Populasi - Sampel - Dan - Sampling

Oleh :
Moh. Wildan
Kuliah Metpen & Statistik Dasar, Moh. Wildan, SST, MPd, MM(Kes) 5/6/2014 1
 Jumlah keseluruhan dari satuan-satuan
atau individu-individu yang
karakteristiknya hendak diteliti. Dan
satuan-satuan tersebut dinamakan unit
analisis, dan dapat berupa orang-orang,
institusi-institusi, benda-benda, dll.
 Totalitas semua nilai yang mungkin, hasil
menghitung ataupun pengukuran
kuantitatif maupun kualitatif daripada
karakteristik tertentu mengenai semua
objek yang lengkap dan jelas yang ingin
dipelajari sifat-sifatnya
Sampel atau contoh adalah sebagian
dari populasi yang karakteristiknya
hendak diteliti.
Sampel yang baik, yang
kesimpulannya dapat dikenakan pada
populasi, adalah sampel yang bersifat
representatif atau yang dapat
menggambarkan karakteristik populasi.
1)Pengertian teknik sampling
Teknik pengambilan sample atau teknik
sampling adalah teknik pengambilan
sampel dari populasi. Sampel yang
merupakan sebagaian dari populasi tsb.
kemudian diteliti dan hasil penelitian
(kesimpulan) kemudian dikenakan
pada populasi (generalisasi).
2. diteliti
1. Teknik sampling
POPULASI
SAMPEL
3. generalisasi
2) Manfaat sampling
 Menghemat beaya penelitian.
 Menghemat waktu untuk penelitian.
 Dapat menghasilkan data yang lebih akurat.
 Memperluas ruang lingkup penlitian.
3) Syarat-syarat teknik sampling

Teknik sampling boleh dilakukan bila populasi bersifat
homogen atau memiliki karakteristik yang sama atau
setidak-tidaknya hampir sama. Bila keadaan
populasi bersifat heterogen, sampel yang
dihasilkannya dapat bersifat tidak representatif atau
tidak dapat menggambarkan karakteristik populasi.
RANDOM SEDERHANA
SISTEMATIS
RANDOM RANDOM PROPORSIONAL

SAMPLING
RAMBANG BERTINGKAT
TEKNIK KLUSTER
SAMPLING
PURPOSIVE SAMPLING
NON SNOWBALL SAMPLING

RANDOM
SAMPLING QUOTA SAMPLING
ACCIDENTAL SAMPLING
a. Random sampling
Teknik sampling probabilitas atau random
sampling merupakan teknik sampling yang
dilakukan dengan memberikan peluang
atau kesempatan kepada seluruh anggota
populasi untuk menjadi sampel. Dengan
demikian sampel yang diperoleh
diharapkan merupakan sampel yang
representatif.
Teknik sampling semacam ini dapat
dilakukan dengan cara-cara sebagai
berikut.
1) Teknik sipmple random sampling (ramdom
sederhana).
 Cara paling populer yang dipakai dalam
proses penarikan sampel rambang sederhana
adalah dengan undian.
 Setiap elemen dalam populasi mempunyai
kesempatan sama untuk diseleksi sebagai
subyek dalam sampel. Satu hal penting,
peneliti harus mengetahui jumlah responden
yang ada dalam populasi penelitian
 Sampling ini memiliki bias terkecil dan
generalisasi
 Syarat yang harus dipenuhi untuk ramdom sederhana adalah:
a. Ukuran populasi harus terhingga, besarnya populasi harus

diketahui oleh peneliti, populasi yang bersifat konseptual atau
teoretis dapat dikategorikan pada populasi tak terhingga.
Populai yang terlalu banyak juga termasuk populasi tak
terhingga.
b. Anggota populasi harus homogen, anggota populasi yang
mempunyai karakteristik yang dianggap sama atau pada
umumnya sama (homogen) samplingnya dapat dilakukan
dengan sampling acak. Populasi yang anggotanya
mempunyai karakteristik berbeda-beda sampelnya tidak
dapat diambil dengan cara sampling acak.
c. Cara lain mengambil sampel secara acak ialah dengan
menggunakan teknik lotere atau undian.
Kuliah Metpen & Statistik Dasar, Moh. Wildan, SST, MPd, MM(Kes) 5/6/2014 10 10
2) Teknik sampling secara sistematis
(systematic sampling)
 Prosedur ini berupa penarikan sample dengan cara
mengambil setiap kasus (nomor urut) yang kesekian dari
daftar populasi.
 Setiap elemen populasi dipilih dengan suatu jarak interval
(tiap ke n elemen) dan dimulai secara random dan
selanjutnya dipilih sampelnya pada setiap jarak interval
tertentu. Jarak interval misalnya ditentukan angka
pembagi 5,6 atau 10. Atau dapat menggunakan dasar
urutan abjad
 Syarat yang perlu diperhatikan oleh peneliti adalah
adanya daftar semua anggota populasi
 Sampling ini bisa dilakukan dengan cepat dan
menghemat biaya, tapi bisa menimbulkan bias
Cara Pengambilan Sampel
 Suatu populasi yang mempunyai anggota 500 individu,

akan diambil sampelnya dengan teknik ini sebanyak 50
individu, maka pertama-tama peneliti memberi nomor
urut pada setiap anggota populasi dengan urutan nomor
1, 2, 3, ….., 500.
 Kemudian peneliti membuat interval pada nomor-nomor
anggota populasi misalnya dengan interval 10 angka,
sehingga diperoleh 50 kelompok bilangan (kelas
interval).
 Setiap kelas interval secara acak ditetapkan bilangan
mana akan diambil anggotanya untuk dijadikan sampel
yang mewakili interval tersebut.
 Misalnya ditetapkan 7 sebagai nomor yang mewakili
kelas interval pertama ( 1 s.d. 10), maka selanjutnya
akan didapati 17 untuk mewakili kelas interval kedua (11
s.d. 20).
 Selanjutnya 27 mewakili kelas interval ketiga, dan
seterusnya, sampai 497 untuk mewakili kelas interval
terakhir atau kelima puluh (491 s.d. 500).
 Dengan demikian diperoleh jumlah sampel sebanyak
50. 12
3) Teknik sampling secara random
proporsional.
Jika populasi terdiri dari sub populasi- sub
populasi maka sample penelitian diambil
dari setiap subbpopulasi. Adapun cara
pengambilannya dapat dilakukan
secara undian maupun sistematis.
4) Teknik sampling secara random
bertingkat (stratified sampling)
 Bila subpopulasi-subpopulasi sifatnya bertingkat, cara
pengambilan sampel sama seperti pada teknik sampling
secara proporsional.
 Digunakan untuk mengurangi pengaruh faktor heterogen dan
melakukan pembagian elemen-elemen populasi ke dalam
strata. Selanjutnya dari masing-masing strata dipilih sampelnya
secara random sesuai proporsinya.
 Sampling ini banyak digunakan untuk mempelajari karakteristik
yang berbeda, misalnya, di sekolah ada kls I, kls II, dan kls III.
Atau responden dapat dibedakan menurut jenis kelamin; laki-
laki dan perempuan, dll.
 Keadaan populasi yang heterogen tidak akan terwakili, bila
menggunakan teknik random. Karena hasilnya mungkin satu
kelompok terlalu banyak yang terpilih menjadi sampel.
Cara pengambilan sampel
 Pertama mengidentifikasi karakteristik umum anggota
populasi, kemudian menentukan strata atau lapisan dari
jenis karakteristik unit-unit tersebut.
 Setelah ditentukan stratanya, baru dari masing-masing
strata diambil sampel yang mewakilinya.
 Pengambilan sampel tahap kedua ini, biasanya
dilakukan dengan cara acak, karenanya disebut stratified
random sampling.
 Agar perimbangan sampel dari masing-masing strata
memadai, maka dalam teknik ini sering pula dilakukan
perimbangan antara jumlah anggota populasi
berdasarkan masing-masing strata.
 Apabila sampling memperhatikan daerah (sampling
area) maka dalam hal ini setiap wilayah harus pula
terwakili dalam sampel.
15
 Contoh Stratified Random Sampling:
Populasi 400 orang
Dibagi tiga
Mhs Tk.I Mhs. Tk.II Mhs. Tk.III

100 orang 150 orang 200 orang
Pilih secara acak Pilih secara acak Pilih secara acak

Untuk 35 orang Untuk 50 orang Untuk 65 orang
5) Teknik sampling secara kluster (cluster
sampling)
 Ada kalanya peneliti tidak tahu persis
karakteristik populasi yang ingin dijadikan
subjek penelitian karena populasi tersebar di
wilayah yang amat luas. Untuk itu peneliti
hanya dapat menentukan sampel wilayah,
berupa kelompok klaster yang ditentukan
secara bertahap. Teknik pengambilan sampel
semacam ini disebut cluster sampling atau
multi-stage sampling.
 Elemen-elemen dalam populasi dibagi ke
dalam cluster atau kelompok, jika ada
beberapa kelompok dengan heterogenitas
dalam kelompoknya dan homogenitas
antar kelompok. Teknik cluster sering
digunakan oleh para peneliti di lapangan
yang mungkin wilayahnya luas.
 Sampling ini mudah dan murah, tapi tidak
efisien dalam hal ketepatan serta tidak
umum
1) Purposive sampling atau judgmental
sampling
 Penarikan sampel secara purposif merupakan cara penarikan
sample yang dilakukan memiih subjek berdasarkan kriteria spesifik
yang ditetapkan peneliti berdasarkan ciri atau sifat-sifat populasi
yang sudah diketahui sebelumnya.
 Pelaksanaan pengambilan sampel yang menggunakan teknik ini,
mula-mula peneliti harus mengidentifikasi semua karakteristik
populasi, maupun dengan cara lain dalam mempelajari
berbagai hal yang berhubungan dengan populasi.
 Setelah itu barulah peneliti menetapkan berdasarkan
pertimbangannya, sebagian dari anggota populasi menjadi
sampel penelitian.
 Jadi teknik pengambilan sampel dengan pupossive sampling
berdasarkan pada pertimbangan pribadi peneliti.
2) Snow-ball sampling (penarikan sample secara bola
salju).
 Proses pengambilan sample dengan cara
sambung menyambung informasi dari unit satu
dengan unit lain sehingga menjadi satu kesatuan
unit yang banyak
 Penarikan sample pola ini dilakukan dengan
menentukan sample pertama. Sampel berikutnya
ditentukan berdasarkan informasi dari sampel
pertama, sampel ketiga ditentukan berdasarkan
informasi dari sample kedua, dan seterusnya
sehingga jumlah sample semakin besar, seolah-
olah terjadi efek bola salju
3) Quota sampling (penarikan sample
secara jatah).
 Teknik sampling ini dilakukan dengan cara pertama-tama

menetapkan berapa besarnya jumlah sampel yang
diperlukan.
 Biasanya yang dijadikan sample penelitian adalah subjek
yang mudah ditemui sehingga memudahkan pula proses
pengumpulan data.
 Kemudian menetapkan banyaknya jatah atau quotum, maka
jatah atau quotum itulah yang dijadikan dasar untuk
mengambil unit sampel yang diperlukan.
 Anggota populasi manapun yang akan diambil, tidak
menjadi masalah, yang penting jumlah quotum yang sudah
ditetapkan dapat dipenuhi.
4) Accidental sampling atau convenience
sampling
 Metode yang proses pengambilan sampelnya
cukup dengan mengambil siapa saja yang
kebetulan ditemui oleh observer di lapangan
sesuai kebutuhan studi.
 Dalam penelitian bisa saja terjadi diperolehnya
sampel yang tidak direncanakan terlebih dahulu,
melainkan secara kebetulan, yaitu unit atau subjek
tersedia bagi peneliti saat pengumpulan data
dilakukan
 Berapakah besar jumlah yang
dinyatakan memenuhi syarat untuk
penelitian ?
 Apa saja yang harus
dipertimbangkan dalam
menetapkan jumlah sampel ?
Ada beberapa pertimbangan untuk
penetapkan jumlah sampel :
1. Sejauh mana homogenitas populasi. Jika
populasi 100 persen homogen besar
sampel tak jadi persolan (misal menen-
tukan golongan darah). Namun jika
populasi kurang homogen besar
jumlah sampel harus dipertimbangkan .
2. Apakah sampel memenuhi jumlah mini-
mum untuk analisis statistik (untuk pene-
litian kuantitatif analitik)
Kuantitatif :
dapat ditaksir dengan akurat, berdasar
analisis yang akan dilakukan, presisi
estimasi yang diinginkan, kesalahan
random yang masih bisa ditoleransi,
kuasa statistik yang diharapkan
Kualitatif :
 Ukuran sampel cukup besar jika peneliti
telah puas bahwa data yang diperoleh
cukup kaya dan cukup meliput dimensi
yang diteliti.
 Umumnya sekitar 40 responden, jarang
>200
Tergantung pada :
 Pertimbangan representative
› Adanya sumber-sumber yang dapat
digunakan untuk menentukan batas
maksimal dari besarnya sampel.
 Pertimbangan analisis
› Kebutuhan rencana analisis yang
menentukan batas minimal besar sampel.
 Tingkat kemaknaan statistik (α)
 Kuasa statistik (1-β)
 Besarnya pengaruh variabel terhadap
efek
 Proporsi efek pada populasi tak terpapar
(kohort)
 Proporsi paparan pada populasi normal
(kasus kontrol)
 Perbandingan ukuran sampel antar
kelompok studi yang dikehendaki
 Peneliti menentukan α dan β
berdasar pertimbangan resiko yang
masih dapat diterima dari penelitian
(0.05, 0.01, 0.001 dst)
 Besarnya pengaruh variabel bebas
terhadap efek ditetapkan oleh
peneliti berdasar hasil penelitian
sebelumnya
No JENIS MASALAH RUMUS BESAR SAMPEL
1 Deskriptif kategorik ( Z α )2 pq
d2
2 Deskriptif numerik ( Z α x s)2
d2
3 Analitik komparatif ( Z α √2PQ + Zβ √ P1Q1 + P2Q2)2
Kategorikal tdk berpsg (p1 - P2 ) 2
4 Analitik komparatif N1=N2= [ Z α (OR-1) + Zβ√[ (OR+1)2 - (OR-1)2 π)]2
Kategorikal berpsg (OR-1)2 π 2
5 Analitik komparatif numerik 2 ( Z α + Z β )2 S2
tdk berpasangan 2 kelompok ( x1 - X2 )2
6 Analitik komparatif numerik
tdk berpasangan > 2 kelompok
7 Analitik komparatif numerik ( Z α + Z β ) 2 S2
berpasangan 2 kelompok ( x1 - X2 )2
8 Analitik komparatif numerik
berpasangan > 2 kelompok
9 Korelatif [ ( Z α + Z β )2 ]
(0,5 ln) [ ( 1 + r )/(1-r) ]2
10 Multivariate F (V1, ES
11 Diagnostik ( Z α )2 Sen (1-sen)

Kuliah Metpen & Statistik Dasar, Moh. Wildan, SST, MPd, MM(Kes) 5/6/2014 d2P 29
12 Survival ( Z α + Z β )2 [ Ǿ ( λc) + Ǿ ( λi)]
Z α dan β
Error Z α one tailed atau β Z α two tailed
0,01 2,576 2,581

0,02 2,238 2,576
0,03 1,960 2,238
0,05 1,645 1,960
0,10 1,282 1,645
0,15 1,036 1,440
0,20 0,842 1,282
Penetapan jumlah sampel tergantung pada:
1. Adanya sumber data yang dapat digunakan
untuk menetapkan batas maksimal dari besarnya
sample
2. Kebutuhan dari rencana analisis yang
menentukan batas minimal dari besarnya sampel:
1. Angka perkiraan dari proporsi yang mau diukur (misal:
penelitianpenyakit jantung koroner ditetapkan 50%)
2. Tetapkan tingkat kepercayaan (misal: 5%, atau 1%)
3. Tetapkan derajat kepercayaan (Confidence
(Confidence levels)
levels)
misal: 95%, atau 99%.
3. Hitung jumlah/besar sampel
d: penyimpangan (0,05 atau 0,01)
Z: SD normal (pd 1,96 atau 2,58)
p: proporsi sifat tertentu yang terjadi pada
populasi,, bila tidak diketahui maka
populasi
p=0,05
q:1--p atau (p + q = 1)
q:1
N: besarnya populasi
n: besarnya sampel
 Bila dimasukan ke dalam formula di
atas diperoleh besarnya sampel n = 480
N: besar populasi
n: besar sampel
d: tingkat kepercayaan/ketepatan yang
diinginkan
n = besar sampel
p = proporsi variabel yang dikehendaki
q=1–p
Z α = simpangan rata
rata--rata pada derajat kemaknaan α
d = kesalahan sampling yg masih ditoleransi
Z α pada α 0,05 dua arah = 1,96 dan satu arah = 1,64

α 0,01 dua arah = 2,58 dan satu arah = 2,32
n
nk =
1 + n/N
Contoh: bila p sampel tdk diketahui maka p=50%
Contoh:
dan q=50% pada derajat kepercayaan 95%
dan selisih antara sampel dengan populasi 10%
maka::
maka
n =(1,962x0,5x0,5)/(0,1)2 = 100.
Utk d=5% dan n=1/d2=1/0,0025=400

Bila populasi studi 1000 maka
Nk =(400/1+(400/1000)=286
Populasi kurang dari 10.000
n= N
1 + N (d²)
N = besar populasi
n = besar sampel
d = tingkat kepercayaan yang
diinginkan
Rumus lain:
d = Z x √pxq x √N-n
n N-1
d = penyimpangan thd populasi atau derajat ketepatan yang

diinginkan, biasanya 0.05 atau 0.001
Z = standart deviasi normal biasanya ditentukan pada 1.95 atau
2.0
p = proporsi untuk sifat tertentu yang diperkirakan terjadi pada
populasi. Apabila tidak diketahui proporsi atau sifat tertentu
tersebut, maka p=0.05
q = 1.0-p
N = besar populasi
n = besar sampel
Hair et al (1998)
Rasio antara jumlah subjek dan jumlah
variabel independen dalam analisis
multivariat dianjurkan sekitar 15 sampai
20 subjek per variabel independen
Pada penelitian dengan teknik analisis

regresi multivariat
40

Populasi - Sampel - Dan - Sampling

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Populasi - Sampel - Dan - Sampling

Diunggah oleh

Hak Cipta:

Format Tersedia

Oleh :

3) Syarat-syarat teknik sampling

RANDOM RANDOM PROPORSIONAL

NON SNOWBALL SAMPLING

a. Ukuran populasi harus terhingga, besarnya populasi harus

 Suatu populasi yang mempunyai anggota 500 individu,

Mhs Tk.I Mhs. Tk.II Mhs. Tk.III

Pilih secara acak Pilih secara acak Pilih secara acak

 Teknik sampling ini dilakukan dengan cara pertama-tama

11 Diagnostik ( Z α )2 Sen (1-sen)

Error Z α one tailed atau β Z α two tailed

0,01 2,576 2,581

Z α pada α 0,05 dua arah = 1,96 dan satu arah = 1,64

Utk d=5% dan n=1/d2=1/0,0025=400

d = penyimpangan thd populasi atau derajat ketepatan yang

Pada penelitian dengan teknik analisis

Anda mungkin juga menyukai