Topic: Teknik Sampling

Meeting/Day: 3/Tuesday/09/02/2021
Subject Title : STATISTIK BISNIS II
Credit Value : 3
Year/Class/Semester :2020/2021 / 18.7 & 18.8 /VI
Day/Hour/Classroom :Tuesday, 18.00-19.15; 19.30-20.45 /6.5
Subject Type: Study Program Compulsory
LECTURER : THOMSON SITOMPUL, S.E.,M.E.K.K
STIE EKA PRASETYA
Sampel VS Population

 Suatu populasi mencakup semua anggota dari suatu kelompok tertentu

 Populasi yang tepat akan bergantung pada ruang lingkup penelitian. Ex: Meneliti
pengaruh kualitas SDM Google Inc terhadap performa penjualan, populasi adalah
seluruh SDM di Google Inc.
 Sampel terdiri dari beberapa observasi yang diambil dari populasi yang menjadi
kelompok elemen yang benar-benar berpartisipasi dalam penelitian. Ex: Ruang lingkup
penelitian: SDM pada divisi marketing berusia 18 sd 30 tahun yang menggunakan
transportasi public. Jadi, sampelnya mengacu pada pada ruang lingkup penelitian.
 Dalam penelitian, populasi tidak selalu mengacu pada manusia. Ini dapat berarti
kelompok yang berisi elemen apa pun seperti objek, peristiwa, organisasi, negara,
spesies, organisme, dll.
Why Sample the Population?

 Untuk menghubungi seluruh populasi akan memakan waktu.

 Biaya mempelajari semua item dalam suatu populasi mungkin mahal.
 Ketidakmungkinan fisik untuk memeriksa semua item dalam populasi.
 Sifat destruktif dari beberapa tes. Jika memakai seluruh populasi maka
bisa saja seluruhnya akan mengalami deestruksi (rusak) Ex: Seluruh kue
 Hasil sampelnya memadai. Sehingga tidak perlu memakai seluruh
anggota populasi
Probability Sampling

 Sampelprobabilitas adalah sampel yang dipilih

sedemikian rupa sehingga setiap item atau orang
dalam populasi yang sedang dipelajari memiliki
kemungkinan untuk dimasukkan dalam sampel.
Most Commonly Used Probability
Sampling Methods

 Sampel Acak Sederhana

 Pengambilan Sampel Acak Sistematis
 Stratified/strata Random Sampling
 Pengambilan Sampel Cluster
Simple Random Sample

 Sampel dipilih sehingga setiap item atau orang dalam populasi memiliki kesempatan yang
sama untuk dimasukkan
 Tabel angka random merupakan tabel yang dibuat dalam komputer berisi angka-angka
yang terdiri dari kolom dan baris, dan cara pemilihannya dilalukan secara bebas
 Sampel acak didasarkan pada peluang di mana setiap elemen memiliki bobot yang
sama.
 Kelebihan: mengatasi bias yang muncul dalam pemilihan anggota sampel.
 Kekurangan; tidak adanya jaminan bahwa setiap sampel yang diambil secara acak akan
merepresentasikan populasi secara tepat. Bisa saja salah karena hasilnya didapat secara
random.
Simple Random Sample: Using Tables
of Random Numbers
 Systematic Random Sampling

 Pengambilan Sampel Acak Sistematis: Item atau individu dari populasi diatur dalam beberapa
urutan. Sebuah titik awal acak dipilih dan kemudian setiap anggota populasi dipilih sebagai
sampel.
 Dilakukan dengan menggunakan selang interval tertentu secara berurutan
 Lebih praktis dan hemat dibanding dengan pengambilan acak sederhana
 Kekurangannya adalah tidak bisa digunakan pada penelitian yang heterogen karena tidak
mampu menangkap keragaman populasi heterogeny. Ex: populasi terdiri dari kulit hitam dan
putih. Jika dilakukan secara sistematis , bisa saja yang terpilih adalah 90% kulit putih atau
sebaliknya.
Systematic Random Sampling: Example

 Populasi terdiri dari 845 karyawan Google Inc. Sampel yangakan diambil adalah 52
karyawan yang dipilih dari populasi tersebut. Gunakan pengambilan sampel acak
sistematis untuk memilih sampel.
Given: N=845, n=52
 Hitung k
k = N/n
= 845/52 (round down)
k = 16
 Pilih setiap elemen ke-16 pada daftar sampel (setiap kelipatan 16. Ke 16, ke 32, ke 64,
dst
Stratified Random Sampling

 Stratified Random Sampling: Populasi pertama-tama dibagi menjadi subkelompok, yang

disebut strata, dan sampel dipilih dari setiap strata.
 Berguna bila suatu populasi dapat dengan jelas dibagi dalam kelompok berdasarkan
beberapa karakteristik.
 Dibagi menurut lapisan-lapisan tertentu dan masing-masing lapisan memiliki jumlah sampel
yang sama
 Digunakan untuk memastikan ukuran sampel mewakili populasi yang lebih besar.
 Lebih tepat dalam menduga populasi karena variasi pada populasi dapat terwakili oleh
sampel.
 kekurangannya adalah harus memiliki informasi dan data yang cukup
tentang variasi populasi penelitian
 Stratified Random Sampling: Example

 Suppose we want to study the advertising expenditures for the 352 largest companies in the
United States to determine whether firms with high returns on equity (a measure of profitability)
spent more of each sales dollar on advertising than firms with a low return or deficit.

 To make sure that the sample is a fair representation of the 352 companies, the companies are
grouped on percent return on equity and a sample proportional to the relative size of the group
is randomly selected.
Cluster Sampling

 Pengambilan Sampel Klaster: Suatu populasi dibagi menjadi kelompok-kelompok

menggunakan batas-batas geografis atau lainnya yang terjadi secara alami. Kemudian,
cluster dipilih secara acak dan sampel dikumpulkan dengan memilih secara acak dari
setiap cluster.
 Peneliti meneliti keseluruhan cluster, bukan individu dari tiap kelompok.
 Dibagi berdasarkan areanya. Setiap area memiliki jatah terambil yang sama
 lebih tepat juga dalam menduga populasi karena variasi dalam populasi dapat terwakili
dalam sampel.
 Memerlukan waktu yang lama karena harus membaginya dalam area-area tertentu.
 Dalam stratified random sampling, sampel dipilih berdasarkan sampling interval yang telah
ditentukan namun cluster meneliti keseluruhan cluster.
 Cluster Sampling: Example

 Misalnya, jika ingin melakukan penelitian untuk menilai kinerja dosen manajemen bisnis di
Indonesia tidak mungkin melibatkan seluruh dosen manajemen bisnis di Indonesia.
 Dengan cluster sampling. dapat mengelompokkan universitas dari masing-masing daerah
menjadi satu cluster yang kemudian mendefinisikan semua populasi dosen manajemen
bisnis di Indonesia.
 Selanjutnya, beberapa cluster dapat dipilih untuk studi penelitian.
 Selanjutnya, memilih dosen manajemen bisnis dari masing-masing kelompok.
Sampling Distribution of the Sample
Mean

 Sampling Distribution of the Sample Mean : distribusi

probabilitas yang terdiri dari semua mean sampel yang
memungkinkan dari ukuran sampel tertentu yang dipilih
dari suatu populasi.
Sampling Distribution of the Sample
Means – Example

 Tartus Industries has seven production employees (considered the

population). The hourly earnings of each employee are given in the table
below.

1. What is the population mean?

2. What is the sampling distribution of the sample
mean for samples of size 2?
3. What is the mean of the sampling distribution?
Sampling Distribution of the Sample
Means – Example
3
Source

 Chapter 8
Douglas A. Lind, William G. Marchal, and
Samuel A. Wathen. 2005. Statistical Techniques
in Business and Economics. 12th Edition.
McGraw-Hil