Pembaca

Pembaca setelah
setelah mempelajari
mempelajari bab
bab ini
ini diharapkan
diharapkan dapat
dapat ::
Menjelaskan pengertian teknik sampling
Menjelaskan pengertian teknik sampling
Menjelaskan
Menjelaskan konsep
konsep tentang
tentang metode
metode pengambilan
pengambilan sampel
sampel
pada
pada penelitian
penelitian
Menentukan
Menentukan sample
sample dengan
dengan teknik
teknik penentuan
penentuan yang
yang benar
benar
Menjelaskan konsep distribusi sample rata-rata
Menjelaskan konsep distribusi sample rata-rata dan dan
teorima
teorima batas
batas tengah
tengah
Menjelaskan
Menjelaskan cara
cara penentuan
penentuan besarnya
besarnya anggota
anggota sample
sample
Menghitung
Menghitung besarnya
besarnya anggota
anggota sample
sample dalam
dalam penelitian
penelitian

4.1. Pendahuluan
Seorang peneliti dari suatu perusahaan manufaktur
melakukan riset pasar di suatu pusat perbelanjaan. Penelitian
itu bertujuan untuk mengetahui respon konsumen terhadap
produk yang baru dipasarkan. Meskipun pengunjung di
pusat perbelanjaan tersebut lebih dari 2.000 ribu orang
tersebut pengunjung, namun hanya 100 orang pengunjung

1
yang digunakan. Mengapa peneliti pasar memutuskan
menggunakan 100 orang pengunjung dari semua pengunjung
pusat perbelanjaan tersebut yang jumlahnya lebih dari 2.000
orang? Alasan pertama adalah keterbatasan waktu dan
menghindari pembiayaan tinggi dari penelitian pasar
tersebut, jika melibatkan semua pengunjung. Selama akurasi
dari sampel dapat dipertanggungjawabkan, maka respon dari
semua pengunjung tidak diperlukan. Pada bagian ini akan
menjawab pertanyaan seperti berapa jumlah sampel yang
sebaiknya digunakan? Bagaimana memilih sampel?
Bagaimana mengetahui sampel yang digunakan dapat
menggambarkan populasi yang sebenarnya?
Cold storage yang akan membeli udang pada suatu
tambak udang tidak mungkin menggunakan semua udang
yang terdapat di dalam tambak untuk menentukan
ukurannya. Petugas dari Cold Storage mengambil sebagian
udang, kemudian udang tersebut ditimbang untuk
menentukan ukuran udang yang ada pada tambak tersebut.
Sebelum memasarkan produk baru pada suatu pasar
tertentu, manajer pemasaran melakukan penelitian untuk
mengetahui respon masyarakat tentang produk dipasarkan.

2
Manajer tersebut tidak mungkin melibatkan semua
masyarakat yang di pasar tersebut di dalam penelitiannya,
cukup melibatkan sebagian saja dari mereka untuk
memperoleh gambaran tentang opini masyarakat terhadap
produk yang akan dipasarkan.
Manajer keuangan suatu perusahaan besar yang sering
melakukan pembelian tidak akan menggunakan semua
faktur pembelian untuk mengetahu persentase kekeliruan
pencatatan dalam suatu periode akuntansi. Untuk keperluan
itu, manajer keuangan cukup menggunakan sebagian faktur
pembelian untuk memperoleh gambaran mengenai
persentase kekeliruan pencatatan pada faktur penjualan.
Suatu penelitian yang menggunakan data populasi untuk
mengetahui karekteristik suatu obyek akan menghasilkan
gambaran yang akurat mengenai karekteristik obyek
tersebut. Namun, kadang-kadang dalam suatu penelitian
mengalami kesulitan untuk melibatkan semua anggota
populasi tersebut. Kesulitan yang sering muncul dalam suatu
penelitian yang akan melibatkan semua anggota dari obyek
yang diteliti (populasi) sebagai berikut :

3
1. Obyek yang akan diteliti memiliki anggota yang banyak
sekali (infinite), sehingga tidak mungkin mengumpulkan
semua anggota dari obyek tersebut.
2. Biaya yang harus dikeluarkan dalam suatu penelitian
yang menggunakan data populasi terlalu besar.
3. Penelitian yang menggunakan data populasi memerlukan
banyak tenaga peneliti yang handal. Padahal biasanya
pada setiap penelitian hanya terdapat sedikit peneliti
yang handal.
4. Obyek yang akan diteliti mempunyai kemungkinan
terdapat pada kelompok-kelompok kecil dan menyebar
di tempat yang berjauhan antara kelompok satu dengan
yang lainnya.
5. Perlu adanya waktu dalam penelitian yang menggunakan
data populasi.
Dari beberapa kesulitan tersebut, maka biasanya
penelitian hanya melibatkan sebagian anggota populasi (data
sampel) saja. Penentuan sampel yang baik akan dapat
memberi gambaran karekteristik populasinya.
Secara matematis, sampel dan populasi dapat
digambarkan dengan menggunakan ukuran seperti rata-rata

4
median, modus, dan standart deviasi. Apabila ukuran-ukuran
tersebut mencerminkan suatu nilai dari sampel disebut
statistik (statistic) dan apabila ukuran-ukuran tersebut
menggambarkan suatu nilai dari populasi disebut parameter
(parameters). Jadi nilai statistik adalah karekteristik dari
sampel dan nilai parameter adalah karakteristik dari
populasi. Tabel 4.1 menunjukkan perbedaan antara populasi
dengan sampel.

Tabel 4.1. Perbedaan antara Populsi dengan Sampel.

Populasi Sampel
Definisi Semua anggota Sebagian dari anggota
obyek yang akan obyek yang akan
diteliti. diteliti.
Karekteristik Parameter Stastik
Simbol Banyak data = N Banyak data = n
Rata-rata =  Rata-rata = X
Deviasi standart Deviasi standart = s
=

4.2. Sampling
Dalam suatu penelitian sering menggunakan data
sampel. Sampel yang baik dapat menggambarkan
(mewakili) populasinya. Untuk memperoleh sampel yang
5
baik diperlukan metode yang baik dalam pemilihan anggota
sampel. Metode pengambilan anggota sampel yang baik
sangat tergantung dari kondisi populasinya. Metode
pengambilan sampel dari populasinya dikelompokkan
menjadi dua, yaitu Random Sampling dan Nonrandom
Sampling.

4.2.1. Sampel Random (Random Sampling).

Ciri yang mendasar dari pemilihan sampel dengan
menggunakan metode random sampling adalah bahwa
semua anggota populasi mempunyai kesempatan yang sama
untuk menjadi anggota sampel. Random sampling disebut
juga Probability sampling, karena dalam metode ini
memberikan kesempatan yang sama pada setiap anggota
populasi untu menjadi anggota sampel. Pemilihan sampel
dengan menggunakan cara ini cukup obyektif untuk
menaksirkan karekteristik populasi dari sampel yang dipilih,
dan obyektivitas taksiran yang dihasilkan dapat dijelaskan.
Pemilihan anggota sampel diperlukan desain sampel
(sample design). Dalam statistika, desain sampel (sample
design) adalah rencana pasti yang telah ditentukan secara

6
lengkap sebelum anggota sampel diambil dari anggota
populasi tertentu.
Proses pemilihan anggota sampel dengan menggunakan
random sampling terdapat empat metode, yaitu sampel
random sederhana (simple random sampling), sampling
sistimatis (syistematic sampling), sampel bertingkat
(statified sampling) dan sampel berkelompok (cluster
sampling).

a. Sampel random sederhana (simple random

sampling)
Pemilihan sampel dengan metode yang memberikan
(allow) kesempatan (probabilities) yang sama kepada setiap
calon anggota sampel. Ilustrasi berikut ini mungkin dapat
menambah pemahaman mengenai metode pemilihan sampel
ini. Misalnya dalam suatu proses rekruting karyawan baru
terdapat empat orang pelamar (misalnya A, B, C, dan D).
Dari keempat pelamar ini akan dipilih dua orang untuk tes
mengikuti wawancara. Kombinasi yang mungkin sebanyak
dua orang pelamar yang dipilih dari empat orang dengan
memberikan kesempatan yang sama adalah AB, AC, AD,

7
BC, BD, CD. Karena terdapat enam pasangan yang mungkin
terjadi, maka masing-masing pasangan mempunyai
kesempatan (probabilitas) yang sama, yaitu 1/6. Untuk
mengetahui kesempatan setiap pelamar yang dipilih untuk
mengikuti tes wawancara adalah sebagai berikut :
P(A) = P(AB) + P(AC) + P(AD) = 3/6 = ½ .
P(B) = P(AB) + P(BC) + P(BD) = 3/6 = ½ .
P(C) = P(AC) + P(CB) + P(CD) = 3/6 = ½.
P(D) = P(AD) + P(BD) + P(CD) = 3/6 = ½.

b. Sampel sistematis (systematic sampling)

Sampel sistematik dipakai dalam memilih anggota
sampel dari suatu populasi dengan interval sama. Biasanya
diukur dengan urutan waktu (rangking) atau tempat. Apabila
diinginkan informasi tentang penghasilan tentang pedagang
kaki lima di kawasan pasar Ujung Murung dengan
menggunakan interval urutan, terlebih dahulu ditentukan di
urutan ke berapa dari anggota populasi yang dipilih menjadi
anggota sampel. Misalnya pemilihan menggunakan daftar
nama pedagang kaki lima, kemudian akan dipilih secara
random dimulai dari urutan kelima sebagai data pertama.

8
Pengambilan anggota sampel berikutnya pedagang kaki lima
pada urutan kelima berikutnya pada daftar tersebut. Selama
penentuan urutan diambil, dilakukan secara random, maka
Sampling Sitematis ini merupakan random sampling. Karena
pada akhirnya setiap nomor urut mempunyai kesempatan
yang sama bagi setiap anggota populasi untuk dipilih
menjadi anggota sampel.

c. Sampel bertingkat (stratified sampling)

Sampel bertingkat dipakai dalam memilih anggota
sampel dengan cara membagi populasi menjadi beberapa
lapisan, disebut strata, secara random/acak. Dari setiap
bagian populasi itu dipilih/diambil beberapa anggotanya
secara acak untuk dijadikan sebagai anggota sampel.
Anggota sampel adalah penjumlahan dari anggota yang
dipilih dari setiap lapisan (strata) yang dibuat dari populasi.
Misalnya pada suatu penelitian untuk mengetahui minat
masyarakat terhadap penggunaan ATM (Automatic Teller
Machine). Masyarakat yang akan diteliti dibagi menjadi
beberapa lapisan (strata), misalnya pedagang, pegawai
negeri, pegawai swasta. Anggota sampel yang digunakan

9
dalam penelitian merupakan penjumlahan dari anggota
masyarakat yang bekerja sebagai pedagang, pegawai negeri,
dan pegawai swasta dipilih secara acak.

d. Sampel berkelompok (Cluster Sampling)

Sampel berkelompok dipakai untuk memilih sampel
dengan membuat populasi menjadi beberapa kelompok.
Pembagian anggota populasi ke dalam beberapa kelompok
ini dilakukan secara acak. Setelah pembentukan kelompok
tersebut sudah selesai, baru dipilih beberapa anggota dari
setiap kelompok secara acak untuk dijadikan sebagai
anggota sampel. Misalnya, dalam suatu penelitian bertujuan
untuk mengetahui pola perubahan pengeluaran masyarakat
di kota Banjarmasin. Untuk melibat semua keluarga yang
terdapat pada kota tersebut dalam penelitian yang dilakukan
merupakan pekerjaan yang mustahil. Jika pemilihan sampel
dilakukan dengan metode sampling berkelompok, pemilihan
sampel dilakukan dengan membagi kota Banjarmasin
menjadi beberapa lokasi pengambilan sampel (misalnya
dibagi berdasarkan kecamatan, yaitu Kecamatan Banjar
Barat, Kecamatan Banjar Timur, Kecamatan Banjar Selatan,

10
Kecamatan Banjar Utara, dan Kotamadya). Pada masing-
masing lokasi (kecamatan) dipilih beberapa keluarga secara
acak untuk membentuk sampel yang diperlukan dalam
penelitian.

4.2.2. Sampel Nonrandom (Nonrandom Sampling)

Pemilihan sampel dari sesuatu populasi tidak harus
memberikan kesempatan yang sama kepada semua anggota
populasi untuk menjadi anggota sampel. Pemilihan sampel
dengan cara ini menggunakan pengetahuan dan opini dari
peneliti terhadap obyek yang akan diteliti. Karena pemilihan
sampel dengan cara non random sampling hanya berdasar
pada pengetahuan dan opini peneliti, maka cara pengambilan
sampel seperti ini disebut juga Judgement Sampling. Baik
tidaknya sampel yang diperoleh dari pemilihan sampel
dengan metode Nonrandom Sampling (sampel
kebijaksanaan) ini sangat tergantung dari kemampuan
peneliti.

4.3. Distribusi Sampel (Sampling Distribution)

11
 Ukuran statistik deskriptif yang diperoleh dari sampel,
yaitu rata-rata, median, modus, strandart deviasi, dan lain-
lain, tidak hanya dapat digunakan untuk memberi gambaran
statistik saja. Ukuran-ukuran itu dapat juga digunakan untuk
membuat inferens (penafsiran) mengenai parameter
populasi, estimasi, dan uji hipotesis.
Konsep distribusi sampling sangat erat hubungannya
dengan pemikiran mengenai variasi kesempatan (fluktuasi
kesempatan) yang ditekankan dalam pembahasan mengenai
ukuran variabelitas. Pada bagian ini, pembahasan ditekankan
hanya pada rata-rata sampel dan distribusi samplingnya.
Ada dua pendekatan mengenai distribusi sampel, yaitu
distribusi sampel teoritis (Teoritical Sampling Distribution)
dan distribusi sampel experimen (Experimental Sampling
Distribution). Distribusi sampling teoritis didasarkan atas
teori matematis yang relevan. Sebagai contoh digunakan
penghitungan terhadap ditribusi sampling teoritis rata-rata
pada kasus berikut ini :
Populasi yang beranggotakan 3, 5, 7, 9, 11 dipilih dua
anggota sebagai sampel secara acak. Rata-rata () dan
deviasi standart () populasi adalah
12
 3  5  7  9 11

5
35
 7
5
2

 
 (X  X )
N

(3  7) 2  (5  7) 2  (7  7) 2  (9  7) 2  (11  7) 2

5
 8  2,83

Varians populasinya adalah

 2 8

Distribusi sampling rata-rata dan deviasi standartnya

dapat dicari dengan cara sebagai berikut :

Rata-rata (X) Probabilitas (p) P (x)

4 1/10 0,40
5 1/10 0,50
6 2/10 1,20
7 2/10 1,40
8 2/10 1,60
9 1/10 0,90
10 1/10 1,00
-------
7,00

13
  PXi i  7.00

Rata-rata distribusi sampling rata-rata adalah :

 X   pi X i

= 7

Rata-rata
Rata-rata Probabilitas
dari rata-rata P (X1 – X)2
(x) (p)
(x)
4 7 1/10 0.90
5 7 1/10 0.40
6 7 2/10 0.20
7 7 2/10 0.00
8 7 2/10 0.20
9 7 1/10 0.40
10 7 1/10 0.90

3.00

Variasi distribusi rata-rata sampling adalah

30
 x2  pi  ( X i  X ) 2  3
10
Sedangkan standart deviasi distribusi rata-ratanya adalah
X  3  1.73

Perhitungan tersebut dapat membuktikan bahwa nilai

distribusi sampling rata-rata sama dengan rata-rata
14
populasinya dan standar deviasi dari distribusi sampling
rata-rata lebih kecil dibandingkan dengan standart
populasinya.
Hubungan antara deviasi standart sampel (x) dengan
deviasi standart populasi () tergantung dari banyaknya
elemen yang terdapat pada populasi. Apabila populasi
elemen tidak terbatas (infinite), maka antara standart deviasi
sampel (x) dengan standart deviasi populasi () dapat
ditulis sebagai berikut :

X 
n

Apabila elemen populasi terbatas (finite), maka

hubungan antara variasi sampel (x) dengan standart deviasi
populasi () dapat ditulis sebagai berikut :
 N n
X  .
n N 1

Dengan
N n
FK =
N 1

FK adalah faktor koreksi (correction factor). Perhitungan

variasi sampel menggunakan variasi populasi yang jumlah

15
sampelnya kurang atau sama dengan 30 (sampel kecil),
harus menggunakan faktor koreksi. Dengan menggunakan
faktor koreksi, maka variasi sampel rata-rata sampel akan
sama dengan variasi populasinya. Masalah ini dapat
dibuktikan secara matematis sebagai berikut :
2  2 N n
  .
x n N 1
8 52
 .
2 5 1
3
Seperti pada contoh di atas, sampel pada distribusi
sampling teoritis dilakukan dengan mengambil dua elemen
populasi. Apabila suatu elemen dari populasi tersebut sudah
terambil, maka elemen tersebut tidak dikembalikan (without
replacement). Penentuan nilai statistik dengan distribusi
sampling ekperimen dilakukan sama denga menentukan nilai
statistik dengan menggunakan distribusi sampling teoritis.
bedanya, pada distribusi sampling eksperimen, pengambilan
elemen pada populasi untuk dijadikan sampel dengan
pengembalian (with replacement). Jadi rata-rata yang
diperoleh dari beberapa kali percobaan (terhadap sampel)
yang jumlahnya lebih banyak dibandingkan dengan cara
16
penentuan nilai statistik menggunakan distribusi sampling
teoritis.

4.4. Teorima Batas Tengah (Central Limit Theorem)

Teorima batas tengah penting untuk mengetahui
kenormalan suatu distribusi data. Misalnya X 1, X2, …, Xn
adalah sampel acak yang berasal dari populasi yang tidak
terbatas dengan rata-rata populasi () dan standart deviasi
(), serta X1 adalah variabel acak independen. Apabila
sampel (n)-nya besar, maka bentuk teorima batas tengah
adalah :
X 
Z 
/ n

Ini merupakan perkiraan distribusi normal standart

dengan nilai X terdistribusi mendekati nilai rata-rata
populasi () dan standart deviasi  x   / n
Berdasarkan persamaan di atas, apabila rata-rata = 0 dan
standart deviasi =1, atau apabila populasinya berdistribusi
normal, maka variabel Z tepat berdistribusi normal, maka
apabila sampelnya besar mengakibatkan rata-rata yang telah
distandardisir cenderung normal. Hal yang penting dalam
17
teorima batas tengah adalah teorima ini memberikan indikasi
bahwa kita dapat menggunakan teori distribusi normal untuk
membuat penaksiran tentang rata-rata populasi tanpa harus
mengetahui terlebih dahulu sifat populasinya, asalkan
sampel yang digunakan cukup banyak.

4.5. Penentuan Besarnya Anggota Sampel (sample size)

Besar anggota sampel harus dihitung berdasarkan
teknik-teknik tertentu agar kesimpulan yang berlaku untuk
populasi dapat dipertanggungjawabkan. Di samping itu
harus pula memenuhi teknik sampling.
Besarnya anggota sampel yang dipilih berdasarkan
pertimbangan-pertimbangan :
1. Pertimbangan Praktis
Pertimbangan praktis menyangkut :
a) Unsur-unsur biaya, waktu, tenaga dan kemampuan;
b) Unsur eksploratori (exploratory) atau penemuan atau
penjajakan, maka anggota sampel tidak perlu banyak
ataukah untuk eksplanatori (explanatory)/ menerangkan,
maka anggota sampel harus lebih banyak;

18
c) Jika kita memilih anggota sampel yang banyak, maka
tingkat prediksi relatif tepat, kesalahan mentabulasi dan
menghitung besar, reliabilitas besar, dan power
meningkat, demikian pula sebaliknya.
2. Ketepatan
Semakin kecil kita memilih taraf signifikansi atau alpha
(  ), semakin banyak anggota sampelnya. Dengan
demikian semakin tepat atau teliti ramalan kita.
3. Pertimbangan Nonrespons
Pertimbangan nonrespons adalah perkiraan jumlah
anggota sampel yang dapat dijadikan responden setelah
seluruh anggota sampel dikurangi dengan jumlah anggota
sampel yang dijadikan kelompok uji coba instrumen
penelitian. Anggota sampel yang sudah dijadikan kelompok
uji coba sebaiknya tidak dipakai sebagai responden untuk
mendapatkan data yang sebenarnya. Selain pertimbangan di
atas, juga perlu dipertimbangkan berapa responden yang
bersedia mengembalikan angket atau dapat diwawancarai
serta diobservasi.

19
4.6. Teknik Menghitung Besarnya Anggota Sampel
Secara umum teknik untuk menghitung besarnya
anggota sample dapat dilakukan dengan dua cara yaitu;
1. Proporsi,
2. Ketelitian estimasi

4.6.1. Proporsi
Perhitungan besarnya anggota sample dengan
menggunakan cara proporsi dapat menggunakan sejumlah
rumus. Salah satu rumus tersebut adalah;
2
Z 
n  pq  1/2  
  
di mana :
n = jumlah anggota sampel minimal
p = proporsi kelompok pertama
q = proporsi kelompok kedua = (1-p)
 = taraf signifikansi
Z1/2  = nilai z tabel

20
Contoh 4.1 :
Suatu daerah diketahui anggota populasi penduduknya yang
berstatus sebagai PNS sebanyak 400.000 orang. Di
antaranya 100.000 orang belum menjalankan KB secara
efektif. Berapa besar anggota sampel yang perlu diteliti
dalam rangka mengungkapkan partisipasi terhadap program
KB ?
Penyelesaian :
Misalkan digunakan  = 0.05, maka didapatkan :
100.000
p   0.25
400.000
2
1.96 
n  0.25 ( 1 - 0.25 )    294
0.05 

Karena manusia bukan dalam bilangan pecahan, maka

dibulatkan menjadi 294 orang.

4.6.2. Ketelitian Estimasi

a). Ketelitian estimasi
2
 s 
n 
SE 

 x 

di mana :
n = banyak sampel
21
 s = standard deviasi (diketahui)
SEx = standard error
b). Rumus dasar confidensi interval :

w  2 z1/2
n

di mana :
w = interval estimasi
 = simpangan baku populasi (diketahui)
n = besarnya anggota sampel
 = taraf signifikansi
Z1/2  = nilai z tabel

Contoh 4.2 :
Diketahui 2 = 100, w = 5,  = 0.05. Berapa banyaknya
sampel (n) ?
Penyelesaian :

22
 z1 / 2  z 0.025  1.96

w  2 z1/2
n
2 x 1.96 x 10
5 
n
2 x 1.96 x 10
n 
5
n  61

Sebenarnya tidak ada aturan yang tegas mengenai berapa

besarnya anggota sampel yang disyaratkan suatu penelitian.
Demikian pula apa batasannya bahwa sampel itu besar atau
kecil. Yang jelas ialah jika sampelnya besar, maka biaya,
tenaga, waktu yang disediakan harus besar pula. Demikian
sebaliknya. Meskipun demikian, mutu suatu penelitian
tidaklah ditentukan oleh besarnya anggota sampel yang
digunakan, melainkan oleh kuatnya dasar-dasar teori yang
mendukung teknik pengambilan anggota sampel tersebut.
Sesungguhnya tidak ada anggota sampel yang 100 persen
representatif, kecuali anggota sampelnya sama dengan
anggota populasinya (total sampling).

4.7. Kesalahan-kesalahan umum dalam menentukan

besar anggota sampel.

23
 Kesalahan-kesalahan umum yang sering dijumpai dalam
menentukan besarnya anggota sampel antara lain :
1. Peneliti gagal dalam menetapkan jumlah anggota
populasi yang dapat dipercaya;
2. Peneliti menggunakan anggota sampel yang terlalu kecil
untuk setiap subgrupnya, sehingga analisis statistika
parameter tidak berlaku, pada populasi sebenarnya
cukup besar;
3. Peneliti tidak menggunakan teknik sampling startified
yang disyaratkan untuk menentukan anggota sampel
subgrupnya;
4. Peneliti mengubah prosedur teknik sampling;
5. Peneliti mengubah rumus untuk menghitung besarnya
anggota sampel;
6. Peneliti memilih anggota sampel yang tidak sesuai
dengan tujuan penelitiannya;
7. Peneliti mengurangi anggota sampel yang telah
ditentukan oleh perhitungannya;

24
8. Peneliti tidak memberikan alasan-alasan mengapa rumus
dan teknik sampling tertentu yang ia gunakan di dalam
penelitiannya itu;
9. Kekeliruan sampling biasanya terjadi karena
pemeriksaan yang kurang teliti dan lengkap terhadap
populasi yang hanya dilakukan terhadap sampel serta
penelitian dilakukan dengan menggunakan prosedur
yang sama;
10. Kekeliruan nonsampling ini bisa terjadi dalam setiap
penelitian, apakah itu berdasarkan sampling atau
berdasarkan sensus, penyebabnya adalah :
a) Populasi tidak didefinisikan sebagaimana mestinya.
b) Penyimpangan populasi tidak dipelajari.
c) Kuesioner tidak dirancang sesuai dengan keperluan.
d) Rumusan dan istilah tidak dipergunakan
sebagaimana mestinya.
e) Peneliti kurang memahami isi dari kuesioner
sehingga jawaban responden kurang sesuai dengan
keinginan.
f) Responden tidak memberikan jawaban yang objektif
atau menolak untuk memberikan jawaban.

25
Latihan :
1. Sebutkan tujuan teknik pengambilan sampel!
2. Apa arti teknik sampling? Jelaskan dengan contoh!
3. Sebut dan jelaskan cara teknik sampling!
4. Bagaimana cara menghitung besar sampel ? Sebutkan
pertimbangan menentukan besar anggota sampel !
5. Dari suatu kebun percobaan dijumpai empat kelompok
tanah. Tiap kelompok tanah berisi bawang putih dengan
varietas yang berbeda. Kelompok 1 adalah varietas
lumbu hijau, kelompok 2 adalah varietas lumbu putih,
kelompok 3 adalah varietas tawangmangu baru, dan
kelompok 4 adalah varietas local. Populasi tanaman pada
tiap-tiap kelompok adalah sebagai berikut :
Kelompok 1 = 450
Kelompok 2 = 245
Kelompok 3 = 300
Kelompok 4 = 290
Bila ingin diambil sampel sebanyak 40 secara
proporsional,berapa tanaman dari tiap kelompok harus
diambil ?

26
6. Andaikan bahwa tinggi badan dari 3000 mahasiswa laki-
laki suatu universitas mempunyai distribusi normal
dengan nilai rata-rata sebesar 68.0 inci dan simpangan
baku sebesar 3.0 inci. Apabila diambil 80 sampel yang
masing-masing terdiri atas 35 mahasiswa, tentukanlah
nilai rata-rata dan simpangan baku yang diharapkan
apabila :
a). sampel diambil dengan pengembalian
b). sampel diambil tanpa pengembalian
7. Suatu populasi sebanyak 12000 unit mempunyai nilai
rata-rata 100 dan simpangan baku 60. Hitunglah nilai
rata-rata dan simpangan baku dari distribusi sample rata-
rata :
a). jika diambil sampel sebanyak n = 100;
b). jika diambil sampel sebanyak n = 900!
8. Perusahaan PT MUTIARA memiliki karyawan sebanyak
800 orang, akan dipilih beberpa orang untuk
disekolahkan. Pemilihan dilakukan secara acak.
a). Jika diplih 10 orang, tentukan nomor-nomor yang
akan diambil (gunakan tabel bilangan acak seribu
angka pertama, kolom 1, 2, dan 3 baris 11)!

27
 b). Jika dipilih 20 orang, tentukan nomor-nomor yang
akan diambil (gunakan tabel bilangan acak seribu
angka keempat, kolom 10, 11, dan 12 baris 5)!
9. Dari 400 orang peserta penataran “Teknik Pemasaran”
suatu perusahaan yang berasal dari 4 divisi, hendak
diambil sample berlapis sebesar 20%. Bagaimana
penentuan jumlah atau besar sampel untuk setiap stratum
apabila terjadi hal berikut ini ?
a). Seperempat dari besar sampel dialokasikan pada
masing-masing stratum.
b). Divisi I terdiri dari 100 orang, divisi II terdiri atas 75
orang, divisi III sebanyak 150 orang, dan divisi IV
sebanyak 175 orang, alokasi pada masing-masing
stratum dilakukan secara proposional.
10. Di suatu desa terdapat 400 KK, yang terdiri dari 40 %
petani, 30 % peternak, 20 % pedagang, dan 10 %
pegawai negeri. Di desa tersebut akan dilaksanakan
penelitian dan diperlukan sample sebanyak 23 KK.
Untuk memperoleh sampel tersebut dari keluarga petani,
peternak, dan pedagang, masing-masing diambil 5 %
dari keseluruhan kepala keluarga tiap strata dan sisanya

28
(agar diperoleh 23 KK) diambil dari pegawai negeri.
Tentukan metode pengambilan sampel yang digunakan
dan hitunglah jumlah sampel yang terpilih dari setiap
kategori pekerjaan!

29