Riset Dalam Keperawatan

BAB I

PENDAHULUAN

 
A.    Latar Belakang

Dalam penelitian kuantitatif, populasi dan sampel penelitian sangat diperlukan. Populasi adalah
wilayah generasli yang terdiri atas objek atau subjek yang mempunyai kuantitas dan karakteristik
tertentu yang ditentukan oleh penbeliti untuk dipelajari dan ditarik kesimpulannya. Sedangkan
sampel adalah sebagaian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Makin
besar jumlah sampel mendekati populasi, maka peluang kesalahan generalisasi semakin kecil, dan
begitu juga sebaliknya.

Dalam menetapkan besar kecilnya sampel, tidaklah ada suatu ketetapan yang mutlak, artinya tidak
ada ketentuan berapa persen suatu sampel harus diambil. Suatu hal yang perlu diperhatikan adalah
keadaan homogenitas dan heterogenitas populasi. Jika keadaan populasi homogen, jumlah sampel
hampir-hampir tidak menjadi persoalan, sebaliknya jika keadaan populasi heterogen, maka
pertimbangan pengambilan sampel harus memperhatikan dua hal, yaitu (1) harus diseleidiki
kategori-kategori heterogenitas dan (2) besarnya populasi.

Salah satu permasalahan penelitian terletak pada bagaimana cara memperoleh sampel dan berapa
besar sampel diantara populasi, permasalahan ini sangat penting mengingat keabsahan penelitian
akan dipertanyakan, jika sampel yang diambil tidak memenuhi syarat untuk sebuah penarikan
kesimpulan di populasi, dengan kata lain kesimpulan yang diambil dari penelitian bisa dibandingkan
dengan populasi sebenarnya. Hal ini terjadi karena tidak semua anggota populasi dijadikan sampel
(objek penelitian), akan tetapi walaupun tidak semua anggota populasi dijadikan sampel, hasil
penelitiannya merupakan suatu kesimpulan dari seluruh populasi yang ada (dapat digeneralisasi).
Sehingga sampel yang dipakai sebagai objek penelitian merupakan representative dari populasi yang
ada.

B.     Tujuan

Adapun tujuan penulisan makalah ini adalah:

1.      Untuk memberikan penjelasan secara sistematis mengenai populasi dalam suatu penelitian
kuantitatif

2.      Untuk memberikan penjelasan secara  sistematis mengenai sampel dalam suatu penelitian
kuantitatif

C.    Rumusan Masalah

Berdasarkan latar belakang masalah di atas, maka rumusan masalah yang akan dibahas, antara lain:

1.      Bagaimana kondisi kemiskinan di Indonesia?

2.      Bagaimanakah pengaruh pertumbuhan penduduk terhadap meningkatnya kemiskinan di

Indonesia?

3.      Apakah upaya yang dilakukan pemerintah dalam mengentaskan kemiskinan melalui kebijakan
kependudukan?

Bagaimana pelaksanaan kebijakan kependudukan dalam pengentasan kemiskinan?

BAB II

PEMBAHASAN

A.    Pengertian

“Populasi adalah kumpulan dari individu dengan kualitas serta ciri-ciri yang telah ditetapkan” (Moh.
Nazir, 2005: 271).

Menurut Sugiyono (2007: 61) bahwa “Populasi adalah wilayah generalisasi yang terdiri atas :
objek/subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti
untuk dipelajari dan kemudian ditarik kesimpulannya”.
“Sampel adalah bagian dari populasi”, (Moh. Nazir, 2005: 271). Menurut Sugiyono (2007: 62), bahwa
“Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi”.

Kata populasi (population/universe) dalam statistika merujuk pada sekumpulan individu dengan
karakteristik khas yang menjadi perhatian dalam suatu penelitian (pengamatan). Sementara sampel
adalah bagian kecil dari anggota populasi yang diambil menurut prosedur tertentu sehingga dapat
mewakili populasinya. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi.

Ukuran populasi ada dua: (1) populasi terhingga (finite population), yaitu ukuran populasi yang
berapa pun besarnya tetapi masih bisa dihitung (cauntable). Misalnya populasi pegawai suatu
perusahaan; (2) populasi tak terhingga (infinite population), yaitu ukuran populasi yang sudah
sedemikian besarnya sehingga sudah tidak bisa dihitung (uncountable). Misalnya populasi tanaman
anggrek di dunia.

Gambar 1

POPULASI dan SAMPEL

Sampel adalah sebagian dari jumlah dan karakteristik yang oleh populasi tersebut. Bila populasi
besar, dan peneliti tidak mungkin meneliti semua yang ada pada populasi, (misalnya karena
keterbatasan dana, tenaga, dan waktu) maka peneliti dapat menggunakan sampel yang diambil dari
populasi itu. Apa yang dipelajari dari sampel itu, kesimpulannya akan diberlakukan untuk populasi
itu. Untuk sample yang diambil dari populasi harus benar-benar representatif (mewakili). Bila sample
tidak representatif, maka resiko yang dihadapi peneliti ialah tidak dapat menyimpulkan sesuai
dengan kenyataan atau membuat kesimpulan yang salah.Dengan kata lain, sampel merupakan
sebagian atau bertindak sebagai perwakilan dari populasi sehingga hasil penelitian yang berhasil
diperoleh dari sampel dapat digeneralisasikan pada populasi.

B.    Jenis Populasi

Berdasarkan pengertian yang telah diuraikan diatas, populasi dapat dibedakan berdasarkan
beberapa aspek:

1.      Berdasarkan jumlah populasi

Berdasarkan jumlahnya, populasi dapat dibedakan sebagai berikut.

a.          Populasi Terbatas

adalah sumber data yang jelas batasnya secara kuantitatif, sehingga relatif dapat dihitung
jumlahnya.
b.          Populasi tak terbatas

Adalah sumber data yang tidak dapat ditentukan batasnya sehingga relatif tidak dapat dinyatakan
dalam bentuk jumlah.

2.      Berdasarkan sifat populasi

Berdasarkan sifatnya, populasi dapat dibedakan lagi menjadi:

a.          Populasi Homogen

adalah sumber data yang unsurnya memiliki sifat yang sama, sehingga tidak perlu          
dipersonalkan jumlahnya secara kuantitatif.

b.          Populasi heterogen

adalah sumber data yang unsurnya memiliki sifat atau keadaan yang bervariasi sehingga perlu
ditetapkan batas-batasnya, baik secara kualitatif maupun kuantitatif.

3.      Berdasarkan Pembedaan Lain

a.          Populasi Target

merupakan populasi yang telah ditentukan sesuai dengan masalah penelitian.

b.          Populasi Survei

Populasi ini merupakan populasi yang terliput dalam penelitian yang dilakukan. Pada dasarnya,
dalam keadaan ideal, populasi target hampirsama dengan populasi survei, tetapi dalam praktek
populasi target berbeda dengan survei.

C.     Jenis Sampel

Berdasarkan prosedur atau cara yang digunakan dalam mengambil sampel dari populasi (teknik
sampling), kita dapat mengidentifikasi dua jenis sampel, yaitu:

1.      Sampel Probabilitas (Probability Sampling)

Sampel probabilitas atau disebut juga sampel random (sampel acak) adalah sampel yang
pengambilannya berlandaskan pada prinsip teori peluang, yakni prinsip memberikan peluang yang
sama kepada seluruh unit populasi untuk dipilih sebagai sampel.

2.      Sampel Nonprobabilitas (Nonprobability Sampling)

Sampel nonprobabilitas atau sampel nonrandom (sampel tak acak) adalah sampel yang
pengambilannya didasarkan pada pertimbangan-pertimbangan tertentu (bisa pertimbangan
penelitian maupun pertimbangan peneliti).

Sampel probabilitas diambil dengan menggunakan teknik sampling probabilitas atau teknik sampling
random, sedangkan untuk mengambil sampel nonprobabilitas atau sampel nonrandom digunakan
teknik sampling nonprobabilitas, yakni pertimbangan-pertimbangan tertentu. Sampel probabilitas
cenderung memiliki tingkat representasi yang lebih tinggi daripada sampel nonprobabilitas.

D.    Ukuran Sampel

Ukuran sampel atau besarnya sampel yang diambil dari populasi, sebagaimana diungkapkan di atas,
merupakan salah satu faktor penentu tingkat kerepresentatifan sampel yang digunakan.
Pertanyaannya, berapa besar sampel harus diambil dari populasi agar memenuhi syarat
kerepresentatifan?

Untuk menentukan sampel dari populasi digunakan perhitungan maupun acuan tabel yang
dikembangkan para ahli.  Secara umum, untuk penelitian korelasional jumlah sampel minimal untuk
memperoleh hasil yang baik adalah 30, sedangkan dalam penelitian eksperimen jumlah sampel
minimum 15 dari masing-masing kelompok dan untuk penelitian survey jumlah sampel minimum
adalah 100.

Roscoe (1975) yang dikutip Uma Sekaran (2006) memberikan acuan umum untuk menentukan
ukuran sampel:

1.      Ukuran sampel lebih dari 30 dan kurang dari 500 adalah tepat untuk kebanyakan penelitian

2.      Jika sampel dipecah ke dalam subsampel (pria/wanita, junior/senior, dan sebagainya), ukuran
sampel minimum 30 untuk tiap kategori adalah tepat

3.      Dalam penelitian mutivariate (termasuk analisis regresi berganda), ukuran sampel sebaiknya
10x lebih besar dari jumlah variabel dalam penelitian

4.      Untuk penelitian eksperimental sederhana dengan kontrol eskperimen yang ketat, penelitian
yang sukses adalah mungkin dengan ukuran sampel kecil antara 10 sampai dengan 20

Arikunto Suharsimi (2005) memberikan pendapat sebagai berikut: “jika peneliti memiliki beberapa
ratus subjek dalam populasi, maka mareka dapat menentukan kurang lebih 25 – 30% dari jumlah
tersebut. Jika jumlah anggota subjek dalam populasi hanya meliputi antara 100 – 150 orang, dan
dalam pengumpulan datanya peneliti menggunakan angket, maka sebaiknya subjek sejumlah itu
diambil seluruhnya. Namun apabila peneliti menggunakan teknik wawancara dan pengamatan,
jumlah tersebut dapat dikurangi menurut teknik sampel dan sesuai dengan kemampuan peneliti.

Besaran atau jumlah sampel ini sampel sangat tergantung dari besaran tingkat ketelitian atau
kesalahan yang diinginkan peneliti. Namun, dalam hal tingkat kesalahan, pada penelitian sosial
maksimal tingkat kesalahannya adalah 5% (0,05). Makin besar tingkat kesalahan maka makin kecil
jumlah sampel. Namun yang perlu diperhatikan adalah semakin besar jumlah sampel (semakin
mendekati populasi) maka semakin kecil peluang kesalahan generalisasi dan sebaliknya, semakin
kecil jumlah sampel (menjauhi jumlah populasi) maka semakin besar peluang kesalahan generalisasi.

Beberapa rumus untuk menentukan jumlah sampel antara lain :

1.      Rumus Slovin (dalam Riduwan, 2005:65)

N = n/N(d)2 + 1

n = sampel; N = populasi; d = nilai presisi 95% atau sig. = 0,05.

Misalnya, jumlah populasi adalah 125, dan tingkat kesalahan yang dikehendaki adalah 5%, maka
jumlah sampel yang digunakan adalah:

N = 125 / 125 (0,05)2 + 1 = 95,23, dibulatkan 95

2.      Tabel Isaac dan Michael

Tabel penentuan jumlah sampel dari Isaac dan Michael memberikan kemudahan penentuan jumlah
sampel berdasarkan tingkat kesalahan 1%, 5% dan 10%. Dengan tabel ini, peneliti dapat secara
langsung menentukan besaran sampel berdasarkan jumlah populasi dan tingkat kesalahan yang
dikehendaki.

Dalam menentukan menentukan ukuran sampel (n) yang harus diambil dari populasi agar memenuhi
persyaratan kerepresentatifan, tidak ada kesepakatan bulat di antara para ahli metodolologi
penelitian (hal ini wajar, sebab dalam dunia ilmu yang ada adalah sepakat untuk tidak sepakat asal
masing-masing konsisten dengan rujukan yang digunakannya, sehingga ilmu itu bisa terus berproses
dan berkembang). Pada umumnya, buku-buku metodologi penelitian menyebut angka lima persen
hingga 10 persen untuk menegaskan berapa ukuran sampel yang harus diambil dari sebuah populasi
tertentu dalam penelitian sosial. Pendapat ini tentu saja sulit untuk dijelaskan apa alasannya jika
ditinjau dari aspek metodologi penelitian.

Sehubungan dengan hal itu, I Gusti Bagoes Mantra dan Kasto dalam buku yang ditulis oleh Masri
Singarimbun dan Sofian Effendi, Metode Penelitian Survai (1989), menyatakan bahwa sebelum kita
menentukan berapa besar ukuran sampel yang harus diambil dari populasi tertentu, ada beberapa
aspek yang harus dipertimbangkan yaitu:

1.      Derajat Keseragaman Populasi (degree of homogenity). Jika tinggi tingkat homogenitas
populasinya tinggi atau bahkan sempurna, maka ukuran sampel yang diambil boleh kecil, sebaliknya
jika tingkat homogenitas populasinya rendah (tingkat heterogenitasnya tinggi) maka ukuran sampel
yang diambil harus besar. Untuk menentukan tingkat homogenitas populasi sebaiknya dilakukan uji
homogenitas dengan menggunakan uji statistik tertentu.

2.      Tingkat Presisi (level of precisions) yang digunakan. Tingkat presisi, terutama digunkan dalam
penelitian eksplanatif, misalnya penelitian korelasional, yakni suatu pernyataan peneliti tentang
tingkat keakuratan hasil penelitian yang diinginkannya. Tingkat presisi biasanya dinyatakan dengan
taraf signifikansi (α) yang dalam penelitian sosial biasa berkisar 0,05 (5%) atau 0,01 (1%), sehingga
keakuratan hasil penelitiannya (selang kepercayaannya) 1–α yakni bisa 95% atau 99%. Jika kita
menggunakan taraf signifikansi 0,01 maka ukuran sampel yang diambil harus lebih besar daripada
ukuran sampel jika kita menggunakan taraf signifikansi 0,05.

3.      Rancangan Analisis. Rancangan analisis yang dimaksud adalah sesuatu yang berkaitan dengan
pengolahan data, penyajian data, pengupasan data, dan penafsiran data yang akan ditempuh dalam
penelitian. Misalnya, kita akan menggunkan teknik analisis data dengan statistik deskripti; penyajian
data menggunakan tabel-tabel distribusi frekuensi silang (tabel silang) atau tabel kontingensi dengan
ukuran 3X3 atau lebih dimana pasti mengandung sel sebanyak 9 buah, maka ukuran sampelnya
harus besar. Hal ini untuk menghindarkan adanya sel dalam tabel tersebut yang datanya nol
(kosong), sehingga tidak layak untuk dianalisis dengan asumsi-asumsi kotingensi. Jika kita
menggunakan rancangan analisisnya hanya menggunakan analisis statistik inferensial, maka ukuran
sampelnya boleh lebih kecil dibandingkan apabila kita menggunakan rancangan analisis statistik
deskriptif saja. Dengan kata lain, rancangan penelitian deskriptif membutuhkan ukuran sampel yang
lebih besar daripada rancangan penelitian eksplanatif.

4.      Alasan-alasan tertentu yang berkaitan dengan keterbatasan-keterbatasn yang ada pada
peneliti, misalnya keterbatasan waktu, tenaga, biaya, dan lain-lain. (Catatan: Alasan ke-4 ini jangan
digunakan sebagai pertimbangan utama dalam menentukan ukuran sampel, sebab hal ini lebih
berkaitan dengan pertimbangan peneliti (tanpa akhiran an) dan bukan pertimbangan penelitian
(metodologi).

Selain mempertimbangkan faktor-faktor di atas, beberapa buku metode penelitian menyarankan

digunakannya rumus tertentu untuk menentukan berapa besar sampel yang harus diambil dari
populasi. Jika ukuran populasinya diketahui dengan pasti, Rumus Slovin di bawah ini dapat
digunakan.

Rumus Slovin:

         N

n = ——--

       1 + Ne²

Keterangan;

n = ukuran sampel

N = ukuran populasi

e = kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang ditololerir, misalnya 5%.
Batas kesalahan yang ditolelir ini untuk setiap populasi tidak sama, ada yang 1%, 2%, 3%, 4%,5%,
atau 10%.

Jika ukuran populasinya besar yang didapat dari pendugaan proporsi populasi, maka Rumus Yamane
yang harus digunakan.

          N

n = ———–

      Nd² + 1

d = batas toleransi kesalahan pengambilan sampel yang digunakan.

Misalnya, kita ingin menduga proporsi pembaca koran dari populasi 4.000 orang. Presisi ditetapkan
di antara 5% dengan tingkat kepercayaan 95%, maka besarnya sampel adalah:

                4000

n = ————————- = 364

        4000 x (0,05)² + 1

D.    Teknik Penarikan Sampel (Teknik Sampling)

Sampling is the process of selecting observations. Proses seleksi yang dimaksud di sini adalah proses
untuk mendapatkan sampel.

Gambar 2

LOGIKA Sampling

Masalah yang dihadapi dalam sampling adalah (1) bagaimana proses pengambilan sampel, dan (2)
berapa banyak unit analisis yang akan diambil.

Teknik sampling merupakan teknik pengambilan sampel yang secara umum terbagi dua yaitu
probability sampling dan non probability sampling.

Dalam pengambilan sampel cara probabilitas besarnya peluang atau probabilitas elemen populasi
untuk terpilih sebagai subjek diketahui. Sedangkan dalam pengambilan sampel dengan cara
nonprobability besarnya peluang elemen untuk ditentukan sebagai sampel tidak diketahui. Menurut
Sekaran (2006), desain pengambilan sampel dengan cara probabilitas jika representasi sampel
adalah penting dalam rangka generalisasi lebih luas. Bila waktu atau faktor lainnya, dan masalah
generalisasi tidak diperlukan, maka cara nonprobability biasanya yang digunakan.

Tipe Sampling
Gambar 3

Tipe Sampling

a.       Probability Sampling

Probability sampling adalah teknik pengambilan sampel yang memberikan peluang yang sama
kepada setiap anggota populasi untuk menjadi sampel. Teknik ini meliputi simpel random sampling,
sistematis sampling, proportioate stratified random sampling, disproportionate stratified random
sampling, dan cluster sampling.

1.          Simple random sampling adalah sebuah proses sampling yang dilakukan sedemikian rupa
sehingga setiap satuan sampling yang ada dalam populasi mempunyai peluang yang sama untuk
dipilih ke dalam sampel.

Teknik adalah teknik yang paling sederhana (simple). Sampel diambil secara acak, tanpa
memperhatikan tingkatan yang ada dalam populasi.

Misalnya :

Populasi adalah siswa SD Negeri XX Jakarta yang berjumlah 500 orang. Jumlah sampel ditentukan
dengan Tabel Isaac dan Michael dengan tingkat kesalahan adalah sebesar 5% sehingga jumlah
sampel ditentukan sebesar 205.

Jumlah sampel 205 ini selanjutnya diambil secara acak tanpa memperhatikan kelas, usia dan jenis
kelamin.

2.          Systematic sampling merupakan pengambilan setiap unsur ke k dalam populasi, untuk
dijadikan sampel. Pengambilan sampel secara acak hanya dilakukan pada pengambilan awal saja,
sementara pengambilan kedua dan seterusnya ditentukan secara sistematis, yaitu menggunakan
interval tertentu sebesar k.

Adalah teknik sampling yang menggunakan nomor urut dari populasi baik yang berdasarkan nomor
yang ditetapkan sendiri oleh peneliti maupun nomor identitas tertentu, ruang dengan urutan yang
seragam atau pertimbangan sistematis lainnya.

Contohnya :

Akan diambil sampel dari populasi karyawan yang berjumlah 125. Karyawan ini diurutkan dari 1 –
125 berdasarkan absensi. Peneliti bisa menentukan sampel yang diambil berdasarkan nomor genap
(2, 4, 6, dst) atau nomor ganjil (1, 2, 3, dst), atau bisa juga mengambil nomor kelipatan (2, 4, 8, 16,
dst).

3.          Stratified sampling adalah penarikan sampel berstrata yang dilakukan dengan mengambil
sampel acak sederhana dari setiap strata populasi yang sudah ditentukan lebih dulu.

Teknik ini hampir sama dengan simple random sampling namun penentuan sampelnya
memperhatikan strata (tingkatan) yang ada dalam populasi.

Misalnya, populasi adalah karyawan PT. XYZ berjumlah 125. Dengan rumus Slovin (lihat contoh di
atas) dan tingkat kesalahan 5% diperoleh besar sampel adalah 95. Populasi sendiri terbagi ke dalam
tiga bagian (marketing, produksi dan penjualan) yang masing-masing berjumlah :

Marketing       : 15

Produksi         : 75

Penjualan       : 35

Maka jumlah sample yang diambil berdasarkan masing-masinng bagian tersebut ditentukan kembali
dengan rumus n = (populasi kelas / jml populasi keseluruhan) x jumlah sampel yang ditentukan

Marketing       : 15 / 125 x 95            = 11,4 dibulatkan 11

Produksi         : 75 / 125 x 95            = 57

Penjualan       : 35 / 125 x 95            = 26.6 dibulatkan 27

Sehingga dari keseluruhan sample kelas tersebut adalah 11 + 57 + 27 = 95 sampel.

Teknik ini umumnya digunakan pada populasi yang diteliti adalah keterogen (tidak sejenis) yang
dalam hal ini berbeda dalam hal bidangkerja sehingga besaran sampel pada masing-masing strata
atau kelompok diambil secara proporsional.

·         Proportionate Stratified Random Sampling

Teknik ini hampir sama dengan simple random sampling namun penentuan sampelnya
memperhatikan strata (tingkatan) yang ada dalam populasi. Misalnya, populasi adalah karyawan PT.
XYZ berjumlah 125. Dengan rumus Slovin (lihat contoh di atas) dan tingkat kesalahan 5% diperoleh
besar sampel adalah 95. Populasi sendiri terbagi ke dalam tiga bagian (marketing, produksi dan
penjualan) yang masing-masing berjumlah :

Marketing            : 15
Produksi                : 75

Penjualan            : 35

Maka jumlah sample yang diambil berdasarkan masing-masinng bagian tersebut ditentukan kembali
dengan rumus n = (populasi kelas / jml populasi keseluruhan) x jumlah sampel yang ditentukan

Marketing            : 15 / 125 x 95                      = 11,4 dibulatkan 11

Produksi                : 75 / 125 x 95                      = 57

Penjualan            : 35 / 125 x 95                      = 26.6 dibulatkan 27

Sehingga dari keseluruhan sample kelas tersebut adalah 11 + 57 + 27 = 95 sampel.

Teknik ini umumnya digunakan pada populasi yang diteliti adalah keterogen (tidak sejenis) yang
dalam hal ini berbeda dalam hal bidangkerja sehingga besaran sampel pada masing-masing strata
atau kelompok diambil secara proporsional.

·         Disproportionate Stratified Random Sampling

Disproporsional stratified random sampling adalah teknik yang hampir mirip dengan proportionate
stratified random sampling dalam hal heterogenitas populasi. Namun, ketidakproporsionalan
penentuan sample didasarkan pada pertimbangan jika anggota populasi berstrata namun kurang
proporsional pembagiannya.

Misalnya, populasi karyawan PT. XYZ berjumlah 1000 orang yang berstrata berdasarkan tingkat
pendidikan SMP, SMA, DIII, S1 dan S2. Namun jumlahnya sangat tidak seimbang yaitu :

SMP      : 100 orang

SMA      : 700 orang

DIII        : 180 orang

S1              : 10 orang

S2              : 10 orang

Jumlah karyawan yang berpendidikan S1 dan S2 ini sangat tidak seimbang (terlalu kecil dibandingkan
dengan strata yang lain) sehingga dua kelompok ini seluruhnya ditetapkan sebagai sampel.

Gambar 3

Tipe Stratified Sampling

4.          Cluster sampling Cluster sampling atau sampling area digunakan jika sumber data atau
populasi sangat luas misalnya penduduk suatu propinsi, kabupaten, atau karyawan perusahaan yang
tersebar di seluruh provinsi. Untuk menentukan mana yang dijadikan sampelnya, maka wilayah
populasi terlebih dahulu ditetapkan secara random, dan menentukan jumlah sample yang digunakan
pada masing-masing daerah tersebut dengan menggunakan teknik proporsional stratified random
sampling mengingat jumlahnya yang bisa saja berbeda.

Contoh :

Peneliti ingin mengetahui tingkat efektivitas proses belajar mengajar di tingkat SMU. Populasi
penelitian adalah siswa SMA seluruh Indonesia. Karena jumlahnya sangat banyak dan terbagi dalam
berbagai provinsi, maka penentuan sampelnya dilakukan dalam tahapan sebagai berikut :

Tahap Pertama adalah menentukan sample daerah. Misalnya ditentukan secara acak 10 Provinsi
yang akan dijadikan daerah sampel.

Tahap kedua. Mengambil sampel SMU di tingkat Provinsi secara acak yang selanjutnya disebut
sampel provinsi. Karena provinsi terdiri dari Kabupaten/Kota, maka diambil secara acak SMU tingkat
Kabupaten yang akan ditetapkan sebagai sampel (disebut Kabupaten Sampel), dan seterusnya,
sampai tingkat kelurahan / Desa yang akan dijadikan sampel. Setelah digabungkan, maka
keseluruhan SMU yang dijadikan sampel ini diharapkan akan menggambarkan keseluruhan populasi
secara keseluruhan.

b.      Non Probabilty Sampel

Non Probability artinya setiap anggota populasi tidak memiliki kesempatan atau peluang yang sama
sebagai sampel. Teknik-teknik yang termasuk ke dalam Non Probability ini antara lain : Sampling
Sistematis, Sampling Kuota, Sampling Insidential, Sampling Purposive, Sampling Jenuh, dan Snowball
Sampling.

1.      Sampling Kuota

Adalah teknik sampling yang menentukan jumlah sampel dari populasi yang memiliki ciri tertentu
sampai jumlah kuota (jatah) yang diinginkan.

Misalnya akan dilakukan penelitian tentang persepsi siswa terhadap kemampuan mengajar guru.
Jumlah Sekolah adalah 10, maka sampel kuota dapat ditetapkan masing-masing 10 siswa per
sekolah.

2.      Sampling Insidential

Insidential merupakan teknik penentuan sampel secara kebetulan, atau siapa saja yang kebetulan
(insidential) bertemu dengan peneliti yang dianggap cocok dengan karakteristik sampel yang
ditentukan akan dijadikan sampel.

Misalnya penelitian tentang kepuasan pelanggan pada pelayanan Mall A. Sampel ditentukan
berdasarkan ciri-ciri usia di atas 15 tahun dan baru pernah ke Mall A tersebut, maka siapa saja yang
kebetulan bertemu di depan Mall A dengan peneliti (yang berusia di atas 15 tahun) akan dijadikan
sampel.

3.      Sampling Purposive (Judgement sampling)

Purposive sampling merupakan teknik penentuan sampel dengan pertimbangan khusus sehingga
layak dijadikan sampel. Misalnya, peneliti ingin meneliti permasalahan seputar daya tahan mesin
tertentu. Maka sampel ditentukan adalah para teknisi atau ahli mesin yang mengetahui dengan jelas
permasalahan ini. Atau penelitian tentang pola pembinaan olahraga renang. Maka sampel yang
diambil adalah pelatih-pelatih renang yang dianggap memiliki kompetensi di bidang ini. Teknik ini
biasanya dilakukan pada penelitian kualitatif. Teknik penarikan sampel yang dilakukan berdasarkan
karakteristik yang ditetapkan terhadap elemen populasi target yang disesuaikan dengan tujuan atau
masalah penelitian.Bedanya, jika dalam sampling stratifikasi penarikan sampel dari setiap
subpopulasi dilakukan dengan acak, maka dalam sampling kuota, ukuran serta sampel pada setiap
sub-subpopulasi ditentukan sendiri oleh peneliti sampai jumlah tertentu tanpa acak.

4.      Sampling Jenuh

Sampling jenuh adalah sampel yang mewakili jumlah populasi. Biasanya dilakukan jika populasi
dianggap kecil atau kurang dari 100. Saya sendiri lebih senang menyebutnya total sampling.

Misalnya akan dilakukan penelitian tentang kinerja guru di SMA XXX Jakarta. Karena jumlah guru
hanya 35, maka seluruh guru dijadikan sampel penelitian.

5.      Snowball Sampling

Snowball sampling adalah teknik penentuan jumlah sampel yang semula kecil kemudian terus
membesar ibarat bola salju (seperti Multi Level Marketing….). Misalnya akan dilakukan penelitian
tentang pola peredaran narkoba di wilayah A. Sampel mula-mula adalah 5 orang Napi, kemudian
terus berkembang pada pihak-pihak lain sehingga sampel atau responden teruuus berkembang
sampai ditemukannya informasi yang menyeluruh atas permasalahan yang diteliti.

Snowball Sampling merupakan salah satu bentuk judgement sampling yang sangat tepat digunakan
bila populasinya kecil dan spesifik. Cara pengambilan sampel dengan teknik ini dilakukan secara
berantai, makin lama sampel menjadi semakin besar, seperti bola salju yang menuruni lereng
gunung.

6.      Convenience sampling, sampel diambil berdasarkan faktor spontanitas, artinya siapa saja yang
secara tidak sengaja bertemu dengan peneliti dan sesuai dengan karakteristiknya, maka orang
tersebut dapat dijadikan sampel.
Kriteria Sampling

Kriteria yang harus diperhatikan untuk menentukan tipe sampling yang baik, diantaranya:

a.       Dapat menghasilkan gambaran yang dapat dipercaya dari seluruh populasi,

b.      Dapat menentukan presisi dari hasil penelitian,

c.       Sederhana, mudah dilaksanakan, dan

d.      Dapat memberikan keterangan sebanyak mungkin tentang populasi dengan biaya minimal.

Prinsip Menentukan Ukuran Sampel (sample size)

Ukuran sampel bisa ditentukan melalui dua dasar pemikiran, yaitu ditentukan atas dasar pemikiran
statistis, dan atau ditentukan atas dasar pemikiran non statistis. Ditinjau dari aspek statistis, ukuran
sampel ditentukan oleh beberapa faktor, diantaranya: (1) bentuk parameter yang menjadi tolak ukur
analisis, dalam arti apakah tujuan penelitian ini untuk menaksir rata-rata, persentase, atau menguji
kebermaknaan hipotesis, (2) tipe sampling, apakah simple random sampling, stratified random
sampling atau yang lainnya. Tipe sampling ini berkaitan dengan penentuan rumus-rumus yang harus
dipakai untuk memperoleh ukuran sampel, dan (3) variabilitas variabel yang diteliti (keseragaman
variabel yang diteliti), makin tidak seragam atau heterogen variabel yang diteliti, makin besar ukuran
sampel minimal. Sedangkan dipandang dari sudut nonstatistis, ukuran sampel ditentukan oleh
beberapa faktor, diantaranya: (1) kendala waktu atau time constraint, (2) biaya, dan (3) ketersediaan
satuan sampling.

Populasi Sasaran dan Populasi Studi

Gambar 4

Populasi Sasaran dan Populasi Studi

Satuan Sampling dan Kerangka Sampling

Satuan sampling adalah segala sesuatu yang dijadikan satuan (unit) yang nantinya akan menjadi
objek penelitian. Contoh: (1) apabila Indonesia dibagi ke dalam 33 satuan yang disebut propinsi dan
dalam penelitian provinsi ini yang akan dipilih sebagai sampel, maka provinsi menjadi satuan
sampling. (2) Apabila sebuah perusahan dibagi ke dalam departemen atau bagian, dan dalam
departemen atau bagian ini sampel akan dipilih sebagai objek penelitian, maka departemen atau
bagian ini adalah satuan sampling.

Kerangka sampling adalah daftar yang berisi satuan-satuan sampling yang ada dalam sebuah
populasi, yang berfungsi sebagai dasar untuk penarikan sampel. Setiap satuan sampling mempunyai
nomor urut tertentu. Contoh: Kota Bandung terdiri dari kecamatan-kecamatan. Kalau peneliti
menjadikan kecamatan dimana sampel akan dipilih sebagai objek, maka kecamatan adalah satuan
sampling. Nama-nama kecamatan yang ada di Kota Bandung kemudian didaftar, maka daftar nama-
nama kecamatan di Kota Bandung ini yang dinamakan kerangka sampling. Bentuk kerangka
samplingnya dapat dilihat pada tabel berikut:

Gambar 5

Kerangka Sampling

BAB III

PENUTUP

A.    Kesimpulan

Kata populasi (population/universe) dalam statistika merujuk pada sekumpulan individu dengan
karakteristik khas yang menjadi perhatian dalam suatu penelitian (pengamatan). Sementara sampel
adalah bagian kecil dari anggota populasi yang diambil menurut prosedur tertentu sehingga dapat
mewakili populasinya. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi.

Dari berbagai penjelasan di atas dapat kita simpulkan bahwa teknik penentuan jumlah sampel
maupun penentuan sampel sangat menentukan keberhasilan pencapaian tujuan dari penelitian.
Dengan kata lain, sampel yang diambil secara sembarangan tanpa memperhatikan aturan-aturan
dan tujuan dari pen,elitian itu sendiri tidak akan berhasil memberikan gambaran menyeluruh dari
populasi.

B.     Saran

Disarankan kepada mahasiswa yang akan melakukan penelitian agar lebih mempelajari dan
memahami metode penelitian kesehatan, terutama pada bagian populasi dan sampel. Salah satu
permasalahan penelitian terletak pada bagaimana cara memperoleh sampel dan berapa besar
sampel diantara populasi, permasalahan ini sangat penting mengingat keabsahan penelitian akan
dipertanyakan.

Create a free website with

Wednesday, October 05, 2011

Dasar Penentuan Jumlah Sample Penelitian

 Definisi

Sampel adalah sebagian dari populasi. Artinya tidak akan ada sampel jika tidak ada
populasi. Populasi adalah keseluruhan elemen atau unsur yang akan kita teliti.
Penelitian yang dilakukan atas seluruh elemen dinamakan sensus. Idealnya, agar
hasil penelitiannya lebih bisa dipercaya, seorang peneliti harus melakukan sensus.
Namun karena sesuatu hal peneliti bisa tidak meneliti keseluruhan elemen tadi,
maka yang bisa dilakukannya adalah meneliti sebagian dari keseluruhan elemen
atau unsur tadi. 

Dasar Penentuan jumlah Sample

Gay dan Diehl menuliskan, untuk penelitian deskriptif, sampelnya 10% dari populasi,
penelitian korelasional, paling sedikit 30 elemen populasi, penelitian perbandingan
kausal, 30 elemen per kelompok, dan untuk penelitian eksperimen 15 elemen per
kelompok . 
( Reseach Methods for Business, LR. Gay dan P.L. Diehl, 1992 )

Roscoe (1975) dalam Uma Sekaran ( 1992: 252 )  memberikan pedoman penentuan
jumlah sampel sebagai berikut:

1. Sebaiknya ukuran sampel di antara 30 s/d 500 elemen

2. Jika sampel dipecah lagi ke dalam subsampel (laki/perempuan,
SD/SLTP/SMU,  dsb),jumlah minimum subsampel harus 30
 3. Pada penelitian multivariate (termasuk analisis regresi multivariate) ukuran
sampel harus beberapa kali lebih besar (10 kali) dari jumlah variable yang
akan dianalisis.
4. Untuk penelitian eksperimen yang sederhana, dengan pengendalian yang
ketat, ukuran sampel bisa antara 10 s/d 20 elemen.

(  Research Methods for Busines, Uma Sekaran, 1992 )

Krejcie dan Morgan (1970) dalam Uma Sekaran (1992) membuat daftar yang bisa
dipakai untuk menentukan jumlah sampel sebagai berikut (Lihat Tabel)    

Popula Sampe Popula Sampe Popula Sampe

si (N) l (n) si (N) l (n) si (N) l (n)
10 10 220 140 1200 291
15 14 230 144 1300 297
20 19 240 148 1400 302
25 24 250 152 1500 306
30 28 260 155 1600 310
35 32 270 159 1700 313
40 36 280 162 1800 317
45 40 290 165 1900 320
50 44 300 169 2000 322
55 48 320 175 2200 327
60 52 340 181 2400 331
65 56 360 186 2600 335
70 59 380 191 2800 338
75 63 400 196 3000 341
80 66 420 201 3500 346
85 70 440 205 4000 351
90 73 460 210 4500 354
95 76 480 214 5000 357
100 80 500 217 6000 361
110 86 550 226 7000 364
120 92 600 234 8000 367
130 97 650 242 9000 368
140 103 700 248 10000 370
150 108 750 254 15000 375
160 113 800 260 20000 377
170 118 850 265 30000 379
180 123 900 269 40000 380
190 127 950 274 50000 381
200 132 1000 278 75000 382
210 136 1100 285 100000 384
0
    Champion (1981) mengatakan bahwa sebagian besar uji statistik selalu menyertakan
rekomendasi ukuran sampel. Dengan kata lain, uji-uji statistik yang ada akan sangat
efektif jika diterapkan pada sampel yang jumlahnya 30 s/d 60 atau dari 120 s/d 250.
Bahkan jika sampelnya di atas 500, tidak direkomendasikan untuk menerapkan uji
statistik. (Penjelasan tentang ini dapat dibaca di Bab 7 dan 8 buku Basic Statistics
for Social Research, Second Edition)

    Pesamaan yang dirumuskan oleh Slovin (Steph Ellen, eHow Blog, 2010;
dengan rujukan Principles and Methods of Research; Ariola et al. (eds.); 2006 )
sebagai berikut.

       n = N/(1 + Ne^2)

       n = Number of samples (jumlah sampel)

N = Total population (jumlah seluruh anggota populasi)
e = Error tolerance (toleransi terjadinya galat; taraf signifikansi; untuk sosial dan
pendidikan lazimnya 0,05) –> (^2 = pangkat dua)

beberapa keteranganmengenai rumus Slovin yaitu:

1. Rumus Slovin ini tentu mempersyaratkan anggota populasi (populasi)

itu diketahui jumlahnya (simbulnya N). Dalam bahasa saya disebut
populasi terhingga. Jika populasi tidak diketahui jumlah anggotanya
(populasi tak terhingga), maka rumus ini tak bisa digunakan. Lebih-
lebih jika populasinya tak jelas (tidak diketahui keberadaannya, apalagi
jumlahnya, misalnya orang yang korupsi atau nikah siri). Teknik
sampling yang digunakan pun tentu tak bisa teknik yang bersifat
random (“probability sampling”), harus menggunakan teknik yang
sesuai (quota, purposive, snowball, accidental dsb.) 
2. Asumsi tingkat keandalan 95%, karena menggunakan a=0,05,
sehingga diperoleh nilai Z=1,96 yang kemudian dibulatkan menjadi
Z=2. 
3. Asumsi keragaman populasi yang dimasukan dalam perhitungan
adalah P (1-P), dimana P=0,5. 
4. error tolerance  (e) didasarkan atas pertimbangan peneliti.

Contoh :
N = 1000
Taraf Signifikansi = 5%
maka :
n = N/(1 + Ne^2)  = 1000/(1 + 1000 x 0,05 x 0,05) = 286 orang.

Catatan mengenai penggunaan rumus Slovin dan Tabel Krejcie-Morgan

 1. Penentuan ukuran sampel dengan memakai rumus Slovin dan Tabel
Krejcie- Morgan hanya dapat digunakan untuk penelitian yang
bertujuan mengukur proporsi populasi. 
2. Rumus Slovin dan Tabel Krejcie-Morgan, sama-sama mengasumsikan
tingkat keandalan 95%. Perbedaannya, Slovin memakai pendekatan
distribusi normal, sementara Krejcie dan Morgan menggunakan
pendekatan distribusi chi kuadrat. 
3. Asumsi keragaman populasi yang dimasukan dalam perhitungan
adalah P(1-P), dimana P=0,5, baik dalam Rumus Slovin maupun
dalam Tabel Krejcie-Morgan. 
4. Slovin masih memberi kebebasan untuk menentukan nilai batas
kesalahan atau galat pendugaan, sedangkan batas kesalahan yang
diasumsikan dalam tabel Krejcie-Morgan adalah 5% (d=0,05).

 
Posting by Dedy Londong di 2:21 PM
Label: Knowledge

Rumus slovin Document Transcript

 1. Rumus-Rumus Pengambilan Sampel Penelitian Banyak rumus pengambilan sampel
penelitian yang dapat digunakan untuk menentukan jumlah sampel penelitian. Pada
prinsipnya penggunaan rumus-rumus penarikan sample penelitian digunakan untuk
mempermudah teknis penelitian. Sebagai misal, bila populasi penelitian terbilang
sangat banyak atau mencapai jumlah ribuan atau wilayah populasi terlalu luas, maka
penggunaan rumus pengambilan sample tertentu dimaksudkan untuk memperkecil
jumlah pengambilan sampel atau mempersempit wilayah populasi agar teknis
penelitian menjadi lancar dan efisien.Contoh-contoh praktis pengambilan sampel
yang paling banyak digunakan dalam penelitian adalah sebagai berikut : Rumus
Slovin N n= Dimana n = ukuran sampel N = ukuran populasi e = persen kelonggaran
ketidaktelitian karena kesalahan pengambilan sampel yang masih dapat ditolerir atau
diinginkan, misalnya 10%. Rumus Issac dan Michael dimana : s = Jumlah sample N =
Jumlah populasi λ2 = Chi Kuadrat, dengan dk = 1, taraf kesalahan 1%, 5% dan 10% d
= 0,05 P = Q = 0,5 Rumus Sampling Fraction Per Cluster
 2. Kemudian didapat besarnya sample per cluster ni = fi x n Keterangan : fi =
sampling fraction cluster Ni = banyaknya individu yang ada dalam cluster N =
banyaknya populasi seluruhnya n = banyaknya anggota yang dimasukkan sampel ni =
banyaknya anggota yang dimasukkan menjadi sub sampel Rumus Issac dan Michael
dimana : s = Jumlah sample N = Jumlah populasi λ2 = Chi Kuadrat, dengan dk = 1,
taraf kesalahan 1%, 5% dan 10% d = 0,05 P = Q = 0,5 Rumus Sampling Fraction Per
Cluster Kemudian didapat besarnya sample per cluster ni = fi x n Keterangan : fi =
sampling fraction cluster Ni = banyaknya individu yang ada dalam cluster N =
banyaknya populasi seluruhnya n = banyaknya anggota yang dimasukkan sampel ni =
banyaknya anggota yang dimasukkan menjadi sub sampel