TEKNIK PENGAMBILAN

SAMPEL (TEKNIK SAMPLING)

STATISTIKA
INFERENSIAL
PERTEMUAN-2 SELFI ARTIKA, S.SI., M.SI.

PROGRAM STUDI S-1 BIMBINGAN KONSELING

UNIVERSITAS TEKNOLOGI YOGYAKARTA
2022
2 MACAM TEKNIK PENGAMBILAN SAMPEL

Random Non Random

Random Sampling
Sampling Sampling
Adalah cara pengambilan
sampel dengan semua objek Simple Random
atau elemen populasi memiliki Sampling Quota Sampling
kesempatan yang sama untuk (Sampling Acak
Sederhana)
(Sampling kuota)

dipilih sebagai sampel

Stratified Random
Purposive sampling
Sampling
(Sampling
( Sampling Acak
Pertimbangan)
Berlapis/berstrata)
Non Random Sampling
Adalah cara pengambilan Sistematis Random
Sampling
Accidental
Sampling
sampel yang semua objek atau (Sampling Acak (Sampling
elemen populasinya tidak Sistematis) Seadanya )

memiliki kesempatan yang sama

Cluster Sampling
untuk dipilih sebagai sampel (Sampling Acak
Snowball Sampling
(Sampling Bola
berdasar
Salju )
area/wilayah)
1. Simple Random Sampling
(Sampling Acak Sederhana)

o Tiap sampel berukuran sama memiliki probabilitas sama untuk terpilih dari populasi
o Sampling random sederhana dilakukan apabila:
1. Elemen populasi (dianggap) homogen
2. Tidak diketahui elemen-elemen populasi yang terbagi ke dalam golongan-golongan
o Langkah-Langkah:
1. Susun kerangka sampling
2. Tetapkan jumlah sampel
3. Tentukan alat pengambilan sampel
4. Pilih sampel dengan jumlah sampel terpenuhi
Simple Random Sampling
2. Stratified Random Sampling
(Sampling Acak Berlapis/berstrata)

o Stratified Random Sampling adalah bentuk sampling random yang populasi atau elemen
populasinya dibagi dalam kelompok-kelompok yang disebut strata
o Dilakukan bila:
1. Elemen populasi heterogen
2. Ada kriteria yang digunakan sebgai dasar untuk mengklasifikasi populasi ke dalam stratum-
stratum
3. Ada data pendahuluan dari populasi mengenai kriteria yang akan digunakan untuk
stratifikasi
4. Dapat diketahui dengan tepat jumlah satuan-satuan individu dari setiap stratum dalam
populasi
o Langkah-Langkah:
1. Susun kerangka sampling
2. Bagi kerangka sampling ke dalam strata yang dikehendaki
3. Tentukan jumlah sampel secara keseluruhan.
4. Tentukan jumlah sampel dalam setiap stratum
5. Pilih sampel dari setiap stratum secara acak
CONTOH
Seorang peneliti berkeinginan untuk mengetahui motivasi belajar mahasiswa
berdasarkan sampel 100 mahasiswa dari kerangka sampel yang berisi 5000
mahasiswa. Untuk keperluan tersebut, peneliti membagi populasi ke dasar empat
strata unit sampel berdasarkan tahun Angkatan mahasiswa (I, II, III, IV).
Selanjutnya dari masing-masing strata dipilih sejumlah mahasiswa secara acak.
Jumlah subyek yang dipilih ditentukan dengan dua alternatif: (1) secara
professional sebesar 2% dari jumlah elemen pada setiap unit sampel, atau (2)
secara tidak proporsional dalam jumlah sampel yang sama tanpa memperhatikan
jumlah elemen pada setiap unit sampel.
Gambar ini menyajikan contoh pemilihan sampel acak dengan stratifikasi
secara proporsional dan tidak proposional
3. Sistematis Random Sampling
(Sampling Acak Sistematis)

o Sistematis random sampling adalah bentuk sampling random yang mengambil elemen-
elemen yang akan diselidiki berdasarkan urutan tertentu dari populasi yang yang telah
disusun secara tertentu.
o Dilakukan bila:
1. Identitas atau nama dari elemen-elemen dalam populasi itu terdapat dalam suatu
daftar
2. Populasi memiliki pola beraturan
Langkah-Langkah:
1. Jumlah elemen populasi dibagi dengan jumlah elemen sampel, sehingga
didapatkan subpopulasi-subpopulasi yang memiliki jumlah elemen sama
(memiliki interval sama).
2. Dari subpopulasi pertama dipilih sebuah anggota dari sampel yang
dikehendaki, biasanya menggunakan tabel bilangan random.
3. Anggota dari subsample pertama yang terpilih, digunakan sebagai titik acuan
untuk memilih sampel berikutnya, pada setiap jarak/interval tertentu.
CONTOH

o Sebuah populasi yang memiliki 800 elemen, hendak diambil 20 sampel

sebagai bahan penelitian. Tentukan nomor-nomor sampel yang terpilih!
Penyelesaian:
1. ke-800 elemen diberi nomor urut 001, 002, …, 800. ke-800 elemen dibagi
menjadi 20 subpopulasi, dimana setiap subpopulasi, dimana setiap
subpopulasi terdiri dari 40 elemen (disebut juga interval)
2. Dengan menggunkan tabel bilangan random, diperoleh sebuah sampel dari
subsample pertama sebagai titik acuan, misalnya bernomor 007.
3. Karena sampel pertama jatuh pada nomor 007, maka nomor untuk sampel-
sampel berikutnya adalah 047, 087, 127, 167, 207, 247, 287, 327, 367,
407, 447, 487, 527, 567, 607, 647, 687, 727, 767.
4. Cluster Sampling
(Sampling Acak berdasar area/wilayah)

o Cluster sampling adalah bentuk sampling random yang populasinya dibagi menjadi
beberapa kelompok (cluster) dengan menggunakan aturan-aturan tertentu, seperti batas
alam dan wilayah administrasi pemerintahan.
o Langkah-Langkah penyelesaian:
1. Membagi populasi ke dalam beberapa kelompok
2. Memilih satu atau sejumlah kelompok dari kelompok-kelompok tersebut secara
random
3. Menentukan sampel sari satu atau sejumlah kelompok yang terpilih secara random.
CONTOH SAMPEL KELOMPOK
o Sebuah desa memiliki 1500 KK, akan diteliti mengenai respon penggunaan
bumbu masak ASSOI. Untuk keperluan tersebut dipilih sampel sebanyak 50
KK.
o Dari 1500 KK dibagi menjadi 150 kelompok dengan anggota 10 KK tiap
kelompok yang berdekatan.
o Dari 150 kelompok, dipilih 5 kelompok secara random.
o Dari 5 kelompo yang terpilih, diperoleh 5x10 KK= 50 KK sebagi sampel
1. Quota Sampling
(Sampling kuota)

 Teknik ntuk menentukan sampel dari populasi yang mempunyai ciri-ciri tertentu hingga
jumlah (kuota) yang diinginkan
 Terlebih dahulu menetapkan berapa jumlah quatum-> sampel
 Anggota populasi manapaun yang akan diambil, tidak menjadi masallah, yang pentig
mempunyai ciri-ciri tertentu dan sesuai dengan jumlah quatu yang ditetapkan.
 Contoh:
1. Sebuah Kawasan dihuni oleh 1000 KK. Dalam rangka penelitian, diperlukan 50 KK
dalam kategori umur dan pendapatan tertentu.
2. Dalam penentuan sampel sebayak 50 KK tersebut, petugas melakukannya atas
pertimbangan sendiri
2. Purposive Sampling
(Sampling Pertimbangan)

 Adalah bentuk sampling non random yang pengambilan sampelnya ditentukan oleh
peneliti berdasarkan pertimbangan atau kebijaksanaannya
 Contoh:
1. Dari penyebaran 100 kuisioner, ternyata yang mengembalikan hanya 30 (30%).
Berdasarkan pertimbangan tertentu dari peneliti atau ahli, diputuskan untuk
menggunakan 30 kuisioner tersebut sebagai sampel.
3. Accidental Sampling
(Sampling Seadanya )

 Adalah bentuk sampling non random yang pengambilan sampelnya dilakukan seadanya
atau berdasarkan kemudahannya mendapat data yang diperlukan.
 Adalh Teknik penentuan sampel berdasakan kebetulan, yaitu siapa saja yang secara
kebetulan bertemu dengan peneliti dapat digunakan sebagai sampel, bila dipandang perlu
orang tersubut sesuai dengan sumber data
 Contoh:
Pengambilan sampel mengenai ramlan tentang pantai yang akan menang dalam pemilu.
Pengambilan sampel dilakukan dengan mengumpulkan opini masyarakat, dalam hal ini
adalah orang-orang yang lewat pada suatu jalan. Orang-orang yang leawat tersbut
merepresentasikan keseluruhan masyarakat dan berhak memilih.
4. Snowball Sampling
(Sampling Seadanya )

 Proses pengambilan dengan cara sambung menyambung informasi dari unit satu dengan
unit lainnya sehingga menjadi satu kesatuan unit yang banyak
 Dilakukan dengan menentukan sampel pertama. Sampel berikutnya ditentukan
berdasarkan informasi dari sampel pertama, sampel ketiga ditentukan berdasarkan
informasi sampel kedua, dan seterusnya sehingga jumlah sampel semakin besar, seolah-
olah terjadi efek bola salju
 Metode pengambilan sampel dengan cara berantai (multi level)
1. Sampel awal ditetapkan dalam kelompok anggota kecil
2. Masing-masing anggota diminta mencari anggota baru dalam jumlah terteantu
3. Masing-masing anggota baru diminta mencari anggta bar lagi, dan seterusnya.
 Contoh
 Akan diteliti mengenai pendapat
mahahsiswa terhadap pemberlakuan
kurikulum baru di JTL. Sampel ditentukan
sebesar 100 mahasiswa.
 Peneliti menentukan mahasiswa sampel
awal 10 mahahasiswa. Masing-masing
mencari 1 orang mahasiswa lain untuk
dimintai pendapatnya. Dan seterusnya
hingga diperoleh sampel dalam jumlah
100 mahasiswa.
 Kelebihan: mudah digunakan
 Kelemahan: Membutuhkan waktu yang
lama Teknik bola salju paling
bermanfaat Ketika ada suatu
kebutuhan untuk mengidentifikasi
suatu populasi yang seelumnya tak
dikenal
TEKNIK PENENTUAN SAMPEL
 Untuk pengambilan sampel dengan pengembalian
banyaknya sampel yang mungkin diambil adalah 𝑵𝒎

 Untuk pengambilan sampel tanpa pengembalian

banyaknya sampel yang mungkin diambil adalah:
𝑵!
𝑪𝑵
𝒏 = 𝒏! 𝑵−𝒏 !
CONTOH 1
 Untuk populasi berukuran 4 dengan anggota-anggotanya A,B,C,D. Sampel
yang diambil ukuran 2 maka banyaknya sampel yang mungkin dapat diambil
adalah 42 = 16 buah, yaitu
Sampel 1: AA Sampel 5: BA Sampel 9: CA Sampel 13: DA
Sampel 2: AB Sampel 6: BB Sampel 10: CB Sampel 14: DB
Sampel 3: AC Sampel 7: BC Sampel 11: CC Sampel 15: DC
Sampel 4: AD Sampel 8: BD Sampel 12: CD Sampel 16: DD
CONTOH 2 ???????
Untuk populasi berukuran 5 dengan anggotanya A, B, C, D, E. Sampel yang
diambil ukuran 2 maka banyaknya sampel yang mungkin dapat diambil adalah
10 buah yaitu

Sampel 1: AB Sampel 5: BC Sampel 9: CE

Sampel 2: AC Sampel 6: BD Sampel 10: DE
Sampel 3: AD Sampel 7: BE
Sampel 4: AE Sampel 8: CD
UKURAN DAN KEREPRESENTATIFAN
SAMPEL
 Secara umum, semakin besar ukuran sampel akan semakin baik, karena
ukuran sampel yang besar akan cenderung memiliki error yang kecil,
sebagaimana telah kita temui pada latihan menggunakan tabel bilangan acak
(random numbers)
 Namun demikia bukan berarti bahwa ukuran sampel yang besar sudah cukup
memebrikan garansi untuk mendapatkan hasil yang akurat
 Sebagai contoh, jika satu dari dua sampel dari seluruh negara terdiri dari
satu jenis kelamin saja. Berdasarkan ukurannya sampel ini besar namun tidak
representatif-> ukuran tidak lebih penting daripada kerepresentatifan
PERTIMBANGAN PENENTUAN UKURAN
SAMPEL
1. Heterogenitas dari populasi/ derajat keseragaman
o Heterogenitas mengacu pada derajat perbedaan di antara kasus dalam satu
karakteristik
o Semakin heterogeny, jumlah kasus yang diperlukan semakin besar agar
estimasinya reliabel. Ekstrimnya, kalua semua kasus sama (homogen,
unidimensional). Jumlah sampel cukup satu, kali tidak ada yang sama. Harus
sensus
o Satuan pengukuran statistic terbaik untuk heterogenitas populasi adalah
standar deviasi (s) berhubungan dengan standarat error. Rumus standar Error
= 𝑠/ 𝑁
o Semakin besar heterogenitas populasi, perlu semakin banyak sampel agar
lebih presisi.
2. Biaya, waktu, dan tenaga yang tersedia
makin sedikit waktu, biaya, da tenaga yang dimiliki oleh peneliti, makin
sedikit pula sampel yang bisa diperoleh. Perlu difahami bahwa apapun
alasannya, penelitian haruslah dapat dikelola dengan baik (manageable).
3. Tingkat presisi yang dikehendaki/ Tingkat Kesalahan
o Secara teknis mengacu pada standard error. Tapi lebih mudah diilustrasikan
dengan confidence interval.
o Pernyataan “rata-rata populasi ada diantara 2-4” lebih presisi dibandingkan
“rata-rata populasi ada di antara 1-5”.
o Rumus standard error, sampel perlu diperbesar agar standard error-nya
mengecil. Agar standard error turun 1/2., N perlu naik empat kali lipat.
4. Sampling design yang digunakan / Rencana Analisis
o Jika rencana analisisnya mendetail atau rinci maka jumlah sampelnya pun
harus banyak.
o Misalnya tanpa menambah jumlah sampel, presisi sampel bisa ditingkatkan
dengan menggunakan stratified random sampling dan bukan simple random
sampling.
RUMUS MENENTUKAN JUMLAH SAMPEL

 Rumus Slovin

Asumsi : Populasi berdistribusi normal

𝑵
𝒏= 𝟏+𝑵𝜶𝟐

Dengan :

𝑛 : ukuran sampel 𝑁 : ukuran populasi

𝛼 : tingkat signifikansi
CONTOH
Penelitian tentang status gizi anak balita di kelurahan X. N=923.000, prevalensi
gizi kurang tidak diketahui. Tentukan besar sampel (n) yang harus diambil bila
dikehendaki derajat kepercayaan/ confidence interval (1 − 𝛼 = 95%) dengan
estimasi penyimpangan (𝛼 = 0,05)

𝑁
Besar sampel (𝑛) = 1+𝑁𝛼2

923000
= 2 = 399,827 ≈ 400
1 + 923000 × 0,05
CONTOH

Dari populasi berukuran 𝑁 = 1000, diketahui bahwa 25% berpendidikan SLTA,

15% berpendidikan Diploma, 40% berpendidikan Sarjana dan 20%
berpendidikan Pascasarjana. Akan diambil sampel menggunakan rumus Slovin
dengan taraf signifikansi 𝛼 = 0,05 . Tentukan ukuran sampel untuk masing-
masing tingkat Pendidikan tersebut secara proporsional!

Penyelesaian:

Ukuran sampel menurut Slovin :

𝑁 1000 1000
𝑛= = = = 285,714 ≈ 286
1 + 𝑁𝛼 2 1 + 1000 × (0.052 ) 1 + 2,5
Pendidikan Persentase Ukuran Sampel

SLTA 25% 25% × 286 = 71,5 ≈ 72

Diploma 15% 15% × 286 = 42,9 ≈ 43

Sarjana 40% 40% × 286 = 114,4 ≈ 114

Pascasarjana 20% 20% × 286 = 57,2 ≈ 57

Jumlah 100% 286

LATIHAN
Di perusahaan standby room, seorang supervisor ditugaskan oleh managernya
untuk meneliti adakah pengaruh pemberian tunjangan transportasi terhadap
kinerja karyawannya. Jumlah karyawan pada perusahaan tersebut adalah
sebanyak 1000 orang.

Untuk menghemat waktu dan biaya. Supervisor tersebut kemudian memutuskan

untuk melakukan penelitian dengan menggunakan sampel berdasarkan rumus
slovin, batas toleransi kesalahan yang ditetapkan adalah 10%. Bantulah
Supervisor tersebut untuk menentukan ukuran sampel yang digunakan!
INTERVAL PENAKSIRAN UKURAN
SAMPEL
Untuk Menaksir parameter 𝜇
𝑍𝛼 ⋅𝜎 2
2
𝑛=
𝛼
https://www.smartstat.info/download/summary/8-tabel-
distribusi/16-tabel-distribusi-normal-z.html
CONTOH
Seorang mahasiswa akan menguji suatu hipotesis yang menyatakan bahwa
Indeks Prestasi Mahasiswa Jurursan Manajemen adalah 2,7. dari 30 sampel
percobaan dapat diperoleh informasi bahwa standar deviasi indeks Prestasi
Mahasiswa adalah 0,25. Untuk menguji hipotesis ini berapa jumlah sampel yang
diperlukan jika kita menginginkan tingkat keyakinan sebesar 95% dan error
estimasi 𝜇 kurang dari 0,05?
Penyelesaian:
1,96 0,25 2
𝑛=( ) = 96,04
0,05