TUGAS TEKNIK SAMPLING

Teknik Sampling Acak Klaster

Kelompok 5
Alvin Milevianto 1806186944 Rania Azzahra 1806186906
Asita Darma Irawati 1806186982 Rasendriya Maheswari 1806193470
Filda Maharani Hasanah 1806187013 Silvia 1806232061
Gabriela Patricia Winny G. 1806193590 Tika Ardiningrum 1806186931
Geraldine Immanuel Tangyong 1806193615

1) Jelaskan dengan lengkap perbedaan antara sampling acak stratifikasi dg sampling acak klaster.
Semakin lengkap kalian memberikan perbedaannya, semakin bagus nilainya. Berikan contoh juga.

 Pada teknik sampling acak stratifikasi, pengelompokkan populasi menjadi strata didasarkan
pada populasi yang tidak homogen. Dibuat stratum berdasarkan ketidakhomogenan
tersebut. Akhirnya terbentuk stratum yang anggotanya diasumsikan sudah homogen.

Pada teknik sampling acak klaster, pengelompokkan populasi menjadi klaster didasarkan
pada besarnya populasi. Antar klaster yang terbentuk anggota-anggotanya diasumsikan
homogen.

 Pada teknik sampling acak stratifikasi, seluruh stratum diambil sampelnya dengan teknik
sampling acak sederhana.

Pada teknik sampling acak klaster, tidak seluruh klaster diambil sampelnya. Seluruh klaster
yang ada diacak terlebih dahulu dengan teknik sampling acak sederhana. Dari klaster yang
terpilih, kemudian kita ambil sampel pada klaster-klaster tersebut dengan teknik sampling
acak sederhana.

 Umumnya, pada teknik sampling acak stratifikasi, teknik sampling acak sederhana dilakukan
sebanyak satu kali, yaitu saat memilih sampel dari setiap stratum

Umumnya, pada teknik sampling acak klaster, teknik sampling acak sederhana dilakukan
sebanyak dua kali, yaitu saat memilih klaster yang digunakan dan memilih sampel dari setiap
klaster

 Tujuan utama teknik sampling acak stratifikasi adalah memperoleh strata yang homogen
terhadap variabel yang diminati sehingga meningkatkan presisi dan representasi dari setiap
strata.

Tujuan utama teknik sampling acak klaster adalah mempersingkat waktu pengerjaan dan
mengurangi biaya penelitian.
 Pengelompokkan strata diatur oleh peneliti itu sendiri berdasarkan variabel tertentu.

Pengelompokkan klaster terbentuk secara alami.

 Dibandingkan teknik sampling acak stratifikasi, persentase kesalahan dalam pengambilan

sampel pada teknik sampling acak klaster lebih tinggi
 Dibandingkan teknik sampling acak stratifikasi, teknik sampling acak klaster lebih cepat
dalam pengerjaannya

Contoh:

Peneliti A ingin mengetahui rata-rata hasil panen padi di

kampung B. Diketahui terdapat 70 sawah di kampung
tersebut yang ternyata berbeda-beda karakteristik
sawahnya. Terdapat 15 sawah gersang, 25 sawah cukup
subur, dan 30 sawah subur. Dilakukan teknik sampling
acak stratifikasi, dimana

stratum 1: sawah gersang. Jumlah sampel = 2

Teknik sampling acak stratifikasi
stratum 2: sawah cukup subur. Jumlah sampel = 3

stratum 3: sawah subur. Jumlah sampel = 4

Sampel dipilih menggunakan teknik sampling acak

sederhana pada setiap stratum.

Sampel yang didapatpun berhasil merepresentasikan

Teknik sampling acak klaster
kondisi setiap sawah pada kampung B
Peneliti C ingin mengetahui rata-rata hasil panen padi di
Provinsi D. Diketahui terdapat 60 perkampungan di
provinsi tersebut. Untuk mengurangi biaya yang
dikeluarkan serta waktu yang akan dihabiskan. Peneliti
tersebut menerapkan teknik sampling acak klaster.
Artinya terdapat 60 klaster di Provinsi D, dengan kondisi
setiap klaster homogen. Dengan teknik sampling acak
sederhana, terpilih 5 klaster. Dari 5 klaster tersebut didata
seluruh sawah pada masing-masing klaster. Selanjutnya
dari seluruh sawah per klaster, digunakan teknik sampling
acak sederhana hingga terpilih sampel dari masing-masing
5 klaster tersebut.

Klaster 1: 20 sawah. Dengan teknik sampling acak

sederhana didapat 2 sawah.

Klaster 2: 40 sawah. Dengan teknik sampling acak

 sederhana didapat 4 sawah.

Klaster 3: 30 sawah. Dengan teknik sampling acak

sederhana didapat 3 sawah.

Klaster 4: 40 sawah. Dengan teknik sampling acak

sederhana didapat 4 sawah.

Klaster 5: 10 sawah. Dengan teknik sampling acak

sederhana didapat 1 sawah.

Sampel-sampel tersebut yang akan digunakan oleh

peneliti C.

Dengan ini, peneliti C berhasil mengurangi biaya dan

waktu penelitian.

2) Berikan 10 contoh penerapan sampling acak klaster.

Contoh 1

Komunitas sosial YYY ingin meneliti rata-rata umur lansia yang tinggal di panti jompo Provinsi ZZZ.
Data nama panti jompo yang ada di Provinsi ZZZ sudah dimiliki oleh komunitas tersebut. Ternyata,
terdapat 120 panti jompo di Provinsi ZZZ. Komunitas sosial YYY memutuskan untuk menggunakan
teknik sampling acak klaster.

Alasan menggunakan teknik sampling acak klaster, karena:

- Populasi relatif besar

- Setiap klaster yang ada homogen, sehingga memungkinkan digunakan teknik sampling acak
klaster
- Biaya yang dikeluarkan serta waktu yang dihabiskan akan sangat besar jika tidak
menggunakan teknik sampling acak klaster

Setiap panti jompo (klaster yang ada dinomori 1 sampai 120, kemudian dengan teknik sampling acak
sederhana, didapat 10 panti jompo, yaitu:

Panti jompo terpilih Jumlah lansia yang tinggal

Panti jompo 23 80
Panti jompo 61 27
Panti jompo 98 45
Panti jompo 92 43
Panti jompo 33 78
Panti jompo 70 112
 Panti jompo 2 85
Panti jompo 81 21
Panti jompo 34 57
Panti jompo 118 43

Dari 10 panti jompo yang terpilih itu, diambil sampel random dengan teknik sampling acak
sederhana yang kemudian akan didata umurnya.

Panti jompo Jumlah sampel diambil Sampel terpilih

Panti jompo 23 4 Andi, Didin, Nurindah, Basyarat
Panti jompo 61 1 Sri
Panti jompo 98 2 Bernardus, Puti
Panti jompo 92 2 Manuel, Rani
Panti jompo 33 4 Ningrum, Mahesa, Tiko, Vianto
Panti jompo 70 5 Sophia, Zahra, Cencen, Nia,Wati
Panti jompo 2 4 Darmadi, Gunawan, Bambang, Ani, Garcia
Panti jompo 81 1 Ramadhania
Panti jompo 34 3 Davin, Lidyawati, Aulia
Panti jompo 118 2 Tasia, Sekar

Contoh 2

Dalam rangka menanggulangi wabah COVID-19, pemerintah kota Jakarta Selatan memberikan
bantuan berupa sembako kepada warga-warganya yang membutuhkan, seperti warga yang terkena
PHK, para pensiunan, maupun warga yang berpenghasilan di bawah UMR. Bantuan tersebut
dialokasikan lewat kelurahan-kelurahan. Sebuah Lembaga survey ingin meneliti apakah bantuan
sembako yang diberikan pemerintah Kota Jakarta Selatan tepat sasaran atau tidak.

Data lengkap nama setiap kepala keluarga beserta penghasilannya per bulan di Kota Jakarta Selatan
tidak tersedia, namun dapat dipastikan bahwa setiap warga Kota Jakarta Selatan merupakan anggota
dari Klaster kelurahan. Oleh karena itu akan digunakan Teknik Sampling Acak Klaster:

 Pertama-tama akan dilakukan pendataan semua kelurahan di Jakarta Selatan. Dari

pendataan tersebut diketahui jumlah kelurahan di Jakarta Selatan ada sebanyak 65
Kelurahan.
 Dari 65 kelurahan akan dipilih 5 kelurahan menggunakan Teknik sampling acak sederhana.
Hasilnya terpilih 5 kelurahan, yaitu
o Kelurahan CIpete Selatan
o Kelurahan Setiabudi
o Kelurahan Bukit Duri
o Kelurahan Ulujami
o Kelurahan Pancoran
  Dari lima kelurahan yang terpilih, akan disusun kerangka sampling berupa nama-nama warga
di setiap kelurahan tersebut.
 Setelah kerangka sampling tersusun dengan lengkap, akan dilakukan Teknik sampling acak
sederhana untuk mengambil sampel sebanyak 10 kepala keluarga dari setiap kelurahan
tersebut.
 Sampel yang diperoleh adalah sebagai berikut :

0=tidak dapat sembako

No Kelurahan Nama Kepala Keluarga Penghasilan/Bulan (Juta)
1=dapat sembako
1 Cipete Selatan Adhika 15 1
2 Cipete Selatan Jonathan 20 0
3 Cipete Selatan Ilham 10 0
4 Cipete Selatan Dennis 22 0
5 Cipete Selatan Adhitya 45 0
6 Cipete Selatan Fernando 8 1
7 Cipete Selatan Gabriel 30 1
8 Cipete Selatan Benedictus 55 0
9 Cipete Selatan Andrew 5 1
10 Cipete Selatan Johnny 20 0
11 Setiabudi Angkasa 18 0
12 Setiabudi Kevin 15 1
13 Setiabudi David 16 1
14 Setiabudi Leonardo 5 0
15 Setiabudi Joseph 12 0
16 Setiabudi Rahman 3 1
17 Setiabudi Bryan 10 1
18 Setiabudi Marisa 3 0
19 Setiabudi Aldo 4 1
20 Setiabudi Pratama 18 1
21 Bukit Duri Gerard 4 0
22 Bukit Duri Adikara 5 0
23 Bukit Duri Timothy 7 1
24 Bukit Duri Jeremy 2.5 0
25 Bukit Duri Martin 4 1
26 Bukit Duri Zahira 3 1
27 Bukit Duri Verhana 2 0
28 Bukit Duri Farrell 3,5 1
29 Bukit Duri Alvin 6 0
30 Bukit Duri Sri 3,9 0
31 Ulujami Katarina 14 0
32 Ulujami Agustinus 12 1
33 Ulujami Lena 13 0
34 Ulujami Arvin 16 0
35 Ulujami Bambang 18 0
 36 Ulujami Budiono 20 1
37 Ulujami Wahyudi 26 0
38 Ulujami Ronny 12 1
39 Ulujami Sony 28 0
40 Ulujami Indra 30 0
41 Pancoran Kuncoro 6 1
42 Pancoran Adimas 37 0
43 Pancoran Budi Utama 7 0
44 Pancoran Joshua 28 0
45 Pancoran Michael 55 0
46 Pancoran Yani 8 0
47 Pancoran Eko 36 1
48 Pancoran Danang 48 0
49 Pancoran Hartono 5 1
50 Pancoran Guntur 3 0

 Dari hasil perolehan sampling acak sederhana tersebut, dilakukan survey apakah
bantuan dari pemerintah Kota Jakarta Selatan tersalurkan dengan baik & tepat
sasaran atau tidak. Parameternya adalah seperti yang sudah disebutkan di awal
yaitu bantuan berupa sembako diberikan untuk warga-warganya yang
membutuhkan, seperti warga yang terkena PHK, para pensiunan, maupun warga
yang berpenghasilan di bawah UMR (4 juta).
 Dari data pada table, dapat disimpulkan bahwa bantuan yang diberikan masih
banyak yang belum tepat sasaran, hal ini dapat dilihat dari masih adanya warga yang
bepenghasilan >4juta/bulan namun mendapatkan bantuan, sedangkan warga yang
penghasilannya <4juta/bulan tidak mendapat bantuan.

Contoh 3

Pemerintah kota administrasi Jakarta Pusat ingin mengetahui performa akademis siswa SMP kelas 9
di Jakarta Pusat maka akan dilakukan survey. Survey diadakan di Jakarta Pusat dengan jumlahSMP
sebanyak 45sekolah. Karena jumlah sekolah sangat banyak akan digunakan Teknik Sampling Acak
Klaster dengan mengambil sample acak 5 sekolah.

Alasan:

- Data lengkap setiap siswa SMP kelas 9 di Jakarta Pusat tidak dimiliki oleh pemerintah
administrasi Jakarta Pusat. Namun, setiap sekolah memiliki data lengkap setiap
siswanya.
- Jumlah sekolah sangat besar sehingga diperlukan pembagian klaster untuk
mempermudah survey
 Pertama, dilakukan pendataan SMP di Jakarta Pusat. Dari pendataan tersebut diketahui jumlah
SMP di Jakarta Pusat terdapat 45 sekolah
 Dari 45 sekolah dipilih 5 sekolah dengan teknik sampling acak sederhana
Terpilih 5 SMP
- SMPN 1: 250 siswa kelas 9
- SMPN 27: 235 siswa kelas 9
- SMPN 103: 204 siswa kelas 9
- SMPN 49: 158 siswa kelas 9
- SMPN 12: 289 siswa kelas 9
 Dilakukan teknik sampling acak sederhana untuk mengambil sampel sebanyak 10 siswa
persekolah.
 Sehingga didapatkan data survey sebagai berikut

Nilai
NO Asal SMP Nama
Tryout
1 SMPN 1 Danilla 37.5
2 SMPN 1 Ardhito 34.8
3 SMPN 1 Raisa 33.4
4 SMPN 1 Adhika 33.2
5 SMPN 1 Rahmania 35.7
6 SMPN 1 Rayi 36.0
7 SMPN 1 Asta 39.6
8 SMPN 1 Nino 31.3
9 SMPN 1 Jerome 34.2
10 SMPN 1 Tasya 36.4
11 SMPN 27 Karin 38.5
12 SMPN 27 Joshua 32.5
13 SMPN 27 Agnes 34.1
14 SMPN 27 Adit 37.4
15 SMPN 27 Rendy 34.5
16 SMPN 27 Rizky 38.5
17 SMPN 27 Kunto 39.5
18 SMPN 27 Isyana 37.4
19 SMPN 27 Andin 38.5
20 SMPN 27 Rizky 34.5
21 SMPN 103 Bunga 35.6
22 SMPN 103 Pamungkas 34.5
23 SMPN 103 Adam 32.1
24 SMPN 103 Raja 31.9
25 SMPN 103 Fay 35.4
26 SMPN 103 El 37.4
27 SMPN 103 Al 38.5
28 SMPN 103 Dul 36.6
29 SMPN 103 marion 34.5
30 SMPN 103 Adit 36.9
31 SMPN 49 Anisa 32.3
32 SMPN 49 Jola 33.3
33 SMPN 49 Mikha 35.1
34 SMPN 49 Yura 37.6
35 SMPN 49 Cinta 37.4
36 SMPN 49 Sheryl 37.5
37 SMPN 49 Vidi 36.4
38 SMPN 49 Dira 37.4
39 SMPN 49 Gamaliel 34.5
40 SMPN 49 Audey 39.5
41 SMPN 12 Chantika 39.8
42 SMPN 12 Glenn 37.5
43 SMPN 12 Judika 35.4
44 SMPN 12 Dikta 35.4
45 SMPN 12 Yovie 34.5
46 SMPN 12 Nuno 36.9
47 SMPN 12 Celine 32.3
48 SMPN 12 Yunita 37.5
49 SMPN 12 Maudy 39.5
50 SMPN 12 Sarah 36.4

Contoh 4

Kementrian Kesehatan ingin mengetahui standar kesegaran hidangan pada restoran Jepang di kota
Surabaya. Pihak kementrian akan melakukan penyidakan secara mendadak ke seluruh restoran
jepang di Surabaya.

Pihak kementrian akan menggunakan teknik sampling acak klaster, karena:

- Kerangka lengkap populasi tidak ada

- akan menghabiskan waktu dan biaya untuk mendapatkan nya
- Setiap klaster homogen, sehingga dapat digunakan teknik sampling acak klaster

 Pertama, pihak kementrian melakukan pendataan semua restoran jepang di kota Surabaya.
Setelah di data, terdapat 55 restoran jepang tersebar di kota ini.
 Dari 55 restoran jepang, akan dipilih 4 restoran untuk disidak menggukana teknik sampling
acak sederhana, yaitu:
1. Sushi Tei
2. Sushi Master
3. Tom Sushi
 4. Ichiban Sushi
 Setelah terpilih 5 restoran, akan disusun kerangka sampling berupa jenis-jenis hidangan di
setiap restoran tersebut
 Setelah kerangka sampling sudah terkumpul secara lengkap, dilakukan teknik sampling acak
sederhana untuk mengambil 7 jenis ikan di setiap restoran tersebut
 Pihak kementrian menentukan skala kesegaran untuk hidangan tersebut, 1-5 ( sangat segar )
 Berikut adalah sampel yang diperoleh:

Sushi Tei mempunyai 68 hidangan, diambil 7 hidangan secara acak menggunakan true random
generator. Hasil yang didapat:

Jenis Hidangan Kesegaran Hidangan

Tempura 3
Wagyu Ichimiyaki 4
Salmon Karamayo 5
Unagi Roll 4
Nama Hotate 2
Salmon Mentai 3
Tokachi 5

Pihak kementrian pindah ke restoran kedua, yaitu Sushi Master. Terdapat 40 hidangan dan akan
diambil 7 secara acak menggunakan true random generator:

Jenis Hidangan Kesegaran Hidangan

Salmon Sashimi 4
Aburi Cheese Roll 2
Inaro Ebiko 3
Nigiri Salmon 5
CAnese’O 4
Gunkan Ebiko 3
Volcano Roll 3

Restoran ketiga, Tom Sushi mempunyai 77 hidangan, akan diambil 7 secara acak menggunakan true
random generator:

Jenis Hidangan Kesegaran Hidangan

Tobiko Gunkan 4
Kanicorn Gunkan 3
Crispy Salmon Mentai 4
Oase Roll 2
Aburi Salmon 3
 Salmon Inari Tuna 4
Salmon Tofu 5

Pihak kementrian mengunjungi restoran terakhir, yaitu Ichiban Sushi. Dari 68 hidangan, akan dipilih
7 secara acak:

Jenis Hidangan Kesegaran Hidangan

Maguro Sashimi 3
Chuka Idako 3
Beef Katsu 2
Salmon Donburi 4
Sweet Namazu 3
Top Gun Roll 3
Ramen 3

Contoh 5

Seorang peneliti ingin melakukan survey yang bertujuan untuk menyesuaikan kurikulum yang ada
dengan kebutuhan para murid. Survey diadakan di seluruh SMA di Manado dan diketahui terdapat
53 sekolah. Karena jumlahnya terlalu banyak, akan digunakan teknik sampling acak klaster. Peneliti
akan memilih secara acak 4 sekolah dan dari situ akan diambil daftar nama para muridnya. Daftar
nama tersebut pun diurutkan, lalu akan dipilih nama yang akan menjadi sampel melalui teknik
sampling acak sederhana.

Alasan menggunakan teknik sampling acak klaster:

- Jumlah sekolah (dalam hal ini klaster) sangat besar sehingga diperlukan pembagian klaster
untuk mempersingkat waktu dan mengurangi biaya.
- Populasi tidak memiliki kerangka sampling berupa daftar nama individu, tetapi tiap klaster
(SMA) punya daftar nama para muridnya.

 Akan dicari terlebih dahulu 4 sekolah yang akan dipilih. Dengan teknik sampling acak
sederhana akan didapat daftar sekolah yang terpilih, yaitu;SMA Eben Haezar, SMAN 01, SMA
Pancasila, dan SMA Rex Mundi. Indikator survey adalah sebagai berikut; 1 = Tidak Puas, 2 =
Puas, 3 = Sangat Puas.
 Akan dilakukan teknik sampling acak sederhana untuk mencari sampel di SMA Eben Haezar
yang memiliki murid berjumlah 240. Sampel yang ingin diambil berjumlah 15. Dengan
menggunakan true random generator, didapat sampel sebagai berikut;

Nama Hasil survey

Dimas 2
Senna 2
Martha 3
Mario 3
Maria 1
Wanda 2
Josephine 1
Vania 1
Jonathan 3
Kevin 3
Gilbert 3
David 2
Elisabeth 2
Katrin 3
Nancy 1

 Akan dilakukan teknik sampling acak sederhana untuk mencari sampel di SMA 01 yang
memiliki murid berjumlah 225. Sampel yang ingin diambil berjumlah 15. Dengan
menggunakan true random generator, didapat sampel sebagai berikut;

Nama Hasil survey

Danang 3
Sekar 3
Yuna 3
Derio 2
Frederick 2
Nadine 1
Alissa 1
Timothy 2
Leo 3
Shintya 2
Amanda 1
Priscilla 1
Hugo 1
 Putri 2
Christo 1

 Akan dilakukan teknik sampling acak sederhana untuk mencari sampel di SMA Pancasila
yang memiliki murid berjumlah 190. Sampel yang ingin diambil berjumlah 15. Dengan
menggunakan true random generator, didapat sampel sebagai berikut;

Nama Hasil survey

Gaby 3
Aldo 1
Geffin 2
Agatha 3
Priscil 1
Rafael 2
Kelvin 1
Tessa 2
Ezar 3
Vini 3
Tasya 3
Daniel 1
Sekala 2
Bumi 1
Tania 1

 Akan dilakukan teknik sampling acak sederhana untuk mencari sampel di SMA Rex Mundi
yang memiliki murid berjumlah 187. Sampel yang ingin diambil berjumlah 15. Dengan
menggunakan true random generator, didapat sampel sebagai berikut;

Nama Hasil survey

Dara 1
Sheila 2
Vidi 3
Reza 2
Kezia 3
Joseph 1
Yemima 3
Andi 3
Rangga 2
Cinta 1
Rani 1
 Zefanya 3
Gilang 1
Kaisar 2
Gloria 3

Contoh 6

Seorang pegawai perusahaan media diberi pekerjaan untuk mengumpulkan data mengenai
performa sinyal telekomunikasi di Kota Bekasi. Karena populasinya cukup besar, maka Jakarta Barat
akan dibagi ke dalam klaster yang merupakan kelurahan. Terdapat 56 kelurahan dan dari situ akan
dipilih 5 kelurahan dengan menggunakan teknik sampling acak sederhana. Sesudah itu daftar nama
kepala tiap kelurahan akan diurutkan lalu dilakukan teknik sampling acak sederhana untuk memilih
sampel.

Alasan menggunakan teknik sampling acak klaster:

- Jumlah kelurahan (klaster) sangat besar sehingga diperlukan pembagian klaster untuk
mempersingkat waktu dan mengurangi biaya.
- Populasi tidak memiliki kerangka sampling berupa daftar nama individu, tetapi tiap klaster
(kelurahan) punya daftar nama keluarganya.

 Akan dicari terlebih dahulu 5 kelurahan yang akan dipilih. Dengan teknik sampling acak
sederhana akan didapat daftar kelurahan yang terpilih, yaitu; Bintara, Pekayon Jaya,
Jatiluhur, Jatirangga, dan Mustikasari. Indikator survey sendiri adalah cepatnya koneksi
telekomunikasi di daerah masing-masing sampel, dengan penilaian terdiri dari cepat, biasa,
lambat.

 Diketahui jumlah keluarga tiap kelurahan adalah sebagai berikut; Bintara = 410 kk, Pekayon
Jaya = 367 kk, Jatiluhur = 389 kk, Jatirangga = 289 kk, dan Mustikasari = 403 kk. Dari setiap
kelurahan akan diambil sampel sebanyak 8 kk. Maka didapat data sebagai berikut;

Nama Kepala Keluarga Asal Kelurahan Hasil Survey

Pak Rangga Bintara Cepat
Pak Banu Bintara Biasa
Pak Leonard Bintara Cepat
Pak Ilham Bintara Cepat
Pak Yusuf Bintara Biasa
 Pak Bambang Bintara Lambat
Pak Denni Bintara Biasa
Pak Firman Bintara Cepat
Pak Atallah Pekayon Jaya Lambat
Pak Rizky Pekayon Jaya Lambat
Pak Mamet Pekayon Jaya Biasa
Pak Monto Pekayon Jaya Cepat
Pak Sukim Pekayon Jaya Cepat
Pak Efraim Pekayon Jaya Cepat
Pak Werti Pekayon Jaya Lambat
Pak Jack Pekayon Jaya Cepat
Pak Simon Jatiluhur Lambat
Pak Petrus Jatiluhur Biasa
Pak Ruben Jatiluhur Lambat
Pak Yehuda Jatiluhur Cepat
Pak Zebulon Jatiluhur Biasa
Pak Benyamin Jatiluhur Lambat
Pak Kunto Jatiluhur Cepat
Pak Teri Jatiluhur Lambat
Pak Isyan Jatirangga Cepat
Pak Otis Jatirangga Biasa
Pak Geri Jatirangga Cepat
Pak Barry Jatirangga Cepat
Pak Glenn Jatirangga Lambat
Pak Vino Jatirangga Lambat
Pak Klaudius Jatirangga Lambat
Pak Nino Jatirangga Cepat
Pak Bimo Mustikasari Biasa
Pak Marcel Mustikasari Lambat
Pak Samuel Mustikasari Lambat
Pak Cinto Mustikasari Cepat
Pak Lanang Mustikasari Biasa
Pak Patria Mustikasari Cepat
Pak Harry Mustikasari Lambat
Pak Ronni Mustikasari Cepat

Contoh 7

Seorang mahasiswa ingin melakukan survei mengenai produktivitas restoran cepat saji di Jakarta
Pusat saat pandemi COVID-19 sedang melanda Indonesia untuk penelitiannya. Populasinya adalah
semua karyawan yang bekerja di restoran cepat saji di Jakarta Pusat saat survei dilakukan. Mahasiwa
tersebut memiliki data semua restoran cepat saji di Jakarta Pusat yang berjumlah 45 restoran.
Karena jumlah restoran terlalu banyak, maka ia menggunakan teknik sampling acak klaster untuk
memperoleh sampelnya. Selanjutnya ia memilih 4 restoran secara acak menggunakan teknik
sampling acak sederhana. Hasil yang didapat adalah McDonal’s Cideng, KFC Cikini, A&W Restoran
Gunung Sahari, dan Burger King Thamrin City. Dari 4 restoran tersebut ia memiliki semua nama
karyawan yang bekerja disana. Mahasiswa itu menyusun nama-nama karyawan dan diambil sampel
secara acak menggunakan teknik sampling acak sederhana. Indikator surveinya adalah: 1=menurun,
2=normal, dan 3=meningkat.

Mahasiswa tersebut melakukan teknik sampling acak sederhana pertama untuk mencari sampel
karyawan di McDonal’s Cideng yang memiliki total 70 karyawan. Akan diambil sampel sebanyak 10
orang karyawan menggunakan true random generator. Didapatkan hasilnya sebagai berikut:

Nama Karyawan Hasil Survey

Siti 1
Akmal 1
Salman 2
Zahra 1
Kurniawan 1
Difa 2
Talia 2
Laura 2
Ibrahim 1
Rahma 2

Mahasiswa tersebut melakukan teknik sampling acak sederhana kedua untuk mencari sampel
karyawan di KFC Cikini yang memiliki total 85 karyawan. Akan diambil sampel sebanyak 10 orang
karyawan menggunakan true random generator. Didapatkan hasilnya sebagai berikut:

Nama Karyawan Hasil Survey

Grace 2
Alfa 1
Hasan 2
Nanda 2
Ardi 3
Misbah 2
Rama 1
Ana 2
Tini 1
Ashila 2
Mahasiswa tersebut melakukan teknik sampling acak sederhana ketiga untuk mencari sampel
karyawan di A&W Restoran Gunung Sahari yang memiliki total 60 karyawan. Akan diambil sampel
sebanyak 10 orang karyawan menggunakan true random generator. Didapatkan hasilnya sebagai
berikut:

Nama Karyawan Hasil Survey

Lucy 1
Josh 1
Fani 1
Rahmi 2
Tasya 1
Laras 2
Ghifari 2
Jovi 1
Atta 2
Khafi 1

Mahasiswa tersebut melakukan teknik sampling acak sederhana keempat untuk mencari sampel
karyawan di Burger King Thamrin Cityyang memiliki total 65 karyawan. Akan diambil sampel
sebanyak 10 orang karyawan menggunakan true random generator. Didapatkan hasilnya sebagai
berikut:

Nama Karyawan Hasil Survey

Dini 2
Wahyu 1
Rana 2
Tiwi 2
Ros 2
Dyah 3
Eka 2
Anto 3
Budi 2
Didit 2

Alasan menggunakan Teknik Sampling Acak Klaster:

 Jumlah restoran yang menjadi klaster relatif besar

 Setiap klaster homogen, sehingga dapat menggunakan teknik sampling acak klaster
 Meminimalisir pengeluaran serta waktu yang dihabiskan untuk melakukan survei
Contoh 8

Seorang pemilik restaurant susuingin mengetahui kualitas susu yang dihasilakan oleh sapi di daerah
Lembang.
 Pertama tama akan dilakukan pendataan semua peternakan di Lembang. Dari pendataan
tersebut diketahui jumlah peternakan di daerah Lembang ada sebanyak 80 peternakan.
 Dari 80 peternakan akan dipilih 5 peternakan menggunakan Teknik Sampling acak
sederhana. Hasilnya terpilih 5 peternakan, yaitu :
- Peternakan Farm House
- Peternakan Cibugary
- Peternakan Juragan Sapi
- Peternakan Lembang Jaya
- Peternakan Sapi Bagus
 Dari 5 peternakan yang terpilih, akan disusun kerangka sampling berupa data sapi yang
dirawat di peternakan tersebut.
 Setelah kerangka sampling tersusun dengan lengkap, akan dilakukan Teknik sampling acak
sederhana untuk mengambil sampel sebanyak 10 Sapi dari tiap peternakan
 Sampel yang diperoleh adalah sebagai berikut dengan indikator survey sebagai berikut 1 =
Sangat Baik

2 = Baik

3 = Biasa

4 = Buruk

No. Nama Peternakan Sapi Kualitas Susu

1 Peternakan Farm House Sapi 1 1
2 Peternakan Farm House Sapi 2 2
3 Peternakan Farm House Sapi 3 3
4 Peternakan Farm House Sapi 4 4
5 Peternakan Farm House Sapi 5 1
6 Peternakan Farm House Sapi 6 1
7 Peternakan Farm House Sapi 7 1
8 Peternakan Farm House Sapi 8 3
9 Peternakan Farm House Sapi 9 4
10 Peternakan Farm House Sapi 10 2
11 Peternakan Cibugary Sapi 1 1
12 Peternakan Cibugary Sapi 2 1
13 Peternakan Cibugary Sapi 3 2
14 Peternakan Cibugary Sapi 4 1
15 Peternakan Cibugary Sapi 5 1
16 Peternakan Cibugary Sapi 6 3
17 Peternakan Cibugary Sapi 7 1
18 Peternakan Cibugary Sapi 8 2
19 Peternakan Cibugary Sapi 9 3
20 Peternakan Cibugary Sapi 10 1
21 Peternakan Juragan Sapi Sapi 1 3
22 Peternakan Juragan Sapi Sapi 2 1
23 Peternakan Juragan Sapi Sapi 3 2
24 Peternakan Juragan Sapi Sapi 4 4
25 Peternakan Juragan Sapi Sapi 5 2
26 Peternakan Juragan Sapi Sapi 6 1
27 Peternakan Juragan Sapi Sapi 7 1
28 Peternakan Juragan Sapi Sapi 8 1
29 Peternakan Juragan Sapi Sapi 9 2
30 Peternakan Juragan Sapi Sapi 10 3
31 Peternakan Lembang Jaya Sapi 1 4
32 Peternakan Lembang Jaya Sapi 2 1
33 Peternakan Lembang Jaya Sapi 3 4
34 Peternakan Lembang Jaya Sapi 4 2
35 Peternakan Lembang Jaya Sapi 5 1
36 Peternakan Lembang Jaya Sapi 6 1
37 Peternakan Lembang Jaya Sapi 7 2
38 Peternakan Lembang Jaya Sapi 8 2
39 Peternakan Lembang Jaya Sapi 9 3
40 Peternakan Lembang Jaya Sapi 10 4
41 Peternakan Sapi Bagus Sapi 1 4
42 Peternakan Sapi Bagus Sapi 2 2
43 Peternakan Sapi Bagus Sapi 3 3
44 Peternakan Sapi Bagus Sapi 4 4
45 Peternakan Sapi Bagus Sapi 5 2
46 Peternakan Sapi Bagus Sapi 6 2
47 Peternakan Sapi Bagus Sapi 7 3
48 Peternakan Sapi Bagus Sapi 8 1
49 Peternakan Sapi Bagus Sapi 9 1
50 Peternakan Sapi Bagus Sapi 10 1

Alasan menggunakan teknik sampling acak klaster

 Jumlah Peternakan sangat besar sehingga membutuhkah pembagian kluster

 Populasi tidak memiliki kerangka sampling berupa data sapi, tetapi tiap peternakan memiliki
data sapi-nya masing masing.
Contoh 9

Seorang peneliti dari Kementrian Pendidikan dan Kebudayaan ingin mengetahui rata – rata nilai
Ujian Nasional SMA Negeri di Jakarta Timur pada tahun 2018. Terdapat 48 SMA Negeri di Jakarta
Timur. Data lengkap nama setiap siswa SMA di Jakarta Timur tidak tersedia, namun dapat dipastikan
bahwa setiap SMA di Jakarta Timur (klaster) mempunyai daftar nama siswanya. Oleh karena itu,
Peneliti akan menerapkan teknik sampling acak kluster.

Alasan menggunakan teknik sampling acak klaster:

1. Populasi siswa SMA di Jakarta Timur relatif besar.

2. Setiap klaster yang ada homogen, sehingga memungkinkan untuk digunakannya teknik
sampling acak kluster.
3. Mengurangi biaya penelitian dan mempersingkat waktu pengerjaan.

 Karena terdapat 48 SMA di Jakarta Timur, berarti terdapat 48 klaster dengan kondisi setiap
klaster homogen.
 Selanjutnya, dari 48 klaster akan dipilih 5 klaster dengan menggunakan teknik sampling acak
sederhana. Hasilnya yang terpilih, yaitu:
1. SMA Negeri 99 Jakarta
2. SMA Negeri 103 Jakarta
3. SMA Negeri 81 Jakarta
4. SMA Negeri 54 Jakarta
5. SMA Negeri 39 Jakarta
 Dari 5 klaster yang terpilih, akan disusun kerangka sampling berupa nama siswa SMA
tersebut. Setelah kerangka sampling tersusun dengan lengkap, akan diambil 10 siswa dari
setiap klaster tersebut dengan menggunakan teknik sampling acak sederhana.
 Klaster 1: SMA Negeri 99 Jakarta (345 siswa).
Akan diambil 10 sampel, didapat sebagai berikut:

Nama Siswa Nilai UN

Putri 37,5
Syifa 35,2
Alam 35,4
David 32,8
Fauzan 30,7
Ghina 33,2
Anggi 36
Rahmi 35,5
Sean 29,5
Obet 38

 Klaster 2: SMA Negeri 103 Jakarta (320 siswa)

Akan diambil 10 sampel, didapat sebagai berikut:
 Nama Siswa Nilai UN
Nanda 35,5
Malik 32,9
Rifat 33
Rara 35,5
Olivia 28,5
Farrel 30
Gideon 33,2
Siwi 33,5
Heri 36,5
Bastian 34

 Klaster 3: SMA Negeri 81 Jakarta (310 siswa)

Akan diambil 10 sampel, didapat sebagai berikut:

Nama Siswa Nilai UN

Fitri 32
Rifqi 34,2
Salindri 35,7
Tiara 38
Vanya 38,5
Aqila 37,6
Dennys 36,5
Dito 35,7
Farhan 38
Agung 37,5

 Klaster 4: SMA Negeri 54 Jakarta (295 siswa)

Akan diambil 10 sampel, didapat sebagai berikut:

Nama Siswa Nilai UN

Tina 28,5
Ansela 30
Sabila 31,2
Rika 29,7
Elvan 33
Sekar 29,5
Nabila 27,5
Tito 29
Richard 31,5
 Sarah 29,5

 Klaster 5: SMA Negeri 39 Jakarta (332 siswa)

Nama Siswa Nilai UN

Hani 35
Ivan 34,2
Vanesha 32
Chintya 35,7
Pelita 36
Nadia 29
Nisa 30,7
Amanda 34,2
Fero 26
Hansel 33

Contoh 10

Tim Peneliti dari Provider Internet RumahIndi ingin melakukan survey mengenai performa internet
penggunanya di Kota Tasikmalaya. Karena populasi pengguna internet RumahIndi di Wilayah
Tasikmalaya sangat banyak dan tersebar , Tim Peneliti memutuskan untuk menggunakan Teknik
Sampling Acak Klusterdengan tahapan:

 Tim Peneliti membagi populasi Pengguna internet RumahIndi di Tasikmalaya menjadi

beberapa cluster berdasarkan Kelurahan, dar 51 kelurahan akan dipilih 4Kelurahan
menggunakan Teknik Sampling Acak Sederhana, kecamatan yang terpilih yaitu:
- Kelurahan Lengkongsari
- Kelurahan Tamansari
- Kelurahan Cipedes
- Kelurahan Ciherang

Setiap Kelurahan yang terpilih akan disusun kerangka sampling yang berisikan daftar
nama pengguna di kelurahan tersebut, dan dii asumsikan setiap individu homogen.

 Setelah kerangka sampling dari setiap kelurahan terpilih lengkap, akan dilakukan
penarikan sampel menggunakan Teknik Sampling Acak Sederhana untuk dilakukan
survey terhadap 10 pengguna di setiap keluarahan, dengan indikator: 1=Buruk
,2=Sedang, dan 3=Baik
 Data Sampel yang didapat:

No Kelurahan Nama Pelanggan Performa Internet

1 Lengkongsari Ujang 1
2 Lengkongsari Budi 1
3 Lengkongsari Zulfikar 2
4 Lengkongsari Azkiya 2
5 Lengkongsari Vidya 1
6 Lengkongsari Fadil 3
7 Lengkongsari Topik 1
8 Lengkongsari Yasya 1
9 Lengkongsari Rama 1
10 Tamansari Robert 2
11 Tamansari Andre 1
12 Tamansari Kevin 3
13 Tamansari Anto 1
14 Tamansari Jamang 1
15 Tamansari Nurdin 2
16 Tamansari Eko 1
17 Tamansari Sarwo 2
18 Tamansari Ukar 2
19 Tamansari Kusnandar 1
20 Tamansari Heri 1
21 Cipedes Petrik 3
22 Cipedes Endang 2
23 Cipedes Sutresna 1
24 Cipedes Sunarto 2
25 Cipedes Cepy 3
26 Cipedes Dini 1
27 Cipedes Linda 3
28 Cipedes Keano 2
29 Cipedes Kayra 1
30 Cipedes Ferry 1
31 Ciherang Otong 1
32 Ciherang Asep 1
33 Ciherang Leo 2
34 Ciherang Ucok 3
35 Ciherang Nanda 1
36 Ciherang Dewi 2
37 Ciherang Imung 3
38 Ciherang Ayu 1
39 Ciherang Dwi 2
40 Ciherang Yunita 1

Alasan Menggunakan Teknik Sampling Acak Klaster:

1. Populasi pengguna Internet RumahIndi di Wilayah Tasikmalaya sangat banyak dan

tersebar.
2. Tim peneliti tidak memiliki kerangka sampling yang lengkap di Wilayah Tasikmalaya.
Perlu waktu yang lama untuk mendata seluruh pengguna di wilayah Tasikmalaya.
3. Setiap kluster di asumsikan homogen,sehingga dapat dilakukan Teknik Sampling Acak
Kluster.