Populasi dan

Pengambilan Sampel
Dr. Muhammad Abdan Shadiqi, S.Psi., M.Si
Metode Penelitian Kuantitatif Kelas A dan B
Mart 2020.
 – mengkaji populasi penelitian
– mengkaji sampel dan pengambilan sampel
– mengkaji pengambilan sampel random sederhana
Tujuan – mengkaji pengambilan sampel random berstrata
– mengkaji pengambilan sampel klaster
Pembelajaran
– mengkaji pengambilan sampel nonprobabilias
– mendiskusikan mengenai populasi penelitian, sampel dan
pengambilan sampel, pengambilan sampel random sederhana,
random berstrata, sampel klaster, dan sample nonprobabilitas
 – Populasi (N) adalah kelompok besar yang menarik dijadikan target
seorang peneliti, jumlah (terlalu) besar untuk diukur/dipelajari

Definisi – Sampel (n) adalah sekelompok kecil individu yang berpartisipasi

dalam penelitian, mewakili (generalisasi) populasi
Populasi dan – Sampel representatif (karakteristik sama dengan populasi) vs
Sampel sampel bias (karakteristik berbeda dengan populasi).
– Bias seleksi atau sampling terjadi ketika salah pilih dan
menyebabkan sampel bias. Solusi:
– Partisipan yang tidak sesuai karakteristik dihapus dari analisis data.
– Patten (2016): tentukan demografi (gender, usia, income, agama,
dll) partisipan sehingga akan lebih akurat pengambilan data.

– Contoh
– HUBUNGAN ANTARA SELF COMPASSION DENGAN ALIENASI
PADA MAHASISWA PSIKOLOGI ULM DENGAN INDEKS PRESTASI
KOMULATIF RENDAH (SRI OKTAVIANI, 2020)
– Populasi:
– Sampel:

(Gravetter & Forzano, 2018).

Mengapa tidak
ambil populasi
saja daripada
hanya sampel?

– Contoh
– PERAN PAPARAN MEDIA SOSIAL DAN KEPRIBADIAN TERHADAP PERILAKU PROSOSIAL
MAHASISWA PROGRAM STUDI PSIKOLOGI FAKULTAS KEDOKTERAN UNIVERSITAS
LAMBUNG MANGKURAT (Muhammad Farid Hermawan, 2020)
– Populasi Target:
– Populasi yang Dapat Diakses:
– Sampel:
 – Prinsipnya: Semakin besar sampel lebih representatif (semakin akurat
menggambarkan populasi) dibandingkan sedikit sampel (Gravetter &
Forzano, 2018).
– Menurut Gravetter dan Forzano: tidak ada solusi sederhana untuk
menentukan seberapa banyak partisipan pada sampel. Solusi: Lihat
ukuran sampel dari riset sebelumnya.
– Patten (2016): Jumlah sampel ditentukan dengan minimal berapa orang
dianggap mewakili populasi dan menghasilkan temuan yang diharapkan
saat uji statistik.

Ukuran sampel – Penentuan jumlah sampel dapat tergantung dengan

– Jenis analisis data statistik
(sample size) – Penentuan uji parametrik (min. 30 orang) vs non-parametrik
– Ketersediaan sampel
– Perhitungan jumlah sampel menggunakan rumus.
– Ukuran sampel dari riset serupa.

– Semakin banyak partisipan, semakin butuh waktu, tenaga, dan sumber

daya (uang).
– Penentuan ukuran sampel:
– https://www.sample-size.net/correlation-sample-size/
– Gunakan aplikasi G*power.
 (Patten, 2016)

Ukuran sampel CATATAN:

1. Semakin
banyak sampel
semakin baik
2. Ukuran sampel
bukan
persentase
konstan dari
populasi

(Cozby & Bates, 2018)

 Probability Sampling Non-Probability Sampling

– Peluang memilih partisipan dapat – Kebalikan dengan probability

dihitung/diketahui. sampling: Ukuran sampel tidak
diketahui dan tidak dapat
Teknik/ – Sering digunakan di eksperimen. membuat daftar semua partisipan
– Setiap orang punya peluang untuk
Metode/ dipilih random dengan koin,
– Berisiko memunculkan bias seleksi
sampel daripada probability
undian/arisan, atau komputer. sampling.
Prosedur – Syarat: – Lebih sederhana, umum
Sampling 1. Ukuran populasi diketahui dan
dapat dibuat daftar semua
digunakan.
– Sering digunakan di survei
partisipan korelasional.
2. Setiap individu memiliki
probabilitas spesifik.
3. Tidak ada keberpihakan dalam
memilih sampel, harus acak.

(Gravetter & Forzano, 2018; Cozby & Bates, 2018).

 Probability Non-Probability
Sampling Sampling

Convenience/
Simple random
accidental/ haphazard

Pembagian Stratified random Quota

teknik
Proportionate
sampling stratified random
Purposive

Systematic

Cluster

(Gravetter & Forzano, 2018; Cozby & Bates, 2018).

 Jenis Penjelasan
Simple random Proses acak dari total populasi, setiap
partisipan berpeluang dan bebas
terpilih.
Systematic Mirip simple random, membuat daftar
partisipan dari populasi, dipilih
partisipan ke-n setelah memulai secara
acak. Ada titik partisipan awal, baru
sistematik di ambil data ke-n dari awal.
Stratified random Sampel diperoleh dengan membagi
populasi menjadi subkelompok (strata)
Probability dan kemudian secara acak memilih
jumlah yang sama dari masing-masing
Sampling subkelompok.
Proportionate stratified Sampel diperoleh dengan membagi
random populasi menjadi strata dan kemudian
secara acak memilih sejumlah
partisipan dari setiap strata sehingga
proporsi sampel sesuai dengan
proporsi populasi yang tersedia di tiap
kelompok strata.
Cluster Bukan memilih individu, sampel
diperoleh dengan memilih secara acak
cluster (kelompok yang sudah ada
(Gravetter & Forzano, 2018) sebelumnya) dari daftar semua cluster
yang ada dalam populasi.
Kelebihan & Kekurangan
Proses adil dan tidak bias, tetapi tidak
menjamin sampel representatif
Metode mudah untuk dapat sampel acak,
tetapi pilihannya tidak benar-benar acak.
Terjamin bahwa setiap subkelompok akan
memiliki perwakilan yang memadai,
tetapi sampel keseluruhan biasanya tidak
mewakili populasi.
Terjamin bahwa komposisi sampel (dalam
strata yang diidentifikasi) akan sangat
mewakili komposisi populasi, tetapi
beberapa strata mungkin memiliki
keterwakilan terbatas dalam sampel.
Metode mudah untuk mendapatkan
sampel yang besar dan relatif acak, tetapi
pilihannya tidak benar-benar acak atau
independen.
 Semua nama di list dan diberi nomor 1-
100, dipilih 25. Lalu terpilih partisipan
Simpel Random
pertama nomor 11. ukuran n dari populasi
Sampling
adalah 4 (100/25), sehingga dipilih nomor
15 (11+4), 19 (15+4), 23 (19+4) dst
Ada 100 mahasiswa terdiri dari 30% 2019,
40% 2018, 30% 2017. Setelah menentukan
Systematic
ukuran sampel 30 orang, terpilih acak 9
(30%) 2019, 12 (40%) 2018, & 9 (30%) 2017.

Latihan, tebak Ada 1000 mahasiswa dari 4 prodi di FK

ULM. Tiap prodi ada 25 orang. Peneliti
teknik ingin mengambil 50 orang, dipilih secara
Stratified random

sampling acak prodi Psikologi dan PSIK.

Ada 100 mahasiswa, dipilih 50 orang.

Proportionate stratified
Terpilih secara acak 25 orang di angkatan
random
2019 dan 25 orang di angkatan 2018.

Ada 100 mahasiswa, dipilih 25 orang,

semua nama di list dan diberi nomor 1-
Cluster
(Contoh dimodifikasi dari 100. Kemudian ditulis angka dari 1-100 di
Gravetter & Forzano, 2018) kertas kecil dan dikocok. Terpilih 25 orang.
 – Berdasarkan suara masuk 85,24 persen pada pukul 18.00 WIB,
SMRC mencatat perolehan suara Jokowi-Ma'ruf Amin
sebesar 54,87 persen. Sedangkan Prabowo Subianto-Sandiaga
Uno meraih 45,13 persen. Quick count SMRC menggunakan
populasi seluruh pemilih yang datang ke TPS dan memilih secara
sah (seluruh suara sah) yang tersebar di seluruh TPS nasional
Apakah boleh (809,497 TPS). Sampel dipilih dengan metode Stratified
Systematic Cluster Random Sampling. Margin of Error
kombinasi (moe) quick count diperkirakan ± 0,47% pada tingkat kepercayaan
95%. Quick count SMRC ini dapat menyimpulkan hasil bila selisih
teknik antara dua calon lebih dari 0,94% (yakni lebih dari 2 kali moe).
(Liputan6.com).
sampling – Boleh dilakukan, menurut Gravetter dan Forzano (2018) strategi
penggabungan beberapa teknik sampling dilakukan untuk
mengoptimalkan peluang bahwa sampel mewakili populasi yang
tersebar luas atau berbasis luas seperti dalam survei pasar atau
jajak pendapat politik.

Sumber: https://www.liputan6.com/pilpres/read/3944310/hasil-quick-
count-6-lembaga-survei-menangkan-jokowi
 – Stratified Systematic Cluster Random Sampling:
– Stratifikasi: TPS dikelompokkan menurut wilayah dapil DPR RI dan
status pedesaan-perkotaan.
– Systematic Cluster Random sampling:
Penjelasan – Di masing-masing stratum (irisan Dapil dan wilayah pedesaan-
perkotaan), dipilih TPS (sebagai cluster) secara systematic random
sampling dengan jumlah proporsional. Total dirandom 6000 TPS.
– Seluruh suara sah di TPS terpilih menjadi sampel quick count

(sumber: saifulmujani.com)
 Jenis Penjelasan Kelebihan & Kekurangan
Convenience/ Memilih sampel dari masing- Umum digunakan, mudah, murah,
accidental/ masing partisipan yang mudah dan efektif waktu tetapi rentan seleksi
haphazard didapat (bersedia, ingin terlibat). bias (masalah serius). Solusi: Pastikan
sampel representatif & perjelas
deskripsi sampel (cara memperoleh
dan siapa sampel)

Non- Quota Sampel diperoleh dari identifikasi

subkelompok yang akan dipilih,
Peneliti dapat mengendalikan kuota
partisipan per-kelompok, tetapi
Probability kemudian menetapkan kuota tiap
subkelompok (mirip stratified
rentan seleksi bias.

Sampling random sampling, tetapi tidak

acak)
Purposive Mendapatkan sampel secara Mudah menentukan partisipan yang
sengaja dipilih dengan kriteria yang relevan dengan tujuan penelitiannya,
telah ditentukan. Namun ini bukan tetapi rentas seleksi bias.
dilakukan secara acak, jadi saat
pengambilan data adalah orang
yang sesuai kriteria.

(Gravetter & Forzano, 2018; Cozby & Bates, 2018).

 Ada 100 orang sampel sengaja dipilih
hanya pada angkatan 2018, terdiri dari 67
orang perempuan dan 33 orang laki-laki, Convenience Sampling
berusia 18-22 tahun. Sesuai dengan
Latihan, tebak kriteria yang telah ditetapkan.
Dari 250 populasi, dipilih sebanyak 100
teknik orang sampel yang bersedia terlibat pada
Quota sampling
sampling penelitian. Semuanya adalah mahasiswa
metpen kuantitatif.

Ada 100 orang sampel, dipilih dari dua

angkatan sejumlah 50 orang angkatan
Purposive Sampling
2019 dan 50 orang angkatan 2018 Ps.
Psikologi.

(Contoh dimodifikasi dari

Gravetter & Forzano, 2018)
 – Cozby, P. C., & Bates, S. C. (2018). Methods in behavioral research,
Thirteenth edition. McGraw-Hill Education.
– Gravetter, F. J., & Forzano, L. B. (2018). Research methods for
behavioral science, 6th edition. Cengage Learning.
– Patten, M. (2016). Understanding Research Methods. Taylor &
Francis.
SUMBER – https://saifulmujani.com/wp-
content/uploads/2019/10/SMRC_Metodologi-Proses-dan-Hasil-
QC-Pilres-Pileg_17-April-2019_updated_24April2019-1.pdf
– https://www.liputan6.com/pilpres/read/3944310/hasil-quick-count-
6-lembaga-survei-menangkan-jokowi