Statistika

Populasi, Sampel, dan Sampling

Dr. Reno Renaldi Tibyan

UHAMKA
Statistika
• Populasi
• Sampel
• Teknik pengambilan/penarikan sampel (Sampling)

2
Statistika

Sumber: Gonick dan Smith, 1993

3
Statistika

Sumber: Gonick dan Smith, 1993

4
Statistika
Pengertian Populasi
Seluruh kelompok individu atau sekumpulan pengamatan lengkap/pengamatan
potensial dapat dikategorikan sebagai populasi.

Populasi dapat dikatakan juga sebagai kumpulan semua hasil (outcomes), tanggapan
(responses), atau pengukuran (measurement) yang menarik untuk dijadikan sebagai
obyek studi.

Biasanya populasi berukuran sangat besar, sehingga seorang peneliti tidak dapat
menguji keseluruhan kelompok data.

5
Statistika
Pengertian Populasi
Populasi dapat dibedakan berdasarkan aksesibilitas pengamatan potensial pada
saat melakukan sampling, yaitu:
1. Populasi nyata (observasi potensial dapat diakses)
2. Populasi hipotetis (observasi potensial tidak dapat diakses)

Populasi nyata diwakili oleh semua pengamatan potensial yang dapat diakses pada
saat pengambilan sampel (contoh: lembaga pengumpul suara, seperti Gallup, kerap
berurusan dengan populasi nyata.

Populasi hipotetis adalah populasi di mana semua pengamatan potensial tidak

dapat diakses pada saat pengambilan sampel (kebanyakan digunakan pada
metode eksperimen).

Proses generalisasi pada statistika inferensial hanya dapat dilakukan terhadap

populasi nyata.

6
Statistika
Pengertian Populasi

Sumber: Gonick dan Smith, 1993

Statistika
Pengertian Sampel
Setiap bagian dari pengamatan suatu populasi dapat digolongkan sebagai sampel.
Sampel dipilih untuk merepresentasikan/mewakili populasi dalam sebuah studi atau
penelitian.

Tidak ada aturan praktis (rule of thumb) untuk menentukan ukuran sampel terbaik
atau optimal (untuk situasi apapun).

Pertanyaan berikut dapat dijadikan sebagai “pegangan” untuk mendapatkan tingkat

keoptimalan yang diinginkan:
1. Berapa estimasi variabilitas dalam pengamatan?
2. Berapa jumlah/tingkat kesalahan yang dapat diterima dalam menentukan
kesimpulan?

8
Statistika
Pengertian Sampel
Contoh:
Dalam sebuah survei, 250 mahasiswa UHAMKA ditanya apakah mereka minum kopi
secara teratur. 35 dari siswa mengatakan ya.
Identifikasi populasi dan sampel.

Tanggapan seluruh
mahasiswa (populasi)

Tanggapan
mahasiswa
dalam
survei
(sampel)

9
Statistika
Karakteristik Populasi dan Sampel
Parameter adalah deskripsi numerik dari karakteristik sebuah populasi.

Statistik adalah deskripsi numerik dari karakteristik sebuah sampel.

Parameter Populasi

Statistik Sampel

10
 Statistika
Karakteristik Populasi dan Sampel
Ukuran populasi dilambangkan dengan N, sedangkan ukuran sampel diberi simbol n.

Karakteristik Parameter (θ) Statistik (θ)

Rata-rata µ 𝑥
Variansi σ2 s2
Standar deviasi σ s
Proporsi p 𝑝

Mempelajari Menghitung
parameter data statistik
populasi sampel
Populasi sampling
(N) Sampel
(n)
Statistik
Parameter Kesimpulan
(inferensi)
11
Statistika
Karakteristik Populasi dan Sampel
Contoh:
Tentukan apakah nilai numerik di bawah ini menunjukkan parameter populasi atau
statistik sampel:
1. Sebuah survei terhadap 250 mahasiswa UHAMKA melaporkan bahwa uang saku
harian rata-rata untuk mahasiswa adalah Rp 50.000,-.
2. Uang saku rata-rata untuk seluruh mahasiswa adalah Rp 65.000,-.

Jawab:
1. Perhitungan uang saku rata-rata berdasarkan data sampel, dengan demikian
deskripsi numerik tersebut adalah statistik sampel.
2. Perhitungan uang saku rata-rata berdasarkan data populasi, dengan demikian
deskripsi numerik tersebut adalah parameter populasi.

12
Statistika
Karakteristik Populasi dan Sampel
Contoh: Sampel-1
Nana
Tika
Sofi
Andi
Joko

Statistik sampel:
Populasi Umur rata-rata = 19.2 thn
IPK rata-rata = 3.20
500 mahasiswa (N) 60% (P), 40% (L)
Parameter populasi:
Umur rata-rata = 20.5 thn
Sampel-2
IPK rata-rata = 3.15
Bakar
70% (P), 30% (L)
Susi
Maya
Rahmat
Arif

Statistik sampel:
Umur rata-rata = 20.1 thn
IPK rata-rata = 3.05
40% (P), 60% (L) 13
Statistika
Pengertian Sampling
Sampling adalah proses memilih sebagian data populasi untuk diamati, sehingga
peneliti dapat memperkirakan sesuatu yang menjadi perhatian atau karakteristik dari
seluruh data populasi.

Sampling merupakan pendekatan atau teknik yang lazim dipakai dalam ilmu sosial.

Rancangan sampling (sampling design) adalah prosedur dimana sebuah sampel dipilih
dari populasi, dengan tujuan untuk memastikan keterpilihan sampel yang representatif
(kualitas sampel sama pentingnya dengan ukuran sampel).

Sampling acak (random sampling) adalah prosedur yang dirancang untuk memastikan
bahwa setiap pengamatan potensial dalam populasi memiliki kesempatan terpilih yang
sama dalam sebuah survei. Keacakan (ramdomness) merupakan kondisi/syarat yang
penting dalam proses seleksi.

Pemilihan sampel dengan cara yang asal-asalan/serampangan tidak memenuhi syarat

dalam memilih sebuah sampel acak. Contoh: mengambil sampel mahasiswa dengan
mengabaikan sebagian mahasiswa yang tidak menjadi anggota himpunan atau dengan
status lainnya (bisa menimbulkan bias). 14
Statistika
Pengertian Sampling

Sumber: Gonick dan Smith, 1993 15

Statistika
Teknik/Jenis Sampling
Secara umum, ada tiga cara yang digunakan dalam proses pengambilan sampel
(sampling), yaitu:
1. Sampling probabilitas (probability sampling - PS)
2. Sampling pertimbangan (judgment sampling - JS)
3. Sampling kenyamanan (convenience sampling - CS)

Tujuan dari sampling adalah untuk mendapatkan data yang obyektif dan representatif.
Pendekatan yang pertama (PS) dapat memenuhi kedua tujuan tersebut, sedangkan dua
yang terakhir hanya dapat memenuhi tujuan kedua.

Berdasarkan pendekatan PS, terdapat empat teknik pengambilan sampel, yaitu:

1. Teknik pengambilan sampel acak sederhana (simple random sampling)
2. Teknik pengambilan sampel terstrata (stratified sampling)
3. Teknik pengambilan sampel klaster (cluster sampling)
4. Teknik pengambilan sampel sistematis (systematic sampling)

16
Statistika
Teknik/Jenis Sampling
Sampling acak sederhana (simple random sampling - SRS) adalah teknik sampling design
dimana n satuan berbeda dipilih dari N satuan dalam populasi, sedemikian rupa
sehingga setiap kemungkinan kombinasi n satuan memiliki kesempatan yang sama
terpilih sebagai sampel. Teknik ini bisa dilakukan terhadap populasi yang bersifat
homogen (misal: populasi mahasiswa suatu perguruan tinggi, bukan civitas PT).
Kelebihan dan kekurangan SRS:

Kelebihan:
• Tidak bias (unbiased); unit memiliki kesamaan kesempatan terpilih
• Kebebasan (independence); pemilihan antar unit tidak saling berpengaruh

Kekurangan:
• Tidak efisien (waktu)
• Berbiaya mahal

17
Statistika
Teknik/Jenis Sampling
Sampling terstrata (stratified sampling) adalah teknik pengambilan/penarikan sampel
dari populasi, dengan melakukan pembagian populasi yang bersifat heterogen
kedalam strata (tingkatan) yang bersifat homogen. Kemudian, teknik SRS dilakukan
pada tiap kelompok.
Contoh: Sebuah perguruan tinggi memiliki mahasiswa sebanyak 5000 orang, yang
dapat dibagi kedalam 3 strata:
Populasi
Jika ukuran sampel yang akan diambil
Mahasiswa senior : 1000 adalah 150 mahasiswa, maka jumlah
(manor) sampel dari masing-masing stratum
dapat ditentukan dengan cara sbb:
• Manor = (1000/5000)x150 = 30 mhs
Mahasiswa lama : 1500 • Mala = (1500/5000)x150 = 45 mhs
(mala) • Maba = (2500/5000)x150 = 75 mhs
Jumlah = 150 mhs

30
Mahasiswa baru : 2500 P (N:5000) 45 S (n:150)
(maba) 75
18
Statistika
Teknik Sampling
Sampling klaster (cluster sampling) adalah teknik pengambilan/penarikan sampel dari
populasi, dimana setiap anggota populasi dikelompokkan kedalam klaster berbeda
yang telah ditetapkan. Selanjutnya, klaster dipilih secara acak untuk dijadikan sebagai
obyek studi. Jika suatu klaster terpilih, maka seluruh anggota klaster tersebut diamati
dengan cara sensus.

Populasi
Jika klaster 1 dan 3 terpilih secara acak,
Klaster : 50 maka jumlah sampel dari masing-masing
mahasiswa-1(k1) klaster terpilih adalah:
• Klaster 1 = 50 mhs
• Klaster 3 = 90 mhs
Klaster : 60 Jumlah = 140 mhs
mahasiswa-2 (k2)
(K1:50) 50
P (K2:60) S (n:140)
(K3:90) 90
Klaster : 90
mahasiswa-3 (k3)
19
Statistika
Teknik Sampling
Sampling sistematis (systematic sampling) adalah teknik pengambilan/penarikan sampel
dari populasi, dimana setiap anggota populasi diberi nomor. Nomor awal dipilih
secara acak dan anggota sampel dipilih secara berkala (sesuai dengan interval yang
ditetapkan).

= setiap kelipatan lima, satu anggota populasi dipilih

20
Statistika
Teknik Sampling

Perbedaan antara statistik sampel dan parameter populasinya disebut kesalahan

sampling (sampling error).

Mendefinisikan dan mengukur kesalahan pengambilan sampel adalah bagian penting

dari statistika inferensial.

21
Statistika
Teknik Sampling
Sampling kenyamanan (convenience sampling) mencakup anggota populasi yang
tersedia.

Contoh:
Seorang peneliti melakukan studi untuk mengetahui jumlah tahun belajar yang dimiliki
oleh setiap pengajar pada sebuah perguruan tinggi. Identifikasi teknik sampling yang
digunakan jika peneliti tersebut memilih sampel seperti pada pilihan di bawah ini:
1. Peneliti secara acak memilih dua prodi yang berbeda dan melakukan survei
terhadap setiap pengajar yang terdaftar pada prodi tsb;
2. Peneliti hanya memilih pengajar yang terdaftar pada semester ini;
3. Peneliti membagi pengajar sesuai dengan prodinya dan kemudian memilih dan
melakukan survei terhadap beberapa pengajar yang terdaftar pada tiap prodi.
Jawab:
1. Ini adalah sampling klaster karena tiap prodi terbagi secara alamiah atau sesuai
kebutuhan PT;
2. Ini adalah sampling kenyamanan karena peneliti menggunakan para pengajar
yang siap (tidak perlu proses pemilihan acak) untuk mendukung studinya;
3. Ini adalah sampling terstrata karena para pengajar dikelompokkan berdasarkan
prodi dan beberapa diantaranya dari tiap prodi dipilih secara acak. 22
23