2
Statistika
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.
6
Statistika
Pengertian Populasi
Tidak ada aturan praktis (rule of thumb) untuk menentukan ukuran sampel terbaik
atau optimal (untuk situasi apapun).
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.
Parameter Populasi
Statistik Sampel
10
Statistika
Karakteristik Populasi dan Sampel
Ukuran populasi dilambangkan dengan N, sedangkan ukuran sampel diberi simbol n.
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.
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.
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).
20
Statistika
Teknik Sampling
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