POPULASI DAN

SAMPEL
 Dalam riset : memerlukan data
 Data dapat diperoleh dari populasi
ataupun contoh (sample)
 Data yang diambil dari populasi disebut
SENSUS (complete enumeration)
Populasi
 Adalah wilayah generalisasi yang terdiri atas
obyek atau subyek yang mempunyai kualitas
dan karakteristik tertentu yang ditetapkan
oleh peneliti untuk dipelajari dan kemudian
ditarik kesimpulannya

 kumpulan dari individu dengan kualitas dan

ciri (karakteristik) yang telah ditetapkan
dalam suatu riset
 kriteria untuk menentukan besar
sampel dalam suatu penelitian
1. Tingkat keseragaman dari populasi (degree
of homogenity)
2. Tingkat presisi (ketelitian) yang dapat
diterima (sedekat apa estimasi kita dengan
karakteristik populasi)
3. Waktu, tenaga dan biaya yang tersedia
4. Prosedur analisis (penelitian multivariate,
ukuran sampel harus beberapa kali lebih
besar dari jumlah variabel)
Sampel
Adalah merupakan bagian dari jumlah dan
karakteristik yang dimiliki oleh populasi
tersebut
 Kesimpulan yang diperoleh dari sampel dapat
diberlakukan untuk populasi
 Sampel harus representatif
Permasalahan dalam
sampling
 Mereduksi obyek penyelidikannya
 Melakukan generalisasi
Pertimbangan dalam
menentukan sampel
 Daerah generalisai
 Penegasan sifat-sifat populasi dan
ketegasan batas-batasnya
 Sumber-sumber informasi tentang
populasi
 Menetapkan besar kecilnya sampel
 Menetapkan teknik sampling
Teknik sampling
Adalah merupakan teknik pengambilan
sampel

Teknik sampling
1. Probability sampling
2. Non probability sampling
PROBABILITY SAMPLING
Probability sampling adalah teknik sampling
(teknik pengambilan sampel) yang
memberikan peluang yang sama bagi
setiap unsur (anggota) populasi untuk
dipilih menjadi anggota sampel
a. Simple random sampling
Dikatakan simple (sederhana) karena
pengambilan sampel anggota populasi
dilakukan secara acak tanpa
memperhatikan strata dalam populasi

 Populasi homogen
 Diperlukan kerangka sampling (sampling
frame) adalah daftar yang berisikan setiap
elemen populasi
Syarat menggunakan SRS
 Jika teknik sampling lain yang lebih efisien
tidak ada
 Jika keterangan atau nama-nama dari semua
unit sudah diketahui terlebih dahulu
b. Systematic random sampling
Adalah merupakan suatu metode pengambilan
contoh, dimana hanya contoh yang pertama
saja yang dipilih secara acak (random start),
sedang contoh selanjutnya dipilih secara
sistematis menurut suatu pola tertentu.
Pemilihan contoh sistematik
1. Populasi diberi nomer urut
2. Pilih salah satu angka secara acak
3. Dipilih secara sistematik (interval)
k = N/n
SYSTEMATIC SAMPLING
(Contoh Acak Sistematik)
 Jika populasi N
 Diambil contoh secara acak n dengan
sistematik
Caranya:
 Unit populasi diberi nomor 1 s/d N
N
 Tentukan interval k 
n
 Tentukan titik awal unit contoh antara 1 – k
 Secara sistematik, dengan interval k
ditentukan unit contoh berikutnya
 Misal: N = 1000, ingin dipilih n = 10
secara sistematik
k = 1000/10 = 100
 Titik awal (1-k), misal 24
 Maka unit contoh yang dipilih adalah: 24,
124, 224, ..., 424.
c. Stratified Random Sampling
Harus memenuhi 3 syarat yaitu:
1. Harus ada kriteria yang digunakan sebagai
dasar stratifikasi populasi
2. Harus ada informasi pendahuluan dari
populasi mengenai kriteria yang digunakan
3. Harus diketahui dengan tepat jumlah unit-
unit elementer untuk tiap lapisan dalam
populasi
Alasan penggunaan Stratified Random
Sampling
 Jika data yang diperlukan adalah data
yang terperinci untuk sub populasi
 Jika populasi menunjukkan heterogenitas
yang nyata
 Jika dibutuhkan ketepatan yang tinggi
1. Proportionate stratified
random sampling
Teknik ini digunakan apabila populasi
mempunyai anggota/unsur yang tidak
homogen dan berstrata secara proporsional

MISAL, (hubungan kinerja dan tingkat

pendidikan). pegawai dengan lulus S1=50,
S2=40, STM=200, SMEA = 300
2. Disproportionate stratified
random sampling
Teknik ini digunakan untuk menentukan
jumlah sampel bila populasi berstrata
tetapi kurang proporsional

Misal, pegawai lulus S3 = 3, S2 = 4,

S1=90, SMU = 300, SMP=500
d. Cluster sampling
Teknik cluster sampling digunakan untuk
menentukan sampel bila obyek yang akan
diteliti atau sumber data sangat luas

Misalnya penduduk suatu negara, propinsi atau

kabupaten
 Populasi merupakan pencerminan dari
kelompok-kelompok (cluster)
 Unsur-unsur dalam tiap-tiap kelompok
(cluster) berbeda-beda (tak homogen)
 Contoh dapat diambil baik satu tahap, maupun
banyak tahap, tergantung keperluan
1. One stage cluster sampling
2. Two stage cluster sampling
 POPULASI
K3 K5
K1
K2
K4 K6

Satu stage,
jika seluruh unit
pada K2 dan K6 K2 K6
merupakan unit
contoh

K2.3 K2.7 K6.3 K6.5

Dua stage,
jika sebagian
cluster K2 dan K6
dipilih sebagai unit
contoh
NON PROBABILITY SAMPLING
Adalah merupakan teknik pengambilan
sampel yang tidak memberi
peluang/kesempatan sama bagi setiap unsur
atau anggota populasi untuk dipilih menjadi
sampel
a. Sampling Sistematis
Adalah merupakan teknik
pengambilan sampel berdasarkan
urutan dari anggota populasi

Exp : ganjil, genap, bilangan prima,

kelipatan bilangan tertentu
b. Sampling quota
Merupakan teknik untuk menentukan sampel
dari populasi yang mempunyai ciri-ciri
tertentu sampai jumlah yang diinginkan

Jumlah sampel ditentukan di awal,

pengumpulan data s/d jumlah sampel yang
ditentukan. Penelitian belum selesai, jika
belum memenuhi kuota yang ditentukan
c. Sampling insidental
Adalah merupakan teknik penentuan sampel
berdasarkan kebetulan, yaitu siapa saja
yang secara kebetulan bertemu dengan
peneliti dapat digunakan sebagai sampel,
bila dianggap cocok sebagai sumber data
d. Sampling purposive
Merupakan teknik penentuan sampel dengan
pertimbangan tertentu.
Exp. Misal akan melakukan penelitian
mengenai kualitas makanan, maka yang
dijadikan sebagai responden adalah orang-
orang yang ahli dalam makanan
e. Snowball Sampling
Teknik penentuan sampel yang mula-
mula kecil kemudian membesar.
f. Sampling jenuh
Merupakan teknik penentuan sampel bila
semua anggota populasi digunakan sebagai
sampel
Mengukur besarnya
Sampel
 Makin besar jumlah sampel mendekati populasi,
maka peluang kesalahan generalisasi semakin
kecil dan sebaliknya, makin kecil jumlah sampel
menjauhi populasi, maka makin besar kesalahan
generalisasi (diberlakukan umum)
 menghitung besarnya sampel yang diperlukan
dalam penelitian
 Dengan tabel (Tabel Kricje)
 Dengan nomogram (nomogram Harry king)
Tabel Kricje
 Kricje dalam melakukkan perhitungan
ukuran sampel didasarkan atas
kesalahan 5%
 Jadi kepercayaan 95% terhadap
populasi.
 Untuk tabel Krecjie dapat dilihat sbb:
N : Jumlah Populasi
S : Sampel

Dapat dilihat :
 populasi 100
sampelnya 80
 Populasi 1000
sampelnya 278
Nomogram Harry King

 Untuk Harry King Menghitung sampel tidak

hanya didasarkan atas kesalahan 5%,
tetapi bervariasi dari 0,3% sampai 15%
dan terdapat faktor pengali (FP) yg
disesuaikan dgn taraf kesalahan yg
ditentukan
 Jumlah Populasi paling tinggi hanya 2000
Nomogram
Harry King
 Untuk Populasi 200 : bila yang dikehendaki
kepercayaan 95% maka kesalahan 5% ,
Caranya Tarik Garis Dari 200 (populasi)
melalui kesalahan 5% , maka akan ketemu
angka 58 (persentase populasi yg diambil
sebagai sampel=A)
 n = AxNxFP
 0.58 x 200 x 1.195 = 139 orang
Contoh
 Menentukan ukuran sampel dengan tabel
Krecjie
 Penelitian terhadap 500 orang terdiri
dari
 Lulusan S1 = 50
 SMA = 300
 SMP = 100
 SD = 50 (Populasi Berstrata)
 Misal pegawai di lembaga B itu terdiri
atas:
1. Golongan I = 25 orang
2. Golongan II = 30 orang
3. Golongan III = 30 orang
 Total = 85 orang
Isaac dan Michael
Slovin Formula:
n= N__
1+NE²

Where: n = sample size

N = population size
E = margin of error * desired
Contoh Menentukan ukuran sampel dengan
perhitungan

 Bila ukuran sampel lebih dari 100.000, maka

peneliti tidak bisa melihat tabel lagi
 Oleh karena itu peneliti harus dapat menghitung
sendiri.
 Ada 2 rumus yang digunakan disini yaitu:
 Yang tidak diketahui simpangan bakunya
 Yang diketahui simpangan bakunya
Besarnya sampel berdasarkan pada:

 Jumlah sampling unit dalam seluruh

populasi (N)
 Kesalahan maksimum yang diterima (d)
 Derajad kepercayaan (Z)
 Besarnya variance () -- Menggunakan
hasil pilot survey
Derajad kepercayaan (Z)

Nilai 80% 90% 95% 99% 100%

Z 1.29 1.645 1.95 2.58 3.00

Simple Random Sampling
N ²
n =
(N-1) d + ²

B²
d =
4
Menurut empirical rule, range sama dengan 4
std dev. Dengan demikian : 100 = 4. 

Soal 1.
Terdapat 1000 orang petani. Seorang peneliti
ingin menarik sampel untuk melihat rata-rata
luas usahatani, tidak diketahui varian
populasi, range luas usahatani 100 ha
sedangkan bound of error sebesar 3 ha.
Berapa jumlah anggota sampel?
 N Z² ²
n =
N d² + Z² S²
Keterangan :
N : populasi
d : tingkat kesalahan maksimal
Z : reliabilitas
S² : ragam
Soal :
Jika diketahui dalam suatu desa
terdapat 679 petani, sedangkan
variance populasi sebesar 12 pada taraf
kepercayaan 95%. Berapa besarnya
sampel jika penyimpangan maksimum
yang dapat diterima 0,5 ha
Stratified Random Sampling
1. Disproportioned Stratified Random
Sampling

L  Ni² Si²
n =
N² (d²/Z²) +  Ni Si²

n
ni =
L
2. Proportioned stratified Random
Sampling

 N NiSi²
n =
N² (d²/Z²) +  Ni Si²

Ni
ni = xn
N
Keterangan :
N : jumlah anggota populasi
Ni : jumlah anggota sub populasi
d : kesalahan maksimum yang bisa diterima
Z : nilai reliabilitas pada tingkat
kepercayaan tertentu
n : jumlah sampel minimal yang harus
diambil
ni : jumlah sampel pada sub populasi ke 1
Si² : ragam pada strata
N Si Si2 NiSi2 NiSi Ni2Si2
546 11
735 13
257 9
98 7
199 8
445 10

2280 58
N Si Si2 NiSi2 NiSi Ni2Si2
546 3,31 11 6006 1807 3279276
735 3,61 13 9555 2653 7022925
257 3 9 2313 771 594441
98 2,65 7 686 260 67228
199 2,83 8 1592 563 316808
445 3,16 10 4450 1406 1980250

2280 18,6 58 24602 7461 13260928

Ukuran sampel untuk penelitian
1. Ukuran sampel yang layak dalam penelitian
antara 30 – 500 orang
2. Bila sampel dibagi dalam katagori/strata
maka jumlah sampel setiap katagori
minimal 30 orang
3. Bila dilakukan analisis multivariate maka
jumlah anggota sampel min 10 kali jumlah
variabel yang diteliti
4. Untuk penelitian eksperimen yang
sederhana, yang menggunakan kelompok
kontrol maka anggota sampel masing-
masing minimal 10 – 20
Popupasi dan Sampel
Penelitian kualitatif
Penelitian kuantitatif

generalisasi

Populasi
Sampel

reduksi
Penelitian kualitatif
Spradley

Social situation

Situasi sosial yang terdiri dari 3 elemen

(tempat, pelaku, aktivitas) yang
berinteraksi secara sinergis
Social situation

Place

Social
situation

actor activity
Situasi sosial sbg objek penelitian

 Rumah beserta Keluarga dan aktivitas

nya
 Sawah beserta petani dan aktivitasnya
 Warung kopi, pelaku yang sedang
ngobrol dst.
Kriteria sumber data
 Menguasai dan memahami sesuatu
yang sedang diteliti
 Terlibat pada kegiatan yang tengah
diteliti
 Memiliki waktu yang memadai untuk
dimintai informasi
 Tidak menyampaikan hasil informasi
kemasannya sendiri
Informan penelitian kualitatif
 Prosedur purposif
 Prosedur quota
 Prosedur snowball
Prosedur purposif
 individu/key informan ditetapkan
sebelum pengumpulan data
 Informan menguasai informasi
 Berdasarkan teori kejenuhan
Prosedur kuota
 berdasarkan kriteria yang dipilih
 Berhubungan dengan ukuran dan
proporsi subsampel (usia, jenis kelamin
kelas, profesi dll)
Prosedur snowball
 Dikenal sebagai rantai rujukan atau
prosedur networking (sumber data awal
sedikit/belum mampu memberi data
lengkap dan pasti, lama lama menjadi
besar s.d data lengkap).
 Digunakan untuk merekrut informan
tersembunyi (kelompok yang tidak
mudah terakses dgn strategi yang lain)
Syarat-syarat
 Informan dengan karakter tertentu sulit
ditemukan
 Informan yang ditemui bersedia merujuk
ke informan lain

Perlu memverifikasi kelayakan setiap

informan