Metode Sampling
Metode Sampling
SAMPLING
“you don’t need to be better or best.
You just need to be different”
1
STATISTIK KONSEP PELUANG/
DESKRIPTIF PROBABILITAS
TEKNIK
RANDOM
PENGAMBILAN
VARIABLE
SAMPLING
KONSEP DASAR
STATISTIKA DISTRIBUSI
PROBABILITAS : DISKRIT,
KONTINYU, SAMPLING
PENAKSIRAN
PARAMETER
INTRODUCTION &
PENGANTAR STATISTIKA
1
TUJUAN PEMBELAJARAN
1. Memahami dan mengerti makna populasi dan sampel
2. Memahami dan mengerti pentingnya sampel dalam penelitian
3. Memahami dan mengerti metode penarikan sampel
4. Memahami dan mengerti kesalahan penarikan sampel
PENGANTAR
Terdapat dua kecenderungan dalam memperoleh nilai karakteristik suatu obyek
amatan, yaitu melibatkan seluruh anggota komunitas atau hanya melibatkan
sebagian anggota komunitas.
Bila melibatkan seluruh anggota komunitas, maka terdapat konsekuensi biaya yang
sangat tinggi, waktu pengambilan data menjadi lama, atau bahkan seringkali tidak
mungkin untuk dilaksanakan.
Mengingat kesulitan yang ada tersebut, maka dikembangkan statistika induktif yang
akan berguna dalam menarik kesimpulan umum tentang keseluruhan objek amatan
berdasar sampel yang dilakukan.
2
POPULASI VS SAMPEL
POPULASI : seluruh obyek yang menjadi target amatan/ penelitian. Biasa
disebut dengan UNIVERSE.
SAMPEL : bagian dari populasi yang dipilih untuk di analisa.
POPULASI SAMPEL
FINITE INFINITE
Populasi terbatas : populasi yang
unsurnya terbatas berukuran N. mengalami proses terus menerus sehingga
Populasi tidak terbatas : populasi yang
ukuran N menjadi tidak terbatas.
Contoh : konsumen sebuah produk.
5
PENGELOMPOKAN SAMPEL
Merupakan suatu sampel yang dipilih
sedemikian rupa dari populasi sehingga masing-
masing anggota populasi memiliki probabilitas
atau peluang yang sama untuk dijadikan
sampel.
Merupakan suatu sampel yang dipilih
sedemikian rupa dari populasi sehingga setiap
anggota TIDAK memiliki probabilitas atau
peluang yang sama untuk dijadikan sampel.
3
METODE PENARIKAN SAMPEL
Terdapat beberapa metode yang dapat digunakan untuk memilih sampel dari
populasi. Dari metode tersebut tidak ada metode terbaik untuk memilih sampel dari
populasi. Tetapi setiap metode memiliki tujuan yang sama, yaitu memberikan
kesempatan untuk menentukan unsur atau anggota populasi untuk dimasukkan ke
dalam sampel.
METODE PENARIKAN SAMPEL
4
1. simple random sampling
PENARIKAN SAMPEL ACAK SEDERHANA
“Merupakan pengambilan sampel dari populasi secara acak tanpa
memperhatikan strata yang ada dalam populasi dan setiap anggota populasi
memiliki kesempatan yang sama untuk dijadikan sampel.”
Pada metode penarikan sampel ini dapat dilakukan dua cara :
1. sistem kocokan
2. menggunakan tabel acak.
1. simple random sampling
1. Sistem kocokan
sistem kocokan = sistem arisan, yaitu dengan membuat gulungan kertas berisi
identitas populasi sebanyak jumlah populasi tersebut, pengambilan sampel
dilakukan setelah dilakukan pengocokan gulungan kertas tersebut. Mudah
dilakukan, tetapi tidak sesuai untuk populasi yang berjumlah ribuan.
2. Menggunakan tabel acak
digunakan untuk mempermudah pengambilan sampel, terutama untuk populasi
yang berjumlah besar. Tabel acak dapat diperoleh dengan men-generate
bilangan acak melalui komputer atau kalkulator. Untuk menggunakannya, harus
ditentukan terlebih dahulu starting point-nya.
10
5
2. stratified random sampling
PENARIKAN SAMPEL ACAK TERSTRUKTUR
“Penarikan sampel acak terstruktur dilakukan dengan membagi anggota populasi dalam
beberapa sub kelompok yang disebut strata, lalu suatu sampel dipilih dari masing-masing
stratum.”
populasi tidak berstrata populasi terstrata
Metode ini dipergunakan untuk memperbaiki pendugaan ciri – ciri populasi dengan cara
mengelompokkan terlebih dahulu berdasarkan unsur yang sama. Kemudian untuk mengambil
sampel dapat digunakan metode acak sederhana.
11
2. stratified random sampling
Untuk menentukan jumlah sampel terdapat dua cara :
1. terstruktur proporsional
2. terstruktur nonproporsional
CONTOH :
Terdapat 24 anggota sampel terdiri atas 5 BULAT, 7 PERSEGI, dan 12 SEGITIGA. Misalkan diambil 10
sampel. Maka, jumlah sampel dari tiap stratum-nya adalah sbb :
TERSTRUKTUR PROPORSIONAL :
12
6
3. cluster sampling
PENARIKAN SAMPEL KLASTER
“Penarikan sampel klaster adalah teknik memilih sampel dari kelompok unit – unit yang kecil
(klaster) dari sebuah populasi yang relatif besar dan tersebar luas. Angota dalam tiap klaster
bersifat tidak homogen, berbeda dengan anggota dalam acak terstruktur.”
sampel terstrata
populasi tidak berstrata
sampel klaster
13
4. systematic random sampling
PENARIKAN SAMPEL SECARA SISTEMATIS
“Penarikan dikatakan sampel sistematis apabila setiap unsur atau anggota dalam populasi
disusun dengan cara tertentu <misal secara alfabetis atau numeris, diurutkan dari besar ke
kecil atau sebaliknya>, kemudian dipilih titik awal secara acak, lalu setiap anggota ke K dari
populasi dipilih sebagai sampel.”
CONTOH :
Anggota populasi yang terdiri atas 100 orang. Pengambilan sampel dapat dilakukan dengan
mengambil nomor ganjil saja, genap saja, atau kelipatan bilangan tertentu, misal kelipatan 5.
Maka sampel yang diambil adalah nomor 5, 10, 15, 20, …, 100.
14
7
5. kuota sampling
PENARIKAN SAMPEL KUOTA
“Pengambilan sampel dari populasi yang mempunyai ciri – ciri tertentu sampai jumlah (kuota)
yang diinginkan tercapai.”
CONTOH :
Kelompok peneliti muda yang berjumlah 5 orang melakukan pengamatan teradap pegawai
golongan II. Jumlah sampel telah ditentukan sebanyak 100. Sehingga setiap anggota peneliti
dapat memilih sampel secara bebas, sesuai dengan karakteristik yang ditentukan <golongan II>
sebanyak 20 orang.
15
6. purposive sampling
PENARIKAN SAMPEL PURPOSIVE
“Penarikan sampel purposive adalah penarikan sampel dengan pertimbangan tertentu yang
didasrkan pada kepentingan atau tujuan penelitian. Terdapat dua cara penarikan sampel
purposive, yaitu convenience <berdasarkan keinginan peneliti> dan judgement sampling
<berdasarkan penilaian terhadap karakteristik yang ada>. ”
16
8
MENENTUKAN UKURAN SAMPEL
Makin besar jumlah sampel mendekati populasi, maka peluang kesalahan generalisasi akan
semakin kecil. Menentukan jumlah ukuran sampel dapat dilakukan dengan menggunakan
beberapa cara :
TABEL KRECJIE
N S N S N S N S N S N S
10 10 220 140 1200 291 85 70 440 205 4000 351
15 14 230 144 1300 297 90 73 460 210 4500 354
20 19 240 148 1400 302 95 76 480 214 5000 357
25 24 250 152 1500 306 100 80 500 217 6000 361
30 28 260 155 1600 310 110 86 550 226 7000 364
35 32 270 159 1700 313 120 92 600 234 8000 367
40 36 280 162 1800 317 130 97 650 242 9000 368
45 40 290 165 1900 320 140 103 700 248 10000 370
50 44 300 169 2000 322 150 108 750 254 15000 375
55 48 320 175 2200 327 160 113 800 260 20000 377
60 52 340 181 2400 331 170 118 850 265 30000 379
65 56 360 186 2600 335 180 123 900 269 40000 380
70 59 380 191 2800 338 190 127 950 274 50000 381
75 63 400 196 3000 341 200 132 1000 278 75000 382
80 66 420 201 3500 346 210 136 1100 285 100000 384
KHUSUS UNTUK TINGKAT KESALAHAN 5 %.
Makin besar populasi, makin kecil prosentase sampel.
17
menentukan ukuran sampel
NOMOGRAM HARRY KING
18
9
KESALAHAN PENARIKAN SAMPEL
Statistika induktif berhubungan dengan penarikan kesimpulan populasi berdasarkan analisa sampel.
Oleh sebab itu, indikator dari sampel <statistik> diharapkan sama dengan indikator populasi
<parameter>. Karena jumlah sampel yang diambil hanya sebagian dari populasi, tidak dapat dihindari
akan terjadi perbedaan nilai. Perbedaan nilai statistik dengan parameter dikenal dengan istilah
KESALAHAN PENARIKAN SAMPEL <sampling error>.
CONTOH :
BI ingin melihat kinerja 5 bank daerah dengan melihat laba yang diperoleh per Januari 2007 dengan
hanya mengambil 2 bank saja. Hitunglah kesalahan sampel yang mungkin terjadi !
19
KESALAHAN PENARIKAN SAMPEL
JAWAB :
5! BANK DAERAH LABA KOMBINASI RATA - RATA KESALAHAN SAMPEL
Cnr = C52 =
3!2! = 10 Bank JABAR 66 66 + 59 62.5 13.9
Bank JATIM 59 66 + 45 55.5 6.9
Bank KALTIM 45 66 + 37 51.5 2.9
Bank JATENG 37 66 + 36 51 2.4
Bank SUMUT 36 59 + 45 52 3.4
59 + 37 48 -0.6
59 + 36 47.5 -1.1
45 + 37 41 -7.6
45 + 36 40.5 -8.1
37 + 36 36.5 -12.1
= 48.6
20
10
[thank you]
21
11