Oleh:
Dr. Zahtamal
• Kondisi riil pengolahan informasi (Data):
Karena keterbatasan waktu, biaya dan sdm
tidak memungkinkan mengumpulkan &
mengolah seluruh informasi yg ada di
masyarakat/ lapangan.
• Implikasi: diperlukan prosedur dan alat yg
memungkinkan menarik kesimpulan yg
valid dan berlaku bagi kelompok yg lebih
luas, berdasarkan informasi yg diperoleh
dari kelompok yg lebih kecil
• Diperlukan sampel yang hrs representative
dengan peluang kesalahan terukur.
ISTILAH-ISTILAH
• Kelompok data yg diolah = sampel
• Kelompok data yg diwakili = populasi
• Prosedur statistika yg dimaksud untuk
menarik kesimpulan tentang populasi
berdasarkan informasi pada sampel =
statistika inferensial
• Pernyataan dugaan sementara (dari
kajian teori) tentang populasi =
hipotesis, selanjutnya diuji dari
informasi yg ada pada sampel
POPULASI vs SAMPEL
Teknik Sampling
Hipotesis
Populasi: parameter
Inferensial
Populasi
Keseluruhan elemen yg akan dijelaskan
peneliti mll penelitiannya.
Mengandung karakteristik (variabel) yg
mau di teliti.
Orang, speciement, air, kandungan zat
kimia di udara, dsb.
Jenis Populasi:
1. Pop. Induk/target = populasi yg
menjadi sasaran.
2. Pop. Hipotetik/terjangkau
(accessible /source population) =
pop. yg ciri-cirinya sama atau
bagian dari pop. Induk/ target
yang dapat dijangkau oleh
peneliti.
Yg hrs diperhatikan dlm
penetapan populasi (Aspek
metodologi):
• Keterkaitan subjek dlm pop dgn permasalahan
penelitian
• Apakah variabel2 p’lit dpt diperoleh dari subjek
dlm pop.? Penetapan siapa yang akan
dijadikan subjek (Kriteria Inklusi & Ekslusi)
Penetapan pop mengandung pengertian:
a. Kesatuan (unit) analisis satuan subjek
terkecil yg akan diteliti. Ex; manusia darah
atau perilakunya ?
Penetapan pop mengandung
pengertian (2):
KONDISI SEBENARNYA
Ho benar Ho salah
Taraf
Error Tipe II
Menerima Ho kepercayaan
( β )
(1 – α)
Power /Daya
Error tipe I
Menolak Ho uji
(α )
1-β
• Keputusan yang baik ke dua
kekeliruan tsb harus diusahakan
sekecil mungkin.
• Tetapi ini akan sulit dicapai,
mengingat bahwa meminimalkan
yg satu akan terjadi peningkatan
yg lain, kecuali dgn cara
memperbesar ukuran/jumlah
sampel, yg pd umumnya jarang
bisa dilaksanakan.
• IK/CI Menunjukkan taksiran rentang nilai
pada populasi yang dihitung dengan nilai
yang diperoleh pada sampel.
• Kekeliruan tipe I (α) ditentukan oleh
peneliti, misalnya α =0,01 atau α =0,05.
• α =0,05 dari tiap-tiap 100 kesimpulan
yg kita buat, peluang untuk melakukan
kekeliruan dgn menolak Ho yg seharusnya
diterima = sebanyak 5 x.
• Kekeliruan tipe II (β) ditentukan oleh
peneliti, misalnya α =0,1 atau 0,2.
Daya uji statistik/power
• Yaitu peluang/ kemungkinan untuk menerima
Ho yang sebenarnya salah (1- β).
• Bila nilai ß = 20%, maka power (1 – 20%) =
80%, artinya penelitian mempunyai peluang
sebesar 80% untuk mendeteksi perbedaan
jika dalam populasi perbedaan itu memang
ada
• Makin besar power, makin kecil ß & makin
besar zß, makin besar sampel. zß hanya 1
arah. Lihat tabel berikut:
Penentuan jumlah sampel minimal:
A. Menggunakan tabel tabel krejcie
– didasari oleh 5% & CI 95%.
– Contoh: Dari tabel diketahui apabila pop
100 orang, maka sampelnya = 80 orang,
dst.
B.Nomogram Harry King
- didasari oleh variasi 5% -15% dgn pop
paling tinggi 2000 orang. ex: bila pop 200
org, CI 95%, maka sampel minimum
adalah sekitar 58% dari pop, jadi 58% x
200 = 116 orang.
Tabel Cohen Manion dan Morrison
c. Menggunakan rumus besar sampel
Teknik sampling
Simpel rs
•Quota sampling
1
2 Stratified rs
3 Cluster rs •Accidental/
4 Multistages rs Convenience sampling
•Purposive sampling
•sampling jenuh
Teknik sampling
I. Probability sampling (Acak)
a. Simple random sampling (acak
sederhana), tanpa memperhatikan strata yg
ada pop. homogen. Cara sampling:
• acak sederhana lotre/undian, daftar/tabel
acak sederhana. Undian: semua subjek
diberi no, kemudian dgn peluang yg sama,
satu persatu sampel dilotre sampai jumlah
yg telah ditentukan.
• acak sistematis subjek 1 di acak (undi)
selanjutnya dgn ketentuan peneliti
ditentukan sampel berikutnya.
• Sketsa pengambilan sampel scr
acak
Populasi Sampel
(homogen)
Secara Acak
Stratified random sampling
• Pop. yg heterogenisasiannya
dikarenakan distribusinya berstratum,
dgn batas kelas yg jelas antar
stratumnya. Teknik ini bisa dilakukan
scr sederhana, apabila subjek dlm
tiap stratum hampir/sama atau bisa
juga scr proportional stratified random
sampling, subjek tiap stratum tdk
sama.
Stratified Random Sampling
Adakalanya Strata Anggota Persentas Sampel
Populasi e
populasi yang (%)
ada memiliki
1 2 3 4 = (% x
strata atau 50)
setiap tingkatan
SMP 125 31,25 16
memiliki
karakteristik SMU 75 18,75 9
sendiri
Sarjana 50 12,5 6
Contoh, jika
sampel minimal Jumlah 400 100 50
50
Cluster Random Sampling
• Cluster klp/gugusan dr subjek yg
berdekatan satu dgn yg lain scr geografik.
ex: desa, kec., klinik, LKMD, PKK, Posyandu,
dll.
• Peneliti mendaftar banyaknya Cluster yg
ada dlm pop. tsb, kemudian mengambil
sampel Cluster berdasarkan gugus2 (bisa
pakai tabel ∑ cluster min).
• Ex; Plit ttg kesinambungan pemberian
kapsul Vit A di Kec. X (15 desa), dgn sampel
cluster sebesar 20% dgn mengambil 3 klp
dari 15 klp yg ada scr acak. Kemudian
seluruh anak balita yang ada di 3 kel tsb
diteliti.
Multistages random sampling
B B B
1 2 3
C C C C C C
1 2 3 4 5 6
Accidental /Convenience Sampling
Sampel Accidental /convenience teknik
penentuan sampel berdasarkan kebetulan
saja atau kebetulan ada/tersedia, anggota
populasi yg ditemui peneliti dan bersedia
menjadi responden di jadikan sampel.
kasus yg langka/ jarang terjadi.
Sekian
&Terima
Kasih