POPULASI SAMPEL DAN PENGUJIAN NORMALITAS DATA

DISUSUN OLEH:

Evi Nur Hidayah (182010008)

Irodatul Jannah (182010010)

DOSEN PENGAMPU:

Silvi Rosiva Rosdiana, M.Pd

PROGRAM STUDI PENDIDIKAN IPA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS ISLAM LAMONGAN

2023
 KATA PENGANTAR

Segala puji bagi Allah SWT yang telah memberikan kami kemudahan sehingga
kami dapat menyelesaikan makalah ini dengan tepat waktu. Tanpa pertolongan-Nya
tentunya kami tidak akan sanggup untuk menyelesaikan makalah ini dengan baik.
Shalawat serta salam semoga terlimpah curahkan kepada baginda tercinta kita yaitu
Nabi Muhammad SAW yang kita nanti-natikan syafa’atnya di akhirat nanti.

Penulis mengucapkan syukur kepada Allah SWT atas limpahan rahmat dan
nikmat sehat-Nya, baik itu berupa sehat fisik maupun akal pikiran, sehingga penulis
mampu untuk menyelesaikan pembuatan makalah yang berjudul ‘’ Populasi Sampel
dan Pengujian Normalitas Data ‘‘ sebagai tugas akhir dari mata kuliah “Statistika”.

Saya tentu menyadari bahwa makalah ini masih jauh dari kata sempurna dan
masih banyak terdapat kesalahan serta kekurangan di dalamnya. Untuk itu, penulis
mengharapkan kritik serta saran dari pembaca untuk makalah ini, supaya makalah ini
nantinya dapat menjadi makalah yang lebih baik lagi. Demikian, dan apabila terdapat
banyak kesalahan pada makalah ini penulis mohon maaf yang sebesar-besarnya.

Saya juga mengucapkan terima kasih kepada semua pihak khususnya kepada
Ibu Silvi Rosiva Rosdiana M.Pd yang telah membimbing kami dalam menulis makalah
ini.

Demikian, semoga makalah ini dapat bermanfaat. Terima kasih.

Lamongan, 24 Februari 2023

Penyusun
 DAFTAR ISI
KATA PENGANTAR ........................................................................................................................... 2
BAB I ...................................................................................................................................................... 3
PENDAHULUAN ................................................................................................................................. 4
A. Latar Belakang .......................................................................................................................... 4
B. Rumusan masalah ...................................................................................................................... 4
C. Tujuan ............................................................................................................................................. 4
BAB II .................................................................................................................................................... 5
PEMBAHASAN .................................................................................................................................... 5
A. Konsep dasar Populasi ............................................................................................................... 5
B. Konsep dasar Sampel ................................................................................................................. 7
C. Teknik Sampling ....................................................................................................................... 10
1. Probability Sampling ................................................................................................................ 11
2. Nonprobability Sampling.......................................................................................................... 13
3. Menentukan Ukuran Sampel .................................................................................................... 15
4. Cara Mengambil Anggota Sampel ............................................................................................. 17
5. Normalitas Data ........................................................................................................................ 18
BAB III................................................................................................................................................. 24
PENUTUP ............................................................................................................................................ 24
A. Kesimpulan ............................................................................................................................... 24
B. Saran ......................................................................................................................................... 24
 BAB I

PENDAHULUAN
A. Latar Belakang

Untuk dapat melaksanakan penelitian dengan baik, seorang peneliti harus

memahami konsep populasi dan sampel. Populasi merupakan keseluruhan objek/subjek
penelitian, sedangkan sampel merupakan sebagian atau wakil yang memiliki
karakteristik representasi dari populasi. Untuk dapat menentukan atau menetapkan
sampel yang tepat diperlukan pemahaman yang baik dari peneliti mengenai sampling,
baik penentuan jumlah maupun dalam menentukan sampel mana yang diambil.
Kesalahan dalam menentukan populasi akan berakibat tidak tepatnya data yang
dikumpulkan sehingga hasil penelitian pun tidak memiliki
kualitas yang baik, tidak representatif, dan tidak memiliki daya generalisasi yang
baik.
Pemahaman peneliti mengenai populasi dan sampel merupakan hal yang
esensial. Oleh karena itu diperlukan bahan bacaan atau sumber belajar yang menyajikan
pengetahuan tentang populasi dan sampel tersebut. Atas dasar itu, modul ini
dikembangkan untuk memberikan wawasan kepada para calon peneliti, khususnya
pengetahuan mengenai populasi dan sampel penelitian.

Setelah kita mengetahui populasi, Sampel dan Teknik sampling maka nanti kita
bisa melakukan pengujian normalitas data. Namun sebelum kita melakukan pengujian
normalitas data kita perlu menduga-duga terlebih dahulu terhadap apa yang kita ingin
teliti. Pernyataan dugaan atau pernyataan sementara kita ini yang disebut hipotesis
dimana nanti akan di bahas di bab selanjutnya.

B. Rumusan masalah
1. Apa yang dimaksud dengan konsep dasar Populasi dalam suatu penelitian?
2. Apa yang di maksud dengan konsep dasar Sampel dalam suatu penelitian?
3. Bagaimana cara menentukan jumlah sampel yang diambil dalam suatu penelitian?

C. Tujuan
1. Mengetahui konsep dasar Populasi dalam suatu penelitian
2. Mengetahui konsep dasar Sampel dalam suatu penelitian
3. Mengetahui Bagaimana cara menentukan jumlah sampel yang diambil dalam suatu
penelitian
 BAB II

PEMBAHASAN

A. Konsep dasar Populasi

Populasi berasal dari bahasa Latin "populus" yang berarti sekelompok individu
sejenis dalam satu tempat dan waktu yang sama. Populasi merupakan kesatuan yang
cenderung selalu berubah jumlahnya. Populasi juga di definisikan sebagai bagian dari
total individu dengan ciri tertentu, yang hidup atau menempati suatu wilayah. Dalam
ilmu pengetahuan, umumnya kajian tentang populasi digunakan dalam konteks ilmu
biologi dan ilmu statistik.

Sugiyono (1997:57) memberikan pengertian bahwa Populasi adalah wilayah

generalisasi yang terdiri obyek atau subyek yang menjadi kuantitas dan karakteristik
tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik
kesimpulannya. Riduwan dan Tita Lestari (1997:3) mengatakan bahwa “Populasi
adalah keseluruhan dari karakteristik atau unit hasil pengukuran yang menjadi objek
penelitian.

Adapun dalam bidang statistik, populasi diartikan sebagai sekumpulan data,

dimana sampel statistik dapat di ambil. Data tersebut bisa berkaitan dengan penelitian,
studi biologi, pekerjaan, analistis bisnis dan masih banyak lagi. Jadi setiap
pengelompokan individu populasi akan ditentukan berdasarkan beberapa karakteristik
yang signifikan. Artinya, masalah analisis statistik terdiri dari suatu populasi. Maksud
dari populasi dalam penelitian yaitu populasi diartikan sebagai keseluruhan dari
kelompok, yang akan diambil datanya.

Populasi bukan hanya orang, tetapi juga obyek dan benda alam lainnya Jadi
populasi adalah keseluruhan objek penelitian yang dapat terdiri dari makhluk hidup,
benda, gejala, nilai tes, atau peristiwa sebagai sumber data yang mewakili
karakteristik tertentu dalam suatu penelitian. Populasi dalam penelitian dapat pula
diartikan sebagai keseluruhan unit analisis yang ciri-cirinya akan diduga. Unit
analisis adalah unit/satuan yang akan diteliti atau dianalisis.

Penentuan populasi dapat dibantu oleh empat faktor yaitu isi, satuan, cakupan
(scope), waktu. Contoh: Suatu penelitian tentang pendapatan keluarga petani di
Kabupaten Bogor tahun 2019, maka populasinya dapat ditetapkan dengan empat
faktor tersebut :
• Isi Semua keluarga petani
• Satuan Petani penggarap/pemilik
tanah
• Cakupan (scope) Kabupaten Bogor
• Waktu tahun 2019

Populasi dapat dibedakan menjadi dua bagian yaitu ;

• Populasi target merupakan populasi yang telah ditentukan sesuai dengan
permasalahan penelitian, dan hasil penelitian dari populasi tersebut ingin
disimpulkan.
• Populasi survei merupakan populasi yang terliput dalam penelitian yang
dilakukan.

Populasi Berdasarkan Jumlahnya dibedakan menjadi 2 yaitu ;

• Populasi terbatas: Populasi yang mempunyai sumber data yang jelas batasnya,
sehingga bisa dihitung jumlahnya. Contoh populasi jumlah penduduk Kota
Bandung sebesar berapa jiwa.
• Populasi tak terbatas atau populasi tak terhingga: sumber data yang relatif
tidak bisa dinyatakan dalam bentuk jumlah. Contoh: meneliti tentang beberapa
liter pasang surut air pada bulan purnama.

Dalam keadaan seperti itu jumlahnya tidak dapat dihitung, hanya dapat
digambarkan suatu jumlah objek secara kualitas dengan karakteristik yang
bersifat umum yaitu orang-orang, dahulu, sekarang dan yang akan menjadi guru.
populasi seperti ini disebut juga parameter.

Populasi berdasarkan sifatnya di bedakan menjadi 2 yaitu :

• Populasi yang bersifat homogen : populasi yang unsur-unsurnya memiliki
sifat yang sama, sehingga tidak perlu dipersoalkan jumlahnya secara
kuantitatif. Misalnya, seorang dokter yang akan melihat golongan darah
seseorang, maka ia cukup mengambil setetes darah saja. Dokter itu tidak perlu
satu botol, sebab setetes dan sebotol darah, hasilnya akan sama saja.
• Populasi yang bersifat heterogen : populasi yang unsur- unsurnya
memiliki sifat atau keadaan yang bervariasi, sehingga perlu ditetapkan batas-
batasnya, baik secara kualitatif maupun secara kuantitatif. Penelitian di bidang
sosial yang objeknya manusia atau gejala-gejala dalam kehidupan manusia
menghadapi populasi yang heterogen.
B. Konsep dasar Sampel
Sampel adalah sebagian atau wakil populasi yang diteliti (Arikunto,2002:
109; Furchan, 2004: 193). Pendapat yang senada pun dikemukakan oleh
Sugiyono (2001: 56). Ia menyatakan bahwa sampel adalah sebagian dari jumlah
dan karakteristik yang dimiliki oleh populasi.Bila populasi besar, dan peneliti tidak
mungkin mempelajari semua yang ada pada populasi, misalnya karena
keterbatasan dana, tenaga dan waktu, maka peneliti dapat menggunakan
sampel yang diambil dari populasi itu. Apa yang dipelajari dari sampel itu,
kesimpulannya akan diberlakukan untuk populasi. Untuk itu sampel yang diambil
dari populasi harus betul-betul representatif.

Somantri (2006:63) mengemukakan sampel adalah bagian kecil dari

anggota populasi yang diambil menurut prosedur tertentu sehingga dapat
mewakili populasinya. Furqon (1999:2), sebagian anggota dari populasi disebut
sampel. Pasaribu (1975:21) berpendapat sampel itu adalah sebagian dari
anggota-anggota suatu golongan (kumpulan objek-objek) yang dipakai sebagai
dasar untuk mendapatkan keterangan (atau menarik kesimpulan) mengenai
golongan.

Sugiyono (1997:57) dikutip Riduwan (2003:10) memberikan pengertian

bahwa Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh
populasi. Arikunto (1998:117) dikutip Riduwan (2003:10) mengatakan bahwa
“Sampel adalah bagian dari populasi (sebagian atau wakil populasi yang diteliti).
Sampel penelitian adalah sebagian dari populasi yang diambil sebagai sumber
data dan dapat mewakili seluruh populasi. Jadi bisa ditarik kesimpulan sampel
adalah sebagian data yang merupakan objek dari populasi yang diambil.

Margono (2004: 121) menyataka bahwa sampel adalah sebagai bagian

dari populasi, sebagai contoh bilangan prima maka sampelnya 2,3,5. Hadi
(Margono, 2004: 121) menyatakan bahwa sampel dalam suatu penelitian timbul
disebabkan hal berikut:

1. Peneliti bermaksud mereduksi objek penelitian sebagai akibat dari besarnya

jumlah
populasi, sehingga harus meneliti sebagian saja.

2. Penelitian bermaksud mengadakan generalisasi dari hasil-hasil kepenelitiannya,

dalam arti mengenakan kesimpulan-kesimpulan kepada objek, gejala, atau
kejadian yang lebih luas.
 Penggunaan sampel dalam kegiatan penelitian dilakukan dengan berbagai
alasan. Nawawi (Margoino, 2004: 121) mengungkapkan beberapa alasan
tersebut, yaitu:

1. Ukuran populasi
Dalam hal populasi tak terbatas (tak terhingga) berupa parameter yang
jumlahnya tidak diketahui dengan pasti, pada dasarnya bersifat konseptual. Karena
itu sama sekali tidak mungkin mengumpulkan data dari populasi seperti itu.
Demikian juga dalam populasi terbatas (terhingga) yang jumlahnya sangat
besar,misalnya: tidak praktis untuk mengumpulkan data dari populasi 50 juta murid
sekolah dasar yang tersebar di seluruh pelosok Indonesia.
2. Masalah biaya
Besar-kecilnya biaya tergantung juga dari banyak sedikitnya objek yang
diselidiki. Semakin besar jumlah objek, maka semakin besar biaya yang diperlukan,
lebih-lebih bila objek itu tersebar di wilayah yang cukup luas. Oleh karena itu,
sampling ialah satu cara untuk mengurangi biaya.
3. Masalah waktu
Penelitian sampel selalu memerlukan waktu yang lebih sedikit daripada
penelitian populasi. Sehubungan dengan hal itu, apabila waktu yang tersedia
terbatas, dan kesimpulan diinginkan dengan segera, maka penelitian sampel, dalam
hal ini, lebih tepat.
4. Percobaan yang sifatnya merusak
Banyak penelitian yang tidak dapat dilakukan pada seluruh populasi karena
dapat merusak atau merugikan. Misalnya, tidak mungkin mengupas semua jeruk
yang tersedia untuk dijadikan contoh dalam materi pecahan, maka diambil beberapa
jeruk untuk dikupas. Karena itu penelitian harus dilakukan hanya pada sampel.
5. Masalah ketelitian
Masalah ketelitian adalah salah satu segi yang diperlukan agar kesimpulan
cukup dapat dipertanggungjawabkan. Ketelitian, dalam hal ini meliputi
pengumpulan, pencatatan, dan analisis data. Penelitian terhadap populasi belum
tentu ketelitian terselenggara. Boleh jadi peneliti akan bosan dalam melaksanakan
tugasnya. Untuk menghindarkan itu semua, penelitian terhadap sampel
memungkinkan ketelitian dalam suatu penelitian.

6. Masalah ekonomis
Pertanyaan yang harus selalu diajukan oleh seorang peneliti; apakah kegunaan
dari hasil penelitian sepadan dengan biaya, waktu dan tenaga yang telah
dikeluarkan? Jika tidak, mengapa harus dilakukan penelitian? Dengan kata lain
penelitian sampel pada dasarnya akan lebih ekonomis daripada penelitian populasi.
 Cara menentukan sample agar memenuhi syarat yaitu dengan Teknik
(metode) penentuan sample yang ideal memiliki ciri-ciri dapat memberikan
gambaran yang akurat tentang populasi, dapat menentukan presisi, sederhana
sehingga mudah dilaksanakan, dapat memberikan keterangan sebanyak mungkin
dengan biaya murah. Presisi merupakan standard error, Nilai rata-rata populasi
dikurangi nilai rata- rata sampel.

Apakah besar sampel sama dengan representatif? Dalam menentukan Besar

sample perlu mempertimbangkan hal-hal sebagai berikut :

• Derajat keseragaman (degree of homogenity)dari populasi completely

heterogeneous
• Presisi yang dikehendaki dari penelitian
• Rencana analisis
• Tenaga, biaya dan waktu
• Besar populasi

Jadi bila sampel tidak representatif maka ibarat orang buta di suruh
menyimpulkan karateristik gajah. Satu orang memegang telinga gajah maka ia
menyimpulkan gajah itu seperti kipas. Orang kedua memegang badan gajah,maka
ia menyimpulkan gajah itu seperti tembok besar. Satu orang lagi memegang
ekornya, maka ia menyimpulkan gajah itu kecil seperti seutas tali. Begitulah
kalau sampel yang dipilih tidak representative, makai barat 3 orang buta itu yang
membuat kesimpulan salah tentang gajah. Semakin besar sampel semakin tinggi
tingkat tingkat presisi yang di dapatkan.

• Alur Pemikiran Populasi Dan Sampel

ALUR PEMIKIRAN POPULASI DAN SAMPEL

SAMPEL POPULASI

TEMUAN
 • Syarat sampel

Akurasi atau ketepatan , yaitu tingkat ketidakadaan “bias” (kekeliruan) dalam

sampel. Dengan kata lain makin sedikit tingkat kekeliruan yang ada
dalamsampel, makin akurat sampel tersebut. Tolok ukur adanya“bias” atau
kekeliruan adalah populasi. Agar sampel dapat memprediksi dengan baik
populasi, sampel harus mempunyai selengkap mungkin karakteristik populasi
(Nan Lin, 1976).

Presisi. memiliki tingkat presisi estimasi. Presisi mengacu pada persoalan

sedekat mana estimasi kita dengan karakteristik populasi. Presisi diukur oleh
simpangan baku. Makin kecil perbedaan di antara simpangan baku yang
diperoleh dari sampel (S) dengan simpangan baku dari populasi (s), makin tinggi
pula tingkat presisinya.

C. Teknik Sampling
Margono (2004: 125) menyatakan bahwa yang dimaksud dengan teknik
sampling adalah cara untuk menentukan sampel yang jumlahnya sesuai dengan ukuran
sampel yang akan dijadikan sumber data sebenarnya, dengan memperhatikan sifat-
sifat dan penyebaran populasi agar diperoleh sampel yang representatif.Untuk
menentukan sampel yang akan digunakan dalam penelitian, terdapat berbagai teknik
sampling yang digunakan. Teknik sampling adalah merupakan teknik pengambilan
sampel (Sugiyono,2001: 56).

Secara skematis, menurut Sugiyono (2001: 57) teknik sampling ditunjukkan pada
gambar di bawah ini.
1. Probability Sampling
Sugiyono (2001: 57) menyatakan bahwa probability sampling adalah teknik
sampling yang memberikan peluang yang sama bagi setiap unsur (anggota) populasi
untuk dipilih menjadi anggota sampel. Teknik sampel ini meliputi:

a. Simple Random Sampling

Menurut Sugiyono (2001: 57) dinyatakan simple (sederhana) karena

pengambilan sampel anggota populasi dilakukan secara acak tanpa memperhatikan
strata yang ada dalam populasi itu. Margono (2004:126) menyatakan bahwa simple
random sampling adalah teknik untuk mendapatkan sampel yang langsung dilakukan
pada unit sampling. Dengan demikian setiap unit sampling sebagai unsur populasi
yang terpencil memperoleh peluang yang sama untuk menjadi sampel atau untuk
mewakili populasi. Cara demikian dilakukan bila anggota populasi dianggap homogen.
Teknik ini dapat dipergunakan bilamana jumlah unit sampling di dalam suatu
populasi tidak terlalu besar. Misal, populasi terdiri dari 500 orang mahasiswa
program S1 pendidikan matematika (unit sampling).

Untuk memperoleh sampel sebanyak 150 orang dari populasi tersebut, digunakan
teknik ini, baik dengan cara undian, ordinal, maupun tabel bilangan random. Teknik ini
dapat digambarkan di bawah ini.

b. Proportionate Stratified Random Sampling

Margono (2004: 126) menyatakan bahwa stratified random sampling biasa

digunakan pada populasi yang mempunyai susunan bertingkat atau berlapis-lapis.
Menurut Sugiyono (2001: 58) teknik ini digunakan bila populasi mempunyai
anggota/unsur yang tidak homogen. Dan berstrata secara proporsional. Suatu
organisasi yang mempunyai pegawai dari berbagai latar belakang pendidikan, maka
populasi pegawai itu berstrata. Misalnya jumlah pegawai yang lulus S1 = 45, S2 = 30,
STM = 800, ST = 900, SMEA = 400, SD = 300. Jumlah sampel yang harus diambil
meliputi strata pendidikan tersebut yang diambil secara proporsional jumlah sampel.
c. Disproportionate Stratified Random Sampling

Sugiyono (2001: 59) menyatakan bahwa teknik ini digunakan untuk

menentukan jumlah sampel bila populasinya berstrata tetapi kurang proporsional.
Misalnya kelas matematika yang menyukai materi bangun ruang 3 orang, 4 orang
meyukai materi trigonometri, 20 orang menyukai materi persamaan linear, 35 orang
menyukai statistika maka 3 orang yang menyukai bangun ruang, 4 orang yang
menyukai trigonometri itu diambil semuanya sebagai sampel karena dua kelompok itu
terlalu kecil bila dibandingkan dengan materi persamaan linear dan statistika.

d. Cluste Sampling (Area Sampling)

Teknik ini disebut juga cluster random sampling. Menurut Margono (2004:
127), teknik ini digunakan bilamana populasi tidak terdiri dari individu-individu,
melainkan terdiri dari kelompok-kelompok individu atau cluster. Teknik sampling
daerah digunakan untuk menentukan sampel bila objek yang akan diteliti atau
sumber data sangat luas, misalnya penduduk indonesia yang tidak suka pelajaran
matematika. Untuk menentukan penduduk mana yang akan dijadikan sumber data,
maka pengambilan sampelnya berdasarkan daerah populasi yang telah ditetapkan.

Sugiyono (2001: 59) memberikan contoh, di Indonesia terdapat 27 propinsi,

dan sampelnya akan menggunakan 10 propinsi, maka pengambilan 10 propinsi
itu dilakukan secara random. Tetapi perlu diingat, karena propinsi-propinsi di
Indonesia itu berstrata maka pengambilan sampelnya perlu menggunakan stratified
random sampling. Contoh lainnya dikemukakan oleh Margono (2004: 127). Ia
mencotohkan bila penelitian dilakukan terhadap populai pelajar SMU di suatu kota.
Untuk random tidak dilakukan langsung pada semua pelajar- pelajar, tetapi pada
sekolah/kelas sebagai kelompok atau cluster.
 Teknik sampling daerah ini sering digunakan melalui dua tahap, yaitu tahap
pertama menentukan sampel daerah, dan tahap berikutnya menentukan orang-orang
yang ada pada daerah itu secara sampling juga. Teknik ini dapat digambarkan di
bawah ini.

2. Nonprobability Sampling
Menurut Sugiyono (2001: 60) nonprobability sampling adalah teknik yang
tidak memberi peluang/kesempatan yang sama bagi setiap unsur atau anggota populasi
untuk dipilih menjadi sampel. Teknik sampel ini meliputi:

a. Sampling Sistematis

Sugiyono (2001: 60) menyatakan bahwa sampling sistematis adalah teknik penentuan
sampel berdasarkan urutan dari anggota populasi yang telah diberi nomor urut.
Misalnya anggota populasi yang terdiri dari 100 orang. Dari semua anggota itu diberi
nomor urut, yaitu nomor 1 sampai dengan nomor 100. Pengambilan sampel dapat
dilakukan dengan nomor ganjil saja, genap saja, atau kelipatan dari bilangan tertentu,
misalnya kelipatan dari bilangan lima. Untuk itu maka yang diambil sebagai sampel
adalah 5, 10, 15, 20 dan seterusnya sampai 100.
b. Sampling Kuota

Menurut Sugiyono (2001: 60) menyatakan bahwa sampling kuota adalah teknik
untuk menentukan sampel dari populasi yang mempunyai ciri-ciri tertentu sampai
jumlah (kuota) yang diinginkan. Menurut Margono (2004: 127) dalam teknik ini jumlah
populasi tidak diperhitungkan akan tetapi diklasifikasikan dalam beberapa kelompok.
Sampel diambil dengan memberikan jatah atau quorum tertentu terhadap kelompok.
Pengumpulan data dilakukan langsung pada unit sampling. Setelah jatah terpenuhi,
pengumpulan data dihentikan. Sebagai contoh, akan melakukan penelitian
terhadap siswa yang menyukai matematika, dan penelitian dilakukan secara kelompok.
Setelah jumlah sampel ditentukan 100, dan jumlah anggota peneliti berjumlah 5 orang,
maka setiap anggota peneliti dapat memilih sampel secara bebas sesuai dengan
karakteristik yang ditentukan (menyukai matematika) sebanyak 20 orang.

c. Sampling Aksidental

Sampling aksidental adalah teknik penentuan sampel berdasarkan kebetulan,

yaitu siapa saja yang secara kebetulan bertemu dengan peneliti dapat digunakan
sebagai sampel, bila dipandang orang yang kebetulan ditemui itu cocok sebagai
sumber data (Sugiyono, 2001: 60).

Menurut Margono (2004: 127) menyatakan bahwa dalam teknik ini

pengambilan sampel tidak ditetapkan lebih dahulu. Peneliti langsung mengumpulkan
data dari unit sampling yang ditemui. Misalnya penelitian tentang pendapat umum
mengenai penguasaan materi SMP dengan mempergunakan siswa SMA sebagai unit
sampling. Peneliti mengumpulkan data langsung dari setiap orang SMA yang
dijumpainya, sampai jumlah yang diharapkan terpenuhi.

d. Sampling Purposive

Sugiyono (2001: 61) menyatakan bahwa sampling purposive adalah teknik

penentuan sampel dengan pertimbangan tertentu. Menurut Margono (2004: 128),
pemilihan sekelompok subjek dalam purposive sampling, didasarkan atas ciri-ciri
tertentu yang dipandang mempunyai sangkut paut yang erat dengan ciri-ciri populasi
yang sudah diketahui sebelumnya. Degan kata lain unit sampel yang dihubungi
disesuaikan dengan kriteria-kriteria tertentu yang diterapkan berdasarkan tujuan
penelitian. Misalnya akan melakukan penelitian tentang kemampuan siswa dalam
menghitung, maka sampel yang dipilih adalah orang yang suka dalam berhitung saja.

e. Sampling Jenuh
 Menurut Sugiyono (2001: 61) sampling jenuh adalah teknik penentuan
sampel bila semua anggota populasi digunakan sebagai sampel. Hal ini sering
dilakukan bila jumlah populasi relatif kecil, kurang dari 30 orang. Istilah lain sampel
jenuh adalah sensus, dimana semua anggota populasi dijadikan sampel.

f. Snowball Sampling

Snowball sampling adalah teknik penentuan sampel yang mula- mula

jumlahnya kecil, kemudian sampel ini disuruh memilih teman- temannya untuk
dijadikan sampel (Sugiyono, 2001: 61). Begitu seterusnya, sehingga jumlah sampel
semakin banyak. Ibarat bola salju yang menggelinding, makin lama semakin besar.
Pada penelitian kualitatif banyak menggunakan sampel purposive dan snowball. Teknik
sampel ditunjukkan pada gambar di bawah ini.

3.Menentukan Ukuran Sampel

Akan dilakukan penelitian untuk mengetahui tanggapan kelompok masyarakat terhadap

pelayanan yang diberikan oleh pemerintah daerah tertentu. Kelompok masyarakat itu
terdiri 1000 orang, yang dapat dikelompokkan berdasarkan jenjang pendidikan, yaitu
lulusan S1 = 50, Sarjana Muda = 300, SMK = 500, SMP = 100, SD =50 ( populasi
berstrata).

Dengan menggunakan Tabel 3.1, bila jumlah populasi - 1000, kesalahan 5%, maka
jumlah sampelnya 277. Karena populasi berstrata, maka sampelnya juga berstrata.
Stratanya ditentukan menurut jenjang pendidikan. Dengan demikian masing-masing
sampel untuk tingkat pendidikan harus proporsional sesuai dengan populasi. Berdasarkan
perhitungan dengan cara berikut ini jumlah sampel untak kelompok S1 = 13, Sarjana Muda
(SM) = 77. SMK = 129, SMP = 26, dan SD-13.
SI = 50/1000 X 277 = 13,85 = 14

SM = 300/1000 X 277 = 83,10 = 84

SMK = 500/1000 X 277 = 138,5 = 139

SMP = 100/1000 X 277 = 27,70 = 28

SD = 50/1000 X 277 = 13,83 = 14

Jumlah : 277 = 279

Jadi jumlah sampelnya 13,85+ 83,10+138,5+28+ 13,83-277. Jumlah yang pecahan

bisa dibulatkan, sehingga jumlah sampel menjadi 14+84 +139 +28+14=279 Pada
perhitungan yang menghasilkan pecahan (terdapat koma) sebaiknya dibulatkan ke atas
sehingga jumlah sampelnya lebih 277. Hal ini lebih aman daripada kurang dari 279.
Gambaran jumlah populasi dan sampel dapat ditunjukkan pada Gambar 3.8 berikut:

Roscoe dalam buku Research Methods For Business (1982: 253) memberikan saran-
saran tentang ukuran sampel untuk penelitian seperti berikut ini.

1. Ukuran sampel yang layak dalam penelitian adalah antara 30 sampai dengan 500.

2. Bila sampel dibagi dalam kategori (misalnya: pria-wanita, pegawai negeri-swasta dan
lain-lain) maka jumlah anggota sampel setiap kategori minimal 30.

3. Bila dalam penelitian akan melakukan analisis dengan multivariate (korelasi atau regresi
ganda misalnya), maka jumlah anggota sampel minimal 10 kali dari jumlah variabel yang
diteliti. Misalnya variabel penelitiannya ada (independen + dependen), maka jumlah
anggota sampel x5=50. -10

4. Untuk penelitian eksperimen yang sederhana, yan menggunakan kelompok eksperimen

dan kelompok kontrol maka jumlah anggota sampel masing-masing kelompok antara 10
s/d 20.

Jadi jumlah sampelnya 13,85+ 83,10+138,5+28+ 13,83-277. Jumlah yang pecahan bisa
dibulatkan, sehingga jumlah sampel menjadi 14+84 +139 +28+14=279 Pada perhitungan
yang menghasilkan pecahan (terdapat koma) sebaiknya dibulatkan ke atas sehingga
jumlah sampelnya lebih 277. Hal ini lebih aman daripada kurang dari 279. Gambaran
jumlah populasi dan sampel dapat ditunjukkan pada Gambar 3.8 berikut:
 Roscoe dalam buku Research Methods For Business (1982: 253) memberikan saran-
saran tentang ukuran sampel untuk penelitian seperti berikut ini.

1. Ukuran sampel yang layak dalam penelitian adalah antara 30 sampai dengan 500.

2. Bila sampel dibagi dalam kategori (misalnya: pria-wanita, pegawai negeri-swasta

dan lain-lain) maka jumlah anggota sampel setiap kategori minimal 30.

3. Bila dalam penelitian akan melakukan analisis dengan multivariate (korelasi atau
regresi ganda misalnya), maka jumlah anggota sampel minimal 10 kali dari jumlah
variabel yang diteliti. Misalnya variabel penelitiannya ada (independen + dependen),
maka jumlah anggota sampel x5=50. -10

4. Untuk penelitian eksperimen yang sederhana, yan menggunakan kelompok

eksperimen dan kelompok kontrol maka jumlah anggota sampel masing-masing
kelompok antara 10 s/d 20.

4. Cara Mengambil Anggota Sampel

Di bagian depan bab ini telah dikemukakan terdapat dua teknik sampling, yaitu
probability sampling dan nonprobability sampling.Probability sampling adalah teknik
sampling yang memberi peluang sama kepada anggota populasi untuk dipilih menjadi
anggota sampel.Cara demikian sering disebut dengan random sampling, atau cara
pengambilan sampel secara acak.

Pengambilan sampel secara random/acak dapat dilakukan dengan bilangan

acak, komputer, maupun dengan undian, Bila pengambilan dilakukan dengan undian,
maka setiap anggota populasi diberi nomor terlebih dahulu, sesuai dengan jumlah
anggota populasi.

Karena teknik pengambilan sampel adalah random, maka setiap anggota

populasi mempunyai peluang sama untuk dipilih menjadi anggota sampel. Untuk
contoh diatas peluang setiap anggota populasi - 1/1000. Dengan demikian cara
 pengambilannya bila nomor satu telah diambil, maka perlu dikembalikan lagi, kalau
tidak dikembalikan peluangnya menjadi tidak sama lagi. Misalnya nomor pertama tidak
dikembalikan lagi maka peluang berikutnya menjadi 1: (1000-1)- 1/999. Peluang akan
semakin besar bila yang telah diambil tidak dikembalikan. Bila yang telah diambil
keluar lagi, dianggap tidak sah dan dikembalikan lagi.

5. Normalitas Data
a. Kurve Normal

Penggunaan Statistik Parametris, bekerja dengan asumsi bahwa data setiap

variabel penelitian yang akan dianalisis membentuk distribusi normal. Bila data tidak
normal, maka teknik statistik Parametris tidak dapat digunakan untuk alat analisis.
Sebagai gantinya digunakan teknik statistik lain yang tidak harus berasumsi bahwa
data berdistribusi normal. Teknik statistik itu adalah Statistik Nonparametris. Untuk
itu sebelum peneliti akan menggunakan teknik statistik parametris sebagai
analisisnya, maka peneliti harus membuktikan terlebih dahulu, apakah data yang akan
dianalisis itu berdistribusi normal atau tidak.Suatu data yang membentuk distribusi
normal bila jumlah data di ata dan di bawah rata-rata adalah sama, demikian juga
simpangan bakunya. Lihat Gambar 3.9 berikut.

Dari Gambar 3.9 di atas terlihat bahwa nilai rata-rata 190 mahasiswa adalah 6,5.
Jumlah mahasiswa di atas dan di bawah rata-rata adalah sama yaitu (40+20+5)= 65.
Demikian juga simpangan di bawah dan di atas rata-rata adalah sama, yaitu 30. Di atas
rata-rata 96-65 -30. Di bawah rata-rata 65-35 30. Dari gambar terlihat bahwa suatu
kurve normal terjadi setelah titik pertemuan antar nilai dengan frekuensinya
dihubungkan.

Luas kurve normal dapat terbagi berdasarkan jumlah standard deviasi (SD) dari
data kelompok yang membentuk distribusi normal itu. Luas antara rata-rata (mean)
terhadap satu standard deviasi (1 SD) ke kiri dan ke kanan masing-masing 34,13%; luas
antara standard deviasi ke satu (1 SD) ke dua (2 SD) masing-masing adalah 13,59%
dan luas standard deviasi ke dua (2 SD) sampai standard deviasi ke tiga (3 SD) masing-
masing adalah 2,27%. Lihat Gambar 3.10 berikut. Jumlah standard deviasi dari suatu
kelompok tidak terhingga, oleh karena itu secara teoritis kurve normal tidak akan
pernah menyentuh garis dasar, sehingga luasnyapun tidak sampai 100% tetapi hanya
mendekati 100% (99.999%).
 Kurve normal yang telah dibicarakan adalah kurve normal umum. Nilai rata-
rata (x) dan simpangan baku (1s, 25, 35 dist) yang ada kurve normal ini tergantung pada
nilai yang ada dalam kelompok itu yang telah diperoleh melalui pengumpulan data.
Bentuk kurve adalah sistematif, achingga luas rata-rata (mean) x ke kanan dan kiri
masing-masing mendekati 50% (dalam prakteknya langsung dinyatakan 50%.

Selain terdapat kurve normal umum, juga terdapat kurve normal yang lain,
disebut dengan kurve standard. Dikatakan standard, karena nilai rata-ratanya adalah 0
dan simpangan bakunya adalah 1,2,3,4 dst. Nilai simpangan baku selanjutnya
dinyatakan dalam simbol z. Kurve normal umum dapat dirubah ke dalam kurve normal
standard, dengan menggunakan Rumus 3.2.

Dimana:

z =Simpangan baku untuk kurve normal standard

x1 = Data ke i dari suatu kelompok data

x = Rata-rata kelompok

S = Simpangan baku
 Harga-harga z ada kaitannya dengan prosentase daerah kurve it Persentase
daerah dihitung dari rata-rata. Dalam hal ini rata-ratanya adalah 0. Misalnya z = 1,0
maka luas kurve dari 0 sampai 134,13%. Lihat tabel kurve normal di belakang. Gambar
kurve normal standard ditunjukkan pada Gambar 3.11.

b. Contoh Penggunaan Kurve Normal

Terdapat 200 mahasiswa yang ikut ujian mata kuliah statistik Nilai rata-rata
adalah 6 dan simpangan bakunya adalah 2. Beberapa orang yang mendapat nilai 8 ke
atas?

Jawab: Rata-rata klas (x)=6, dan simpangan baku (s) = 2. Dan Rumus 3.2 dapat
dihitung harga z.

Dari tabel kurve normal dapat dilihat bahwa daerah 0 sampai denga 1, luasnya
34,13. Ini adalah jarak antara mean (rata-rata) dengan suatu titik yang jauhnya 1 SD di
atas mean. Harga ini menunjukkan persentase jumlah mahasiswa yang mendapat nilai
antara 6 s/d & Dengan demikian persentase yang mendapat nilai 8 ke atas adalah 50%-
34.13% 15,87% (50% adalah setengah kurve di atas me dimana nilai 8 ke atas berada).
Jadi mahasiswa yang mendapat nilai keatas = 15,87% x 200 = 31,74 orang atau sekitar
32 orang. (200 jumlah seluruh mahasiswa). Lihat Gambar 3.12.

.
c. Pengujian Normalitas Data

Seperti dikemukakan di muka bahwa Statistik Parametris itu bekerja berdasarkan

asumsi bahwa data setiap variabel yang akan dianalisis berdasarkan distribusi normal.
Untuk itu sebelum peneliti menggunakan teknik statistik parametris, maka kenormalan
data harus diuji terlebih dahulu. Bila data tidak normal, maka statistik parametris tidak
dapat digunakan, untuk itu perlu digunakan statistik nonparametris. Tetapi perlu diingat
bahwa yang menyebabkan tidak normal itu apanya. Misalnya ada kesalahan instrumen
dan pengumpulan data, maka dapat mengakibatkan data yang diperoleh menjadi tidak
akan normal.

Tetapi bila sekelompok data memang betul-betul sudah valid, tetapi

distribusinya tidak membentuk distribusi normal, maka peneliti baru membuat
keputusan untuk menggunakan teknik statistik nonparametris.

Pada buku ini diberikan teknik pengujian normalitas data dengan menggunakan
Chi Kuadrad (x). Pengujian normalitas data dengan (x) dilakukan dengan cara
membandingkan kurve normal yang terbentuk dari data yang telah terkumpul (B)
dengan kurvenormal baku/standard (A). Jadi membandingkan antara (B: A). Bila tidak
berbeda secara signifikan dengan A, maka B merupakan data yang berdistribusi
normal.Seperti ditunjukkan pada Gambar 3.11, bahwa kurve normal baku yang luasnya
mendekati 100% itu dibagi menjadi 6 bidang berdasarkan simpangan bakunya, yaitu
tiga bidang di bawah rata-rata(mean) dan tiga bidang di atas rata-rata. Luas 6 bidang
dalam kurvenormal baku adalah: 2,27 %; 13,53 %; 34,13 %; 34,13% 13,53% :2,27%
(Gambar bawah: A)
Contoh :

Data nilai ujian Mata Kuliah Statistik 150 mahasiswa, seperti yang tertera dalam halaman 29,
setelah diuji dengan Kertas Peluang Normal, akan diuji normalitasnya dengan Chi Kuadrad.
(x²).

Langkah-langkah yang diperlukan adalah:

1. Menentukan jumlah klas interval. Untuk pengujian normalitas dengan Chi

Kuadrad ini,
jumlah klas interval ditetapkan = 6. Hal ini sesuai dengan 6 bidang yang ada pada
Kurve Normal Baku
2. Menentukan panjang kelas interval.Panjang kelas =Data terbesar-Data terkecil /6
(Jumlah
kelas interval)
: Data terbesar – data terkecil
Panjang kelas :
6 𝐽𝑢𝑚𝑙𝑎ℎ 𝑘𝑒𝑙𝑎𝑠 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙

Pk: 94-13/6= 13,5 dibulatkan menjadi 14

3. Menyusun ke dalam tabel distribusi frekuensi, sekaligus tabel penolong untuk

menghitung harga Chi Kuadrad hitung. Lihat Tabel 3.4
4. Menghitung frekuensi yang diharapkan (fh)
Cara menghitung fh ,didasarkan pada prosentasi luas bidang kurva normal di
kalikan jumlah data observasi ( jumlah ) individu dalam sampel = 150
Jadi :
a. Baris pertama dari atas : 2,7 % x 150 = 4,05 di bulatkan menjadi 4
b. Baris ke dua 13,,53 % x 150 = 20,30 di bulatkan menjadi 20
c. Baris ke tiga 34,13 % x 150 = 51,20 dibulatkan menjadi 51
d. Baris empat 34,15 % x 150 = 51,20 dibulatkan menjadi 51
e. Baris ke lima 13,53 % x 150 = 20,30 dibulatkaan menjadi 20
f. Baris ke enam 2,7 % x 150 = 4,05 dibulatkan menjadi 4

Memasukkan harga -harga fh ke dalam tabel kolom fh sekaligus menghitung

(𝑓0−𝑓ℎ)2 (𝑓0−𝑓ℎ)2
harga -harga (f0 – fh)2 𝑑𝑎𝑛 . Harga adalah merupakan harga
𝑓ℎ 𝑓ℎ
Chi kuadrat (X2) hitung.

5. Membandingkan harga chai kuadrad hitung dengan chai kuadrad tabel. Jika chai
kuadrad hitung lebih kecil dari pada harga chai kuadrad tabel. Maka distribusi data
diyatakan normal dan lebih besar di nyatakan tidak normal.

6. Membandingkan harga chai kuadrad hitung dengan chai kuadrad tabel. Jika chai
kuadrad hitung lebih kecil dari pada harga chai kuadrad tabel. Maka distribusi data
diyatakan normal dan lebih besar di nyatakan tidak normal.
 BAB III

PENUTUP

A. Kesimpulan

Populasi adalah seluruh data yang menjadi perhatian kita dalam suatu ruang
lingkup dan waktu yang kita tentukan. Jadi populasi berhubungan dengan
data, bukan manusianya. Kalau setiap manusia memberikan suatu data maka, maka
banyaknya atau ukuran populasi akan sama dengan banyaknya manusia sedangkan
sampel adalah sebagai bagian dari populasi.

Teknik sampling adalah cara untuk menentukan sampel yang jumlahnya sesuai
dengan ukuran sampel yang akan dijadikan sumber data sebenarnya, dengan
memperhatikan sifat-sifat dan penyebaran populasi agar diperoleh sampel yang
representatif.

Teknik sampling pada dasarnya dapat dikelompokkan menjadi dua yaitu

Probability Sampling dan Nonprobability Sampling. Probability sampling adalah
teknik sampling yang memberikan peluang yang sama bagi setiap unsur anggota)
populasi untuk dipilih menjadi anggota sampel. Teknik sampel ini meliputi: simple
random sampling, proportionate stratified random sampling, disproportionate stratified
random sampling, dan area (cluster) sampling (sampling menurut daerah).
Nonprobability sampling adalah teknik yang tidak memberi peluang/kesempatan yang
sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel. Teknik
sampel ini meliputi: sampling sistematis, sampling kuota, sampling aksidental,
purposive sampling, sampling jenuh, dan snowball sampling.

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).
Bila keadaan populasi homogen, jumlah sampel hampir-hampir tidak menjadi
persoalan, sebaliknya, jika keadaan populasi heterogen, maka pertimbangan
pengambilan sampel harus memperhatikan hal: (1) harus diselidiki kategori-kategori
heterogenitas; dan (2) besarnya populasi dalam setiap kategori.
Untuk menentukan jumlah sampel minimal yang harus diambil, ada beberapa cara, di
antaranya dengan menggunakan formula (rumus) dari para ahli, menggunakan
nomogram Harry King, dan atau menggunakan tabel krecjie.
B. Saran
Makalah ini kami buat dengan sunguh-sunguh, namun apabila adaa kesalahan
kami mohon maaf yang sebesar -besarnnya kami meneima kritik dan saran dari
pembaca.
 DAFTAR PUSTAKA

Margono, 2004, Metodologi Penelitian Pendidika, Jakarta: Rineka Cipta.

Sugiyono, 2005, Memahami Penelitian Kualitatif, Bandung: Alfabeta.

Budiyono. 2009. Statistika Untuk Penelitian. Surakarta: Rajawali Press. Dajan, Anto.
(1991). Pengantar Metode Statistik. Jakarta: PT. Pustaka LP3ES. Furqon. 1999.
Statistika Terapan untuk Penelitian. Bandung: Alfabeta

Hadi, Sutrisno. 2015. Statistika. Yogyakarta: Pustaka Pelajar

Irianto, Agus. 2012.Statistik Konsep Dasar, Aplikasi, dan Pengembangannya.

Jakarta : Kencana

Martiningtyas, Nining (2011)., Teori, Soal dan Pembahasan Statistika. Jakarta

:PT.Prestasi Pustakaraya.

Santosa., R Gunawan., (2004).Statistik..Yogyakarta : Andi Spiegel, Murray R (2004).,

Statistik. Jakarta:Erlangga Sudjana, (2005). Metode Statistika. Bandung:Tarsito

Sugiyono. 2016. Statistika Untuk Penelitian. Bandung: Alfabeta. Supranto, J. (2008).

Statistik Teori dan Aplikasi. Jakarta : Erlangga.

Thoifah I, 2015, Statistika Pendidikan dan metode penelitian kuantitatif, Madani,

Malang
Walpole, R. E., & Myers, R. H. (1986). Ilmu peluang dan Statistika untuk Insinyur dan
Ilmuwan (R. K. Sembiring, Trans.). Bandung: Penerbit ITB.

Walpole, Ronald E. (1995). Pengantar Statistika. Jakarta : PT. Gramedia Pustaka

Utama.

Wibisono, Yusuf (2009). Metode Statistik. Yogyakarta:Gadjah Mada University Press.

Yitnosumarto, Suntoyo. (1990). Dasar-Dasar Statistika. Jakarta: Rajawali Pers