Penentuan Ukuran

Sampel
 Pertimbangan Penentuan Ukuran
Sampel

⚫ Derajat keseragaman populasi, makin seragam

populasi makin kecil ukuran sampel
⚫ Presisi yang dikehendaki dari penelitian, makin tinggi
presisi yang dikehendaki makin besar ukuran
sampel
⚫ Rencana analisa, semakin banyak kategori yang
dianalisa, makin bbesar ukuran sampel yang
dibutuhkan. Beberapa tools statistika membutuhkan
persyaratan ukuran sampel minimum tertentu
⚫ Tenaga, biaya & waktu, merupakan trade-off dengan
presisi

2
 Metode Acak Sederhana (1)

⚫ Informasi yang dibutuhkan :

– N, total banyaknya unit sampling dalam populasi
– δ, kesalahan maksimum yang masih dapat
diterima
– Z, variabel normal
– Informasi awal mengenai 2 atau ρ, dapat
merupakan dugaan atau perkiraan sebelum
survey

3
 Metode Acak Sederhana (2)

Dari 150 anggota populasi, ingin diketahui

mean-nya. Diharapkan mean dugaan
menyimpang tidak lebih dari 1 unit dari mean
populasi yang sebenarnya. Nilai 2 adalah 9,
yang diperoleh dari survei pendahuluan. Jika
diinginkan tingkat kepercayaan 90 %, maka
ukuran sampel adalah sebagai berikut.

4
 Metoda Acak Sederhana (4)

Ingin diketahui berapa banyak rumah tangga yang

setuju dengan pernyataan tertentu, dari populasi yang
besarnya 150. Tetapi proporsi populasi yang setuju
tidak diketahui. Penyimpangan proporsi diharapkan
tidak lebih dari 10 % dari proporsi populasi yang
sebenarnya, dengan tingkat kepercayaan 95 %. Yang
mungkin dilakukan adalah mencari sampel sebanyak
mungkin, dengan mengambil nilai p (1-p) terbesar.

5
 Metoda Acak Sistematis (1)

Untuk menduga
NZ / 2  2
2

rata-rata dengan n=
Ne + Z  / 2 
2 2 2

populasi terbatas :

Untuk menduga rata- 2


n =   /2 
Z
rata dengan populasi  e 
tidak terbatas :
6
 Metoda Acak Sistematis (2)

Untuk menduga proporsi NZ / 2 2 p(1− p)

dengan populasi terbatas : n=
Ne2 + Z / 2 2 p(1− p)

Untuk menduga
proporsi dengan Z / 2 2 p(1− p)
n=
populasi tidak e2
terbatas :
7
 Metode Acak Terstratifikasi (1)

⚫ Dalam penentuan ukuran sampel pada metode ini,

ada beberapa hal yang perlu diperhatikan, yaitu :
– Jumlah unit pengamatan tiap strata
– Varians (populasi) setiap strata. Bila varians populasi sulit
diketahui, ada beberapa pendekatan yang bisa dilakukan :
⚫ Berdasarkan penelitian terdahulu
⚫ Dilakukan penelitian pendahuluan
⚫ Gunakan pendekatan S ≈Range/4

– Biaya pengambilan sampel per satu unit, tiap strata

8
 Metode Acak Terstratifikasi (2)

Sebuah penelitian dilakukan untuk menduga rata-rata

pendapatan di sebuah kawasan. Diketahui variasi
pendapatan di kawasan tersebut sangat tinggi.
Akibatnya harus dilakukan pengelompokan menurut
tingkat pendidikan kepala keluarga, yaitu: SD, SMP,
SMU, S1. Alpha = 90 %. Kesalahan (e) = 25. Rincian
ada dalam tabel :

9
 Metode Acak Terstratifikasi (3)

Strata Jumlah Rumah Standar Biaya/unit

Tangga Deviasi (Ch)
(Nh) Pendapatan
(Sh)
SD 400 150 0,5
SMP 240 120 0,8
SMU 130 140 0,9
S1 80 100 1,0
Total 850
10
 Metode Acak Terstratifikasi (4)
UKURAN SAMPEL UNTUK MENDUGA RATA-RATA (1)
Metode Alokasi Proporsional, ukuran sampel tiap strata
sebanding dengan ukuran populasi tiap strata
n = ukuran total sampel

NZ  / 2 2  N h S h2 N = ukuran total populasi

n=
N 2 e 2 + Z  / 2 2  N h S h2 Nh = ukuran tiap strata populasi
nh = ukuran tiap strata sampel
Nh
nh = n e = kesalahan yang bisa ditolerir
N
Z = nilai distribusi normal baku pada
alpha tertentu
57 Sh = standar deviasi strata
 Metode Acak Terstratifikasi (5)

UKURAN SAMPEL UNTUK MENDUGA RATA-RATA (2)

Metode Alokasi Proporsional, ukuran sampel tiap strata
sebanding dengan ukuran populasi tiap strata

(850)(1,645) 2 (15.804.000)
n= = 73
(850) 2 (25) 2 + (1,645) 2 (15.804.000)
n SD = 34, n SMP = 21, n SM U = 11, n S1 = 7

58
 Metode Acak Terstratifikasi (6)

UKURAN SAMPEL UNTUK MENDUGA RATA-RATA (3)

Metode Alokasi Neyman, biaya penarikan unit sampel tiap strata
bisa dianggap sama, tetapi varians tiap strata tidak bisa dianggap
sama.
n = ukuran total sampel
2( N = ukuran total populasi
 NhS h
Z / 2 )2
n= 2 2 Nh = ukuran tiap strata populasi
N e + Z  / 2 2  N h S h2 nh = ukuran tiap strata sampel

NhSh e = kesalahan yang bisa ditolerir

nh = n Z = nilai distribusi normal baku
 N hSh pada alpha tertentu
Sh = standar deviasi strata
59
 Metode Acak Terstratifikasi (7)

UKURAN SAMPEL UNTUK MENDUGA RATA-RATA (4)

Metode Alokasi Optimum, digunakan bila varians & biaya sampling tiap
strata tidak sama (tidak bisa dianggap sama)

Z  / 2 2 (  N h S h C h ) 2 (  N h S h ) n = ukuran total sampel

Ch N = ukuran total populasi
n=
N 2 e 2 + Z  / 2 2  N h S h2
Nh = ukuran tiap strata populasi
 
( N S ) / C  nh = ukuran tiap strata sampel
nh =  h h 
h n
e = kesalahan yang bisa ditolerir
NhSh
  
 C h  Z = nilai distribusi normal baku pada
alpha tertentu
Latihan : buat alokasinya
Sh = standar deviasi strata
dengan data yang ada pada
60 slide hal 12 Ch = biaya tiap unit sampling per strata
 Metode Acak Terstratifikasi (8)

UKURAN SAMPEL UNTUK MENDUGA PROPORSI (5)

Metode Alokasi Proporsional, bila jumlah anggota populasi tiap strata
bervariasi sedangkan proporsi dan biaya bisa dianggap sama.
n = ukuran total sampel
N Z  / 2 2  N h Ph Q h N = ukuran total populasi
n=
2e2 + Z 2 Nh = ukuran tiap strata populasi
N  /2  N P Q
h h h n
h = ukuran tiap strata sampel
Nh
nh = n e = kesalahan yang bisa ditolerir
N Z = nilai distribusi normal baku pada
alpha tertentu
Ph = proporsi populasi tiap strata
Qh = (1 – Ph)
61
 Metode Acak Terstratifikasi (9)

UKURAN SAMPEL UNTUK MENDUGA PROPORSI (6)

Metode Alokasi Proporsional, bila jumlah anggota populasi tiap strata
bervariasi sedangkan proporsi dan biaya bisa dianggap sama.

Contoh :
Penelitian dilakukan untuk mengetahui proporsi angkatan
kerja yang bekerja di sektor informal di suatu wilayah
tertentu. Karena pekerjaan bervariasi menurut pendidikan
pekerja, maka akan dilakukan sampling terstratifikasi.
Kesalahan yang ditolerir (e) adalah 6 %, dengan tingkat
kepercayaan 90 %. Tabel sebagai berikut :
16
 Metode Acak Terstratifikasi (10)

UKURAN SAMPEL UNTUK MENDUGA PROPORSI (7)

Metode Alokasi Proporsional, bila jumlah anggota populasi tiap
strata bervariasi sedangkan proporsi dan biaya bisa dianggap
sama.

Strata (h) Jumlah (Nh) Proporsi sektor Biaya per unit

informal (Ph) sampling
(Ch)
SMP 400 0,25 200
SMA 240 0,28 500
S1 110 0,20 600

17
 Metode Acak Terstratifikasi (11)

UKURAN SAMPEL UNTUK MENDUGA PROPORSI (8)

Metode Alokasi Proporsional, bila jumlah anggota populasi tiap
strata bervariasi sedangkan proporsi dan biaya bisa dianggap
sama.

(750)(1,645) (140,984) 2

n=
(750) (0,06) + (1,645) (140,984)
2 2 2

n = 118
n = 63, n = 38, n = 17
S MP S MA S1

18
 Metode Acak Terstratifikasi (12)

UKURAN SAMPEL UNTUK MENDUGA PROPORSI (9)

Metode Alokasi Neyman, biaya penarikan unit sampel tiap strata
bisa dianggap sama, tetapi proporsi tiap strata tidak bisa
dianggap sama. n = ukuran total sampel
N = ukuran total populasi
Z / 22 ( N h Ph Q h ) 2 Nh = ukuran tiap strata populasi
n=
N 2 e 2 + Z  / 2 2  N h Ph Q h nh = ukuran tiap strata sampel
 N h PhQh  e = kesalahan yang bisa ditolerir
nh =  n
  N h Ph Q h  Z = nilai distribusi normal baku pada
alpha tertentu
Ph = proporsi populasi tiap strata
65 Qh = (1 – Ph)
 Metode Acak Terstratifikasi (13)

UKURAN SAMPEL UNTUK MENDUGA PROPORSI (10)

Metode Alokasi Optimum, digunakan bila varians & biaya
sampling tiap strata tidak sama (tidak bisa dianggap sama)

2( Nh PhQh
Z / 2  Nh Ph Q h C h )(  )
Ch
n=
N 2 e 2 + Z  / 2 2  N h Ph Q h
 N h PhQh 
 
C n
nh =  h
 N h PhQh 
 
 C h 
66
 Metode Acak Terstratifikasi (14)

UKURAN SAMPEL UNTUK MENDUGA PROPORSI (11)

Metode Alokasi Optimum, digunakan bila varians & biaya sampling
tiap strata tidak sama (tidak bisa dianggap sama)
n = ukuran total sampel
N = ukuran total populasi
Nh = ukuran tiap strata populasi
nh = ukuran tiap strata sampel
e = kesalahan yang bisa ditolerir
Z = nilai distribusi normal baku pada alpha tertentu
Ph = proporsi populasi tiap strata
Qh = (1 – Ph)
67 Ch = biaya per unit sampling per strata
 Metode Cluster (1)

⚫ Jumlah elemen masing-masing kelompok

dapat sama atau berbeda
⚫ Kelompok-kelompok dapat dipilih dengan
metoda acak sederhana maupun acak
sistematis

22
 Metode Cluster (2)

⚫ Misal di sebuah kawasan terdapat 200 KK

⚫ Mau diambil 50 KK sebagai sampel.
⚫ Secara geografis terdapat 20 kelompok (cluster)
lokasi yang berbeda dengan jumlah KK pada
masing-masing blok sama. Jadi, jumlah blok N = 20,
⚫ Pada tiap blok terdapat 10 KK (M bar = 10).
⚫ Jumlah blok yang akhirnya diambil sebagai sampel
adalah 5 (n = 5).
⚫ Ukuran sampel total = 5 x 10 = 50

23
 Metode Cluster (3)

⚫ Ukuran sampel n = banyaknya blok pada sampel

(banyaknya cluster/blok) acak sederhana
yang diambil :
N = banyaknya blok pada populasi
σ2 = varians dari hasil penelitian
NZ  / 2 
2 2
terdahulu
n=
Ne 2 (M ) 2 + Z  / 2 2 2 e = toleransi kesalahan
M bar = rata-rata ukuran blok pada
populasi
Z = nilai distribusi normal baku pada
alpha tertentu
24
 Pengertian Distribusi Sampling

⚫ Statistik dapat berbeda di antara sampel dari

populasi yang sama
⚫ Distribusi sampling tentang rerata, adalah distribusi
peluang dari seluruh kemungkinan rerata sampel
⚫ Secara parsial dapat dideskripsikan sebagai rerata
dan standard deviasi
⚫ Disebut juga sebagai distribusi dari rerata sampel
⚫ Terdapat juga distribusi sampling tentang proporsi

25
 Distribusi Sampling

Populasi Sampel Statistik Distribusi

Sampel Sampling
Air di sungai 10 gallon air Rerata kandungan Distribusi sampling
merkuri per liter air tentang rerata

Seluruh anggota Kelompok dengan Median untuk Distribusi sampling

pemain tim basket 5 pemain tinggi pemain tentang median
profesional

Suku cadang yang 50 suku cadang Proporsi yang Distribusi sampling

diproduksi oleh cacat tentang proporsi
sebuah pabrik

26
 Konsep Standar Error (1)

⚫ Standar error adalah standar deviasi dari

sebuah distribusi sampel
⚫ Menyatakan seberapa besarnya akurasi data
yang dimiliki
⚫ Bila diperoleh standar error yang makin kecil,
maka hal ini merupakan estimator yang lebih
baik dari rerata populasi dibanding sebuah
distribusi rerata sampel yang memiliki variasi
besar dan standar errornya juga besar
27
 Konsep Standar Error (2)

Nilai Harapan Konvensional

Standard deviasi dari Standard error rerata
distribusi rerata sampel
Standard deviasi dari Standard error proporsi
distribusi proporsi sampel
Standard deviasi dari Standard error median
distribusi median sampel
Standard deviasi dari Standard error range
distribusi range sampel
28
 Konsep Distribusi Sampling

⚫ Distribusisampling tentang rerata

adalah seluruh rerata sampel dan
memiliki :
– Reratax dari distribusi sampling rerata (mu sub x bar) →
– Standar error rerata atau standar deviasi dari distribusi
sampling rerata (sigma sub x bar) →  x

29
 Sampling dari Populasi Normal

Property Simbol
Distribusi sampling memiliki μx =μ
rerata yang sama dengan rerata
populasi
Distribusi sampling memiliki σx = σ/  n
standard deviasi (standard
error) yang sama dengan
standard deviasi populasi dibagi
dengan akar ukuran sampel

30
 Standarisasi Rerata Sampel –
Populasi Normal

⚫ Standarderror rerata dari populasi

yang terbatas

 =
x n
⚫ Standarisasi rerata sampel
x−
z=
77
x
 Central Limit Theorem (1)

⚫ Distribusi rerata sampel sama dengan rerata

populasi tanpa mempertimbangkan ukuran sampel,
meskipun populasi tidak normal
⚫ Bila ukuran sampel ditambah, distribusi rerata
sampel akan mendekati normal, tanpa
mempertimbangkan bentuk distribusi populasinya
⚫ Hubungan antara bentuk distribusi populasi dan
bentuk distribusi sampel disebut ‘central limit
theorem’, yang menunjukkan bahwa semakin besar
ukuran sampel maka distribusi rerata sampel akan
semakin mendekati normal
32
 Central Limit Theorem (2)

⚫ Signifikansi central limit theorem diperoleh dengan

melakukan inferensi terhadap parameter populasi
tanpa mengetahui apa pun mengenai bentuk
distribusi frekuensi populasi
⚫ Bila standard error turun, maka nilai rerata sampel
akan mendekati nilai rerata populasi
⚫ Secara statistik dapat dikatakan bahwa jika standard
error turun, maka keakuratan rerata sampel dapat
digunakan untuk memperkirakan rerata populasi
semakin besar

33
 Multiplier Populasi Terbatas

⚫ Multiplier populasi terbatas

 N −n
 
 N −1 
⚫ Standard error untuk rerata dari populasi
terbatas
  N − n 
 =  
x n N −1 

34
 Kasus 1
⚫ Tentukan ukuran sampel untuk tiap strata yang digunakan untuk
menentukan rata-rata dengan menggunakan metode alokasi neyman
(Kesalahan yang ditolerir (e) adalah 6 %, dengan tingkat kepercayaan
90 %.
Strata Jumlah Rumah Tangga Standar Deviasi Biaya/unit
(Nh) Pendapatan (Sh) (Ch)

SD 400 150 0,5

SMP 240 120 0,8

SMU 130 140 0,9

S1 80 100 1,0

35 Total 850
 Kasus 2

⚫ Tentukan ukuran sampel untuk tiap strata yang digunakan

untuk menentukan proporsi dengan menggunakan
metode alokasi neyman (Kesalahan yang ditolerir (e) adalah 6 %,
dengan tingkat kepercayaan 90 %. _
Strata (h) Jumlah Proporsi Biaya per unit
(Nh) sektor sampling
informal (Ch)
(Ph)
SMP 400 0,25 200
SMA 240 0,28 500
S1 110 0,20 600

36
 Kasus 3

⚫ Tentukan ukuran sampel untuk tiap strata yang

digunakan untuk menentukan proporsi dengan
menggunakan metode alokasi optimum (Kesalahan yang
ditolerir (e) adalah 6 %, dengan tingkat kepercayaan 90 %. )
Strata (h) Jumlah (Nh) Proporsi Biaya per unit
sektor sampling
informal (Ph) (Ch)

SMP 400 0,25 200

SMA 240 0,28 500
S1 110 0,20 600

37
 Level Confidence Internal

38