BAB

POPULASI DAN

2 SAMPEL

Tujuan Pembelajaran
1. Mampu memahami dan mengetahui pengertian dasar tentang
populasi dan pembagiannya.
2. Mampu memahami dan mampu mengetahui pengertian dasar
tentang sampel.
3. Mampu memahami teknik pengambilan sampel (teknik
Sampling).
4. Mampu menentukan ukuran sampel.

A. Pengertian Populasi
Populasi merupakan wilayah generalisasi yang terdiri
atas objek/subyek yang menjadi kualitas dan karakteristik
tertentu yang ditetapkan oleh peneliti untuk dipelajari dan
kemudian ditarik kesimpulannya. Jadi Populasi bukan hanya
orang, tetapi juga obyek dan benda-benda alam yang lainnya.
Populasi bukan sekedar jumlah yang ada pada obyek/subyek
yang dipelajari, tetapi meliputi seluruh karakteristik atau sifat
yang dimiliki oleh subyek atau obyek itu.

B. Pembagian Populasi
Berdasarkan jenisnya, Populasi dibagi menjadi 2 yaitu :
1. Populasi Terbatas adalah mempunyai sumber data yang
jelas batasnya secara kuantitatif sehingga dapat dihitung
jumlahnya. Contoh : Jumlah penduduk kota Denpasar

24
 2.500.000 jiwa; jumlah 100 mahasiswa yang mendapat
beasiswa Unggulan di Bali.
2. Populasi Tak Terbatas (Tak Berhingga), yaitu sumber
datanya tidak dapat ditentukan batas-batasannya sehingga
relative tidak dapat dinyatakan jumlahnya secara
kuantitatif. Contoh: penelitian logam mulia disuatu daerah
yang tak terbatas jumlahnya; meneliti berapa liter pasang
surut air laut pada bulan purnama dan lain sebagainya.

Berdasarkan sifatnya, populasi dapat dibagi 2 yaitu:

1. Populasi Homogen adalah sumber data yang unsurnya
memiliki sifat yang sama sehingga tidak perlu
mempersoalkan jumlahnya secara kuantitatif.
2. Populasi Heterogen adalah sumber data yang unsurnya
memiliki sifat atau keadaan yang berbeda (bervariasi)
sehingga perlu ditetapkan batas-batasnya, baik secara
kualitatif maupun kuantitatif.

C. Pengertian Sampel
Sampel adalah sebagian dari jumlah dan karakteristik
yang dimiliki oleh populasi (sebagian/wakil populasi yang
diteliti).

Ada beberapa keuntungan menggunakan sampel antara lain:

1. Memudahkan peneliti untuk jumlah sampel lebih sedikit
dibandingkan menggunakan populasi yang jumlahnya lebih
besar sehingga dikhawatirkan akan terlewati;
2. Penelitian lebih efisien (dalam arti penghematan uang,
waktu dan tenaga); lebih teliti dan cermat dalam
pengumpulan data, artinya jika subyeknya banyak

25
 dikhawatirkan adanya bahaya bias dari orang yang
mengumpulkan data (misalnya: faktor kelelahan dalam
pencatatan data);
3. Penelitian lebih efektif, jika penelitian bersifat destruktif
(merusak) yang menggunakan spesemen akan hemat dan
bisa dijangkau tanpa merusak semua bahan yang ada serta
bisa digunakan untuk menjaring populasi yang jumlahnya
banyak.

Beberapa istilah penting dalam bab ini :

1. Parameter memiliki pengertian berupa nilai observasi yang
diperoleh dari hasil pengamatan maupun pengukuran
langsung pada populasi atau ukuran- ukuran yang
menyatakan karakteristik dari suatu populasi (Besaran
Populasi).
2. Data sebenarnya (True Value) adalah data yang diperoleh
dari penyelidikan seluruh anggota populasi.
3. Data perkiraan (Estimate Value) adalah data observasi
yang diperoleh dari hasil penyelidikan anggota sampel.
4. Statistik berupa nilai observasi yang diperoleh dari hasil
pengamatan maupun pengukuran atas sampel/ ukuran-
ukuran yang menyatakan karakteristik dari suatu sampel
(Besaran sampel), Statistik sebagai penduga parameter,
secara logis nilainya tidak akan persis sama, oleh karena itu
dalam penelitian ada istilah kesalahan penarikan sampel
(sampling eror).

Syarat sampel yang baik :

1. Akurasi/ketepatan: Tingkat kekeliruan dalam sampel
semakin sedikit tingkat kekeliruan yang ada dalam sampel,
makin akurat sampel tersebut
2. Presisi: mengacu pada persoalan sedekat mana estimasi kita
dengan karakteristik populasi Semakin kecil tingkat
perbedaan diantara rata-rata populasi dan rata-rata sampel
maka makin tinggi tingkat presisi sampel tersebut

26
 3. Representatif: sebuah sampel harus bisa mewakili populasi
yang akan diteliti. Sampel tidak representatif jika yang akan
diteliti tingkat ekonomi masyarakat Badung, tetapi sampel
yang diambil adalah masyarakat Denpasar.

D. Teknik Pengambilan Sampel (Teknik Sampling)

Teknik Pengambilan sampel/Teknik Sampling adalah
suatu cara mengambil sampel yang “representatif (mewakili)”
dari populasi. Macam-macam teknik sampling:
1. PROBABILITY SAMPLING = Teknik sampling (Teknik
Pengambilan sampel) yang memberikan peluang yang sama
bagi setiap unsur (anggota) populasi untuk dipilih menjadi
anggota sampel.
Teknik ini meliputi:
a. Simple Random Sampling = Teknik Pengambilan
sampel anggota populasi dilakukan secara acak tanpa
memperhatikan strata yang ada dalam populasi itu.
Contoh: Jumlah Guru SMA yang mengikuti Penataran
Manajemen Berbasis Sekolah (MBS) di Kota Denpasar;
Jumlah PNS Pemkot Denpasar yang dimutasi; jumlah
perusahaan Tekstil Asing yang diterima di Kabupaten
Badung. Teknik ini digambarkan sebagai berikut:

Gambar 2.1 Simple Random Sampling

1) Sampel ini dipilih dengan seleksi acak secara

sederhana, setiap anggota dalam populasi
mempunyai kesempatan yang sama untuk dipilih
2) Mudah digunakan dalam populasi yang kecil dan
homogen karena pengambilan anggota sampel dari

27
 populasi dilakukan secara acak tanpa memperhatikan
starta yang ada dalam populasi.
3) Untuk populasi yang sangat besar, simple random
sampling kurang tepat dilaksanakan
Contoh : Pengambilan undian berhadiah.
b. Proportionate Stratified Random Sampling = Teknik
Pengambilan sampel bila populasi mempunyai
anggota/unsur yang tidak homogen (Heterogen) dan
berstrata secara proporsional.
1) Teknik ini biasanya dilakukan bila anggota
populasinya heterogen
2) Makin heterogen suatu populasi, makin besar pula
perbedaan sifat-sifat antara lapisan tersebut.
3) Teknik ini digunakan jika proporsi ukuran sub
populasi setiap strata relative seimbang atau relative
sama besar
Misalnya jumlah kursi anggota DPR dari Partai Besar
pemenang Pemilu tahun 2022
1) Partai A = 153 kursi
2) Partai B = 120 kursi
3) Partai C = 58 Kursi
4) Partai D = 51 kursi
5) Partai E = 41 Kursi
Jumlah sampel yang diambil harus sama porsinya
dengan jumlah kursi di DPR dari partai besar pemenang
PEMILU.

Gambar 2.2 Proportionate Stratified Random Sampling

28
c. Disproportionate Stratified Random Sampling = Teknik
ini digunakan untuk menentukan jumlah sampel, bila
populasi berstrata tetapi kurang proporsional.
Misalnya: pegawai dari PT tertentu mempunyai: 3 orang
lulusan S3, 4 orang lulusan S2, 900 orang lulusan S1, 800
orang lulusan D4, 700 orang lulusan D3 maka 3 orang
lulusan S3 dan 4 orang lulusan S2 itu diambil semuanya
sebagai sampel karena kedua kelompok ini terlalu kecil
dibandingkan dengan kelompok lainnya.

d. Cluster Sampling (Area Sampling) = Teknik yang

digunakan bila objek yang akan diteliti terlalu luas.
Teknik sampling yang dilakukan dengan mengambil
wakil dari setiap daerah/wilayah geografis yang ada,
dengan kata lain obyek yang akan diteliti/sumber data
sangat luas, misalnya:penduduk dari suatu Negara,
Propinsi atau Kabupaten. Untuk menentukan penduduk
mana yang akan dijadikan sumber data, maka
pengambilan sampelnya berdasarkan daerah populasi
yang telah ditetapkan. Teknik sampling daerah ini
digunakan melalui dua tahap yaitu menentukan sampel
daerah dan menentukan orang-orang yang ada pada
daerah itu secara sampling.
Contoh: Peneliti akan melihat pelaksanaan imunisasi
Vitamin di seluruh wilayah Indonesia. Karena Wilayah
cukup luas terdiri dari 30 Propinsi dan masing-masing
berbeda kondisinya maka peneliti mengambil sampel
dari propinsi, propinsi terdiri dari Kabupaten,
Kabupaten terdiri dari kecamatan, Kecamatan terdiri dari
Desa, desa terdiri dari Rukun Warga (RW), RW terdiri
dari Rukun tetangga (RT) akhirnya RT terdiri dari
keluarga-keluarga yang akan mendapat imunisasi
Vitamin A. Teknik untuk mendapatkan sampel Cluster
mula-mula diambil sampel yang terdiri dari Propinsi
sampel. Dari tiap Propinsi dalam sampel, disebut
Propinsi sampel. Dari tiap Kabupaten dalam sampel,

29
 disebut Kabupaten sampel, secara acak diambil
Kecamatan. Banyaknya kecamatan yang diambil dari
tiap Kabupaten sampel mungkin sama banyak mungkin
pula berbeda. Setelah didapat kecamatan sampel.
Kemudian dari tiap kecamatan sampel secara acak
diambil Desa, untuk mendapatkan Kelurahan/Desa
sampel selanjutnya dari tiap desa sampel secara acak
pula diambil RW sampel.Akhirnya dari tiap RW sampel
secara acak diambil RT sampel. Keluarga-keluarga yang
ada di dalam RT sampel inilah, setelah semuanya
digabungkan yang menjadi anggota sampel Cluster,
yaitu kepada anak-anak yang akan menerima imunisasi
Vitamin A, dengan demikian hasilnya akan
mencerminkan pelaksanaan imunisasi Vitamin A seluruh
Indonesia

Gambar 2.3 Cluster Sampling (Area Sampling)

2. NON-PROBABILITY SAMPLING = Teknik pengambilan

sampel yang tidak memberi peluang/kesempatan yang
sama bagi setiap anggota Populasi untuk dipilih menjadi
sampel. Teknik sampling ini meliputi:
a. Sampling Sistematis = Teknik pengambilan 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

30
 kelipatan dari bilangan tertentu, misalnya kelipatan dari
bilangan lima. Untuk itu maka yang diambil sebagai
sampel adalah nomor 1,5,10,15,20 dan seterusnya sampai
100.

b. Sampling kuota = Teknik untuk menentukan sampel

dari populasi yang mempunyai ciri-ciri tertentu sampai
jumlah (kuota) yang diinginkan.
Contoh: akan melakukan penelitian tentang pendapat
masyarakat terhadap produk industry tertentu. Jumlah
sampel yang ditentukan 500 orang.kalau pengumpulan
data belum didasarkan pada 500 orang tersebut, maka
penelitian dipandang belum selesai, karena belum
memenuhi kuota yang ditentukan. Bila pengumpulan
data dilakukan secara kelompok yang terdiri atas 5
orang, maka setiap anggota kelompok harus dapat
menghubungi 100 orang anggota sampel, atau 5 orang
tersebut harus dapat mencari data dari 500 anggota
sampel.

c. Sampilng Insidental = teknik penentuan sampel

berdasarkan kebetulan, yaitu siapa saja yang secara
kebetulan/Insidental bertemu dengan peneliti dapat
digunakan sebagai sampel, bila dipandang orang yang
kebetulan ditemui itu cocok sebagai sumber data.
Contoh: Reporter televise mewawancarai warga yang
kebetulan sedang lewat

d. Sampling Purposive = Teknik penentuan sampel dengan

pertimbangan tertentu.
Misalnya : akan melakukan penelitian tentang kualitas
makanan, maka sampel sumber datanya adalah orang
yang ahli makanan, sampel ini lebih cocok digunakan
untuk penelitian kualitatif.

31
 e. Snowball Sampling = Teknik penentuan sampel yang
mula-mula jumlahnya kecil, kemudian membesar. Ibarat
bola salju yang menggelinding yang lama-lama menjadi
besar. Dalam penentuan sampel, pertama-tama dipilih
satu atau dua orang, kemudian dua orang ini disuruh
memilih teman-temannya untuk dijadikan sampel.
Begitu seterusnya, sehingga jumlah sampel semakin
banyak.

Gamba 2.4 Snowball Sampling

E. Menentukan Ukuran Sampel

Untuk menentukan ukuran sampel yang sesuai dapat
diperoleh dengan menggunakan beberapa cara, yaitu:
1. Rumus Slovin
𝑵
𝒏=
𝟏 + 𝑵𝒆𝟐
Di mana:
n = Jumlah/ukuran Sampel
N = Jumlah/ukuran Populasi (Populasi sudah diketahui
dan mengandung asumsi bahwa populasi
berdistribusi Normal)
e = Tingkat Presisi/tingkat kelonggaran ketidaktelitian
karena kesalahan pengambilan sampel yang dapat
ditolerir misalnya (5%, 10 % dan sebagainya)

32
 Contoh : Diketahui Populasi berdistribusi normal berjumlah
82.050 responden dengan menggunakan rumus Slovin
tentukan jumlah sampel yang dapat diambil jika tingkat
presisi yang digunakan 5 % !

Jawab :
𝑵 𝟖𝟐𝟎𝟓𝟎
𝒏= 𝟐
= = 𝟑𝟗𝟖, 𝟎𝟓𝟗 ≈ 𝟑𝟗𝟖
𝟏 + 𝑵𝒆 𝟏 + 𝟖𝟐𝟎𝟓𝟎(𝟎, 𝟎𝟓)𝟐
Jadi jumlah sampel yang diambil adalah 398 responden.

2. Tabel Isaac dan Michael : adalah teknik penentuan ukuran

sampel dari populasi tertentu yang dikembangkan dari Isac
dan Michael, untuk tingkat kesalahan 1 %, 5% dan 10 %.
Rumus untuk menghitung ukuran sampel dari populasi
yang diketahui jumlahnya adalah sebagai berikut

𝝀𝟐 . 𝑵. 𝑷. 𝑸
𝑺=
𝒅𝟐 (𝑵 − 𝟏)𝟐 + 𝝀𝟐 . 𝑷. 𝑸

𝜆2 dengan dk=1, taraf kesalahan 1%, 5%, 10%;

P = Q = 0,5; d = 0,05; s = jumlah sampel;
N=jumlah Populasi
Berdasarkan rumus tersebut dapat dihitung jumlah sampel
dari populasi mulai 10 sampai dengan 1.000.000. dari Tabel
2.1 terlihat bahwa , makin besar taraf kesalahan, maka
makin kecil ukuran sampel.

33
 Tabel 2.1 Tabel Isaac dan Michael

Sebagai contoh untuk populasi 1000, untuk taraf

kesalahan 1%, jumlah sampelnya=399; untuk taraf kesalahan
5% jumlah sampelnya=258; dan untuk taraf kesalahan 10 %,
jumlah sampelnya=213. Dari tabel juga terlihat jika jumlah

34
 sampelnya tak berhingga (∞), maka jumlah anggota
sampelnya untuk kesalahan 1%=664; 5%=349; dan 10%=272.
Untuk jumlah populasi 10 jumlah anggota sampel
sebenarnya hanya 9,56, tetapi dibulatkan,sehingga menjadi
10.

3. Pegambilan sampel Berstrata (Bertingkat).

𝑵𝒊
𝒏𝒊 = ×𝒏
𝑵

dimana :
ni : Jumlah sampel menurut stratum
n : Jumlah jampel seluruhnya
Ni : Jumlah Populasi menurut stratum
N : Jumlah Populasi seluruhnya

Contoh: Pendapat PEMILU untuk memilih Presiden secara

langsung Sumber data : Menteri sampai RT
a. Menteri 20 orang
b. Gubernur 30 orang
c. Bupati 500 orang
d. Camat 1.500 orang
e. Lurah 5.000 orang
f. RW 25.000 orang
g. RT 50.000 orang
Jumlah 82.050 orang
Tentukan jumlah masing-masing sampel menurut strata!

Jawab: langkah pertama cari terlebih dahulu jumlah sampel

𝑵 𝟖𝟐𝟎𝟓𝟎
𝒏= = = 𝟑𝟗𝟖, 𝟎𝟓𝟗 ≈ 𝟑𝟗𝟖
𝟏 + 𝑵𝒆𝟐 𝟏 + 𝟖𝟐𝟎𝟓𝟎(𝟎, 𝟎𝟓)𝟐
Jumlah sampel menurut masing-masing strata sebagai
berikut :
20
a. Menteri = 82.050 × 398 = 0,097 ≈ 1 orang
30
b. Gubernur = × 398 = 0,145 ≈ 1 orang
82.050
500
c. Bupati = × 398 = 2,42 ≈ 2 orang
82.050

35
 1500
d. Camat = 82.050 × 398 = 7,27 ≈ 7 orang
5000
e. Lurah =82.050 × 398 = 24,25 ≈ 24 orang
25.000
f. RW = 82.050 × 398 = 121,27 ≈ 121 orang
50000
g. RT= × 398 = 242,54 ≈ 242 orang
82.050

Tabel 2.2 Pegambilan sampel Berstrata untuk PEMILU

No Sumber data Populasi berstrata Sampel berstrata
1. Menteri 20 1
2. Gubernur 30 1
3. Bupati 500 2
4. Camat 1.500 7
5. Lurah 5.000 24
6. RW 25.000 121
7. RT 50.000 242
Jumlah 82.050 398

F. Soal Latihan
1. Diketahui Populasi berdistribusi normal berjumlah 1.500.000
responden dengan menggunakan rumus Slovin tentukan
jumlah sampel yang dapat diambil jika tingkat presisi yang
digunakan 5 % !
2. Diketahui Populasi berdistribusi normal berjumlah 1
MIlyard responden dengan menggunakan rumus Slovin
tentukan jumlah sampel yang dapat diambil jika tingkat
presisi yang digunakan 10 % !

36