STATISTIK

SI213118

Dr. Maryam Dunggio, ST, MM

 Teknik Pengambilan Sampel
Populasi dan Sampel
Populasi: kumpulan dari seluruh elemen (unit atau
individu) sejenis yang dapat dibedakan yang menjadi
obyek penyelidikan atau penelitian (Wirawan, 2016)
Sampel: bagian (sebagian kecil) dari populasi yang
karakteristiknya hendak diselidiki (Wirawan, 2016)
Jenis-jenis distribusi sampel
Distribusi sampel rata-rata: distribusi dari semua
kemungkinan rata-rata sampel dengan ukuran yang
sama, yaitu n, yang diambil dari populasi yang sama
(Kristanto, 2021)
Distribusi sampel proporsi: distribusi semua
kemungkinan proporsi sampel-sampel berukuran n
yang mungkin dari populasi yang sama (Kristanto,
2021)
Ilustrasi populasi dan sampel

SAMPEL

Karakteristik Karakteristik
POPULASI menggunakan menggunakan
parameter statistik

Untuk menarik inferensi,

memprediksi dan kesimpulan dari
sebuah populasi
 Quantitative Sampling Strategies

Probabilitas Sampling Non Probabilitas Sampling

Simple Random Sampling

Systematic Sampling 1.Convinence sampling
Startified Sampling 2.Snowball Sampling
Multistage Cluster Sampling 3.Dll
Dll
 Simple random sampling
Sampling dilakukan secara acak tanpa
memperhatikan strata yang ada

Systematic sampling
Sampling yang dipilih secara acak ditentukan
hanya pada objek yang pertama, objek

Probabilistic sampling
selanjutnya secara kelipatan

Peneliti memilih
individu yang Stratified random sampling
memberi peluang Sampling dilakukan dengan menbagi populasi menjadi
beberapa strata sesuai karakteristik tertentu
yang sama bagi
setiap anggota
populasi untuk dipilih
menjadi sampel yang Multistage cluster sampling
representatif dari Sampling dalam populasi yang sangat
luas atau sampling daerah
populasi
 Convinience sampling
Penarikan sampel secara kebetulan

Non probabilistic
sampling
Peneliti tidak memberikan peluang
yang sama kepada setiap anggota
Snowball Sampling
populasi untuk dipilih Penarikan sample seperti multi level marketing
Ukuran sampel
Beberapa hal yang perlu diperhatikan
sebelum menentukan ukuran sampel
01
Semakin besar ukuran sample maka semakin kecil
peluang kesalahan dalam mengeneralisasi populasi

02
Jenis penelitian yang akan dilakukan

03
Tingkat kepercayaan yang digunakan (sejauh mana
statistik sampel dapat mengestimasi dengan benar
parameter populasi), misalnya 95% - 99%

04
Tingkat signifikansi: probabilitas atau peluang kesalahan yang
ditetapkan peneliti untuk mengambil keputusan menolak atau
mendukung hipotesis, mis. 5% atau 10%

05
Kondisi keragaman populasi. semakin homogen populasi,
semakin kecil jumlah populasi yang diperlukan
 Menggunakan Menggunakan
Tabel Isaac and Rumus Slovin Dll
Micheal Dan masih banyak lagi cara
Penggunaan Tabel lainnya
memperhatikan jumlah
populasi dan tingkat n = jml sample
N = jml populasi
signifikansi e = tingkat signifikansi
Jenis-jenis distribusi sampel
Distribusi sampling dari suatu statistik (rata-rata dan
proporsi) adalah distribusi semua nilai dari statistik
tersebut ketika semua kemungkinan sampel berukuran
n diambil dari populasi yang sama

KENAPA

Penting???
Distribusi Sampling menjembatani sampel dan
populasi dalam statistik inferensial.

Dalam statistik inferensial --> sampel

digunakan untuk (1) mengestimasi parameter
populasi, (2) menguji hipotesis atau klaim yang
berkaitan dengan populasi
Perbedaan statistik sampel dengan
parameter populasi
 Konsep Distribusi Sampling
Distribusi sampling diilustrasikan pada Gambar berikut

Populasi
A B C

Sampel 1 Sampel 2 Sampel 3

AB AC BC

Kerterangan:
Jika terdapat populasi yang terdiri dari 3 org (A, B dan C), kemudian diambil sampel sebanyak 2
org, maka akan terdapat kemungkinan 3 kombinasi yang akan terpilih, yaitu, (AB), (AC) dan (BC).

Jumlah kombinasi yang terpilih diperoleh melalui rumus kombinasi

Contoh perhitungan
menggunakan rumus kombinasi
Misalnya jmlh populasi (N) =8, jmlh sampel (n) = 4,
makan jumlah kombinasi sampel yg didapatkan
dari populasi sebanyak:
 Kombinasi sampel
Ukuran populasi biasanya sangat besar, sementara ukuran
sampel biasanya relatif lebih kecil. Jika kita melakukan
pengambilan sampel n dari N populasi, maka kita akan
mendapatkan kombinasi sampel yang sangat besar.

Setiap kombinasi sampel memiliki

ukuran (statistika sampel),
misalnya rata-rata sampel
sehingga jika kita mengambil n
sampel dar N populasi, maka kita
Rumus kombinasi populasi (N)
akan memiliki yang cukup
dan sampel (n)
banyak.
Rata-rata sampel merupakan variabel
acak, sehingga memiliki distribusi
sendiri yang disebut distribusi sampel
dari rata-rata atau distribusi sampel
rata-rata
1. Uraikan dan berikan contoh cara pengambilan sampel dari populasi
2. Uraikan dan berikan contoh teknik pengambilan sampel secara probabilistik
3. Uraikan dan berikan contoh teknik pengambilan sampel secara non
probabilistik
 Thank you

Note.
Referensi rujukan:
Sudaryono, 2021, Statistik Inferensial
Untuk Penelitian. Penerbit Andi,
Yogyakarta.