Anda di halaman 1dari 47

Populasi

Seluruh subjek/objek penelitian dengan


karakteristik tertentu
Seluruh karakteristik/sifat
sekelompok orang, kejadian, atau benda, yang
dijadikan obyek penelitian
Sampel
Bagian dari populasi yang akan diteliti
Sebagian jumlah dari karakteristik yang dimiliki
populasi
Jenis
Kriteria Inklusi (yang harus ada)
Kriteria Eksklusi (yang ditolak)
The basic idea behind
sampling
We seek knowledge or information about
a whole class of similar objects or events
(usually called population)
We observe some of these (called a
sample)
We extend our findings to the entire
class.
Why Sample? (1)
Satu kasus susah digunakan sebagai basis
generalisasi karena banyaknya variasi dalam suatu
populasi. Contoh: persepsi tiga orang buta yang
memegang gajah.

Ada pula pertimbangan praktis yang bikin perlu
sampling.
Researchers often want to know something about a
specific social group or population that, for reasons of
size, time, cost, or inaccessibility, cannot be studied
in its entirety. Kalo punya waktu dan dana tak
terbatas, boleh lah diteliti setiap kasus/item dari
populasi.
Why Sample? (2)
Bisa makan waktu terlalu lama
Data bisa obsolete (usang)
Respon awal dengan respon akhir bisa beda
karena ada suatu kejadian, gosip, dan
sebagainya.
Perlu biaya yang besar, juga buat interviewer.
Perlu pelatihan yang efektif dan supervisi yang
cukup ketika pengambilan data.
Why Sample? (3)
Alasan lain: mempelajari populasi malah bisa jadi
hasilnya ngga akurat, terutama populasinya
besar.

Manajemen proyeknya lebih gampang dengan
sampling:
bisa ada waktu tambahan untuk memperbaiki
interview/questionnaire design
prosedur mendapatkan responden-yang-sulit-
ditemukan
rekrutmen, pendidikan dan latihan, serta supervisi
data collectors.
Kriteria Inklusi
Kriteria dimana subjek penelitian mewakili
sampel penelitian yang memenuhi syarat sbg
sampel
Perlu pertimbangan ilmiah
Kriteria Eksklusi
Kriteria dimana subjek penelitian tdk dpt
mewakili sampel karena tidak memenuhi
syarat sbg sampel penelitian
Penyebab :
Hambatan etis
Menolak sbg responden
Dlm keadaan yg tidak memungkinkan sbg sampel
Motivasi Penggunaan Sampling
1. Mencari informasi mengenai keseluruhan
populasi
2. Informasi tersebut diperoleh dari sebagian
anggota populasi saja.
3. Informasi yang ditemukan diberlakukan kepada
seluruh anggota populasi

Syarat Sampel yang Baik
Mewakili sebanyak mungkin karakteristik
populasi valid
Sampel valid ditentukan oleh dua pertimbangan.
1. Akurasi atau ketepatan tingkat ketidakadaan bias
(kekeliruan) dalam sample makin sedikit tingkat
kekeliruan yang ada dalam sampel, makin akurat
sampel tersebut.
2. Presisi Estimasi mengacu pada persoalan sedekat
mana estimasi kita dengan karakteristik populasi.
Faktor untuk Menentukan
Sampel
derajat keseragaman
rencana analisis
biaya, waktu, dan tenaga yang tersedia
Teknik Sampling
Proses seleksi sampel yang digunakan dlm
penelitian dari populasi yg ada
jumlah sampel dpt mewakili seluruh populasi
yg ada.
Pembagian
Probability sampling
Non-Probability sampling
Probability Sampling
Maksud memberikan peluang yg sama dlm
pengambilan sampel
Bertujuan untuk generalisasi
Jenis Probability Sampling
1. Simple Random Sampling
2. Proportionate Stratified random sampling
3. Disproportionate Stratified random sampling
4. Cluster Sampling
Simple Random Sampling
teknik pengambilan sampel yang memberikan
kesempatan yang sama kepada populasi untuk
dijadikan sampel.
Syarat untuk dapat dilakukan teknik simple random
sampling adalah:
Anggota populasi tidak memiliki strata sehingga
relatif homogen
Adanya kerangka sampel yaitu merupakan daftar
elemen-elemen populasi yang dijadikan dasar untuk
pengambilan sampel.



Populasi

Sampel
Proportionate Stratified random sampling
Populasi distratakan secara proporsional
(sebanding, seimbang), baru kemudian
dilakukan pengambilan sampel secara acak
dengan menggunakan cara undian atau tabel.
Anggota populasi tdk homogen
strata proporsional
Disproportionate Stratified random sampling
Peneliti bebas menentukan jumlah sampel
pada masing-masing strata dengan tanpa
harus mempertimbangkan proporsi antara
sampel dan jumlah populasi pada strata
tertentu.
Cluster Sampling
Objek/sumber data luas
Populasi Heterogen
Cara :Randomisasi dua tahap
Menentukan sampel daerah
Menentukan sampel orang

Non Probability Sampling
Tidak memberi peluang yg sama dari tiap
anggota populasi
Bertujuan tidak untuk generalisasi

Jenis Non Probability
Sistematic Sampling
Quota Sampling
Accidental Sampling
Purposive Sampling
Snowball Sampling
Consecutive Sampling
Convenience Sampling
Silahkan Cari
Sendiri
Definisinya,
Mudah2an di
Ujian Ada
Soalnya
Systematic Sampling
Merupakan cara pengambilan sampel dimana
sampel pertama ditentukan secara acak
sedangkan sampel berikutnya diambil
berdasarkan satu interval tertentu
Berdasarkan urutan anggota populasi yg telah
diberi nomor urut
Sifat populasi heterogen

Quota Sampling
Peneliti menentukan unit-unit populasi lalu
menentukan jatah atau jumlah sampel masing-
masing unit;atau menentukan jumlah sampel
populasi;kemudian sampel itu ditentukan
dengan cara yang paling mungkin atau paling
mudah dilakukan
Dengan menentukan ciri-ciri tertentu smp
jumlah kuota tercapai
Accidental Sampling
Kebetulan bertemu
Peneliti menentukan sampel dengan asal
ambil atau asal pilih
Purposive Sampling
Untuk tujuan tertentu
Peneliti secara sengaja menentukan personil
yang dianggap tepat menjadi sampel dengan
tanpa melakukan random terlebih dahulu.
Misal : jika ingin meneliti tingkat stress anak I
maka yg diteliti adalah anak 1 bukan 2, 3 dst
Snowball Sampling
Menentukan sampel dalam jumlah kecil pada
awal
Kemudian sampel awal diminta untuk
mengajak temannya
A
B
1
B
2
B
3
C
1
C
2
C
3
C
4
C
5
C
6
Consecutive sampling
Memilih sampel yg sesuai kriteria sampai
kurun waktu tertentu
Convenience Sampling
Sampel convenience adalah teknik penentuan
sampel berdasarkan kebetulan saja, anggota
populasi yang ditemui peneliti dan bersedia
menjadi responden di jadikan sampel.
Pedoman Menentukan Jumlah
Sampel
N = populasi
n = Besar sampel
d = = 0,05/0,1
) ( 1
2
d N
N
n
+
=
1. Rumus Slovin
2. Interval Penaksiran
Untuk menaksir parameter rata-rata


2
2 /
|
.
|

\
|
=
e
Z
n
o
o
Seorang mahasiswa akan menguji suatu hipotesis yang
menyatakan bahwa Indek Prestasi Mahasiswa Jurusan S1
Keperawatan adalah 2,7. dari 30 sampel percobaan dapat
diperoleh informasi bahwa standar deviasi indek Prestasi
mahasiswa adalah 0,25 Untuk menguji hipotesisi ini berapa
jumlah sampel yang diperlukan jika kita menginginkan tingkat
keyakinan sebesar 95% dan error estimasi kurang dari
0,05,?



04 , 96
) 05 , 0 (
) 25 , 0 )( 96 , 1 (
2
=
|
|
.
|

\
|
= n
Untuk menaksir parameter proporsi P

|
|
.
|

\
|
=
2
2 /
2
e
pq Z
n
o
Kita akan meperkirakan proporsi mahasiswa
yang mnggunakan angkutan kota waktu pergi
kuliah. Berapa sampel yang diperlukan jika
dengan tingkat kepercayaan 95% dan
kesalahan yang mungkin terjadi 0,10 ?
04 , 96
) 10 , 0 ( 4
96 , 1
2
2
=
|
|
.
|

\
|
= n
3. Pendekatan Isac Michel
2 2 2
2 2
S Z Nd
S NZ
n
+
=
Seorang mahasiswa akan menguji suatu hipotesis yang
menyatakan bahwa Indek Prestasi Mahasiswa Jurusan S1
Keperawatan yang berjumlah 175 mahasiswa adalah 2,7. Dari
30 sampel percobaan dapat diperoleh informasi bahwa standar
deviasi Indek Prestasi mahasiswa adalah 0,25 Untuk menguji
hipotesisi ini berapa jumlah sampel yang diperlukan jika kita
menginginkan tingkat keyakinan sebesar 95% dan error estimasi
kurang dari 5 persen ?
62
) 25 , 0 ( ) 96 , 1 ( ) 05 , 0 )( 175 (
) 25 , 0 ( ) 96 , 1 )( 175 (
2 2 2
2 2
=
+
= n
a. Untuk menentukan sampel untuk menaksir
parameter rata-rata
B. Untuk menentukan sampel untuk menaksir
parameter proporsi P

pq Z Nd
pq NZ
n
2 2
2
+
=
Kita akan meperkirakan proporsi mahasiswa jurusan
manajemen unsoed yang berjumlah 175 orang. Brdasarkan
penelitian pendahuluan diperolh data proporsi mahasiswa
manajemen unsoed menggunakan angkutan kota waktu pergi
kuliah adalah 40%. Berapa sampel yang diperlukan jika
dengan tingkat kepercayaan 95% dan derajat penyimpangan
sebesar 0,10.?



38 , 60
) 6 , 0 )( 4 , 0 ( ) 96 , 1 ( ) 1 , 0 )( 175 (
) 6 , 0 )( 4 , 0 ( ) 96 , 1 )( 175 (
2 2
2
=
+
= n
Sampel Ideal (Gay, 1984)
Ukuran minimal sampel yang dapat diterima:
1. Penelitian deskriptif:sampel minimal 10%
populasi, namun untuk populasi yang
sangat kecil diperlukan minimal 20%
2. Penelitian korelasi: minimal 30 subjek.
3. Penelitian ex post fakto atau penelitian
kausal komparatif:minimal 15 subjek per
kelompok.
4. Penelitian eksperimen:minimal 15 subjek
per kelompok.

Faktor2 yang Mempengaruhi
Sampling Design (1)
Tergantung pada:
What is the stage of research?
How will the data be used?
What are the available resources for drawing the
sample?
How will the data be collected?
Faktor2 yang Mempengaruhi
Sampling Design (2)
Stage of research and data use
Akurasi tidak terlalu penting kalau baru eksplorasi
gejala, hal yang penting adalah menemukan
pola2 tertentu dulu dan membuat hipotesis2
untuk penelitian lanjutan.
Peneliti perlu menggunakan good judgement
mereka untuk mendapatkan sampel yang tepat
nonprobability sampling bisa digunakan.
Faktor2 yang Mempengaruhi
Sampling Design (3)
Kalau cuma pingin me-list semua varians, cukup
dengan sejumlah sampel dengan pendekatan
nonprobability.
Kalau hasil penelitian akan menjadi bahan
decision making pemerintah misalnya, presisi
diperlukan. Perlu probability sampling yang
terkontrol dan jumlah sampel yang relatif banyak.
Faktor2 yang Mempengaruhi
Sampling Design (4)
Available resources
Jika akurasi menjadi pertimbangan utama, perlu
digunakan sampling design yang menghasilkan
sampel yang paling presisi. Tapi biayanya bisa jadi
sangat mahal.
Waktu, uang, bahan2 yang diperlukan, lokasi
melimitasi sampling design.
Sampling design disesuaikan kemampuan, kecil tapi
jika prosedur-nya bagus hasilnya pun bagus.
Faktor2 yang Mempengaruhi
Sampling Design (5)
Method of data collection
Keempat pendekatan (eksperimen, field research,
survey research, documentary research) masing-
masing berurusan dengan sampel.
Eksperimen biasanya pakai convenience
sampling, survai biasanya probability sampling,
field research biasanya convenience atau
purposive, documentary research sering
menggunakan probability sampling.
Faktor2 yang Mempengaruhi
Sample Size (1)
Antara lain:
Heterogenitas dari populasi
Tingkat presisi yang dikehendaki
Tipe sampling design yang digunakan
Resources availability
Number of breakdowns planned in data analysis
Faktor2 yang Mempengaruhi
Sample Size (2)
Heterogenitas populasi
Heterogenitas mengacu pada derajat perbedaan
di antara kasus dalam suatu karakteristik.
Semakin heterogen, jumlah kasus yang
diperlukan semakin besar agar estimasinya
reliabel. Ekstrimnya, kalau semua kasus sama
(homogen, unidimensional), jumlah sampel cukup
satu, kalau tidak ada yang sama, harus sensus.
Faktor2 yang Mempengaruhi
Sample Size (3)
Satuan pengukuran statistik terbaik untuk
heterogenitas populasi adalah standard
deviation (o) berhubungan dengan standard
error yang tadi dibahas. Rumus standard error
= o/(N).

Semakin besar heterogenitas populasi, perlu
semakin banyak sampel agar lebih presisi
Faktor2 yang Mempengaruhi
Sample Size (4)
Tingkat presisi yang dikehendaki
Secara teknis mengacu pada standard error (seperti
dijelaskan di atas). Tapi lebih mudah diilustrasikan
dengan confidence interval.
Pernyataan rata2 populasi ada di antara 2-4 lebih
presisi dibandingkan rata2 populasi ada di antara 1-
5.
Rumus standard error o/(N), sampel perlu
diperbesar agar standard error-nya mengecil. Agar
standard error turun 1/2, N perlu naik empat kali lipat.
Faktor2 yang Mempengaruhi
Sample Size (5)
Law of diminishing return, setelah terus2an,
dibutuhkan jumlah N yang sangat besar agar
standard error bisa turun.
N = 100 o = 5
N = 400 o = 2.5
N = 2500 o = 1
N = 10000 o = 0.5
Sample size 2000-3000 sebenarnya standard error-
nya sudah cukup kecil dan menambah jumlah sampel
lagi is not worth the additional cost.
Faktor2 yang Mempengaruhi
Sample Size (6)
Sampling design
Misalnya tanpa menambah jumlah sampel presisi
sampel bisa ditingkatkan dengan menggunakan
stratified random sampling dan bukan simple
random sampling, tapi cluster sampling perlu
lebih banyak sampel.
Faktor2 yang Mempengaruhi
Sample Size (7)
Resources availability

Number of breakdowns planned. Contoh:
Sampel 500
Angkatan baru 100
Kos 20
Pria 10

Jumlah kasus terlalu sedikit untuk menghasilkan
analisis yang reliabel
Catatan
Sample bias: nonrandom, difficult to detect, damaging
to sample accuracy.

Dua sumber yang paling umum:
Coverage error: sampling frame yang tidak komplit meng-
cover semua populasi
Nonresponse bias: pengumpulan data tidak lengkap.

Rate of response dan rate of nonresponse