PRESENTASI MAU DIMULAI

MOHON PERHATIANYA
TERIMAKASIH
TEMAN-TEMAN
 Reasons for Sampling
• Ketika membuat sampel, kita memilih
beberapa kasus untuk menelitinya secara
terperinci.
• Sample : bagian dari populasi yang mewakili
seluruh karakteristik dari populasi.
• Probability sampling : Prosedur sampling yang
sangat akurat untuk menciptakan sampel yang
representatif dalam penelitian kuantitatif.
 Strategies When the Goal Is to Create
a Representative Sample
• Tujuan representative sample : menciptakan
data sampel yang mencerminkan atau
mewakili kasus lain yang tidak bisa diperiksa
secara langsung.
• Ada 2 cara:
1. Teknik Sampling Nonprobabilitas
2. Teknik Sampling Probabilitas
 Teknik Sampling Nonprobabilitas
a. convenience sampling
mudah dijangkau, sesuai, atau tersedia.
Sering menghasilkan sampel yang nonrepresentatif,
sehingga tidak dianjurkan untuk menciptakan
sampel yang akurat untuk mewakili populasi.
Dua hal tentang sampel yang representatif
(1) self-selection menghasilkan sampel non
representatif (2) sample dengan ukuran yang besar
saja tidak cukup untuk mewakilkan sampel.
b. quota sampling
metode pengganti nonprobabilitas diterima untuk
memproduksi sampel quasi-representatif.
Ada 3 kelemahan:
1. hanya memiliki beberapa aspek dari semua
keragaman populasi dan mengabaikan yang lain.
2. jumlah kasus di setiap kategori tidak dapat secara
akurat mencerminkan proporsi kasus dalam
keseluruhan populasi.
3. memilih menggunakan convenience sampling untuk
setiap kuota kategori.
 Probability sampling technique.
• Probabilitas sampling merupakan “Gold
Standard” untuk membuat sample
representative.

• The Languange of Probability Sampling.

Menggambarkan suatu sample dari sebuah
kasus/units.
• Setiap kasus adalah elemen sampling.
• Target populasi adalah elemen yang akan kita
pelajari.
• Sampling frame : Mengubah ide abstrak ke
dalam daftar tertentu secara empiris, konkrit dan
yang erat mendekati semua elemen populasi
• Sampling ratio : jumlah kasus dalam sample
dibagi jumlah kasus dalam populasi atau
sampling frame
• Paramater : kakarteristik dari seluruh populasi
yang diperkirakan dari sample.
• Statistic : perkiraan numerik dari parameter
populasi yang dihitung dari sampel.
 Random Sampling
• Random sampling menghasilkan sampel yang cenderung
mewakili seluruh populasi. Sampel terssebut juga
memungkinkan kita untuk menghitung hubungan antara
sampel dan populasi secara statistik yaitu, ukuran dari
sampling error.
• Sampling error adalah deviasi (penyimpangan) antara hal-
hal yang dalam data sampel dan parameter populasi yang
ideal yang disebabkan oleh proses acak.
• Sampel probabilitas bergantung pada proses seleksi acak.
Seleksi acak untuk sampling memerlukan ketepatan,
waktu, dan usaha yang lebih dibandingkan seleksi nonacak.
 Lima cara sampel secara acak
1. Simple random sample (sampel acak sederhana) yaitu
sampel acak yang penelitiannya menciptakan kerangka
sampling dan menggunakan proses acak murni untuk
memilih beberapa kasus sehingga tiap elemen sampling
dalam populasi akan mempunyai probabilitas yang sama
untuk terpilih.
2. Random number table (tabel bilangan acak) adalah daftar
bilangan yang tidak berpola, yang digunakan peneliti
dengan tujuan menciptakan proses acak untuk memilih
berbagai kasus dan tujuan randomisasi lainnya.
3. Sampling distribution (distribusi sampling) adalah
distribusi yang dibuat dengan menarik sejumlah besar
sample acak dari populasi yang sama.
4. Central limit theorem (Teorema limit sentral/pusat)
adalah hubungan matematika yang menyatakan
ketika banyak sampel acak ditarik dari populasi,
distribusi normal terbentuk, dan pusat distribusi
untuk variabel yang sama dengan parameter
populasinya.
5. Confidence interval (interval kepercayaan) adalah
serangkaian nilai, biasanya sedikit lebih tinggi dan
lebih rendah dari niai tertentu yang ditemukan
sampel dimana peneliti memiliki tingkat kepercayaan
tinggi.
Systematic Sampling
• Random Sampling sederhana dengan prosedur
seleksi pintas. Semuanya adalah sama kecuali
bukan menggunakan daftar bilangan acak,
pertama kita menghitung interval sampling untuk
menciptakan metode seleksi quasi-random.
• Sampling interval memberitahu kita cara memilih
elemen dari suatu kerangka sampling dengan
melewatkan elemen dalam kerangka sebelum
memilih satu sampel
Stratified Sampling
Pada Random Sampling, peneliti awalnya
mengidentifikasikan himpunan dari sejumlah
kategori yang tak tumpang dan sempurna,
membagi kerangka sampling berdasarkan
kategori-kategori tersebut, dan kemudian
menggunakan seleksi acak untuk memilih kasus
dari setiap kategori.
Cluster Sampling
Jenis probability sampling yang memakai
beberapa tahapan dan sering digunakan untuk
mengatasi daerah geografis yang luas dimana
unit yang dikumpulkan kemudian diseleksi
secara acak dan selanjutnya sampel diambil dari
kumpulan unit sampel atau gugus.
Within-household Sampling
Digunakan para peneliti untuk memastikan
bahwa setelah rumah tangga terpilih, individu
dalam rumah tangga tersebut juga diseleksi
secara acak.
Probability proportionate to size

Penyesuaian yang dibuat dalam

sampling cluster ketika setiap cluster
tidak memiliki jumlah elemen sampling
yang sama
Random-Digit Dialing
Metode yang secara acak memilih kasus untuk
diwawancarai via telepon dengan memakai
seluruh kemungkinan nomor telepon sebagai
kerangka sampling.
 Membuat Kesimpulan
Menarik sampel probabilitas adalah untuk membuat
kesimpulan dari sampel sebagai kesimpulan dari populasi.

• Statistik inferensial
• Definisi Konseptual dan Definisi Operasional
• Sampel yang baik adalah sampel yang sedikit sampling
erornya
• Yang berpengaruh :
– Homogenitas
– Banyaknya sampel
– Perbedaan variasi
Purprosive Atau Judgmental Sampling
• Sampel nonrandom yang penelitiannya menggunakan
berbagai metode untuk mencari semua kemungkinan
kasus yang begitu spesifik dan populasinya sulit
dijangkau

• Sampel PSK, mustahil untuk mendaftar semua PSK dan

membuat sampel secara acak dari daftar tersebut. Jadu
untuk mencarinya menggunakan pengetahuan lokal
misalnya (lokasi kumpul PSK, lebaga sosial yang
berhubungan dengan PSK, pada pihak kepolisian yang
menangani kasus PSK, dll) untuk mencari PSK yang
mungkin bisa dimasukan dalam proyek penelitian.
 Snowball Sampling
• Yaitu mendapatkan kasus dengan cara
menggunakan rujukan dari satu atau beberapa
kasus, lalu rujukan dari kasus-kasus tersebut,
dan seterusnya.
 Deviant Case Sampling
• Yaitu mendapatkan kasus yang secara
substansial, berbeda dari pola yang dominan
atau tipe khusus dari sampel bertujuan.
• Digunakan jika tertarik pada kasus berbeda
dari pola yang dominan dengan tujuan adalah
untuk menemukan sekumpulan kasus yang
tidak biasa, berbeda, atau bahkan aneh yang
tidak mempresentasikan keseluruhan.
 Sequential Sampling
• Sampel sistematis yang mencoba menemukan
kasus yang relevan sebanyak mungkin sampai
waktu, sumber daya keuangan, atau energinya
habis atau hingga tidak ada informasi atau
keberagaman baru dari kasus tersebut
MAKASIH BUAT PERHATIANYA ,
EH KETEMU LAGI
APAKAH ADA PERTANYAN?