TEKNIK SAMPLING DAN

UKURAN SAMPEL

KULIAH : METODOLOGI PENELITIAN

DOSEN : ANDRIYANTO, SH, MKes.
ANNAS BUANASITA, SKM.,M.Gz
 PENDAHULUAN

 Secara keseluruhan sampling mempunyai beberapa

keuntungan, antara lain : akan mengurangi biaya, tenaga, waktu
serta akan meningkatkan keluasan dan kedalaman serta
ketepatan informasi (data) yang akan diperoleh.
 Sampling merupakan salah satu langkah yang penting dalam
penelitian, karena sampling menentukan validitas eksternal dari
suatu hasil penelitian, dalam arti menentukan seberapa besar
keberlakuan generalisasi hasil penelitian tersebut.
 Kesalahan dalam sampling akan menyebabkan kesalahan dalam
kesimpulan, ramalan atau tindakan yang berkaitan dengan hasil
penelitian tersebut, misalnya : jajak pendapat pilgub yang
kurang tepat.
Ilustrasi Sampling

Pada waktu si Inem (PRT) memasak sayur lodeh,

setelah memberi garam secukupnya, tentu si Inem
ingin tahu apakah sayur lodehnya sudah cukup asin
atau belum. Untuk mengetahuinya, si Inem
mengaduknya terlebih dahulu sampai rata, kemudian
diambilnya sesendok kuah lodeh dan dicicipinya.
Si Inem tidak perlu merasakan seluruhnya, jika tidak
ingin diusir oleh Nyonya Besar.

Di dalam penelitian, sesendok sayur tersebut, dapat

dianalogikan dengan sampel penelitian, sedangkan
sepanci sayur dianalogikan dengan populasi
penelitian
Definisi :
 Populasi adalah keseluruhan atau himpunan obyek
dengan ciri yang sama.
Populasi dapat berupa himpunan dari orang,
kelompok orang, organisasi, benda hidup/mati,
kejadian, kasus, waktu atau tempat, dengan sifat atau
ciri yang sama.
 Sampel adalah himpunan bagian atau sebagian dari
suatu populasi.
 Proses pengambilan sampel dari suatu populasi
dinamakan sampling, sedangkan proses pengambilan
kesimpulan atas populasi sampel dinamakan
generalisasi atau inferensi.
Hubungan populasi – sampling – sampel –
generalisasi, dapat digambarkan sbb :

Generalisasi

Populasi Sampel

Sampling
 Keuntungan Sampling dalam Penelitian

 Kesimpulan umum tentang populasi diperoleh

dengan relatif murah, cepat, akurat dan dapat
dipertanggungjawabkan.
 Tingkat kesalahan pada kesimpulan umum
dapat diperhitungkan, yang dinyatakan
dengan sampling error.
 Validitas informasi atau validitas pengukuran
dapat ditingkatkan, karena dapat dilakukan
kontrol terhadap variabel-variabel tertentu,
sehingga hasilnya lebih teliti.
 TEKNIK SAMPLING

Secara garis besar teknik sampling atau cara

pengambilan sampel dari populasi dibedakan menjadi
dua cara :
1. Probabilitas sampling atau random sampling.
2. Non probabilitas sampling atau non random
sampling.
Pada random sampling tiap unit atau individu populasi
mempunyai kesempatan atau probabilitas yang sama untuk
menjadi sampel. Random sampling merupakan asumsi
pemakaian statistik inferensial.
Pada non random sampling kesempatan tiap unit populasi
untuk menjadi sampel tidak sama, bahkan ada unit populasi
yang nilai probabilitasnya sama dengan nol atau satu.
 RANDOM SAMPLING

Sampel yang diperoleh dengan random

sampling disebut random sampel.
Random sampling dibedakan atas :
a. Simple random sampling
b. Systematic random sampling
c. Stratified random sampling
d. Cluster/area random sampling
e. Multistage random sampling
 SIMPLE RANDOM SAMPLING

Cara ini digunakan jika :

o Populasi dianggap homogen.
o Tersedia daftar atau list dari seluruh
unit populasi, berikut nomor urut dari
seluruh unit populasi (sample frame).

Pengambilan unit sampel dapat dilakukan

melalui undian atau menggunakan
bilangan sandom (random numbers).
 SYSTEMATIC RANDOM SAMPLING

Cara ini digunakan jika :

o Populasi dianggap homogen.
o Tersedia daftar atau list dari seluruh unit
populasi, berikut nomor urut dari seluruh unit
populasi (sample frame).
Pengambilan sampel yang pertama dilakukan sama
dengan pada simple random sampling, sedangkan
untuk sampel kedua dan seterusnya ditentukan
secara sistematik, yaitu meloncat ke nomor
berikutnya dengan jarak yang tertentu sebesar N/n,
dimana N adalah jumlah unit populasi dan n adalah
jumlah unit sampel.
 STRATIFIED RANDOM SAMPLING DAN
PROPORTIONAL STRATIFIED RANDOM SAMPLING

Cara ini digunakan jika Populasinya

heterogen. Dalam populasi yang
heterogen tersebut ternyata terdiri
dari strata atau lapisan yang homogen.
Jika jumlah tiap unit dalam setiap strata sama,
maka digunakan cara simple stratified
random sampling, tetapi jika jumlah unit
dalam tiap strata tidak sama, digunakan
proportional stratified random sampling.
 CLUSTER / AREA RANDOM SAMPLING

Cara ini digunakan jika populasinya heterogen.

Dalam populasi yang heterogen tersebut
terdiri dari kelompok-kelompok (cluster/area)
yang didalamnya masih mengandung unit
populasi yang heterogen.
Heterogenitas dalam cluster sama dengan
heterogenitas populasinya. Dari cluster yang ada
diambil secara random sejumlah cluster. Dari
cluster yang terpilih ini kemudian diambil unit
populasi secara random, sehingga diperoleh
sampel yang heterogenitasnya diharapkan sama
dengan heterogenitas populasinya.
 MULTISTAGE RANDOM SAMPLING

Cara ini merupakan kombinasi cara-

cara di atas, yaitu kombinasi dari
simple – stratified – cluster random
sampling, dengan urutan yang
bervariasi, tergantung dari keadaan
populasinya serta tujuan penelitian.
 UKURAN SAMPLE (SAMPLE SIZE)

 Dalam masalah sample size ini pada dasarnya peneliti hanyalah

mengestimasi jumlah sampel atau replikasi yang akan
digunakan, bukan menghitung secara pasti.
 Dalam menentukan besar sample seorang peneliti harus
menjawab terlebih dahulu pertanyaan :
1. Harga parameter apa yang akan diteliti atau dicari harga (rata-
rata atau harga proporsi)
2. Berapa harga alpha (size of test) dan atau beta (power of test)
yang akan digunakan dalam penelitiannya.
3. Berapa besarnya penyimpangan yang ditolerir atau perbedaan
yang diharapkan dalam penelitiannya (confidence interval).
 RUMUS MENGHITUNG SAMPLE SIZE

Zα² . p . q
 n = ---------------- (untuk populasi infinit)
d²

N . Z α² . p . q
 n = --------------------------- (untuk populasi finit)
d² . (N-1) . Z α² . p . q
 RUMUS MENGHITUNG SAMPLE SIZE

Keterangan :
n = Besar sampel
p = estimator proporsi populasi
q =1–p
Z α² = harga kurva normal yang tergantung dari harga
alpha (α)
N = jumlah unit populasi
Jika harga p, dianggap 0,05, maka harga n akan maksimal,
oleh karena itu jika harga p belum diketahui, agar
diperoleh n yang besar dapat digunakan harga p = 0,05