POPULASI

&
SAMPEL

Hafni Bachtiar
Populasi Penelitian
 Berasal dari kata population, yang berarti jumlah
penduduk.
 Merupakan keseluruhan (universum) dari objek
penelitian yang dapat berupa manusia, hewan,
tumbuh-tumbuhan, udara, gejala, nilai, peristiwa,
sikap hidup, dan sebagainya, sehingga objek-objek
ini dapat menjadi sumber data penelitian.
 all the units of analysis to which a hypothesis applies
(Seluruh unit analisis yang tercakup dalam hipotesis)
Populasi
 Wilayah generalisasi yang terdiri dari objek atau
subjek yang menjadi kuantitas dan karakteristik
tertentu yang ditetapkan oleh peneliti untuk dipelajari
dan kemudian ditarik kesimpulannya. (sugiyono)
 Berkenaan dengan data, bukan orang atau
bendanya. (nazir)
 Totalitas semua nilai yang mungkin, baik hasil
menghitung ataupun pengukuran kuantitatif maupun
kualitatif dari pada karakeristik tertentu mengenai
sekumpulan objek yang lengkap. (nawawi)
 Keseluruhan dari karakteristik atau unit hasil
pengukuran yang menjadi objek penelitian.
(Riduwan, tita lestari)
 Objek atau subjek yang berada pada suatu wilayah
dan memenuhi syarat-syarat tertentu berkaitan
dengan masalah penelitian
Pembagian Jenis Populasi
 Populasi Terbatas
– Mempunyai sumber data yang jelas batasnya
secara kuantitatif sehingga dapat dihitung
jumlahnya.
– Contohnya :
• Jumlah penduduk kota Padang 800.000 jiwa
• Jumlah mahasiswa Sastra 300 orang.
 Populasi Tak Terbatas (Tak Terhingga)
– Sumber datanya tidak dapat ditentukan batasan-
batasannya sehingga relatif tidak dapat
dinyatakan dalam bentuk jumlah.
– Contoh :
• Berapa liter pasang surut air laut pada bulan purnama
• Jumlah gelandangan di Indonesia.
Pembagian Sifat Populasi
 Populasi Homogen
– Sumber data yang unsurnya memiliki sifat yang
sama sehingga tidak perlu mempersoalkan
jumlahnya secara kuantitatif.
– Ciri : tidak ada perbedaan hasil tes dari jumlah tes
populasi yang berbeda
– Contoh : Air
 Populasi Heterogen
– Sumber data yang unsurnya memiliki sifat atau
keadaan yang bervariasi sehingga perlu
ditetapkan batas-batasnya, baik secara kualitatif
maupun kuantitatif.
Sampel Penelitian
 Sampel adalah Bagian dari populasi
(sebagian atau wakil populasi yang diteliti).
Sampel penelitian adalah sebagian dari
populasi yang diambil sebagai sumber data
dan dapat mewakili seluruh populasi.
(Suharsimi Arikunto)
 Sebagian dari jumlah dan karakteristik yang
dimiliki oleh populasi (Sugiyono).
 Bagian dari populasi yang mempunyai ciri-ciri
atau keadaan tertentu yang akan diteliti.
 a portion of a population (Sebagian dari
Populasi)
 Seluruh unit analisis
POPULASI: yang cirinya akan diduga

Sampel: Bagian dari populasi

yang cirinya diteliti
* Meliputi seluruh unit sampel
* Tidak dihitung dua kali
* Batasan jelas
* Up to date
* Dapat dilacak
Mengapa Sampling ?
 Terlalu banyak
– tidak cukup waktu
– tidak cukup dana
– tidak cukup tenaga
 Tidak mungkin
– sisi waktu dan ruang
 Tidak perlu semua
– teori sampling
• standard error
• distribusi statistik
Sampel ideal

 Menggambarkan populasi dan

dapat dipercaya
 Dapat menentukan presisi
 Mudah dilaksanakan
 Memberikan informasi sebanyak
mungkin dengan biaya rendah
 Langkah
pengambilan
sampel

1. Menetapkan populasi
* unit analisis
* kerangka sampel
* karakteristik unit analisis
2. Menentukan besar sampel
3. Memilih cara pengambilan sampel

Kerangka sampel: No. urut, nama dan alamat

Non Random Random

 Purposive  Simple random

(pertimbangan) (acak sederhana)
 Quota  Systematic random
(acak sistematik)
(berjatah)  Stratified random
 Accidental (acak stratifikasi)
(seadanya)  Multistage random
(acak bertingkat)
 Cluster random
(acak gugus)
 Simple Random Sampling
 Digunakan pada keadaan:
– Hanya diketahui nama dan identitas
populasi
– Tidak ditemukan cara lain yang lebih
efisien
 Persyaratan
– Harus tersedia kerangka sampel
• Terdiri dari No. urut, Nama dan Alamat
– Populasi harus homogen/hampir homogen
– Tidak terlalu tersebar secara geografis
 Simple Random Sampling

 Tetapkan populasi
 Buat kerangka sampel (sample frame)
 Hitung besar sampel
 Pilih sampel dengan cara:
Undian
Tabel acak
Komputer
 Tabel Acak (random table)

2633 8605 2064 9675 0286

6825 6469 2735 5082 7222

4912 0062 3729 7858 5153

4 2 1 8 dst.
 Systematic Random Sampling

 Digunakan untuk populasi yang besar

 Populasi homogen/hampir homogen
 Cara
 Tetapkan populasi
 Buat kerangka sampel
 Hitung besar sampel
 Hitung interval (k): N/n
 Acak sampel pertama dari jumlah k, misalnya s
 Tetapkan sampel berikutnya = s+k, s+2k dst.
 Stratified Random Sampling
 Untuk populasi yang heterogen
 Persyaratan
 Harus ada kriteria yang jelas untuk dasar
strata
 Harus ada data pendahuluan mengenai
kriteria untuk stratifikasi
 Harus diketahui jumlah yang tepat jumlah
elementer pada setiap strata
Stratifikasi dilakukan secara subjektif
(judgement) oleh peneliti dan objektif dari
keterangan statistik
 Stratified Random Sampling

 Cara
 Tentukan populasi
 Lakukan stratifikasi
 Hitung jumlah sampel
 Ambil sampel secara acak pada setiap
strata (sederhana atau proporsional)
 Keuntungan
 Semua ciri populasi yang heterogen dapat
terwakili
 Dapat membuat perbandingan dan
mencari hubungan antar strata
 Multistage Random Sampling

 Dilakukan pada populasi yang amat besar

dan homogen
 Cara
 Tentukan populasi
 Tetapkan tingkatan
 Hitung besar sampel
 Ambil secara acak sejumlah unsur pada tiap
tingkatan
 Pada tingkat terakhir ambil sampel secara
acak sesuai besar sampel
Multistage Random Sampling

KABUPATEN/KOTA

KECAMATAN

KELURAHAN

RT
 Cluster Sampling
 Dilakukan pada keadaan kerangka sampel
tidak tersedia
 Cara
Tentukan populasi
Bagi populasi berdasarkan gugus
• sekolah, kelas, kelompok masyarkat dsb
Ambil gugus secara acak
Semua unit dalam gugus dijadikan sampel

Keuntungan: tidak perlu kerangka sampel

Kerugian: sulit dihitung kesalahan (standard
error)
 Makin besar jumlah sampel, makin baik

Prinsip dasar

Makin heterogen populasi, main besar jumlah sampel

 Pertimbangan
Derajat keseragaman populasi
Presisi yang dikehendaki
Rencana analisis
Tenaga, biaya dan waktu
 Jenis penelitian
 eksploratif
 generalisasi
 Skala variabel
 nominal, ordinal, interval,
ratio
 Jenis data
 diskrit, kontinyu
 Derajat ketepatan
 makin tinggi ketepatan,
makin besar jumlah sampel
Skala nominal/ordinal, data diskrit

p  P d 2
Z  Z  Z P Q
PQ PQ n  2

n n d

Z: derajat kepercayaan
p-P atau d: presisi
(beda hasil sampel dengan populasi yang diinginkan)
P: proporsi populasi
Q: 1 - P
n: jumlah sampel
Skala interval/ratio, data kontinyu

x   Z 
2 2
d
Z  Z  n 
  d
2

n n

Z: derajat kepercayaan
x -  atau d: presisi
(beda rata-rata sampel dengan rata-rata populasi
yang diinginkan)
: simpangan baku populasi
n: jumlah sampel