KONSEP DASAR

SAMPLING
Pengertian
 Populasi (universe) adalah keseluruhan unit analisis
yang karakteristiknya akan diduga. Angota (unit)
populasi disebut elemen populasi. Sebagai contoh :
individu penderita penyakit TBC, virus HIV, hasil
produksi sawah, dan polutan di suatu industri

 Sampel adalah sebagian dari populasi yang ciri-cirinya

diselidiki dan diukur. Unit sampel dapat sama dengan
unit populasitetapi dapat juga berbeda. Contoh : unit
analisis atau populasi suatu penelitian adalah bayi
berumur dibawah tiga tahun, hal yang akan diteliti
adalah kebiasaan makan. Unit sampel adalah ibu yang
Next ….
 Mempunyai anak yang berumur dibawah tiga
tahun karena tidak mungkin pertanyaan tentang
makanan bayi dapat ditanyakan langsung kepada
bayi tersebut.

 Konsep dasar pengambilan sampel :

1. Biaya penelitian yang besar
2. Penelitian populasi mungkin memakan waktu
yang lama dan kesalahan yang besar dalam
pengukuran (bias)
.
ALASAN PENGAMBILAN
SAMPEL
1. Adanya populasi yang sangat besar (infinite
population)  tidak mungkin seluruh
populasi diambil dan diukur
2. Homogenitas  tidak perlu semua unit
populasi yg homogen diperiksa
3. Penarikan sampel menghemat biaya dan
waktu
4. Ketelitian/ketepatan pengukuran
5. Adanya penelitian yg untuk melakukan objek
penelitian tersebut harus dihancurkan
SYARAT-SYARAT SAMPEL YANG
IDEAL

1. Dapat menghasilkan gambaran karakteristik

populasi yang tepat
2. Dapat menentukan presisi(ketepatan) hasil
penelitian dengan menentukan simpangan
baku dari taksiran yang diperoleh
3. Sederhana, mudah dilaksanakan
4. Dapat memberikan keterangan sebanyak
mungkin dengan biaya serendah mu ngkin
KERANGKA SAMPEL (SAMPLING
FRAME)

 Kerangka sampel adalah daftar semua unsur

sampel dalam populasi, mis : jumlah pen
duduk suatu daerah kerja Puskesmas, jumlah
penderita AIDS disuatu daerah daftar / buku
telpon atau peta suatu wilayah. Daftar sampel
harus uptodate
BESAR SAMPEL
Berapa besar sampel yang akan diambil pada suatu
penelitian agar dapat mewakili populasi atau
sampel representatif tergantung :
1. Biaya yang tersedia, waktu, serta tenaga yang
akan melaksanakan
2. Variasi yang ada di dalam variabel yang akan
diteliti serta banyaknya variabel yang diamati.
3. Presisi, ketepatan yang dikehendaki, semakin
besar sampel kemungkinan akan lebih tepat
menggambarkan populasinya.
4. Rencana analisis  memakai komputer
BIAS DAN SAMPLING ERROR
(PENYIMPANGAN )
1.Sampling error sebenarnya hal ini bukan
merupakan kesalahan yang sebenarnya, tetapi
merupakan variasi dari konsekuensi pengambilan
sampel. bahwa setiap sampel yang akan diambil
dari suatu populasi akan berdistribusi sekitar nilai
populasi.

2. Non sampling error yaitu error yang tidak

disebabkan oleh sampel, tetapi disebabkan
pelaksanaann dalam pengambilan sampel analisisnya
seperti : pada saat perencanaan, pelaksanaan,
pengolahan, analisis dan interpretasi
PENGAMBILAN SAMPEL
1. Pengambilan sampel secara acak(Probability
sampling)
2. Pengambilan sampel secara tidak acak (Non
probability sampling)

Pengambilan sampel secara acak  semua unsur

yang ada di populasi mempunyai peluang yang
sama untuk terambil sebagai sampel mewakili
populasinya.
Agar sampel dapat mewakili populasi  sampel
tersebut diambil secara acak(random)
Next….
Sampel acak (random) terdiri :
1. Acak sederhana (simple random sampling)
2. Sistematis (systematic random sampling)
3.Sampel strata (stratified random sampling)
4. Klaster (Cluster sampling)
5. Bertingkat/bertahap( multistage sampling)

Sampel tidak acak tidak semua unsur di dalam populasi

mempunyai peluang yang sama untuk tertarik sebagai sampel
:
1. Purposive sampling
2. Accedental sampling
3. Quota sampling
PROBABILITY SAMPLING

1. Acak sederhana ( simple random

sampling )
Cara ini dapat dilaksanakan apabila populasi
tidak begitu banyak variasinya dan secara
georafis tidak terlalu menyebar, disamping
itu harus ada daftar populasi (sampling
frame). Cara dengan :
a. Dengan melakukan undian
b. memakai tabel bilangan random
c. memakai paket komputer
Next ….
2.Sistematis ( Systematic Random Sampling )
 Sampel yang diambil secara acak hanya untuk

pertama selanjutnya diambil secara sistematik

sesuai dengan langkah yang sudah ditetapkan

 Syarat penarikan sampel secara sistematik ini

adanya tersedianya kerangka sampling,
populasinya mempunyai pola beraturanseperti
blok-blok rumah, nomor urut pasien, dan
populasi sedikit homogen
Next ….
 Contoh : Dari 500 orang jumlah pasien Yang dirawat
disuatu rumah sakit akan diambil 25 orang untuk
penelitian tentang kepuasan pelayanan di RS
tersebut.

 Cara pengambilan sampel akan dilakukan secara

sistematis dimana probability untuk terambil sebagai
sampel adalah 25/500=1/20

 Untuk mengambil unsur I dilakukan secara acak

sederhana dari nomor pertama sampai dua puluh 
15.35.55.75, ….sampai didapat 25.
Next ….
 3. Sampel strata ( Stratified Random
Sampling)
 Pada kehidupan sehari-hari pada umumnya

populasi bersifat heterogen. Oleh karena itu

agar semua sifat dapat terwakili terlebih
dahulu populasi tersebut dibagi menjadi
beberapa strata
 Mis: pendidikan (tinggi, sedang, rendah),

ekonomi (kaya,sedang, miskin) Didalam

melakukan stratifikasi dan pengambilan
sampel perlu diperhatikan sbb:
Next ….
1. Unsur populasi di dalam strata tersebut diusahakan
sehomogen mungkin
2. Antar strata diusahakan sehomogen mungkin
3. Sampel diambil proporsional menurut besarnya unit yang
ada didalam masing-masing strata dan antarstrata
4. Di dalam masing-masing strata unit sampel diambil
secara acak

 Kelebihan penarikan sampel secara strata ini adalah semua

ciri yang heterogen didalam populasi dapat terwakili dan
kemungkinan mencari hubungan antarstrata atau
membandingkan
Next ….
4. Klaster ( cluster sampling )
 Populasi dibagi kedalam gugus/kelas yang di

asumsikan di dalam setiap kelas/gugus sudah

terdapat semua sifat/variasi yang akan diteliti.
Selanjutnya kelas yang akan diacak dan unit sampel
akan diambil dari kelas yang sudah tertarik.

 Syarat – syarat pengambilan sampel ini :

1. Di dalam kelas sehomogen mungkin
2. antar kelas seheterogen mungkin
3. disebut juga area sampling
Next ….
5, Sampel bertingkat/bertahap ( Multistage sampling ).
 Pengambilkan sampel bertingkat dilakukan kalau secara

geografis populasi sangat menyebar dan meliputi area

yang sangat luas.

 Mis: kita akan meneliti puskesmas di Indonesia terdiri dari

30 provinsi. Tahap pertama diacak dulu 5 provinsi (tahap
I) dari 30 provinsi itu.
Selanjutnya masing-masing sampel provinsi di acak lagi
Kabupten mana yang akan ditarik sebagai sampel
tahapII). Setelah Kabupaten ditarik tahap III diacak lagi
puskesmas mana yang akan menjadi sampel dari
penelitian itu
PENGAMBILAN SAMPEL NON RANDOM
( NON PROBABILITY SAMPLING )

1. Purposive sampling
Sampel ditentukan oleh orang yang telah
mengenal populasi yang akan diteliti
( seorang ahli di bidang yang akan diteliti).
Dengan demikian sampel tersebut mungkin
representatif untuk populasi yang sedaang
diteliti
Next ….

2. Accedental sampling
Sampel tersebut tidak terencana dan
pengambaran hasil dari pengumpulan data
tersebut tidak didasarkan pada suatu metode
yang baku
 Mis : terjadi suatu keadaan luar biasa, data

yang sudah terkumpul disajikan secara

deskriptif, dan hasil tersebut tidak dapat
digeneralisasi
Next ….
3. Quota sampling
 Sampel yang akan diambil ditentukan oleh pengumpul

data dan sebelumnya telah ditentukan jumlah yang akan

diambil. Kalau jumlah tersebut sudah dicapai, si
pengumpul data berhenti, selanjutnya hasil itu
dipresentasikan.

 Mis : Seorang mahasiswa ingin mengetahui apakah ibu

hamil mengkonsumsi tablet Fe dengan wawancara
sebanyak 60 orang. Orang yang ditanya akan menjawab
ada mengkonsumsi dan tidak mengkonsumsi. Mahasiswa
teersebut akan mewawancarai sebanyak 60 orang ibu
hamil.
DISTRIBUSI SAMPLING
 Statistik inferens adalah semua cara atau metode
yang dipergunakan untuk menggeneralisasi hasil
dari suatu sampel menjadi hasil populasi 
dasar-dasar statistik distribusi sampling

 Distribusi sampling adalah distribusi dari mean-

mean sampel yang diambil secara berulang kali
dari suatu populasi. Untuk itu perlu kita ketahui
suatu ketentuan yang dapat membedakan
beberapa ukuran antara sampel dan populasi
Ukuran-ukuran untuk sampel dan
populasi

Sampel Populasi
Nilai(karakteristik) statistik Parameter

Mean(rata-rata x µ
Hitung

Standar deviasi s ơ

Jumlah unit n N
Next ….
 Misalnya kita mempunyai suatu populasi yang
mempunyai mean = µ dengan N elemen dan
standar deviasi ð

1. Dilakukan pengambilan sampel random

besarnya n (X1, X2, ….Xn, dihitung rata-rata X
dan simpangan baku s. Sampel yang diambil
berulang kali ini akan menghasilkan
bermacam-macam nilai rata-rata. Dari sampel
satu sampai sampel ke m didapatkan rata-rata
hitung (mean)  X1…….Xm
Next ….

2. Mean atau rata-rata dari sampel-sampel ini

(X=mean)  X1……..Xm
 Kalau disusun akan membentuk suatu

distribusi. Distribusi dari nilai mean-mean

sampel inilah yang disebut distribusi
sampling harga mean.
SIFAT-SIFAT DISTRIBUSI SAMPLING

 Perhitungan standar error (sifat 1)

Apabila sampel-sampel random dengan n
elemen masing-masing diambil dari suatu
populasi normal, yang mempunyai mean =µ
varian ơ2, distribusi sampling harga mean
akan mempunyai mean sama dengan µ dan
varian ơ 2/n atau standar deviasi ơ/ Vn.
Standar deviasi sampling harga mean ini
dikenal sebagai “Standar Error” (SE)
Next ….

 Data ukur (sifat 2)

Apabila populasi berdistribusi normal, ditribusi
sampling harga mean juga akan berditribusi
normal  berlaku sifat seperti persamaan
dibawah ini (z score adalah nilai deviasi relatif
antara nilai sampel dan populasi = nilai
distribusi normal standar )
 Z = X – µ

◦ ___ ___________
◦ SE
Next ….
 Data hitung (sifat 3)
 Walaupun populasi berditribusi sembarang,

kalau diambil sampel-sampel berulang kali

secara random, distribusi harga meannya
akan membentuk distribusi normal
 Contoh :
 Dipunyai populasi lima orang pasien penyakit

“D” yang masa inkubasi sbb:

Next ….
No. Pasien Masa inkubasi(hari)
1. 2
2. 3.
3. 6.
4. 8
5. 11
--------------------------------------
 U = 6 hari berasal dari 2+3+6+8+11/5

 Ơ2=10,8 hari berasal dari Σ (x-µ )2 /n-1

 Ơ = V10,8 = 3,29 hari

Contoh soal
 Selama ini diyakini bahwa kadar Hb orang
sehat (µ) = 12 gr% dan (ơ) =2,5 gr%. Seorang
mahasiswa telah mengambil sebanyak 25
orang pengunjung suatu puskesmas.
Hitunglah probabilitas dari rata-rata Hb
sampel tadi.
 a. > 13 gr %
 b. Antara 11 – 13,5 gr %
Penyelesaian
µ = 12 gr % ơ = 2,5 gr %
n = 25 SE = ơ = 2,5 = 0,5 gr%
---- -----
Vn V25

Z = 13 – 12
_______ = 2  tabel = 0,4772
0,5
Jadi p(x > 13 gr % = 0,5 – 0,4772 = 0,0228
Next ….
b). Z1 11-12
______ = 2.0  tabel = 0,4772
0,5
Z2 13,5 -12
_________ = 3.0 tabel = 0,4987
0,5
_________________ +
0,9759
Jadi p (µ gr < X(mean) < 13,5 gr % = 0,9759