 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
 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)
.
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
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 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
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
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
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)
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
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
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
 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.
 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:
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
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
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
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
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
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.
 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
 Sampel Populasi
Nilai(karakteristik) statistik Parameter

Mean(rata-rata x µ
Hitung

Standar deviasi s ơ

Jumlah unit n N
 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
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.
 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)
 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
 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:
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
 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 %
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
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