POPULASI DAN SAMPEL

POPULASI PENELITIAN
 Populasi merupakan seluruh subjek atau objek dengan
karakteristik tertentu yang akan diteliti, bukan hanya objek
atau subjek yang dipelajari saja tetapi seluruh karakteristik
atau sifat yang dimiliki oleh subjek atau objek tersebut, atau
kumpulan orang, individu, atau objek yng akan diteliti sifat-
sifat atau karakteristiknya (Sugiyono, 2009)
 Populasi dalam artian statistika adalah kumpulan semua
elemen atau individu dan kepadanya peneliti akan membuat
inferensi atau generalisasi
PEMBAGIAN POPULASI
Populasi (populasi umum)
• Merupakan kumpulan dari seluruh subjek, individu atau elemen
lainnya yang secara implisit akan dipelajari pada penelitian
Populasi sasaran
• Kumpulan dari karakteristik subjek penelitian yang secara
eksplisit akan ditarik kesimpulannya oleh peneliti melalui proses
inferensi
Populasi sumber
• Himpunan subjek penelitian yang akan digunakan sebagai
sumber dalam pengambilan sampel dari subjek penelitian
MENENTUKAN SAMPEL
Sampel merupakan bagian dari populasi yang akan diteliti
atau sebagian jumlah dari karakteristik yang dimiliki oleh
populasi
Tujuannya yaitu untuk mempelajari karakteristik suatu
populasi, karena keterbatasan peneliti dalam penelitian
seperti jumlah populasi yang sangat besar, keterbatasan
waktu, biaya, atau hambatan lainnya
KRITERIA SAMPEL
Kriteria sampel digunakan untuk menentukan dapat
tidaknya dijadikan sampel sekaligus untuk membatasi hal
yang akan diteliti
 Kriteria inklusi: subjek penelitian dapat mewakili dalam
sampel penelitian yang memenuhi syarat sebagai
sampel
 Kriteria ekslusi: kriteria dengan subjek penelitian yang
tidak dapat mewakili sampel karena tidak memenuhi
syarat sebagai sampel penelitian.
ISTILAH DALAM POPULASI DAN SAMPEL

Generalisasi atau inferensi merupakan proses

penarikan kesimpulan mengenai populasi artinya
setelah melakukan penelitian pada sampel, kemudian
kesimpulannya pada populasi, dengan syarat harus
mewakili (representatif) populasi.
Sampel yang representatif apabila digunakan asas
probabilitas (random sampling), besar sampel cukup,
ciri-ciri populasi terwakili, dan variasi antar unit
populasi sekecil mungkin
PRINSIP POKOK PENENTUAN SAMPEL
Jenis dan rancangan penelitian
Jumlah populasi atau sampel
Teknik sampling
Jenis (skala pengukuran) data (variabel dependennya)
Tingkat kepercayaan atau ketelitian penyimpangan yang
masih ditoleransi
TEKNIK SAMPLING
Merupakan suatu proses dalam menyeleksi sampel yang
digunakan dalam penelitian dari populasi yang ada,
sehingga jumlah sampel akan mewakili dari keseluruhan
populasi yang ada.
Secara umum ada dua jenis pengambilan sampel yakni
probability sampling dan nonprobability sampling
TEKNIK SAMPLING

Kategori Sampling

Probability Sampling Nonprobability Sampling

 Simpel random sampling

 Stratified sampling:
 Proporsional
 Disproportional
 Cluster samping
 Multistage random sampling
Sampling kuota
Sampling aksidental
 Purposive sampling
Sampling jenuh
 Snowball sampling
PROBABILITY SAMPLING
Teknik pengambilan sampel dengan maksud untuk
memberikan peluang yang sama dalam pengambilan
sampel, yang bertujuan untuk generalisasi, dengan
berasas probabilitas unit terpilih sama
Termasuk didalamnya antara lain simple random
sampling, stratified random sampling, area (cluster)
sampling, dan multistage random sampling
SIMPLE RANDOM SAMPLING
Merupakan pengambilan sampel dengan cara acak
tanpa memperhatikan strata yang ada dalam anggota
populasi.
Cara ini dilakukan bila anggota populasi dianggap
homogen, sebagai contoh bila populasinya homogen
maka diambil secara random kemudian didapatkan
sampel yang representative.
Pengambilannya dapat dilakukan lotre, namun apabila
pengambilannya diberikan nomor urut tertentu maka
disebut systematic random sampling
STRATIFIED RANDOM SAMPLING
Suatu cara pengambilan sampel yang digunakan bila
anggota populasinya tidak homogen dalam hal ini
hetegoren yang memiliki strata atau lapisan yang
homogen
 Simple stratified random sampling (jika jumlah
unit dalam strata jumlahnya sama)
 Proportional stratified random sampling (jika
jumlah unit dalam stratanya jumlahnya tidak
sama)
Contoh: Perhitungan untuk menentukan jumlah sampel yang diambil dari
masing-masing strata (tingkatan), dan telah diketahui jumlah sampel
yang diambil yaitu 120 orang dari jumlah populasi 1200 orang:
 Ukuran sampel = 120 orang
 Proporsi sampel untuk setiap strata = 120/1200 = 0,1
 Setiap jumlah sampel dikalikan proporsi sampel

Strata Anggota Proporsi Jumlah % Sampel dalam

Populasi Sampel populasi
SD 230 0,1 23 19,2
SMP 270 0,1 27 22,5
SMU 300 0,1 30 25
SARJANA 400 0,1 40 33,3
JUMLAH 1200 120
Proportional stratified random sampling
Contoh: Perhitungan untuk menentukan jumlah sampel yang diambil dari
masing-masing strata (tingkatan), dan telah diketahui jumlah sampel
yang diambil yaitu 120 orang dengan sampel yang diambil dari setiap
strata sebanyak 30 orang

Strata Anggota Jumlah % Sampel dalam

Populasi Sampel populasi
SD 230 30 19,2
SMP 270 30 22,5
SMU 300 30 25
SARJANA 400 30 33,3
JUMLAH 1200 120
CLUSTER SAMPLING
 Suatu cara pengambilan sampel bila objek yang diteliti atau
sumber data sangat luas atau besar, yakni populasinya
heterogen dan terdiri atas kelompok yang heterogen, maka
caranya adalah berdasarkan daerah dari populasi yang telah
ditetapkan.
 Cluster dilakukan secara randomisasi dalam dua tahap yaitu
randomisasi untuk cluster/menentukan sampel daerah,
kemudian randomisasi penentuan orang/unit yang ada di
wilayahnya/dari populasi cluster yang terpilih.
LANJUTAN..

Contoh: Penarikan sampel pengguna telepon seluler di DKI

dengan tujuan mengetahui merek telepon yang disukai. Dengan
penentuan sebanyak 200 orang sampel

DKI Jakarta (Populasi)

 Jakarta Utara Unit Cluster Sampel
 Jakarta Timur Jakarta Pusat Jakarta Pusat
 Jakarta Pusat (100%) (40%)
 Jakarta Selatan
 Jakarta Barat
MULTISTAGE RANDOM SAMPLING
Suatu cara pengambilan sampel, bila objek yang
diteliti atau sumber data yang sangat luas atau
besar, yakni populasinya heterogen terdiri atas
cluster dan strata.
Caranya berdasarkan daerah dari populasi yang
telah ditetapkan, dengan menggunakan randomisasi
cluster, kemudian dilakukan stratifikasi atas cluster
terpilih dan terakhir dilakukan randomisasi unit
populasi dari masing-masing strata denga cara
simple, stratified, dan cluster
LANJUTAN…

DKI Jakarta
(Populasi)
Jakarta Selatan: Lebak Bulus:
 Jakarta Utara
 Blok M  Kelurahan A
 Jakarta Timur
 Lebak Bulus  Kelurahan B Sampel
 Jakarta Pusat
 Kebayoran  Kelurahan C
 Jakarta Selatan
 Pasar Minggu  Kelurahan D
 Jakarta Barat
NONPROBABILITY SAMPLING
Teknik pengambilan sampel dengan tidak memberikan
peluang yang sama dari setiap anggota populasi,
dengan tujuan tidak untuk mengeneralisasi, yang
berasal pada probabilitas yang tidak sama.
Teknik pengambilan ini terdiri dari sampling
sistematis, sampling kuota, aksidental, jenuh,
purposive, snowball, dan consecutive
LANJUTAN…
Sampling kuota merupakan cara pengambilan sampel
dengan menentukan ciri-ciri tertentu sampai jumlah
kuota yang telah ditentukan
Sampling aksidental adalah cara pengambilan sampel
berdasarkan kebetulan bertemu. Sebagai contoh
dalam menentukan jumlah sampel apabila dijumpai
ada, maka sampel tersebut diambil dan langsung
dijadikan sebagai sampel utama.
LANJUTAN…
 Purposive sampling merupakan cara pengambilan
sampel untuk tujuan tertentu. Contoh apabila mencari
sampel pada orang yang pertama kali dilakukan
pemasangan kateter, maka hanya berfokus pada orang
yang hanya dipasang kateter pertama kali, tidak dua,
tiga dan seterusnya.
Sampling jenuh adalah cara pengambilan dengan
mengambil semua anggota populasi menjadi sampel.
Seperti bila sampelnya kurang dari tiga puluh, maka
diambil seluruhnya dijadikan sampel penelitian.
LANJUTAN…
Snowball sampling merupakan cara pengambilan
sampel dengan menentukan sampel dengan jumlag kecil
kemudian sampel tersebut diminta mengajak temannya
untuk diikutsertakan sebagai sampel penelitian.
LANJUTAN…
Teknik Slovin
 n = N/ 1+Ne²
Dimana: n = sampel, N= Populasi, e= Perkiraan tingkat
kesalahan
 Penentuan sampel menurut Zainuddin (2000)
 n = (Za² .p.q /d²)
 n = (N. Za² .p.q / d². (N-1) + Za².p.q
Dimana: n = sampel, P = estimator proporsi populasi,
q = 1-p, Za² = harga kurva normal tergantung alpha, N =
jumlah sampel