POPULASI

&
SAMPEL
dr. Hafni Bachtiar, MPH
 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
 Langkah Pengambilan Sampel di Lapangan
• Buat daftar nagari/desa/kelurahan per kecamatan pada setiap
kabupaten/kota
• Beri nomor urut mulai dari kecamatan pertama sampai
kecamatan terakhir
• Contoh Kota Padang
Kecamatan No. Kelurahan
• Pd. Timur 1 – 15
• Pd. Barat 16 – 31
• Pd. Selatan 32 – 45
• Pd. Utara 46 – 56
• dst …… - 140
jumlah 140 kelurahan

• Jumlah sampel yang diperlukan 210 rumah tangga diperoleh

dari 30 kelurahan dan tiap kelurahan 7 rumah tangga
• Buat interval: 140/30 = 4,66 dibulatkan jadi 5
• Ambil satu angka antara 1 – 5 secara acak, misal angka 3
• Kelurahan no. 3 adalah sampel pertama kelurahan, selanjutnya kelurahan
dengan penambahan 5 yaitu: 8, 11, 16 dst sampai didapat 30 kelurahan
• Dari kelurahan yang terpilih, dibuat daftar rumah tangga (KK)
• Buat lagi interval : jumlah jumlah KK per kelurahan/7
• Lakukan pengambilan sampel pertama secara acak diantara nomor
interval
• Sampel berikut adalah nomor sampel pertama + interval
• Semua anggota keluarga dimasukkan sebagai responden