Definisi
Besaran sample
SAMPEL POPULASI
Bagian dari populasi yang Keseluruhan gejala/satuan
yang ingin diteliti
ingin diteliti
Batasan
ISI CAKUPAN WAKTU
Populasi
Contoh:
Industri menengah (isi/elemen) di Kota Tulunggede (cakupan)
pada tahun 2016(waktu)
Tabel Angka
Acak Undian
Syarat:
Anggota populasi homogen
Jumlah populasi tidak terlalu banyak
Gunakan
kelipatan
Angka
1. 830 – 750 = 080 Maksimum
2. 162 – 125 = 037
3. 692 – 625 = 067
4. 546 – 500 = 046
5. 736 – 625 = 111
6. 607 – 500 = 107
7. 115
8. 639 – 625 = 014
9. 262 – 250 = 012
10. 865 – 750 = 116
SYSTEMATIC RANDOM SAMPLING
Syarat:
Anggota populasi homogen
Jumlah populasi sangat banyak
Jumlah sampel yang akan diambil banyak
Contoh:
Suatu wilayah memiliki penduduk sebanyak 5000 orang
dan akan diambil 100 orang sebagai sampel.
Kelompok
1 2 3 4 5 6 7 … 50
1 2 3 4 5 6 7 … 50
51 52 53 54 55 56 57 … 100
101 102 103 104 105 106 107 … 150
151 152 153 154 155 156 157 … 200
201 202 203 204 205 206 207 … 250
251 252 253 254 255 256 257 … 300
301 302 303 304 305 306 307 … 350
Nama Urut
Populasi 351 352 353 354 355 356 357 … 400
401 402 403 404 405 406 407 … 450
451 452 453 454 455 456 457 … 500
501 502 503 504 505 506 507 … 550
… … … … … … … … …
4901 4902 4903 4904 4905 4906 4907 4950
4951 4952 4953 4954 4955 4956 4957 … 5000
SYSTEMATIC RANDOM SAMPLING
Proporsional Non-
Proporsional
Syarat:
Anggota populasi heterogen/bervariasi
Proporsional
Contoh :
Kita akan menarik sampel sebanyak 50 orang dari suatu
populasi penduduk berjumlah 130 orang dengan
karakteristik:
Lulusan SD 20 orang sampel : 20/130 x 50 = 7,69 ≈ 8
Lulusan SMP 40 orang sampel : 40/130 x 50 = 15,38 ≈ 15
Lulusan SMA 55 orang sampel : 55/130 x 50 = 21,15 ≈ 21
Lulusan PT 15 orang sampel : 15/130 x 50 = 5,77 ≈ 6
Non-
Proporsional
Contoh :
Kita akan menarik sampel sebanyak 15 orang dari suatu
populasi penduduk berjumlah 150 dengan karakteristik:
Lulusan SD 20 orang sampel : 20/150 x 15 = 2
Lulusan SMP 60 orang sampel : 60/150 x 15 = 6
Lulusan SMA 66 orang sampel : 66/150 x 15 = 6,6 ≈ 7
Lulusan PT 4 orang sampel : 4/150 x 15 = 0,4 ≈ 0
Syarat:
Jika memiliki ketiadaan daftar nama seluruh anggota
populasi, tetapi memiliki data jelas/lengkap mengenai
kelompok
Single Stage
(homogen)
Contoh:
Di suatu universitas terdiri dari 6 fakultas. Sedangkan data yang kita
miliki tentang daftar nama mahasiswa tidak tersedia.
Dengan cara yang sama pada teknik penarikan sampel acak sederhana, kita
buat undian nama-nama fakultas dan kemudian memilihnya secara acak.
Misalnya yang terpilih adalah Fakultas Hukum dan Fakultas Teknik, maka
seluruh mahasiswa dari fakultas tersebut
19 akan dijadikan sampel.
CLUSTER RANDOM SAMPLING
Multi Stage
(heterogen)
Contoh:
Di suatu universitas terdiri dari 6 fakultas. Sedangkan data yang kita miliki tentang daftar
nama mahasiswa tidak tersedia. Kita memiliki asumsi bahwa ada fakultas yang tergolong
dalam karakteristik ilmu pasti dan ilmu sosial/humaniora.
Tahap I –
Stratified
random
sampling
Tahap 2 –
Simple
random
sampling
Dari kelompok ilmu pasti dipilih secara acak, misalnya terpilih secara acak
fakultas kedokteran, dan dari kelompok ilmu sosial/humaniora, misalnya terpilih
secara acak fakultas ISIP. Tahap selanjutnya dapat kita lakukan dengan memilih
mahasiswa berdasarkan jurusan dengan cara stratified random sampling, atau
langsung memilih mahasiswa di fakultas yang terpilih dengan cara acak
sederhana atau sistematis. 20
ACCIDENTAL
Contoh:
Jika ingin meneliti tentang bagaimana pendapat penonton film Habibie
dan Ainun?, maka kita tidak boleh memiliki asumsi semua orang sudah
menonton film ini. Tetapi yang dapat memberikan pendapat adalah
mereka yang telah menonton film tersebut. Sehingga cara yang paling
mudah adalah menemui para penonton film Habibie dan Ainun di
pintu keluar bioskop yang memutar film tersebut.
21
PURPOSIVE/
JUDGEMENTAL SAMPLING
Contoh:
Jika kita ingin mengetahui bagaimana sebaiknya membuat
iklan yang baik, tentu saja kita harus memilih mereka yang
memang memahami atau berasal dari orang-orang
periklanan atau mereka yang bergerak di bidang pemasaran.
22
QUOTA SAMPLING
Contoh:
untuk mendapatkan 20 orang yang tinggal di wilayah Depok,
kita tidak harus mencari-cari responden dengan sulit. Cukup
kita kenal seorang mahasiswa yang tinggal di Depok dan
kemudian memintanya mewawancarai tetangganya (yang
tinggal di Depok).
23
SNOWBALL SAMPLING
Contoh:
untuk mendapatkan daftar nama pengedar narkoba di suatu
wilayah, polisi mulai dengan menginterogasi 1 orang pengedar
untuk memperoleh nama pengedar lainnya, begitu seterusnya
hingga diperoleh data yang lebih banyak.
24
BESARAN SAMPEL
Contoh:
Rumus Slovin Jika N :
N 1000,
berapa n ?
n = ---------
1 + Ne2
N = jumlah populasi
n = jumlah sampel
E = nilai kritis (batas ketelitian) biasanya 5% atau 10%
25
Masalah yang Sering Dihadapi dalam
Pembuatan Kerangka Sampel
1. Blank Foreign Elements
sampel terdata di daftar nama, tetapi tidak ada dalam
kenyataan.
2. Incomplete Frame
ada orang yang seharusnya masuk dalam kerangka sampel
tetapi justru belum tercatat
3. Cluster of Elements
kerangka sampel yg kita miliki tdk selamanya sama dengan
yang dibutuhkan. Misal, akan diteliti pelajar SD di kota A,
tetapi data di kota A hanya berupa KK atau daftar sekolah
nya.
26