POPULASI

dan

Sampel

Populasi
 POPULASI
 Populasi adalah objek utama dari penelitian yang
direncanakan.
 Populasi bisa terkait dengan manusianya serta
tindakannya maupun objek lain yang ada di alam.
Apabila populasi dalam jumlah banyak, maka
diadakan sampel disesuaikan dengan kaedah
keilmuan.
SAMPEL
 Wakil Populasi
 POPULASI
 Target populasi
 Orang

 Karakteristik orang

 Konsep abstrak
MENGAPA MENGGUNAKAN
SAMPEL ?
 Caused Size  Populasi besar
 Time  Efesien
 Lack Of Accesibility  tidak
memungkinkan dilakukan penelitian
dengan populasi.
 Bias dalam pengumpulan data.
PERMASALAHAN DALAM
SAMPEL

1. Bagaimana teknik pengambilan

sampel ?.
2. Berapa jumlah sampel yang akan
diambil ?
Pertimbangan Dalam
Menentukan Sampel
1. Seberapa besar keragaman populasi.
2. Berapa besar tingkat keyakinan yang kita
perlukan.
3. Berapa toleransi tingkat kesalahan dapat
diterima.
4. Apa tujuan penelitian yang akan
dilakukan.
5. Keterbatasan yang dimiliki oleh peneliti.
 Prosedur Penentuan Sampel
Identifikasi populasi tarjet

Memilih Kerangka sampel

Menentukan Metode Pemilihan Sampel

Merencanakan Prosedur Pemilihan Unit

Sampel
Menentukan ukuran Sampel

Menentukan unit sampel

Pelaksanaan Kerja Lapangan

Teknik Pengambilan Sampel
Teknik Sampling

Probability Non Probability

Sampling Sampling

1. Simple Random 1. Convenience Sampling

Sampling 2. Purposive sampling
2. Sistematik Random 3. Judgement Sampling
3. Stratified Sampling 4. Quota Sampling
4. Propotional 5. Snowball Sampling
5. Disproportional
6. Cluster Sampling
7. Double Sampling
1. Simple Random Sampling
 Teknik pengambilan sampel yang
memberikan kesempatan yang sama
kepada populasi untuk dijadikan
sampel.
 Syarat:
 Populasi relatif homogen (tidak memiliki
strata)
 Adanya kerangka sampel yaitu daftar
elemen-elemen populasi yang dijadikan
dasar untuk pengambilan sampel.
2. Sistematis Random Sampling
 Cara pengambilan sampel dimana sampel
pertama ditentukan secara acak sedangkan
sampel berikutnya diambil berdasarkan satu
interval tertentu.
 Membagi jumlah/anggota populasi dengan
perkiraan jumlah sampel yang diinginkan.
 Hasil berupa interval sampel.
3. Stratified Random Sampling
 Bila populasi heterogen/ mempunyai strata
/tingkatan  memiliki karakteristik sendiri.
 Tentukan strata/lapisan jenis karakteristik
unit2 tsb random
 Kemudian hasilnya digabung menjadi satu
sampel yg terbebas dari setiap strata.
Contoh: jenis kelamin, umur, ras, kondisi
sos-ek, status gizi, tempat penelitian
Stratified Random Sampling
Data Anggota Persentase
Sampel
Strata Populasi (%)
1 2 3 4
Gol 1 150 37,5 19

Gol 2 125 31,25 16

Gol 3 75 18,75 9

Gol 4 50 12,5 6

Jumlah 400 100 50

4. Propotional Random
Sampling
Data Anggota Persentase
Sampel
nominal Populasi (%)
1 2 3 4
PNS 150 37,5 19
TANI 125 31,25 16
SWASTA 75 18,75 9
POLISI 50 12,5 6
Jumlah 400 100 50
5. Disproposional Random
Sampling
Data Anggota Persentase Sampel Sampel Non
Num/Ord Populasi (%) proporsional proprsional

1 2 3 4 5
SD 150 37,5 19 18

SMP 125 31,25 16 15

SMU 122 30,5 15 14

Sarjana 3 0,75 0 3

Jumlah 400 100 50 50

6. Cluster Sampling
 Sampel kelompok/gugus yang diambil terdiri
dari unit geografis, organisasi, dsb.
 Proses penarikan sampel secara acak pada
populasi yang terdiri dari kelompok2 individu
/cluster.
 Pengambilan sampel dilakukan berdasarkan
tingkat wilayah secara bertahap
 Apabila wilayahnya sangat besar.
Cluster Sampling
 Pada prinsipnya teknik cluster sampling hampir
sama dengan teknik stratified.
 Hanya yang membedakan adalah jika pada
stratified anggota populasi dalam satu strata
relatif homogen sedangkan pada cluster
sampling anggota dalam satu cluster bersifat
heterogen.
Berjenjang
Sesuai karakteristik yang
diharapkan peneliti

Tgl-Utara
Adiwerna Adiwerna
Dukuh Desa X
Kab.Tegal Turi Desa Y
 Tgl-Utara
Tgl-Selatan Bm. Jawa
 Tgl-Selatan
Bm. Jawa Desa R
 Tgl-Barat
Margasari Desa S
 Tgl-Timur
Adiwerna
Tgl-Timur
Desa M
Pangkah
Desa N
Kramat
6. Multistage sampling
Double Sampling
 Double sample (sampel ganda) sering
juga disebut dengan istilah sequential
sampling (sampel berjenjang,
multiphase-sampling (sampel multi
tahap).
 Metoda pengambilan sample yang
berbeda
 Contoh :
 Tahap I : menggunakan cluster sampling
 Tahap II : proporsional
 Tahap III : random
1. Convenience Sampling/
Accidental sampling
 Sampel convenience adalah teknik
penentuan sampel berdasarkan
kebetulan saja.
 Mengambil kasus atau responden yg
kebetulan ada/tersedia.
 Anggota populasi yang ditemui peneliti
dan bersedia menjadi responden di
jadikan sampel.
2. Purposive Sampling
 Merupakan metode penetapan sampel
dengan berdasarkan pada kriteria-
kriteria tertentu
3. Quota Sampling
 Merupakan metode penetapan sampel
dengan menetapkan anggota sampel
berdasarkan jatah.
 Tenentukan quota terlebih dahulu pada
masing-masing kelompok/wilayah,
sebelum quota masing-masing
kelompok terpenuhi maka penelitian
belum dianggap selesai.
4. Snow Ball Sampling
 Teknik pengambilan sampel yang pada
mulanya jumlahnya kecil tetapi makin lama
makin banyak & berhenti bila informasi yang
didapatkan dinilai telah cukup.
 Teknik ini baik untuk diterapkan jika calon
responden sulit untuk
A identifikasi.

B1 B2 B3

C1 C2 C3 C4 C5 C6
 RANCANGAN SAMPEL

Rancangan sampel harus memenuhi kaidah

sbb:
 Valid/Akurat  parameter populasi
 Bergantung pada cara pengambilan sampel
 Bergantung pada kerangka sampel

 Presisi  simpangan dari nilai populasi

 Bergantung pada besar sampel
BESAR SAMPEL,
Dipengaruhi Faktor berikut:
1. Jenis penelitian
 Eksplorasi awal  1 sampel mungkin cukup
 Generalisasi  harus representative
2. Skala-ukur variabel dependen
 Nominal/ordinal (Kategorik)  Proporsi
 Interval/ratio (Numerik)  Mean dan SD
3. Ketepatan perkiraan yang diinginkan (presisi)
● Semakin tinggi presisi ~ semakin besar
sample
4. Tujuan Penelitian
 Estimasi
 Uji Hipotesis
5. Interval kepercayaan dan Kekuatan Uji
6. Teknik pengambilan sampel (SRS atau Non-
SRS)
Menentukan Jumlah Sampel

Populasi Populasi
diketahui tidak
diketahui
Menentukan Jumlah Sampel
1. Pendekatan Slovin
N
n
1  Nd 2

 n : besar sampel
 N: besar populasi
 d : tingkat kepercayaan
Contoh:
 Seorang Ka.Bid Keperawatan ingin mengetahui
pengaruh upah terhadap semangat kerja
perawat pelaksana di RS. Husada.
 Di RS tersebut terdapat 130 orang perawat
pelaksana.
 Apabila tingkat kesalahan pengambilan sampel
sebesar 5%, berapa jumlah sampel minimal
yang harus diambil ?
130
n  98,11
1  130(0,05) 2
2. Pendekatan Isac Michel
Menentukan sampel untuk menaksir
parameter rata-rata 

2 2
NZ S
n
Nd  Z S
2 2 2
Contoh …
 Seorang peneliti akan menguji hipotesis yg menyatakan
bahwa IPK Mahasiswa D3 Perawatan Bhamada yang
berjumlah 175 mahasiswa adalah 2,7.
 Dari 30 sampel percobaan diperoleh standar deviasi
IPK mahasiswa 0,25.
 Untuk menguji hipotesisi ini berapa jumlah sampel yang
diperlukan jika kita menginginkan tingkat keyakinan
sebesar 95% dan error estimasi  < 5%?

(175)(1,96) 2 (0,25) 2
n  62
(175)(0,05)  (1,96) (0,25)
2 2 2
3. Interval Penaksiran
(Estimasi Parameter)

P = Estimasi proporsi  hasil penelitian terdahulu

d = Simpangan/presisi  ditentukan peneliti
CI = Confidence Interval  95% kesmas, 99% klinis
Diketahui
 Prevalensi diare Balita di Jabar 15%

 Presisi/Simpangan yang dapat diterima 5%

 Derajat kepercayaan 95%

5% 5%
10% 15% 20%

95% CI

Artinya, peneliti 95% percaya bahwa prevalensi diare

di Jabar berkisar antara 10% sampai dengan 20%
Perhitungan Besar Sampel utk
Estimasi Parameter
Presisi Mutlak Presisi Relatif
Estimasi
z2
P(1  P) z2
(1  P)
Proporsi n 1 / 2
n 1 / 2
d2  P
2

Estimasi
z 2
 2
z 2 2
Rata-rata n 1 / 2
n 1 / 2
d 2
  2 2

Kaitan presisi mutlak dg relatif  d   *P   *

Besar sampel estimasi proporsi:
simpangan mutlak
z 2
1 / 2 P(1  P)
n 2
d
P = Estimasi proporsi
d = presisi/simpangan mutlak
z = nilai z pd derajat kepercayaan 1-/2

 Digunakan untuk estimasi proporsi

 Tidak tepat digunakan untuk uji hipotesis
 Asumsi desain: populasi tak terbatas dan sampel SRS
 Jika sampel Non-SRS, harus dikalikan dengan Deff
Contoh
 Suatu survei dilakukan untuk mengetahui
prevalensi diare pada Balita di Kabupaten Tegal.
 Berapa jumlah sampel yang diperlukan untuk
survei ini?
 Untuk menghitung jumlah sampel, peneliti perlu
tahu:
 Perkiraan prevalensi diare di prov. jateng

 Presisi/Simpangan yang dapat diterima

 Derajat kepercayaan

36
Misalkan:
 Data diare di Kab. Tegal belum ada
 Diketahui prevalensi diare di Jateng15%
 Simpangan yang dapat diterima 5%
 Derajat kepercayaan 95%

Berarti:
 Peneliti memperkirakan prevalensi diare di Kab.
Tegal 15%
 Peneliti 95% yakin bahwa prevalensi diare di
kab. Tegal berkisar antara 10-20%
 Ada 5% kemungkinannya prevalensi diare
berada di luar kisaran 10-20%
37
 z2
1 / 2 P(1  P)
n 2
d
1,96 * 0,15(1  0,15)
2
n
0,052
n  196
 Berarti:
Pada survei yang bertujuan untuk mengetahui
prevalensi diare pada Balita di Kab. Tegal, diperlukan
sampel minimum 196 Balita, yang pengambilan
sampelnya dilakukan dengan metode SRS
38
Besar sampel estimasi rata-rata:
simpangan mutlak
z 2
1 / 2 2
n 2
 = simpang baku
d
d = presisi/simpangan mutlak dari rata-rata
z = nilai z pada derajat kepercayaan 1-/2

 Digunakan untuk estimasi rata-rata

 Tidak tepat digunakan untuk uji hipotesis
 Asumsi desain: populasi tak terbatas dan metode
sampel SRS
contoh
 Suatu penelitian dilakukan untuk mengetahui rata-rata
tekanan darah sistolik orang dewasa di Jakarta
 Asumsi yang digunakan:
 Rata-rata tek. Darah 120 mmHg
 Simpang baku dari penelitian sebelumnya (referensi)
20 mmHg
 Presisi/Simpangan mutlak 4 mmHg
 Derajat kepercayaan 95%

 Berarti:
Peneliti 95% yakin bahwa rata-rata tek. Darah sistolik di
populasi berkisar 115-125 mmHg
 z 2
1 / 2  2
n 2
d 2 2
1,96 x 20
n 2
4
n  97
 Berarti, utk mengetahui rata-rata tekanan darah sistolik
orang dewasa di Jakarta, diperlukan sampel minimum 97
sampel orang dewasa, yang pengambilan sampelnya
dilakukan dengan metode SRS