POPULASI

DAN
SAMPEL
Apri Yulda | 1806253753
Hanifatunisa | 1806168065 FAKULTAS KESEHATAN
MASYARAKAT
Lilian Susanti Nova | 1806254301
Redi Yuda Irianto | 1806168595 UNIVERSITAS
METODOLOGI PENELITIAN
INDONESIA
KUANTITATIF | 2019
 populasi
Penentuan populasi penelitian dilakukan
berdasarkan lokasi/tempat dimana penelitian 
penarikan sampel  homogen (tidak mungkin
meneliti secara keseluruhan).

Penarikan sampel dilakukan karena adanya

keterbatasan biaya, waktu dan tenaga.

Sampel dianggap sebagai representatif dari

populasi, (mewakili keseluruhan pengamatan).

Sehingga ukuran dan keberagaman sampel

menjadi penentu baik tidaknya sampel yang
diambil (Carsel, 2018) sampel
POPULASI
1. Populasi target (populasi yang menjadi sasaran
akhir penerapan hasil penelitian)
Contoh : apabila kita mengambil rumah tangga
sebagai sampel, sedangkan yang diteliti
adalah anggota rumah tangga yang
bekerja sebagai PNS, maka seluruh rumah
tangga adalah populasi target.
2. Populasi terjangkau (studi) (bagian dari
populasi target dapat dijangkau oleh peneliti)
Contoh : sesuai dengan contoh di atas, maka
seluruh PNS adalah populasi studi.
SAMPEL
Bagian dari populasi yang
menjadi objek penelitian.
Metode pemilihan sampel :

• Menentukan tujuan penelitian

• Menentukan populasi penelitian
• Menentukan jenis data yang diperlukan
• Menentukan teknik sampling
• Menentukan besarnya sampel
• Menentukan unit sampel yang diperlukan
• Memilih sampel
 RANDOM
SAMPLING
Teknik random sampling ini hanya boleh
digunakan apabila setiap unit atau anggota
populasi itu bersifat homogen atau
diasumsikan homogen.

Jenis Random Sampling :

1. Pengambilan sampel secara acak sederhana (Simple
random sampling)
2. Pengambilan sampel secara acak sistematis
(Systematic sampling)
3. Pengambilan sampel secara acak stratifikasi
(Stratified sampling atau stratified random
sampling)
4. Pengambilan sampel secara kelompok atau gugus
(Cluster sampling)
5. Pengambilan sampel secara gugus bertahap
(Multistage sampling)
 PENGAMBILAN SAMPEL
SECARA ACAK SEDERHANA
(SIMPLE RANDOM SAMPLING)
“Setiap anggota atau unit dari
populasi mempunyai kesempatan
yang sama untuk diseleksi sebagai
sampel.”
Teknik pengambilan sampel
secara acak sederhana ini
dibedakan menjadi dua
cara, yaitu :
• Teknik undi (lottery
technique)
• Tabel bilangan atau
angka acak (random
number).
 PENGAMBILAN SAMPEL
SECARA ACAK SISTEMATIS
(SYSTEMATIC SAMPLING)
Caranya :
• membagi jumlah atau anggota populasi
dengan perkiraan jumlah sampel yang
diinginkan.
1 2 3 4 5 6 7 8 9
• Hasilnya adalah interval sampel.
• Sampel diambil dengan membuat daftar
elemen atau anggota populasi secara acak
antara 1 sampai dengan n.
• Kemudian membagi dengan jumlah sampel
yang diinginkan, misalnya hasil sebagai
3 6 9
interval adalah X, maka yang terkena
sampel adalah setiap kelipatan dari X
tersebut.
 PENGAMBILAN SAMPEL
SECARA ACAK
T T A STRATIFIKASI
(STRATIFIED SAMPLING ATAU STRATIFIED
T D D RANDOM SAMPLING)

A D A Digunakan pada suatu populasi terdiri dari unit yang

mempunyai karakteristik yang berbeda - beda
(heterogen)

Hal ini dilakukan dengan cara mengidentifikasi

karakteristik umum dari anggota populasi, kemudian
menentukan strata atau lapisan dari jenis
karakteristik unit - unit tersebut.
T T T A A A D D D
Setelah ditentukan stratanya barulah masing -
masing strata ini diambil sampel yang mewakili
strata tersebut secara random atau acak.
 LANJUTAN
Langkah - langkah yang ditempuh dalam pengambilan sampel secara stratified adalah :
• Menentukan populasi penelitian.
• Mengidentifikasi segala karaktiristik dari unit-unit yang menjadi anggota populasi.
• Mengelompokkan dalam suatu kelompok atau strata (pendidikan, pekerjaan, dll).
• Mengambil dari setiap strata sebagian unit yang menjadi anggotanya untuk mewakili
strata yang bersangkutan.
• Teknik pengambilan sampel dari masing - masing strata dapat dilakukan dengan cara
random atau non-random.
• Pengambilan sampel dari masing – masing strata sebaiknya dilakukan berdasarkan
perimbangan (proporsional).
 PENGAMBILAN SAMPEL
SECARA KELOMPOK ATAU
GUGUS
(CLUSTER SAMPLING)
“Pada teknik ini sampel bukan terdiri dari
unit individu, tetapi terdiri dari kelompok
atau gugusan.”

Peneliti tidak mendaftar semua anggota

atau unit yang ada di dalam populasi,
melainkan cukup mendaftar banyaknya
kelompok atau gugus yang ada di dalam
populasi itu. Kemudian mengambil sampel
berdasarkan gugus-gugus tersebut.
 PENGAMBILAN SAMPEL SECARA
GUGUS BERTAHAP (MULTISTAGE
SAMPLING)

Pengambilan sampel dilakukan berdasarkan tingkat wilayah secara bertahap. Hal ini
memungkinkan untuk dilaksanakan bila populasi terdiri dari bermacam-macam tingkat
wilayah.
Membagi wilayah populasi kedalam sub-sub wilayah, dan tiap sub wilayah dibagi ke dalam bagian-bagain
yang lebih kecil, dan seterusnya.
Kemudian menetapkan sebagian dari wilayah populasi (sub wilayah) sebagai sampel.
Dari sub wilayah yang menjadi sampel ditetapkan pula bagian dari sub sampel, dan dari bagian yang lebih
kecil tersebut ditetapkan unit yang terkecil diambil sebagai sampel.

Misalnya pelaksanaan suatu penelitian di suatu wilayah kabupaten. Pertama diambil beberapa kecamatan sebagai
sampel, dari kecamatan-kecamatan yang terkena sampel ini diambil beberapa kelurahan sebagai sampel, selanjutnya
dari kelurahan-kelurahan sampel ini diambil beberapa RW sebagai sampel, dan dari beberapa RW sampel diambil lagi
beberapa RT sebagai sampel, dan akhirnya dari RT-RT yang terkena sampel tersebut diambil beberapa atau seluruh
unit sebagai sampel.
https://www.youtube.com/watch?v=dE1-tbJQ9vU
 NON RANDOM
(NON PROBABILITY)
SAMPLING

Pengambilan sampel bukan secara acak atau random adalah pengambilan sampel yang
tidak didasarkan atas kemungkinan yang dapat diperhitungkan, tetapi semata – mata
hanya berdasarkan kepada segi – segi kepraktisan belaka. Biasa dilakukan pada
penelitian kualitatif.

- Porposive Sampling -
- Quota Sampling-
- Accidential Sampling -
 PORPOSIVE
SAMPLING

Pengambilan sampel secara purposive didasarkan pada suatu pertimbangan tertentu

yang dibuat oleh peneliti sendiri, berdasarkan ciri atau sifat-sifat populasi yang sudah
diketahui sebelumnya.

Pertama peneliti mengidentifikasi semua karakteristik populasi, misalnya dengan mengadakan studi
pendahuluan/dengan mempelajari berbagai hal yang berhubungan dengan populasi.
Kemudian peneliti menetapkan berdasarkan pertimbangannya, sebagian dari anggota populasi menjadi
sampel penelitian, sehingga teknik pengambilan sampel secara purposive ini didasarkan pada
pertimbangan pribadi peneliti sendiri.
Teknik ini sangat cocok untuk mengadakan studi kasus (case study), di mana banyak aspek dari kasus
tunggal yang representatif untuk diamati dan dianalisis.
 QUOTA
SAMPLING
Pengambilan sampel secara quota dilakukan dengan cara menetapkan sejumlah
anggota sampel secara quotum atau jatah.

Pertama menetapkan berapa besar jumlah sampel yang diperlukan atau menetapkan
quotum (jatah).
Kemudian jumlah atau quotum itulah yang dijadikan dasar untuk mengambil unit sampel
yang diperlukan.
Anggota populasi mana pun yang akan diambil tidak menjadi soal, yang penting jumlah
quotum yang sudah ditetapkan dapat dipenuhi.
 ACCIDENTIAL
SAMPLING
Pengambilan sampel secara aksidental (accidental) ini dilakukan dengan mengambil
kasus atau responden yang kebetulan ada atau tersedia.

Bedanya dengan purposive sampling adalah, kalau sampel yang diambil secara poposive
berarti dengan sengaja mengambil atau memilih kasus atau responden.
Sedangkan sampel yang diambil secara aksidental berarti sampel diambil dari
responden atau kasus yang kebetulan ada.
 PERHITUNGAN BESAR SAMPEL
ESTIMASI

• Perhitungan Besar Sampel untuk Estimasi Proporsi

Perhitungan besar sampel ini digunakan untuk penelitian
deskriptif dan jenis data penelitian merupakan data
kategorik.

• Perhitungan Besar Sampel untuk Estimasi Rata-Rata

Perhitungan besar sampel ini digunakan untuk penelitian
deskriptif dan jenis data penelitian merupakan data
numerik
 PERHITUNGAN
BESAR SAMPEL
UNTUK ESTIMASI PROPORSI

Sebelum menghitung jumlah sampel, perlu diketahui terlebih dahulu beberapa hal berikut
ini:
• Perkiraan proporsi untuk sifat tertentu yang terjadi dalam populasi. Apabila tidak
diketahui proporsi atau sifat tertentu, maka P (proporsi = 0,5 atau 50%).
• Presisi, merupakan derajat ketepatan yang diinginkan, berarti penyimpangan terhadap
populasi, biasanya 0,05 (5%) atau 0,1 (10%).
• Derajat kepercayaan (Confidence Interval) yang akan digunakan agar estimasi sampel
akurat. Pada umumnya digunakan 90% atau 95% derajar kemaknaan.
 LANJUTAN

Keterangan:
n : Besar sampel
Z1-a/2 : Nilai Z pada derajat kemaknaan (biasanya 95% =
1,96)
  P : Proporsi suatu kasus tertentu terhadap populasi
d : Derajat penyimpangan terhadap populasi yang
diinginkan, 10% (0,1); 5% (0,05); atau 1% (0,01).

Jika menggunakan software Ssize untuk menghitung besar

sampel estimasi proporsi maka kita memilih 1.1 estimating a
population with specified absolute proportion dari menu utama
kemudian klik Estimate.
 CONTOH

suatu survei dilakukan untuk mengetahui prevalensi diare pada balita di Kota Depok. Dari
penelitian pendahuluan diperoleh prevalensi diare pada balita adalah di Kota Depok 15%,
Berapa jumlah sampel yang diperlukan untuk survei ini jika peneliti menginginkan derajat
kepercayaan 95% dan simpangan yang dapat diterima adalah 5%?

Jawab
  :

Jadi, jumlah sampel pada survei tersebut adalah 196 balita

 PERHITUNGAN BESAR SAMPEL
UNTUK ESTIMASI RATA-RATA

Untuk menghitung besar sampel, peneliti perlu mengetahui:

• Perkiraan varians (kuadrat dari standar deviasi)
• Presisi, merupakan derajat ketepatan yang diinginkan, berarti penyimpangan terhadap
populasi, biasanya 0,05 (5%) atau 0,1 (10%).
• Derajat kepercayaan (Confidence Interval) yang akan digunakan agar estimasi sampel
akurat. Pada umumnya digunakan 90% atau 95% derajar kemaknaan.
 LANJUTAN

Keterangan:
n : Besar sampel
Z1-a/2 : Nilai Z pada derajat kemaknaan (biasanya 95% = 1,96)
σ : Perkiraan varians
  ( 𝑍 1 − 𝛼 /2 )2 σ 2 d : Derajat penyimpangan terhadap populasi yang
𝑛= diinginkan, 10% (0,1); 5% (0,05); atau 1% (0,01)
𝑑2
Jika menggunakan software Ssize untuk menghitung besar
sampel estimasi rata-rata maka kita memilih 7.1 estimating the
population mean dari menu utama kemudian klik Estimate.
 CONTOH

suatu penelitian dilakuan untuk mengetahui rata-rata asupan energi pada anak balita di
Kel. Pondok Cina. Dari penelitian pendahuluan diperoleh standar deviasi asupan energi
pada anak balita adalah 15 kalori. Berapa besar sampel yang diperlukan jika peneliti
menginginkan derajat kepercayaan 95% dan besar simpangan maksimum dari rata-rata
dalah 5 kalori (presisi mutlak).

Jawab
  :

Jadi, besar sampel yang diperlukan adalah 35 anak balita

 PERHITUNGAN BESAR SAMPEL
UJI STATISTIK

• Proporsi dua populasi

Rumus ini adalah untuk membandingkan dua
kelompok, misalnya : membandingkan proporsi
kepuasan antara pasien tingkat sosial ekonomi
rendah dan tinggi, proporsi kinerja antara pegawai
dengan masa kerja baru dan lama, dll.

• Rerata dua populasi

Apabila peneliti ingin menguji hipotesis perbedaan
rerata dua populasi dengan menggunakan variabel
yang kontinu.
 PROPORSI DUA POPULASI
2
  {𝑍 1 −∝ /2 √ 2 𝑃 ( 1− 𝑃 ) +𝑍 1 − 𝛽 √ 𝑃1 ( 1− 𝑃 1 )+ 𝑃 2 ( 1 − 𝑃2 ) }
𝑛=
¿¿
Keterangan :

n : Jumlah sampel minimal

Z1-α/2 : Nilai Z pada derajat kemaknaan
Z1-β : Nilai Z pada Kekuatan uji
P1 : perkiraan proporsi pada populasi 1
P2 : perkiraan proporsi pada populasi 2
P : (P1+P2)/2

Jika menggunakan software Ssize untuk menghitung besar sampel untuk uji
hipotesis proporsi dua populasi maka kita memilih 2.2b hypothesis test for two
population proportions (two sided test) dari menu utama kemudian klik
Estimate.
 LANJUTAN

Penentuan P1 dan P2 tergantunag pada desain penelitiannya. Untuk mempermudah bisa

dibuatkan tabel 2x2 sebagai berikut :

Keluaran
Sebab Total
+ -
+ a b a+b
- c d c+d
Total a+c b+d a+b+c+d

Perhitungan P1 dan P2 pada eksperimen, kohort dan cross-sectional

perhitungannya sama yaitu :
P1 = a/(a+b)
P2 = c/(c+d)
Sedangkan perhitungan P1 dan P2 pada desain case-control adalah :
P1 = a/(a+c)
P2 = b/(b+d)
Faktor-Faktor yang Berhubungan dengan CONTOH
Pemberian ASI Eksklusif 6 Bulan di   n
Wilayah Kerja Puskesmas Kemiri Muka
Kota Depok Tahun 2011
2
α
[ Z 1 − √ 2 𝑃 (1 − 𝑝 )+ 𝑍 1 − 𝛽 √ 𝑃1 ( 1 − 𝑃1 ) + 𝑃2 ( 1− 𝑃2 ) ]
2
Keterangan:
n : Jumlah sampel minimal yang diperlukan 2
P1 : Proporsi responden pada kelompok pertama yang 2
( 𝑃 1 − 𝑃 2)
memberikan ASI eksklusif (Variabel pengetahuan ibu,
2
P1 = 15,5) [1,96
P2 : Proporsi responden pada kelompok kedua yang   √2 𝑥 0,084 (1 − 0,084 ) +1,28 √ 0,155 ( 1− 0,155 ) +0,013 ( 1− 0,013 ) ]
memberikan ASI eksklusif (Variabel pengetahuan ibu, ( 0,155 − 0,013 )2
P2= 1,3)
P : Rata-rata proporsi pada populasi (P1+P2 /2)
Z21-a/2 Derajat kemaknaan (95% = 1,96) = 79 responden
Z1-B­: Kekuatan uji (90% = 1,28)

Jika menggunakan software Ssize untuk menghitung

besar sampel untuk uji hipotesis proporsi dua populasi
maka kita memilih 7.4b hypothesis teting for two
population means (two sided test) dari menu utama
dan klik estimate.
 RERATA DUA POPULASI
Keterangan :

n : jumlah sampel minimal

Z 1-a/2 : Derajat kemaknaan (95% = 1,96)
2

Z1-B­ : Kekuatan uji (90% = 1,28)

2
𝑛=2 𝜎 ¿ ¿
  σ : nilai variasi di populasi
µ1-µ2 : perkiraan selisih nilai mean di populasi 1
dengan populasi 2

Jika menggunakan software Ssize untuk menghitung besar

sampel untuk uji hipotesis proporsi dua populasi maka kita
memilih 7.4b hypothesis teting for two population means
(two sided test) dari menu utama dan klik estimate.
 CONTOH

Pada penelitian ini menentukan sampel ibu dalam

pemberian ASI dengan diberi demo dan
pendampingan dan tidak, menggunakan derajat
2
𝑛=2.3,5 ¿ ¿
kepercayaan dalam menyusui adalah 5%  
sehingga nilai Z21-a/2 adalah 1,96, Kekuatan uji
yang digunakan adalah 80% (β = 1 – 8,0 = 0,2
dengan nilai Z1-B­adalah 0,842. Berdasarkan
penelitian sebelumnya nilai mean yang n = 17
digunakan adalah µ2=19 (kelompok ibu
intervensi) µ1=16 (kelompok ibu kontrol). SD
berdasarkan literatur σ = 3,5
TE R I MA KAS I
H