POPULASI DAN SAMPEL

• POPULASI : HIMPUNAN DARI UNIT/

INDIVIDU YANG MEMPUNYAI CIRI-
CIRI YANG SAMA
• Populasi : keseluruhan subyek penelitian.
• Populasi : kumpulan semua elemen atau
individu dari mana data atau informasi akan
dikumpulkan
 POPULASI
• Encyclopedia of Educational Evaluation : A
population is a set (or collection) of all elements
possessing one or more attributes of interest
• Populasi harus didefinisikan dengan jelas :
APA/SIAPA (Isi/Content), DIMANA
(Luas/Extent), KAPAN (Waktu/ Time)
• Contoh :
Pendapatan petani/bulan di desa Sukorejo tahun 2003
 POPULASI
• Definisi populasi berhubungan dengan proses
generalisasi atau inferensi. Hasil dari penelitian
harus jelas ditujukan untuk populasi yang mana
• Semakin jelas populasi, semakin jelas pula kepada
populasi mana hasil penelitian dapat diberlakukan
• Idealnya penelitian dilakukan terhadap populasi
(penelitian populasi = studi populasi = sensus)
 POPULASI

• Besaran, nilai, atau harga dari populasi disebut

parameter
(para = di samping, meter, metrik = ukuran)
• Parameter dilambangkan dengan huruf Yunani
rata-rata hitung = 
variansi = 2
simpangan baku = 
koefisien korelasi = 
.
 POPULASI
• Berdasarkan besarnya :
– FINIT
– INFINIT
• Ada kemungkinan populasi sangat besar atau tidak
diketahui secara pasti besarnya, dan (biasanya)
keterbatasan waktu, biaya dan tenaga, maka biasanya
penelitian tidak dilakukan terhadap seluruh elemen
populasi.
• Diambil sebagian dari populasi yang disebut sampel.
 SAMPEL
• SAMPEL : bagian dari populasi dari mana data
atau informasi yang dibutuhkan dapat diperoleh
secara langsung
• Besaran, nilai atau harga yang dimiliki atau
diperoleh dari sampel disebut statistik
• Statistik dilambangkan dengan huruf Latin (x, s, s2,
r)
• Proses pengambilan sampel dari populasi disebut
sampling
 POPULASI

PARAMETER
SAMPLING
SAMPEL


 STATISTIK
 x s
s2 r

GENERALISASI/
INFERENSI
• Generalisasi/Inferensi  statistika :
penarikan kesimpulan dari hal yang jumlah
elemennya lebih sedikit (sampel) ke hal
yang jumlah elemennya lebih banyak atau
lebih luas atau dikenal dengan populasi
• Syarat : Sampel mewakili (representatif)
populasi
– Besar sampel
– Cara pengambilan sampel
– Kecermatan memasukkan ciri-ciri populasi
 Teknik Sampling
(Cara Pengambilan Sampel)

2 cara :
– probabilistik (random)
– non probabilistik (non random)
 Sampling Non Probabilistik
(Non Random)
• Tidak bertujuan generalisasi/inferensi
• Analisis diskriptif
• Macam :
– Convenience Sampling
– Judgmental (Purposive) Sampling
– Quota Sampling
– Snowball Sampling
 Sampling Probabilistik (Random)
• Generalisasi/Inferensi :
– Estimasi
– Uji Hipotesis
• Penelitian :
- Observasional :
Epidemiologi (Cross sectional, Cohort, Case
Control)
Survei
- Eksperimental
 TEKNIK SAMPLING
PENELITIAN NON EKSPERIMENTAL
 ESTIMASI
1. Sampling random sederhana (Simple Random
Sampling)
2. Sampling random sistematik (Systematic Random
Sampling)
3. Sampling random berstrata (Stratified Random
Sampling)
4. Sampling random rumpun (Cluster Random Sampling)
5. Sampling random bertingkat dua (Two Stage Random
Sampling)
 SIMPLE RANDOM
SAMPLING
Prinsip :
• mengambil sejumlah n elemen dari
sejumlah N elemen secara random
• kerangka sampling atau ”frame”
• tabel bilangan random atau komputer
atau kalkulator
• bila populasi yang diteliti homogen.
 SIMPLE RANDOM
SAMPLING
POPULASI

* * * * LOTRE/ BIL.
RANDOM
* * * * * *
* * * * * * * *
* * * * * * * * * * *
* * * * * * * * * * *
* * * * * * *
SAMPEL
* * *
• Contoh
Misal dari populasi petani yang dianggap homogen sebanyak 1000 orang
diambil sampel sebanyak 30 orang dengan menggunakan tabel bilangan
random. Pertama, buat kerangka sampling yaitu daftar nama petani yang
diberi nomor 0001 hingga 1000. Untuk pemberian nomor, perlu diperhatikan
jumlah digit di populasi, karena besar populasi adalah 1000 maka jumlah
digit adalah 4. Maka nomor awal dimulai dengan 0001 bukan 1, 01, ataupun
001. Ini untuk mempertahankan prinsip ”equal probability”.
Selanjutnya peneliti bisa menggunakan tabel bilangan random dengan
menjatuhkan pensil di area tabel bilangan random. Kemudian dilihat, ujung
pensil jatuh di nomor terdekat berapa.

• Misal deretan tabel bilangan random adalah sebagai berikut:

001201 234019 010325 000123 021780

660012 021340 000120 127658 012030
 SYSTEMATIC RANDOM
SAMPLING
• MIRIP SIMPLE RANDOM SAMPLING
• MENGGUNAKAN CARA SISTEMATIS
UNIT SAMPEL 1 : SIMPLE RANDOM
UNIT SAMPEL 2, 3, ….. DST SECARA
SISTEMATIS DENGAN INTERVAL
TERTENTU
INTERVAL = N/n
 STRATIFIED RANDOM
SAMPLING
• populasi bisa dipisah menurut stratifikasi
tertentu
• STRATA :
– subpopulasi dari populasi awal
– tiap strata homogen
– antar strata heterogen
• Contoh : petani dibagi menjadi 3 strata : petani
kaya, petani cukup kaya, dan petani miskin
 STRATIFIED RANDOM
SAMPLING
* * *

- + * - + * * * *

* * - + + - * + - +
- - -
* - - * + + - * * - -
- - - -
+ + + * - * - * + + --

* - - * + + +
+ + ++
stratifikasi randomisasi
 CLUSTER/AREA RANDOM
SAMPLING
• populasi bisa dipisah menurut rumpun/ cluster
tertentu
• CLUSTER/RUMPUN :
– subpopulasi dari populasi awal
– tiap rumpun heterogen
– antar rumpun homogen
• Contoh : rumpun (blok) rumah (RT, RW)
kloter jamaah haji
 CLUSTER/AREA RANDOM
SAMPLING
-+*+*- +**--+
1 5
-**-+-+ +--+*+
---+++* ++--+- SAMPEL
2 6 ---+++*
**-+*-+ * *+-+* 2 ++--
**-+*-+ **-*
**+-+- +--+**+ +---**+
3 7 8 +-*
+**-+- --+ +** +**--+-
++---+* +---**+
4 8
***++-- +**--+-
RANDOMISASI RANDOMISASI
CLUSTER UNIT SAMPEL
 PENGUJIAN HIPOTESIS

• Hipotesis : pernyataan tentang keadaan

parameter di populasi.
• Bentuk :
A. nilai parameter populasi sama atau
berbeda dengan nilai tertentu yang
ditetapkan
Ho :  = a versus H1 :   a.
Dalam contoh ini pengambilan sampel
menggunakan teknik sampling random
sederhana, dengan asumsi pengujian hipotesis
ditujukan pada populasi yang homogen.
 PENGUJIAN HIPOTESIS
Bila populasi tdk homogen dan membentuk stratifikasi, pernyataan hipotesis
ditujukan pada masing-masing stratum populasi.
Misalnya ada 3 strata
stratum pertama
Ho : 1 = a1 versus H1 : 1  a1
stratum kedua
Ho : 2 = a2 versus H1 : 2  a2
stratum ketiga
Ho : 3 = a3 versus H1 : 3  a3
Dalam bentuk yang lebih sederhana
Ho :  = a versus H1 :   a
 : vektor mean populasi berstrata
 = [1 2 3]
a : vektor skalar a = [a1 a2 a3]
sampel diambil dengan teknik sampling random berstrata .
 PENGUJIAN HIPOTESIS
B. nilai parameter populasi pertama sama atau
berbeda dengan nilai parameter populasi kedua.
Ho : 1 = 2 versus H1 : 1  2 .
Untuk membuktikan hipotesis tersebut perlu
pengumpulan fakta empirik dalam bentuk sampel
yang masing-masing diambil dari populasi
pertama dan populasi kedua untuk memperoleh
nilai statistik dari masing-masing sampel
Pengambilan sampel menggunakan teknik
sampling random sederhana, dengan asumsi
pengujian hipotesis ditujukan pada dua populasi
yang homogen dengan varian yang sama
 PENGUJIAN HIPOTESIS
Bila populasi tidak homogen dan membentuk stratifikasi, pernyataan
hipotesis ditujukan pada masing-masing stratum populasi
Misalnya ada 3 strata
stratum pertama
Ho : 11 = 21 versus H1 : 11  21
stratum kedua
Ho : 12 = 22 versus H1 : 12  22
stratum ketiga
Ho : 13 = 23 versus H1 : 13  23
Dalam bentuk yang lebih sederhana
Ho : 1 = 2 versus H1 : 1  2
1 : vektor mean populasi pertama berstrata 1 = [11 12
13]
2 : vektor mean populasi kedua berstrata
2 = [21 22 23 ].
 TEKNIK SAMPLING
PENELITIAN EKSPERIMENTAL
Hubungan sebab akibat (cause-effect) :

• validitas internal ~ conditio sine qua non (syarat

mutlak)
– alokasi random ke dalam kelompok perlakuan
dan kelompok kontrol
– matching antara kedua kelompok perlakuan
dan kontrol dalam hal variabel yang diduga
akan mempersulit penjelasan kausalitas
(causal explanation)

• validitas eksternal untuk menggeneralisasikan

hasil penelitian eksperimental ke populasi
• Kedua kelompok sebanding (comparable)
~ homogenitas
kriteria inklusi dan eksklusi

• Dalam penelitian eksperimental seorang

peneliti bisa mencapai validitas internal
dan validitas eksternal, namun dalam hal
tertentu validitas eksternal sulit dicapai di
mana batasan populasi sulit dibuat
 POPULASI
HETEROGEN

POPULASI
HOMOGEN

SAMPEL
HOMOGEN