STATISTIKA

POPULASI, SAMPEL, TEKNIK SAMPLING DAN JENIS TEKNIK

SAMPLING

 Bilqissima az zahrah (19050404011)

 Marsha Belinda adani (19050404029)
 Aisyah fikrianti (19050404031)
 POPULASI DAN SAMPEL
1. POPULASI
Populasi didefinisikan sebagai keseluruhan subyek atau objek yang menjadi sasaran penelitian yang mempunyai
karakteristik tertentu
 Sumber buku : Sundayana, Rostina.2018. Statistika Penelitian Pendidikan. Bandung : Alfabeta

Populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek yang mempunyai kuantitas dan karakteristik
tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya.
 Sumber buku : Sugiono,2019.Statistika Untuk Penelitian. Bandung : Alfabeta

Menurut Indrawan dan Yaniawati (2016) popolasi dapat diartikan sebagai kumpulan dari keseluruhan elemen yang
akan ditarik kesimpulannya.
 Indrawan dan Yaniawati dikutip dalam Rakhmawati, Ayu. 2019. PENGARUH PENGAMBILAN KEPUTUSAN DALAM MEMILIH PRODI DAN
PENGALAMAN BELAJAR MAHASISWA PRODI PENDIDIKAN TEKNIK ELEKTRO DPTE FPTK UPI TERHADAP PERSEPSI KERJA BIDANG
TEKNIK ELEKTRO. Bandung. Universitas Pendidikan Indonesia. Web: (http://repository.upi.edu/35345/4/S_TE_1200356_Chapter%203.pdf ) diakses
pada 11 Oktober 2020
2. SAMPEL
Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Bila
populasi besar, dan peneliti tidak mungkin mempelajari semua yang ada pada populasi,
maka peneliti dapat menggunakan sampel yang diambil dari populasi itu. Sampel yang
diambil dari populasi harus betul-betul representative (mewakili)
 Sumber buku : Sundayana, Rostina.2018. Statistika Penelitian Pendidikan. Bandung : Alfabeta

Sampel adalah sejumlah (tidak semua) hal yang diobservasi/diteliti yang relevan dengan
masalah penelitian dan tentunya subyek/obyek yang diteliti tersebut mempunyai
karakteristik yang dimiliki populasi.
 Sumber buku : Sugiono,2019.Statistika Untuk Penelitian. Bandung : Alfabeta

Pengambilan sampel dilakukan sebagai upaya peneliti untuk menetapkan bagian dari
populasi dengan mempertimbangkan representasi dari elemen populasi, untuk memperoleh
data dan informasi penelitian (Indrawan dan Yaniawati, 2016, hlm, 93).
 Sumber: Indrawan dan Yaniawati dikutip dalam Rakhmawati, Ayu. 2019. PENGARUH PENGAMBILAN
KEPUTUSAN DALAM MEMILIH PRODI DAN PENGALAMAN BELAJAR MAHASISWA PRODI
PENDIDIKAN TEKNIK ELEKTRO DPTE FPTK UPI TERHADAP PERSEPSI KERJA BIDANG TEKNIK
ELEKTRO. Bandung. Universitas Pendidikan Indonesia. Web: (
http://repository.upi.edu/35345/4/S_TE_1200356_Chapter%203.pdf) diakses pada 11 Oktober 2020.
 Kelebihan menggunakan teknik sampling:
• Efisien penggunaan sumber daya (tenaga, biaya, waktu)
Menghemat Biaya karena data yang dikumpulkan hanya sebagian dari populasi. Karena
merupakan sample, maka petugas yang dibutuhkan lebih sedikit, hemat biaya percetakan, biaya
pelatihan, pencacahan, dan pengolahan. Mempercepat hasil survei pada umumnya data yang
dibutuhkan segera, sehingga berbagai perencanaan segera dapat dilakukan. Dengan melakukan survei
sample maka pelaksanaan lapangan dan pengolahan tentunya akan jauh lebih cepat diselesaikan.

• Cakupan Materi Lebih Besar Data yang diperlukan biasanya beragam dan cukup banyak, sehingga
tidak mungkin dikumpulkan melalui pencacahan lengkap. Data yang dikumpulkan melalui sensus
lengkap biasanya sangat terbatas. Variable yang dicakup sangat dibatasi pada variable dasar saja.

• anggota sampel lebih mudah didata/ dilacak di lapangan

• kualitas data yang dihasilkan lebih baik, karena proses pengumpulan dan analisis data relatif lebih
sedikit, sehingga lebih teliti.

Sumber Internet : https://dinus.ac.id/repository/docs/ajar/MP-Populasi.pdf

Kelemahan menggunakan teknik sampling:

• membutuhkan ketelitian dalam menentukan sampel

• pengambilan kesimpulan/generalisasi perlu analisis yang teliti dan dilakukan secara hati-hati

• Penyajian Wilayah Kecil Penyajian wilayah kecil seperti kecamatan dan desa dengan sample terbatas tidak
dapat dipenuhi. Pada umumnya jumlah sample yang digunakan sesuai dengan tingkat ketelitian yang
dikehendaki.dengan tingkat ketelitian yang dikehendaki.

• Penyajian Variable Proporsi Kecil Survei sample tidak dapat menyajikan variable yang kejadiannya kecil dalam
populasi(proporsi kecil).

• Trend Data Apabila data diperlukan secara berkala untuk mengukur perubahan yang sangat kecil dari satu
period ke periode berikutnya, kemungkinan sample diperlukan cukup besar.

• Tidak Tersedianya Kerangka Sampel sehingga persyaratan probabilita sampling tidak terpenuhi.

Sumber Internet : https://dinus.ac.id/repository/docs/ajar/MP-Populasi.pdf

 ALUR PEMIKIRAN POPULASI DAN SAMPEL

SAMPEL POPULAS
I

HASIL
TEMUAN
HAMPIR SELURUH PENELITIAN HANYA DILAKUKAN DENGAN SAMPEL,
BUKAN TERHADAP POPULASI. NAMUN HASIL PENELITIAN ATAS SAMPEL
DI BERLALUKAN UNTUK SELURUH POPULASI
ALASAN MENGGUNAKAN SAMPLING

 UKURAN POPULASI
 MASALAH BIAYA
 MASALAH WAKTU
 MASALAH KETELITIAN
 FAKTOR EKONOMIS

SUMBER BUKU: SUDJANA. 2005. METODA STATISTIKA. BANDUNG: TARSITO

 TEKNIK SAMPLING
“PROBABILITY SAMPLING”
Probability sampling adalah teknik pengambilan sampel yang memberikan peluang yang
sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota sampel.
 Sumber buku : (Sugiono,2019.Statistika Untuk Penelitian. Bandung : Alfabeta)

Probability sampling ialah teknik untuk memberikan peluang yang sama pada setiap anggota
populasi untuk dipilih menjadi anggota sampel. Dengan kata lain cara pengambilan sampel
yang memberikan kesempatan yang sama untuk diambil kepada setiap elemen populasi.
 Sumber Internet : Binus University. 2017. Probability Sampling VS Non-Probability Sampling. Web (
https://student-activity.binus.ac.id/himsisfo/2017/03/probability-sampling-vs-non-probability-sampling/ ). Diakses
10 Oktober 2020

Probability sampling adalah suatu teknik pengambilan sample dimana semua elemen
mempunyai peluang untuk terpilih menjadi sample.
 Sumber Internet : Niamas, Maila. 2019. Pengertian Probability Sampling dan Non-probability Sampling. Web (
https://www.akuntansilengkap.com/penelitian/pengertian-probability-sampling-dan-non-probability-sampling/ )
 JENIS – JENIS PROBABILITY SAMPLING

Simple random
sampling

Proportionate
Stratified Random
Terdapat 4 teknik probability Sampling

sampling Disproportionate
stratified random
sampling

Cluster sampling
atau area sampling
 1. SIMPLE RANDOM SAMPLING
 Dikatakan simple atau sederhana karena pengambilan anggota sample dari populasi dilakukan secara acak
tanpa memperhatikan strata yang ada dalam populasi itu. Cara demikian dilakukan jika anggota populasi
dianggap homogen. Pengambilan sample acak sederhana dapat dilakukan dengan cara undian, memilih bilangan
dari daftar bilangan secara acak dan sebagainya.
 Menurut Sugiyono (2001:57) teknik simple random sampling adalah teknik pengambilan sampel dari anggota
populasi yang dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi itu.
 Untuk penentuan sample dengan cara ini cukup sederhana, tetapi dalam prakteknya akan menyita waktu. Apalagi
jika jumlahnya besar, sampelnya besar. Secara teknis kurang efisien dibandingkan stratified sampling. Keuntungan
yang lainnya ialah anggota sampel mudah dan cepat diperoleh, temuan riset mempunyai kemampuan digeneralisir
yang tinggi, serta kelemahannya yaitu terkadang tidak mendapatkan data yang lengkap dari populasinya.

Sumber buku dan internet :

 Sugiono,2019.Statistika Untuk Penelitian. Bandung : Alfabeta
 Hidayat, Anwar.2018. Pengertian Simple Random Sampling, Jenis, dan Contoh. Web (https://
www.statistikian.com/2018/02/pengertian-simple-random-sampling.html). Diakses 10 Oktober 2020
 Sundayana, Rostina.2018. Statistika Penelitian Pendidikan. Bndung : Alfabeta
 http://learning.upnyk.ac.id/pluginfile.php/7470/mod_resource/content/1/Chapter_09_Metode_Pengambilan_Sampel.pdf
 Populasi Diambil secara random / acak Sample yang
homogeny /
representative
relatif homogen
2. PROPORTIONATE STRATIFIED RANDOM SAMPLING
 Teknik ini digunakan bila populasi mempunyai anggota atau unsur yang tidak homogeny dan berstrata secara proposional.
 Pengambilan sampel dalam penelitian menggunakan metode Proportionate Stratified Random Sampling artinya data
penelitian ini bersifat heterogen. Proportionate Stratified Random Sampling adalah pengambilan sampel dari anggota
populasi secara acak dan berstrata secara proporsional, teknik ini digunakan karena populasi tersebar dalam beberapa
kelompok (Sugiyono, 2017).
 Kelebihan teknik ini ialah Populasi disekat-sekat menjadi kelompok-kelompok yang sesuai dengan tujuan penelitian, serta
ada jaminan dalam setiap strata ada individu yang terambil jadi sampel (keterwakilan dari setiap sekatan populasi) hal ini
dapat memperkecil bound of error estimation sehingga tingkat presisi kesimpulan menjadi tinggi, Biaya observasi dalam
survey mungkin bisa dikurangi, Dapat melakukan pendugaan parameter dari setiap strata dan hal tersebut tidak dapat
dilakukan dengan metode Simple Random Sampling.

Sumber buku dan internet:

• Sugiono,2019.Statistika Untuk Penelitian. Bandung : Alfabeta
• Sundayana, Rostina.2018. Statistika Penelitian Pendidikan. Bndung : Alfabeta
• Ashfira Silmi Fadhilla, 2017.PENGARUH BUDAYA ORGANISASI TERHADAP
ORGANIZATIONAL CITIZENSHIP BEHAVIOR PADA HOTEL HORISON BANDUNG. Skripsi
Tidak Diterbitkan.Universitas Pendidikan Indonesia, dari (http://
repository.upi.edu/32390/6/S_PEM_1300277_Chapter3.pdf ) Diakses 11 Oktober 2020
• https://journal.unesa.ac.id/index.php/jram/article/view/5714/3091
 POPULASI 1000
ORANG
DIBAGI 4

KELAS 3 250 KELAS 4 250 KELAS 5 250 KELAS 6 250

ORANG ORANG ORANG ORANG

PILIH SECARA PILIH SECARA PILIH SECARA PILIH SECARA

ACAK ACAK ACAK ACAK
UNTUK 50 ORANG UNTUK 50 ORANG UNTUK 50 ORANG UNTUK 50 ORANG
 a.       

3. DISPROPORTIONATE STRATIFIED RANDOM

SAMPLING
Teknik ini digunakan untuk menentukan jumlah sample bila populasi berstrata tetapi kurang proporsional.
Alasan peneliti memakai teknik ini karena khawatir bahwa sampel tidak mencerminkan bagaimana seluruh anggota pada
tingkatan strata. Keputusan pengambilan sampel ini dibuat entah ketika suatu atau beberapa strata terlalu kecil, atau terlalu
besar, atau ketika terdapat lebih banyak variabilitas yang ditaksir dalam strata tertentu.
Kelebihan teknik stratified random sampling ialah Populasi disekat-sekat menjadi kelompok-kelompok yang sesuai dengan
tujuan penelitian, serta ada jaminan dalam setiap strata ada individu yang terambil jadi sampel (keterwakilan dari setiap
sekatan populasi) hal ini dapat memperkecil bound of error estimation sehingga tingkat presisi kesimpulan menjadi tinggi,
Biaya observasi dalam survey mungkin bisa dikurangi, Dapat melakukan pendugaan parameter dari setiap strata dan hal
tersebut tidak dapat dilakukan dengan metode Simple Random Sampling.
Kelebihan teknik ini ialah, semua ciri-ciri populasi yang heterogen dapat terwakili. Sedangkan kelemahannya yaitu,
memerlukan pengenalan terhadap populasi yang akan diteliti untuk menentukan ciri heterogenitas yang ada pada populasi.
Sumber buku dan internet:
• Sugiono,2019.Statistika Untuk Penelitian. Bandung : Alfabeta
• Sundayana, Rostina.2018. Statistika Penelitian Pendidikan. Bandung : Alfabeta
• Wibawa, Devi. 2018. SAMPLING DAN POPULASI DALAM PENELITIAN KUANTITATIF DAN KUALITATIF. Web (
https://slideplayer.info/slide/12755454/ ) Diakses 11 Oktober 2020
• https://journal.unesa.ac.id/index.php/jram/article/view/5714/3091
• file:///C:/Users/acer/Downloads/5714-18095-1-PB.pdf
 PENILAIAN KINERJA
PERUSAHAAN

STRATA LULUSAN KARYAWAN JUMLAH

S3 2
S2 5
S1 103
SMA 400

Strata dengan jumlah karyawan yang sedikit harus diambil semua sebagai
sampel. Yaitu karyawan lulusan S3 dan S2
 4. CLUSTER SAMPLING
 Teknik sampling daerah digunakan untuk menentukan sample bila objek yang akan diteliti atau sumber data sangat
luas, misal penduduk dari suatu negara, provinsi, atau kabupaten.
 Pada penggunaan teknik cluster sampling ini, biasanya digunakan dua tahapan, yaitu tahap pertama menentukan
sampel daerah, tahap kedua menentukan orang-orang atau objek yang dijadikan penelitian pada daerah yang terpilih
yang dilakukan secara random. Cluster random sampling adalah teknik sampling yang banyak digunakan pada
kelompok statistika yang sifatnya geografis. 
 Keuntungan menggunakan teknik ini ialah (1) dapat mengambil populasi besar yang tersebar di berbagai daerah,
(2) pelaksanaannya juga termasuk lebih mudah dan murah. Sedangkan kelemahannya ialah (1) Mempunyai
reliabilitas dan efisiensi yang paling rendah diantara metode sampling probabilitas. (2) jumlah individu dalam
setiap pilihan tidak sama, (3) ada kemungkinan penduduk satu daerah berpindah ke daerah yang lain tanpa
sepengetahuan peneliti, sehingga penduduk tersebut mungkin menjadi anggota rangkap sampel penelitian.

Sumber buku dan internet:

• Sugiono,2019.Statistika Untuk Penelitian. Bandung : Alfabeta
• Sundayana, Rostina.2018. Statistika Penelitian Pendidikan. Bndung : Alfabeta
• Imam. 2020. Cluster Random Sampling dan Teknik Sampling Lainnya, Lengkap dengan Contoh. Web (https://
www.99.co/id/panduan/cluster-random-sampling-adalah ) Diakses 11 Oktober 2020
• http://learning.upnyk.ac.id/pluginfile.php/7470/mod_resource/content/1/Chapter_09_Metode_Pengambilan_Sampel.pdf
Memilihi secara random Lalu dikerucutkan lagi ingin
Secara random memilih daerah kota.
daerah. Ex Jawa Barat. didaerah kota bagian mana. Ex
Ex Kab. Bekasi
Cikarang

Menentukan dari lembaga tsb

siapakah yang akan dijadikan Menentukan lembaga
sampel
 MENGHITUNG BESAR SAMPEL
TEORI SLOVIN
Rumus Slovin adalah sebuah rumus atau formula untuk menghitung jumlah sampel minimal apabila
perilaku dari sebuah populasi tidak diketahui secara pasti. Rumus ini pertama kali diperkenalkan
oleh Slovin pada tahun 1960. Rumus slovin ini biasa digunakan dalam penelitian survey dimana
biasanya jumlah sampel besar sekali, sehingga diperlukan sebuah formula untuk mendapatkan
sampel yang sedikit tetapi dapat mewakili keseluruhan populasi.

Keterangan :

n= Jumlah sampel
N=Jumlah populasi
e2= Taraf nyata atau batas kesalahan
HIDAYAT,ANWAR. STATISKIAN WEB (
https://www.statistikian.com/2017/12/hitung-rumus-slovin-sampel.html#:~:text=Rumus%20Slovin%20adalah%20sebuah%20rumus,oleh%20Slovin%20pada%20tahun%201960.) DIAKSES
14/10/20
EVITASARI, EKA RUMUS SLOVIN. WEB (https://ruangguru.co/rumus-slovin/) DIAKSES 14/10/20
Contoh

Pemilik butik akan melakukan penilitian yang berjumlah

1.000 orang yang pernah menjahit di butik tsb , dan
memiliki Taraf Signifikasi yakni 0.05 pada sebuah butik.
Maka hitunglah sampel menurut rumus tersebut.

n= N / 1+ N (e)^2
n= 1000/ 1+ 1000 (0,05)^2
n= 285,714
Maka dibulatkan menjadi 286 orang yang dijadikan sampel
 MENGHITUNG BESAR SAMPEL

BESAR SAMPEL UNTUK ESTIMASI

PROPORSI POPULASI Tingkat kepercayaan yang sering
digunakan adalah 95 % ( 1,960) dan
90 % ( 1,645). Sedangkan untuk nilai
p* (1-p) akan memberikan berbagai
nilai yang berikut ini untuk nilai p
yang berbeda :

Faidah, silvia. Besar sampel dan teknik sampling. Magister Manajemen Rumahsakit Fakultas Kedokteran UGM. Web (https://
www.academia.edu/37253410/Besar_Sampel_dan_Teknik_Sampling) diakses pada 14/10/20
Contoh:

Seorang peneliti ingin mengetahui proporsi anemia anak di sebuah SD di desa A.

Di asumsikan bahwa pemilihan sekolah dilakukan dengan cara random sampling sederhana
(simple random sampling), berapa sampel yang dibutuhkan jika diperkirakan 50 % dari anak
–anak tersebut (populasi target) anemia, dimana d ditentukan sebesar 10 % (0,1) dan tingkat
kepercayaan 95 %

Peneyelesaian : Dengan menggunakan rumus sampel di atas :

n = (1.96^2 * 0.5* (1-0.5) / (0,1)^2 = 96,04

Dibulatkan ke terbesar menjadi 97.

maka diperlukan 97 anak dalam penelitian tersebut
 BESAR SAMPEL UNTUK ESTIMASI RATA-
RATA POPULASI

Contoh:

Penelitian mencari nilai mean lingkar

lengan siswa
Diketahui: tingkat kepercayaan 95%, presisi
(d) 1,5 dan standar deviasi nya adalah 5.

n: (1,96x5 / 1,5)^2 = 42,68

Dibulatkan menjadi 43.

Faidah, silvia. Besar sampel dan teknik sampling. Magister Manajemen Rumahsakit Fakultas Kedokteran UGM. Web (https://
www.academia.edu/37253410/Besar_Sampel_dan_Teknik_Sampling) diakses pada 14/10/20
TERIMA KASIH
Apa ada pertanyaan?