Kuliah

#8

Populasi & Sampel

 Populasi

Serangkaian unsur-unsur (orang

Apa itu atau benda) yang memiliki
populasi ? beberapa karakteristik umum
didefinisikan sebagai kriteria sampel
yang ditetapkan oleh peneliti.

www.company.com
 Kelompok Populasi

Target Population
 Seluruh kelompok orang atau benda yang peneliti hendak
menggeneralisasi temuan studinya.
 Memenuhi kriteria yang sesuai dengan keinginan peneliti
 Contoh : Semua bank yang go publik

Accessible population
 Bagian dari populasi dimana peneliti memiliki akses menjangkau;
 Dapat merupakan bagian dari populasi target
 Mungkin terbatas pada wilayah, negara, kota, kabupaten, atau
lembaga
 Contoh : Kantor bank yang go publik dan berkedudukan di
Tangerang
www.company.com
 Sampel

 Sampling adalah sebuah cara/metode yang

dilakukan oleh peneliti untuk menarik kesimpulan
tentang “sesuatu” dari sebuah populasi, tanpa harus
melakukan investigasi terhadap seluruh individu dari
populasi.
 Sampel adalah sejumlah individu dari suatu populasi
yang diperoleh dengan teknik tertentu.

www.company.com
 Teknik Sampling

1.Simple random sampling

2.Systematic sampling
3.Stratified sampling
4.Clustered sampling
5.Quota sampling
6.Convenience sampling
7. Snowball sampling
www.company.com
 1 Simple Random Sampling

 setiap individu yang dipilih sepenuhnya secara

kebetulan;
 setiap anggota populasi memiliki kesempatan yang
sama, atau probabilitas, untuk terpilih.
 Salah satu cara untuk memperoleh sampel acak
adalah:
 memberi nomor kpd setiap individu dalam
populasi,
 kemudian menggunakan tabel angka acak untuk
menentukan individu yg menjadi sampel.
www.company.com
2 Systematic sampling

 Individu yang dipilih secara berkala dari

daftar seluruh populasi.
 Interval dipilih untuk memastikan ukuran
sampel yang memadai. Misalnya, setiap
anggota 10 populasi disertakan.
 sederhana dan mudah digunakan, meskipun
juga dapat menyebabkan bias.

www.company.com
3 Stratified Sampling

 Dengan metode ini, pertama-tama populasi dibagi menjadi

sub-kelompok (atau strata) yang semua memiliki karakteristik
yang sama.
 Hal ini digunakan untuk mengukur karakter yang bervariasi
antara sub-kelompok yang berbeda.
Contoh : Kualifikasi auditor
 Sampel penelitian kemudian diperoleh dengan mengambil
sampel dari setiap strata secara acak.
 Dalam sampel bertingkat, probabilitas makhluk individu
termasuk bervariasi sesuai dengan karakteristik dikenal,
seperti jenis kelamin, dan tujuannya adalah untuk memastikan
bahwa semua sub-kelompok penduduk yang mungkin relevan
dengan penelitian ini adalah memadai represented.1
www.company.com
4 Clustered Sampling

 Sub-kelompok populasi yang digunakan sebagai unit

sampling, bukan individu.
 Populasi dibagi menjadi sub-kelompok, yang dikenal
sebagai cluster, dan dipilih secara acak untuk
dimasukkan dalam penelitian.
 Semua anggota dari cluster kemudian dipilih sebagai
sampel penelitian.

www.company.com
5 Quota Sampling

 Metode ini sering digunakan dalam penelitian

pasar.
 Pewawancara diberi sebuah kuota dari
sekelompok individu dari satu populasi untuk
direkrut sebagai sampel.
Contoh: seorang pewawancara memilih 20 pria
dewasa dan 20 wanita dewasa, 10 gadis
remaja dan 10 remaja laki-laki untuk
diwawancarai tentang acara televisi yang
mereka tonton.
www.company.com
6 Convenience Sampling

 Convenience sampling mungkin cara sampling

termudah, karena partisipan dipilih dengan cara
yang paling mudah.
 Partisipan bebas untuk mengajukan diri sebagai
sampel/responden.
 Hasil yang baik dapat diperoleh, namun
sekumpulan data dapat bias serius, karena mereka
yang secara sukarela sbg responden mungkin
berbeda dari mereka yang memilih untuk tidak.

www.company.com
7 Snowball Sampling

 Metode ini umumnya digunakan dalam ilmu-ilmu

sosial dalam menyelidiki kelompok yang sulit
dijangkau.
 Subyek yang ada diminta untuk menominasikan
responden yang mereka kenal, sehingga jumlah
sampel terus bertambah seperti bola salju.
 Misalnya, ketika melakukan survei perilaku
berisiko di antara pengguna narkoba suntikan,
peserta akan diminta untuk mencalonkan
pengguna lain untuk diwawancarai.
www.company.com
 Bias dalam Sampling

5 sumber potensi bias dalam penentuan satu

sampel :
1. Merubah rencana sampling yang telah
ditetapkan.
2. Merubah target responden
3. Sulit memperoleh responden yang telah
ditentukan.
4. Sampel yang terlalu kecil.
5. Perubahan kerangka sampling.
www.company.com
 Jumlah Sampel

 Semakin besar sampel, menambah keterwakilan populasi.

 Sampel yang besar mengurangi kesalahan sampling (sampling
error)
 Sampel yang relatif kecil hanya untuk jenis penelitian
kualitatif, exploratory, studi kasus, experimental and quasi-
experimental.
 Penelitian deskriptif memerlukan sampel besar. Misalnya 10
mata pelajaran untuk setiap item pada kuesioner atau
wawancara panduan
 Karena jumlah variabel yang diteliti meningkat, ukuran sampel
juga perlu meningkatkan untuk mendeteksi hubungan yang
signifikan atau perbedaan
www.company.com
 Jumlah Sampel

Acuan umum :
 Ukuran sampel lebih dari 30 dan kurang dari 500 adalah tepat
untuk kebanyakan penelitian.
 Jika sampel dipecah ke dalam subsampel (pria/wanita,
junior/senior, dan sebagainya), ukuran sampel minimum 30 untuk
tiap kategori adalah tepat
 Dalam penelitian mutivariate (termasuk analisis regresi
berganda), ukuran sampel sebaiknya 10x lebih besar dari jumlah
variabel dalam penelitian.
 Untuk penelitian eksperimental sederhana dengan kontrol
eskperimen yang ketat, penelitian yang sukses adalah mungkin
dengan ukuran sampel kecil antara 10 sampai dengan 20
www.company.com
1 Rumus Penentuan Jumlah Sampel

Rumus Slovin
n = N/N(d)2 + 1
n = sampel; N = populasi; d = nilai presisi
95% atau sig. = 0,05.
Misalnya, jumlah populasi adalah 125, dan tingkat
kesalahan yang dikehendaki adalah 5%, maka jumlah
sampel yang digunakan adalah :
N = 125 / 125 (0,05)2 + 1 = 95,23,
dibulatkan 95

www.company.com
 2 Rumus Penentuan Jumlah Sampel

Formula Jacob Cohen

N = L / F^2 + u + 1
Keterangan :
N = Ukuran sampel
F^2 = Effect Size
u = Banyaknya ubahan yang terkait dalam penelitian
L = Fungsi Power dari u, diperoleh dari tabel
Power (p) = 0.95 dan Effect size (f^2) = 0.1
Harga L tabel dengan t.s 1% power 0.95 dan u = 5 adalah 19.76
maka dengan formula tsb diperoleh ukuran sampel
N = 19.76 / 0.1 + 5 + 1 = 203,6, dibulatkan 203
www.company.com
3 Rumus Penentuan Jumlah Sampel

Proporsi atau Tabel Isaac dan Michael

 Tabel penentuan jumlah sampel dari Isaac dan
Michael memberikan kemudahan penentuan
jumlah sampel berdasarkan tingkat kesalahan
1%, 5% dan 10%.
 Dengan tabel ini, peneliti dapat secara
langsung menentukan besaran sampel
berdasarkan jumlah populasi dan tingkat
kesalahan yang dikehendaki.

www.company.com
 Tabel Isaac dan Michael

www.company.com
 Power Analysis

 Prosedur untuk memperkirakan

kemungkinan melakukan kesalahan
Tipe II atau prosedur untuk
memperkirakan kebutuhan ukuran
sampel.
 Instrumen nya Error type I dan Error
type II

www.company.com
 Kesalahan Tipe I

 Berdasarkan analisis statistik, peneliti salah menolak hipotesis nol

yg sesungguhnya benar; dan menerima hipotesis alternatif yang
salah.
 Probabilitas melakukan kesalahan tipe I dikendalikan oleh peneliti
dengan tingkat signifikansi, alpha.
 Alpha adalah probabilitas kesalahan Tipe I akan terjadi.
 Alpha ditentukan oleh peneliti; biasanya = 0,05 atau 0,01
 Alpha = 0,05 berarti ada kemungkinan 5% dari menolak hipotesis
nol benar; atau dari 100 sampel, hipotesis nol yang benar akan
ditolak 5 kali dari 100 dan diterima 95 kali dari 100.
 Alpha = 0,01 berarti ada kemungkinan 1% dari menolak hipotesis
nol benar; atau dari 100 sampel, hipotesis nol yang benar akan
ditolak 1 kali dari 100 dan diterima 99 kali dari 100.
www.company.com
 Kesalahan Tipe II

 Berdasarkan analisis statistik, peneliti salah

menerima hipotesis nol; dan karena itu, menolak
hipotesis alternatif yang benar.
 Probabilitas melakukan kesalahan tipe II dikurangi
dengan Power Analysis.
 Probabilitas dari error Tipe II disebut beta b.
 Power, atau 1- b adalah probabilitas menolak
hipotesis nol dan memperoleh hasil yang signifikan
secara statistik

www.company.com
…see you soon..

www.company.com