POPULASI dan SAMPEL

POPULASI DAN SAMPEL

Apakah populasi?
 Populasi diartikan sebagai sekumpulan
unsur atau elemen yang menjadi obyek
penelitian. Elemen populasi ini biasanya
merupakan satuan analisis.
 Populasi: Himpunan semua hal yang
ingin diketahui.
 Dapat berupa kumpulan semua kota,
semua wanita, semua perusahaan.
 Populasi dalam penelitian dapat pula diartikan
sebagai keseluruhan unit analisis yang ciri-
cirinya akan diduga.

Unit analisis adalah unit/satuan yang akan

diteliti atau dianalisis
 Faktor Penentuan Populasi:

 Isi
 Satuan
 Cakupan (scope)
 Waktu
Contoh:

Suatu penelitian tentang pendapatan keluarga petani

di Kabupaten Jombang tahun 2005,

maka populasinya dapat ditetapkan dengan 4 faktor

tsb:
• Isi  Semua keluarga petani
• Satuan  Petani penggarap/pemilik
tanah
• Cakupan (scope) Kabupaten Jombang
• Waktu  tahun 2005
Populasi dapat dibedakan

• Populasi target merupakan populasi

yang telah ditentukan sesuai dengan
permasalahan penelitian, dan hasil
penelitian dari populasi tersebut ingin
disimpulkan.
• Populasi survei merupakan populasi
yang terliput dalam penelitian yang
dilakukan.
 Populasi Survei

Populasi target

Idealnya populasi target dan populasi survei sama,

tapi karena berbagai sebab maka populasi target dan
survei menjadi tidak sama.
Populasi terdiri dari unsur sampling yaitu unsur/unsur
yang diambil sebagai sampel.

Kerangka sampling (sampling Frame) adalah daftar

semua unsur sampling dalam populasi sampling.

Unsur sampling ini diambil dengan menggunakan

kerangka sampling (sampling frame)
 Apakah Sampel?

Sampel adalah unsur-unsur yang

diambil dari populasi
 Teknik (metode) penentuan sample
yang ideal memiliki ciri-ciri:

 Dapat memberikan gambaran yang akurat tentang

populasi
 Dapat menentukan presisi
 Sederhana sehingga mudah dilaksanakan
 Dapat memberikan keterangan sebanyak mungkin
dengan biaya murah.

Presisi=standard error, Nilai rata-rata populasi

dikurangi nilai rata-rata sampel
Berapa besar sampel = representatif?

Besar sample perlu mempertimbangkan hal-hal

sbb:
Derajat keseragaman (degree of homogenity)
dari populasi  completely heterogeneous
Presisi yang dikehendaki dari penelitian
Rencana analisis
Tenaga, biaya dan waktu
Besar populasi

 SEMAKIN BESAR SAMPEL SEMAKIN TINGI TINGKAT

PRESISI YANG DIDAPATKAN
Teknik penarikan/pengambilan
sample

1. Probability Sampling (random

sampling)
2. Non Probability Sampling (non random
sampling)
Probability Sampling
Teknik penarikan sampel, dimana setiap unsure
atau elemen sampling diberi kesempatan yang
sama dan persis sama untuk diikutkan/dipilih
dalam sample.

Syarat dalam penarikan sample probabilitas

adalah tersedianya daftar anggota populasi
atau daftar unsure/elemen populasi (kerangka
sample/sampling frame).
Beberapa Teknik Probability Sampling:

 Simple Random Sampling

 Systematic Random Sampling
 Stratified Random Sampling
 Cluster Sampling
 Multistage Sampling
 Area Sampling
 Simple Random Sampling

Penarikan sample secara Random/Acak

Sederhana

Caranya :
 Dengan mengundi elemen/anggota populasi
 Dengan menggunakan tabel angka random
 Syarat Acak Sederhana

1. Tersedia kerangka sampling

2. Sifat populasi homogen
3. Populasi tidak terlalu tersebar secara geografis
 Systematic Random Sampling :

Penarikan sample secara sistematik

 Caranya:
1. Melakukan cek keadaan daftar populasi (kerangka populasi)
2. Menetapkan jarak/interval
N
I = -----------
n
I = Interval (5)
N = Jumlah anggota populasi (100)
n = Jumlah anggota sampel (20)

3. Menetapkan nomor berapa peneliti akan mulai menghitung (penetapan

momor pertama ini dilakukan secara acak/random)
1, 2, 3, 4 dan 5
4. Anggota sampel berikutnya ditentukan dengan menambahkan interval
pada nomor pertama dan seterusnya
 Stratified Random Sampling

Penarikan Sampel Startifikasi

Caranya:
1. Menetapkan kriteria yang jelas yang akan
digunakan sebagai dasar penetuan strata
(lapisan).
2. Dengan dasar kriteria tersebut populasi dibagi ke
dalam sub-subpopulasi (setiap subpopulasi
diasumsikan homogen)
3. Penentuan besar sampel pada masing-masing
subpopulasi bisa proporsional bisa pula tidak.
4. Penentuan usnsur bisa simple random/systematic
Syarat Stratified Random Sampling

1. Kriteria yang jelas untuk

menstratifikasi
2. Ada data pendahuluan mengenai
kriteria
3. Diketahui jumlah tiap lapisan
 Cluster Sampling
Penarikan Sampel Berkelompok

Teknik ini digunakan karena mengalami dua

permasalahan, yaitu:
1) peneliti kekurangan kerangka sampling yang baik,
suatu populasi yang menyebar;
2) Biaya yang tinggi untuk menyusun kerangka sampling
dan menjangkau setiap elemen sample.
Caranya:
1. Populasi dibagi ke dalam mini populasi-mini
populasi. Mini populasi memiliki karakteristik yang
sama dengan populasi
2. Pengelompokan mini populasi ini bisa
berdasarkan pada pengelompokan secara
administrasi.
3. Setelah itu menentukan cluster secara random
(bisa dilakukan secara bertingkat misal dari desa
menjadi dukuh-dukuh atau dusun dst)
4. Cluster yang terpilih adalah unit yang berisi
elemen sample final
 Multistage Sampling

Penarikan sampel secara bertahap

Hampir sama dengan cluster, dengan tahap lebih

dari satu kali (misal propinsi, kabupaten,
kecamatan, kelurahan/desa dan seterusnya)
 Area Sampling

Penarikan Sampel Wilayah

 Cara ini dilakukan karena populasi tidak dapat

kerangka sampling.
 Dibutuhkan suatu foto udara yang jelas dan rinci
dari wilayah yang akan diteliti, sehingga dapat
diketahui blok-blok yang ada seperti perumahan,
pertokoan.
 Teknik penarikan sample sama seperti penarikan
sampel secara bertahap.
 II. Non Probability Sampling
(Non random sampling)

– Cara ini dilakukan bila tidak mungkin diperoleh

daftar yang lengkap dari populasi penelitian,
sehingga tidak terdapat kesempatan yang sama
pada anggota populasi.
– Karena itu peneliti tidak dapat membuat generalisasi
atau kesimpulan yang dapat mewakili populasi, hasil
analisis hanya berlaku untuk anggota populasi yang
diteliti.
– Dengan penarikan sample non probability, peneliti
tidak dihadapkan pada cara-cara yang rumit.
 Teknik Non Probability Sampling
 Purposive Sampling
 Quota Sampling
 Snow-ball Sampling
 Sequential Sampling
 Accidental/Haphazard Sampling
 Purposive Sampling
Penarikan sampel secara sengaja

 Cara ini membutuhkan kemampuan dan

pengetahuan yang baik dari peneliti terhadap
populasi penelitian.
 Untuk menentukan siapa yang menjadi anggota
sample, maka peneliti harus benar-benar
mengetahui dan beranggapan bahwa orang yang
dipilihnya dapat memberikan informasi yang
diinginkan sesuai dengan permasalahan
penelitian.
 Quota Sampling
Penarikan Sampel Jatah

 Cara ini mirip dengan stratified sampling, yaitu

dengan membagi populasi ke dalam sub-sub
populasi sesuai dengan fokus penelitian.
 Penarikan sample jatah dilakukan bila peneliti
tidak dapat mengetahui jumlah yang rinci dari
setiap strata populasinya.
 Snow-ball Sampling

Penarikan sampel bola salju

• Cara penarikan sampel ini dimulai dengan jumlah yang

sedikit akhirnya menjadi banyak, dengan beberapa tahap.
• Pertama, menentukan satu atau beberapa orang untuk
diwawancarai.
• Selanjutnya orang-orang tersebut akan berperan sebagai
titik awal penarikan sampel selanjutnya.
– Salah satu kelemahannya adalah sampel yang pada
tahap berikutnya adalah orang-orang terdekat (peer
group). Karena itu orang pertama dipilih lebih dari
satu.
 Sequential Sampling

Penarikan sample ini dimulai dengan

pengambilan sample dalam jumlah kecil,
kemudian data dianalisis.

Jika hasilnya masih diragukan, maka

sample diambil yang lebih besar dan
seterusnya.
 Accidental/Haphazard Sampling

Penarikan sampel secara kebetulan

Penarikan sample ini dilakukan dengan cara

memilih orang yang kebetulan ditemui.
Pedoman Menentukan Jumlah Sampel

1. Pendapat Slovin
N
n
1  Ne 2
Kita akan meneliti pengaruh upah terhadap semangat kerja
pada karyawan PT. Cucak Rowo. Di dalam PT tersebut
terdapat 130 orang karyawan. Dengan tingkat kesalahan
pengambilan sampel sebesar 5%, berapa jumlah sampel
minimal yang harus diambil ?

130
n  98,11
1  130 (0,05) 2
2. Interval Penaksiran

 Untuk menaksir parameter rata-rata 

2
Z  
n    /2 
 e 

Seorang mahasiswa akan menguji suatu hipotesis yang menyatakan

bahwa Indek Prestasi Mahasiswa Jurusan Manajemen Unsoed adalah
2,7. dari 30 sampel percobaan dapat diperoleh informasi bahwa
standar deviasi indek Prestasi mahasiswa adalah 0,25 Untuk menguji
hipotesisi ini berapa jumlah sampel yang diperlukan jika kita
menginginkan tingkat keyakinan sebesar 95% dan error estimasi 
kurang dari 0,05,?
2
 (1,96)(0,25) 
n     96,04
 (0,05) 
 Untuk menaksir parameter proporsi P
 Z 2 / 2 pq
n   2

 e 

Kita akan meperkirakan proporsi mahasiswa yang mnggunakan

angkutan kota waktu pergi kuliah. Berapa sampel yang diperlukan jika
dengan tingkat kepercayaan 95% dan kesalahan yang mungkin terjadi
0,10 ?

 1, 96 2 
n   2
  96 , 04
 4 ( 0 ,10 ) 
 3. Pendekatan Isac Michel
a. Untuk menentukan sampel untuk menaksirparameter rata-rata 

NZ 2 S 2
n
Nd 2  Z 2 S 2

Seorang mahasiswa akan menguji suatu hipotesis yang menyatakan bahwa

Indek Prestasi Mahasiswa Jurusan Manajemen Unsoed yang berjumlah
175 mahasiswa adalah 2,7. Dari 30 sampel percobaan dapat diperoleh
informasi bahwa standar deviasi Indek Prestasi mahasiswa adalah 0,25
Untuk menguji hipotesisi ini berapa jumlah sampel yang diperlukan jika kita
menginginkan tingkat keyakinan sebesar 95% dan error estimasi  kurang
dari 5 persen ?

(175)(1,96) 2 (0,25) 2
n  62
(175)(0,05)  (1,96) (0,25)
2 2 2
B. Untuk menentukan sampel untuk menaksir parameter proporsi P

NZ 2 pq
n
Nd 2  Z 2 pq

Kita akan meperkirakan proporsi mahasiswa jurusan manajemen

unsoed yang berjumlah 175 orang. Brdasarkan penelitian pendahuluan
diperolh data proporsi mahasiswa manajemen unsoed menggunakan
angkutan kota waktu pergi kuliah adalah 40%. Berapa sampel yang
diperlukan jika dengan tingkat kepercayaan 95% dan derajat
penyimpangan sebesar 0,10.?

(175 )(1,96) 2 (0,4)(0,6)

n  60,38
(175 )(0,1)  (1,96) (0,4)(0,6)
2 2
 http://web.unair.ac.id