POPULASI DAN SAMPLING

Nurmulia Wunaini Ngkolu,S.KM, M.Kes

Populasi dan Sampel

 Populasi adalah kumpulan atau jumlah keseluruhan dari unit

analisa yang memiliki ciri-ciri/karakteristik tertentu.
 Ciri-ciri/karakteristik tertentu inilah yang disebut dengan variabel;
yang ingin diketahui atau diteliti.
 Dua cara pengumpulan informasi mengenai populasi:
1. Mencari informasi dari tiap unit analisa dalam populasi  sensus
2. Mencari informasi hanya dari sebagian anggota populasi.

“Wakil” populasi inilah yang disebut sampel.

 Proses pengambilan sampel dari populasi disebut sampling

2
Populasi dan Sampel
 Idealnya penelitian dilakukan terhadap populasi
(penelitian populasi = studi populasi = sensus).

 Namun, dalam kenyataan, tidaklah selalu perlu untuk

meneliti semua individu dalam populasi (melakukan
sensus), karena memakan biaya dan tenaga yang besar
serta waktu yang lama.

 Dengan meneliti sebagian dari populasi (dari sampel),

kita mengharapkan hasil yang diperoleh akan dapat
menggambarkan sifat populasi yang bersangkutan 
sehingga dapat dilakukan generalisasi.

3
Populasi

 Generalisasi/Inferensi statistik  penarikan

kesimpulan atas suatu hal dari unit analisa yang
jumlahnya lebih sedikit (sampel) ke unit analisa
yang jumlahnya lebih banyak atau lebih luas
(populasi)

 Agar dapat dilakukan generalisasi, sampel harus

benar-benar dapat mewakili populasi.

 Oleh sebab itu, harus diperhatikan beberapa hal

yaitu besarnya sampel (sample size) dan metode
serta teknik pengambilan sampelnya (sampling
technique).

4
 Jenis Populasi

 Berdasarkan jumlahnya, dibedakan menjadi:

1. Populasi terbatas/finit (definite)
Jumlah unit analisisnya dapat dihitung.
misal: PASIEN pengujung RS XUUU di MAKASSAR tahun 2016
2. Populasi tidak terbatas/infinit (indefinite)
Jumlah unit analisisnya tidak dapat dihitung, karena
terlalu banyak atau karena tak terdefinisi.
misal: PASIEN pengujung RS X
 Jumlah populasi akan mempengaruhi metode
pengambilan sampel yang dapat digunakan.

5
 Populasi dan Sampel

Populasi Sampel

Parameter Statistik
Proses Sampling

1. Definisikan Target Populasi

2. Tentukan kerangka sampling

3. Pilih teknik pengambilan sampel

4. Pilih besar sampel yg akan diteliti

5. Lakukan proses sampling

 1. Pendefinisian Target Populasi

 Target populasi harus didefinisikan secara jelas dengan memperhatikan:

a) unit analisis/satuan amatan;
b) elemen;
c) tingkatan (extent) atau ruang lingkup (scope);
d) kisaran waktu.

 Misal penelitian mengenai respons terhadap pemanfaatan ANC yang pertama kali.
 Populasi adalah semua ibu hamil
 Kata “semua” memiliki batasan yang tidak jelas. Apabila ada ibu hamil
multigravida memanfaatkan ANC apakah ia termasuk populasi penelitian?
 Jadi, diperlukan batasan-batasan target populasi yang jelas  perlu
didefinisikan.

8
 Pendefinisian Target Populasi

 Dari contoh di atas, maka target populasi dapat

ditetapkan sebagai berikut:
 Unit analisis/satuan amatan : semua wanita pemanfaat layanan
ANC
 Elemen : wanita primigravida (17 s.d. 60 thn)
 Ruang lingkup geografis : Makassar
 Ruang lingkup waktu : tahun 2015

 Jadi bila dirumuskan dalam kalimat, maka target

populasi dapat didefinisikan sebagai berikut:

“Semua wanita primigravida yang berusia 17-60

tahun di Surabaya, pada tahun 2015”. 9
Unit analisis / Satuan Amatan
 Unit analisis/satuan amatan adalah objek
atau subjek penelitian yang diteliti.
 Yang dapat termasuk unit analisis, misalnya:
o Individu
o Groups
o Rumah tangga (households)
o Organizations
o Geographical units (eg. town, region)
o Transactions/occasions dst…
o Responden adalah unit amatan/unit analisis
dimana kepada mereka, kuesioner kita berikan.

10
2. Menentukan Kerangka Sampling
(Sampling Frame)

 Kerangka sampling berisikan daftar atau petunjuk

untuk mengidentifikasi target populasi.
 Kerangka sampling bisa tersedia atau tidak tersedia.
 Untuk populasi yang terbatas (definite population),
biasanya kerangka sampling tersedia. Demikian juga
sebaliknya.
 Ketersediaan kerangka sampling akan mempengaruhi
metode pengambilan sampel yang digunakan.

11
 Apakah sampel?

Sampel adalah unsur-unsur yang diambil dari

populasi
Syarat sampel yang baik :
1. Representatif (Kelayakan). Suatu sampel
dikatakan representatif apabila ciri-ciri
sampel yang berkaitan dengan tujuan
penelitian sama/hampir sama dengan
populasinya
2. Feasable (Memadai/Kecukupan). Suatu
sampel dikatakan memadai apabila ukuran
sampelnya cukup untuk meyakinkan
kestabilan ciri-cirinya

13
Cara menentukan sample, agar
memenuhi syarat
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.
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
 Metode Pengambilan
Sampel

Probability Non-Probability
Sampling Sampling

1. Simple random sampling 1. Sampling kuota

2. Systematic Random 2. Sampling incidental
Sampling
3. Purposive Sampling
3. Stratified random
4. Sampling jenuh
sampling (Proportionate
dan Disproportionate 5. Snowball sampling
Stratified Random 6. Systematic Sampling
Sampling)
7. Consecutive Sampling
4. Cluster sampling
 Perbedaan pokok antara kedua metode terletak
pada probabilitas setiap elemen populasi terpilih
sebagai subyek sampel.
Metode probabilitas memberikan kesempatan yang
sama pada setiap elemen populasi untuk terpilih
sebagai sampel dengan pemilihan sampel yang
dilakukan secara acak.
Metode non-probabilitas, memilih sampel secara
tidak acak sehingga setiap elemen populasi
mempunyai probabilitas yang berbeda untuk dipilih
menjadi sampel.
Metode Pemilihan Sampel Probabilitas
(Probability Sampling)
Metode pemilihan sampel probabilitas
menggunakan konsep bahwa setiap elemen
populasi mempunyai probabilitas yang sama
untuk terpilih sebagai sampel. Pemilihan sampel
secara acak dapat dilakukan dengan cara yang
sederhana atau cara yang lebih komplek,
tergantung pada tujuan pemilihan sampel dan
tersedianya waktu, biaya dan tenaga.
(Indriantoro&Supomo, 2002:122)
a. Simple Random Sampling

Dikatakan simple (sederhana) karena

pengambilan anggota sampel dari
populasi dilakukan secara acak tanpa
memperhatikan strata yang ada dalam
populasi itu

Pada penarikan sampel acak

sederhana, sampel diambil sedemikian
rupa sehingga setiap anggota populasi
mempunyai kesempatan yang sama
untuk dipilih menjadi sampel.
 Contoh:
Peneliti ingin memilih 100
mahasiswa sebagai sampel dari Dapat dirumuskan sebagai
jumlah populasi 5.000
berikut:
mahasiswa. Peneliti membuat
• N (populasi) = 5.000
daftar nomor mahasiswa dari
nomor 1 sampai dengan 5.000 • N (sampel = 100
sebagai kerangka sampel. • Besarnya kesempatan =
Selanjutnya pemilihan sampel
secara acak sederhana dapat
n/N = 100/5000 = 0,02
dilakukan dengan bantuan • Artinya, setiap anggota
komputer yang memuat table populasi memiliki
nomor mahasiswa secara acak. kemungkinan untuk
Pemilihan sampel dilakukan dipilih sebagai sampel
dengan memilih nomor secara
acak dari 5.000 nomor yang
sebesar 0,02.
ada.
b. Systematic Random Sampling
Metode pemilihan sampel secara acak
sederhana meskipun mudah dipahami, tetapi
jarang digunakan dalam praktik karena relatif
sulit dan memerlukan banyak tenaga dan biaya,
terutama jika jumlah elemen populasinya
banyak.
Penarikan sampel sistematis dapat dilakukan melalui tiga
tahapan:
• Mengecek keadaan daftar populasi, harus dalam keadaan acak.
• Menetapkan jarak interval yang akan digunakan atau
menetapkan angka kelipatan (k), dimana k=N/n. Untuk
N=5.000 dan n=100, maka angka kelipatan (k) = 1.000/100 =
10
• Tentukan secara acak nomor mulai pengambilan sampel.
Misalnya hasilnya adalah nomor 3, maka sampel berikutnya
adalah kelipatan 10 yaitu 13, 23, 33, 43, 53, dan seterusnya
hingga anggota sampel yang terakhir.
c. Stratified Random Sampling
Pemilihan sampel secara acak dapat dilakukan
dengan terlebih dahulu mengklasifikasi suatu
populasi ke dalam sub-sub populasi
berdasarkan karakteristik tertentu dari elemen-
elemen populasi (misalnya berdasarkan jenis
kelamin, jenis industri, tahun angkatan, status,
dan lain-lain.
Contoh:

Seorang peneliti berkeinginan untuk mengetahi motivasi belajar

mahasiswa berdasarkan sampel 100 mahasiswa dari kerangka sampel
yang berisi 5.000 mahasiswa. Untuk keperluan tersebut, peneliti membagi
populasi ke dalam empat strata unit sampel berdasarkan tahun angkatan
mahasiswa (I, II, III, IV). Selanjutnya dari masing-masing strata dipilih
sejumlah mahasiswa secara acak. Jumlah subyek yang dipilih ditentukan
dengan dua alternatif: (1) secara proporsional sebesar 2% dari jumlah
elemen pada setiap unit sampel, atau (2) secara tidak proporsional dalam
jumlah yang sama tanpa mempertahikan jumlah elemen pada setiap unit
sampel. Gambar 6.3 ini menyajikan contoh pemilihan sampel acak dengan
stratifikasi secara proporsional dan tidak proporsional.
Contoh Pemilihan Sampel Acak dengan
Stratifikasi Secara Proporsional dan Tidak
Proporsional

        Jumlah Subyek
Strata Jumlah Proporsional (2% Tidak
Angkatan Elemen dari Jumlah Proporsional
        Elemen)    
I 2,000 40 25
II 1,000 20 25
III 1,500 30 25
IV 500 10 25
Jumlah 5,000 100 100
             
Stratified Sampling
Target Populasi Sub-populasi Sub-populasi Sub-populasi
yang belum disegmentasi segmen A segmen B segmen C

Dalam tiap segmen, antar elemen memiliki ciri yg homogen,

Tapi antar segmen A, B, dan C; memiliki ciri yg heterogen.
Setiap segmen yg terbentuk, harus diambil wakil/sampel atasnya untuk diteliti.

26
Terdapat berbagai macam Formula untuk menghitung besarnya sampel, antara lain dua formula berikut :

1. Rumus Slovin

2. Rumus Yamane

Ket :
n = Ukuran Sampel
N = Ukuran Populasi
d & e = Tingkat kesalahan pengambilan sampel yang dapat ditolerir

27
Contoh :
Sebuah penelitian mengenai tanggapan Pelajar SLTA terhadap Narkoba yang
dilakukan pada SLTA “X” Kota “Y”. Data jumlah siswa SLTA tersebut adalah :

Kelas Jumlah Siswa

1 200

2 150

3 150

Total 500

28
1. Teknik Sampling.
Melihat karakteristik populasi yang berstrata, maka teknik sampling yang tepat adalah
teknik sampling berstrata (stratified random sampling), sehingga masing-masing
kelas dapat terwakili secara proporsional

2. Penentuan ukuran Sampel.

Dengan populasi yang berjumlah 500 siswa, dan jika dihitung dengan
menggunakan rumus Yamane, dengan tingkat kesalahan sebesar 5% maka
diperoleh ukuran sampel yang dibutuhkan adalah sejumlah :

29
Maka ukuran sampel (minimal) yang diperlukan untuk penelitian
tersebut adalah sejumlah 223 siswa, dan karena populasinya berkelas
(berstrata) maka besarnya sampel untuk masing-masing kelas adalah :

30
d. Cluster Sampling (Area Sampling)

Teknik sampling daerah digunakan untuk menentukan

sampel bila obyek yang akan diteliti atau sumber data

sangat luas, misalnya penduduk dari suatu negara, propinsi

atau kabupaten. Untuk menentukan penduduk mana yang

akan dijadikan sumber data, maka pengambilan sampelnya

berdasarkan daerah populasi yang telah ditetapkan.

Contoh:
Indonesia memiliki 30 propinsi, dan
sampelnya akan menggunakan 15 propinsi,
maka pengambilan 15 propinsi tersebut
dilakukan secara acak. Tetapi perlu diingat,
karena propinsi-propinsi di Indonesia memiliki
strata yang berbeda maka pengambilan
sampelnya perlu menggunakan stratified
random sampling. Propinsi di Indonesia ada
yang penduduknya padat, ada pula yang tidak.
Karakteristik semacam ini perlu diperhatikan
sehingga pengambilan sampel menurut strata
populasi itu dapat ditetapkan.
Cluster Sampling
Target Populasi Sub-populasi Sub-populasi Sub-populasi
yang belum disegmentasi Cluster A Cluster B Cluster C

Dalam tiap cluster, antar elemen memiliki ciri yg heterogen,

Tapi antar cluster A, B, dan C; memiliki ciri yg homogen.

33
Types of Cluster Sampling

Cluster Sampling

One-Stage Two-Stage Multistage

Sampling Sampling Sampling

Perbedaan terletak dari cara pemilihan elemen

3
Cluster Sampling
One-stage cluster sampling, cluster yang akan
diteliti, dipilih secara random; lalu seluruh
elemen dari cluster terpilih dijadikan sampel.
Two-stages cluster sampling, cluster yang akan
diteliti, dipilih secara random; lalu dari cluster
terpilih, sampel diambil secara random (tidak
semua elemen dipilih).
Multi-stages cluster sampling, proses awal =
two-stages cluster sampling, namun proses
pemilihan sampel lebih bertingkat lagi. Biasanya
untuk area/wilayah yang lebih luas.

35
Teknik Random Lainnya
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.

Teknik Random Lainnya
Double /Multyphase Sampling
 Double sample (sampel ganda) sering juga
disebut dengan istilah sequential sampling
(sampel berjenjang, multiphase-sampling
(sampel multi tahap).
Purwokerto Pwt-Utara Sumampir
Purwokerto Pwt-Utara Sumampir
  Pwt-Utara   Grendeng   Rw I
Pwt-Utara Grendeng Rw I

 Pwt-Selatan
Pwt-Selatan

 Sumampir
Sumampir

 Rw
RwIIII

 Pwt-Barat
Pwt-Barat

 Bancatkembar
Bancatkembar

 Rw
RwIII
III

 Pwt-Timur
Pwt-Timur

 Buaran
Buaran

 Rw IV
Rw IV
 Baturaden
Baturaden
 Kararangwangka
Kararangwangka
 Sokaraja l
Sokaraja l
 karanggintung
karanggintung
METODE PEMILIHAN SAMPEL NON-
PROBABILITAS (NON-PROBABILITY SAMPLING)

Nonprobability Sampling adalah teknik

pengambilan sampel yang tidak member
peluang/ kesempatan sama bagi setiap unsur
atau anggota populasi untuk dipilih menjadi
sampel. (Sugiyono, 2009:120)
Pemilihan sampel dengan metode
nonprobabilitas atau secara tidak acak, elemen-
elemen populasinya tidak mempunyai
kesempatan yang sama untuk terpilih menjadi
sampel.

Pemilihan metode ini umumnya berdasarkan

pada pertimbangan waktu yang relatif lebih
cepat dan biaya yang relatif lebih murah
dibandingkan dengan metode pemilihan sampel
probabilitas.
Sampling Quota
Sampling kuota adalah teknik untuk menentukan sampel dari
populasi yang mempunyai ciri-ciri tertentu hingga jumlah
(kuota) yang diinginkan.

Sampling Insidental
Sampling insidental adalah teknik penentuan sampel
berdasarkan kebetulan, yaitu siapa saja yang secara kebetulan
bertemu dengan peneliti dapat digunakan sebagai sampel, bila
dipandang orang yang kebetulan ditemui tersebut cocok dengan
sumber data.

Purposive Sampling
Purposive sampling adalah teknik penentuan sampel dengan
pertimbangan tertentu.
Sampling Jenuh
Sampling jenuh adalah teknik penentuan sampel bila semua anggota populasi
digunakan sebagai sampel. Hal ini sering dilakukan bila jumlah populasi
relatif kecil, kurang dari 30 orang, atau penelitian yang ingin membuat
generalisasi dengan kesalahan yang sangat kecil. Istilah lain dari sampel
jenuh adalah sensus, dimana semua anggota populasi dijadikan sampel.

Systematic Sampling (Sampling Sistematis)

Sampling sistematis adalah teknik pengambilan sampel berdasarkan urutan
dari anggota populasi yang telah diberi nomor urut. Pengambilan sampel
dilakukan dengan mengambil nomor ganjil saja, genap saja, atau kelipatan
dari bilangan tertentu.
Snow Ball Sampling
 Adalah teknik pengambilan sampel yang pada
mulanya jumlahnya kecil tetapi makin lama
makin banyak berhenti sampai informasi yang
didapatkan dinilai telah cukup. Teknik ini baik
untuk diterapkan jika calon responden sulit
untuk identifikasi.
AA

B B B
B B B
11 22 33

C C C C C C
C C C C C C
1 2 3 4 5 6
1 2 3 4 5 6
Consecutive sampling
 Memilih sampel yg sesuai kriteria sampai
kurun waktu tertentu
Convenience Sampling
 Sampel convenience adalah teknik penentuan
sampel berdasarkan kebetulan saja, anggota
populasi yang ditemui peneliti dan bersedia
menjadi responden di jadikan sampel.
 Akhir Kata
Penentuan populasi dan sampel
harus dilalui bila benar-benar
ingin menjadi sarjana yang

jujur