POPULASI

SAMPLE
PENELITIAN KUANTITATIF
Populasi
Adalah wilayah generalisasi yang terdiri
atas obyek atau subyek yang
mempunyai kualitas dan karakteristik
tertentu yang ditetapkan oleh peneliti
untuk dipelajari dan kemudian ditarik
kesimpulannya
Kriteria pemilihan metode dan ukuran
contoh
1. Dapat menghasilkan gambaran yang dapat
dipercaya dari keseluruhan populasi yang
diteliti

2. Dapat menentukan presisi dari hasil

penelitian

3. Prosedurnya sederhana sehingga mudah

dilaksanakan
4. Dapat memberikan keterangan sebanyak
mungkin dengan biaya tertentu

5. Merupakan penghematan dalam waktu,

tenaga dan biaya
3 kriteria untuk menentukan besar sampel
dalam suatu penelitian

1. Tingkat keseragaman dari populasi (degree

of homogenity)

2. Tingkat presisi yang dapat diterima

3. Waktu, tenaga dan biaya yang tersedia

Sampel
Adalah merupakan bagian dari jumlah dan
karakteristik yang dimiliki oleh populasi
tersebut

Kesimpulan yang diperoleh dari sampel dapat

diberlakukan untuk populasi

Sampel harus representatif

Permasalahan dalam
sampling
 Mereduksi obyek penyelidikannya
 Melakukan generalisasi
Pertimbangan dalam
menentukan sampel
 Daerah generalisai
 Penegasan sifat-sifat populasi dan
ketegasan batas-batasnya
 Sumber-sumber informasi tentang
populasi
 Menetapkan besar kecilnya sampel
 Menetapkan tehnik sampling
Cara penarikan sample
 Sampling without replacement
 Sampling with replecement
Tehnik sampling
Adalah merupakan tehnik pengambilan
sampel

Tehnik sampling
1. Probability sampling
2. Non probability sampling
PROBABILITY SAMPLING

Probability sampling adalah tehnik

sampling (tehnik pengambilan sampel)
yang memberikan peluang yang sama
bagi setiap unsur (anggota) populasi
untuk dipilih menjadi anggota sampel
a. Simple random sampling
Dikatakan simple (sederhana) karena
pengambilan sampel anggota populasi
dilakukan secara acak tanpa memperhatikan
strata dalam populasi

Populasi homogen

Diperlukan kerangka sampling (sampling

frame)
Syarat menggunakan SRS
 If tehnik sampling lain yang lebih efisien
tidak ada
 Jika keterangan atau nama-nama dari
semua unit sudah diketahui terlebih
dahulu
b. Systematic random sampling
Adalah merupakan suatu metode
pengambilan contoh, dimana hanya
contoh yang pertama saja yang dipilih
secara acak (random start), sedang
contoh selanjutnya dipilih secara
sistematis menurut suatu pola tertentu.
Metode ini bisa digunakan pada dua
keadaan :

1. Apabila nama atau identifikasi dari

unit-unit elementer dalam populasi
terdapat dalam daftar sehingga dapat
diberi nomer urut

2. Apabila populasi mempunyai pola

berurutan
Pemilihan contoh sistematik

1. Populasi diberi nomer urut

2. Pilih salah satu angka secara acak

3. Dipilih secara sistematik (interval)

k = N/n
c. Stratified Random Sampling
Harus memenuhi 3 syarat yaitu:
1. Harus ada kriteria yang digunakan sebagai
dasar stratifikasi populasi

2. Harus ada informasi pendahuluan dari

populasi mengenai kriteria yang digunakan

3. Harus diketahui dengan tepat jumlah unit-

unit elementer untuk tiap lapisan dalam
populasi
Alasan penggunaan Stratified Random
Sampling
 If data yang diperlukan adalah data
yang terperinci untuk sub populasi
 If populasi menunjukkan heterogenitas
yang nyata
 If dibutuhkan ketepatan yang tinggi
1. Proportionate stratified
random sampling
Tehnik ini digunakan apabila populasi
mempunyai anggota/unsur yang tidak
homogen dan berstrata secara proporsional
2. Disproportionate stratified
random sampling
Tehnik ini digunakan untuk
menentukan jumlah sampel bila
populasi berstrata tetapi kurang
proporsional
c. Cluster sampling
Tehnik cluster sampling digunakan untuk
menentukan sampel bila obyek yang akan
diteliti atau sumber data sangat luas

Bisa dilakukan dengan menggunakan beberapa

tahap
1. One stage cluster sampling
2. Two stage cluster sampling
Kelebihan menggunakan CS

 Tidak diperlukan frame yang berisi list

dari unit elementer tapi cukup list dari
cluster
 Lebih mudah penggunaannya
dibandingkan SRS maupun stratified
RS
NON PROBABILITY SAMPLING

Adalah merupakan tehnik pengambilan

sampel yang tidak memberi
peluang/kesempatan sama bagi setiap
bagi setiap unsur atau anggota populasi
untuk dipilih menjadi sampel
a. Sampling Sistematis
Adalah merupakan tehnik pengambilan
sampel berdasarkan urutan dari
anggota populasi

Exp : ganjil, genap, bilangan prima,

kelipatan
b. Sampling quota
Merupakan tehnik untuk menentukan sampel
dari populasi yang mempunyai ciri-ciri
tertentu sampai jumlah yang diinginkan
c. Sampling aksidental
Adalah merupakan tehnik penentuan
sampel berdasarkan kebetulan, yaitu
siapa saja yang secara kebetulan
bertemu dengan peneliti dapat
digunakan sebagai sampel, bila
dianggap cocok sebagai sumber data
d. Sampling purposive
Merupakan tehnik penentuan sampel dengan
pertimbangan tertentu.
Exp. Misal akan melakukan penelitian
mengenai kualitas makanan, maka yang
dijadikan sebagai responden adalah orang-
orang yang ahli dalam makanan
e. Snowball Sampling
Tehnik penentuan sampel yang mula-mula kecil
kemudian membesar.
f. Sampling jenuh
Merupakan tehnik penentuan sampel bila
semua anggota populasi digunakan sebagai
sampel
Mengukur besarnya
Sampel
 Makin besar jumlalah sampel mendekati populasi,
maka peluang kesalahan generalisasi semakin
kecil dan sebaliknya, makin kecil jumlah sampel
menjauhi populasi, maka makin besar kesalahan
generalisasi (diberlakukan umum)
 menghitung besarnya sampel yang diperlukan
dalam penelitian
 Dengan tabel (Tabel Kricje)
 Dengan nomogram (nomogram Harry king)
Tabel Kricje
 Kricje dalam melakukkan perhitungan
ukuran sampel didasarkan atas
kesalahan 5%
 Jadi kepercayaan 95% terhadap
populasi.
 Untuk tabel Krecjie dapat dilihat sbb:
N : Jumlah
Populasi
S : Sampel
Dapat dilihat :
populasi 100
sampelnya 80
Populasi 1000
sampelnya 278
Nomogram Harry King

 Untuk Harry King Menghitung sampel

tidak hanya didasarkan atas kesalahan 5%,
tetapi bervariasi sampai 15%
 Jumlah Populasi paling tinggi hanya 2000
Nomogram
Harry King
\

 Untuk Populasi 200 : bila yang dikehendaki

kepercayaan 95% maka kesalahan 5% ,
Caranya Tarik Garis Dari 200 (populasi)
melalui kesalahn 5% , maka akan ketemu
angka 58
 0.58 x 200 x 1.195 = 139 orang
Contoh
 Menentukan ukuran sampel dengan
tabel Krecjie
 Penelitian terhadap 500 orang terdiri
dari
 Lulusan S1 = 50
 SMA = 300
 SMP = 100
 SD = 50 (Populasi Berstrata)
 Misal pegawai di lembaga B itu terdiri
atas:
1. Golongan I = 25 orang
2. Golongan II = 30 orang
3. Golongan II = 30 orang
 Total = 85 orang
Isaac dan Michael
 Slovin Formula:
 n= N__
 1+NE²
 Where: n = sample size
 N = population size
 E = margin of error * desired
Contoh Menentukan ukuran
sampel dengan perhitungan
 Bila ukuran sampel lebih dari 100.000, maka peneliti tidak bisa
melihat tabel lagi
 Oleh karena itu peneliti harus dapat menghitung sendiri.
 Ada 2 rumus yang digunakan disini yaitu:
 Yang tidak diketahui simpangan bakunya
 Yang diketahui sipangan bakunya
Besarnya sampel berdasarkan pada:

 Jumlah sampling unit dalam seluruh

populasi (N)
 Kesalahan maksimum yang diterima (d)
 Derajad kepercayaan (Z)
 Besarnya variance () -- Menggunakan
hsl pilot survey
Nilai Presentase Reliabilitas (Z)

Nilai 80% 90% 95% 99% 100%

Z 1.29 1.645 1.95 2.58 3.00

Simple Random Sampling
N ²
n =
(N-1) d + ²

B²
d =
4

 
Menurut empirical rule, range sama dengan 4
std dev. Dengan demikian : 100 = 4. 

Soal 1.
Terdapat 1000 orang petani. Seorang peneliti
ingin menarik sampel untuk melihat rata-rata
luas usahatani, tidak diketahui varian
populasi, range luas usahatani 100 ha
sedangkan bound of error sebesar 3 ha.
Berapa jumlah anggota sampel?
 
 N Z² ²
n =
N d² + Z² S²
 Keterangan :
N : populasi
d : tingkat kesalahan maksimal
Z : reliabilitas
S² : ragam
Soal :
1. Jika diketahui dalam suatu desa
terdapat 679 petani, sedangkan
variance populasi sebesar 12 pada taraf
kepercayaan 95%. Berapa besarnya
sampel jika penyimpangan maksimum
yang dapat diterima 0,5 ha
2. Terdapat 250 rumah tangga . Apabila ingin
diketahui anggota keluarga dalam tiap rumah
tangga (rata-rata dari sampel tidak jauh
menyimpang dari rata-rata populasi) derajad
kepercayaan 90%. Dari penelian di desa lain
diketahui varian sebesar 8. Dengan
penyimpangan maksimum 1 anggota
keluarga. Berapa jumlah sampel yang harus
diambil?
3. Jika ingin diketemukan besarnya petani yang
menggunakan pestisida X. Apabila dari
dugaan diketahui besarnya proposi yang
menggunakan pestisida 40% dan
penyimpangan tidak lebih dari 10% dengan
derajad kepercayaan 100%. Berapa jumlah
sampel yang diambil apabila populasinya
sebesar 250 orang?
Proporsi = p(1-p)
Stratified Random Sampling

1. Disproportioned Stratified Random Sampling

L  Ni² Si²
n =
N² (d²/Z²) +  Ni Si²

n
ni =
L
2. Proportioned stratified Random
Sampling

 N NiSi²
n =
N² (d²/Z²) +  Ni Si²

Ni
ni = xn
N
Keterangan :
N : jumlah anggota populasi
Ni : jumlah anggota sub populasi
D : kesalahan maksimum yang bisa diterima
Z : nilai reliabilitas pada tingkat
kepercayaan tertentu
n : jumlah sampel minimal yang harus
diambil
ni : jumlah sampel pada sub populasi ke 1
Si² : ragam pada strata
N Si Si2 NiSi2 NiSi Ni2Si2
546 11
735 13
257 9
98 7
199 8
445 10

2280 58
N Si Si2 NiSi2 NiSi Ni2Si2
546 3,31 11 6006 1807 3279276
735 3,61 13 9555 2653 7022925
257 3 9 2313 771 594441
98 2,65 7 686 260 67228
199 2,83 8 1592 563 316808
445 3,16 10 4450 1406 1980250

2280 18,6 58 24602 7461 13260928

Ukuran sampel untuk penelitian
1. Ukuran sampel yang layak dalam penelitian
antara 30 – 500 orang
2. Bila sampel dibagi dalam katagori/strata
maka jumlah samjpel setiap katagori
minimal 30 orang
3. Bila dilakukan analisis multivariate maka
jumlah anggota sampel min 10 kali jumlah
variabel yang diteliti
4. Untuk penelitian eksperimen yang
sederhana, yang menggunakan kelompok
kontrol maka anggota sampel masing-
masing minimal 10 – 20