Slide 9
Slide 9
PELUANG &
SAMPLING
Distribusi Peluang
•Titik-titik sampel di Ruang Sampel (S) dapat disajikan
dalam bentuk numerik/bilangan.
σ 2π x
x Simetris
μ = parameter (merupakan rata-rata distribusi)
σ = parameter (merupakan simpangan baku distribusi)
π= konstanta bernilai 3,1416
e = konstanta bernilai 2,7183
Grafiknya selalu ada di atas sumbu datar x.
Luas daerah grafik =nilai peluang peubah acak
0 2,85 -1,52 0
Luas daerah yang diarsir = .... Luas daerah yang diarsir = ....
Membaca Tabel Distribusi Normal Baku
0
-1,35 0 2,85 1,25 2,50 0 1,85
0
1,85
Populasi
Sampel adalah sebagian dari populasi
Sampel
SAMPLING
• Proses menyeleksi sejumlah elemen dari populasi
sehingga dengan mempelajari sampel dan
memahami sifat-sifat subyek dalam sampel, maka
kita mampu mengeneralisir sifat-sifat tersebut ke
dalam elemen-elemen populasi
Kenapa
Populasi yang terlalu besar
Sampling
digunakan…??
Keterbatasan waktu
penelitian, biaya, dan SDM
Kadang, penelitian
terhadap sampel bisa lebih
reliabel daripada terhadap
populasi
SYARAT SAMPEL YANG BAIK
• Mewakili sebanyak mungkin karakteristik populasi
• Pengukuran harus valid harus dapat mengukur
sesuatu yang seharusnya diukur.
• Sampel yang baik ditentukan oleh 2 pertimbangan :
1. Akurasi atau ketepatan yaitu tingkat ketidakadaan
“bias” (kekeliruan) dalam sample.
2. Presisi, sedekat mana estimasi kita dengan
karakteristik populasi. Presisi diukur oleh
simpangan baku (standard error).
UKURAN SAMPEL
• Banyak cara menentukan ukuran sampel dari suatu
populasi.
• Faktor-faktor yang mempengaruhi ukuran sampel
– tingkat presisi yang diinginkan (level of precisions)
– derajat keseragaman (degree of homogenity).
– Banyaknya variabel yang diteliti dan rancangan
analisis
– biaya, waktu, dan tenaga yang tersedia .
(Singarimbun dan Effendy, 1989).
Derajat Keseragaman & Presisi
• Derajat Keseragaman Populasi (degree of
homogenity). Semakin tinggi tingkat homogenitas
populasi semakin kecil ukuran sampel yang boleh
diambil begitupula sebaliknya.
• NONPROBABILITY SAMPLING
• Setiap elemen dalam populasi belum tentu punya
kesempatan sama untuk diseleksi sebagai subyek
dalam sampel. Dalam hal ini waktu yang utama
PROBABILITY SAMPLING
1. Random Sampling tiap elemen punya kesempatan
sama untuk diambil sebagai subyek dalam sampel.
Jumlah populasi diketahui. Cara pengambilan sampel
bisa melalui undian. Memiliki bias terkecil dan
generalisasi tinggi
2. Stratified Random Sampling Untuk mengurangi
pengaruh faktor heterogen dan melakukan pembagian
elemen-elemen populasi ke dalam strata. Masing-
masing strata dipilih sampelnya secara random sesuai
proporsinya. Digunakan untuk mempelajari
karakteristik yang berbeda, di sekolah ada kls I, kls II,
dan kls III. Atau dibedakan menurut jenis kelamin; laki-
laki & perempuan,
• Contoh Stratified Random Sampling:
Populasi 900 orang
Dibagi
tiga
A B
A B
C D C D
E F E F
PROBABILITY SAMPLING
• Kelemahan:
– Tidak ada kontrol terhadap investigator bias dalam
pemilihan sampel
– Tidak bisa menghitung sampling error atau sample
precision.
TEKNIK NON PROBABILITY
SAMPLING
• Accidental (Kebetulan)
• Purposive sampling (Bertujuan)
• Quota sampling (Jatah)
• Snowball Sampling
TEKNIK ACCIDENTAL
• Teknik sampling berdasarkan faktor spontanitas.
Artinya siapa saja yang secara tidak sengaja bertemu
dengan peneliti maka orang tersebut dapat dijadikan
sampel