Populasi dan

Sampel
Dewi Puspita Apsari, S.Farm., M.Farm., Apt
 OUTLINE
SAMPEL
Besar
Teknik Pengambilan sampel
Sampel
Probability Non-Probability
Total Sampling
Sampling Sampling
 POPULAS
I
• Sekelompok individu atau objek yang memiliki
karakteristik yang sama
• Sama: umur, jenis kelamin, pekerjaan, status
sosial, dll
• Kumpulan individu dimana hasil suatu penelitian
akan dilakukan generalisasi
• Keseluruhan objek penelitian, sbg sumber data yg
memiliki karakteristik ttt dlm suatu penelitian
 INTRODUCTION
Kenapa harus sampling ?
• TIDAK MUNGKIN Mengambil seluruh data yang
ada  terbatas sumber daya, dana dan waktu
• Ex : ingin mengetahui pengaruh musik klasik
pada perkembangan janin  tidak masuk akal
dilakukan semua pemeriksaan janin DI
SELURUH DUNIA
• Terdapat 2 jenis populasi :
• Populasi target
• Populasi terjangkau
 Cont...
• Populasi target populasi besar yang menjadi dasar suatu
penelitian. TIDAK BISA DITELITI karena :
• Ukuran terlalu besar
• Peneliti tidak mampu memperoleh data
• Karena keterbatasan ini munculah  populasi terjangkau
• Populasi terjangkau  bagian yang lebih kecil dari populasi target,
dimana peneliti sudah mampu untuk mengumpulkan data
• Tingkatan populasi terjangkau ini berbeda-beda, tergantung jenis
penelitian dan kemampuan peneliti
Cont...
• Populasi target : semua janin dalam rahim di
seluruh dunia
• Populasi terjangkau : semua janin dalam rahim di
kota Denpasar (Lebih masuk akal) / semua janin
dalam rahim di RS Kota Denpasar (Lebih mudah
lagi dijangkau)
• Pada populasi terjangkau, peneliti juga belum bisa
memeriksa semua utk dijadikan penelitian 
sampel
 sampe l
• Bagian dari populasi yang dipilih dengan cara tertentu hingga
dianggap dapat mewakili populasinya.
• Sampel yang dikehendaki/ subyek terpilih:
 bagian dari populasi terjangkau yang
direncanakan untuk diteliti langsung
 memenuhi kriteria pemilihan (inklusi dan
eksklusi)
M e n g a p a m e n g g u n a k a n sampel?

• Lebih murah
• Lebih mudah
• Lebih cepat
• Lebih akurat  pengukuran atau pemeriksaa pada subyek yang lebih
sedikit lebih teliti dan akurat dibanding populasi yang besar
• Mewakili populasi  PILIH dengan CARA yang BENAR; inferensi
hasilnya dapat dilakukan dengan tingkat kesalahan yang ditetapkan
• Lebih spesifik  data pasien lebih homogen
K E U N T U N G A N SAMPLING

• Data yg diperoleh lebih komprehensif dan representatif serta

merupakan refleksi dari karakteristik populasi yg sdg diteliti
• Tenaga pelaksana dan dana yg dibutuhkan lbh sedikit
• Mudah dikerjakan dan hasilnya dapat segera dievaluasi dan
dianalisa
• Dapat menghilangkan bias seleksi dgn cara randomisasi
• Meliputi seluruh unit sampel
• Sampel tidak dihitung dua kali
• Batas Jelas
• Up to date
• Dapat dilacak di lapangan

•Objektif (sesuai dg kenyataan)

•Representatif (mewakili keadaan yg
sebenarnya)
•Variasinya kecil
•Tepat wkt
•Relevan
 • Sampel pertimbangan
(Purposive/judgemental)
• Sampel berjatah (Quota)
• Sampel seadanya
(Accidental/Convenience)
JENIS-JENIS • Snowball sampling
TEKNIK
SAMPLING

Sampel Acak Sederhana (simple random sampling)

Sampel sistematik (sistematik random sampling)
Sampel Stratifikasi (stratified sampling)
Sampel Kluster (Cluster Sampling)
Sampel dg banyak Tahap (Multistage Sampling)
 Metode Sampling
• Kapan memilih menggunakan teknik
probability sampling atau non-probability
sampling?  tergantung dari ada tidaknya
kerangka sampling/sampling frame untuk
dilakukannya randomisasi
 SAMPLING FRAME

• Definisi  daftar semua orang

yang menjadi anggota populasi
terjangkau
• Dibuat sebagai daftar dengan
nomor urut
• Penting digunakan jika peneliti
menggunakan metode probability
sampling
PROBABILITY SAMPLING
Sampel Acak Sederhana (Simple Random
Sampling)
• Dengan mengundi unit-unit penelitian dalam populasi
• Semua unit penelitian disusun dalam daftar kerangka sampling
• Dari kerangka sampling ditarik sbg sampel dengan cara undian sehingga setiap unit punya
peluang yang sama untuk dapat dipilih.
• Penggunaan cara ini tidak praktis apabila populasinya besar
• Menggunakan tabel random
• Tentukan populasi studi, lalu buat kerangka sampling
• Dari kerangka sampling ditarik sebagai sampel sejumlah unit penelitian dengan
menggunakan tabel random.
• Menggunakan komputer
Syarat penggunaan: hrs ada kerangka sampel, sifat populasi homogen,
keadaan populasi tidak terlalu tersebar secara geografis
Sampel s i s t e m a t i k (sistematic r a n d o m s a m p l i n g )

• Tentukan dahulu interval sampel (k), hasil bagi jumlah satuan elementer populasi dibagi besar sampel (N/n).

• Unsur pertama dari sampel lalu dipilih secara acak

• Contoh :

• Andaikan satuan-satuan elementer dalam satuan populasi berjumlah 50, yang diberi nomor urut 1
sampai 50, dan besar sampel yang akan diambil 10, maka k = 50/10 = 5.

• Unsur pertama dari sampel harus dipilih secara acak di antara satuan satuan elementer nomor 1
dan 5.

• Andaikan yang terpilih sebagai unsur pertama adalah nomor 3, maka unsur-unsur lainnya dari
sampel
adalah satuan-satuan nomor 8, 13, 18, 23, 28, 33, 38, 43 dan 48.

Syarat penggunaan: bila kerangka sampel telah diurutkan, populasi

homogen
Sampel S t r a t i f i k a s i ( s t r a t i f i e d s a m p l i n g )

• Membagi populasi menurut strata yang akan diteliti

dan merupakan sub populasinya yang bersifat homogen.
Penentuan strata berdasarkan keterangan-keterangan
statistik yang objektif dan subjektivitas si peneliti.
• Membuat kerangka sampling untuk setiap subpopulasi
• Selanjutnya pengambilan sampel dapat dilakukan
secara acak sederhana atau acak proporsional
Contoh:
Populasi: seluruh mahasiswa jurusan keperawatan
Sub populasi: mhs Tk. I (75 orang)
mhs Tk. II (65 orang) 200 orang
mhs Tk. III (60
orang
1. Besar sampel yang dibutuhkan: 150, maka sampel setiap kelas adalah
150/3= 50, dipilih secara simpel random sampling
2. Besar sampel proporsional dg besar populasi
• Sampel dr Tk. I= 75/200 x 150= 56 orang
• Sampel dr Tk. II= 65/200 x 150= 49 orang
• Sampel dr Tk. III= 60/200 x 150= 45 orang
Sampel K l u s t e r ( C l u s t e r
Sampling)
• Membagi daerah penelitian ke dalam klaster-klaster (misalnya : desa,
RW, RT, dsb), kemudian susunlah daftar klaster.
• Tetapkanlah jumlah klaster
• Perkirakan jumlah rata-rata anggota per cluster
• Tentukan jumlah kluster yang diperlukan (ukuran sampel dibagi jumlah
rata-rata anggota per cluster)
• Pilihlah klaster sampel dengan cara random murni atau sistematik
• Identifikasi seluruh individu yang termasuk subjek analisis penelitian
dalam semua klaster yang terpilih sebagai sampel
 Sampel dengan Banyak Tahap (multistage Sampling)
• Menggabungkan dua atau lebih metode pengambilan sampel sekaligus.
Misalnya, daerah populasi meliputi satu propinsi, sementara klaster
yang dikehendaki tingkat desa. Maka dari propinsi tersebut dipilih
secara random beberapa kabupaten, dan dari kabupaten yang terpilih,
dipilih pula secara random beberapa kecamatan dan seterusnya
sehingga didapatkan sejumlah klaster sampel tingkat desa yang
dikehendaki.Dg prosedur:
• •Membagi daerah penelitian(populasi) yang sangat luas kedalam klaster-
klaster melalui beberapa tingkatan sampai terpilih klaster sampel
• •Buat daftar subjek dari semua klaster yang terpilih sebagai klaster
sampel
• •Pilihlah subjek sampel dari daftar subjek tersebut, sebanyak yang
dikehendaki dengan menggunakan teknik acak
NON-PROBABILITY SAMPLING
 CONVENIENCE SAMPLING

• Metode paling sederhana

• Tentukan dahulu jumlah sampel
• Pada metode ini, semua orang yang memenuhi kriteria inklusi dan
bersedia ikut, dimasukkan sebagai responden
• PENELITI BOLEH MENGAMBIL SIAPA SAJA, asalkan memenuhi kriteria
sampling
• Biasanya digunakan jika sampel susah ditemukan
 QUOTA SAMPLING

• Peneliti menentukan beberapa kategori responden

• Tentukan jumlah responden tiap kategori
• Rekrut responden dengan menggunakan metode convenience sampling
• Quota sampling in seperti stratified sampling, tapi bedanya sampel
tidak diacak
 PURPOSIVE SAMPLING

• Banyak digunakan pada penelitian kualitatif

• Peneliti memilih responden sesuai tujuan tertentu yang
sudah dirumuskan terlebih dahulu
• Umumnya responden yang dipilih banyak pengalaman,
mudah didekati dan bersedia berbagi pengalaman
 SNOWBALL SAMPLING

• Digunakan saat populasi terjangkau sulit diidentifikasi, misal berapa jumlah siswa
perempuan yang pernah melakukan hubungan seksual?
• Sampling frame susah dibuat  daftar anggota populasi tidak ada  “populasi
sensitif”
• Biasanya anggota “populasi sensitif” ini saling mengenal  hal inilah yang
dimanfaatkan dalam snowball sampling
• Dalam snowball sampling peneliti mulai mengambil sampel dari satu atau beberapa
kasus yang sudah terdeteksi
• Setelah pengumpulan data selesai, responden awal diminta memberikan masukan,
siapa lagi yang bisa diikutsertakan sbg responden
• Proses ini diulangi sehingga jumlah sampel makin besar  Seperti bola salju
(snowball) yang bertambah besar karena menyeret salju
Kriteria inklusi
• Karakteristik umum subyek penelitian pada populasi target dan
populasi terjangkau
• Harus relevan dengan masalah penelitian
• Kendala  memperoleh kriteria yang sesuai
• Pertimbangan ilmiah “dikorbankan” karena alasan ‘praktis”.
• Misal; diagnosis pasti ulkus duodenum dgn endoskopi  alat
tdk tersedia  diagnosis berdasarkan klinis dan radiologis
K r i t e r i a eksklusi
• Kriteria eksklusi BUKAN kebalikan inklusi
• Merupakan kriteria yang ditetapkan untuk mengeluarkan subyek
dari penelitian.
• Keadaan yang biasanya menjadi kriteria eksklusi:
a. Terdapat keadaan atau penyakit lain
yang mengganggu pengukuran dan
interpretasi
b. Terdapat keadaan yang mengganggu
jalannya
penelitian (domisili tdk tetap)
c. Hambatan etis
 BESAR SAMPEL

• Besar sampel  mempengaruhi analisis dan interpretasi data dengan

STATISTIK
• Jika sampel terlalu sedikit  kemaknaan statistik sulit dicapai
• Jika sampel terlalu besar  hal-hal kecilpun bisa bermakna secara
statistik
• Semakin besar ukuran sampel  semankin tinggi kemampuannya
mewakili populasi
• Ada banyak rumus perhitungan sampel  bisa liat di literatur atau
menggunakan sample size calculator (software/download di internet)
TERIMA KASIH