PL E

SA M
ND
N A
TI O
ULA
POP

Nursing Research Team

 PENDAHULUAN
 Penelitian kuantitatif dibidang kesh
mengumpulkn data dr sampel, baik ttg
distibusi karakterisk, hubgn antar
variabel / pengaruh variabel satu thd
variabel lainnya
 Peneliti kuantitatif tidak mengumpulkn
data dr seluruh populasi, melainkn
sebagian dr populasi yg disebut sampel
Mengapa peneliti tdk mengamati slrh
subjek populasi, tapi hanya mengamati
sebagian saja:

 Keterbatasan sumber daya yg dihadapi

peneliti
 Besarnya populasi menyebabkan peneliti
harus mengambil keputusan yg rasional
 Dgn hanya meneliti sampel maka peneliti
dapat lebih memperhatikan kualitas data
dan mengukur variabel-variabel dgn lebih
teliti
Cont…..
 Data yg berkualitas memberikan tafsiran yg
akurat
 Sebaliknya penyelenggaraan sensus
membutuhkan organisasi yg melibatkn byk
orang
 Kompleksitas administratif tsb memperbesar
kemungkinan tjdnya kecerobohan dan ketidak-
akuratan pengukuran variabel (meansurement
error), yg mengakibatkan ketidak-absahan hsl
penelitian (Lohr, 1999)
Cont….
 Dalam sebuah eksperimen perlakuan yg
sdg di uji belum jelas diketahui ttg
manfaat dan kerugiannya, sebab klu sdh
jls diketahui ttg manfaat dan
kerugiannya tentu tdk perlu diteliti. 
implikasinya, adalah tidak etis jika
peneliti menerapkan perlakuan tsb kpd
semua anggota populasi yg secara
teoritis perlu diberi perlakuan tersebut.
Cont….
 Demikian pula penelitian kualitatif dibidang
kesh tdk mengamati seluruh anggota populasi,
melainkan menggunakan sampel untuk
memahami proses yg tjd berkaitan dg
fenomena penyakit, kesh, maupun perilaku
terkait kesh.
 Sebab dg mengandalkan informasi yg kaya
dari sejumlah kecil responden, peneliti
kualitatif dpt mengeksplorasi proses yg
menjelaskan dan konteks yg melatari
fenomena terkait kesh yg mjd perhatian
peneliti.
Perlukah Sampel Representatif….??
 Pernyataan yg sering dilansir dlm penelitian kuantitatif
adl bahwa “sampel hrs representatif thd populasi”
 Sesungguhnya tdk satupun definisi statistik maupun
matematik yg dpt memastikan bahwa sebuah sampel
adl representatif
 “Representatif” bisa diartikan “dipilih” mll suatu proses
yg memberikan semua sampel kesempatan muncul yg
sama untuk mewakili populasi atau menyerupai
populasi dlm sejumlah karakteristik tertentu,
bagaimanapun cara memilihnya.
Cont….
 Jika pengertian pertama yg digunakan, maka
teknik simple random sampling mrp skema
yg paling mungkin memberikan sampel yg
representatif thd populasi.
 Tetapi jika pengertian kedua yg digunakan,
maka skema non random-sampling jg bisa
memberikan sampel yg representatif.
Tetapi, apakah setiap sampel memang hrs
representatif thd populasi agar temuan
penelitian bisa dianggap valid…?
 Tidak semua sampel perlu mewakili
populasi keseluruhan ataupun populasi
sasaran (target population)
Contoh…
 Dalam suatu studi kasus kontrol ttg diabetes, peneliti
dpt mendefinisikan kasus diabetes ssi dgn
kemauannya, dan kasus tsb tidak perlu
merepresentasikan semua kasus yg ada dalam
populasi sasaran
 Scr metodologis tidak ada salahnya bagi peneliti
untuk meneliti kasus diabetes tipe I saja, kasus
diabetes pd wanita saja, kasus diabetes berat saja,
atau apapun kasus klinis diabetes. Namun definisi
kasus ini scr implisit merujuk pada populasi sumber
(source population) dari kasus.
Cont….
 Agar klp kontrol sebanding dg klp kasus,
maka kontrol seharusnya jg berasal dari
populasi yg sama dgn sumber kasus,
bukan berasal dari populasi tidak
berpenyakit secar a keseluruhan.
Kesimpulan

 Penentuan representatif tergantung

pd masalah, tujuan dan desain
penelitian, sampel yg dipilih tdk
harus representatif thd populasi
keseluruhan melainkan
representatif terhadap populasi
sumber.
 LINGKUP PENGUMPULAN DATA

 SENSUS  SAMPLING

 DILAKUKAN TERHADAP  DILAKUKAN THDP

SELURUH OBYEK YG SEBAGIAN SAJA DARI
DITELITI OBYEK
 LAMA, MAHAL  CEPAT, MURAH, HASIL
 FENOMENA YG DITELITI DPT DIPERTANGGUNG
DAPAT KADALUWARSA JAWABKAN SECARA
ILMIAH
POPULASI-SAMPEL, SAMPLING-
GENERALISASI

GENERALISASI

SAMPLING
SAMPEL
POPULASI
POPULASI
 Adalah ...wilayah generalisasi yg terdiri atas
objek/subjek yg mempunyai kualitas dan
karakteristik tertentu yg ditetapkan oleh
peneliti untuk dipelajari dan kemudian ditarik
kesimpulannya
 Jadi populasi bukan hanya orang, tetapi juga
objek dan benda-benda alam yg lain
 Populasi jg bukan sekedar jumlah yg ada pada
objek/subjek yg dipelajari, tetapi meliputi
seluruh karakteristik/sifat yg dimiliki oleh
subjek/objek
SAMPEL
 Bagian dari jumlah dan karakteristik yang
dimiliki oleh populasi tsb.
 Bila populasi besar, dan peneliti tidak mungkin
mempelajari semua yg ada pada populasi,
misalnya karena keterbatasan dana, tenaga dan
waktu maka peneliti dapat menggunakan
sampel yang diambil dari populasi itu
 Apa yg dipelajari dari sampel itu, kesimpulannya
akan dapat diberlakukan untuk populasi
TEKNIK SAMPLING
 Merupakan teknik pengambilan sampel
 Teknik sampling pada dasarnya dapat
dikelompokkan menjadi dua yaitu:
Probability Sampling dan
Nonprobability Sampling.
 TEKNIK SAMPLING
PROBABILITY SAMPLING
1. Simple random sampling
2. Proportionate stratified
random sampling
3. Disproportionate stratified
random sampling
4. Area (cluster0 sampling
(sampling menurut daerah)
NONPROBABILITY SAMPLING
1. Sampling sistematis
2. Sampling kuota
3. Sampling Accidental
4. Purposive sampling
5. Sampling jenuh
6. Snowball sampling
 REPRESENTATIVITAS SAMPEL
TERGANTUNG PADA :

 TEKNIK SAMPLING : IDEAL RANDOM

SAMPLIG
 UKURAN /BANYAKNYA SAMPEL : MAKIN
BANYAK MAKIN REPRESENTATIF.
 KRITERIA DARI UNIT SAMPEL : MAKIN TEGAS
MAKIN REP.
 VARIASI ANTAR UNIT SAMPEL : MAKIN
HOMOGEN MAKIN REPRESENTATIF.
GENERALISASI VALID, JIKA :

 TARGET POPULATION = SAMPLED

POPULATION
 POPULASI KPD SIAPA KESIMPULAN
DIBERLAKUKAN = POPULASI DARIMANA
SAMPEL DIAMBIL
 JIKA TIDAK, KESIMPULAN AKAN BIAS
UNIT POPULASI DAPAT :

 INDIVIDU : KOSUMEN, PELANGGA,

PASIEN
 PERUSAHAAN, UNIT USAHA,
 GROUP INDIVIDU : KELUARGA
 KASUS : PHK

 SEGALA SESUATU YG DPT MENJADI

SUMBER DATA
SAMPEL PROBABILITY
SIMPLE RANDOM SAMPLING

 POPULASI HOMOGEN PER KITERIA

 ADA LIST / DAFTAR DARI SELURUH UNIT
POPULASI
 DAPAT DISAMPLING DG : TEKNIK LOTERE
ATAU DG BILANGAN RANDOM
 KELEMAHAN : DPT MENYEBAR /
MENGUMPUL
SIMPLE RANDOM SAMPLING

************* POPULASI
************* HOMOGEN
*********** ADA DAFTAR

Lotere / Random
number
*****
***
Sistematis Random Sampling

 Merupakan cara pengambilan sampel dimana

sampel pertama ditentukan secara acak
sedangkan sampel berikutnya diambil
berdasarkan satu interval tertentu
STRATIFIED RANDOM SAMPLING

 POPULASI HETEROGEN
 TERDIRI DARI ATAS KELOMPOK / LAPIS YG
HOMOGEN
 ADA LIST / DAFTAR DARI SELURUH UNIT
POPULASI BERIKUT STRATA: sosio-ekonomi, area
geografis dll
 SETELAH DISTRATIFIKASI DISAMPLING DG
LOTERE / RANDOM NUMBER
STRATIFIED RANDOM SAMPLING

 PROPORTIONAL
(MASING-MASING STRATA MEMPUNYAI
JUMLAH YANG SAMA)
 NON PROPORTIONAL
(MASING-MASING STRATA JUMLAHNYA
TIDAK SAMA)
STRATIFIED RANDOM SAMPLING
POPULASI HETEROGEN
*#*#**# *#** TDD ATAS STRATA YG
##**#*#***# HOMOGEN DAN ADA
**#**#*#*** DAFTAR YG MEMUAT
STRATA

STRATIFIKASI
********* ######
********* ######
LOTERE/ RANDOM
NUMBER
****** ###
CLUSTER / AREA RANDOM SAMPLING

 POPULASI HETEROGEN
 TERDIRI ATAS KELOMPOK / AREA YG
MASING-MASING HETEROGEN
 DILAKUKAN RANDOMISASI dua TAHAP
I > RANDOMISASI CLUSTER / AREA,
II > RANDOMISASI ATAS UNIT
POPULASI DARI CLUSTER YG
TERPILIH
CLUSTER RANDOM SAMPLING
**# *#* #** *##
POPULASI HETEROGEN
**# *#* * *# *##
TDD ATAS CLUSTER YG
*#* *## *#* **# HETEROGEN

LOTERE CLUSTER
**# *## *#*
*#* *#* **#

LOTERE UNIT
POPULASI
***##
MULTISTAGE RANDOM SAMPLING
**# *#* #** *##
POPULASI HETEROGEN
**# *#* * *# *##
TDD ATAS CLUSTER YG
*#* *## *#* **# HETEROGEN

LOTERE CLUSTER
**# *## *#*
*#* *#* **#

STRATIFIKASI
******* ######
LOTERE UNIT POPULASI
***##
NON PROBABILITY SAMPLING
QUOTA SAMPLING
 Teknik untuk menentukan sampel dari populasi
yg mempunyai ciri-ciri tertentu sampai jumlah
(quota) yg diinginkan
 Contoh: akan melakukan penelitian ttg pendpt
masyarakat thd pelayanan masyarakat. Jml
sampel ditentukan 500 orang. Klu pengumpulan
data belum didasarkan pd 500 orang tsb, maka
penelitian dipandang belum selesai krn belum
memenuhi kuota yg ditentukan
INSIDENTAL SAMPLING

 Teknik penentuan sampel berdasarkan

kebetulan, yaitu siapa saja yg secara
kebetulan/insidental bertemu dg
peneliti dapat digunakan sebagai
sampel, bila dipandang orang yg
kebetulan ditemui cocok sbg sumber
data
PURPOSIVE SAMPLING
 Teknik penentuan sampel dgn
pertimbangan tertentu. Misalnya akan
melakukan penelitian ttg kualitas
makanan, maka sampel sumber datanya
adl orang yg ahli makanan.
 Teknik ini lebih cocok digunakan untuk
penelitian kualitatif atau penelitian yg
tidak melakukan generalisasi
SAMPLING JENUH
 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
yg ingin membuat generalisasi dgn kesalahan yg
sgt kecil
 Istilah lain dari sampel jenuh adalah sensus,
dimana semua anggota populasi dijadikan sampel
SNOWBALL SAMPLING
 Teknik penentuan sampel yang mula-mula
jumlahnya kecil, kemudian membesar
 Ibarat bola salju yg menggelinding yg lama-lama
mjd besar
 Dalam penentuan sampel, pertama-tama dipilih
satu atau dua orang, ttp karena dgn dua orang ini
belum merasa lengkap terhadap data yg
diberikan, maka peneliti mencari orang lain yg
dipandang lebih tahu dan dapat melengkapi data
yg diberikan oleh dua orang sebelumnya.
Snow Ball Sampling

B1 B2 B3

C1 C2 C3 C4 C5 C6
JUMLAH SAMPEL

 HANYA ESTIMASI
 TGT PADA : BATAS TOLERANSI KESALAHAN DAN
DERAJAT KEPERCAYAAN YG DIGUNAKAN
 DAPAT DIPEROLEH DARI TABEL ATAU DIHITUNG
DG RUMUS
 RUMUS / TABEL YG DIPAKAI DITENTUKAN OLEH :
SKALA VAR.TERGANTUNG (NOMINAL / RASIO) DAN
SIFAT POPULASINYA (FINIT / INFINIT)
MENENTUKAN UKURAN SAMPEL
 Jumlah ukuran sampel sering dinyatakan dgn
ukuran sampel
 Makin besar jumlah sampel mendekati populasi,
maka peluang kesalahan generalisasi semakin
kecil dan sebaliknya
 Jumlah anggota sampel yg paling tepat digunakan
tergantung pada tingkat ketelitian atau kesalahan
yg dikehendaki
 Makin besar tingkat kesalahan maka akan
semakin kecil jumlah sampel yg diperlukan, dan
sebaliknya
FORMULA SLOVIN

N
n =
N+1 (d2)

Keterangan :
n = sampel
N = populasi
d = α =
Pedoman Menentukan Jumlah Sampel

1. Pendapat Slovin N
n 2
1  Ne
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 2
 98,11
1  130 (0,05)
Contoh menentukan teknik
dan ukuran sampling
 Akan dilakukan penelitian untuk mengetahui
tanggapan kelompok masyarakat thd pelayanan
yg diberikan oleh Pemerintah Daerah tertentu.
Kpl masyarakat itu tdr 1000 orang yg dapat
diklpkan berdasarkan jenjang peandidikan, yaitu:
lulusan S1= 50, diploma = 300, SMK= 500, SMP =
100, SD = 50
 Gunakan rumus Slovin untuk menentukan
ukuran besar sampel !
Desain Sampling
Alasan Menggunakan Sampel
1. Mengurangi kerepotan
2. Jika populasinya terlalu besar maka akan
ada yang terlewati
3. Dengan penelitian sampel maka akan
lebih efesien
4. Seringkali penelitian populasi dapat
bersifat merusak
5. Adanya bias dalam pengumpulan data
6. Seringkali tidak mungkin dilakukan
penelitian dengan populasi
PERMASALAHAN DALAM SAMPEL

1. Berapa jumlah sampel yang akan diambil

2. Bagaimana teknik pengambilan sampel
Pertimbangan Dalam Menentukan Sampel

1. Seberapa besar keragaman populasi

2. Berapa besar tingkat keyakinan yang kita
perlukan
3. Berapa toleransi tingkat kesalahan dapat
diterima
4. Apa tujuan penelitian yang akan dilakukan
5. Keterbatasan yang dimiliki oleh peneliti
SAMPEL IDEAL (GAY, 1984)
Ukuran minimal sampel yang dapat diterima :
1. Penelitian deskriptif : sampel minimal 10 %..
Namun untuk populasi yang sangat kecil
diperlukan minimal 20%
2. Penelitian korelasi : minimal 30 subjek
3. Penelitian ex post fakto atau penelitian
kausal komparatif : minimal 15 subjek per
kelompok
4. Penelitian eksperimental : minimal 15 subjek
per kelompok
Transformasi Data Menjadi
Informasi

Data Diolah Informasi/

Kesimpula
n
 I H,,,
A K AS !
TERIM TI…!!
EN ELI
MAT M
SELA