Oleh : Purwanto,S.

Si
Disampaikan di Fakultas Kedokteran UPN Veteran Jakarta
POPULASI & SAMPEL
Populasi



 Sampel






Pedoman Menentukan Jumlah Sampel
1) Pendapat Slovin
2) Interval Penaksiran
3) Pendekatan Isac Michel
4) Tabel Krejcie
5) Nomogram Harry King
1). PENDAPAT SLOVIN

Contoh :
Kita akan meneliti pengaruh upah terhadap semangat
kerja pada karyawan PT. AlfaMedika. Di dalam PT
tersebut terdapat 130 orang karyawan. Dengan tingkat
kesalahan pengambilan sampel sebesar 5%, berapa
jumlah sampel minimal yang harus diambil ?
2). INTERVAL PENAKSIRAN
Untuk menaksir parameter rata-rata μ

=tingkat keyakinan; =std.dev; e=error estimasi

Contoh : Seorang mahasiswa akan menguji suatu

hipotesis yang menyatakan bahwa Indek Prestasi
Mahasiswa FK UPN adalah 2,7. Dari 30 sampel
percobaan dapat diperoleh informasi bahwa standar
deviasi indek Prestasi mahasiswa adalah 0,25 Untuk
menguji hipotesisi ini berapa jumlah sampel yang
diperlukan jika kita menginginkan tingkat keyakinan
sebesar 95% dan error estimasi μ kurang dari 0,05?
 Tabel Z
 Tingkat
kepercayaan
95%
 Z0,95/2 =Z0,475
=
1,96
2). INTERVAL PENAKSIRAN
Untuk menaksir parameter proporsi P

Contoh :
Kita akan memperkirakan proporsi mahasiswa yang
menggunakan angkutan kota waktu pergi kuliah adalah
50%. Berapa sampel yang diperlukan jika dengan
tingkat kepercayaan 95% dan kesalahan yang mungkin
terjadi 0,10 ?
3). PENDEKATAN ISAC MICHEL
Untuk menentukan sampel untuk menaksir parameter
rata-rata μ

Contoh : Seorang mahasiswa akan menguji suatu

hipotesis yang menyatakan bahwa Indek Prestasi FK
UPN yang berjumlah 175 mahasiswa adalah 2,7. Dari 30
sampel percobaan dapat diperoleh informasi bahwa
standar deviasi Indek Prestasi mahasiswa adalah 0,25
Untuk menguji hipotesisi ini berapa jumlah sampel yang
diperlukan jika kita menginginkan tingkat keyakinan
sebesar 95% dan error estimasi μ kurang dari 5 persen ?
3). PENDEKATAN ISAC MICHEL
Untuk menentukan sampel untuk menaksir parameter
proporsi P

Contoh : Kita akan meperkirakan proporsi mahasiswa

FK UPN yang berjumlah 175 orang. Berdasarkan
penelitian pendahuluan diperoleh data proporsi
mahasiswa FK UPN menggunakan angkutan kota
waktu pergi kuliah adalah 40%. Berapa sampel yang
diperlukan jika dengan tingkat kepercayaan 95% dan
derajat penyimpangan sebesar 0,10.?
4). TABEL KREJCIE
Krejcie melakukan perhitungan ukuran sampel berdasarkan
tingkat kesalahan 5%, sehingga sampel yang diperoleh
mempunyai tingkat kepercayaan 95% terhadap populasi.
Contoh :
 Jika jumlah populasi = 100 maka jumlah sampel yang harus
diambil =80
 Jika jumlah populasi = 1000 maka jumlah sampel yang harus
diambil =278
Makin besar jumlah ukuran populasi maka makin kecil
prosentasi sampelnya.
5). NOMOGRAM HARRY KING
Harry King melakukan perhitungan ukuran sampel tidak
hanya berdasarkan tingkat kesalahan 5% tetapi bervariasi
hingga 15%, namun variasi jumlah populasinya hanya sd.
2000 saja.
6. Sampel Untuk Jumlah Populasi
(tak diketahui)
Dianjurkan ≥ 30 sampel
Untuk survei bisnis, sampel sekitar 100
dianggap memadai.
Atau berkisar 15 sampai 20 kali dari variabel
bebas (Joseph F. Hair, 1998).
Teknik Pengambilan Sampel
Teknik Pengambilan
Sampel

Probability Sampling Non Probability Sampling

1. Simple Random Sampling 1. Convenience Sampling

2. Stratified Sampling 2. Purposive sampling
3. Propotional 3. Judgement Sampling
4. Disproportional 4. Quota Sampling
5. Cluster Sampling 5. Snowball Sampling
Probability Vs Nonprobability
Probability sampling:
Setiap anggota populasi memiliki known probability
untuk terpilih menjadi sampel dan
Setiap sampel diambil secara acak.

Probability sampling Lebih dapat diterima daripada

nonprobability sampling.

Nonprobability sampling: peluang anggota populasi

tidak diketahui karena pengambilan sampel tidak
dilakukan secara acak.
Simple Random Sampling
Simple random sampling merupakan teknik
pengambilan sampel yang memberikan kesempatan
yang sama kepada pulasi untuk dijadikan sampel.
Syarat untuk dapat dilakukan teknik simple random
sampling adalah:
1) Anggota populasi tidak memiliki strata sehingga relatif
homogen
2) Adanya kerangka sampel yaitu merupakan daftar
elemen-elemen populasi yang dijadikan dasar untuk
pengambilan sampel.
Simple Random Sampling
Sampling
Merupakan cara pengambilan sampel dimana sampel
pertama ditentukan secara acak sedangkan sampel
berikutnya diambil berdasarkan satu interval tertentu
Systematic sampling: memilih kasus setiap interval dari
list lengkap anggota populasi. Syaratnya dua:
Sampling interval (K)
Dan lokasi start.
Misalnya perlu sampel 100 dari 2500 orang,
interval = 2500/100 = 25 (sampling interval).
Kemudian tentukan nomor secara acak dari 1 sampai
25. Misalnya 19, berikutnya berarti 44, 69, dan
seterusnya.
Sampling
Stratified Random Sampling
Adakalanya populasi yang ada memiliki strata atau tingkatan
dan setiap tingkatan memiliki karakteristik sendiri
Populasi dibagi menjadi dua segmen atau lebih yang
mutually exclusive yang disebut strata, berdasarkan
kategori2 dari satu atau lebih variabel yang relevan, baru
kemudian dilakukan simple random sampling.
Stratified Random Sampling
Disproporsional Random Sampling
Jika ada anggota populasi berstrata yang tetapi kurang
proposional.
Cluster Sampling
Simple random sampling dan stratified random sampling
berasumsi ada list lengkap dari anggota populasi. Kalau tidak
ada? Cluster sampling bisa digunakan. Pertimbangan biaya
juga merupakan alasan lainnya.
Beda dengan stratified: stratified mengambil sampel dari tiap
strata, cluster sampling tidak mengambil sampel dari tiap cluster,
hanya cluster yang dipilih saja.
Pada prinsipnya teknik cluster sampling hampir sama dengan
teknik stratified. Hanya yang membedakan adalah jika pada
stratified anggota populasi dalam satu strata relatif homogen
sedangkan pada cluster sampling anggota dalam satu cluster
bersifat heterogen
Populasi dibagi-bagi menjadi sekelompok kasus yang disebut
clusters biasanya berdasarkan pembagian alami seperti lokasi,
golongan sosioekonomi, dsb.
Cluster Sampling
 Section 1 Section 2

Section 3

Section 5

Section 4
Convenience Sampling
(Sampling aksidental)
Nama lain : incidental, accidental, haphazard, fortuitous
sampling
Sampel convenience adalah teknik penentuan sampel
berdasarkan kebetulan saja, anggota populasi yang
ditemui peneliti dan bersedia menjadi responden di
jadikan sampel.
Peneliti memilih sejumlah kasus yang
conveniently/readily available.
Metode ini cepat, mudah, dan murah.
Kalau penelitian permasalahan baru tahap awal dan
generalisasi bukan masalah, metode ini boleh2 saja.
Purposive Sampling
Merupakan metode penetapan sampel dengan
berdasarkan pada kriteria-kriteria tertentu
Peneliti menggunakan expert judgement untuk memilih
kasus2 yang “representatif” atau “tipikal” dari populasi.
Pertama, identifikasi sumber2 variasi yang penting dari
populasi. Berikutnya memilih kasus2 sesuai sumber2 variasi
tersebut.
Bisa dipilih satu kasus atau satu subpopulasi yang dianggap
“representatif” atau “tipikal” yang memiliki karakteristik
tertentu. Atau memilih beberapa kasus yang mewakili
perbedaan2 utama dalam populasi.
Purposive Sampling
Tetap kurang bisa diterima dibandingkan probability
sampling jika diperlukan generalisasi yang tepat dan akurat.
Tetapi kalau berbagai hal membatasi, ya boleh lah.

Secara umum lebih “kuat” dibandingkan convenience

sampling tapi sangat tergantung expert judgement-nya
peneliti.

Kelemahan utama: informed selection seperti itu

memerlukan pengetahuan yang cukup mengenai populasi.
Quota Sampling
Merupakan metode penetapan sampel dengan
menentukan quota terlebih dahulu pada masing-masing
kelompok, sebelum quota masing-masing kelompok
terpenuhi maka peneltian beluam dianggap selesai.
Quota sampling adalah sejenis purposive sampling yang
ada kemiripan dengan proportionate stratified random
sampling:
Pertama, populasi dibagi-bagi menjadi strata yang
relevan seperti usia, jenis kelamin, lokasi, dsb.
Proporsi tiap strata diperkirakan atau ditentukan
berdasarkan data eksternal kemudian total sampel
dibagi-bagi sesuai proporsi ke tiap strata (kuota).
Untuk memenuhi jumlah sampel untuk tiap strata,
peneliti menggunakan expert judgement-nya
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.
Sampling Jenuh
semua populasi digunakan sampel (populasi kecil).