SAMPLING

Dwi Yulia Maritasari, SKM., M.KM

Program Studi Kesehatan Masyarakat
Fakultas Kesehatan Universitas Mitra Indonesia
Populasi Sejumlah besar su
bjek
yang mempunyai
karakteristik terte
ntu
Contoh : Anak Ba
lita,
Ibu Hamil, WUS,
dll
 POPULASI

Populasi
Populasi Studi Target

Kumpulan dari satuan atau Kumpulan dari satuan atau

unit dimana kita mengambil unit yang ingin kita buat
sampel inferensi/generalisasi nya
dalam suatu penelitian atau
sering disebut dengan
sasaran penelitian
 Syarat Populasi

Meliputi seluruh unit Sampel tdk dihitung 2

Batas jelas
sampel kali

Up to date Dpt dilacak dilapangan

 Mengapa harus dilakukan pengambilan
sampel??
● Adanya populasi yang sangat besar (infinite population), di dalam
populasi yang besar dan tidak terbatas tidak mungkin seluruh populasi
diamati sebab membutuhkan waktu yang lama.
● Homogenitas  tidak perlu semua unit populasi yang homogen
diamati dan diukur
● Penarikan sampel menghemat biaya dan waktu
● Ketelitian dan ketepatan pengukuan, meneliti dan mengukur subjek
dalam jumlah sedikit (sampel) tentu akan lebih teliti dibandingkan
dengan mengukur subjek yang banyak (populasi)
 Lebih ekonomis
POPULASI Lebih efisensi
Lebih akurat  kontrol yang
BESAR baik saat pengukuran

Proses
Sampling
SAMPEL
Kelompok referensi untuk memperkirakan Harus Representatif
karakteristik atau menarik kesimpulan tentang
populasi
 Ciri-Ciri Sampel yang Baik
Dapat menghasilkan Sederhana dan
gambaran karakter mudah dilaksanakan
populasi yang tepat

Dapat memberikan
Dapat menentukan
keterangan sebanyak
presisi (ketepatan) hasil
mungkin dengan
penelitian dengan
biaya yang efisien
menentukan standar
deviasi dari taksiran
yang diperoleh
 Kriteria Sampel
Representatif
a. Digunakan asas probabili
tas
b. Besar sampel cukup
c. Ciri-ciri populasi terwak
ili
d. Variansi antar unit popula
si
dibuat sekecil mungkin
 Murah

Spesifik Mudah

Keuntungan
Sampling

Mewakil
i Cepat
populasi

Akurat
Kesalahan dalam Pengambilan Sampel

Melakukan sampling secara Memilih jenis sampling

ceroboh atau tidak layak yang tidak sesuai dengan
tujuan studi
 Prosedur Pengambilan Sampel
Memilih
Menentukan
Sampel
tujuan penelitian

Menentukan unit
Menentukan
sample yg
populasi sampel
diperlukan

Menentukan jenis
data yg diperlukan Sample Size
Menentukan teknik
sampling

11
 Sampel Besar sampel saja tidak menjamin
Representatif bahwa sampel yang kita “ambil” akan
mewakili karakteristik populasinya
tanpa memperhatikan cara
pengambilannya, sebaiknya cara
pengambilan sampel yang menganut
azas probabilitas atau random tidak
dengan sendirinya akan memperoleh
Besar Sampel Cara Pengambilan sampel yang representatif terhadap
Sampel populasinya tanpa memperhitungkan
besar sampel terhadap populasinya.
 BESAR
01 SAMPEL
You could enter a subtitle
here if you need it
 perlu
Mengapa
e n t u k a n b es ar
me n
sampel ? Tujuan Penelitiian

Estimasi tertentu pada populasi (penelitian deskriptif)

Contoh :
1. Mengetahui proporsi penyakit ISPA pada balita
2. Mengetahui distribusi frekuensi cakupan konsumsi Fe pada ibu hamil
Pengujian hipotesis untuk membandingkan nilai satu kelompok populasi dengan
kelompok populasi lain

Proporsi ISPA pada balita dari populasi ibu perokok lebih tinggi dibandingkan
dengan dari populasi ibu non-perokok
 Cara menguji Hipotesis?
● Suatu penelitian bertujuan menguji hipotesis bahwa terdapat
perbedaan proporsi cakupan ASI ekskusif antara ibu anemia
dengan ibu tidak anemia, maka untuk memastikan bahwa
perbedaan yang ditemukan bukan karena kebetulan, maka
dilakukan uji statistik
● Ditetapkannya :
○ H0 (Hipotesis Nol)  tidak ada perbedaan antara parameter
kedua populasi
○ Ha (Hipotesis Alternatif  ada perbedaan parameter kedua
populasi
 Keputusannya bergantung dari seberapa besar
risiko untuk salah mengambil kesimpulan, yaitu:

● Kesalahan tipe I atau α, yaitu salah menolak hipotesis

nol, padahal di populasi hipotesis adalah benar
● Kesalahan tipe II atau β, yaitu peneliti gagal menolak
hipotesis nol, padahal di populasi hipotesis nol adalah
salah
● Kekuatan uji (power) atau 1-β, yaitu kemungkinan untuk
menolak hipotesis nol jika hipotesis nol pada populasi
adalah salah
 Besar Sampel tergantung pada :

01 02 03
Jenis Penelitian Skala Ukur Variabel Derajat ketepatan perkiraan
Dependen yg diinginkan
a. Eksplorasi awal: 1 a. Kategorikal/ Semakin tinggi ~ semakin
percontoh mungkin cukup proporsional besar sampel
b. Generalisasi - harus b. Kontinyu (interval)
representative
 Perhitungan besar Sampel Minimal
● Estimasi Proporsi dengan Presisi Mutlak  penelitian deskriptif (data kategorik)

( Z1 ) 2 P (1  P )
n= 2
d
● n= Jumlah sampel dibutuhkan
● Z= Nilai Baku distribusi normal pada a tertentu (99%, 95%, 90%
NilaiZ1 99% = 2,58; 95% = 1,96; 90% = 1,64
● p= proporsi suatu kejadian (penelitian sebelumnya)
● d= derajat akurasi (presisi) yang diinginkan
 Contoh Soal
Kepala Dinas Kabupaten Cianjur ingin mengetahui prevalensi anemia pada ibu hamil.
Berdasarkan informasi pada survei gizi ibu hamil di jawa barat diperoleh prevalensi
anemia pada kehamilan sebesar 62%. Berdasarkan masalah dan informasi yang ada,
berapa jumlah sampel yang dibutuhkan jika kepala dinas menginginkan presisi
mutlak sebesar 10% dengan derajat kepercayaan 90% ?

Jawaban
Diketahui :
Z1 90% = 1,64
p = 62% = 0,62
d = 10%
Tentukan jumlah sampel minimal
Perhitungan rumus sampel minimal :

1- P (1  P )
2
n= z
2
d Jadi, sampel minimum yang
dibutuhkan sebesar 90,47 ibu
1,96 2 x0,62(1  0,62) hamil. Jumlah tersebut dibulatkan
n menjadi 91 ibu hamil, yang berarti
(0,1) 2 91 ibu hamil dibutuhkan sebagai
sampel agar kita percaya 90%
3.84 x0,62(0,38) dalam melakukan estimasi
n prevalensi anemia pada ibu hamil.
0,01
n  90,47
 Perhitungan besar Sampel Minimal
● Estimasi Rata-Rata penelitian deskriptif (data numerik)

2
( Z1 )  2
n= 2
d
● n= Jumlah sampel dibutuhkan
● Z= Nilai Baku distribusi normal pada a tertentu (99%, 95%, 90%
NilaiZ1 99% = 2,58; 95% = 1,96; 90% = 1,64
● σ= standar deviasi (penelitian sebelumnya)
● d= derajat akurasi (presisi) yang diinginkan
 Contoh Soal

Suatu penelitian dilakukan untuk mengetahui asupan energi pada balita di Kabupaten
Lampung Selatan. Dari penelitian di Kabupaten lain, diketahui standar deviasi
asupan energi pada balita adalah 50 kkal. Besar sampel yang harus diambil jika
peneliti menginginkan derajat kepercayaan 95% dan besar simpangan maksimum
dari rata-rata asupan energi adalah 20kkal?
Jawaban
Diketahui :
Z1 95% = 1,96
Σ = 50
d = 20
Tentukan jumlah sampel minimal
 2
( Z1 ) 2
n= 2 Jadi, sampel minimum yang
d dibutuhkan sebesar 24,01
1,96 2 x50 2 Balita. Jumlah tersebut
n dibulatkan menjadi 25 balita.
20 2
n  24,01
 Uji Hipotesis Beda 2 Proporsi (two tailed) Crossectional

Uji Hipotesis Beda Proporsi 2 Sisi  Penelitian analitik dengan data kategorik

Rumus jumlah sampel tersebut adalah untuk sampel yang

diambil secara acak sederhana (simple random sampling).
( z 1- 2PQ + z p q + p q )2
1-  1 1 2 2 Pada penelitian survei, pengambilan sampel secara acak
n=
( p - p )2 sederhana sulit untuk dilakukan sehingga jumlah sampel
1 2
yang diperoleh harus dikalikan dengan faktor efek desain
(design effect), yang sering digunakan adalah dikali 2

• n= Jumlah sampel yang dibutuhkan=n 1=n2

• Z= Nilai Baku distribusi normal pada a atau  tertentu
•z 1-
= Derajat Kepercayaan 99% = 2,58; 95%=1,96; 90%=1,64
•z 1-  = Kekuatan Uji 99% = 2,33; 95% = 1,64; 90%=1,28;
80%=0,84
• p1=proporsi sesuatu pd klp I; q 1=1-p1
• p2=proporsi sesuatu pd klp II; q 2=1-p2
• P= (p1+p2)/2; Q=1-P
Contoh hasil penelitian dimana persentase dihitung berdasarkan baris

Variabel Terikat Total

Kategori 1 Kategori 2

Kategori 1 a (p1) b (q1) (a+b) (n1)

Variabel
Kategori 2 c (p2) d (q2) (c+d) (n2)
Bebas
Total (a+c) (b+d) n1+n2
Contoh Suatu penelitian pendahuluan mempelihatkan bahwa
Soal kebiasaan merokok pada ibu hamil merupakan faktor risiko
terhadap kejadian BBLR (Berat Bayi Lahir Rendah). Pada
penelitian tersebut, dari 20 ibu hamil yang merokok, 12
orang melahirkan dengan BBLR. Dari 20 ibu hamil yang
tidak merokok, 6 orang melahirkan bayi BBLR. Seorang
peneliti ingin mengetahui apakah ada perbedaan proporsi
BBLR antara ibu hamil yang merokok dengan tidak
merokok. Berapa besar sampel yang diperlukan jika
peneliti menghendaki drajat kemaknaan 5% dan kekuatan
uji 80%?
 Jawaban
Diketahui :
Proporsi bayi BBLR pada ibu yang merokok =  p1 = 0,6
Proporsi bayi BBLR pada ibu yang tidak merokok =  p2 = 0,3
Proporsi rata-rata(P) = (p1+p2)/2 = (0,6+0,3)/2 = 0,45
Derajat kemaknaan 5% = = 1,96
Kekuatan Uji 80% = z 1-0,84
= 
z
Maka, perhitungan besar 1-  sampel minimal sebagai berikut

Jadi untuk membuktikan bahwa

( z 1- 2pq + z p q + p q )2 proporsi BBLR pada ibu merokok
1-  1 1 2 2
n= tidak sama/berbeda dari proporsi
( p - p )2 BBLR ibu yang tidak merokok
1 2
diperlukan sampel minimal
(1,96 2 x0,45(1  0,45)  0,84 0,6(1  0,6  0,3(1  0,3) ) 2 sebanyak 42 pada masing-masing
n
(0,6  0,3) 2 kelompok.
n  41,92
 Variabel dependen : kategori
Dua populasi  Penelitian kasus kontrol

n= jumlah sampel=n1=n2 P2= Proporsi subjek terpajan pada

Z=nilai baku distribusi normal
p1= Proporsi subjek terpajan pada
kelompok penyakit
q1 = 1 – p1
kelompok tanpa penyakit;
q2=1-P2
P= (p1+p2)/2; Q= 1-P

( z1 2 PQ  z1  p1 q1  p 2 q 2 ) 2
n
( p 2  p1 ) 2
Contoh hasil penelitian dimana persentase dihitung berdasarkan
kolom

Variabel Terikat Total

Kasus Kontrol

terpajan a (p1) b (p2) (a+b)

Variabel
Tidak terpajan c (q1) d (q2) (c+d)
Bebas
Total (a+c) (n1) (b+d) (n2) n1+n2
 Seorang peneliti
Contoh Soal 3
ingin menguji hip
anemia pada ibu otesis
hamil sebagai fak
resiko terjadinya tor
BBLR. Hasil pad
penelitian dinega a
ra lain menunjuk
sebesar 2,5. Prev kan OR
alensi anemia pa
hamil yang mela da ibu
hirkan bayi non B
diketahui dari ha BL R
sil survei sebesar
Berapa besar sam 60%.
pel yang diperluk
peneliti menging an jika
inkan tingkat kep
5% dan kekuatan ercayaan
uji 80%?
 Jawaban
Diketahui :
Proporsi bayi Non BBLR pada ibu yang anemia =  p2 = 0,6
OR = 2,5  p1 = 0,78
Proporsi rata-rata(P) = (p1+p2)/2 = (0,6+0,78)/2 = 0,69
Derajat kemaknaan 5% = = 1,96
z 1-
Kekuatan Uji 80% = = 0,84
z 1- 
Maka, perhitungan besar sampel minimal sebagai berikut

Jadi untuk membuktikan bahwa

( z 1- 2PQ + z p q + p q )2 proporsi BBLR pada ibu anemia
1-  1 1 2 2
n= tidak sama/berbeda dari proporsi
( p - p )2 BBLR pada ibu yang tidak anemia
1 2
diperlukan sampel minimal
(1,96 2 x0,69(1  0,69)  0,84 0,78(1  0,78  0,6(1  0,6) ) 2 sebanyak 50 pada masing-masing
n
(0,78  0,6) 2 kelompok.
n  44.96
 Uji Hipotesis Risiko Relatif
N= jumlah sampel=n =n Dua populasi  kohort
1 2
Z=nilai baku distribusi normal
p1= proporsi sesuatu pada kelompok I;
( p1  p 2 )
P
p1 = (RR)P2; q1=1-P1 2
P2= proporsi sesuatu pada kelompok II;
q2=1-P2 Q  1 P

( z1 2 PQ  z1  p1 q1  p 2 q 2 ) 2
n
( p 2  p1 ) 2
Contoh hasil penelitian dimana persentase dihitung berdasarkan baris

Variabel Terikat Total

Penyakit (+) Penyakit (-)

terpajan a (p1) b (q1) (a+b) (n1)

Variabel
Tidak terpajan c (p2) d (q2) (c+d) (n2)
Bebas
Total (a+c) (b+d) n1+n2
Contoh Soal 4
Seorang peneliti ingin membandingkan terapi
pembedahan dengan radiasi untuk suatu jenis
kanker. Dari penelitian terdahulu diketahui bahwa
35% pasien kanker tersebut yang menjalani terapi
pembedahan meninggal dalam waktu 5 tahun setelah
terapi. Berapa besar sampel yang diperlukan jika
peneliti ingin melakukan penelitian kohort dengan
asumsi resiko kematian pada terapi radiasi adalah
separuh dari terapi pembedahan (RR = 0,5) dan
peneliti menginginkan derajat kemaknaan 5% serta
kekuatan uji 90% ?
Jawaban
Diketahui :
Proporsi kematian pasien kanker dengan terapi pembedahan radiasi
=  p2 = 0,35
RR = 0,5  p1 = RR(p1)= 0,5 x 0,35 = 0,175
Proporsi rata-rata(P) = (p1+p2)/2 = (0,175+0,35)/2 = 0,262
Derajat kemaknaan 5% = z 1- = 1,96
z
Kekuatan Uji 90% = 1-  = 1,28
Maka, perhitungan besar sampel minimal sebagai berikut

( z 1- 2PQ + z p q + p q )2 Jadi besar sampel

1-  1 1 2 2
n=
minimal untuk
( p - p )2
1 2 penelitian kohort
(1,96 2 x0,262(1  0,262)  1,28 0,175(1  0,175)  0,35(1  0,35) ) 2 tersebut adalah 122
n pada masing-masing
(0,175  0,35) 2 kelompok.
n  121.33
Uji Hipotesis Beda Rata-Rata Dua Kelompok
Berpasangan
● Pada uji hipotesis beda rata-rata berpasangan (dependen sampel),
peneliti ingin menguji perbedaan rata-rata sebelum dan sesudah
intervensi diberikan.
● Maka rumus yang digunakan
Keterangan :
 ( Z1  Z1  )
2 2
σ = standar deviasi
n Z=nilai baku distribusi normal
( 1   2 ) 2 µ1= rata-rata pada keadaan sebelum
intervensi
µ2=rata-rata pada keadaan sesudah intervensi
Contoh Soal

Seorang peneliti ingin membuktikan efek

pembeian tablet zat besi terhadap peningkatan
kadar hemoglobin pada ibu hamil. Dari penelitian
pendahuluan pada 10 orang ibu hamil, diketahui
rata-rata kadar hemoglobin sebelum perlakuan
adalah 9,5 g/dl dan setelah empat bulan
pemberian zat besi rata-rata menjadi 10,5 g/dl.
Jadi ada peningkatan kadar hemoglobin 1,0 g/dl
dan standar deviasi 0,25 g/dl. Peneliti ingin
menguji hipotesis dengan perbedaan rata-rata
minimum yang ingin diketahui adalah sebesar 0,2
g/dl, tingkat kemaknaan 5% dan kekuatan uji
90%. Berapa jumlah sampel minimal yang
dibutuhkan dalam penelitian tersebut?
Jawaban
Diketahui :
σ = 0,25
Perbedaan rata-rata minimum (µ1-µ2)= 0,2
α 5% maka Z1-α = 1,96
Kekuatan Uji 90% maka Z1-β = 1,28
Maka perhitungan sampel minimal yang dibutuhkan sebagai berikut.

 2 ( Z1  Z1  ) 2
n
( 1   2 ) 2
Jadi, peneliti membutuhkan
0,252 (1,96  1,28) 2 minimal 17 ibu hamil sebagai
n sampel
(0,2) 2
n  17
Uji Hipotesis Beda Rata-Rata Dua Kelompok
Independen
● Penelitian sering ditujukan untuk mengetahui perbedaan dua rata-rata pada kelompok atau populasi
independen.
● Misalnya peneliti ingin mengetahui perbedaan rata-rata antara kelompok 1 yang diberikan
intervensi/perlakuan dengan kelompok 2 (diberikan intervensi lain/tidak diberikan intervensi)
● Maka rumus yang digunakan sebagai berikut

Pada umumnya nilai  tidak diketahui sehingga

2
2 2 ( Z1  Z1  ) 2
n umumnya diperkirakan berdasarkan varians gabungan
( 1   2 ) 2 dengan rumus sebagai berikut
2 2
Keterangan : 2 [(n1  1) s1  ( n 2  1) s2
Sp 
σ = standar deviasi ( n1  1)  ( n 2  1)
Z=nilai baku distribusi normal Keterangan :
µ1= rata-rata pada kelompok 1 s1 = standar deviasi pada kelompok 1
2

µ2= rata-rata pada kelompok 2 s2 = standar deviasi pada kelompok 2

2
Contoh
Soal
Seorang peneliti ingin mengetahui efek samping asupan
natrium terhadap tekanan darah orang dewasa sehat. Pada
penelitian sebelumnya dengan jumlah sampel 20 orang untuk
masing-masing kelompok diketahui pada kelompok
masyarakat yan konsumsi natrium rendah rata-rata tekanan
darah diastolik adalah 75 mmHg dengan standar deviasi 10
mmHg. Pada kelompok masyarakat yang konsumsi natriumnya
tinggi rata-rata tekanan darah diastoliknya adalah 82 mmHg
dengan standar deviasi 12 mmHg. Berapa jumlah sampel
minimum yang dibutuhkan jika peneliti hendak menguji
hipotesis adanya perbedaan tekanan diastolik pada kedua
kelompok tersebut dengan derajat kemaknaan 5% dan kekuatan
uji 80%?
Jawaban
Diketahui:
n1 = 20, s1 = 10, µ1=75
n2 = 20, s2 = 12, µ2=82
Kemaknaan 5% , maka nilai Z1-α = 1,96 (dari tabel Z)
Kekuatan uji 80%, maka nilai Z1-β = 0,84 (dari tabel Z)
Maka, perhitungan rumus sampel sebagai berikut
2 ( Z1  Z1  ) 2
2 2
2 [( n1  1) s1  ( n 2  1) s2
Sp 
( n1  1)  ( n 2  1) n
( 1   2 ) 2
2 [ 20  1)10  ( 20  1)12 ]
2 2
Sp 
( 20  1)  ( 20  1 _ 2(122)[1,96  0,84]2
n
(75  82) 2
2
S p  122

n  39,03

Jadi peneliti memerlukan sampel minimal 40 orang untuk masing-masing kelompok

 Uji Hipotesis Koefisien Korelasi
• Dalam penelitian yang menghubungkan
antara 2 variabel kontinu (numerik),
peneliti seringkali menggambarkan
hubungan tersebut dalam bentuk koefisien
1  r 
korelasi (r) atau koefisien determinasi (r²).   0,5 In 
• Perhitungan besar sampel untuk uji
1  r 
hipotesis koefisien korelasi
2
Keterangan : ( z1  z1  )
n 3
Z=nilai baku distribusi normal
 = transformasi fisher 
r = koefisien korelasi

Rumus jumlah sampel tersebut adalah untuk sampel yang diambil secara acak sederhana (simple random sampling). Pada
penelitian survei, pengambilan sampel secara acak sederhana sulit untuk dilakukan sehingga jumlah sampel yang
diperoleh harus dikalikan dengan faktor efek desain (design effect), yang sering digunakan adalah dikali 2
 Contoh Soal

Seorang peneliti ingin mengetahui hubungan antara tinggi badan ibu dengan status gizi anak
balita yang dinyatakan dengan z-score indeks BB/TB atau PB. Peneliti memperkirakan
koefisien korelasi kedua variabel tersebut adalah sebesar 0,8. berapa jumlah sampel minimal
jika peneliti menghendaki tingkat kemaknaan 1% dan kekuatan uji 90%?
Jawaban
Diketahui :
Koefisien korelasi (r)= 0,8
Kemaknaan 1% , maka nilai Z1-α = 2.58 (dari tabel Z)
Kekuatan uji 90%, maka nilai Z1-β = 1.28 (dari tabel Z)
Maka, perhitungan rumus sampel sebagai berikut

1  r  ( z1  z1  )
2
  0,5 In 
1  r  n

3
Jadi, peneliti membutuhkan
1  0,8   2,58  1,28  sampel minimal sebesar 16
  0,5 In   n  3
1  0,8   1,0986  orang.
  1,0986 n  15,35
 Teknik
Pengambilan 02
Sampel
Teknik sampling merupakan salah satu elemen yang penting
dalam suatu penelitian. Penelitian yang baik, kecil maupun
besar, baik itu penelitian kuantitatif dan kualitatif, wajib
menentukan dan menerapkan suatu metode sampling dan
menentukan sampel yang akan diambil untuk subjek
penelitian.
Menentukan sampel dalam teknik sampling menjadi hal
yang krusial dalam penelitian. Keakuratannya memengaruhi
tingkat keberhasilan riset Anda.
• “Sampling frame”  Daftar yang berisikan setiap
elemen populasi yang bisa diambil sebagai sampel
• Contoh  Daftar rumah tangga, Buku petunjuk
telepon, catatan pajak, catatan SIM,dll
• Kerangka sampling yang baik penting untuk
sampling yang akurat
• Kerangka sampling harus “up to date”.

Sampling Frame
 Teknik Pengambilan Sampel
Non
Probabilty Probability
Sampling sampling

Teknik pengambilan sampel Teknik pengambilan sampel yang

yang memberikan peluang tidak memberi
yang sama bagi setiap anggota peluang/kesempatan yang sama
populasi untuk dijadikan untuk dipilih menjadi sampel
sampel
 Probabilty Sampling

Simple random Cluster

sampling Sampling

Stratified Random Systematic

Sampling sampling
Simple Random Sampling
Digunakan jika populasi tidak
terlalu bervariasi (homogen) dan
tidak terlalu menyebar secara
geografis

Harus tersedia sampling frame/

kerangka sampling

Cara pengambilan sampel dengan

diundi, menggunakan tabel bilangan
random, menggunakan perangkat
komputer
 Cluster random sampling adalah suatu jenis teknik
Cluster Sampling sampling dimana seorang peneliti membagi
populasi menjadi beberapa kelompok yang terpisah
yang disebut sebagai cluster. Dari beberapa cluster
ini diambil beberapa sampel yang dipilih secara
random atau acak. Cluster random sampling adalah
teknik sampling yang banyak digunakan pada
kelompok statistika yang sifatnya geografis. Dalam
metode cluster, populasi dibagi menjadi beberapa
gugus atau kelas dengan asumsi setiap gugus atau
kelas sudah terdapat semua sifat-sifat atau variansi
yang hendak diteliti. Selanjutnya kelas-kelas itulah
yang akan diacak atau dirandom. Dan unit sampel
akan diambil dari kelas yang sudah dipilih.
Langkah-langkah
cluster random sampling

Peneliti memilih beberapa cluster

sesuai dengan penelitian yang
dilakukan melalui pemilihan
sampel acak yang sistematis

01
Peneliti membagi populasi
menjadi beberapa
kelompok/kluster berdasarkan
kecamatan/kriteria tertentu
02 03
Lalu dari beberapa cluster yang telah
dipilih secara acak, peneliti dapat
memilih bebeapa subjek dari tiap
cluster melalui random sampling
 Stratified Random Sampling
● Pada penyampelan jenis ini, anggota populasi
dikelompokkan berdasarkan stratanya, misal
tinggi, sedang, dan rendah. Kemudian dipilih
sampel yang mewakili masing-masing strata
● Elemen populasi dibagi menjadi beberapa
tingkatan (stratifikasi) berdasarkan karakter
yang melekat padanya. Dalam stratified random
sampling elemen populasi dikelompokkan pada
tingkatan-tingkatan tertentu dengan tujuan
pengambilan sampel akan merata pada seluruh
tingkatan dan sampel mewakili karakter seluruh
elemen populasi yang heterogen.
 Langkah-Langkah Stratified Random
Sampling
01 02
Siapkan “sampling Bagi sampling frame
frame” tersebut berdasarkan
strata yang dikehendaki
03 04
Tentukan jumlah Pilih sampel dari
sampel dalam setiap setiap stratum secara
stratum acak.
 Systematic Sampling
• Jika peneliti dihadapkan pada ukuran populasi yang banyak dan tidak memiliki
alat pengambil data secara random, cara pengambilan sampel sistematis dapat
digunakan.
• Cara ini menuntut kepada peneliti untuk memilih unsur populasi secara
sistematis, yaitu unsur populasi yang bisa dijadikan sampel adalah yang
“keberapa”.
• Misalnya, setiap unsur populasi yang keenam, yang bisa dijadikan sampel. Soal
“keberapa”-nya satu unsur populasi bisa dijadikan sampel tergantung pada
ukuran populasi dan ukuran sampel.
• Misalnya, dalam satu populasi terdapat 5000 rumah. Sampel yang akan diambil
adalah 250 rumah dengan demikian interval di antara sampel kesatu, kedua, dan
seterusnya adalah 25.
 Langkah-langkah Systematic Sampling
1. Susun sampling frame
2. Tetapkan jumlah sampel yang ingin
diambil
3. Tentukan K (kelas interval)
4. Tentukan angka atau nomor awal di
antara kelas interval tersebut secara
acak atau random – biasanya
melalui cara undian saja
5. Mulailah mengambil sampel
dimulai dari angka atau nomor awal
yang terpilih
6. Pilihlah sebagai sampel angka atau
nomor interval berikutnya
 Non Probability sampling

Accidental
Snowball Sampling
Sampling

Purposive
Sampling

Teknik Sampel Quota

Jenuh Sampling
 Purposive Sampling adalah teknik sampling yang
cukup sering digunakan. Metode ini menggunakan
kriteria yang telah dipilih oleh peneliti dalam memilih
sampel. Kriteria pemilihan sampel terbagi menjadi
kriteria inklusi dan eksklusi.

Kriteria inklusi merupakan Purposive Kriteria eksklusi merupakan

kriteria sampel yang
diinginkan peneliti
berdasarkan tujuan penelitian.
kriteria khusus yang
Sampling menyebabkan calon responden
yang memenuhi kriteria inklusi
harus dikeluarkan dari
kelompok penelitian
Quota Sampling
Tehnik sampling ini mengambil jumlah
sampel sebanyak jumlah yang telah
ditentukan oleh peneliti.

Sampel diambil dengan memberikan jatah atau

quota tertentu terhadap kelompok.
Pengumpulan data dilakukan langsung pada
unit sampling. Setelah jatah terpenuhi, maka
pengumpulan data dihentikan.

Kelebihan metode ini yaitu praktis karena

sampel penelitian sudah diketahui
sebelumnya, sedangkan kekurangannya yaitu
bias penelitian cukup tinggi jika
menggunakan metode ini.
 Accidental Sampling
Sampling aksidental adalah
teknik penentuan sampel
Dalam teknik sampling
berdasarkan kebetulan, yaitu
aksidental, pengambilan sampel
siapa saja yang secara kebetulan
tidak ditetapkan lebih dahulu.
bertemu dengan peneliti dapat
Peneliti langsung saja
digunakan sebagai sampel, bila
mengumpulkan data dari unit
dipandang orang yang kebetulan
sampling yang ditemui.
ditemui itu sesuai sebagai
sumber data.
Snowball Samplin
g
Snowball Samplin
g adalah teknik pe
sampel berdasarka ngambilan
n wawancara atau
korespondensi. M
etode ini meminta
dari sampel pertam informasi
a untuk mendapatk
sampel berikutnya an
, demikian secara
menerus hingga se terus
luruh kebutuhan s
penelitian dapat te a m pe l
rpenuhi.
 Teknik Sampel Jenuh

● Teknik Sampling Jenuh adalah teknik

penentuan sampel yang menjadikan
semua anggota populasi sebagai sampel.
dengan syarat populasi yang ada kurang
dari 30 orang.
THANKS
!

CREDITS: This presentation template was created by

Slidesgo, including icons by Flaticon, and infographics
& images by Freepik