Dokumen ini membahas tentang populasi dan sampel dalam penelitian. Populasi adalah seluruh unit analisis yang akan diteliti, sedangkan sampel adalah bagian dari populasi yang dipilih untuk diteliti. Ada beberapa cara pengambilan sampel seperti random dan non-random. Pengambilan sampel yang tepat dipengaruhi oleh karakteristik populasi dan presisi yang diinginkan.
2. POPULASI: Seluruh unit analisisSeluruh unit analisis
yang cirinya akan didugayang cirinya akan diduga
Sampel: Bagian dari populasiSampel: Bagian dari populasi
yang cirinya ditelitiyang cirinya diteliti
3. * Meliputi seluruh unit sampel
* Tidak dihitung dua kali
* Batasan jelas
* Up to date
* Dapat dilacak
4. Mengapa Sampling ?
• Terlalu banyak
– tidak cukup waktu
– tidak cukup dana
– tidak cukup tenaga
• Tidak mungkin
– sisi waktu dan ruang
• Tidak perlu semua
– teori sampling
• standard error
• distribusi statistik
5. Sampel ideal
• Menggambarkan populasi dan dapat
dipercaya
• Dapat menentukan presisi
• Mudah dilaksanakan
• Memberikan informasi sebanyak
mungkin dengan biaya rendah
6. LangkahLangkah
pengambilanpengambilan
sampelsampel
1. Menetapkan populasi1. Menetapkan populasi
* unit analisis* unit analisis
* kerangka sampel* kerangka sampel
* karakteristik unit analisis* karakteristik unit analisis
2. Menentukan besar sampel2. Menentukan besar sampel
3. Memilih cara pengambilan sampel3. Memilih cara pengambilan sampel
Kerangka sampel:Kerangka sampel: No. urut, nama dan alamatNo. urut, nama dan alamat
7. Non RandomNon Random RandomRandom
Purposive
(pertimbangan)
Quota
(berjatah)
Accidental
(seadanya)
Simple random
(acak sederhana)
Systematic random
(acak sistematik)
Stratified random
(acak stratifikasi)
Multistage random
(acak bertingkat)
Cluster random
(acak gugus)
8. Simple Random Sampling
• Digunakan pada keadaan:
– Hanya diketahui nama dan identitas populasi
– Tidak ditemukan cara lain yang lebih efisien
• Persyaratan
– Harus tersedia kerangka sampel
• Terdiri dari No. urut, Nama dan Alamat
– Populasi harus homogen/hampir homogen
– Tidak terlalu tersebar secara geografis
9. Simple Random Sampling
• Tetapkan populasi
• Buat kerangka sampel (sample frame)
• Hitung besar sampel
• Pilih sampel dengan cara:
Undian
Tabel acak
Komputer
11. Systematic Random Sampling
• Digunakan untuk populasi yang besar
• Populasi homogen/hampir homogen
• Cara
Tetapkan populasi
Buat kerangka sampel
Hitung besar sampel
Hitung interval (k): N/n
Acak sampel pertama dari jumlah k, misalnya s
Tetapkan sampel berikutnya = s+k, s+2k dst.
12. Stratified Random Sampling
Untuk populasi yang heterogen
Persyaratan
Harus ada kriteria yang jelas untuk dasar strata
Harus ada data pendahuluan mengenai kriteria
untuk stratifikasi
Harus diketahui jumlah yang tepat jumlah
elementer pada setiap strata
Stratifikasi dilakukan secara subjektif (judgement) oleh peneliti
dan objektif dari keterangan statistik
13. Stratified Random Sampling
Cara
Tentukan populasi
Lakukan stratifikasi
Hitung jumlah sampel
Ambil sampel secara acak pada setiap strata
(sederhana atau proporsional)
Keuntungan
Semua ciri populasi yang heterogen dapat
terwakili
Dapat membuat perbandingan dan mencari
hubungan antar strata
14. Multistage Random Sampling
• Dilakukan pada populasi yang amat besar dan
homogen
• Cara
Tentukan populasi
Tetapkan tingkatan
Hitung besar sampel
Ambil secara acak sejumlah unsur pada tiap
tingkatan
Pada tingkat terakhir ambil sampel secara acak
sesuai besar sampel
16. Cluster Sampling
• Dilakukan pada keadaan kerangka sampel tidak tersedia
• Cara
Tentukan populasi
Bagi populasi berdasarkan gugus
• sekolah, kelas, kelompok masyarkat dsb
Ambil gugus secara acak
Semua unit dalam gugus dijadikan sampel
Keuntungan: tidak perlu kerangka sampel
Kerugian: sulit dihitung kesalahan (standard error)
17. • Pertimbangan
Derajat keseragaman populasi
Presisi yang dikehendaki
Rencana analisis
Tenaga, biaya dan waktu
Prinsip dasarPrinsip dasar
Makin besar jumlah sampel, makin baik
Makin heterogen populasi, main besar jumlah sampel
18. Jenis penelitianJenis penelitian
eksploratifeksploratif
generalisasigeneralisasi
Skala variabelSkala variabel
nominal, ordinal, interval, rationominal, ordinal, interval, ratio
Jenis dataJenis data
diskrit, kontinyudiskrit, kontinyu
Derajat ketepatanDerajat ketepatan
makin tinggi ketepatan, makinmakin tinggi ketepatan, makin
besar jumlah sampelbesar jumlah sampel
19. Skala nominal/ordinal, data diskritSkala nominal/ordinal, data diskrit
n
PQ
Pp
Z
−
=
Z: derajat kepercayaan
p-P atau d: presisi
(beda hasil sampel dengan populasi yang diinginkan)
P: proporsi populasi
Q: 1 - P
n: jumlah sampel
n
PQ
d
Z =
d
Z 2
2
QP
n =
20. Skala interval/ratio, data kontinyuSkala interval/ratio, data kontinyu
n
x
Z
σ
µ−
=
n
d
Z
σ
=
d
Z 2
22
n σ=
Z: derajat kepercayaan
x - µ atau d: presisi
(beda rata-rata sampel dengan rata-rata populasi
yang diinginkan)
σ: simpangan baku populasi
n: jumlah sampel
21. Langkah Pengambilan Sampel di Lapangan
• Buat daftar nagari/desa/kelurahan per kecamatan pada setiap
kabupaten/kota
• Beri nomor urut mulai dari kecamatan pertama sampai
kecamatan terakhir
• Contoh Kota Padang
Kecamatan No. Kelurahan
• Pd. Timur 1 – 15
• Pd. Barat 16 – 31
• Pd. Selatan 32 – 45
• Pd. Utara 46 – 56
• dst …… - 140
jumlah 140 kelurahan
• Jumlah sampel yang diperlukan 210 rumah tangga diperoleh
dari 30 kelurahan dan tiap kelurahan 7 rumah tangga
22. • Buat interval: 140/30 = 4,66 dibulatkan jadi 5
• Ambil satu angka antara 1 – 5 secara acak, misal angka 3
• Kelurahan no. 3 adalah sampel pertama kelurahan, selanjutnya kelurahan
dengan penambahan 5 yaitu: 8, 11, 16 dst sampai didapat 30 kelurahan
• Dari kelurahan yang terpilih, dibuat daftar rumah tangga (KK)
• Buat lagi interval : jumlah jumlah KK per kelurahan/7
• Lakukan pengambilan sampel pertama secara acak diantara nomor
interval
• Sampel berikut adalah nomor sampel pertama + interval
• Semua anggota keluarga dimasukkan sebagai responden