Dokumen tersebut membahas tentang populasi, sampel, dan uji normalitas data dalam penelitian. Populasi didefinisikan sebagai wilayah generalisasi yang terdiri dari objek yang memiliki karakteristik tertentu, sedangkan sampel adalah sebagian dari populasi yang dipilih untuk mewakili seluruh populasi. Dokumen tersebut juga membahas mengenai jenis sampel, ukuran sampel yang ideal, serta teknik pengambilan sampel seperti probability sampling dan

1. METODOLOGI RISET
Materi 6
POPULASI, SAMPEL DAN
UJI NORMALITAS DATA

2. BAHASAN

3. Definisi
Populasi : “Wilayah generalisasi
yang terdiri atas; objek/subek yang
mempunyai kuantitas dan
karakteristik tertentu yang ditetapkan
oleh peneliti untuk dipelajari dan
kemudian ditarik kesimpulan”.
(sugiono, 2004:55)

4.  Sampel :”sebagian dari jumlah dan
karkateristik yang dimiliki oleh
populasi tersebut”.
 Sampling adalah satu bagian dari
proses penelitian yang
mengumpulkan data dari target
penelitian yang terbatas

5. Syarat sampel yang baik
 Akurasi atau ketepatan
yaitu tingkat ketidakadaan “bias”
(kekeliruan) dalam sample. Dengan kata
lain makin sedikit tingkat kekeliruan yang
ada dalam sampel, makin akurat sampel
tersebut. Tolok ukur adanya “bias” atau
kekeliruan adalah populasi.
 Kedua : Presisi.
Kriteria kedua sampel yang baik adalah
memiliki tingkat presisi estimasi. Presisi
mengacu pada persoalan sedekat mana
estimasi kita dengan karakteristik
populasi.

6. Faktor dalam menentukan jumlah sampel
 Dikaitkan dengan besarnya sampel, selain
tingkat kesalahan, ada lagi beberapa
faktor lain yang perlu memperoleh
pertimbangan yaitu,
(1) Derajat keseragaman,
(2) Rencana analisis,
(3) Biaya, waktu, dan tenaga yang tersedia .
(Singarimbun dan Effendy,
1989).

7. JENIS SAMPEL
Probablility sampling
Non probablity sampling
1. Sample random
sampling.
2. Proportionale
staratified random
sampling
3. Disproportionale
stratified random
sampling.
4. Area (cluster) sampling
(samplin g menurut
daerah
1. Sampling sistematis
2. Sampling kuota
3. Sampling eksidental
4. Purposive sampling
5. Sampling jenuh
6. Snowball sampling

8. Probability Sampling
Probability
sampling adalah
teknik sampling
yang
memberikan
peluang yang
sama bagi setiap
unsur (anggota)
populasi untuk
dipilih menjadi
anggota sampel.
Sampling acak sederhana
Sampling Sistematik
Sampling Acak Stratifikasi
Sampling Klaster (Cluster
Sampling)

9. a. Sampling Acak Sederhana (Simple
Random Sampling)
Dikatakan sederhana karena cara
pengambilan sampel dari semua
anggota populasi dilakukan secara
acak tanpa memperhatikan strata yang
ada dalam populasi itu. Cara demikian
apabila anggota populasi dianggap
homogen.

10. b. Sampling Sistematik
Sampling sistematik biasanya digunakan dalam
traffic survey atau marketing research. Ada
beberapa peneliti menganggap sampling
sistematik bukan merupakan sampling acak,
padahal sampling sistematik merupakan
sampling acak karena pemilihan pertama
(menggunakan random start) dilakukan secara
acak. Beberapa peneliti menyebut sampling
sistematik sebagai Quasi random sampling
atau Pseudo random sampling.

11.  c. Sampling Acak Stratifikasi
(Proportionate Stratified Random
Sampling)
Teknik ini digunakan apabila populasi memiliki
anggota atau unsur yang tidak homogen dan
berstrata secara proporsional.
d. Sampling Acak Tak Berstrata
(Disproportionate Stratified Random
Sampling)
Teknik ini digunakan untuk menentukan
jumlah sampel, bila populasi berstrata tapi
kurang proporsional.

12.  e. Sampling Klaster (Cluster
Sampling)
Teknik sampling ini digunakan untuk
menentukan jumlah sampel jika obyek yang
akan diteliti atau sumber data sangat luas,
missal penduduk dari suatu Negara. Teknik
ini biasa juga diterjemahkan dengan cara
pengambilan sampel berdasarkan gugus

13. NON PROBABILITY SAMPLING
Nonprobability
sampling adalah
teknik sampling
yang memberi
peluang atau
kesempatan
tidak sama bagi
setiap unsur
atau anggota
populasi untuk
dipilih menjadi
sampel.
Sampling Kuota
Sampling Aksidental
Judgement Sampling
Purposive Sampling
Sampling Jenuh
Snowball Sampling

14.  a. Sampling Kuota
Sampling kuota adalah teknik untuk
menentukan sampel secara bebas dari
populasi yang mempunyai ciri-ciri tertentu
sampai jumlah (kuota) yang diinginkan.
b. Sampling Aksidental
Sampling aksidental adalah teknik penentuan
sampel berdasarkan kebetulan, yaitu siapa
saja yang kebetulan bertemu dengan peneliti
dapat digunakan sebagai sampel, bila
dipandang orang yang kebetulan ditemui itu
cocok sebagai sumber data.

15.  c. Judgement Sampling
Cara pengambilan sampel, yang bersedia
dipilih berdasarkan tujuan. Dipilih
berdasarkan unit analisis seorang ahli
d. Purposive Sampling
Purposive sampling adalah teknik
penentuan sampel untuk tujuan tertentu
saja. Misalnya pada penelitian tentang
disiplin pegawai, maka sampel yang dipilih
adalah orang yang ahli dalam bidang
kepegawaian saja.

16. e. Sampling Jenuh
Sampling jenuh adalah teknik penentuan
sampel bila semua anggota populasi
digunakan sebagai sampel. Hal ini sering
dilakukan bila jumlah populasi relatif kecil.
f. Snowball Sampling
Snowball sampling adalah teknik penentuan
sampel yang mula-mula jumlahnya kecil,
kemudian sampel ini disuruh memilih teman-temannya
untuk dijadikan sampel. Begitu
seterusnya, sehingga jumlah sampel
semakin banyak.

17. # Bagaimana ukuran sampel?
Dalam menentukan jumlah
sampel bisa menggunakan cara
:
1. Penggunaan tabel Krejcie
(>100.000) dan nomogram dari
harry king
2. Bila < 100.000 maka harus
menggunakan rumus yang
diketahui simpangan bakunya
dan tidak diketahui simpangan
bakunya.
Ukuran
sampel

18.  Jumlah sampel
diharapkan 100%
mewakili populasi atau
sama dengan populasi
itu sendiri.
 makin besar jumlah
sampel mendekati
populasi maka peluang
kesalahan generalisasi
semakin kecil.
 Berapa jumlah sampel
tergantung pada tingkat
ketelitian atau kesalahan
yang dikehendaki selain
tergantung pada dana,
tenaga dan waktu
Ukuran
sampel

19.  Sebaiknya ukuran sampel di
antara 30 s/d 500 elemen
 Jika sampel dipecah lagi ke
dalam subsampel
(laki/perempuan,
SD?SLTP/SMU, dsb), jumlah
minimum subsampel harus 30
 Pada penelitian multivariate
(termasuk analisis regresi
multivariate) ukuran sampel
harus beberapa kali lebih
besar (10 kali) dari jumlah
variable yang akan dianalisis.
Ukuran
sampel
Roscoe (1975) dalam Uma Sekaran
(1992)

20.  ”Ada pula yang
menuliskan, untuk
penelitian deskriptif,
sampelnya 10% dari
populasi, penelitian
korelasional, paling sedikit
30 elemen populasi,
penelitian perbandingan
kausal, 30 elemen per
kelompok, dan untuk
penelitian eksperimen 15
elemen per kelompok”
Gay Dan Diehl (1992)
Ukuran
sampel

21. Roscoe (1975) dalam Uma Sekaran
(1992)
 Sebaiknya ukuran sampel di
antara 30 s/d 500 elemen
 Jika sampel dipecah lagi ke
dalam subsampel
(laki/perempuan,
SD?SLTP/SMU, dsb), jumlah
minimum subsampel harus 30
 Pada penelitian multivariate
(termasuk analisis regresi
multivariate) ukuran sampel
harus beberapa kali lebih
besar (10 kali) dari jumlah
variable yang akan dianalisis.
Ukuran
sampel

22. TEKNIK SAMPLING

23. Tabel Morgan & Krecjie
Populasi (N) Sampel (n) Populasi (N) Sampel (n) Populasi (N) Sampel (n)
10 10 220 140 1200 291
15 14 230 144 1300 297
20 19 240 148 1400 302
25 24 250 152 1500 306
30 28 260 155 1600 310
35 32 270 159 1700 313
40 36 280 162 1800 317
45 40 290 165 1900 320
50 44 300 169 2000 322
55 48 320 175 2200 327
60 52 340 181 2400 331
65 56 360 186 2600 335
70 59 380 191 2800 338
75 63 400 196 3000 341
80 66 420 201 3500 346
85 70 440 205 4000 351
90 73 460 210 4500 354
95 76 480 214 5000 357

24. Populasi (N) Sampel (n) Populasi (N) Sampel (n) Populasi (N) Sampel (n)
100 80 500 217 6000 361
110 86 550 226 7000 364
120 92 600 234 8000 367
130 97 650 242 9000 368
140 103 700 248 10000 370
150 108 750 254 15000 375
160 113 800 260 20000 377
170 118 850 265 30000 379
180 123 900 269 40000 380
190 127 950 274 50000 381
200 132 1000 278 75000 382
210 136 1100 285 1000000 384
Morgan & Krecjie, dalam Uma Sekaran, 2003

25.  Untuk Populasi 200 : bila yang
dikehendaki kepercayaan 95%
maka kesalahan 5% , Caranya
Tarik Garis Dari 200
(populasi) melalui kesalahn
5% , maka akan ketemu
angka 58
 0.58 x 200 x 1,195 = 19,12
 Untuk Populasi 800 : bila
orang
yang dikehendaki
kepercayaan 90% maka
kesalahan 10% , Caranya
Tarik Garis Dari 800
(populasi) melalui kesalahn
10% , maka akan ketemu
angka 7.5
 0.075 x 800 = 60 orang
 Untuk Harry King Menghitung
sampel tidak hanya didasarkan
atas kesalahan 5%, tetapi
bervariasi sampai 15%
 Jumlah Populasi paling tinggi
hanya 2000

26. Contoh Menentukan ukuran sampel dengan tabel Krecjie dan
Nomogram Harry King
Penelitian terhadap 1000 orang populasi terdiri dari
 Lulusan S1 = 50 SMP = 50
 Sarjana muda = 300 SD = 100 (Populasi Berstrata)
 SMk = 500
Jumlah Populasi = 1000 bila kesalahan 5% maka jumlah Sampelnya
278
Maka Sampelnya juga berstrata, strata menurut tingkat pendidikan,
jadi jumlah sampel nya sbb:
Jadi Jumlah Sampelnya:
14+83+139+28+14 = 278

27. Terdapat berbagai macam Formula
untuk menghitung besarnya sampel,
antara lain dua formula berikut :
1. Rumus Slovin
N
1 Ne2
n


2. Rumus Yamane
N
n 2 
Nd 1

Ket :
n = Ukuran Sampel
N = Ukuran Populasi
d & e = Tingkat kesalahan pengambilan sampel
yang dapat ditolerir
Formula
statistik

28. Contoh penggunaan rumus YAMANE
Contoh :
Sebuah penelitian mengenai tanggapan mahasiswa
terhadap tawuran mahasiswa yang dilakukan pada
pts “X” Kota “Y”. Data jumlah mahasiswa tersebut
adalah
Tingkat Jumlah mahasiswa
I 200
II 150
III 150
Total 500

29. Dengan populasi yang berjumlah 500 Mahasiswa,
dan jika dihitung dengan menggunakan rumus
Yamane, dengan tingkat kesalahan sebesar 5%
maka diperoleh ukuran sampel yang dibutuhkan
adalah sejumlah :
500
N
500(0,0025) 1
500
1,25 1
500
2,25
n
n

n 
222,222
n 223
500
n
500(0,05) 1
n
Nd 1
n
2
2









Teknik Sampling.
Melihat karakteristik
populasi yang berstrata,
maka teknik sampling yang
tepat adalah teknik
sampling berstrata
(stratified random
sampling), sehingga
masing-masing kelas dapat
terwakili secara
proporsional

30. Maka ukuran sampel (minimal) yang diperlukan untuk
penelitian tersebut adalah sejumlah 223 siswa, dan
karena populasinya berkelas (berstrata) maka besarnya
sampel untuk masing-masing kelas adalah
 
x223 89
 
x223 67
 
x223 67
200
500
150
500
150
500
Tingkat 1
Tingkat 2
Tingkat 3
Total sampel 
223

31. Contoh penggunaan rumus SLOVIN
Kita ingin mewawancarai pekerja PT. angin ribut
mengenai kelayakan upah yang mereka terima
selama bekerja di perusahaan tersebut, jumlah
pekerja keseluruhan 130 orang, bila tingkat
kesalahan yang ditetapkan adalah 5% maka
berapa jumlah sampel ideal yang harus dipilih ?
N
130
 98,11
2 1 Ne
n

1 130(0,05)
2 

n 

32. Surakhmad ( 1994 )
berpendapat apabila ukuran populasi
sebanyak kurang lebih 100, maka
pengambilan sampel sekurang –
kurangnya 50% dari populasi. Apabila
ukuran populasi sama dengan atau lebih
dari 1000, ukuran sampel diharapkan
sekurang – kurangnya 15% dari populasi.
Dapat dinyatakan dengan persamaan
matematisnya :

33. Dalam penelitian ini misalnya jumlah
anggota populasi mahasisiwa STBAJIA
300 orang. Tentukan jumlah sampel yang
diteliti berdasarkan pendapat Surakhmad
( 1994 ) ?
Jawab :
Sampel = 150 responden

34. formulasi
1000 – n
S = 15% + -------------- ( 50% - 15% )
1000 - 100
Dimana :
S = Jumlah sampel yang diambil
n = Jumlah anggota populasi