3. 3
ISTILAH-ISTILAH:
1. Sampling:
cara pengumpulan data
2. Sensus:
cara pengumpulan data dimana seluruh
elemen populasi diteliti satu persatu (a complete
enumeration) dan hasilnya merupakan data
sebenarnya (parameter).
4. 4
3. Survei:
penelitian tanpa mengubah situasi atau keadaan
4. Eksperimen:
penelitian sangat mendalam, mgkn dg mengubah
keadaan seperti menggunakan peralatan lain, dsb
pada umumnya menggunakan teknik sampling.
5. 5
5. Besaran data hasil penelitian:
a. Jumlah (Total) = T
b. Rata-Rata = U
c. Proporsi atau Persentase = P
perbandingan antara satu
variabel dengan jumlahnya.
Contoh :
Jumlah mhs S-1 = 3500
ternyata 35 orang mhs yg DO.
Artinya :
Proporsi Mhs DO = 35/3500= 0.1
Persentase Mhs DO = 0,1 x 100 % =10 %
6. 6
d. Rasio
perbandingan dari 2 nilai variabel (mis
X dan Y)
Contoh :
X= Gaji kyw di Bank A = Rp. 8 jt/bln
Y= Gaji kyw di Bank B = Rp. 6 jt/bln
Rasio = X/Y = 8/6 = 1,33
6. Simpangan baku (standard deviation):
untuk mengukur tingkat variasi / heterogenitas
7. Koefisien korelasi :
untuk mengukur kuatnya hubungan
antara variabel X dan variabel Y
8. Koefisen Regresi:
untuk mengukur pengaruh X terhadap
Y jika X naik/turun satu unit.
7. 7
9.Sampling Error (kesalahan sampling)
a/ kesalahan yg terjadi karena tidak
seluruh elemen diteliti.
hasil sensus = data sebenarnya
hasil sampling= data perkiraan
hasil sensus ≠ hasil sampling= resiko
dalam pengambilan kesimpulan.
Tidak dapat dihindari tetapi bisa
diperkecil, caranya dg
sampling efisien.
8. 8
A. Prinsip Teknik Sampling
❑Menduga karakteristik populasi
berdasarkan sampel yang diambil dari
populasi tersebut.
Perumpamaan :
“Ibarat seorang koki
yang mencicipi “satu
sendok sup” yang
dimasaknya untuk
mengatakan bahwa “satu
panci sup” yang
dimasaknya sudah lezat.”
9. 9
B. Manfaat Teknik Sampling
hemat biaya, waktu, tenaga,
Kecepatan mendapatkan informasi
Ruang lingkup luas, teliti dan mendalam
10. 10
C. Pengertian Dasar Sampling
1. Populasi (population)
= keseluruhan unit atau individu yang ada dalam ruang lingkup yang sedang
diteliti atau dibicarakan yang hendak diduga karakteristiknya.
Banyaknya anggota populasi disebut ukuran populasi .
Suatu nilai yang menjelaskan karakteristik populasi disebut Parameter.
.
Populasi dapat dibedakan menjadi :
a. Populasi terbatas (finite population), yaitu populasi yang
jumlah anggotanya dapat diketahui secara pasti,
misal populasi penduduk Indonesia (sekitar 200 juta jiwa), dsb.
b. Populasi tidak terbatas (infinite population), yaitu populasi yang
jumlah anggotanya sulit (tidak) diketahui secara pasti,
misal : populasi ikan di lautan, dsb.
11. 11
C. Pengertian Dasar Sampling
2. Sampel (contoh)
= Bagian dari populasi yang dipilih dengan prosedur tertentu
untuk diukur karakteristiknya dan dianggap mewakili
populasinya.
❖ Banyaknya sampel dalam populasi disebut ukuran sampel
(n).
❖ Suatu nilai yang menjelaskan karakteristik sampel disebut
statistik, misalnya : nilai tengah / rata-rata ( ) dan ragam ( )
sampel.
12. 12
D. Klasifikasi Metode Sampling
◼
TEKNIK SAMPLING
Probability Sampling Non Probability Sampling
Simple Random
Sampling
Systematic Random
Sampling
Stratified Sampling Cluster Sampling
Multi-Stage
Sampling
Convinience
Sampling
Purposive
Sampling
Quota Sampling Snowball Sampling
Probability Sampling Non Probability Sampling
Simple Random
Sampling
Systematic Random
Sampling
Stratified Sampling Cluster Sampling
Multi-Stage
Sampling
Convinience
Sampling
Purposive
Sampling
Quota Sampling Snowball Sampling
Sampel jenuh
voluntary
13. 13
Probability Sampling
1. Simple Random Sampling
2. Stratified Random Sampling
a. Proportionated Stratified RS
b. Disproportionated Stratified RS
3. Cluster Sampling
4. Systematic Sampling
5. Multistage Random Sampling
15. Design by Isroi@2004
15
D. Probability Sampling
= Teknik pengambilan sampel yang memberikan
peluang yang sama kepada setiap anggota
populasi untuk menjadi sampel.
❖ Keunggulan :
- Faktor subjektifitas dalam pemilihan sampel
dapat dihindarkan.
- Menggunakan teori-teori probabilitas,
sehingga dalam pendugaan parameter dapat
diketahui.
- Penarikan kesimpulan tentang karakteristik
populasi lebih valid karena didasarkan
atas teori-teori statistika.
16. Design by Isroi@2004
16
Probability
Sampling
Kelemahan :
-Memerlukan kerangka sampling (sampling frame) yang
kadangkala tidak mudah memperolehnya sehingga
perlu biaya tambahan.
Notasi-notasi yang sering dipakai :
N = ukuran populasi
n = ukuran sampel
= jumlah kombinasi n sampel dari N populasi
f = n/N = fraksi penarikan sampel
n
N C
17. Design by Isroi@2004
17
D.1. Simple Random Sampling
(Acak Sederhana)
a/ metode pengambilan sampel yang
paling sederhana, dmn sampel diambil
secara acak, tanpa memerhatikan
tingkatan yang ada dalam populasi.
Cara Pemilihan sampel :
- Undian
-Kalkulator, tekan tombol : RAN#,
untuk mengeluarkan angka acak
-Komputer, misal di excel : fungsi
=RAND( )
-Tabel angka acak, tersedia di buku-
buku sampling / statistic.
18. Design by Isroi@2004
18
D.1. Simple Random Sampling (acak sederhana)
CONTOH :
“Ingin diketahui rata-rata tinggi badan mahasiswa di Kelas
VIII B beranggotakan 50 orang. Sampel yang digunakan
hanya 5 orang saja.”
Maka, tahapan pemilihan SAMPEL nya adalah :
1. Cari kerangka sampling, misalnya : daftar absensi
mahasiswa.
2. Pilih 5 dari 50 mahasiswa untuk sampel, misal digunakan
“penggalan” dari tabel angka acak tersebut:
1 0 8 4 0 1 5 5 1 1 0 1 5 3 6
3. Sekatlah angka acak tersebut dengan jumlah sekatan
sebanyak digit ukuran populasinya. Dalam hal ini sekat
tiap 2 angka karena N=50
19. Design by Isroi@2004
19
4. Ambil Nomor sampel (Ci) sesuai angka acak yang
dipilih :
Ci= A-K(N) ; dimana A = sekatan angka acak,
k=0,1,2…
5. Buat daftar hasil pemilihan sampel sebagai berikut:
Keuntungan Simple Random Sampling
Cara pengambilan Sampel mudah
Pendugaan parameter populasinya mudah dilakukan dan
sederhana.
Kelemahan Simple Random Sampling
Hanya cocok untuk populasi yang lebih homogen.
Memerlukan Sampling frame.
N
o
Angka
acak (A)
Nomor
Absensi
Sampel
Terpilih
Tinggi
badan
(cm)
1 10 10 = 10 – 0(50) Rini 160
2 84 34 = 84 – 1(50) Bimo 157
3 01 1 = 1 – 0(50) Ratna 165
4 55 5 = 55– 1(50) Ahmad 167
5 11 11 = 11 – 0(50) Jaya 170
Inilah 5 orang (sampel)
Yang terpilih dari
50 orang Siswa (populasi)
20. Design by Isroi@2004
20
D.2. Systematic Random Sampling
Metode Pengambilan Sampel secara
sistematis dengan interval (jarak)
tertentu antar sampel yang terpilih.
Tahapan pemilihan sampel:
- Cari Sampling Frame, beri nomor unit
sampel dari 1 sampai N
- Tentukan ukuran sampel (n) yang diinginkan
- Tentukan Interval (k) : k = N/n
- Pilih secara acak (gunakan cara undian,
kalkulator atau tabel angka acak) bilangan
bulat antara 1 sampai k sebagai sampel
pertama.
- Ambil Sampel berikutnya dengan interval k
tersebut
21. Design by Isroi@2004
D.2. Systematic Random Sampling
Contoh :
Misalkan ada populasi mahasiswa yang terdiri atas 60
orang (N=60). Akan diambil sampel sebanyak 10 orang
(n=10) secara sistematis. Untuk itu, maka :
N=60 Diinginkan: n=10 k= 60/10 = 6
Ambil secara acak sampel 1-6, misal: No.2
Mulai dari No.2 ambillah setiap 6 unit
sebanyak 10 sampel
Jadi, sampel terpilih adalah No absensi:
2.8.14.20.26.32.38.44.50.56
21
22. Design by Isroi@2004
22
Keuntungan Systematic Random Sampling :
❖ Cepat, mudah, dan relatif lebih murah dalam
pelaksanaanya.
❖ Tidak memerlukan kerangka penarikan contoh
(sampling frame). Misal : apabila jarak antar plot
di lapangan tiap 200 m, maka setelah plot awal
cukup bergerak ke kanan atau ke kiri sejauh 200
m untuk plot berikutnya.
❖ Cocok untuk lokasi yang tersebar
❖ Keterwakilan cukup tinggi karena dapat
mencakup seluruh bagian areal.
23. Design by Isroi@2004
23
Kerugian Systematic Random Sampling :
➢ Apabila urutan unit sampel tidak
sepenuhnya acak, maka variasi populasi
tidak dapat diduga secara tepat.
➢ Jika populasi memiliki pengulangan
karakteristik yang relatif tetap (apalagi
kebetulan sama dengan interval yang
digunakan), maka sampel akan menjadi
seragam sehingga kurang dapat
menjelaskan variasi keseragaman dalam
populasinya.
24. Design by Isroi@2004
24
D.3. Stratified Random Sampling
(acak terstratifikasi)
= metode pengambilan sampel dengan cara
membagi populasi ke dalam kelompok
kelompok yang homogen (disebut strata),
dan dari tiap stratum tersebut diambil sampel
secara acak.
- Digunakan apabila kondisi populasi tidak
homogen tetapi masih dapat dikelompokan
ke dalam kelompok yang relatif homogen.
25. Design by Isroi@2004
25
D.3. Stratified Random Sampling (Acak
Terstratifikasi)
- Tahapan pengambilan contoh :
- Bagilah populasi kedalam kelompok-kelompok yang homogen.
- Antar kelompok (stratum) tidak boleh tumpang tindih (overlap)
- Tentukan N,n,Nh (ukuran stratum ke –h),nh (ukuran contoh
pada stratum ke-h)
- Ambilah sampel pd setiap stratum secara acak (boleh juga acak
sistematis).
- Jumlah contoh setiap stratum (nh) boleh sama atau tidak
tergantung berapa sampel yang akan dialokasikan ke tiap stratum
dari total.
26. 26
Stratified Random Sampling
Contoh :
Populasi Mahasiswa berjumlah 365 mahasiswa.
Peneliti membagi 2 grup (pria dan wanita), 146
mahasiswa (40%) dan 219 mahasiswi (60%). Dari
dua grup ini peneliti mengambil 44 responden
mahasiswa (40%) dan 66 responden dari mahasiswi
(60%).
27. Design by Isroi@2004
27
Keuntungan Stratified Random Sampling :
➢ Secara teoritis hasil pendugaan parameter populasi
lebih baik/teliti dibanding simple random sampling,
terutama untuk populasi yang kurang homogen.
➢ Sampel yang terambil mampu merepresentasikan variasi
dalam populasi, karena perbedaan kelompok
diperhatikan.
➢ Dalam pelaksanaannya relatif mudah dibanding acak
sederhana.
28. Design by Isroi@2004
28
Kelemahan Stratified Random Sampling:
➢ Kadangkala sulit (tidak) diperoleh informasi awal
sebagai dasar pengelompokan (stratifikasi).
➢ Harus dibuat kerangka sampel yang terpisah dan
berbeda untuk setiap stratum (kelompok).
30. Design by Isroi@2004
30
D.4. Cluster Sampling
(Pengambilan Sampel Bloking)
= metode pengambilan sampel yang digunakan
untuk memilih sampel yang berupa
kluster/kelompok/gerombol dari beberapa
kelompok dalam populasi dimana setiap
kelompok terdiri atas beberapa unit (elemen)
yang lebih kecil.
- Jumlah elemen tiap kelompok/kluster bisa
sama atau tidak.
- Pengambilan sampel kelompok dapat
dilakukan secara acak atau sistematis.
31. Design by Isroi@2004
31
D.4. Cluster Sampling
(Pengambilan Sampel Bloking)
= Pada tiap kelompok, anggotanya lebih bersifat heterogen
dan antar kelompok kondisinya relatif homogen. (inilah
perbedaan mendasar dengan stratified sampling).
Tahapan Pengambilan sampel :
- Bagilah populasi ke dalam kelompok-kelompok
(kluster), biasanya menurut batas geografis wil/areal
- Pilih secara acak atau sistematis beberapa
kelompok sebagai sampel.
- Ukur semua unit (elemen) dalam tiap sampel Kelompok
32. Design by Isroi@2004
32
ILUSTRASI Cluster Sampling.
Misalkan suatu penelitian ingin
mengetahui rata-rata pendapatan
masyarakat dari setiap desa di suatu
kabupaten. Di kabupaten terdapat 100 desa,
tetapi hanya ingin diambil 50 desa saja.
Secara administratif, seluruh desa dapat
dikelompokkan ke dalam 15 kecamatan yang
berbeda (dianggap sebagai
kelompok/kluster/blok) dengan jumlah desa
tiap kecamatan mungkin berbeda pula.
33. Design by Isroi@2004
33
Ilustrasi untuk Cluster Sampling.
Maka dalam Cluster Sampling:
* Peneliti cukup mengambil dari 15 kecamatan (N=15)
tersebut hanya 5 kecamatan saja (sebagai kluster
sampel), jadi n = 5.
* Pada kelima kluster sampel tersebut, dilakukan
pengukuran dari seluruh desa sehingga diperoleh total
50 desa sampel.
Jika digunakan Simple Random Sampling:
* Peneliti tersebut harus memilih secara acak 50 desa
(n=50) dari total 100 desa (N=100) di kab tersebut. Oleh
sebab itu, harus ada data lengkap dari 100 desa itu
34. Design by Isroi@2004
34
Keuntungan Cluster Sampling :
❖ Tidak perlu dibuat kerangka sampling dari seluruh
populasi yang diteliti.
❖ Biaya akan lebih murah karena sampel yang terambil
pada akhirnya secara fisik akan terletak berdekatan.
❖ Cocok diterapkan apabila biaya pengukuran semakin
menIngkat seiring dengan emakin tersebarnya
elemen dalam populasi.
Kelemahan Cluster Sampling :
Tdp kecenderungan adanya kesamaan kondisi
diantara 2 sampel yang berdekatan. Hal ini dapat
menyebabkan semakin besarnya sampling error.
