SlideShare a Scribd company logo
Sukanto, S.E., M.Si
Ilmu Ekonomi FE Unsri 2011




    Diambil dari Slide LM-FE UI
Populasi (1)
β€’ Populasi sering disebut pula sebagai universe atau target
  populasi
β€’ Populasi adalah seluruh individu atau unit dalam ruang
  lingkup yang ingin diteliti
β€’ Populasi dibedakan menjadi dua macam :
   – Populasi sasaran, yaitu keseluruhan individu dalam
     areal/wilayah/lokasi/kurun waktu yang sesuai dengan tujuan
     penelitian
   – Populasi sampel, yaitu keseluruhan individu yang akan menjadi satuan
     analisis dalam populasi yang layak dan sesuai untuk dijadikan sebagai
     sampel penelitian sesuai kerangka sampelnya




                                        2
Populasi (2)
β€’ Anggota populasi yang memiliki karakteristik
  tertentu yang akan diukur disebut sebagai
  elementary unit atau elemen populasi
β€’ Contoh:
   – bila penelitian ingin mengetahui tingkat pendapatan
     rumah tangga di DKI Jakarta, maka populasinya adalah
     seluruh rumah tangga di DKI Jakarta
β€’ Ukuran populasi adalah banyaknya pengamatan atau
  anggota suatu populasi
β€’ Parameter, adalah nilai yang menggambarkan
  ciri/karakteristik populasi

                                 3
Sampel
β€’ Sampel adalah sebagian anggota populasi yang
  dipilih dengan menggunakan prosedur tertentu
  sehingga diharapkan dapat mewakili populasinya
β€’ Ukuran sampel, adalah banyaknya anggota sampel
β€’ Statistik, yaitu nilai yang menggambarkan ciri
  sampel. Statistik tersebut dapat berupa data, yang
  berupa angka hasl pencatatan atas suatu kejadian
β€’ Kerangka sampel, adalah seluruh daftar individu yang
  menjadi satuan analisis yang ada dalam populasi dan
  akan diambil sampelnya



                             4
Contoh
β€’ Topik Penelitian
   – Tingkat Pendapatan Pengusaha Meubel di DKI Jakarta
β€’ Populasi Sasaran
   – Semua pengusaha yang ada di DKI Jakarta
β€’ Populasi Sampel
   – Semua pengusaha meubel yang ada di DKI Jakarta
β€’ Kerangka Sampel
   – Daftar nama/nomor semua pengusaha meubel yang ada di
     DKI Jakarta
β€’ Sampel
   – Sejumlah pengusaha yang diambil dari kerangka sampel
     dengan metode tertentu


                                5
Penggunaan Sampel
β€’ Pertimbangan penggunaan sampel :
  – Tidak mungkin mengamati seluruh anggota populasi,
    terutama bila populasi berukuran sangat besar
  – Pengamatan terhadap seluruh anggota populasi dapat
    bersifat merusak
  – Menghemat waktu, biaya dan tenaga
  – Mampu memberikan informasi yang lebih komprehensif,
    karena memungkinkan untuk diamati secara mendalam




                              6
Sampel yang Baik
β€’ Kriteria sampel yang baik :
   –   Obyektif
   –   Representatif
   –   Variasinya kecil
   –   Tepat waktu
   –   Relevan
β€’ Untuk mencapai tujuan tersebut, maka diperlukan
  penggunaan metode pengambilan sampel yang tepat agar
  dari sampel yang diambil dapat diperoleh statistik yang dapat
  digunakan sebagai penduga bagi parameter populasi




                                   7
Sumber Kesalahan Dalam Sampling
β€’ Sumber kesalahan dalam pengambilan sampel,
  yaitu :
  – Variasi acak
  – Kesalahan spesifikasi
  – Kesalahan penentuan responden
  – Kesalahan karena ketidaklengkapan cakupan daftar unsur
    populasi
  – Kesalahan karena ketidaklengkapan respon
  – Kesalahan penarikan sampel
  – Kesalahan pengukuran



                                8
Tipe Sampling (1)
β€’ Metode Acak (Probability Sampling)
  – Setiap anggota populasi memiliki kesempatan yang sama
    untuk terpilih sebagai sampel
  – Tidak dilakukan secara subyektif
  – Teori probabilitas dapat digunakan untuk menduga bias
    yang mungkin terjadi
  – Dibutuhkan sebuah kerangka sampel, agar kesempatan
    yang sama untuk setiap sampel dapat terpenuhi




                               9
Tipe Sampling (2)
β€’ Metode Tak Acak (Non Probability Sampling)
   – Tidak semua anggota populasi memiliki kesempatan yang sama untuk
     terpilih sebagai sampel
   – Bias yang muncul tidak dapat digantikan dengan menambah ukuran
     sampel
   – Seringkali menjadi alternatif pilihan dengan pertimbangan yang terkait
     dengan penghematan biaya, waktu dan tenaga serta keterandalannya
     subyektivitas peneliti
   – Seringkali efektif bila teknis pelaksanaan dan konsepnya tepat
   – Memberikan kemudahan yang tidak dijumpai dalam probability
     sampling




                                        10
Tipe Sampling (3)
β€’ Penerapan Non Probability Sampling tepat
  digunakan pada kondisi sebagai berikut :
  – Tahapan eksplorasi dari suatu penelitian
  – Pilot survey
  – Bila populasinya homogen
  – Adanya tuntutan akan kemudahan dari segi
    operasionalisasi pengambilan sampel




                           11
Non Probability Sampling
β€’ Non Probability Sampling terdiri atas :
  – Convenience Sampling
  – Judgment Sampling
  – Quota Sampling
  – Snawball Sampling




                           12
Convenience Sampling (1)
β€’ Sampel diambil berdasarkan pada ketersediaan elemen dan
  kemudahan untuk mendapatkannya
β€’ Sampel tersebut diambil karena ada pada tempat dan waktu yang
  tepat
β€’ Penarikan sampel jenis ini nyaris tidak dapat diandalkan, tetapi
  biasanya paling murah dan cepat
β€’ Sering digunakan untuk tahapan eksplorasi sebuah penelitian, yang
  ditujukan untuk mencari informasi awal sebuah penelitian
β€’ Contoh :
   – Memilih 10 orang pertama yang menjadi pasien di Poli Penyakit Dalam
     sebuah rumah sakit




                                      13
Convenience Sampling (2)
β€’ Kelebihan Convenience Sampling
  – Dibanding teknik lainnya, teknik ini tergolong yang
    termurah
  – Responden mudah diakses, mudah diukur dan
    seringkali sangat bisa diajak bekerjasama untuk
    menyelesaikan pengumpulan data yang dibutuhkan
  – Sangat tepat untuk penelitian dengan kelompok yang
    terfokus




                             14
Convenience Sampling (3)
β€’ Kelemahan Convenience Sampling
  – Karena responden dapat siapa saja tergantung kemudahan
    mendapatkannya, maka hasilnya dapat bias, apabila dalam
    prosesnya tidak dilakukan seleksi yang memadai
  – Bila populasinya dapat didefinisikan, maka teknik ini sebaiknya
    tidak digunakan, karena berarti memungkinkan peneliti untuk
    mencari kerangka sampelnya
  – Dituntut kehati-hatian dalam menterjemahkan hasilnya
  – Tidak dianjurkan untuk penelitian yang bersifat deskriptif dan
    causal




                                      15
Judgment Sampling (1)
β€’   Sampel diambil berdasarkan kriteria yang telah dirumuskan terlebih
    dahulu oleh peneliti
β€’   Dalam penentuan kriteria, subyektivitas dan pengalaman peneliti sangat
    berperan
β€’   Konsekuensinya, bila subyektivitas dan intuisi peneliti salah, maka bias
    yang muncul akan besar dan sebaliknya
β€’   Terkait dengan teknik sampling ini, terdapat pula:
     – Expert Sampling, pemilihan sampel yang representatif didasarkan atas
       pendapat ahli
     – Purposive Sampling, pemilihan sampel bertitik tolak pada penilaian pribadi
       peneliti, karenanya peneliti harus menguasai bidangnya dan memiliki
       pengetahuan yang sangat memadai mengenai karakteristik anggota populasi




                                             16
Judgment Sampling (2)
β€’ Kelebihan:
  – Dianjurkan untuk digunakan dan akan
    menghasilkan output yang baik, bila terdapat
    kondisi sebagai berikut :
     β€’ Bila probability sampling sama sekali tidak dapat
       digunakan
     β€’ Bila ukuran sampel sangat kecil (< 20)
     β€’ Bila pengetahuan peneliti sangat memadai, sehingga
       terdapat jaminan bahwa sampel yang representatif
       akan didapatkan



                               17
Judgment Sampling (3)
β€’ Kelemahan:
  – Terdapat kendala adanya tuntutan kejelian
    peneliti dalam mendefinisikan populasi serta
    ketika membuat pertimbangannya
  – Pertimbangan yang dilakukan harus masuk akal
    dan memiliki relevansi yang tinggi dengan maksud
    penelitian




                            18
Judgment Sampling (4)
β€’ Contoh, dalam sebuah penelitian mengenai sikap dan perilaku
  konsumen terhadap rokok Star Mild. Judgment yang diambil
  adalah sebagai berikut :
   – Sampel adalah para perokok di Jakarta Utara yang pernah mencoba
     rokok Star Mild, dengan pertimbangan :
       β€’ Letak geografis responden mudah dijangkau
       β€’ Responden hanya perokok, untuk meminimumkan bias karena sikap dan
         perilaku perokok dan bukan perokok dapat bertolak belakang
       β€’ Responden yang pernah mencoba rokok Star Mild, karena yang sudah
         jelas sikap dan perilakunya terhadap merek tersebut




                                        19
Judgment Sampling (5)
β€’ Contoh, dalam sebuah penelitian mengenai sikap
  dan perilaku konsumen terhadap rokok Star Mild.
  Judgment yang diambil adalah sebagai berikut :
  – Pria dan wanita perokok berusia 15 tahun ke atas, dengan
    pertimbangan bahwa :
     β€’ Pada usia tersebut seseorang sudah dapat memutuskan dan
       mengisi kuesioner dengan benar
     β€’ Tidak ada pemilihan gender, karena saat ini wanita pun sudah
       banyak yang merokok
  – Periode pengumpulan kuesioner dibatasi dua minggu,
    dengan pertimbangan efisiensi waktu dan biaya


                                     20
Quota Sampling (1)
β€’   Dapat dikatakan sebagai judgment sampling dua tahap :
     – Tahap 1, merumuskan kategori kontrol atau quota dari populasi yang akan
       diteliti, seperti jenis kelamin, usia, ras, dsb, yang digunakan sebagai basis
       pemilihan sampel
     – Tahap 2, bagaimana sampel akan ditarik, yang dapat secara convenience atau
       judgment
β€’   Terdapat batasan bahwa sampel yang diambil adalah sejumlah tertentu
    yang sudah dijatah (quotum) dari setiap subgroup yang telah ditentukan
    dari suatu populasi
β€’   Ukuran sampel pada quota sampling biasanya cukup besar dengan
    harapan agar karakteristik sampel (statistik) dapat mendekati karakteristik
    populasinya (parameter)




                                              21
Quota Sampling (2)
β€’ Kelebihan :
   – Keleluasaan peneliti untuk menentukan elemen setiap
     quotanya
   – Berbiaya rendah
   – Dengan seleksi responden yang benar, hasilnya dapat
     mendekati teknik probability sampling
β€’ Kelemahan :
   – Di lapang, pengumpul data akan cenderung mencari
     responden yang mudah ditemukan, sehingga bias dapat
     muncul karenanya



                                22
Quota Sampling (3)
β€’ Contoh :
   – Akan diambil 10.000 sampel dari 4 juta anggota populasi. Tahapannya
     :
       β€’ Menentukan kategori populasi secara umum, misalnya :
           – Jenis Kelamin
                Β» Pria            60 %
                Β» Wanita          40%
           – Usia
                Β» 18 – 30 thn     40 %
                Β» 31 – 45 thn     30%
                Β» 46 – 60 thn     23%
                Β» > 60 thn 7%
       β€’ Sampel dibreakdown berdasarkan proporsi tersebut di atas, misalnya
         diambil 6.000 orang responden pria dan 4.000 orang responden wanita




                                         23
Snowball Sampling (1)
β€’ Digunakan bila populasinya sangat spesifik
β€’ Dilakukan dengan cara berantai, mulai dari ukuran sampel
  yang kecil, yang makin lama menjadi semakin besar seperti
  bola salju
β€’ Secara operasional, teknik ini dilakukan dengan melakukan
  wawancara kepada sekelompok responden.
β€’ Selanjutnya kelompok tersebut diminta untuk menyebutkan
  calon responden berikutnya yang memiliki karakteristik dan
  spesifikasi yang sama.
β€’ Dasar pertimbangannya, karena umumnya mereka berada
  dalam komunitas yang sama, sehingga masing-masing
  anggota komunitas mengenal satu sama lain.

                                 24
Snowball Sampling (2)
β€’ Kelebihan:
  – Karena sampel sudah terfokus, maka sampel diperkirakan
    tidak akan terlalu banyak menyimpang dari populasinya
  – Artinya bias yang dihasilkan dapat relatif kecil
β€’ Kelemahan :
  – Membutuhkan waktu lama dan biaya yang cukup besar




                               25
Snowball Sampling (3)
β€’ Contoh :
  – Akan diteliti pendapat para dokter spesialis kanker
    senior Indonesia tentang pengobatan alternatif
    tertentu. Pertimbangan dan langkahnya :
     β€’ Populasi dokter spesialis kanker di Indonesia
       jumlahnya tidak banyak dengan lokasi yang tersebar
       di seluruh Indonesia, tetapi dipastikan mereka saling
       mengenal satu sama lain
     β€’ Langkahnya, dicari satu orang spesialis kanker, yang
       selanjutnya dari sinilah ukuran sampel akan
       membesar

                                26
Probability Sampling
β€’ Probability Sampling terdiri atas :
  – Metoda Acak Sederhana
  – Metoda Acak Sistematis
  – Metoda Acak Terstratifikasi
  – Metoda Acak Terkelompok




                            27
Metoda Acak Sederhana (1)
β€’ Dalam metode acak sederhana, setiap anggota
  populasi memiliki peluang yang sama untuk terpilih
  menjadi sampel dalam penelitian
β€’ Populasi terbatas adalah populasi yang ukurannya
  telah dibatasi
β€’ Populasi tidak terbatas adalah populasi yang
  ukurannya secara teoritis tidak mungkin diamati satu
  per satu



                             28
Metoda Acak Sederhana (2)
β€’ Cara pengambilan sampel pada metode acak
  sederhana:
  – Blind draw
  – Random number table
  – Computerized random number table




                         29
Metoda Acak Sederhana (3)
β€’   Contoh metode acak sederhana, terdapat 4 siswa yaitu A,B,C,D
β€’   Kemungkinan sampel dua siswa adalah AB, AC, AD, BC, BD dan CD
β€’   Probabilitasnya adalah
     –   P(AB) = 1/6
     –   P(AC) = 1/6
     –   P(AD) = 1/6
     –   P(BC) = 1/6
     –   P(BD) = 1/6
     –   P(CD) = 1/6
β€’   Hanya terdapat enam kemungkinan sampel dua orang terpilih




                                        30
Metoda Acak Sederhana (4)
β€’ Peluang masing-masing siswa terpilih adalah :
   –   P(A) = Β½
   –   P(B) = Β½
   –   P(C) = Β½
   –   P(D) = Β½
β€’ Dengan menggunakan marginal probability yang
  merupakan penjumlahan dari joint probability setiap
  kejadian
   – P(A) = P(AB) + P(AC) + P(AD)
   – P(A) = 1/6 + 1/6 +1/6 = 3/6 = 1/2



                                  31
Metoda Acak Sederhana (5)
β€’ Prosedur penggunaan tabel acak adalah sebagai berikut
   – Menentukan titik awal dan angka terpilih pada tabel acak
   – Angka yang diambil adalah digit terakhir atau digit pertama :
       β€’ Bila ukuran populasi puluhan, salinlah satu digit dari tabel acak
       β€’ Bila ukuran populasi ratusan, salinlah dua digit dari tabel acak, dst…
   – Bila terdapat anggota populasi yang terpilih dua kali, maka yang
     terakhir dibuang dan diganti dengan angka berikutnya di tabel acak




                                             32
Metoda Acak Sederhana (6)
β€’ Kelebihan :
   – Mean sampel yang diperoleh akan menjadi penduga tidak berbias dari
     mean populasinya
   – Metoda analisis dan pendugaan populasinya relatif lebih mudah dan
     tidak terlalu menimbulkan permasalahan
β€’ Kelemahan :
   – Bila populasi secara geografs tersebar, metode ini akan membutuhkan
     biaya dan waktu yang cukup besar
   – Harus dibuat kerangka sampel dari seluruh anggota populasi,
     sedangkan seringkali tidak tersedia data yang cukup memadai untuk
     hal itu




                                      33
Metode Acak Sistematis (1)
β€’ Dalam metode acak sistematis, elemen terpilih
  dengan menerapkan interval waktu atau ruang yang
  seragam
β€’ Tidak semua anggota populasi memiliki peluang yang
  sama untuk terpilih menjadi sampel dalam penelitian
  yang dilakukan
β€’ Terdapat kemungkinan terjadinya error karena
  sampling



                             34
Metode Acak Sistematis (2)
β€’ Contoh :
  – Sampel sebanyak 10 akan diambil dari 100 orang
    karyawan.
  – Populasi diberi nomor urut
  – K = 100/10 = 10, kel 1 s/d. 10, masing-masing
    beranggotakan 10 org
  – Ambil sampel acak pada setiap kelompok




                           35
Metode Acak Sistematis (3)
β€’ Kelebihan :
   – Lebih cepat, lebih mudah dan lebih murah pelaksanaannya
   – Memungkinkan digunakan tanpa menggunakan kerangka
     sampel
β€’ Kelemahan :
   – Jika urutannya tidak sepenuhnya acak, maka variasi
     populasi tidak dapat diduga secara tepat
   – Jika populasi memiliki pengulangan karakteristik yang
     relatif tetap, maka sampel akan menjadi seragam




                                  36
Metoda Acak Terstratifikasi (1)
β€’ Metoda sampel acak terstratifikasi, membagi
  populasi ke dalam kelompok yang homogen (strata)
  dan sampel diambil secara acak, dpt secara
  proporsional dgn ukuran strata.
β€’ Cara pengambilan sampelnya :
  – Seleksi sampel secara acak dari setiap strata secara
    proporsional
  – Seleksi sampel dalam ukuran yang sama untuk tiap strata




                                37
Metoda Acak Terstratifikasi (2)

       Populasi   Strata   Sample




                  38
Metoda Acak Terstratifikasi (3)
β€’ Metoda acak terstratifikasi akan sesuai
  digunakan dalam kondisi populasi sudah
  dibagi-bagi ke dalam strata tertentu
β€’ Keuntungan menerapkan metoda ini adalah
  dapat secara akurat menunjukkan
  karakteristik populasi
β€’ Gunakan metoda ini bila terdapat variasi yang
  kecil dalam setiap strata, tetapi terdapat
  variasi yang besar antara strata satu dengan
  strata lainnya
                          39
Metoda Acak Terstratifikasi (4)
β€’ Kelebihan :
   – Akan efisien jika standar deviasi populasi dalam kelompok-
     kelompok lebih kecil dari standar deviasi keseluruhan
     populasi
   – Sampel yang diambil akan mampu memberikan informasi
     yang lebih baik dan lebih banyak karena perbedaan antar
     kelompok juga dapat dilakukan
   – Secara administratif, pelaksanaan lebih mudah dibanding
     metoda acak sederhana
β€’ Kelemahan :
   – Sering tidak ada informasi awal yang tepat sebagai dasar
     pengelompokkan
   – Harus dibuat kerangka sampel yang terpisah dan berbeda
     untuk tiap kelompok
                                  40
Metoda Acak Terklaster (1)
β€’ Dalam klaster sampling, populasi juga telah dibagi ke dalam
  beberapa kelompok atau klaster, kemudian seleksi sampel
  acak dari masing-masing klaster
β€’ Asumsinya bahwa tiap individu sampel merupakan
  perwakilan dari populasi secara keseluruhan
β€’ Bila dirancang dengan baik, maka sampel yang akurat dapat
  diperoleh dari cara ini dan lebih hemat dibanding
  menggunakan metoda acak sederhana
β€’ Gunakan bila ada variasi yang dapat dipertimbangkan dalam
  klaster, tetapi relatif sama antara satu klaster dengan klaster
  yang lain




                                    41
Metoda Acak Terklaster (2)
β€’ Statistik inferens yang digunakan adalah
  metoda acak sederhana
β€’ Sampel sistematis, terstratifikasi dan
  terklaster diupayakan mendekati metoda acak
  sederhana
β€’ Metoda tersebut digunakan untuk
  memperoleh keakuratan, hemat, dan secara
  fisik mudah dilakukan


                        42
Metoda Acak Terklaster (3)


     Populasi   Cluster   Sample




                 43
Metoda Acak Terklaster (4)
β€’ Kelebihan :
   – Tidak membutuhkan kerangka sampel untuk seluruh
     populasi, namun cukup tentang blocking (cluster) saja
   – Lebih murah, karena sampel yang terambil secara fisik
     akan terletak pada jarak/lokas yang relatif berdekatan
β€’ Kelemahan :
   – Kecenderungan kesamaan kondisi antara dua sampel yang
     berdekatan




                                  44
45

More Related Content

What's hot

11.statistik parametrik dan non parametrik
11.statistik parametrik dan non parametrik11.statistik parametrik dan non parametrik
11.statistik parametrik dan non parametrik
Hafiza .h
Β 
NON PROBABILITY SAMPLING
NON PROBABILITY SAMPLINGNON PROBABILITY SAMPLING
NON PROBABILITY SAMPLING
Mira Aryuni
Β 
Modul statistika-ii-part-2
Modul statistika-ii-part-2Modul statistika-ii-part-2
Modul statistika-ii-part-2
apriliantihermawan
Β 
Metode pengambilan sampel
Metode pengambilan sampelMetode pengambilan sampel
Metode pengambilan sampel
Ainur
Β 
Ukuran variasi atau dispersi (penyebaran)
Ukuran variasi atau dispersi (penyebaran)Ukuran variasi atau dispersi (penyebaran)
Ukuran variasi atau dispersi (penyebaran)
eyepaste
Β 
Tabel f-0-05
Tabel f-0-05Tabel f-0-05
Tabel f-0-05
ERNING KAROMAH
Β 
STATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasiSTATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasiYousuf Kurniawan
Β 
Contoh proposal pkm kewirausahaan
Contoh proposal pkm kewirausahaanContoh proposal pkm kewirausahaan
Contoh proposal pkm kewirausahaanZakiyul Mu'min
Β 
Daftar isi dan lampiran
Daftar isi dan lampiranDaftar isi dan lampiran
Daftar isi dan lampiranRezza Adzmi
Β 
Tabel r
Tabel rTabel r
Tabel r
ERNING KAROMAH
Β 
Daftar Distribusi Frekuensi
Daftar Distribusi FrekuensiDaftar Distribusi Frekuensi
Daftar Distribusi Frekuensimaudya09
Β 
Populasi dan Sampel Penelitian Kualitatif dan Kuantitatif (Anantyo Bimosuseno...
Populasi dan Sampel Penelitian Kualitatif dan Kuantitatif (Anantyo Bimosuseno...Populasi dan Sampel Penelitian Kualitatif dan Kuantitatif (Anantyo Bimosuseno...
Populasi dan Sampel Penelitian Kualitatif dan Kuantitatif (Anantyo Bimosuseno...
Maulana Husada
Β 
Presentasi seminar proposal
Presentasi seminar proposalPresentasi seminar proposal
Presentasi seminar proposal
Najmi Sari
Β 
Uji perbedaan uji z
Uji perbedaan uji z Uji perbedaan uji z
Uji perbedaan uji z
Universitas Negeri Makassar
Β 
Riset operasional
Riset operasionalRiset operasional
Riset operasionalHenry Guns
Β 
Proposal PKM-Kewirausahaan LOLOS PKM
Proposal PKM-Kewirausahaan LOLOS PKMProposal PKM-Kewirausahaan LOLOS PKM
Proposal PKM-Kewirausahaan LOLOS PKM
Sarjanawiyata Tamansiswa University
Β 

What's hot (20)

11.statistik parametrik dan non parametrik
11.statistik parametrik dan non parametrik11.statistik parametrik dan non parametrik
11.statistik parametrik dan non parametrik
Β 
Populasi dan sampel
Populasi dan sampelPopulasi dan sampel
Populasi dan sampel
Β 
NON PROBABILITY SAMPLING
NON PROBABILITY SAMPLINGNON PROBABILITY SAMPLING
NON PROBABILITY SAMPLING
Β 
Modul statistika-ii-part-2
Modul statistika-ii-part-2Modul statistika-ii-part-2
Modul statistika-ii-part-2
Β 
Metode pengambilan sampel
Metode pengambilan sampelMetode pengambilan sampel
Metode pengambilan sampel
Β 
Ukuran variasi atau dispersi (penyebaran)
Ukuran variasi atau dispersi (penyebaran)Ukuran variasi atau dispersi (penyebaran)
Ukuran variasi atau dispersi (penyebaran)
Β 
Tabel f-0-05
Tabel f-0-05Tabel f-0-05
Tabel f-0-05
Β 
Ppt proposal
Ppt proposalPpt proposal
Ppt proposal
Β 
STATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasiSTATISTIKA-Regresi dan korelasi
STATISTIKA-Regresi dan korelasi
Β 
Contoh proposal pkm kewirausahaan
Contoh proposal pkm kewirausahaanContoh proposal pkm kewirausahaan
Contoh proposal pkm kewirausahaan
Β 
Daftar isi dan lampiran
Daftar isi dan lampiranDaftar isi dan lampiran
Daftar isi dan lampiran
Β 
Tabel r
Tabel rTabel r
Tabel r
Β 
Daftar Distribusi Frekuensi
Daftar Distribusi FrekuensiDaftar Distribusi Frekuensi
Daftar Distribusi Frekuensi
Β 
Presentasi Jurnal
Presentasi JurnalPresentasi Jurnal
Presentasi Jurnal
Β 
Populasi dan Sampel Penelitian Kualitatif dan Kuantitatif (Anantyo Bimosuseno...
Populasi dan Sampel Penelitian Kualitatif dan Kuantitatif (Anantyo Bimosuseno...Populasi dan Sampel Penelitian Kualitatif dan Kuantitatif (Anantyo Bimosuseno...
Populasi dan Sampel Penelitian Kualitatif dan Kuantitatif (Anantyo Bimosuseno...
Β 
Presentasi seminar proposal
Presentasi seminar proposalPresentasi seminar proposal
Presentasi seminar proposal
Β 
Uji perbedaan uji z
Uji perbedaan uji z Uji perbedaan uji z
Uji perbedaan uji z
Β 
Riset operasional
Riset operasionalRiset operasional
Riset operasional
Β 
Pertanyaan presentasi
Pertanyaan presentasiPertanyaan presentasi
Pertanyaan presentasi
Β 
Proposal PKM-Kewirausahaan LOLOS PKM
Proposal PKM-Kewirausahaan LOLOS PKMProposal PKM-Kewirausahaan LOLOS PKM
Proposal PKM-Kewirausahaan LOLOS PKM
Β 

Similar to Pertemuan 9 teknik sampling

Metode Penelitian Survey.pptx
Metode Penelitian Survey.pptxMetode Penelitian Survey.pptx
Metode Penelitian Survey.pptx
aris112031
Β 
Materi Teknik Sampling-Biostatistik.pptx
Materi Teknik Sampling-Biostatistik.pptxMateri Teknik Sampling-Biostatistik.pptx
Materi Teknik Sampling-Biostatistik.pptx
RastikaLiaran1
Β 
P10 menentukan populasi dan sampel
P10 menentukan populasi dan sampelP10 menentukan populasi dan sampel
P10 menentukan populasi dan sampel
M. Jainuri, S.Pd., M.Pd
Β 
8. NON-PROBABILITY SAMPLING.pdf
8. NON-PROBABILITY SAMPLING.pdf8. NON-PROBABILITY SAMPLING.pdf
8. NON-PROBABILITY SAMPLING.pdf
adityaerick
Β 
Teknk Sampling
Teknk SamplingTeknk Sampling
Teknk SamplingMars Hutauruk
Β 
Metode pengambilan sampel
Metode pengambilan sampelMetode pengambilan sampel
Metode pengambilan sampel
Ainur
Β 
Sampel dan teknik sampling
Sampel dan teknik samplingSampel dan teknik sampling
Sampel dan teknik sampling
hafsah hafsah
Β 
POPULASI_DAN_SAMPEL_(2)-POPULASI_DAN_SAMPEL_(2).ppt
POPULASI_DAN_SAMPEL_(2)-POPULASI_DAN_SAMPEL_(2).pptPOPULASI_DAN_SAMPEL_(2)-POPULASI_DAN_SAMPEL_(2).ppt
POPULASI_DAN_SAMPEL_(2)-POPULASI_DAN_SAMPEL_(2).ppt
AgathaHaselvin
Β 
POPULASI DAN teHniK PeNgambilaN SAMPEL.ppt
POPULASI DAN teHniK PeNgambilaN SAMPEL.pptPOPULASI DAN teHniK PeNgambilaN SAMPEL.ppt
POPULASI DAN teHniK PeNgambilaN SAMPEL.ppt
RosmalahUMK
Β 
Kaedah pengumpulan data pemerhatian
Kaedah pengumpulan data pemerhatianKaedah pengumpulan data pemerhatian
Kaedah pengumpulan data pemerhatianANIS IBRAHIM
Β 
Metodologi
MetodologiMetodologi
Metodologimaneicon22
Β 
Populasi dan sampel.ppt
Populasi dan sampel.pptPopulasi dan sampel.ppt
Populasi dan sampel.ppt
fajar710984
Β 
P10_Menentukan Populasi dan Sampel.pdf
P10_Menentukan Populasi dan Sampel.pdfP10_Menentukan Populasi dan Sampel.pdf
P10_Menentukan Populasi dan Sampel.pdf
M. Jainuri, S.Pd., M.Pd
Β 
BAHAN (3) POPULASI dan SAMPEL.ppt
BAHAN (3) POPULASI dan SAMPEL.pptBAHAN (3) POPULASI dan SAMPEL.ppt
BAHAN (3) POPULASI dan SAMPEL.ppt
BasyiruddinAfi654
Β 
BAHAN (3) POPULASI dan SAMPEL.ppt
BAHAN (3) POPULASI dan SAMPEL.pptBAHAN (3) POPULASI dan SAMPEL.ppt
BAHAN (3) POPULASI dan SAMPEL.ppt
BasyiruddinAfi654
Β 
Participans, subjects, and sampling for quantitative
Participans, subjects, and sampling for quantitativeParticipans, subjects, and sampling for quantitative
Participans, subjects, and sampling for quantitativeBarna Yudha SutanMudo
Β 
Kuliah 9 populasi & sampel
Kuliah 9 populasi & sampelKuliah 9 populasi & sampel
Kuliah 9 populasi & sampelDerima Febrike
Β 
Menentukan Populasi dan Sampel Penelitian
Menentukan Populasi dan Sampel PenelitianMenentukan Populasi dan Sampel Penelitian
Menentukan Populasi dan Sampel Penelitian
M. Jainuri, S.Pd., M.Pd
Β 
ITP UNS Semester 3, Rancangan Percobaan: Rancob dan menlit
ITP UNS Semester 3, Rancangan Percobaan: Rancob dan menlitITP UNS Semester 3, Rancangan Percobaan: Rancob dan menlit
ITP UNS Semester 3, Rancangan Percobaan: Rancob dan menlitFransiska Puteri
Β 
Kuliah 2 - Sampling.pptx
Kuliah 2 - Sampling.pptxKuliah 2 - Sampling.pptx
Kuliah 2 - Sampling.pptx
PantiSitiAnna
Β 

Similar to Pertemuan 9 teknik sampling (20)

Metode Penelitian Survey.pptx
Metode Penelitian Survey.pptxMetode Penelitian Survey.pptx
Metode Penelitian Survey.pptx
Β 
Materi Teknik Sampling-Biostatistik.pptx
Materi Teknik Sampling-Biostatistik.pptxMateri Teknik Sampling-Biostatistik.pptx
Materi Teknik Sampling-Biostatistik.pptx
Β 
P10 menentukan populasi dan sampel
P10 menentukan populasi dan sampelP10 menentukan populasi dan sampel
P10 menentukan populasi dan sampel
Β 
8. NON-PROBABILITY SAMPLING.pdf
8. NON-PROBABILITY SAMPLING.pdf8. NON-PROBABILITY SAMPLING.pdf
8. NON-PROBABILITY SAMPLING.pdf
Β 
Teknk Sampling
Teknk SamplingTeknk Sampling
Teknk Sampling
Β 
Metode pengambilan sampel
Metode pengambilan sampelMetode pengambilan sampel
Metode pengambilan sampel
Β 
Sampel dan teknik sampling
Sampel dan teknik samplingSampel dan teknik sampling
Sampel dan teknik sampling
Β 
POPULASI_DAN_SAMPEL_(2)-POPULASI_DAN_SAMPEL_(2).ppt
POPULASI_DAN_SAMPEL_(2)-POPULASI_DAN_SAMPEL_(2).pptPOPULASI_DAN_SAMPEL_(2)-POPULASI_DAN_SAMPEL_(2).ppt
POPULASI_DAN_SAMPEL_(2)-POPULASI_DAN_SAMPEL_(2).ppt
Β 
POPULASI DAN teHniK PeNgambilaN SAMPEL.ppt
POPULASI DAN teHniK PeNgambilaN SAMPEL.pptPOPULASI DAN teHniK PeNgambilaN SAMPEL.ppt
POPULASI DAN teHniK PeNgambilaN SAMPEL.ppt
Β 
Kaedah pengumpulan data pemerhatian
Kaedah pengumpulan data pemerhatianKaedah pengumpulan data pemerhatian
Kaedah pengumpulan data pemerhatian
Β 
Metodologi
MetodologiMetodologi
Metodologi
Β 
Populasi dan sampel.ppt
Populasi dan sampel.pptPopulasi dan sampel.ppt
Populasi dan sampel.ppt
Β 
P10_Menentukan Populasi dan Sampel.pdf
P10_Menentukan Populasi dan Sampel.pdfP10_Menentukan Populasi dan Sampel.pdf
P10_Menentukan Populasi dan Sampel.pdf
Β 
BAHAN (3) POPULASI dan SAMPEL.ppt
BAHAN (3) POPULASI dan SAMPEL.pptBAHAN (3) POPULASI dan SAMPEL.ppt
BAHAN (3) POPULASI dan SAMPEL.ppt
Β 
BAHAN (3) POPULASI dan SAMPEL.ppt
BAHAN (3) POPULASI dan SAMPEL.pptBAHAN (3) POPULASI dan SAMPEL.ppt
BAHAN (3) POPULASI dan SAMPEL.ppt
Β 
Participans, subjects, and sampling for quantitative
Participans, subjects, and sampling for quantitativeParticipans, subjects, and sampling for quantitative
Participans, subjects, and sampling for quantitative
Β 
Kuliah 9 populasi & sampel
Kuliah 9 populasi & sampelKuliah 9 populasi & sampel
Kuliah 9 populasi & sampel
Β 
Menentukan Populasi dan Sampel Penelitian
Menentukan Populasi dan Sampel PenelitianMenentukan Populasi dan Sampel Penelitian
Menentukan Populasi dan Sampel Penelitian
Β 
ITP UNS Semester 3, Rancangan Percobaan: Rancob dan menlit
ITP UNS Semester 3, Rancangan Percobaan: Rancob dan menlitITP UNS Semester 3, Rancangan Percobaan: Rancob dan menlit
ITP UNS Semester 3, Rancangan Percobaan: Rancob dan menlit
Β 
Kuliah 2 - Sampling.pptx
Kuliah 2 - Sampling.pptxKuliah 2 - Sampling.pptx
Kuliah 2 - Sampling.pptx
Β 

More from Ayu Sefryna sari

Revolusi ketergantungan internasional mentah
Revolusi ketergantungan internasional mentahRevolusi ketergantungan internasional mentah
Revolusi ketergantungan internasional mentahAyu Sefryna sari
Β 
Risetoperasi 6-metode-transportasi
Risetoperasi 6-metode-transportasiRisetoperasi 6-metode-transportasi
Risetoperasi 6-metode-transportasiAyu Sefryna sari
Β 
Cara yang benar dalam menganalisis masalah
Cara yang benar dalam menganalisis masalahCara yang benar dalam menganalisis masalah
Cara yang benar dalam menganalisis masalahAyu Sefryna sari
Β 
Optimasi dengan satu variabel bebas
Optimasi dengan satu variabel bebasOptimasi dengan satu variabel bebas
Optimasi dengan satu variabel bebasAyu Sefryna sari
Β 
Fungsi linear
Fungsi linearFungsi linear
Fungsi linear
Ayu Sefryna sari
Β 
UMAT ISLAM DAN KONTRIBUSI UMAT ISLAM INDONESIA
UMAT ISLAM DAN KONTRIBUSI UMAT ISLAM INDONESIAUMAT ISLAM DAN KONTRIBUSI UMAT ISLAM INDONESIA
UMAT ISLAM DAN KONTRIBUSI UMAT ISLAM INDONESIA
Ayu Sefryna sari
Β 

More from Ayu Sefryna sari (6)

Revolusi ketergantungan internasional mentah
Revolusi ketergantungan internasional mentahRevolusi ketergantungan internasional mentah
Revolusi ketergantungan internasional mentah
Β 
Risetoperasi 6-metode-transportasi
Risetoperasi 6-metode-transportasiRisetoperasi 6-metode-transportasi
Risetoperasi 6-metode-transportasi
Β 
Cara yang benar dalam menganalisis masalah
Cara yang benar dalam menganalisis masalahCara yang benar dalam menganalisis masalah
Cara yang benar dalam menganalisis masalah
Β 
Optimasi dengan satu variabel bebas
Optimasi dengan satu variabel bebasOptimasi dengan satu variabel bebas
Optimasi dengan satu variabel bebas
Β 
Fungsi linear
Fungsi linearFungsi linear
Fungsi linear
Β 
UMAT ISLAM DAN KONTRIBUSI UMAT ISLAM INDONESIA
UMAT ISLAM DAN KONTRIBUSI UMAT ISLAM INDONESIAUMAT ISLAM DAN KONTRIBUSI UMAT ISLAM INDONESIA
UMAT ISLAM DAN KONTRIBUSI UMAT ISLAM INDONESIA
Β 

Pertemuan 9 teknik sampling

  • 1. Sukanto, S.E., M.Si Ilmu Ekonomi FE Unsri 2011 Diambil dari Slide LM-FE UI
  • 2. Populasi (1) β€’ Populasi sering disebut pula sebagai universe atau target populasi β€’ Populasi adalah seluruh individu atau unit dalam ruang lingkup yang ingin diteliti β€’ Populasi dibedakan menjadi dua macam : – Populasi sasaran, yaitu keseluruhan individu dalam areal/wilayah/lokasi/kurun waktu yang sesuai dengan tujuan penelitian – Populasi sampel, yaitu keseluruhan individu yang akan menjadi satuan analisis dalam populasi yang layak dan sesuai untuk dijadikan sebagai sampel penelitian sesuai kerangka sampelnya 2
  • 3. Populasi (2) β€’ Anggota populasi yang memiliki karakteristik tertentu yang akan diukur disebut sebagai elementary unit atau elemen populasi β€’ Contoh: – bila penelitian ingin mengetahui tingkat pendapatan rumah tangga di DKI Jakarta, maka populasinya adalah seluruh rumah tangga di DKI Jakarta β€’ Ukuran populasi adalah banyaknya pengamatan atau anggota suatu populasi β€’ Parameter, adalah nilai yang menggambarkan ciri/karakteristik populasi 3
  • 4. Sampel β€’ Sampel adalah sebagian anggota populasi yang dipilih dengan menggunakan prosedur tertentu sehingga diharapkan dapat mewakili populasinya β€’ Ukuran sampel, adalah banyaknya anggota sampel β€’ Statistik, yaitu nilai yang menggambarkan ciri sampel. Statistik tersebut dapat berupa data, yang berupa angka hasl pencatatan atas suatu kejadian β€’ Kerangka sampel, adalah seluruh daftar individu yang menjadi satuan analisis yang ada dalam populasi dan akan diambil sampelnya 4
  • 5. Contoh β€’ Topik Penelitian – Tingkat Pendapatan Pengusaha Meubel di DKI Jakarta β€’ Populasi Sasaran – Semua pengusaha yang ada di DKI Jakarta β€’ Populasi Sampel – Semua pengusaha meubel yang ada di DKI Jakarta β€’ Kerangka Sampel – Daftar nama/nomor semua pengusaha meubel yang ada di DKI Jakarta β€’ Sampel – Sejumlah pengusaha yang diambil dari kerangka sampel dengan metode tertentu 5
  • 6. Penggunaan Sampel β€’ Pertimbangan penggunaan sampel : – Tidak mungkin mengamati seluruh anggota populasi, terutama bila populasi berukuran sangat besar – Pengamatan terhadap seluruh anggota populasi dapat bersifat merusak – Menghemat waktu, biaya dan tenaga – Mampu memberikan informasi yang lebih komprehensif, karena memungkinkan untuk diamati secara mendalam 6
  • 7. Sampel yang Baik β€’ Kriteria sampel yang baik : – Obyektif – Representatif – Variasinya kecil – Tepat waktu – Relevan β€’ Untuk mencapai tujuan tersebut, maka diperlukan penggunaan metode pengambilan sampel yang tepat agar dari sampel yang diambil dapat diperoleh statistik yang dapat digunakan sebagai penduga bagi parameter populasi 7
  • 8. Sumber Kesalahan Dalam Sampling β€’ Sumber kesalahan dalam pengambilan sampel, yaitu : – Variasi acak – Kesalahan spesifikasi – Kesalahan penentuan responden – Kesalahan karena ketidaklengkapan cakupan daftar unsur populasi – Kesalahan karena ketidaklengkapan respon – Kesalahan penarikan sampel – Kesalahan pengukuran 8
  • 9. Tipe Sampling (1) β€’ Metode Acak (Probability Sampling) – Setiap anggota populasi memiliki kesempatan yang sama untuk terpilih sebagai sampel – Tidak dilakukan secara subyektif – Teori probabilitas dapat digunakan untuk menduga bias yang mungkin terjadi – Dibutuhkan sebuah kerangka sampel, agar kesempatan yang sama untuk setiap sampel dapat terpenuhi 9
  • 10. Tipe Sampling (2) β€’ Metode Tak Acak (Non Probability Sampling) – Tidak semua anggota populasi memiliki kesempatan yang sama untuk terpilih sebagai sampel – Bias yang muncul tidak dapat digantikan dengan menambah ukuran sampel – Seringkali menjadi alternatif pilihan dengan pertimbangan yang terkait dengan penghematan biaya, waktu dan tenaga serta keterandalannya subyektivitas peneliti – Seringkali efektif bila teknis pelaksanaan dan konsepnya tepat – Memberikan kemudahan yang tidak dijumpai dalam probability sampling 10
  • 11. Tipe Sampling (3) β€’ Penerapan Non Probability Sampling tepat digunakan pada kondisi sebagai berikut : – Tahapan eksplorasi dari suatu penelitian – Pilot survey – Bila populasinya homogen – Adanya tuntutan akan kemudahan dari segi operasionalisasi pengambilan sampel 11
  • 12. Non Probability Sampling β€’ Non Probability Sampling terdiri atas : – Convenience Sampling – Judgment Sampling – Quota Sampling – Snawball Sampling 12
  • 13. Convenience Sampling (1) β€’ Sampel diambil berdasarkan pada ketersediaan elemen dan kemudahan untuk mendapatkannya β€’ Sampel tersebut diambil karena ada pada tempat dan waktu yang tepat β€’ Penarikan sampel jenis ini nyaris tidak dapat diandalkan, tetapi biasanya paling murah dan cepat β€’ Sering digunakan untuk tahapan eksplorasi sebuah penelitian, yang ditujukan untuk mencari informasi awal sebuah penelitian β€’ Contoh : – Memilih 10 orang pertama yang menjadi pasien di Poli Penyakit Dalam sebuah rumah sakit 13
  • 14. Convenience Sampling (2) β€’ Kelebihan Convenience Sampling – Dibanding teknik lainnya, teknik ini tergolong yang termurah – Responden mudah diakses, mudah diukur dan seringkali sangat bisa diajak bekerjasama untuk menyelesaikan pengumpulan data yang dibutuhkan – Sangat tepat untuk penelitian dengan kelompok yang terfokus 14
  • 15. Convenience Sampling (3) β€’ Kelemahan Convenience Sampling – Karena responden dapat siapa saja tergantung kemudahan mendapatkannya, maka hasilnya dapat bias, apabila dalam prosesnya tidak dilakukan seleksi yang memadai – Bila populasinya dapat didefinisikan, maka teknik ini sebaiknya tidak digunakan, karena berarti memungkinkan peneliti untuk mencari kerangka sampelnya – Dituntut kehati-hatian dalam menterjemahkan hasilnya – Tidak dianjurkan untuk penelitian yang bersifat deskriptif dan causal 15
  • 16. Judgment Sampling (1) β€’ Sampel diambil berdasarkan kriteria yang telah dirumuskan terlebih dahulu oleh peneliti β€’ Dalam penentuan kriteria, subyektivitas dan pengalaman peneliti sangat berperan β€’ Konsekuensinya, bila subyektivitas dan intuisi peneliti salah, maka bias yang muncul akan besar dan sebaliknya β€’ Terkait dengan teknik sampling ini, terdapat pula: – Expert Sampling, pemilihan sampel yang representatif didasarkan atas pendapat ahli – Purposive Sampling, pemilihan sampel bertitik tolak pada penilaian pribadi peneliti, karenanya peneliti harus menguasai bidangnya dan memiliki pengetahuan yang sangat memadai mengenai karakteristik anggota populasi 16
  • 17. Judgment Sampling (2) β€’ Kelebihan: – Dianjurkan untuk digunakan dan akan menghasilkan output yang baik, bila terdapat kondisi sebagai berikut : β€’ Bila probability sampling sama sekali tidak dapat digunakan β€’ Bila ukuran sampel sangat kecil (< 20) β€’ Bila pengetahuan peneliti sangat memadai, sehingga terdapat jaminan bahwa sampel yang representatif akan didapatkan 17
  • 18. Judgment Sampling (3) β€’ Kelemahan: – Terdapat kendala adanya tuntutan kejelian peneliti dalam mendefinisikan populasi serta ketika membuat pertimbangannya – Pertimbangan yang dilakukan harus masuk akal dan memiliki relevansi yang tinggi dengan maksud penelitian 18
  • 19. Judgment Sampling (4) β€’ Contoh, dalam sebuah penelitian mengenai sikap dan perilaku konsumen terhadap rokok Star Mild. Judgment yang diambil adalah sebagai berikut : – Sampel adalah para perokok di Jakarta Utara yang pernah mencoba rokok Star Mild, dengan pertimbangan : β€’ Letak geografis responden mudah dijangkau β€’ Responden hanya perokok, untuk meminimumkan bias karena sikap dan perilaku perokok dan bukan perokok dapat bertolak belakang β€’ Responden yang pernah mencoba rokok Star Mild, karena yang sudah jelas sikap dan perilakunya terhadap merek tersebut 19
  • 20. Judgment Sampling (5) β€’ Contoh, dalam sebuah penelitian mengenai sikap dan perilaku konsumen terhadap rokok Star Mild. Judgment yang diambil adalah sebagai berikut : – Pria dan wanita perokok berusia 15 tahun ke atas, dengan pertimbangan bahwa : β€’ Pada usia tersebut seseorang sudah dapat memutuskan dan mengisi kuesioner dengan benar β€’ Tidak ada pemilihan gender, karena saat ini wanita pun sudah banyak yang merokok – Periode pengumpulan kuesioner dibatasi dua minggu, dengan pertimbangan efisiensi waktu dan biaya 20
  • 21. Quota Sampling (1) β€’ Dapat dikatakan sebagai judgment sampling dua tahap : – Tahap 1, merumuskan kategori kontrol atau quota dari populasi yang akan diteliti, seperti jenis kelamin, usia, ras, dsb, yang digunakan sebagai basis pemilihan sampel – Tahap 2, bagaimana sampel akan ditarik, yang dapat secara convenience atau judgment β€’ Terdapat batasan bahwa sampel yang diambil adalah sejumlah tertentu yang sudah dijatah (quotum) dari setiap subgroup yang telah ditentukan dari suatu populasi β€’ Ukuran sampel pada quota sampling biasanya cukup besar dengan harapan agar karakteristik sampel (statistik) dapat mendekati karakteristik populasinya (parameter) 21
  • 22. Quota Sampling (2) β€’ Kelebihan : – Keleluasaan peneliti untuk menentukan elemen setiap quotanya – Berbiaya rendah – Dengan seleksi responden yang benar, hasilnya dapat mendekati teknik probability sampling β€’ Kelemahan : – Di lapang, pengumpul data akan cenderung mencari responden yang mudah ditemukan, sehingga bias dapat muncul karenanya 22
  • 23. Quota Sampling (3) β€’ Contoh : – Akan diambil 10.000 sampel dari 4 juta anggota populasi. Tahapannya : β€’ Menentukan kategori populasi secara umum, misalnya : – Jenis Kelamin Β» Pria 60 % Β» Wanita 40% – Usia Β» 18 – 30 thn 40 % Β» 31 – 45 thn 30% Β» 46 – 60 thn 23% Β» > 60 thn 7% β€’ Sampel dibreakdown berdasarkan proporsi tersebut di atas, misalnya diambil 6.000 orang responden pria dan 4.000 orang responden wanita 23
  • 24. Snowball Sampling (1) β€’ Digunakan bila populasinya sangat spesifik β€’ Dilakukan dengan cara berantai, mulai dari ukuran sampel yang kecil, yang makin lama menjadi semakin besar seperti bola salju β€’ Secara operasional, teknik ini dilakukan dengan melakukan wawancara kepada sekelompok responden. β€’ Selanjutnya kelompok tersebut diminta untuk menyebutkan calon responden berikutnya yang memiliki karakteristik dan spesifikasi yang sama. β€’ Dasar pertimbangannya, karena umumnya mereka berada dalam komunitas yang sama, sehingga masing-masing anggota komunitas mengenal satu sama lain. 24
  • 25. Snowball Sampling (2) β€’ Kelebihan: – Karena sampel sudah terfokus, maka sampel diperkirakan tidak akan terlalu banyak menyimpang dari populasinya – Artinya bias yang dihasilkan dapat relatif kecil β€’ Kelemahan : – Membutuhkan waktu lama dan biaya yang cukup besar 25
  • 26. Snowball Sampling (3) β€’ Contoh : – Akan diteliti pendapat para dokter spesialis kanker senior Indonesia tentang pengobatan alternatif tertentu. Pertimbangan dan langkahnya : β€’ Populasi dokter spesialis kanker di Indonesia jumlahnya tidak banyak dengan lokasi yang tersebar di seluruh Indonesia, tetapi dipastikan mereka saling mengenal satu sama lain β€’ Langkahnya, dicari satu orang spesialis kanker, yang selanjutnya dari sinilah ukuran sampel akan membesar 26
  • 27. Probability Sampling β€’ Probability Sampling terdiri atas : – Metoda Acak Sederhana – Metoda Acak Sistematis – Metoda Acak Terstratifikasi – Metoda Acak Terkelompok 27
  • 28. Metoda Acak Sederhana (1) β€’ Dalam metode acak sederhana, setiap anggota populasi memiliki peluang yang sama untuk terpilih menjadi sampel dalam penelitian β€’ Populasi terbatas adalah populasi yang ukurannya telah dibatasi β€’ Populasi tidak terbatas adalah populasi yang ukurannya secara teoritis tidak mungkin diamati satu per satu 28
  • 29. Metoda Acak Sederhana (2) β€’ Cara pengambilan sampel pada metode acak sederhana: – Blind draw – Random number table – Computerized random number table 29
  • 30. Metoda Acak Sederhana (3) β€’ Contoh metode acak sederhana, terdapat 4 siswa yaitu A,B,C,D β€’ Kemungkinan sampel dua siswa adalah AB, AC, AD, BC, BD dan CD β€’ Probabilitasnya adalah – P(AB) = 1/6 – P(AC) = 1/6 – P(AD) = 1/6 – P(BC) = 1/6 – P(BD) = 1/6 – P(CD) = 1/6 β€’ Hanya terdapat enam kemungkinan sampel dua orang terpilih 30
  • 31. Metoda Acak Sederhana (4) β€’ Peluang masing-masing siswa terpilih adalah : – P(A) = Β½ – P(B) = Β½ – P(C) = Β½ – P(D) = Β½ β€’ Dengan menggunakan marginal probability yang merupakan penjumlahan dari joint probability setiap kejadian – P(A) = P(AB) + P(AC) + P(AD) – P(A) = 1/6 + 1/6 +1/6 = 3/6 = 1/2 31
  • 32. Metoda Acak Sederhana (5) β€’ Prosedur penggunaan tabel acak adalah sebagai berikut – Menentukan titik awal dan angka terpilih pada tabel acak – Angka yang diambil adalah digit terakhir atau digit pertama : β€’ Bila ukuran populasi puluhan, salinlah satu digit dari tabel acak β€’ Bila ukuran populasi ratusan, salinlah dua digit dari tabel acak, dst… – Bila terdapat anggota populasi yang terpilih dua kali, maka yang terakhir dibuang dan diganti dengan angka berikutnya di tabel acak 32
  • 33. Metoda Acak Sederhana (6) β€’ Kelebihan : – Mean sampel yang diperoleh akan menjadi penduga tidak berbias dari mean populasinya – Metoda analisis dan pendugaan populasinya relatif lebih mudah dan tidak terlalu menimbulkan permasalahan β€’ Kelemahan : – Bila populasi secara geografs tersebar, metode ini akan membutuhkan biaya dan waktu yang cukup besar – Harus dibuat kerangka sampel dari seluruh anggota populasi, sedangkan seringkali tidak tersedia data yang cukup memadai untuk hal itu 33
  • 34. Metode Acak Sistematis (1) β€’ Dalam metode acak sistematis, elemen terpilih dengan menerapkan interval waktu atau ruang yang seragam β€’ Tidak semua anggota populasi memiliki peluang yang sama untuk terpilih menjadi sampel dalam penelitian yang dilakukan β€’ Terdapat kemungkinan terjadinya error karena sampling 34
  • 35. Metode Acak Sistematis (2) β€’ Contoh : – Sampel sebanyak 10 akan diambil dari 100 orang karyawan. – Populasi diberi nomor urut – K = 100/10 = 10, kel 1 s/d. 10, masing-masing beranggotakan 10 org – Ambil sampel acak pada setiap kelompok 35
  • 36. Metode Acak Sistematis (3) β€’ Kelebihan : – Lebih cepat, lebih mudah dan lebih murah pelaksanaannya – Memungkinkan digunakan tanpa menggunakan kerangka sampel β€’ Kelemahan : – Jika urutannya tidak sepenuhnya acak, maka variasi populasi tidak dapat diduga secara tepat – Jika populasi memiliki pengulangan karakteristik yang relatif tetap, maka sampel akan menjadi seragam 36
  • 37. Metoda Acak Terstratifikasi (1) β€’ Metoda sampel acak terstratifikasi, membagi populasi ke dalam kelompok yang homogen (strata) dan sampel diambil secara acak, dpt secara proporsional dgn ukuran strata. β€’ Cara pengambilan sampelnya : – Seleksi sampel secara acak dari setiap strata secara proporsional – Seleksi sampel dalam ukuran yang sama untuk tiap strata 37
  • 38. Metoda Acak Terstratifikasi (2) Populasi Strata Sample 38
  • 39. Metoda Acak Terstratifikasi (3) β€’ Metoda acak terstratifikasi akan sesuai digunakan dalam kondisi populasi sudah dibagi-bagi ke dalam strata tertentu β€’ Keuntungan menerapkan metoda ini adalah dapat secara akurat menunjukkan karakteristik populasi β€’ Gunakan metoda ini bila terdapat variasi yang kecil dalam setiap strata, tetapi terdapat variasi yang besar antara strata satu dengan strata lainnya 39
  • 40. Metoda Acak Terstratifikasi (4) β€’ Kelebihan : – Akan efisien jika standar deviasi populasi dalam kelompok- kelompok lebih kecil dari standar deviasi keseluruhan populasi – Sampel yang diambil akan mampu memberikan informasi yang lebih baik dan lebih banyak karena perbedaan antar kelompok juga dapat dilakukan – Secara administratif, pelaksanaan lebih mudah dibanding metoda acak sederhana β€’ Kelemahan : – Sering tidak ada informasi awal yang tepat sebagai dasar pengelompokkan – Harus dibuat kerangka sampel yang terpisah dan berbeda untuk tiap kelompok 40
  • 41. Metoda Acak Terklaster (1) β€’ Dalam klaster sampling, populasi juga telah dibagi ke dalam beberapa kelompok atau klaster, kemudian seleksi sampel acak dari masing-masing klaster β€’ Asumsinya bahwa tiap individu sampel merupakan perwakilan dari populasi secara keseluruhan β€’ Bila dirancang dengan baik, maka sampel yang akurat dapat diperoleh dari cara ini dan lebih hemat dibanding menggunakan metoda acak sederhana β€’ Gunakan bila ada variasi yang dapat dipertimbangkan dalam klaster, tetapi relatif sama antara satu klaster dengan klaster yang lain 41
  • 42. Metoda Acak Terklaster (2) β€’ Statistik inferens yang digunakan adalah metoda acak sederhana β€’ Sampel sistematis, terstratifikasi dan terklaster diupayakan mendekati metoda acak sederhana β€’ Metoda tersebut digunakan untuk memperoleh keakuratan, hemat, dan secara fisik mudah dilakukan 42
  • 43. Metoda Acak Terklaster (3) Populasi Cluster Sample 43
  • 44. Metoda Acak Terklaster (4) β€’ Kelebihan : – Tidak membutuhkan kerangka sampel untuk seluruh populasi, namun cukup tentang blocking (cluster) saja – Lebih murah, karena sampel yang terambil secara fisik akan terletak pada jarak/lokas yang relatif berdekatan β€’ Kelemahan : – Kecenderungan kesamaan kondisi antara dua sampel yang berdekatan 44
  • 45. 45