11. “Semakin Banyak Sample, Semakin
karakteristik sample mendekati gambaran
populasi, maka sample semakin baik”
12. KUNCI PENGAMBILAN SAMPEL
Bagaimana sampel harus diambil ?
Berapa Besar sampel harus diambil ?
Bagaimana Karakteristik populasi dapat ditaksir ?
Seberapa tepatkah penaksiran kita ?
13. ISTILAH DALAM SAMPLING
TARGET POPULASI : Populasi yang menjadi sassaran Pengamatan atau populasi dari
mana suatu keterangan akan diperoleh
KERANGKA SAMPEL (SAMPLING FRAME) : Suatu daftar unit-unit yang ada dalam
populasi sasaran yang akan diambil sampelnya (daftar anggota populasi)
UNIT SAMPLING : Koleksi yang tidak overlapping dari populasi yang menutupi
seluruh populasi (unit yang dijadikan sebagai dasar penarikan sampel)
SAMPEL : Koleksi dari unit sampling yang diambil dari suatu frame/ kerangka
ELEMENT : Suatu Objek dimana pengukuran diambil
UNIT OBSERVASI : Unit yang akan dicatat karakteristiknya
14. CONTOH
DIADAKAN PENELITIAN TERKAIT KEPUASAN KERJA DAN KINERJA KARYAWAN PADA
PERUSAHAAN X
TARGET POPULASI : Seluruh Karyawan Perusahaan X
KERANGKA SAMPEL (SAMPLING FRAME) : Data Karyawan Perusahaan X ( Nama, Divisi,
Posisi, Gender, Usia, dll.)
UNIT SAMPLING : Departemen
ELEMENT : Sub Departemen/Divisi
UNIT OBSERVASI : Karyawan
15. CONTOH
DIADAKAN PENELITIAN TERKAIT PARTISIPASI PEMILIH MUDA DALAM PEMILU 2024
TARGET POPULASI : Seluruh Mahasiswa UPI
KERANGKA SAMPEL (SAMPLING FRAME) : Data Mahasiswa ( Nama, Fakultas, Prodi,
Gender, Usia, dll.)
UNIT SAMPLING : Fakultas
ELEMENT : Prodi
UNIT OBSERVASI : Mahasiswa
16. POPULASI & SAMPEL
POPULASI TERBATAS / BERHINGGA
Ex: Jumlah Mahasiswa,
Dosen, Tenga Kerja, dll.
POPULASI TAK TERBATAS / TAK
BERHINGGA
ex : Banyak ikan dilaut,
Pelanggan Di Mall, dll
17. POPULASI
menurut keragamanya
POPULASI
HETEROGEN
POPULASI DIMANA ELEMEN-
ELEMENYA MEMPUNYAI SIFAT-SIFAT
YANG SAMA
POPULASI
HOMOGEN
POPULASI DIMANA ELEMEN-
ELEMENYA MEMPUNYAI SIFAT YANG
BERBEDA
Ex : Mengetahui manis tidaknya secangkir kopi,
cukup dengan mencoba sesendok kopi
Ex : Mengetahui enak atau tidak enak nasi
tumpeng
18. POPULASI
menurut sifatnya
POPULASI
TERURUT
Elemen-elemen dalam
populasi tersusun acak
POPULASI
RANDOM
Elemen-elemen dalam
populasi memiliki urutan
Ex; Nomor Rumah di
perkampungan, pelanggan di mall
Ex : Data Karyawan di perusahaan X
(Direktur, Manajer, staff)
POPULASI
PERIODIK
Sifat elemen-elemenya
akan berulang setelah
periode tertentu
Ex : Data musim penghujan,
penjualan harian, bulanan, tahunan
21. PROBABILITY SAMPLING
Pemilihan sampel dilakukan secara acak dan objektif,
tidak didasarkan semata-mata pada keinginan peneliti
sehingga setiap anggota populasi memiliki kesempatan
yang sama untuk dipilih sebagai sampel
KARAKTERISTIK
Peluang terpilihnya setiap anggota sampel dapat ditentukan
Sampel yang diperoleh diharapkan representatif
kesimpulan dari sampel dapat digeneralisasi terhadap populasi
22. NON PROBABILITY SAMPLING
Pemilihan sampel dilakukan dengan pertimbangan-
pertimbangan peneliti, sehingga semua anggota
populasi tidak memiliki kesempatan yang sama untuk
dipilih.
KARAKTERISTIK
Peluang terpilihnya setiap anggota sampel tidak dapat ditentukan
Sampel yang diperoleh tidak dapat dikatakan representatif
Kesimpulan dari sampel hanya berlaku untuk sampel, tidak dapat
digeneralisasi terhadap populasi
25. Simple Random Sampling
1.
R E M E M B E R
Sebuah proses sampling yang dilakukan dengan cara
mengambil suatu sampel berukuran n diambil dari populasi
berukuran N dimana setiap satuan sampling dalam populasi
mempunyai peluang yang sama untuk terpilih.
Cara pengambilan
Tabel bilangan random
Undian
Bantuan Komputer
Contoh :
Misal Populasi ‘N’ kelas C Statistika dasar, akan
diambil sampel ‘n’ sebesar 10. Bagaimana proses
pemilihan sampel dengan simple random sampling
?
26. Simple Random Sampling
1.
R E M E M B E R
Karakteristik
Populasi tidak terhampar luas secara geografis
Populasi harus homogen
Harus dibuat kerangka sampel dari populasi
Kekurangan :
Sampel yang terpilih bisa berjauhan satu sama lain
Diperlukan kerangka sampel
Sampel yang terpilih mungkin tidak mewakili populasi
sesungguhnya
27. 2. Systematic Random Sampling
R E M E M B E R
Pengambilan setiap unsur ‘k’ dalam populasi untuk
dijadikan sebagai sampel
Pengambilan sampel secara acak hanya dilakukan pada
sampel pertama saja, sementara pengambilan kedua dan
seterusnya ditentukan secara sistematis, yaitu dengan
menggunakan interval tertentu sebesar ‘k’.
Cara Pengambilan
Pilih satu elemen dari ‘k’ elemen
pertama secara acak
Pilih setiap elemen ke ‘k’ setelahnya
Pilih ‘k’ <= ‘N’/’n’
28. 2. Systematic Random Sampling
R E M E M B E R Misalkan populasi ‘N’ sebanyak 25, akan diambil sampel ‘n’
sebesar 12.
Dik : N = 25, n = 12
maka : K <= N/n
K <= 25/12
K <= 2.083 = 2
Sampel 1 diambil dengan simpel random sampling misal
diperoleh sampel no 14.
Sampel kedua diambil 2 nomor (hasil perhitungan ‘k’) setelah
nomor 14. dst...
29. 2. Systematic Random Sampling
R E M E M B E R Keunggulan :
Proses pemilihan satuan-satuan sampling kedalam
sampel lebih mudah
Dapat memberikan informasi yang relatif lebih besar
persatuan biaya
Proses dalam pemilihan sampel lebih terkontrol
30. R E M E M B E R
Jika POPULASI RANDOM
Systematic Random Sampling = Simpel Random Sampling
Jika POPULASI TERURUT
Systematic Random Sampling > Simpel Random Sampling
Jika POPULASI PERIODIK
Systematic Random Sampling < Simpel Random Sampling
31. 3. Stratified Random Sampling
R E M E M B E R
Sampel diambil dengan cara membagi elemen-elemen
populasi kedalam group-group yang tidak overlapping
(Strata) dan kemudian memilih simple/systematic random
sample dari setiap stratum.
Stratified Random Sampling menjadikan populasi yang
heterogen menjadi homogen dalam setiap stratum. masing-
masing lapisan (stratum) kondisinya homogen (seragam) dan
antar lapisan heterogen.
Contoh : Bentuk dari strata atau lapisan ini bisa berupa
tingkatan ( pendidikan, posisi pekerjaan, okupansi )
33. R E M E M B E R
Cara Pengambilan
Tentukan strata dengan jelas sehingga setiap unit
sampling dari populasi dapat dimasukan secara tepat ke
dalam satu stratum
Ambil simple/systematic random sampling dari setiap
stratum, dapat dilakukan secara alokasi disproporsional
( judgment peneliti dengan pertimbangan tertentu )
atau alokasi proporsional dengan menggunakan
persamaan :
3. Stratified Random Sampling
ni =
Ni
N
x n
34. R E M E M B E R
contoh :
Penelitian terhadap mahasiswa FPEB UPI dengan populasi
1000 dan sampel yang diinginkan 100.
Bagaimana Kerangka pengambilan sampel yang dibuat
dengan Stratified Random Sampling :
3. Stratified Random Sampling
35. ni =
Ni
N
x n
1. Pembentukan strata tidak bertingkat 2. Pembentukan strata bertingkat
36. R E M E M B E R
Keunggulan :
Pembuatan lapisan terhadap populasi memerikan
jaminan terhadap sampel yang representatif dan teliti
Pelaksanaanya mudah dan menyenangkan
Kekurangan :
Kerangka Sampel masing-masing lapisan diperlukan
atau harus tersedia urutan dari populasi
Biaya besar jika populasi terhampar pada wilayah yang
luas.
3. Stratified Random Sampling
37. R E M E M B E R
Sampel dimana setiap unit samplingnya merupakan koleksi atau
cluster dari elemen-elemen.
Sampling ini dilakukan apabila peneliti ingin menekan biaya sampling
atau jika kerangka sampling yang memuat elemen atau unit
observasi tidak tersedia/terlalu luas.
Populasi terbagi atas beberapa subgrup (cluster). Subgrup tersebut
beragam tapi antar subgrup sama. Karena itu, berbeda dengan
stratified random sampling.
Claster dipilih secara acak kemudian semua elemen dari cluster
tersebut menjadi sampel. Namun jika sampel masih luas, maka dapat
diambil secara acak
4. Cluster Random Sampling
39. R E M E M B E R
Cara Pengambilan
Menentukan cluster yang memadai
Mengambil simpel random sampel dari cluster-cluster
yang ada.
Elemen-elemen dari cluster yang terpilih akan menjadi
elemen-elemen sampel
4. Cluster Random Sampling
Contoh,
Seorang peneliti ingin mengetahui persepsi masyarakat
terkait kebijakan pemerintah di Kota X
40. Contoh
Seorang peneliti ingin mengetahui persepsi masyarakat terkait kebijakan
pemerintah di Kota X.
Karena cakupan wilayah yang terlalu luas , maka peneliti membagi populasi ke
dalam grup-grup Kecamatan. Jika dipandang masih terlalu luas, maka setiap
cluster dalam kecamatan, dikelompokan lagi berdasarkan kelurahan.
Demikian seterusnya...
Untuk setiap tingkatan cluster , dapat diambil secara keseluruhan atau hanya
sampling saja dari setiap cluster.
41.
42. R E M E M B E R
Cluster sampling merupakan cara pengambilan campel
yang cukup efektif untuk mendapatkan informasi yang
diinginkan dengan cost minimum jika :
Frame yang baik dari elemen-elemen populasi tidak
tersedia atau sangat mahal untuk didapat
Cost untuk mendapatkan obersvasi meningkat dengan
meningkatnya jarak yang memisahkan elemen-elemen
4. Cluster Random Sampling
45. Sampling non probabilitas merupakan pemilihan sampel yang dilakukan
dengan pertimbangan-pertimbangan peneliti (Subjektif).
Sampling ini membuat semua anggota populasi tidak memiliki kesempatan
yang sama untuk dipilih sebagai anggota sampel
Karakteristik
Peluang terpilih setiap anggota tidak dapat ditentukan
Sampel yang diperoleh tidak dapat dikatakan representatif
Kesimpulan hanya berlaku untuk data sampel, tidak dapat digeneralisasi
terhadap populasi
Non Probability Sampling
46. Teknik ini disebut accidential sampling atau convenience sampling atau
pengambilan sampel secara kebetulan
Peneliti mengumpulkan sampel dari unit sampel yang kebetulan
ditemuinya atau mereka yang mudah ditemui atau dijangkau
Setelah jumlahnya diperkirakan mencukupi maka pengambilan sampel
dihentikan
Contoh :
Populasi Mahasiswa FPEB berjumlah N 7000 mahasiswa
akan diambil sampel n sebesar 100 orang yang pertama kali ditemui
Accidental Sampling
1.
47. Teknik ini mirip dengan stratified random sampling. Populasi dibagi
menjadi kelompo-kelompok dimana setiap kelompok harus diwakili
dengan proporsi yang sama dengan proporsi pada populasinya
Dengan proporsi tersebut maka jumlah elemen atau kuota untuk tiap
kelompok ditentukan
Pemilihan elemen dalam setiap kelompok diserahkan kepada pengumpul
data, asalkan termasuk dalam kelompok yang bersangkutan dan
jumlahnya sesuai dengan yang telah ditentukan sebelumnya (dapat
dilakukan dengan metode accidental sampling)
2. Quota Sampling
48. Populasi Mahasiswa FPEB berjumlah N 1000 mahasiswa akan diambil
sampel n sebesar 100 orang yang pertama kali ditemui
contoh
200/1000 * 100 = 20
100/1000 * 100 = 10
200/1000 * 100 = 20
100/1000 * 100 = 10
49. Populasi Mahasiswa FPEB berjumlah N 1000 mahasiswa akan diambil
sampel n sebesar 100 orang yang pertama kali ditemui
contoh
200/1000 * 100 = 20
100/1000 * 100 = 10
200/1000 * 100 = 20
100/1000 * 100 = 10
150/1000 * 100 = 15
100/1000 * 100 = 10
150/1000 * 100 = 15
100 orang diambil menggunakan
ACCIDENTAL SAMPLING
50. Sample diambil berdasarkan tujuan penelitian
Ukuran sampel tidak dipersoalkan. Jadi elemen sampel yang akan dipilih
diserahkan kepada pengumpul data
pengumpul data yang telah diberi penjelasan oleh peneliti akan memilih
siapa saja yang menurut pertimbanganya sesuai dengan maksud dan
tujuan penelitian
3. Purposive Sampling
51. Pengumpulan data dimulai dari beberapa orang yang memenuhi kriteria
untuk dijadikan elemen sampel. Mereka kemudian menjadi sumber
informasi tentang orang-orang yang juga dapat dijadikan anggota sampel
Orang-orang yang ditunjukan tersebut kemudian dijadikan elemen sampel
dan selanjutnya diminta menunjukan orang lain lagi yang memenuhi
kriteria menjadi anggota sampel
Prosedur ini diteruskan hingga jumlah angota sampel yang diinginkan
terpenuhi/tujuan penelitian tercapai.
4. Snow Ball Sampling
52. Probability VS Non Probability
Tingkat Kesulitan
Cost
Subjektif
/Objektif
Representatif
Generalisasi
terhadap
populasi
53. Probability VS Non Probability
Tingkat Kesulitan
Cost
Subjektif
/Objektif
Keterwakilan
Kesimpulan
Relatif Lebih Susah Relatif Lebih Mudah
Relatif Lebih besar Relatif Lebih kecil
Objektif Subjektif
Representatif atas populasi Tidak Representatif atas
populasi
Dapat digeneralisasi
terhadap populasi
Hanya berlaku untuk sampel
yang diambil