SAMPLING

1
SAMPLING RANCANGAN SAMPEL

• Abdul Qorib, SKM, MMKes

2
SAMPLING RANCANGAN SAMPLING

• Populasi adalah keseluruhan subyek penelitian
  (Arikunto, 1998).
• Adapun populasi menurut Nazir (1999) adalah
  kumpulan dari individu dengan kualitas serta
  ciri-ciri yang telah ditetapkan. Populasi
  berkenaan dengan data, bukan dengan orangnya
  ataupun bendanya.
• Jadi yang dimaksud dengan populasi adalah
  keseluruhan subyek atau unit penelitian yang akan
  dianalisis.

3

• Sampel adalah bagian dari populasi. Nazir (1999)
• Dengan demikian sampel adalah suatu bagian
  (subset) dari populasi yang dianggap mampu
  mewakili populasi yang akan diteliti.
• Besarnya sampel di dalam pengambilan sampel
  apabila subyeknya kurang dari 100 diambil semua
  sehingga penelitian merupakan penelitian
  populasi. Arikunto (1998120)

4
Konsep-konsep Dasar Sampling

• Populasi kumpulan objek penelitian
• Sampel Bagian yang diamati
• Objek penelitian orang, organisasi, kelompok,
  lembaga, buku, kata-kata, surat kabar dan
  lainlain.
• Dalam penelitian, objek penelitian ini disebut
  satuan analisis (units of analysis) atau
  unsur-unsur populasi.
• Parameter karakteristik populasi (seperti
  rata-rata, ragam, modus, atau range)
• Statistik Karakteristik sampel

5
Desain Sampling

• Alasan Menggunakan Sampel
• Mengurangi kerepotan
• Jika populasinya terlalu besar maka akan ada yang
  terlewati
• Dengan penelitian sampel maka akan lebih efesien
• Seringkali penelitian populasi dapat bersifat
  merusak
• Adanya bias dalam pengumpulan data
• Seringkali tidak mungkin dilakukan penelitian
  dengan populasi

6
ILustrasi Sampel Yang Baik
Populas
sampel
7
PERMASALAHAN DALAM SAMPEL

• Berapa jumlah sampel yang akan diambil
• Bagaimana teknik pengambilan sampel

8
Pertimbangan Dalam Menentukan Sampel

• Seberapa besar keragaman populasi
• Berapa besar tingkat keyakinan yang kita perlukan
  
• Berapa toleransi tingkat kesalahan dapat diterima
• Apa tujuan penelitian yang akan dilakukan
• Keterbatasan yang dimiliki oleh peneliti

9
Prosedur Penentuan Sampel
10
Konsep-konsep Dasar Sampling

• Sampel tak bias adalah sampel yang ditarik
  berdasarkan probabilitas (probability sampling).
• Dalam sampel probabilitas, setiap unsur populasi
  mempunyai nilai
• kemungkinan tertentu untuk dipilih. Karena
  sampel ini mengasumsikan kerandoman
  (randomness), maka sampel probabilitas lazim
  juga disebut sebagai sampel random.
• sampel pertimbangan (judgemental sampling), Bila
  kita mengambil sampel tertentu berdasarkan
  pertimbangan- pertimbangan tertentu,
• kita memperoleh disebut juga sampel
  non-probabilitas.
• rencana sampling atau rancangan sampling
  (sampling design) adalah teknik penarikan sampel

11
(No Transcript)
12
Teknik Pengambilan Sampel
13
Rancangan Sampling

• (1) sampling random sederhana,
• (2) sampling sistematis,
• (3) sampling berstrata, dan
• (4) sampling Klaster

14
(1) sampling random sederhana

• adalah yang paling banyak dipakai.
• Untuk menarik sampel seperti ini, kita dapat
  menuliskan semua unsur populasi dalam secarik
  kertas, kemudian mengundinya sampai kita
  memperoleh jumlah yang dikehendaki. Unsur-unsur
  yang jatuh itulah yang menjadi sampel.
• Cara ini tidak praktis bila populasinya besar

15
(1) sampling random sederhana

• Syarat hrs mempunyai kerangka sampling (sampling
  frame).
• Kerangka sampling adalah daftar lengkap semua
  unsur populasi.
• Jadi, bila populasi kita KK di Desa Welahan, maka
  kita harus memiliki daftar KK di Desa Welahan
  yang lengkap, kita harus menomori setiap KK dari
  1 sampai N.
• Berdasarkan kerangka sampling, ditarik sejumlah
  KK, yang nanti menjadi sampel.
• Anggota populasi tidak memiliki strata sehingga
  relatif homogen

16
(2) sampling sistematis

• juga menggunakan kerangka sampling. Hanya di
  sini, unsur yang pertamalah yang dipilih secara
  random. Unsur-unsur lainnya ditarik dengan
  mengambil jarak tertentu.
• Misalnya, populasi berjumlah 1000. Kita hanya
  memerlukan 40 unsur. Perbandingan ukuran populasi
  dengan ukuran sampel, yakni 1000/40 25,disebut
  sampling rasio.
• Untuk contoh kita, misalkan unsur yang pertama
  kita pilih nomor 10. Nomor-nomor berikutnya yang
  menjadi sampel ialah 35, 60, 85, 110, ..., 960,
  985

17
(3) sampling berstrata

• strata pembagian populasi ke dalam kelas,
  kategori, atau kelompok
• Karakteristik strata kota, daerah, suku bangsa,
  jenis kelamin, status, usia
• Ada dua jenis sampel strata proporsional dan
  disproporsional

18
(3) sampling berstrata

• Strata proporsional
• Dari setiap strata diambil sampel yang sebanding
  dengan besar setiap strata. Angka yang
  menunjukkan berapa persen dari setiap strata
  diambil disebut pecahan
• sampling (sampling fraction).
• Pada sampel strata, pecahan sampling untuk setiap
  strata sama.

19
Stratified Random Sampling

• Adakalanya populasi yang ada memiliki strata atau
  tingkatan dan setiap tingkatan memiliki
  karakteristik sendiri

Strata Anggota Populasi Persentase () Sampel
1 2 3 4 (3 x 50)
SD 150 37,5 19
SMP 125 31,25 16
SMU 75 18,75 9
Sarjana 50 12,5 6
Jumlah 400 100 50
20
(3) sampling berstrata

• Strata proporsional

21
(3) sampling berstrata

• Strata disproporsional
• Cara Strata proporsional akan mengalami kesukaran
  bila ada sebagian strata yang jumlahnya terlalu
  kecil atau sebagian lagi terlalu besar.
• Bila ada 10.000 orang mahasiswa dan 10 orang
  dosen, lalu dari setiap strata kita ambil 10,
  kita memperoleh sampel yang terdiri dari 1.000
  orang mahasiswa dan I orang dosen. Dalam hal
  seperti itu disarankan metode sampling strata
  disproporsional.
• Di sini, dari setiap strata diambil jumlah sampel
  yang sama. Data untuk setiap strata dikalikan
  dengan bobot
• strata tersebut.

22
Disproposional Random Sampling
Strata Anggota Populasi Persentase () Sampel proporsional Sampel Non proprsional
1 2 3 4 (3 x 50) 5
SD 150 37,5 19 18
SMP 125 31,25 16 15
SMU 122 30,5 15 14
Sarjana 3 0,75 0 3
Jumlah 400 100 50 50
23
(3) sampling berstrata

• Strata disproporsional

24
(4) Sampling klaster (cluster sampling)

• dilakukan bila kita tidak mempunyai kerangka
  sampling.
• Misalnya, kita ingin meneliti anak-anak SD Kota
  Jepara. Tidak mungkin kita menghimpun semua anak
  SD dalam daftar
• Bila daftar nama anak SD sukar kita buat,
  kelompok anak berdasarkan nama sekolahnya mudah
  kita buat
• Kelompok anak itu disebut klaster

25
(4) Sampling klaster (cluster sampling)

• Klaster dapat berupa sekolah, kelas, kecamatan,
  desa, RW, RT, dan sebagainya
• Bila klaster itu bersifat geografis, sampling
  klaster dapat dilakukan satu tahap (single
  stage). Misalnya, kita ingin meneliti penduduk
  Desa Mlonggo.
• Desa ini terdiri dari 12 RW. Dari daftar RW, kita
  pilih secara random 3 RW. Seumpama pada 3 RW itu
  kita jadikan sampel. Bila pada setiap RW kita
  memilih hanya 4 RT saja secara random, kita
  melakukan sampel klaster banyak tahap (multistage)

26
Cluster Sampling

• Pada prinsipnya teknik cluster sampling hampir
  sama dengan teknik stratified. Hanya yang
  membedakan adalah jika pada stratified anggora
  populasi dalam satu strata relatif homogen
  sedangkan pada cluster sampling anggota dalam
  satu cluster bersifat heterogen

27
Double Sampng/Multyphase Sampling

• Double sample (sampel ganda) sering juga disebut
  dengan istilah sequential sampling (sampel
  berjenjang, multiphase-sampling (sampel multi
  tahap).

28
sampling nonprobabilitas

• Rancangan sampling nonprobabilitas,
• (1) sampling kebetulan (accidental sampling),
  yaitu mengambil sampel siapa saja yang ada atau
  kebetulan ditemui,
• (2) sampling kuota (quota sampling), yaitu
  menetapkan jumlah tertentu untuk setiap strata
  lalu meneliti siapa saja yang ada sampai jumlah
  itu terpenuhi,
• (3) sampling purposif, yaitu memilih orang-orang
  tertentu karena dianggap - berdasarkan penilaian
  tertentu - mewakili statistik,
• tingkat signifikansi, dan prosedur pengujian
  hipotesis, tidak berlaku bagi rancangan sampling
  nonprobabilitas.

29
Ukuran Sampel

• Pecahan sampling 0,10 atau 0,20 dianggap banyak
  penelitian sebagai ukuran sampel yang memadai
• ukuran sampel bergantung pada
• derajat keseragaman,
• presisi yang dikehendaki,
• rencana analisis data dan
• fasilitas yang tersedia
• (Singarimbun dan Effendi, 1982)

30
Ukuran Sampel

• Presisi, dalam teori sampling, hanya dapat
  dipahami setelah kita mengerti konsep estimasi
  dalam statistik. Tidak mungkin di sini diuraikan
  estimasi statistik.
• Secara singkat, estimasi adalah metode menduga
  nilai parameter dari statistik.
• Nilai rata-rata dalam sampel merupakan penduga
  nilai rata-rata dalam populasi.
• Bila dalam sampel kita menemukan rata-rata
  pendapatan adalah Rp 20.000,00, kita menduga
  populasi itu mempunyai rata-rata pendapatan
  seperti itu. Dugaan kita tidak selalu presis.
  Mungkin rata-rata populasi sebenarnya Rp
  20.500,00. Angka Rp 500,00 disebut galat sampling
  (sampling error).

31
Ukuran Sampel

• Misalnya, rata-rata populasi terletak antara
  20.250 - 20.750. Angka 250 dari rata-rata
  sampel disebut presisi. Jarak nilainya disebut
  selang kepercayaan (confidence interval).
• Di samping presisi dan selang kepercayaan,
  estimasi statistik menambahkan lagi konsep
  tingkat kepercayaan (reliability atau confidence
  level).
• Tingkat kepercayaan (koefisien reliabilitas) bisa
  90, 95, atau 99,7 (diartikan hampir pasti).
  Sebagai contoh, kita dapat berkata
• Kita 99,7 yakin rata-rata populasi berada di
  antara 250 angka rata-rata sampel.

32
Ukuran Sampel

• Ukuran sampel ditetapkan dengan rumus
• di mana Z adalah koefisien reliabilitas
• (1,65 untuk 90, 1,96 untuk 95, dan 2,58 untuk
  99)
• S adalah standar deviasi,
• dan d adalah nilai presisi.

(Z S)2
N
D2
33
Ukuran Sampel

• Misalnya, kita ingin menduga rata-rata kecerdasan
  mahasiswa dengan presisi 5 point dan reliabilitas
  99,7 (hampir pasti). Berapa ukuran sampel yang
  kita perlukan?
• Untuk itu, kita harus lebih dahulu rnengetahui
  standar deviasi populasi. Bila ini tidak
  diketahui, kita mencari standar deviasi dari
  sampel penelitian terdahulu atau dari sampel
  percobaan yang kita lakukan. Katakanlah, kita
  mendapat angka standar deviasi 14 point.
• Ukuran sampel, dengan demikian, diperoleh sebagai
  berikut

34
Ukuran Sampel
(Z S)2
N
D2
(3X14)2
N
25
207
N
35
Ukuran Sampel

• Cara lain untuk menghitung ukuran sampel
  didasarkan pada pendugaan proporsi populasi.
  Misalnya, berapa persen dari populasi menonton
  televisi, berapa persen tidak.
• Rumus yang sederhana untuk ini ialah (Yamane,
  196799)

36
Ukuran Sampel

• Yamane memberikan tabel khusus sehingga kita
  tidak perlu menghitung lagi.

37
Pedoman Menentukan Jumlah Sampel

1. Pendapat Slovin

Kita akan meneliti pengaruh upah terhadap
semangat kerja pada karyawan PT. Cucak Rowo. Di
dalam PT tersebut terdapat 130 orang karyawan.
Dengan tingkat kesalahan pengambilan sampel
sebesar 5, berapa jumlah sampel minimal yang
harus diambil ?
38
2. Interval Penaksiran

• Untuk menaksir parameter rata-rata ?

Seorang mahasiswa akan menguji suatu hipotesis
yang menyatakan bahwa Indek Prestasi Mahasiswa
Jurusan Manajemen Unsoed adalah 2,7. dari 30
sampel percobaan dapat diperoleh informasi bahwa
standar deviasi indek Prestasi mahasiswa adalah
0,25 Untuk menguji hipotesisi ini berapa jumlah
sampel yang diperlukan jika kita menginginkan
tingkat keyakinan sebesar 95 dan error estimasi
? kurang dari 0,05,?
39

• Untuk menaksir parameter proporsi P

Kita akan meperkirakan proporsi mahasiswa yang
mnggunakan angkutan kota waktu pergi kuliah.
Berapa sampel yang diperlukan jika dengan tingkat
kepercayaan 95 dan kesalahan yang mungkin
terjadi 0,10 ?
40
3. Pendekatan Isac Michel
a. Untuk menentukan sampel untuk menaksir
parameter rata-rata ?
Seorang mahasiswa akan menguji suatu hipotesis
yang menyatakan bahwa Indek Prestasi Mahasiswa
Jurusan Manajemen Unsoed yang berjumlah 175
mahasiswa adalah 2,7. Dari 30 sampel percobaan
dapat diperoleh informasi bahwa standar deviasi
Indek Prestasi mahasiswa adalah 0,25 Untuk
menguji hipotesisi ini berapa jumlah sampel yang
diperlukan jika kita menginginkan tingkat
keyakinan sebesar 95 dan error estimasi ? kurang
dari 5 persen ?
41

• B. Untuk menentukan sampel untuk menaksir
  parameter proporsi P

Kita akan meperkirakan proporsi mahasiswa jurusan
manajemen unsoed yang berjumlah 175 orang.
Brdasarkan penelitian pendahuluan diperolh data
proporsi mahasiswa manajemen unsoed menggunakan
angkutan kota waktu pergi kuliah adalah 40.
Berapa sampel yang diperlukan jika dengan tingkat
kepercayaan 95 dan derajat penyimpangan sebesar
0,10.?