Transcript sampling

Chapter 9
Population & Sampling
• Population
• Sampling Method & Techniques
• Sampling Size
Populasi dan Sampel



1.
2.
Populasi adalah kumpulan atau jumlah keseluruhan dari unit
analisa yang memiliki ciri-ciri/karakteristik tertentu.
Ciri-ciri/karakteristik tertentu inilah yang disebut dengan
variabel; yang ingin diketahui atau diteliti.
Dua cara pengumpulan informasi mengenai populasi:
Mencari informasi dari tiap unit analisa dalam populasi 
sensus
Mencari informasi hanya dari sebagian anggota populasi.
“Wakil” populasi inilah yang disebut sampel.

Proses pengambilan sampel dari populasi disebut sampling
2
Populasi dan Sampel

Idealnya penelitian dilakukan terhadap populasi (penelitian
populasi = studi populasi = sensus).

Namun, dalam kenyataan, tidaklah selalu perlu untuk
meneliti semua individu dalam populasi (melakukan sensus),
karena memakan biaya dan tenaga yang besar serta waktu
yang lama.

Dengan meneliti sebagian dari populasi (dari sampel), kita
mengharapkan hasil yang diperoleh akan dapat
menggambarkan sifat populasi yang bersangkutan 
sehingga dapat dilakukan generalisasi.
3
Populasi

Generalisasi/Inferensi statistik  penarikan
kesimpulan atas suatu hal dari unit analisa yang
jumlahnya lebih sedikit (sampel) ke unit analisa yang
jumlahnya lebih banyak atau lebih luas (populasi)

Agar dapat dilakukan generalisasi, sampel harus
benar-benar dapat mewakili populasi.

Oleh sebab itu, harus diperhatikan beberapa hal yaitu
besarnya sampel (sample size) dan metode serta
teknik pengambilan sampelnya (sampling technique).
4
Jenis Populasi


Berdasarkan jumlahnya, dibedakan menjadi:
1. Populasi terbatas/finit (definite)
Jumlah unit analisisnya dapat dihitung.
misal: mahasiswa UK Petra, pemilik KARTU HALO di Indonesia.
2. Populasi tidak terbatas/infinit (indefinite)
Jumlah unit analisisnya tidak dapat dihitung, karena
terlalu banyak atau karena tak terdefinisi.
misal: pengunjung restoran KFC di Surabaya, pemilik HP Nokia di
kalangan mahasiswa
Jumlah populasi akan mempengaruhi metode
pengambilan sampel yang dapat digunakan.
5
Populasi dan Sampel
Populasi
Sampel
Parameter
Statistik
PARAMETER
SAMPLING
Besaran, nilai, atau
harga dari populasi
POPULASI


2

STATISTIK
Besaran, nilai, atau
harga dari sampel
x
s2
GENERALISASI/ INFERENSI
s
r
SAMPEL
Simbol Matematis untuk Populasi dan
Sampel
Variable
-
Population
Sample
Mean
µ
X
Proportion

p
Variance
2
s2
Standard deviation

s
Size
N
n
Standard error of the mean
x
Sx
Standard error of the proportion
p
Standardized variate (z)
Coefficient of variation (C)
-
-
Sp
(X-µ)/
(X-X)/S
/µ
S/X
-
Proses Sampling
1. Definisikan Target Populasi
2. Tentukan kerangka sampling
3. Pilih teknik pengambilan sampel
4. Pilih besar sampel yg akan diteliti
5. Lakukan proses sampling
1. Pendefinisian Target Populasi

Target populasi harus didefinisikan secara jelas dengan
memperhatikan:
a) unit analisis/satuan amatan;
b) elemen;
c) tingkatan (extent) atau ruang lingkup (scope);
d) kisaran waktu.

Misal penelitian mengenai respons terhadap lipstik baru.



Populasi adalah semua pemakai lipstik
Kata “semua” memiliki batasan yang tidak jelas. Apabila ada
anak perempuan berusia 12 tahun memakai lipstik, apakah ia
termasuk populasi penelitian? Kalau termasuk, apakah anak
semuda itu sudah bisa menyatakan pendapat yang akurat?
Jadi, diperlukan batasan-batasan target populasi yang jelas 
perlu didefinisikan.
9
Pendefinisian Target Populasi

Dari contoh di atas, maka target populasi dapat ditetapkan
sebagai berikut:
Unit analisis/satuan amatan
Elemen
Ruang lingkup geografis
Ruang lingkup waktu

: semua wanita pemakai lipstik
: wanita berusia 17 s.d. 60 thn
: Surabaya
: tahun 2007
Jadi bila dirumuskan dalam kalimat, maka target populasi
dapat didefinisikan sebagai berikut:
“Semua wanita pemakai lipstik yang berusia 17-60
tahun di Surabaya, pada tahun 2007”.
10
Unit analisis / Satuan Amatan


o
Unit analisis/satuan amatan adalah objek atau
subjek penelitian yang diteliti.
Yang dapat termasuk unit analisis, misalnya:
o Individu
o Groups
o Rumah tangga (households)
o Organizations
o Geographical units (eg. town, region)
o Transactions/occasions dst…
Responden adalah unit amatan/unit analisis dimana
kepada mereka, kuesioner kita berikan. Responden
bisa = unit amatan (tapi bisa juga berbeda)
11
2. Menentukan Kerangka Sampling
(Sampling Frame)




Kerangka sampling berisikan daftar atau petunjuk untuk
mengidentifikasi target populasi.
Kerangka sampling bisa tersedia atau tidak tersedia.
Untuk populasi yang terbatas (definite population),
biasanya kerangka sampling tersedia. Demikian juga
sebaliknya.
Ketersediaan kerangka sampling akan mempengaruhi
metode pengambilan sampel yang digunakan.
12
3. Memilih Teknik Sampling
Teknik Sampling adalah tatacara penarikan sampel agar
efisien dalam pelaksanaannya dan hasilnya efektif
(akurat dan valid) dalam merepresentasikan
karakteristik populasinya.
Secara umum, ada 2 teknik sampling:
1. Probability sampling
Setiap anggota populasi memiliki kesempatan (chance) atau
peluang (probability) yang sama untuk dipilih sebagai
sampel.
2.
Non-probability sampling
Setiap anggota populasi tidak memiliki peluang yang sama
untuk dipilih.
13
Classification of Sampling Techniques
Sampling Techniques
Non-probability
Sampling Techniques
Convenience
Sampling
Judgmental
Sampling
Simple random
Sampling
Unrestricted
Systematic
Sampling
Restricted
Probability
Sampling Techniques
Quota
Sampling
Stratified
Sampling
Snowball
Sampling
Cluster
Sampling
Other sampling
Techniques
Probability Sampling
1.
2.
3.
4.
Simple random sample (SRS) – Acak
Sederhana
Systematic sampling
Stratified sampling
Cluster sampling
15
Simple Random Sampling (Acak
Sederhana)




Setiap elemen populasi harus diketahui lebih dulu (ada
kerangka sampling-nya)
Dalam pemilihan sampel, setiap elemen memiliki peluang
yang sama untuk terpilih
Caranya bisa menggunakan undian.
Meskipun mudah dimengerti, namun sulit diterapkan,
terutama bila target populasi jumlahnya sangat besar dan
tersebar secara geografis sehingga sulit dijangkau. Biaya
yang diperlukan akan sangat besar.
16
Systematic Sampling



Pengambilan sampel dilakukan dengan sistematika
tertentu.
Misalnya, kerangka sampling berisikan 10.000
elemen target populasi. Peneliti ingin mengambil
sampel 500 elemen. Dari kedua data, dapat
ditetapkan sampling interval 10.000/500=20.
Sampel nomor 1 dipilih secara acak satu elemen.
Misalkan terpilih nomor 8061, maka, elemen
berikutnya yang dipilih adalah nomor 8081, 8101,
8121, 8141, 8161, dst, sampai didapat jumlah
sampel seperti yang ditetapkan.
17
Stratified Sampling
Dengan teknik ini, pertama-tama populasi dibagi dulu dalam
variabel segmentasi yang dianggap relevan.
Dari setiap segmen, pengambilan sampel dilakukan
dengan teknik probability.
Dasar penentuan variabel segmentasi:
 Terdapat homogenitas elemen dalam tiap segmen;
sedangkan antar segmen terdapat heterogenitas elemen.
 Pengelompokan harus berhubungan dengan masalah
yang diteliti. Jadi harus ada pengujian hipotesis atas
pengelompokan yang dilakukan
18
Stratified Sampling
Target Populasi
yang belum disegmentasi
Sub-populasi Sub-populasi Sub-populasi
segmen A
segmen B
segmen C
Dalam tiap segmen, antar elemen memiliki ciri yg homogen,
Tapi antar segmen A, B, dan C; memiliki ciri yg heterogen.
Setiap segmen yg terbentuk, harus diambil wakil/sampel atasnya untuk diteliti.
19
Cluster Sampling




Pertama, populasi harus dibagi dalam sub-populasi
atau cluster lebih dulu.
Umumnya cluster adalah wilayah (area).
Kebalikan dari stratified sampling. Anggota dalam
cluster harus heterogen; sedangkan antar cluster
harus homogen/ada kesamaan ciri.
Dengan demikian, melakukan penelitian pada 1
cluster saja, peneliti sudah bisa menarik kesimpulan
tentang target populasi secara keseluruhan (tidak
harus semua cluster dipilih sebagai sampel).
20
Cluster Sampling
Target Populasi
yang belum disegmentasi
Sub-populasi Sub-populasi Sub-populasi
Cluster A
Cluster B
Cluster C
Dalam tiap cluster, antar elemen memiliki ciri yg heterogen,
Tapi antar cluster A, B, dan C; memiliki ciri yg homogen.
21
Types of Cluster Sampling
Cluster Sampling
One-Stage
Sampling
Two-Stage
Sampling
Multistage
Sampling
Perbedaan terletak dari cara pemilihan elemen
22
Cluster Sampling
One-stage cluster sampling, cluster yang akan
diteliti, dipilih secara random; lalu seluruh elemen dari
cluster terpilih dijadikan sampel.
Two-stages cluster sampling, cluster yang akan
diteliti, dipilih secara random; lalu dari cluster terpilih,
sampel diambil secara random (tidak semua elemen
dipilih).
Multi-stages cluster sampling, proses awal = twostages cluster sampling, namun proses pemilihan
sampel lebih bertingkat lagi. Biasanya untuk
area/wilayah yang lebih luas.
23
Multi Stages Cluster Sampling - contoh
Tahap I: Memilih secara acak wilayah sampel dari 5 wilayah di
Surabaya: Sby Selatan, Sby Utara, Sby Barat, Sby Timur, dan Sby
Pusat.  Misalnya terpilih Sby Selatan.
Tahap II: Memilih secara acak kecamatan dari wilayah Sby Selatan.
Misal ada 20 kecamatan di Sby Selatan,  terpilih kecamatan
Wonocolo.
Tahap III: Memilih secara acak kelurahan dari wilayah kecamatan
Wonocolo. Misal ada 15 kelurahan,  terpilih kelurahan Jemursari.
Tahap IV: Memilih blok pemukiman dari kelurahan Jemursari. 
Misalkan terpilih komplek perumahan Jemur Andayani.
Tahap V: Memilih secara acak 100 KK dari perumahan Jemur Andayani.
24
Non-probability Sampling
1.
2.
3.
4.
Convenience sampling/ Accidental
sampling
Judgement sampling/ Purposive
sampling
Quota sampling
Snowball sampling
25
Convenience Sampling


Dengan teknik ini, peneliti berusaha memperoleh sampel
dari elemen-elemen yang convenience, yaitu yang paling
mudah dihubungi, dikenal, dan mau bekerja sama.
Kadang disebut sebagai accidental sampling, karena
sampel yang dipilih adalah orang-orang yang kebetulan
(accidentally) ditemui.

Cross the mall sampling masuk kategori convenience
sampling, karena sampel adalah orang-orang yang
kebetulan dijumpai di mal (pusat perbelanjaan).
26
Convenience Sampling

Convenience sampling merupakan teknik yang paling
mudah, murah, tidak butuh waktu lama.

Kelemahannya, keterwakilan populasi oleh sampel
dipertanyakan.

Kesimpulan yang dibuat tidak dapat digeneralisasi.

Tidak disarankan untuk studi deskriptif atau kausal,
namun untuk riset eksploratori atau untuk pre-test (uji
validitas kuesioner) boleh digunakan teknik ini.
27
Judgmental Sampling

Elemen populasi dipilih berdasarkan pertimbangan
(judgement) peneliti.

Oleh sebab itu, keahlian peneliti sangat penting, sebab
peneliti harus mampu menilai apakah seseorang mewakili
populasi atau tidak.
Untuk mengurangi bias, peneliti perlu menetapkan syaratsyarat elemen terlebih dulu.
Sebelum pemilihan sampel dan pengambilan data
dilakukan, syarat-syarat harus dipenuhi dulu. Bila tidak,
maka tidak boleh dipilih sebagai responden.
Disebut juga dengan purposive sampling.



28
Quota Sampling -- contoh
• Jumlah pelanggan FEMINA se Indonesia – populasi tidak terbatas
• Besar sampel ditentukan 2000 orang
Variabel Segmentasi
Komposisi
Populasi (%)
Komposisi
Responden (%)
Jumlah
Responden
JENIS KELAMIN
Wanita
Pria
55
45
55
45
1100
900
18-30
31-45
46-60
Di atas 60
24
36
25
15
24
36
25
15
480
720
500
300
PENDAPATAN/BLN
< 2 juta rupiah
2-5 rupiah
> 5 juta rupiah
15
60
25
15
60
25
300
1200
500
USIA (Tahun)
29
Snowball Sampling


Tahap pertama, peneliti memilih responden awal. Setelah
diwawancara, maka responden awal diminta menunjuk
(merekomendasikan) orang lain yang memenuhi syaratsyarat target populasi untuk diwawancara berikutnya oleh
peneliti.
Proses bergulir terus seperti bola salju.
30
Strengths and Weaknesses of Basic Sampling Techniques
Technique
Strengths
Weaknesses
Nonprobability Sampling
Convenience sampling
Least expensive, least
time-consuming, most
convenient
Low cost, convenient,
not time-consuming
Sample can be controlled
for certain characteristics
Can estimate rare
characteristics
Selection bias, sample not
representative, not recommended for
descriptive or causal research
Does not allow generalization,
subjective
Selection bias, no assurance of
representativeness
Time-consuming
Judgmental sampling
Quota sampling
Snowball sampling
Probability sampling
Simple random sampling
(SRS)
Systematic sampling
Stratified sampling
Cluster sampling
Easily understood, results Difficult to construct sampling frame,
projectable
expensive, lower precision, no
assurance of representativeness.
Can increase
Can decrease representativeness
representativeness, Easier
to implement than SRS,
sampling frame not
necessary
Include all important
Difficult to select relevant stratification
subpopulations, precision variables, not feasible to stratify on
many variables, expensive
Easy to implement, cost Imprecise, difficult to compute and
effective
interpret results
Memilih Nonprobability vs. Probability Sampling
Factors
Conditions Favoring the Use of
Nonprobability Probability
sampling
sampling
Nature of research
Exploratory
Conclusive
Relative magnitude of sampling and
nonsampling errors
Nonsampling
errors are
larger
Sampling
errors are
larger
Variability in the population
Homogeneous
(low)
Heterogeneous
(high)
Statistical considerations
Unfavorable
Favorable
Operational considerations
Favorable
Unfavorable
4. Menentukan Jumlah Sampel
(Sample Size)
Faktor-faktor yang harus dipertimbangkan dalam
menentukan besar sampel:
1. Derajat keseragaman (homogenity) populasi
Makin seragam populasi, makin kecil sampel
yang dapat diambil, demikian sebaliknya.
33
Menentukan Jumlah Sampel (Sample Size) …. ctd’
2. Presisi yang dikehendaki dari penelitian
 Merupakan perbedaan maksimal antara statistik
sampel & parameter populasi yang dapat ditoleransi.
 Makin tinggi presisi yang dikehendaki, makin besar
sampel yang harus diambil. Sampel yang besar
cenderung memberikan penduga yang lebih mendekati
nilai sesungguhnya.
 Terdapat korelasi negatif antara besarnya sampel yang
diambil dengan besarnya kesalahan (error). Semakin
besar sampel yang diambil, semakin kecil kesalahan
(penyimpangan terhadap nilai populasi) yang diperoleh.
34
Menentukan Jumlah Sampel (Sample Size) …. ctd’
3. Derajat Keyakinan (Confidence Level)




Sebuah interval, dimana peneliti yakin bahwa nilai
parameter populasi terletak dalam interval tersebut.
Confidence Level yang umum dipilih 95% atau 90%
Terdapat hubungan antara confidence level dengan alpha (α)
 tingkat kesalahan. Confidence level = 1-α, bila α=5%,
confidence level 95%.
Makin besar derajat keyakinan, jumlah sampel yang
diambil semakin besar.
35
Standard Errors Associated with
Areas under Normal Curve
Standard Errors
Percent of area
Approximate Degree
of Confidence
1.00
68.27
68 %
1.65
90.10
90
1.96
95.00
95
3.00
99.73
99
Menentukan Jumlah Sampel (Sample Size) …. ctd’
4.
Rencana Analisa
Adakalanya besar sampel sudah mencukupi sesuai
dengan presisi yang dikehendaki, namun bila dikaitkan
dengan kebutuhan analisa, maka jumlah sampel masih
belum mencukupi
Beberapa pedoman umum:
 Untuk studi deskriptif, sampel minimal 10% dari
populasi n>10%N
 Untuk studi eksperimen, minimal 15 subjek per grup
 Untuk analisa faktor, sampel n= 10 X variabel
37
Menentukan Jumlah Sampel (Sample Size) … ctd’
5. Tenaga, biaya, dan waktu
Apabila menginginkan presisi yang tinggi, maka
jumlah sampel harus besar. Namun bila dana,
tenaga dan waktu terbatas, maka tidaklah
mungkin untuk mengambil sampel yang besar.
Konsekuensi, presisi akan menurun 
kemungkinan error lebih besar.
38
Sample Size Formula -
Example
Suppose a survey researcher, studying
expenditures on lipstick, wishes to have a
95% confident level (Z) and a range of error
(e) of less than $2.00. The estimate of the
standard deviation is $29.00.
40
Sample Size Formula - Example
 zs 
 1.9629.00 
n    

2.00


E
2
2
2
 56.84 
2




28
.
42

 2.00 
 808
41
Calculating Sample Size

The higher the level of confidence…the more sample
units must be obtained.
99%
95%
 1.9629.00 


2
.
00


2
 56.84 


2
.
00


 28.42
2
 808
2
2.57 ) 29) 

(
n

2

2
.
74
53

 2 


2
[37.265]
 1389
2
42
Calculating Sample Size

The higher level of tolerance/range of error accepted… the
less sample units must be obtained.
Sample error = $2
2.57 ) 29) 

(
n

2


2
.
74
53

 2 


2
[37.265]
 1389
Sample error = $4
2
(2 .57 )(29)

n

4


2
74 . 53

 4 


2
[18.6325]
 347
2
43
Contoh Penentuan Sample Size:
Jika Jumlah Populasi Terhingga/Finit
Jumlah Populasi (N)
5.000
10.000
20.000
40.000
100.000
500.000
1.000.000
10.000.000
100.000.000
Jumlah Sampel (n)
1.622
1.936
2.143
2.265
2.344
2.389
2.395
2.400
2.400
Sumber: Suharjo, B (2005)
Contoh Tabel Sample Size:
Jumlah Sampel Populasi Tidak Terhingga /
Infinit
Level of Confidence
Sampling
Error (E)
50% 75% 80% 85% 90% 95%
1% 1140 3307 4096 5184 6766 9604
2% 285 827 1024 1296 1692 2401
3% 127 358 456 576
752 1068
4%
72 207 256 324
423
601
5%
40 199 191 246
271
385
7.5%
21
59
73
93
121
171
10%
12
34
41
2
68
97
15%
6
15
19
24
31
43
20%
3
9
11
13
17
25
99%
99.9%
16590 19741
4148 4936
1844 2194
1037 1234
664
790
296
351
166
198
74
88
42
50
Sumber: Suharjo, B (2005)