SAMPEL. Sampel

Metode Penelitian Ilmiah
Session 6
Populasi dan Sample
Iman Muhammad, S.E., S.Kom, M.M., M.Kes
Objective

Materi kuliah Hari ini :
• TEKNIK SAMPLING

Buku yang dipergunakan :
• Iman Muhammad, Panduan Penyusunan
Karya Tulis Ilmiah Bidang Kesehatan
Menggunakan Metode Penelitian Ilmiah,
Penerbit Citapustaka, Bandung
• Iman Muhammad, Pemanfaatan SPSS dalam
Penelitian Sosial dan Kesehatan, Penerbit
Citapustaka, Bandung
Dasar pemikiran

Data yang dipergunakan dalam suatu
penelitian belum tentu merupakan
keseluruhan dari suatu populasi
karena beberapa kendala :
• Kendala biaya
• Kendala waktu
• Kendala tenaga
• Polulasi yang tidak terdefinisikan



Untuk mengatasi masalah dalam
pemakaian data yang mengalami kendalakendala, maka dapat dipergunakan
SAMPEL.
Sampel merupakan bagian kecil dari
suatu populasi
Populasi merupakan suatu wilayah
generalisasi yang terdiri atas
obyek/subyek yang mempunyai
karakteristik tertentu dan mempunyai
kesempatan yang sama untuk dipilih
menjadi anggota sampel.


Untuk resiko perbedaan hasil antara
populasi dengan sampel,
dipergunakan kemungkinan tingkat
kesalahan (sampling error, e,
tingkat kelonggaran, ) (misalnya
1%=0,01; 5%=0,05; 10%=0,1)
Angka tingkat kepercayaan tersebut
pararel dengan tingkat kepercayaan/
kebenaran (misalnya 99%, 95%,
90%), mis: Tkt Keperrcayaan 95%
(=0,05)
Ukuran Sampel



Macam-macam cara untuk
menentukan ukuran sampel dari
suatu populasi.
Beberapa ahli mengemukakan
berbagai cara yang berbeda.
Bila anda menggunakan seluruh
Populasi sebagai sample, ini disebut
teknik “Total Population” (Lund
Research Ltd, 2012)
1. Menentukan ukuran sampel
menurut Slovin

Menggunakan rumus :
n = ukuran sampel
N = ukuran populasi
e = persen kelonggaran ketidaktelitian karena
kesalahan pengambilan sampel yang
masih dapat ditolerir atau diinginkan
misalnya (0.05)
Contoh Soal Slovin



Contoh: Populasi 200, tingkat
kepercayaan 90%, tentukan besaran
sample
Contoh: Populasi 200, tingkat
kepercayaan 95%, tentukan besaran
sample
Contoh: Populasi 200, tingkat
kepercayaan 99%, tentukan besaran
sample
2. Menentukan ukuran sampel
menurut Lameshow

Menggunakan rumus :
(𝑍1−𝛼/2 )2 𝑃𝑞𝑁
𝑛= 2
𝑑 𝑁 − 1 + (𝑍1−𝛼 )2 𝑃𝑞
2







Keterangan :
P = Proporsi subyek yang dari penelitian sebelumnya. Bila tdk
menemukan dari peneliti sebelumnya, gunakan 0,50
q = 1-P (misalnya 1-0,50 = 0,50)
d = Tingkat presisi, untuk P antara 10-90% gunakan d=0,05
Z = Tingkat kepercayaan yang sebesar 95 % = 1,96 (default)
n = Jumlah sampel
N = Banyaknya populasi.
Contoh Peneliti Terdahulu
Untuk Menentukan nilai P (Proporsi)
Lameshow contoh soal
(1,96)2 𝑥 0,24 𝑥 0,76 𝑥 225
𝑛=
0,05 2 225 − 1 + (1,96)2 𝑥 0,24 𝑥 0,76








Keterangan :
P = Proporsi subyek yang sakit dari penelitian sebelumnya
24,35% = 0,24
q = 1-p= 1-0,24 = 0,76
d = Tingkat presisi yang digunakan 5% = 0,05
Z = Tingkat kepercayaan yang sebesar 95 % = 1,96
n = Jumlah sampel
N = Banyaknya populasi adalah 225 orang
Ditanya jumlah n = ?
Modifikasi Rumus Lameshow (N tidak diketahui)


Namun apabila besar populasi (N) tidak diketahui atau (N-n)/(N1)=1 maka besar sampel dihitung dengan rumus sebagai berikut :
Misalnya, kita ingin mencari sampel minimal untuk suatu penelitian
mencari faktor determinan pemberian ASI secara eksklusif. Untuk
mendapatkan nilai p, kita harus melihat dari penelitian yang telah
ada atau literatur. Dari hasil hasil penelitian Suyatno (2001) di
daerah Demak-Jawa Tengah, proporsi bayi (p) yang
diberi makanan ASI eksklusif sekitar 17,2 %. Ini berarti nilai p =
0,172 dan nilai q = 1 – p. Dengan limit dari error (d) ditetapkan
0,05 dan nilai Alfa = 0,05, maka jumlah sampel yang dibutuhkan
sebesar: = 219 orang (angka minimal)

Rumus tersebut memiliki asumsi bahwa
populasi berdistribusi normal
Batas-batas kesalahan
Populasi
+1%
+2%
+3%
+4%
+5%
+10%
500
-
-
-
-
222
83
1500
-
-
638
441
316
94
2500
-
1250
769
500
345
96
5000
-
1667
909
556
370
98
10000
5000
2000
1000
588
385
99
50000
8333
2381
1087
617
387
100
2. Menentukan ukuran sampel
menurut Gay

Ukuran minimum sampel yang dapat
diterima bedasarkan pada desain
penelitian yang digunakan, yaitu :
• Metode deskriptif, minimal 10% populasi
untuk populasi yang relatif kecil min 20%
• Metode deskriptif-korelasional, minimal 30
subyek
• Metode ex post facto, minimal 15 subyek per
kelompok
• Metode eksperimental, minimal 15 subyek per
kelompok
3. Menentukan ukuran sampel
menurut Kracjie


Sama dengan Slovin, hanya untuk
α sebesar 5% dan jumlah populasi N
mulai dari sebesar 10 sampai
100.000.
Prinsipnya sama dengan Slovin dan
besar sampel yang dihasilkan hampir
sama besar.
4. Menentukan ukuran sampel
menurut Harry King

Harry king menghitung jumlah
sampel menggunakan nomogram
dan jumlah populasi maksimum
2000 dengan α bervariasi sampai
dengan 15%
Teknik Pengambilan Sampel

Tiga hal pokok penting dalam
pengambilan sampel dari populasi :
• Populasi yang terhingga dan yang tidak
terhingga
• Pengambilan sampel secara probabilitas dan
non probabilitas
• Pengambilan sampel dengan membagi
populasi menjadi beberapa bagian (sub
populasi) dan pengambilan sampel langsung
dari populasi yang tidak dibagi menjadi
beberapa sub populasi.
1. Probability Sampling / Acak



Suatu metode pemilihan ukuran sampel
dimana setiap anggota populasi
mempunyai peluang yang sama untuk
dipilih menjadi anggota sampel.
Tetapi semakin besar populasi, akan
semakin sulit.
Ada tiga cara pengambilan sampel dengan
metode ini :
1. Simple random Sampling
2. Stratified random sampling (cara stratifikasi)
3. Cluster sampling (cara kluster)
1. Simple Random Sampling
A. Cara Undian
•
•
Dengan cara memberikan nomor-nomor pada
seluruh anggota populasi, lalu secara acak
dipilih nomor-nomor sesuai dgn banyaknya
jumlah sampel yang dibutuhkan.
Ada dua rancangan cara undian :


Pengambilan sampel tanpa pengembalian, yang
berarti sampel yang pernah terpilih tidak akan
dipilih lagi. Akan menghasilkan nilai probabilitas
yang tidak konstan
Pengambilan sampel dengan pengembalian, yang
berarti sampel yang pernah terpilih ada
kemungkinan terpilih lagi. Megnghasilkan nilai
probabilitas yang konstan
b. Cara Tabel bilangan random
•
•
•
•
•
Menggunakan tabel bilangan random (acak),
yaitu suatu tabel yang terdiri dari bilanganbilangan yang tidak berurutan.
Secara prinsip, pemakaiannya adalah dengan
memberi nomor pada setiap anggota
populasi dalam suatu daftar (sample frame)
Selanjutnya dipergunakan jumlah digit pada
tabel acak dengan digit populasi
Pilih salah satu nomor dengan acak, gunakan
dua digit terakhirnya, cocokkan dengan
nomor pada sample frame.
Jika ada yang sama, maka data pada sample
frame diambil sebagai anggota sampel.

Contoh menentukan reponden menggunakan
tabel bilangan random
• Buat kerangka populasi (daftar nama populasi, beri
nomor)
• Buka tabel bilangan random (acak)
• Pilih baris pada tabel bilangan random dengan cara
tertentu (misalnya terpilih baris ke 23)
• Pilih lajur pada tabel bilangan acak (misalnya terpilih
lajur ke 35)
• Temukan titik temu antara baris dan lajur, berupa
bilangan (misal titik temu antara baris ke 23 dengan
lajur ke 35 adalah bilangan 084)
• Bilangan tersebut merupakan nomor responden pertama
yang terpilih
• Untuk menentukan nomor responden berikutnya dapat
diambil bilangan-bilangan yang ada dibawah dan atau
diatasnya
C. Cara sistematis / Ordinal
• Merupakan teknik untuk memilih
anggota sampel melalui peluang dan
sistem tertentu dimana pemilihan
anggota sampel dilakukan setelah
pemilihan data pertama secara acak,
dan untuk data selanjutnya dipilih
berdasarkan interval tertentu atau
kelipatan tertentu atau angka ganjil
genap.

Contoh menggunakan kelipatan :
• Menggunakan angka kelipatan 3 untuk
menentukan responden.
• Maka responden yang dipilih adalah responden
yang memiliki nomor 3, 6,9, dstnya.

Atau dapat juga dilakukan dengan
membagi angka ukuran populasi dengan
angka ukuran sampel :
• Jika populasi 400 dan sampel 80, maka
400:80=5
• Sehingga responden yang dipilih adalah
responden yang memiliki nomor kelipatan 5.
nomor 5,10,15,dstnya
2. Stratified Random Sampling (stratifikasi)
•
•
•
•
•
Dilakukan dengan membuat strata pada
anggota populasi
Mengelompokkan suatu populasi yang
heterogen berdasarkan karakteristik tertentu
ke dalam beberapa sub-populasi.
Sehingga setiap sub populasi akan memiliki
anggota sampel yang homogen
Dari setiap sub populasi diambil anggota
sampelnya secara acak
Penghitungan sampel menggunakan dua
pendekatan :
a.
b.
Cara proporsional (bila jumlah elemen tiap sub
populasi tidak sama)
Cara nonproporsional (bila jumlah elemen tiap sub
populasi sama)
a.
Jika jumlah elemen tiap sub
populasi sama (nonproporsional)
• Misalkan jumlah sampel telah
ditentukan menggunakan rumus Slovin
yaitu sebesar 150.
• Dan telah ditentukan jumlah sub
populasi (kelompok) adalah 5
• Maka dapat ditentukan bahwa jumlah
sampel pada tiap sub populasi adalah
150 : 5 = 30 sampel
Non Proportional Sampling
b. Jika jumlah elemen tiap sub
populasi tidak sama (Proportional)
• Misalkan jumlah populasi 868
terbagi atas 5 sub-populasi yang
ukurannya 448, 131, 81, 108 dan
100.
• Jumlah besar sampel yang ingin
diambil menggunakan Rumus
Slovin dengan confidence level (tkt
kepercayaan) 95%

Untuk menentukan jumlah sample
menggunakan rumus Slovin:
n=
N
1+Ne2
n=

868
3,17
n=
868
1+868(0.05)2
= 273,8 dibulatkan 274
Dimana :
• n = sample
• N = populasi
• e = sampling error

Contoh :
• Akan dilakukan survei pendapat konsumen terhadap
suatu produk. Dari total jumlah anggota populasi 868
yang berdomisili di 5 wilayah DKI, akan diambil sejumlah
sampel
• Berikut tabel perhitungan sample fraction dan jumlah
sampel :
• Total elemen populasi (N) = 868
• Jumlah sampel yang ingin diambil (n) = 274
Lokasi
Strata (Li)
Ni
(Ni : N)
(Ni x n)
Jakarta Utara
I
448
0,516
141
Jakarta Timur
II
131
0,151
41
Jakarta Pusat
III
81
0,093
26
Jakarta Selatan
IV
108
0,124
34
Jakarta Barat
V
100
0,116
32
868
1
150

Contoh Soal silahkan dikerjakan :
• Akan dilakukan survei pendapat mahasiswa terhadap
metode pembelajaran. Dari total jumlah anggota populasi
350 mahasiswa Tingkat-2 di Akbid Helvetia, akan diambil
sejumlah sampel dari 6 Kelas (Strata)
• Tingkat kepercayaan 95% :
• Total elemen populasi (N) = 400
• Jumlah sampel yang ingin diambil (n) = hitung dengan
Rumus Slovin
Lokasi
Strata (Li)
Ni
Kelas 2A
I
60
Kelas 2B
II
58
Kelas 2C
III
59
Kelas 2D
IV
56
Kelas 2E
V
57
Kelas 2F
VI
60
(Ni : N)
(Ni x n)
3. Cluster Sampling
 Pendekatan pengambilan sampel dengan
cara melakukan seleksi terlebih dahulu
terhadap setiap individu yang menjadi
populasi
 Dilakukan dengan cara membagi populasi
ke dalam kelompok-kelompok elemen dan
secara random beberapa anggota
kelompok dipilih sebagai sampel.
 Atau melakukan randomasi terhadap
kelompok bukan terhadap subjek
terhadap secara individual.
 Didasarkan pada satuan analisis dalam
kelompok tertentu di satu wilayah.

Contoh :
• Penelitian untuk mengetahui penggunaan
internet di wilayah Belimbing kota malang.
• Kesulitan membuat kerangka populasi karena
jumlah satuan analisis yang banyak (warga
belimbing kota malang)
• Misal wilayah belimbing memiliki 10 RW.
• Dari 10 RW tersebut diambil 25% melalui
teknik random, diperoleh 3 RW
• Masing-masing RW memiliki 11,12 dan 14 RT
• Masing-masing RT terdiri dari 25, 26 dan 29
KK
• Dari 80 KK tersebut hanya 50 KK yang
menggunakan internet.
Perbedaan Stratified Sampling
dengan Cluster Sampling


Cara stratifikasi akan mengakibatkan
adanya sub-populasi yang unsurnya
homogen
Cara Cluster akan mengakibatkan
adanya sub-populasi yang unsurnya
heterogen.
2. Pengambilan sampel Non
Probabilitas / Non Acak



Pengambilan sampel dengan cara ini akan
membuat semua elemen populasi belum
tentu memiliki peluang yang sama untuk
dipilih menjadi anggota sampel.
Besarnya peluang anggota populasi untuk
terpilih sebagai sampel tidak diketahui.
Akibatnya tidak dapat menghitung
besarnya error dalam estimasi terhadap
karekteristik populasi.

Alasan menggunakan nonprobability
sampling :
• Total populasi tidak diketahui dengan pasti
• Penggunaan probability tidak operasional di
lapangan, karena sampel cenderung akan bias
• Analisis antar seksi (cross section) tidak
dipergunakan dalam penelitian
• Biaya dan waktu yang tersedia tidak
memungkinkan operasi penelitian
menggunakan probability sampling.
• Di awal penelitian suatu permasalahan,
di mana tujuannya baru mengumpulkan
informasi mengenai gejala (tujuan
eksploratif), cukuplah menggunakan
nonprobability sampling, belum
diperlukan generalisasi statistik yang
akurat.
• Kalau populasinya sendiri jumlah
anggotanya kecil (misalnya di bawah
100).
1. Cara kuota (Quota sampling)
 Mengambil sampel sebanyak jumlah tertentu
yang dianggap dapat merefleksikan ciri populasi.
 Pada cara ini tidak ada jaminan bahwa ciri-ciri
populasi akan terwakili dalam sampel yang
terpilih dan kita tidak dapat mengestimasi error
yang terjadi.
 Hasil penelitian terhadap sampel ini tidaklah
dapat digeneralisasikan secara valid pada
populasinya.
 Cara ini dapat dipergunakan apabila :
• peneliti menghadapi keterbatasan dana
• tujuan penelitian bukan untuk memperoleh gambaran
mengenai populasi melainkan untuk pengujian hipotesishipotesis dalam penelitian awal.

Contoh :
• Tujuan peneliti ingin mengetahui
penggunaan internet di kampus ASIA
bagi mahasiswa masing-masing jurusan
semester 5
• Peneliti menetapkan 20 mahasiswa
untuk masing-masing jurusan semester
5 sebagai responden
• Angka 20 merupakan perkiraan peneliti
yang diyakini dapat mewakili mahasiswa
di lokasi penelitian.
2. Cara bola salju (Snowball sampling)
 Merupakan teknik penentuan sampel
yang mula-mula jumlahnya kecil,
kemudian sampel ini disuruh memilih
responden lain untuk dijadikan
sampel lagi, begitu seterusnya
sehingga jumlah sampel menjadi
banyak.
3. Purposive Sampling
 Pemilihan sampel didasarkan pada
karakteristik tertentu yang dianggap
mempunyai hubungan dengan
karakteristik populasi yang sudah
diketahui sebelumnya.
 Memilih sampel berdasarkan kelompok,
wilayah atau sekelompok individu melalui
pertimbangan tertentu yang diyakini
mewakili semua unit analisis yang ada.

Contoh :
• Penelitian untuk meneliti sikap
mahasiswa terhadap peraturan
pemerintah mengenai UU Hak Cipta
• Maka dipilih beberapa Perguruan Tinggi
dan Universitas yang dianggap dapat
mewakili bedasarkan penyelidikan atau
kenyataan sebelumnya.
Kekeliruan Sampling


Proses riset harus terbebas atau paling
tidak hanya memilki sedikit kesalahan
ataupun kekeliruan baik pada saat
pengumpulan, pengolahan data sampai
dengan saat penyajian informasi sebagai
hasil riset
Secara logis, tidak mungkin rata-rata
hitung suatu sampel yang diambil dari
suatu populasi akan sama persis dengan
rata-rata hitung populasi.

Kekeliruan sampling :
• Adalah kekeliruan yang terjadi pada saat
menelaah sampel, misalnya dalam
menentukan jumlah sampel yang harus
diambil

Kekeliruan tak sampling :
• Kekeliruan yang terjadi dalam suatu riset yang
disebabkan oleh populasi yang tidak jelas,
pertanyaan yang tidak tepat dan obyek yang
diteliti ternyata tidak seluruhnya didapat.