Prof. Dr. Ir. Zulkifli Alamsyah, M.Sc. Program Studi Agribisnis UNIVERSITAS JAMBI

(1)

(2)

MENGAPA PERLU SAMPEL?



_{Populasi terlalu besar}



_{Keterbatasan aksesibilitas}



_{Keterbatasan sumberdaya:}



_Dana



_Tenaga



_Waktu



_{Homogenitas populasi}

2

(3)

BERAPA JUMLAH SAMPEL?

Faktor-faktor yang menentukan:



_{Homogenitas populasi}



_{Tingkat presisi yang diinginkan}



_{Keterbatasan sumberdaya:}



_Dana



_Tenaga



_Waktu

(4)

BERAPA JUMLAH SAMPEL?



Persentase : 5 atau 10 %?



Sejumlah tertentu?



Menggunakan formula Slovin:

N

n =

1 + {N(d)

2

_}

Dimana :

n

= jumlah sampel

N

= jumlah populasi

d

= Margin Of Error Maximum (kesalahan yang masih

bisa ditoleransi diambil, %)

(5)

PENGERTIAN



Sampling dan peranannya



Population:



Populasi sasaran: sumber informasi representatif yg diinginkan



Populasi contoh: populasi darimana unit contoh diambil

berdasarkan sampling frame.



Sample Frame: Daftar unit-unit contoh yang mempunyai

peluang terpilih sebagai responden.



Sample Unit: unit analisis dalam penelitian



Sampel Size: ukuran sampel (homogenitas, presisi,

sumberdaya)

(6)

POPULASI DAN SAMPEL

(7)

(8)

ACCIDENTAL SAMPLING



Penetapan responden secara kebetulan

(siapa saja yang ditemui, dimana dan

kapan saja).



Tanpa mempertimbangkan keterwakilan

dari objek penelitian.

(9)

VOLUNTARY SAMPLING



Penetapan sampel berdasarkan

kesediaannya menjadi responden.



Responden tercatat dalam kerangka

sampel.



Tetap mempertimbangkan keterwakilan

(10)

PURPOSIVE SAMPLING



Penetapan sampel sesuai kriteria

penelitian atau karakteristik populasi

yang diinginkan dalam penelitian.



Sering digunakan dalam penetapan

keterwakilan sampel (wilayah atau

kelompok sampel).

(11)

SNOWBALL SAMPLING



Penetapan sampel secara berantai

sesuai kriteria penelitian.



Peneliti mencari responden pertama

untuk diwawancarai.



Responden lainnya diperoleh

berdasarkan informasi responden yang

diwawancarai sebelumnya dan

seterusnya sampai ditemukan sejumlah

responden yang dianggap mewakili.

(12)

QUOTA SAMPLING



Penetapan jumlah sampel berdasarkan

taksiran kasar dari data statistik, baik

untuk strata atau sub-strata dari

populasi.



Peneliti memiliki kebebasan menentukan

responden – mudah dihubungi.

(13)

SIMPLE RANDOM SAMPLING



Memberikan kesempatan/peluang yang sama

kepada semua anggota populasi sebagai

sampel



Keuntungan: ketepatan yg tinggi



Efektif digunakan pada kondisi:



Sampling frame tersedia



Populasi yang kecil.



Teknik:

(14)

SIMPLE RANDOM SAMPLING

Randomisasi

Populasi

Sampel



Tabel random



Undian (lotere)

Penomeran seluruh

anggota populasi

14

(15)

SYSTEMATIC RANDOM SAMPLING



Seluruh anggota populasi terdaftar berdasarkan

nomor urut dan setiap anggota populasi memiliki

peluang yang sama terpilih sebagai sampel.



Pengundian hanya dilakukan pada proporsi

populasi sebesar N/n, dimana n adalah jumlah

sampel yang akan dipilih dan N adalah jumlah

seluruh anggota populasi.



Dari proporsi populasi tersebut, undian dilakukan

hanya untuk satu sampel, dan sampel-sampel

(16)

SYSTEMATIC RANDOM SAMPLING

Contoh:



Populasi 300 orang dan jumlah sampel

yang diperlukan 20 orang, maka undian

hanya dilakukan pada proporsi populasi

sebesar 300/20 yaitu 15 orang.



Jika undian terhadap 15 orang tersebut

terpilih nomor urut 10 sebagai samepl

pertama, maka nomor urut sampel-sampel

selanjutnya adalah 25, 40, 55, … , 295.

(17)

1 16 31 46 61 76 91 106 121 136 151 166 181 196 211 226 241 256 271 286 2 17 32 47 62 77 92 107 122 137 152 167 182 197 212 227 242 257 272 287 3 18 33 48 63 78 93 108 123 138 153 168 183 198 213 228 243 258 273 288 4 19 34 49 64 79 94 109 124 139 154 169 184 199 214 229 244 259 274 289 5 20 35 50 65 80 95 110 125 140 155 170 185 200 215 230 245 260 275 290 6 21 36 51 66 81 96 111 126 141 156 171 186 201 216 231 246 261 276 291 7 22 37 52 67 82 97 112 127 142 157 172 187 202 217 232 247 262 277 292 8 23 38 53 68 83 98 113 128 143 158 173 188 203 218 233 248 263 278 293 9 24 39 54 69 84 99 114 129 144 159 174 189 204 219 234 249 264 279 294 10 25 40 55 70 85 100 115 130 145 160 175 190 205 220 235 250 265 280 295 11 26 41 56 71 86 101 116 131 146 161 176 191 206 221 236 251 266 281 296 12 27 42 57 72 87 102 117 132 147 162 177 192 207 222 237 252 267 282 297

(18)

1 16 31 46 61 76 91 106 121 136 151 166 181 196 211 226 241 256 271 286 2 17 32 47 62 77 92 107 122 137 152 167 182 197 212 227 242 257 272 287 3 18 33 48 63 78 93 108 123 138 153 168 183 198 213 228 243 258 273 288 4 19 34 49 64 79 94 109 124 139 154 169 184 199 214 229 244 259 274 289 5 20 35 50 65 80 95 110 125 140 155 170 185 200 215 230 245 260 275 290 6 21 36 51 66 81 96 111 126 141 156 171 186 201 216 231 246 261 276 291 7 22 37 52 67 82 97 112 127 142 157 172 187 202 217 232 247 262 277 292 8 23 38 53 68 83 98 113 128 143 158 173 188 203 218 233 248 263 278 293 9 24 39 54 69 84 99 114 129 144 159 174 189 204 219 234 249 264 279 294 10 25 40 55 70 85 100 115 130 145 160 175 190 205 220 235 250 265 280 295 11 26 41 56 71 86 101 116 131 146 161 176 191 206 221 236 251 266 281 296 12 27 42 57 72 87 102 117 132 147 162 177 192 207 222 237 252 267 282 297 13 28 43 58 73 88 103 118 133 148 163 178 193 208 223 238 253 268 283 298 14 29 44 59 74 89 104 119 134 149 164 179 194 209 224 239 254 269 284 299 15 30 45 60 75 90 105 120 135 150 165 180 195 210 225 240 255 270 285 300

Undian hanya dilakukan pada proporsi populasi pertama

(nomor urut 1 – 15)

(19)

1 16 31 46 61 76 91 106 121 136 151 166 181 196 211 226 241 256 271 286 2 17 32 47 62 77 92 107 122 137 152 167 182 197 212 227 242 257 272 287 3 18 33 48 63 78 93 108 123 138 153 168 183 198 213 228 243 258 273 288 4 19 34 49 64 79 94 109 124 139 154 169 184 199 214 229 244 259 274 289 5 20 35 50 65 80 95 110 125 140 155 170 185 200 215 230 245 260 275 290 6 21 36 51 66 81 96 111 126 141 156 171 186 201 216 231 246 261 276 291 7 22 37 52 67 82 97 112 127 142 157 172 187 202 217 232 247 262 277 292 8 23 38 53 68 83 98 113 128 143 158 173 188 203 218 233 248 263 278 293 9 24 39 54 69 84 99 114 129 144 159 174 189 204 219 234 249 264 279 294 10 25 40 55 70 85 100 115 130 145 160 175 190 205 220 235 250 265 280 295 11 26 41 56 71 86 101 116 131 146 161 176 191 206 221 236 251 266 281 296 12 27 42 57 72 87 102 117 132 147 162 177 192 207 222 237 252 267 282 297

(20)

STRATIFIED RANDOM SAMPLING



Bila anggota populasi memiliki

karakateristik yang beragam yang bisa

dikelompokkan kedalam beberapa strata.



Seluruh anggota populasi terbagi habis

kedalam strata-strata tersebut sehingga

jumlah anggota populasi pada setiap strata

diketahui dengan pasti.



Penarikan sampel pada setiap strata

dilakukan secara random dengan jumlah

yang berimbang (proportional sampling).

(21)

STRATIFIED RANDOM SAMPLING

Populasi

Randomisasi

Dikelompokkan

Berdasarkan strata

(22)

Contoh Kuantitatif:

Suatu populasi yang distratifikasi menjadi 3 strata yaitu

strata A, strata B dan strata C, yang masing-masing

anggota populasinya berturut-turut adalah 120, 200 dan

160. Jika sampel yang diperlukan sebanyak 36, maka

jumlah sampel pada strata A dapat dihitung dengan

formula sbb:

Jumlah sampel pada strata B dan C dihitung dengan

cara yang sama.

(23)

(24)

CLUSTER SAMPLING



Pengambilan data dari klaster yang dilakukan secara random



Sering disebut juga area sampling karena berkaitan dengan

lokasi tertentu.



Cluster sampling dengan stratified sampling hampir mirip.



Persamaannya bahwa anggota sampel ke dua teknik sampling

tersebut merupakan anggota dari strata atau kelompok

tertentu.



Perbedaannya pada cluster random sampling, yang dilakukan

randomisasi adalah kelompoknya bukan secara individu.



Contoh: Jambi terdiri dari 11 kabupaten/kota. Penelitian akan

dilakukan pada 5 kabupaten/kota, maka randomisasi dilakukan

terhadap kabupaten/kota bukan penduduk.

(25)