POPULASI DAN
SAMPEL
POPULASI
POPULASI :
(1) Keseluruhan anggota, kejadian, atau objek yang telah ditetapkan dengan baik.
(2) Kelompok dimana peneliti akan mengeneralisasikan hasil penelitiannya
(3)
Semua anggota semesta baik manusia, obyek, atau benda yang menempati suatu wilayah.
(4)
Keseluruhan unit analisis yang ciri-cirinya akan diduga. Unit analisis
adalah unit/satuan yang akan diteliti atau dianalisis.
• Penentuan populasi dibantu oleh 4 faktor : Isi, Satuan, Cakupan (scope), Waktu.
Contoh :
Suatu penelitian tentang pendapatan keluarga petani di Kabupaten Simalungun tahun 2018.
maka populasinya dapat ditetapkan dengan 4 faktor tersebut :
• Isi Semua keluarga petani
• Satuan Petani penggarap/pemilik tanah
• Cakupan (scope) Kabupaten Simalungun
• Waktu tahun 2018
Populasi dapat dibedakan atas :
• Populasi target merupakan populasi yang telah ditentukan sesuai dengan permasalahan penelitian, dan hasil penelitian dari populasi tersebut ingin disimpulkan.
• Populasi survei merupakan populasi yang terliput dalam penelitian yang dilakukan.
Idealnya populasi target dan populasi survei sama, tapi karena berbagai sebab maka populasi target dan survei menjadi tidak sama.
Populasi Survei
Populasi Target
SAMPEL
Sampel adalah...
(1)
perwakilan dari kelompok yang telah diseleksi dari populasi target sehingga peneliti dapat mengeneralisasikan hasil
penelitian yang diperoleh ke dalam populasi target.
(2)
bagian dari jumlah dan karakteristik yang dimiliki oleh populasi.
Sampel yang baik, kesimpulannya dapat dikenakan kepada
populasi (representatif).
• Alasan pemilihan sampel :
1. Kendala sumberdaya : waktu, dana, sumberdaya lain yang terbatas jumlahnya
2. Ketepatan : data yang akurat dengan tingkat kesalahan yang relatif rendah
3. Pengukuran destrukrif : menghindarkan kerugian
• Karakteristik sampel yang baik :
1. Memungkinkan peneliti untuk mengambil keputusan yang
berhubungan dengan besaran sampel untuk memperoleh jawaban yang dikehendaki
2. Mengidentifikasikan probabilitas dari setiap unit analisis untuk menjadi sampel
3. Memungkinkan peneliti menghitung akurasi dan pengaruh (misalnya kesalahan) dalam pemilihan sampel daripada harus melakukan sensus
4. Memungkinkan peneliti menghitung derajat kepercayaan yang
ditetapkan dalam estimasi populasi yang disusun dari sampel
statistika.
Penentuan Jumlah Sampel (Sampel yang Representatif) Mitos :
1. Sampel harus besar agar dapat mewakili populasi 2. Sampel harus mengandung hubungan proporsional terhadap ukuran populasi
Dalam praktek :
Besarnya sampel tergantung dari variasi parameter populasi dan seberapa jauh presisi yang diperlukan
oleh si peneliti.
Mutu penelitian tidak selalu ditentukan oleh besarnya
sampel, akan tetapi oleh : 1) kokohnya dasar-dasar
teori, 2) desain penelitian, 3) mutu pelaksanaan dan
pengolahannya.
Besar sample perlu mempertimbangkan hal-hal sbb:
• Derajat keseragaman (degree of homogenity) dari populasi completely heterogeneous
• Besar populasi
• Derajat kepercayaan
• Presisi
• Rencana analisis
• Tenaga, biaya dan waktu
SEMAKIN BESAR SAMPEL SEMAKIN TINGI TINGKAT PRESISI
YANG DIDAPATKAN
• Beberapa pedoman umum (kelaziman/rule of the thumb) dalam penentuan jumlah sampel :
1. Studi deskriptif : 10 – 20 % dari populasi
2. Studi korelasional (menguji ada tidaknya hubungan) : minimal 30 sampel
3. Studi kausal-komparatif : minimal 30 subjek per grup
4. Studi eksperimen : minimal 15 subjek per grup.
5. Jika subjek kurang dari 100, maka lebih baik diambil semua, shg penelitiannya menjadi penelitian
populasi.
• Penentuan jumlah sampel untuk populasi yang sudah diketahui (dengan rumus : Taro Yamane, 1973, Statistics: An introductory analysis. New York:
Harper & Row. Chicago ; Taro Yamane, 1967, Elementary Sampling Theory, New Jersey: Prentice-Hall, Inc).
n = jumlah sampel, N = jumlah populasi d2 = presisi (misalnya, ditetapkan 10 %) Contoh :
• Jumlah populasi di tiga universitas : Universitas A = 981 mhs
Universitas B = 433 mhs Univesitas C = 330 mhs Total populasi = 1753 mhs.
• Proportionate random sampling, dengan rumus ni = (Ni/N)n
• Universitas A = 981/1753 x 95 = 53
• Universitas B = 433/1753 x 95 = 24
• Universitas C = 339/1753 x 95 = 18
2
1
Nd n N
1 95 )
10 , 0 ( 1753
1753
2
n
Rumus : Isaac & Michael,1981, Handbook in Research and Evaluation, Edits Publisher, California,USA.
• n = jumlah sampel yang dicari
• N = jumlah populasi
• P = proporsi populasi sebagai dasar asumsi pembuatan tabel. Harga ini diambil P = 0,50
• d = derajat ketepatan yang direfleksikan oleh kesalahan yang dapat
ditoleransi dalam fluktuasi proporsi sampel (P), d umumnya diambil 0,05
• χ2 = nilai tabel chi-square untuk satu derajat kebebasan (dk) relatif level of confidence yang diinginkan χ2 = 3,841 tingkat kepercayaan 0,95.
Contoh : populasi = 1000
) 1
( )
1 (
) 1
(
2 2
2
P P
N d
P n NP
) 278 5
, 0 1 )(
5 , 0 ( 841 ,
3 )
1 1000
( 05 , 0
) 5 , 0 1 )(
5 , 0 )(
1000 )(
481 ,
3 (
2
s
Mengenal Rumus Slovin
Keterangan:
n = Ukuran sampel/jumlah responden N = Ukuran populasi
E = Persentase kelonggaran ketelitian kesalahan pengambilan sampel yang masih bisa ditolerir; e= 0,1.
Muhammadiyah Surakarta, dalam rumus Slovin ada ketentuan sebagai berikut:
Nilai e = 0,1 (10%) untuk populasi dalam jumlah besar Nilai e = 0,2 (20%) untuk populasi dalam jumlah kecil.
Contoh Rumus Slovin Pengambilan Sampel
Berikut contoh menghitung sampel menggunakan rumus Slovin
1. Sebuah penelitian dengan populasi seluruh karyawan di
perusahaan yang berjumlah 1275 orang, ingin melakukan penarikan sampel menggunakan rumus Slovin dengan batas kesalahan sebesar 5%.
Maka jumlah sampel penelitian yang didapatkan adalah sebagai berikut:
Teknik penarikan/pengambilan sampel
(Desain Sampel/Sampling Design)
1. Probability Sampling (random sampling)
2. Non Probability Sampling (non
random sampling)
I. Probability Sampling
Teknik penarikan sampel, dimana setiap unsur atau elemen sampling diberi kesempatan yang sama dan persis sama untuk diikutkan/dipilih dalam sample.
Syarat dalam penarikan sample probabilitas adalah tersedianya
daftar anggota populasi atau daftar unsur/elemen populasi
(kerangka sample/sampling frame).
Beberapa Teknik Probability Sampling:
1.
Simple Random Sampling ( Penarikan sampel secara Random/Acak Sederhana)Caranya :
• Dengan mengundi elemen/anggota populasi
• Dengan menggunakan tabel angka random
Syarat :
1. Tersedia kerangka sampling 2. Sifat populasi homogen
3. Populasi tidak terlalu tersebar secara geografis
2. Systematic Random Sampling
(Penarikan sample secara sistematik)
• Caranya:
1. Melakukan cek keadaan daftar populasi (kerangka populasi) 2. Menetapkan jarak/interval
N
I = --- = 100/20 = 5 n
I = Interval (5)
N = Jumlah anggota populasi (100) n = Jumlah anggota sampel (20)
3. Menetapkan nomor berapa peneliti akan mulai menghitung (penetapan momor pertama ini dilakukan secara acak/random)
4. Anggota sampel berikutnya ditentukan dengan menambahkan interval pada nomor pertama dan seterusnya.
3. Stratified Random Sampling
(Penarikan Sampel Stratifikasi)
Caranya:
1. Menetapkan kriteria yang jelas yang akan digunakan sebagai dasar penetuan strata (lapisan).
2. Dengan dasar kriteria tersebut populasi dibagi ke dalam sub-sub populasi (setiap subpopulasi diasumsikan homogen)
3. Penentuan besar sampel pada masing-masing subpopulasi bisa proporsional bisa pula tidak.
4. Penentuan unsur bisa simple random/systematic
Syarat :
1. Kriteria yang jelas untuk menstratifikasi
2. Ada data pendahuluan mengenai kriteria
3. Diketahui jumlah tiap lapisan
4. Cluster Sampling
(Penarikan Sampel Berkelompok)
Teknik ini digunakan karena mengalami dua permasalahan, yaitu:
1) peneliti tidak memiliki kerangka sampling yang baik, populasi yang menyebar;
2) Biaya yang tinggi untuk menyusun kerangka sampling dan menjangkau setiap elemen sampel.
Syarat :
1. Populasi dibagi ke dalam mini populasi-mini populasi. Mini populasi memiliki karakteristik yang sama dengan populasi.
2. Pengelompokan mini populasi ini bisa berdasarkan pada pengelompokan secara administrasi.
3. Setelah itu menentukan cluster secara random (bisa dilakukan secara bertingkat misal dari desa menjadi atau dusun dst).
4. Cluster yang terpilih adalah unit yang berisi elemen sampel final.
5. Multistage Sampling
(Penarikan Sampel Secara Bertahap)
Hampir sama dengan cluster, dengan tahap lebih dari satu kali (misal propinsi, kabupaten, kecamatan, kelurahan/desa dan seterusnya)
6. Area Sampling
( Penarikan Sampel Wilayah)
•
Cara ini dilakukan karena populasi tidak memiliki kerangka sampling.
•
Dibutuhkan suatu foto udara yang jelas dan rinci dari wilayah yang akan diteliti, sehingga dapat diketahui blok-blok yang ada misalnya : perumahan, pertokoan, perkebunan, dll.
•
Teknik penarikan sampel sama seperti penarikan sampel secara
bertahap.
II. Non Probability Sampling (Non random sampling)
• Cara ini dilakukan bila tidak mungkin diperoleh daftar yang lengkap dari populasi penelitian, sehingga tidak terdapat kesempatan yang sama pada anggota populasi.
• Karena itu peneliti tidak dapat membuat generalisasi atau kesimpulan yang dapat mewakili populasi, hasil analisis hanya berlaku untuk anggota populasi yang diteliti.
• Dengan penarikan sample non probability, peneliti tidak
dihadapkan pada cara-cara yang rumit.
Beberapa Teknik Non Probability Sampling
1. Purposive Sampling (Penarikan Sampel Secara Sengaja)
• Cara ini membutuhkan kemampuan dan pengetahuan yang baik dari peneliti terhadap populasi penelitian.
• Untuk menentukan siapa yang menjadi anggota sample, maka peneliti harus benar-benar mengetahui dan
beranggapan bahwa orang yang dipilihnya dapat
memberikan informasi yang diinginkan sesuai dengan
permasalahan penelitian.
2. Quota Sampling
(Penarikan Sampel Jatah)
•
Cara ini mirip dengan stratified sampling, yaitu dengan membagi populasi ke dalam sub-sub populasi sesuai dengan fokus penelitian.
•
Penarikan sampel jatah dilakukan bila peneliti tidak dapat
mengetahui jumlah yang rinci dari setiap strata populasinya.
3. Snow-ball Sampling
(Penarikan Sampel Bola Salju)
• Cara penarikan sampel ini dimulai dengan jumlah yang sedikit akhirnya menjadi banyak, dengan
beberapa tahap.
• Pertama, menentukan satu atau beberapa orang untuk diwawancarai.
• Selanjutnya orang-orang tersebut akan berperan sebagai titik awal penarikan sampel selanjutnya.
• Salah satu kelemahannya adalah sampel yang pada tahap
berikutnya adalah orang-orang terdekat (peer group). Karena
itu orang pertama dipilih lebih dari satu.
4. Sequential Sampling
• Penarikan sample ini dimulai dengan pengambilan sampel dalam jumlah kecil, kemudian data dianalisis.
Jika hasilnya masih diragukan, maka sample diambil yang lebih besar dan seterusnya.
5. Accidental/Haphazard Sampling (Penarikan Sampel Secara Kebetulan)
•
Penarikan sampel ini dilakukan dengan cara memilih orang yang
kebetulan ditemui.
Beberapa Kesalahan dalam Pemilihan Sampel
(1) Peneliti tidak menentukan populasi tersedia dan populasi target serta tidak menunjukkan kesamaan antara keduanya.
(2) Peneliti menggunakan sampel yang terlalu kecil untuk memungkinkan analisis subkelompok.
(3) Peneliti tidak menggunakan sampling bertingkat/bersatrata pada
penelitian yang memerlukan jumlah subyek subkelompok yang memadai.
(4) Bila menggunakan subyek sukarelawan, peneliti tidak memberikan keterangan yang cukup tentang perbedaannya dengan nonsukarelawan dan tidak mempertimbangkan kesukarelaan ini dalam menafsirkan
hasilnya.
(5) Peneliti mengubah teknik samplingnya untuk memenuhi tuntutan sekolah agar mau bekerja sama.
(6) Peneliti tidak memberi alasan dalam memilih ukuran sampel.
(7) Peneliti memilih sampel yang tidak sesuia dengan tujuan penelitiannya.
(8) Peneliti memilih kelompok eksperimen dan control dari populasi yang berbeda.
