POPULASI DAN SAMPEL Data Statistik Pengumpulan data statistik

POPULASI DAN SAMPEL

Data Statistik Pengumpulan data statistik : 1. Sensus Pengumpulan data dengan mencatat dan meneliti seluruh elemen objek penelitian (populasi) 2. Sampling Pengumpulan data dengan mencatat dan meneliti sebagian elemen objek penelitian (sampel)

Data Statistik Populasi Sampel Populasi atau universe adalah jumlah keseluruhan dari satuan-satuan atau individu yang karakteristiknya hendak diteliti. Dan satuan tersebut dinamakan unit analisis, dan dapat berupa orang, institusi-institusi, benda, dst (R. Pasaribu, 2013) Sampel atau contoh adalah sebagian dari populasi yang karakteristiknya hendak diteliti. Sampel yang baik, yang kesimpulannya dapat dikenakan pada populasi, adalah sampel yang bersifat representatif atau yang dapat

Data Statistik Instrumen Pengumpulan Data Adapun instrumen yang dapat digunakan untuk mengumpulkan data dalam suatu penelitian adalah : 1. Tes 2. Questionare (angket) 3. Interview (wawancara) 4. Observasi (pengamatan) 5. Rating scale (skala bertingkat) 6. Dokumentasi

Dalam kehidupan sehari-hari seringkali kita tertarik untuk mengambil suatu kesimpulan yang valid mengenai sekelompok besar individu/objek. Memeriksa seluruh kelompok (populasi) memiliki resiko yang tinggi bahkan sangat sulit dilakukan, maka cukuplah mengamati hanya sebagian kecil dari populasi (sampel).

Tujuannya adalah menyimpulkan sejumlah fakta tertentu mengenai populasi tersebut berdasarkan hasil-hasil yang diperoleh dari sampel, yaitu suatu proses yang dikenal sebagai inferensi statistik (statistical inference). Proses untuk mendapatkan sampel disebut sampling.

PERHATIKAN!

q Distribusi Sampling merupakan distribusi teoritis (distribusi probabilitas) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N, pada statistik (karakteristik sampel) yang digeneralisasikan ke populasi. q Distribusi Sampling memungkinkan untuk memperkirakan probabilitas hasil sampel tertentu untuk statististik tersebut Merupakan penghubung, karena melalui distribusi sampling dapat diketahui karakteristik populasi

ALASAN PENGAMBILAN SAMPEL 1. 2. 3. Keterbatasan waktu, tenaga dan biaya. Lebih efektif dan efisien dalam pelaksanaan Pengamatan terhadap seluruh populasi dikhawatirkan dapat merusak populasi itu Misalnya ingin mengetahui ketahanan lampu dengan merusak seluruh lampu yang ada tersebut tentunya akan sangat

PRINSIP PENGAMBILAN SAMPEL Agar sampel itu dapat benar-benar mewakili populasi, maka sampel harus mempunyai sifat sebagai berikut : 1. Merupakan representasi dari seluruh populasi. 2. Dapat menentukan presisi dari hasil penelitian dengan menentukan penyimpangan baku (standar deviasi) dari estimasi yang diperoleh. 3. Sederhana, sehingga mudah dilaksanakan. 4. Dapat memberikan gambaran-gambaran sebanyak mungkin dengan biaya yang serendahnya. ( Teken, 1965).

PRINSIP PENGAMBILAN SAMPEL Catatan : Presisi adalah tingkatan ketepatan yang ditentukan oleh perbedaan kecil yang diperoleh dari sampel dibandingkan dengan hasil penelitian uji coba dengan hasil penelitian lengkap dengan syarat keadaan dimana kedua metode dilakukan (seperti daftar pertanyaan, wawancara, kualitas pencacah, dsb) adalah sama.

SATUAN-SATUAN SAMPLING UNIT ANALISIS SAMPLING FRAME Rumah tangga Anggota rumah tangga yang berprofesi sebagai Petani yang terdapat pada wilayah geografis tertentu

� Sampel adalah kumpulan dari unit-unit sampling yang dipilih dari suatu kerangka sampling dari populasi � Unit Sampling adalah kumpulan dari elemen-elemen yang tidak saling tumpang tindih dari suatu populasi. Jika masing-masing unit sampling memuat tepat satu dan hanya satu elemen dari populasi, maka satu unit sampling dan satu elemen adalah identik. � Kerangka sampling adalah suatu daftar berisikan unit-unit sampling � Populasi adalah kumpulan dari elemen-elemen yang akan diamati � Elemen adalah suatu objek dimana terhadapnya akan dilakukan suatu pengukuran.

SATUAN-SATUAN SAMPLING � Unit Sampling Unit sampling adalah kelompok karakteristik yang merupakan dasar sampel atau unsur yang diambil sebagai sampel. Sedangkan kerangka penarikan sampel (Sampling Frame) merupakan bahan dan prosedur yang dipakai untuk menjabarkan populasi, dapat berisi rumah tangga, denah, peta, daftar (penduduk, peserta, jumlah bangunan, dsb), foto udara, maupun petunjuk dengan cara apa dan langkah bagaimana tehnik penarikan sampel harus dilakukan.

Unit Penelitian (Unit Analisis) Unit penelitian adalah satuan tertentu yang diperhitungkan sebagai subyek penelitian. Disini akan dibedakan subyek, obyek dan sumber data. � Kerangka Sampling (sampling frame) Apabila dari sebuah populasi telah ditentukan secara tegas satuan-satuan samplingnya dan satuan-satuan ini didaftar , maka daftar satuan sampling yang ada dalam sebuah populasi disebut kerangka sampling (sampling frame) �

METODE PENGAMBILAN SAMPEL Probability Sampling Metode Non Probability Sampling 1. Simple Random Sampling 2. Systematic Random Sampling 3. Stratified Random Sampling 4. Cluster Sampling 5. Multi Stage Sampling 6. Area Sampling 1. 2. 3. 4. 5. Purposive Samping Accidental Sampling Quota Sampling Jenuh Snowball Sampling

JENIS-JENIS METODE SAMPLING SECARA RANDOM (PROBABILITY) Sampel Random Sederhana (Simple Random Sampling). Proses pengambilan sampel dilakukan dengan memberi kesempatan yang sama pada setiap anggota populasi untuk menjadi anggota sampel. Sampel dan populasi dipilih secara random. Keuntungan cara ini adalah estimasinya sederhana. Tetapi, cara ini membutuhkan daftar anggota keseluruhan dari populasi dan ada kemungkinan sampel tersebar dalam suatu daerah yang luas Contoh : Penelitian tentang Kinerja Guru SMA di Kota X. Terhadap seluruh Guru SMA (negeri dan swasta) di Kota X itu dilakukan pemilihan secara random tanpa pengelompokan terlebih dahulu, dengan demikian peluang masing-masing Guru untuk terpilih sebagai sampel adalah sama. a)

b) Sampel Random Sistematik (Systematic Random Sampling). Apabila satuan elementer yang dakan dipilih cukup besar. Dimana hanya unsur pertama saja yang dipih secara random, selanjutnya dipilih secara sistematis menurut pola tertentu Contoh : Produktivitas lahan pertanian, pertama dipilih petak sawah secara acak, kemudian baru ditentukan pola pemetaan petak sawah selanjutnya, atau Misalnya, dalam satu populasi terdapat 1000 rumah. Sampel yang akan diambil adalah 250 rumah dengan demikian interval di antara sampel kesatu, kedua, dan seterusnya adalah 4.

c)Sampel Random Berstrata (Stratified Random Sampling) Setelah populasi dibagi menjadi subpopulasi maka dibuat suatu erangka sampling untuk masing subpopulasi. Kmudian sampel diambil secara acak. Dengan menggunakan metode ini berati semua lapisan (seluruh subpopulasi)dapat terwakili. Contoh : Penelitian tentang fertilitas wanita di usia subur di suatu wilayah. Wanita-wanita tsb dibagi lagi menjadi kelompok umur 15 -24, 25 -34, 35, 44. dsb Dari masing-masing kelompok umur tsb

d) Sampel Random Berkelompok (Cluster Sampling). � � Dilakukan ketika sampling frame yang digunakan sbagai dasar pemilihan sampel tidak tersedia, dan biaya terlalu tinggi. Maka unit-unit analisis dikelompokkan ke dalam gugus (cluster) Contoh : Misalnya dalam penelitian tentang pembiayaan pembangunan sarpras di sekolah , karena Jawa Tengah sangat luas, dipilihlah kabupaten/kota tertentu sebagai sampel klaster ke-1 secara random. Dari tiap kabupaten terpilih dilakukan pemilihan lagi, yaitu kecamatan-kecamatan tertentu dengan cara random sebagai sampel klaster ke-2. Selanjutnya dari masing-masing kecamatan dilakukan pemilihan sekolah yang juga dilakukan secara random.

e)Sampel Bertingkat (Multi Stage Sampling). Metode ini dapat dipakai apabila jumlah populasi yang diamati besar dan bersifat homogen. Cara ini dapat dilakukan untuk daerah yang sangat luas. Maka unit analisis dikelompokkan dalam gugus yangmerupakan satuan dimana sampel tsb diambil. Kemudan pengambilan sampel dilakukan melalui tahap tertentu Contoh : Penelitian untuk pertanian yang dilakukan di suatu propinsi tertentu dimana unit analisisnya adalah petani. Untuk mendapatkan seluruh data petani tentu sangatlah sulit, sehingga pengambilan sampel dilakukan bertahap berdasarkan wilayah-wilayah yang ada, misalnya : kelurahan, kecamatan, dan kabupaten

f. Sampling wilayah (Area Sampling) � Merupakan teknik sampling yang dipakai ketika peneliti dihadapkan pada situasi bahwa populasi penelitiannya tersebar di berbagai wilayah. � Contoh : Misalnya seorang marketing manajer sebuah stasiun TV ingin mengetahui tingkat penerimaan masyarakat Jawa Tengah atas sebuah acara/tayangan, teknik pengambilan sampel dengan area sampling sangat tepat.

JENIS-JENIS METODE SAMPLING NON RANDOM a. Sampel Dengan Tujuan (Purposive Samping). Pengambilan sampel dilakukan dengan melihat unsur yang dikehendaki dari data yang sudah ada. Contoh : Penelitian untuk mengetahui kurikulum SMA berbasis kompetensi, maka sampel yang dipilih adalah para guru yang ahli dan berpengalaman di bidang kurikulum pendidikan.

JENIS-JENIS METODE SAMPLING NON RANDOM b. Sampel Tanpa Sengaja (Accidental Sampling). Sampel diambil berdasarkan keperluan saja. Tidak ada perencanaan ataupun pertimbangan khusus di dalamnya. Contoh : Penelitian untuk mengetahui sejauh mana fluktuasi pemasaran Novel religi di toko buku Gramedia. Jumlah sampel dibatasi misalnya 100 orang, dan setiap orang yang berminat sesuai dengan karakteristik pembeli buku Novel tsb dijadikan responden

c) Sampel Berjatah (Quota Sampling). Besar dan kriteria dalam pengambilan sampel telah ditentukan terlebih dahulu. Contoh : Untuk meneliti kesehatan jemaah haji di tanah suci, sampel yang dipakai adalah sebanyak 250. 000 orang yang menyebar di embarkasi dan kloter masing-masing wilayah

d) Sampling Jenuh Teknik pengambilan sampel dimana seluruh anggota populasi digunakan sebagai sampel. Sampling jenuh dilakukan bila populasinya kurang dari 30 orang.

e) Snowball Sampling Teknik sampling dimana sampel yang semula berjumlah sedikit, kemudian dari objek yang sedikit tsb diminta untuk mengidentifikasi responden 2 lain yang merupakan bagian dari populasi yang ditargetkan. Contoh : Penelitian untuk mengetahui kasus kebocoran soal ujian Nasional.

SAMPLING ERROR a) Penyimpangan karena pemakaian sampel (Sampling Error) Kesalahan sampling (sampling error) merupakan istilah yang mempunyai pengertian statistika teoritis. Kesalahan semacam ini tidak dapat diterjemahkan ke dalam pengertian sehari – hari karena berkaitan dengan nilai diharapkan (expected value) dan parameter populasi yang nilai atau ukurannya tidak pernah diketahui dengan menyakinkan oleh setiap peneliti. Akan tetapi, kesalahan tersebut jelas terjadi dan dapat didefinisikan atau dinyatakan secara teoritis.

SAMPLING ERROR Sampling error juga dapat diartikan sebagai perbedaan antara statistik sampel dengan parameter populasi. Sebagai contoh adalah sebuah populasi tinggi murid di suatu SLTP adalah 147, 149, 146, 136, 146. Rata-rata tinggi populasi murid tersebut adalah 724/5=144, 8 cm. Apabila ingin diteliti tinggi murid dengan diambil dua sampel 147 dan 148 maka rata-rata tinggi murid SLTP adalah (147+149)/2= 148 cm. Sampling error untuk pengambilan sampel tersebut adalah x - = 148 -144, 8= 3, 2. Sampling error ini akan berubah-ubah dari pengambilan sampel satu ke pengambilan sampel berikutnya.

SAMPLING ERROR b) Penyimpangan bukan oleh pemakaian sampel (Non Sampling Error) 1. Kesalahan perecanaan, misalnya tidak tepatnya definisi, kriteria satuan ukuran, dsb. 2. Kesalahan karena pengambilan sampel, misalnya sampel yang diteliti berbeda dengan sampel yang diterapkan 3. Salah tafsir petugas maupun responden 4. Kesalahan pengolahan data dan penafsiran

MENGHITUNG BESAR SAMPEL � � Derajat Keseragaman (Degree Of Homogenity) dari populasi itu, semakin kecil sampel yang dapat diambil. Apabila populasi seragam sempurna (Completely Homogenity) maka satuan elemen tertentu sudah cukup refrensitatif. Sebaliknya apabila populasi itu amat tidak seragam (Completely Hetrogeneus), maka hanya pencocokan lengkaplah yang dapat memberikan gambaran yang representatif. Presisi yang dikehendaki dalam penelitian. Mungkin tingkat presesinya yang dikehendaki, semakin besar sampel yang diambil, jadi sampel yang besar cenderung memberikan penduga yang lebih

MENGHITUNG BESAR SAMPEL � � Rencana analisis. Ada kalanya besarnya sampel sudah mencukupi sesuai dengan presesi yang dikehendaki, tetapi apabila dikaitkan dengan kebutuhan dan peralatan analisa yang akan digunakan, jumlah sampel tersebut tidak mencukupi. Tenaga, biaya dan waktu. Kalau menginginkan presesi yang tinggi maka jumlah sampel harus besar. Tetapi apabila dana tenaga dan waktu terbatas, maka tidaklah mungkin mengambil sampel yang sangat besar, dan ini berarti presesinya menurun. Walaupun besarnya sampel yang harus diambil dalam suatu penellitian didasarkan atas keempat pertimbangan diatas, tetapi agar dapat menghemat waktu, biaya dan tenaga, semua peneliti harus dapat memperkirakan besarnya sampel yang dapat diambil sehingga presisinya dianggap cukup untuk

� Untuk jumlah populasi yang diketahui Untuk jumlah populasi yang telah diketahui dapat digunakan rumus Slovin (Riduwan dan Akdon, 2006) untuk menghitung jumlah sampel yang diperlukan: Dimana : bidang eksakta). n = Jumlah sampel N = Jumlah populasi d = level signifikansi yang diinginkan (umumnya 0, 05 untuk non-eksak dan 0, 01 untuk bidang

� Metode lainnya untuk penentuan jumlah sampel adalah dengan menggunakan Tabel Krejcie: N S N S 50 44 600 234 5000 357 100 80 700 248 8000 367 200 132 800 260 10000 370 300 169 900 269 50000 381 400 196 1000 278 75000 382 500 217 3000 341 100000 384

� Untuk jumlah populasi yang tak diketahui Menurut Wibisono (2003), misalnya digunakan ukuran sampel untuk estimasi nilai rata-rata. Jika digunakan untuk mengestimasi μ, kita dapat (1 -α)% yakin bahwa error tidak melebihi nilai e tertentu, apabila ukuran sampelnya sebesar n. Besarnya nilai n didefinisikan sebagai :

DISKUSI � Teknik Probability Sampling 1. 2. 3. 4. 5. 6. (tiap kelompok pilih 1, misal : Simple Random Sampling) Pengertian Alasan Penggunaan Syarat yang harus dipenuhi Kelebihan Kekurangan Contoh Penerapan