25.01.2015 Views

4. Populasi dan Sampel.pdf

4. Populasi dan Sampel.pdf

4. Populasi dan Sampel.pdf

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

POPULASI DAN SAMPEL<br />

• POPULASI : HIMPUNAN DARI UNIT/<br />

INDIVIDU YANG MEMPUNYAI CIRI-<br />

CIRI YANG SAMA<br />

• <strong>Populasi</strong> : keseluruhan subyek penelitian<br />

• <strong>Populasi</strong> : kumpulan semua elemen atau<br />

individu dari mana data atau informasi akan<br />

dikumpulkan<br />

• <strong>Populasi</strong> harus didefinisikan dengan jelas :<br />

APA/SIAPA (Isi/Content), DIMANA<br />

(Luas/Extent), KAPAN (Waktu/ Time)


POPULASI<br />

• Definisi populasi berhubungan dengan<br />

proses generalisasi atau inferensi. Hasil dari<br />

penelitian harus jelas ditujukan untuk<br />

populasi yang mana<br />

• Semakin jelas populasi, semakin jelas pula<br />

kepada populasi mana hasil penelitian dapat<br />

diberlakukan<br />

• Idealnya penelitian dilakukan terhadap<br />

populasi (penelitian populasi = studi<br />

populasi = sensus)


POPULASI<br />

• Berdasarkan besarnya :<br />

– FINIT<br />

– INFINIT<br />

• Ada kemungkinan populasi sangat besar atau<br />

tidak diketahui secara pasti besarnya, <strong>dan</strong><br />

(biasanya) keterbatasan waktu, biaya <strong>dan</strong><br />

tenaga, maka biasanya penelitian tidak<br />

dilakukan terhadap seluruh elemen populasi<br />

• Diambil sebagian dari populasi yang disebut<br />

sampel


POPULASI<br />

PARAMETER<br />

SAMPLING<br />

SAMPEL<br />

<br />

<br />

2<br />

STATISTIK<br />

x s<br />

s 2<br />

r<br />

GENERALISASI<br />

/ INFERENSI


INFERENSI<br />

= GENERALISASI<br />

• penarikan kesimpulan dari hal yang jumlah<br />

elemennya lebih sedikit (sampel) ke hal yang<br />

jumlah elemennya lebih banyak atau lebih luas<br />

atau dikenal dengan populasi<br />

• Penarikan kesimpulan mengenai keadaan<br />

populasi (nilai parameter) berdasarkan sampel<br />

(statistik)


<strong>Sampel</strong> yang representatif<br />

1. Cara pengambilan sampel<br />

2. Besar sampel<br />

3. Ciri-ciri populasi dalam<br />

sampel


Teknik Sampling<br />

(Cara Pengambilan <strong>Sampel</strong>)<br />

2 cara :<br />

• probabilistik (random)<br />

• non probabilistik (non<br />

random)


Sampling Non Probabilistik<br />

(Non Random)<br />

Tidak bertujuan generalisasi/inferensi<br />

Analisis deskriptif<br />

Macam :<br />

• Accidental Sampling<br />

• Judgmental (Purposive) Sampling<br />

• Quota Sampling<br />

• Snowball Sampling


SAMPLING KUOTA<br />

Memilih sampel yang mempunyai<br />

ciri-ciri tertentu dalam jumlah/kuota<br />

yang diinginkan<br />

Misal : dipilih staf bagian gizi<br />

sejumlah n orang <strong>dan</strong> bagian<br />

imunisasi x orang, sebagai sampel


Sampling Aksidental<br />

• <strong>Sampel</strong> dipilih yang kebetulan<br />

ditemui<br />

• Consequtive sampling<br />

• Convenience sampling


Sampling purposif<br />

• Dipilih sampel yang relevan dengan<br />

tujuan penelitian, dengan ciri-ciri<br />

khusus<br />

• Ciri-ciri khusus tersebut ditentukan oleh<br />

keputusan (judgment) peneliti<br />

judgmental sampling<br />

• Misal :<br />

tujuan : mutu lulusan<br />

sampel : dosen, alumni, pengusaha, dll


Snowball Sampling<br />

• Dimulai dari kelompok kecil, masingmasing<br />

menunjuk rekannya yang baru,<br />

kemudian menunjuk kawannya lagi,<br />

<strong>dan</strong> seterusnya, sampai jumlah tertentu<br />

• Untuk meneliti hubungan antar<br />

manusia dalam kelompok yang akrab


Sampling Probabilistik (Random)<br />

1. Sampling random sederhana<br />

(Simple Random Sampling)<br />

2. Sampling random sistematik<br />

(Systematic Random Sampling)<br />

3. Sampling random berstrata<br />

(Stratified Random Sampling)<br />

<strong>4.</strong> Sampling random rumpun<br />

(Cluster Random Sampling)


SIMPLE RANDOM SAMPLING<br />

Prinsip :<br />

• mengambil sejumlah n elemen<br />

dari sejumlah N elemen secara<br />

random<br />

• kerangka sampling atau ”frame”<br />

• tabel bilangan random atau<br />

komputer atau kalkulator<br />

• bila populasi yang diteliti homogen


SIMPLE RANDOM SAMPLING<br />

POPULASI<br />

* * * *<br />

* * * * * *<br />

* * * * * * * *<br />

* * * * * * * *<br />

* * * * * * * *<br />

* * * * * *<br />

* * *<br />

LOTRE/ BIL.<br />

RANDOM<br />

* * *<br />

* * *<br />

*<br />

SAMPEL


SYSTEMATIC RANDOM<br />

SAMPLING<br />

• Mirip Simple Random Sampling<br />

• Menggunakan Cara Sistematis<br />

Unit <strong>Sampel</strong> 1<br />

: Simple Random<br />

Unit <strong>Sampel</strong> 2, 3, ..., dst secara<br />

sistematis dengan interval tertentu<br />

Interval = N/n


STRATIFIED RANDOM<br />

• populasi bisa dipisah menurut stratifikasi<br />

tertentu<br />

• STRATA :<br />

– subpopulasi dari populasi awal<br />

– tiap strata homogen<br />

SAMPLING<br />

– antar strata heterogen<br />

• Contoh : petani dibagi menjadi 3 strata :<br />

petani kaya, petani cukup kaya, <strong>dan</strong> petani<br />

miskin


STRATIFIED RANDOM SAMPLING<br />

* * *<br />

- + * - + *<br />

* * - + + - *<br />

* - - * + + -<br />

+ + + * - * -<br />

* - - *<br />

* * *<br />

- - -<br />

- - - -<br />

+ + +<br />

+ + + +<br />

+ - +<br />

* * - -<br />

* + + - -<br />

stratifikasi<br />

randomisasi


CLUSTER/AREA RANDOM<br />

SAMPLING<br />

• populasi bisa dipisah menurut rumpun/<br />

cluster tertentu<br />

• CLUSTER/RUMPUN :<br />

– subpopulasi dari populasi awal<br />

– tiap rumpun heterogen<br />

– antar rumpun homogen<br />

• Contoh : rumpun (blok) rumah (RT, RW)<br />

kloter jamaah haji


CLUSTER/AREA RANDOM<br />

SAMPLING<br />

- + * + * -<br />

1<br />

- * * - + - +<br />

- - - + + + *<br />

2<br />

* * - + * - +<br />

* * + - + -<br />

3<br />

+ * * - + -<br />

+ + - - - + *<br />

4<br />

* * * + + - -<br />

+ * * - - +<br />

5<br />

+ - - + * +<br />

+ + - - + -<br />

6<br />

* * + - + *<br />

+ - - + * * +<br />

7<br />

- - + + * *<br />

+ - - - * * +<br />

8<br />

+ * * - - + -<br />

RANDOMISASI<br />

CLUSTER<br />

SAMPEL


TWO STAGE RANDOM<br />

SAMPLING<br />

- + * + * -<br />

1<br />

- * * - + - +<br />

- - - + + + *<br />

2<br />

* * - + * - +<br />

* * + - + -<br />

3<br />

+ * * - + -<br />

+ + - - - + *<br />

4<br />

* * * + + - -<br />

+ * * - - +<br />

5<br />

+ - - + * +<br />

+ + - - + -<br />

6<br />

* * + - + *<br />

+ - - + * * +<br />

7<br />

- - + + * *<br />

+ - - - * * +<br />

8<br />

+ * * - - + -<br />

RANDOMISASI<br />

CLUSTER<br />

SAMPEL<br />

- - - + + + *<br />

2<br />

* * - + * - +<br />

+ - - - * * +<br />

8<br />

+ * * - - + -<br />

+ + - -<br />

* * - *<br />

+ - *<br />

RANDOMISASI<br />

UNIT SAMPEL

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!