25.01.2015 Views

4. Populasi dan Sampel.pdf

4. Populasi dan Sampel.pdf

4. Populasi dan Sampel.pdf

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

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!