DISTRIBUSI

SAMPLING
Sri Astutik Andayani, S.Kep.,Ns.,M.Kes
STANDAR KOMPETENSI
Sub Pokok Bahasan

 PENGERTIAN POPULASI, SAMPEL, DISTRIBUSI SAMPLING

 LANGKAH2 DLM PROSES SAMPLING
 KEUNTUNGAN DR SAMPLING
 KRITERIA DESIGN SAMPLING YG BAIK
 MENENTKAN UKURAN DAN BENTUK SAMPLING
 TEKNIK SAMPLING (PROBABILITY, NON PROBABILITY)
 STANDAR ERROR (DEFINISI, FGSI, RUMUS MENGHITUNG NILAI STANDAR
ERROR, CARA MEMBACA SE)
DASAR PEMIKIRAN
 Data yang dipergunakan dalam suatu penelitian belum tentu merupakan keseluruhan dari suatu
populasi karena beberapa kendala :
 Kendala biaya
 Kendala waktu
 Kendala tenaga
 Polulasi yang tidak terdefinisikan
 Untuk mengatasi masalah dalam pemakaian data yang mengalami
kendala-kendala, maka dapat dipergunakan SAMPEL.
 Sampel merupakan bagian kecil dari suatu populasi
 Populasi merupakan suatu wilayah generalisasi yang terdiri atas
obyek/subyek yang mempunyai karakteristik tertentu dan
mempunyai kesempatan yang sama untuk dipilih menjadi anggota
sampel.
 Untuk resiko perbedaan hasil antara populasi dengan sampel,
dipergunakan kemungkinan tingkat kesalahan (sampling error,
e, tingkat kelonggaran, ) (misalnya 1%=0,01; 5%=0,05;
10%=0,1)
 Angka tingkat kepercayaan tersebut pararel dengan tingkat
kepercayaan/ kebenaran (misalnya 99%, 95%, 90%), mis: Tkt
Keperrcayaan 95% (=0,05)
 POPULASI
wilayah generalisasi yang terdiri atas objek/subjek
yang ditetapkan oleh peneliti untuk dipelajari dan
kemudian ditarik kesimpulannya
keseluruhan unsur yang akan diteliti yang ciri-cirinya
akan ditaksir (diestimasi). Ciri-ciri populasi disebut
parameter.
 kumpulan objek penelitian, bisa berupa kumpulan
orang (individu, kelompok, komunitas, masyarakat,
dll); benda (jumlah gedung/bangunan, tempat, dll).

 Sekumpulan orang atau objek yang memiliki kesamaan

dalam satu atau beberapa hal dan yang membentuk
masalah pokok dalam suatu riset khusus. Populasi yang
akan diteliti harus didefinisikan dengan jelas sebelum
penelitian dilakukan.
SAMPEL
 Sampel: bagian dari populasi yang dapat mewakili seluruh
populasi
 Sampel: sebagian unsur populasi yang dijadikan objek
penelitian.
 Sampel: miniatur (mikrokosmos) populasi
 Sampel yang memiliki ciri karakteristik yang sama atau relatif
sama dengan ciri karakteristik populasinya disebut sampel
representatif.
 Ciri karakteristik sampel disebut statistik
Pengertian Populasi dan Sampel
• Populasi :
Kumpulan / keseluruhan anggota dari obyek penelitian dan memenuhi kriteria
tertentu yang telah ditetapkan dalam penelitian.
Penelitian yang melibatkan populasi sebagai obyek penelitian disebut Sensus
• Sampel :
Bagian tertentu dari unit populasi. Penelitian yang melibatkan sampel sebagai
obyek penelitian disebut Sampling

Sampel

Populasi
ALUR PEMIKIRAN POPULASI DAN
SAMPEL

POPULASI
SAMPEL

TEMUAN
 MENGAPA SAMPLING?

 populasi besar, tidak mungkin seluruh elemen diteliti

 keterbatasan waktu penelitian, biaya, dan sumber daya manusia
 Penelitian terhadap sampel bisa lebih reliabel daripada terhadap populasi, misalnya,
karena elemen sedemikian banyaknya maka akan memunculkan kelelahan fisik dan
mental para pencacahnya sehingga banyak terjadikekeliruan. (UmaSekaran, 1992);
 populasi homogen, penelitian terhadap seluruh elemen dalam populasi menjadi tidak
masuk akal
 SUBJEK, OBJEK DAN
RESPONDEN PENELITIAN
 Subjek penelitian: anggota populasi yang terdiri orang-
orang.
 Objek penelitian: anggota populasi yang terdiri dari
benda-benda.
 Responden: seseorang yang mengetahui dan bertanggung
jawab terhadap objek penelitian
 SYARAT SAMPEL
 Akurasi atau ketepatan , yaitu tingkat ketidakadaan “bias”
(kekeliruan) dalam sampel. Dengan kata lain makin sedikit
tingkat kekeliruan yang ada dalamsampel, makin akurat sampel
tersebut. Tolok ukur adanya“bias” atau kekeliruan adalah
populasi.
 agar sampel dapat memprediksi dengan baik populasi, sampel
harus mempunyai selengkap mungkin karakteristik populasi
(Nan Lin, 1976).
 SYARAT SAMPEL
 Presisi. memiliki tingkat presisi estimasi. Presisi mengacu pada
persoalan sedekat mana estimasi kita dengan karakteristik
populasi. Presisi diukur oleh simpangan baku (standard error).
Makin kecil perbedaan di antara simpangan baku yang
diperoleh dari sampel (S) dengan simpangan baku dari populasi
(s), makin tinggi pula tingkat presisinya.
Kelebihan dan Kelemahan dari Populasi dan Sampel
• Populasi :
Kelebihan : ¤ Data dijamin lebih lengkap
¤ Pengambilan kesimpulan/generalisasi lebih akurat
Kelemahan : ¤ Membutuhkan banyak sumber daya (biaya, tenaga, waktu)
¤ Tidak ada jaminan bahwa semua anggota populasi dapat
didata/dilacak di lapangan
• Sampel :
Kelebihan : ¤ Efisien penggunaan sumber daya (tenaga, biaya, waktu)
¤ Anggota sampel lebih mudah didata/dilacak di lapangan
Kelemahan : ¤ Membutuhkan ketelitian dalam menentukan sampel
¤ Pengambilan kesimpulan/generalisasi perlu
analisis yang teliti dan dilakukan secara hati-hati
Dalam prakteknya, sangat jarang penelitian yang menerapkan sensus dalam upay
pengumpulan datanya karena keterbatasan dalamoperasionalnya. Sehingg
penelitian lebih sering menggunakan teknik sampling.
Namun perlu diperhatikan hal-hal penting berkaitan dengan pemilihan sampel yan
baik.
Sampel Yang Baik :
¤ Representatif (harus dapat mewakili populasi atau semua unsur sampel)
¤ Batasan sampel harus jelas
¤ Dapat dilacak di lapangan
¤ Tidak ada keanggotaan sampel yang ganda (di data dua kali atau lebih)
¤ Harus uptodate (terbaru dan sesuai dengan keadaan saat dilakukan penelitian)
Untuk mendapatkan sampel yang baik maka diperlukan metode pemilihan atau
pengambilan sampel (sampling) yang baik.
Metode Pengambilan Sampel Yang Baik :
¤ Prosedurnya sederhana dan mudah dilakukan
¤ Dapat memilih sampel yang representatif
¤ Efisien dalam penggunaan sumber daya
¤ Dapat memberikan informasi sebanyak-banyaknya mengenai sampel
Berapa jumlah anggota sampel yang baik ?
Pada prinsipnya tidak ada ketentuan yang baku mengenai ukuran sampel. Yang
perlu diperhatikan dalam menentukan besarnya sampel :
¤ Derajat keseragaman/heterogenitas dari populasi
¤ Metode analisis yang akan digunakan
¤ Ketersediaan sumber daya
¤ Presisi yang dikehendaki
TEKNIK
SAMPLING
TEKNIK SAMPLING
 Proses pemilihan jenis sampel dengan
memperhitungkan besarnya sampel yang akan
dijadikan sebagai subjek/objek penelitian.
 Pemilihan sampel harus bersifat representatif, artinya
sampel yang dipilih mewakili populasi baik dari
karakteristik maupun jumlahnya.
 Simple Random Sampling

Stratified Random Sampling

Disproportionate Stratified
Probability Random Sampling
Sampling
Proportionate Stratified Random
Sampling

Cluster Sampling

Teknik Sampling Sistematic Random Sampling

Sampling Purposif

Sampling Kuota

Non Probability
Sampling Aksidental
Sampling

Sampling Jenuh

Snowball Sampling
PROBABILITY DAN NONPROBABILITY
SAMPLING
Probability Non Probability

 Setiap anggota populasi mempunyai  Setiap anggota populasi tidak mempunyai

peluang sama untuk dipilih menjadi peluang sama untuk dipilih menjadi
anggota sampel anggota sampel
 hasil penelitian dijadikan ukuran untuk  hasil penelitian tidak untuk melakukan
mengestimasi populasi (melakukan generalisasi
generalisasi)
PROBABILITY
SAMPLING
PROBABILITY SAMPLING:
Setiap elemen dalam populasi mempunyai
kesempatan/peluang yang sama untuk diseleksi
sebagai subyek dalam sampel. Representatif ini
penting untuk generalisasi
PROBABILITY SAMPLING
 Menentukan probabilitas atau besarnya kemungkinan
setiap unsur dijadikan sampel. Dalam merencanakan
sampling probabilitas, idealnya peneliti telah
memenuhi beberapa persyaratan berikut:
 Diketahui besarnya populasi
 Besarnya sampel yang diinginkan telah ditentukan
 Setiap unsur atau kelompok unsur harus memiliki peluang
yang sama untuk dijadikan sampel
 1. SIMPLE RANDOM SAMPLING =
SRS
 Teknik sampling secara acak, setiap individu dalam populasi memiliki
peluang yang sama untuk dijadikan sampel
 Syarat: anggota populasi dianggap homogen
 Cara pengambilan sampel bisa melalui undian
 Sampling ini memiliki bias terkecil dan generalisasi tinggi
 Banyak digunakan dalam penelitian sains.
 PROSEDUR SIMPLE RANDOM
SAMPLING

1. Susun “sampling frame” (Daftar populasi)

2. Tetapkan jumlah sampel yang akan diambil
3. Tentukan alat pemilihan sampel (undian, tabel
bilangan random)
4. Pilih sampel sampai dengan jumlah terpenuhi
SIMPLE RANDOM SAMPLING
 SIMPLE RANDOM SAMPLING: UNDIAN

 Dengan cara memberikan nomor-nomor pada seluruh anggota

populasi, lalu secara acak dipilih nomor-nomor sesuai dgn banyaknya
jumlah sampel yang dibutuhkan.
 Ada dua rancangan cara undian :
o Pengambilan sampel tanpa pengembalian, yang berarti sampel
yang pernah terpilih tidak akan dipilih lagi. Akan menghasilkan
nilai probabilitas yang tidak konstan
o Pengambilan sampel dengan pengembalian, yang berarti sampel
yang pernah terpilih ada kemungkinan terpilih lagi. Menghasilkan
nilai probabilitas yang konstan
 2. STRATIFIED RANDOM SAMPLING
Ø Di dalam kehidupan sehari-hari pada umumnya populasi bersifat heterogen.
Oleh karena itu, agar semua sifat dapat terwakili, terlebih dahulu populasi
tersebut dibagi menjadi bebrapa strata, misalnya pendidikan (tinggi, sedang,
kurang), ekonomi (kaya, sedang, miskin).
 Didalam melakukan stratifikasi dan pengambilan sampel perlu diperhatikan
hal-hal berikut
 Unsur populasi di dalam strata tersebut diusahakan sehomogen mungkin
 Antar strata diusahakan seheterogen mungkin
 Sampel diambil secara proporsional menurut besarnya unit yang ada didalam
 masing-masing strata dan antar strata. Misalnya jika menentukan strata
berupa tingkat pendidikan, tingkat pendidikan ada 3 katori yakni: pendidikan
dasar, pendidikan menengah, pendidikan tinggi.
Stratified Random Sampling (stratifikasi)
 Dilakukan dengan membuat strata pada anggota populasi
 Mengelompokkan suatu populasi yang heterogen
berdasarkan karakteristik tertentu ke dalam beberapa
sub-populasi.
 Sehingga setiap sub populasi akan memiliki anggota
sampel yang homogen
 Dari setiap sub populasi diambil anggota sampelnya
secara acak
 Penghitungan sampel menggunakan dua pendekatan :
a. Cara proporsional (bila jumlah elemen tiap sub populasi tidak
sama)
b. Cara nonproporsional (bila jumlah elemen tiap sub populasi
sama)
 Contoh Stratified Random Sampling:

Populasi 900 orang

Dibagi tiga

Gr gol.II Gr gol. III Gr gol. IV

300 orang 300 orang 300 orang

(diambil 90 orang) (diambil 90 orang) (diambil 90 orang)
 3. PROPORSIONATE STRATIFIED
RANDOM SAMPLING

 Teknik sampling dari anggota populasi secara

acak dan berstrata secara proporsional.
 Anggota populasi heterogen, dan heterogenitas
tersebut mempunyai arti yang signifikan pada
pencapaian tujuan penelitian
 PROPORSIONATE STRATIFIED RANDOM
SAMPLING
 seorang peneliti ingin mengetahui sikap Wakil Direktur terhadap satu
kebijakan Rumah Sakit. Dia menduga bahwa Pimpinan tingkat atas
cenderung positif sikapnya terhadap kebijakan Rumah Sakit tadi.
 Agar dapat menguji dugaannya tersebut maka sampelnya harus terdiri
atas paling tidak para manajer tingkat atas (Kabid),
menengah/Karu, dan bawah
 
PROSEDUR
• Siapkan “sampling frame” , daftar yang berisikan setiap
elemen populasi yang bisa diambil sebagai sampel
• Bagi sampling frame tersebut berdasarkan strata yang
dikehendaki
• Tentukan jumlah sampel dalam setiap stratum
• Pilih sampel dari setiap stratum secara acak.
 HUBUNGAN SAMPLING
POPULASI FRAME SAMPEL
Seluruh mahasiswa Daftar mahasiswa yang
registrasi semester
di kampus terakhir

UNIT EKSPERIMEN
SAMPEL
Seorang mahasiswa
20 Mahasiswa dari yang
registrasi
 Strata Anggota Persentase Sampel
Populasi (%)

1 2 3 4 = (3 x 50)

SD 150 37,5 19

SMP 125 31,25 16

SMU 75 18,75 9

Sarjana 50 12,5 6

Jumlah 400 100 50

4. DISPROPORTIONATE STRATIFIED RANDOM
SAMPLING

• Teknik sampling dimana populasi berstrata tapi kurang proporsional.

• Jumlah Perawat di RS X memiliki 1 orang lulusan S3, 4 orang lulusan
S2, 178 orang lulusan S1 dan 156 orang lulusan Diploma.
• Maka Pengambilan sampel untuk S3 sebanyak 1 orang, S2 sebanyak 4
orang, sedangkan untuk S1 dan Diploma diambil secara proporsional.
NON PROPORTIONAL
SAMPLING
b. Jika jumlah elemen tiap sub populasi tidak sama (Proportional)
 Misalkan jumlah populasi 868 terbagi atas 5
sub-populasi yang ukurannya 448, 131, 81,
108 dan 100.
 Jumlah besar sampel yang ingin diambil
menggunakan Rumus Slovin dengan
confidence level (tkt kepercayaan) 95%
 Untuk menentukan jumlah sample menggunakan rumus
Slovin:
N 868
n= n=
1+Ne 2 1+868(0.05)2
868
n= = 273,8 dibulatkan 274
3,17

 Dimana :
 n = sample
 N = populasi
 e = sampling error
 Contoh :
 Akan dilakukan survei pendapat konsumen terhadap suatu produk. Dari
total jumlah anggota populasi 868 yang berdomisili di 5 wilayah DKI, akan
diambil sejumlah sampel
 Berikut tabel perhitungan sample fraction dan jumlah sampel :
 Total elemen populasi (N) = 868
 Jumlah sampel yang ingin diambil (n) = 274

Lokasi Strata (Li) Ni (Ni : N) (Ni x n)

Jakarta Utara I 448 0,516 141
Jakarta Timur II 131 0,151 41
Jakarta Pusat III 81 0,093 26
Jakarta Selatan IV 108 0,124 34
Jakarta Barat V 100 0,116 32
868 1 150
 Contoh Soal silahkan dikerjakan :
 Akan dilakukan survei pendapat mahasiswa terhadap metode pembelajaran.
Dari total jumlah anggota populasi 350 mahasiswa Tingkat-2 di Akbid
Helvetia, akan diambil sejumlah sampel dari 6 Kelas (Strata)
 Tingkat kepercayaan 95% :
 Total elemen populasi (N) = 400
 Jumlah sampel yang ingin diambil (n) = hitung dengan Rumus Slovin

Lokasi Strata (Li) Ni (Ni : N) (Ni x n)

Kelas 2A I 60
Kelas 2B II 58
Kelas 2C III 59
Kelas 2D IV 56
Kelas 2E V 57
Kelas 2F VI 60
350 274
 5. CLUSTER SAMPLING

ØElemen-elemen dalam populasi dibagi ke dalam cluster atau kelompok,

jika ada beberapa kelompok dengan heterogenitas dalam kelompoknya
dan homogenitas antar kelompok. Teknik cluster sering digunakan oleh
para peneliti di lapangan yang mungkin wilayahnya luas.
ØSampling ini mudah dan murah, tapi tidak efisien dalam hal ketepatan
serta tidak umum
 CLUSTER SAMPLING
(AREA SAMPLING/GUGUS SAMPLING)

 Digunakan jika objek yang akan diteliti sangat luas

 Populasi biasanya dalam bentuk gugus atau kelompok-kelompok
tertentu.
 Anggota gugus/kelompok mungkin tidak homogen
 Misalnya akan diambil populasi seluruh guru SD di Kota Semarang.
Pengambilan sampelnya dengan cara membagi wilayah Kota Semarang
ke dalam enam wilayah, kemudian dari masing-masing kecamatan
diambil perwakilannya. Jumlah sampel tiap kecamatan diambil secara
proporsional.
CLUSTER SAMPLING
(AREA SAMPLING)

A B
A B

C D C D

E F E F
 Contoh :
 Penelitian untuk mengetahui penggunaan internet di wilayah
Belimbing kota malang.
 Kesulitan membuat kerangka populasi karena jumlah satuan
analisis yang banyak (warga belimbing kota malang)
 Misal wilayah belimbing memiliki 10 RW.
 Dari 10 RW tersebut diambil 25% melalui teknik random,
diperoleh 3 RW
 Masing-masing RW memiliki 11,12 dan 14 RT
 Masing-masing RT terdiri dari 25, 26 dan 29 KK
 Dari 80 KK tersebut hanya 50 KK yang menggunakan
internet.
PERBEDAAN STRATIFIED SAMPLING
DENGAN CLUSTER SAMPLING
 Cara stratifikasi akan mengakibatkan adanya sub-populasi yang unsurnya
homogen
 Cara Cluster akan mengakibatkan adanya sub-populasi yang unsurnya
heterogen.
 6.SISTEMATIC
SAMPLING
ØSetiap elemen populasi dipilih dengan suatu jarak interval (tiap ke n elemen) dan
dimulai secara random dan selanjutnya dipilih sampelnya pada setiap jarak
interval tertentu. Jarak interval misalnya ditentukan angka pembagi 5,6 atau 10.
Atau dapat menggunakan dasar urutan abjad
ØSyarat yang perlu diperhatikan oleh peneliti adalah adanya daftar semua anggota
populasi
ØSampling ini bisa dilakukan dengan cepat dan menghemat biaya, tapi bisa
menimbulkan bias
 SAMPLING SISTEMATIS

• Teknik sampling berdasarkan urutan dari anggota populasi yang telah

diberi nomor urut, anggota sampel dapat diambil dari populasi
homogen pada jenis interval waktu, ruang dengan urutan yang seragam
• Jika ada 100 guru, semuanya diberi nomor urut no. 1 s.d. 100.
Pengambilan sampel dapat dilakukan berdasarkan urutan nomor genap
saja atau urutan nomor ganjil saja
SISTEMATIS RANDOM
SAMPLING
 Merupakan cara pengambilan sampel dimana sampel
pertama ditentukan secara acak sedangkan sampel
berikutnya diambil berdasarkan satu interval tertentu
SAMPLING SISTEMATIS
NONPROBABILITY
SAMPLING
NONPROBABILITY SAMPLING:
 Setiap elemen dalam populasi belum tentu
mempunyai kesempatan sama untuk diseleksi
sebagai subyek dalam sampel. Dalam hal ini
waktu adalah yang utama
 Alasan menggunakan nonprobability sampling :
 Total populasi tidak diketahui dengan pasti
 Penggunaan probability tidak operasional di lapangan, karena sampel
cenderung akan bias
 Analisis antar seksi (cross section) tidak dipergunakan dalam penelitian
 Biaya dan waktu yang tersedia tidak memungkinkan operasi penelitian
menggunakan probability sampling.
 Di awal penelitian suatu permasalahan, di mana tujuannya baru mengumpulkan
informasi mengenai gejala (tujuan eksploratif), cukuplah menggunakan
nonprobability sampling, belum diperlukan generalisasi statistik yang akurat.
 Kalau populasinya sendiri jumlah anggotanya kecil (misalnya di bawah 100).
MACAM TEKNIK NON PROBABILITY SAMPLING

 Accidental (Kebetulan)
 Purposive sampling (Bertujuan)
 Quota sampling (Jatah)
 Total sampling (sampel jenuh)
 Getok Tular/Snowball Sampling
1. SAMPLING KUOTA
• Teknik sampling dari populasi yang memiliki ciri-ciri tertentu sampai jumlah
(kuota) yang dinginkan tercapai berdasarkan pertimbangan tertentu.
• Pengambilan sampel dari 1000 guru PNS. Jika kuota sampel yang
dibutuhkan adalah 100 guru, maka pengambilan sampel dapat dilakukan
dengan memilih sampel secara bebas dengan karakteristik yang telah
ditentukan peneliti
1. Cara kuota (Quota sampling)
 Mengambil sampel sebanyak jumlah tertentu yang dianggap
dapat merefleksikan ciri populasi.
 Pada cara ini tidak ada jaminan bahwa ciri-ciri populasi akan
terwakili dalam sampel yang terpilih dan kita tidak dapat
mengestimasi error yang terjadi.
 Hasil penelitian terhadap sampel ini tidaklah dapat
digeneralisasikan secara valid pada populasinya.
 Cara ini dapat dipergunakan apabila :
 peneliti menghadapi keterbatasan dana
 tujuan penelitian bukan untuk memperoleh gambaran mengenai populasi
melainkan untuk pengujian hipotesis-hipotesis dalam penelitian awal.
 Contoh :
 Tujuan peneliti ingin mengetahui penggunaan internet di kampus ASIA bagi
mahasiswa masing-masing jurusan semester 5
 Peneliti menetapkan 20 mahasiswa untuk masing-masing jurusan semester 5
sebagai responden
 Angka 20 merupakan perkiraan peneliti yang diyakini dapat mewakili mahasiswa
di lokasi penelitian.
2. SAMPLING AKSIDENTAL

• Teknik sampling berdasarkan faktor spontanitas. Artinya siapa saja yang

secara tidak sengaja bertemu dengan peneliti maka orang tersebut dapat
dijadikan sampel
• Peneliti ingin mengetahui minat mahasiswa untuk mengunjungi
perpustakaan. Untuk pengambilan sampel, peneliti memberikan angket
kepada para pengunjung perpustakaan dan dijadikan sebagai sampel
 3. SAMPLING PURPOSIF

• Teknik pengambilan sampel dengan pertimbangan-pertimbangan tertentu. Biasanya teknik ini

digunakan untuk studi kasus yang dimana aspek dari kasus tunggal yang representatif diamati
dan dianalisis
• Peneliti ingin mengetahui model pembelajaran aktif, maka sampel yang dipilih yaitu
responden yang ahli dalam bidang pembelajaran aktif, misalnya : guru, wakil kepala sekolah
urusan kurikulum dan lain-lain
 Pemilihan sampel didasarkan pada karakteristik tertentu yang dianggap mempunyai hubungan
dengan karakteristik populasi yang sudah diketahui sebelumnya.
 Memilih sampel berdasarkan kelompok, wilayah atau sekelompok individu melalui pertimbangan
tertentu yang diyakini mewakili semua unit analisis yang ada
CONTOH :
 Penelitian untuk meneliti sikap mahasiswa terhadap peraturan pemerintah mengenai UU Hak Cipta
 Maka dipilih beberapa Perguruan Tinggi dan Universitas yang dianggap dapat mewakili bedasarkan
penyelidikan atau kenyataan sebelumnya.
4. SAMPLING JENUH
• Teknik sampling jika semua anggota populasi digunakan sebagai sampel.
Hal ini dilakukan jika jumlah populasi kurang dari 30
• Jika terdapat 28 orang yang terseleksi sebagai peserta pertukaran pelajar ke
Swiss, maka dalam hal ini, jumlah responden kurang dari 30 orang sehingga
semua populasi dapat dijadikan sampel
5. SNOWBALL SAMPLING
Teknik sampling yang semula berjumlah sedikit kemudian anggota sampel
(responden) menunjuk temannnya untuk menjadi sampel sehingga jumlahnya
akan semakin banyak
SNOWBALL SAMPLING
A

B C

D E F G H I

J K L M N N
TUGAS:
 Cari 1 jurnal/hasil penelitian eksperimen di perpustakaan. Berkelompok 3-4
orang.
 Lakukan review jurnal, meliputi :
1. Tulislah judul penelitian.
2. Tuliskan variabel bebas dan variabel tergantung.
3. Ringkaslah latar belakang permasalahan.
4. Tulislah hipotesis penelitian.
5. Tuliskan definisi operasional masing-masing variabel.
6. Tuliskan populasi, sampel dan teknik sampling yang digunakan.
 ALASAN DIPERLUKANNYA SAMPEL DALAM PENELITIAN :

Sulit mengambil seluruh populasi (sensus) menjadi data penelitian, karena:

(a) populasi demikian banyaknya sehingga dalam prakteknya tidak mungkin

seluruh elemen diteliti;
(b) keterbatasan waktu penelitian, biaya, dan sumber daya manusia,
membuat peneliti harus telah puas jika meneliti sebagian dari elemen
penelitian;
(c) bahkan kadang, penelitian yang dilakukan terhadap sampel bisa lebih
reliabel daripada terhadap populasi
 misalnya, karena elemen sedemikian banyaknya maka akan memunculkan
kelelahan fisik dan mental para pencacahnya sehingga banyak terjadi
kekeliruan. (Uma Sekaran, 1992);
(d) jika elemen populasi homogen, penelitian terhadap seluruh elemen dalam
populasi menjadi tidak masuk akal,
 misalnya untuk meneliti kualitas jeruk dari satu pohon jeruk
 MENGAPA DALAM PENELITIAN DIGUNAKAN
SAMPEL DAN APAKAH SAMPEL DAPAT
DIKATAKAN MEWAKILI SELURUH POPULASI?
Sampel dapat mewakili seluruh populasi, apabila:
 Sampel harus mengandung dua criteria yaitu cermat (accuracy) dan tepat (precission).

 
Kriteria cermat dimaksudkan agar sampel yang diambil tidak akan bias sehingga sampel
dapat memberikan reaksi yang tidak berlebih atau kurang tetapi memberikan reaksi wajar.
Kriteria tepat mengandung arti sampel yang diambil dapat mewakili dengan wajar
keseluruhan populasi tersebut. Oleh karena itu aspek ketepatan ini mengandung pengukuran
standard yang dapat ditoleransi terhadap kemungkinan kesalahan pengambil sampel.
 
 Menggunakan teknik pengambilan sampel (teknik sampling) yang sesuai dengan strategi
penelitian yang dilakukan.
 SAMPLING
 Sampling  adalah proses memilih suatu jumlah unsur populasi yang mencukupi dari
populasi, sehingga dengan mempelajari sampel dan memahami karakteristiknya
memungkinkan untuk untuk menggeneralisasikan karakteristik tersebut pada seluruh anggota
populasi.

 Kategori Sampling
 Probability Sampling dan
 Nonprobability sampling
 UKURAN SAMPEL
Syarat sampel yang baik adalah:
 tingkat ketepatan (precision)
 seberapa dekat estimasi peneliti berdasarkan sampel yang terpilih terhadap
karakteristik yang sebenarmya dari populasi
 tingkat kepercayaan (confidence)
 derajat kepercayaan atau ketelitian pengambilan sebuah sampel
 Confidence level 95%-99%.
 Semakin tinggi Condidence level semakin dapat dipercaya data tersebut.
 UKURAN SAMPEL
 Ukuran sampel dapat pula ditentukan dengan menggunakan rumus slovin (1960):

N
n=
1 + N e2
 
n = ukuran sampel
N = ukuran populasi
e = persen kelonggaran ketidaktelitian karena
kesalahan pengambilan sampel yang masih dapat
ditolerir atau diinginkan, misalnya 2%
 UKURAN SAMPEL
 Dalam menentukan ukuran/jumlah sampel juga perlu memperhatikan
pedoman kasar yang dikemukakan oleh Roscoe dalam Sekaran (2000), yaitu:

Jumlah sampel yang paling sesuai untuk hampir semua penelitian

adalah 30 < n < 500

Apabila sampel dibagi ke dalam beberapa kategori/subsampel jumlah

sampel minimum untuk tiap kategori adalah 30

Dalam penelitian multivariate(multiple regression analysis) jumlah

sampel harus beberapa kali (sekitar 10 kali atau lebih) lipat dari
jumlah variabel dalam penelitian.

Untuk penelitian eksperimen yang sederhana dengan pengendalian

ekperimental yang ketat, penelitian yang baik dapat dilakukan dengan
menggunakan sampel sekitar 10 sampai 20.
 UKURAN SAMPEL
Ukuran minimum sampel yang dapat diterima berdasarkan desain/metode
penelitian yang digunakan menurut Gay (1976):
Deskriptif, minimal 10 % dari populasi. Untuk populasi
yang relatif kecil minimal minimal 20%.
Desain deskriptif-korelasional, minimal 30 subjek
Metode ex post facto, minimal 15 subyek per kelompok
Metode eksperimental, minimal 15 subyek

Penggunaan kaidah di atas sebaiknya disesuaikan dengan kondisi

populasi dan keadaan lain yang berkaitan