METODE SAMPLING Luthfina Ariyani

POPULASI VS SAMPEL POPULASI? SAMPEL? PARAMETER STATISTIK nilai yang merepresentasikan karakteristik populasi STATISTIK nilai yang merepresentasikan karakteristik sampel

SENSUS SAMPLING Mungkinkah men-sampling keseluruhan populasi? Mengapa MENGGUNAKAN SAMPEL? Sumber daya terbatas (waktu, uang) and beban kerja Dapat memberikan hasil yang dinilai akurat melalui perhitungan dan pendekatan matematis

SAMPLING 3 faktor yang mempengaruhi keabsahan sample Prosedur sampling Ukuran sampel Partisipasi (respon) Kapan keseluruhan sampling dapat dilakukan? Saat populasi sangat kecil Saat tersedia sumber daya yang cukup Saat tidak mengharapkan respon tinggi atau hasil yang cepat

JENIS SAMPLING PROBABILITY RANDOM SAMPLING NON-PROBABILITY SAMPLING metode sampling dimana setiap elemen populasi memiliki peluang dipilih menjadi sampel, dan nilai peluang dapat diukur secara akurat. NON-PROBABILITY SAMPLING Metode sampling yang tidak dapat ditentukan dengan akurat peluang terpilihnya elemen populasi. Metode ini menitikberatkan pada asumsi pemilihan elemen terkait dengan fokus populasi, yang kemudian mempengaruhi kriteria pemilihan sampel.

PROBABILITY SAMPLING SIMPLE RANDOM SAMPLING SYSTEMATIC SAMPLING STRATIFIED SAMPLING CLUSTER SAMPLING

PROBABILITY SAMPLING SIMPLE RANDOM SAMPLING Prosedur pelaksanaan simple random sampling bisa dilakukan dengan 2 cara. Jika populasi kecil seperti ARISAN Jika populasi besar menggunakan tabel bilangan acak

PROBABILITY SAMPLING SIMPLE RANDOM SAMPLING POPULASI BESAR Urutkan / beri nomor nama-nama objek yang ada dalam populasi Cari tabel bilangan acak Tentukan jumlah sampel yang akan diambil Tentukan angka pertama dengan menjatuhkan pensil ke tabel bilangan random. Angka yang terpilih menunjukkan urutan objek pada populasi yang akan digunakan sebagai sampel. Selanjutnya, kita dapat menentukan unsur sampel lainnya dengan cara menarik garis lurus ke atas mengikuti kolom yang sama, atau ke samping mengikuti baris, ke bawah mengikuti kolom, atau cara apa saja yang dianggap mudah.

PROBABILITY SAMPLING SIMPLE RANDOM SAMPLING POPULASI BESAR

PROBABILITY SAMPLING SYSTEMATIC SAMPLING Sistematik random sampling adalah cara pengambilan sampel, dimana hanya unsur pertama yang dipilih secara random, sedang unsur‑unsur berikutnya dipilih secara sistematik menurut suatu pola tertentu.

PROBABILITY SAMPLING STRATIFIED SAMPLING populasi dapat distratifikasi atau dibagi‑bagi ke dalam sub‑sub populasi sedemikian, sehingga satuan‑satuan elementer dalam masing‑masing sub­ populasi menjadi homogen. Kemudian pengambilan sampel dengan cara random dapat dilakukan pada setiap sub‑populasi.

NON PROBABILITY SAMPLING PURPOSIVE SAMPLING Purposive Sampling: Suatu teknik penentuan sampel dengan pertimbangan tertentu atau sleksi khusus. Seperti misalnya misalnya, kamu meneliti kriminalitas di Kota atau daerah tertentu, maka kamu mengambil informan yaitu Kapolresta kota atau daerah tersebut, seorang pelaku kriminal dan seorang korban kriminal yang ada di kota tersebut. QUOTA SAMPLING Teknik sampel ini adalah bentuk dari sampel distratifikasikan secara proposional, namun tidak dipilih secara acak melainkan secara kebetulan saja. CONVINIENCE SAMPLING SNOWBALL SAMPLING

UKURAN SAMPEL Salah satu metode yang digunakan untuk menentukan jumlah sampel adalah menggunakan rumus Slovin (Sevilla et. al., 1960:182), sebagai berikut: Untuk menggunakan rumus ini, pertama ditentukan berapa batas toleransi kesalahan. Batas toleransi kesalahan ini dinyatakan dengan persentase. Semakin kecil toleransi kesalahan, semakin akurat sampel menggambarkan populasi. Misalnya, penelitian dengan batas kesalahan 5% berarti memiliki tingkat akurasi 95%. Penelitian dengan batas kesalahan 2% memiliki tingkat akurasi 98%. Dengan jumlah populasi yang sama, semakin kecil toleransi kesalahan, semakin besar jumlah sampel yang dibutuhkan.

UKURAN SAMPEL Sebuah perusahaan memiliki 1000 karyawan, dan akan dilakukan survei dengan mengambil sampel. Berapa sampel yang dibutuhkan apabila batas toleransi kesalahan 5%. Dengan menggunakan rumus Slovin: n = N / ( 1 + N e² ) = 1000 / (1 + 1000 x 0,05²) = 285,71  286. Dengan demikian, jumlah sampel yang dibutuhkan adalah 286 karyawan.

UKURAN SAMPEL