POPULASI DAN SAMPEL

POPULASI DAN SAMPEL Apakah populasi? Populasi diartikan sebagai sekumpulan unsur atau elemen yang menjadi obyek penelitian. Elemen populasi ini biasanya merupakan satuan analisis. Populasi: Himpunan semua hal yang ingin diketahui. Dapat berupa kumpulan semua kota, semua wanita, semua perusahaan.

Populasi merupakan suatu wilayah generalisasi yang terdiri atas obyek/subyek yang mempunyai karakteristik tertentu dan mempunyai kesempatan yang sama untuk dipilih menjadi anggota sampel. Populasi dalam penelitian dapat pula diartikan sebagai keseluruhan unit analisis yang ciri-cirinya akan diduga. Unit analisis adalah unit/satuan yang akan diteliti atau dianalisis

Menentuan populasi dibantu oleh 4 faktor : Isi Satuan Cakupan (scope) Waktu

Contoh: Suatu penelitian tentang pendapatan keluarga petani di Kabupaten Jombang tahun 2005,  maka populasinya dapat ditetapkan dengan 4 faktor tsb: Isi  Semua keluarga petani Satuan  Petani penggarap/pemilik tanah Cakupan (scope) Kabupaten Jombang Waktu  tahun 2005

Populasi dapat dibedakan Populasi target merupakan populasi yang telah ditentukan sesuai dengan permasalahan penelitian, dan hasil penelitian dari populasi tersebut ingin disimpulkan. Populasi survei merupakan populasi yang terliput dalam penelitian yang dilakukan.

Idealnya populasi target dan populasi survei sama, tapi karena berbagai sebab maka populasi target dan survei menjadi tidak sama. Populasi Survei Populasi target

Populasi terdiri dari unsur sampling yaitu unsur/unsur yang diambil sebagai sampel. Kerangka sampling (sampling Frame) adalah daftar semua unsur sampling dalam populasi sampling. Unsur sampling ini diambil dengan menggunakan kerangka sampling (sampling frame)

Sampel adalah unsur-unsur yang diambil dari populasi Apakah sampel? Sampel adalah unsur-unsur yang diambil dari populasi

ALUR KERJA DENGAN SAMPLE SAMPEL POPULASI TEMUAN

MENGAPA 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.

PRINSIP-PRINSIP DASAR Untuk risiko perbedaan hasil antara populasi dengan sampel, dipergunakan kemungkinan tingkat kesalahan (misalnya 1%, 5%, 10%) Angka tingkat kepercayaan tersebut pararel dengan tingkat kepercayaan/ kebenaran (misalnya 99%, 95%, 90%)

Cara menentukan sample, agar memenuhi syarat Teknik (metode) penentuan sample yang ideal memiliki ciri-ciri: Dapat memberikan gambaran yang akurat tentang populasi Dapat menentukan presisi Sederhana sehingga mudah dilaksanakan Dapat memberikan keterangan sebanyak mungkin dengan biaya murah. Presisi=standard error, Nilai rata-rata populasi dikurangi nilai rata-rata sampel

Berapa besar sampel = representatif? Besar sample perlu mempertimbangkan hal-hal sbb: Derajat keseragaman (degree of homogenity) dari populasi  completely heterogeneous Presisi yang dikehendaki dari penelitian Rencana analisis Tenaga, biaya dan waktu Besar populasi  SEMAKIN BESAR SAMPEL SEMAKIN TINGGI TINGKAT PRESISI YANG DIDAPATKAN

Menentukan ukuran sampel menurut Slovin Menggunakan rumus : n = ukuran sampel N = ukuran populasi E = persen kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang masih dapat ditolerir atau diinginkan misalnya 2%

Batas-batas kesalahan CONTOH Rumus tersebut memiliki asumsi bahwa populasi berdistribusi normal Populasi Batas-batas kesalahan +1% +2% +3% +4% +5% +10% 500 - 222 83 1500 638 441 316 94 2500 1250 769 345 96 5000 1667 909 556 370 98 10000 2000 1000 588 385 99 50000 8333 2381 1087 617 387 100

Menentukan ukuran sampel menurut Gay Ukuran minimum sampel yang dapat diterima berdasarkan pada desain penelitian yang digunakan, yaitu : Metode deskriptif, minimal 10% populasi untuk populasi yang relatif kecil min 20% Metode deskriptif-korelasional, minimal 30 subyek Metode ex post facto, minimal 15 subyek per kelompok Metode eksperimental, minimal 15 subyek per kelompok

Teknik penarikan/pengambilan sample Probability Sampling (random sampling) Non Probability Sampling (non random sampling)

Types of Sampling Methods Non-Probability Samples Simple Random Quota Stratified Judgement Convinience Cluster Snow ball Systematic Area Purposive

Probability Sampling Teknik penarikan sampel, dimana setiap unsure atau elemen sampling diberi kesempatan yang sama dan persis sama untuk diikutkan/dipilih dalam sample. Syarat dalam penarikan sample probabilitas adalah tersedianya daftar anggota populasi atau daftar unsure/elemen populasi (kerangka sample/sampling frame).

Beberapa Teknik Probability Sampling: 1. Simple Random Sampling ( Penarikan sample secara Random/Acak Sederhana) Caranya : Dengan mengundi elemen/anggota populasi Dengan menggunakan tabel angka random

Syarat Acak Sederhana Tersedia kerangka sampling Sifat populasi homogen Populasi tidak terlalu tersebar secara geografis

2. Systematic Random Sampling (Penarikan sample secara sistematik) Merupakan teknik untuk memilih anggota sampel melalui peluang dan sistem tertentu dimana pemilihan anggota sampel dilakukan setelah pemilihan data pertama secara acak, dan untuk data selanjutnya dipilih berdasarkan interval tertentu atau kelipatan tertentu atau angka ganjil genap.

Penarikan sample secara sistematik (lanjutan) Caranya: 1. Melakukan cek keadaan daftar populasi (kerangka populasi) 2. Menetapkan jarak/interval N I = ----------- n I = Interval (5) N = Jumlah anggota populasi (100) n = Jumlah anggota sampel (20) 3. Menetapkan nomor berapa peneliti akan mulai menghitung (penetapan momor pertama ini dilakukan secara acak/random) 1, 2, 3, 4 dan 5 4. Anggota sampel berikutnya ditentukan dengan menambahkan interval pada nomor pertama dan seterusnya

Contoh menggunakan kelipatan : Menggunakan angka kelipatan 3 untuk menentukan responden. Maka responden yang dipilih adalah responden yang memiliki nomor 3, 6,9, dstnya. Atau dapat juga dilakukan dengan membagi angka ukuran populasi dengan angka ukuran sampel : Jika populasi 400 dan sampel 80, maka 400:80=5 Sehingga responden yang dipilih adalah responden yang memiliki nomor kelipatan 5. nomor 5,10,15,dstnya

3. Stratified Random Sampling (Penarikan Sampel Startifikasi) Caranya: Menetapkan kriteria yang jelas yang akan digunakan sebagai dasar penetuan strata (lapisan). Dengan dasar kriteria tersebut populasi dibagi ke dalam sub-subpopulasi (setiap subpopulasi diasumsikan homogen) Penentuan besar sampel pada masing-masing subpopulasi bisa proporsional bisa pula tidak. Penentuan unsur bisa simple random/systematic

Syarat Stratified Random Sampling Kriteria yang jelas untuk menstratifikasi Ada data pendahuluan mengenai kriteria Diketahui jumlah tiap lapisan

4. Cluster Sampling (Penarikan Sampel Berkelompok) Teknik ini digunakan karena mengalami dua permasalahan, yaitu: peneliti kekurangan kerangka sampling yang baik, suatu populasi yang menyebar; Biaya yang tinggi untuk menyusun kerangka sampling dan menjangkau setiap elemen sample.

Caranya: Populasi dibagi ke dalam mini populasi-mini populasi. Mini populasi memiliki karakteristik yang sama dengan populasi Pengelompokan mini populasi ini bisa berdasarkan pada pengelompokan secara administrasi. Setelah itu menentukan cluster secara random (bisa dilakukan secara bertingkat misal dari desa menjadi dukuh-dukuh atau dusun dst) Cluster yang terpilih adalah unit yang berisi elemen sample final

Misal wilayah belimbing memiliki 10 RW. 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.

5. Multistage Sampling (Penarikan Sampel Secara Bertahap) Hampir sama dengan cluster, dengan tahap lebih dari satu kali (misal propinsi, kabupaten, kecamatan, kelurahan/desa dan seterusnya)

6. Area Sampling ( Penarikan Sampel Wilayah) Cara ini dilakukan karena populasi tidak dapat kerangka sampling. Dibutuhkan suatu foto udara yang jelas dan rinci dari wilayah yang akan diteliti, sehingga dapat diketahui blok-blok yang ada seperti perumahan, pertokoan. Teknik penarikan sample sama seperti penarikan sampel secara bertahap.

II. Non Probability Sampling (Non random sampling) Cara ini dilakukan bila tidak mungkin diperoleh daftar yang lengkap dari populasi penelitian, sehingga tidak terdapat kesempatan yang sama pada anggota populasi. Karena itu peneliti tidak dapat membuat generalisasi atau kesimpulan yang dapat mewakili populasi, hasil analisis hanya berlaku untuk anggota populasi yang diteliti. Dengan penarikan sample non probability, peneliti tidak dihadapkan pada cara-cara yang rumit.

Beberapa Teknik Non Probability Sampling 1. Purposive Sampling (Penarikan Sampel Secara Sengaja) Cara ini membutuhkan kemampuan dan pengetahuan yang baik dari peneliti terhadap populasi penelitian. Untuk menentukan siapa yang menjadi anggota sample, maka peneliti harus benar-benar mengetahui dan beranggapan bahwa orang yang dipilihnya dapat memberikan informasi yang diinginkan sesuai dengan permasalahan penelitian.

2. Quota Sampling (Penarikan Sampel Jatah) Cara ini mirip dengan stratified sampling, yaitu dengan membagi populasi ke dalam sub-sub populasi sesuai dengan fokus penelitian. Penarikan sample jatah dilakukan bila peneliti tidak dapat mengetahui jumlah yang rinci dari setiap strata populasinya.

3. Snow-ball Sampling (Penarikan Sampel Bola Salju) Cara penarikan sampel ini dimulai dengan jumlah yang sedikit akhirnya menjadi banyak, dengan beberapa tahap. Pertama, menentukan satu atau beberapa orang untuk diwawancarai. Selanjutnya orang-orang tersebut akan berperan sebagai titik awal penarikan sampel selanjutnya. Salah satu kelemahannya adalah sampel yang pada tahap berikutnya adalah orang-orang terdekat (peer group). Karena itu orang pertama dipilih lebih dari satu.

4. Sequential Sampling Penarikan sample ini dimulai dengan pengambilan sample dalam jumlah kecil, kemudian data dianalisis. Jika hasilnya masih diragukan, maka sample diambil yang lebih besar dan seterusnya.

5. Accidental/Haphazard Sampling (Penarikan Sampel Secara Kebetulan) Penarikan sample ini dilakukan dengan cara memilih orang yang kebetulan ditemui.

Akhir Kata Penentuan populasi dan sampel harus dilalui bila benar-benar ingin menjadi sarjana yang jujur