Sampel ? Populasi adalah sesuatu hal yang dijadikan Sampel sebagai unit analisis penelitian Populasi bisa berupa kumpulan manusia atau benda Sampel adalah sebagian dari populasi Populasi N Sampel adalah sebagian dari populasi. Artinya tidak akan ada sampel jika tidak ada populasi. Populasi adalah keseluruhan elemen atau unsur yang akan kita teliti. Penelitian yang dilakukan atas seluruh elemen dinamakan sensus. Idealnya, agar hasil penelitiannya lebih bisa dipercaya, seorang peneliti harus melakukan sensus. Namun karena sesuatu hal peneliti bisa tidak meneliti keseluruhan elemen tadi, maka yang bisa dilakukannya adalah meneliti sebagian dari keseluruhan elemen atau unsur tadi. Sampel n

ALASAN SAMPLING ØTidak mungkin untuk mengumpulkan seluruh data ØMenghemat waktu, biaya dan sumber daya lainnya ØKadang lebih dipercaya sebab peneliti tidak lelah

NONPROBABILITY SAMPLING TIPE DESAIN SAMPLING PROBABILITY SAMPLING NONPROBABILITY SAMPLING

Probability Sampling: Setiap elemen dalam populasi mempunyai kesempatan yang sama untuk diseleksi sebagai subyek dalam sampel. Representatif ini penting untuk generalisasi

Nonprobability Sampling: Setiap elemen dalam populasi belum tentu mempunyai kesempatan sama untuk diseleksi sebagai subyek dalam sampel. Dalam hal ini waktu adalah yang utama

4 Macam Teknik Probability Sampling Random Sampling Stratified Random Sampling Cluster Sampling Systematic Sampling

Random Sampling Setiap elemen dalam populasi mempunyai kesempatan sama untuk diseleksi sebagai subyek dalam sampel. Satu hal penting, peneliti harus mengetahui jumlah responden yang ada dalam populasi penelitian Cara pengambilan sampel bisa melalui undian Sampling ini memiliki bias terkecil dan generalisasi tinggi

Stratified Random Sampling ØDigunakan untuk mengurangi pengaruh faktor heterogen dan melakukan pembagian elemen-elemen populasi ke dalam strata. Selanjutnya dari masing-masing strata dipilih sampelnya secara random sesuai proporsinya. ØSampling ini banyak digunakan untuk mempelajari karakteristik yang berbeda, misalnya, di sekolah ada kls I, kls II, dan kls III. Atau responden dapat dibedakan menurut jenis kelamin; laki-laki dan perempuan, dll. ØKeadaan populasi yang heterogen tidak akan terwakili, bila menggunakan teknik random. Karena hasilnya mungkin satu kelompok terlalu banyak yang terpilih menjadi sampel.

Contoh Stratified Random Sampling: Populasi 900 orang Dibagi tiga Gr gol.II Gr gol. III Gr gol. IV 300 orang 300 orang 300 orang Pilih secara acak Pilih secara acak Pilih secara acak Untuk 90 orang Untuk 90 orang Untuk 90 orang

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

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

Non Probability Sampling ØCara pengambilan sampel pada prinsipnya menggunakan pertimbangan tertentu yang digunakan oleh peneliti. Misalnya, jumlah responden terlalu kecil, jumlah populasi tidak diketahui secara pasti.

4 Macam Teknik Non Probability Sampling Accidental (Kebetulan) Purposive sampling (Bertujuan) Quota sampling (Jatah) Getok Tular/Snowball Sampling

PERLU DIPERHATIKAN !! Bagi penelitian kuantitatif sebaiknya menggunakan teknik probabilitas untuk memilih anggota sampel. Alasannya teknik probabilitas memiliki prinsip random yang sangat kuat untuk mendukung proses generalisasi hasil penelitian yang diperlukan

Populasi sampel n = ukuran sampel DISTRIBUSI SAMPLING  n = ukuran sampel x1,x2,…,xn sampel Jika N adalah ukuran populasi, maka adalah banyak semua sampel yang mungkin dapat diambil dari populasi Satu sampel yang diambil adalah salah satu diantara k sampel yang mungkin

sample (berukuran n) 1. populasi  2.  3.  • • • • •  k. p

Mean Median (=M) Variansi (= s2) dev. Std (=s) … … … …

Standar error ( sesatan standar ) Distribusi sampling untuk adalah dengan • mean = • deviasi standar = Standar error ( sesatan standar ) Contoh : dari suatu populasi {6,8,10,12,14} diambil sampel acak sederhana berukuran n = 2. Karena N = 5, maka banyaknya semua sampel yang mungkin diambil dari populasi

13 2(1) {12,14} 10 12 8(4) {10,14} 9 11 {10,12} 8 18(9) {8,14} 7 {8,12} 6 {8,10) 5 32(16) {6,14) 4 {6,12} 3 {6,10} 2 {6,8} 1 sampel X s2 M

Dapat dihitung pula Dapat ditunjukkan bahwa karena

DISTRIBUSI SAMPLING

DISTRIBUSI SAMPLING

DISTRIBUSI SAMPLING

DISTRIBUSI SAMPLING

DISTRIBUSI SAMPLING

DISTRIBUSI SAMPLING

DISTRIBUSI SAMPLING

DISTRIBUSI t

DISTRIBUSI t

DISTRIBUSI Distribusi Sampling Bagi Beda 2 Rata-rata  

DISTRIBUSI Distribusi Sampling Bagi Beda 2 Rata-rata  

Distribusi Sampling Parameter yang diestimasi/diuji Statistik yang digunanakan untuk estimasi/uji Standart Error distribusi sampling statistik Nama Symbol Rata-rata Perbedaan Rata-rata Berpasangan Perbedaan Rata-rata Independen Proporsi Perbedaan Proporsi Independent