Chapter 08 POPULASI DAN SAMPLING Konten: Definisi populasi Jenis populasi Definisi sampel Tahap pemilihan sampel Jenis sampling Probability sampling Non probability sampling Sumber: Metode Riset Bisnis dan Manajemen Bab 9

DEFINISI POPULASI Populasi (population/universe) adalah sekumpulan dari individu yang memiliki karakteristik tertentu yang ditetapkan oleh peneliti. Atau populasi adalah keseluruhan objek yang dibatasi kriteria tertentu. Banyaknya objek yang ada dalam sebuah populasi disebut ukuran populasi Ukuran populasi tersebut biasanya diberi simbol atau dilambangkan dengan huruf N. Anggota populasi (individu) dapat berupa orang, barang, atau sesuatu apa pun yang menjadi materi atau objek dalam penelitian

Gambar Kriteria Pembatas Populasi

JENIS POPULASI Jika saja dalam suatu populasi jumlah anggota individunya tetap, maka disebut populasi finit. Contoh? Sedangkan jika anggota dalam sebuah populasi jumlahnya berubah-ubah maka disebut populasi infinit. Dua teknik mengungkap perilaku individu dalam suatu populasi. Sensus atau sampel jenuh sampling atau sampling enumeration

Sensus atau complete enumeration atau census study, adalah meneliti satu per satu dari seluruh anggota populasi yang disebut artinya menghitung atau mengamati satu demi satu untuk keseluruhan anggota populasi. Sensus itu meneliti seluruh unit yang ada dalam populasi. Contoh? Sampling atau sampling enumeration adalah peneliti mengungkap keterangan atau karakteristik hanya sebagian dari anggota populasi saja. Contoh ?

DEFINISI SAMPEL Sampel adalah suatu bagian yang diambil dari sebuah populasi untuk menentukan sifat serta ciri-ciri yang dikehendaki dari populasi bersangkutan Sampling adalah suatu proses penggunaan suatu bagian atau sejumlah kecil anggota dari sebuah populasi untuk membuat kesimpulan mengenai keseluruhan dari individu dalam populasi bersangkutan Sampel (n )

Sampling frame atau working population adalah daftar yang berisikan elemen yang mana sampel tersebut dapat menggambarkan populasinya Sampling frame error terjadi ketika elemen sampel yang terambil tidak menggambarkan karakteristik populasinya, atau karena sampel tersebut berada di luar populasi yang akan diobservasi. Contoh: sampling frame pelanggan yang mengeluh dan mengembalikan barang karena cacat, maka populasinya adalah keseluruhan pelanggan yang mengeluh dan mengembalikan barang yang dibeli karena cacat tersebut, sedangkan Pelanggan yang mengembalikan barang bukan karena keluhan kecacatan barang akan masuk dalam sampling frame error

Mengapa memakai sampling? Ada 3 alasan klasik yakni: Keterbatasan waktu Keterbatasan tenaga Keterbatasan biaya Keuntungan penggunaan sampel Mengurangi biaya Data dapat dikumpulkan dan dihitung lebih cepat Cakupan lebih besar TAHAP PEMILIHAN SAMPEL

Tahapan Pemilihan Sampel (Zikmund; 2013): Penentuan Target Populasi Penentuan Kerangka Pemilihan Sampel Penentuan Metode Pemilihan Sampel Penentuan Prosedur Pemilihan Jumlah Sampel Penentuan Jumlah Sampel Pemilihan Unit Sampel aktual Pelaksanaan Penelitian Pertemuan kesepuluh

JENIS SAMPLING Jenis metode sampling Probability sampling Nonprobability sampling Probability sampling peneliti menarik sampel dari sebuah populasi yang memberikan kemungkinan atau peluang terhadap semua individu atau seluruh anggota populasi untuk menjadi sampel

Perbandingan Desain Sampel Probabilitas JENIS SAMPEL DESKRIPSI KELEBIHAN KEKURANGAN 1.Random Sederhana Setiap elemen populasi mempunyai kesempatan yang sama untuk dipilih menjadi sampel Hanya membutuhkan pengetahuan yang sedikit. Mudah digunakan Membutuhkan daftar elemen populasi yang banyak. Responden mungkin mempunyai penyebaran yang sangat besar. Membutuhkan jumlah sampel yang banyak. Menghasilkan kesalahan yang besar. 2.Sistematis Menyeleksi sampel dari populasi sejak awal dan mengikuti pemilihan sampai berdasarkan urutan elemen. Sederhana untuk mendesain. Mudah untuk mencari distribusi data. Lebih murah dibandingkan Simple random Populasi yang bersifat periodik memungkinkan data dan hasil berdistribusi tidak normal. Pertemuan kesepuluh

Peneliti mengontrol jumlah sampel dalam strata. JENIS SAMPEL DESKRIPSI KELEBIHAN KEKURANGAN 3.Stratifikasi Peneliti membagi populasi menjadi beberapa kelompok dan secara random memilih subsampel dari setiap kelompok Hasilnya lebih mewakili populasi secara keseluruhan sehingga meningkatkan efisiensi secara statistik. Peneliti mengontrol jumlah sampel dalam strata. Memberikan beberapa alternatif metode strata. Hasilnya tidak bias. Jika subsampel dipilih dengan dasar yang berbeda akan meningkatkan kesalahan. Mahal, apalagi strata dalam populasi harus dibuat dahulu. 4.Kluster Kelompok yang mempunyai sifat heterogen diidentifikasi lebih dahulu lalu dipilih secara random. Semua elemen dari hasil random tersebut diteliti. Lebih efisien secara ekonomi dibandingkan sampai random sederhana. Biaya lebih rendah, apalagi bila kluster berdasarkan daerah. Mudah digunakan tanpa membuat daftar populasi. Memberikan informasi lebih akurat. Mempunyai nilai statistik yang kurang efisien (banyak kesalahan). Peneliti harus mempunyai kemampuan untuk membagi ke dalam kluster yang benar-benar spesifik. 5.Multitahap Peneliti memilih area yang kecil untuk setiap tahapnya dan mengkombinasikan keempat teknik sampel di atas Memberikan informasi yang lebih akurat Peneliti mungkin enggan melakukan karena harus berulang-ulang. Pertemuan kesepuluh

Metode nonprobability sampling merupakan kebalikan probability sampling. Jika penarikan sampel dari sebuah populasi didasarkan pada pertimbangan tertentu yang tidak membuka kemungkinan bagi semua individu dalam populasi dapat terpilih menjadi anggota sampel, maka disebut nonprobability sampling. Artinya hanya individu-individu tertentu yang mendapatkan kesempatan menjadi anggota sampel Teknik dalam nonprobability sampling : Convenience sampling Judgement Sampling Quota Sampling Snowball Sampling Accidental sampling

Perbandingan Teknik Sampel Nonprobabilitas JENIS SAMPEL DISKRIPSI KELEBIHAN KEKURANGAN 1.Convenience Peneliti menggunakan sampel yang paling sederhana atau ekonomis Tidak memerlukan daftar populasi yang panjang Variabilitas dan estimasi yang bias tidak dapat diukur atau dikontrol. Proyeksi data dari sampel yang diperoleh tidak sesuai. 2.Judgement Peneliti ahli atau berpengalaman memilih sampel untuk memenuhi tujuannya, seperti meyakinkan bahwa semua populasi mempunyai karakteristik tertentu. Bermanfaat untuk tipe-tipe estimasi tertentu. Biaya moderat Sampel memastikan bahwa tujuan yang akan dicapai pasti tercapai. Hasilnya bias karena sampel tidak representatif. Proyeksi data dari sampel tidak cocok. Pertemuan kesepuluh

Mengenalkan beberapa stratifikasi populasi. JENIS SAMPEL DISKRIPSI KELEBIHAN KEKURANGAN 3.Quota Peneliti mengklasifikasikan populasi menurut kriteria tertentu, menentukan klasifikasi proporsi sampel yang dikehendaki untuk tiap kelas, menetapkan kuota untuk setiap pewawancara. Mengenalkan beberapa stratifikasi populasi. Biaya moderat. Tidak memerlukan daftar populasi lagi. Memberikan hasil klasifikasi yang bias. Penyimpangan dari populasi tidak dapat diperkirakan karena penggunaan seleksi yang nonrandom. Proyeksi data dari sampel tidak dapat dilakukan. 4.Snowball Responden awal dipilih dengan sampel probabilitas sedangkan responden berikutnya diperoleh dari usulan/masukan responden sebelumnya. Biaya rendah. Bermanfaat dalam pengalokasian anggota dari populasi yang jumlahnya sedikit. Hasilnya bias karena jumlah sampel tidak independen. Proyeksi data di luar sampel tidak sesuai. Pertemuan kesepuluh

Accidental sampling atau sampel seadanya adalah pengambilan sampel menurut pertimbangan subjektif peneliti bersangkutan, baik menyangkut ukuran sampel maupun penunjukkan individu anggota sampel dari anggota populasi bersangkutan. Umpama disebabkan oleh sulitnya mendeteksi jumlah anggota populasi, maka pengambilan sampel menggunakan ukuran seadanya, dan pengambilan sampel seketemunya. Oleh karena itu, pada sampling ini peneliti tidak memerlukan perhitungan ukuran sampel sebelum penelitiannya dimulai

Ukuran Sampel Macam-macam cara untuk menentukan ukuran sampel dari suatu populasi. Beberapa ahli mengemukakan berbagai cara yang berbeda. Sunday, September 16, 2018

1. 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% Sunday, September 16, 2018

Batas-batas kesalahan 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 Sunday, September 16, 2018

2. Menentukan ukuran sampel menurut Gay Ukuran minimum sampel yang dapat diterima bedasarkan 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 Sunday, September 16, 2018

3. Menentukan ukuran sampel menurut Kracjie Sama dengan Slovin, hanya untuk α sebesar 5% dan jumlah populasi N mulai dari sebesar 10 sampai 100.000. Prinsipnya sama dengan Slovin dan besar sampel yang dihasilkan hampir sama besar. Sunday, September 16, 2018

4. Menentukan ukuran sampel menurut Harry King Harry king menghitung jumlah sampel menggunakan nomogram dan jumlah populasi maksimum 2000 dengan α bervariasi sampai dengan 15% Sunday, September 16, 2018

9/16/2018