Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
Diterbitkan olehRatna Indradjaja Telah diubah "7 tahun yang lalu
1
Sampling Pengertian Alasan: Suatu penelitian/survey………Sampel Populasi
Populasi tidak terbatas Homogenitas Dana dan sarana Ketelitian/ketepatan Destruktif
2
Sampel Ideal Dapat menghasilkan gambaran yang tepat mengenai karakteristik populasi Dapat menentukan presisi dari hasil taksiran yang diperoleh Sederhana mudah dilaksanakan Dapat memberikan keterangan sebanyak mungkin dengan biaya serendah mungkin
3
Sampel ideal Sampel Representatif Miniatur populasi Persyaratan harus dipenuhi, kalau tidak, akan menghasilkan kesimpulan yang bias ( Bias Conclusion)
4
Kerangka Sampling Sampling frame:
Daftar semua unsur sampel didalam populasi, misalnya: Daftar pengunjung rumah sakit Nama dalam buku telepon Peta Harus up to date, dinegara sedang berkembang kadang-kadang hasil sensus tidak dapat dipakai sebagai sampling frame Kalau tidak ada, harus dibuat dulu
5
Metode sampling Tekhnik yang dipakai untuk menarik sampel dari populasi Terdiri dari: Random sampling= probability sampling Non random sampling= non probability sampling
6
Random sampling (Sampel Acak)
Simple Random Sampling (SRS) Systematic Random Sampling Stratified Random Sampling Cluster Sampling Multistage Sampling
7
Non Random Sampling Purposive Sampling Incidental Sampling
Quota Sampling dll
8
Simple Random Sampling
Cara ini memberi kesempatan yang sama pada semua unit didalam populasi untuk tertarik sebagai sampel Syarat: Ada sampling frame Kurang lebih homogen ( tidak terlalu heterogen) Secara geografis tidak terlalu tersebar Dilakukan dengan, undian, tabel bilangan random, dengan komputer dll
9
Keuntungan cara SRS: Langkah-langkahnya tidak berbelit-belit,
Mudah untuk dimengerti, Mudah untuk menghitung rata-rata dan variansnya
10
Kelemahan SRS Bukan cara yang paling efisien untuk mendapatkan presisi dan ongkosnya mahal. Membutuhkan adanya daftar unit sampling yang lengkap sebelum proses pemilihan sampel dimulai. Padahal daftar ini belum tentu ada, Untuk mengadakannya cara ini seringkali membutuhkan ongkos yang tidak sedikit.
11
Systematic Random Sampling
Sampel sistimatis, unsur pertama diambil secara acak selanjutnya ditentukan secara sistimatis (berselang yang sama) Syarat: Ada sampling frame Memiliki pola beraturan Tidak terlalu heterogen N=ukuran populasi, n ukuran sampel N/n ukuran sistimatik pengambilan sampel
12
Stratified Random Sampling
Populasi yang heterogen, diharapkan semua unsur didalam populasi dapat terwakili, populasi dibagi didalam beberapa strata, mis: Ekonomi, pendidikan, dll Didalam strata Homogen Antar strata Heterogen Sampel diambil secara proporsional menurut besarnya unit didalam strata. Kebaikannya, semua ciri heterogen terwakili dan dapat mencari hub antar strata
13
Cluster Sampling Dilakukan pada saat sampling frame sukar dibuat, didapat Populasi ada didalam gugus/kelas Gugus memiliki sifat yang akan diteliti Gugus dipilih secara acak Di dalam gugus seheterogen mungkin Antar gugus sehomogen mungkin
14
Multistage sampling Sampel diambil secara bertahap, biasanya disebabkan secara geografis populasi sangat tersebar Banyak penelitian besar yang mamakai metoda ini. Disetiap stage sampel diambil secara acak
15
Non Random Sampling Tidak semua unit analisis didalam populasi mempunyai peluang untuk terambil sebagai sampel Purposive sampling (Judgement), sampel ditentukan melalui orang yang telah mengenal populasi dengan baik Incidental sampling………..hanya secara insiden sampel itu terambil Quota sampling ( jumlah sampel saja yang ditentukan, setelah cukup penarikan dihentikan)
16
Besar sampel Tergantung faktor-faktor: Biaya , tenaga, waktu
Homogen/heterogenitas populasi Presisi Rencana analisis Error Besar sampel
17
Penyimpangan Sampling Error Non Sampling Error Perencanaan Pelaksanaan
Pengolahan Analisis/ interpretasi
18
Sekian
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.