SAMPLING & RANCANGAN SAMPEL

1. SAMPLING & RANCANGAN SAMPEL Abdul Qorib, SKM, MMKes

2. SAMPLING & RANCANGAN SAMPLING • Populasi adalah keseluruhan subyek penelitian (Arikunto, 1998). • Adapun populasi menurut Nazir (1999) adalah kumpulan dari individu dengan kualitas serta ciri-ciri yang telah ditetapkan. Populasi berkenaan dengan data, bukan dengan orangnya ataupun bendanya. Jadi yang dimaksud dengan populasi adalah keseluruhan subyek atau unit penelitian yang akan dianalisis.

3. Sampel adalah bagian dari populasi. Nazir (1999) Dengan demikian sampel adalah suatu bagian (subset) dari populasi yang dianggap mampu mewakili populasi yang akan diteliti. Besarnya sampel di dalam pengambilan sampel apabila subyeknya kurang dari 100 diambil semua sehingga penelitian merupakan penelitian populasi. Arikunto (1998:120)

4. Konsep-konsep Dasar Sampling • Populasi : kumpulan objek penelitian • Sampel : Bagian yang diamati • Objek penelitian : orang, organisasi, kelompok, lembaga, buku, kata-kata, surat kabar dan lainlain. • Dalam penelitian, objek penelitian ini disebut satuan analisis (units of analysis) atau unsur-unsur populasi. • Parameter : karakteristik populasi (seperti rata-rata, ragam, modus, atau range) • Statistik : Karakteristik sampel

5. Desain Sampling Alasan Menggunakan Sampel • Mengurangi kerepotan • Jika populasinya terlalu besar maka akan ada yang terlewati • Dengan penelitian sampel maka akan lebih efesien • Seringkali penelitian populasi dapat bersifat merusak • Adanya bias dalam pengumpulan data • Seringkali tidak mungkin dilakukan penelitian dengan populasi

6. Populasi Sampel ILustrasi Sampel Yang Baik Populas sampel

7. PERMASALAHAN DALAM SAMPEL • Berapa jumlah sampel yang akan diambil • Bagaimana teknik pengambilan sampel

8. Pertimbangan Dalam Menentukan Sampel • Seberapa besar keragaman populasi • Berapa besar tingkat keyakinan yang kita perlukan • Berapa toleransi tingkat kesalahan dapat diterima • Apa tujuan penelitian yang akan dilakukan • Keterbatasan yang dimiliki oleh peneliti

9. Prosedur Penentuan Sampel Identifikasi populasi tarjet Memilih Kerangka sampel Menentukan Metode Pemilihan Sampel Merencanakan Prosedur Pemilihan Unit Sampel Menentukan ukuran Sampel Menentukan unit sampel Pelaksanaan Kerja Lapangan

10. Konsep-konsep Dasar Sampling Sampel tak bias adalah sampel yang ditarik berdasarkan probabilitas (probability sampling). Dalam sampel probabilitas, setiap unsur populasi mempunyai nilai kemungkinan tertentu untuk dipilih. Karena sampel ini mengasumsikan kerandoman (randomness), maka sampel probabilitas lazim juga disebut sebagai sampel random. sampel pertimbangan (judgemental sampling), Bila kita mengambil sampel tertentu berdasarkan pertimbangan- pertimbangan tertentu, kita memperoleh disebut juga sampel non-probabilitas. rencana sampling atau rancangan sampling (sampling design): adalah teknik penarikan sampel

11. Kerangka sampel • No Nama • 01 Untung • 2 Arif • 3 Mahardian …. 60 Bowo Populasi Mahasiswa Program Studi Ilmu Perawatan Prosedur Setelah populasi ditetapkan, kerangka sampling dibuat, teknik sampling simple random sampling maka dilakukan pengundian Teknik sampling Probablitas: Simple random Sampling Menentukan ukuran sampel Misal sampel yang ditetapkan 20 orang Unit sampel Berdasarkan undian diperoleh sampe: 02,05,01,08,60,55,32, 18,17,15,13,25,27,29,45,44,42,

12. Teknik Sampling Probability Sampling Non Probability Sampling • Simple Random Sampling • Stratified Sampling • Propotional • Disproportional • Cluster Sampling • Double Sampling • Convenience Sampling • Purposive sampling • Judgement Sampling • Quota Sampling • Snowball Sampling Teknik Pengambilan Sampel

13. Rancangan Sampling • (1) sampling random sederhana, • (2) sampling sistematis, • (3) sampling berstrata, dan • (4) sampling Klaster

14. Populasi Sampel (1) sampling random sederhana • adalah yang paling banyak dipakai. • Untuk menarik sampel seperti ini, kita dapat menuliskan semua unsur populasi dalam secarik kertas, kemudian mengundinya sampai kita memperoleh jumlah yang dikehendaki. Unsur-unsur yang jatuh itulah yang menjadi sampel. • Cara ini tidak praktis bila populasinya besar

15. (1) sampling random sederhana • Syarat hrs mempunyai kerangka sampling (sampling frame). • Kerangka sampling adalah daftar lengkap semua unsur populasi. • Jadi, bila populasi kita KK di Desa Welahan, maka kita harus memiliki daftar KK di Desa Welahan yang lengkap, kita harus menomori setiap KK dari 1 sampai N. • Berdasarkan kerangka sampling, ditarik sejumlah KK, yang nanti menjadi sampel. • Anggota populasi tidak memiliki strata sehingga relatif homogen

16. (2) sampling sistematis • juga menggunakan kerangka sampling. Hanya di sini, unsur yang pertamalah yang dipilih secara random. Unsur-unsur lainnya ditarik dengan mengambil jarak tertentu. • Misalnya, populasi berjumlah 1000. Kita hanya memerlukan 40 unsur. Perbandingan ukuran populasi dengan ukuran sampel, yakni 1000/40 = 25,disebut sampling rasio. • Untuk contoh kita, misalkan unsur yang pertama kita pilih nomor 10. Nomor-nomor berikutnya yang menjadi sampel ialah 35, 60, 85, 110, ..., 960, 985

17. (3) sampling berstrata • strata : pembagian populasi ke dalam kelas, kategori, atau kelompok • Karakteristik strata : kota, daerah, suku bangsa, jenis kelamin, status, usia • Ada dua jenis sampel strata: proporsional dan disproporsional

18. (3) sampling berstrata • Strata proporsional Dari setiap strata diambil sampel yang sebanding dengan besar setiap strata. Angka yang menunjukkan berapa persen dari setiap strata diambil disebut pecahan sampling (sampling fraction). Pada sampel strata, pecahan sampling untuk setiap strata sama.

19. Stratified Random Sampling • Adakalanya populasi yang ada memiliki strata atau tingkatan dan setiap tingkatan memiliki karakteristik sendiri

20. (3) sampling berstrata • Strata proporsional

21. (3) sampling berstrata • Strata disproporsional Cara Strata proporsional akan mengalami kesukaran bila ada sebagian strata yang jumlahnya terlalu kecil atau sebagian lagi terlalu besar. Bila ada 10.000 orang mahasiswa dan 10 orang dosen, lalu dari setiap strata kita ambil 10%, kita memperoleh sampel yang terdiri dari 1.000 orang mahasiswa dan I orang dosen. Dalam hal seperti itu disarankan metode sampling strata disproporsional. Di sini, dari setiap strata diambil jumlah sampel yang sama. Data untuk setiap strata dikalikan dengan bobot strata tersebut.

22. Disproposional Random Sampling

23. (3) sampling berstrata • Strata disproporsional

24. (4) Sampling klaster (cluster sampling) • dilakukan bila kita tidak mempunyai kerangka sampling. • Misalnya, kita ingin meneliti anak-anak SD Kota Jepara. Tidak mungkin kita menghimpun semua anak SD dalam daftar • Bila daftar nama anak SD sukar kita buat, kelompok anak berdasarkan nama sekolahnya mudah kita buat • Kelompok anak itu disebut klaster

25. (4) Sampling klaster (cluster sampling) • Klaster dapat berupa sekolah, kelas, kecamatan, desa, RW, RT, dan sebagainya • Bila klaster itu bersifat geografis, sampling klaster dapat dilakukan satu tahap (single stage). Misalnya, kita ingin meneliti penduduk Desa Mlonggo. • Desa ini terdiri dari 12 RW. Dari daftar RW, kita pilih secara random 3 RW. Seumpama pada 3 RW itu kita jadikan sampel. Bila pada setiap RW kita memilih hanya 4 RT saja secara random, kita melakukan sampel klaster banyak tahap (multistage)

26. Jepara • Mayong • Welahan • Batealit • Pecangaan • Jepara • Kedung • Jepara • Welahan • Kedung • Jepara Cluster Sampling • Pada prinsipnya teknik cluster sampling hampir sama dengan teknik stratified. Hanya yang membedakan adalah jika pada stratified anggora populasi dalam satu strata relatif homogen sedangkan pada cluster sampling anggota dalam satu cluster bersifat heterogen

27. Purwokerto • Pwt-Utara • Pwt-Selatan • Pwt-Barat • Pwt-Timur • Baturaden • Sokaraja • Pwt-Utara • Grendeng • Sumampir • Bancatkembar • Buaran • Kararangwangkal • karanggintung • Sumampir • Rw I • Rw II • Rw III • Rw IV Double Sampng/Multyphase Sampling • Double sample (sampel ganda) sering juga disebut dengan istilah sequential sampling (sampel berjenjang, multiphase-sampling (sampel multi tahap).

28. sampling nonprobabilitas • Rancangan sampling nonprobabilitas, : • (1) sampling kebetulan (accidental sampling), yaitu mengambil sampel siapa saja yang ada atau kebetulan ditemui, • (2) sampling kuota (quota sampling), yaitu menetapkan jumlah tertentu untuk setiap strata lalu meneliti siapa saja yang ada sampai jumlah itu terpenuhi, • (3) sampling purposif, yaitu memilih orang-orang tertentu karena dianggap - berdasarkan penilaian tertentu - mewakili statistik, • tingkat signifikansi, dan prosedur pengujian hipotesis, tidak berlaku bagi rancangan sampling nonprobabilitas.

29. Ukuran Sampel • Pecahan sampling 0,10 atau 0,20 dianggap banyak penelitian sebagai ukuran sampel yang memadai • ukuran sampel bergantung pada : derajat keseragaman, presisi yang dikehendaki, rencana analisis data dan fasilitas yang tersedia (Singarimbun dan Effendi, 1982)

30. Ukuran Sampel • Presisi, dalam teori sampling, hanya dapat dipahami setelah kita mengerti konsep estimasi dalam statistik. Tidak mungkin di sini diuraikan estimasi statistik. • Secara singkat, estimasi adalah metode menduga nilai parameter dari statistik. • Nilai rata-rata dalam sampel merupakan penduga nilai rata-rata dalam populasi. • Bila dalam sampel kita menemukan rata-rata pendapatan adalah Rp 20.000,00, kita menduga populasi itu mempunyai rata-rata pendapatan seperti itu. Dugaan kita tidak selalu presis. Mungkin rata-rata populasi sebenarnya Rp 20.500,00. Angka Rp 500,00 disebut galat sampling (sampling error).

31. Ukuran Sampel • Misalnya, rata-rata populasi terletak antara 20.250 - 20.750. Angka ± 250 dari rata-rata sampel disebut presisi. Jarak nilainya disebut selang kepercayaan (confidence interval). • Di samping presisi dan selang kepercayaan, estimasi statistik menambahkan lagi konsep tingkat kepercayaan (reliability atau confidence level). • Tingkat kepercayaan (koefisien reliabilitas) bisa 90%, 95%, atau 99,7% (diartikan hampir pasti). Sebagai contoh, kita dapat berkata: • “Kita 99,7% yakin rata-rata populasi berada di antara ± 250 angka rata-rata sampel”.

32. Ukuran Sampel • Ukuran sampel ditetapkan dengan rumus: • di mana Z adalah koefisien reliabilitas (1,65 untuk 90%, 1,96 untuk 95%, dan 2,58 untuk 99%) • S adalah standar deviasi, • dan d adalah nilai presisi. (Z S)2 N= D2

33. Ukuran Sampel • Misalnya, kita ingin menduga rata-rata kecerdasan mahasiswa dengan presisi 5 point dan reliabilitas 99,7% (hampir pasti). Berapa ukuran sampel yang kita perlukan? • Untuk itu, kita harus lebih dahulu rnengetahui standar deviasi populasi. Bila ini tidak diketahui, kita mencari standar deviasi dari sampel penelitian terdahulu atau dari sampel percobaan yang kita lakukan. Katakanlah, kita mendapat angka standar deviasi 14 point. • Ukuran sampel, dengan demikian, diperoleh sebagai berikut:

34. Ukuran Sampel (Z S)2 N= D2 (3X14)2 N= 25 207 N=

35. Ukuran Sampel • Cara lain untuk menghitung ukuran sampel didasarkan pada pendugaan proporsi populasi. Misalnya, berapa persen dari populasi menonton televisi, berapa persen tidak. • Rumus yang sederhana untuk ini ialah (Yamane, 1967:99):

36. Ukuran Sampel • Yamane memberikan tabel khusus sehingga kita tidak perlu menghitung lagi.

37. Pedoman Menentukan Jumlah Sampel • Pendapat Slovin Kita akan meneliti pengaruh upah terhadap semangat kerja pada karyawan PT. Cucak Rowo. Di dalam PT tersebut terdapat 130 orang karyawan. Dengan tingkat kesalahan pengambilan sampel sebesar 5%, berapa jumlah sampel minimal yang harus diambil ?

38. 2. Interval Penaksiran • Untuk menaksir parameter rata-rata  Seorang mahasiswa akan menguji suatu hipotesis yang menyatakan bahwa Indek Prestasi Mahasiswa Jurusan Manajemen Unsoed adalah 2,7. dari 30 sampel percobaan dapat diperoleh informasi bahwa standar deviasi indek Prestasi mahasiswa adalah 0,25 Untuk menguji hipotesisi ini berapa jumlah sampel yang diperlukan jika kita menginginkan tingkat keyakinan sebesar 95% dan error estimasi  kurang dari 0,05,?

39. Untuk menaksir parameter proporsi P Kita akan meperkirakan proporsi mahasiswa yang mnggunakan angkutan kota waktu pergi kuliah. Berapa sampel yang diperlukan jika dengan tingkat kepercayaan 95% dan kesalahan yang mungkin terjadi 0,10 ?

40. 3. Pendekatan Isac Michel a. Untuk menentukan sampel untuk menaksir parameter rata-rata  Seorang mahasiswa akan menguji suatu hipotesis yang menyatakan bahwa Indek Prestasi Mahasiswa Jurusan Manajemen Unsoed yang berjumlah 175 mahasiswa adalah 2,7. Dari 30 sampel percobaan dapat diperoleh informasi bahwa standar deviasi Indek Prestasi mahasiswa adalah 0,25 Untuk menguji hipotesisi ini berapa jumlah sampel yang diperlukan jika kita menginginkan tingkat keyakinan sebesar 95% dan error estimasi  kurang dari 5 persen ?

41. B. Untuk menentukan sampel untuk menaksir parameter proporsi P Kita akan meperkirakan proporsi mahasiswa jurusan manajemen unsoed yang berjumlah 175 orang. Brdasarkan penelitian pendahuluan diperolh data proporsi mahasiswa manajemen unsoed menggunakan angkutan kota waktu pergi kuliah adalah 40%. Berapa sampel yang diperlukan jika dengan tingkat kepercayaan 95% dan derajat penyimpangan sebesar 0,10.?