POPULASI DAN SAMPEL

Irman Somantri, S.Kp., M.Kep.

Populasi

Seluruh subjek/objek penelitian dengan karakteristik tertentu

Seluruh karakteristik/sifat sekelompok orang, kejadian, atau

benda, yang dijadikan obyek penelitian

Sampel

Bagian dari populasi yang akan diteliti Sebagian jumlah dari karakteristik yang

dimiliki populasi Jenis

Kriteria Inklusi (yang harus ada) Kriteria Eksklusi (yang ditolak)

The basic idea behind sampling

We seek knowledge or information about a whole class of similar objects or events (usually called population)

We observe some of these (called a sample)

We extend our findings to the entire class.

Why Sample? (1)

Satu kasus susah digunakan sebagai basis generalisasi karena banyaknya variasi dalam suatu populasi. Contoh: persepsi tiga orang buta yang memegang gajah.

Ada pula pertimbangan praktis yang bikin perlu sampling.

Researchers often want to know something about a specific social group or population that, for reasons of size, time, cost, or inaccessibility, cannot be studied in its entirety. Kalo punya waktu dan dana tak terbatas, boleh lah diteliti setiap kasus/item dari populasi.

Why Sample? (2)

Bisa makan waktu terlalu lama Data bisa obsolete (usang) Respon awal dengan respon akhir bisa

beda karena ada suatu kejadian, gosip, dan sebagainya.

Perlu biaya yang besar, juga buat interviewer. Perlu pelatihan yang efektif dan supervisi yang cukup ketika pengambilan data.

Why Sample? (3)

Alasan lain: mempelajari populasi malah bisa jadi hasilnya ngga akurat, terutama populasinya besar.

Manajemen proyeknya lebih gampang dengan sampling: bisa ada waktu tambahan untuk memperbaiki

interview/questionnaire design prosedur mendapatkan responden-yang-sulit-

ditemukan rekrutmen, pendidikan dan latihan, serta

supervisi data collectors.

Kriteria Inklusi

Kriteria dimana subjek penelitian mewakili sampel penelitian yang memenuhi syarat sbg sampel

Perlu pertimbangan ilmiah

Kriteria Eksklusi

Kriteria dimana subjek penelitian tdk dpt mewakili sampel karena tidak memenuhi syarat sbg sampel penelitian

Penyebab : Hambatan etis Menolak sbg responden Dlm keadaan yg tidak memungkinkan sbg

sampel

Motivasi Penggunaan Sampling

1. Mencari informasi mengenai keseluruhan populasi

2. Informasi tersebut diperoleh dari sebagian anggota populasi saja.

3. Informasi yang ditemukan diberlakukan kepada seluruh anggota populasi

Syarat Sampel yang Baik

Mewakili sebanyak mungkin karakteristik populasi valid

Sampel valid ditentukan oleh dua pertimbangan.1. Akurasi atau ketepatan tingkat

ketidakadaan “bias” (kekeliruan) dalam sample makin sedikit tingkat kekeliruan yang ada dalam sampel, makin akurat sampel tersebut.

2. Presisi Estimasi mengacu pada persoalan sedekat mana estimasi kita dengan karakteristik populasi.

Faktor untuk Menentukan Sampel derajat keseragaman rencana analisis biaya, waktu, dan tenaga yang tersedia

Teknik Sampling

Proses seleksi sampel yang digunakan dlm penelitian dari populasi yg ada

jumlah sampel dpt mewakili seluruh populasi yg ada.

Pembagian Probability sampling Non-Probability sampling

Probability Sampling

Maksud memberikan peluang yg sama dlm pengambilan sampel

Bertujuan untuk generalisasi

Jenis Probability Sampling

1. Simple Random Sampling2. Proportionate Stratified random

sampling3. Disproportionate Stratified random

sampling4. Cluster Sampling

Simple Random Sampling teknik pengambilan sampel yang

memberikan kesempatan yang sama kepada populasi untuk dijadikan sampel.

Syarat untuk dapat dilakukan teknik simple random sampling adalah: Anggota populasi tidak memiliki strata

sehingga relatif homogen Adanya kerangka sampel yaitu merupakan

daftar elemen-elemen populasi yang dijadikan dasar untuk pengambilan sampel.

Populasi Sampel

Proportionate Stratified random sampling

Populasi distratakan secara proporsional (sebanding, seimbang), baru kemudian dilakukan pengambilan sampel secara acak dengan menggunakan cara undian atau tabel.

Anggota populasi tdk homogen strata proporsional

Disproportionate Stratified random sampling

Peneliti bebas menentukan jumlah sampel pada masing-masing strata dengan tanpa harus mempertimbangkan proporsi antara sampel dan jumlah populasi pada strata tertentu.

Cluster Sampling

Objek/sumber data luas Populasi Heterogen Cara :Randomisasi dua tahap

Menentukan sampel daerah Menentukan sampel orang

Non Probability Sampling

Tidak memberi peluang yg sama dari tiap anggota populasi

Bertujuan tidak untuk generalisasi

Jenis Non Probability

Sistematic Sampling Quota Sampling Accidental Sampling Purposive Sampling Snowball Sampling Consecutive Sampling Convenience Sampling

Silahkan Cari Silahkan Cari Sendiri Sendiri Definisinya, Definisinya, Mudah2an di Mudah2an di Ujian Ada Ujian Ada SoalnyaSoalnya

Systematic Sampling

Merupakan cara pengambilan sampel dimana sampel pertama ditentukan secara acak sedangkan sampel berikutnya diambil berdasarkan satu interval tertentu

Berdasarkan urutan anggota populasi yg telah diberi nomor urut

Sifat populasi heterogen

Quota Sampling

Peneliti menentukan unit-unit populasi lalu menentukan jatah atau jumlah sampel masing-masing unit;atau menentukan jumlah sampel populasi;kemudian sampel itu ditentukan dengan cara yang paling mungkin atau paling mudah dilakukan

Dengan menentukan ciri-ciri tertentu smp jumlah kuota tercapai

Accidental Sampling

Kebetulan bertemu Peneliti menentukan sampel dengan asal

ambil atau asal pilih

Purposive Sampling

Untuk tujuan tertentu Peneliti secara sengaja menentukan

personil yang dianggap tepat menjadi sampel dengan tanpa melakukan random terlebih dahulu.

Misal : jika ingin meneliti tingkat stress anak I maka yg diteliti adalah anak 1 bukan 2, 3 dst

Snowball Sampling

Menentukan sampel dalam jumlah kecil pada awal

Kemudian sampel awal diminta untuk mengajak temannya

AA

B1

B1

B2

B2

B3

B3

C1

C1

C2

C2

C3

C3

C4

C4

C5

C5

C6

C6

Consecutive sampling

Memilih sampel yg sesuai kriteria sampai kurun waktu tertentu

Convenience Sampling

Sampel convenience adalah teknik penentuan sampel berdasarkan kebetulan saja, anggota populasi yang ditemui peneliti dan bersedia menjadi responden di jadikan sampel.

Pedoman Menentukan Jumlah Sampel

N = populasi n = Besar sampel d = = 0,05/0,1)(1 2dN

Nn

1. Rumus Slovin

2. Interval Penaksiran

Untuk menaksir parameter rata-rata 2

2/

e

Zn

Seorang mahasiswa akan menguji suatu hipotesis yang menyatakan bahwa Indek Prestasi Mahasiswa Jurusan S1 Keperawatan 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,?

04,96)05,0(

)25,0)(96,1(2

n

Untuk menaksir parameter proporsi P

2

2/2

e

pqZn

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 ?

04,96)10,0(4

96,12

2

n

3. Pendekatan Isac Michel

222

22

SZNd

SNZn

Seorang mahasiswa akan menguji suatu hipotesis yang menyatakan bahwa Indek Prestasi Mahasiswa Jurusan S1 Keperawatan 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 ?

62)25,0()96,1()05,0)(175(

)25,0()96,1)(175(222

22

n

a. Untuk menentukan sampel untuk menaksir parameter rata-rata

B. Untuk menentukan sampel untuk menaksir parameter proporsi P

pqZNd

pqNZn

22

2

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.?

38,60)6,0)(4,0()96,1()1,0)(175(

)6,0)(4,0()96,1)(175(22

2

n

Sampel Ideal (Gay, 1984)

Ukuran minimal sampel yang dapat diterima:1. Penelitian deskriptif:sampel minimal 10%

populasi, namun untuk populasi yang sangat kecil diperlukan minimal 20%

2. Penelitian korelasi: minimal 30 subjek.3. Penelitian ex post fakto atau penelitian

kausal komparatif:minimal 15 subjek per kelompok.

4. Penelitian eksperimen:minimal 15 subjek per kelompok.

Faktor2 yang Mempengaruhi Sampling Design (1) Tergantung pada:

What is the stage of research? How will the data be used? What are the available resources for

drawing the sample? How will the data be collected?

Faktor2 yang Mempengaruhi Sampling Design (2) Stage of research and data use

Akurasi tidak terlalu penting kalau baru eksplorasi gejala, hal yang penting adalah menemukan pola2 tertentu dulu dan membuat hipotesis2 untuk penelitian lanjutan.

Peneliti perlu menggunakan good judgement mereka untuk mendapatkan sampel yang tepat nonprobability sampling bisa digunakan.

Faktor2 yang Mempengaruhi Sampling Design (3)

Kalau cuma pingin me-list semua varians, cukup dengan sejumlah sampel dengan pendekatan nonprobability.

Kalau hasil penelitian akan menjadi bahan decision making pemerintah misalnya, presisi diperlukan. Perlu probability sampling yang terkontrol dan jumlah sampel yang relatif banyak.

Faktor2 yang Mempengaruhi Sampling Design (4) Available resources

Jika akurasi menjadi pertimbangan utama, perlu digunakan sampling design yang menghasilkan sampel yang paling presisi. Tapi biayanya bisa jadi sangat mahal.

Waktu, uang, bahan2 yang diperlukan, lokasi melimitasi sampling design.

Sampling design disesuaikan kemampuan, kecil tapi jika prosedur-nya bagus hasilnya pun bagus.

Faktor2 yang Mempengaruhi Sampling Design (5) Method of data collection

◦ Keempat pendekatan (eksperimen, field research, survey research, documentary research) masing-masing berurusan dengan sampel.

◦ Eksperimen biasanya pakai convenience sampling, survai biasanya probability sampling, field research biasanya convenience atau purposive, documentary research sering menggunakan probability sampling.

Faktor2 yang MempengaruhiSample Size (1) Antara lain:

Heterogenitas dari populasi Tingkat presisi yang dikehendaki Tipe sampling design yang digunakan Resources availability Number of breakdowns planned in data

analysis

Faktor2 yang MempengaruhiSample Size (2) Heterogenitas populasi

◦ Heterogenitas mengacu pada derajat perbedaan di antara kasus dalam suatu karakteristik.

◦ Semakin heterogen, jumlah kasus yang diperlukan semakin besar agar estimasinya reliabel. Ekstrimnya, kalau semua kasus sama (homogen, unidimensional), jumlah sampel cukup satu, kalau tidak ada yang sama, harus sensus.

Faktor2 yang MempengaruhiSample Size (3)

Satuan pengukuran statistik terbaik untuk heterogenitas populasi adalah standard deviation () berhubungan dengan standard error yang tadi dibahas. Rumus standard error = /√(N).

Semakin besar heterogenitas populasi, perlu semakin banyak sampel agar lebih presisi

Faktor2 yang MempengaruhiSample Size (4) Tingkat presisi yang dikehendaki

Secara teknis mengacu pada standard error (seperti dijelaskan di atas). Tapi lebih mudah diilustrasikan dengan confidence interval.

Pernyataan “rata2 populasi ada di antara 2-4” lebih presisi dibandingkan “rata2 populasi ada di antara 1-5”.

Rumus standard error /√(N), sampel perlu diperbesar agar standard error-nya mengecil. Agar standard error turun 1/2, N perlu naik empat kali lipat.

Faktor2 yang MempengaruhiSample Size (5)

Law of diminishing return, setelah terus2an, dibutuhkan jumlah N yang sangat besar agar standard error bisa turun.

N = 100 = 5 N = 400 = 2.5 N = 2500 = 1 N = 10000 = 0.5

Sample size 2000-3000 sebenarnya standard error-nya sudah cukup kecil dan menambah jumlah sampel lagi “is not worth the additional cost”.

Faktor2 yang MempengaruhiSample Size (6) Sampling design

Misalnya tanpa menambah jumlah sampel presisi sampel bisa ditingkatkan dengan menggunakan stratified random sampling dan bukan simple random sampling, tapi cluster sampling perlu lebih banyak sampel.

Faktor2 yang MempengaruhiSample Size (7) Resources availability

Number of breakdowns planned. Contoh: Sampel 500 Angkatan baru 100 Kos 20 Pria 10

Jumlah kasus terlalu sedikit untuk menghasilkan analisis yang reliabel

Catatan

Sample bias: nonrandom, difficult to detect, damaging to sample accuracy.

Dua sumber yang paling umum: Coverage error: sampling frame yang tidak komplit

meng-cover semua populasi Nonresponse bias: pengumpulan data tidak lengkap.

Rate of response dan rate of nonresponse