POPULASI DAN SAMPLE

Pengertian Populasi dan Sampel

1.populasi

Kata populasi (population/universe) dalam statistika merujuk pada sekumpulan individu dengan karakteristik khas yang menjadi perhatian dalam suatu penelitian (pengamatan). Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi.

Ukuran populasi ada dua:

(1) populasi terhingga (finite population), yaitu ukuran populasi yang berapa pun besarnya tetapi masih bisa dihitung (cauntable). Misalnya populasi pegawai suatu perusahaan;

(2) populasi tak terhingga (infinite population), yaitu ukuran populasi yang sudah sedemikian besarnya sehingga sudah tidak bisa dihitung (uncountable). Misalnya populasi tanaman anggrek di dunia.

 Populasi dibedakan menjadi dua yaitu:

1. Populasi sampling, contoh apabila kita mengambil rumah tangga sebagai sampel, sedangkan yang diteliti adalah anggota rumah tangga yang bekerja sebagai PNS, maka seluruh rumah tangga adalah populasi sampling
2. Populasi sasaran, sesuai dengan contoh di atas, maka seluruh PNS adalah populasi sasaran

2.    Sampel

Sampel adalah bagian dari populasi yang diharapkan mampu mewakili populasi dalam penelitian. Dalam penyusunan sampel perlu disusun kerangka sampling yaitu daftar dari semua unsur sampling dalam populasi sampling, dengan syarat:

1. Harus meliputi seluruh unsur sampel
2. Tidak ada unsur sampel yang dihitung dua kali
3. Harus up to date
4. Batas-batasnya harus jelas
5. Harus dapat dilacak dilapangan

Menurut Teken (dalam Masri Singarimbun dan Sofyan Efendi) Ciri-ciri sample yang ideal adalah:

• dapat menghasilkan gambaran yang dipercaya dari seluruh populasi yang diteliti
• Dapat menentukan presisi (precision) dari hasil penelitian dengan menentukan penyimpangan baku  (standar) dari taksiran yang diperoleh
• Sederhana, sehingga mudah dilaksanakan
• Dapat memberikan keterangan sebanyak mungkin dengan biaya yang rendah....

Ada empat faktor yang harus diperhatikan dalam penentuan besar kecilnya sampel, antara lain:

1. Degree of homogenity dari populasi, makin homogin populasi makin sedikit jumlah sampel yang diambil
2. Pressisi yang dikehendaki, makin tinggi tingkat pressisi yang dikehendaki makin banyak jumlah sampel yang diambil
3. Rencana analisa
4. Tenaga biaya dan waktu

Gambar 1

POPULASI dan SAMPEL

Teknik PenarikanSampel (Sampling)

Sampling is the process of selecting observations. Proses seleksi yang dimaksud di sini adalah proses untuk mendapatkan sampel.

Gambar 2

LOGIKA Sampling

 

Masalah yang dihadapi dalam sampling adalah (1) bagaimana proses pengambilan sampel, dan (2) berapa banyak unit analisis yang akan diambil.

Ada beberapa teknik dalam pengambilan sampel, namun secara garis besar dapat dibagi menjadi dua:

a.    Probability Sampling atau Random Sampling

Teknik sampling probabilitas dapat kita sebut dengan Random Sampling. Random sampling/sampling probabilitas adalah sesuatu cara pengambilan sample yang memberikan kesempatan atau peluang yang sama untuk diambil kepada setiap elemen populasi. maksudnya jika elemen populasinya ada 50 dan yang akan dijadikan sampel adalah 25, maka setiap elemen tersebut mempunyai kemungkinan 25/50 untuk bisa dipilih menjadi sampel. Syarat pertama yang harus dilakukan untuk mengambil sampel secara acak adalah memperoleh atau membuat kerangka sampel atau dikenal dengan nama “sampling frame”. Yang dimaksud dengan  kerangka sampling adalah daftar yang berisikan setiap elemen populasi yang bisa diambil sebagai sampel. Elemen populasi bisa berupa data tentang orang/binatang, tentang kejadian, tentang tempat, atau juga tentang benda. Terdiri dari :

1. Simple random sampling, pengambilan sample secara acak sederhana, ialah sebuah sample yang diambil sedemikian rupa sehingga tiap unit penelitian atau satuan elemen dari populasi mempunyai kesempatan yang sama  untuk dipilih menjadi sample. Metode yang digunakan dengan cara (1) undian (digoncang seperti arisan), (2) ordinal (angka kelipatan), (3)tabel bilangan random

Contoh: misal ada “pembiayaan pembangunan pendidikan Dasar di Jawa Barat”, sampelnya adalah seluruh SD dan SMP yang ada di Jawa Barat. Terhadap seluruh SD dan SMP itu dilakukan pemilihan secara random tanpa pengelompokan terlebih dahulu, dengan demikian peluang SD maupun SMP untuk terpilih sebagai sampel sama.

2. Proportionate stratified random sampling, Merupakan suatu teknik sampling dimana populasi kita bagi kedalam sub populasi(strata), karena mempunyai karakteristik yang heterogen dan heterogenitas tersebut mempunyai arti yang signifikan terhadap pencapaian tujuan penelitian, maka penelitian dapat mengambil dengan cara ini. Setiap stratum dipilih sampel melalui proses simple random sampling.misal dengan siswa sebagai sampelnya,

Contoh: misalnya ada suatu manajer yang ingin mengetahui sikap manajer terhadap suatu kebajikan. Dia menduga bahwa manajer tingkat atas memiliki sikap yang positif terhadap kebajikan perusahaan. Agar dapat menguji dugaan teresebut maka sampelnya harus terdiri dari manajer tingkat atas, menengah, dan bawah. Kemudian dari masing-masing. Strata dipilih manajer dengan teknik simple random sampling.,

3.      Area Sampling, atau Sampel Wilayah : Merupakan teknik sampling yang dipakai ketika peneliti dihadapkan pada situasi bahwa populasi penelitiannya tersebar di berbagai wilayah.

Contoh : Misalnya seorang marketing manajer sebuah stasiun TV ingin mengetahui tingkat penerimaan masyarakat Jawa Barat atas sebuah mata tayangan, teknik pengambilan sampel dengan area sampling sangat tepat.

4. Kluster sampling, teknik pengambilan sample berdasarkan gugus atau clusters, misal: sebuah penelitian ingin mengetahui pendapatan keluarga dalam suatu desa,  dengan berbagai klaster, missal dari segi pekerjaan: Tani, Buruh, PNS, Nelayan

b.    Non-Probability Sampling.

Teknik sampling nonprobabilitas adalah suatu teknik pengambilan sampel secaratidak acak nonrandom sampling/ . Tidak semua populasi mempunyai kesempatan sama untuk bisa dipilih menjadi sampel. Pada saat melakukan pemilihan satuan sampling tidak dilibatkan unsure peluang, sehingga tidak diketahui unsure peluang sesuatu unit sampling  terpilih kedalam sampling. Unsur populasi yang terpilih menjadi sampel bisa disebabkan karena kebetulan atau karena faktor lain yang sebelumnya sudah direncanakan oleh peneliti. Sampling tipe ini tidak boleh dipakai untuk menggeneralisasi hasil penelitian terhadap populasi, karena dalam penarikan sampel sama sekali tidak ada unsur probabilitas

Non probability sampling terdiri dari:

1.      Sampling sistematis,  Merupakan teknik sampling jika peneliti dihadapkan pada ukuran populasi yang banyak dan tidak memiliki alat pengambil data secara random, cara pengambilan sampel sistematis dapat digunakan. Cara ini menuntut kepada peneliti untuk memilih unsur populasi secara sistematis, yaitu unsur populasi yang bisa dijadikan sampel adalah yang “keberapa”.

Contoh : Misalnya  setiap unsur populasi yang keenam, yang bisa dijadikan sampel. Soal “keberapa”-nya satu unsur populasi bisa dijadikan sampel tergantung pada  ukuran populasi dan ukuran sampel. Misalnya, dalam satu populasi terdapat 5000 rumah. Sampel yang akan diambil adalah 250 rumah dengan demikian interval di antara sampel kesatu, kedua, dan seterusnya adalah 25.

2.      Sampling kuota, (quota sampling), teknik sampling yang didasarkan pada terpenuhinya jumlah sample yang diinginkan (ditentukan)

Contoh :  Misalnya, di sebuah kantor terdapat pegawai laki-laki 60%  dan perempuan 40% . Jika seorang peneliti ingin mewawancari 30 orang pegawai dari kedua jenis kelamin tadi maka dia harus mengambil sampel pegawai laki-laki sebanyak 18 orang sedangkan pegawai perempuan 12 orang. Sekali lagi, teknik pengambilan ketiga puluh sampel tadi tidak dilakukan secara acak, melainkan secara kebetulan saja.

3. Sampling aksidental, Merupakan teknik dalam memilih sampel, peneliti tidak mempunyai pertimbangan lain kecuali berdasarkan kemudahan saja. Seseorang diambil sebagai sampel karena kebetulan orang tadi ada di situ atau kebetulan dia mengenal orang tersebut. Oleh karena itu ada beberapa penulis menggunakan istilah accidental sampling – tidak disengaja – atau juga captive sample (man-on-the-street) Jenis sampel ini sangat baik jika dimanfaatkan untuk penelitian penjajagan, yang kemudian diikuti oleh penelitian lanjutan yang sampelnya diambil secara acak (random). Beberapa kasus penelitian yang menggunakan jenis sampel ini,  hasilnya ternyata kurang obyektif.

Contoh : misalnya ada seorang peneliti ingin mengetahui tentang kebersihan wilayah Jakarta Selatan ia menanyakan kepada orang yang ada dijalan atau orang dia jumpai  bukan orang yang mengerti tentang kebersihan wilayah Jakarta Selatan seperti petugas kebersihan atau mendatangi kantor gubernur atau walikota Jakarta Selatan.

4. Purposive sampling, Merupakan  teknik sampling yang Satuan samplingnya dipilih berdasarkan pertimbangan tertentu dengan tujuan untuk memperoleh satuan sampling yang memiliki karakteristik atau kriteria yang dikehendaki dalam pengambilan sampel. Sesuai dengan namanya, sampel diambil dengan maksud dan tujuan yang diinginkan peneliti atau sesuatu diambil sebagai sampel karena peneliti menganggap bahwa seseorang atau sesuatu tersebut memiliki atau mengetahui informasi yang diperlukan bagi penelitian yang dia buat. Pengambilan sampel ini dapat dibagi dua yaitu judgment sampling san quota sampling:

• Judgment sampling  ialah teknik pengambilan sampling dimana sampel yang dipilih berdasarkann penilaian peneliti bahwa dia atau seseorang yang paling baik jika dijadikan sampel penelitiannya.

Contoh : misalnya dalam suatu perusahaan untuk memperoleh data tentang bagaimana satu proses produksi direncanakan oleh suatu perusahaan, maka manajer produksi merupakan orang yang terbaik untuk bisa memberikan informasi. Jadi, judment sampling umumnya memilih sesuatu atau seseorang menjadi sampel karena mereka mempunyai “information rich”.

Dalam program pengembangan produk (product development), biasanya yang dijadikan sampel adalah karyawannya sendiri, dengan pertimbangan bahwa kalau karyawan sendiri tidak puas terhadap produk baru yang akan dipasarkan, maka jangan terlalu berharap pasar akan menerima produk itu dengan baik.

5.      Haphazard Sampling : merupakan teknik sampling dimna Satuan sampling dipilih sembarangan atau seadanya, tanpa perhitungan apapun tentang derajat kerepresentatipannya.

Contoh:Misalnya ketika kita akan melakukan penelitian mengenai kompetensi dosen di sebuah Universitas, pertanyaan dapat diajukan kepada siapapun mahasiswa dari universitas tersebut (sebagai sampel) yang kebetulan datang pada saat kita berada di sana untuk melakukan penelitian.

6.       Snowball sampling, Merupakan teknik sampling  yang banyak dipakai ketika peneliti tidak banyak tahu tentang populasi penelitiannya. Dia hanya tahu satu atau dua orang yang berdasarkan penilaiannya bisa dijadikan sampel. Karena peneliti menginginkan lebih banyak lagi, lalu dia minta kepada sampel pertama untuk menunjukan orang lain yang kira-kira bisa dijadikan sampel. Satuan sampling dipilih atau ditentukan berdasarkan informasi dari responden sebelumnya

Contoh : Misalnya seorang peneliti ingin mengetahui pandangan kaum lesbian terhadap lembaga perkawinan. Peneliti cukup mencari satu orang wanita lesbian dan kemudian melakukan wawancara. Setelah selesai, peneliti tadi minta kepada wanita lesbian tersebut untuk bisa mewawancarai teman lesbian lainnya. Setelah jumlah wanita lesbian yang berhasil diwawancarainya dirasa cukup, peneliti bisa mengentikan pencarian wanita lesbian lainnya. . Hal ini bisa juga dilakukan pada pencandu narkotik, para gay, atau kelompok-kelompok sosial lain yang eksklusif (tertutup)

Prinsip Menentukan Ukuran Sampel (sample size)

Ukuran sampel bisa ditentukan melalui dua dasar pemikiran, yaitu ditentukan atas dasar pemikiran statistis, dan atau ditentukan atas dasar pemikiran non statistis. Ditinjau dari aspek statistis, ukuran sampel ditentukan oleh beberapa faktor, diantaranya: (1) bentuk parameter yang menjadi tolak ukur analisis, dalam arti apakah tujuan penelitian ini untuk menaksir rata-rata, persentase, atau menguji kebermaknaan hipotesis, (2) tipe sampling, apakah simple random sampling, stratified random sampling atau yang lainnya. Tipe sampling ini berkaitan dengan penentuan rumus-rumus yang harus dipakai untuk memperoleh ukuran sampel, dan (3) variabilitas variabel yang diteliti (keseragaman variabel yang diteliti), makin tidak seragam atau heterogen variabel yang diteliti, makin besar ukuran sampel minimal. Sedangkan dipandang dari sudut nonstatistis, ukuran sampel ditentukan oleh beberapa faktor, diantaranya: (1) kendala waktu atau time constraint, (2) biaya, dan (3) ketersediaan satuan sampling.

Populasi Sasaran dan Populasi Studi

Gambar

Populasi Sasaran dan Populasi Studi

 

Satuan Sampling dan Kerangka Sampling

Satuan sampling adalah segala sesuatu yang dijadikan satuan (unit) yang nantinya akan menjadi objek penelitian. Contoh: (1) apabila Indonesia dibagi ke dalam 33 satuan yang disebut propinsi dan dalam penelitian provinsi ini yang akan dipilih sebagai sampel, maka provinsi menjadi satuan sampling. (2) Apabila sebuah perusahan dibagi ke dalam departemen atau bagian, dan dalam departemen atau bagian ini sampel akan dipilih sebagai objek penelitian, maka departemen atau bagian ini adalah satuan sampling.

Kerangka sampling adalah daftar yang berisi satuan-satuan sampling yang ada dalam sebuah populasi, yang berfungsi sebagai dasar untuk penarikan sampel. Setiap satuan sampling mempunyai nomor urut tertentu. Contoh: Kota Bandung terdiri dari kecamatankecamatan. Kalau peneliti menjadikan kecamatan dimana sampel akan dipilih sebagai objek, maka kecamatan adalah satuan sampling. Nama-nama kecamatan yang ada di Kota Bandung kemudian didaftar, maka daftar nama-nama kecamatan di Kota Bandung ini yang dinamakan kerangka sampling. Bentuk kerangka samplingnya dapat dilihat pada tabel berikut:

Gambar

Kerangka Sampling

Presisi dan Akurasi

• Presisi (precision) diartikan sebagai ukuran seberapa jauh sesuatu alat akan memberikan hasil yang konsisten. Presisi erat kaitannya dengan variasi data.

• Akurasi adalah seberapa tepat alat mengukur apa yang seharusnya diukur. Jadi akurasi berbicara tentang jarak, yang diukur dari target. Dengan demikian akurasi menunjukkan ketepatan atau ketelitian menentukan sampel dalam menggambarkan karakteristik populasi.

Gambar

Sampel dikatakan memiliki akurasi tinggi apabila kesimpulan yang diambil dari sampel dapat menggambarkan karakteristik dari populasi dan sebaliknya dikatakan akurasinya rendah apabila karakteristik populasi tidak sepenuhnya dapat digambarkan (menyimpang/bias) oleh kesimpulan yang diambil dari sampel.

Tingkat Kepercayaan dan Tingkat Signifikansi

Proses inferensi dalam metode statistika adalah proses membuat induksi atau melakukan generalisasi tentang karakteristik populasi berdasarkan karakteristik sampel. Proses inferensi mengandung dua hal, yaitu membuat estimasi nilai parameter dan menguji hipotesis.

Karena membuat estimasi dan/atau menguji hipotesis hanya berdasarkan pada informasi data sampel, sedang sifat sampel bagaimanapun juga tidak akan persis sama dengan populasi, maka diperlukan kriteria atau standar tertentu untuk digunakan sebagai dasar pengambilan keputusan dalam membuat estimasi maupun dalam menguji hipotesis. Kriteria tersebut dalam statistika disebut sebagai tingkat kepercayaan (confidence level) dan tingkat signifikansi (significance level).

Tingkat kepercayaan atau tingkat keyakinan pada dasarnya menunjukkan tingkat keterpercayaan sejauhmana statistik sampel dapat mengestimasi dengan benar parameter populasi dan/atau sejauhmana pengambilan keputusan mengenai hasil uji hipotesis nol diyakini kebenarannya.

Dalam statistika, tingkat kepercayaan nilainya berkisar antara 0 sampai 100%. Secara konvensional, para peneliti dalam ilmu-ilmu sosial sering menetapkan tingkat kepercayaan berkisar antara 95 – 99%. Jika dikatakan tingkat kepercayaan yang digunakan adalah 95%, ini berarti tingkat kepastian statistik sampel mengestimasi dengan benar parameter populasi adalah 95%, atau tingkat keyakinan untuk menolak atau mendukung hipotesis nol dengan benar adalah 95%.

Tingkat signifikansi (a) menunjukkan probabilitas atau peluang kesalahan yang ditetapkan peneliti dalam mengambil keputusan untuk menolak atau mendukung hipotesis nol. Seperti halnya tingkat kepercayaan, tingkat signifikansi juga dinyatakan dalam persen. Misalnya, ditetapkan tingkat signifikansi 0,05 atau 0,10. Artinya, keputusan peneliti untuk menolak atau mendukung hipotesis nol memiliki probabilitas kesalahan sebesar 5% atau 10%. Dalam beberapa program statistik berbasis computer seperti SPSS, tingkat signifikansi selalu disertakan dan ditulis sebagai Sig. (=significance), atau dalam program komputer lainnya ditulis p-value. Nilai Sig. atau pvalue adalah nilai probabilitas kesalahan yang dihitung atau menunjukkan tingkat probabilitas kesalahan yang sebenarnya. Tingkat kesalahan ini digunakan sebagai dasar untuk mengambil keputusan dalam pengujian hipotesis.

SUMBER:

• Suharyadi, dan S. K. Purwanto,2009, Statistika: Untuk Ekonomi dan Keuangan Modern, Edisi 2, Buku 1, Penerbit Salemba Empat, Jakarta.

• Purwanto & Suharyadi, (2007), Statistika untuk Ekonomi dan Keuangan Modern ed 2, Jakarta: Salemba Empat

• Rutoto, Sabar. 2007. Pengantar Metedologi Penelitian. FKIP: Universitas Muria Kudus

• Sugiyono. 2011. Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: AFABETA, cv

• http://mistercela21.wordpress.com/2009/10/04/teknik-sampling/