Hello!

from Group 3:

Ch. 13
SAMPLING

ANANDITA ZULIA PUTRI

15/386977/PEK/20700
FITRIA MELYNSYAH YUSUF
15/387010/PEK/20733
GALUH HESTI WULANDARI
15/387014/PEK/20564
MUHAMMAD YASFI
15/387040/PEK/20763
NOVAN SURIZA
15/387045/PEK/20595
PRIMA LAKSITA ASMARANI

Scope :

Population, Element, Sample, Sampling Unit And

Subject
Population:

mengacu
kepada
keseluruhan kelompok orang, kejadian,
atau
minat
yang ingin
peneliti
investigasi.

Element: merupakan satu anggota

populasi.
Contoh: bila 1000 pekerja dalam
perusahaan menjadi populasi studi bagi
seorang peneliti, setiap pekerja dalam
populasi tersebut adalah elemen.

Sample:

merupakan sebagian/sub
kelompok dari populasi yang dipilih oleh
peneliti. Sampe ini diharapkan dapat
mewaliki
populasi
untuk
dapat
digeneralisasiskan.

Sampling

Unit:

unsur
atau
seperangkat elemen yang tersedia
untuk diseleksi dalam beberapa
tahapan sampling.
Contoh:
unit
sampling
dalam
multistage block city, rumah tangga
atau individu dalam rumah tangga.

Subject: suatu anggota dari sample.

Contoh: bila 200 anggota dari total
1000 populasi bekerja membentuk
sampel penelitian, maka setiap
pekerja dalam sample adalah subject.

 Parameter

 Alasan Sampling
Untuk memudahkan peneliti daripada harus mengumpulkan
data dari seluruh populasi. Dalam investigasi penelitian
yang melibatkan beberapa ratus dan bahkan ribuan elemen,
secara praktis mustahil untuk dapat dikumpulkan, diuji dan
ditelaah dari setiap elemen tersebut.

Representasi Sampel
Adalah

Memilih sampel harus mewakili

populasi yang ada, logis dan ilmiah.

 Normalitas Distribusi
Atribut atau karakteristik populasi umumnya berdistribusi
normal. Bila kita akan menaksir karakteristik populasi dari
sampel yang mewakili akurasi yang masuk akal, sampel
harus dipilih sedemikian sehingga distribusi karakteristik
yang diteliti mengikuti pola distribusi normal yang sama
dalam sampel seperti dalam populasi.

Proses Sampling
Sampling adalah proses pemilihan jumlah yang memadai
dengan elemen yang tepat dari populasi, sehingga
penelitian sampel dan pemahaman tentang sifat atau
karakteristik
memungkinkan
bagi
kita
untuk
menggeneralisasi sifat atau karakteristik elemen populasi.

Langkah-langkah utamanya yaitu :

1. Mendefinisikan Populasi
elemen, batasan geografis dan waktu
2. Menentukan
Kerangka
Sampel
semua
elemen dalam
populasi
tersebut
diambil
3. Menentukan Desain Sampel
cara probabilitas dan non probabilitas
4. peneitian,
Menentukan
ukuran
sampellevel
tujuan
interval
kepercayaan,
keberanian, jumlah variasi, masalah biaya dan
waktu
5. Melaksanakan Proses Sampel
target populasi

PROBABILITY SAMPLING
1. Simple Random Sampling / Unrestricted
2. Complex Random Sampling / Restricted
i.

Systematic Sampling

ii. Stratified Random Sampling

Proportionate Stratified Random Sampling
Disproportionate Stratified Random Sampling

Stratified random sampling

Proportionate & Disproportionate

Job level

Number of subjects in the sample

Number of elements

Proportionate (20%)

Disproportionate

Top management

10

Mid-level

30

15

management
Lower-level

50

10

20

management
Supervisors

100

20

30

Clerks

500

100

60

20

10

710

142

142

Secretaries
Total

iii. Cluster Sampling

Area Sampling
Pengambilan sampel cluster :
- Single-stage cluster sampling
- Multi-stage cluster sampling

iv. Double Sampling

NONPROBABILITY SAMPLING
1. Convenience Sampling
2. Purposive Sampling
Judgment Sampling
Quota Sampling

Examples of When Certain Sampling

Designs Would Be Appropriate
Simple Random Sampling
Analisa penelitian cenderung bersifat
deskriptif atau bersifat umum.
Contoh:
Direktur SDM ingin
mengimplementasikan kebijakan
flextime.
Direktur regional penjualan ingin
mengetahui sales gimmick yang
terbaik bagi perusahaan

Stratified Random Sampling

Pilihan yang baik ketika informasi yang
berbeda-beda diperlukan terkait
dengan strata.
Contoh:
Direktur SDM ingin mengadakan
seminar manajemen stres bagi
personel yang memiliki stres

Systematic Sampling
kelompok populasi besar, dan daftar
elemen mudah tersedia pada satu
tempat
Contoh:
Seorang administrator ingin menilai
reaksi dari pekerja terhadap skema
baru tunjangan kesehatan.
Minat pelanggan terhadap
kecanggihan telepon akan diukur oleh
seorang pengusahan

Cluster Sampling
Sebuah kelompok yang heterogen
diteliti pada satu waktu.
Contoh:
Direktur SDM tertarik mengetahui
mengapa pegawainya mengundurkan
diri.
Seorang analisis keuangan ingin
meneliti praktik peminjaman dari
Bank.

Area Sampling
Tujuan dari penelitian terbatas pada
suatu lokasi atau area tertentu.
Contoh:
Sebuah perusahaan telepon ingin
memasang telepon umum di lokasi
yang rawan kejahatan.

Double Sampling
Memberikan informasi tambahan
dengan tambahan pengeluaran yang
minimal.
Contoh:
Beberapa individu (Cluster Sampling)
mungkin mengindikasikan bahwa
mereka mengundurkan diri karena
perbedaan filosofi dengan kebijakan
perusahaan.

Convenience Sampling
Mendapatkan beberapa informasi
cepat untuk mendapat feel fenomena
atau variabel yang diteliti.
Contoh:
Seorang accountants executive
merancang sistem akuntansi baru
yang dapat memaksimalkan kegunaan
teknologi komputer.

Judgement Sampling: one type of

purposive sampling
Jika kumpulan informasi input khusus
pada area topik yang diteliti penting.
Contoh:
Sebuah perusahaan farmasi ingin
menelusuri dampak obat baru pada
pasien dengan masalah kesehatan
yang spesifik

Quota Sampling: a second type of

purposive sampling
Memungkinkan untuk memasukkan
semua kelompok ke dalam sistem
yang diteliti.
Contoh:
Sebuah perusahaan
mempertimbangkan untuk
mengoperasikan sebuah fasilitas
taman kanak-kanak.

Faktor Yang Mempengaruhi

Pengambilan Desain Sampling
1. Tingkat pengetahuan sebelumnya
dalam bidang penelitian yang
dilakukan.
2. Tujuan utama penelitian
3. Pertimbangan biaya

Sampling In Cross-Cultural Research

kita harus peka terhadap isu
pemilihan sampel yang cocok di
negara yang berbeda-beda.
Sifat dan tipe organisasi yang telah
dipelajari, apakah subjek berasal dari
pedesaan atau perkotaan, dan tipetipe desain pengambilan keputusan
yang digunakan

Issue of Precision and Confidence in

Determining Sample Size

Sampel yang dapat

diandalkan dan valid,
memiliki kemampuan
untuk mengeneralisasikan
temuan dari sample untuk
populasi yang diteliti

Statistik sampel harus

menjadi taksiran yang
dapat diandalkan dan
mencerminkan parameter
populasi sedekat mungkin
dalam margin kesalahan
yang tipis.

Precision (Ketelitian)
Semakin kecil
variabilitas,
semakin besar
probabilitas bahwa
rata-rata sampel
akan lebih dekat
dengan rata-rata
populasi.

Mengacu pada
seberapa dekat
taksiran dengan
karakteristik
populasi
sebenarnya.

Ketelitian
merupakan fungsi
dari kisaran
variabilitas dalam
distribusi
pengambilan
sampel dari ratarata sampel.

-cont.Variabilitas disebut kesalahan standar (standar

error), dengan rumus:

Semakin dekat hasil sampel dapat mewakili

karakteristik populasi, semakin tinggi ketelitian
yang diperlukan.
Semakin tinggi ketelitian yang disyaratkan,
semakin besar ukuran sampel yang diperlukan,
terutama jika variabilitas dalam populasi besar.

Confidence (Keyakinan)

Menunjukkan
seberapa yakin
bahwa taksiran
peneliti akan
benar-benar
berlaku bagi
populasi.

Semakin sempit
kisaran,
semakin rendah
keyakinan.
Sehingga ada
trade off antara
ketelitian dan
keyakinan
dalam
penentuan
sampel.

Tingkat
keyakinan
dapat
membentang
dari 0 sampai
100%.

Sample data, Precision, and

confidence in estimation.
Ketelitian dan keyakinan
merupakan isu penting, karena
menggunakan data sampel
untuk menarik kesimpulan
tentang populasi, peneliti
diharapkba mengenai sasaran
dan mengetahui tingkat
kemngkinan kesalahan.

Peneliti biasanya melakukan

penaksiran interval untuk
memastikan penaksiran yang
relatif akurat terhadap
parameter populasi.

Contoh:
Terdapat sampel 64 konsumen
menggunakan desain sampel
sistematis.
Diketahui rata-rata sampel
=105,
dan Standar Deviasi S=10.
Dari keterangan tersebut, dapat
dihitung taksiran nilai rata-rata
populasi.
Rumus: =XKS

-cont-

Singkatnya, ukuran sampel,

n, adalah fungsi dari:
Variabilita
s dalam
populasi

Ketelitian
atau
akurasi
yang
diinginkan

Tingkat
keyakinan
yang
disyaratka
n

Tipe
desain
pengambil
an sampe
yang
digunakan
.

Trade-Off Between Precision and

Confidence

Terdapat tradeoff antara

ketelitian dan
keyakinan untuk
ukuran sampel
apapun.

Jika ukuran
sampel tidak
dapat
ditingkatkan,
tingkat ketelitian
dapat
ditingkatkan,
namun tingkat
keyakian harsu
dikurangi.

Penting bagi
peneliti
memahami 4
aspek, yaitu:
besarnya
ketelitian yang
dibutuhkan,
besarnya
keyakinan yang
diperlukan,
tingkat
variabilitas
karakteristik
populasi yang
diteliti,
analisis biaya
manfaat terkait
ukuran sampel.

Sample Data and Hypothesis Testing

Data sampel dapat digunakan bukan
hanya dalam taksiran nilai
populasinya, namun juga menguji
hipotesis tentang nilai populasi,
korelasi populasi, dan lainnya.
Pengan data sampel, dimungkinkan
peneliti dapat mengetahui apakah
hipotesis 0 atau alternatifnya yang
diterimaatau ditolak.

-cont Rumus dalam menghitung nilai t:

Determining the Sample

Size
Peneliti butuh pemikiran terkait
seberapa besar ketelitian dan
keyakinan yang benar-benar
diperlukan, sebelum menentukan
ukuran sampel.
Karena, jika ingin ketelitian dan
keyakinan yang tinggi, maka sampel
akan semakin tinggi dan
kemungkinan peningkatan biaya
yang dibutuhkan.

Contoh:

Importance of sampling design and

sample size
Pengambilan sample dan ukuran
sample adalah penting untuk dapat
digeneralisasikan
Pengambilan sample yang tepat
harus dilakukan dan menyesuaikan
dengan model penelitian
Pengambilan sample yang memadai
akan
mempengaruhi
tingkat
ketelitian dan keyakinan

Roscoe (1975) mengusulkan terkait

ukuran sample:
Ukuran sample >30 dan
<500 adalah tepat untuk
kebanyakan penelitian

Dalam penelitian
multivariant, sample
sebaiknya beberapa kali
lebih besar dari jumlah
variable dalam studi

Dimana adanya pemecahan

sample, ukuran sample
minimal 30 untuk setiap
kategori

Untuk penelitian
exsperimental dengan
control eksperimen yang
ketat, lebih baik
menggunakan ukuran
sample kecil 10-20.

Efficiency In Sampling
Efisiensi pengambilan sampel tercapai
ketika tingkat kesalahan standar standar
error dapat dikurangi dengan ukuran
sampel tertentu n.
Efisiensi pengambilan sampel tergantung
dari tujuan penelitian, serta tingkat dan
efisiensi yang diharapkan
Desain
pengambilan
sampel
akan
memberikan tingkat efisiensi yang berbeda

Pengambilan Sampel Terkait

Penelitian Kualitatif
sampel kualitatif dimulai dengan mendefinisikan dengan
tepat populasinya.
Umumnya menggunakan non probability sample
dikarenakan tujuanya tidak untuk menarik inferensi
statistic.
Tehnik purposive sampling dengan teori sampling
diperkenalkan (Glaster dan Stranuss 1967) dalam
Grounded Theory
Sulit untuk mempredikasi kapan penyerapan teori dapat
tercapai, kita harus memastikan bahwa sampel yang
diambil dapat mewakili informasi sehingga tidak
dimungkinkan adanya informasi baru dan juga
tergantung pada heterogenitas populasi.