KONSEP DASAR

SAMPLING
 Topik Bahasan:

• Definisi
• Syarat Populasi
• Alasan Sampling
• Prosedur Sampling
• Jenis-jenis Teknik Sampling
• Besar Sampel
 DEFINISI

• Populasi Target
o Kumpulan dari satuan/unit yang ingin kita buat
inferensi/generalisasi-nya

• Populasi Studi
o Kumpulan dari satuan/unit dimana kita mengambil
sampel

• Percontoh/sampel
o Kumpulan dari satuan/unit yang kita ambil yaitu
sebagian yang dpt mewakili populasi studi dimana
pengukuran dilakukan
 Sampel

Sampel
Sampel
Percontoh

Percontoh Percontoh
 Percontoh

Percontoh

Percontoh

Percontoh Percontoh
 •Meliputi seluruh unit sampel

•Sampel tidak dihitung dua kali

SYARAT
•Batas Jelas
POPULASI
•Up to date / Terkini

•Dapat dilacak di lapangan

 •Bila diteliti semua
Tidak cukup waktu
Tidak cukup dana
Tidak cukup tenaga
MENGAPA
•Tidak mungkin diteliti semua
SAMPLING? Sisi waktu dan ruang

•Tidak perlu semua

Teori sampling
Standard error (α)
Distribusi statistik

Berbagai teknik sampling

Sampel menggambarkan populasinya

Mempunyai akurasi yang terukur
Dapat dilaksanakan
Efisien
 Keuntungan Menggunakan Sampel
• Memudahkan peneliti
• Lebih Efisien (penghematan)
• Lebih teliti dan cermat dlm pengumpulan data
(menghindari bias yg lebih besar)
• Lebih Efektif (tepat sasaran)

Catatan:
Mutu penelitian tdk selalu
ditentukan oleh besarnya sampel, tapi oleh
kokohnya dasar-dasar teori, desain penelitian
serta mutu pelaksanaan & pengolahannya
 PROSEDUR
PENGAMBILAN
SAMPEL

Menentukan tujuan studi

Menentukan populasi penelitian

- Unit analisis
- Batas luas populasi (sampling frame)
- Karakteristik unit analisis

Menentukan besarnya sampel

Menentukan cara pengambilan sampel

Memilih sampel
 •Sampel pertimbangan
JENIS-JENIS (Purposive/judgemental)
TEKNIK •Sampel berjatah (Quota)
•Sampel seadanya
SAMPLING (Accidental/Convenience)

•Rancangan Random:
- Sederhana (Simple random)
- Sistematik (Systematic random)

•Rancangan Stratifikasi:
- Sederhana (Simple stratified random)
- Proporsional (Proportional stratified random)

•Rancangan Klaster (Cluster random sampling)

•Rancangan Bertingkat (Multistages sampling)

•Kombinasi
 RANCANGAN RANDOM

Simple Random Sampling Systematic Random Sampling

• Tentukan populasi studi • Tentukan populasi studi

(=Sampling Frame) (=Sampling Frame)

• Tentukan besar sampel • Tentukan besar sampel

• Dengan tabel-acak lakukan • Tentukan secara acak sampel

pemilihan sampel sampai no.1 (pertama)
jumlah terpenuhi
• Secara sistematik tentukan
sampel no.2 & selanjutnya
dengan interval N/n
 RANCANGAN STRATIFIKASI

Stratifikasi Sederhana Stratifikasi Proporsional

• Tentukan populasi studi • Tentukan populasi studi

• Stratifikasi populasi • Stratifikasi populasi

berdasarkan variabel studi berdasarkan variabel studi

• Tentukan besar sampel • Tentukan besar sampel

• Besar sampel dibagi • Besar sampel dibagi

berdasarkan stratifikasi yang proporsional berdasarkan
ada stratifikasi yang ada

• Dengan Tabel-acak lakukan • Dengan Tabel-acak lakukan

pemilihan sampel pemilihan sampel
 RANCANGAN KLASTER

• Tentukan populasi studi

• Bagi populasi berdasarkan klaster (Primary Sampling
Units/ PSU)
o Geografis/area wilayah/blok/unit klaster lain
o Setiap klaster harus heterogen optimal mewakili
populasi studi
• Tentukan klaster terpilih scr acak (=PSU terpilih)
• Dalam klaster terpilih dpt dibagi lagi ke dlm klaster
Secondary Sampling Units, dst
• Tentukan besar sampel
• Dengan Tabel-acak lakukan pemilihan sampel
 RANCANGAN BERTINGKAT (MULTISTAGE)

• Contoh:
o Tentukan populasi studi
o Klaster populasi studi tersebut
o Pilih satu atau beberapa klaster secara acak
o Dalam setiap klaster lakukan stratifikasi
o Tentukan besar sampel
o Dengan Tabel-acak lakukan pemilihan sampel
 BESAR SAMPEL, tergantung:

• Jenis penelitian
o Eksplorasi awal: 1 sampel mungkin cukup
o Generalisasi – harus representative (mewakili)

• Skala-ukur variabel dependen

o Kategorikal/ proporsional
o Kontinyu (interval)

• Derajat ketepatan perkiraan yang diinginkan

o Semakin tinggi ~ semakin besar sampel
 PENGAMBILAN SAMPEL
(BILA POPULASI SUDAH DIKETAHUI)

N
η =
N. d² + 1

• η = Jumlah sampel dibutuhkan

• N = Jumlah populasi
• d = derajat akurasi (presisi) yang
diinginkan/ditetapkan
 CONTOH
Seorang mahasiswa kebidanan ingin melakukan penelitian kadar
Hb siswa di sekolah X yang memiliki populasi 300 siswa yang
terdiri dari :
Kelas A=80 siswa
Kelas B= 70 siswa
Kelas C = 75 siswa
Kelas D = 75 siswa
Hitung besar sampel masing-masing kelas secara proporsional
bila d= 10%
 VARIABEL DEPENDEN: KATEGORI

• Satu populasi

Z²1-α/2*ρ*q
η =
d²

• η = Jumlah sampel dibutuhkan

• Z = Nilai baku distribusi normal pada
α tertentu (Jika α = 5% maka Z = 1,96)
• ρ = proporsi sesuatu; q = 1-ρ
• d = derajat akurasi (presisi) yang
diinginkan
 CONTOH

• Seorang peneliti ingin melakukan survey kepuasan

pasien rawat inap di RS. X. Dari studi yang lalu
diketahui bahwa hanya 60% yg puas terhadap layanan
di RS. tsb. Berdasarkan proporsi tsb,berapakah besar
sampel yang dibutuhkan jika Presisi = 10% dgn derajat
kepercayaan = 95% ?

Jawab: z1-α/2 = 1,96; ρ = 0,6; d = 0,1

(1,96)² (0,6) (1-0,6)
η= = 92

0,1²
 KESALAHAN DLM PENELITIAN
• Kesalahan SAMPLING
* Pemeriksaan yg tdk lengkap thd
Populasi (adanya Bias).
* Lebih sedikit Jml. Sampel maka
memperbesar Bias.
• Kesalahan Non-SAMPLING
* Responden tdk memberikan jawaban yg
akurat, menolak menjawab atau tdk ada
ditempat saat wawancara
* Tdk ada standar Validitas & Reliabilitas
* Entry data & tabulasi yg tdk akurat
TERIMA KASIH