TEKNIK SAMPLING

MAGISTER OF ELECTRICAL ENGINEERING UDAYANA UNIVERSITY OKTOBER 2009

Source: Husein Umar, Riset Sumber Daya Manusia dalam Organisasi, PT Gramedia Pustaka Utama, Jakarta 2005 1/22

Ukuran Sampel
Pendapat Slovin

N n= 2 1 + Ne
n = ukuran sampel N = ukuran populasi e = persen kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang masih dapat ditolerir atau diinginkan, misalnya 2% Rumus dipakai dengan asumsi bahwa populasi berdistribusi normal
2/22

Ukuran Sampel untuk batas-batas kesalahan dan jumlah populasi yang ditetapkan
Batas Batas Kesalahan 1% * * * * * * * * * * 5000 8333 2% * * 1250 1364 1538 1667 1765 1842 1905 1957 2000 2381 3% * 638 769 811 870 909 938 959 976 989 1000 1087 4% * 441 500 517 541 556 566 574 580 584 588 617 5% 222 316 345 353 364 370 375 378 381 383 385 387 10% 83 94 96 97 98 98 98 99 99 99 99 100
3/22

Populasi 500 1500 2500 3000 4000 5000 6000 7000 8000 9000 10000 50000

 Pendapat Gay
Ukuran min. sampel berdasarkan desain penelitian Metode deskriptif, min 10% populasi. Untuk populasi relatif kecil, min 20% populasi Metode deskriptif korelasional, minimal 30 subyek Metode ex post facto, min 15 subyek per kelompok Metode eksperimental, min 15 subyek per kelompok
4/22

 Pendapat Kracjie
Sama dengan Slovin Kecuali untuk persentase kelonggaran 5% dan jumlah populasi N mulai dari 10 100.000

Pendapat Harry King

Jumlah sampel dihitung menggunakan nomogram, jumlah populasi maksimum 2000 dengan bervariasi sampai 15%

5/22

 Cara Interval Taksiran

Untuk ukuran populasi besar, misalkan > 100.000 digunakan penaksiran dan P Penaksiran parameter rata-rata
X Z / 2 ( / n ) < < X + Z / 2 ( / n ) atau
_ _

= X Z / 2 ( / n )

error (e) dari hasil taksiran : e = Z / 2 ( / n n = [( Z / 2 ) / e]2

6/22

 Jika standar deviasi populasi tidak diketahui

Diambil dari penelitian terdahulu Diambil dari prasurvei, yaitu terhadap beberapa data saja yang dianggap cukup mewakili Standar deviasi dapat didekati dengan range R, yaitu selisih data terbesar terkecil sehingga dapat dicari: = R/4

7/22

 Menaksir parameter proporsi P

P = p Z / 2 ( p.q / n) p = x/n q = 1 p e = Z / 2 ( p.q / n) Jumlah sampel n : n > pq( Z / 2 / e)

2

Jika p dan q tidak diketahui, maka dapat diganti dengan 0,25 sebagai perkalian antara 0,25 x 0,25
8/22

Teknik Pengambilan Sampel

Tiga faktor penting dalam pengambilan sampel
Populasi terhingga dan yang tidak terhingga Pengambilan sampel secara probabilitas dan yang non probabilitas Pengambilan sampel dengan membagi bagi terlebih dahulu menjadi sub-populasi sehingga sub-populasi menjadi relatif homogen atau heterogen
9/22

 Pengambilan sampel probabilitas/acak

Setiap sampel memiliki peluang sama untuk dipilih -> terbaik Cara undian
Memberi nomor pada seluruh anggota populasi, lalu secara acak dipilih sesuai dengan banyaknya jumlah sampel yang dibutuhkan.
Cara pengambilan sampel tanpa pengembalian, berarti nilai probabilitas tidak konstan Cara mengembalikan sampel yang terpilih, sehingga nilai probabilitas menjadi konstan

10/22

 Cara tabel bilangan random

Memberi nomor pada setiap anggota populasi. Daftar ini disebut kerangka pengambilan sampel (sample frame) Contoh ada 50 anggota populasi, maka setiap anggota dapat diberi nomor mulai 01 50. Gunakan jumlah digit pada tabel acak dengan digit populasi Pilih salah satu nomor dengan cara acak, gunakan dua digit terakhirnya, cocokkan dengan nomor pada sample frame, jika ada yang sama, maka data pada sample frame diambil menjadi anggota sampel. Lalu lihat nomor yang berikutnya pada tabel, cocokkan lagi pada sample frame, sampai jumlah sample terpenuhi Hindari pemakaian angka pada tabel yang di atas 50 atau angka yang ditemukan berulang

11/22

 Cara sistematis/Ordinal
Teknik untuk memilih anggota sampel melalui peluang dan sistem tertentu dimana pemilihan anggota sampel dimulai dengan pemilihan secara acak untuk data pertama dan berikutnya untuk setiap interval tertentu Contoh:
100 sampel diambil dari 1000 anggota populasi Data pertama dipilih dari sampel pertama secara acak antara 1 10. Jika terambil nomor 4 maka untuk data kedua akan diambil dari sampel kedua yaitu nomor 14 dst.

Agar sampel didapat terdistribusi dengan baik maka populasi harus juga dibuat acak, jangan diurutkan misalnya jangan mengurutkan nama orang secara alfabetik
12/22

 Cara Stratifikasi (Stratified Random Sampling)

Populasi heterogen dikelompokkan menjadi sub-populasi yang homogen Anggota sampel diambil acak dari tiap subpopulasi Dasar penentuan strata bisa secara geografis dan meliputi karakteristik populasi seperti pendapatan, pekerjaan, dsb. Jumlah sampel diambil pada tiap subpopulasi tergantung jumlah sampel subpopulasi
13/22

 1). Jika jumlah elemen tiap sub-populasi sama

Contoh jika diperlukan 150 sampel Jumlah sub-populasi ada 5 Maka tiap subpopulasi akan diambil sebanyak 150/5 = 30 sampel

2). Jika jumlah elemen tiap sub-populasi beda

Mis. Ukuran populasi sebesar 868 terbagi atas 5 subpopulasi yang masing-masing ukurannya 448, 131, 81, 108, dan 100 Sampel yang diambil adalah 150 Perlu faktor pembanding (f) untuk mengambil anggota sampel sebanding dengan jumlah sub-populasi

14/22

Sub-populasi I II III IV V Jumlah

Nilai (f) 0,516 0,151 0,093 0,124 0,116 1,0

Sampel diambil 77 23 13 19 18 150

15/22

 Penentuan besar sampel dari teknik sampling SRS

Tiap stratum yang mempunyai besar subsampel yang sama Alokasi sampel yang berimbang dengan besarnya strata

Besar sampel tiap strata adalah sama

n= N i2 D + N i i2 L N i2 i2

B2 D= 4 Jadi besar sampel tiap strata n1 =

L=jumlah strata B= batas maksimal simpangan yang diterima dalam estimasi. 16/22 Nilainya dapat dihitung atau ditentukan sendiri

n L

 B). Besar sampel tiap strata adalah tidak sama

B = batas maksimal simpangan yang diterima estimasi

n=

N 2 D + N i i2

N N i i2

B2 D= 4 Sample fraction (f) untuk masing - masing sub - populasi sebagai faktor pengalinya. Jumlah f disesuaikan dengan jumlah stratanya. Ni fi = N
17/22

 Cara kluster (Cluster Sampling)

Mirip dengan SRS Bedanya unsur-unsur pada cara kulster adalah heterogen Dari masing-masing kluster dipilih sampel secara acak sebanyak yang dibutuhkan. Pengambilan sampel sering dikaitkan dengan pengambilan sampel wilayah, sebab dalam pelaksanaannya sering dikaitkan dengan letak geografis

18/22

 Pengambilan sampel nonprobabilitas/non-acak

Semua elemen populasi belum tentu memiliki peluang sama untuk dipilih Pengambilan sampel berdasarkan pertimbangan oleh peneliti 1) Cara keputusan (Judgment sampling) 2) Cara kuota (Quota sampling) 3) Cara dipermudah (convenience sampling) 4) Cara bola salju (snowball sampling)

19/22

 Cara keputusan
Peneliti beranggapan bahwa karyawan lebih tahu tentang produk yang akan dibuat, sehingga peneliti melakukan pertimbangan memakai karyawan sebagai sampel Lebih cocok untuk tahap awal studi eksploratif

Cara Kuota
Untuk mengkaji suatu fenomena dari beberapa sisi maka dipilih responden yang diperkirakan dapat menjawab semua sisi tsb.

Cara dipermudah
Tidak layak dipilih, paling murah, mudah dan cepat dilakukan Peneliti memiliki kebebasan untuk memilih siapa saja Masih sesuai untuk tahap awal penelitian eksploratif

20/22

 Cara bola salju

Penentuan sampel yang mula-mula jumlahnya kecil, kemudian sampel ini disuruh memilih responden lain untuk dijadikan sampel lagi, dst. Sehingga jumlah sampel terus menjadi banyak

Kekeliruan sampling
Kekeliruan sampling
Kekeliruan pada saat menelaah sampel, misalnya dalam menentukan jumlah sampel yang harus diambil

Kekeliruan tak sampling

Disebabkan oleh populasi yang tidak jelas, pertanyaan-pertanyaan yang tidak tepat, dan obyek yang diteliti ternyata tidak seluruhnya didapat
21/22

 Statistik parametrik untuk penelitian digunakan dengan anggapan bahwa sampel harus berdistribusi normal Statistik non-parametrik sebagai alat analisis untuk sampel yang tidak berdistribusi normal

22/22