8/17/2019 SAMPLING2-1

1/37

Pendahuluan

• Pada hakekatnya teknik samplingdikembangkan dengan tujuan untukmembantu para peneliti dalam upaya

untuk melakukan generalisasi dari hasilpenelitian yang telah dilakukan.

• Generalisasi bisa dilakukan lewatpenaksiran (estimation) parameter

populasi maupun generalisasi lewatpengujian hipotesis (testing ofhypothesis) tentang keadaan parameterdi populasi.

8/17/2019 SAMPLING2-1

2/37

Defenisi

• Populasi targetKumpulan dari satuan/unit yang inginkita buat inferensi/generalisasinya

• Populasi studikumpulan dari satuan/unit dimanakita mengambil sampel

Sample

bagian dari populasi studi yg diambiluntuk dilakukan pengukuran

8/17/2019 SAMPLING2-1

3/37

• Populasi target

• Pop.studi

sample

8/17/2019 SAMPLING2-1

4/37

engapa sampling!

•  "umlah populasi yg sangat besar• #omogenitas

• enghemat waktu$ biaya dan tenaga

(e%sien)• &aktor ketelitian

8/17/2019 SAMPLING2-1

5/37

Syarat sampel ideal

• enghasilkan gambaran yang tepat karakterpopulasi (representatif)

• Dapat menentukan presisi (ketepatan) dari

hasil penelitian.• Sederhana dan mudah dilaksanakan

• 'nformasi banyak dan biaya rendah.

8/17/2019 SAMPLING2-1

6/37

Prosedure Sampling

Define the Target Population

Identify the Sampling Frame

Choose the Sampling Method

Determine the Sample Size

Gather the Data

8/17/2019 SAMPLING2-1

7/37

 ypes of Sampling

ethods

SAMPLING METHODSSAMPLING METHODS

Simple

random

sampling

Simple

random

sampling

Systematic

sampling

Systematic

samplingStratified

sampling

Stratified

samplingClster

sampling

Clster

samplingConsecti!e

sampling

Consecti!e

sampling

Con!enience

sampling

Con!enience

sampling"ota

sampling

"ota

samplingSno#$all

sampling

Sno#$all

sampling

Pro$a$ility SamplingPro$a$ility Sampling

Nonpro$a$ility SamplingNonpro$a$ility Sampling

8/17/2019 SAMPLING2-1

8/37

 ehnik Pengambilan Sampel

• Non Probability Sampling• Probability Sampling

8/17/2019 SAMPLING2-1

9/37

on probability sampling

• Consecutive• Convinient

• Quota

• Snowballsampling

8/17/2019 SAMPLING2-1

10/37

Probability Sampling/*+ak

• *+ak sederhana(Simple,andom Sampling)

• Sistematis (Systemati+,andom Sampling

• Sampel strata (Strati%ed,andom Sampling)

• Klaster (-lustersampling)

• ertingkat/bertahap(ultistage)

8/17/2019 SAMPLING2-1

11/37

*+ak Sederhana

• Pengambilan sampel sedemikian rupasehingga setiap unit dasar (indidu)mempunyai kesempatan yang sama

• -ara yang paling sederhana$ paling ideal

• Keuntungan0 ketepatan yg tinggi

• Kerugian 0 harus ada kerangka sampling.

• -ara0 dengan undian$ tabel random$komputer

8/17/2019 SAMPLING2-1

12/37

Kerangka Sampling

• Daftar dari semua unsur sampel dalam populasi

• -th 0

• Daftar penduduk dalam suatu ke+amatan.

•  "umlah penderita - dari Puskesmas 1

• Misal deretan tabel bilangan random adalahsebagai berikut:

00101 !"01# 010!$ 0001! 01%&0

''001 01!"0 00010 1%'$& 010!0

8/17/2019 SAMPLING2-1

13/37

*+ak Sederhana

• ,andomisasi

8/17/2019 SAMPLING2-1

14/37

*+ak Strati%kasi

• Pengambilan sampel denganmembagi populasi menjadi beberapastrata$ setiap strata homogen

• Keuntungan 0 ketepatan tinggi$ SDlebih ke+il

• Kerugian 0 harus mengetahui kondisipopulasi$ sulit membuat kelompok.

8/17/2019 SAMPLING2-1

15/37

*+ak strati%kasi

• strata

• sampel

8/17/2019 SAMPLING2-1

16/37

*+ak Sistematis

•  2ang diambil se+ara a+ak adalah unsurpertama$ selanjutnya se+ara sistematissesuai langkah yg ditetapkan

• keuntungan 0 kerangka samplin tidakmutlak

• lebih mudah$ biaya relatif rendah.

• Kerugian 0 terdapat ke+endrungantertentu.

8/17/2019 SAMPLING2-1

17/37

*+ak sistimatis

penentuan se+ara

sistematis

8/17/2019 SAMPLING2-1

18/37

*+ak kluster

• Populasi dibagi didalam kelas$didalam kelas terdapat semua ariasiyang akan diteliti

• -iri 0

• didalam kelas seheterogen mungkin

• *ntar kelas sehomogen mungkin

8/17/2019 SAMPLING2-1

19/37

Kluster

a+ak kelas

• Kelas

• (dlm heterogen)

8/17/2019 SAMPLING2-1

20/37

*+ak bertingkat (ultistage)

• Pengambilan sampel dengan banyaktahap.

• -ontoh 0 untuk penelitian di seluruh'ndonesia$ langkah awal menga+akpropinsi$ kemudian menga+akkabupaten dst sampai ketingkat yg

paling ke+il.

8/17/2019 SAMPLING2-1

21/37

ertingkat

8/17/2019 SAMPLING2-1

22/37

8/17/2019 SAMPLING2-1

23/37

8/17/2019 SAMPLING2-1

24/37

Penentuan (esar Sampel

• Syarat penting untuk suatugeneralisasi atau inferensi

• Semakin homogen populasi, semakinkecil sampel, semakin heterogen populasi, semakin besar sampel

•  ujuan penentuan besar sampel 03. mewakili populasi(representativeness)

4. keperluan analisis

8/17/2019 SAMPLING2-1

25/37

Penentuan esar sampel

•  ergantung0

• iaya yg tersedia$ waktu dan tenaga

•  ujuan dan desain penelitian

• 5ariasi dalam ariabel dan banyak ariabel

• Skala pengukuran

• Presisi 0 ketepatan yang dikehandaki

(ditentukan peneliti)• ,en+ana analisis

8/17/2019 SAMPLING2-1

26/37

JEIS PEE!ITI"

#$SE%&"SI#"! E

'

SP

E

%

I

M

E

T

 "

!

ESTIM"SI (JI )IP#TESIS

* P#P(!"SI + P#P(!"SI

'#MP"%"SI '

#%

E

!

 "

SI

C!(ST,

%,S,

ST%",

%,S,

SIMP!E-

S.ST, %,S,

+ P#P(!"SI* P#P(!"SI

' P ' P ' P

' P

C%#SS

SECT

C"SE

CT%!

C#/

)#%T

C%#SS

SECT

C"SE

CT%!

C#/

)#%T

' P ' P

8/17/2019 SAMPLING2-1

27/37

&ormula esar Sampel

• enurut skala pengukuran

nominal/ordinal

interal/rasio•  ujuan penelitian (estimasi atau uji

hipotesis)

8/17/2019 SAMPLING2-1

28/37

6stimasi

• Skala nominal/ordinal• n 7 8a4 p (39p)

  d4

sering pada penelitian croseksional

• Skala interal/rasio•

n 7 8a4

 sd4

  d4

•  

8/17/2019 SAMPLING2-1

29/37

)stimasi

• Simple random sampling atau systematic random sampling

9 data proporsi (populasi in%nit)

  Z21-α/2 P (1-P)

n = --------------------  d2 

8/17/2019 SAMPLING2-1

30/37

   θ  9 S6: θ :    θ  ; S6θ 7    θ  ± S6

8/17/2019 SAMPLING2-1

31/37

Estimasi

• Simple random sampling atau systematic random sampling

9 data proporsi (populasi %nit)

 

7 besar populasi

   N Z21-α/2 P (1-P)

n = -------------------------------  (N-1) d2  + Z21-α/2 P (1-P)

8/17/2019 SAMPLING2-1

32/37

)stimasi

n 7 besar sampel minimum839α/47 nilai distribusi normal baku

(tabel 8) pada α tertentuP 7 harga proporsi di populasid 7 kesalahan (absolut) yang

dapat ditolerir7 jumlah populasi

8/17/2019 SAMPLING2-1

33/37

*+i ,ipotesis•  -ata proporsi 

{Z1-α/2√2 P (1-P) + Z1-β√P1 (1-P1) + P2 (1-P2)}2

n = ----------------------------------------------------------

  (P1- P2)

2

 

8/17/2019 SAMPLING2-1

34/37

*+i ,ipotesis

n 7 besar sampel minimum839α/4 7 nilai distribusi normal baku (tabel8)

pada α tertentu839β  7 nilai distribusi normal baku (tabel8)

  pada β tertentuP 7 rata9rata P3 dan P4P3  7 proporsi di populasi

P4  7 perkiraan proporsi di populasi

P39P4 7 perkiraan selisih proporsi yangditeliti dengan proporsi di populasi

 

8/17/2019 SAMPLING2-1

35/37

*+i ,ipotesis

•  Skala interal/rasio

 

2σ2 (Z1-α/2 + Z1-β )2

n = -------------------------

  (µ1- µ2)2

 

8/17/2019 SAMPLING2-1

36/37

*+i ,ipotesis

n 7 besar sampel minimum839α/4 7 nilai distribusi normal baku (tabel

8) pada α tertentu

839β  7 nilai distribusi normal baku (tabel8) pada β tertentuσ4  7 harga arians di populasiµ

8/17/2019 SAMPLING2-1

37/37

&ormula0Korelasi

 

(Z1-α/2 + Z1-β )2

n = --------------------- + 3

  0,5 ln [(1+r)(1-r)]

r 0 from

literature