kuliah 2-teknik sampling
TRANSCRIPT
-
8/17/2019 Kuliah 2-Teknik Sampling
1/22
TEKNIK SAMPLING
(TEKNIK PENGAMBILAN SAMPLE)
-
8/17/2019 Kuliah 2-Teknik Sampling
2/22
PENGUMPULAN DATA
Sensus
Seluruh anggota populasi diambil datanya
Sampling
Sebagian anggota populasi yang cukuprepresentatif yang diambil datanya(sample/contoh)
Teknik Sampling : Teknik/cara yang digunakan
dalam pengambilan unsur atau elemen sampleyang dapat mewakili (representatif) populasitersebut dengan cermat
-
8/17/2019 Kuliah 2-Teknik Sampling
3/22
DEFINISI
Populasi : Keseluruhan bahan / elemen yangdiselidiki.
Sampel : Bagian dari populasi yang diambiluntuk diselidiki.
Parameter : Ukuran-ukuran yang diperolehdari populasi, contoh N, dan
Statist ik : Ukuran-ukuran yang diperolehdari sampel, contoh: n, x dan s.
-
8/17/2019 Kuliah 2-Teknik Sampling
4/22
ALASAN SAMPLING
Ukuran populasi Biaya
Waktu
Percobaan yang sifatnyamerusak
Ketelitian
-
8/17/2019 Kuliah 2-Teknik Sampling
5/22
Population
Confident Interval
Sample
-
8/17/2019 Kuliah 2-Teknik Sampling
6/22
TEKNIK SAMPLING
Probability Random Sampling
Non Probability Random Sampling
Probability Random Sampling
• Pengambilan sampel secara acak, sedemikian
rupa sehingga setiap elemen mendapat
kesempatan yang sama untuk terpilih menjadianggota sampel
-
8/17/2019 Kuliah 2-Teknik Sampling
7/22
SAMPLING DESIGN
Probabilty Sampling
• Simple Random Sampling
• Stratified Random Sampling
• Sistimatik Random Sampling
Non Probability• Accidental Sampling
• Quota Sampling
• Cluster Sampling
•
Purposive sampling
-
8/17/2019 Kuliah 2-Teknik Sampling
8/22
-
8/17/2019 Kuliah 2-Teknik Sampling
9/22
SIMPLE RANDOM SAMPLING
Sampel
Prosedur mudah dan sederhana, bisa menggunakanpengundian atau Tabel acak.
Data populasi harus diketahui
Jika sample yang terpilih tersebar luas : Biaya ?
-
8/17/2019 Kuliah 2-Teknik Sampling
10/22
SYSTEMATIC RANDOM SAMPLING
Terdapat pola dalam pengambilan sample : umumnya berdasarkan
panjang interval : Contoh pengambilan sample pada no ternak
kelipatan/interval 3
Pada Teknik ini, perencanaan dan penggunaannya mudah
Membutuhkan daftar/data populasi
-
8/17/2019 Kuliah 2-Teknik Sampling
11/22
STRATIFIED RANDOM SAMPLING
Sampel
Jumlah sampel proporsional sesuai
jumlah populasi
Kategori A Kategori B Kategori C
Taksiran mengenai karakteristik populasi lebih tepat
Data populasi setiap strata diperlukan
Daerah pengambilan sample luas : Biaya ?
-
8/17/2019 Kuliah 2-Teknik Sampling
12/22
CLUSTER RANDOM SAMPLING
Sampel
Jumlah sampel proporsionalsesuai jumlah populasi tiap
kandang/tempat
Tidak memerlukan daftar/data populasi Biaya ?
-
8/17/2019 Kuliah 2-Teknik Sampling
13/22
NON PROBABYLITY RANDOM SAMPLING
Accidental Sampling Sample diambil tanpa direncanakan terlebih dahulu, apa yang ditemui
dilapangan (ciri-ciri terpenuhi) yang dijadikan sample, asal memenuhikeperluan saja.
Jumlah sample tidak dipertimbangkan Kesimpulan bersifat kasar dan sementara
Quota Sampling Pengambilan sample hanya berdasar pertimbangan peneliti
Teknik penentuan sampel dari populasi yang mempunyai cirri-ciri tertentusampai jumlah (jatah) yang dikehendaki . Jumlah sample sudahditentukan terlebih dahulu
Purposive Sampling Peneliti mempunyai pertimbangan tertentu dalam menentukan sample,
pertimbangan berdasarkan kriteria yang telah sesuai dengan karakteristikpopulasi.
-
8/17/2019 Kuliah 2-Teknik Sampling
14/22
Snowball Sampling ???
-
8/17/2019 Kuliah 2-Teknik Sampling
15/22
-
8/17/2019 Kuliah 2-Teknik Sampling
16/22
FAKTOR- FAKTOR YANG HARUS
DIPERTIMBANGKAN DALAM MENENTUKAN
BESAR SAMPEL :
1 TINGKAT KESERAGAMAN POPULASI
2 TINGKAT PRESISI YANG DIKEHENDAKI
3 RENCANA ANALISIS
4 TEKNIK PENENTUAN SAMPEL
-
8/17/2019 Kuliah 2-Teknik Sampling
17/22
KETEPATAN BESARNYA SAMPEL
Asumsi normal, untuk kepentingan statistik sampel ditarikpaling sedikit 30.
Proporsional, sampel ditarik dari populasinya (berapa %)
Surakhmad (1994)
Bila populasi (N≤100) pengambilan sampel sekurang-
kurangnya 50%.
Bila populasi (N≥1000) ukuran sampel sekurang-kurangnya
15%.
Bila 100
-
8/17/2019 Kuliah 2-Teknik Sampling
18/22
BESAR SAMPEL JIKA N TIDAK DIKETAHUI
n = besar sampel
Z = nilai z dari tabel distribusi Z dengan
taraf signifikansi tertentu
σ = standar deviasi dari populasi E = kesalahan estimasi
Bila σ tidak diketahui diambil beberapa sampel untuk
menentukan S melalui prasurvei, sehingga S dapat dicari
sebagai penduga dari σ
-
8/17/2019 Kuliah 2-Teknik Sampling
19/22
CONTOH :
Peneliti ingin mengestimasi besarnya pendapatan dari
masyarakat disuatu kecamatan. Tingkat signifikansi yangdigunakan (α)= 0,05 kesalahan estimasi tidak lebih dari
60. Berdasarkan penelitian sebelumnya deviasi standar
dari pendapatan masyarakat σ = 500. Berapa sampel
sebaiknya digunakan dalam penelitian ini.
n = 270
-
8/17/2019 Kuliah 2-Teknik Sampling
20/22
BESAR SAMPEL JIKA N DIKETAHUI
n = jumlah sampel
N = jumlah populasi
S2 = varians
d = penyimpangan maksimum yang dapat
diterima
-
8/17/2019 Kuliah 2-Teknik Sampling
21/22
CONTOH
Seorang peneliti ingin mengetahi rata-rata usia mahasiswa yang
mengambil program S2 di universitas X. Tingkat kepercayaanyang digunakan 95% (α=0,05), penyimpangan maksimum yang
dapat diterima tidak lebih dari 3 tahun, deviasi standar 10 tahun.
Dari 400 orang mahasiswa S2 univ tsb, berapa besar sampel yang
digunakan.
400x1,96^2x100/9x399+1,96^2x100
-
8/17/2019 Kuliah 2-Teknik Sampling
22/22
RUMUS SLOVIN
d= presisi /resiko kesalahan yang dikehendaki (%)
Contoh :
Jumlah populasi pegawai di instansi X sebanyak 240
orang, berapa jumlah sampel untuk suatu penelitian
bila presisi yang ditetapkan sebesar 10%