POPULASI DAN SAMPEL

• POPULASI : HIMPUNAN DARI UNIT/ INDIVIDU YANG MEMPUNYAI CIRI-CIRI YANG SAMA

• Populasi : keseluruhan subyek penelitian

• Populasi : kumpulan semua elemen atau individu dari mana data atau informasi akan dikumpulkan

• Populasi harus didefinisikan dengan jelas : APA/SIAPA (Isi/Content), DIMANA (Luas/Extent), KAPAN (Waktu/ Time)

POPULASI

• Definisi populasi berhubungan dengan proses generalisasi atau inferensi. Hasil dari penelitian harus jelas ditujukan untuk populasi yang mana

• Semakin jelas populasi, semakin jelas pula kepada populasi mana hasil penelitian dapat diberlakukan

• Idealnya penelitian dilakukan terhadap populasi (penelitian populasi = studi populasi = sensus)

POPULASI

• Berdasarkan besarnya :– FINIT – INFINIT

• Ada kemungkinan populasi sangat besar atau tidak diketahui secara pasti besarnya, dan (biasanya) keterbatasan waktu, biaya dan tenaga, maka biasanya penelitian tidak dilakukan terhadap seluruh elemen populasi

• Diambil sebagian dari populasi yang disebut sampel

POPULASI

SAMPELPARAMETER

STATISTIK

x s

s2 r

SAMPLING

GENERALISASI/ INFERENSI

INFERENSI

= GENERALISASI

• penarikan kesimpulan dari hal yang jumlah elemennya lebih sedikit (sampel) ke hal yang jumlah elemennya lebih banyak atau lebih luas atau dikenal dengan populasi

• Penarikan kesimpulan mengenai keadaan populasi (nilai parameter) berdasarkan sampel (statistik)

Sampel yang representatif

1. Cara pengambilan sampel

2. Besar sampel

3. Ciri-ciri populasi dalam sampel

Teknik Sampling Teknik Sampling (Cara Pengambilan Sampel)(Cara Pengambilan Sampel)

2 cara :2 cara : probabilistik (random) probabilistik (random) non probabilistik (non non probabilistik (non

random)random)

Sampling Non Probabilistik Sampling Non Probabilistik (Non Random)(Non Random)

Tidak bertujuan generalisasi/inferensiTidak bertujuan generalisasi/inferensi

Analisis dAnalisis deeskriptifskriptif

Macam :Macam : Accidental SamplingAccidental Sampling Judgmental (Purposive) SamplingJudgmental (Purposive) Sampling Quota SamplingQuota Sampling Snowball SamplingSnowball Sampling

SAMPLING KUOTASAMPLING KUOTA

Memilih sampel yang mempunyai Memilih sampel yang mempunyai ciri-ciri tertentu dalam jumlah/kuota ciri-ciri tertentu dalam jumlah/kuota yang diinginkanyang diinginkan

Misal : dipilih staf bagian gizi Misal : dipilih staf bagian gizi sejumlah n orang dan bagian sejumlah n orang dan bagian imunisasi x orang, sebagai sampelimunisasi x orang, sebagai sampel

Sampling Aksidental

Sampel dipilih yang kebetulan ditemui

Consecutive sampling Convenience sampling

Sampling purposif

Dipilih sampel yang relevan dengan tujuan penelitian, dengan ciri-ciri khusus

Ciri-ciri khusus tersebut ditentukan oleh keputusan (judgment) peneliti judgmental sampling

Misal : tujuan : mutu lulusansampel : dosen, alumni, pengusaha, dll

Snowball Sampling

• Dimulai dari kelompok kecil, masing-masing menunjuk rekannya yang baru, kemudian menunjuk kawannya lagi, dan seterusnya, sampai jumlah tertentu

• Untuk meneliti hubungan antar manusia dalam kelompok yang akrab

Sampling Probabilistik (Random)Sampling Probabilistik (Random)

1. Sampling random sederhana 1. Sampling random sederhana ((Simple Random SamplingSimple Random Sampling))

2. Sampling random sistematik 2. Sampling random sistematik ((Systematic Random SamplingSystematic Random Sampling))

3. Sampling random berstrata 3. Sampling random berstrata ((Stratified Random SamplingStratified Random Sampling))

4. Sampling random rumpun 4. Sampling random rumpun (Cluster Random Sampling)(Cluster Random Sampling)

Prinsip :Prinsip : mengambil sejumlah n elemen mengambil sejumlah n elemen

dari sejumlah N elemen secara dari sejumlah N elemen secara randomrandom

kerangka sampling atau ”frame” kerangka sampling atau ”frame” tabel bilangan random atau tabel bilangan random atau

komputer atau kalkulator komputer atau kalkulator bila populasi yang diteliti bila populasi yang diteliti

homogen homogen

SIMPLE RANDOM SAMPLINGSIMPLE RANDOM SAMPLING

SIMPLE RANDOM SIMPLE RANDOM SAMPLINGSAMPLING

POPULASIPOPULASI

SAMPELSAMPEL

LOTRE/ BIL. RANDOM

LOTRE/ BIL. RANDOM

* * * *

* * * * * *

* * * * * * * *

* * * * * * * *

* * * * * * * *

* * * * * *

* * *

* * * *

* * * * * *

* * * * * * * *

* * * * * * * *

* * * * * * * *

* * * * * *

* * *

* * *

* * *

*

* * *

* * *

*

SYSTEMATIC RANDOM SAMPLING

• Mirip Simple Random Sampling

• Menggunakan Cara Sistematis

Unit Sampel 1 : Simple Random

Unit Sampel 2, 3, ..., dst secara sistematis dengan interval tertentu

Interval = N/n

• populasi bisa dipisah menurut stratifikasi tertentu

• STRATA :– subpopulasi dari populasi awal– tiap strata homogen– antar strata heterogen

• Contoh : petani dibagi menjadi 3 strata : petani kaya, petani cukup kaya, dan petani miskin

STRATIFIED RANDOM SAMPLING

STRATIFIED RANDOM SAMPLINGSTRATIFIED RANDOM SAMPLING

- + * - + *

* * - + + - *

* - - * + + -

+ + + * - * -

* - - *

- + * - + *

* * - + + - *

* - - * + + -

+ + + * - * -

* - - *

* * *

* * *

* * *

* * *

- - -

- - - -

- - -

- - - -

+ + +

+ + + +

+ + +

+ + + +

+ - +

* * - - * + + - -

+ - +

* * - - * + + - -

stratifikasistratifikasi randomisasirandomisasi

• populasi bisa dipisah menurut rumpun/ cluster tertentu

• CLUSTER/RUMPUN :– subpopulasi dari populasi awal– tiap rumpun heterogen– antar rumpun homogen

• Contoh : rumpun (blok) rumah (RT, RW)kloter jamaah haji

CLUSTER/AREA RANDOM SAMPLING

CLUSTER/AREA RANDOM CLUSTER/AREA RANDOM SAMPLINGSAMPLING

- + * + * -

- * * - + - +

- + * + * -

- * * - + - +

- - - + + + *

* * - + * - +

- - - + + + *

* * - + * - +

11

22

* * + - + -

+ * * - + -

* * + - + -

+ * * - + -

+ + - - - + *

* * * + + - -

+ + - - - + *

* * * + + - -

33

44

+ * * - - +

+ - - + * +

+ * * - - +

+ - - + * +

+ + - - + -

* * + - + *

+ + - - + -

* * + - + *

+ - - + * * +

- - + + * *

+ - - + * * +

- - + + * *

+ - - - * * +

+ * * - - + -

+ - - - * * +

+ * * - - + -

55

66

77

88

- - - + + + *

* * - + * - +

- - - + + + *

* * - + * - ++ - - - * * +

+ * * - - + -

+ - - - * * +

+ * * - - + -

22

88

RANDOMISASI CLUSTER

RANDOMISASI CLUSTER

SAMPELSAMPEL

TWO STAGE RANDOM TWO STAGE RANDOM SAMPLINGSAMPLING

- + * + * -

- * * - + - +

- + * + * -

- * * - + - +

- - - + + + *

* * - + * - +

- - - + + + *

* * - + * - +

11

22

* * + - + -

+ * * - + -

* * + - + -

+ * * - + -

+ + - - - + *

* * * + + - -

+ + - - - + *

* * * + + - -

33

44

+ * * - - +

+ - - + * +

+ * * - - +

+ - - + * +

+ + - - + -

* * + - + *

+ + - - + -

* * + - + *

+ - - + * * +

- - + + * *

+ - - + * * +

- - + + * *

+ - - - * * +

+ * * - - + -

+ - - - * * +

+ * * - - + -

55

66

77

88

- - - + + + *

* * - + * - +

- - - + + + *

* * - + * - ++ - - - * * +

+ * * - - + -

+ - - - * * +

+ * * - - + -

22

88

+ + - - * * - * + - *

+ + - - * * - * + - *

RANDOMISASI CLUSTER

RANDOMISASI CLUSTER

RANDOMISASI UNIT SAMPELRANDOMISASI UNIT SAMPEL

SAMPELSAMPEL

Besar SampelBesar Sampel

Syarat penting untuk suatu Syarat penting untuk suatu generalisasi atau inferensigeneralisasi atau inferensi

Prinsip : makin besar, makin baikPrinsip : makin besar, makin baik Semakin homogen populasi, semakin Semakin homogen populasi, semakin

kecil sampel, semakin heterogen kecil sampel, semakin heterogen populasi, semakin besar sampel populasi, semakin besar sampel

Perlu diperhatikan : Perlu diperhatikan :

Jenis dan rancangan penelitianJenis dan rancangan penelitian Tujuan penelitian/analisisTujuan penelitian/analisis Jumlah populasiJumlah populasi Karakteristik populasi/cara pengambilan Karakteristik populasi/cara pengambilan

sampel (teknik sampling)sampel (teknik sampling) Jenis (skala pengukuran) dataJenis (skala pengukuran) data Tingkat kepercayaanTingkat kepercayaan Penyimpangan yang ditolerir (ketelitian)Penyimpangan yang ditolerir (ketelitian)

BESAR SAMPEL

Penelitian Cross Sectional

Z/22 . p . (1-p)

n = ------------------------ d2

dimana :

Z/2 = harga normal baku sesuai dengan luas area di bawah kurva baku sebesar (1-/2)

untuk = 0,05 nilai Z = 1,96

1- = tingkat kepercayaan

p = proporsi kasus yang diteliti dalam populasi

d = kesalahan yang dapat ditolerir

BESAR SAMPELPenelitian Case – Control

2 . (Z/2 + Z)2 . p . (1-p) n = --------------------------------

(p0 - p1)2

dimana :

Z/2 = harga normal baku sesuai luas area di bawah kurva baku sebesar (1-/2) untuk kesalahan tipe I ( = 0,05 Z = 1,96)

Z = harga normal baku sesuai luas area di bawah kurva baku sebesar (1-) untuk kesalahan tipe II ( = 0,10 Z = 1,28)

p1 = proporsi individu kelompok kasus mendapat paparan

p0 = proporsi individu kelompok kontrol mendapat paparan

p = (p0 + p1)/2

BESAR SAMPELPenelitian Cohort

1 2 . (Z/2 + Z)2 . p . (1-p)

n = --------- . -------------------------------

(1-f) (p0 - p1)2

dimana :

Z/2 & Z = sama dengan penelitian Case Control

p0 = proporsi partisipan tidak terpapar yang diharapkan terjadi kasus yang diteliti

p1 = proporsi partisipan terpapar yang diharapkan terjadi kasus yang diteliti

p = (p0 + p1)/2

f = proporsi partisipan hilang/mundur dari pengamatan