LITDIK- 005. POPULASI & SAMPEL PENELITIAN TYO.
2/16/2012
SUBYEK PENELITIAN
SUBJEK; POPULASI; &
SAMPEL PENELITIAN
Sumber data penelitian
Responden penelitian
Setya Raharja
AP FIP UNY
SETYA RAHARJA AP FIP UNY
POPULASI
SETYA RAHARJA AP FIP UNY
SAMPEL
Agregat yang terdiri dari semua
observasi yang menjadi minat
peneliti
Keseluruhan subyek penelitian
SETYA RAHARJA AP FIP UNY
Cuplikan dari populasi; wakil
populasi; contoh
Representatif:
– menggambarkan karakteristik
populasi
– Untuk generalisasi inferensial
SETYA RAHARJA AP FIP UNY
1
2/16/2012
METODE PENARIKAN SAMPEL
(TEKNIK SAMPLING)
SAMPEL 1
SAMPEL 2
SAMPEL 9
Proses penarikan sampel:
1. mendefinisikan populasi
karakteristik populasi
2. memilih/menentukan sampel
3. menaksir parameter populasi
berdasarkan pengetahuan yang
diperoleh & harga statistik sampel.
SAMPEL dst.
POPULASI
SAMPEL 3
SAMPEL 8
SAMPEL 5
SAMPEL 7
SAMPEL 4
SAMPEL 6
SETYA RAHARJA AP FIP UNY
BERBAGAI TEKNIK
SAMPLING
1.
Berpihak (biased)
asal nemu (opportunistic/accidental sampling)
menurut quota (quota sampling)
bertujuan (purposive sampling)
2.
Tidak berpihak (unbiased)
rambang sederhana (random sampling)
rambang berstrata (stratified sampling)
secara sistematik (systematic sampling)
menurut daerah/wilayah (cluster sampling)
SETYA RAHARJA AP FIP UNY
SETYA RAHARJA AP FIP UNY
TEKNIK BIASED/TIDAK
ADIL/NON-PROBABILITY
ASAL NEMU (OPPORTUNISTIC/ACCIDENTAL
SAMPLING)
– Asal menemukan saja – mana yang ketemu,
itulah sampelnya.
MENURUT QUOTA (QUOTA SAMPLING)
– Sekedar memenuhi jumlah & cirinya, diperoleh
asal nemu
BERTUJUAN (PURPOSIVE SAMPLING)
– Berdasar penilaian subjektif peneliti
– Menurut maksud peneliti
SETYA RAHARJA AP FIP UNY
2
2/16/2012
TEKNIK UNBIASED/BERKEADILAN/
PROBABILITY: RANDOM = RAMBANG =
ACAK
TEKNIK UNBIASED/BERKEDALAN/
PROBABILITY: RANDOM = RAMBANG =
ACAK
RAMBANG SEDERHANA (Random sampling)
– Anggota populasi memiliki peluang yang sama
untuk menjadi sampel
– Penarikan sampel dengan cara terstruktur,
biasanya menurut kelipatan tertentu.
– Keuntungan:
RAMBANG BERSTRATA (Stratified random
sampling)
– Proses pengambilan sampel dengan cara membagi
suatu populasi ke dalam sejumlah strata
(subpopulasi)
– Kelebihan:
Makin besar sampel, makin baik !
Rumus untuk menentukan besar sampel (sederhana),
dari Krejcie & Morgan (1970):
Dimana:
S = besar sampel
N = besar populasi
P = proporsi populasi kasus
d = 1,96 (derajat akusari dari kesalahan 5% (0,95)
X2 = harga Kai Kuadrat, db=1, (3,841 taraf signifikansi 95%/0,95).
Asumsi:
Populasi homogen
2
Random sampling
2 UNY
2
Besar populasi diketahui SETYA RAHARJA AP FIP
S
X NP (1 P)
d ( N 1) X P(1 P)
hemat waktu kerja
dapat untuk memilih kasus setiap strata
BERDASARKAN DAERAH (Cluster sampling)
– Pengambilan sampel menurut wilayah populasi.
Sampel diambil dari masing-masing wilayah tsb.
lebih efisien
kesalahan (eror) hanya dalam strata
pemilihan kasusSETYA
setiap
strata
RAHARJA
AP FIP UNYlebih tepat & proporsional
BERAPA BESAR SAMPEL?
SECARA SISTEMATIK (Systematic sampling)
SETYA RAHARJA AP FIP UNY
Kapan kita menggunakan sampel,
populasi, subjek penelitian?
Ketika kita akan mengumpulkan data,
Dengan SAMPEL ……..?
Menggunakan POPULASI ……?
Menggunakan SUBJEK ……?
SETYA RAHARJA AP FIP UNY
3
2/16/2012
UNIT ANALISIS
Perorangan
Kelompok
Lembaga/institusi
SETYA RAHARJA AP FIP UNY
4
SUBYEK PENELITIAN
SUBJEK; POPULASI; &
SAMPEL PENELITIAN
Sumber data penelitian
Responden penelitian
Setya Raharja
AP FIP UNY
SETYA RAHARJA AP FIP UNY
POPULASI
SETYA RAHARJA AP FIP UNY
SAMPEL
Agregat yang terdiri dari semua
observasi yang menjadi minat
peneliti
Keseluruhan subyek penelitian
SETYA RAHARJA AP FIP UNY
Cuplikan dari populasi; wakil
populasi; contoh
Representatif:
– menggambarkan karakteristik
populasi
– Untuk generalisasi inferensial
SETYA RAHARJA AP FIP UNY
1
2/16/2012
METODE PENARIKAN SAMPEL
(TEKNIK SAMPLING)
SAMPEL 1
SAMPEL 2
SAMPEL 9
Proses penarikan sampel:
1. mendefinisikan populasi
karakteristik populasi
2. memilih/menentukan sampel
3. menaksir parameter populasi
berdasarkan pengetahuan yang
diperoleh & harga statistik sampel.
SAMPEL dst.
POPULASI
SAMPEL 3
SAMPEL 8
SAMPEL 5
SAMPEL 7
SAMPEL 4
SAMPEL 6
SETYA RAHARJA AP FIP UNY
BERBAGAI TEKNIK
SAMPLING
1.
Berpihak (biased)
asal nemu (opportunistic/accidental sampling)
menurut quota (quota sampling)
bertujuan (purposive sampling)
2.
Tidak berpihak (unbiased)
rambang sederhana (random sampling)
rambang berstrata (stratified sampling)
secara sistematik (systematic sampling)
menurut daerah/wilayah (cluster sampling)
SETYA RAHARJA AP FIP UNY
SETYA RAHARJA AP FIP UNY
TEKNIK BIASED/TIDAK
ADIL/NON-PROBABILITY
ASAL NEMU (OPPORTUNISTIC/ACCIDENTAL
SAMPLING)
– Asal menemukan saja – mana yang ketemu,
itulah sampelnya.
MENURUT QUOTA (QUOTA SAMPLING)
– Sekedar memenuhi jumlah & cirinya, diperoleh
asal nemu
BERTUJUAN (PURPOSIVE SAMPLING)
– Berdasar penilaian subjektif peneliti
– Menurut maksud peneliti
SETYA RAHARJA AP FIP UNY
2
2/16/2012
TEKNIK UNBIASED/BERKEADILAN/
PROBABILITY: RANDOM = RAMBANG =
ACAK
TEKNIK UNBIASED/BERKEDALAN/
PROBABILITY: RANDOM = RAMBANG =
ACAK
RAMBANG SEDERHANA (Random sampling)
– Anggota populasi memiliki peluang yang sama
untuk menjadi sampel
– Penarikan sampel dengan cara terstruktur,
biasanya menurut kelipatan tertentu.
– Keuntungan:
RAMBANG BERSTRATA (Stratified random
sampling)
– Proses pengambilan sampel dengan cara membagi
suatu populasi ke dalam sejumlah strata
(subpopulasi)
– Kelebihan:
Makin besar sampel, makin baik !
Rumus untuk menentukan besar sampel (sederhana),
dari Krejcie & Morgan (1970):
Dimana:
S = besar sampel
N = besar populasi
P = proporsi populasi kasus
d = 1,96 (derajat akusari dari kesalahan 5% (0,95)
X2 = harga Kai Kuadrat, db=1, (3,841 taraf signifikansi 95%/0,95).
Asumsi:
Populasi homogen
2
Random sampling
2 UNY
2
Besar populasi diketahui SETYA RAHARJA AP FIP
S
X NP (1 P)
d ( N 1) X P(1 P)
hemat waktu kerja
dapat untuk memilih kasus setiap strata
BERDASARKAN DAERAH (Cluster sampling)
– Pengambilan sampel menurut wilayah populasi.
Sampel diambil dari masing-masing wilayah tsb.
lebih efisien
kesalahan (eror) hanya dalam strata
pemilihan kasusSETYA
setiap
strata
RAHARJA
AP FIP UNYlebih tepat & proporsional
BERAPA BESAR SAMPEL?
SECARA SISTEMATIK (Systematic sampling)
SETYA RAHARJA AP FIP UNY
Kapan kita menggunakan sampel,
populasi, subjek penelitian?
Ketika kita akan mengumpulkan data,
Dengan SAMPEL ……..?
Menggunakan POPULASI ……?
Menggunakan SUBJEK ……?
SETYA RAHARJA AP FIP UNY
3
2/16/2012
UNIT ANALISIS
Perorangan
Kelompok
Lembaga/institusi
SETYA RAHARJA AP FIP UNY
4