Sunday, March 4, 2018

Makalah Statistik: Populasi dan Sampel


MAKALAH STATISTIK
POPULASI DAN SAMPEL


BAB I
PENDAHULUAN

A.    LATAR BELAKANG
     Dalam melakukan penelitian, populasi dan sampel merupakan satu komponen yang sangat perlu diperlukan. Populasi dan sampel sebagai keseluruhan atau sebagian contoh dari objek-objek yang diteliti. Mendengar istilah sampel, orang akan akan cenderung menghubungkannya dengan contoh. Misalnya ketika jalan-jalan dipusat perbelanjaan dan diberikan hadiah sabun dalam bentuk yang lebih kecil, maka disebut sampel (contoh) sabun (asli). Lalu, apa hubungannya sampel barang tersebut dengan statistik?
     Dalam menentukan populasi dan sampel penelitian, sudah barang tentu haruslah sesuai dengan langkah-langkah yang ditentukan serta haruslah tepat dan efisien. Kendala-kendala yang timbul selayaknya dapat diantisipasi oleh peneliti. Oleh karenanya, dalam menentukan populasi dan sampel peneliti hendaklah memperhatikan hal-hal yang memang berkaitan dengan populasi dan sampel, sehingga didapatkan sampel yang tepat.


B.     RUMUSAN MASALAH
1.      Apakah pengertian populasi dan sampel?
2.      Apa-apa saja teknik atau cara dalam menentukan sampel?
3.      Bagaimanakah teknik dalam menentukan sampel?

C.    TUJUAN PENULISAN
1.      Untuk melengkapi tugas mata kuliah Metode Penelitian.
2.      Dapat menjadi karya tulis yang berguna dalam menetapkan populasi dan sampel.
3.      Dapat menjadi bahan diskusi yang terkait dengan polulasi dan sampel.
  
D.    METODE YANG DIGUNAKAN
     Metode deskriftif dengan teknik study kepustakaan atau literature, yaitu pengetahuan yang bersumber dari beberapa media tulis baik berupa buku, litelatur dan media lainnya yang tentu ada kaitannya masalah-masalah yang di bahas di dalam makalah ini.
     
BAB II
PEMBAHASAN

A.    POPULASI
            Populasi berasal dari kata bahasa inggris population, yang berarti jumlah penduduk.  Oleh karena itu, apabila disebutkan kata populasi, orang kebanyakan menghubungkannya dengan masalah-masalah kependudukan. Hal tersebut ada benarnya juga, karena itulah makna kata populasi sesungguhnya. Kemudian pada perkembangan selanjutnya, kata populasi menjadi amat populer, dan digunakan di berbagai disiplin ilmu.
            Dalam metode penelitiankata populasi amat populer, digunakan untuk menyebutkan serumpun atau sekelompok objek yang menjadi sasaran penelitian. Oleh karenanya, populasi penelitian merupakan keseluruhan (universum) dari objek penelitian yang dapat berupa manusia, hewan, tumbuhan, udara, gejala, nilai, peristiwa, sikap hidup, dan sebagainya, sehingga objek-objek ini dapat menjadi sumber data penelitian.
            Karena pengertian populasi yang demikian diatas, maka populasi menjadi amat beragam. Kalau populasi dilihat dari penentuan sumber data, maka populasi dapat dibedakan menjadi: populasi terbatas dan populasi tidak terbatas.[1]
1.      Populasi terbatas, yaitu populasi yang memiliki sumber yang jelas batas-batasnya secara kuantitatif.
2.      Populasi tak terhingga, yaitu populasi yang memiliki sumber data yang tidak dapat ditentukan batas-batasnya secara kuantitatif.
Dilihat dari kompleksitas objek populasi, maka populasi dapat dibedakan: Populasi homogen dan Populasi heterogen.
1.      Populasi homogen, yaitu keseluruhan individu yang menjadi anggota populasi, memiliki sifat yang relatif sama satu sama lainnya.
2.      Populasi heterogen, yaitu keseluruhan individu anggota populasi relatif memiliki sifat-sifat individual, dimana sifat tersebut membedakan individu anggota populasi yang satu dengan yang lainnya.
Selain pembedaan-pembedaaan diatas, populasi juga dapat dibedakan antara populasi sampling dan populasi sasaran.[2]

B.     SAMPEL
            Sampel adalah bagian dari populasi yang diharapkan mampu mewakili populasi dalam penelitian. Dalam penyusunan sampel perlu disusun kerangka sampling yaitu daftar dari semua unsur sampling dalam populasi sampling, dengan syarat:
1.      Harus meliputi seluruh unsur sampel.
2.      Tidak ada unsur sampel yang dihitung dua kali.
3.      Harus up to date.
4.      Batas-batasnya harus jelas.
5.      Harus dapat dilacak dilapangan.
            Menurut Teken (dalam Masri Singarimbun dan Sofyan Efendi) Ciri-ciri sample yang ideal adalah:
1.      Dapat menghasilkan gambaran yang dipercaya dari seluruh populasi yang diteliti.
2.      Dapat menentukan presisi (precision) dari hasil penelitian dengan menentukan penyimpangan baku  (standar) dari taksiran yang diperoleh.
3.      Sederhana, sehingga mudah dilaksanakan.
4.      Dapat memberikan keterangan sebanyak mungkin dengan biaya yang rendah.
            Ada empat faktor yang harus diperhatikan dalam penentuan besar kecilnya sampel, antara lain:
1.      Degree of homogenity dari populasi, makin homogin populasi makin sedikit jumlah sampel yang diambil.
2.      Pressisi yang dikehendaki, makin tinggi tingkat pressisi yang dikehendaki makin banyak jumlah sampel yang diambil.
3.      Rencana analisa
4.      Tenaga biaya dan waktu
  
C.    UKURAN SAMPEL
            Untuk menentukan sampel dari populasi digunakan perhitungan maupun acuan tabel yang dikembangkan para ahli.  Secara umum, untuk penelitian korelasional jumlah sampel minimal untuk memperoleh hasil yang baik adalah 30, sedangkan dalam penelitian eksperimen jumlah sampel minimum 15 dari masing-masing kelompok dan untuk penelitian survey jumlah sampel minimum adalah 100.
            Roscoe (1975) yang dikutip Uma Sekaran (2006) memberikan acuan umum untuk menentukan ukuran sampel :
1.         Ukuran sampel lebih dari 30 dan kurang dari 500 adalah tepat untuk kebanyakan penelitian.
2.        Jika sampel dipecah ke dalam subsampel (pria/wanita, junior/senior, dan sebagainya), ukuran sampel minimum 30 untuk tiap kategori adalah tepat
3.        Dalam penelitian mutivariate (termasuk analisis regresi berganda), ukuran sampel sebaiknya 10x lebih besar dari jumlah variabel dalam penelitian
4.        Untuk penelitian eksperimental sederhana dengan kontrol eskperimen yang ketat, penelitian yang sukses adalah mungkin dengan ukuran sampel kecil antara 10 sampai dengan 20
            Arikunto Suharsimi (2005) memberikan pendapat sebagai berikut : “..jika peneliti memiliki beberapa ratus subjek dalam populasi, maka mareka dapat menentukan kurang lebih 25 – 30% dari jumlah tersebut. Jika jumlah anggota subjek dalam populasi hanya meliputi antara 100 – 150 orang, dan dalam pengumpulan datanya peneliti menggunakan angket, maka sebaiknya subjek sejumlah itu diambil seluruhnya. Namun apabila peneliti menggunakan teknik wawancara dan pengamatan, jumlah tersebut dapat dikurangi menurut teknik sampel dan sesuai dengan kemampuan peneliti.
            Besaran atau jumlah sampel ini sampel sangat tergantung dari besaran tingkat ketelitian atau kesalahan yang diinginkan peneliti. Namun, dalam hal tingkat kesalahan, pada penelitian sosial maksimal tingkat kesalahannya adalah 5% (0,05). Makin besar tingkat kesalahan maka makin kecil jumlah sampel. Namun yang perlu diperhatikan adalah semakin besar jumlah sampel (semakin mendekati populasi) maka semakin kecil peluang kesalahan generalisasi dan sebaliknya, semakin kecil jumlah sampel (menjauhi jumlah populasi) maka semakin besar peluang kesalahan generalisasi.

Beberapa rumus untuk menentukan jumlah sampel antara lain :[3]
1.      Rumus Slovin
            n = N/N(d)+ 1
n = sampel; N = populasi; d = nilai presisi 95% atau sig. = 0,05.
Misalnya, jumlah populasi adalah 125, dan tingkat kesalahan yang dikehendaki adalah 5%, maka jumlah sampel yang digunakan adalah :
N = 125 / 125 (0,05)2 + 1 = 95,23, dibulatkan 95
2.      Tabel Isaac dan Michael
            Tabel penentuan jumlah sampel dari Isaac dan Michael memberikan kemudahan penentuan jumlah sampel berdasarkan tingkat kesalahan 1%, 5% dan 10%. Dengan tabel ini, peneliti dapat secara langsung menentukan besaran sampel berdasarkan jumlah populasi dan tingkat kesalahan yang dikehendaki.

D.    TEKNIK-TEKNIK SAMPEL
            Teknik sampling merupakan teknik pengambilan sampel yang secara umum terbagi dua yaitu probability sampling dan non probability sampling.
            Dalam pengambilan sampel cara probabilitas besarnya peluang atau probabilitas elemen populasi untuk terpilih sebagai subjek diketahui. Sedangkan dalam pengambilan sampel dengan cara nonprobability besarnya peluang elemen untuk ditentukan sebagai sampel tidak diketahui. Menurut Sekaran (2006), desain pengambilan sampel dengan cara probabilitas jika representasi sampel adalah penting dalam rangka generalisasi lebih luas. Bila waktu atau faktor lainnya, dan masalah generalisasi tidak diperlukan, maka cara nonprobability biasanya yang digunakan.

1.      Probability Sampling
            Probability sampling adalah teknik pengambilan sampel yang memberikan peluang yang sama kepada setiap anggota populasi untuk menjadi sampel. Teknik ini meliputi simpel random sampling, sistematis sampling, proportioate stratified random sampling, disproportionate stratified random sampling, dan cluster sampling.
·         Simple random sampling
            Teknik ini adalah teknik yang paling sederhana (simple). Sampel diambil secara acak, tanpa memperhatikan tingkatan yang ada dalam populasi.[4]
Misalnya :
Populasi adalah siswa SD Negeri XX Jakarta yang berjumlah 500 orang. Jumlah sampel ditentukan dengan Tabel Isaac dan Michael dengan tingkat kesalahan adalah sebesar 5% sehingga jumlah sampel ditentukan sebesar 205.
Jumlah sampel 205 ini selanjutnya diambil secara acak tanpa memperhatikan kelas, usia dan jenis kelamin.
·         Sampling Sistematis
            Adalah teknik sampling yang menggunakan nomor urut dari populasi baik yang berdasarkan nomor yang ditetapkan sendiri oleh peneliti maupun nomor identitas tertentu, ruang dengan urutan yang seragam atau pertimbangan sistematis lainnya.
Contohnya :
Akan diambil sampel dari populasi karyawan yang berjumlah 125. Karyawan ini diurutkan dari 1 – 125 berdasarkan absensi. Peneliti bisa menentukan sampel yang diambil berdasarkan nomor genap (2, 4, 6, dst) atau nomor ganjil (1, 2, 3, dst), atau bisa juga mengambil nomor kelipatan (2, 4, 8, 16, dst)

·         Proportionate Stratified Random Sampling
            Teknik ini hampir sama dengan simple random sampling namun penentuan sampelnya memperhatikan strata (tingkatan) yang ada dalam populasi.
Misalnya, populasi adalah karyawan PT. XYZ berjumlah 125. Dengan rumus Slovin (lihat contoh di atas) dan tingkat kesalahan 5% diperoleh besar sampel adalah 95. Populasi sendiri terbagi ke dalam tiga bagian (marketing, produksi dan penjualan) yang masing-masing berjumlah :
Marketing       : 15
Produksi         : 75
Penjualan       : 35
Maka jumlah sample yang diambil berdasarkan masing-masinng bagian tersebut ditentukan kembali dengan rumus n = (populasi kelas / jml populasi keseluruhan) x jumlah sampel yang ditentukan
Marketing       : 15 / 125 x 95            = 11,4 dibulatkan 11
Produksi         : 75 / 125 x 95            = 57
Penjualan       : 35 / 125 x 95            = 26.6 dibulatkan 27
Sehingga dari keseluruhan sample kelas tersebut adalah 11 + 57 + 27 = 95 sampel.
Teknik ini umumnya digunakan pada populasi yang diteliti adalah keterogen (tidak sejenis) yang dalam hal ini berbeda dalam hal bidang kerja sehingga besaran sampel pada masing-masing strata atau kelompok diambil secara proporsional untuk memperoleh
·         Disproportionate Stratified Random Sampling
Disproporsional stratified random sampling adalah teknik yang hampir mirip dengan proportionate stratified random sampling dalam hal heterogenitas populasi. Namun, ketidakproporsionalan penentuan sample didasarkan pada pertimbangan jika anggota populasi berstrata namun kurang proporsional pembagiannya.
Misalnya, populasi karyawan PT. XYZ berjumlah 1000 orang yang berstrata berdasarkan tingkat pendidikan SMP, SMA, DIII, S1 dan S2. Namun jumlahnya sangat tidak seimbang yaitu :
SMP    : 100 orang
SMA    : 700 orang
DIII     : 180 orang
S1        : 10 orang
S2        : 10 orang
Jumlah karyawan yang berpendidikan S1 dan S2 ini sangat tidak seimbang (terlalu kecil dibandingkan dengan strata yang lain) sehingga dua kelompok ini seluruhnya ditetapkan sebagai sampel
·         Cluster Sampling
            Cluster sampling atau sampling area digunakan jika sumber data atau populasi sangat luas misalnya penduduk suatu propinsi, kabupaten, atau karyawan perusahaan yang tersebar di seluruh provinsi. Untuk menentukan mana yang dijadikan sampelnya, maka wilayah populasi terlebih dahulu ditetapkan secara random, dan menentukan jumlah sample yang digunakan pada masing-masing daerah tersebut dengan menggunakan teknik proporsional stratified random sampling mengingat jumlahnya yang bisa saja berbeda.
Contoh :
Peneliti ingin mengetahui tingkat efektivitas proses belajar mengajar di tingkat SMU. Populasi penelitian adalah siswa SMA seluruh Indonesia. Karena jumlahnya sangat banyak dan terbagi dalam berbagai provinsi, maka penentuan sampelnya dilakukan dalam tahapan sebagai berikut :
Tahap Pertama adalah menentukan sample daerah. Misalnya ditentukan secara acak 10 Provinsi yang akan dijadikan daerah sampel.
Tahap kedua, mengambil sampel SMU di tingkat Provinsi secara acak yang selanjutnya disebut sampel provinsi. Karena provinsi terdiri dari Kabupaten/Kota, maka diambil secara acak SMU tingkat Kabupaten yang akan ditetapkan sebagai sampel (disebut Kabupaten Sampel), dan seterusnya, sampai tingkat kelurahan / Desa yang akan dijadikan sampel. Setelah digabungkan, maka keseluruhan SMU yang dijadikan sampel ini diharapkan akan menggambarkan keseluruhan populasi secara keseluruhan.

2.      Non Probabilty Sampel
            Non Probability artinya setiap anggota populasi tidak memiliki kesempatan atau peluang yang sama sebagai sampel. Teknik-teknik yang termasuk ke dalam Non Probability ini antara lain : Sampling Sistematis, Sampling Kuota, Sampling Insidential, Sampling Purposive, Sampling Jenuh, dan Snowball Sampling.
·         Sampling Kuota
            Sampling Kuota adalah teknik sampling yang menentukan jumlah sampel dari populasi yang memiliki ciri tertentu sampai jumlah kuota (jatah) yang diinginkan.
            Misalnya akan dilakukan penelitian tentang persepsi siswa terhadap kemampuan mengajar guru. Jumlah Sekolah adalah 10, maka sampel kuota dapat ditetapkan masing-masing 10 siswa per sekolah.
·         Sampling Insidential
            Insidential merupakan teknik penentuan sampel secara kebetulan, atau siapa saja yang kebetulan (insidential) bertemu dengan peneliti yang dianggap cocok dengan karakteristik sampel yang ditentukan akan dijadikan sampel.
            Misalnya penelitian tentang kepuasan pelanggan pada pelayanan Mall A. Sampel ditentukan berdasarkan ciri-ciri usia di atas 15 tahun dan baru pernah ke Mall A tersebut, maka siapa saja yang kebetulan bertemu di depan Mall A dengan peneliti (yang berusia di atas 15 tahun) akan dijadikan sampel.
·         Sampling Purposive
Purposive sampling merupakan teknik penentuan sampel dengan pertimbangan khusus sehingga layak dijadikan sampel. Misalnya, peneliti ingin meneliti permasalahan seputar daya tahan mesin tertentu. Maka sampel ditentukan adalah para teknisi atau ahli mesin yang mengetahui dengan jelas permasalahan ini. Atau penelitian tentang pola pembinaan olahraga renang. Maka sampel yang diambil adalah pelatih-pelatih renang yang dianggap memiliki kompetensi di bidang ini. Teknik ini biasanya dilakukan pada penelitian kualitatif.
·         Sampling Jenuh
            Sampling jenuh adalah sampel yang mewakili jumlah populasi. Biasanya dilakukan jika populasi dianggap kecil atau kurang dari 100.
            Misalnya akan dilakukan penelitian tentang kinerja guru di SMA XXX Jakarta. Karena jumlah guru hanya 35, maka seluruh guru dijadikan sampel penelitian.
·         Snowball Sampling
            Snowball sampling adalah teknik penentuan jumlah sampel yang semula kecil kemudian terus membesar ibarat bola salju. Misalnya akan dilakukan penelitian tentang pola peredaran narkoba di wilayah A. Sampel mula-mula adalah 5 orang Napi, kemudian terus berkembang pada pihak-pihak lain sehingga sampel atau responden terus berkembang sampai ditemukannya informasi yang menyeluruh atas permasalahan yang diteliti. Teknik ini juga lebih cocok untuk penelitian kualitatif.

E.     PENENTUAN UKURAN SAMPEL
            Ada dua hal yang menjadi pertimbanngan dalam menentukan ukuran sample. Pertama ketelitian (presisi) dan kedua adalah keyakinan (confidence).[5]
            Ketelitian mengacu pada seberapa dekat taksiran sampel dengan karakteristik populasi. Keyakinan adalah fungsi dari kisaran variabilitas dalam distribusi pengambilan sampel dari rata-rata sampel. Variabilitas ini disebut dengan standar error, disimbolkan dengan S-x
            Semakin dekat kita menginginkan hasil sampel yang dapat mewakili karakteristik populasi, maka semakin tinggi ketelitian yang kita perlukan. Semakin tinggi ketelitian, maka semakin besar ukuran sampel yang diperlukan, terutama jika variabilitas dalam populasi tersebut besar.
            Sedangkan keyakinan menunjukkan seberapa yakin bahwa taksiran kita benar-benar berlaku bagi populasi. Tingkat keyakinan dapat membentang dari 0 – 100%. Keyakinan 95% adalah tingkat lazim yang digunakan pada penelitian sosial / bisnis. Makna dari keyakinan 95% (alpha 0.05) ini adalah “setidaknya ada 95 dari 100, taksiran sampel akan mencerminkan populasi yang sebenarnya”.
  
BAB III
PENUTUP

A.    KESIMPULAN
            Dari berbagai penjelasan di atas dapat kita simpulkan bahwa teknik penentuan jumlah sampel maupun penentuan sampel sangat menentukan keberhasilan pencapaian tujuan dari penelitian. Dengan kata lain, sampel yang diambil secara sembarangan tanpa memperhatikan aturan-aturan dan tujuan dari penelitian itu sendiri tidak akan berhasil memberikan gambaran menyeluruh dari populasi.
            Oleh karena itu, untuk mencapai tujuan dalam penelitian, peneliti harus dapat menentukan teknik yang tepat dan efektif sehingga didapatkan sampel yang baik.

B.     SARAN
     Untuk menyempurnakan makalah ini, penulis mengharapkan kritik dan saran dari pembaca atau pihak yang menggunakan makalah ini. Berpegang pada prinsip tidak ada gading yang tidak retak dan tidak ada final dalam ilmu. Dengan kerendahan hati penulis menyadari masih banyak kekurangan dalam makalah ini, dengan senang hati kritik dan saran dan pandangan dari berbagai pihak untuk menyempurnakan makalah ini. Atas perhatiannya kami ucapkan terimakasih.
  

DAFTAR PUSTAKA

Alma, Buchari. 2009. BelajarMudah Penelitian. Bandung: Alfabeta
Darmadi, Hamid. 2013. Metode Penelitian Pendidikan dan Sosial. Bandung: Alfabeta
Dedy. 2012. Makalah Populasi dan Sampel. http//www//.populasi dan sampel\makalah-populasi-dan-sampel2.html. Akses tanggal 10 April 2014
Narbuko, Cholid dan Abu Achamadi.2013. Metodologi Penelitian. Jakarta: PT Bumi Aksara
Sangadji, Etta Mamang dan Sopiah. 2010. Metodologi Penelitian. Malang: Andi yogyakarta
Sholihi, Ribbi. 2013. Populasi dan Sampel. http//www//.populasi dan sampel\makalah-populasi-dan-sampel.html. Akses tanggal 10 April 2014
Sugiyono. 2013. Metode Penelitian Pendidikan. Bandung: Alfabeta




[1] H.Hadari Nawawi, Metode Penelitian Bidang Sosial, Yogyakarta: Gajah Mada University Press, 1983. Hal. 141
[2] Lihat: Ida Bagoes Mantra dan Kasto, Penentuan Sampel, dalam Masri Singarimbun dan Sofian Effendi, Op.Cit., hal.108.
[3] Rumus dan contoh penghitungannya dikutip dari, Radiany, Rahmady, HM.,Disertasi, Pengaruh Budaya Organisasi Terhadap Kualitas Pelayanan dan Dampaknya Terhadap Keputusan untuk Memilih Jurusan Manajemen pada Perguruan Tinggi Swasta di Kalimantan Selatan, Disertasi Pascasarjana Univ.17 Agustus 1945 Surabaya, 2004. Hal.109.
[4] Bambang Prasetyo, Lina Miftahul Jannah, Metode Penelitian Kuantitatif, Jakarta: PT RajaGrafindo Persada. Hal. 123


DOWNLOAD MAKALAHNYA DISINI




loading...

Share this

0 Comment to "Makalah Statistik: Populasi dan Sampel"

Post a Comment