POPULASI DAN SAMPEL

Oleh :
Mohammad Abdullah, SKM, MQIH
 Populasi

Pengertian:
Populasi adalah kumpulan dari individu dengan kualitas
serta ciri-rici yang telah ditetapkan.
Ciri tersebut dinamakan variabel.
Populasi dibedakan menjadi 2:
1. Populasi Sampling. Contoh : Bila diambil rumah
tangga sbg sampel, sedangkan yang diteliti adalah anggota
rumah tangga yg berumur balita, maka seluruh rumah tangga
adalah populasi sampling.
2. Populasi Sasaran. Sbg contoh diatas, maka seluruh balita
adalah populasi sasaran .
Pembagian Populasi menurut Jangkauannya

1. Populasi tak terhingga (infinite population).

Adalah populasi yang tidak memiliki batas.
Misalnya: Air, Udara, Manusia, Binatang,
pengunjung mall.

2. Populasi terhingga (finite population).

Populasi yang memiliki batas. Misalnya:
Penduduk Kota Mataram tahun 2009, Air Sumur
di wilayah kota Mataram tahun 2013.
 Penetapan Populasi Penelitian
Penetapan populasi penelitian sangat berpengaruh terhadap
dapat tidaknya masalah penelitian terjawab
Ada 2 hal yang perlu diperhatikan:
1. Pertimbangan relevansi subyek dlm populasi dg permasa-
lahan penelitian
apakah dg memilih populasi yg dimaksud, inti permasa-
lahan dpt dijawab ?
2. Prosedur/jenis penelitian
apakah variabel-variabel yg akan diukur dg menggunakn
teknik penelitian dpt diperoleh dari subyek dlm populasi?
3 pengertian yg terkandung dlm penentuan
populasi penelitian:

1. Identifikasi kesatuan analisa (unit analisis)

satuan subyek terkecil yg akan diamati dg
penelitian
2. Penentuan batas-batas keluasan populasi
geografis, aspek subyek sendiri dsb.
3. Pemahaman kondisi subyek dlm populasi
apakah populasi homogen atau heterogen ?
 Pra syarat akurasi jawaban penelitian :

1. Relevansi penetapan populasi thd inti permasa-

lahan penelitian
2. Representativitas sampel thd populasi
3. Obyektivitas, validitas, reliabilitas observasi yg
dilakukan
4. Relevansi data dengan jawaban yang
dikehendaki
 Sampel
Pengertian:
``Bagian dari anggota populasi yang diambil untuk
dilakukan pengukuran dalam suatu penelitian
dan hasilnya digunakan untuk menggambarkan
keadaan populasinya.
Alasan pengambilan Sampel :
1. Indikasi absolut
2. Indikasi relatif
• Indikasi absolut:
Bila pengukuran terhadap total populasi justru
akan merusak obyek penelitian
• Indikasi relatif :
terkait dengan masalah keterbatasan sumber daya
a. Ukuran populasi
b. Masalah biaya
c. Masalah waktu
d. Masalah ketelitian
e. Faktor ekonomis
Representativitas sampel ditentukan
oleh:
• Homogenitas populasi
• Besar sampel yang dipilih
• Banyaknya karakteristik subyek yang akan
dipelajari
• Adekuatitas teknik pemilihan sampel
Ada 2 cara merepresentatifkan sampel

1. Gunakan pendekatan random pada

keadaan dimana populasi sudah homogen
2. Homogenkan populasi ke dalam sub
populasi untuk setiap kharakteristik
populasi yang dihadapi
 Kerangka Sampling
• Daftar dari semua unsur sampling dalam populasi
sampling
• Syarat Kerangka Sampling:
1. Harus meliputi seluruh unsur sampel
2. Tdk ada unsur sample yg dihitung 2 X
3. Harus Up to date
4. Batas-batasnya harus jelas
5. Harus dapat dilacak di lapangan
 Ciri Sampel yang Ideal :

1. Dapat memberikan gambaran yg dpt dipercaya dari

seluruh populasi yang diteliti
2. Dpt menentukan presisi dari hasil penelitian dengan
menentukan penyimpangan baku dan taksiran yg
diperoleh
3. Sederhana, shg mudah dilaksanakan
4. Dpt memberikan keterangan sebanyak mungkin dg
biaya yang rendah
 Faktor penentu besar kecinya sample

1. Degree of homogenity dari populasi. Makin

homogen populasi, makin kecil sampel yg dibutuhkan
2. Presisi yang dikehendaki. Makin tinggi presisi yg
diinginkan, makin banyak sampel dibutuhkan
3. Rencana Analisa
4. Sumber Daya (tenaga, biaya, waktu)
 Menentukan Besar Sampel
• Untuk Desain Penelitian Cross Sectional
Bila Jumlah Populasi diketahui

Bila Jumlah Populasi tidak diketahui

n = jumlah sampel minimal yang diperlukan

α= tingkat kesalahan (kebalikan derajat kepercayaan) (biasanya 0,05)
p = proporsi kejadian yang diamati
q = 1-p (proporsi di luar kejadian yang diamati)
d = limit dari error atau presisi absolut
Z1-α/2 = 1,96
 Contoh:
Kita ingin mencari sampel minimal untuk penelitian mencari
faktor determinan pemberian ASI secara eksklusif. Untuk
mendapatkan nilai p, kita harus melihat dari penelitian yang
telah ada atau literatur. Dari hasil hasil penelitian Suyatno
(2001) di daerah Demak-Jawa Tengah, proporsi bayi (p) yang
diberi ASI eksklusif sekitar 17,2 %. Ini berarti nilai p = 0,172
dan nilai q = 1 –p. Dengan limit dari error (d) ditetapkan 0,05
maka jumlah sampel yang dibutuhkan sebesar:

1,962 . 0,172 . 0,828

n = -------------------------
0,052
n = 219 orang (angka minimal)
 Menentukan Besar Sampel (lanjutan)
• Untuk Desain Penelitian Cohort atau Case Control

n = jumlah sampel minimal kelompok kasus dan kontrol

Z1 - α/ 2 = nilai pada distribusi normal standar yang sama dengan tingkat
kemaknaan (untuk = 0,05 adalah 1,96)
• Z1 - ß = nilai pada distribusi normal standar yang sama dengan kuasa
(power) sebesar diinginkan (untuk ß=0,10 adalah 1,28)
p0 = proporsi paparan pada kelompok kontrol atau tidak sakit
p1 = proporsi paparan pada kelompok kasus (sakit)
qo = 1 – p0 dan q1 = 1 – p1
• Bila nilai p merupakan data kontinyu (misalnya
rata-rata) maka rumus mencari n menjadi :

n = jumlah sampel tiap kelompok

Z1 - α/ 2 = nilai pada distribusi normal standar yang sama dengan tingkat
kemaknaan (untuk = 0,05 adalah 1,96)
Z1 - ß = nilai pada distribusi normal standar yang sama dengan kuasa
(power) sebesar diinginkan (untuk ß=0,10 adalah 1,28)
= standar deviasi kesudahan (outcome)
U1 = mean outcome kelompok tidak terpapar
U2 = mean outcome kelompok terpapar
 Contoh :
kita ingin mencari sampel minimal pada penelitian tentang pengaruh pemberian
ASI eksklusif dengan terhadap berat badan bayi. Dengan menggunakan
tingkat kemaknaan 95 % atau = 0,05, dan tingkat kuasa/power 90 % atau
ß=0,10, serta kesudahan (outcome) yang diamati adalah berat badan bayi
yang ditetapkan memiliki nilai asumsi SD=0,94 kg (mengacu data dari
penelitian LPKGM di Purworejo, Jawa Tengah), dan estimasi selisih antara
nilai mean kesudahan (outcome) berat badan kelompok tidak terpapar dan
kelompok terpapar selama 4 bulan pertama kehidupan bayi (U0 – U1) sebesar
0,6 kg (mengacu hasil penelitian Piwoz, et al. 1994), maka perkiraan jumlah
minimal sampel yang dibutuhkan tiap kelompok pengamatan, baik terpapar
atau tidak terpapar adalah:

Biasanya jumlah sampel diberi kelebihan 15%, sehingga menjadi 60 orang/klp

 • untuk rancangan eksperimental
• .

r
Ada 2 teknik pengambilan sampel
1. Cara Random
- Random sederhana (simple random sampling)
- Random sistematik (systematic random sampling)
- Random terstratifikasi (stratified random samling)
- Gugus sederhana/kluster (simple cluster sampling)
- Gugus bertingkat (multistage random sampling)
2. Cara Non Random
- sampling kuota - Sampling jenuh
- sampling aksidental - sampling bola salju
- sampling purposif
 Random Sederhana
• Merupakan cara sampling random yang
paling sederhana
• Syarat: - populasi sudah homogen
- sudah teridentifikasi banyaknya
subyek/unit analisa
- ada sampling frame
• Kerugian: sulit dilakukan bila tdk tersedia
daftar subyek dan butuh waktu dan dana
+o+o+o+o+o+o+o+o+
o+o+o+o+o+o+o+o+o
+o+o+o+o+o+o+o+o+

+o+o+o+o
+o+o+o+o
 Rancangan random sistematik
• Peneliti harus memiliki sampling frame, yaitu
urutan daftar anggota populasi
• Jika populasi berukuran N dan besar sampel n,
maka jarak intervalnya = N/n
• Pengambilan anggota pertama yg ada pada
interval pertama dilakukan secara acak
• Selanjutnya, anggota sampel berikutnya diambil
dengan jarak setiap N/n
 Contoh systematic random sampling
• Jumlah anggota populasi 100
• Besar sampel 20
• Interval antar anggota sampel = 100/20 = 5
• Ambil nama-nama anggota populasi dengan
nomor urut 1 – 5, kemudian secara random ambil
satu nama. Misalnya yang terambil nomor urut 3.
• Berikutnya lompat dengan interval 5 untuk sampel
berikutnya, jadi sampel berikutnya adalah nomor
urut 8, 13, 18 dan seterusnya
 Rancangan Stratifikasi
(Stratified Random Sampling)
• Dilakukan pada populasi yang heterogenitasnya diwarnai
adanya beberapa kelompok/kelas subyek dengan batas
yang jelas antar kelompok tersebut
• Ada 2 macam rancangan ini:
1. Rancangan stratified sederhana
bila jumlah subyek dlm stratum sama. Dengan
demikian jumlah anggota sampel dari masing-
masing sampel sama
2. Rancangan stratified proporsional
Bila jumlah subyek dlm stratum tidak sama, maka
proporsi sampel sesuai proporsi masing-masing strata
 Tahapan Rancangan Stratifikasi
1. Tahap stratifikasi
Kelompokkan subyek populasi dlm beberapa stratum
(sub populasi), yg dlm tiap stratum terdiri dari subyek-
subyek yg sama karakteristiknya
2. Buatlah daftar subyek dari tiap-tiap stratum (sub
populasi

3. Pilihlah subyek sampel dari masing-masing sub

populasi dengan teknik random sampling atau
random sistimatis
Stratified Random sampling Sederhana
Siswa SMP UNTB
ada 3 kelas, jml sama

Klas 1 Klas 2 Klas 3

S-1 S-2 S-1

S-1 + S2 + S3
Stratified random sampling proporsional
jbmjljbblmjjbmj
jmbjlmjbmbjjlb
bjmjbljmbbljjmj
J=40%=240; b=3%=180
M=20%=120; l=10%=60

jjjjjjj bbbbbb mmmmm lllllllll

S-1:j=240 S-2: b=180 S-3: m=120 S-4: l=60

j = 60 b = 45 m = 30 l = 15

150 subyek
 Rancangan Klaster
• Klaster adalah suatu kelompok dari subyek atau
kesatuan analisis yg berdekatan secara geografis
Tahapan rancangan klaster sampling ada 4:
1. Bagilah daerah penelitian ke dlm klaster klaster
(misal: desa, dusun, RT dsb)
2. Tetapkan jml klaster yg akan dipilih atas dasar
jml subyek sampel yg dikehendaki
3. Pilihlah klaster sampel dg cara random
sederhana atau sistematik
4. Ambil seluruh individu dlm klaster yg terpilih
sebagai sampel
Ada 2 hal yg harus diperhatikan dlm penggu-
naan rancangan klaster:
1. Penetapan batas klaster
Batas klaster yg terlalu besar membuat data tdk
akurat, karena adanya variasi kondisi lingkungan
fisik, biologis, sosial dsb. Misalnya: Kabupaten.
Batas klaster harus meliput seluruh daerah (tdk
boleh ada yg tertinggal) dan tidak boleh
tumpang tindih
2. Penyusunan daftar klaster
Hal ini dilakukan dlm rangka penomoran klaster
 Rancangan bertingkat (multistage
sampling)
• Ini merupakan gabungan 2 rancangan sekaligus,
yaitu klaster dan random
• Tahap rancangan multistage:
1. Lakukan tahapan klaster seperti yg telah dibahas
sampai terpilih sampel klaster
2. Buatlah daftar subyek dari semua klaster yg
terpilih sebagai klaster sampel
3. Pilih subyek sampel dari daftar subyek tsb
sebanyak yg dikehendaki secara random
 Sampling Non Random
• Sampling Quota
teknik pengambilan sampel dg cara menetapkan
jumlah tertentu sbg target yg hrs dipenuhi dlm
pengambilan sampel dari populasi (khususnya pd
infinite population) kemudian dg patokan jml
tersebut peneliti mengambil sembarang asal
memenuhi persyaratan sbg sampel dari populasi
tertentu.
 Sampling Non Random
• Sampling aksidental
teknik penentuan sampel berdasarkan faktor
spontanitas, artinya siapa saja yang secara tdk
sengaja bertemu dg peneliti dan sesuai dg
karakteristik, maka orang tsb dpt dijadikan
sampel.
• Sampling purposive
sampling yg dilakukan berdasarkan pertimbangan
tertentu. Misal: orang dg pendapatan tertentu dsb.
• Sampling jenuh (saturation sampling)
sampling yg mendasarkan pada jenuh tidaknya
sampel. Sampling dikatakan jenuh bila besar sampel
lebih dari ½ populasi. Basanya jg dikenal dg istilah
sensus. Biasanya digunakan bila jml anggota polukasi
< 30 orang.
• Sampling bola salju
sampling diawali dg menentukn klp kecil yg diminta
utk menunjukkan kawan masing masing, kemudian
kawan itu menunjukkan kawan lainnya shg makin
lama makin membesar seperti terbentuknya bola salju
PENGHITUNGAN BESAR
SAMPEL
Ada 2 pertimbangan pokok dlm penetapan
besar sampel:
1. Pertimbangan representativitas
Menyangkut jml minimum sampel yg masih
menjamin representativitasnya thd populasi
2. Pertimbangan analisa
Menyangkut jml minimum sampel shg dpt
dilakukan analisis kuantitatif terhadap data
secara adekuat
3 Faktor yg harus dipertimbangkan dlm menentukan
besar sampel:
1. Derajat kepersisan yg dibutuhkan antara sampel
dg populasi
2. Besarnya variabilitas populasi
3. Rancangan sampel yang digunakan
 Rumus penghitungan besar sampel
z
n = (-----) X p X (1-p)
e
n = jumlah sampel
z = standard skor pd tingkat konfidens tertentu
e = proporsi sampling error
p = dugaan proporsi atau insidens kasus di
populasi
• Rumus lainnya adalah:
s
SEx = ------
n
SEx = standard error dari mean
s = standard deviasi dari sampel
n = jumlah subyek dlm sampel
Telah tersedia tabel untuk menentukan besar
sampel bila diketahui taksiran proporsi
Besar sampel untuk rancangan simple random
Taksiran Proporsi Besar sampel yg layak
0,05 / 0,95 420
0,10 / 0,90 325
290
0,15 / 0,85
255
0,25 / 0,75
225
0.30 / 0,70 195
0,35 / 0,65 170
0,40 / 0,60 145
0,45 / 0,55 120
0,50 100
Dikutip dg modifikasi dari Luts, 1982
Besar sampel untuk rancangan stratifikasi

• Perhitungannya sama dengan untuk random

sederhana (simple random)
• Namun, taksiran proporsi dan penetapan
besar sampel dilakukan untuk setiap stratum
 Besar sampel untuk rancangan klaster

Penetapan besar sampel dilakukan dlm 3 tahap

1. Hitung jml klaster yg ada pd seluruh
daerah populasi
2. Tetapkan taksiran proporsi
3. Gunakan taksiran tersebut utk menetapkan
besar sampel dengan menggunakan tabel
sampel rancangan klaster.
 Besar sampel utk rancangan bertingkat
(Multistage sampling)

Pd rancangan ini ada 2 penetapan sampel:

1. Penetapan jumlah sampel klaster
2. Penetapan jumlah subyek sampel dari
tiap-tiap sampel klaster
Penetapan besar sampel dilakukan dg 4 tahap:
1. Tetapkan jml seluruh subyek sampel dg cara spt random
sampel
2. Tetapkan jml klaster sampel dengan tabel (seperti
rancangan klaster)
3. Tentukan jml keseluruhan subyek dlm klaster-klaster
sampel (a) dan susunlah daftar subyek pd tiap klaster (b)
4. Tentukan jml subyek yg hrs dipilih dari tiap klaster
sampel dg cara :
(1) X (3b)
------------
3a