populasi dan sample - | ilmu 8 â€mixed’ sampling systematic sampling...

Download POPULASI DAN SAMPLE - | ilmu 8 â€Mixed’ sampling Systematic sampling Prinsip: Setiap subjek dalam

Post on 08-Jul-2018

218 views

Category:

Documents

0 download

Embed Size (px)

TRANSCRIPT

  • 1/9/2010

    1

    Populasi dan Sampel

    MUSLIM, MPHBlog: www.muslimpinang.wordpress.com

    Email: muslimmph@yahoo.co.id

    HP: 081-27769269

    Tujuan Pembelajaran

    1. Konsep sampling

    2. Terminologi sampling

    3. Prinsip sampling

    4. Tujuan melakukan sampling

    5. Jenis sampling

    6. Besar sampel

    Konsep Sampling

    Bahasan Pertama

    1Contoh sampling

    Berapa rata-rata umur anak kelas 1 ini?

    Dilakukan

    pencatatan

    umur semua

    murid

    (36 orang)

    Dijumlah

    Dibagi 36

    Contoh sampling

    Berapa rata-rata umur anak kelas 1 ini?

    Dilakukan

    pencatatan

    umur sebagian

    murid

    (12 orang)

    Dijumlah

    Dibagi 12

    estimasi

    rata-rata

    Contoh sampling

    Berapa rata-rata

    penghasilan keluarga

    di kota ini dengan jumlah

    keluarga 32.000?

    Sulit untuk mencatat

    semua keluarga

  • 1/9/2010

    2

    Contoh sampling

    Sangat sulit mencatat

    pendapat semua orang

    Indonesia yang sudah

    dewasa tentang

    siapa Ketua MA

    yang paling jujur?

    Dilakukan polling

    Diprediksikan

    hasilnya

    Konsep sampling

    Populasi Sampel

    Tentukan

    Statistik

    Sampel

    Pengertian sampling

    Proses memilih sebagian (sampel) dari

    kelompok besar (populasi), untuk menjadi

    dasar memperkirakan (estimasi) situasi atau

    outcome yang ada di populasi tersebut

    Jadi sampel adalah sebagian (sub group)

    dari populasi yang diteliti

    Keuntungan dan kerugian sampling

    Keuntungan:

    Menghemat tenaga, biaya, dan waktu

    Kerugian:

    Tidak memperoleh fakta atau situasi atau

    outcome yang sesungguhnya dari populasi,

    tetapi hanya estimasinya saja

    Keuntungan dan kerugian sampling

    Estimasi

    Benar Salah

    Toleransi

    Kesalahan?Misal

    5%

    Terminologi Sampling

    Bahasan Kedua

    2

  • 1/9/2010

    3

    Terminologi sampling

    Kita gunakan contoh di atas:

    Penelitian umur anak kelas 1

    Penelitian penghasilan keluarga di suatu kota

    Penelitian memilih Ketua MA yang paling jujur

    Populasi

    Seluruh murid kelas 1

    Seluruh keluarga di suatu kota

    Seluruh orang Indonesia yang sudah dewasa

    Dari kelompok besar ini kita akan memilih sampel untuk penelitian kita

    Sampel

    Sebagian murid kelas 1

    Sebagian keluarga di suatu kota

    Sebagian orang Indonesia yang sudah dewasa

    Yang kita data untuk mendapatkan rata-rata umur, rata-rata penghasilan, dan siapa yang dianggap sebagai Ketua MA yang paling jujur

    Besar sampel (sample size)

    Jumlah murid kelas 1

    Jumlah keluarga di suatu kota

    Jumlah orang Indonesia yang sudah dewasa

    Yang kita data untuk mendapatkan rata-rata umur, rata-rata penghasilan, dan siapa yang dianggap sebagai Ketua MA yang paling jujur

    Sampling design (sampling strategy)

    Cara yang digunakan untuk memperoleh:

    Sebagian murid kelas 1

    Sebagian keluarga di suatu kota

    Sebagian orang Indonesia yang sudah

    dewasa

    Sampling unit (sampling element)

    Setiap murid kelas 1

    Setiap keluarga di suatu kota

    Setiap orang Indonesia yang sudah dewasa

    Yang kita data untuk mendapatkan rata-rata umur, rata-rata penghasilan, dan siapa yang dianggap sebagai Ketua MA yang paling jujur

  • 1/9/2010

    4

    Sampling frame

    Suatu daftar yang mengidentifikasi:

    Setiap murid kelas 1

    Setiap keluarga di suatu kota

    Setiap orang Indonesia yang sudah dewasa

    Statistik sampel

    Rata-rata (mean): untuk umur murid

    kelas 1

    Rata-rata (mean): untuk penghasilan

    keluarga di suatu kota

    Persen untuk Ketua MA yang paling

    jujur

    Parameter populasi

    Rata-rata umur murid kelas 1

    Rata-rata penghasilan keluarga di

    suatu kota

    Ketua MA yang paling jujur

    Prinsip Sampling

    Bahasan Ketiga

    3

    3 prinsip sampling

    1. Pada sebagian besar kasus, akan terjadi perbedaan antara parameter populasi (population mean) dengan statistik sampel

    2. Makin besar sampel, makin akurat estimasi parameter populasi (population mean)

    3. Makin besar perbedaan di dalam variabel penelitian, makin besar perbedaan antara statistik sampel dan parameter populasi (population mean)

    Prinsip sampling pertama

    Mean populasi

    (sesungguhnya)

    Mean

    sampel

    BERBEDA

  • 1/9/2010

    5

    Prinsip sampling pertama, contoh

    Populasi: 4 orang mahasiswa Akper Depkes

    Tanjungpinang:

    Si A umur 18 tahun

    Si B umur 20 tahun

    Si C umur 23 tahun

    Si D umur 25 tahun

    Mean populasi = (18+20+23+25)/4 = 21,5

    Prinsip sampling pertama, contoh

    Sampel: 2 orang mahasiswa Akper Depkes Tanjungpinang, ada 6 kombinasi mean:

    A+B = (18+20)/2 = 38/2 = 19,0

    A+C = (18+23)/2 = 41/2 = 20,5

    A+D = (18+25)/2 = 43/2 = 21,5

    B+C = (20+23)/2 = 43/2 = 21,5

    B+D = (20+25)/2 = 45/2 = 22,5

    C+D = (23+25)/2 = 48/2 = 24,0

    Ingat: mean populasi = 21,5

    Ada 2 kombinasi

    dengan mean sama

    dengan mean populasi

    Ada 4 kombinasi dengan

    mean berbeda dengan

    mean populasi

    Disebut sampling error

    Prinsip sampling pertama, contoh

    Sampel Mean sampel Mean populasi Perbedaan mean

    (a) (b) (a b)

    A+B 19,5 21,5 - 2,5

    A+C 20,5 21,5 - 1,5

    A+D 21,5 21,5 0,0

    B+C 21,5 21,5 0,0

    B+D 22,5 21,5 +1,0

    C+D 24,0 21,5 +2,5

    Perhatikan

    perbedaan

    mean

    Prinsip sampling kedua, contoh

    Sampel: 3 orang mahasiswa Akper Depkes

    Tg.Pinang, ada 6 kombinasi mean:

    A+B+C = (18+20+23)/3 = 61/3 = 20,67

    A+B+D = (18+20+25)/3 = 63/3 = 21,00

    A+C+D = (18+23+25)/3 = 66/3 = 22,0

    B+C+D = (20+23+25)/3 = 68/3 = 22,67

    Ingat: mean populasi = 21,5

    Prinsip sampling kedua, contoh

    Sampel Mean sampel Mean populasi Perbedaan mean

    (a) (b) (a b)

    A+B+C 20,67 21,5 - 0,83

    A+B+D 21,00 21,5 - 0,5

    A+C+D 22,00 21,5 + 0,5

    B+C+D 22,67 21,5 + 1,17

    Perhatikan

    perbedaan

    mean

    Prinsip sampling kedua, contoh

    Sampel Perbedaan Perbedaan Sampel

    mean mean

    A+B - 2,5 - 0,83 A+B+C

    A+C - 1,5 - 0,5 A+B+D

    A+D 0,0 + 0,5 A+C+D

    B+C 0,0 + 1,17 B+C+D

    B+D +1,0

    C+D +2,5

    Sampel 2 - 2,5 +2,5 - 0,83 +1,17 Sampel 3

    Perbedaan mean sampel 3 lebih kecil daripada mean sampel 2

  • 1/9/2010

    6

    Prinsip sampling kedua

    Makin besar sampel, makin akurat

    estimasi parameter populasi

    (mean populasi)

    Bila sampel makin kurang,

    maka estimasi makin tidak akurat

    Prinsip sampling ketiga, contoh

    Populasi: 4 orang mahasiswa Akper Depkes

    Tanjungpinang angkatan lain:

    Si A umur 18 tahun

    Si B umur 26 tahun

    Si C umur 32 tahun

    Si D umur 40 tahun

    Pada contoh ini variasi umur makin lebar

    Prinsip sampling ketiga, contoh

    Contoh 2:

    Perbedaan mean sampel 2: - 2,5 + 2,5

    Perbedaan mean sampel 3: - 0,5 + 1,17

    Contoh 3:

    Perbedaan mean sampel 2: - 7,0 + 7,0

    Perbedaan mean sampel 3: - 3,67 + 3,67

    Perbedaan mean contoh 3 lebih besar daripada contoh 2, karena ada variasi yang lebih besar pada sampel 3

    Prinsip sampling ketiga, contoh

    Makin besar perbedaan di dalam variabel penelitian, makin besar perbedaan antara statistik sampel dan parameter populasi

    (population mean)

    Diperlukan sampel yang lebih besar

    (prinsip sampling kedua)

    Kesimpulan

    Makin besar sampel, makin akurat

    estimasi

    Makin besar variasi pada variabel yang

    diteliti, makin kurang akurat estimasi

    (makin besar standard deviation, makin

    besar standard error)

    Umur 1: 18 1,2 tahunUmur 2: 18 8,9 tahun

    Umur 2 mempunyai

    standard error lebih

    tinggi

    Tujuan Melakukan Sampling

    Bahasan Keempat

    4

  • 1/9/2010

    7

    Tujuan melakukan sampling

    Mencapai presisi (ketepatan)

    maksimum dalam estimasi

    (minimalisasi sampling error)

    Menghindari bias pada pemilihan

    sampel

    Bias terjadi karena .

    Sampling dengan cara non-randomized (sengaja atau tidak sengaja dipengaruhi oleh pilihan manusia atau peneliti)

    Sampling frame (daftar, indeks, atau catatan mengenai populasi lain) tidak meng-cover populasi dengan tepat atau lengkap

    Sebagian dari populasi yang disampling tidak mungkin diperoleh atau tidak mau dilibatkan dalam penelitian

    Jenis Sampling

    Bahasan Kelima

    5Jenis sampling

    1. Random/probability sampling designs

    2. Non-random/probability sampling

    designs

    3. Mixed sampling designs

    Random/probability sampling

    Simple random

    samplingStratified random

    sampling

    Cluster

    sampling

    Proportionate

    stratified sampling

    Disproportionate

    stratified sampling

    Single

    stage

    Double

    stage

    Multi

    stage

    Non-random/probability sampling

    Quota

    Accidental

    Judgemental

    Snowball

  • 1/9/2010

    8

    Mixed sampling

    Systematic

    sampling

    Prinsip:

    Setiap subjek dalam populasi harus

    mempunyai kesempatan yang sama

    (equal) dan bebas (independent) untuk

    dipilih menjadi sampel penelitian

    Random/probability sampling designs

    Random/probability sampling designs

    Setuju ikut penelitian

    (60 orang murid)

    Menolak ikut penelitian

    (20 orang, karena tidak

    co