teknik sampling n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Teknik Sampling PowerPoint Presentation
Download Presentation
Teknik Sampling

Loading in 2 Seconds...

play fullscreen
1 / 26

Teknik Sampling - PowerPoint PPT Presentation


  • 247 Views
  • Uploaded on

Teknik Sampling. Widya Setiabudi Sumadinata. Mengapa Sampling ?. Berita PR: Kota Bandung Udaranya Tercemar ! Diduga penyebab utamanya asap kendaraan bermotor Pemkot ingin mengecek apakah Ranmor yang ada di Bandung dapat lolos uji emisi gas buang

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Teknik Sampling' - kimi


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
teknik sampling

Teknik Sampling

Widya Setiabudi Sumadinata

mengapa sampling
Mengapa Sampling ?
  • Berita PR: Kota Bandung Udaranya Tercemar !
    • Diduga penyebab utamanya asap kendaraan bermotor
    • Pemkot ingin mengecek apakah Ranmor yang ada di Bandung dapat lolos uji emisi gas buang
    • Tentu saja tidak dapat diuji seluruh kendaraan yang ada di kota Bandung
  • Tdk semuaunit dalam populasi dpt diidentifikasi
    • Contohnya: Ingin mengukur tingkat polusi udara kota Bandung: Harus diambil sampel
  • Bahkan bila populasi dapat diukur, maka muncul hambatan berikutnya:
    • Terlalu mahal
    • Terlalu banyak menyita waktu untuk mengukurnya
      • Data bisa obsolete
alasan lain mengapa harus sampling
Alasan lain mengapa harus Sampling ?
  • Mempelajari populasi malah bisa jadi hasilnya tidak akurat, terutama populasinya besar.
  • Manajemen proyeknya lebih gampang dengan sampling:
    • bisa ada waktu tambahan untuk memperbaiki interview/questionnaire design
    • prosedur mendapatkan responden (yang sulit ditemukan)
    • rekrutmen, pendidikan dan latihan, serta supervisi data collectors.
istilah istilah dalam sampling
Istilah-istilah dalam Sampling
  • a population is the entire collection of people or things you are interested in;
  • a census is a measurement of all the units in the population;
  • a population parameter is a number that results from measuring all the units in the population;
  • a sampling frame: definisi operasional dari populasi target. Sampling frame bukan sampelnya sendiri, tapi cara mengambil sampel dari populasi yang sudah ditentukan. Misalnya mll buku telepon
  • a unit of analysis is the type of object of interest,
  • sample is a subset of some of the units in the population;
  • statistic is a number that results from measuring all the units in the sample;
    • statistics derived from samples are used to estimate population parameters.
  • Sampling: Proses mengambil sampel
contoh mencari rata2 umur ranmor di bandung thn 2006
Contoh: Mencari Rata2 Umur ranmor di Bandung thn 2006
  • Populasinya: Semua Ranmor di kota Bandung yang terdaftar pada thn 2006
  • Kerangka Samplingnya: Semua Ranmor di kota Bandung yang terdaftar oleh Samsat pada tanggal 1 September 2006
  • Desain/Teknik Samplingnya: probability sampling
  • Unit analisisnya: Ranmor
  • Sampel: Jumlahnya 300 Ranmor
  • Data yang ingin diperoleh: Usia dari ke300 Ranmor yang terpilih sbg sampel
  • Statistik yang diperoleh: Rata-rata usis ke300 Ranmor yang menjadi Sampel
  • Parameternya: Perkiraan rata-rata usia Ranmor di kota Bandung pada tahun 2006
tipe tipe teknik sampling
Tipe-Tipe Teknik Sampling
  • Teknik Sampling Random (Probability Sampling)
    • Simple Random Sampling
    • Stratified Sampling
    • Cluster Sampling
    • Systematical Sampling
  • Teknik Sampling Non-Random (Non Probability Sampling)
    • Convenience Sampling
    • Purposive Sampling
    • Quota Sampling
probability sampling
Probability Sampling
  • Menentukan probabilitas atau besarnya kemungkinan setiap unsur dijadikan sampel. Dalam merencanakan samplin probabilitas, idealnya peneliti telah memenuhi beberapa persyaratan berikut:
    • Diketahui besarnya populasi induk
    • Besarnya sampel yang diinginkan telah ditentukan
    • Setiap unsur atau kelompok unsur harus memiliki peluang yang sama untuk dijadikan sampel
cara stratifikasi
Cara Stratifikasi:
  • Populasi dianggap heterogen
  • Dikelompokkan: subpopulasi  anggota kelompok subpopulasi menjadi homogen
  • Dari tiap subpopulasi scr acak diambil anggota sampelnya
  • Berapa jumlah sampel yang diambil dari tiap populasi ?
    • Jika jml elemen tiap populasi sama
      • Misalnya jumlah sampel sdh diketahui mis. 150  sama jmlhnya
    • Jika jml elemen tiap populasi beda: A:10, B:20,C:30,D:40,
      • nA=(10/100)x 150
cara klaster
Cara Klaster
  • Simple random sampling dan stratified random sampling berasumsi ada list lengkap dari anggota populasi. Kalau tidak ada?  Cluster sampling bisa digunakan. Pertimbangan biaya juga merupakan alasan lainnya.
  • Populasi dibagi-bagi menjadi sekelompok kasus yang disebut clusters biasanya berdasarkan pembagian alami seperti lokasi, golongan sosioekonomi, dsb.
  • Beda dengan stratified: stratified mengambil sampel dari tiap strata, cluster sampling tidak mengambil sampel dari tiap cluster, hanya cluster yang dipilih saja.
  • Beda lainnya, bila stratifikasi subpopulasinya homogen, tapi bila subpopulasinya heterogen  klaster
  • Kurang akurat dibandingkan dengan simple random sampling atau stratified random sampling untuk jumlah n yang sama.
  • Akurasi dapat ditingkatkan dengan mengambil sampel dari cluster2 lain.
sistematik sampling
Sistematik Sampling
  • Systematic sampling: memilih kasus setiap interval dari list lengkap anggota populasi. Syaratnya dua:
    • Sampling interval (K)
    • Dan lokasi start.
  • Misalnya perlu sampel 100 dari 2500 orang, inter val = 2500/100 = 25 (sampling interval). Kemudian tentukan nomor secara acak dari 1 sampai 25. Misalnya 19, berikutnya berarti 44, 69, dan seterusnya.
non probability sampling
Non Probability Sampling
  • Tidak mengukur sejauh mana karakteristik sampel mendekati parapemeter populasi induknya, sehingga dalam kenyatannya peneliti pada umumnya tidak dapat engidentifikasikan populasi induk sama sekali.
  • Oleh karena itu sampel yang diambil tidak dapat digeneralisasikan pada populasi tempat sampel tersebut diambil.
  • Karena itu kesalahan sampling tidak perlu dibahas karena memang perencanaan sampling Nonprobabilitas tidak dirancang ntuk bisa menyajian fungsi nferensial
  • Kelemahan:
    • Tidak ada kontrol terhadap investigator bias dalam pemilihan sampel
    • Variabilitasnya tidak bisa dihitung menggunakan probability sampling theory  tidak bisa menghitung sampling error atau sample precision.
non probability sampling1
Non Probability Sampling
  • Convenience sample: also called an "accidental" sample or "man-in-the-street" samples. The researcher selects units that are convenient, close at hand, easy to reach, etc.
  • Purposive sample: the researcher selects the units with some purpose in mind, for example, students who live in dorms on campus, or experts on urban development.
  • Quota sample: the researcher constructs quotas for different types of units. For example, to interview a fixed number of shoppers at a mall, half of whom are male and half of whom are female.
nonprobability sampling 2
Nonprobability Sampling (2)
  • Dalam banyak kasus, cara sampling ini lebih tepat atau praktis:
    • Situasi di mana jumlah kasus yang bisa diteliti terlalu sedikit, misalnya karena biaya terlalu besar untuk menyelidiki banyak kasus (misalnya unit analisa kota, negara, atau yang besar-besar lainnya), sementara probability sampling kurang reliabel untuk jumlah kasus yang terlalu sedikit.
    • Peneliti hanya bisa bekerja dengan kasus yang ada saja
  • Di awal penelitian suatu permasalahan, di mana tujuannya baru mengumpulkan informasi mengenai gejala (tujuan eksploratif), cukuplah menggunakan nonprobability sampling, belum diperlukan generalisasi statistik yang akurat.
  • Kalau populasinya sendiri jumlah anggotanya kecil (misalnya di bawah 100).
convenience sampling 1
Convenience sampling (1)
  • Alias: incidental, accidental, haphazard, fortuitous sampling
  • Peneliti memilih sejumlah kasus yang conveniently/readily available.
  • Metode ini cepat, mudah, dan murah.
  • Kalau penelitian permasalahan baru tahap awal dan generalisasi bukan masalah, metode ini boleh2 saja.
  • Tapi karena sampel yang cuma “sedapatnya”, tidak bisa ditentukan hasil penelitian ini bisa diterapkannya ke mana kecuali ke sampel itu sendiri.
  • In attempting to make inferences from such a sample, “one can only hope that one is not being to grossly misled” (sangat sinis)
slide15
Peneliti menggunakan expert judgement untuk memilih kasus2 yang “representatif” atau “tipikal” dari populasi.
  • Pertama, identifikasi sumber2 variasi yang penting dari populasi. Berikutnya memilih kasus2 sesuai sumber2 variasi tersebut.
  • Bisa dipilih satu kasus atau satu subpopulasi yang dianggap “representatif” atau “tipikal” yang memiliki karakteristik tertentu. Atau memilih beberapa kasus yang mewakili perbedaan2 utama dalam populasi.
  • Teknik purposive sampling lainnya, biasanya untuk prediksi hasil election, adalah memilih propinsi tertentu yang telah bertahun-tahun memprediksikan hasil penghitungan suara nasional secara tepat.
purposive sampling 2
Purposive sampling (2)
  • Misalnya kalau di propinsi A partai X menang maka diprediksikan dengan sangat yakin (keyakinan sebesar korelasi historisnya) bahwa secara nasional partai X bakal menang.
  • Tetap kurang bisa diterima dibandingkan probability sampling jika diperlukan generalisasi yang tepat dan akurat. Tetapi kalau berbagai hal membatasi, ya boleh lah.
  • Secara umum lebih “kuat” dibandingkan convenience sampling tapi sangat tergantung expert judgement-nya peneliti.
  • Kelemahan utama: informed selection seperti itu memerlukan pengetahuan yang cukup mengenai populasi.
quota sampling
Quota Sampling
  • Quota sampling adalah sejenis purposive sampling yang ada kemiripan dengan proportionate stratified random sampling:
    • Pertama, populasi dibagi-bagi menjadi strata yang relevan seperti usia, jenis kelamin, lokasi, dsb.
    • Proporsi tiap strata diperkirakan atau ditentukan berdasarkan data eksternal kemudian total sampel dibagi-bagi sesuai proporsi ke tiap strata (kuota).
    • Untuk memenuhi jumlah sampel untuk tiap strata, peneliti menggunakan expert judgement-nya.
  • Misalnya populasi 55% pria 45% wanita. Sampel 100 orang berarti 55 pria dan 45 wanita. Pemilihan sampelnya sendiri tergantung penilaian peneliti.
  • Bedanya dengan stratified random sampling, sampel diambil secara acak sedangkan dalam quota sampling, sampelnya dipilih berdasarkan pendapat subjektif peneliti pokoknya kuotanya terpenuhi (mirip2 convenience sampling).
quota sampling 2
Quota Sampling (2)
  • Total sampel juga a convenience sample tapi ada kemiripan dengan populasi dalam karakteristik2 penting tertentu (karena pembuatan stratanya).
  • Bias peneliti sangat mempengaruhi: pemilihan teman sebagai sampel, milih lokasi2 yang nyaman, dan sebagainya.
  • Keuntungan:
    • tidak perlu membuat sampling frame
    • kalau perlu konfirmasi tinggal cari lagi yang baru asal kuota terpenuhi, tidak perlu menghubungi responden yang telah diwawancarai.
  • Cepat, mudah dan murah.
memilih desain sampling
Memilih Desain Sampling
  • Tergantung pada:
    • What is the stage of research?
    • How will the data be used?
    • What are the available resources for drawing the sample?
    • How will the data be collected?
  • Stage of research and data use
    • Akurasi tidak terlalu penting kalau baru eksplorasi gejala, hal yang penting adalah menemukan pola2 tertentu dulu dan membuat hipotesis2 untuk penelitian lanjutan.
    • Peneliti perlu menggunakan good judgement mereka untuk mendapatkan sampel yang tepat  nonprobability sampling bisa digunakan
    • Kalau cuma pingin me-list semua varians, cukup dengan sejumlah sampel dengan pendekatan nonprobability.
    • Kalau hasil penelitian akan menjadi bahan decision making pemerintah misalnya, presisi diperlukan. Perlu probability sampling yang terkontrol dan jumlah sampel yang relatif banyak.
memilih desain 2
Memilih Desain (2)
  • Available resources
    • Jika akurasi menjadi pertimbangan utama, perlu digunakan sampling design yang menghasilkan sampel yang paling presisi. Tapi biayanya bisa jadi sangat mahal.
    • Waktu, uang, bahan2 yang diperlukan, lokasi melimitasi sampling design.
    • Sampling design disesuaikan kemampuan, kecil tapi jika prosedur-nya bagus  hasilnya pun bagus.
  • Method of data collection
    • Keempat pendekatan (eksperimen, field research, survey research, documentary research) masing-masing berurusan dengan sampel.
    • Eksperimen biasanya pakai convenience sampling, survai biasanya probability sampling, field research biasanya convenience atau purposive, documentary research sering menggunakan probability sampling.
ukuran sampel
Ukuran Sampel
  • Ukuran Vs Kerepresentatifan (keterwakilan)
  • Secara umum, semakin besar ukuran sampel akan semakin baik, karena ukuran sampel yang besar cenderung memiliki error yang kecil, sebagaimana telah kita temui pada latihan menggunakan tabel bilangan acak (random numbers).
  • Namun demikian bukan berarti bahwa ukuran sampel yang besar sudah cukup memberikan garansi untuk mendapatkan hasil yang akurat.
    • Sebagai contoh, Jika satu dari dua sampel dari seluruh negara terdiri dari satu jenis kelamin saja, berdasarkan ukurannya sampel ini besar amun tidak representatif. Ukuran oleh karena itu tidak lebih penting daripada kereprsentatifan.
pertimbangan menentukan ukuran sampel
Pertimbangan menentukan ukuran sampel
  • Tingkat kesalahan
  • Derajat keseragaman
  • Rencana analisis
  • Biaya, waktu, dan tenaga yang tersedia . (Singarimbun dan Effendy, 1989).
  • Makin tidak seragam sifat atau karakter setiap elemen populasi, makin banyak sampel yang harus diambil.
  • Jika rencana analisisnya mendetail atau rinci maka jumlah sampelnya pun harus banyak.
    • Misalnya di samping ingin mengetahui sikap konsumen terhadap kebijakan perusahaan, peneliti juga bermaksud mengetahui hubungan antara sikap dengan tingkat pendidikan.
    • Agar tujuan ini dapat tercapai maka sampelnya harus terdiri atas berbagai jenjang pendidikan SD, SLTP. SMU, dan seterusnya.
  • Makin sedikit waktu, biaya , dan tenaga yang dimiliki peneliti, makin sedikit pula sampel yang bisa diperoleh. Perlu dipahami bahwa apapun alasannya, penelitian haruslah dapat dikelola dengan baik (manageable).
pertimbangan menentukan ukuran sampel1
Pertimbangan menentukan ukuran sampel
  • Heterogenitas dari populasi
  • Tingkat presisi yang dikehendaki
  • Tipe sampling design yang digunakan
  • Resources availability
  • Number of breakdowns planned in data analysis
slide24
Heterogenitas populasi
    • Heterogenitas mengacu pada derajat perbedaan di antara kasus dalam suatu karakteristik.
    • Semakin heterogen, jumlah kasus yang diperlukan semakin besar agar estimasinya reliabel. Ekstrimnya, kalau semua kasus sama (homogen, unidimensional), jumlah sampel cukup satu, kalau tidak ada yang sama, harus sensus.
    • Satuan pengukuran statistik terbaik untuk heterogenitas populasi adalah standard deviation (s)  berhubungan dengan standard error yang tadi dibahas. Rumus standard error = s/√(N).
    • Semakin besar heterogenitas populasi, perlu semakin banyak sampel agar lebih presisi
slide25
Tingkat presisi yang dikehendaki
    • Secara teknis mengacu pada standard error (seperti dijelaskan di atas). Tapi lebih mudah diilustrasikan dengan confidence interval.
    • Pernyataan “rata2 populasi ada di antara 2-4” lebih presisi dibandingkan “rata2 populasi ada di antara 1-5”.
    • Rumus standard error s/√(N), sampel perlu diperbesar agar standard error-nya mengecil. Agar standard error turun 1/2, N perlu naik empat kali lipat.
    • Law of diminishing return, setelah terus2an, dibutuhkan jumlah N yang sangat besar agar standard error bisa turun.
      • N = 100 s= 5
      • N = 400 s= 2.5
      • N = 2500  s= 1
      • N = 10000 s= 0.5
    • Sample size 2000-3000 sebenarnya standard error-nya sudah cukup kecil dan menambah jumlah sampel lagi  “is not worth the additional cost”.
  • Sampling design
    • Misalnya tanpa menambah jumlah sampel presisi sampel bisa ditingkatkan dengan menggunakan stratified random sampling dan bukan simple random sampling, tapi cluster sampling perlu lebih banyak sampel.
  • Resources availability
rumus ukuran sampel
Rumus Ukuran Sampel
  • Rumus Solvin
    • Asumsinya bahwa populasi berdistribusi normal
    • Rumusnya:

n = N/(1+Ne2)

Dimana:

    • n = ukuran sampel
    • N = ukuran populasi
    • e = persen kelonggaran ketidaktelitian karena kesalahan pengambilan sampel.
  • Rumusan Gay
    • Ukuran minimum sampel yang dapat diterima berdasarkan pada desain penelitian yang digunakan, yaitu sebagai berikut:
      • Metode Deskriptif : 10% populasi, untuk populasi relatif kecil minimal 20% populasi.
      • Metode Deskriptif korelasional, minimal 30 subjek.
      • Metode ex post facto, minimal 15 subjek per kelompok.
      • Metode Eksperimental, minimal 15 subjek per kelompok.