sampling design - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-samplig-design.pdf ·...

40
SAMPLING DESIGN

Upload: trinhthuy

Post on 17-Dec-2018

227 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

SAMPLING DESIGN

Page 2: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

Why Sample?

Pertimbangan

praktis

Seringkali tidak

mungkin mengamati

seluruh anggota

populasi

Manajemen

proyek lebih

gampang

Hemat waktu,

biaya dan

tenaga Bisa merusak

atau malah

tidak akurat

Pengawasan

dan perbaikan

lebih mudah

Page 3: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

POPULASI, SAMPEL, DAN SAMPLING

2. diteliti

1. Teknik sampling

3. generalisasi

POPULASISAMPEL

3

Page 4: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

4

Jumlah

Sampel

Banyak

Sedikit Tingkat kesalahan

Banyak

Syarat sampel yang baik

Karak-

teristik

sampel

Page 5: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

POPULASI

Konsep Populasi

Jenis Populasi

dalam penelitian

Perbedaan Populasi Sampling Dengan Populasi Sasaran

Jumlah Populasi Dan

Ukuran Populasi

SENSUS

Page 6: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

Konsep POPULASI

Populasi adalah totalitas dari semua objek atau individu yang memiliki karakteristik tertentu, jelas, dan

lengkap yang akan diteliti yang ciri-cirinya akan ditaksir (diestimasi).

Ciri-ciri populasi disebut parameter

Objek atau nilai yang akan diteliti dalam

populasi disebut unit analisis atau elemen

populasi

Unit analisis dapat berupa

orang, perusahaan, media, dan sebagainya.

Page 7: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

JENIS POPULASI DALAM PENELITIAN

1. POPULASI SAMPLING

2. POPULASI SASARAN

Page 8: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

praze06

Perbedaan Populasi Sampling Dengan Populasi Sasaran

• Misalnya, kita akan melakukan penelitian tentang“Korelasi antara Frekuensi Kehadiran Kuliahdengan Prestasi Akademik di Kalangan MahasiswaTIP UB”.

• Apabila yang menjadi objek penelitian kita adalahseluruh mahasiswa TIP UB, tetapi yang diteliti (yangdijadikan sumber data) adalah seluruh mahasiswayang tergabung dalam kepengurusan lembagakemahasiswaan, maka seluruh mahasiswa TIP UBadalah Populasi Sampling dan seluruh mahasiswayang tergabung dalam kepengurusan lembagakemahasiswaan adalah Populasi Sasaran.

Page 9: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

Jumlah Populasi

1.Dinotasikan dengan huruf K2.Banyaknya kategori populasi penelitian yang diteliti3.Jika populasi penelitian kita adalah seluruh mahasiswa TIP UB

maka jumlah populasinya adalah satu (K=1).4.Jika populasi penelitian kita adalah seluruh civitas akademika

TIP UB, maka jumlah populasinya adalah tiga (K=3) yaitu:kelompok mahasiswa, kelompok dosen, dan kelompok stafadministratif

Page 10: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

Ukuran Populasi

1. Dinotasikan dengan huruf N2. Menunjukkan banyaknya unsur atau elemen yang

terdapat pada satu kategori populasi tertentu.3. Misalnya, populasi penelitian kita adalah seluruh

mahasiswa TIP UB yang terdaftar secara resmi padasemester genap 2015/2016 yang berjumlah 8.230orang. Maka angka 8.230 adalah ukuran populasi(N=8.230).

Page 11: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

SENSUS

– Jika ukuran populasi penelitian kita relatif tidak besar,maka sebaiknya kita menggunakan seluruh unsurpopulasi sebagai sumber data (responden). Dalamkeadaan yang demikian, maka kita melakukan sensusatau disebut juga total sampling.– Sensus memungkinkan peneliti untuk memperolehgambaran yang komprehensif tentang objek yangditelitinya.– Jika ukuran populasi relatif besar maka peneliti bolehdan/atau harus mengambil sampel.

Page 12: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

SENSUS

1. POPULASI TAK HINGGA

2. POPULASI TERHINGGA

Melakukan undian dengan sebuah mata

uang logam secara terus menerus

menghasilkan populasi tak hingga

Populasi ini, di dalamnya terdapat terhingga banyaknya anggota.

Mahasiswa di seluruh Indonesia, banyak kendaraan umum di Indonesia, penduduk dunia,

adalah beberapa contoh tentang populasi terhingga.

Page 13: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

Sampling adalah suatu proses yang dilakukan untuk memilih dan

mengambil sampel secara benar dari suatu populasi sehingga sampel

tersebut dapat mewakili populasinya.

Page 14: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

PRINSIP TEORI SAMPLING

1. Validitas

3. Optimum

Disain sampling yang dibuat/sampelyang terpilih dapat memberikanperkiraan dengan peluang yang besardan dapat menginterpretasikan secaraobjektif keadaan populasi sebenarnya

2. KeteraturanStatistik

Menekankan pada bagaimana pen-tingnya memilih sampel berdasarkanteori peluang

Memberikan tingkat efisiensi besardengan biaya yang minimum/kecilatau biaya kecil dengan tingkatefisiensi yang maksimum/besar

Page 15: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

Keuntungan

vs

Kelemahan

Akurasi lebihbaik karena

Nonsamplingerror rendah

Menghemat biaya, tenaga dan waktu

Cakupan materilebih besarsehingga

informasi lebihbanyak

Penyajiansampai wilayah

terkecil tidakterpenuhi

Sulitmemproleh

variabel langkaTidak tersedia kerangka

sampel/frame

Page 16: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

Proses Sampling…

Proses pengambilan sample merupakan cara-cara kita dalam memilih sample untuk studitertentu.

Page 17: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

Determining Sample Size

Sampling Process

Developing a Sampling Frame

Defining Population

Specifying Sampling Method

Selecting Sample

Page 18: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

Tahapan Penentuan Sampel

• Memilih populasi

• Memutuskan apakah akan memilih

sensus atau mengambil sampel

• Memilih unit dan kerangka

sampling

• Disain Sampel

• Ukuran sampel

• Rancangan sampling

• Memilih sampel

• Biaya sampling

• Pelaksanaan sampling

Page 19: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

Tahap 1: Memilih Populasi

• Menentukan populasi yang menarik untuk dipelajari.

• Populasi yang baik rancangan eksplisit semua elemen yang terlibat

Page 20: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

Tahap 2: Memilih Unit-Unit Sampling

• Unit-unit sampling unit analisa dari manasample diambil atau berasal.

• Pemilihan unit-unit sampling harus dilakukandengan seksama Kompleksitas penelitiandan banyaknya desain sampel

Page 21: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

Tahap 3: Memilih Kerangka Sampling

• Penting jika kerangka sampling yang dipilihsecara memadai tidak mewakili populasi,maka generalisasi hasil meragukan.

• Kerangka sampling dapat berupa daftar namapopulasi seperti buku telepon atau data basenama lainnya.

Page 22: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

Tahap 4: Memilih Desain Sampel

• Tipe metode atau pendekatan untuk memilihunit-unit analisa studi.

• Desain sample sebaiknya dipilih sesuai dengantujuan penelitian.

Page 23: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

Tahap 5: Memilih Ukuran Sampel Faktor yang mempengaruhi :

• Homogenitas unit-unit sampleSemakin mirip unit-unit sampel dalam populasi semakinkecil sample yang dibutuhkan untuk memperkirakanparameter-parameter populasi.

• KepercayaanMengacu tingkatan tertentu peneliti ingin merasa yakinbahwa yang bersangkutan memperkirakan secara nyataparameter populasi yang benar.Semakin tinggi tingkat kepercayaan yang diinginkan, makasemakin besar ukuran sample yang diperlukan.

Page 24: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

• PresisiMengacu pada ukuran kesalahan standar estimasi. presisiyang besar dibutuhkan ukuran sampel yang besar pula.

• Kekuatan StatistikKemampuan mendeteksi perbedaan dalam situasi pengujianhipotesis. Untuk mendpatkan kekuatan yang tinggi, penelitimemerlukan sample yang besar.

• Prosedur Analisatipe prosedur analisa yang dipilih untuk analisa data dapatmempengaruhi seleksi ukuran sample.

• Biaya, Waktu dan PersonilSample besar akan menuntut biaya besar, waktu banyak danpersonil besar juga.

Page 25: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

Tahap 6.Memilih Rancangan Sampling

• Rancangan sampling menentukan proseduroperasional dan metode untuk mendapatkansample yang diinginkan.

• Jika dirancang dengan baik kesalahan yangakan muncul dapat ditekan sekecil mungkin.

Page 26: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

Tahap 7. Memilih Sample:• Penentuan sample

untuk digunakan padaproses penelitianberikutnya, yaitu koleksidata.

Super Billy !!!

Page 27: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

Kerangka Sampel

KerangkaSampel

Syarat:• Tersedia sampai satuan unit terkecil

yang digunakan sebagai dasar penarikan sampel.

• Mempunyai batasan yang jelas.• Tidak saling tumpang tindih atau

terlewat.• Mempunyai korelasi dengan data

yang akan diteliti.• Up to date (mutakhir)

Daftar individu, mis: perusahaan/usaha

Daftar wilayah, mis: blok sensus

Page 28: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

Masalah penentuan Kerangka Sampling....

1. Blank Foreign ElementsYakni jika data populasi yang diperoleh dari sesuatu sumber tidaksesuai dengan kenyataannya di lapangan, sehingga terjadi orang yangsudah terpilih sebagai sampel tidak ditemui di lapangan. Hal inidisebabkan mungkin karena pendataannya yang tidak akurat ataudatanya sudah kadaluarsa.2. Incomplete FrameKetidaklengkapan kerangka sampling terjadi karena ada unsur populasi(orang) yang seharusnya masuk di dalamnya, justeru tidak tercatat.3. Cluster of ElementsKerangka sampling yang kita miliki tidak selamanya sama dengan yangkita butuhkan. Misalnya, jika kita ingin meneliti pelajar sekolah dasaryang bertempat tinggal di Kota A, kita tidak akan memperolehdaftarnya, yang kita temukan hanyalah daftar nama sekolah dasar yangada di Kota A.

Page 29: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

Jenis penyimpangan Non-Sampling karena....

a. Penyimpangan karena kesalahan perencanaan. Misalnya karena tidak tepatnya definisioperasional peluangpenyimpangan

b perbedaanantara mahasiswayang ataudiminta

c yangdapat yangsebenarnya

d sudahlupa

e dapatterjadi mungkinjuga

f menambahkan,mengalikan,

a. Penyimpangan karena kesalahan perencanaan. Misalnya karena tidak tepatnya definisioperasional variabel, kriteria satuan-satuan ukuran, dan sebagainya, memberikan peluangpenyimpangan atau kesalahan pada hasil penelitian.

b. Penyimpangan karena Penggantian Sampel. Hal ini berkaitan dengan adanya perbedaanantara sampel yang diteliti dengan sampel yang ditetapkan. Misalnya, seseorang mahasiswayang telah ditetapkan sebagai sampel tidak bisa dihubungi pada waktu akan diwawancarai ataudiminta untuk mengisi kuesioner, lalu kita menggantinya dengan mahasiswa yang lain.

c. Penyimpangan karena salah tafsir dari petugas pengumpulan data maupun responden, yangdapat menyebabkan jawaban yang diperoleh dari responden menyimpang dari yangsebenarnya.

d. Penyimpangan karena salah tafsir responden. Biasanya disebabkan karena responden sudahlupa akan masalah yang ditanyakan.

e. Penyimpangan karena responden sengaja salah dalam menjawab pertanyaan. Hal ini dapatterjadi jika responden merasa curiga terhadap maksud dan tujuan penelitian, atau mungkinjuga responden mempunyai maksud-maksud tertentu secara terselubung.

f. Penyimpangan karena kesalahan pengolahan data, misalnya salah dalam menambahkan,mengalikan, dan sebagainya.

Page 30: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

SampelSize

KeragamanPopulasi

Tingkat Ketelitian

DisainSampling

Waktu, Tenaga dan

Biaya

Level Penyajian

Page 31: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

SAMPLE SIZE / BESAR SAMPEL

Tergantung pada :

• Pertimbangan representative

– Adanya sumber-sumber yang dapat digunakan untuk menentukan batas maksimal dari besarnya sampel.

• Pertimbangan analisis

– Kebutuhan rencana analisis yang menentukan batas minimal besar sampel.

Page 32: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

PENETAPAN JUMLAH SAMPEL

Berapakah besar jumlah yang dinyatakan

memenuhi syarat untuk penelitian ?

Apa saja yang harus dipertimbangkan

dalam menetapkan jumlah sampel ?

32

Page 33: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

Ukuran SampelKuantitatif :

dapat ditaksir dengan akurat, berdasar analisis yang akan dilakukan, presisi estimasi yang diinginkan, kesalahan random yang masih bisa ditoleransi, kuasa statistik yang diharapkan

Kualitatif :

• Ukuran sampel cukup besar jika peneliti telah puas bahwa data yang diperoleh cukup kaya dan cukup meliput dimensi yang diteliti.

• Umumnya sekitar 40 responden, jarang >200

Page 34: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

Faktor-Faktor Yang Mempengaruhi Besarnya Sampel

1. Derajat Keseragaman Populasi (degree of

homogenity).

2. Tingkat Presisi (level of precisions) yang digunakan.

3. Rencana Analisis.

4. Alasan-alasan tertentu yang berkaitan dengan

keterbatasan yang ada pada peneliti

Page 35: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

PENENTUAN BESARNYA SAMPEL PENENTUAN BESARNYA SAMPEL (SAMPLE SIZE)(SAMPLE SIZE)

PenetapanPenetapan jumlahjumlah sampelsampel tergantungtergantung padapada::

1.1. AdanyaAdanya sumbersumber data yang data yang dapatdapat digunakandigunakan untukuntukmenetapkanmenetapkan batasbatas maksimalmaksimal daridari besarnyabesarnya samplesample

2.2. KebutuhanKebutuhan daridari rencanarencana analisisanalisis yang yang menentukanmenentukan batasbatasminimal minimal daridari besarnyabesarnya sampelsampel::

1.1. AngkaAngka perkiraanperkiraan daridari proporsiproporsi yang yang maumau diukurdiukur ((misalmisal: : penelitianpenyakitpenelitianpenyakit jantungjantung koronerkoroner ditetapkanditetapkan 50%)50%)

2.2. TetapkanTetapkan tingkattingkat kepercayaankepercayaan ((misalmisal: 5%, : 5%, atauatau 1%)1%)

3.3. TetapkanTetapkan derajatderajat kepercayaankepercayaan ((Confidence levelsConfidence levels) ) misalmisal: 95%, : 95%, atauatau99%. 99%.

3.3. HitungHitung jumlahjumlah//besarbesar sampelsampel

Page 36: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

Rumus tertentu untuk menentukan berapa besar sampel yang harus diambil dari populasi.

Rumus Slovin:

N

n = ———

1 + Ne²

Keterangan;

n = ukuran sampel

N = ukuran populasi

e = kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang ditololerir, misalnya 5%.

Batas kesalahan yang ditolelir ini untuk setiap populasi tidak sama, ada yang 1%, 2%, 3%, 4%,5%, atau 10%.

Rumus Yamane yang harus digunakan.

N

n = ———–

Nd² + 1

n = Jumlah sample,

N = Jumlah Populasi,

d = batas toleransi kesalahan pengambilan sampel yang digunakan.

Page 37: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

Untuk menentukan banyaknya sampel (ukuran sampel) darisuatu populasi, ada beberapa cara yang dapat digunakan sepertiberikut :

1. Pendapat Bailey

Bailey menyatakan bahwa untuk penelitian yang akanmenggunakan analisis data statistic, ukuran sampel yang palingminimum adalah 30.

2. Pendapat Gay

Gay berpendapat bahwa ukuran minimum sampel yang dapatditerima berdasarkan pada metode penelitian yang digunakan

3. Nomogram Harry King

Nomogram ini hanya berlaku untuk populasi paling tinggi 2000dengan kesalahan bervariasi sampai 15 %

Page 38: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

38

Tabel jumlah sampel berdasarkan jumlah populasi

Populasi (N) Sampel (n) Populasi (N) Sampel (n) Populasi (N) Sampel (n)

10 10 220 140 1200 291

15 14 230 144 1300 297

20 19 240 148 1400 302

25 24 250 152 1500 306

30 28 260 155 1600 310

35 32 270 159 1700 313

40 36 280 162 1800 317

45 40 290 165 1900 320

50 44 300 169 2000 322

55 48 320 175 2200 327

60 52 340 181 2400 331

65 56 360 186 2600 335

70 59 380 191 2800 338

75 63 400 196 3000 341

80 66 420 201 3500 346

85 70 440 205 4000 351

90 73 460 210 4500 354

95 76 480 214 5000 357

Page 39: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

39

100 80 500 217 6000 361

110 86 550 226 7000 364

120 92 600 234 8000 367

130 97 650 242 9000 368

140 103 700 248 10000 370

150 108 750 254 15000 375

160 113 800 260 20000 377

170 118 850 265 30000 379

180 123 900 269 40000 380

190 127 950 274 50000 381

200 132 1000 278 75000 382

210 136 1100 285 1000000 384

Populasi (N) Sampel (n) Populasi (N) Sampel (n) Populasi (N) Sampel (n)

Morgan & Krecjie, dalam Uma Sekaran, 2003

Page 40: SAMPLING DESIGN - blog.ub.ac.idblog.ub.ac.id/saninugraha/files/2016/06/2-Samplig-Design.pdf · SENSUS –Jika ukuran populasi penelitian kita relatif tidak besar, maka sebaiknya kita

No JENIS MASALAH RUMUS BESAR SAMPEL

1 Deskriptif kategorik ( Z α )2 pq

d2

2 Deskriptif numerik ( Z α x s)2

d2

3 Analitik komparatif ( Z α √2PQ + Zβ √ P1Q1 + P2Q2)2

Kategorikal tdk berpsg (p1 - P2 ) 2

4 Analitik komparatif N1=N2= [ Z α (OR-1) + Zβ√* (OR+1)2 - (OR-1)2 π)+2

Kategorikal berpsg (OR-1)2 π 2

5 Analitik komparatif numerik 2 ( Z α + Z β )2 S2

tdk berpasangan 2 kelompok ( x1 - X2 )2

6 Analitik komparatif numerik

tdk berpasangan > 2 kelompok

7 Analitik komparatif numerik ( Z α + Z β )2 S2

berpasangan 2 kelompok ( x1 - X2 )2

8 Analitik komparatif numerik

berpasangan > 2 kelompok

9 Korelatif * ( Z α + Z β )2 ]

(0,5 ln) [ ( 1 + r )/(1-r) ]2

10 Multivariate F (V1, ES

11 Diagnostik ( Z α )2 Sen (1-sen)

d2P

12 Survival ( Z α + Z β )2 * Ǿ ( λc) + Ǿ ( λi)+

( λc - λi)2