populasi (STATISTIKA DASAR)

— APAKAH POPULASI ITU?

—  Populasi diartikan sebagai sekumpulan unsur atau elemen yang menjadi obyek penelitian.

—  Populasi juga berarti himpunan semua hal yang ingin diketahui.

—  Populasi dapat pula diartikan sebagai keseluruhan unit analisis yang ciri-cirinya akan diduga (dalam penelitian).

—  Elemen populasi ini biasanya merupakan satuan analisis.

—  Unit analisis adalah unit/satuan yang akan diteliti atau dianalisis. Berupa kumpulan semua kota, semua wanita, semua perusahaan.

— Menentuan populasi dibantu oleh 4 faktor :

—     Isi

—     Satuan

—     Cakupan (scope)

—     Waktu

—  Contoh:

Suatu penelitian tentang pendapatan masyarakat disekitar kampus Untan Pontianak tahun 2012

—  maka populasinya dapat ditetapkan dengan 4 faktor tsb:

—  Isi                 à Pendapatan masyarakat

—  Satuan         à Pendapatan Masyarakat disekitar Untan

—  Cakupan (scope)     à Sekitar kampus Untan

—  Waktu          à tahun 2012

—  Populasi dapat dibedakan  

—   Populasi target merupakan populasi yang telah ditentukan sesuai dengan permasalahan penelitian, dan hasil penelitian dari populasi tersebut ingin disimpulkan.

—   Populasi survei merupakan populasi yang terliput dalam penelitian yang dilakukan.

— 








Idealnya   populasi target dan populasi survei sama, tapi karena berbagai sebab maka populasi target dan survei menjadi tidak sama.

— Populasi terdiri dari unsur sampling yaitu unsur/unsur yang diambil sebagai sampel.

Kerangka sampling (sampling Frame) adalah daftar semua unsur sampling dalam populasi sampling.

Unsur sampling ini diambil dengan menggunakan kerangka sampling (sampling frame)

— APAKAH SAMPEL ITU ?

—Sampel adalah sebagian dari unit-unit yang ada dalam populasi yang ciri-ciri atau karakteristiknya benar-benar diselidiki.

—Sampel adalah unsur-unsur yang diambil dari populasi.

—  Cara menentukan sample, agar memenuhi syarat 

Teknik  (metode) penentuan sample yang ideal  memiliki ciri-ciri:

—   Dapat memberikan gambaran yang akurat tentang populasi

—   Dapat menentukan presisi

—   Sederhana sehingga mudah dilaksanakan

—   Dapat memberikan keterangan sebanyak mungkin dengan biaya murah.

Presisi=standard error, Nilai rata-rata populasi dikurangi nilai rata-rata sampel

— Berapa besar sampel = representatif?

Besar sample perlu mempertimbangkan hal-hal  sbb:

*Derajat keseragaman (degree of homogenity) dari populasi à completely heterogeneous

*Presisi yang dikehendaki dari penelitian

*Rencana analisis

*Tenaga, biaya dan waktu

*Besar populasi

à SEMAKIN BESAR SAMPEL SEMAKIN TINGGI TINGKAT PRESISI YANG DIDAPATKAN

— Hubungan antara Populasi dan Sampel

— Beberapa asumsi dasar yang perlu dipenuhi  dalam analisis inferensial :

•                            Data bersifat independen

•                            Sampel berasal dari populasi berdistribusi normal

•                            Sampel diambil secara random

•                            Sampel memiliki varian yang sama

•                            Variabel berskala interval atau rasio

—  Metode pengambilan sampel yang ideal :

1.  Menggambarkan populasi yang sebenarnya
2.  Memberikan tingkat presisi  yang tinggi
3.  Sederhana / mudah dilaksanakan
4.  Murah

—    Ukuran sampel penelitian  tergantung  :

—             1)   keragaman karakteristik populasi

—           2)   tingkat presisi yang dikehendaki

—                3)   rencana analisis

—                4)   tenaga, biaya, dan waktu

— Teknik penarikan/pengambilan sample

•    Probability Sampling (random sampling)

•     Non Probability Sampling (non random sampling)

—  Probability Sampling

*           Teknik penarikan sampel, dimana setiap unsure atau elemen sampling diberi kesempatan yang sama dan persis sama untuk diikutkan/dipilih dalam sample.

*           Syarat dalam penarikan sample probabilitas adalah tersedianya daftar anggota populasi atau daftar unsure/elemen populasi (kerangka sample/sampling frame).

— Beberapa Teknik Probability Sampling:

1. Simple Random Sampling ( Penarikan sample secara Random/Acak Sederhana)

Caranya :

—      Dengan mengundi elemen/anggota  populasi

—      Dengan menggunakan tabel angka random

—  Syarat Acak Sederhana

•   Tersedia kerangka sampling

•   Sifat populasi homogen

•   Populasi tidak terlalu tersebar secara geografis

—       2. Systematic Random Sampling (Penarikan sample secara sistematik)

—  Caranya:

1. Melakukan cek keadaan daftar populasi (kerangka populasi)

2. Menetapkan jarak/interval

                           N

                      I = -----------

                                n

                   I  =  Interval (5)

                             N = Jumlah anggota populasi (100)

                             n  =  Jumlah anggota sampel (20)

 3. Menetapkan nomor berapa peneliti akan  mulai menghitung (penetapan momor pertama ini dilakukan secara acak/random)

     1, 2, 3, 4 dan 5

 4. Anggota sampel berikutnya ditentukan dengan menambahkan interval pada nomor pertama dan seterusnya

—       3. Stratified Random Sampling (Penarikan Sampel Startifikasi)

 Caranya:

•             Menetapkan kriteria yang jelas yang akan digunakan sebagai dasar penetuan strata (lapisan).

•             Dengan dasar kriteria tersebut populasi dibagi ke dalam sub-subpopulasi (setiap subpopulasi diasumsikan   homogen)

•             Penentuan besar sampel pada masing-masing subpopulasi bisa proporsional bisa pula tidak.

•             Penentuan usnsur bisa simple random/systematic

— Syarat Stratified Random Sampling

•   Kriteria yang jelas  untuk menstratifikasi

•   Ada data pendahuluan mengenai kriteria

•   Diketahui jumlah tiap lapisan

—       4. Cluster Sampling
(Penarikan Sampel Berkelompok)

Teknik ini digunakan karena  mengalami dua permasalahan, yaitu:

•   peneliti kekurangan kerangka sampling yang baik, suatu populasi yang menyebar;

•   Biaya yang tinggi untuk menyusun kerangka sampling dan menjangkau setiap elemen sample.

—  Caranya:

•               Populasi dibagi ke dalam mini populasi-mini populasi. Mini populasi memiliki karakteristik yang sama dengan populasi

•               Pengelompokan mini populasi ini bisa berdasarkan pada pengelompokan secara administrasi.

•               Setelah itu menentukan cluster secara random (bisa dilakukan secara bertingkat misal dari desa menjadi dukuh-dukuh atau dusun dst)

•               Cluster yang terpilih adalah unit yang berisi elemen sample final

—        5. Multistage Sampling
(Penarikan Sampel Secara Bertahap)

Hampir sama dengan cluster, dengan tahap lebih dari satu kali (misal propinsi, kabupaten, kecamatan, kelurahan/desa  dan seterusnya)

—       6. Area Sampling
( Penarikan Sampel Wilayah)

—  Cara ini dilakukan karena populasi tidak dapat kerangka sampling.

—  Dibutuhkan suatu foto udara yang jelas dan rinci dari wilayah yang akan diteliti, sehingga dapat diketahui blok-blok yang ada seperti perumahan, pertokoan.

—  Teknik penarikan sample sama seperti penarikan sampel secara bertahap.

—II. Non Probability Sampling
(Non random sampling)

—   Cara ini dilakukan bila tidak mungkin diperoleh daftar yang lengkap dari populasi penelitian, sehingga tidak terdapat kesempatan yang sama pada anggota populasi.

—   Karena itu peneliti tidak dapat membuat generalisasi atau kesimpulan yang dapat mewakili populasi, hasil analisis hanya berlaku untuk anggota populasi yang diteliti.

—   Dengan penarikan sample non probability, peneliti  tidak dihadapkan pada cara-cara yang rumit.

— Beberapa Teknik Non Probability Sampling

1. Purposive Sampling (Penarikan Sampel Secara Sengaja)

—    Cara ini membutuhkan kemampuan dan pengetahuan yang baik dari peneliti terhadap populasi penelitian.

—    Untuk menentukan siapa yang menjadi anggota sample, maka peneliti harus benar-benar mengetahui dan beranggapan bahwa orang yang dipilihnya dapat memberikan informasi yang diinginkan sesuai dengan permasalahan penelitian.

—       2. Quota Sampling
(Penarikan Sampel Jatah)

—  Cara ini mirip dengan stratified sampling, yaitu dengan membagi populasi ke dalam sub-sub populasi sesuai dengan fokus penelitian.

—  Penarikan sample jatah dilakukan bila peneliti tidak dapat mengetahui jumlah yang rinci dari setiap strata populasinya.

—       3. Snow-ball Sampling
(Penarikan Sampel Bola Salju)

—  Cara penarikan sampel ini dimulai dengan jumlah yang sedikit akhirnya menjadi banyak, dengan beberapa tahap.

—  Pertama, menentukan satu atau beberapa orang untuk diwawancarai.

—  Selanjutnya orang-orang tersebut akan berperan sebagai titik awal penarikan sampel selanjutnya.

— Salah satu kelemahannya adalah sampel yang pada tahap berikutnya adalah orang-orang terdekat (peer group). Karena itu orang pertama dipilih lebih dari satu.

—        4. Sequential Sampling

Penarikan sample ini dimulai dengan pengambilan sample dalam jumlah kecil, kemudian data dianalisis.

Jika hasilnya masih diragukan, maka sample diambil yang lebih besar dan seterusnya.

— 5. Accidental/Haphazard Sampling (Penarikan Sampel Secara Kebetulan)

Penarikan sample ini dilakukan dengan cara  memilih orang yang  kebetulan ditemui.