Riset Dalam Keperawatan
BAB I PENDAHULUAN
A.
Latar Belakang
Dalam penelitian kuantitatif, populasi dan sampel penelitian sangat diperlukan. Populasi adalah wilayah generasli yang terdiri atas objek atau subjek yang mempunyai kuantitas dan karakteristik tertentu yang ditentukan oleh penbeliti untuk dipelajari dan ditarik kesimpulannya. Sedangkan sampel adalah sebagaian dari jumlah dan karakteristik yang dimiliki oleh populasi po pulasi tersebut. Makin besar jumlah sampel mendekati populasi, maka peluang kesalahan g eneralisasi semakin kecil, dan begitu juga sebaliknya. Dalam menetapkan besar kecilnya sampel, tidaklah ada suatu ketetapan yang mutlak, artinya tidak ada ketentuan berapa persen suatu sampel harus diambil. Suatu hal yang perlu diperhatikan adalah keadaan homogenitas dan heterogenitas populasi. Jika keadaan populasi homogen, jumlah sampel hampir-hampir tidak menjadi persoalan, sebaliknya jika keadaan populasi heterogen, maka pertimbangan pengambilan sampel harus memperhatikan dua hal, yaitu ( 1) harus diseleidiki kategori-kategori heterogenitas dan (2) besarnya populasi. Salah satu permasalahan penelitian terletak pada bagaimana cara memperoleh sampel dan berapa besar sampel diantara populasi, permasalahan ini sangat penting mengingat keabsahan penelitian akan dipertanyakan, jika sampel yang diambil tidak memenuhi syarat untuk sebuah penarikan kesimpulan di populasi, dengan kata lain kesimpulan yang diambil dari penelitian bisa dibandingkan dengan populasi sebenarnya. Hal ini terjadi karena tidak semua anggota populasi dijadikan sampel (objek penelitian), akan tetapi walaupun tidak semua anggota populasi dijadikan sampel, hasil penelitiannya merupakan suatu kesimpulan dari seluruh populasi yang ada (dapat digeneralisasi). Sehingga sampel yang dipakai sebagai objek penelitian merupakan representative dari populasi yang ada. B.
Tujuan
Adapun tujuan penulisan makalah ini adalah:
1.
Untuk memberikan penjelasan secara sistematis mengenai populasi dalam suatu penelitian
kuantitatif 2.
Untuk memberikan penjelasan secara sistematis mengenai sampel dalam suatu penelitian
kuantitatif C.
Rumusan Masalah
Berdasarkan latar belakang masalah di atas, maka rumusan masalah yang akan dibahas, antara lain: 1.
Bagaimana kondisi kemiskinan di Indonesia?
2.
Bagaimanakah pengaruh pertumbuhan penduduk terhadap meningkatnya kemiskinan di
Indonesia? 3.
Apakah upaya yang dilakukan pemerintah dalam mengentaskan kemiskinan melalui kebijakan
kependudukan? Bagaimana pelaksanaan kebijakan kependudukan dalam pengentasan kemiskinan?
BAB II PEMBAHASAN
A. Pengertian “Populasi adalah kumpulan dari individu dengan kualitas serta ciri -ciri yang telah ditetapkan” (Moh.
Nazir, 2005: 271). Menurut Sugiyono (2007: 61) bahwa “Populasi adalah wilayah generalisasi yang terdiri atas :
objek/subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya”.
“Sampel adalah bagian dari populasi”, (Moh. Nazir, 2005: 271). M enurut Sugiyono (2007: 62), bahwa “Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi”.
Kata populasi ( population population/universe) dalam statistika merujuk pada sekumpulan individu dengan karakteristik khas yang menjadi perhatian dalam suatu penelitian (pengamatan). Sementara sampel adalah bagian kecil dari anggota populasi yang diambil menurut prosedur tertentu sehingga dapat mewakili populasinya. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi. Ukuran populasi ada dua: (1) populasi terhingga ( finite finite population), yaitu ukuran populasi yang berapa pun besarnya tetapi masih bisa dihitung (cauntable). Misalnya populasi pegawai suatu perusahaan; (2) populasi tak terhingga (infinite population), yaitu ukuran populasi yang sudah sedemikian besarnya sehingga sudah tidak bisa dihitung ( uncountable). Misalnya populasi tanaman anggrek di dunia. Gambar 1 POPULASI dan SAMPEL
Sampel adalah sebagian dari jumlah dan karakteristik yang oleh populasi tersebut. Bila populasi besar, dan peneliti tidak mungkin meneliti semua yang ada pada populasi, (misalnya karena keterbatasan dana, tenaga, dan waktu) maka peneliti dapat menggunakan sampel yang diambil dari populasi itu. Apa yang dipelajari dari sampel itu, kesimpulannya akan diberlakukan untuk populasi itu. Untuk sample yang diambil dari populasi harus benar-benar representatif (mewakili). Bila sample tidak representatif, maka resiko yang dihadapi peneliti ialah tidak dapat menyimpulkan sesuai dengan kenyataan atau membuat kesimpulan yang salah.Dengan kata lai n, sampel merupakan sebagian atau bertindak sebagai perwakilan dar i populasi sehingga hasil penelitian yang berhasil diperoleh dari sampel dapat digeneralisasikan pada populasi.
B.
Jenis Populasi
Berdasarkan pengertian yang telah diuraikan diatas, populasi dapat dibedakan berdasarkan beberapa aspek: 1.
Berdasarkan jumlah populasi
Berdasarkan jumlahnya, populasi dapat dibedakan sebagai berikut. a.
Populasi Terbatas
adalah sumber data yang jelas batasnya bata snya secara kuantitatif, sehingga relatif dapat dihitung jumlahnya.
b.
Populasi tak terbatas
Adalah sumber data yang tidak dapat ditentukan batasnya sehingga relatif tidak dapat dinyatakan dalam bentuk jumlah. 2.
Berdasarkan sifat populasi
Berdasarkan sifatnya, populasi dapat dibedakan lagi menjadi: a.
Populasi Homogen
adalah sumber data yang unsurnya memiliki sifat yang sama, sehingga tidak perlu dipersonalkan jumlahnya secara kuantitatif. b.
Populasi heterogen
adalah sumber data yang unsurnya memiliki sifat atau keadaan yang bervariasi sehingga perlu ditetapkan batas-batasnya, baik secara kualitatif maupun kuantitatif. 3.
Berdasarkan Pembedaan Lain
a.
Populasi Target
merupakan populasi yang telah ditentukan sesuai dengan masalah penelitian. b.
Populasi Survei
Populasi ini merupakan populasi yang terliput dalam penelitian yang dilakukan. Pada dasarnya, dalam keadaan ideal, populasi target hampirsama dengan populasi survei, tetapi dalam praktek populasi target berbeda dengan survei. C.
Jenis Sampel
Berdasarkan prosedur atau cara yang digunakan dalam mengambil sampel dari populasi (teknik sampling), kita dapat mengidentifikasi dua jenis sampel, yaitu: 1.
Sampel Probabilitas (Probability Sampling)
Sampel probabilitas atau disebut juga sampel random (sampel acak) adalah sampel yang pengambilannya berlandaskan pada prinsip teori peluang, yakni prinsip memberikan peluang yang sama kepada seluruh unit populasi untuk dipilih sebagai sampel. 2.
Sampel Nonprobabilitas (Nonprobability Sampling)
Sampel nonprobabilitas atau sampel nonrandom (sampel tak acak) adalah sampel yang
pengambilannya didasarkan pada pertimbangan-pertimbangan tertentu (bisa pertimbangan penelitian maupun pertimbangan peneliti). Sampel probabilitas diambil dengan menggunakan teknik sampling probabilitas atau teknik sampling random, sedangkan untuk mengambil sampel nonprobabilitas atau sampel nonrandom digunakan teknik sampling nonprobabilitas, yakni pertimbangan-pertimbangan tertentu. Sampel probabilitas cenderung memiliki tingkat representasi yang lebih tinggi daripada sampel nonprobabilitas. D.
Ukuran Sampel
Ukuran sampel atau besarnya sampel yang diambil dari populasi, sebagaimana diungkapkan di atas, merupakan salah satu faktor penentu tingkat kerepresentatifan k erepresentatifan sampel yang digunakan. Pertanyaannya, berapa besar sampel harus diambil dari populasi agar memenuhi syarat kerepresentatifan? Untuk menentukan sampel dari populasi digunakan perhitungan maupun acuan tabel yang dikembangkan para ahli. Secara umum, untuk penelitian penelitian korelasional jumlah sampel minimal minimal untuk memperoleh hasil yang baik adalah 30, sedangkan dalam penelitian eksperimen jumlah sampel minimum 15 dari masing-masing kelompok dan untuk penelitian survey jumlah sampel minimum adalah 100. Roscoe (1975) yang dikutip Uma Sekaran (2006) memberikan acuan umum untuk menentukan ukuran sampel: 1.
Ukuran sampel lebih dari 30 30 dan kurang dari 500 adalah tepat untuk kebanyakan penelitian
2.
Jika sampel dipecah ke dalam subsampel (pria/wanita, junior/senior, dan sebagainya), ukuran
sampel minimum 30 untuk tiap kategori adalah tepat 3.
Dalam penelitian mutivariate (termasuk analisis regresi berganda), ukuran sampel sebaiknya
10x lebih besar dari jumlah variabel va riabel dalam penelitian 4.
Untuk penelitian eksperimental sederhana dengan kontrol eskperimen yang ketat, penelitian
yang sukses adalah mungkin dengan ukuran sampel kecil antara 10 sampai dengan 20 Arikunto Suharsimi (2005) memberikan pendapat sebagai berikut: “jika peneliti memiliki beberapa ratus subjek dalam populasi, maka mareka dapat menentukan kurang lebih 25 – 30% dari jumlah tersebut. Jika jumlah anggota subjek dalam populasi hanya meliputi antara 100 – 150 orang, dan dalam pengumpulan datanya peneliti menggunakan angket, maka sebaiknya subjek sejumlah itu diambil seluruhnya. Namun apabila peneliti menggunakan teknik wawancara dan pengamatan, jumlah tersebut dapat dikurangi menurut menurut teknik sampel dan sesuai dengan dengan kemampuan peneliti. Besaran atau jumlah sampel ini sampel sangat tergantung dari besaran tingkat ketelitian ata u kesalahan yang diinginkan peneliti. Namun, dalam hal tingkat kesalahan, pada penelitian sosial maksimal tingkat kesalahannya adalah 5% (0,05). Makin besar tingkat kesalahan maka makin kecil
jumlah sampel. Namun yang perlu diperhatikan diperhatikan adalah semakin besar jumlah sampel (semakin mendekati populasi) maka semakin kecil peluang kesalahan generalisasi dan sebaliknya, semakin kecil jumlah sampel (menjauhi jumlah populasi) maka semakin besar peluang kesalahan generalisasi. Beberapa rumus untuk menentukan jumlah sampel antara lain : 1.
Rumus Slovin (dalam Riduwan, 2005:65)
N = n/N(d)2 + 1 n = sampel; N = populasi; d = nilai presisi 95% atau sig. = 0,05. Misalnya, jumlah populasi adalah 125, dan tingkat kesalahan yang dikehendaki adalah 5%, maka jumlah sampel yang digunakan adalah: N = 125 / 125 (0,05)2 + 1 = 95,23, dibulatkan 95 2.
Tabel Isaac dan Michael
Tabel penentuan jumlah sampel dari Isaac dan Michael memberikan kemudahan penentuan jumlah sampel berdasarkan tingkat kesalahan 1%, 5% dan 10%. Dengan tabel ini, peneliti dapat secara langsung menentukan besaran sampel berdasarkan jumlah populasi dan tingkat kesalahan yang dikehendaki. Dalam menentukan menentukan ukuran sampel (n) yang harus diambil di ambil dari populasi agar memenuhi persyaratan kerepresentatifan, tidak ada kesepakatan bulat di antara para ahli metodolologi penelitian (hal ini wajar, sebab dalam dunia ilmu yang ada adalah sepakat untuk tidak sepakat asal masing-masing konsisten dengan rujukan yang digunakannya, sehingga ilmu itu bisa terus berproses dan berkembang). Pada umumnya, buku-buku metodologi penelitian menyebut angka lima persen hingga 10 persen untuk menegaskan berapa ukuran sampel yang harus diambil dari sebuah populasi tertentu dalam penelitian sosial. Pendapat ini tentu saja sulit untuk dijelaskan apa alasannya a lasannya jika ditinjau dari aspek metodologi penelitian. Sehubungan dengan hal itu, I Gusti Bagoes Mantra dan Kasto dalam buku yang ditulis oleh Masri Singarimbun dan Sofian Effendi, Metode Penelitian Survai (1989), menyatakan bahwa sebelum kita menentukan berapa besar ukuran sampel yang harus diambil dari populasi tertentu, ada beberapa aspek yang harus dipertimbangkan yaitu: 1.
Derajat Keseragaman Populasi (degree of homogenity). Jika tinggi tingkat homogenitas
populasinya tinggi atau bahkan sempurna, maka ukuran sampel yang diambil boleh kecil, kecil , sebaliknya jika tingkat homogenitas populasinya rendah (tingkat heterogenitasnya tinggi) maka ukuran sampel yang diambil harus besar. Untuk menentukan tingkat ho mogenitas populasi sebaiknya dilakukan uji homogenitas dengan menggunakan uji statistik tertentu. 2.
Tingkat Presisi (level of precisions) yang digunakan. Tingkat presisi, terutama digunkan dalam
penelitian eksplanatif, misalnya penelitian korelasional, yakni suatu pernyataan peneliti tentang tingkat keakuratan hasil penelitian yang diinginkannya. Tingkat presisi biasanya dinyatakan dengan taraf signifikansi (α) yang dalam penelitian sosial b iasa berkisar 0,05 (5%) atau 0,01 (1%), sehingga
keakuratan hasil penelitiannya (selang kepercayaannya) 1 –α yakni bisa 95% atau 99%. Jika kita menggunakan taraf signifikansi 0,01 maka ukuran sampel yang diambil di ambil harus lebih besar daripada ukuran sampel jika kita menggunakan taraf signifikansi 0,05. 3.
Rancangan Analisis. Rancangan analisis yang dimaksud adalah sesuatu yang berkaitan dengan
pengolahan data, penyajian data, pengupasan data, dan penafsiran data yang akan ditempuh dalam penelitian. Misalnya, kita akan menggunkan teknik analisis data dengan statistik deskripti; penyajian data menggunakan tabel-tabel distribusi frekuensi silang (tabel silang) atau tabel kontingensi dengan ukuran 3X3 atau lebih dimana pasti mengandung m engandung sel sebanyak 9 buah, maka ukuran sampelnya harus besar. Hal ini untuk menghindarkan adanya sel dalam tabel tersebut yang datanya nol (kosong), sehingga tidak layak untuk dianalisis dengan asumsi-asumsi kotingensi. Jika kita menggunakan rancangan analisisnya hanya menggunakan analisis statistik inferensial, maka ukuran sampelnya boleh lebih kecil dibandingkan apabila kita menggunakan rancangan analisis statistik deskriptif saja. Dengan kata lain, rancangan ranc angan penelitian deskriptif membutuhkan ukuran sampel yang lebih besar daripada rancangan penelitian eksplanatif. 4.
Alasan-alasan tertentu yang berkaitan dengan keterbatasan-keterbatasn yang ada pada
peneliti, misalnya keterbatasan waktu, tenaga, biaya, dan lain-lain. (Catatan: Alasan ke-4 ini jangan digunakan sebagai pertimbangan utama dalam menentukan ukuran sampel, sebab hal ini lebih berkaitan dengan pertimbangan peneliti (tanpa akhiran an) dan bukan pertimbangan penelitian (metodologi). Selain mempertimbangkan faktor-faktor di atas, beberapa buku metode penelitian menyarankan digunakannya rumus tertentu untuk menentukan berapa besar sampel yang harus diambil dari populasi. Jika ukuran populasinya diketahui dengan pasti, Rumus Slovin di bawah ini dapat digunakan. 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%. Jika ukuran populasinya besar yang didapat dari pendugaan proporsi populasi, maka Rumus Yamane yang harus digunakan. N n = ———– Nd² + 1 d = batas toleransi kesalahan pengambilan sampel yang digunakan. Misalnya, kita ingin menduga proporsi pembaca p embaca koran dari populasi 4.000 orang. Presisi ditetapkan di antara 5% dengan tingkat kepercayaan 95%, maka besarnya sampel adalah: 4000 n = ———————— - = 364 4000 x (0,05)² + 1 D.
Teknik Penarikan Sampel (Teknik Sampling)
Sampling is the process of selecting observations. Proses seleksi yang dimaksud di sini adalah proses untuk mendapatkan sampel. Gambar 2 LOGIKA Sampling
Masalah yang dihadapi dalam sampling adalah (1) bagaimana proses pengambilan sampel, dan (2) berapa banyak unit analisis yang akan diambil. Teknik sampling merupakan teknik pengambilan sampel yang secara umum terbagi dua yaitu probability sampling dan non probability sampling. Dalam pengambilan sampel cara probabilitas besarnya peluang atau probabilitas elemen populasi untuk terpilih sebagai subjek diketahui. Sedangkan dalam pengambilan sampel dengan cara nonprobability besarnya peluang elemen untuk ditentukan sebagai sampel tidak diketahui. Menurut Sekaran (2006), desain pengambilan sampel dengan cara probabilitas jika representasi sampel
adalah penting dalam rangka generalisasi lebih luas. Bila waktu atau faktor lainnya, dan masalah generalisasi tidak diperlukan, maka cara nonprobability biasanya yang digunakan. Tipe Sampling Gambar 3 Tipe Sampling
a.
Probability Sampling
Probability sampling adalah teknik pengambilan sampel y ang memberikan peluang yang sama kepada setiap anggota populasi untuk menjadi sampel. Teknik ini meliputi simpel random sampling, sistematis sampling, proportioate stratified random sampling, disproportionate stratified random sampling, dan cluster sampling. 1.
y ang dilakukan sedemikian rupa Simple random sampling adalah sebuah proses sampling yang
sehingga setiap satuan sampling yang ada dalam populasi mempunyai peluang yang sama untuk dipilih ke dalam sampel. Teknik adalah teknik yang paling sederhana (simple). Sampel diambil secara acak, tanpa memperhatikan tingkatan yang ada dalam populasi. Misalnya : Populasi adalah siswa SD Negeri XX Jakarta yang berjumlah 500 orang. Jumlah sampel ditentukan dengan Tabel Isaac dan Michael dengan tingkat kesalahan adalah sebesar 5% sehingga jumlah sampel ditentukan sebesar 205. Jumlah sampel 205 ini selanjutnya diambil secara acak tanpa memperhatikan kelas, usia dan jenis kelamin. 2.
Systematic sampling merupakan pengambilan setiap unsur ke k dalam populasi, untuk
dijadikan sampel. Pengambilan sampel secara acak hanya dilakukan pada pengambilan awal saja, sementara pengambilan kedua dan seterusnya ditentukan secara sistematis, yaitu menggunakan interval tertentu sebesar k. Adalah teknik sampling yang menggunakan nomor urut dari populasi baik yang berdasarkan nomor yang ditetapkan sendiri oleh peneliti maupun nomor identitas tertentu, ruang dengan urutan yang seragam atau pertimbangan sistematis lainnya. Contohnya : Akan diambil sampel dari populasi karyawan yang y ang berjumlah 125. Karyawan ini diurutkan dari 1 –
125 berdasarkan absensi. Peneliti bisa menentukan sampel yang diambil berdasarkan nomor genap (2, 4, 6, dst) atau nomor ganjil (1, 2, 3, dst), atau bisa juga mengambil nomor kelipatan (2, 4, 8, 16, dst). 3.
Stratified sampling adalah penarikan sampel berstrata yang dilakukan dengan mengambil
sampel acak sederhana dari setiap strata populasi yang sudah ditentukan lebih dulu. Teknik ini hampir sama dengan simple random sampling namun penentuan sampelnya memperhatikan strata (tingkatan) yang ada dalam populasi. Misalnya, populasi adalah karyawan PT. XYZ berjumlah 125. Dengan rumus Slovin (lihat contoh di atas) dan tingkat kesalahan 5% diperoleh di peroleh besar sampel adalah 95. Populasi sendiri terbagi ke dalam tiga bagian (marketing, produksi dan penjualan) yang masing-masing berjumlah : Marketing
: 15
Produksi
: 75
Penjualan
: 35
Maka jumlah sample yang diambil berdasarkan masing-masinng bagian tersebut ditentukan kembali dengan rumus n = (populasi kelas / jml populasi keseluruhan) x jumlah sampel yang ditentukan Marketing
: 15 / 125 x 95
= 11,4 dibulatkan 11
Produksi
: 75 / 125 x 95
= 57
Penjualan
: 35 / 125 x 95
= 26.6 dibulatkan 27
Sehingga dari keseluruhan sample kelas tersebut adalah 11 + 57 + 27 = 95 sampel. Teknik ini umumnya digunakan pada populasi yang diteliti adalah keterogen (tidak sejenis) yang dalam hal ini berbeda dalam hal bidangkerja sehingga besaran sampel pada masing-masing strata atau kelompok diambil secara proporsional. ·
Proportionate Stratified Random Sampling
Teknik ini hampir sama dengan simple random sampling namun penentuan sampelnya memperhatikan strata (tingkatan) yang ada dalam populasi. Misalnya, populasi adalah karyawan PT. XYZ berjumlah 125. Dengan rumus Slovin (lihat contoh di atas) dan tingkat kesalahan 5% diperoleh besar sampel adalah 95. Populasi sendiri terbagi ke dalam tiga bagian (marketing, produksi dan penjualan) yang masing-masing berjumlah : Marketing
: 15
Produksi
: 75
Penjualan
: 35
Maka jumlah sample yang diambil berdasarkan masing-masinng bagian tersebut ditentukan kembali dengan rumus n = (populasi kelas / jml populasi keseluruhan) x jumlah sampel yang ditentukan Marketing
: 15 / 125 x 95
= 11,4 dibulatkan 11
Produksi
: 75 / 125 x 95
= 57
Penjualan
: 35 / 125 x 95
= 26.6 dibulatkan 27
Sehingga dari keseluruhan sample kelas tersebut adalah 11 + 57 + 27 = 95 sampel. Teknik ini umumnya digunakan pada populasi yang y ang diteliti adalah keterogen (tidak sejenis) yang dalam hal ini berbeda dalam hal bidangkerja sehingga besaran sampel pada masing-masing strata atau kelompok diambil secara proporsional. ·
Disproportionate Stratified Random Sampling
Disproporsional stratified random sampling adalah teknik yang hampir mirip dengan proportionate stratified random sampling dalam hal heterogenitas populasi. Namun, ketidakproporsionalan penentuan sample didasarkan pada pertimbangan jika anggota populasi berstrata namun kurang proporsional pembagiannya. Misalnya, populasi karyawan PT. XYZ berjumlah 1000 orang yang berstrata berdasarkan tingkat pendidikan SMP, SMA, DIII, S1 dan S2. Namun jumlahnya sangat tidak seimbang yaitu : SMP : 100 orang SMA : 700 orang DIII
: 180 orang
S1
: 10 orang
S2
: 10 orang
Jumlah karyawan yang berpendidikan S1 dan S2 ini sangat tidak seimbang (terlalu kecil dibandingkan dengan strata yang lain) sehingga dua kelompok ini seluruhnya ditetapkan sebagai sampel. Gambar 3 Tipe Stratified Sampling
4.
Cluster sampling Cluster sampling atau sampling area digunakan jika sumber data atau populasi
sangat luas misalnya penduduk suatu propinsi, kabupaten, atau a tau karyawan perusahaan yang tersebar di seluruh provinsi. Untuk menentukan mana yang dijadikan sampelnya, maka wilayah populasi terlebih dahulu ditetapkan secara random, dan menentukan jumlah sample yang digunakan pada masing-masing daerah tersebut dengan menggunakan teknik proporsional stratified random sampling mengingat jumlahnya yang bisa saja berbeda. Contoh : Peneliti ingin mengetahui tingkat efektivitas proses belajar mengajar di tingkat SMU. Populasi penelitian adalah siswa SMA seluruh Indonesia. Karena jumlahnya sangat banyak dan terbagi dalam berbagai provinsi, maka penentuan sampelnya dilakukan dalam tahapan sebagai berikut : Tahap Pertama adalah menentukan sample daerah. Misalnya ditentukan secara ac ak 10 Provinsi yang akan dijadikan daerah sampel. Tahap kedua. Mengambil sampel SMU di tingkat Provinsi P rovinsi secara acak yang selanjutnya disebut sampel provinsi. Karena provinsi terdiri dari Kabupaten/Kota, maka di ambil secara acak SMU tingkat Kabupaten yang akan ditetapkan sebagai sampel (disebut Kabupaten Sampel), dan seterusnya, sampai tingkat kelurahan / Desa yang akan dijadikan sampel. Setelah digabungkan, maka keseluruhan SMU yang dijadikan sampel ini diharapkan a kan menggambarkan keseluruhan populasi secara keseluruhan. b.
Non Probabilty Sampel
Non Probability artinya setiap anggota populasi tidak memiliki kesempatan atau peluang yang sama sebagai sampel. Teknik-teknik yang termasuk ke dalam Non Probability ini antara lain : Sampling Sistematis, Sampling Kuota, Sampling Insidential, Sampling Purposive, Sampling Jenuh, dan Snowball Sampling. 1.
Sampling Kuota
Adalah teknik sampling yang menentukan jumlah sampel dari populasi yang memiliki ciri tertentu tert entu sampai jumlah kuota (jatah) yang diinginkan. Misalnya akan dilakukan penelitian tentang persepsi siswa terhadap kemampuan mengajar guru. Jumlah Sekolah adalah 10, maka sampel kuota dapat ditetapkan masing-masing m asing-masing 10 siswa per sekolah. 2.
Sampling Insidential
Insidential merupakan teknik penentuan sampel secara kebetulan, atau siapa saja yang kebetulan
(insidential) bertemu dengan peneliti yang dianggap c ocok dengan karakteristik sampel yang ditentukan akan dijadikan sampel. Misalnya penelitian tentang kepuasan pelanggan pada pelayanan Mall A. Sampel ditentukan berdasarkan ciri-ciri usia di atas 15 tahun dan baru pernah ke Mall A tersebut, maka siapa saja yang kebetulan bertemu di depan Mall A dengan peneliti (yang berusia di atas 15 tahun) akan dijadikan sampel. 3.
Sampling Purposive (Judgement sampling)
Purposive sampling merupakan teknik penentuan sampel dengan pertimbangan khusus sehingga layak dijadikan sampel. Misalnya, peneliti ingin meneliti permasalahan seputar daya tahan mesin tertentu. Maka sampel ditentukan adalah para teknisi atau ahli mesin yang mengetahui dengan jelas permasalahan ini. Atau penelitian tentang pola pembinaan olahraga renang. Maka sampel yang diambil adalah pelatih-pelatih renang yang dianggap memiliki kompetensi di bidang ini. Teknik ini biasanya dilakukan pada penelitian kualitatif. Teknik penarikan sampel yang dilakukan berdasarkan karakteristik yang ditetapkan terhadap elemen populasi target yang disesuaikan dengan tujuan atau masalah penelitian.Bedanya, jika dalam sampling stratifikasi penarikan sampel dari setiap subpopulasi dilakukan dengan acak, maka dalam sampling kuota, ukuran serta sampel pada setiap sub-subpopulasi ditentukan sendiri oleh peneliti sampai jumlah tertentu tanpa acak. 4.
Sampling Jenuh
Sampling jenuh adalah sampel yang mewakili jumlah populasi. Biasanya dilakukan jika populasi dianggap kecil atau kurang dari 100. Saya sendiri lebih senang menyebutnya total sampling. Misalnya akan dilakukan penelitian tentang kinerja guru di SMA XXX Jakarta. Karena jumlah guru g uru hanya 35, maka seluruh guru dijadikan sampel sam pel penelitian. 5.
Snowball Sampling
Snowball sampling adalah teknik penentuan jumlah sampel yang semula kecil kemudian terus membesar ibarat bola salju (seperti Multi Level Marketing….). Misalnya akan dilakukan penelitian tentang pola peredaran narkoba di wilayah A. Sampel mula-mula adalah 5 orang o rang Napi, kemudian terus berkembang pada pihak-pihak lain sehingga sampel atau responden teruuus berkembang sampai ditemukannya informasi yang menyeluruh atas permasalahan yang diteliti. Snowball Sampling merupakan salah satu bentuk judgement sampling yang sangat tepat digunakan bila populasinya kecil dan spesifik. Cara pengambilan sampel dengan teknik ini dilakukan secara berantai, makin lama sampel menjadi semakin besar, seperti bola salju yang menuruni lereng gunung. 6.
Convenience sampling, sampel diambil berdasarkan faktor spontanitas, artinya siapa saja yang
secara tidak sengaja bertemu dengan peneliti dan sesuai dengan karakteristiknya, maka orang tersebut dapat dijadikan sampel.
Kriteria Sampling
Kriteria yang harus diperhatikan untuk menentukan tipe sampling yang baik, diantaranya: a.
Dapat menghasilkan gambaran yang dapat dipercaya dari seluruh populasi,
b.
Dapat menentukan presisi dari hasil penelitian,
c.
Sederhana, mudah dilaksanakan, dan
d.
Dapat memberikan keterangan sebanyak mungkin tentang populasi dengan biaya minimal.
Prinsip Menentukan Ukuran Sampel (sample size)
Ukuran sampel bisa ditentukan melalui dua dasar pemikiran, yaitu ditentukan atas dasar pemikiran statistis, dan atau ditentukan atas dasar pemikiran non statistis. Ditinjau dari aspek statistis, ukuran sampel ditentukan oleh beberapa faktor, diantaranya: (1) bentuk parameter yang menjadi tolak ukur analisis, dalam arti apakah tujuan penelitian ini untuk menaksir rata-rata, persentase, atau menguji kebermaknaan hipotesis, (2) tipe sampling, apakah simple random sampling, stratified random sampling atau yang lainnya. Tipe sampling ini berkaitan dengan penentuan rumus-rumus yang harus dipakai untuk memperoleh ukuran sampel, dan (3) variabilitas v ariabilitas variabel yang diteliti (keseragaman variabel yang diteliti), makin tidak seragam atau heterogen variabel yang diteliti, makin besar ukuran sampel minimal. Sedangkan dipandang dari sudut nonstatistis, ukuran sampel ditentukan oleh beberapa faktor, diantaranya: (1) kendala waktu atau time constraint, (2) biaya, dan (3) ( 3) ketersediaan satuan sampling. Populasi Sasaran dan Populasi Studi Gambar 4 Populasi Sasaran dan Populasi Studi
Satuan Sampling dan Kerangka Sampling
Satuan sampling adalah segala sesuatu yang dijadikan satuan (unit) yang nantinya akan menjadi objek penelitian. Contoh: (1) apabila Indonesia dibagi ke dalam 33 satuan yang disebut propinsi dan dalam penelitian provinsi ini yang akan dipilih sebagai sampel, maka provinsi menjadi satuan sampling. (2) Apabila sebuah perusahan dibagi ke dalam departemen atau bagian, dan dalam departemen atau bagian ini sampel akan dipilih sebagai objek penelitian, maka departemen atau bagian ini adalah satuan sampling. Kerangka sampling adalah daftar yang berisi satuan-satuan sampling yang ada dalam sebuah
populasi, yang berfungsi sebagai dasar untuk penarikan sampel. Setiap satuan sampling mempunyai nomor urut tertentu. Contoh: Kota Bandung terdiri dari kecamatan-kecamatan. Kalau peneliti menjadikan kecamatan dimana sampel akan dipilih sebagai o bjek, maka kecamatan adalah satuan sampling. Nama-nama kecamatan yang ada di Kota Bandung kemudian didaftar, maka daftar namanama kecamatan di Kota Bandung ini yang dinamakan kerangka sampling. Bentuk kerangka samplingnya dapat dilihat pada tabel berikut: Gambar 5 Kerangka Sampling
BAB III PENUTUP
A.
Kesimpulan
Kata populasi ( population population/universe) dalam statistika merujuk pada sekumpulan individu dengan karakteristik khas yang menjadi perhatian dalam suatu penelitian (pengamatan). Sementara sampel adalah bagian kecil dari anggota populasi yang diambil menurut prosedur tertentu sehingga dapat mewakili populasinya. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi. Dari berbagai penjelasan di atas dapat kita simpulkan bahwa teknik penentuan jumlah sampel maupun penentuan sampel sangat menentukan keberhasilan pencapaian tujuan dari penelitian. Dengan kata lain, sampel yang diambil secara sembarangan tanpa memperhatikan aturan-aturan dan tujuan dari pen,elitian itu sendiri tidak akan berhasil memberikan gambaran menyeluruh dari populasi. B.
Saran
Disarankan kepada mahasiswa yang akan melakukan penelitian agar lebih mempelajari dan memahami metode penelitian kesehatan, terutama pada bagian populasi dan sampel. Salah satu permasalahan penelitian terletak pada bagaimana cara memperoleh sampel dan berapa besar
sampel diantara populasi, permasalahan ini sangat penting mengingat keabsahan penelitian akan dipertanyakan.
Create a free website with
Wednesday, October 05, 2011 Dasar Penentuan Jumlah Sample Penelitian
Definisi Sampel adalah sebagian dari populasi. Artinya tidak akan ada sampel jika tidak ada populasi. Populasi adalah keseluruhan elemen atau unsur yang akan kita teliti. Penelitian yang dilakukan atas seluruh elemen dinamakan sensus. Idealnya, agar hasil penelitiannya lebih bisa dipercaya, seorang peneliti harus melakukan sensus. Namun karena sesuatu hal peneliti bisa tidak meneliti keseluruhan elemen tadi, maka yang bisa dilakukannya adalah meneliti sebagian dari keseluruhan elemen atau unsur tadi. Dasar Penentuan jumlah Sample
Gay dan Diehl menuliskan, untuk penelitian deskriptif, sampelnya 10% dari populasi, penelitian korelasional, paling sedikit 30 elemen populasi, penelitian perbandingan kausal, 30 elemen per kelompok, dan untuk penelitian eksperimen 15 elemen per kelompok . ( Reseach Methods for Business, LR. Gay dan P.L. Diehl, 1992 ) Roscoe (1975) dalam Uma Sekaran ( 1992: 252 ) memberikan pedoman penentuan jumlah sampel sebagai berikut: berikut: 1. Sebaiknya ukuran sampel sampel di antara 30 s/d 500 500 elemen 2. Jika sampel dipecah lagi ke dalam subsampel subsampel (laki/perempuan, (laki/perempuan, SD/SLTP/SMU, dsb),jumlah minimum subsampel subsampel harus 30
3. Pada penelitian multivariate (termasuk analisis regresi regresi multivariate) ukuran sampel harus beberapa kali lebih besar (10 kali) dari jumlah variable yang akan dianalisis. 4. Untuk penelitian eksperimen eksperimen yang sederhana, sederhana, dengan pengendalian yang yang ketat, ukuran sampel bisa antara 10 s/d 20 elemen. ( Research Methods for Busines, Uma Uma Sekaran, 1992 1992 )
Krejcie dan Morgan (1970) dalam Uma Sekaran (1992) membuat (1992) membuat daftar yang bisa dipakai untuk menentukan jumlah sampel sebagai berikut (Lihat Tabel) Populasi Sampel Populasi Sampel Populasi Sampel (N) (n) (N) (n) (N) (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
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
Champion (1981) mengatakan (1981) mengatakan bahwa sebagian besar uji statistik selalu menyertakan rekomendasi ukuran sampel. Dengan kata lain, uji-uji statistik yang ada akan sangat efektif jika diterapkan pada sampel yang jumlahnya 30 s/d 60 atau dari 120 s/d 250. Bahkan jika sampelnya di atas 500, tidak direkomendasikan untuk menerapkan uji statistik. (Penjelasan tentang ini dapat dibaca di Bab 7 dan 8 buku Basic Statistics for Social Research, Second Edition)
Pesamaan yang dir umuskan umuskan oleh Slovin (Steph Ellen, e H o w B l o g , 2010; dengan rujukan Principles and Methods of Research; Ariola et al. (eds.); 2006) sebagai berikut. n = N/(1 + Ne^ Ne^ 2) = Number of samples (jumlah sampel) N = Total population (jumlah seluruh anggota populasi) e = Error to lerance (toleransi terjadinya galat; taraf signifikansi; untuk sosial dan pendidikan lazimnya lazimnya 0,05) –> ( ^ 2 = p a n g k a t d u a ) n
beberapa keteranganmengenai keteranganmengenai rumus Slovin yaitu: 1. Rumus Slovin ini tentu tentu mempersyaratkan anggota populasi (populasi) (populasi) itu diketahui jumlahnya (simbulnya N). Dalam bahasa saya disebut populasi terhingga. Jika populasi tidak diketahui jumlah anggotanya (populasi tak terhingga), maka rumus ini tak bisa digunakan. Lebihlebih jika populasinya tak jelas (tidak diketahui keberadaannya, apalagi jumlahnya, misalnya orang yang korupsi atau nikah siri). Teknik sampling yang digunakan pun tentu tak bisa teknik yang bersifat random (“probability sampling”), harus menggunakan teknik yang sesuai (quota, purposive, snowball, accidental dsb.) 2. Asumsi tingkat keandalan 95%, karena menggunakan a=0,05, sehingga diperoleh nilai Z=1,96 yang kemudian dibulatkan menjadi Z=2. 3. Asumsi keragaman populasi yang dimasukan dalam perhitungan adalah P (1-P), dimana P=0,5. 4. error tolerance (e) didasarkan atas pertimbangan peneliti.
Contoh : N = 1000 Taraf Sign Sign ifikans i = 5% maka :
n = N/(1 + Ne^2) = 1000/(1 1000/(1 + 1000 x 1000 x 0,05 x 0,05 x 0,05) 0,05) = 286 orang. Catatan mengenai penggunaan rumus Slovin dan Tabel Krejcie-Morgan
1. Penentuan ukuran sampel dengan memakai rumus Slovin dan Tabel Krejcie- Morgan hanya dapat digunakan untuk penelitian yang bertujuan mengukur proporsi populasi. 2. Rumus Slovin dan Tabel Krejcie-Morgan, sama-sama mengasumsikan tingkat keandalan 95%. Perbedaannya, Slovin memakai pendekatan distribusi normal, sementara Krejcie dan Morgan menggunakan pendekatan distribusi chi kuadrat. 3. Asumsi keragaman populasi yang dimasukan dalam perhitungan adalah P(1-P), dimana P=0,5, baik dalam Rumus Slovin maupun dalam Tabel Krejcie-Morgan. 4. Slovin masih memberi kebebasan untuk menentukan nilai batas kesalahan atau galat pendugaan, sedangkan batas kesalahan yang diasumsikan dalam tabel Krejcie-Morgan adalah 5% (d=0,05).
Posting by Dedy Londong di 2:21 PM Label: Knowledge
Rumus slovin Document Transcript
1. Rumus-Rumus Pengambilan Sampel Penelitian Banyak rumus pengambilan s ampel penelitian yang dapat digunakan untuk menentukan jumlah sampel penelitian. penelitian. Pada prinsipnya penggunaan rumus-rumus rumus-rumus penarikan sample penelitian digunakan untuk mempermudah teknis penelitian. Sebagai misal, bila populasi penelitian terbilang sangat banyak atau mencapai jumlah ribuan atau wilayah populasi terlalu luas, maka penggunaan rumus pengambilan pengambilan sample tertentu dimaksudkan untuk memperkecil memperkecil jumlah pengambilan sampel atau mempersempit wilayah populasi populasi agar teknis penelitian menjadi lancar dan efisien.Contoh-contoh praktis pengambilan sampel yang paling banyak digunakan dalam penelitian adalah sebagai berikut : Rumus Slovin N n= Dimana n = ukuran sampel N = ukuran populasi e = persen kel onggaran ketidaktelitian karena kesalahan pengambilan sampel yang masih dapat ditolerir atau diinginkan, misalnya 10%. Rumus Issac dan Michael dimana : s = Jumlah sample N = Jumlah populasi λ2 = Chi Kuadrat, dengan dk = 1, taraf kesalahan 1%, 5% dan 10% d = 0,05 P = Q = 0,5 Rumus Sampling Fraction Per Cluster
2. Kemudian didapat besarnya sample per cluster ni = fi x n Keterangan : fi = sampling fraction cluster Ni = banyaknya individu yang ada dalam cluster N = banyaknya populasi populasi seluruhnya n = banyaknya anggota anggota yang dimasukkan sampel ni = banyaknya anggota yang yang dimasukkan menjadi sub sampel Rumus Rumus Issac dan Michael dimana : s = Jumlah sample N = Jumlah populasi λ2 = Chi Kuadrat, dengan dk = 1, taraf kesalahan 1%, 5% dan 10% d = 0,05 P = Q = 0,5 Rumus Sampling Fraction Per Cluster Kemudian didapat besarnya sample per cluster ni = fi x n Keterangan : fi = sampling fraction cluster Ni = banyaknya individu yang ada dalam cluster N = banyaknya populasi populasi seluruhnya n = banyaknya anggota anggota yang dimasukkan sampel ni = banyaknya anggota yang yang dimasukkan menjadi sub sampel
