Prof. Dr. Ir. Zulkifli Alamsyah, M.Sc. Program Studi Agribisnis UNIVERSITAS JAMBI

Transkripsi

1 Prof. Dr. Ir. Zulkifli Alamsyah, M.Sc. Program Studi Agribisnis UNIVERSITAS JAMBI

2 MENGAPA PERLU SAMPEL? Populasi terlalu besar Keterbatasan aksesibilitas Keterbatasan sumberdaya: Dana Tenaga Waktu Homogenitas populasi 2

3 BERAPA JUMLAH SAMPEL? Faktor-faktor yang menentukan: Homogenitas populasi Tingkat presisi yang diinginkan Keterbatasan sumberdaya: Dana Tenaga Waktu 3

4 BERAPA JUMLAH SAMPEL? Persentase : 5 atau 10 %? Sejumlah tertentu? Menggunakan formula Slovin: N n = 1 + {N(d)2 } Dimana : n N d = jumlah sampel = jumlah populasi = Margin Of Error Maximum (kesalahan yang masih bisa ditoleransi diambil, %) 4

5 PENGERTIAN Sampling dan peranannya Population: Populasi sasaran: sumber informasi representatif yg diinginkan Populasi contoh: populasi darimana unit contoh diambil berdasarkan sampling frame. Sample Frame: Daftar unit-unit contoh yang mempunyai peluang terpilih sebagai responden. Sample Unit: unit analisis dalam penelitian Sampel Size: ukuran sampel (homogenitas, presisi, sumberdaya) Probability sample dan Non-probability sample 5

6 POPULASI DAN SAMPEL 6

7 JENIS-JENIS SAMPLING 7

8 ACCIDENTAL SAMPLING Penetapan responden secara kebetulan (siapa saja yang ditemui, dimana dan kapan saja). Tanpa mempertimbangkan keterwakilan dari objek penelitian. 8

9 VOLUNTARY SAMPLING Penetapan sampel berdasarkan kesediaannya menjadi responden. Responden tercatat dalam kerangka sampel. Tetap mempertimbangkan keterwakilan dari objek penelitian. 9

10 PURPOSIVE SAMPLING Penetapan sampel sesuai kriteria penelitian atau karakteristik populasi yang diinginkan dalam penelitian. Sering digunakan dalam penetapan keterwakilan sampel (wilayah atau kelompok sampel). 10

11 SNOWBALL SAMPLING Penetapan sampel secara berantai sesuai kriteria penelitian. Peneliti mencari responden pertama untuk diwawancarai. Responden lainnya diperoleh berdasarkan informasi responden yang diwawancarai sebelumnya dan seterusnya sampai ditemukan sejumlah responden yang dianggap mewakili. 11

12 QUOTA SAMPLING Penetapan jumlah sampel berdasarkan taksiran kasar dari data statistik, baik untuk strata atau sub-strata dari populasi. Peneliti memiliki kebebasan menentukan responden mudah dihubungi. 12

13 SIMPLE RANDOM SAMPLING Memberikan kesempatan/peluang yang sama kepada semua anggota populasi sebagai sampel Keuntungan: ketepatan yg tinggi Efektif digunakan pada kondisi: Teknik: Sampling frame tersedia Populasi yang kecil. Undian (lotere) Tabel random 13

14 SIMPLE RANDOM SAMPLING Populasi Penomeran seluruh anggota populasi Randomisasi Undian (lotere) Tabel random Sampel 14

15 SYSTEMATIC RANDOM SAMPLING Seluruh anggota populasi terdaftar berdasarkan nomor urut dan setiap anggota populasi memiliki peluang yang sama terpilih sebagai sampel. Pengundian hanya dilakukan pada proporsi populasi sebesar N/n, dimana n adalah jumlah sampel yang akan dipilih dan N adalah jumlah seluruh anggota populasi. Dari proporsi populasi tersebut, undian dilakukan hanya untuk satu sampel, dan sampel-sampel selanjutnya adalah kelipatan dari proporsi tersebut. 15

16 SYSTEMATIC RANDOM SAMPLING Contoh: Populasi 300 orang dan jumlah sampel yang diperlukan 20 orang, maka undian hanya dilakukan pada proporsi populasi sebesar 300/20 yaitu 15 orang. Jika undian terhadap 15 orang tersebut terpilih nomor urut 10 sebagai samepl pertama, maka nomor urut sampel-sampel selanjutnya adalah 25, 40, 55,,

17 POPULASI YANG TERBAGI KEDALAM 20 PROPORSI

18 Undian hanya dilakukan pada proporsi populasi pertama (nomor urut 1 15)

19 Jika dari undian pada proporsi populasi pertama terilih nomor urut 10, maka sampel-sampel selanjutnya adalah pada nomor urut 25, 40, 55,,

20 STRATIFIED RANDOM SAMPLING Bila anggota populasi memiliki karakateristik yang beragam yang bisa dikelompokkan kedalam beberapa strata. Seluruh anggota populasi terbagi habis kedalam strata-strata tersebut sehingga jumlah anggota populasi pada setiap strata diketahui dengan pasti. Penarikan sampel pada setiap strata dilakukan secara random dengan jumlah yang berimbang (proportional sampling). 20

21 STRATIFIED RANDOM SAMPLING Populasi Dikelompokkan Berdasarkan strata Randomisasi Sampel 21

22 Contoh Kuantitatif: Suatu populasi yang distratifikasi menjadi 3 strata yaitu strata A, strata B dan strata C, yang masing-masing anggota populasinya berturut-turut adalah 120, 200 dan 160. Jika sampel yang diperlukan sebanyak 36, maka jumlah sampel pada strata A dapat dihitung dengan formula sbb: Jumlah sampel pada strata B dan C dihitung dengan cara yang sama. 22

23 23

24 CLUSTER SAMPLING Pengambilan data dari klaster yang dilakukan secara random Sering disebut juga area sampling karena berkaitan dengan lokasi tertentu. Cluster sampling dengan stratified sampling hampir mirip. Persamaannya bahwa anggota sampel ke dua teknik sampling tersebut merupakan anggota dari strata atau kelompok tertentu. Perbedaannya pada cluster random sampling, yang dilakukan randomisasi adalah kelompoknya bukan secara individu. Contoh: Jambi terdiri dari 11 kabupaten/kota. Penelitian akan dilakukan pada 5 kabupaten/kota, maka randomisasi dilakukan terhadap kabupaten/kota bukan penduduk. 24

25 CLUSTER SAMPLING Jika wilayah sampel terbagi pada empat wilayah, pengambilan sampel dapat dilakukan secara random pada salah satu atau dua wilayah. Semua anggota populasi pada wilayah terpilih merupakan sampel penelitian. 25