Sampling Tjipto Juwono, Ph.D.
March, 2017
TJ (SU)
Sampling
March 2017
1 / 20
Mengapa Perlu Sampling?
Contoh Kita ingin mengetahui elektabilitas para calon presiden Indonesia. Bagaimana caranya? 1
Mewawancarai seluruh rakyat indonesia? Terlalu lama, dan terlalu mahal.
2
Lagi pula: hasil dari sampling sudah cukup memadai untuk memperoleh informasi tentang elektabilitas para calon presiden itu.
Jadi, bukan saja terlalu lama dan terlalu mahal, tetapi juga: tidak perlu.
TJ (SU)
Sampling
March 2017
2 / 20
Mengapa Perlu Sampling?
Contoh Kita ingin mengetahui kualitas satu truk jeruk. Apakah bagus dan manis? 1
Kita tidak dapat mencicipi seluruh jeruk. Proses mencicipi adalah proses yang destruktif.
2
Sekali lagi: hasil dari sampling sudah cukup memadai untuk memperoleh informasi tentang jeruk satu truk itu.
Jadi, bukan saja bersifat destruktif pada populasi, tetapi juga: tidak perlu.
TJ (SU)
Sampling
March 2017
3 / 20
Mengapa Perlu Sampling?
Contoh Kita ingin mengetahui kualitas air di sebuah danau yang besar (misalnya danau Toba). 1
Kita tidak dapat menguji seluruh air di danau itu.
2
Sekali lagi: hasil dari sampling sudah cukup memadai untuk memperoleh informasi tentang kualitas air di danau tadi.
Jadi, bukan saja tidak mungkin untuk memeriksa seluruh populasi, tetapi juga: tidak perlu.
TJ (SU)
Sampling
March 2017
4 / 20
Mengapa Perlu Sampling?
1
Menguji atau mengkontak seluruh populasi membutuhkan waktu yang terlalu lama.
2
Menguji atau mengkontak seluruh populasi membutuhkan biaya yang terlalu mahal.
3
Menguji atau mengkontak seluruh populasi mustahil secara fisis.
4
Beberapa jenis pengujian bersifat destruktif.
5
Hasil dari sampling sudah cukup memadai untuk merepresentasikan seluruh populasi.
TJ (SU)
Sampling
March 2017
5 / 20
Probability Sampling
Probability Sampling Probability Sample: adalah sample yang dipilih sedemikian sehingga kita mengetahui berapa kemungkinan setiap item atau orang di dalam populasi untuk dimasukkan ke dalam sample.
TJ (SU)
Sampling
March 2017
6 / 20
Beberapa metode probability sampling
Metode Probability Sampling Simple Random Sample Systematic Random Sampling Stratified Random Sampling Cluster Sampling
TJ (SU)
Sampling
March 2017
7 / 20
Simple Random Sample
Simple Random Sample Suatu sample yang dipilih sedemikian rupa sehingga setiap anggota populasi mempunyai kemungkinan yang sama untuk dipilih sebagai sample.
TJ (SU)
Sampling
March 2017
8 / 20
Simple Random Sample Contoh Suatu populasi terdiri dari 845 karyawan dari suatu perusahaan. Suatu sample yang terdiri dari 52 karyawan akan dipilih dari populasi itu. Bagaimana caranya?
TJ (SU)
Sampling
March 2017
9 / 20
Simple Random Sample Contoh Suatu populasi terdiri dari 845 karyawan dari suatu perusahaan. Suatu sample yang terdiri dari 52 karyawan akan dipilih dari populasi itu. Bagaimana caranya? Nama-nama dari setiap karyawan ditulis pada selembar kertas, yang lalu dimasukkan ke dalam kotak. Setelah seluruhnya diacak, pilihan pertama dilakukan dengan mengambil selembar kertas dari kotak tanpa melihatnya. Proses ini diulang sampai diperoleh sample terdiri dari 52 karyawan.
TJ (SU)
Sampling
March 2017
10 / 20
Simple Random Sample Contoh Suatu populasi terdiri dari 845 karyawan dari suatu perusahaan. Suatu sample yang terdiri dari 52 karyawan akan dipilih dari populasi itu. Bagaimana caranya? Setiap karyawan diwakili oleh satu nomor 1 s/d 845, lalu gunakan tabel bilangan random untuk memilih secara acak.
TJ (SU)
Sampling
March 2017
11 / 20
Simple Random Sample
Tabel Bilangan Random
TJ (SU)
Sampling
March 2017
12 / 20
Systematic Random Sample
Systematic Random Sample Anggota-anggota diatur menurut suatu urutan. Titik awal dipilih secara random kemudian setiap anggota ke-k dipilih untuk sample.
TJ (SU)
Sampling
March 2017
13 / 20
Systematic Random Sample Contoh Suatu populasi terdiri dari 845 karyawan dari suatu perusahaan. Suatu sample yang terdiri dari 52 karyawan akan dipilih dari populasi itu. Gunakan systematic random sampling untuk melakukannya!
TJ (SU)
Sampling
March 2017
14 / 20
Systematic Random Sample Contoh Suatu populasi terdiri dari 845 karyawan dari suatu perusahaan. Suatu sample yang terdiri dari 52 karyawan akan dipilih dari populasi itu. Gunakan systematic random sampling untuk melakukannya! Hitung k: k=
Ukuran populasi 845 = ≈ 16 Ukuran sample 52
(1)
Jika k bukan bilangan bulat, bulatkan ke bawah. Pilih nama pertama secara random, lalu pilih setiap nama ke-16 dalam daftar.
TJ (SU)
Sampling
March 2017
15 / 20
Stratified Random Sample
Stratified Random Sample Populasi dibagi-bagi atas sejumlah golongan/kelompok yang disebut strata. (Jamak: strata, tunggal: stratum). Kemudian sample diambil dari setiap stratum. Metode ini berguna jika suatu populasi memang jelas-jelas dapat dibagi-bagi atas sejumlah golongan berdasarkan karakteristik tertentu.
TJ (SU)
Sampling
March 2017
16 / 20
Stratified Random Sample
Contoh Misalkan kita ingin mempelajari pengeluaran untuk iklan dari 352 perusahaan untuk menentukan apakah perusahaan dengan ROE yang tinggi (salah satu ukuran untuk profitabilitas) membelanjakan lebih banyak untuk iklan daripada perusahaan-perusahaan dengan ROE rendah, atau defisit.
TJ (SU)
Sampling
March 2017
17 / 20
Stratified Random Sample
TJ (SU)
Sampling
March 2017
18 / 20
Cluster Sampling
Cluster Sampling Populasi dibagi-bagi atas cluster-cluster dengan menggunakan batas geografis alamiah, atau batas-batas lainnya. Kemudian sejumlah cluster dipilih secara random, selanjutnya sample dipilih dengan memilih secara random dari setiap cluster
TJ (SU)
Sampling
March 2017
19 / 20
Cluster Sampling Misalkan kita ingin mempelajari sikap rakyat dari suatu propinsi tentang kebijakan presiden. Bagilah propinsi itu atas cluster-cluster (misalkan berdasarkan kabupaten) lalu pilih beberapa cluster secara random (dalam contoh di samping 4 cluster dipilih secara random). Lalu ambil sampel dari setiap cluster yang dipilih dengan memilih penduduknya secara random.
TJ (SU)
Sampling
March 2017
20 / 20
