Buat Akun DQLab & Akses Kelas Data Science Python, R, SQL, Excel GRATIS!

Skill Statistika Populasi & Sampel Beserta Teknik Pengumpulannya

Belajar Data Science di Rumah 19-Juli-2022
https://dqlab.id/files/dqlab/cache/0b24e8c45222485e5f43f7c47a101646_x_Thumbnail800.jpg

Saat melakukan suatu penelitian, komponen utama yang wajib ada adalah data. Data akan dikumpulkan dari berbagai sumber yang akurat menggunakan teknik pengumpulan data. Data tersebut biasanya dapat berupa populasi atau sampel. Kemudian data akan diproses dengan metode analisis tertentu yang sesuai tujuan dilakukannya penelitian.


Oleh karena itu ketika melakukan suatu penelitian kita perlu merumuskan masalah dan merinci tujuan apa yang ingin dicapai dalam penelitian tersebut. Hal ini akan memudahkan pengumpulan data hingga proses analisis. Apa itu populasi dan sampel? 


Dalam penelitian istilah populasi dan sampel merupakan istilah umum. Populasi dan sampel adalah bagian penting yang harus ditentukan sejak awal dimulainya penelitian. Dengan begitu peneliti akan mudah menentukan metode yang akan digunakan. 


Untuk menjawab kebutuhan Sahabat DQ, kini DQLab meluncurkan module baru yaitu "Statistik Dasar untuk Data Science dengan Python & Scikit - Populasi & Sampel". Seperti yang kita ketahui bahwa statistik merupakan kompetensi yang wajib dikuasai jika ingin terjun di bidang data. Pada module Statistik Dasar untuk Data Science dengan Python & Scikit - Populasi & Sampel tersebut kamu akan mempelajari beberapa kompetensi sebagai berikut :

  • Mampu mengetahui dan mengerti apa itu populasi dan sampel

  • Mampu mengetahui apa dan kenapa menggunakan statistik 

  • Mampu mengetahui apa itu variabel data

  • Mampu memahami dan menggunakan random sampling

  • Mampu memahami dan menggunakan representative sampling


Sebelum membahas populasi dan sampel, kita akan bahas sedikit mengenai statistik. Nah, ada istilah yang mirip yang seringkali salah dipahami yaitu statistik dan statistika. Apa perbedaannya? 


Statistika merupakan ilmu yang digunakan untuk mengetahui informasi dari suatu populasi berdasarkan riset dan inferensi sampel dari populasi tersebut. Dengan statistika kita bisa menentukan teknik pengumpulan data yang sesuai, menentukan fitur penting dari kumpulan data, dan menentukan kesimpulan terbaik. 


Sedangkan statistik merupakan ukuran-ukuran untuk mendeskripsikan sampel. Dari pengertian statistika dan statistik, ada populasi dan sampel yang disebut di dalamnya. Sebelum melihat sneak peak dari module baru DQLab, yuk simak video dibawah ini yaa! 


1. Pengertian Populasi

Populasi merupakan jumlah keseluruhan dari objek penelitian atau individu-individu yang hendak diteliti. Individu atau satuan ini bisa dalam bentuk orang-orang, peristiwa, benda-benda, dan lain sebagainya. Beberapa definisi populasi menurut para ahli yaitu sebagai berikut:

  • Menurut Netra populasi  adalah keseluruhan individu yang bersifat general atau umum yang mempunyai karakteristik yang cenderung sama. 

  • Menurut Sugiyono populasi adalah wilayah generalisasi yang terdiri atas objek/subjek yang memiliki kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya.

  • Menurut Handayani populasi adalah totalitas dari setiap elemen yang akan diteliti yang memiliki ciri sama, bisa berupa individu dari suatu kelompok, peristiwa, atau sesuatu yang akan diteliti.


Baca juga: Belajar Statistika : Kenali Lebih Jauh Penerapannya dalam Data Science


2. Pengertian Sampel

Sampel adalah wakil atau sebagian dari populasi yang memiliki sifat dan karakteristik yang sama yang menggambarkan dan dapat mewakili seluruh populasi yang diteliti. Beberapa pengertian sampel menurut para ahli yaitu sebagai berikut:

  • Menurut Sugiyono sampel diartikan sebagai bagian dari jumlah dan karakteristik yang dimiliki oleh suatu populasi.

  • Menurut Arikunto sampel adalah sebagai bagian atau wakil dari populasi yang  diteliti.

  • Menurut Gulo sampel merupakan himpunan bagian atau subset dari suatu populasi. 

  • Menurut Djarwanto sampel adalah sebagian dari populasi yang karakteristiknya hendak diteliti. Sampel yang baik, yang kesimpulannya dapat dikenakan pada populasi, adalah sampel yang bersifat representatif atau yang dapat menggambarkan karakteristik populasi. 


3. Perbedaan Populasi dan Sampel

Populasi dan sampel adalah istilah yang berbeda. Meski begitu masih ada yang bingung mengenai perbedaan keduanya. Seperti yang sudah dibahas pada poin sebelumnya, populasi merupakan keseluruhan dari objek penelitian.


Populasi berfokus pada identifikasi karakteristik anggota populasi. Adapun karena cakupannya yang luas, pengumpulan data populasi dapat dilakukan dengan kegiatan sensus. Sedangkan sampel merupakan sebagian dari populasi yang mewakili seluruh populasi yang diteliti. 


Sampel digunakan jika penelitian mencakup populasi yang besar dan tidak memungkinkan untuk mempelajari seluruh populasi. Terdapat dua karakteristik sampel yaitu akurasi dan presisi. Akurasi artinya sejauh mana sampel didapatkan tanpa ada bias. Sementara presisi merujuk pada ketelitian atau ketepatan dimana jika semakin tinggi tingkat presisi maka semakin besar kemungkinan data sampel dapat mewakili populasi. 


4. Teknik Pengumpulan Sampel Dalam Penelitian

Teknik pengumpulan atau pengambilan sampel dibagi menjadi dua yaitu probability sampling dan non-probability sampling. Teknik probability sampling merupakan teknik yang dilakukan dengan memberikan peluang kepada seluruh anggota populasi untuk menjadi sampel.


Sampel didapatkan diharapkan merupakan sampel yang bersifat representatif. Contohnya kita mengambil data untuk dilakukan survei terkait layanan administrasi X pada kota A dengan total 1 juta penduduk dewasa (> 17 tahun). Maka sampel yang diambil sebesar 1% dari keseluruhan penduduk.


Teknik probability sampling dibagi menjadi beberapa jenis yaitu sebagai berikut:

  • Simple random sampling yaitu pengambilan sampel anggota populasi secara acak tanpa memperhatikan strata dalam populasi tersebut.

  • Sistematic sampling yaitu prosedur penarikan sampel dengan cara mengambil setiap kasus secara berurutan dari daftar populasi. 

  • Proportionate stratified random sampling yaitu teknik pengambilan sampel yang dapat dilakukan dengan cara undian maupun sistematis. 

  • Cluster sampling merupakan teknik pengambilan sampel ketika objek yang diteliti atau sumber datanya sangat luas dengan cara menentukan kelompok klaster secara bertahap. 


Kemudian ada lagi teknik non-probability sampling yaitu teknik pengambilan sampel dari populasi yang ditentukan sendiri oleh peneliti. Contohnya kita akan mengambil sampel dengan meminta responden secara sukarela untuk mengisi survei layanan administrasi X berdasarkan nomor kontak responden penduduk di kota A. 


Adapun teknik ini dibagi menjadi beberapa jenis yaitu sebagai berikut:

  • Sampling sistematis merupakan teknik pengambilan sampel berdasarkan urutan dari anggota populasi yang diberi nomor urut.

  • Sampling kuota adalah teknik untuk menentukan sampel dari populasi yang memiliki ciri-ciri tertentu hingga mencapai kuota yang diinginkan.

  • Sampling aksidental yaitu penentuan sampel secara kebetulan yang sekiranya cocok untuk menjadi sumber data.

  • Purposive sampling adalah teknik penentuan sampel dengan pertimbangan tertentu.

  • Sampling jenuh yaitu teknik pengambilan sampel dimana semua anggota populasi digunakan sebagai sampel. 

  • Sampling snowball yaitu teknik pengambilan sampel berdasarkan penelusuran sampel sebelumnya sehingga sampel yang awalnya berjumlah sedikit, kemudian jadi membesar.


Untuk setiap data yang dikumpulkan tentu memiliki karakteristik yang berbeda. Oleh karena itu istilah variabel digunakan untuk merepresentasikan variasi karakteristik untuk setiap butir data/observasi. Terdapat terminologi yang berkaitan dengan variabel yaitu sebagai berikut :

  • Variabel explanatory digunakan sebagai masukan untuk mendefinisikan variasi yang ada pada sampel.

  • Variabel respons merupakan luaran dari kajian yang dilakukan dan dapat diukur atau dihitung berdasarkan variasi nilai pada variabel bebas. 

  • Variabel confounding merupakan variabel yang dapat mempengaruhi variabel bebas dan variabel bergantung sehingga dapat mempengaruhi kesimpulan yang diambil nantinya. 


Berikut merupakan tipe variabel:


Baca juga : Empat Jenis Data Statistik Hasil Pengukuran


Ingin tahu lebih jelas? Yuk simak video dibawah ini!



Populasi dan sampel bukanlah istilah asing dalam keperluan penelitian. Peneliti harus paham jenis mana yang akan digunakan dalam penelitian. Istilah ini juga masih berkaitan dengan statistik. Data populasi maupun sampel dapat diproses menggunakan teknik atau metode statistik. 


Python adalah salah satu tools yang menjadi andalan praktisi data dalam melakukan pekerjaannya seperti perhitungan statistik. Jika kamu tertarik ingin memperdalam kompetensi mengenai statistik, kamu bisa coba module terbaru DQLab yaitu œStatistik Dasar untuk Data Science dengan Python & Scikit - Populasi & Sampel. 


Yuk, akses module barunya secara lengkap dengan signup ke DQLab.id! Kamu akan belajar Python untuk statistik menggunakan librarynya yang populer yaitu Scikit. Dapatkan juga sertifikat completion untuk setiap module yang berhasil diselesaikan. 


Tunggu apa lagi? Mulai belajar data sekarang, yuk!


Penulis: Dita Kurniasari

Editor: Annissa Widya

Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login