Populasi, Sampel, dan Uji Normalitas

POPULASI

Dalam statistika, populasi adalah sekumpulan data yang mempunyai karakteristik yang sama dan menjadi objek inferensi,

Statistika inferensi mendasarkan diri pada dua konsep dasar, populasi sebagai keseluruhan data, baik nyata maupun imajiner, dan sampel, sebagai bagian dari populasi yang digunakan untuk melakukan inferensi (pendekatan/penggambaran) terhadap populasi tempatnya berasal. Sampel dianggap mewakili populasi. Sampel yang diambil dari populasi satu tidak dapat dipakai untuk mewakili populasi yang lain.

Suatu sensus dilakukan untuk mendapatkan karakteristik populasi secara nyata. Karakteristik yang dimiliki oleh populasi dinamakan parameter. Bagi suatu karakteristik yang dimiliki sampel (disebut statistik), nilai parameter adalah nilai harapannya (expected value).

Populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Populasi merupakan keseluruhan pengamatan yang menjadi perhatian kita. Diwaktu lampau,istilah “populasi” mengandung makna pengamatan yang diperoleh dari penelitian statistik yang berhubungan dengan orang banyak. Dimasa kini, statistikawan menggunakan istilah itu bagi sembarang pengamatan yang menarikperhatian kita, apakah itu sekelompok orang, binatang, atau benda apa saja. Populasi dalam penelitian dapat pula diartikan sebagai keseluruhan unit analisis yang ciri-cirinya akan diduga.

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).  Berdasarkan sifatnya, populasi dibagi menjadi dua, yaitu populasi homogen dan populasi heterogen. Populasi homogen adalah sumber data yang unsurnya memiliki sifat yang sama dan tidak perlu mempersoalkan jumlahnya secara kuantitatif. Sedangkan populasi heterogen yaitu Sumber data yang unsurnya memiliki sifat atau keadaan yang berbeda (bervariasi) sehingga perlu ditetapkan batas-batasnya secara kualitatif dan kuantitatif.

Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi. Misalnya ada 600 siswa disekolah itu yang kita golongkan menurut golongan darahnya, maka dikatakan kita mempunyai populasi berukuran 600. Bilangan-bilangan yang dituliskan pada sekuumpulan kartu, tinggi badan penduduk disuatu tempat, dan panjang ikan disebuah daanau adalah contoh populasi terhingga. Percobaan pelemparan dadu yang disebutkan tadi termasuk contoh populasi takhingga.

Menentukan populasi dibantu oleh 4 faktor, yaitu: isi, satuan,cakupan (scope), dan waktu.

Ada dua macam jenis populasi :

1) Populasi Terbatas
Populasi terbatas mempunyai sumber data yang jelas batasnya secara kuantitatif sehingga dapat dihitung jumlahnya.
Contoh :
a. Jumlah penduduk kota Bandung 2.500.000 jiwa.
b. Jumlah 1000 guru SD di Yogyakarta mengikuti prajabatan.

2) Populasi Tak Terbatas
Populasi tak terbatas yaitu sumber datanya tak dapat ditentukan batas-batasnya sehingga relatif tidak dapat dapat dinyatakan dalam bentuk jumlah.
Contoh :
Suatu percobaan seorang bandar akan melemparkan sepasang dadu sampai tak terhingga kali lemparannya. Maka setiap kali mencatat sepasang bilangan yang muncul akan mendapatkan sepasang nilai yang tak terhingga pula.
Berdasarkan sifatnya populasi dapat digolongkan menjadi populasi homogen dan populasi heterogen.

a. Populasi homogen
Populasi homogen adalah sumber data yang unsurnya memiliki sifat atau keadaan yang sama sehingga tidak perlu mempermasalahkan jumlahnya secara kuantitatif.

b. Populasi heterogen
Populasi heterogen adalah sumber data yang unsurnya memiliki sifat atau keadaan yang berbeda (bervariasi) sehingga perlu ditetapkan batas-batasnya baik secara kuantitatif maupun secara kualitatif.
Dalam melaksanakan penelitian, walaupun tersedia populasi yang terbatas dan homogen , ada kalanya peneliti tidak melakukan pengumpulan data secara populasi. Tetapi mengambil sebagian dari populasi yang dianggap mewakili populasi (representative).
Hal ini berdasar pertimbangan yang logis, seperti kepraktisan, keterbatasan biaya, waktu, tenaga dan adanya percobaan yang bersifat merusak (destruktif).

SAMPEL

         Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Sampel merukan himpunanbagian dari populasi. Sampel penelitian adalah sebagian dari populasi yang diambil sebagai sumber data dan dapat mewakili seluruh populasi. Menurut Sugiyono, sampel adalah sebagian dari karakteristik yang dimiliki oleh populasi.Keuntungan dalam menggunakan sampel yaitu: memudahkan peneliti, penelitian lebih efisien, lebih teliti dan cermat dalam pengumpulan data, serta penelitian lebih efektif.

Sedangkan sampling adalah suatu proses memilih sebagian dari unsur populasi yang jumlahnya mencukupi secara statistik sehingga dengan mempelajari sampel serta memahami karakteristik-karakteristiknya (ciri-cirinya) akan diketahui informasi tentang keadaan populasi.

-Syarat sampel yang baik

a) Akurasi atau ketepatan

yaitu tingkat ketidakadaan “bias” (kekeliruan) dalam sample. Dengan kata lain makin sedikit tingkat kekeliruan yang ada dalam sampel, makin akurat sampel tersebut. Tolok ukur adanya “bias” atau kekeliruan  adalah populasi.

b) Presisi

Kriteria kedua sampel yang baik adalah memiliki tingkat presisi estimasi. Presisi mengacu pada persoalan sedekat mana estimasi kita dengan karakteristik populasi. Presisi=standard error, Nilai rata-rata populasi dikurangi nilai rata-rata sampel

-Alasan menggunakan sampel:

(a)Populasi demikian banyaknya sehingga dalam prakteknya tidak mungkin seluruh elemen diteliti;

(b) Keterbatasan waktu penelitian, biaya, dan sumber daya manusia,  membuat peneliti harus telah puas jika meneliti sebagian dari elemen penelitian;

(c) bahkan kadang, penelitian yang  dilakukan terhadap sampel bisa lebih reliabel daripada terhadap populasi–misalnya,  karena elemen sedemikian banyaknya maka akan memunculkan kelelahan fisik dan mental  para pencacahnya sehingga banyak terjadi kekeliruan. (UmaSekaran, 1992);

(d) Jika elemen populasi homogen,  penelitian terhadap seluruh elemen dalam populasi menjadi tidak masuk akal,  misalnya untuk meneliti kualitas jeruk dari satu pohon jeruk.

Sampel yang baik harus dapat mewakili keseluruhan populasi dan hasil penelitian dapat diterapkan keseluruh populasi. Misalnya saja, dalam usaha menetukan umur rata-rata suatu lampu pijar tertentu, adalah tidak mungkin untuk menguji semua lampu pijar kalau kita masih ingin menjualnya. Biaya yang lebih besar sering menjadi faktor penghalang untuk mengamati semua anggota populasi. Oleh karena itu, kita terpaksa menggantungkan pada sebagian anggota populasi untuk membantu kita menarik kesimpulan mengenai populasi tersebut.

Teknik (metode) penentuan sampel yang ideal memiliki ciri-ciri dapat memberikan gambaran yang akurat tentang populasi, dapat menentukan presisi, sederhana sehingga mudah dilaksanakan, dan dapat memberikan keterangan sebanyak mungkin dengan biaya murah.

Jumlah/Besar sampel perlu mempertimbangkan hal-hal  sbb:

a)      Derajat keseragaman (degree of homogenity)

b)      Presisi yang dikehendaki dari penelitian

c)      Rencana analisis

d)      Tenaga, biaya dan waktu

e)      Besar populasi

         Kalau kita menginginkan kesimpulan dari contoh terhadap populasi menjadi sah, kita harus mendapatkan contoh yang mewakili. Prosedur pengambilan contoh yang menghasilkan kesimpulan konsisten yang terlalu tinggi atau terlalu rendah mengenai suatu ciri populasi dikatakan berbias.Untuk menghilangkan kemungkinan bias ini, kita perlu mengambil contoh acak sederhana. Contoh acak sederhana adalah suatu contoh yang dipilih sedemikian rupa sehingga setiap himpunan bagian yang berukuran n dari populasi tersebut mempunyai peluang terpilih yang sama. Untuk populasi terhingga yang kecil, proses pengambilan contoh acak sederhana relatif mudah; namun dengan semakin besarnya populasi, proses ini menjadi semakin rumit.

PENGUJIAN NORMALITAS DATA

 TEKNIK SAMPLING

Teknik pengambilan sampel atau teknik sampling adalah suatu cara pengambilan sampel yang representatif dari populasi. Teknik sampling merupakan suatu cara untuk menentukan banyaknya sampel dan pemilihan calon anggota sampel, sehingga setiap sampel yang terpilih dalam penelitian dapat mewakili populasinya (representatif) baik dari aspek jumlah maupun dari aspek karakteristik yang dimiliki populasi. Untuk menentukan sampel dalam penelitian, terdapat berbagai teknik sampling yang digunakan.Apabila semua anggota populasi dipilih  menjadi anggota sampel,  maka proses ini disebutsensus (sampeljenuh). Teknik sampling terbagi menjadi dua, meliputi : Probability Sampling dan Non-probability Sampling

a. Probability Sampling

Probability sampling adalah teknik pengambilan sampel yang memberikan peluang yang sama bagi setiap unsure (anggota) populasi untuk dipilih menjadi anggota sampel.

Jenis-jenis Probability sampling:

a)     Simple Random Sampling

Simple random sampling ialah cara pengambilan sampel dari anggota populasi secara acak tanpa memperhatikan strata (tingkatan) yang ada dalam anggota populasi tersebut. Hal ini dilakukan apabila anggota populasi dianggap homogen (sejenis).Pengambilan sampel acak sederhana dapat dilakukan dengan cara undian, memilih bilangan dari daftar bilangan secara acak, dsb.

      b)     Proportionate Stratified Random Sampling

Proportionate Stratified Random Sampling ialah pengambilan sampel dari anggota populasi secara acak dan berstrata secara proporsional. Dilakukan ini apabila ada anggota populasi yang tidak sejenis (heterogen). Pengambilan sampel dilakukan secara acak dengan memperhatikan strata yang ada. Artinya setiap strata terwakili sesuai proporsinya.

     c)      Disproportionate stratified random sampling

Disproportionate stratified random sampling ialah  pengambilan sampel dari anggota populasi secara acak dan berstrata tetapi ada sebagian data yang kurang proporsional pembagiannya. Dilakukan ini apabila anggota populasi heterogen. Teknik ini digunakan untuk menentukan jumlah sampel dengan populasi berstrata tetapi kurang proporsional, artinya ada beberapa kelompok strata yang ukurannya kecil sekali.

     d)     Area sampling

Area sampling ialah teknik sampling yang dilakukan dengan cara mengambil wakil dari setiap wilayah atau daerah geografis yang ada. Teknik ini digunakan untuk menentukan jumlah sampel jika sumber data sangat luas. Pengambilan sampel didasarkan daerah populasi yang telah ditetapkan. Misalnyadari27propinsidiambil10propinsisecararandom/acak.

b. Non Propability Sampling

Adalah teknik pengambilan sampel yang tidak memberi peluang/kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel.

Jenis-jenis Non Probability Sampling

a)     Sampling Sistematis

Sampling Sistematis adalah teknik pengambilan sampel berdasarkan urutan dari anggota populasi yang telah diberi nomor urut.

b)     Sampling Kuota

Sampling Kuota adalah teknik untuk menentukan sampel dari populasi yang mempunyai ciri-ciri tertentu sampai jumlah (kuota) yang diinginkan.

c)      Sampling insidental

Sampling insidental adalah teknik penentuan sampel berdasarkan kebetulan, yaitu siapa saja yang secara kebetulan/incidental bertemu dengan peneliti dapat digunakan sebagai sampel, bila dipandang orang yang kebetulan ditemui itu cocok sebagai sumber data.

d)     Sampling Purposive

Sampling Purposive adalah teknik penentuan sampel dengan pertimbangan tertentu. Misalnya akan melakukan penelitian tentang kualitas makanan, maka sampel sumber datanya adalah orang yang ahli makanan. Sampel ini lebih cocok digunakan untuk penelitian kualitatif, atau penelitian-penelitian yang tidak melakukan generalisasi. Teknik ini dibagi dua, Yaitu:

1.      Judgment Sampling, Sampel dipilih berdasarkan penilaian peneliti bahwa dia adalah pihak yang paling baik untuk dijadikan sampel penelitiannya.

2.      Quota Sampling, Teknik sampel ini adalah bentuk dari sampel distratifikasikan secara proposional, namun tidak dipilih secara  acak melainkan secara kebetulan saja.

e)      Sampling  Jenuh

Sampling  Jenuh adalah teknik penentuan sampel bila semua anggota populasi digunakan sebagai sampel. Hal ini sering dilakukan bila jumlah populasi relative kecil, kurang dari 30 orang, atau penelitian yang ingin membuat generalisasi dengan kesalahan yang sangat kecil.

f)       Snowball Sampling

Snowball Sampling adalah teknik penentuan sampel yang mula-mula jumlahnya kecil, kemudian membesar. Penentuan sampel yang mula-mula jumlahnya kecil, kemudian sampel itu disuruh memilih teman-temannya untuk dijadikan sampel. Cara ini banyak dipakai ketika peneliti tidak banyak tahu tentang populasi penelitiannya.  Dia hanya tahu satu atau dua orang yang  berdasarkan penilaiannya bisa dijadikan sampel. Karena peneliti menginginkan lebih banyak lagi,  lalu dia minta kepada sampel pertama untuk menunjukan orang lain yang kira-kira bisa dijadikan sampel. Demikian seterusnya, sehingga jumlah sampel semakin banyak. Ibarat bola salju.Ibarat bola salju yang menggelinding yang lama-lama menjadi besar.  

MENENTUKAN UKURAN SAMPEL

Syarat:

(1) Ukuran Populasi (N) diketahui

(2) Pilih taraf signifikansi α yang diinginkan

Ada tiga metode praktis, yaitu:

(1)Tabel Kretjie

(2)Nomogram Harry King(lihatSugiyono,2007)

(3)Rumus Slovin

Rumus Slovin

Rumus Slovin untuk menentukan ukuran sampel minimal (n) jika diketahui ukuran populasi (N) pada taraf signifikansi α adalah:

Contoh:

Berapa ukuran sampel minimum yang harus diambil dari populasi

yang berukuran

 A. 1000 dengan taraf signifikansi α = 0,05

 B. 45.250 dengan taraf signifikansi α = 0,01

 Jawab : 

UJI NORMALITAS DATA

Pengujian normalitas dimaksudkan untuk mendeteksi apakah data yang akan digunakan sebagai pangkal tolak pengujian hipotesis merupakan data empirik yang memenuhi hakikat naturalistik. Hakikat naturalistik menganut faham bahwa penomena (gejala) yang terjadi di alam ini berlangsung secara wajar dan dengan kecenderungan berpola.

Prosedur pengujian normalitas data :

1.Merumuskan formula hipotesis
Ho : Data berdistribusi normal
Ha : Data tidak berdistribusi normal

2. Menentukan taraf nyata (a)
Untuk mendapatkan nilai chi-square tabel

 X² tabel = X² 1-α ;dk = ?

dk = k – 3
dk = Derajat kebebasan
k = banyak kelas interval

3. Menentukan Nilai Uji Statistik

Keterangan :
Oi = frekuensi hasil pengamatan pada klasifikasi ke-i
Ei = Frekuensi yang diharapkan pada klasifikasi ke-i

4. Menentukan Kriteria Pengujian Hipotesis

Ho : Data berdistribusi normal
Ha : Data tidak berdistribusi normal

5. Memberikan kesimpulan

Contoh :

Hasil pengumpulan data mahasiswa yang mendapat nilai ujian kalkulus I, yang diambil secara acak sebanyak 64. Dicatat dalam daftar distribusi frekuensi. Hasilnya sebagai berikut :

Ujilah apakah data tersebut berdistribusi normal atau tidak dengan a = 0,05 ?

jawab :

1. Menentukan mean

2. Menentukan Simpangan baku 

3. Membuat daftar distribusi frekuensi yang diharapkan

Catatan :
Tanda ( - ) menunjukkan luas Z pada sisi kiri
Tanda ( + ) menunjukkan luas Z pada sisi kanan

(4) Mencari luas tiap kelas interval

Yaitu angka baris pertama dikurangi baris kedua, angka baris kedua dikurangi baris ketiga, dst. Kecuali untuk angka pada baris paling tengah ditambahkan dengan angka pada baris berikutnya.

(5) Mencari frekuensi yang diharapkan (Ei)

Dengan cara mengalikan luas tiap interval dengan jumlah responden (n = 64)

Tabel frekuensi yang diharapkan dan pengamatan

4) Merumuskan formulasi hipotesis

Ho : Data berdistribusi normal

Ha : Data tidak berdistribusi normal

5) Menentukan taraf nyata dan chi-kuadrat tabel

α = 0,05 dengan dk = k - 3 = 7 – 3 = 4

x² tabel = x²_1.α;dk = x²_0,95;4 = 9,49

6) Menentukan kriteria pengujian

 H_O ditolak, jika x² hitung ≥ x² tabel

 H_O diterima, jika x² hitung < x² tabel

7) Mencari Chi-kuadrat hitung

 

Kesimpulan

Karena chi-kuadrat hitung = 3,67 < 9,49 = chi-kuadrat, maka Ho gagal ditolak

Jadi, data tersebut berdistribusi normal untuk taraf nyata 5%

SKALA PENGUKURUAN

Ada empat tipe skala pengukuran dalam penelitian, yaitu nominal, ordinal, interval dan ratio,yakni :

1. Skala Nominal

Skala pengukuran nominal digunakan untuk mengklasifikasikan obyek, individual atau kelompok; sebagai contoh mengklasifikasi jenis kelamin, agama, pekerjaan, dan area geografis. Dalam mengidentifikasi hal-hal di atas digunakan angka-angka sebagai symbol. Apabila kita menggunakan skala pengukuran nominal, maka statistik non-parametrik digunakan untuk menganalisa datanya. Hasil analisa dipresentasikan dalam bentuk persentase. Sebagai contoh kita mengklasifikasi variable jenis kelamin menjadi sebagai berikut: laki-laki kita beri simbol angka 1 dan wanita angka 2.

2. Skala Ordinal

Skala pengukuran ordinal memberikan informasi tentang jumlah relatif karakteristik berbeda yang dimiliki oleh obyek atau individu tertentu. Tingkat pengukuran ini mempunyai informasi skala nominal ditambah dengan sarana peringkat relatif tertentu yang memberikan informasi apakah suatu obyek memiliki karakteristik yang lebih atau kurang tetapi bukan berapa banyak kekurangan dan kelebihannya. Jawaban pertanyaan berupa peringkat misalnya: sangat tidak setuju, tidak setuju, netral, setuju dan sangat setuju dapat diberi symbol angka 1, 2, 3, 4 dan 5. Angka-angka ini hanya merupakan simbol peringkat, tidak mengekspresikan jumlah.

3. Skala Interval

Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala nominal dan ordinal dengan ditambah karakteristik lain, yaitu berupa adanya interval yang tetap. Dengan demikian peneliti dapat melihat besarnya perbedaan karaktersitik antara satu individu atau obyek dengan lainnya. Skala pengukuran interval benar-benar merupakan angka. Angka-angka yang digunakan dapat dipergunakan dapat dilakukan operasi aritmatika, misalnya dijumlahkan atau dikalikan. Untuk melakukan analisa, skala pengukuran ini menggunakan statistik parametric.

4. Skala Ratio

Skala pengukuran ratio mempunyai semua karakteristik yang dipunyai oleh skala nominal, ordinal dan interval dengan kelebihan skala ini mempunyai nilai 0 (nol) empiris absolut. Nilai absoult nol tersebut terjadi pada saat ketidakhadirannya suatu karakteristik yang sedang diukur. Pengukuran ratio biasanya dalam bentuk perbandingan antara satu individu atau obyek tertentu dengan lainnya.

ALAT PENGUMPULAN DATA

Metode yang digunakan untuk mendapatkan data dalam penelitian ini
adalah dengan menggunakan angket untuk mendapatkan jenis data kuantitatif.
Angket adalah suatu alat pengumpul data yang berupa sejumlah pernyataan yang
harus dijawab oleh subyek yang menjadi sasaran atau responden penelitian.
Sebagai dasar pertimbangan penelitian ini menggunakan angket sebagai alat
pengumpul data adalah seperti yang dikemukakan oleh (Hadi, 1997), sebagai
berikut:
- Subjek adalah orang yang paling tahu tentang dirinya sendiri.
- Apa yang dinyatakan oleh subjek kepada penyelidik adalah benar dan dapat dipercaya.
- Bahwa interpretasi subjek tentang pertanyaan-pertanyan yang diajukan kepadanya adalah sama dengan apa yang dimaksud oleh penyelidik.

Selain itu kelebihan angket menurut (Walgito; 1994) adalah:
1. Metode ini merupakan metode yang praktis.
2. Dalam waktu singkat dapat memperoleh data yang banyak.
3. Hemat, karena dalam menggunakan angket, tenaga yang digunakan sedikit.
4. Orang dapat menjawab dengan leluasa, tidak dipengaruhi oleh temantemannya yang lain.

Adapun kelemahan-kelemahan angket (Walgito; 1994) adalah seperti;
- Kemungkinan tidak dapat berhadapan langsung dengan responden, sehingga bila ada pertanyaan yang kurang jelas tidak mendapatkan keterangan lebih lanjut,
- Pertanyaan-pertanyaan yang terdapat dalam angket sifatnya agak kaku karena telah ditentukan, dan tidak dapat diubah sesuai dengan kemampuan responden,
- Sulit untuk memberikan jaminan bahwa semua angket yang telah dikeluarkan akan kembali seluruhnya.

Untuk mengatasi kelemahan-kelemahan yang terdapat pada angket ini
beberapa yang diperhatikan adalah seperti;

1) menyusun petunjuk-petunjuk untuk mengerjakan angket dengan jelas dan singkat,

(2) menyusun pertanyaan dengan menggunakan bahasa sederhana, jelas dan tidak menggunakan arti yang
ambivalen,

(3) subyek tidak diwajibkan untuk menuliskan namanya, sehingga subyek tidak perlu khawatir dan malu bahwa hal-hal yang ada pada dirinya akan
diketahui oleh orang lain.


Beberapa Masalah dalam Penelitian yang Berkaitan dengan Sampel

Dalam setiap penelitian, tidak tertutup kemungkinan untuk terjadi permasalahan atau penyimpangan. Besarnya penyimpangan yang dapat ditoleransi dalam suatu penelitian, tergantung pada sifat penelitian itu sendiri. Ada penelitian yang dapat mentolerannsikan penyimpangan yang besar; sebaliknya ada juga penelitian yang menghendaki penyimpangan yang kecil, sebab penyimpangan yang besar dapat menimbulkan kesimpulan yang salah.
Dalam suatu penelitian, ada kemungkinan timbul dua macam penyimpangan, yaitu:

1. Penyimpangan karena Pemakaian Sampel (Sampling Error)
Seandainya tidak ada kesalahan pada pengamatan, satuan-satuan ukuran, definisi operasinal variabel, pengolahan data, dan sebagainya, maka perbedaan itu hanya disebabkan oleh pemakaian sampel. Mudah dimengerti bahwa semakin besar sampelnyang diambil, semakin kecil pula terjadi penyimpangan. Apabila sampel itu sudah sama besar dengan populasi, maka penyimpangan oleh pemakaian sampel pasti akan hilang.

2. Penyimpangan Bukan oleh Pemakaian Sampel (Non-Sampling Error)
Jenis penyimpangan ini dapat ditimbulkan oleh berbagai hal, di antaranya adalah:
- Penyimpangan karena kesalahan perencanaan. Misalnya karena tidak tepatnya definisi operasional variabel, kriteria satuan-satuan ukuran, dan sebagainya, memberikan peluang penyimpangan atau kesalahan pada hasil penelitian.
- Penyimpangan karena Penggantian Sampel. Hal ini berkaitan dengan adanya perbedaan antara sampel yang diteliti dengan sampel yang ditetapkan. Misalnya, seseorang mahasiswa yang telah ditetapkan sebagai sampel tidak bisa dihubungi pada waktu akan diwawancarai atau diminta untuk mengisi kuesioner, lalu kita menggantinya dengan mahasiswa yang lain.
- Penyimpangan karena salah tafsir dari petugas pengumpulan data maupun responden, yang dapat menyebabkan jawaban yang diperoleh dari responden menyimpang dari yang sebenarnya.
 Penyimpangan karena salah tafsir responden. Biasanya disebabkan karena responden sudah lupa akan masalah yang ditanyakan.
 - Penyimpangan karena responden sengaja salah dalam menjawab pertanyaan. Hal ini dapat terjadi jika responden merasa curiga terhadap maksud dan tujuan penelitian, atau mungkin juga responden mempunyai maksud-maksud tertentu secara terselubung. Penyimpangan karena kesalahan pengolahan data, misalnya salah dalam menambahkan, mengalikan, dan sebagainya.

Sementara itu, masalah yang dihadapi dalam Pembuatan Kerangka Sampling, di antaranya adalah sebagai berikut:
- Blank Foreign Elements
Yakni jika data populasi yang diperoleh dari sesuatu sumber tidak sesuai dengan kenyataannya di lapangan, sehingga terjadi orang yang sudah terpilih sebagai sampel tidak ditemui di lapangan. Hal ini disebabkan mungkin karena pendataannya yang tidak akurat atau datanya sudah kadaluarsa.
-Incomplete Frame
Ketidaklengkapan kerangka sampling terjadi karena ada unsur populasi (orang) yang seharusnya masuk di dalamnya, justeru tidak tercatat.
- Cluster of Elements
Kerangka sampling yang kita miliki tidak selamanya sama dengan yang kita butuhkan. Misalnya, jika kita ingin meneliti pelajar sekolah dasar yang bertempat tinggal di Kota A, kita tidak akan memperoleh daftarnya, yang kita temukan hanyalah daftar nama sekolah dasar yang ada di Kota A.
kecenderungan berpola.