Perbedaan Populasi dan Sampel: Tabel Pembanding plus 10 Contoh
TL;DR
Populasi adalah seluruh unit yang jadi sasaran kesimpulan, sedangkan sampel adalah bagian dari populasi yang benar-benar diukur. Angka dari populasi disebut parameter dan sifatnya pasti, angka dari sampel disebut statistik dan selalu punya galat. Rumus simpangan baku keduanya juga beda: populasi dibagi N, sampel dibagi n dikurangi 1.
Populasi itu semua unit yang mau kamu simpulkan. Sampel itu bagian dari unit tadi yang beneran kamu ukur.
Perbedaannya kelihatan sederhana sampai kamu nulis bab metodologi dan bingung kenapa rumus simpangan bakunya ada dua versi.
Ini tabel pembandingnya, penjelasan kenapa simbolnya beda, dan sepuluh contoh dari bidang yang beda-beda.
Apa perbedaan populasi dan sampel?
Populasi mencakup seluruh unit yang memenuhi batasan penelitian, sedangkan sampel cuma sebagian yang diambil buat diukur. Angka yang dihitung dari populasi disebut parameter dan nilainya pasti. Angka dari sampel disebut statistik, nilainya berubah tiap kali sampel diambil ulang, dan selalu punya galat.
| Aspek | Populasi | Sampel |
|---|---|---|
| Cakupan | Seluruh unit | Sebagian unit |
| Lambang jumlah | N (huruf besar) | n (huruf kecil) |
| Nama angkanya | Parameter | Statistik |
| Rata-rata | mu | x bar |
| Simpangan baku | sigma, pembagi N | s, pembagi n dikurangi 1 |
| Proporsi | P | p topi |
| Sifat nilainya | Tetap, biasanya gak diketahui | Berubah tiap pengambilan |
| Galat | Gak ada galat sampling | Selalu ada, harus dilaporkan |
| Biaya | Mahal dan lama | Jauh lebih murah |
| Contoh kegiatan | Sensus penduduk | Survei angkatan kerja |
Baris yang paling sering bikin salah hitung ada di simpangan baku. Di spreadsheet, versi sampel pakai STDEV.S dan versi populasi pakai STDEV.P. Rata-ratanya sama-sama pakai AVERAGE.
Kenapa rumus simpangan bakunya beda?
Waktu kamu ngitung sebaran sampel, kamu ngukur jarak tiap data ke rata-rata sampel itu sendiri. Rata-rata sampel selalu duduk pas di tengah datanya, jadi jaraknya keluar lebih pendek dari jarak sebenarnya ke rata-rata populasi.
Akibatnya sebaran sampel cenderung kelihatan lebih sempit dari kenyataan. Membagi dengan n dikurangi 1, bukan n, ngoreksi kecenderungan itu.
Seberapa besar bedanya? Perbandingan dua rumus itu persis sama dengan akar dari n dibagi n dikurangi 1.
| Jumlah data | Selisih dua rumus |
|---|---|
| n = 10 | 5,4% lebih besar |
| n = 30 | 1,7% lebih besar |
| n = 100 | 0,5% lebih besar |
| n = 210 | 0,24% lebih besar |
Jadi buat sampel besar, salah pilih rumus gak bikin kesimpulan kamu berubah. Buat sampel kecil, bedanya nyata dan bisa kena koreksi penguji.
Aturannya gampang diingat: kalau data kamu bakal dipakai buat nyimpulin sesuatu di luar data itu sendiri, pakai versi sampel.
10 contoh populasi dan sampel
Perhatiin pola di kolom kedua. Batas populasi selalu punya tiga unsur: unit, wilayah, dan waktu.
| No | Populasi | Sampel |
|---|---|---|
| 1 | Seluruh mahasiswa aktif Fakultas Ekonomi Universitas X semester ganjil 2025 | 150 mahasiswa terpilih acak dari daftar presensi |
| 2 | Semua UMKM makanan berizin di Kota Bandung per Juni 2025 | 210 pemilik usaha yang mengisi kuesioner |
| 3 | Seluruh transaksi toko kelontong selama Juli 2025 | 200 struk yang diambil acak buat pemeriksaan harga |
| 4 | Semua karyawan tetap sebuah pabrik garmen di Sukabumi | 60 karyawan dari 3 divisi yang diundi |
| 5 | Seluruh pasien rawat jalan poli gigi RS Y sepanjang 2025 | 120 rekam medis yang ditarik sistematis tiap kelipatan 20 |
| 6 | Semua botol air minum hasil produksi satu batch (24.000 botol) | 50 botol yang diuji volume dan segelnya |
| 7 | Seluruh sekolah dasar negeri di Kabupaten Garut tahun ajaran 2025/2026 | 12 sekolah terpilih dengan cluster sampling per kecamatan |
| 8 | Semua pengguna aplikasi kasir yang aktif 30 hari terakhir | 2.000 pengguna yang masuk kelompok uji fitur baru |
| 9 | Seluruh petak sawah di satu desa yang panen Agustus 2025 | 15 petak yang diukur hasil ubinannya |
| 10 | Semua ulasan produk di satu marketplace untuk satu merek sepanjang 2025 | 500 ulasan yang dikoding manual untuk analisis sentimen |
Contoh nomor 6 dan 9 sering kelewat waktu orang mikir sampel. Unitnya bukan orang, dan itu sah.
Contoh nomor 8 juga menarik. Dua ribu pengguna terdengar banyak, tapi kalau mereka dipilih dari satu kota doang, kesimpulannya gak boleh dibawa ke seluruh pengguna. Cara ngebagi kelompok yang bener aku bahas di glosarium segmentation.
Kapan kamu boleh pakai seluruh populasi?
Empat keadaan yang bikin ngambil semua unit lebih masuk akal daripada menyampel:
- Populasinya kecil. Di bawah 100 unit, menyampel malah nyisain sedikit data buat dianalisis. Istilahnya sampel jenuh atau sensus.
- Datanya udah ada dan gratis diambil. Kalau seluruh transaksi udah tersimpan di database, gak ada alasan cuma ngambil sebagian.
- Tiap unit punya konsekuensi sendiri. Pemeriksaan seluruh tagihan sebelum dibayar, misalnya. Di sini tujuannya bukan nyimpulin, tapi ngecek satu per satu.
- Aturan mewajibkan. Laporan keuangan dan pencatatan pajak gak bisa pakai sampel.
Waktu kamu pakai seluruh populasi, nilai p dan selang kepercayaan jadi kurang berguna. Kamu udah punya angka sebenarnya, jadi selisih apa pun yang kamu lihat itu nyata, tinggal dinilai apakah besarnya berarti buat keputusan.
Data populasi tingkat nasional buat pembanding penelitian kamu bisa diambil dari Badan Pusat Statistik.
Contoh kasus: umur usaha 210 responden UMKM
Dataset ngulikdata punya file survei_umkm_2025 berisi 210 responden, diambil dari kerangka sampel 2.400 UMKM makanan di Jawa Barat.
Angka umur usahanya:
| Ukuran | Nilai |
|---|---|
| Jumlah responden (n) | 210 |
| Rata-rata umur usaha | 6,4 tahun |
| Simpangan baku sampel (s) | 4,1 tahun |
| Umur usaha terlama | 28 tahun |
Dengan n sebesar 210, hasil STDEV.S dan STDEV.P cuma beda 0,24%. Praktis gak ngaruh.
Tapi coba lihat apa yang kejadian di analisis per kota. Salah satu kota cuma diwakili 10 responden. Di kelompok itu, simpangan baku versi sampel keluar 3,20 tahun sementara versi populasi 3,04 tahun.
Bedanya 5,4%, dan itu cukup buat menggeser hasil uji beda antar kota kalau kamu salah pilih rumus.
Poin praktisnya: makin kecil kelompok yang kamu analisis, makin penting kamu sadar lagi ngomongin populasi atau sampel. Satu nilai ekstrem juga makin nendang di kelompok kecil, jadi cek dulu outlier sebelum ngambil kesimpulan.
Kesalahan umum bedain populasi dan sampel
- Nyamain populasi dengan jumlah penduduk. Populasi statistik itu unit yang sesuai batasan penelitian, bukan otomatis manusia.
- Nulis N buat jumlah responden. Responden yang kamu ukur itu n kecil. N besar buat ukuran populasi.
- Pakai STDEV.P buat data sampel. Aman kalau datanya ratusan, bermasalah kalau kelompoknya belasan.
- Ngeklaim hasil sampel berlaku di luar kerangka sampel. Kalau kerangka sampel kamu cuma usaha berizin, kesimpulannya berhenti di situ.
- Nganggep sampel besar pasti mewakili. Cara ambilnya lebih nentuin daripada jumlahnya.
- Lupa nyebut periode. Populasi Juni 2025 dan Desember 2025 isinya beda orang.
Cara ngecek pemahaman kamu
Ambil satu penelitian yang lagi kamu kerjain, terus jawab tiga pertanyaan ini dalam satu kalimat masing-masing.
- Unit apa yang kamu ukur, di wilayah mana, dan periode kapan?
- Daftar nama unit itu kamu ambil dari mana?
- Angka yang kamu laporkan nanti parameter atau statistik?
Kalau ketiganya lancar dijawab, bab metodologi kamu aman.
Buat pembahasan yang lebih dalam soal cara nentuin ukuran sampel dan teknik samplingnya, baca populasi dan sampel penelitian. Kalau kamu mau praktek ngambil sampel dari data yang udah ada, lanjut ke sampling data dan kulik langsung pakai dataset kamu sendiri.
Mau praktek langsung? Mulai latihan SQL gratis
Latihan interaktif, langsung di browser.
Artikel terkait
Pandas groupby: Agregasi Data ala Pivot di Python (2026)
groupby ngelompokin baris berdasarkan kolom, lalu ngitung ringkasan per grup kayak total atau rata-rata. Ini pivot-nya pandas.
Pandas to_excel: Ekspor DataFrame ke Excel (2026)
to_excel nyimpen DataFrame pandas jadi file Excel .xlsx. Ini cara pakainya, dari satu sheet sampai banyak sheet, plus setelan yang bikin hasilnya rapi.
Pandas read_excel: Baca File Excel di Python
pandas read_excel baca file Excel jadi DataFrame, bisa pilih sheet tertentu dan lompatin baris judul yang berantakan. Ini cara pakai plus parameter penting dengan contoh data toko.