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.
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.
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.
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.
Empat keadaan yang bikin ngambil semua unit lebih masuk akal daripada menyampel:
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.
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.
Ambil satu penelitian yang lagi kamu kerjain, terus jawab tiga pertanyaan ini dalam satu kalimat masing-masing.
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.
Kolom datetime nyimpen tanggal, jam, hari, semuanya nempel jadi satu. Accessor .dt di pandas ngeluarin tiap bagian jadi kolom sendiri buat dianalisa.
Nama toko ketik campur huruf besar-kecil, spasi nyasar di ujung, atau kode produk nempel jadi satu. Accessor .str di pandas ngerapiin semua itu tanpa loop.
Model machine learning cuma ngerti angka, bukan teks kayak merah atau biru. get_dummies ngubah kolom kategori jadi kolom 0/1 dalam satu baris kode.