Metode Penelitian Ilmiah

Metoda Penelitian
TEKNIK SAMPLING
Jika Cukup Sesendok Tak Perlu
Semangkok
Dasar pemikiran
• Data yang dipergunakan dalam suatu
penelitian belum tentu merupakan
keseluruhan dari suatu populasi karena
beberapa kendala :
– Kendala biaya
– Kendala waktu
– Kendala tenaga
– Polulasi yang tidak terdefinisikan
• Untuk mengatasi masalah dalam pemakaian data
yang mengalami kendala-kendala, maka dapat
dipergunakan SAMPEL.
• Sampel merupakan bagian kecil dari suatu populasi
• Populasi merupakan suatu wilayah generalisasi yang
terdiri atas obyek/subyek yang mempunyai
karakteristik tertentu dan mempunyai kesempatan
yang sama untuk dipilih menjadi anggota sampel.
• Untuk resiko perbedaan hasil antara populasi
dengan sampel, dipergunakan kemungkinan
tingkat kesalahan (misalnya 1%, 5%, 10%)
• Angka tingkat kepercayaan tersebut pararel
dengan tingkat kepercayaan/ kebenaran
(misalnya 99%, 95%, 90%)
Ukuran Sampel
• Macam-macam cara untuk menentukan
ukuran sampel dari suatu populasi.
• Beberapa ahli mengemukakan berbagai cara
yang berbeda.
1. Menentukan ukuran sampel menurut
Slovin
• Menggunakan rumus :
n =
N =
E =
ukuran sampel
ukuran populasi
persen kelonggaran ketidaktelitian karena
kesalahan pengambilan sampel yang
dapat ditolerir atau diinginkan
misalnya 2%
masih
• Rumus tersebut memiliki asumsi bahwa populasi
berdistribusi normal
Batas-batas kesalahan
Populasi
+1%
+2%
+3%
+4%
+5%
+10%
500
-
-
-
-
222
83
1500
-
-
638
441
316
94
2500
-
1250
769
500
345
96
5000
-
1667
909
556
370
98
10000
5000
2000
1000
588
385
99
50000
8333
2381
1087
617
387
100
2. Menentukan ukuran sampel menurut
Gay
• Ukuran minimum sampel yang dapat diterima
bedasarkan pada desain penelitian yang digunakan,
yaitu :
– Metode deskriptif, minimal 10% populasi
untuk populasi yang relatif kecil min 20%
– Metode deskriptif-korelasional, minimal 30 subyek
– Metode ex post facto, minimal 15 subyek per kelompok
– Metode eksperimental, minimal 15 subyek per kelompok
3. Menentukan ukuran sampel menurut
Kracjie
• Sama dengan Slovin, hanya untuk α sebesar
5% dan jumlah populasi N mulai dari sebesar
10 sampai 100.000.
• Prinsipnya sama dengan Slovin dan besar
sampel yang dihasilkan hampir sama besar.
4. Menentukan ukuran sampel menurut
Harry King
• Harry king menghitung jumlah sampel
menggunakan nomogram dan jumlah populasi
maksimum 2000 dengan α bervariasi sampai
dengan 15%
Teknik Pengambilan Sampel
• Tiga hal pokok penting dalam pengambilan sampel
dari populasi :
– Populasi yang terhingga dan yang tidak terhingga
– Pengambilan sampel secara probabilitas dan non
probabilitas
– Pengambilan sampel dengan membagi populasi menjadi
beberapa bagian (sub populasi) dan pengambilan sampel
langsung dari populasi yang tidak dibagi menjadi beberapa
sub populasi.
1. Pengambilan Sampel Probabilitas / Acak
• Suatu metode pemilihan ukuran sampel dimana
setiap anggota populasi mempunyai peluang yang
sama untuk dipilih menjadi anggota sampel.
• Tetapi semakin besar populasi, akan semakin sulit.
• Ada tiga cara pengambilan sampel dengan metode
ini :
1. Simple random Sampling
2. Stratified random sampling (cara stratifikasi)
3. Cluster sampling (cara kluster)
1. Simple Random Sampling
A. Cara Undian
–
–
Dengan cara memberikan nomor-nomor pada seluruh
anggota populasi, lalu secara acak dipilih nomor-nomor
sesuai dgn banyaknya jumlah sampel yang dibutuhkan.
Ada dua rancangan cara undian :
•
•
Pengambilan sampel tanpa pengembalian, yang berarti sampel
yang pernah terpilih tidak akan dipilih lagi. Akan menghasilkan
nilai probabilitas yang tidak konstan
Pengambilan sampel dengan pengembalian, yang berarti sampel
yang pernah terpilih ada kemungkinan terpilih lagi.
Megnghasilkan nilai probabilitas yang konstan
b. Cara Tabel bilangan random
–
–
–
–
–
Menggunakan tabel bilangan random (acak), yaitu suatu
tabel yang terdiri dari bilangan-bilangan yang tidak
berurutan.
Secara prinsip, pemakaiannya adalah dengan memberi
nomor pada setiap anggota populasi dalam suatu daftar
(sample frame)
Selanjutnya dipergunakan jumlah digit pada tabel acak
dengan digit populasi
Pilih salah satu nomor dengan acak, gunakan dua digit
terakhirnya, cocokkan dengan nomor pada sample
frame.
Jika ada yang sama, maka data pada sample frame
diambil sebagai anggota sampel.
• Contoh menentukan reponden menggunakan tabel bilangan
random
– Buat kerangka populasi (daftar nama populasi, beri nomor)
– Buka tabel bilangan random (acak)
– Pilih baris pada tabel bilangan random dengan cara tertentu (misalnya
terpilih baris ke 23)
– Pilih lajur pada tabel bilangan acak (misalnya terpilih lajur ke 35)
– Temukan titik temu antara baris dan lajur, berupa bilangan (misal titik
temu antara baris ke 23 dengan lajur ke 35 adalah bilangan 084)
– Bilangan tersebut merupakan nomor responden pertama yang terpilih
– Untuk menentukan nomor responden berikutnya dapat diambil
bilangan-bilangan yang ada dibawah dan atau diatasnya
C. Cara sistematis / Ordinal
– Merupakan teknik untuk memilih anggota
sampel melalui peluang dan sistem tertentu
dimana pemilihan anggota sampel dilakukan
setelah pemilihan data pertama secara acak, dan
untuk data selanjutnya dipilih berdasarkan
interval tertentu atau kelipatan tertentu atau
angka ganjil genap.
• Contoh menggunakan kelipatan :
– Menggunakan angka kelipatan 3 untuk menentukan
responden.
– Maka responden yang dipilih adalah responden yang
memiliki nomor 3, 6,9, dstnya.
• Atau dapat juga dilakukan dengan membagi angka
ukuran populasi dengan angka ukuran sampel :
– Jika populasi 400 dan sampel 80, maka 400:80=5
– Sehingga responden yang dipilih adalah responden yang
memiliki nomor kelipatan 5. nomor 5,10,15,dstnya
2. Stratified Random Sampling (stratifikasi)
–
–
–
–
–
Dilakukan dengan membuat strata pada anggota
populasi
Mengelompokkan suatu populasi yang heterogen
berdasarkan karakteristik tertentu ke dalam beberapa
sub-populasi.
Sehingga setiap sub populasi akan memiliki anggota
sampel yang homogen
Dari setiap sub populasi diambil anggota sampelnya
secara acak
Penghitungan sampel menggunakan dua pendekatan :
a.
b.
Cara proporsional (bila jumlah elemen tiap sub populasi tidak
sama)
Cara disproporsional (bila jumlah elemen tiap sub populasi
sama)
a.
Jika jumlah elemen tiap sub
sama
populasi
– Misalkan jumlah sampel telah ditentukan
menggunakan rumus Slovin yaitu sebesar 150.
– Dan telah ditentukan jumlah sub populasi
(kelompok) adalah 5
– Maka dapat ditentukan bahwa jumlah sampel
pada tiap sub populasi adalah 150 : 5 = 30 sampel
• Atau menggunakan rumus
– Bila parameter-parameter yang dibutuhkan tersedia.
– Rumus :
• L =
jumlah strata
• D = B2 : 4 (untuk mengestimasi nilai mean)
• B =
batas maksimal simpangan yang diterima dalam estimasi (Bound of
error). Nilainya dapat dihitung
(misalnya menggunakan Interval
taksiran) atau ditentukan sendiri
• N = total jumlah populasi
• Ni = anggota sub populasi/kelompok
• σ2 = dapat diambil dari penelitian yang terdahulu (jika
ada) atau
dari prasurvei
– Selanjutnya untuk menghitung besar sampel
untuk tiap strata/sub-populasi/ tiap kelompok
menggunakan rumus :
ni =
N
L
– Dimana :
• n = jumlah sampel yang ditarik dari
• L = jumlah strata
populasi
• Contoh :
– Akan dilakukan survei pendapat konsumen terhadap suatu
produk. Dari total jumlah anggota populasi 868 yang
berdomisili di 5 wilayah Babel, akan diambil sejumlah
sampel
– Berikut tabel jumlah konsumen menurut lokasi tempat
tinggal :
Lokasi
Strata (Li)
Ni
σ2
Pangkalpinang
I
448
6
Bangka
II
131
10
Bangka Barat
III
81
5
Bangka Selatan
IV
108
7
Bangka Tengah
V
100
5
• Misalkan batas simpangan ditentukan sebesar
0,5
• Berarti dapat ditentukan :
– L =5
– D = B 2 : 4 = 0,5 2 : 4 = 0,06
– ∑ Ni2 σ2 =
(4482 x 6) + (1312 x 10) + (812 x 5) +
(1082 x 7) + (1002 x 5)
=
1.540.287
– ∑ Ni σ2
=
(448 x 6) + (131 x 10) + (81 x 5) +
(108 x 7) + (100 x 5)
=
5659
– N2 D = 868 2 (0,06) = 45.205,44
• Jumlah sampel yang ditarik untuk populasi :
n=
5(1.540.287)
45.205,44 + 5659
– Hasilnya adalah 151,41
– Dibulatkan menjadi 150
– Besar sampel tiap strata
• ni = (n : L) = (150 : 5) = 30
– Jadi dari tiap sub populasi akan diambil sampel masingmasing sebesar 30
b.
Jika jumlah elemen tiap sub populasi tidak sama
– Misalkan jumlah populasi 868 terbagi atas 5 sub-populasi
yang ukurannya 448, 131, 81, 108 dan 100.
– Jumlah sampel yang ingin diambil adalah 150
– Karena harus sebanding dengan jumlah sub populasinya,
maka perlu dicari faktor pembanding dari tiap sub populasi
yang sering disebut sebagai sample fraction (ƒ) dengan
cara membandingkan jumlah elemen tiap sub populasi
dengan jumlah seluruh elemen populasi sehingga didapat
masing-masing sample fraction.
• Untuk menentukan jumlah sample untuk masingmasing sub populasi / strata yang tidak sama harus
menentukan sample fraction terlebih dahulu
menggunakan rumus :
fi =
• Dimana :
Ni
N
– fi = sample fraction
– Ni = jumlah sub-populasi
– N = jumlah populasi
• Contoh :
– Akan dilakukan survei pendapat konsumen terhadap suatu produk. Dari
total jumlah anggota populasi 868 yang berdomisili di 5 wilayah Babel,
akan diambil sejumlah sampel
– Berikut tabel perhitungan sample fraction dan jumlah sampel :
– Total elemen populasi (N) = 868
– Jumlah sampel yang ingin diambil (n) = 150
Lokasi
Strata (Li)
Ni
(Ni:N)
n(Ni:N)
Pangkalpinang
I
448
0,516
77
Bangka
II
131
0,151
23
Bangka Barat
III
81
0,093
13
Bangka Selatan
IV
108
0,124
19
Bangka Tengah
V
100
0,116
18
868
1
150
3. Cluster Sampling
• Pendekatan pengambilan sampel dengan cara
melakukan seleksi terlebih dahulu terhadap setiap
individu yang menjadi populasi
• Dilakukan dengan cara membagi populasi ke dalam
kelompok-kelompok elemen dan secara random
beberapa anggota kelompok dipilih sebagai sampel.
• Atau melakukan randomasi terhadap kelompok
bukan terhadap subjek terhadap secara individual.
• Didasarkan pada satuan analisis dalam kelompok
tertentu di satu wilayah.
• Contoh :
– Penelitian untuk mengetahui penggunaan internet di
wilayah Semabung lama kota Pangkalpinang.
– Kesulitan membuat rerangka populasi karena jumlah
satuan analisis yang banyak (Semabung lama kota
Pangkalpinang.)
– Misal wilayah Semabung lama memiliki 10 RW.
– Dari 10 RW tersebut diambil 25% melalui teknik random,
diperoleh 3 RW
– Masing-masing RW memiliki 11,12 dan 14 RT
– Masing-masing RT terdiri dari 25, 26 dan 29 KK
– Dari 80 KK tersebut hanya 50 KK yang menggunakan
internet.
Perbedaan Stratified Sampling dengan
Cluster Sampling
• Cara stratifikasi akan mengakibatkan adanya
sub-populasi yang unsurnya homogen
• Cara Cluster akan mengakibatkan adanya subpopulasi yang unsurnya heterogen.
2. Pengambilan sampel Non
Probabilitas / Non Acak
• Pengambilan sampel dengan cara ini akan membuat
semua elemen populasi belum tentu memiliki
peluang yang sama untuk dipilih menjadi anggota
sampel.
• Besarnya peluang anggota populasi untuk terpilih
sebagai sampel tidak diketahui.
• Akibatnya tidak dapat menghitung besarnya error
dalam estimasi terhadap karekteristik populasi.
• Alasan menggunakan nonprobability sampling :
– Total populasi tidak diketahui dengan pasti
– Penggunaan probability tidak operasional di lapangan,
karena sampel cenderung akan bias
– Analisis antar seksi (cross section) tidak dipergunakan
dalam penelitian
– Biaya dan waktu yang tersedia tidak memungkinkan
operasi penelitian menggunakan probability sampling.
– Di awal penelitian suatu permasalahan, di mana
tujuannya baru mengumpulkan informasi
mengenai gejala (tujuan eksploratif), cukuplah
menggunakan nonprobability sampling, belum
diperlukan generalisasi statistik yang akurat.
– Kalau populasinya sendiri jumlah anggotanya kecil
(misalnya di bawah 100).
a. Cara keputusan (judgment sampling)
• Mengambil sampel dengan melakukan
pertimbangan
• Contoh :
–
•
Bila ingin mengetahui pendapat karyawan tentang suatu
produk yang akan dibuat, peneliti telah beranggapan
bahwa karyawan akan lebih banyak tahu daripada orangorang lain, sehingga peneliti telah melakukan
pertimbangan.
Cara ini cocok untuk dipakai pada saat tahap awal
studi eksploratif.
B. Cara kuota (Quota sampling)
• Mengambil sampel sebanyak jumlah tertentu yang dianggap
dapat merefleksikan ciri populasi.
• Pada cara ini tidak ada jaminan bahwa ciri-ciri populasi akan
terwakili dalam sampel yang terpilih dan kita tidak dapat
mengestimasi error yang terjadi.
• Hasil penelitian terhadap sampel ini tidaklah dapat
digeneralisasikan secara valid pada populasinya.
• Cara ini dapat dipergunakan apabila :
– peneliti menghadapi keterbatasan dana
– tujuan penelitian bukan untuk memperoleh gambaran mengenai
populasi melainkan untuk pengujian hipotesis-hipotesis dalam
penelitian awal.
• Contoh :
– Tujuan peneliti ingin mengetahui penggunaan
internet di kampus ASIA bagi mahasiswa masingmasing jurusan semester 5
– Peneliti menetapkan 20 mahasiswa untuk masingmasing jurusan semester 5 sebagai responden
– Angka 20 merupakan perkiraan peneliti yang
diyakini dapat mewakili mahasiswa di lokasi
penelitian.
C. Cara Dipermudah (Convinience sampling)
• Sampel dengan cara ini adalah yang paling murah dan cepat
dilakukan karena peneliti memiliki kebebasan untuk memilih
siapa saja yang mereka temui.
• Kurang bisa diandalkan
• Bermanfaat untuk tahap awal penelitian eksploratif saat
mencari petunjuk-petunjuk penelitian, yang akan
menghasilkan bukti-bukti yang cukup melimpah sehingga
prosedur pengambilan sampel yang lebih canggih tidak
diperlukan lagi.
D. Cara bola salju (Snowball sampling)
• Merupakan teknik penentuan sampel yang
mula-mula jumlahnya kecil, kemudian sampel
ini disuruh memilih responden lain untuk
dijadikan sampel lagi, begitu seterusnya
sehingga jumlah sampel menjadi banyak.
E. Area Sampling
• Populasi dibagi atas beberapa bagian populasi di
mana bagian populasi ini dapat dibagi-bagi lagi.
• dari bagian populasi yang terkecil diambil sampel
sebagai wakilnya untuk masuk kepada bagian
populasi yang lebih besar.
• Dari bagian populasi yang lebih besar ini akan
diambil lagi sampel yang akan dipakai lagi dan
seterusnya.
F. Purposive Sampling
• Pemilihan sampel didasarkan pada karakteristik
tertentu yang dianggap mempunyai hubungan
dengan karakteristik populasi yang sudah diketahui
sebelumnya.
• Memilih sampel berdasarkan kelompok, wilayah atau
sekelompok individu melalui pertimbangan tertentu
yang diyakini mewakili semua unit analisis yang ada.
• Contoh :
– Penelitian untuk meneliti sikap mahasiswa
terhadap peraturan pemerintah mengenai UU Hak
Cipta
– Maka dipilih beberapa Perguruan Tinggi dan
Universitas yang dianggap dapat mewakili
bedasarkan penyelidikan atau kenyataan
sebelumnya.
Kekeliruan Sampling
• Proses riset harus terbebas atau paling tidak hanya
memilki sedikit kesalahan ataupun kekeliruan baik
pada saat pengumpulan, pengolahan data sampai
dengan saat penyajian informasi sebagai hasil riset
• Secara logis, tidak mungkin rata-rata hitung suatu
sampel yang diambil dari suatu populasi akan sama
persis dengan rata-rata hitung populasi.
• Kekeliruan sampling :
– Adalah kekeliruan yang terjadi pada saat menelaah
sampel, misalnya dalam menentukan jumlah sampel yang
harus diambil
• Kekeliruan tak sampling :
– Kekeliruan yang terjadi dalam suatu riset yang disebabkan
oleh populasi yang tidak jelas, pertanyaan yang tidak tepat
dan obyek yang diteliti ternyata tidak seluruhnya didapat.