teknik sampling

TEKNIK SAMPLING
Beberapa istilah dasar dan konsep yang berhubungan
dengan sampling
1.
Universe
Seluruh elemen atau unit yang akan diamati dalam suatu survei
tertentu.
2.
Populasi adalah totalitas dari semua objek atau individu yang
memiliki karakteristik tertentu, yang akan diteliti.
3.
Population Stratum (Sub populasi)
Bagian dari populasi berdasarkan pada satu atau lebih
karakteristik atau spesifikasi yang ditetapkan.
Sampling
2
4. Elemen adalah suatu unit atau unsur dari
suatu populasi.
5. Sensus suatu survei yang mengamati
semua unsur-unsur dari suatu populasi
secara keseluruhan.
6. Sampel adalah suatu bagian dari populasi
yang diambil melalui cara-cara tertentu yang
dianggap bisa mewakili populasi.
7. Sampling Frame (Kerangka Sampling)
Daftar seluruh unit/satuan sampel yang
terdapat dalam suatu populasi tertentu.
Sampling
3
Teknik sampling adalah cara yang
digunakan dalam pengambilan/penarikan
sampel dengan tujuan utama untuk
memilih unsur-unsur (elemen) secara
cermat sehingga mewakili populasi
tertentu yang dijadikan sasaran (objek)
penelitian
Sampling
4
Metode Sampling
Pada dasarnya metode sampling terdiri dua macam yaitu:
1.
Sampling Nonprobabilitas adalah cara pengambilan
sampel yang tidak berdasarkan probabilitas (non
acak). Dalam semua sampling nonprobabilitas,
kemungkinan atau peluang setiap anggota populasi
untuk menjadi anggota sampel tidak sama atau tiddak
diketahui. Dengan demikian, sampel yang diambil
tidak dapat dikatakan representatif dan cara ini bersifat
subyektif.
Sampling
5
Kelemahan & Keuntungan


Kelemahan:
Sampel-sampel memiliki kelemahan sebagai berikut:
1. Peluang anggota populasi tidak diketahui karena
pengambilan sampel tidak dilakukan secara acak.
2. Tidak memungkinkan generalisasi terhadap populasi
sehingga peneliti tidak memiliki kepastian karena
sampel tidak mewakili populasinya.
Sumber lain mengatakan bahwa kelemahannya adalah:
1. Tidak ada kontrol terhadap investigator shg bias dalam
pemilihan sampel.
2. Variabilitasnya tidak bisa dihitung menggunakan teori sampel
probabilitas (tidak dapat menghitung sampling error atau
sample precision.
Keuntungan:
Lebih mudah dan lebih murah memperoleh sampel
Sampling
6
Jenis-jenis Sample Nonprobabilitas
a. Sample Kebetulan/Seadanya (Accidental Sample)
Dalam pemanfaatannya, Peneliti hanya tinggal memilih kasus
yang tersedia hingga sampel mencukupi dimana anggota sampel
yang dipilih diambil berdasarkan kemudahan mendapa data yang
diperlukan, atau dilakukan seadanya. Mis: mudah ditemui atau
dijangkau atau kebetulan ditemukan.

Contohnya: studi pengguna perpustakaan akademis, peneliti
melakukan survey pada pola pengguna keluar masuk
perpustakaan. Dengan berdasarkan data “pertama datang,
pertama dilayani”

Pada kasus di atas hanya sedikit atau tidak ada pemilihan
responden. Hal ini jelas relatif sedikit kepastian sampel dapat
mewakili pengguna perpustakan. Peneliti bisa saja mengajukan
pertanyaan selama beberapa periode dan dengan hasil yang
berbeda
Sampling
7
b. Sampel Quota
Ciri-cirinya adalah
 Elemen-elemen populasi beragam dan signifikan
 Peneliti menentukan kuota yang memadai dan dapat memenuhi
serta dapat mewakili populasi atau sebagian populasi.
 Penetapan kuota tergantung kepada kepentingan penelitian.
Misalnya peneliti dapat memilih untuk menyampling orang dengan
jumlah yang sama, yang mewakili elemen populasi, selanjutnya
menentukan bobot menurut proporsi dari populasi total.
Pandangan lain menyatakan bahwa Sampel Quota merupakan
sampling nonprobabilitas yang merincikan terlebih dahulu sesuatu
yang berhubungan dengan sampel, seperti proporsi setiap lapisan.
Dengan proporsi tersebut, jumlah unsur atau kuota setiap lapisan
tersebut dapat ditentukan dan penentuan siapa/apa yang akan diambil
menjadi anggota sampel setiap lapisan, diserahkan kpd pengumpul
data/peneliti.
Sampling
8
Kelemahan Quota Sampling:
1.
2.
Kesulitan menentukan proporsi untuk tiap elemen
secara akurat.
Dapat terjadi bias dalam seleksi kasus yang mewakili elemen
berbeda, meskipun proporsi dari populasi telah di estimasi
secara akurat.
Contoh pengguna perpustakaan akademis dapat disurvey dengan
menentukan proporsi yang tepat dari senior, mahasiswa pasca dst.


Sekalipun begitu sampel quota, harus digunakan dengan hati-hati.
dan dapat bermanfaat untuk studi penyelidikan seperti teknik
sampling nonprobabilitas lain.
Quata sampling sering digunakan untuk survey opini masyarakat
(public).
Sampling
9
c. Sampel Purposive (Purposive Sample)

Unit dalam pemilihan sampel hanya berdasarkan pada pemahaman
seseorang pada populasi untuk tujuan penelitian.
Contoh
Dalam merancang sebuah survey kepada direktur-direktur
perpustakaan universitas besar pada sistem proses otomatisasi
sirkulasi, Peneliti dapat memutuskan cara termudah
untuk
mendapatkan sampel dari perpustakan seperti itu dengan
menyeleksi perpustakaan yang dikenal peneliti untuk otomatisasi
prosedur sirkulasinya. Asumsi ini tidak beralasan tidak ada jaminan
bahwa suatu sampel purposive mewakili populasi total. Sehingga
rentan memiliki bias.
Sampling
10
d. Sampel Pemilihan Diri (Self Selected Sample)

Merupakan sekelompok kasus, biasanya orang-orang, yang
telah secara esensial menyeleksi dirinya sendiri untuk
dimasukkan ke dalam suatu penelitian.

Sebagai contoh seorang peneliti dapat menyebarkan kuesioner
dalam sebuah jurnal profesi, untuk mendapatkan orang-orang
yang bersedia menjadi relawan untuk mendapatkan informasi,
atau berpartisipasi dengan cara lain. Ada kemungkinan besar
bahwa para relawan tersebut tidak mewakili seluruh populasi
dimana mereka berada.
Sampling
11
e. Sampel Tidak Lengkap (Incomplete Sampling)

Sebagai contoh kasus jika sampel dalam jumlah besar
tidak merespon atau tidak berpartisipasi dalam sebuah
penelitian, selanjutnya sampel dari populasi terwakili
akan hilang, meskipun sampel telah dipilih secara acak.

Contoh lainnya adalah sampel yang diambil dari daftar
populasi yang tidak lengkap, sampel diambil secara acak
dari daftar yang cacat, akan membuat bias. Atau tidak
sepenuhnya representatif.
Sampling
12
Selain empat contoh di atas, dalam literature lain
menambahkan dua sampel nonprobabilitas yaitu:
1.
Sampling Bola Salju (Snowball Sampling), dimana
pengumpulan data dimulai dari beberapa orang yang
memenuhi kriteria untuk dijadikan anggota sampel.
Mereka kemudian menjadi sumber informasi
mengenai orang-orang lain yang juga dapat dijadikan
sampel dan selanjutnya diminta menunjukkan orang
lagi yang memenuhi kriteria menjadi anggota sampel.
Demikian prosedur ini dilanjutkan sampai jumlah
anggota sampel yang diinginkan terpenuhi.
2.
Sampling Pertimbangan yaitu dimana penentuan
sampelnya dilakukan atau ditentukan oleh peneliti
sendiri atau berdasarkan perimbangan atau
kebijaksanaan yang dianggap ahli dalam hal yang
diteliti.
Sampling
13
2.
Sampling Probabilitas (Probability Sampling)
Sampling Probabilitas adalah cara pengambilan
sampel berdasarkan probabilitas atau peluang. Dalam
semua sampling probabilitas, cara pengambilannya
dilakukan secara acak (random) artinya semua objek
atau elemen populasi memiliki kesimpulan yang sama
untuk dipilih sebagai sampel dan cara ini bersifat
objektif.
Secara garis besar, tipe-tipe sampling probabilitas
adalah sebagai berikut
Sampling
14
Jenis-jenis Sampling Probabilitas
Secara garis besar, jenis-jenis sampling probabilita adalah sebagai
berikut:
1.
Sampel Acak Sederhana (Simple Random Sample/SRS) yaitu
bentuk sampel probabilitas yang sifatnya sangat sederhana,
dimana tiap sampel yang berukuran sama/elemen populasi
memiliki suatu probabilitas atau kesempatan sama untuk terpilih
dari populasi. Metode ini merupakan dasar penelitian survey.
Ada beberapa cara/teknik yang dapat digunakan untuk seleksi sampel
acak sederhana yaitu:
a.
Cara Undian (Lottery)
Cara ini merupakan metode tradisional dimana cara ini memberi
nomor-nomor pada seluruh anggota/elemen populasi, lalu secara
acak dipilih nomor-nomor sesuai dengan banyaknya jumlah
sampel yang diperlukan.
Sampling
15
Fox (1969) menyajikan dua rancangan dengan cara ini, pertama
dengan cara pengambilan sampel tanpa pengembalian, berarti nilai
probabilitas tidak konstan dan cara kedua mengembalikan sampel
terpilih sehingga nilai probabilitas menjadi konstan.
Sedangkan Powell menyatakan dalam bukunya bahwa metoda
seperti ini telah dikritik sebagai hal yang sedikitnya berpotensi bias,
atau tidak secara penuh acak (random), yang mengakibatkan
ketidaksempurnaan.
b. Cara Tabel Bilangan Random (Tabel of Random Numbers)
Dalam buku-buku teks Statistika banyak dilampirkan tabel bilangan
random, yaitu suatu tabel yang terdiri dari bilangan-bilangan yang
disajikan dengan sangat tidak berurutan. Prinsip pemakaiannya
adalah memberi nomor pada setiap anggota populasi.
Sampling
16


Contoh tabel bilangan random yang dikenal baik adalah Rand
Corporation’s a Million random Digitts
Langkah-langkah menggunakan tabel tsb adalah:
1. Menomori setiap elemen/anggota populasi, hingga tiap
elemen memiliki nomor yang unik. Sebagai contoh
diasumsikan elemen/anggota diberi nomor 1 hingga 500.
2. Bagaimana menetukan jumlah elemen dari populasi yang akan
dipilih menjadi sample (Teknik untuk menentukan ukuran
sample dibahas di bagian jumlah sampel). Sekarang
diputuskan mengambil sample sebanyak 50.
3. Karena jumlah digit populasi ada 3 yaitu 500, maka nomor
tabel pun dipilih 3 digit untuk memberi kesempatan terpilihnya
setiap elemen.
4. Langkah selanjutnya menentukan “starting point” dan pola
pemindahan angka dalam tabel. Kesempatan murni didapatkan
melalui stating point dengan cara sederhana, Tutup mata ;
tempatkan ujung pensil di atas tabel.
Sampling
17
5.
Ilustrasi:diasumsikan pensil berada diujujng kolom ke 5. Karena
mengambil 3 digit, maka kita dapat mengambil angka 6 dan 2
digit berikutnya sehingga 687 menjadi angka I yang dianggap
sebagai sample.(bergerak ke bawah kolom dan menganggap 296
sebagai 3 digit nomor pertama) pola pergerakan, diteruskan
dengan bergerak ke kanan; ke kiri, ke bawah atau diagonal,
namun harus konsisten.
6.
Sebagaimana kita menganggap 687 sebagai sample, ternyata
lebih besar dari jumlah populasi 500, sehingga kita
mengabaikannya dan pindah ke nomor berikutnya. Dengan
bergerak ke bawah menemukan 296 yang ternyata < 500 maka
dapat dijadikan sample. Operasi ini terus dilakukan hingga
diperoleh 50 elemen terpilih.
Sampling
18
2. Sampel Sistematis (Systematic Sample)
Sampel Sistematis mempertimbangkan akurasi dan dapat
dipercaya. Teknik ini melibatkan semua elemen dari setiap daftar
sampai total daftar telah menjadi sampel.
Sebagai contoh, peneliti mempunyai daftar populasi 1000
unsur/element dan memutuskan untuk menyeleksi setiap
elemen/unsur ke sepuluh sebagai sampel. Ini akan di jadikan
interval pengambilan sampel yaitu sebesar sepuluh, dan akan
menghasilkan sebuah rasio pengambilan sampel 1:10 dan akan
diperoleh seratus sampel. Daftar sampel ini harus dipertimbangkan
secara menyeluruh oleh peneliti yang akan menyeleksi semua
nama, yang dimulai dengan sebuah titik awal pemilihan secara
random dan berakhir dengan nama pertama interval yang segera
muncul setelah titik awal.
Sampling
19

Sampling sistematis lebih mudah / cepat dari
pada sampling random sederhana untuk daftar
sampel yang banyak.

Jika salah satu sampel diharapkan tergambar
pada sebuah sampel random yang misalnya
berasal dari sebuah direktori (daftar telepon),
sampel tersebut diseleksi dengan lebih cepat
mengambil nama secara tidak terbatas dengan
menggunakan sebuah tabel nomor random.
Sampling
20

Bagaimanapun juga, tidak setiap gabungan unsurunsur/elemen mempunyai perubahan yang sama
seperti yang digambarkan dengan sampling
sistematis (dengan begitu jika untuk beberapa
variabel atau masalah, sebuah pengaturan alfabetis
tidak akan tepat dan tidak dapat diperlakukan
sebagai sebuah daftar yang diatur secara random.)
Jika individu-individu tersebut cenderung
mempunyai karakteristik-karakteristik umum
tertentu, maka kemudian sampel itu menjadi bias.

Singkatnya, sampling sistematis pada umumnya
memuaskan, jika tidak lebih baik, dari pada sampling
random sederhana, tetapi hanya jika daftar populasi
menunjukkan tidak berpola atau mempunyai trend
tertentu.
Sampling
21
3. Sampel Terstratifikasi/Berlapis (Stratified Random Sample)
Langkah awal metode ini adalah dimana suatu sampel pertama harus
dipisahkan dari semua unsur populasi ke dalam group/katagori dan
kemudian digambarkan sebagai sampel-sampel random bebas dari
setiap group atau strata atau dengan pengertian lain, bentuk sampling
random dimana populasi (elemen populasi) di bagi dalam kelompok
kelompok yang disebut strata.
Teknik ini menunjukkan sebuah modifikasi sederhana dan sampling
random sistematis di mana teknik tersebut mengurangi jumlah kasus
yang diperlukan untuk mencapai keakuratan dan keterwakilan yang
diberikan. Strata (tingkat) harus didifinisikan sedemekian rupa sehingga
setiap unsur nampak hanya satu stratum. Metode sampling yang
berbeda dapat digunakan untuk strata yang berbeda. Contoh, sebuah
sampling random sederhana dapat digambarkan dengan satu stratum
dan sampel sistematis dengan stratum lainnya.
Sampling
22
Sampel acak/random terstratifikasi dibedakan atas dua,
Yaitu sebagai berikut:
1.
2.

Sampel acak/random terstratifikasi proporsional yaitu jika
proporsi sampel pada setiap strata atau lapisan sama.
Sampel acak/random terstratifikasi tidak proporsional yaitu jika
proporsi sampelnya pada setiap strata atau lapisan tidak sama.
Pilihan variabel stratifikasi umumnya bergantung pada
ketersediaan dan yang berhubungan dengan variabel-variabel
yang sutu dengan yang lainnya yang menunjukkan dengan tepat.
Sampling
23
4. Sampel Cluster (Cluster Sample)
Dalam penelitian ilmu sosial, bukanlah tidak biasa untuk menghadapi
situasi di mana populasi tidak bisa didaftarkan untuk tujuan sampling
oleh karena itu sampling cluster bisa digunakan secara efektif.
Metode ini membagi populasi menjadi beberapa cluster/kelompok
dengan menggunakan aturan-aturan tertentu, seperti batas-batas alam,
wilayah administrasi pemerintahan dan sebagainya dengan proses
sebagai berikut:
- Bagilah populasi (elemen populasi) ke dalam beberapa sub
populasi/kelompok/cluster
- Dari kelompok-kelompok tersebut, kemudian dipilih satu sejumlah
kelompok kemudian dilakukan secara random.
- Dari satu sejumlah kelompok yang terpilih ini, kemudian ditentukan
sampelnya yang dilakukan pula secara random.
Sampling
24
Sample Size/Ukuran Sampel

Petunjuk praktis yang umum untuk ukuran sampel
sangat sederhana yaitu sebanyak mungkin sampel
yang diambil.

Probabilitas pengambilan sampel kurang dari 100
sangat tidak mungkin mewakili suatu populasi
(Bebbie, 1979)

Penggunaan sampel lebih besar dari yang
diperlukan juga menghabiskan waktu dan uang
untuk penelitian.
Sampling
25
Empat kriteria dalam menentukan ukuran sampel

Tingkat ketepatan dibutuhkan antara sampel dan populasi, misalnya
pernyataan rata-rata populasi ada diantara 2 - 4 lebih akurat
daripada rata-rata populasi ada diantara 1-5

Keragaman populasi mempengaruhi ukuran sampel untuk mencapai
tingkat ketepatan yang akurat atau representatif/mewakili.

Metode pengambilan sampel yang digunakan dapat mempengaruhi
ukuran sampel yang dibutuhkan

Cara kita menganalisis hasil juga mempengaruhi keputusan
terhadap ukuran sampel.
Sampling
26
Rumus
S
n
2
_
[S 1E1 ( x )]
2
dimana
n  Ukuran Sampel
S  Standar deviasi variabel
S1E1 ( x )  Tingkat Kesalahan/ Sampling Error
Sampling
27
Rumus
Standar deviasi (S) harus bisa diperkirakan. Standar deviasi dapat
diketahui hanya jika total jumlah populasi dianalisis
Jika lebih dari satu variabel akan diteliti, sebuah sampel yang
cukup memadai untuk satu variabel mungkin tidak memuaskan
untuk yang lain (Frankfort-Nachmias& Nachmias, 1992).
Satu variabel harus mempertimbangkan keragaman dari semua
variabel; ukuran sampel cenderung meningkat seiring
meningkatnya variabel-variabel.
Sampling
28
Robert V. Krejcie dan
Daryle W. Morgan (1970)

Mengembangkan Tabel Ukuran Sampel
ex. populasi 9000 maka ukuran sampel 368

Grafik menggambarkan hubungan antara
ukuran sampel dan jumlah populasi.,
mengindikasikan bahwa ukuran populasi
meningkat, kecepatan meningkatnya ukuran
sampel menurun.
Sampling
29
Rumus untuk continuous variabel
2
dimana
Z s
n 2
E
2
n  ukuran sampel
Z  skor z untuk tingkat/level aman yang diminta
s  standar deviasi variabel yang diamati
E  tingkat kesalahan yang dibolehkan
Sampling
30
Sampling Error (Kekeliruan Sampling)
Dalam proses penelitian,kekeliruan/kesalahan sampling haruslah
terbatas atau paling tidak memiliki sedikit kesalahan maupun
kekeliruan baik pada saat pengumpulan data, pengolahan dan analisa
maupun penyajian data hasil penelitian.

Rumus untuk memperkirakan kesalahan sampel atau yang sering
disebut kesalahan standard mean). Kesalahan standard mean
mewakili rata-rata dari berapa banyak rata – rata dari mean yang
merupakan suatu jumlah tanpa batas yang menggambarkan sampel
dari suatu populasi yang menyimpang dari cara yang nyata
menyangkut populasi sama tersebut.
Sampling
31

Jika yang mewakili sampel perbandingannya relatif kecil
dari populasi, atau jika standar deviasi tidak diketahui
dan hanya perkiraan, modifikasi dari rumus
dipergunakan
S2 N - n
S 1E 1 ( x ) 

n N -1
dimana
S  standar deviasi populasi
N  jumlah elemen/anggota dalam populasi
n  jumlah kasus dalam sampel
Sampling
32
Rumus
S1E 1 ( x ) 
S
n
dimana
S  standar deviasi dari populasi
n  banyaknya sampel
Sampling
33
Rumus standar deviasi sampel
n
s
 (x
i
 x)
2
i1
n-1
dimana
x i  skor sampel
x  rataan sampel
n  jumlah kasus dalam sampel
Sampling
34
Rumus untuk standar error dari mean,
dimana standar deviasi populasi tidak
diketahui, dibutuhkan pengganti penilaian
yang tidak memihak (s) atau standar
deviasi populasi (S).
 Pembagian oleh n-1 sebagai ganti n
dalam rangka mengurangi penyimpangan
atau dalam beberapa teks untuk
mengganti kehilangan dalam contoh kecil.

Sampling
35

Ada suatu poin kembali menurun dalam hal kesalahan
pengambilan sampel dan ukuran sampel. Mulai dengan
sample satu orang kemudian jumlah sampel dinaikkan,
ketepatan sampel akan dengan cepat meningkat sampai
500 kasus.

Contoh: Jika 600 kasus digambarkan untuk sampel,
jumlah kesalahan sampling adalah ± 4 %, untuk
mengurangi kesahahan menjadi ± 3 % dibutuhkan
peningkatan jumlah sampel menjadi 1.067, untuk
mengurangi kesalahan menjadi ± 2% dibutuhkan 2.401
kasus.
Sampling
36
Penyebab lain kesalahan dalam pengambilan sampel

Ukuran sampel, terlalu sedikit kasus.

Teknik random sampling yang dapat menimbulkan bias

Bookstein (1974) membahas prosedur kesalahan seleksi yang
dapat mengakibatkan sampel tidak selaras:
1. Penggunaan tabel random–number yang salah. Masalah
termasuk beberapa penggunaan teknik oleh peneliti
dimana hasil pada setiap unsur dalam daftar tidak
mempunyai kesempatan yang sama untuk dicoba
2.
“Frame problem” pada kasus ini ia mengacu pada
permasalahan yang berhubungan dengan daftar yang
salah dari populasi.
3. Keburukan diskusi sampling apakah dikenal sebagai
modifikasi populasi yang tidak internasional.
Sampling
37
Non Sampling Error

Ketidak akuratan sampel bukan saja karena
ketidaktepatan atau ketiadaan wakil dari sampel,
tetapi juga bisa terjadi karena kesalahan
pengukuran.

Contoh: Dalam suatu daftar pertanyaan
sample(orang) menjawab pertanyaan tidak jujur,
hal ini bisa mempengaruhi kesimpulan dan hasil
penelitian
Sampling
38