SAMPEL PROBABILITAS (PROBABILTY SAMPLING) Oleh Kelompok 5 : Rassya Priyandira (180904004) Mickhael Rajagukguk (180904052) Ronaldo Hafizh (180904064) Noniya Dewinta Anggi (180904074) Mirza Ramadhan Harahap (180904116) PROGRAM STUDI S1 ILMU KOMUNIKASI UNIVERSITAS SUMATERA UTARA MEDAN 2019 BAB 1 PENDAHULUAN A. Latar Belakang Probability Sampling merupakan teknik penarikan sampel secara acak dari populasi yang dipilih. Metode Probability Sampling dilakukan ketika unsur-unsur dalam populasi mempunyai peluang atau probabilitas yang sama untuk terpilih menjadi sampel. Probability Sampling dapat berupa unrestricted (simple random) sampling, yaitu ketika populasi diperkirakan tidak mempunyai karakteristik khusus atau restricted (complex probability) sampling, yaitu ketika populasi mempunyai karakteristik tertentu, misalkan bertingkat atau tersebar. Tahun 1948 sejumlah peneliti telah melakukan uji coba penggunaan metode penarikan sampel probabilitas (probability sampling methods). Hasil dari uji coba tersebut menyimpulkan bahwa penggunaan metode penarikan sampel tersebut lebih sukses dibandingkan dengan penggunaan metode kuota sampel. Pada saat ini, metode penarikan sampel probabilitas merupakan metode utama yang banyak digunakan di dalam penelitian sosial. B. Rumusan Masalah Berangkat dari latar belakang yang telah dipaparkan diatas, maka rumusan masalah yang akan kami bahas adalah jenis-jenis Probability Sampling yang kerap dilaksanakan dalam mengumpulkan pendapat umum di lapangan. C. Tujuan Adapun tujuan pembuatan makalah ini adalah, untuk dapat memahami serta membedakan jenis-jenis Sampel Probabilitas (Probability Sampling) dan bisa menerapkannya pada saat kegiatan lapangan nantinya. BAB 2 PEMBAHASAN A. Teknik Pengambilan Sample Acak Sederhana (Simple Random Sampling) Teknik acak sederhana adalah teknik acak yang paling dasar. Teknik acak ini, seperti orang mengundi lotere atau mengundi pemenang arisan. Ketika hendak menentukan siapa pemenang arisan minggu ini, cara yang dilakukan adalah menulis semua nama peserta arisan dalam secarik kertas. Nama-nama tersebut kemudian digulung dan dimasukkan kedalam botol, kemudian diaduk, kemudia diambil satu nama. Nama yang keluar dari botol itu adalah pemenangnya. Prinsip sample acak sederhana, setiap anggota jikpopulasi memiliki kesempatan yang sama untuk dipilih sebagai sample. Apabila dalam populasi tersbut terdapat 10.000 orang, berarti kesempatan setiap orang untuk dipilih sebagai sample adalah 1/10.000, artinya masing-masing orang harus mendapatkan kesempatan dan perlakuan yang sama.Teknik acak sederhana dipakai jikalau ada kerangka sample yang baik dan lengkap yang memuat daftar nama semua anggota populasi. Kerangka sample itu harus akurat dan juga benar. Tidak boleh ada anggota populasi yang tidak masuk dalam kerangka sample itu karena bisa mengurangi kesempatan yang sama bagi semua anggota populasi. Oleh karena itu, syarat yang ketat itu, teknik acak sederhana ini umumnya bisa dipakai dalam kondisi tersebut. Pertama, populasi relative kecil. Sample acak sederhana efektif dipakai jika populasi tidak besar. Karena pada populasi yang kecil umumnya ada kerangka sample yang memuat semua nama anggota populasi kalaupun tidak ada daftar, peneliti tidak akan sulit untuk menyusun daftar nama itu. Kedua, selain populasi tidak besar, acak sederhana juga bisadipakai jikalau populasi relatif homogen. Anggota populasi mempunyai karakteristik yang hampir mirip satu sama lain. Ada beragam cara penarikan sample sederhana. Cara yang paling sederhana adalah lotere atau mengundi. Kita mencatat terlebih dahulu semua anggota populasi dan memeberi mereka nomor. Misalnya, kalau dalam populasi ada 100 orang, kita membuat daftar nama keseratus orang itu dan memberikan mereka nomor 1-100. Pada saat bersamaan, kita membuat gulungan kertas dengan disertai nomor 1 hingga 100. Teknik mengundi bisa bermacam-macam (lewat botol kecil, mengambil dengan mata tertutu, dlsb). Semua cara itu bisa dilakukan asal memenuhi prinsip semua gulungan kertas itu mempunyai kesempatan yang sama untuk diambil. Nomor yang daimbil itu kemudian dicocokkan dengan daftar nama yang telah kita buat. Nama itulah yang tertulis sebagai sample. Cara ini terus menerus dilakukan sampai jumlah sample yang diinginkan terpenuhi. Teknik ini hanya efektif dilakukan dalam populasi yang relatif kecil, misalnya kurang dari 100 orang. Ketika jumlah anggota populasi agak besar, akan susah dan merepotkan melakukan cara ini. Cara yang lebih efektif dilakukan untuk populasi agak besar adalah dengan memakai tabel angka acak. Tabel itu ada yang terdiri atas 1 halaman, ada yang terdiri atas 5 halaman. Tabel angka acak itu disusun oleh ahli statistic sedemikian rupa yang bisa dipakai oleh peneliti. Seiring dengan kemajuan teknologi, berbagai software komputer saat ini banyak yang dilengkapi dengan fasilitas angka random. Misalnya, program Microsoft Excel yang banyak dipakai dan terpasang di Personal Computer (PC) bisa dimanfaatkan untuk mengeluarkan angka-angka random. Kelebihan lain dari program random dari software ini adalah bisa dipakai untuk mengeluarkan angka acak untuk populasi hingga jutaan.Selain itu, ada juga software yang memudahkan peneliti. Salah satunya aplikasi yang bisa memunculkan angka-angka random ini adalah www.random.org. B. Teknik Pengambilan Sampling) Sample Acak Sistematis (Systematic Random Sample acak sistematis adalah teknik penarikan sample yang lebih sederhana dibandingkan dengan acak sederhana. Karena teknik ini tidak memerlukan tabel angka acak, seperti pada acak sederhana. Seperti namanya, teknik acak sistematis pada dasarnya memilih smaple dalam populasi secara sistematis. Kita hanya memerlukan random (acak) unsur pertama saja dalam populasi. Unsur selanjutnya tinggal mengikut deret atau sistematika tertentu. Langkah pertama dalamn penarikan sample sistematis adalah menentukan interval sample. Interval sample ini diperoleh dengan membagi jumlah populasi dengan jumlah sample. Interval Sample = Jumlah Populasi Jumlah Sample Misalnya, populasi survey kita 1000 orang dan sample yang dipakai 50 orang, berarti interval sample adalah 1000/50 = 200. Ini berarti, dalama menentukan sample nanti secara sistematis akan bergerak tiap 200 langkah. Selanjutnya, menentukan unsur pertama dari sample. Unsur pertama ini dipilih secara acak (random) dari angka interval sample. Pada ilustrasi ini, unsur pertama dipilih secara random dari angka 1-200. Jika sudah dipilih, unsur kedua dan seterusnya tinggal bergerak sesuai dengan interval sample. Jika unsur pertama kita beri simbol x, dan interval kita beri simbol I, maka unsur-unsur selanjutnya dari sample terpilih adalah sebagai berikut. Sample pertama = x Sample kedua = x + i Sample Ketiga = x + 2i dan seterusnya Sample acak sistematis bisa diterapkan, dengan sejumlah kondisi berikut. Pertama, terdapat kerangka sample yang baik. Tanpa kerangka sample yang memuat daftar nama-nama anggota popualasi, kita tidak bisa menggunakan teknik penarikan sample ini. Kerangka sample ini juga harus memuat semua anggota populasi secara lengkap. Kedua, kerangka sample itu bukan hanya harus lengkap dan up to date, melainkan juga harus mengikuti urutan tertentu. Tidak ada aturan bagaimana urutan kerangka sample tersebut bisa menurut abjad atau urutan lain. Kelamahan dari teknik acak sistematis terletak padakerangka sample yang akan dipakai. Jika kerangka sample itu berurutan dan diterapkan acak sistematis, bisa jadi akan menghasilkan sample yang bias karena sample hanya mendapatkan unit yang sama ataupun karakter yang mirip. Misalnya, kita membuat survey dengan populasi pasangan suami-istri. Kerangka sample yang tersedia mengurutkan nama suami, nama istri dan begitu seterusnya. Kemungkinan yang akan timbul, kita hanya mendapat sample istri saja. Ini bisa terjadi karena acak sistematis mengambil sample secara sistematis. Kalau terjadi kesalahan, maka kesalahan itu akan berulang secara sistermatis pula. Jika demikian penerapan acak sistematis justru akan menghasilkan sample yang bias. Kelamahan acak dari acak sistematis adalah jika kerangka sample disusun berdasarkan abjad, misalnya buku petunjuk telepon. Kernagka sample demikian akan mengakibatkan tidak semua anggota populasi mempunyai kesempatan yang sama untuk dipakai sebagai sample. Strategi Membuat Sample Acak Sistematis yang Baik Hasil acak sistematis tergantung pada kerangka sampel yang tersedia. Jika kerangka sampel itu disusun dengan satu pola yang bisa menimbulkan bias maka sebaiknya kerangka sampel ini dihindari. Atau peneliti bisa menyusun kerangka sampel baru yang bisa menjamin unsur keacakan (randomness) dan representasi. Kerangka sampel yang baik adalah kerangka sampel yang disusun secara berurutan dari sampel yang homogen dan mencerminkan proporsi dalam populasi. Kerangka sampel seperti ini jika dipakai secara inklusif seperti peneliti melakukan startifikasi. Sampling Interval = Population Size Sample Size Sampling Ratio = Sample Size Population Size C. Teknik Pengambilan Sample Acak Stratifikasi (Stratified Random Sampling) Teknik acak sederhana atau sistematis hanya cocok dipakai pada populasi yang homogeny. Dalam kenyataanya jarang sekali ada populasi yang homogen. Terutama untuk populasi besar yang menyertakan banyak orang, umumnya anggota populasi terdiri dari beragam orang dengan karakter yang berbeda. Dalam kondisi demikian, kita membutuhkan teknik penarikan sempel lain yang dikenal sebagai acak sratifikasi. Dalam acak statifikasi, sebelum sempel diambil dari populasi, kita melakukan statifikasi populasi lebih dulu berdasarkan karakter tertentu. Sampel yang diambil harus sesuai dengan prpoprsi dari populasi. Dengan begitu, sampel bisa lebih mencerminkan populasi. Misalnya populasi kelereng dalam sebuah kotak yang berjumlah 20, masing-masing terdiri dari 10 kelereng berwarna putih dan 10 kelereng berwarna merah. Dengan mata tertutup kita mengambil kelereng sebanyak 4 buah. Kelereng yang kita ambil baru bisa dianggap representatif jika kita bisa menemukan 2 kelereng merah dan 2 kelereng putih. Jika kita mengambil kelereng dari kotak itu secara langsung, kemungkinan besar kita tidak mendapat proporsi kelereng merah dan putih yang sama. Temuan ini akan berbeda jika kita melakukan stratifikasi terlebih dahulu karena kelereng tidak seragam, kita membagi terlebih dahulu kelereng merah dan putih itu kedalam kotak yang berbeda. Cara ini pasti akan menghasilkan temuan yang benar. Kita akan mendapatkan 2 kelereng putih dan 2 kelereng merah. Logika mengambil kelereng ini hampir mirip dalam kehidupan nyata, mengingat populasi dalam kenyataannya sangat heterogen.sebab orangorang dalam populasi memiliki karakteristik yang berbeda-beda, baik dari segi agama, pendidikan, adat istidat dan lain-lain. Teknik penarikan sampel sratifikasi sama dengan logika kelereng tersebut. Kita mengelompokkan anggota populasi kedalam karakteristik yang berbeda kemudian baru dilakukan proses acak. Teknik penarikan acak sratifikasi akan mengasilkan sampel yang lebih representative dibandingkan dengan acak sederhana atau sistematis. Penarian sampel sederhana secarareoritis potensial menghasilkan sampel yang bias, karena salah satu karakter tertentu. Contohnya penduduk di desa kita daftar dan langsung kita Tarik sampel, kemungkinan kita akan mendapatkan sampel dengan pendidikan rendah kurang atau lebih dari 50%. Sampel sratifikasi bisa menghindari masalah tersebut. Karena populasi telah dikelompokkan terkebih dahulu kedalam srata-srata tertentu, secara teoritis kita akan mendapatkan sampel yang lebih baik. Biasanya, hasil penarikan acak sederhana potensial menghasilkan sampel yang bias, condong ke salah satu karakter. Sementara dalam acak sratifikasi, menghasilkan sampel yang kurang lebih sama dengan populasi. Sampel acak stratifikasi terbagi kedalam dua jenis: sampel acak sratifikasi proporsional dan sampel acak tidak proporsional.perbedaan antara kedua jenis teknik acak ini terletak apakah jumlah proporsi dari masing-masing strata dibuat proporsional atau tidak dengan proporsi dalam populasi. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 34 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 The Sample 3 13 23 33 43 53 63 73 83 93 Keterangan: Diketahui jumlah dari jumlah populasi N = 100, ditetapkan ukuran sampel n = 10, di mana untuk angka “random start” dipilih jatuh pada angka 3, kemudian ditetapkan secara sistematis selisih 10 angka dari “random start” 3, 13, 23, ..... 93 untuk dijadikan sampel. Melalui ilustrasi tersebut dapat dijelaskan, teknik penarikan sampel “Stratified Random Sampling Technique” atau dikenal dengan singkatan “SRST”, secara operasional tetap menggunakan struktur sampel sistematik (systematic sample) dan “random start”. a. Sampel Acak Stratifikasi Proporsional Dalam sstratifikasi proporsional, jumlah populasi masing-masing strata dalam sampel ditentukan secara proposional sesuai dengan besarnya dalam populasi. Proporsi terbesar akan mendapatkan sampel yang lebih besar di banding strata yang lebih kecil. Dalam stratifikasi proporsional terkandung prinsip keadilan, populasi yang besar akan mendapatkan sampel yang besar pula. Stratifikasi proporsional baik digunakan ketika strata dalam populasi terbagi keadaan yang kurang lebih seimbang. Misalnya, survei tentang pendapat mahasiswa. Peneliti membuat sampel stratifikasi berdasarkan fakultas. Secara teoritis, proporsi fakultas relative seimbang. b. Sampel Acak Stratifikasi tidak Proporsional Teknik stratifikasi tidak proporsional ini hampir mirip dengan stratifikasi proporsional. Populasi dibagi menjadi beberapa starta dan ditentukan proporsinya. Yang membedakan adalah jumlah sampel dari masing-masing strata nantinya tidak diambil secara proporsional. Ada strata yang mendapat jumlah sampel lebih besar dari proporsi yang sebenarnya. Sebaliknya ada strata yang dikurangi jumlah sampel dari proporsi yang seharusnya diterima. Teknik penarikan sampel ini diambil ketika strata dan proposisi dalam populasi tidak seimbang. Misalnya, survey mengenai pendapat anggota polisi mengenai reformasi di tubuh polri. Stratifikasi dibuat berdasarkan kepangkatan, adsa polisi yang berpangkat rendah, menengah dan tinggi. Jika stratifikasi kepangkatan ini dijadikan dasar atau pertimbangan, maka terjadi situasi yang tidak seimbang. Hal ini karena jumlah polisi yang berpangkat tinggi sangat kecil. Jika stratifikasi proposional kita terapkan, bisa jadi polisi berpangkat tinggi ini hanya mendapat jatah sedikit saja. Ini akan menimbulkan kesulitan saat nanti melakukan analis mengenai sikap polisi berdasarkan pangkat. Jumlah sampel yang beberapa orang tersebut tidak bisa mewakili suara polisi berpangkat tinggi dan tidak cukup adil untuk membandingkannya dengan polisi yang berpangkat lebih rendah. Jika terjadi situasi seperti ini, kita bisa menggunakan teknik penarikan sampel stratifikasi tidak proposional. BAB 3 PENUTUP A. Kesimpulan Beberapa teknik dari sampel probabilitas (Probability Sampling) bisa diterapkan berdasarkan kebutuhan ketika berada di lapangan. Masing-masing dari jenis ini juga memiliki keuntungan dan juga kelemahan tersendiri, tergantung dimana penempatan teknik ini nantinya digunakan. DAFTAR PUSTAKA Danandjaja. 2012. Metodologi Penelitian Sosial: Disertai Aplikasi SPSS for Windows. Yogyakarta: Graha Ilmu. Eriyanto. 2007. Teknik Sampling Analisi Opini Publik. Yogyakarta: LKiS Yogyakarta Martono, Nanang. 2016. Metodologi Penelitian Sosial: Konsep-Konsep Kunci. Jakarta: Rajawali Pers
