Metode Pengumpulan Data (Sampling) Andang Fazri Powerpoint Templates

Sampling : adalah proses memilih sekumpulan unit sampel dari sebuah populasi yang ingin diteliti, dimana dengan mempelajari sampel tersebut hasilnya dapat digunakan untuk mengeneralisir populasinya (Trochim & Donnely, 2008, p.34) Ide dasar dari sampling adalah dengan memilih beberapa elemen dari suatu populasi, kita dapat membuat kesimpulan atas keseluruhan populasi (Cooper & Schindler, 2011, p.364) Trochim menggunakan istilah unit, sedangkan Cooper menggunakan istilah elemen.

Why Sampling (Cooper & Schindler, 2011): Lower cost (dibandingkan sensus) Akurasi hasil lebih tinggi. Pengumpulan data bisa lebih baik, supervisi lebih mudah, pemrosesan data lebih sederhana, pengumpulan data lebih mungkin diselesaikan. Pengumpulan data lebih cepat Ketersediaan element populasi (untuk uji yang merusak elemen yang diuji)

Sensus : Adalah mendapatkan informasi dari seluruh elemen di dalam suatu populasi (Cooper & Schindler, 2011, p.364)

Populasi : Adalah grup yang ingin digeneralisir, grup dimana sampel yang akan dipelajari berasal. (Trochim) Adalah kumpulan seluruh elemen yang akan dipelajari/inference (Cooper)

Sampel : Adalah kumpulan unit yang dipilih untuk berpartisipasi dalam studi yang dilakukan (Trochim)

External Validity : Adalah tingkat dimana kesimpulan suatu studi juga berlaku pada peneliti lain pada waktu dan tempat yang lain. Validity adalah perkiraan terbaik yang tersedia dari kebenaran atas proposisi, inferensi atau kesimpullan yang didapat.

Evidence for generalization: Sampling model: sebuah model generalisasi dimulai dari identifikasi populasi yang akan digeneralisir, kemudian menentukan jumlah sampel yang mewakilinya, lalu melakukan riset terhadap sampel tersebut, dan terakhir karena sampel mewakili populasi tersebut maka hasil yang didapat dari sampel digeneralisasi ke populasi tersebut. Proximal similarity: sebuah model untuk mengeneralisir hasil studi kepada konteks lain (orang, tempat, waktu) berdasarkan tingkat kesamaan dengan konteks studi yang dilakukan.

Statistical terms in sampling: Response: nilai pengukuran tertentu yang diberikan oleh sampling unit Statistic: nilai yang didapat dari data sampel Parameter: nilai rata-rata dari seluruh populasi

Distribusi sampel: Distribusi nilai tak tentu dari (respon) sampel Nilai statistik dari respon sampel Yang secara agregat bila dinyatakan dalam histogram akan membentuk kurva berbentuk loncdng (bell curve)

Standar deviasi dan standar error: SD: Sebaran data dari nilai rata-ratanya Standar error: sebaran rata-rata dari m (rata-rata dari rata-rata)

The 68, 95, 99 percent rule Average plus/minus SD = 68% data

Metode sampling Probability sampling: metode sampling yang menggunakan beberapa bentuk random selection Nonprobability sampling: metode sampling yang tidak menggunakan random selection

Probability sampling Simple random sampling Stratified random sampling Systematic random samling Cluster random sampling Multi-stage sampling

1. Simple random sampling Metode sampling yang memilih secara acak sampel dari populasi sedemikian rupa sehingga setiap unit memiliki kesempatan yang sama untuk terpilih menjadi sampel Tujuan: untuk mendapatkan n unit sampel, dimana setiap unit memiliki kesempatan yang sama untuk terpilih menjadi sampel. Prosedur: gunakan tabel nomor acak, generate angka random dengan komputer, alat mekanik (diundi) Contoh: untuk memilih n=100 dari N-1000, kita dapat melakukan undian atau memilih nomor acaknya dengan ms-excel (RAND function) Metode ini mudah dilaksanakan dan dijelaskan. Memperlakukan setiap unit dengan adil. Namun terkadang tidak menggambarkan keadaan populasi sesungguhnya karena bisa saja sampel yang terpilih tidak memberi variasi nilai yang sesungguhnya.

2. Stratified random sampling Sebutan lain: proportional atau kuota random sampling. Yaitu metode sampling yang membagi populasi menjadi beberapa subgrup homogen, kemudian melakukan simple random sampling terhadap setiap subgrup. Setiap subgrup diwakili oleh sampel dengan jumlah yang proporsional. Metode ini lebih baik karena mewakili beberapa subgrup homogen secara proporsional dan karena subgrup homogen maka setiap subgrup dapat diinferensi.

3. Systematic random sampling Metode sampling dimana sampel dipilih secara acak dari sampling frame dan mengikuti aturan memilih setiap elemen ke-x pada sampling frame list. Prosedur: hitung jumlah populasi N, tentukan n, hitung interval k = N/n, pilih salah satu data 1 s/d k, kemudian pilih data dengan interval k hingga terkumpul sebanyak n Metode ini lebih baik dari simple random, karena sampel yang di[ilih lebih mewakili nilai keseluruhan populasi.

4. Cluster (area) random sampling Metode sampling yang membagi populasi ke dalam grup-grup (cluster), pilih cluster yang akan menjadi sample secara acak, kemudian melakukan random sampling pada cluster yang dipilih tersebut. Metode ini bermanfaat jika populasi tersebar di area georafis yang luas. Prosedur: 1) bagi populasi berdasarkan kluster, 2) pilih kluster secara acak, 3) ukur seluruh unit dalam kluster sampel.

5. multi-stage sampling Menggabungkan beberapa teknik sampling untuk mendapatkan sampel secara lebih efektif dan efisien, dibandingkan dengan menggunakan satu metode saja. Misalnya menggabungkan cluster dan simple random

Nonprobability sampling Yaitu metode sampling yang tidak menggunakan random selection Dibagi dalam 2 tipe yaitu 1) accidental dan 2) purposive.

1. Accidental, haphazard, atau convenience sampling Untuk memperoleh respon secara cepat Contoh: menjadikan pasien rawat gigi sebagai sample, kasus penyakit yang ditemui, Masalahnya, tipe sampel ini tidak dapat membuktikan bahwa sampel yang diambil dapat mewakili populasinya.

2. Purposive sampling Pemilihan sampel dengan tujuan tertentu Misal sampel sasaran adalah ibu hamil (untuk mendata kebiasaan memeriksakan kandungan), maka sampel yang diambil adalah wanita hamil (berapa populasinya?). Metode ini berguna jika kita ingin mendapatkan respon dengan cepat dan proporsionalitas tidak menjadi pertimbangan utama. Dapat berupa: 1) heterogeneity sampling, 2) snowball, 3) modal instance, 4) expert sampling, 5) quota sampling.

2. Purposive sampling Heterogeneity sampling: sampling untuk diversiti/variasi. Digunakan untuk mendapatkan semua opini/pandangan, tanpa memandang proporsi. Snowball sampling: menemukan responden berdasarkan referensi dari responden sebelumnya. Digunakan jika sampel sulit untuk didapatkan. Modal instance sampling: menjadikan kelompok modus sebagai sampel. Kendala: bagaimana mengetahui modus dan apakah kriteria yang ditetapkan merupakan pembentuk modus yang sebenarnya.

2. Purposive sampling Expert sampling: sampel merupakan seseorang/orang yang memiliki pengetahuan atau pengalaman dan keahlian dalam suatu bidang. Digunakan untuk mendapatkan pandangan ahli tentang suatu masalah, atau untuk mendapatkan bukti validitas dari sampel lain yang telah dipilih. Kelebihan: menggunakan orang lain untuk mempertahankan keputusan (back up). Kelemahan: expert bisa saja salah. Quota sampling: mendapatkan sampel hingga mencukupi jumlah yang diinginkan. Dibagi menjadi 2 yaitu proporsional dan nonproporsional dilihat dari proporsi subgrup yang diteliti.

Tabel summary Tabel summary