TEKNIK SAMPLING

Beberapa istilah dasar dan konsep yang berhubungan dengan sampling 1. Universe Seluruh elemen atau unit yang akan diamati dalam suatu survei tertentu. 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

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

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

Metode Sampling Pada dasarnya metode sampling terdiri dua macam yaitu: 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

Kelemahan & Keuntungan 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

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

Elemen-elemen populasi beragam dan signifikan 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

Kelemahan Quota Sampling: 1. Kesulitan menentukan proporsi untuk tiap elemen secara akurat. 2. 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

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

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

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

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

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

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

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

Langkah-langkah menggunakan tabel tsb adalah: 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

5. Ilustrasi:diasumsikan pensil berada diujujng kolom ke 5 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

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

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

Bagaimanapun juga, tidak setiap gabungan unsur-unsur/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

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

Sampel acak/random terstratifikasi dibedakan atas dua, Yaitu sebagai berikut: 1. Sampel acak/random terstratifikasi proporsional yaitu jika proporsi sampel pada setiap strata atau lapisan sama. 2. 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

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

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

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

Rumus dimana Sampling

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

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

Rumus untuk continuous variabel dimana Sampling

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

Jika yang mewakili sampel perbandingannya relatif kecil dari populasi, atau jika standar deviasi tidak diketahui dan hanya perkiraan, modifikasi dari rumus dipergunakan Sampling

Rumus Sampling

Rumus standar deviasi sampel Sampling

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

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

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

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

Terima Kasih