Mengapa melakukan metode sampling/penarikan sampel?

sumber : cuplis.net

A. Mengapa melakukan metode sampling

1. Bilamana populasi (relatif) besar 
2. Satu kasus susah digunakan sebagai basis generalisasi karena banyaknya variasi dalam suatu populasi. Contoh: persepsi tiga orang buta yang memegang gajah. 
3. Bilamana penelitian terhadap populasi membutuhkan biaya yang besar, dengan sampel dapat mengurangi biaya; 
4. Bilamana penelitian terhadap populasi membutuhkan waktu yang lama; dengan sampel waktu penelitian dapat dipercepat; 
5. Bilamana penelitian terhadap populasi membutuhkan tenaga yang banyak; dengan sampel tenaga yang terlibat lebih sedikit; 
6. Pada intinya penarikan sampel dilakukan untuk menjamin fisibilitas

B. Istilah di dalam Metode Sampling

1. Elements (satuan terkecil) adalah unit (bisa berupa individu, kelompok, organisasi) dimana data akan diukur (diteliti). Secara umum, unit ini merupakan unit analisis yang disesuaikan dengan tujuan survey atau penelitian. 
2. Sampling unit (unit sampel) adalah suatu satuan (terdiri dari satu atau lebih elements) dan digunakan sebagai dasar penarikan sampel. 
3. Populasi adalah keseluruhan unit sampel pada batasan tertentu (universe), dimana karakteristiknya akan diteliti atau diperkirakan. 
4. Sampling frame (kerangka sampel) adalah daftar dari unit sampel yang berada dalam populasi yang akan dipakai sebagai dasar penarikan sampel. 
5. Unit observasi adalah unit yang dipergunakan sebagai sumber data, umumnya di dalam penelitian kuantitatif dinamakan responden dan di dalam penelitian kualitatif disebut informan.

C. ILUSTRASI 1

Judul Penelitian: Pada suatu perusahaan, departemen R & D melakukan suatu penelitian dengan dilatarbelakangi oleh adanya fenomena bahwa kinerja karyawan rendah. Dalam ilustrasi ini, dapat dijelaskan bahwa: 

1. Elements : Karyawan 
2. Unit sampel: Karyawan 
3. Populasi : Seluruh karyawan pada perusahaan tersebut (misal 42.502 orang) 
4. Kerangka Sampel: Daftar seluruh karyawan, yang berisi nama dan keterangan lainnya. 
5. Unit observasi: Karyawan (sebagai responden atau informan).

D. ILUSTRASI 2

Topik: Seorang peneliti melakukan survey tentang tingkat pendidikan petani di kabupaten tertentu. Daftar keluarga petani tidak tersedia secara lengkap dan teliti, yang tersedia adalah data dan daftar secara lengkap RT di kabupaen tersebut.

• Elements : Keluarga petani

• Unit sampel: RT

• Populasi : Seluruh RT di kabupaten tertentu

• Kerangka Sampel: Daftar seluruh RT di kabupaten tertentu

• Unit observasi: Semua anggota keluarga petani (Bapak, Ibu, Anak, dll).

E. POPULASI PENELITIAN (1)

Keseluruhan unit sampel yang berada dalam suatu batasan, dimana generalisasi penelitian akan berlaku padanya.

e.1. Batasan Populasi

(1) Dimensi ruang

(2) Dimensi ketercakupan

(3) Dimensi Waktu

Dapat salah satu, atau kombinasi diantara kedua atau ketiganya

e.2. Identifikasi Karakteristik

• Finite atau infinite (TERTENTU)

• Jika finite, homogen, berlapis atau bercluster atau lainnya

F. POPULASI PENELITIAN (2)

• Populasi sasaran (target): adalah populasi aktual dimana peneliti ingin melakukan generalisasi, tetapi secara riil jarang dapat terpenuhi dan diperoleh dinamakan populasi target. Atau suatu populasi dimana keterangan yang diharapkan akan diperoleh.
• Populasi akses: adalah populasi dimana peneliti dapat melakukan generalisasi secara riil, karena dalam populasi tersebut tersedia kerangka sampel yang mana sampel akan diambil daripadanya.

G. POPULASI PENELITIAN (3)

G.1. ILUSTRASI 1

• Topik: Penelitian ingin mengetahui hubungan antara enterpreunership dengan kinerja UKM di Jawa Timur. 
• Populasi akses : Seluruh UKM yang berada di Jawa Timur. 
• Populasi target : Seluruh UKM yang berada di Pulau Jawa atau bahkan di Seluruh Indonesia.

H. POPULASI PENELITIAN (4)

H.1. ILUSTRASI 2

• Tujuan penelitian: ingin menyelidiki pembelajaran organisasi dan kewirausahaan Etnis Tiongwha pada usaha kecil roti/kue.

• Populasi akses: Seluruh keluarga pengusaha kecil kue/roti (yang termasuk dalam kode ISIC, international standart industrial classificasion, 1541 – manufacture of bakery products) Etnis Tiongwha di Kota Malang.

• Populasi target: Seluruh keluarga pengusaha kecil kue/roti (yang termasuk dalam kode ISIC, international standart industrial classificasion, 1541 – manufacture of bakery products) Etnis Tiongwha di Malang Raya (Kota Malang, Kabupaten Malang dan Kota Batu).

I. SAMPLE (1)

Sampel: bagian dari populasi dan bersifat representatif terhadap populasi tersebut

• Misal rata-rata pendapatan per keluarga per bulan hasil penyelidikan terhadap populasi sebanyak 350 000 KK (rata-rata populasi) adalah Rp 1.245.000,-

• Sampel (350 KK) representatif : jika diperoleh rata-rata pendapatan per keluarga per bulan Rp 1.155.000,- (misal berada dalam batas rata-rata populasi ± 1 SD, dekat dengan populasi).

• Sampel (350 KK) tidak representatif : jika diperoleh rata-rata pendapatan per keluarga per bulan Rp 2.155.000,- (berada jauh dari rata-rata populasi).

J. Probability sampling

Pada penelitian kuantitatif:

• Sampel: large, repesentative, precise, control for extraneous variables, random selection. 
• Metode sampling: probability sampling 
• Probability sampling: setiap anggota populasi berpeluang (tidak = 0) terpilih sebagai sampel.

Simple random sampling (1)

• Digunakan bilamana populasinya homogen.

• Tersedia kerangka sampel (sampling frame)

• Setiap anggota populasi mempunyai kesempatan sama untuk terpilih. Misalnya mengambil secara acak dari suatu daftar.

• Penarikan sampel tanpa batas: dengan pengembalian

• Penarikan sampel terbatas: tanpa pengembalian

Simple random sampling (2)

A. KEBAIKAN:

• Cara penarikan sampel mudah dilakukan, dengan cara lotre atau menggunakan bilangan acak (random)

• Penduga nilai tengah (rata-rata) sampel tidak bias

• Metode pendugaan sederhana dan mudah

B. KEKURANGAN:

• Sampel yang terpilih bisa berjauhan satau dengan yang lain, shingga diperlukan biaya dan waktu tambahan

• Diperlukan kerangka sampel

• Sampel yang terpilih dimungkinkan tidak mewakili populasi sesungguhnya

C. PENGGUNAAN:

• Jika populasi tidak terhampar secara luas berdasarkan geografis

• Jika populasi agak homogen terkait dengan variabel yang diteliti.

D. Sistematic random sampling (1)

• Sampel diambil setiap selang tertentu (k=N/n), di mana pada selang pertama dilakukan pemilihan secara random

• Dapat digunakan pada populasi yang berkaitan dengan dimensi waktu, misal pasien yang datang ke rumah sakit, pengunjung supermaket, penghuni hotel, dll. Pada kondisi ini penentuan besarnya k didasarkan pada fisibilitas pengambilan sampelnya

• Juga dapat digunakan pada populasi yang tersedia kerangka sampel.

D.1. KEBAIKAN:

• Penarikan sampel mudah, terutama pada populasi yang berkait dengan waktu (pasien, orang yang belanja, penghuni hotel, dll)

• Sampel yang terpilih terhampar pada seluruh populasi

• Bisa lebih teliti daripada simple random sampling

D.2. KELEMAHAN:

• Bilamana populasi mempunyai sifat berulang (musiman atau siklus), maka ketelitiannya akan rendah

• Kerangka sampel diperlukan

D.3. PENGGUNAAN:

• Jika anggota populasi terletak secara teracak

• Jika kerangka sampel tersedia

• Jika populasi berkait dengan dimensi waktu, sehingga bersifat infinite dan tidak tersedia kerangka sampel secara lengkap, namun urutan anggota populasi dapat diidentifikasi.

Stratified random sampling (1)

• Populasi dibagi menjadi dua segmen atau lebih yang mutually exclusive yang disebut strata (lapisan), berdasarkan kategori-kategori dari satu atau lebih variabel yang relevan, baru kemudian dilakukan simple random sampling atau sistematic random sampling pada setiap strata.

• Masing-masing lapisan kondisinya homogen (seragam) dan antar lapisan heterogen

• Strata atau lapisan ini bisa berupa tingkatan (misal pendidikan SD, SLTP, SLTA dan PT) ataupun bukan tingkatan (misal petani, pedagang, pegawai)

      a. KEBAIKAN: 

• Pembuatan lapisan terhadap populasi memberikan jaminan terhadap sampel yang representatif dan teliti 
• Pelaksanaanya mudah dan menyenangkan

      b. KEKURANGAN:

• Kerangka sampel masing-masing lapisan diperlukan atau harus tersedia urutan dari populasi

• Biaya (transportasi) besar jika populasi terhampar pada wilayah yang luas

      c. PENGGUNAAN:

• Jika populasi heterogen dan dapat dibuat lapisan, dimana masing-masing lapisan homogen

• Populasi tidak terhampar secara luas

• Jika persoalan penarikan sampel berbeda pada setiap lapisan

Cluster sampling (1)

• Simple random sampling dan stratified random sampling berasumsi ada sampling frame, yaitu daftar lengkap dari anggota populasi. Kalau tidak ada? Þ Cluster sampling bisa digunakan.

• Populasi dibagi-bagi menjadi sekelompok (gerombol) yang disebut clusters, biasanya berdasarkan pembagian alami seperti lokasi, golongan sosioekonomi, dsb.

• masing-masing gerombol dapat menggambarkan keadaan populasi

• Jika cluster berupa wilayah (area), ada yang menyebut area sampling

• Berbeda dengan stratified: stratified mengambil sampel dari tiap strata, cluster sampling tidak mengambil sampel dari tiap cluster, tetapi memilih cluster sebagai sampel.

• Jika semua anggota cluster menjadi sampel Þ single-stage cluster sampling. Jika suatu cluster terdiri dari clusters lagi dan sampel diambil dari clusters di bawahnya Þ multistage cluster sampling.

• Primary sampling units Þ secondary sampling units dst.

• Kurang akurat dibandingkan dengan simple random sampling atau stratified random sampling untuk jumlah n yang sama.

• Akurasi dapat ditingkatkan dengan mengambil sampel dari cluster-cluster lain.

KEBAIKAN:

• Tidak diperlukan kerangka sampel yang berkait dengan elements, tetapi diperlukan kerangka sampel yang berkait dengan cluster (misal RT, RW, Desa, Kecamatan, Kabupaten/Kota, Provinsi)

• Biaya pendaftaran anggota populasi dapat berkurang

• Biaya transportasi berkurang

• Kurang akurat dibandingkan dengan simple random sampling atau stratified random sampling untuk jumlah n yang sama.

• Akurasi dapat ditingkatkan dengan mengambil sampel dari cluster-cluster lain.

KEKURANGAN:

• Cara analisis data sukar

• Biaya analisis data bertambah

PENGGUNAAN:

• Populasi dapat membentuk cluster, umunya terkait dengan wilayah administratif atau geografis

• Populasi dibagi menjadi cluster, bila anggota populasi berbeda-beda sifatnya sesuai dengan yang diselidiki.

Multi-stage sampling (1)

• Penarikan sampel bertahap, pemilihan sampel dilakukan dua tahap atau lebih.

• Mula-mula populasi dibagi atas unit sampel (umunya berupa cluster) untuk pemilihan tahap pertama

• kemudian satuan- satuan terpilih pada tahap pertama dibagi lagi atas satuan (unit sample) untuk pemilihan tahap kedua, dan seterusnya sampai dengan beberapa tahap penarikan sampel dan kemudian dihentikan.

• Simple random samping atau Cluster Sampling juga bisa diterapkan pada setiap tahap,

• Bahkan nonprobablity sampling khususnya yang tidak pada tahap akhir. Perlu diketahui bahwa untuk setiap tahap bisa menggunakan teknik sampling yang sama, dan juga bisa berbeda

KEBAIKAN:

• (1) Biaya transportasi rendah

• (2) Pelaksanaannya mudah

KEKURANGAN:

• Bila unit-unit tahap pertama (sebelumnya) tidak berukuran sama, maka penggunaannya sukar

• Penarikan sampel ini memerlukan banyak perencanaan yang harus dilakukan sebelumnya.

PENGGUNAAN:

• Jika populasi meliputi wilayah yang luas

• Jika daftar populasi yang terkait dengan elements tidak tersedia secara lengkap dan teliti, dan yang tersedia gugusan (unit) yang lebih besar.

Sample size (1)

DESKRIPSI MEAN

- Besar populasi tidak diketahui:

- Besar populasi (N) diketahui:

Atau formula Slovin:

dalam hal ini:

Z = nilai normal baku pada a 5 % = 1,96.

s2 = ragam populasi, dapat diperoleh dari penelitian sebelumnya, penelitian pendahuluan

d = simpangan mean sampel terhadap mean populasi, yang masih ditolerir secara teoritis.

e = persentase kelonggaran ketidak telitian karena kesalahan pengambilan sampel yang

masih dapat ditolerir, bisa 1 %, 5 % atau10%.

DESKRIPSI PROPORSI

- Besar populasi tidak diketahui:

- Besar populasi (N) diketahui:

dalam hal ini:

Z = nilai normal baku pada tertentu, 5 atau 1 %.

p = proporsi kasus yang diselidiki, atau dipilih proporsi dengan n maksimum yaitu 0,5

Q = 1 – p

d = simpangan mean sampel terhadap proporsi populasi, yang masih ditolerir secara teoritis.

Beberapa hal yang berkaitan dengan penentuan besar sampel:

1. Apabila karakteristik (variabel) yang diamati lebih dari satu, maka:Kumpulkan semua variabel yang berkenaan dengan survey Adakan prediksi tentang besar sampel berdasarkan masing-masing variabel dan untuk seluruh variabel. Besar sampelyang disarankan untuk dipilih adalah yang paling kecil. 
2. Apabila tidak ada informasi sama sekali mengenai populasi, maka besar sampel dapat ditentukan secara proporsional terhadap populasi, misalnya 2, 5, 10, atau 50 % dari besar populasi (N). 
3. Pada kasus-kasus tertentu, untuk fisibilitas pelaksanaan penelitian, besar sampel dapat ditentukan secara quota (berdasarkan pertimbangan tertentu).

ILUSTRASI 1 (A)

Judul Penelitian: Pengaruh Orientasi Pasar Dan Strategi Generik Terhadap Kinerja Perusahaan: Dengan Lingkungan Pemasaran Sebagai Variabel Moderator (Studi Empirik pada Industri Hotel Melati di Daerah Istimewa Yogyakarta).

• Elements : hotel melati

• Unit sampel : hotel melati

• Populasi: adalah semua hotel melati yang ada di Propinsi Daerah Istimewa Yogyakarta yang terdaftar dalam “Indonesia Yogyakarta: Petunjuk Wisata 2003”, jumlah hotel melati pada tahun 2003 sebanyak 313.

• Kerangka Sampel: Daftar yang berisi seluruh hotel melati, sebanyak 313 yang tersebar di: kota Yogyakarta 236 buah, Kabupaten Sleman 21 buah, Kawasan wisata Kaliurang 37 buah, Kabupaten Bantul 12 buah, Kabupaten Gunungkidul 6 buah dan Kabupaten Kulon Progo 1 buah.

• Teknik sampling: dilakukan secara proportional area random sampling

• Sample size: 175 hotel melati, merujuk pada Tabel 2.1

• Unit Obsevasi: respondennya adalah para manajer puncak biasanya juga para pemilik hotel

ILUSTRASI 2 (A)

Judul Penelitian: Sifat Wirausaha Pengaruhnya terhadap Pembelajaran dan Kompetensi Wiarausaha dan Pertumbuhan Usaha Kecil di jawa Timur.

• Elements: Usaha kecil di Jawa Timur.

• Populasi: Seluruh usaha kecil di Jawa Timur. Berdasarkan Dinas Koperasi dan PKM Provinsi Jawa Timur, pada tahun 2002 sebanyak 6,6 juta unit usaha.

• Teknik Sampling: Two-Stage Sampling; mengingat populasi yang sangat besar dan menyebar di seluruh wialayah Jawa Timur

ILUSTRASI 2 (B)

Tahap I : Mengambil sampel berupa Wilayah (Kabupaten dan Kota)

• Unit sampel: kabupaten dan kota di Jawa Timur

• Kerangka Sampel: Dafar kabupaten / kota di Jawa Timur

• Teknik Sampling: Convenience sampling (merupakan nonprobability sampling), peneliti memilih sejumlah kabupaten dan kota yang conveniently (dengan baik sekali) dan atau readily (dengan mudah) serta available (tersedia).

• Sample size: Dipilih 3 Kabupaten dan 2 Kota sebagai sentra industri kecil

ILUSTRASI 2 (C)

Tahap II : Mengambil sampel berupa Usaha Kecil

• Unit sampel: Usaha Kecil

• Kerangka Sampel: Daftar yang berisi nama usaha kecil di 3 kabupaten dan 2 kota yang telah terpilih sebagai sampel pada tahap I, misal terdapat 3.850.000 usaha kecil.

• Teknik Sampling: dilakukan secara proportional area random sampling

• Sampel size: sebanyak 204 usaha kecil, dengan merujuk pada Tabel 2.2a. Kemudian dari 204 sampel tersebut didistribusikan ke 3 kabupaten dan 2 kota secara proporsional sesuai dengan banyaknya usaha kecil (populasi) di kabupaten / kota bersangkutan

• Unit observasi: Responden adalah manajer dan sekaligus pemilik usaha kecil.

Nonprobability Sampling

Sampel dalam penelitian kualitatif:

tidak dimaksudkan menarik generalisasi yang berlaku bagi seluruh populasi,

melainkan diarahkan pada representasi terhadap suatu fenomena (sosial).

bagaimana menemukan informan kuci (key informan)

sampling yang digunakan adalah nonprobability sampling

bersifat tidak random, kurang adil (setiap anggota populasi berpeluang tidak sama untuk terambil menjadi sampel),

penerapan statistika terhadap data yang diperoleh bersifat lemah

Namun demikian, metode nonprobability sampling juga bisa diterapkan pada penelitian kuantitatif

• Dalam banyak kasus, cara sampling ini lebih tepat atau praktis:

- Situasi di mana jumlah kasus yang bisa diteliti terlalu sedikit, misalnya karena biaya terlalu besar untuk menyelidiki banyak kasus (misalnya unit analisa kota, negara, atau yang besar-besar lainnya), sementara probability sampling kurang reliabel untuk jumlah kasus yang terlalu sedikit.

- Peneliti hanya bisa bekerja dengan kasus yang ada saja

- Penelitian pendahuluan, 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).

Convenience sampling (1)

• Nama lain: incidental, accidental, haphazard, fortuitous sampling

• Peneliti memilih sejumlah kasus yang conveniently (dengan baik sekali), readily (dengan mudah) atau available (tersedia).

• Metode ini cepat, mudah, dan murah.

• Kalau penelitian permasalahan baru, sebagai tahap awal dan generalisasi bukan masalah, metode ini bisa diterapkan.

• Tapi karena sampel yang cuma “sedapatnya”, tidak bisa ditentukan hasil penelitian ini bisa diterapkannya ke mana, kecuali ke sampel itu sendiri (tidak menjamin representatif).

Purposive sampling (1)

• Sampel dipilih dengan ”pertimbangan” sesuai dengan tujuan (purpose) penelitian

• Peneliti menggunakan expert judgement untuk memilih sampel yang “representatif” atau “tipikal” dari populasi.

• Pertama, identifikasi sumber-sumber variasi yang penting dari populasi. Berikutnya memilih sampel sesuai sumber-sumber variasi tersebut.

• Teknik purposive sampling, biasanya untuk prediksi hasil pemilihan “presiden”, adalah memilih propinsi tertentu yang telah bertahun-tahun memprediksikan hasil penghitungan suara nasional secara tepat.

• Misalnya kalau di propinsi A partai X menang maka diprediksikan dengan sangat yakin (keyakinan sebesar korelasi historisnya) bahwa secara nasional partai X bakal menang.

• Tetap kurang bisa diterima dibandingkan probability sampling jika diperlukan generalisasi yang tepat dan akurat. Tetapi kalau berbagai hal membatasi, ya boleh lah.

• Secara umum lebih “kuat” dibandingkan convenience sampling tapi sangat tergantung expert judgement-nya peneliti.

• Kelemahan utama: “informed selection” seperti itu memerlukan pengetahuan yang cukup mengenai populasi.

Quota sampling (1)

Quota sampling adalah sejenis purposive sampling yang ada kemiripan dengan proportionate stratified random sampling:

- Populasi dibagi-bagi menjadi strata yang relevan seperti usia, jenis kelamin, lokasi, dsb.

- Proporsi tiap strata diperkirakan atau ditentukan berdasarkan data eksternal kemudian total sampel dibagi-bagi sesuai proporsi ke tiap strata (kuota).

- Untuk memenuhi jumlah sampel untuk tiap strata, peneliti menggunakan expert judgement-nya.

Misalnya populasi 55% pria 45% wanita. Sampel 100 orang berarti 55 pria dan 45 wanita. Pemilihan sampelnya sendiri tergantung penilaian peneliti.

• Bedanya dengan stratified random sampling, sampel diambil secara acak sedangkan dalam quota sampling, sampelnya dipilih berdasarkan pendapat subjektif peneliti pokoknya kuotanya terpenuhi (bisa convenience sampling pada setiap strata).

• Total sampel juga a convenience sample tapi ada kemiripan dengan populasi dalam karakteristik-karakteristik penting tertentu (karena pembuatan stratanya).

• Bias peneliti sangat mempengaruhi: pemilihan teman sebagai sampel, milih lokasi yang nyaman, dan sebagainya.

Keuntungan:

- tidak perlu membuat sampling frame

- kalau perlu konfirmasi tinggal cari lagi yang baru asal kuota terpenuhi, tidak perlu menghubungi responden yang telah diwawancarai.

• Cepat, mudah dan murah.

Other Sampling Designs

• Referral sampling:

- Network sampling: responden diminta mengidentifikasi anggota2 dari target populasi yang ada hubungan dengan dirinya

- Snowball sampling: chain referral, responden diminta memberikan nama dan kontak kepada anggota lain dari target populasi. Pertama dipilih sampel inisial, umumnya dilakukan secara accidental (random). Asumsinya sesama anggota saling mengenal. Misalnya: hackers.

Related posts:

1. metode penelitian sampling
2. metode penelitian metris
3. filosofi penelitian
4. kenapa meneliti
5. data dan analisis data