Teknik Pengambilan Sampel

Teknik Pengambilan Sampel

Teknik pengambilan sampel dapat dibedakan dalam dua dimensi: probability versus non-probability dan single-stage versus multi stage (Blaiki, 2000). Dimensi pertama, probability versus non-probability, mencerminkan tingkat kerandoman dari proses pemilihan sampel. Sedangkan dimensi kedua, menunjuk pada banyaknya tahap atau langkah dalam proses pengambilan sampel.

Single-stage probability sampling

pada single-stage probability sampling ini proses sampling dilakukan hanya satu tahap, dalam artian hanya menggunakan metode probability sampling tertentu sekali untuk menghasilkan sampel penelitian. Sebagai contoh, untuk mendapatkan 20 orang sampel dari populasi yang berjumlah 100 orang, peneliti menggunakan simple random sampling. Proses pengambilan sampel ini tidak digabungkan dengan teknik pengambilan sampel yang lain.

Beberapa metode yang termasuk probability sampling adalah sebagai berikut:

S    Simple random sampling

Simple random sampling adalah teknik pengambilan sampel yang dilakukan secara acak (random) sehingga setiap kasus atau elemen dalam populasi memiliki kesempatan yang sama besar untuk dipilih sebagai sampel penelitian. Pada contoh pemilihan 20 orang sampel dari populasi yang beranggotakan 100 orang, dengan teknik simple random sampling maka setiap orang pada populasi tersebut memilki peluang yang sama untuk menjadi satu dari 20 sampel yang dipilih.

Teknik ini memilki tingkat keacakan yang sangat tinggi, sehingga sangat efisien digunakan untuk mengukur karakter populasi yang memiliki elemen dengan homoginitas tinggi. Sedangkan untuk populasi yang memiliki elemen cukup hetergon, penggunaan teknik ini justru dapat menimbulkan bias.

Syarat penggunaan teknik sampling ini adalah, bahwa setiap elemen dari populasi harus dapat diidentifikasi. Elemen dari populasi tersebut kemudian disusun dalam suatu sampling frame, yaitu suatu daftar yang dapat menggambarkan seluruh elemen dari populasi. Keberadaan sampling frame ini sangat penting dalam teknik simple random sampling ini, karena proses pemilihan sampel akan menjadi lebih sederhana, cepat dan murah.

Prosedur penggunaan simple random sampling, diawali dari pembentukan sampling frame oleh peneliti. Selanjutnya, dari sampling frame tersebut dipilih sampel yang dilakukan secara acak hingga terpenuhi jumlah sampel yang dibutuhkan. Proses pemilihan sampel ini juga dapat memanfaatkan a table of random numbers.

>   Systematic sampling

Teknik systematic sampling ini memiliki kemiripan prosedur dengan teknik simple random sampling. Oleh karena itu, systematic sampling juga memerlukan sampling frame, dan proses pemilihan sampel dilaksanakan secara random. Namun, berbeda dengan simple random sampling, random dilakukan hanya untuk memilih sampel pertama. Sedangkan pemilihan sampel kedua, ketiga dan seterusnya dilakukan secara sistematis berdasarkan interval yang telah ditetapkan.

Penggunaan interval dalam pemilihan sampel ini merupakan metode quasi-random, karena sebenarnya tidak dilaksanakan random secara murni. Namun, hasil penggunaan systematic sampling dengan simple random sampling ternyata tidak jauh berbeda (Neuman, 1997). Oleh karena itu, penggunaannya bisa saling menggantikan, kecuali untuk populasi dengan elemen yang tersusun secara terpola atau membentuk siklus. Pada populasi dengan elemen yang terorganisir membentuk pola atau siklus, systematic sampling justru menimbulkan bias.

Prosedur systematic sampling adalah, pertama, disusun sampling frame. Kedua, peneliti menetapkan sampling interval (k) dengan menggunakan rumus N/n; dimana N adalah jumlah elemen dalam populasi dan n adalah jumlah sampel yang diperlukan. Ketiga, peneliti memilih sampel pertama (s1)secara random dari sampling frame. Keempat, peneliti memilih sampel kedua (S2), yaitu S1 + k. selanjutnya, peneliti memilih sampel sampai diperoleh jumlah sampel yang dibutuhkan dengan menambah nilai interval (k) pada setiap sampel sebelumnya.

Contoh penggunaan systematic sampling untuk memilih 20 sampel dari populasi yang berisi 100 elemen, adalah sebagai berikut. Pertama, susun sampling frame. Kedua, tetapkan nilai k = 5. Ketiga, tentukan sampel pertama secara random, misal diperoleh 6. Selanjutnya kita dapat menetukan sampel berikutnya adalah 11, 16, 21, 26, 31, 36, 41, 46, 51, 56, 61, 66, 71, 76, 81, 86, 91, 96, dan 1.

Stratified sampling

Jika peneliti memiliki informasi tambahan bahwa populasi sebenarnya terdiri dari beberapa subpopulasi atau strata, maka stratified sampling lebih cocok untuk memilih sampel penelitian. Sebagai contoh, penelitian akan dilakukan terhadap peserta kelas metodologi penelitian sosial yang semuanya berjumlah 80 orang. Informasi tambahan bagi peneliti adalah bahwa dari 80 orang tersebut 60 orang adalah perempuan dan sisanya laki-laki. Jika peneliti menganggap informasi ini penting untuk analisa, maka stratified sampling lebih cocok digunakan untuk memilih sampel.

Prosedur penggunaan stratified sampling adalah sebagai berikut, pertama, peneliti membagi populasi kedalam beberapa subpoplasi atau strata berdasarkan informasi yang didapat. Kedua, peneliti merumuskan sampling frame pada masing-masing subpopulasi atau strata. Ketiga, peneliti memilih sampel pada masing-masing subpopulasi atau strata dengan menggunakan simple random atau systematic sampling. Dalam pemilihan sampel ini, proporsi jumlah sampel antar strata adalah sama dengan proporsi jumlah elemen antar strata. Dengan demikian, jika telah ditetapkan bahwa 20 orang akan dipilih sebagai sampel penelitian pada kelas metodologi penelitian social yang jumlah elemennya adalah 80 orang, maka perbandingan jumlah sampel antara perempuan dan laki-laki adalah 60:20. Berdasarkan proporsi tersebut, selanjutnya diperoleh sampel untuk perempuan adalah 15 orang dan untuk laki-laki adalah 5 orang.

Terkadang seorang peneliti memilih sampel dengan tidak melihat proporsi tersebut, sebagai contoh, pada kasus diatas ia memilih sampel laki-laki sejumlah 10 orang. Dalam kondisi demikian, maka hasil analisis tidak dapat digeneralisasikan secara langsung terhadap populasi tersebut. Selanjutnya, agar hasil analisis dapat digeneralisasikan, peneliti perlu melakukan pembobotan (weighting). Dalam contoh tersebut, karena jumlah sampel laki-laki dilipatduakan, maka jumlah sampel perempuan juga perlu dilipatduakan. Hasil akhir setelah pembobotan, jumlah sampel perempuan adalah 30 orang dan jumlah sampel laki-laki adalah 10 orang.

Cluster sampling

Cluster sampling disebut juga dengan area sampling. Cluster sampling ini digunakan ketika elemen dari populasi secara geografis tersebar luas sehingga sulit untuk disusun sampling frame. Keuntungan penggunaan teknik ini adalah menjadikan proses sampling lebih murah dan cepat daripada jika digunakan teknik simple random sampling. Akan tetapi, hasil dari cluster sampling ini pada umumnya kurang akurat dibandingkan simple random sampling.

Adapun cluster adalah suatu unit yang berisi sekumpulan elemen-elemen populasi. Namun, terhadap populasi yang lebih tinggi, Cluster sendiri berkedudukan sebagai elemen dari populasi tersebut. Seoarang peneliti yang menggunakan cluster sampling, pertama-tama memilih sampel yang berbentuk cluster dari suatu populasi. Selanjutnya, dari tiap-tiap cluster sampel tersebut, diturunkan sampel yang berbentuk elemen. Sebagai contoh, pemilihan sampel pegawai pada suatu departemen yang pegawainya tersebar pada berbagai unit kerja yang juga tersebar secara geografis. Pada kasus ini, peneliti dapat menjadikan unit kerja sebagai cluster dan selanjutnya secara random memilih beberapa unit kerja sebagai sampel. Pada setiap Unit kerja yang terpilih tersebut kemudian seluruh pegawai dijadikan sampel  penelitian.

CONTOH SOAL

• Jumlah responden 1000, terdiri S1=50, D3=300, SMA=500, SMP=50, SD=100
• Berapa jumlah sample berdasarkan tabel?
• Berapa jumlah sample untuk masing-masing tingkat pendidikan?

• Populasi = 1000 → besar sample 278
• Sample berdasarkan tingkat pendidikan:
• S1 =50/1000 x 278 = 13,9 = 14
• D3 = 300/1000 x 278 = 83,4 = 83
• SMA = 500/1000 x 278 = 139
• SMP = 50/1000 x 278 = 13,9 = 14
• SD = 100/1000 x 278 = 27,8 = 28
• Total = 14 + 83 + 139 + 14 + 28 = 278

CONTOH SOAL 2

• Penelitian tentang status gizi anak balita di kelurahan X dengan jumlah populasi 923.000, dimana kasus atau prevalensi gizi kurang pada populasi tsb tidak diketahui.
• Berapa jumlah sampel yg harus diambil apabila menghendaki derajat kemaknaan 95% dan dengan estimasi penyimpangan 0,05?

JAWAB

BESAR SAMPLE JAWAB

• Sampel lebih besar akan memberikan hasil yang lebih akurat, tapi perlu tenaga, waktu, biaya yg lebih besar
• Pengambilan sampel secara acak akan memberikan data kuantitatif yg lebih representatif
• Besar kecilnya sample bukan satu-satunya penentuan representatif, tetapi lebih kepada cara pengambilan sample

CONTOH SOAL 3

• Penelitian tentang status gizi anak balita di kelurahan X dengan jumlah populasi 3.000, dimana kasus atau prevalensi gizi kurang pada populasi tsb tidak diketahui.
• Berapa jumlah sampel yg harus diambil apabila menghendaki derajat kemaknaan 95% dan dengan estimasi penyimpangan 0,05?

JAWAB CONTOH SOAL 3