Anda di halaman 1dari 18

METODE PENGAMBILAN SAMPEL

PREPARED BY LIZA NORA

DEFINISI POPULASI DAN SAMPEL


Populasi merupakan jumlah keseluruhan yang mencakup semua anggota yang diteliti. Sampel merupakan bagian dari populasi Contoh: pelanggan yang potensial untuk jadi pelanggan adalah 500 orang. Perusahaan ingin mengukur tinggi badan pelanggan tersebut. A mengukur ke 500 dan B melakukan riset untuk mengukur tin pelanggan.

Contonue Perbedaan proses pengukuran dan hasil A dan B


Karakteristik Waktu yang digunakan dan mengukur tinggi badan tiap orang @ 10 menit Cara A dengan populasi (500 orang) 500 x 10 menit= 83 jam Cara B dengan (100 orang) 100 x 10 menit = 17 jam

Biaya transpor untuk menghubungi tiap orang @ Rp 500,Besarnya hasil pengukuran

500 x Rp 500 = Rp 250.000,-

500 x Rp 500= Rp 50.000,-

164,76 cm

163,97 cm

Continue Perbedaan tinggi badan antara sampel dan populasi sebesar 164,76-163,97 = 0,79 cm adalah tidak signifikan untuk ukuran pakaian, karena tidak dibutuhkan perbedaan ukuran pakaian untuk perbedaan tinggi badan 0,79 cm (lebih kecil dari 1 cm). Dalam statistik perbedaan hasil pengukuran antara sampel dan populasi ini disbut sebagai random sampling error

POPULASI SASARAN
Dalam menentukan populasi sasaran, periset perlu menggunakan definisi operasional yang memberikan kriteria secara spesifik batasan populasinya . Penggunaan karakteristik demografi atau status merupakan salah satu cara yang bisa dilakukan untuk menetapkan populasi sasaran. Contoh: survei yang melibatkan mahasiswa sebagai respondennya dapat menggunakan karakteristik pekerjaan sebagai mahasiswa untuk definisi operasional populasi.

KERANGKA SAMPEL
Dalam riset pemasaran, populasi sasaran sering tidak dimungkinkan mengingat jumlah pulupasi biasanya tidak diketahui. Untuk mengetahui kerangka sampel, dapat dilakukan dengan memprediksi melalui perhitungan atas dasar periode dan asumsi tertentu. Contoh: mengetahui kerangka sampel pengunjung suatu mal dengan menghitung berdasarkan jumlah pengunjung harian selama seminggu. Dengan asumsi tiap anggota populasi berkunjung ke mal seminggu 1 kali. Bila satu hari rata-rata ada sebanyak 1.000 orang yang mengunjungi mal tersebut maka jumlah populasi pengunjung adalah 7 x 1000 orang = 7.000 orang. Ke 7.000 org inilah yang merupakan kerangka sampel yang akan diteliti.

TEKNIK PENGAMBILAN SAMPEL


Teknik pengambilan sampel

Probability samling

Non probability sampling

Simple Systematic random sampling sampling

Stratified sampling

Cluster sampling

Judgmental Convenient Quota Snowball sampling sampling sampling sampling

PROBABILITY SAMPLING
Metode ini dalam memilih anggota populasi menggunakan proses acak, sehingga setiap anggota populasi memiliki peluang untuk terpilih sebagai sampel. Meliputi: a. Simple random sampling: sampel dipilih secara langsung dari populasi dengan peluang setiap anggota populasi untuk terpilih menjadi sampel sama besar. b. Systematic sampling : memiliki suatu aturan atau pola tertentu. Dalam metode ini, sampel dipilih dengan mengambil setiap anggota populasi yang memiliki interval tertentu di antara anggota. Contoh: jumlah total sebuah universitas adalah 5.000 orang (dengan nomor mahasiswa dari no. 1 s.d no. 5.000) dan direncanakan diambil sampel sebanyak 500 orang, maka besarnya interval adalah 5.000/500 = 10. Proses random hanya dilakukan untuk anggota populasi yang pertama. Jika pertama yang terpilih secara random adalah mahasiswa dengan no 4, maka sampel terdiri dari mahasiswa no. 4, 14, 24, dan seterusnya sampai terkumpul 500 orang.

Continue c. Stratified sampling: populasi dibagi terlebih dahulu menjadi kelompok-kelompok, kemudian sampel ditarik secara random dari setiap kelompok. Contoh: sebuah bank ingin mengetahui sikap dari kelompok nasabahnya yang berbeda, misalnya dibedakan berdasarkan saldo tabungan, yaitu saldo > dari Rp100 jt, Rp25 jt s/d Rp 100 jt, < dari Rp 25 jt. Selanjutnya periset menarik secaa random anggota nasabah baik dari kelompok nasabah besar, menengah, maupun kecil

Continue
d. Cluster sampling: sampel ditarik hanya dari salah satu kelompok saja. Contoh: sebuah bank membagi populasi nasabah berdasarkan kantor cabang yang dimilikinya, misalnya lima kantor cabang yang tersebar di Medan, Jakarta, Bandung, Surabaya, dan Semarang. Karakteristik nasabah dari lima kota tersebut relatif sama, periset menetapkan hanya akan menggunakan 2 kantor cabang sebagai cluster (Jakarta dan Bandung). Selanjutnya dari kedua cluster group ini, periset menarik anggota populasi secara random yang mewakili nasabah besar, menengah, dan kecil.

NON PROBABILITY SAMPLING


Dalam metode ini, sampling tidak menggunakan proses random, yang dapat dibagi menjadi: a. Judgmental sampling: atas dasar pertimbangan tertentu terhadap elemen populasi yang dipilih sebagai sampel. Anggota populasi yang dipilih ditentukan langsung oleh periset. Contoh: perusahaan ingin meneliti tingkat kepuasan penumpang terhadap layanan yang diberikan sebuah perusahaan penerbangan. Periset mempertimbangkan perlunya sampel yang memiliki pengalaman yang cukup dalam menggunakan jasa penerbangan tsb. Periset menetapkan sampel harus pernah menumpang pesawat tsb 4 kali dalam setahun terakhir.

Continue b. Convenience Sampling: periset menarik anggota populasi berdasarkan kemudahannya ditemui atau ketersediaan anggota populasi tertentu saja. Contohnya: riset dengan topik mengukur perilaku berbelanja anak SMU. Untuk memudahkan periset mendapatkan sampel anak SMU, riset dijalankan di beberapa SMU yang lokasinya dekat dengan periset.Ini dilakukan dengan alasan responden mudah dijumpai sehingga tidak merepotkan periset.

Continue..
c. Quota sampling: periset menentukan kuota tertentu untuk sampel yang memiliki karakteristik yang diinginkan. Dalam penetapan kuota, periset kadang-kadang menetapkan secara proposional. Contoh: periset ingin membandinkan kepuasan tiga kelompok pengguna sedan dengan kelas 1.300 cc, 1.600 cc, dan 2000 cc. Jika ditentukan sampel 200 orang, maka periset bisa menetapkan besarnya kuota untuk masing-masing kelompok atas dasar komposisi populasinya. Jika diketahui pengguna sedan 1.300 cc ada 3.500 org, sedan 1.600 cc ada 4.500 org, dan sedan 2.000 cc ada 2.000 org, maka komposisi untuk masing-masing sedan: 35%, 45%, 20%. Jadi sampel untuk masing sedan : 1.300 cc (70 org), 1.600 cc (90 org), 2.000 cc (40 org).

Continue d. Snowball sampling : periset mula-mula memilih beberapa responden yang cocok untuk riset, setelah itu mereka diminta untuk memberikan daftar anggota atau referensi sebagai partisipan berikutnya. Metode ini sering juga disebut sebagai referral sampling. Demikian seterusnya, sehingga sampel terkumpul atas dasar referensi dari sampel-sampel sebelumnya.

UKURAN SAMPEL
Ukuran sampel yang tepat akan mampu memperkecil besarnya perbedaan atau varian di antara sampel-sampelnya. Jadi penentuan besarnya sampel dipengaruhi karakteristik populasi yang diteliti. Semakin homogen suatu populasi, jumlah sampelnya semakin kecil, dan semakin heterogen suatu populasi, semakin besar jumlah sampelnya untuk mengakomodasi kemajemukan tersebut.

PENDEKATAN STATISTIK
Pendekatan statistik yang banyak digunakan dalam menentukan besarnya sampel adalah interval keyakinan. Pendekatan ini didasarkan pada ratarata atau proporsi sampel dan menggunakan rumus standard error. Dalam riset pemasaran, besarnya interval keyakinan yang biasa dipakai adalah 95% yang berarti bahwa 95 % dari sampel akan memiliki nilai rata-rata atau proporsi pada interval tersebut. Rumus dalam menentukan besarnya sampel adalah:

Continue Rumus: n = 2 z2 D2 dengan: n adalah jumlah sampel adalah standar deviasi populasi Z adalah nilai z untuk interval keyakinan 95% yaitu sebesar 1,96. D adalah nilai keakuratan yang dikehendaki

PENDEKATAN NON STATISTIK


Dalam pendekatan ini, periset lebih menekankan pada pertimbangan-pertimbangan tertentu dalam menentukan besarnya sampel. a. Riset sejenis yang sudah pernah dilakaukan sebelumnya. b. Mengikuti kebiasaan yang dilakukan oleh perisetperiset yang lain atau follow the crowd. Untuk riset yang diterbitkan di jurnal biasanya 200-300 responden. c. Berkonsultasi dengan orang yang ahli.