Mengapa Sampling ?
Berita PR: Kota Bandung Udaranya Tercemar !
Diduga penyebab utamanya asap kendaraan bermotor Pemkot ingin mengecek apakah Ranmor yang ada di Bandung dapat lolos uji emisi gas buang Tentu saja tidak dapat diuji seluruh kendaraan yang ada di kota Bandung
Contoh: Mencari Rata2 Umur ranmor di Bandung thn 2006 Populasinya: Semua Ranmor di kota Bandung yang terdaftar pada thn 2006 Kerangka Samplingnya: Semua Ranmor di kota Bandung yang terdaftar oleh Samsat pada tanggal 1 September 2006 Desain/Teknik Samplingnya: probability sampling Unit analisisnya: Ranmor Sampel: Jumlahnya 300 Ranmor Data yang ingin diperoleh: Usia dari ke300 Ranmor yang terpilih sbg sampel Statistik yang diperoleh: Rata-rata usis ke300 Ranmor yang menjadi Sampel Parameternya: Perkiraan rata-rata usia Ranmor di kota Bandung pada tahun 2006
Probability Sampling
Menentukan probabilitas atau besarnya kemungkinan setiap unsur dijadikan sampel. Dalam merencanakan samplin probabilitas, idealnya peneliti telah memenuhi beberapa persyaratan berikut:
Diketahui besarnya populasi induk Besarnya sampel yang diinginkan telah ditentukan Setiap unsur atau kelompok unsur harus memiliki peluang yang sama untuk dijadikan sampel
Cara Stratifikasi:
Populasi dianggap heterogen Dikelompokkan: subpopulasi anggota kelompok subpopulasi menjadi homogen Dari tiap subpopulasi scr acak diambil anggota sampelnya Berapa jumlah sampel yang diambil dari tiap populasi ? Jika jml elemen tiap populasi sama Misalnya jumlah sampel sdh diketahui mis. 150 sama jmlhnya Jika jml elemen tiap populasi beda: A:10, B:20,C:30,D:40,
nA=(10/100)x 150
Cara Klaster
Simple random sampling dan stratified random sampling berasumsi ada list lengkap dari anggota populasi. Kalau tidak ada? Cluster sampling bisa digunakan. Pertimbangan biaya juga merupakan alasan lainnya. Populasi dibagi-bagi menjadi sekelompok kasus yang disebut clusters biasanya berdasarkan pembagian alami seperti lokasi, golongan sosioekonomi, dsb. Beda dengan stratified: stratified mengambil sampel dari tiap strata, cluster sampling tidak mengambil sampel dari tiap cluster, hanya cluster yang dipilih saja. Beda lainnya, bila stratifikasi subpopulasinya homogen, tapi bila subpopulasinya heterogen klaster Kurang akurat dibandingkan dengan simple random sampling atau stratified random sampling untuk jumlah n yang sama. Akurasi dapat ditingkatkan dengan mengambil sampel dari cluster2 lain.
Sistematik Sampling
Systematic sampling: memilih kasus setiap interval dari list lengkap anggota populasi. Syaratnya dua:
Sampling interval (K) Dan lokasi start.
Misalnya perlu sampel 100 dari 2500 orang, inter val = 2500/100 = 25 (sampling interval). Kemudian tentukan nomor secara acak dari 1 sampai 25. Misalnya 19, berikutnya berarti 44, 69, dan seterusnya.
Di awal penelitian suatu permasalahan, 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).
Peneliti menggunakan expert judgement untuk memilih kasus2 yang representatif atau tipikal dari populasi. Pertama, identifikasi sumber2 variasi yang penting dari populasi. Berikutnya memilih kasus2 sesuai sumber2 variasi tersebut. Bisa dipilih satu kasus atau satu subpopulasi yang dianggap representatif atau tipikal yang memiliki karakteristik tertentu. Atau memilih beberapa kasus yang mewakili perbedaan2 utama dalam populasi. Teknik purposive sampling lainnya, biasanya untuk prediksi hasil election, adalah memilih propinsi tertentu yang telah bertahun-tahun memprediksikan hasil penghitungan suara nasional secara tepat.
Quota Sampling
Quota sampling adalah sejenis purposive sampling yang ada kemiripan dengan proportionate stratified random sampling: Pertama, 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 (mirip2 convenience sampling).
Ukuran Sampel
Ukuran Vs Kerepresentatifan (keterwakilan) Secara umum, semakin besar ukuran sampel akan semakin baik, karena ukuran sampel yang besar cenderung memiliki error yang kecil, sebagaimana telah kita temui pada latihan menggunakan tabel bilangan acak (random numbers). Namun demikian bukan berarti bahwa ukuran sampel yang besar sudah cukup memberikan garansi untuk mendapatkan hasil yang akurat.
Sebagai contoh, Jika satu dari dua sampel dari seluruh negara terdiri dari satu jenis kelamin saja, berdasarkan ukurannya sampel ini besar amun tidak representatif. Ukuran oleh karena itu tidak lebih penting daripada kereprsentatifan.
Makin sedikit waktu, biaya , dan tenaga yang dimiliki peneliti, makin sedikit pula sampel yang bisa diperoleh. Perlu dipahami bahwa apapun alasannya, penelitian haruslah dapat dikelola dengan baik (manageable).
Heterogenitas populasi
Heterogenitas mengacu pada derajat perbedaan di antara kasus dalam suatu karakteristik. Semakin heterogen, jumlah kasus yang diperlukan semakin besar agar estimasinya reliabel. Ekstrimnya, kalau semua kasus sama (homogen, unidimensional), jumlah sampel cukup satu, kalau tidak ada yang sama, harus sensus. Satuan pengukuran statistik terbaik untuk heterogenitas populasi adalah standard deviation (s) berhubungan dengan standard error yang tadi dibahas. Rumus standard error = s/(N). Semakin besar heterogenitas populasi, perlu semakin banyak sampel agar lebih presisi
Sampling design
Misalnya tanpa menambah jumlah sampel presisi sampel bisa ditingkatkan dengan menggunakan stratified random sampling dan bukan simple random sampling, tapi cluster sampling perlu lebih banyak sampel.
Resources availability
Rumusan Gay
Ukuran minimum sampel yang dapat diterima berdasarkan pada desain penelitian yang digunakan, yaitu sebagai berikut: Metode Deskriptif : 10% populasi, untuk populasi relatif kecil minimal 20% populasi. Metode Deskriptif korelasional, minimal 30 subjek. Metode ex post facto, minimal 15 subjek per kelompok. Metode Eksperimental, minimal 15 subjek per kelompok.