Metode Penelitian Ilmiah

Session 6

Objective

Materi kuliah Hari ini :

TEKNIK SAMPLING

Buku yang dipergunakan :

Drs. Husein Umar, SE, MM, MBA, Riset Akuntansi

Dilengkapi dengan panduan membuat skripsi dan
empat bahasan kasus bidang akuntansi, Penerbit
Gramedia
Drs. Husein Umar, SE, MM, MBA, Metode Penelitian
Untuk Skripsi dan Tesis Bisnis
Panduan Penulisan Ilmiah yang diterbitkan oleh
bagian Penulisan Ilmiah ST ASIA Malang

Dasar pemikiran

Data yang dipergunakan dalam suatu

penelitian belum tentu merupakan
keseluruhan dari suatu populasi
karena beberapa kendala :
Kendala biaya
Kendala waktu
Kendala tenaga
Polulasi yang tidak terdefinisikan

Untuk mengatasi masalah dalam

pemakaian data yang mengalami kendalakendala, maka dapat dipergunakan
SAMPEL.
Sampel merupakan bagian kecil dari
suatu populasi
Populasi merupakan suatu wilayah
generalisasi yang terdiri atas
obyek/subyek yang mempunyai
karakteristik tertentu dan mempunyai
kesempatan yang sama untuk dipilih
menjadi anggota sampel.

Untuk resiko perbedaan hasil antara

populasi dengan sampel,
dipergunakan kemungkinan tingkat
kesalahan (misalnya 1%, 5%, 10%)
Angka tingkat kepercayaan tersebut
pararel dengan tingkat kepercayaan/
kebenaran (misalnya 99%, 95%,
90%)

Ukuran Sampel

Macam-macam cara untuk

menentukan ukuran sampel dari
suatu populasi.
Beberapa ahli mengemukakan
berbagai cara yang berbeda.

1. Menentukan ukuran sampel

menurut Slovin

Menggunakan rumus :

n = ukuran sampel
N = ukuran populasi
E = persen kelonggaran ketidaktelitian karena
kesalahan pengambilan sampel yang
masih dapat ditolerir atau diinginkan
misalnya 2%

Rumus tersebut memiliki asumsi bahwa

populasi berdistribusi normal
Populasi

Batas-batas kesalahan
+1%

+2%

+3%

+4%

+5%

+10%

500

222

83

1500

638

441

316

94

2500

1250

769

500

345

96

5000

1667

909

556

370

98

10000

5000

2000

1000

588

385

99

50000

8333

2381

1087

617

387

100

2. Menentukan ukuran sampel

menurut Gay

Ukuran minimum sampel yang dapat

diterima bedasarkan pada desain
penelitian yang digunakan, yaitu :
Metode deskriptif, minimal 10% populasi
untuk populasi yang relatif kecil min 20%
Metode deskriptif-korelasional, minimal 30
subyek
Metode ex post facto, minimal 15 subyek per
kelompok
Metode eksperimental, minimal 15 subyek per
kelompok

3. Menentukan ukuran sampel

menurut Kracjie

Sama dengan Slovin, hanya untuk

sebesar 5% dan jumlah populasi N
mulai dari sebesar 10 sampai
100.000.
Prinsipnya sama dengan Slovin dan
besar sampel yang dihasilkan hampir
sama besar.

4. Menentukan ukuran sampel

menurut Harry King

Harry king menghitung jumlah

sampel menggunakan nomogram
dan jumlah populasi maksimum
2000 dengan bervariasi sampai
dengan 15%

Teknik Pengambilan Sampel

Tiga hal pokok penting dalam pengambilan

sampel dari populasi :
Populasi yang terhingga dan yang tidak
terhingga
Pengambilan sampel secara probabilitas dan
non probabilitas
Pengambilan sampel dengan membagi populasi
menjadi beberapa bagian (sub populasi) dan
pengambilan sampel langsung dari populasi
yang tidak dibagi menjadi beberapa sub
populasi.

1. Pengambilan Sampel
Probabilitas / Acak

Suatu metode pemilihan ukuran sampel

dimana setiap anggota populasi
mempunyai peluang yang sama untuk
dipilih menjadi anggota sampel.
Tetapi semakin besar populasi, akan
semakin sulit.
Ada tiga cara pengambilan sampel dengan
metode ini :
1. Simple random Sampling
2. Stratified random sampling (cara stratifikasi)
3. Cluster sampling (cara kluster)

1. Simple Random Sampling

A. Cara Undian

Dengan cara memberikan nomor-nomor pada

seluruh anggota populasi, lalu secara acak
dipilih nomor-nomor sesuai dgn banyaknya
jumlah sampel yang dibutuhkan.
Ada dua rancangan cara undian :

Pengambilan sampel tanpa pengembalian, yang

berarti sampel yang pernah terpilih tidak akan
dipilih lagi. Akan menghasilkan nilai probabilitas
yang tidak konstan
Pengambilan sampel dengan pengembalian, yang
berarti sampel yang pernah terpilih ada
kemungkinan terpilih lagi. Megnghasilkan nilai
probabilitas yang konstan

b. Cara Tabel bilangan random

Menggunakan tabel bilangan random (acak),

yaitu suatu tabel yang terdiri dari bilanganbilangan yang tidak berurutan.
Secara prinsip, pemakaiannya adalah dengan
memberi nomor pada setiap anggota populasi
dalam suatu daftar (sample frame)
Selanjutnya dipergunakan jumlah digit pada
tabel acak dengan digit populasi
Pilih salah satu nomor dengan acak, gunakan
dua digit terakhirnya, cocokkan dengan
nomor pada sample frame.
Jika ada yang sama, maka data pada sample
frame diambil sebagai anggota sampel.

Contoh menentukan reponden menggunakan

tabel bilangan random

Buat kerangka populasi (daftar nama populasi, beri

nomor)
Buka tabel bilangan random (acak)
Pilih baris pada tabel bilangan random dengan cara
tertentu (misalnya terpilih baris ke 23)
Pilih lajur pada tabel bilangan acak (misalnya terpilih
lajur ke 35)
Temukan titik temu antara baris dan lajur, berupa
bilangan (misal titik temu antara baris ke 23 dengan
lajur ke 35 adalah bilangan 084)
Bilangan tersebut merupakan nomor responden pertama
yang terpilih
Untuk menentukan nomor responden berikutnya dapat
diambil bilangan-bilangan yang ada dibawah dan atau
diatasnya

C. Cara sistematis / Ordinal

Merupakan teknik untuk memilih
anggota sampel melalui peluang dan
sistem tertentu dimana pemilihan
anggota sampel dilakukan setelah
pemilihan data pertama secara acak,
dan untuk data selanjutnya dipilih
berdasarkan interval tertentu atau
kelipatan tertentu atau angka ganjil
genap.

Contoh menggunakan kelipatan :

Menggunakan angka kelipatan 3 untuk
menentukan responden.
Maka responden yang dipilih adalah responden
yang memiliki nomor 3, 6,9, dstnya.

Atau dapat juga dilakukan dengan

membagi angka ukuran populasi dengan
angka ukuran sampel :
Jika populasi 400 dan sampel 80, maka
400:80=5
Sehingga responden yang dipilih adalah
responden yang memiliki nomor kelipatan 5.
nomor 5,10,15,dstnya

2. Stratified Random Sampling (stratifikasi)

Dilakukan dengan membuat strata pada

anggota populasi
Mengelompokkan suatu populasi yang
heterogen berdasarkan karakteristik tertentu
ke dalam beberapa sub-populasi.
Sehingga setiap sub populasi akan memiliki
anggota sampel yang homogen
Dari setiap sub populasi diambil anggota
sampelnya secara acak
Penghitungan sampel menggunakan dua
pendekatan :

a.
b.

Cara proporsional (bila jumlah elemen tiap sub

populasi tidak sama)
Cara disproporsional (bila jumlah elemen tiap sub
populasi sama)

a. Jika jumlah elemen tiap sub

populasi sama
Misalkan jumlah sampel telah
ditentukan menggunakan rumus Slovin
yaitu sebesar 150.
Dan telah ditentukan jumlah sub
populasi (kelompok) adalah 5
Maka dapat ditentukan bahwa jumlah
sampel pada tiap sub populasi adalah
150 : 5 = 30 sampel

Atau menggunakan rumus

Bila parameter-parameter yang dibutuhkan tersedia.
Rumus :

L = jumlah strata
D = B2 : 4 (untuk mengestimasi nilai mean)
B = batas maksimal simpangan yang diterima dalam
estimasi (Bound of error). Nilainya dapat dihitung
(misalnya menggunakan Interval taksiran) atau
ditentukan sendiri
N = total jumlah populasi
Ni = anggota sub populasi/kelompok
2 = dapat diambil dari penelitian yang terdahulu (jika
ada) atau dari prasurvei

 Selanjutnya untuk menghitung besar

sampel untuk tiap strata/sub-populasi/
tiap kelompok menggunakan rumus :
ni =

N
L

Dimana :
n = jumlah sampel yang ditarik dari
populasi
L = jumlah strata

Contoh :
Akan dilakukan survei pendapat konsumen
terhadap suatu produk. Dari total jumlah
anggota populasi 868 yang berdomisili di 5
wilayah DKI, akan diambil sejumlah sampel
Berikut tabel jumlah konsumen menurut lokasi
tempat tinggal :
Lokasi

Strata (Li)

Ni

Jakarta Utara

448

Jakarta Timur

II

131

10

Jakarta Pusat

III

81

Jakarta Selatan

IV

108

Jakarta Barat

100

Misalkan batas simpangan

ditentukan sebesar 0,5
Berarti dapat ditentukan :
L =5
D =B

: 4 = 0,5 2 : 4 = 0,06

Ni2 2

Ni 2

(4482 x 6) + (1312 x 10) + (812 x 5) +

(1082 x 7) + (1002 x 5)
= 1.540.287

(448 x 6) + (131 x 10) + (81 x 5) +

(108 x 7) + (100 x 5)
5659

N2 D = 868 2 (0,06) = 45.205,44

Jumlah sampel yang ditarik untuk populasi :

n=

5(1.540.287)
45.205,44 + 5659

Hasilnya adalah 151,41

Dibulatkan menjadi 150
Besar sampel tiap strata

ni = (n : L) = (150 : 5) = 30

Jadi dari tiap sub populasi akan diambil sampel

masing-masing sebesar 30

b.

Jika jumlah elemen tiap sub populasi

tidak sama

Misalkan jumlah populasi 868 terbagi atas 5

sub-populasi yang ukurannya 448, 131, 81,
108 dan 100.
Jumlah sampel yang ingin diambil adalah 150
Karena harus sebanding dengan jumlah sub
populasinya, maka perlu dicari faktor
pembanding dari tiap sub populasi yang sering
disebut sebagai sample fraction () dengan
cara membandingkan jumlah elemen tiap sub
populasi dengan jumlah seluruh elemen
populasi sehingga didapat masing-masing
sample fraction.

Untuk menentukan jumlah sample untuk

masing-masing sub populasi / strata yang
tidak sama harus menentukan sample
fraction terlebih dahulu menggunakan
rumus :
fi =

Ni
N

Dimana :

fi = sample fraction
Ni = jumlah sub-populasi
N = jumlah populasi

Contoh :
Akan dilakukan survei pendapat konsumen terhadap
suatu produk. Dari total jumlah anggota populasi 868
yang berdomisili di 5 wilayah DKI, akan diambil sejumlah
sampel
Berikut tabel perhitungan sample fraction dan jumlah
sampel :
Total elemen populasi (N) = 868
Jumlah sampel yang ingin diambil (n) = 150
Lokasi

Strata (Li)

Ni

(Ni:N)

n(Ni:N)

Jakarta Utara

448

0,516

77

Jakarta Timur

II

131

0,151

23

Jakarta Pusat

III

81

0,093

13

Jakarta Selatan

IV

108

0,124

19

Jakarta Barat

100

0,116

18

868

150

3. Cluster Sampling
Pendekatan pengambilan sampel dengan
cara melakukan seleksi terlebih dahulu
terhadap setiap individu yang menjadi
populasi
Dilakukan dengan cara membagi populasi
ke dalam kelompok-kelompok elemen dan
secara random beberapa anggota
kelompok dipilih sebagai sampel.
Atau melakukan randomasi terhadap
kelompok bukan terhadap subjek terhadap
secara individual.
Didasarkan pada satuan analisis dalam
kelompok tertentu di satu wilayah.

Contoh :
Penelitian untuk mengetahui penggunaan
internet di wilayah Belimbing kota malang.
Kesulitan membuat kerangka populasi karena
jumlah satuan analisis yang banyak (warga
belimbing kota malang)
Misal wilayah belimbing memiliki 10 RW.
Dari 10 RW tersebut diambil 25% melalui
teknik random, diperoleh 3 RW
Masing-masing RW memiliki 11,12 dan 14 RT
Masing-masing RT terdiri dari 25, 26 dan 29 KK
Dari 80 KK tersebut hanya 50 KK yang
menggunakan internet.

Perbedaan Stratified Sampling

dengan Cluster Sampling

Cara stratifikasi akan mengakibatkan

adanya sub-populasi yang unsurnya
homogen
Cara Cluster akan mengakibatkan
adanya sub-populasi yang unsurnya
heterogen.

2. Pengambilan sampel Non

Probabilitas / Non Acak

Pengambilan sampel dengan cara ini akan

membuat semua elemen populasi belum
tentu memiliki peluang yang sama untuk
dipilih menjadi anggota sampel.
Besarnya peluang anggota populasi untuk
terpilih sebagai sampel tidak diketahui.
Akibatnya tidak dapat menghitung
besarnya error dalam estimasi terhadap
karekteristik populasi.

Alasan menggunakan nonprobability

sampling :
Total populasi tidak diketahui dengan pasti
Penggunaan probability tidak operasional di
lapangan, karena sampel cenderung akan bias
Analisis antar seksi (cross section) tidak
dipergunakan dalam penelitian
Biaya dan waktu yang tersedia tidak
memungkinkan operasi penelitian
menggunakan probability sampling.

 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).

a. Cara keputusan (judgment sampling)

Mengambil sampel dengan melakukan

pertimbangan

Contoh :

Bila ingin mengetahui pendapat karyawan

tentang suatu produk yang akan dibuat,
peneliti telah beranggapan bahwa karyawan
akan lebih banyak tahu daripada orang-orang
lain, sehingga peneliti telah melakukan
pertimbangan.

Cara ini cocok untuk dipakai pada saat

tahap awal studi eksploratif.

B. Cara kuota (Quota sampling)

Mengambil sampel sebanyak jumlah tertentu
yang dianggap dapat merefleksikan ciri populasi.
Pada cara ini tidak ada jaminan bahwa ciri-ciri
populasi akan terwakili dalam sampel yang
terpilih dan kita tidak dapat mengestimasi error
yang terjadi.
Hasil penelitian terhadap sampel ini tidaklah
dapat digeneralisasikan secara valid pada
populasinya.
Cara ini dapat dipergunakan apabila :
peneliti menghadapi keterbatasan dana
tujuan penelitian bukan untuk memperoleh gambaran
mengenai populasi melainkan untuk pengujian hipotesishipotesis dalam penelitian awal.

Contoh :
Tujuan peneliti ingin mengetahui
penggunaan internet di kampus ASIA
bagi mahasiswa masing-masing jurusan
semester 5
Peneliti menetapkan 20 mahasiswa
untuk masing-masing jurusan semester
5 sebagai responden
Angka 20 merupakan perkiraan peneliti
yang diyakini dapat mewakili mahasiswa
di lokasi penelitian.

C. Cara Dipermudah (Convinience sampling)

Sampel dengan cara ini adalah yang paling murah
dan cepat dilakukan karena peneliti memiliki
kebebasan untuk memilih siapa saja yang mereka
temui.
Kurang bisa diandalkan
Bermanfaat untuk tahap awal penelitian
eksploratif saat mencari petunjuk-petunjuk
penelitian, yang akan menghasilkan bukti-bukti
yang cukup melimpah sehingga prosedur
pengambilan sampel yang lebih canggih tidak
diperlukan lagi.

D. Cara bola salju (Snowball sampling)

Merupakan teknik penentuan sampel
yang mula-mula jumlahnya kecil,
kemudian sampel ini disuruh memilih
responden lain untuk dijadikan
sampel lagi, begitu seterusnya
sehingga jumlah sampel menjadi
banyak.

E. Area Sampling
Populasi dibagi atas beberapa bagian
populasi di mana bagian populasi ini dapat
dibagi-bagi lagi.
dari bagian populasi yang terkecil diambil
sampel sebagai wakilnya untuk masuk
kepada bagian populasi yang lebih besar.
Dari bagian populasi yang lebih besar ini
akan diambil lagi sampel yang akan
dipakai lagi dan seterusnya.

F. Purposive Sampling
Pemilihan sampel didasarkan pada
karakteristik tertentu yang dianggap
mempunyai hubungan dengan
karakteristik populasi yang sudah
diketahui sebelumnya.
Memilih sampel berdasarkan kelompok,
wilayah atau sekelompok individu melalui
pertimbangan tertentu yang diyakini
mewakili semua unit analisis yang ada.

Contoh :
Penelitian untuk meneliti sikap
mahasiswa terhadap peraturan
pemerintah mengenai UU Hak Cipta
Maka dipilih beberapa Perguruan Tinggi
dan Universitas yang dianggap dapat
mewakili bedasarkan penyelidikan atau
kenyataan sebelumnya.

Kekeliruan Sampling

Proses riset harus terbebas atau paling

tidak hanya memilki sedikit kesalahan
ataupun kekeliruan baik pada saat
pengumpulan, pengolahan data sampai
dengan saat penyajian informasi sebagai
hasil riset
Secara logis, tidak mungkin rata-rata
hitung suatu sampel yang diambil dari
suatu populasi akan sama persis dengan
rata-rata hitung populasi.

Kekeliruan sampling :
Adalah kekeliruan yang terjadi pada saat
menelaah sampel, misalnya dalam
menentukan jumlah sampel yang harus
diambil

Kekeliruan tak sampling :

Kekeliruan yang terjadi dalam suatu riset yang
disebabkan oleh populasi yang tidak jelas,
pertanyaan yang tidak tepat dan obyek yang
diteliti ternyata tidak seluruhnya didapat.