PENGANTAR
Dalam penelitian kuantitatif, apalagi jika dirancang sebagai
sebuah penelitian survei (survey research), keberadaan populasi
dan sampel penelitian nyaris tak dapat dihindarkan. Populasi dan
sampel merupakan sumber utama untuk memperoleh data yang
dibutuhkan dalam mengungkapkan fenomena atau realitas yang
dijadikan fokus penelitian kita. Demi mencapai keakuratan dan
validitas data yang dihasilkan, populasi dan sampel yang
dijadikan objek penelitian harus memiliki kejelasan baik dari segi
scope, ukuran, maupun karakteristiknya. Dengan kata lain,
kejelasan populasi dan ketepatan pengambilan sampel dalam
penelitian akan menentukan validitas proses dan hasil penelitian
kita.
Apa itu populasi penelitian? Apa itu sampel dan bagaimana
kaitan antara populasi dan sampel dalam sebuah penelitian?
Simak uraian-uraian di bawah ini.
KONSEP DASAR POPULASI DAN SAMPEL PENELITIAN
Populasi atau sering juga disebut universe adalah keseluruhan
atau totalitas objek yang diteliti yang ciri-cirinya akan diduga
atau ditaksir (estimated). Ciri-ciri populasi disebut parameter.
Oleh karena itu, populasi juga sering diartikan sebagai kumpulan
objek penelitian dari mana data akan dijaring atau dikumpulkan.
Populasi dalam penelitian (penelitian komunikasi) bisa berupa
orang (individu, kelompok, organisasi, komunitas, atau
masyarakat) maupun benda, misalnya jumlah terbitan media
massa, jumlah artikel dalam media massa, jumlah rubrik, dan
sebagainya (terutama jika penelitian kita menggunakan teknik
analisis isi (content analysis).
Populasi penelitian terdiri dari populasi sampling dan populasi
sasaran. Populasi sampling adalah keseluruhan objek yang
diteliti, sedangkan populasi sasaran adalah populasi yang benarbenar dijadikan sumber data. Sebagai contoh, misalnya kita akan
meneliti bagaimana rata-rata tingkat prestasi akademik
mahasiswa Fakultas Ilmu Komunikasi Unpad dan kita hanya akan
memokuskan penelitian kita pada mahasiswa yang aktif di
lembaga-lembaga kemahasiswaan, maka seluruh mahasiswa
Page 1
Page 2
Page 3
Page 4
Rumus Slovin:
N
n=
1 + Ne
Keterangan;
n
= ukuran sampel
N
= ukuran populasi
e
=
kelonggaran
ketidaktelitian
karena
kesalahan
pengambilan sampel yang ditololerir, misalnya 5%.
Batas kesalahan yang ditolelir ini untuk setiap populasi tidak
sama, ada yang 1%, 2%, 3%, 4%,5%, atau 10%.
Jika ukuran populasinya besar yang didapat dari pendugaan
proporsi populasi, maka Rumus Yamane yang harus digunakan.
N
n=
Nd + 1
d = batas toleransi kesalahan pengambilan sampel yang
digunakan.
Dadang Sugiana/Fikom Unpad/2008
Page 5
Page 6
Page 7
Random
Sistematik
(Systematic
Page 8
pertama
kedua
ketiga
keempat
=s
=s+k
= s + 2k
= s + 3k, dan seterusnya hingga unsur
ke-n.
Untuk lebih jelasnya, di bawah ini diberikan contoh konkret.
Misalnya ukuran populasinya 500 (N=500) dan ukuran sampel
yang akan diambil sebesar 50 (n=50), maka pasti k = 10.
Andaikan saja unsur sampel pertama yang terpilih adalah nomor
urut 005, maka unsur-unsur selanjunya yang harus diambil
adalah nomor 015, 025, 035, 045, 055, 065, 075, dan seterusnya
dengan berpatokan pada penambahan angka 10 dari nomor urut
terakhir.
c. Teknik Sampling Random Berstrata (Stratified Random
Sampling)
Teknik sampling ini digunakan apabila populasinya tidak
homogen (heterogen). Makin heterogen suatu populasi, makin
besar pula perbedaan sifat-sifat antara lapisan
tersebut.
Dadang Sugiana/Fikom Unpad/2008
Page 9
Page 10
% dalam
Populasi
Pecahan
Sampling
40%
Sampel
0,10
32%
0,10
20%
0,10
8%
0,10
______
______
100%
Page 11
Keterangan:
Ditentukan ukuran sampel 2.500
Pecahan sampling 2.500/25.000 = 0,10
Setiap jenjang pendidikan diwakili
proporsinya dalam populasi.
dalam
sampel
Page 12
Bobot
15,87
12,82
8
3,19
25.000
100%
2.500
Keterangan:
Ukuran sampel ditetapkan 2500, dibagi rata pada setiap
strata (625).
Pecahan sampling berbeda-beda pada setiap strata (n/N).
Karena sampel setiap strata tidak proporsional dengan
strata yang bersangkutan dalam populasi, maka data pada
setiap strata harus dikalikan dengan bobot (bobot yang
disesuaikan). Bobot diperoleh dengan rumus: 1/ps atau
satu dibagi pecahan smpling. Untuk memudahkan
perhitungan, bobot dibulatkan dengan angka terrendah
sebagai standar (bernilai 1). Misalnya, 15,87/3,19 = 4,97,
dibulatkan menjadi 5.
d. Teknik Sampling Random Klaster (Cluster Random
Sampling)
Teknik ini digunakan apabila ukuran populasinya tidak diketahui
dengan pasti, sehingga tidak memungkinkan untuk dibuatkan
kerangka samplingnya, dan keberadaannya tersebar secara
geografis atau terhimpun dalam klaster-klaster yang berbedabeda. Misalnya, populasi puah penelitian kita adalah seluruh
murid Sekolah Dasar (SD) yang ada di Wilayah Kota Bandung.
Tidak mungkin kita dapat menghimpun semua data anak SD
dalam sebuah daftar yang akurat, kalaupun mungkin, pasti daftar
itu akan sangat panjang dan memerlukan waktu serta biaya yang
tidak sedikit untuk menyusunnya. Maka kelompok siswa SD itu
kita buat berdasarkan nama sekolahnya. Kelompok anak SD itu
disebut klaster. Klater dapat berupa sekolah, kelas, kecamatan,
desa, kelurahan, RW, RT, dan sebagainya. Apabila klaster itu
bersifat wilayah geografis yang kecil, maka pengambilan
sampelnya dapat dilakukan satu tahap (simple cluster sampling).
Misalnya, wilayah penelitian kita ada di Kelurahan Gunung
Sampah, yang terdiri dari 10 RW, maka kita dapat memilih
beberapa RW secara random untuk dijadikan wilayah penelitian
dengan konsekuensi seluruh penduduk sasaran di RW itu harus
dijadikan sampel (responden).
Akan tetapi jika klasternya besar atau wilayah geografisnya
besar, maka pengambilan sampel tidak cukup hanya satu tahap,
melainkan harus beberapa tahap. Dalam keadaan yang demikian
gunakanlah teknik sampling klaster banyak tahap (multistage
cluster sampling). Misalnya kita akan meneliti pendapat seluruh
ibu rumah tangga yang ada di wilayah Kota Bandung tentang
konversi bahan bakar minyak tanah ke gas elpiji. Populasi
Page 13
Nonprobabilitas
(Teknik
Sampling
Page 14
ingin
dalam
Penelitian
yang
Berkaitan
Page 15
Page 16
Incomplete Frame
Ketidaklengkapan kerangka sampling terjadi karena ada
unsur populasi (orang) yang seharusnya masuk di
dalamnya, justeru tidak tercatat.
Cluster of Elements
Kerangka sampling yang kita miliki tidak selamanya sama
dengan yang kita butuhkan. Misalnya, jika kita ingin
meneliti pelajar sekolah dasar yang bertempat tinggal di
Kota A, kita tidak akan memperoleh daftarnya, yang kita
temukan hanyalah daftar nama sekolah dasar yang ada di
Kota A.
Page 17