Populasi Dan Teknik Sampling

Materi Kuliah Metode Penelitian Komunikasi (Kuantitatif)
POPULASI DAN TEKNIK SAMPLING

Oleh: Dadang Sugiana
(Dosen Tetap Fakultas Ilmu Komunikasi Universitas Padjadjaran)
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
Dadang Sugiana/Fikom Unpad/2008
Page 1
Fakultas Ilmu Komunikasi Unpad adalah populasi sampling,

sedangkan seluruh mahasiswa yang aktif dalam lembaga
kemahasiswaan adalah populasi sasaran.
Konsep lainnya yang harus dipahami-dan tidak boleh dikelirukanadalah jumlah populasi (population numbers) dan ukuran
populasi (population size). Jumlah populasi adalah banyaknya
kategori populasi yang dijadikan objek penelitian yang
dinotasikan dengan huruf K. Misalnya, ketika kita meneliti tingkat
rata-rata prestasi akademik mahasiswa Fakultas Ilmu Komunikasi
Unpad (Fikom Unpad), maka jumlah populasinya adalah satu,
yakni kategori mahasiswa. Sementara itu, jika kita meneliti sikap
sivitas akademika Fikom Unpad terhadap kebijakan rektor dalam
menaikkan biaya pendidikan, maka jumlah populasinya sebanyak
kategori yang terkandung dalam konsep sivitas akademika,
misalnya terdiri dari kategori mahasiswa, dosen, dan staf
administratif. Jadi, jumlah populasinya ada tiga. Ukuran populasi
adalah banyaknya unsur atau unit yang terkandung dalam
sebuah kategori populasi tertentu, yang dilambangkan dengan
huruf N. Misalnya, ketika kita meneliti bagaimana rata-rata
tingkat prestasi akademik mahasiswa Fikom Unpad, maka jumlah
populasinya adalah satu dan ukuran populasinya 8.236 orang
(sesuai dengan jumlah mahasiswa yang terdaftar resmi di Fikom
Unpad).
Jika kita menggunakan seluruh unsur populasi sebagai sumber
data, maka penelitian kita disebut sensus. Sensus merupakan
penelitian yang dianggap dapat mengungkapkan ciri-ciri populasi
(parameter) secara akurat dan komprehensif, sebab dengan
menggunakan seluruh unsur populasi sebagai sumber data,
maka gambaran tentang populasi tersebut secara utuh dan
menyeluruh akan diperoleh. Oleh karena itu, sebaik-baiknya
penelitian adalah penelitian sensus. Namun demikian, dalam
batas-batas tertentu sensus kadang-kadang tidak efektif dan
tidak efisien, terutama jika dihubungkan dengan ketersedian
sumber daya yang ada pada peneliti. Misalnya, bila dikaitkan
dengan fokus penelitian, keterbatasan waktu, tenaga, dan biaya
yang dimiliki oleh peneliti.
Dalam keadaan peneliti tidak memungkinkan untuk melakukan
sensus, maka peneliti boleh mengambil sebagian saja dari unsur
populasi untuk dijadikan objek penelitiannya atau sumber data.
Sebagian unsur populasi yang dijadikan objek penelitian itu
disebut sampel. Sampel atau juga sering disebut contoh adalah
wakil dari populasi yang ciri-cirinya akan diungkapkan dan akan
digunakan untuk menaksir ciri-ciri populasi. Oleh karena itu, jika
kita menggunakan sampel sebagai sumber data, maka yang
akan kita peroleh adalah ciri-ciri sampel bukan ciri-ciri populasi,
Page 2
tetapi ciri-ciri sampel itu harus dapat digunakan untuk menaksir

populasi. Ciri-ciri sampel disebut statistik. Sama halnya dengan
populasi, dalam sampel pun ada konsep jumlah sampel dan
ukuran sampel. Jumlah sampel adalah banyaknya kategori
sampel yang diteliti yang dilambangkan dengan huruf k, yang
jumlahnya sama dengan jumlah populasi (k=K). Sedangkan
ukuran sampel (dilambangkan dengan huruf n) adalah besarnya
unsur populasi yang dijadikan sampel, yang jumlahnya selalui
lebih kecil daripada ukuran populasi (n<N). Mengapa kita harus
benar-benar memahami (tidak mengelirukan) pengertian istilah
jumlah sampel dengan ukuran sampel, sebab jumlah sampel dan
sifat sampel yang diteliti (terutama untuk penelitian eksplanatif,
misalnya penelitian korelasional) akan sangat menentukan uji
statistik inferensial yang mana yang harus digunakan untuk
menguji hipotesis yang dirumuskan dalam penelitian kita.
Ketepatan dalam memilih uji statistik inferensial itu merupakan
salah satu unsur penentu validitas atau kesahihan penelitian kita.
Dalam menguji korelasi di antara variabel-variabel yang diteliti,
misalnya, ada uji statistik inferensial yang hanya berlaku untuk
menguji satu sampel, dua sampel independen, dua sampel
berhubungan, dan k sampel independen atau k sampel
berhubungan, dan sebagainya (Silakan baca buku Statistik
Nonparametrik untuk Ilmu-Ilmu Sosial tulisan Sidney Siegel).
Karena data yang diperoleh dari sampel harus dapat digunakan
untuk menaksir populasi, maka dalam mengambil sampel dari
populasi tertentu kita harus benar-benar bisa mengambil sampel
yang dapat mewakili populasinya atau disebut sampel
representatif. Sampel representatif adalah sampel yang
memiliki ciri karakteristik yang sama atau relatif sama dengan
ciri karakteristik populasinya. Tingkat kerepresentatifan sampel
yang diambil dari populasi tertentu sangat tergantung pada jenis
sampel yang digunakan, ukuran sampel yang diambil, dan cara
pengambilannya. Cara atau prosedur yang digunakan untuk
mengambil sampel dari populasi tertentu disebut teknik
sampling.
UKURAN SAMPEL
Ukuran sampel atau besarnya sampel yang diambil dari populasi,
sebagaimana diungkapkan di atas, merupakan salah satu faktor
penentu tingkat kerepresentatifan sampel yang digunakan.
Pertanyaannya, berapa besar sampel harus diambil dari populasi
agar memenuhi syarat kerepresentatifan?
Dalam menentukan menentukan ukuran sampel (n) yang harus
diambil
dari
populasi
agar
memenuhi
persyaratan
Page 3
kerepresentatifan, tidak ada kesepakatan bulat di antara para

ahli metodolologi penelitian (hal ini wajar, sebab dalam dunia
ilmu yang ada adalah sepakat untuk tidak sepakat asal masingmasing konsisten dengan rujukan yang digunakannya, sehingga
ilmu itu bisa terus berproses dan berkembang). Pada umumnya,
buku-buku metodologi penelitian menyebut angka lima persen
hingga 10 persen untuk menegaskan berapa ukuran sampel
yang harus diambil dari sebuah populasi tertentu dalam
penelitian sosial. Pendapat ini tentu saja sulit untuk dijelaskan
apa alasannya jika ditinjau dari aspek metodologi penelitian.
Sehubungan dengan hal itu, I Gusti Bagoes Mantra dan Kasto
dalam buku yang ditulis oleh Masri Singarimbun dan Sofian
Effendi, Metode Penelitian Survai (1989), menyatakan bahwa
sebelum kita menentukan berapa besar ukuran sampel yang
harus diambil dari populasi tertentu, ada beberapa aspek yang
harus dipertimbangkan yaitu:
1. Derajat Keseragaman Populasi (degree of homogenity). Jika
tinggi tingkat homogenitas populasinya tinggi atau bahkan
sempurna, maka ukuran sampel yang diambil boleh kecil,
sebaliknya jika tingkat homogenitas populasinya rendah
(tingkat heterogenitasnya tinggi) maka ukuran sampel
yang diambil harus besar. Untuk menentukan tingkat
homogenitas populasi sebaiknya dilakukan uji homogenitas
dengan menggunakan uji statistik tertentu.
2. Tingkat Presisi (level of precisions) yang digunakan. Tingkat
presisi, terutama digunkan dalam penelitian eksplanatif,
misalnya penelitian korelasional, yakni suatu pernyataan
peneliti tentang tingkat keakuratan hasil penelitian yang
diinginkannya. Tingkat presisi biasanya dinyatakan dengan
taraf signifikansi () yang dalam penelitian sosial biasa
berkisar 0,05 (5%) atau 0,01 (1%), sehingga keakuratan
hasil penelitiannya (selang kepercayaannya) 1 yakni
bisa 95% atau 99%. Jika kita menggunakan taraf
signifikansi 0,01 maka ukuran sampel yang diambil harus
lebih besar daripada ukuran sampel jika kita menggunakan
taraf signifikansi 0,05.
3. Rancangan Analisis. Rancangan analisis yang dimaksud
adalah sesuatu yang berkaitan dengan pengolahan data,
penyajian data, pengupasan data, dan penafsiran data
yang akan ditempuh dalam penelitian. Misalnya, kita akan
menggunkan teknik analisis data dengan statistik deskripti;
penyajian data menggunakan tabel-tabel distribusi
frekuensi silang (tabel silang) atau tabel kontingensi
dengan ukuran 3X3 atau lebih dimana pasti mengandung
sel sebanyak 9 buah, maka ukuran sampelnya harus besar.
Hal ini untuk menghindarkan adanya sel dalam tabel
tersebut yang datanya nol (kosong), sehingga tidak layak
Page 4
untuk dianalisis dengan asumsi-asumsi kotingensi. Jika kita

menggunakan rancangan analisisnya hanya menggunakan
analisis statistik inferensial, maka ukuran sampelnya boleh
lebih kecil dibandingkan apabila kita menggunakan
rancangan analisis statistik deskriptif saja. Dengan kata
lain, rancangan penelitian deskriptif membutuhkan ukuran
sampel yang lebih besar daripada rancangan penelitian
eksplanatif.
4. Alasan-alasan
tertentu
yang
berkaitan
dengan
keterbatasan-keterbatasn yang ada pada peneliti, misalnya
keterbatasan waktu, tenaga, biaya, dan lain-lain. (Catatan:
Alasan ke-4 ini jangan digunakan sebagai pertimbangan
utama dalam menentukan ukuran sampel, sebab hal ini
lebih berkaitan dengan pertimbangan peneliti (tanpa
akhiran an) dan bukan pertimbangan penelitian
(metodologi).
Selain mempertimbangkan faktor-faktor di atas, beberapa buku
metode penelitian menyarankan digunakannya rumus tertentu
untuk menentukan berapa besar sampel yang harus diambil dari
populasi. Jika ukuran populasinya diketahui dengan pasti, Rumus
Slovin di bawah ini dapat digunakan.
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.
Page 5
Misalnya, kita ingin menduga proporsi pembaca koran dari

populasi 4.000 orang. Presisi ditetapkan di antara 5% dengan
tingkat kepercayaan 95%, maka besarnya sampel adalah:
4000
n=
= 364
4000 x (0,05) + 1
KERANGKA SAMPLING (SAMPLING FRAME)
Di atas sudah ditegaskan, bahwa tingkat krepresentatifan sampel
selain ditentukan oleh ukuran sampel yang diambil juga
ditentukan oleh teknik sampling yang digunakan. Di antara
teknik-teknik sampling tersebut, dalam penggunaannya, ada
yang mempersyaratkan tersedianya kerangka sampling.
Kerangka sampling (sampling frame) adalah sebuah daftar yang
memuat data mengenai seluruh unit atau unsur sampling yang
terdapat pada populasi sampling. Secara gampang orang sering
mengatakan, kerangka sampling adalah daftar nama-nama yang
kerkandung dalam populasi penelitian.
JENIS SAMPEL DAN TEKNIK SAMPLING

Berdasarkan prosedur atau cara yang digunakan dalam
mengambil sampel dari populasi (teknik sampling), kita dapat
mengidentifikasi dua jenis sampel, yaitu: sampel probabilitas
(probability
sampling)
dan
sampel
nonprobabilitas
(nonprobability sampling). Sampel probabilitas atau disebut juga
sampel
random
(sampel
acak)
adalah
sampel
yang
pengambilannya berlandaskan pada prinsip teori peluang, yakni
prinsip memberikan peluang yang sama kepada seluruh unit
populasi untuk dipilih sebagai sampel. Sebaliknya, sampel
nonprobabilitas atau sampel nonrandom (sampel tak acak)
adalah sampel yang pengambilannya didasarkan pada
pertimbangan-pertimbangan
tertentu
(bisa
pertimbangan
penelitian maupun pertimbangan peneliti). Sampel probabilitas
diambil dengan menggunakan teknik sampling probabilitas atau
teknik sampling random, sedangkan untuk mengambil sampel
nonprobabilitas atau sampel nonrandom digunakan teknik
sampling nonprobabilitas, yakni pertimbangan-pertimbangan
tertentu. Sampel probabilitas cenderung memiliki tingkat
representasi yang lebih tinggi daripada sampel nonprobabilitas.
Page 6
Teknik Sampling Probabilitas (Teknik Sampling Random)

a. Teknik Sampling Random Sederhana (Simple Random
Sampling)
Sampel acak sederhana adalah sebuah sampel yang diambil
sedemikian rupa sehingga setiap unit penelitian atau satuan
elementer dari populasi mempunyai kesempatan yang sama
untuk dipilih sebagai sampel. Peluang yang dimiliki oleh setiap
unit penelitian untuk dipilh sebagai sampel sebesar n/N, yakni
ukuran sampel yang dikehendaki dibagi dengan ukuran populasi.
Dalam menggunakan Teknik Sampling Random Sederhana ini ada
beberapa syarat yang harus dipenuhi, antara lain (Singarimbun
dan Effendy, 1989):
1. Harus tersedia kerangka sampling atau memungkinkan
untuk dibuatkan kerangka samplingnya (dalam kerangka
sampling tidak boleh ada unsur sampel yang dihitung dua
kali atau lebih).
2. Sifat populasinya harus homogen, jika tidak, kemungkinan
akan terjadi bias.
3. Ukuran populasinya tidak tak terbatas, artinya harus pasti
berapa ukuran populasinya.
4. Keadaan populasinya tidak terlalu tersebar secara
geografis.
Teknis pelaksanaannya ada dua cara, yakni:
1. Dengan mengundi unsur-unsur penelitian atau satuansatuan elementer dalam populasi. Langkah awal yang perlu
dilakukan adalah menyusun semua unit penelitian atau
unit elementer ke dalam kerangka sampling, mulai dari
nomor terkecil hingga nomor ke-n (tergantung berapa
besar ukuran populasinya). Selanjutnya masing-masing
nomor unsur populasi itu ditulsikan dalam secarik kertas,
digulung, dan dimasukkan ke dalam sebuah kotak atau
toples. Lalu lakukan pengocokan secara merata, dan ambil
sejumlah gulungan kertas tersebut sebanyak ukuran
sampel yang dikehendaki. Nomor-nomr yang terambil itu
menjadi unit elementer yang terpilih sebagai sampel.
Pengundian juga dapat dilakukan seperti halnya ibu-ibu
anggota kelompok arian menentukan pemenang arisannya.
Gulungan kertas yang di dalamnya sudah berisi nomor unit
elementer, dimasukkan ke dalam toples yang diberi tutup
dengan lubang sebesar kira-kira dapat dilalui oleh setiap
gulungan kertas yang ada di dalamnya. Lalu kocok
berulang-ulang hingga keluar sejumlah gulungan kertas
sesuai dengan ukuran sampel yang direncanakan.
Penggunaan cara ini (cara pengundian) seringkali tidak
Page 7
praktis, terutama apabila ukuran populasinya relatif besar,

sebab: pertama, hampir tidak mungkin kita dapat
melakukan pengocokan secara saksama dan merata
seluruh gulungan kertas undian; dan kedua, ada
kecenderungan kita untuk tergoda memilih angka-angka
tertentu. Dalam keadaan yang demikian, gunakan teknik
kedua, yakni dengan mengundi Tabel Angka Random.
2. Dengan menggunakan Tabel Angka Random. Cara ini dipilih
karena selain meringankan pekerjaan, juga lebih
memberikan jaminan yang lebih besar bahwa setiap unit
elementer mempunyai peluang yang sama untuk terpilih
sebagai sampel. Caranya adalah sebagai berikut: misalnya,
dari satuan elementer dlam populasi (N) yang besarnya
500 orang, akan dipilih 50 satuan elementer sebagai
sampel (n). Bilangan 500 ini terdiri dari tiga dijit (digit),
oleh karena itu dalam kerangka sampling satuan
elementernya diberi nomor mulai dari 001 sampai 500.
Selanjutnya lihat Tabel Angka Random atau Tabel Bilangan
Random yang selalu ada pada lampiran buku-buku
metodologi penelitian atau buku-buku metode statistika.
Karena angka-angka yang yang terdapat dalam Tabel
Bilangan Random itu disusun secara kebetulan (randomly
assorted), maka pemakai tabel tersebut dapat mulai
melihatnya dari baris dan kolom mana saja. Di samping itu,
ia dapat juga mengikutinya ke arah mana saja. Penentuan
angka pertama dapat dilakukan, misalnya, dengan cara
menjatuhkan pensil dengan mata pensil mengarah ke
bawah pada lembaran kertas yang di dalamnya terdapat
tabel bilangan random yang kita gunakan. Angka random
yang terkena oleh mata pensil tadi adalah unsur sampel
pertama yang kita pilih. Selanjutnya, kita dapat
menentukan unsur sampel lainnya dengan cara berjalan ke
atas mengikuti kolom yang sama, atau ke samping
mengikuti baris, ke bawah mengikuti kolom, atau cara apa
saja yang dianggap mudah.
b. Teknik Sampling
Random Sampling)
Random
Sistematik
(Systematic
Apabila ukuran populasinya sangat besar, hingga tidak

memungkinkan dilakukan pemilihan sampel dengan cara
pengundian, maka teknik sampling random sederhana tidaklah
tepat untuk digunakan. Dalam keadaan populasi yang demikian,
gunakanlah teknik sampling random sistematik. Persyaratan
yang harus dipenuhi agar teknik sampling ini dapat digunakan,
sama dengan persyaratan untuk sampel random sederhana,
yakni tersedianya kerangka sampling (ukuran populasinya
Page 8
diketahui dengan pasti), dan populasinya mempunyai pola

beraturan yang memungkinkan untuk diberikan nomor urut serta
bersifat homogen.
Cara penggunaan teknik sampling random sistematik ini mirip
dengan cara sampling random sederhana. Bedanya, pada teknik
sampling sistematik perandoman atau pengundian hanya
dilakukan satu kali, yakni ketika menentukan unsur pertama dari
sampling yang akan diambil. Penentuan unsur sampling
selanjutnya ditempuh dengan cara memanfaatkan interval
sampel. Interval sampel adalah angka yang menunjukkan jarak
antara nomor-nomor urut yang terdapat dalam kerangka
sampling yang akan dijadikan patokan dalam menentukan atau
memilih unsur-unsur sampling kedua dan seterusnya hingga
unsur ke-n. Interval sampel biasanya dilambangkan dengan huruf
k.
Interval sampel atau juga disebut sampling rasio diperoleh
dengan cara membagi ukuran populasi dengan ukuran sampel
yang dikehendaki (N/n). Misalnya, dari populasi (N) berukuran
500 kita akan mengambil sampel (n) berkuran 50, maka interval
samplingnya adalah 500/50=10 atau k =10. Andaikan yang
terpilih sebagai unsur sampling pertama adalah satuan
elementer yang bernomor s, maka penentuan unsur-unsur
sampel berikutnya adalah:
Unsur
Unsur
Unsur
Unsur
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.
Page 9
Padahal, sebagaimana telah diungkapkan di atas, presisi dan

tingkat kerepresentatifan sampel yang diambil dari suatu
populasi antara lain dipengaruhi oleh derajat keseragaman
(tingkat homogenitas) populasi yang bersangkutan. Untuk dapat
menggambarkan secara tepat tentang sifat-sifat populasi yang
heterogen, maka populasi yang bersangkutan harus dibagi-bagi
kedalam lapisan-lapisan (strata) yang seragam atau homogen,
dan dari setiap strata dapat diambil sampel secara random
(acak).
Untuk dapat menggunakan teknik sampling random strata, ada
beberapa syarat yang harus dipenuhi, antara lain (Singarimbun
dan Effendi, 1989:162-163):
1. Harus ada kriteria yang jelas yang akan dipergunakan
sebagai dasar untuk menstratifikasi populasi ke dalam
lapisan-lapisan. Sebagai contoh, populasi penelitian Anda
adalah seluruh mahasiswa Unpad. Dalam kenyataannya
karakteristik mahasiswa Unpad tidak sama (tidak
homogen) sebab di Unpad terdapat program pendidikan
jenjang D3, S1, S2, dan S3 yang tentu saja karakteristik
(terutama karakteristik akademisnya) berbeda-beda. Maka
dalam keadaan populasi yang demikian, mahasiswa Unpad
sebagai populasi harus dibagi kedalam strata (subpopulasi)
mahasiswa D3, mahasiswa S1, mahasiswa S2, dan
mahasiswa S3. Secara teoretis, yang dapat dijadikan
kriteria untuk pembagian strata itu ialah variabel-variabel
yang akan diteliti atau variabel-variabel yang menurut
peneliti mempunyai hubungan yang erat dengan variabelvariabel yang hendak diteliti itu. Misalnya, tingkat motivasi
belajar mahasiswa erat kaitannya dengan jenjang
pendidikan yang diikutinya. Jadi, dalam penelitian tentang
motivasi belajar mahasiswa (misalnya), jenjang pendidikan
dijadikan dasar dalam menentukan strata populasi.
2. Harus ada data pendahuluan dari populasi mengenai
kriteria yang dipergunakan untuk menstratifikasi. Misalnya,
data mengenai pembagian jenjang pendidikan pada
mahasiswa Unpad didasarkan pada kenyataan bahwa di
Unpad memang terdapat berbagai jenjang pendidikan.
3. Jumlah satuan elementer dari setiap strata (ukuran setiap
subpopulasi) harus diketahui dengan pasti. Hal ini
diperlukan agar peneliti dapat membuat kerangka
sampling untuk setiap subpopulasi atau strata yang akan
dijadikan sumber dalam menentukan sampel atau
responden. (Harap dicatat, bahwa teknik sampling
random strata ini baru efektif dalam menentukan
ukuran sampel yang harus diambil dari setiap strata
dan belum mampu menentukan siapa saja sampel
yang harus diambil untuk dijadikan responden
Page 10
penelitian). Untuk menentukan saampel sasaran atau

responden masih perlu dilanjutkan dengan menggunakan
teknik sampling random sederhana atau teknik sampling
random sistematik, setelah sebelumnya dibuatkan
kerangka sampling untuk setiap subpopulasinya.
Sampel strata terdiri dari dua macam, yakni sampel strata
proporsional dan sampel strata disproporsional. Teknik
sampling random strata proporsional digunakan apabila proporsi
ukuran subpopulasi atau jumlah satuan elementer dalam setiap
strata relatif seimbang atau relatif sama besar. Dalam sampel
strata proporsional, dari setiap strata diambil sampel yang
sebanding dengan besar setiap strata dengan berpatokan pada
pecahan sampling (sampling fraction) yang sama
yang
digunakan. Pecahan sampling adalah angka yang menunjukkan
persentase ukuran sampel yang akan diambil dari ukuran
populasi tertentu. Sebagai contoh, jumlah keseluruhan
mahasiswa Unpad ada 25.000 orang, sehingga ukuran
populasinya 25.000. Berdasarkan perhitungan tertentu, misalnya
kita menggunakan Rumus Slovin, sampel yang harus diambil
sebesar 2.500 orang mahasiswa, maka pecahan samplingnya
adalah 0,10 (10%) yang diperoleh dengan cara membagi ukuran
sampel yang dikehendaki dengan ukuran populasinya (n/N).
Dengan demikian, maka dari setiap lapisan populasi (strata)
harus diambil sampel sebesar 10 % sehingga akhirnya diperoleh
ukuran sampel secara keseluruhan yang merepresentasikan
populasi. Untuk lebih jelasnya, perhatikan tabel di bawah ini.
Tabel 1
Sampel Berstrata Proporsional untuk Penelitian Motivasi Belajar
di Kalangan Mahasiswa Universitas Padjadjaran
Jenjang
Ukuran
dalam
Pendidikan Populasi
Sampel
D3
10.000
1.000
40%
S1
8.000
800
32%
S2
5.000
500
20%
S3
2.000
200
8%
_______
_____
25.000
2.500
100%
% 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
Penggunaan Teknik Sampling Random Strata Proporsional agak

kurang tepat jika proporsi ukuran subpopulasinya (jumlah satuan
elementer pada strata) tidak seimbang, ada yang jumlahnya
besar ada pula yang jumlahnya kecil, sehingga kalau digunakan
teknik sampling strata proporsional dapat kejadian ukuran
subpopulasinya sama dengan ukuran sampelnya. Padahal, jika
ukuran sampelnya sama dengan ukuran populasinya (total
sampling atau sensus) maka data yang diperoleh dari sampel
tersebut tidak bisa diolah atau dianalisis dengan menggunakan
analisis statistik inferensial. Oleh karena itu, dalam keadaan
populasi yang demikian, gunakanlah Teknik Sampling Random
Strata Disproporsional.
Pada Sampel Strtata Disproporsional, ukuran sampel yang
diambil dari setiap subpopulasi (strata) sama besarnya, yang
berbeda adalah pecahan samplingnya. Satu hal yang perlu
dicatat dan diingat, jika menggunakan teknik sampling ini,
nanti pada waktu analisis data, data yang diperoleh dari sampel
masing-masing strata harus dikalikan dengan bobot yang
disesuaikan pada strata tersebut. Teknis pengambilan sampel
strata disproporsional dapat dilihat pada contoh tabel di bawah
ini.
Tabel 2
Sampel Berstrata Disproporsional untuk Penelitian Motivasi
Belajar
di Kalangan Mahasiswa Universitas Padjadjaran
Jenjang
Ukuran
% dalam
Pecahan n
Bobot
Pendidikan Populasi
Populasi
Sampling Sampel
Disesuaikan
D3
10.000
40%
0,063
625
5
S1
8.000
32%
0,078
625
4
S2
5.000
20%
0,125
625
3
S3
2.000
8%
0,313
625
1
_______
_____
_____
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
penelitiannya adalah seluruh ibu rumah tangga yang ada di Kota

Bandung. Kota Bandung kita bagi dulu ke dalam Wilayah
Bandung Timur, Bandung, Barat, Bandung Selatan, dan Bandung
Utara. Dari setiap wilayah itu kita jabarkan lagi pada kecamatankecamatan, lalu ambil secara random, misalnya, dua kecamatan
dari setiap wilayah sehingga diperoleh delapan kecamatan.
Apabila kita berhenti sampai di sini, maka seluruh ibu rumah
tangga yang berdomisi di delapan kecamatan terpilih itu adalah
sampel penelitian kita. Tetapi jika kita merasa jumlahnya masih
terlalu besar, maka kita boleh menjabarkan wilayah kecamatan
terpilih itu menjadi kelurahan-kelurahan, sehingga wilayah
kecamatan tadi kita jadikan populasi sampling. Dari situ secara
random, misalnya, kita ambil dua kelurahan dri setiap kecamatan
terpilih, sehingga kita memiliki 16 kelurahan sebagai wilayah
penelitian dengan konsekuensi seluruh ibu rumah tangga di 16
kelurahan itu harus dijadikan responden. Jika dirasakan masih
terlalu banyak jumlahnya, kita diperbolehkan untuk menurunkan
lagi wilayah penelitian pada wilayah yang lebih kecil, misalnya
RW, dan seterusnya dengan cara yang sama.
Teknik Sampling
Nonrandom)
Nonprobabilitas
(Teknik
Sampling
Dalam menentukan sampel dengan menggunakan taknik

sampling nonrandom, tidak menggunakan prinsip kerandoman
(prinsip
teori
peluang).
Dasar
penentuannya
adalah
pertimbangan-pertimbangan tertentu dari peneliti atau dari
penelitian.
Sebagai
konsekuensinya,
teknik
sampling
nonrandom ini tidak dapat digunakan apabila penelitian
kita dirancang sebagai sebuah penelitian eksplanatif
yang akan menguji hipotesis tertentu, misalnya penelitian
korelasional, karena rumus uji statistik inferensial tidak dapat
diterapkan untuk data yang berasal dari sampel nonrandom.
Teknik sampling ini secara luas sering digunakan untuk
penelitian-penelitian eksploratif atau penelitian deskriptif.
Ada beberapa jenis sampel nonrandom yang sering digunakan
dalam penelitian sosial/penelitian komunikasi, di antaranya
adalah:
1. Sampel Aksidental (accidental sampling). Sampel ini sering
disebut sebagai sampel kebetulan yang pengambilannya
didasarkan pada pertimbangan kemudahan bagi peneliti
(bukan penelitian), sehingga sampel ini sering kali disebut
convenience sampling atau sampel keenakan. Orang-orang
ilmu statistika bahkan menyebutnya sebagai sampel
kecelakaan, karena saking tidak representatifnya sampel
tersebut. Sebisa mungkin, hindari untuk menggunakan
Page 14
sampel ini, jika kesimpulan penelitian kita

memperoleh kemampuan generalisasi yang tepat.
ingin
2. Sampel Kuota (quota sampling). Teknik sampling kuota

merupakan teknik sampling yang sejenis dengan teknik
sampling strata. Perbedaannya adalah ketika mengambil
sampel dari setiap strata tidak menggunakan cara-cara
random, tetapi menggunakan cara-cara kemudahan
(convenience). Caranya, tentukan ukuran sampel dari
masing-masing strata lalu teliti siapa sejumlah orang yang
sesuai dengan ukuran sampel yang ditentukan tadi, siapa
saja asal berasal dari strata tersebut.
3. Sampel Purposif (purposeful sampling). Teknik ini disebut
juga judgemental sampling atau sampel pertimbangan
bertujuan. Dasar penetuan sampelnya adalah tujuan
penelitian. Sampel ini digunakan jika dalam upaya
memperoleh data tentang fenomena atau masalah yang
diteliti memerlukan sumber data yang memilki kualifikasi
spesifik atau kriteria khusus berdasarkan penilaian
tertentu, tingkat signifikansi tertentu. Misalnya, untuk
meneliti kualitas cerita Film Ayat-ayat Cinta kita
memerlukan reponden yang memiliki kualifikasi komptensi
dalam bidang perfilman atau bidang komunikasi. Maka
sampelnya adalah para kritikus film, para dosen produksi
film, para ahli sinematografi, dan lain-lain.
Beberapa Masalah
dengan Sampel
dalam
Penelitian
yang
Berkaitan
Dalam setiap penelitian, tidak tertutup kemungkinan untuk

terjadi
permasalahan
atau
penyimpangan.
Besarnya
penyimpangan yang dapat ditoleransi dalam suatu penelitian,
tergantung pada sifat penelitian itu sendiri. Ada penelitian yang
dapat mentolerannsikan penyimpangan yang besar; sebaliknya
ada juga penelitian yang menghendaki penyimpangan yang
kecil, sebab penyimpangan yang besar dapat menimbulkan
kesimpulan yang salah.
Dalam suatu penelitian, ada kemungkinan timbul dua macam
penyimpangan, yaitu:
1. Penyimpangan karena Pemakaian Sampel (Sampling Error)
Seandainya tidak ada kesalahan pada pengamatan,
satuan-satuan ukuran, definisi operasinal variabel,
pengolahan data, dan sebagainya, maka perbedaan itu
hanya disebabkan oleh pemakaian sampel. Mudah
Page 15
dimengerti bahwa semakin besar sampelnyang diambil,

semakin kecil pula terjadi penyimpangan. Apabila sampel
itu
sudah
sama
besar
dengan
populasi,
maka
penyimpangan oleh pemakaian sampel pasti akan hilang.
2. Penyimpangan Bukan oleh Pemakaian Sampel (NonSampling Error)
Jenis penyimpangan ini dapat ditimbulkan oleh berbagai
hal, di antaranya adalah:
Penyimpangan karena kesalahan perencanaan.
Misalnya karena tidak tepatnya definisi operasional
variabel,
kriteria
satuan-satuan
ukuran,
dan
sebagainya, memberikan peluang penyimpangan
atau kesalahan pada hasil penelitian.
Penyimpangan karena Penggantian Sampel. Hal ini
berkaitan dengan adanya perbedaan antara sampel
yang diteliti dengan sampel yang ditetapkan.
Misalnya,
seseorang
mahasiswa
yang
telah
ditetapkan sebagai sampel tidak bisa dihubungi pada
waktu akan diwawancarai atau diminta untuk
mengisi kuesioner, lalu kita menggantinya dengan
mahasiswa yang lain.
Penyimpangan karena salah tafsir dari petugas
pengumpulan data maupun responden, yang dapat
menyebabkan
jawaban
yang
diperoleh
dari
responden menyimpang dari yang sebenarnya.
Penyimpangan karena salah tafsir responden.
Biasanya disebabkan karena responden sudah lupa
akan masalah yang ditanyakan.
Penyimpangan karena responden sengaja salah
dalam menjawab pertanyaan. Hal ini dapat terjadi
jika responden merasa curiga terhadap maksud dan
tujuan penelitian, atau mungkin juga responden
mempunyai
maksud-maksud
tertentu
secara
terselubung.
Penyimpangan karena kesalahan pengolahan data,
misalnya salah dalam menambahkan, mengalikan,
dan sebagainya.
Sementara itu, masalah yang dihadapi dalam Pembuatan
Kerangka Sampling, di antaranya adalah sebagai berikut:
Blank Foreign Elements
Yakni jika data populasi yang diperoleh dari sesuatu
sumber tidak sesuai dengan kenyataannya di lapangan,
sehingga terjadi orang yang sudah terpilih sebagai sampel
tidak ditemui di lapangan. Hal ini disebabkan mungkin
Page 16
karena pendataannya yang tidak akurat atau datanya

sudah kadaluarsa.
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.
Buku-buku yang dianjurkan untuk dibaca:

1. Jalaluddin Rakhmat, 1995, Metode Penelitian Komunikasi, Bandung:
P.T. Remaja Rosdakarya.
2. Arthur Asa Berger, 2000, Media and Communication Research
Methods, Thousand Oaks, London, New Delhi: Sage
Publications, Inc.
3. Bridget Somekh and Cathy Lewin, 2005, Research Methods in The
Social Sciences, London, Thousand Oaks, New Delhi: Sage
Publications, Inc.
4. Masri Singarimbun dan Sofian Effendi, 1989, Metode Penelitian
Survai, Jakarta: LP3ES.
5. Bambang Prasetyo dan Lina Miftahul Jannah, 2005, Metode
Penelitian Kuantitatif: Teori dan Aplikasi, Jakarta: P.T.
Radjagrafindo Persada.
6. Rachmat Kriyantono, 2006, Teknik Praktis Riset Komunikasi, Jakarta:
Kencana Prenada Media Group.
Page 17

Populasi Dan Teknik Sampling

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Populasi Dan Teknik Sampling

Diunggah oleh

Hak Cipta:

Format Tersedia

Materi Kuliah Metode Penelitian Komunikasi (Kuantitatif)