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 kendala-
kendala, 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
α 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 α 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 bilangan-
bilangan 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. Cara proporsional (bila jumlah elemen tiap sub
populasi tidak sama)
b. 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
 σ2 = 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 :

N
ni =
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 σ2

Jakarta Utara I 448 6
Jakarta Timur II 131 10
Jakarta Pusat III 81 5
Jakarta Selatan IV 108 7
Jakarta Barat V 100 5
 Misalkan batas simpangan
ditentukan sebesar 0,5
 Berarti dapat ditentukan :
• L =5
• D = B 2 : 4 = 0,5 2 : 4 = 0,06
• ∑ Ni2 σ2 = (4482 x 6) + (1312 x 10) + (812 x 5) +
(1082 x 7) + (1002 x 5)
= 1.540.287
• ∑ Ni σ2 = (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 :

5(1.540.287)
n=
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 (ƒ) 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 :
Ni
fi =
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 I 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 V 100 0,116 18
868 1 150
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 hipotesis-
hipotesis 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.