Anda di halaman 1dari 7

TUGAS MATA KULIAH

TEKNIK PENARIKAN SAMPEL

CONTOH PENELITIAN DALAM BIDANG SAMPLING

DOSEN PENGAMPU
Prof. Dr. Ir. Waego Hadi Nugroho

Oleh :
Ikin Sodikin (156090500111001)

PROGRAM PASCASARJANA STATISTIKA


FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS BRAWIJAYA MALANG
2016

CONTOH PENELITIAN BIDANG SAMPLING

1. CONTOH PENELITIAN I

Judul : Kajian Empiris Perbandingan Metode Sampling dalam Menduga Populasi


Minimarket di Indonesia
Penulis : Abadi Wibowo, Mahasiswa Pascasarjana Institut Pertanian Bogor Tahun
2015
Latar Belakang : Minimarket merupakan salah satu dari tiga jenis took modern yang
dapat memberikan kontribusi positif terhadap sektor perdagangan. Namun
keberadaanya juga dapat membuat makin semrawutnya tata kota di suatu wilayah.
Selama ini informasi populasi minimarket, hanya berasal dari data yang dikumpulkan
3 kali dalam 10 tahun melalui survey secara berkala (3 atau 6 bulan sekali). Salah satu
tahapan survey adalah sampling, dengan tahapan ini parameter populasi yang tidak
diketahui dapat diperkirakan berdasarkan nilai-nilai dari unit pengamatan dalam
sampel. Berbagai metode sampling telah banyak digunakan, oleh karena itu, dalam
penelitian ini ingin mendapatkan metode sampling terbaik untuk memperkirakan
populasi minimarket di Indonesia.
Tujuan : Penelitian ini bertujuan untuk mendapatkan metode sampling yang paling
tepat dalam menduga populasi minimarket di Indonesia dengan membandingkan
beberapa metode sampling yaitu simple random sampling dan stratified random sampling
sebagai sampling satu tahap; serta two stage cluster sampling dan stratified two stage cluster
sampling sebagai sampling dua tahap.
Data : Data yang digunakan dalam penelitian ini adalah data hasil Pendataan Potensi
Desa (PODES) 2011 sebagai bahan simulasi. Unit pengamatannya adalah minimarket

yang ada disetiap desa. Unit pengamatan sama dengan unit sampling. Struktur data
yang dipakai meliputi kode propinsi, kode kabupaten/kota, kode kecamatan, kode
desa, jumlah minimarket, dan jumlah penduduk.
Metode Analisis : Analisis diawali dengan melihat kondisi data populasi minimarket
dan penduduk sebagai dasar untuk melakukan eksplorasi. Tahapan berikutnya
membuat simulasi pendugaan total populasi dan ragamnya dengan 4 metode
sampling. Terakhir, membandingkan hasil pendugaan parameter populasi berbagai
metode sampling tersebut terhadap total populasi minimarket pada PODES 2011
berdasarkan nilai bias, standar error, dan Mean Square Error (MSE). Dalam penelitian ini
juga dilakukan simulasi sebanyak 100 kali dengan mengambil ukuran sampel 300,
400, 500, 800, 900, dan 1000; untuk melihat tingkat kekuaratan pada berbagai ukuran
sampel.
Tinjauan Pustaka :
- Simple Random Sampling : penarikan contoh acak sederhana yaitu penarikan sampel
secara acak dimana pemilihan elemen-elemen populasinya dilakukan sedemikian
rupa sehingga setiap elemen memiliki kesempatan yang sama untuk dipilih.
- Stratified Random Sampling : penarikan contoh acak dengan prinsip pelapisan, atau
cara

penambilan

sampel

dimana

populasi

dibagi

menjadi

subpopulasi

(lapisan/strata) yang tidak saling tumpang tindih.


- Two Stage Cluster Sampling : penarikan contoh secara klaster dua tahap atau
pengambilan sampel dilakukan secara dua tahap yaitu memilih beberapa gerombol
dari gerombol-gerombol dalam populasi secara acak, kemudian memilih secraa
acak beberapa unit sampel dari tiap gerombol terpilih.
- Stratified Two Stage Cluster Sampling : penarikan contoh dua tahap dengan prinsip
pelapisan, merupakan pengembangan dari metode two stage cluster sampling,

yaitu pada tahap pertama terlebih dahulu mengelompokkan unit-unit penarikan


sampel berdasarkan karakteristik yang memiliki kemiripan. Tahap kedua memilih
sampel kelompok secara acak dari populasi kelompok kemudian memilih sampel
elemen dari kelompok yang terpilih sebagai sampel.
Hasil Penelitian :
- Pada jenis sampling satu tahap, metode staratified sampling dengan lapisan
berdasarkan status pemerintah daerah dengan ukuran sampel 1000, dinilai lebih
akurat dalam menduga jumlah minimarket di Indonesia dibandingkan dengan
simple random sampling, dengan nilai MSE terkecil.
- Pada sampling jenis dua tahap, metode Stratified Two Stage Cluster Sampling dengan
lapisan berdasarkan status pemerintah daerah dengan ukuran sampel 1000 di 15
gerombol, dinilai lebih akurat dalam menduga jumlah minimarket di Indonesia
dibandingkan sampling dua tahap lainnya, dengan nilai MSE terkecil.
- Secara keseluruhan, jika dibandingkan antara satu tahap dengan dua tahap,
terutama pada ukuran sampel, bahwa semakin besar ukuran sampel berbanding
lurus dengan tingkat akurasi. Metode sampling dua tahap (dalam hal ini Stratified
Two Stage Cluster Sampling) dapat menjadi solusi terbaik jika kerangka sampel tidak
tersedia namun tetap ingin menghasilkan pendugaan yang akurat.
Komentar :
- Populasi dalam penelitian ini didefinisikan dengan cukup jelas, hal ini dilakukan
oleh peneliti agar tidak terjadi bias dalam hal kesimpulan dalam pendugaan total
populasi.
- Penentuan ukuran sampel 300, 400, 500, 800, 900, dan 1000; yang digunakan
sebagai simulasi tidak dijelaskan dasar penentuannya. Disarankan agar ukuran

sampel ini dapat dikelompokkan sebagai ukuran kecil, sedang, dan besar, agar
dapat dibandingkan berdasarkan ukuran sampel.
- Pada jenis sampling Two Stage Cluster sampling juga penentuan banyaknya cluster
sebanyak 5, 10, 15, tidak dijelaskan dasar apa yang digunakan.
- Pada kesimpulan disajikan hanya dari sisi akurasi, seharusnya dicantumkan pula
kesimpulan berdasarkan reliabilitas dan validitasnya.
- Saran lebih lanjut untuk penelitian ini adalah lebih mengeksplorasi jenis cluster
yang lain seperti pulau, daerah tingkat II (kabupaten), dan kecamatan. Selain itu
juga eksplorasi jenis lapisan berdasarkan luas wilayah, angka PDRB, tingkat
kepadatan penduduk, dan jenis lapisan lainnya berdasarkan indicator-indikator
dalam PODES.

2. CONTOH PENELITIAN 2

Judul : Kajian Analisis Metode Sampling yang tepat dengan akurasi tinggi untuk
Estimasi Pemenang Pilkada pada Quick Count, Stusi Kasus : Pemilihan Gubernur
Jawa Barat 2008.
Penulis : Angga Lesvian, Anton Mulyanto, dan Hendra Prasetya, Mahasiswa Sarjana
Institut Pertanian Bogor Tahun 2009
Latar Belakang : Quick Count, hingga saai ini masih merupakan salah satu metode
yang dinilai efektif dalam melakukan penghitungan hasil perolehan suara dengan
cepat berdasarkan fakta yang diperoleh langsung dari tempat pemungutan suara.
Dengan quick count dapat diperkirakan perolehan suara pemilu atau pilkada secara
cepat sehingga dapat memverifikasi hasil resmi penyelenggara pemilihan. Selain itu
mampu mendeteksi dan melaporkan penyimpangan, atau membongkar kecurangan.

Namun, dalam pelaksanaannya quick count yang diselenggaran oleh lembagalembaga survey yang berbeda ternyata menghasilkan output yang berbeda pula.
Faktor utama yang menyebabkan perbedaan tersebut diantaranya adalah penerapan
jenis metode sampling (pengambilan sampel dari populasi sebagai estimasi) yang
berbeda-beda. Oleh karena itu, diperlukan suatu penelitian untuk mengungkap
metode sampling mana yang paling tepat digunakan dalam quick count.
Tujuan : Penelitian ini bertujuan untuk mengetahui metode penarikan contoh yang
mana yang paling tepat diterapkan pada quick count pemilihan umum di Indonesia.
Data : Objek atau populasi yang menjadi pusat perhatian adalah hasil perolehan
suara dalam Pemilihan Gubernur Jawa Barat Tahun 2008 di Kota Bogor. Dara
primer yang digunakan berupa data hasil pilgub Jabar per TPS yang ada disetiap
wilayah di Kota Bogor yang diperoleh dari KPU Provinsi Jawa Barat. Daerah
Pemilihan Kota Bogor terbagi menjadi 6 Dapil yang terdiri dari 1515 TPS.
Metode Analisis : Metode sampling yang diperbandingkan dalam penelitian ini
adalah metode yang dianggap memberikan landasan kuat dalam mewakili
karakteristik populasi berdasarkan Scheafer, 1990. Metode tersebut yaitu, Simple
random sampling, stratified random sampling, cluster random sampling, dan two stages cluster
sampling. Alat evaluasi metode yang digunakan adalah bound of error (batas kesalahan)
dan selisih proporsi estimasi perolehan hasil suara dengan parameter (bias). Metode
sampling yang paling tepat untuk digunakan adalah metode dengan bound of error dan
selisih proporsi yang terkecil.
Komentar :
- Ukuran sampel yang diambil dari populasi N=1515 dalam penelitian ini adalah
sebanyak 100, dengan diasumsikan telah mewakili populasi (6-10% dari populasi).
Dasar dan cara penentuan ukuran contoh tersebut tidak diterangkan secara jelas.

- Sedangkan langkah-langkah perhitungan proporsi dan bound of error dijelaskan


secara rinci melalui algoritma yang runtut.
- Hasil penelitian menghasilkan metode stratified sampling yang memiliki bound of error
terkecil dibandingkan metode lainnya. Hal ini menunjukkan bahwa pada kasus
quick count, metode sampling yang paling tepat memang harus dapat mewakili
seluruh wilayah, dalam hal ini daerah pemilihan (dapil), karena perolehan suara
dapil satu dengan lainnya memiliki keheterogenan yang cukup tinggi tergantung
pada proses kampanye yang dilakukan oleh masing-masing pendukung pasangan
calon.
- Kriteria pemilihan metode sampling seharusnya dapat disajikan secara lengkap
dari sisi reliabilitas (berdasarkan nilai galat baku), validitas (nilai simpangan/bias),
dan keakurasian (berdasarkan nilai MSE).