Kuliah 10-Modul - 9 - Teknik Penarikan Sampel
Kuliah 10-Modul - 9 - Teknik Penarikan Sampel
TIU
1. Mahasiswa memahami perlunya
menarik sampel dari suatu
populasi
2. Mahasiswa mengetahui berbagai
metode memilih sampel
TIK
a. Definisi, karakteristik, dan simbol Populasi dan Sampel
b. Alasan menarik sampel dari populasi
a. Teknik penarikan sampel probabilita
b. Teknik penarikan sampel non probabilita
diteliti. Karenanya, sampel harus dilihat sebagai suatu pendugaan terhadap populasi dan bukan populasi itu
sendiri. (Bailey, 1994: 83)
Gambar 1. Hubungan Populasi dan Sampel
Populasi
Sampel
Estimasi
Sampel
Berkaitan dengan populasi, ada satu istilah penting yang berguna dalam pengambilan sampel yaitu
kerangka sampel (sampling frame). Kerangka sampel adalah daftar nama seluruh anggota populasi. Namun,
tidak selamanya kerangka sampel yang kita butuhkan tersedia. Oleh karena itu materi tentang teknik
penarikan sampel ini akan juga menjelaskan apa yang terjadi jika kerangka sampel yang dibutuhkan tidak
tersedia.
Secara matematik, sampel dan populasi dapat dijelaskan dengan menggunakan penghitungan seperti
mean, median, modus, dan deviasi standar. Statistic menggambarkan karakteristik sampel, sedangkan
parameter menggambarkan karakteristik populasi. Misalnya, rata-rata tinggi siswa kelas X di Jakarta adalah
165 cm. Dalam kasus ini, 165 cm adalah karakteristik dari populasi, yaitu semua siswa kelas X dan dapat
disebut sebagai parameter populasi. Jika dikatakan rata-rata tinggi siswa kelas X di Jakarta Selatan adalah
165 cm, maka dalam hal ini 165 cm digunakan untuk menjelaskan karakteristik sampel, yaitu siswa kelas X
di Jakarta Selatan. Sehingga angka 165 cm dapat menjadi sampel statistik. Tabel di bawah ini menunjukkan
perbedaan antara populasi dan sampel:
Tabel 1
Perbedaan Populasi dan Sampel
Populasi
Sampel
Definisi
Kumpulan hal-hal yang dijelaskan
Bagian dari populasi
Karakteristik Parameter
Statistik
Simbol
Jumlah populasi = N
Jumlah populasi = n
Rata-rata populasi =
Rata-rata populasi = x
Deviasi standar populasi =
Deviasi standar populasi = S
Alasan Menarik Sampel dari Populasi
Dalam suatu penelitian, seringkali kita tidak dapat mengumpulkan seluruh informasi dari populasi,
sehingga diambil sampel yang dianggap dapat mewakili populasi. Beberapa alas an utama menarik sampel
yaitu:
1. Penggunaan sampel menghemat biaya dan waktu
2. Penggunaan sampel memungkinkan peneliti untuk mempertahankan kualitas data yang telah
dikumpulkan
3. Tidak memungkinkan bagi seorang peneliti untuk menguji secara fisik semua unsur dalam populasi.
Contoh: Terdapat 125 anggota koperasi ABC. Akan diambil 10 orang sebagai sampel.
Tahap I
No
urut
001
002
003
004
005
006
007
008
009
010
011
012
013
014
015
016
017
018
019
020
021
022
023
024
025
Nama
Resp
AAA
AAB
AAC
AAD
AAE
AAF
AAG
AAH
AAI
AAJ
AAK
AAL
AAM
AAN
AAO
AAP
AAQ
AAR
AAS
AAT
AAU
AAV
AAW
AAX
AAY
No
urut
026
027
028
029
030
031
032
033
034
035
036
037
038
039
040
041
042
043
044
045
046
047
048
049
050
Tabel 2.
Contoh Kerangka Sampel Simpel Random Sampling
Nama
No
Nama
No
Nama
Resp
urut
Resp
urut
Resp
AAZ
051
ABY
076
BAX
ABA
052
ABZ
077
BAY
ABB
053
BAA
078
BAZ
ABC
054
BAB
079
BBA
ABD
055
BAC
080
BBB
ABE
056
BAD
081
BBC
ABF
057
BAE
082
BBD
ABG
058
BAF
083
BBE
ABH
059
BAG
084
BBF
ABI
060
BAH
085
BBG
ABJ
061
BAI
086
BBH
ABK
062
BAJ
087
BBI
ABL
063
BAK
088
BBJ
ABM
064
BAL
089
BBK
ABN
065
BAM
090
BBL
ABO
066
BAN
091
BBM
ABP
067
BAO
092
BBN
ABQ
068
BAP
093
BBO
ABR
069
BAQ
094
BBP
ABS
070
BAR
095
BBQ
ABT
071
BAS
096
BBR
ABU
072
BAT
097
BBS
ABV
073
BAU
098
BBT
ABW
074
BAV
099
BBU
ABX
075
BAW
100
BBV
No
urut
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
Nama
Resp
BBW
BBX
BBY
BBZ
CAA
CAB
CAC
CAD
CAE
CAF
CAG
CAH
CAI
CAJ
CAK
CAL
CAM
CAN
CAO
CAP
CAQ
CAR
CAS
CAT
CAU
Tahap 2
Misalnya menggunakan Tabel Angka Acak. Pilih satu angka (contohnya terpilih pada baris 13 kolom 13)
kemudian bergerak ke kiri atas. Maka akan terpilih angka 8
Baris
745904
906720
103924
851820
934571
630178
187219
889868
605835
116929
570284
965844
764529
651120
861264
687729
395635
747428
700558
394821
109225
525918
999421
266250
964696
654684
514130
138633
001275
044132
164328
897030
626103
816955
655726
638058
590772
703699
802616
299839
476112
441331
482516
684457
431296
923271
123949
045202
201893
781472
465834
600111
892212
214704
468633
310806
456102
403370
512024
118632
Tabel 3.
Contoh Tabel Angka Acak
Kolom
763697 781647 710882
818779 074494 319404
017745 811812 482904
390029 483777 798623
611060 244924 122700
181826 481211 869898
617749 232910 391714
622628 414969 872742
204153 183891 953261
232825 705837 517207
241244 448328 143390
668200 880201 026440
188747 782301 518030
119846 488943 567180
460875 991167 991323
923847 868314 830227
983937 589123 598756
211607 563181 370976
200112 222074 269118
851940 667309 125390
140464
894625
305190
009835
768141
514577
535809
056783
867299
387059
757452
398209
177508
204496
704692
349722
796801
199690
836784
147329
320327
136410
301608
830547
753239
600581
356616
774040
040389
520433
893040
156826
371853
527441
168567
616041
145157
434170
239245
699108
821109
818443
933519
355322
187103
059097
164764
845694
573651
657602
161967
293651
069052
398770
084407
311517
304647
044417
473987
025811
253295
520274
055261
488458
864879
481300
728434
737464
635512
073154
945724
170663
526103
097565
577321
185531
243366
706836
925696
085003
Misalnya data di atas N=125. Maka Kelipatan Angka Maksimum yang dapat kita gunakan adalah 125,
250, 375, 500, 625, 750, dan 875. Angka 875 adalah kelipatan tertinggi dari 125 pada tiga digit nomor
populasi. Kemudian nomor yang sudah terpilih (yang jumlahnya di atas nomor populasi) dikurangi dengan
Kelipatan Angka Maksimum yang terdekat. Dengan bantuan Kelipatan Angka Maksimum tersebut, nomor
populasi yang terpilih adalah sebagai berikut:
1. 830 750 = 080
2. 162 125 = 037
3. 692 625 = 067
4. 546 500 = 046
5. 736 625 = 111
6. 607 500 = 107
7. 115
8. 639 625 = 014
9. 262 250 = 012
10. 865 750 = 116
Berarti sampel yang kita miliki saat ini adalah:
1. 080
BBB
2. 037
ABK
3. 067
BAO
4. 046
ABT
5. 111
CAG
6. 107
CAC
7. 115
CAK
8. 014
AAN
9. 012
AAL
10. 116
CAL
Jika ternyata ada nomor populasi terpilih kembali, kita dapat menggantinya dengan nomor berikutnya sesuai
dengan angka acak yang ada pada Tabel Angka Acak.
2. Teknik Acak Sistematis (Systematic Random Sampling)
Jika jumlah populasi sangat banyak dan homogen, dan jumlah sampel yang akan diambil juga banyak,
teknik penarikan sampel acak sederhana akan menyulitkan karena merepotkan dan lebih lama. Untuk itu,
jika syarat populasi homogen, maka dapat digunakan cara yang lain yaitu teknik penarikan sampel acak
sistematis (systematic random sampling).
Tahapan yang dilakukan untuk menarik sampel ini adalah:
1. Susunlah kerangka sampel (daftar nama populasi) dalam kelompok dengan cara membagi jumlah
populasi dengan jumlah responden
2. Pilihlah satu kelompok yang ada dengan cara acak.
Contoh suatu wilayah memiliki penduduk sebanyak 5000 orang dan akan diambil 100 orang sebagai sampel.
Kelompok = N/n = 5000/100 = 50
Susunlah kerangka sampel berdasarkan kelompok:
6
Nama
Urut
Populasi
1
1
51
101
151
201
251
301
351
401
451
501
4901
4951
Tabel 4.
Contoh Kerangka Sampel Systematic Sampling
Kelompok
2
3
4
5
6
7
2
3
4
5
6
7
52
53
54
55
56
57
102
103
104
105
106
107
152
153
154
155
156
157
202
203
204
205
206
207
252
253
254
255
256
257
302
303
304
305
306
307
352
353
354
355
356
357
402
403
404
405
406
407
452
453
454
455
456
457
502
503
504
505
506
507
4902
4903
4904
4905
4906
4907
4952
4953
4954
4955
4956
4957
50
50
100
150
200
250
300
350
400
450
500
550
4950
5000
Kemudian, dengan menggunakan undian, kita tidak memilih kelompok 1 50. Misalnya yang terpilih
dalam undian adalah kelompok 15, maka seluruh anggota kelompok 5 adalah sampelnya.
Jadi sampel yang kita ambil adalah no urut populasi:
15
65
115
165
215
265
315
365
4915 4965
Atau dapat dikatakan bahwa kita menggunakan kelipatan angka 50.
Tetapi, tidak selamanya populasi yang kita miliki jumlahnya genap. Seringkali kita memiliki populasi
yang jumlahnya ganjil. Oleh karena itu kita tidak dapat menggunakan langsung kelipatan yang kita peroleh
dari pembagian jumlah populasi dengan jumlah sampel.
Contoh suatu wilayah memiliki penduduk sebanyak 5543 orang dan akan diambil 100 orang sebagai sampel.
Kelompok = 5543/100 = 55,43
Pilihlah satu nilai antara 1 50 secara acak, misalnya 5,7.
Maka sampel yang akan kita ambil adalah:
Sampel 1
5,7
5,7
5,7 + 55,43
61,13
61,13 + 55,43 116,56
116,56 + 55,43
171,99
171,99 + 55,43
227,42
227,42 + 55,43
282,85
dan seterusnya.
6
61
117
172
227
283
Sampel 1
Populasi1
x Total sampel
Total populasi
Dengan cara proporsional, kita tidak akan memperoleh sampel dari lulusan PT, oleh karenanya, kita
dapat menggunakan cara non proporsional agar semua lapisan/kelompok dapat terwakili, dengan cara
sebagai berikut:
Sampel lulusan SD = 2
Sampel lulusan SMP = 5
Sampel lulusan SMA = 7
Sampel lulusan PT = 1
Setelah ditentukan jumlah sampel dari setiap lapisan/kelompok, tentukan anggota sampel tersebut
berdasarkan acak sederhana (undian/tabel angka acak) atau sistematis.
4. Teknik Acak Berkelompok (Cluster random sampling)
Teknik ini digunakan jika kita memiliki keterbatasan karena ketiadaan kerangka sampel (daftar nama
seluruh anggota populasi), namun kita memiliki data yang lengkap tentang kelompok. Ada 2 (dua) jenis
teknik penarikan sampel acak berkelompok, yaitu teknik penarikan sampel kelompok satu tahap (a stage
cluster random sampling atau lebih dikenal dengan cluster random sampling) dan banyak tahap (multistages
cluster random sampling).
Teknik penarikan sampel kelompok satu tahap digunakan jika sifat/karakteristik kelompok adalah
homogen. Sedangkan teknik penarikan sampel banyak tahap (multistages cluster random sampling)
digunakan jika sifat/karakteristik kelompok pada populasi cenderung heterogen.
Contoh yaitu teknik penarikan sampel kelompok satu tahap
Di suatu universitas terdiri dari 6 fakultas. Sedangkan data yang kita miliki tentang daftar nama mahasiswa
tidak tersedia.
Kita dapat membuat alur pengambilan sampelnya sebagai berikut:
Dengan cara yang sama pada teknik penarikan sampel acak sederhana, kita hanya perlu membuat
undian nama-nama fakultas dan kemudian memilihnya secara acak. Misalnya yang terpilih adalah Fakultas
Hukum dan Fakultas Teknik, maka seluruh mahasiswa dari fakultas tersebut akan dijadikan sampel.
Contoh yaitu teknik penarikan sampel kelompok banyak tahap
Di suatu universitas terdiri dari 6 fakultas. Sedangkan data yang kita miliki tentang daftar nama mahasiswa
tidak tersedia. Kita memiliki asumsi bahwa ada fakultas yang tergolong dalam karakteristik ilmu pasti dan
ilmu sosial/humaniora.
Tahap I
Stratified
random
sampling
Tahap 2
Simple
random
sampling
Dari kelompok ilmu pasti dipilih secara acak, misalnya terpilih secara acak fakultas kedokteran, dan
dari kelompok ilmu sosial/humaniora, misalnya terpilih secara acak fakultas ISIP. Tahap selanjutnya dapat
kita lakukan dengan memilih mahasiswa berdasarkan jurusan dengan cara stratified random sampling, atau
langsung memilih mahasiswa di fakultas yang terpilih dengan cara acak sederhana atau sistematis.
B. Teknik Penarikan Sampel Non Probabilita
Terdapat beberapa jenis teknik penarikan sampel yang biasa digunakan dalam penelitian sosial atau
bisnis. Teknik penarikan sampel non probabilita ini dapat digunakan jika peneliti tidak memiliki kerangka
sampel yang memadai. Berbeda dengan teknik penarikan sampel probabilita yang memiliki ciri semua
anggota populasi memiliki kesempatan yang sama untuk terpilih sebagai sampel, maka kelemahan teknik ini
adalah tidak adanya kesempatan yang sama bagi anggota, sehingga hasil penelitian dengan menggunakan
teknik ini tidak dapat digunakan untuk menyimpulkan kondisi pada populasi.
1. Teknik penarikan sampel accidental
Teknik penarikan sampel accidental ini didasarkan pada kemudahan (covenience). Sampel dapat
terpilih karena berada pada waktu, situasi, dan tempat yang tepat. Misalnya jika ingin meneliti tentang
bagaimana pendapat penonton film Habibie dan Ainun? , maka kita tidak boleh memiliki asumsi semua
orang sudah menonton film ini. Tetapi yang dapat memberikan pendapat adalah mereka yang telah
menonton film tersebut. Sehingga cara yang paling mudah adalah menemui para penonton film Habibie dan
Ainun di pintu keluar bioskop yang memutar film tersebut.
2. Teknik penarikan sampel purposive
Teknik penarikan sampel purposive ini disebut juga judgmental sampling yang digunakan dengan
menentukan kriteria khusus terhadap sampel, terutama orang-orang yang dianggap ahli. Misalnya, jika kita
ingin mengetahui bagaimana sebaiknya membuat iklan yang baik, tentu saja kita harus memilih mereka yang
memang memahami atau berasal dari orang-orang periklanan atau mereka yang bergerak di bidang
pemasaran.
3. Teknik penarikan sampel kuota
Teknik penarikan sampel kuota (quota sampling) merupakan teknik penarikan sampel yang sejenis
dengan teknik penarikan sampel stratifikasi. Perbedaannya adalah ketika menarik anggota sampel dari
masing-masing lapisan, kita tidak menggunakan cara acak, tetapi menggunakan cara kemudahan
(accidental).
10
Misalnya untuk mendapatkan 20 orang yang tinggal di wilayah Depok, kita tidak harus mencari-cari
responden dengan sulit. Cukup kita kenal seorang mahasiswa yang tinggal di Depok dan kemudian
memintanya mewawancarai tetangganya (yang tinggal di Depok).
4. Teknik penarikan sampel bola salju
Teknik penarikan sampel bola salju (snowball sampling) digunakan jika peneliti tidak memiliki
informasi tentang anggota populasi. Peneliti hanya memiliki satu nama populasi, dari nama ini peneliti akan
memperoleh nama-nama lainnya. Teknik ini biasanya digunakan jika kita meneliti kasus yang sensitif atau
rahasia. Misalnya tentang jaringan peredaran Narkoba.
5.
Besaran Sampel
Ada beberapa hal yang mempengaruhi berapa besar sampel harus diambil.
a. Heterogenitas dari populasi
Semakin heterogen sebuah populasi, maka jumlah sampel yang diambil pun harus semakin besar
sehingga seluruh karakteristik populasi dapat terwakili.
b. Jumlah variabel yang digunakan
Semakin banyak jumlah variabel yang ada, maka jumlah sampel yang diambil pun harus semakin besar.
Hal ini mengingat adanya persyaratan pengujian hubungan (misalnya dengan chi-square test of
independent yang tidak memungkinkan adanya sel dengan nilai yang diharapkan < 1 yang dalam
perhitungannya dipengaruhi oleh besaran sampel).
c. Teknik penarikan sampel yang digunakan
Jika kita menggunakan teknik penarikan sampel acak sederhana, otomatis jumlah sampel tidak terlalu
berpengaruh dibandingkan dengan penggunaan teknik penarikan sampel acak terlapis. Semakin banyak
lapisan membutuhkan sampel yang lebih besar pula.
Dari berbagai rumus yang ada, ada sebuah rumus yang dapat digunakan untuk menentukan besaran sampel,
yaitu rumus Slovin1 yaitu:
N
1 Ne 2
n = besaran sampel
N = besaran populasi
E = nilai kritis (batas ketelitian) yang diinginkan (persen kelonggaran ketidaktelitian karena kesalahan
penarikan sampel)
Misalnya Populasi dalam suatu penelitian adalah Keluarga Yang Memiliki Kartu Sehat di wilayah kerja
Puskesmas Baktijaya Depok yang berjumlah 1.087 keluarga. Dengan menggunakan rumus Slovin dengan nilai
kritis sebesar 10%, maka jumlah sampel yang dibutuhkan adalah 91,57 92 keluarga.
6. Masalah-masalah yang dihadapi dalam pembuatan kerangka sampel
Dalam membuat kerangka sampel, ada beberapa hal yang dapat dialami peneliti:
1
G. Sevilla Consuelo, et. all. Pengantar Metode Penelitian (terjemahan Alimuddin Tuwu), Jakarta: UI Press, 1993, hal.
161-162.
11
Accidental sampling. Teknik yang didasarkan pada kemudahan, sampel berada pada waktu,
tempat, dan situasi yang tepat
Purposive / judgemental sampling. Menentukan kriteria khusus terhadap sampel, misalnya
orang-orang yang dianggap ahli.
Quota sampling. Sejenis dengan teknik penarikan sampel stratifikasi namun dalam memilih
sampel tidak secara acak melainkan accidental.
Snowballing sampling. Tidak ada informasi tentang anggota populasi, hanya ditemukan satu
nama anggota populasi dimana dari dial ah diharapkan diperoleh data anggota populasi lainnya.
3. Masalah yang sering dihadapi dalam pembuatan kerangka sampel
a. Blank foreign elements
b. Incomplete frame
c. Cluster of elements
D. Referensi
Mason, Robert D. dan Douglas A. Lind. Teknis Statistika untuk Bisnis & Ekonomi . Trans. Ellen Gunawan
Sitompul, dkk. Ed.9, cet.1.-- Jakarta: Penerbit Erlangga, 1996.
Prasetyo, Bambang, dan Lina M. Jannah. Metode Penelitian Kuantitatif: Teori dan Aplikasi. Jakarta: PT
RajaGrafindo Persada., 2005
Saragih, Ferdinand D. dan Umanto Eko Prasetyo. Pengantar Statistik untuk Bisnis dan Ekonomi. Depok:
Departemen Ilmu Administrasi FISIP UI, 2006.
Siagian, Dergibson, dan Sugiarto. Metode Statistika untuk Bisnis dan Ekonomi. Jakarta: PT Gramedia Pustaka
Utama, 2000.
13
02711
94873
54921
77640
61545
17147
13748
87455
08999
78804
82173
97594
73881
46071
44492
31864
51574
35350
46943
22665
39437
77082
24544
27503
24590
48155
20226
70178
10169
81084
69202
80561
08199
98883
84568
04269
10538
77843
12034
10524
68935
89450
08182
90935
78680
97636
00835
19519
04742
14813
57409
81333
26921
25168
67176
22912
19686
72170
90692
76132
36502
87226
97957
47784
25649
15558
24545
86226
53752
73444
41465
03701
20777
95787
26703
28220
69286
35173
13124
24955
94636
72829
76632
65665
75997
31684
06635
37397
93251
22497
92460
50373
91185
53809
28472
89178
93504
90326
12495
37722
43339
92925
01172
33304
11838
40098
43370
37738
06435
40359
90648
38790
51935
28598
21727
89426
95128
39358
76054
95745
36099
25900
49455
47641
46984
29190
79866
63952
98689
93379
87203
16857
85801
28037
10200
32471
98958
68190
42636
42453
93135
55794
65689
92124
46045
57975
10433
97962
28007
24849
52758
28723
24362
53626
05711
70013
81511
93325
48599
53720
21615
53893
13140
63843
76362
93315
61772
43709
58095
09865
17306
56454
36759
42426
53444
91182
61411
46034
07960
05043
38233
88108
95185
14636
76539
92634
46991
03985
21564
89845
06779
70722
45685
15364
83314
93780
09799
63794
51887
86412
09333
80161
80883
86022
37706
95029
83532
80875
92786
11172
83319
14491
25170
59818
49197
84822
65626
32786
23392
36306
66124
17407
16154
72064
77799
05148
27909
35681
33804
21566
51570
28392
72402
71859
90151
69125
00014
18629
79077
53169
16175
57479
12584
83371
36797
77722
44562
93859
31062
28090
22651
34481
80295
99518
65928
45827
85967
92598
58710
65261
47797
22498
89731
48201
96451
58601
52441
54505
05467
43690
80006
65796
73558
78187
62632
83736
46516
12609
19207
68766
88159
97054
53746
54194
24374
15181
82845
52498
57179
93634
69903
97728
07086
95977
79741
93394
87709
74164
01704
49186
55406
11173
56377
19239
95069
83917
57925
32357
88272
50113
21727
89136
35542
72915
27495
06112
53956
06016
49644
57171
69413
24371
33437
60303
46516
52153
31232
11131
39139
84193
44693
20205
91186
52560
89754
47535
74599
34691
30533
71666
19634
88247
17173
34376
71635
85428
18625
11413
29667
90610
22024
21119
51141
35599
61056
81466
34533
08169
24709
94397
92686
86857
97016
74639
68519
23259
70339
19197
61782
12219
90900
22448
67877
66294
65768
34937
44143
25658
84379
14985
89736
46977
21898
39967
69776
36408
08601
55721
92405
72920
30859
32921
80631
25228
72949
84138
75666
89205
57808
11261
06978
12529
84870
31702
86290
30782
03040
96196
62727
81877
44032
55920
18172
22571
01549
41218
55949
79548
97687
73898
14
90696
49006
74591
06315
62386
86848
65643
20451
32047
87025
17012
09184
82122
69480
24211
93086
52368
77103
62092
04028
46598
97310
00112
59416
00968
46617
36959
04501
60446
20470
34417
07235
99419
87827
40403
73530
17136
70557
10728
64230
12813
91408
62865
28255
86746
42189
95034
08627
32343
96574
86328
55809
33292
85481
80699
48130
13829
07293
53(328
51487
07857
13345
49303
72226
38809
12000
64443
42510
51695
90689
15