Anda di halaman 1dari 10

BAB I

PENDAHULUAN

A. LATAR BELAKANG
Penelitian dilakukan untuk menganalisis suatu hal, sehingga dapat diketahui
kelebihan dan kekurangan hal tersebut atau menemukan hal baru yang lebih efektif.
Secara kompleks penelitian merupakan aktivitas pengumpulan fakta, bukti atau hasil
secara sistematis dalam rangka untuk menemukan, mengembangkan atau menguji
pengetahuan tentang fenomena alam maupun sosial. Penelitian memiliki fungsi yang
besar bagi perkembangan ilmu pengetahuan. Oleh karena itu, hasil-hasil penelitian
sebaiknya dapat diketahui oleh seluruh lapisan masyarakat.
Proses penelitian berdasarkan metodenya dapat dibedakan menjadi penelitian
experimental dan penelitian survai. Pada kesempatan ini, akan coba dibahas mengenai
penelitian survai. Penelitian survai biasanya digunakan untuk mengkaji populasi dengan
cara mengkaji atau menentukan sampel untuk menemukan insidensi, distribusi maupun
korelasi variabel-variabel yang diteliti. Dalam penelitian survai ada yang menggunakan
sensus dan ada yang menggunakan sampel.
Jumlah populasi yang terbatas memungkinkan peneliti dapat menggunakan sensus,
akan tetapi pada populasi yang sangat banyak, maka dapat dilakukan sampling untuk
efisiensi tenaga, waktu dan biaya. Metode sampling dapat dibedakan menjadi probability
sampling dan non probability sampling. Probability sampling memberikan kesempatan
pada setiap unsur untuk dipilih, sedangkan non probability sampling tidak memberikan
kesempatan yang sama untuk dipilih.

Probability sampling salah satunya metodenya yaitu Cluster Sampling

Merupakan cara pengambilan sampel dengan cara diklasterkan menjadi grup untuk
diambil secara acak. Contoh, meneliti perguruan tinggi sepulau jawa. Perguruan tinggi
dijadikan klaster primer (pengambilan acak) dan jumlah mahasiswa dari masing-masing
perguruan tinggi sebagai klaster sekunder (pengambilan acak).
B. RUMUSAN MASALAH
Berdasarkan latar belakang masalah yang telah dikemukakan. Di bawah ini
dirumuskan beberapa masalah yang akan dibahas dalam makalah :
1. Apakah pengertian dari teknik sampling ?
2. Apakah pengertian Probability dan non probability random sampling?
3. Apakah pengertian Cluster Sampling?
4. Apakah kelebihan dan kekurangan dari cluster sampling?
5. Bagaimana menentukan ukuran sample?

C. TUJUAN
Adapun tujuannya yaitu sebagai berikut:
1. Untuk mengetahui arti dari teknik sampling.
2. Untuk mengetahui probability dan nonprobability random.
3. Untuk mengetahui arti cluster sampling.
4. Untuk mengetahui kekurangan da kelebihan cluster sampling.
5. Untuk mengetahui ukuran sample yang di gunakan cluster sampling.

D. MANFAAT
Semoga makalah ini dapat bermanfaat dalam proses perkuliahan baik bagi
penyusun khususnya dan para pembaca pada umumnya.

BAB II
TINJAUAN PUSTAKA
A. Teknik Sampling
Teknik sampling adalah cara untuk menentukan sampel yang jumlahnya sesuai
dengan ukuran sampel yang akan dijadikan sumber data sebenarnya, dengan
memperhatikan sifat-sifat dan penyebaran populasi agar diperoleh sampel yang
representatif. Secara umum, ada dua jenis teknik pengambilan sampel yaitu, sampel acak
atau random sampling / probability sampling dan sampel tidak acak atau nonrandom
samping/nonprobability sampling. Random sampling adalah cara pengambilan sampel
yang memberikan kesempatan yang sama untuk diambil kepada setiap elemen populasi.
Artinya jika elemen populasinya ada 100 dan yang akan dijadikan sampel adalah 25,
maka setiap elemen tersebut mempunyai kemungkinan 25/100 untuk bisa dipilih menjadi
sampel. Sedangkan yang dimaksud dengan nonrandom sampling atau nonprobability
sampling, setiap elemen populasi tidak mempunyai kemungkinan. yang sama untuk
dijadikan sampel. Lima elemen populasi dipilih sebagai sampel karena letaknya dekat
dengan rumah peneliti, sedangkan yang lainnya, karena jauh, tidak dipilih; artinya
kemungkinannya 0 (nol). Tapi pada kesempatan kali ini kita akan membahas tentang
probability sampling lebih khusus tentang metode cluster samping.
1. Probability/Random Sampling
Teknik random sampling adalah teknik pengambilan sampel dimana semua
individu dalam populasi, baik secara individu maupun kelompok memiliki kesempatan
yang sama untuk menjadi sampel. Teknik ini tidak pilih-pilih dan didasarkan atas prinsip-
prinsip matematis yang telah diuji dalam praktek.
Simple Random Sampling atau Sampel Acak Sederhana
Teknik untuk mendapatkan sampel yang langsung dilakukan pada unit sampling.
Dengan demikian setiap unsur populasi harus mempunyai kesempatan sama untuk bisa
dipilih menjadi sampel.
Stratified Random Sampling atau Sampel Acak Distratifikasikan
Teknik ini biasa digunakan pada populasi yang mempunyai susunan bertingkat
atau berlapis-lapis. Misalnya sekolah, terdapat beberapa tingkatan kelas. Jika tingkatan
dalam populasi diperhatikan, mula-mula harus dipastikan strata yang ada, kemudian tiap
strata diwakili sampel penelitian.
Cluster Sampling atau Sampel Gugus
Teknik ini digunakan jika populasi tidak terdiri dari individu-individu, melainkan
terdiri dari kelompok atau cluster. Misalnya, penelitian dilakukan terhadap populasi
pelajar SMU di suatu kota. Untuk itu random tidak dilakukan secara langsung pada
semua pelajar, tetapi pada sekolah/kelas sebagai kelompok atau cluster.
Sampel Sistematis (Systematic Sampling)
Sampel Daerah Multitahap (Multistage Area Sampling)

2. Nonprobability/Nonrandom Sampling atau Sampel Tidak Acak


Desain Sampel Nonprobabilitas (Nonprobability Sampling), artinya setiap sampel
dipilih oleh peneliti secara arbitrer dan probabilitas masingmasing anggota populasi
tidak diketahui. Jenis sampel nonprobabilitas:
Convenience.
Peneliti menggunakan sampel yang paling sederhana atau ekonomis.
Judgement.
Peneliti berpengalaman dalam memilih sampel untuk memenuhi tujuannya, seperti
menyakinkan bahwa semua populasi mempunyai karakteristik tertentu.
Quota.
Peneliti mengklasifikasikan populasi menurut kriteria tertentu,
menentukan proporsi sampel yang dikehendaki untuk tiap kelas, menetapkan kuota untuk
setiap pewawancara.

Snowball.
Responden awal dipilih dengan sampel probabilitas sedangkan responden
berikutnya diperoleh dari usulan/masukan responden berikutnya.

Teknik yang paling dianggap paling baik adalah teknik random. Kebaikan teknik
ini tidak hanya landasan teori yang digunakan, namun berdasarkan hasil eksperimen.
Dalam random sampling semua anggota populasi, secara individual atau kolektif, diberi
peluang sama untuk menjadi anggota sampel. Alat yang dianggap paling shahih untuk
random sampling ini adalah tabel bilangan random. Jika besarnya
populasi terbatas, peluang random dapat diberikan kepada anggota populasi secara
individual, tetapi jika populasinya sangat besar peluang random diberikan kepada
anggota populasi sangat besar.
Peluang random diberikian kepada anggota populasi secara kolektif seperti
misalnya dalam sampling geografis. Pengklasifikasian sampel tergantung pada jenis
variable yang digunakan sebagai dasar klasifikasi.Jika variable klasifikasinya diskrit
maka pengklasifikasia sampelnya juga secara diskrit. Semua sampel yang dihasilkan dari
klasifikasi secara diskrit disebut sampel rumpun (cluster sample), sedangkan
klasifikasinya didasarkan pada besar kecil variable klasifikasinya disebut sampel
bertingkat (stratified sample). Baik dalam sampel rumpun maupun sampel bertingkat,
jika proporsi sub populasinya dicerminkan dalam sampel disebut sampel proposional.
Maka dari itu pada kesempatan kali ini kita akan membahas tentang teknik
sampling menggunakan probability/random sampling dengan metode cluster sampling.
B. CLUSTER SAMPLING
Menurut Margono (2004: 127), teknik ini digunakan bilamana populasi tidak
terdiri dari individu- individu, melainkan terdiri dari kelompok-kelompok individu atau
cluster. Teknik sampling daerah digunakan untuk menentukan sampel bila objek yang
akan diteliti atau sumber data sangat luas, misalnya penduduk indonesia yang tidak suka
pelajaran matematika. Untuk menentukan penduduk mana yang akan dijadikan sumber
data, maka pengambilan sampelnya berdasarkan daerah populasi yang telah ditetapkan
Apabila populasi tersebar dalam beberapa wilayah (cluster) yang masing-masing
mempunyai ciri yang hampir sama, maka salah satu atau beberapa wilayah dapat dipilih
secara acak sebagai sampel. Misalkan seorang peneliti mengamati masalah kemiskinan di
pedesaan dalam satu kecamatan. Misalkan dalam kecamatan tersebut terdapat 20 desa.
Diketahui pula penduduk di beberapa desa mempunyai keragaman yang hampir sama
dalam banyak hal, baik keragaman dalam hal pendidikan, pekerjaan, dan atau
penghasilan. Karena setiap desa (sebagai cluster) memiliki karakteristik yang hampir
sama satu sama lain, maka salah satu desa dapat dipilih sebagai sampel untuk mewakili
desa lainnya.
Dengan demikian yang dimaksud dengan cluster adalan sebuah unit sampling
yang didalamnya berisi unit-unn sampling yang lebih kecil. Metode ini tidak memerlukan
kerangka sampling, sehingga untuk menentukan responden yang akan dipilih jauh lebih
mudah ketimbang metode lainnya. Tetapi dengan adanya keleluasaan dalam menentukan
sampel, maka nilai sampling error dari pengamatan seringkali cukup besar. Cara seperti
ini baik sekali untuk dilakukan apabila tidak terdapat atau sulit menentukan/menemukan
kerangka sampel meski dapat juga dilakukan pada populasi yang kerangka sampel sudah
ada.
Sebagai contoh : Kepala Dinas Pendidikan Kabupaten Kuningan ingin mengetahui
bagaimana Sikap Guru SLTP terhadap Kebijakan Manajemen Berbasis Sekolah (MBS)
besar sampel adalah 300 orang kemudian ditentukan Cluster misal sekolah Jumlah SLTP
sebanyak 66 Sekolah dengan rata-rata jumlah Guru 50 orang maka jumlah cluster yg
diambil adalah 300 : 50 = 6 kemudian dipilih secara acak enam Sekolah dan dari enam
sekolah ini dipilih secara acak 50 orang Guru sebagai anggota sampel.
Pemilihan sampel secara cluster dapat dilakukan secara bertingkat, misal cluster
sampling one stage atau cluster sampling two stage, dan Iain-lain. Misal, cluster stage
satu adalah pemilihan banyaknya desa yang akan dijadikan daerah pengamatan,
sedangkan stage kedua adalah memilih banyaknya RT atau RW di setiap desa terpilih.
Penarikan sampel dalam cluster sampling dilakukan secara acak dan berimbang
dengan ukuran sampel ditentukan berdasarkan fraction yang telah ditentukan. Adapun
salah satu rumusan dari cluster sampling adalah :

Ni = fi.Ni
Dimana
a. fi menyatakan fraction dari tahapan/stage ke-i (biasanya ditentukan berdasarkan
pengamatan sebelumnya, atau kesepakatan dari para ahli).
b. ni menyatakan ukuran sampel dari tahapan/stage ke-i
c. Ni menyatakan banyaknya populasi dari tahapan/stage ke-i
C. KEUNTUNGAN DAN KERUGIAN TEKNIK CLUSTER SAMPLING
Keuntungan menggunakan cluster sampling adalah rendahnya biaya yang harus
dikeluarkan ketimbang jika menggunakan metode stratified random sampling. Sedangkan
kelemahan utama dari metode ini adalah kurang efisien dalam proses pemilihan anggota
sampel dibandingkan metode lainnya, karena sub-sub dari setiap kelompok yang
ditentukan dalam suatu stage diasumsikan memiliki karakteristik homogen (hampir
homogen). Padalah seperti telah dijelaskan sebelumnya bahwa dalam kondisi nyata
keadaan ini sangatlah sulit untuk diperoleh. Masih banyak metode lainnya dari teknik
probability sampling seperti Area Sampling, Double sampling, Systematic sampling, ratio
estimation, dan masih banyak lagi lainnya yang tidak dibahas secara khusus dalam diktat
ini (selengkapnya lihat : Elementary survey sampling oleh William Mendenhall). Selain
itu pula ada satu buah rumus yang penggunaannya sudah sangat umum, yakni rumus
SLOVIN dimana penentuan jumlah sampel hanya didasarkan pada banyaknya anggota
populasi (N) dan tingkat kepercayaan (( 1 ) lOO% saja. Adapun rumusan dari
penentuan banyaknya sampel melalui rumus SLOVIN adalah sebagai berikut
n=
Penggunaan rumus tersebut mengasumsikan bahwa nilai data akan berdistribusi
normal atau hampir normal. Beberapa peneliti ada akan mereka ambil. pula yang
menggunakan tabel sampling dengan tingkat kepercayaan tertentu didalam menentukan
banyaknya sampel pengamatan yang.

AB
HI
EFG
JK
CD
NOP
LM
STU
EFG
QR
LM
STU

Gambar : Metode Random Cluster.

D. UKURAN SAMPLE
Menarik sampel dari suatu populasi tidakselalu memuaskan, karna peneliti
seringkali tidak yakin terhadap sampelyang sungguh sungguh representatif terhadap
populasi tersebut. Sering terjadi perbeda anatara sampel yang dipilih dengan populasi.
Tetepi bila sampel telah dipilih secara random dengan ukuran yang sesuai, maka
perbedaan ini tampaknya tidak signifikan dan bersifat kebetulan. Jadi berapakah ukuran
sampel, dan bgaimanakah agar memilih sampel representatif?
Tampaknya tidak ada jawaban yang cukup memuaskan tetapi hendaknya ukuran
sampel terlalu jauh berbeda dengan populasinya.
Misalnya bila populasi targetberjumlah 1000 orangsampel 20-30 orangterlalu kecil karna
hanya 2-3 % dari populasisehingga kurang representatif berapa banyak sampel yang
sesuai?
Cluster random sampling.
Peneliti harus mengidentifikasi sekolah negri dan swasta di Bandung kemudian
menentukansampel sebagai berikut:
Dari 150 sekolahdiilih secara random4 sekolah n=4 sekolahx 2 kelas/sekolah x 30
siswa/kelas 240.

E. KESALAHAN PENGAMBILAN SAMPEL (Sampling Error)

Secara umum peneliti harus dapat memperoleh besarnya sampel minimum


yang diperlukan agar dapat merepresentasikan populasi secara akurat, namun
disadari bahwa sampel bukanlah populasi sehingga kemungkinan melakukan
kesalahan dapat saja terjadi. Oleh karena itu peneliti harus memandang hasil dari
sampel bukanlah hasil yang pasti, tapi sebatas estimasi. Kesalahan pengambilan
sampel terjadi apabila sampel yang diproleh tidak/kurang akurat dalam
merepresentasikan populasi, masalahnya berapa besar kesalahan sampling yang
ditoleransi agar generalisasi dari suatu penelitian sampel dapat diandalkan

Sebagaimana telah diketahui bahwa besarnya sampel yang diperlukan agar


dapat merepresentasikan populasi tidak hanya tergantung pada ukuran besarnya
populasi tapi juga pada heterogenitas variansi variabel dalam populasi. Semakin
besar populasi, semakin besar sampel yang diperlukan, demikian juga semakin
heterogen variabel dalam populasi semakin besar sampel yang diperlukan dalam
penelitian.

Teori pengambilan sampel (Sampling Theory) menyatakan bahwa jika


banyak sampel (dengan jumlah tertentu) diambil dari suatu populasi, maka
sebagian besar Mean sampel akan berada dekat dengan Mean populasi , dan hanya
sedikit saja yang berada jauh dari mean populasi , hal ini berarti bahwa jika
sampel diambil secara tepat, maka penyimpulan atas sampel akan mendekati
(akibat sampling error) penyimpulan atas populasi.

Dari suatu populasi dapat digambarkan suatu distribusi sampel Mean


(Sampling distribution), dan menurut Teorema batas pusat (Central limit Theorem)
mean-mean dari sampel akan berdistribusi normal diseputar mean populasi serta
mean dari mean semua sampel akan sama dengan nilai mean populasi. Namun
demikian kemungkinan melakukan kekeliruan tetap saja ada, dan untuk
menghitung/mengetahui kekeliruan tersebut pertama-tama perlu dilihat dulu
bagaimana variasi dalam suatu populasi, akan tetapi karena variasi populasi secara
empirik tidak diketahui, maka yang dapat digunakan adalah nilai variasi sampel,
adapun ukuran-ukuran untuk mengetahui variasi suatu data penelitian yang biasa
dipergunakan adalah Mean Deviasi (X ), Varians (X )2/N), dan Standar Deviasi
yaitu akar pangkat dua dari Variance ( (X )2 / ).

Sebelum mengetahui nilai kesalahan pengambilan sampel terlebih dahulu


perlu diketahui Standard Error, dan ukuran variasi Standard Deviasi merupakan
ukuran yang baik untuk mengetahui rata-rata penyimpangan, adapun rumus
perhitungan Standard Error adalah Standar Deviasi dibagi akar pangkat dua
jumlah sampel ( SD : N (jumlah sampel) ),standar deviasi (SD) yang digunakan
dalam rumus tersebut mestinya SD populasi, tapi karena yang diteliti adalah
sampel, maka SD sampel yang dipergunakan dengan asumsi SD sampel sama
dengan SD populasi. Standar Error merupakan estimasi terbaik bagi Sampling
Error; semakin kecil Standar deviasi,dan semakin besar jumlah sampel maka
semakin kecil Standard Error, yang berarti semakin kecil Sampling error, karena
Kesalahan penarikan sampel merupakan perkalian antara Standard error dengan
nilai z pada tingkat kepercayaan tertentu ( 95% = 1,96; 99% = 2,58).

BAB III
PENUTUP
A. Kesimpulan
Berdasarkan pembahasan pada bab II, dapat ditarik kesimpulan bahwa:
a. Teknik sampling adalah cara untuk menentukan sampel yang jumlahnya sesuai dengan
ukuran sampel yang akan dijadikan sumber data sebenarnya
b. Teknik samping terdiri dari:
o Teknik random sampling adalah teknik pengambilan sampel dimana semua individu dalam
populasi

o Teknik nonrandom sampling atau nonprobability sampling, setiap elemen populasi tidak
mempunyai kemungkinan yang sama untuk dijadikan sampel.

c. Cluster random adalah teknik yang digunakan bilamana populasi tidak terdiri dari
individu- individu, melainkan terdiri dari kelompok-kelompok individu atau cluster.
d. Keuntungan dan kerugian cluster sampling:
o Keuntungan menggunakan cluster sampling adalah rendahnya biaya yang harus
dikeluarkan ketimbang jika menggunakan metode stratified random sampling.
o kelemahan utama dari metode ini adalah kurang efisien dalam proses pemilihan anggota
sampel dibandingkan metode lainnya
e. ukuran sampel hendaknya ukuran sampel terlalu jauh berbeda dengan populasinya.

B. SARAN
Kami menyadari di dalam penyusunan dan pembuatan makalah ini yang berjudul
Teknik Sampling Dengan Metode Cluster Sampling masih banyak kekurangan dan
maka dari pada itu kritik dan saran sangat kami harapkan untuk mencapai kesempurnaan
makalah ini agar lebih baik lagi.
DAFTAR PUSTAKA

Haryono. 1998. Metode penelitian pendidikan II. Bandung: PT. Remaja Rosdakarya.
Mahmud. 2011. Metode Penelitian Pendidikan. Bandung: CV Pustaka Setia.
Margono, S. 2004. Metodologi Penelitian Pendidikan. Jakarta: PT. RINEKA
CIPTA.
http://www.academia.edu/5036760/Populasi_Sampel_and_Teknik_Sampling
(diakses: sabtu 4 april 2015, 08:00)
http://www.greenbookee.com/cluster-sampling/ (diakses: sabtu 4 april 2015, 07:00)