Tugas Translate Metlit Bab 11-12
Tugas Translate Metlit Bab 11-12
Dalam bab ini Anda akan belajar tentang: Konsep validitas, Berbagai jenis
validitas dalam penelitian kuantitatif, Konsep keandalan, Faktor-faktor yang
mempengaruhi keandalan instrumen penelitian, Metode penentuan keandalan suatu
instrumen dalam penelitian kuantitatif, Validitas dan reliabilitas dalam penelitian
kualitatif.
2. Jika ya, apakah memberikan jawaban ini menggunakan metode dan prosedur yang
sesuai?
Dalam bab ini kita akan membahas konsep validitas sebagaimana diterapkan
pada prosedur pengukuran atau alat penelitian yang digunakan untuk mengumpulkan
informasi yang diperlukan dari responden Anda.
Konsep validitas
Untuk memeriksa konsep validitas, mari kita ambil contoh yang sangat
sederhana. Misalkan Anda telah mendesain a belajar untuk memastikan kebutuhan
kesehatan masyarakat.Dengan melakukan itu, Anda telah mengembangkan sebuah
wawancara susunan acara.Lebih jauh anggaplah bahwa sebagian besar pertanyaan
dalam jadwal wawancara berhubungan dengan sikap populasi penelitian terhadap
layanan kesehatan yang diberikan kepada mereka. Perhatikan bahwa tujuan Anda
adalah untuk menemukan mengetahui tentang kebutuhan kesehatan tetapi jadwal
wawancara adalah mencari tahu apa sikap responden terhadap pelayanan kesehatan;
dengan demikian, instrumen tidak mengukur apa yang dirancang untuk diukur. Penulis
telah menemukan banyak contoh serupa di kalangan siswa dan peneliti yang kurang
terampil.
Dalam hal prosedur pengukuran, oleh karena itu, validitas adalah kemampuan
instrumen untuk mengukur apa yang dirancang untuk diukur: ‘Validitas didefinisikan
sebagai sejauh mana peneliti telah mengukur apa yang telah dia tetapkan untuk diukur
'(Smith 1991: 106). Menurut Kerlinger, ‘Definisi paling umum validitas dilambangkan
dengan pertanyaan: Apakah kita mengukur apa yang kita pikir kita ukur? '(1973: 457).
Babbie menulis, ‘validitas mengacu pada sejauh mana ukuran empiris mencerminkan
secara memadai arti sebenarnya dari konsep yang dipertimbangkan '(1989: 133).
Definisi-definisi ini menimbulkan dua pertanyaan kunci:
Siapa yang memutuskan apakah suatu instrumen mengukur apa yang seharusnya
diukur?
Bagaimana bisa ditetapkan bahwa instrumen mengukur apa yang seharusnya diukur?
Ketika konsep yang kurang nyata dilibatkan, seperti keefektifan, sikap atau
kepuasan, Anda perlu bertanya beberapa pertanyaan untuk mencakup berbagai aspek
konsep dan menunjukkan pertanyaan itu .Tanya sebenarnya mengukurnya.Validitas
dalam situasi seperti itu menjadi lebih sulit dibangun, dan terutama dalam penelitian
kualitatif di mana Anda kebanyakan menjelajahi perasaan, pengalaman, persepsi,
motivasi atau cerita.Penting untuk diingat bahwa konsep validitas hanya berkaitan
dengan instrumen tertentu dan ini adalah kondisi ideal yang ingin Anda capai sebagai
peneliti.
3. membangun validitas.
Penilaian item-item suatu instrumen dalam hal ini disebut validitas konten.
Selain itu, cakupan masalah atau sikap harus seimbang; yaitu, setiap aspek harus
memiliki kesamaan dan representasi yang memadai dalam pertanyaan atau
item.Validitas konten juga dinilai berdasarkan sejauh mana pernyataan atau
pertanyaan mewakili masalah yang seharusnya mereka ukur, sebagaimana dinilai oleh
Anda sebagai peneliti, pembaca Anda dan para ahli di bidangnya. Meskipun logis
mudah disajikan argumen untuk menetapkan validitas, ada masalah tertentu:
Bangun validitas
Konsep keandalan
Dalam ilmu sosial tidak mungkin memiliki alat penelitian yang 100 persen
akurat, tidak hanya karena instrumen penelitian tidak bisa begitu, tetapi juga karena
tidak mungkin untuk mengendalikan faktor-faktor tersebut mempengaruhi keandalan.
Beberapa faktor ini adalah :
1. Tes / tes ulang - Ini adalah metode yang umum digunakan untuk menetapkan
keandalan alat penelitian. Dites / tes ulang (tes pengulangan) instrumen diberikan
sekali, dan sekali lagi, di bawah kondisi yang sama atau serupa. Rasio antara tes
dan nilai tes ulang (atau temuan lainnya, untuk contohnya prevalensi kekerasan
dalam rumah tangga, penyakit atau insiden penyakit) merupakan indikasi dari
keandalan instrumen - semakin besar nilai rasio, semakin tinggi keandalan
instrumen.
2. Sebagai sebuah persamaan, (nilai tes) / (tes ulang) = 1 atau (skor tes) - (tes
ulang) = 0
Bentuk paralel dari tes yang sama - Dalam prosedur ini Anda membangun dua
instrumen yang dimaksudkan untuk mengukur fenomena yang sama. Kedua instrumen
tersebut kemudian diberikan kepada dua populasi serupa. Hasil yang diperoleh dari
satu tes dibandingkan dengan yang diperoleh dari lain. Jika serupa, diasumsikan
bahwa instrumen tersebut andal.Keuntungan utama dari prosedur ini adalah tidak
menderita masalah recall yang ditemukan dalam prosedur tes / pengujian ulang. Juga,
selang waktu antara kedua tes tidak diperlukan.Kerugian adalah bahwa Anda perlu
membangun dua instrumen, bukan satu.Selain itu, sangat sulit untuk melakukannya
membangun dua instrumen yang sebanding dalam pengukuran suatu fenomena. Itu
samasulit untuk mencapai keterbandingan dalam dua kelompok populasi dan dalam
dua kondisi di bawah dimana tes diberikan.
Salah satu bidang perbedaan antara penelitian kuantitatif dan kualitatif adalah
dalam penggunaan dan pentingnya diberikan pada konsep validitas dan
reliabilitas.Perdebatan berpusat pada apakah atau tidak, diberikan dalam kerangka
penelitian kualitatif, konsep-konsep ini dapat atau bahkan harus diterapkan secara
kualitatif penelitian. Seperti yang Anda ketahui, validitas dalam arti yang lebih luas
mengacu pada kemampuan instrumen penelitian menunjukkan bahwa ia mencari tahu
apa yang Anda rancang dan keandalan merujuk pada konsistensi di dalamnya.
Trochim dan Donnelly (2007) membandingkan kriteria yang diusulkan oleh Guba dan
Lincoln sebagai berikut:
Kriteria tradisional untuk menilai penelitian kuantitatif Kriteria alternatif untuk menilai
penelitian kualitatif,Kredibilitas Validitas Internal, Pemindahan Validitas Eksternal,
Keandalan yang Dapat Diandalkan,Konfirmasi Objektivitas,(Trochim dan Donnelly
2007: 149).
Confirmability - Ini ‘mengacu pada sejauh mana hasil dapat dikonfirmasi atau
dikuatkan oleh orang lain '(2007: 149). Confirmability juga mirip dengan reliabilitas
secara kuantitatif penelitian. Ini hanya mungkin jika kedua peneliti mengikuti proses
dengan cara yang sama untuk hasil yang akan dibandingkan.
Salah satu perbedaan dalam penelitian kuantitatif dan kualitatif adalah dalam
penggunaan dan pentingnya melekat pada konsep validitas dan keandalan.Konsep-
konsep ini, penggunaannya dan metode penentuan lebih diterima dan dikembangkan
secara kuantitatif daripada kualitatif penelitian. Konsep validitas mengacu pada situasi
di mana temuan-temuan studi Anda sesuai dengan apa yang Anda rancang Temukan.
Gagasan validitas dapat diterapkan pada segala aspek proses penelitian. Sehubungan
dengan prosedur pengukuran, itu berkaitan dengan apakah instrumen penelitian
mengukur apa yang ditetapkan untuk mengukur. Dalam penelitian kuantitatif, ada dua
pendekatan digunakan untuk menetapkan validitas instrumen: penetapan hubungan
logis antara tujuan penelitian dan pertanyaan digunakan dalam instrumen, dan
penggunaan analisis statistik untuk menunjukkan tautan ini. Ada tiga jenis validitas
secara kuantitatif penelitian: wajah dan konten, konkuren dan prediktif, dan
membangun validitas. Namun, penggunaan konsep validitas secara kualitatif
Bagi Anda untuk Dipikirkan. Buat ulang diri Anda dengan kata kunci yang
tercantum di awal bab ini dan jika ya tidak yakin tentang arti atau aplikasi dari mereka
mengunjungi kembali ini dalam bab sebelumnya bergerak. Jelajahi bagaimana konsep
keandalan dan validitas berlaku untuk penelitian Anda bidang atau profesi akademik.
Pertimbangkan strategi atau prosedur apa yang dapat Anda lakukan untuk membatasi
pengaruh pada keandalan faktor-faktor berikut: kata-kata pertanyaan; pengaturan fisik;
suasana hati responden; suasana hati pewawancara; sifat interaksi; efek regresi suatu
instrumen.
BAB 12
MEMILIH SAMPEL
Contoh :
Mari kita ambil contoh yang sangat sederhana untuk menjelaskan konsep
pengambilan sampel. Misalkan Anda ingin memperkirakan usia rata-rata siswa di kelas
Anda. Ada dua cara untuk melakukan hal ini. Metode pertama adalah hubungi semua
siswa di kelas, cari tahu umur mereka, tambahkan mereka dan kemudian bagikan
dengan jumlah siswa (prosedur untuk menghitung rata-rata). Metode kedua adalah
memilih beberapa siswa kelas, tanyakan usia mereka, tambahkan dan kemudian bagi
dengan jumlah siswa yang Anda minta.
Dari sini Anda dapat membuat perkiraan usia rata-rata kelas. Demikian pula,
misalkan Anda ingin mencari keluar pendapatan rata-rata keluarga yang tinggal di
kota. Bayangkan jumlah upaya dan sumber daya yang dibutuhkan untuk pergi ke
setiap keluarga di kota untuk mencari tahu pendapatan mereka! Anda bisa memilih
beberapa keluarga menjadi dasar dari pertanyaan Anda dan kemudian, dari apa yang
Anda temukan dari beberapa keluarga, buatlah perkiraan pendapatan rata-rata
keluarga di kota. Demikian pula, jajak pendapat pemilu dapat digunakan.
Ini didasarkan pada sekelompok kecil orang yang ditanyai tentang pilihan
mereka dan, berdasarkan hasil ini, prediksi dibuat tentang kemungkinan hasil
pemilu.Sampling, oleh karena itu, adalah proses pemilihan beberapa (sampel) dari
kelompok yang lebih besar (pengambilan sampelpopulasi) untuk menjadi dasar untuk
memperkirakan atau memprediksi prevalensi bagian yang tidak diketahui informasi,
situasi atau hasil mengenai kelompok yang lebih besar. Sampel adalah subkelompok
dari populasi.
Proses pemilihan sampel dari total populasi ini memiliki kelebihan dan
kekurangan. Itu keuntungannya adalah menghemat waktu serta sumber daya
keuangan dan manusia.Namun, kerugiannya adalah bahwa Anda tidak menemukan
informasi tentang karakteristik populasi yang menarik bagi Anda tetapi hanya
memperkirakan atau memperkirakannya.Karenanya, kemungkinan kesalahan dalam
estimasi Anda ada.Sampling, oleh karena itu, merupakan pertukaran antara
keuntungan dan kerugian tertentu.Sementara di satu sisi Anda menghemat waktu dan
sumber daya, di sisi lain Anda dapat membahayakan tingkat akurasi Anda temuan.
Melalui pengambilan sampel, Anda hanya membuat perkiraan tentang situasi aktual
yang lazim dalam total populasi dari mana sampel diambil. Jika Anda memastikan
sepotong informasi dari total populasi sampel, dan jika metode penyelidikan Anda
benar, temuan Anda seharusnya masuk akal tepat. Namun, jika Anda memilih sampel
dan menggunakan ini sebagai dasar untuk memperkirakan situasinya dalam total
populasi, kesalahan mungkin terjadi.Toleransi terhadap kemungkinan kesalahan ini
adalah penting pertimbangan dalam memilih sampel.
Kelas, keluarga yang tinggal di kota atau pemilih dari mana Anda memilih Anda
memilih sampel Anda disebut populasi atau populasi penelitian, dan biasanya
dilambangkan dengan huruf N. Kelompok kecil siswa, keluarga atau pemilih dari siapa
Anda mengumpulkan informasi yang diperlukan untuk memperkirakan usia rata-rata
kelas, pendapatan rata-rata atau hasil pemilu disebut mencicipi. Jumlah siswa,
keluarga atau pemilih dari siapa Anda mendapatkan informasi yang diperlukan disebut
ukuran sampel dan biasanya dilambangkan dengan huruf n. Cara Anda memilih siswa,
keluarga atau pemilih disebut desain pengambilan sampel atau pengambilan sampel
strategi. Setiap siswa, keluarga atau pemilih yang menjadi dasar untuk memilih sampel
Anda disebut unit sampling atau elemen sampling.
Daftar yang mengidentifikasi setiap siswa, keluarga atau pemilih dalam populasi
penelitian disebut sampling bingkai.Jika semua elemen dalam populasi sampel tidak
dapat diidentifikasi secara individual, Anda tidak dapat memilikinya kerangka sampling
untuk populasi penelitian itu.Temuan Anda berdasarkan informasi yang diperoleh dari
responden Anda (sampel) disebut sampel statistik.Statistik sampel Anda menjadi dasar
estimasi prevalensi di atas karakteristik dalam populasi penelitian.
Teori pengambilan sampel dipandu oleh tiga prinsip. Untuk menjelaskan ini secara
efektif, kami akan mengambil contoh yang sangat sederhana. Misalkan ada empat
individu A, B, C dan D. Selanjutnya anggaplah bahwa A adalah Usia 18 tahun, B
adalah 20, C adalah 23 dan D adalah 25. Seperti yang Anda ketahui usianya, Anda
dapat mengetahui (menghitung) usia rata-rata hanya dengan menambahkan 18 + 20 +
23 + 25 = 86 dan membaginya dengan 4. Ini memberikan rata-rata (rata-rata) usia A,
B, C dan D adalah 21,5 tahun.
Sekarang mari kita anggap bahwa Anda ingin memilih sampel dua individu untuk
membuat estimasi usia rata-rata dari empat individu. Untuk memilih sampel yang tidak
bias, kita perlu memastikan bahwa setiap unit memiliki peluang pemilihan yang sama
dan independen dalam sampel. Pengacakan adalah proses itu memungkinkan Anda
untuk mencapai ini. Untuk mencapai pengacakan kami menggunakan teori probabilitas
di membentuk pasangan yang akan memberi kita enam kemungkinan kombinasi dua:
A dan B; A dan C; A dan D; B dan C; B dan D; dan C dan D. Mari kita ambil masing-
masing pasangan ini untuk menghitung usia rata-rata mencicipi:
berarti populasi. Jika ada perbedaan, ini dikaitkan dengan sampel dan dikenal sebagai
pengambilan sampel kesalahan.Sekali lagi, ukuran kesalahan pengambilan sampel
sangat bervariasi.Mari kita perhatikan perbedaan dalam statistik sampel dan rata-rata
populasi untuk masing-masing dari enam sampel (Tabel 12.1).
Prinsip 1 - dalam sebagian besar kasus pengambilan sampel akan ada perbedaan
antara sampel statistik dan rata-rata populasi sebenarnya, yang disebabkan oleh
pemilihan unit dalam mencicipi. Untuk memahami prinsip kedua, mari kita lanjutkan
dengan contoh di atas, tetapi bukannya sampel dari dua individu kami mengambil
sampel tiga. Ada empat kemungkinan kombinasi dari tiga yang bisa ditarik:
Sekarang, mari kita bandingkan perbedaan antara statistik sampel dan rata-rata
populasi (Tabel
12.2).
Bandingkan perbedaan yang dihitung pada Tabel 12.1 dan Tabel 12.2. Dalam Tabel
12.1 perbedaannya antara statistik sampel dan rata-rata populasi terletak antara –2,5
dan +2,5 tahun, sedangkan pada kedua adalah antara –1,17 dan +1,17 tahun.
Kesenjangan antara statistik sampel dan populasi rata-rata berkurang pada Tabel
12.2.Pengurangan ini disebabkan oleh peningkatan ukuran sampel. Ini, oleh karena itu,
mengarah pada prinsip kedua:
Prinsip 2 - semakin besar ukuran sampel, semakin akurat perkiraan populasi yang
sebenarnya
berarti. Prinsip ketiga pengambilan sampel sangat penting karena sejumlah strategi
pengambilan sampel, seperti stratified dan cluster sampling, didasarkan padanya.
Untuk memahami prinsip ini, mari kita lanjutkan dengan contoh yang sama tetapi
gunakan data yang sedikit berbeda. Misalkan usia empat individu sangat nyata
berbeda: A = 18, B = 26, C = 32 dan D = 40. Dengan kata lain, kami
memvisualisasikan populasi di mana individu sehubungan dengan usia - variabel yang
kami minati - sangat berbeda.
Mari kita ikuti prosedur yang sama, memilih sampel dua individu sekaligus dan tiga.
Jika kita bekerja melalui prosedur yang sama (dijelaskan di atas) kita akan
menemukan bahwa perbedaan dalam usia rata-rata dalam kasus sampel dari dua
rentang antara –7,00 dan + 7,00 tahun dan dalam kasus sampel tiga rentang antara –
3.67 dan +3.67. Dalam kedua kasus rentang perbedaan lebih besar dari dihitung
sebelumnya. Ini disebabkan oleh perbedaan yang lebih besar dalam usia empat
individu - populasi sampel. Dengan kata lain, populasi sampel lebih heterogen
(bervariasi atau beragam) sehubungan dengan usia.
Prinsip 3 - semakin besar perbedaan dalam variabel yang diteliti dalam suatu populasi
untuk diberikanukuran sampel, semakin besar perbedaan antara statistik sampel dan
rata-rata populasi sebenarnya.Prinsip-prinsip ini penting untuk diingat ketika Anda
menentukan ukuran sampel yang diperlukan untuk a
tingkat akurasi tertentu, dan dalam memilih strategi pengambilan sampel yang paling
cocok untuk studi Anda.
1. Ukuran sampel - Temuan berdasarkan sampel yang lebih besar memiliki kepastian
lebih dari yang didasarkan pada yang lebih kecil. Sebagai aturan, semakin besar
ukuran sampel, semakin akurat temuan.
2. Tingkat variasi dalam populasi sampel - Semakin besar variasi dalam penelitian ini
populasi sehubungan dengan karakteristik yang diteliti, untuk ukuran sampel yang
diberikan, semakin besar ketidakpastian. (Dalam istilah teknis, semakin besar standar
deviasi, semakin tinggi kesalahan standar untuk ukuran sampel yang diberikan dalam
perkiraan Anda.) Jika suatu populasi homogen (seragam atau serupa) dengan
sehubungan dengan karakteristik yang diteliti, sampel kecil dapat memberikan
perkiraan yang cukup baik, tetapi jika heterogen (berbeda atau beragam), Anda perlu
memilih sampel yang lebih besar untuk mendapatkan tingkat akurasi yang sama. Tentu
saja, jika semua elemen dalam populasi identik, maka pemilihan satu pun akan
memberikan perkiraan yang benar-benar akurat.Sebagai aturan, semakin tinggi variasi
sehubungan dengan karakteristik yang diteliti dalam populasi penelitian, semakin besar
ketidakpastian untuk ukuran sampel yang diberikan.
Ketika Anda memilih sampel dalam studi kuantitatif, Anda bertujuan mencapai
maksimum presisi dalam perkiraan Anda dalam ukuran sampel yang diberikan, dan
hindari bias dalam pemilihan sampel Anda.
pengambilan sampel dilakukan dengan metode non-acak - yaitu, jika seleksi secara
sadar atau
kerangka sampling - daftar, indeks atau catatan populasi lainnya - yang berfungsi
sebagai dasar dari seleksi, tidak mencakup populasi sampel secara akurat dan
lengkap;
bagian dari populasi sampel tidak mungkin ditemukan atau ditolak untuk bekerja sama.
Untuk memahami desain ini, kita akan membahas masing-masing jenis secara
terpisah.
Untuk desain yang disebut sampling acak atau sampling probabilitas, sangat penting
bahwa setiap elemen dalam populasi memiliki kesempatan seleksi yang sama dan
independen dalam sampel. Sama menyiratkan bahwa probabilitas pemilihan setiap
elemen dalam populasi adalah sama; yaitu, pilihan elemen dalam sampel tidak
dipengaruhi oleh pertimbangan lain seperti preferensi pribadi. Konsep independensi
berarti bahwa pilihan satu unsur tidak tergantung pada pilihan unsur lain dalam
pengambilan sampel; yaitu, pemilihan atau penolakan dari satu elemen tidak
mempengaruhi penyertaan atau pengecualian dari yang lain. Untuk menjelaskan
konsep-konsep ini, mari kita kembali ke contoh kelas kita.
Hal yang sama bisa berlaku untuk suatu komunitas. Dalam sebuah komunitas, selain
penolakan untuk berpartisipasi, mari kita berasumsi bahwa Anda tidak dapat
mengidentifikasi semua penghuni yang tinggal di komunitas. Jika signifikan proporsi
orang tidak dapat dimasukkan dalam populasi sampel karena mereka juga tidak
bisadiidentifikasi atau menolak untuk berpartisipasi, maka sampel yang diambil tidak
akan memberikan setiap elemen dalam pengambilan sampel populasi kesempatan
yang sama untuk dipilih dalam sampel. Oleh karena itu, sampel tidak akan
representative dari total komunitas.
Untuk memahami konsep kesempatan seleksi independen, mari kita asumsikan ada
lima siswa di kelas yang merupakan teman yang sangat dekat. Jika salah satu dari
mereka dipilih tetapi menolak untuk berpartisipasi karena empat lainnya tidak dipilih,
dan karena itu Anda terpaksa memilih lima atau tidak, maka sampel Anda tidak akan
dianggap sebagai sampel independen karena pemilihannya bergantung pada
pemilihan orang lain. Hal yang sama dapat terjadi di komunitas tempat sekelompok
kecil mengatakan hal itu mereka semua atau tidak ada dari mereka akan berpartisipasi
dalam penelitian ini. Dalam situasi di mana Anda dipaksa juga untuk memasukkan atau
mengecualikan bagian dari populasi sampel, sampel tidak dianggap independen, dan
karenanya tidak mewakili populasi sampel.Namun, jika jumlahnya penolakan itu cukup
kecil, secara praktis, seharusnya tidak membuat sampel tidak representatif.Dalam
praktek selalu ada beberapa orang yang tidak ingin berpartisipasi dalam studi tetapi
Anda hanya perlu khawatir jika jumlahnya sangat besar.Sampel hanya dapat dianggap
sebagai sampel acak / probabilitas (dan karenanya mewakili populasi yang diteliti) jika
kedua kondisi ini terpenuhi.Kalau tidak, bias dapat dimasukkan ke dalam belajar.
1. Karena mereka mewakili total populasi sampel, kesimpulan yang diambil dari
sampel tersebut dapat digeneralisasikan ke total populasi sampel.
2. Beberapa uji statistik berdasarkan teori probabilitas hanya dapat diterapkan pada
data yang dikumpulkan dari sampel acak. Beberapa tes ini penting untuk membangun
korelasi konklusif.
Metode menggambar sampel acak
Dari metode yang dapat Anda adopsi untuk memilih sampel acak, tiga yang paling
umum adalah:
1. Fishbowl draw - jika jumlah populasi Anda kecil, prosedur yang mudah adalah
dengan memberi nomor masing-masing elemen menggunakan slip kertas terpisah
untuk setiap elemen, masukkan semua slip ke dalam kotak lalu pilih mereka satu
per satu tanpa melihat, sampai jumlah slip yang dipilihsama dengan ukuran sampel
Anda diputuskan. Metode ini digunakan di beberapa lotere.
2. Program komputer - ada sejumlah program yang dapat membantu Anda memilih
secara acak
3. Tabel angka yang dihasilkan secara acak - kebanyakan buku tentang metodologi
penelitian dan statistic sertakan tabel angka yang dibuat secara acak di lampirannya
(lihat, mis., Tabel 12.3). Kamu bisa pilih sampel Anda menggunakan tabel ini sesuai
dengan prosedur yang diuraikan dalam Gambar 12.3.
Prosedur untuk memilih sampel menggunakan tabel angka acak adalah sebagai
berikut:
Mari kita ambil contoh untuk menggambarkan penggunaan Tabel 12.3 untuk angka
acak.Mari kita asumsikan itu populasi sampel Anda terdiri dari 256 orang.Jumlah setiap
individu dari 1 hingga 256. Secara acak pilih halaman awal, set kolom (1 hingga 10)
atau baris dari tabel dan kemudian identifikasi tiga kolom atau deretan angka.
Misalkan Anda mengidentifikasi kolom angka kesembilan dan tiga digit terakhir dari
kolom ini (bergaris bawah). Asumsikan bahwa Anda memilih 10 persen dari total
populasi sebagai sampel Anda (25 elemen). Mari kita melihat angka-angka yang
digarisbawahi dalam kumpulan kolom kesembilan.Angka pertama adalah 049 yang di
bawah 256 (total populasi); karenanya, elemen ke-49 menjadi bagian dari sampel
Anda. Itu angka kedua, 319, lebih dari total elemen dalam populasi Anda (256);
karenanya, Anda tidak dapat menerima elemen 319 dalam sampel. Hal yang sama
berlaku untuk elemen berikutnya, 758, dan memang lima berikutnya elemen, 589, 507,
483, 487 dan 540. Setelah 540 adalah 232, dan karena angka ini berada dalam sampel
bingkai, dapat diterima sebagai bagian dari sampel. Demikian pula, jika Anda
mengikuti tiga digit yang sama di kolom yang sama, Anda pilih 052, 029, 065, 246 dan
161, sebelum Anda kembali ke elemen 029. Sebagai elemen ke-29 telah dipilih, pergi
ke nomor berikutnya, dan seterusnya sampai 25 elemen memiliki telah dipilih. Setelah
Anda mencapai akhir kolom, Anda dapat pindah ke set berikutnya kolom atau secara
acak pilih yang lain untuk melanjutkan proses seleksi. Misalnya, 25 elemen yang
ditunjukkan pada Tabel 12.4 dipilih dari kolom kesembilan, kesepuluh dan kedua dari
Tabel 12.3.
Sumber: Tabel Statistik, 3e, oleh F. James Rohlf dan Robert R. Sokal. Hak Cipta ©
1969, 1981, 1994 oleh W.H. Freeman dan Perusahaan.
Misalkan Anda ingin memilih sampel 20 siswa dari total 80 siswa.Siswa pertama dipilih
dari total kelas, dan probabilitas seleksi untuk siswa pertama adalah 1/80.Ketika Anda
memilih siswa kedua hanya ada 79 yang tersisa di kelas dan probabilitas seleksi untuk
siswa kedua bukan 1/80 tetapi 1/79.Probabilitas memilih siswa berikutnya adalah
1/78.Pada saat Anda memilih Siswa ke-20, probabilitas pilihannya adalah 1/61.Jenis
pengambilan sampel ini disebut pengambilan sampel tanpa penggantian. Tetapi ini
bertentangan dengan definisi dasar kami tentang pengacakan; yaitu masing-masing
elemen memiliki peluang seleksi yang sama dan independen. Dalam sistem kedua,
disebut sampling with penggantian, elemen yang dipilih diganti dalam populasi
sampling dan jika dipilih lagi, itu dibuang dan yang berikutnya dipilih. Jika populasi
pengambilan sampel cukup besar, kemungkinan memilih elemen yang sama dua kali
cukup jauh.
1. Simple random sampling (SRS) - Metode yang paling umum digunakan untuk
memilih probabilitasmencicipi. Sejalan dengan definisi pengacakan, dimana setiap
elemen dalam populasi adalah diberi kesempatan pemilihan yang sama dan
independen, sampel acak sederhana dipilih oleh prosedur yang disajikan pada Gambar
12.4.
Sebagai ilustrasi, mari kita kembali mengambil contoh kelas kita. Ada 80 siswa di
kelas, dan sebagainya langkah pertama adalah mengidentifikasi setiap siswa dengan
angka dari 1 hingga 80.Misalkan Anda memutuskan untuk memilih a sampel berjumlah
20 menggunakan teknik simple random sampling.Gunakan gambar ikan, meja untuk
angka acak atau program komputer untuk memilih 20 siswa.20 siswa ini menjadi dasar
dari pertanyaan Anda.
Bayangkan Anda ingin menyelidiki sikap siswa pasca sekolah menengah di Australia
terhadap masalah dalam pendidikan tinggi di negara ini.Institusi pendidikan tinggi ada
di setiap negara bagian dan wilayah Australia.Selain itu, ada berbagai jenis lembaga,
misalnya universitas, universitas teknologi, perguruan tinggi pendidikan lanjutan dan
perguruan tinggi teknis dan lebih lanjut pendidikan (TAFE) (Gambar 12.6).Di masing-
masing lembaga berbagai kursus ditawarkan di keduanya tingkat sarjana dan
pascasarjana.Setiap kursus akademik bisa memakan waktu tiga hingga empat
tahun.Kamu dapat membayangkan besarnya tugas.Dalam situasi seperti itu,
pengambilan sampel kluster sangat berguna memilih sampel acak.
Level pertama pengambilan sampel kluster bisa di tingkat negara bagian atau teritori.
Cluster bisa dikelompokkan sesuai dengan karakteristik yang sama yang memastikan
daya banding mereka dalam hal siswa populasi. Jika ini tidak mudah, Anda dapat
memutuskan untuk memilih semua negara bagian dan wilayah lalu memilih sampel di
tingkat kelembagaan.Misalnya, dengan teknik acak sederhana, satu institusi dari setiap
kategori dalam setiap negara bagian dapat dipilih (satu universitas, satu universitas
dari teknologi dan satu perguruan tinggi TAFE).Ini didasarkan pada asumsi bahwa
institusi dalam a kategori cukup mirip berkaitan dengan profil siswa.Kemudian, dalam
suatu institusi secara acak dasar, satu atau lebih program akademik dapat dipilih,
tergantung pada sumber daya.Di dalam masing-masing program studi yang dipilih,
siswa yang belajar pada tahun tertentu kemudian dapat dipilih.Lebih lanjut, pemilihan
proporsi siswa yang belajar pada tahun tertentu kemudian dapat dilakukan dengan
menggunakan Teknik SRS. Proses memilih sampel dengan cara ini disebut multi-stage
cluster
Contoh :
Apa yang membedakan desain ini diperlakukan sebagai kuantitatif atau kualitatif
adalah sampel yang telah ditentukan ukuran. Dalam penelitian kuantitatif Anda
menggunakan desain ini untuk memilih jumlah kasus yang telah ditentukan (sampel
size), sedangkan dalam penelitian kualitatif Anda tidak menentukan jumlah responden
terlebih dahulu tetapi terus memilih case tambahan sampai Anda mencapai titik
saturasi data. Selain itu, secara kualitatifpenelitian, Anda akan menggunakan strategi
sampling judgmental dan tidak disengaja untuk memilih Andaresponden. Expert
sampling sangat mirip dengan judgmental sampling kecuali dalam expert sampling
populasi sampel terdiri dari para ahli di bidang penyelidikan.Anda juga dapat
menggunakan kuota dan bola salju pengambilan sampel dalam penelitian kualitatif
tetapi tanpa memiliki jumlah kasus yang ditentukan sebelumnya (sampel ukuran).
Mari kita anggap bahwa Anda ingin memilih sampel 20 siswa pria untuk mengetahui
rata-rata usia siswa pria di kelas Anda. Anda memutuskan untuk berdiri di pintu masuk
ruang kelas, seperti ini nyaman, dan setiap kali seorang siswa pria memasuki kelas,
Anda menanyakan usianya. Proses ini berlanjut sampai Anda telah meminta 20 siswa
seusia mereka. Atau, Anda mungkin ingin mencari tahu tentang sikap siswa Aborigin
dan Torres Strait Islander menuju fasilitas yang disediakan bagi mereka di Anda
Universitas. Anda mungkin berdiri di lokasi yang nyaman dan, setiap kali Anda melihat
siswa seperti itu, kumpulkan informasi yang diperlukan melalui metode pengumpulan
data apa pun (seperti wawancara, kuesioner)
Keuntungan menggunakan desain ini adalah: ini adalah cara paling murah untuk
memilih sampel; kamu lakukantidak memerlukan informasi apa pun, seperti kerangka
pengambilan sampel, jumlah elemen, lokasi mereka, atau informasi lain tentang
populasi sampel; dan itu menjamin masuknya tipe orang kamu membutuhkan.
Kerugiannya adalah: karena sampel yang dihasilkan bukan probabilitas, temuan tidak
bisa digeneralisasikan ke total populasi sampel; dan mungkin individu yang paling
mudah diakses karakteristik yang unik bagi mereka dan karenanya mungkin tidak
benar-benar mewakili total sampling populasi. Anda dapat menjadikan sampel Anda
lebih representatif dari populasi studi Anda dengan memilihnya dari berbagai lokasi
tempat orang-orang yang tertarik kepada Anda kemungkinan besar akan tersedia.
Pengambilan sampel secara tidak sengaja juga didasarkan pada kenyamanan dalam
mengakses populasi sampel.Sedangkan sampling kuota mencoba untuk memasukkan
orang yang memiliki karakteristik yang jelas / terlihat, tidak disengaja pengambilan
sampel tidak membuat upaya seperti itu.Anda berhenti mengumpulkan data saat Anda
mencapai jumlah yang diminta responden yang Anda putuskan ada dalam sampel
Anda.
Metode pengambilan sampel ini umum dilakukan oleh para peneliti pasar dan
wartawan surat kabar. Ini memiliki lebih atau kurang keuntungan dan kerugian yang
sama dengan pengambilan sampel kuota tetapi, selain itu, karena Anda tidak
dibimbing oleh karakteristik yang jelas, beberapa orang yang dihubungi mungkin tidak
memiliki informasi yang diperlukan.
Pertimbangan utama dalam purposive sampling adalah penilaian Anda tentang siapa
yang dapat memberikan yang terbaikinformasi untuk mencapai tujuan studi Anda.Anda
sebagai peneliti hanya pergi ke orang-orang yang masuk.Pendapat Anda cenderung
memiliki informasi yang diperlukan dan bersedia membagikannya kepada Anda.
Jenis pengambilan sampel ini sangat berguna ketika Anda ingin membangun realitas
historis, gambarkan Fenomena atau kembangkan sesuatu yang hanya sedikit
diketahui. Strategi pengambilan sampel ini lebih dari itu umum dalam penelitian
kualitatif, tetapi ketika Anda menggunakannya dalam penelitian kuantitatif Anda
memilih yang telah ditentukan jumlah orang yang, menurut penilaian Anda, berada
pada posisi terbaik untuk memberikan Anda informasi yang dibutuhkan untuk studi
Anda.
Teknik pengambilan sampel ini bermanfaat jika Anda tahu sedikit tentang kelompok
atau organisasi yang Anda inginkan belajar, karena Anda hanya perlu melakukan
kontak dengan beberapa individu, yang kemudian dapat mengarahkan Anda ke yang
lain anggota kelompok. Metode pemilihan sampel ini berguna untuk mempelajari
komunikasi pola, pengambilan keputusan atau difusi pengetahuan dalam suatu
kelompok.Ada kekurangan untuk ini teknik, bagaimanapun.Pilihan seluruh sampel
terletak pada pilihan individu pada awalnya tahap. Jika mereka termasuk golongan
tertentu atau memiliki bias yang kuat, penelitian ini mungkin bias. Itu juga sulit untuk
menggunakan teknik ini ketika sampel menjadi cukup besar.
Kemudian, dari interval pertama, menggunakan teknik SRS, satu elemen dipilih.
Pemilihanelemen selanjutnya dari interval lain tergantung pada urutan elemen yang
dipilih di yang pertama
selang. Jika dalam interval pertama itu adalah elemen kelima, elemen kelima dari
setiap interval berikutnya adalah terpilih.Perhatikan bahwa sejak interval pertama,
pilihan elemen dilakukan secara acak, tetapi merupakan pilihan dari elemen-elemen
dari interval berikutnya tergantung pada pilihan dari yang pertama, dan karenanya
tidak bisa diklasifikasikan sebagai sampel acak.Prosedur yang digunakan dalam
pengambilan sampel sistematis disajikan pada Gambar 12.8.
GAMBAR 12.8 Prosedur untuk memilih sampel yang sistematis
Meskipun prosedur umum untuk memilih sampel dengan teknik sampling sistematis
adalah dijelaskan di atas, Anda dapat menyimpang darinya dengan memilih elemen
yang berbeda dari setiap interval dengan Teknik SRS.Dengan mengadopsi ini,
sampling sistematis dapat diklasifikasikan di bawah probability sampling desain.
Untuk memilih sampel acak, Anda harus memiliki kerangka pengambilan sampel
(Gambar 12.9).Terkadang ini mustahil, atau mendapatkannya mungkin terlalu mahal.
Namun, dalam kehidupan nyata ada situasi di mana jenis kerangka sampling ada,
misalnya catatan klien di suatu agensi, daftar pendaftaran siswa di sekolah atau
universitas, daftar pemilihan orang yang tinggal di suatu daerah, atau catatan staf yang
dipekerjakan di sebuah organisasi. Semua ini dapat digunakan sebagai kerangka
sampling untuk memilih sampel dengan sampling sistematis teknik. Kemudahan
memiliki kerangka pengambilan sampel 'siap pakai' ini mungkin mahal: dalam
beberapa kasus itu mungkin bukan benar-benar daftar acak. Sebagian besar daftar ini
dalam urutan abjad, berdasarkan nomorditugaskan untuk suatu kasus, atau diatur
sedemikian rupa sehingga nyaman bagi pengguna catatan. Jika ‘lebar sebuahInterval
’besar, katakanlah, 1 dari 30 kasus, dan jika kasing diatur dalam urutan abjad, Anda
bisa menghalangi beberapa nama keluarga yang dimulai dengan huruf yang sama
atau huruf yang berdekatan mungkin tidak termasuk sama sekali.
Misalkan ada 50 siswa di kelas dan Anda ingin memilih 10 siswa menggunakan
sistematis teknik pengambilan sampel. Langkah pertama adalah menentukan lebar
interval (50/10 = 5). Ini artinya dari setiap lima Anda harus memilih satu elemen.
Menggunakan teknik SRS, dari interval pertama (1-5)elemen), pilih salah satu elemen.
Misalkan Anda memilih elemen ketiga. Dari sisa
Siswa dan orang lain sering bertanya: "Berapa besar sampel yang harus saya pilih?",
"Berapa ukuran sampel saya?" dan ‘Berapa banyak kasus yang saya butuhkan?’ Pada
dasarnya, ini tergantung pada apa yang ingin Anda lakukan dengan temuan dan jenis
hubungan apa yang ingin Anda bangun. Tujuan Anda dalam melakukan penelitian
adalah yang utama penentu tingkat akurasi yang diperlukan dalam hasil, dan tingkat
akurasi ini penting penentu ukuran sampel. Namun, dalam penelitian kualitatif, fokus
utama adalah mengeksplorasi atau mendeskripsikan situasi, masalah, proses atau
fenomena, pertanyaan tentang ukuran sampel kurang penting. Kamu biasanya
kumpulkan data sampai Anda merasa telah mencapai titik jenuh dalam hal
menemukan informasi baru.
Setelah Anda merasa tidak mendapatkan banyak data baru dari responden, Anda
berhenti mengumpulkan lebih lanjutinformasi. Tentu saja, keragaman atau
heterogenitas dalam apa yang Anda coba ketahui tentang permainanperan penting
dalam seberapa cepat Anda akan mencapai titik jenuh. Dan ingat: semakin besar
heterogenitasnyaatau keragaman dalam apa yang Anda cari tahu, semakin besar
jumlah responden yang Anda butuhkan kontak untuk mencapai titik jenuh. Dalam
menentukan ukuran sampel Anda untuk studi kuantitatif dan dalam khusus untuk studi
sebab-akibat, Anda perlu mempertimbangkan yang berikut:
GAMBAR 12.9 Sampling sistematis
Pada tingkat kepercayaan apa Anda ingin menguji hasil, temuan, atau hipotesis Anda?
Berapa estimasi tingkat variasi (standar deviasi), berkenaan dengan variabel utama
Anda sedang belajar, dalam populasi penelitian?
Menjawab pertanyaan ini diperlukan terlepas dari apakah Anda berniat untuk
menentukan ukuran sampel diri sendiri atau minta seorang ahli melakukannya untuk
Anda. Ukuran sampel penting untuk menguji hipotesis atau membangun asosiasi,
tetapi untuk studi lain aturan umum adalah: semakin besar ukuran sampel, semakin
banyak akurat perkiraan Anda. Dalam praktiknya, anggaran Anda menentukan ukuran
sampel Anda. Keahlian Anda dalam memilih sampel, dalam batasan anggaran Anda,
terletak pada cara Anda memilih elemen Anda sehingga
Untuk mengilustrasikan prosedur ini, mari kita ambil contoh kelas. Misalkan Anda
ingin mencari tahu usia rata-rata siswa dalam akurasi 0,5 tahun; yaitu, Anda dapat
mentolerir kesalahan setengah tahun di kedua sisi usia rata-rata sebenarnya. Biarkan
kami juga berasumsi bahwa Anda ingin menemukan usia rata-rata dalam waktu
setengah tahun akurasi pada tingkat kepercayaan 95 persen; yaitu, Anda ingin menjadi
95 persen yakin tentang temuan Anda.
σ / √η = kesalahan standar
σ = standar deviasi
η = ukuran sampel
√ = akar kuadrat
Jika kita memutuskan untuk mentolerir kesalahan setengah tahun, itu artinya
Hanya ada satu kuantitas yang tidak diketahui dalam persamaan di atas, yaitu σ.
Sekarang asumsikan, alih-alih 95 persen, Anda ingin menjadi 99 persen percaya diri
tentang perkiraan umur, menoleransi kesalahan setengah tahun Kemudian. Karena itu,
jika Anda ingin menjadi 99 persen percaya diri dan bersedia mentolerir kesalahan
setengah tahun, Anda perlu memilih sampel dari 27 siswa. Demikian pula, Anda dapat
menghitung ukuran sampel dengan nilai yang bervariasi dari σ. Ingat aturan emas:
semakin besar ukuran sampel, semakin akurat temuan Anda mencerminkan gambar
'benar'.
1. Dalam studi kuantitatif Anda mengumpulkan informasi dari jumlah orang yang telah
ditentukan tetapi, dalam Penelitian kualitatif, Anda tidak memiliki ukuran sampel
dalam pikiran.Pengumpulan data berdasarkan ukuran sampel yang telah ditentukan
dan titik jenuh membedakan penggunaannya secara kuantitatif dan penelitian
kualitatif.
2. Dalam penelitian kuantitatif Anda dipandu oleh keinginan Anda untuk memilih
sampel acak, sedangkan diPenelitian kualitatif Anda dibimbing oleh penilaian Anda
tentang siapa yang mungkin memberi Anda Informasi 'terbaik' demikian rupa
sehingga mewakili populasi penelitian, yang dicapai melalui pengacakan.
oleh ukuran sampel sedangkan titik saturasi data menentukan 'ukuran sampel' dalam
penelitian kualitatif. Pengambilan sampel sistematis diklasifikasikan dalam kategori
'campuran' karena memiliki sifat probabilitas dan non-probabilitas.
Bagian terakhir bab ini menjelaskan faktor-faktor penentu, dan prosedur untuk,
menghitung ukuran sampel. Meskipun mungkin sedikit lebih sulit bagi pemula, ini
dimasukkan untuk membuat Anda mengetahui faktor-faktor penentu yang terlibat
sebagai pertanyaan yang berkaitan dengan bidang ini begitu sering ditanyakan.Dalam
penelitian kualitatif, pertanyaan tentang ukuran sampel kurang penting, karena tujuan
Anda adalah untuk mengeksplorasi, bukan menghitungsejauh mana variasi Anda
dipandu dengan mencapai titik jenuh dalam hal temuan baru.
Buat ulang diri Anda dengan kata kunci yang tercantum di awal bab ini dan jika ya tidak
yakin tentang arti atau aplikasi dari mereka mengunjungi kembali ini dalam bab
sebelumnya bergerak. Pertimbangkan implikasi memilih sampel berdasarkan pilihan
Anda sebagai peneliti dan bagaimana Anda bisa memastikan bahwa Anda tidak
memperkenalkan bias.
Dengan tidak adanya kerangka sampling untuk karyawan organisasi besar, yang
pengambilan sampel desain yang akan Anda gunakan untuk memilih sampel 219
orang?
Jelaskan mengapa Anda memilih ini desain dan proses yang akan Anda lakukan untuk
memastikan bahwa sampel tersebut representative. Dari bidang minat Anda sendiri,
identifikasi contoh di mana pengambilan sampel kluster dapatterapan.