Samplinh
Samplinh
Modul 10 (sepuluh)
Topik Distribusi Sampling
Sub Topik Pengantar Distribusi Sampling
1. Pendahuluan
2. Statistik Sampel dan Parameter Populasi
Materi
3. Penarikan Sampling (Teknik Sampling)
4. Metoda Penarikan Sampel
1. Memahami statistik sampel dan parameter populasi
Tujuan 2. Memahami jenis-jenis sampling
3. Memahami jenis-jenis metode random sampling
DISTRIBUSI SAMPLING
10.1 Pendahuluan
Modul 10– Distribusi Sampling 2
Ketika mempelajari statistika induktif atau inferensia, sering kita temukan istilah
populasi dan sampel. Populasi dalam defenisi statistika adalah seluruh kumpulan
objek atau orang yang akan diteliti. Sedangkan sampel berarti suatu bagian yang
diambil dari suatu populasi. Populasi sangat banyak macamnya dan memiliki ukuran
dari terbatas sampai tak terhingga. Tujuan statistika inferensia adalah untuk
memperoleh informasi tentang suatu populasi berdasarkan informasi yang diperoleh
dari sampel. Apabila kita mengumpulkan data dari seluruh elemen dalam suatu
populasi, kita akan memperoleh data yang sesungguhnya, yang biasa dikenal
dengan istilah parameter, sedangkan jika kita melakukan penarikan sampel
(mengumpulkan data sebagian elemen dari suatu populasi), kita akan memperoleh
hasil yang berupa pendugaan yang biasanya disebut statistik (Supranto, 2007).
Bukti empiris menunjukkan bahwa dari 13 kali pemilihan presiden di AS, hanya
sekali Gallup membuat kesalahan prediksi (Supranto, 2007).
Alasan mengapa teknik sampel dipilih dalam suatu penelitian dan bukan
seluruh anggota populasi penelitian adalah karena kita memiliki alasan bahwa kita
tidak ingin membuang-buang waktu, tenaga, biaya dan pikiran, apabila dengan
sampel saja kita sudah dapat membuat kesimpulan yang menggambarkan
keseluruhan. Pengambilan sampel harus memenuhi syarat representatif, artinya
sampel yang diambil benar-benar mewakili populasi yang ada.
merupakan suatu prosedur objektif, yang dalam hal ini probabilitas pemilihan
diketahui terlebih dahulu untuk setiap elemen populasi. Selain itu, setiap elemen
populasi memiliki peluang atau probabilitas yang sama untuk dipilih sebagai
sampel. Penarikan sampel probabilitas ini berdasarkan metode pemilihan acak.
Contoh yang paling sederhana adalah cara undian. Misalnya, kita ingin menarik
sampel sebanyak 35 secara acak dari suatu populasi yang berjumlah 100, yang
terdiri dari dealer sepeda motor X di Jakarta, Bandung dan Surabaya. Masing-
masing nama dealer diberi nomor sampai dengan 100, kemudian setiap nomor
ditulis pada secarik kertas dan selanjutnya kertas-kertas bernomor tersebut
dimasukkan ke dalam sebuah kotak. Setelah seluruh kertas dalam kotak tersebut
dikocok dengan baik, selanjutnya dipilih sebanyak 35 sampel yang prosedur
penarikannya dilakukan 35 kali. Cara lain adalah dengan menggunakan tabel
bilangan acak.
beberapa karakteristik. Ada dua macam sampling acak berstrata, yaitu sampling
acak berstrata proporsional dan disproporsional.
Misalnya, jumlah pegawai yang lulus S1 = 45, S2 = 30, STM = 800, ST = 900,
SMK = 400 dan SD = 300. Jumlah sampel yang harus diambil meliputi strata
pendidikan tersebut. Contoh lain, populasi = 1000 yang terdiri dari 700 orang wanita
dan 300 orang pria. Sampel yang diperlukan = 100. Secara proporsional, sampel
yang dapat ditarik adalah wanita = 700/1000 * 100 = 70 dan pria = 300/1000 * 100 =
30.
Misalnya, pegawai dari unit kerja tertentu mempunyai 3 orang lulusan S3, 4 orang
lulusan S2, 90 orang lulusan S1, 800 orang lulusan SMU dan 700 orang lulusan
SMP. Dalam hal ini, 3 orang lulusan S3 dan 4 orang lulusan S2 diambil semuanya
sebagai sampel, karena dua kelompok ini terlalu kecil bila dibandingkan dengan
kelompok S1, SMU dan SMP.
di dalam kelompok dipilih sebagai anggota sampel. Teknik sampling ini digunakan
untuk menentukan sampel bila objek yang akan diteliti sumber datanya sangat luas,
misalnya penduduk dari suatu Negara, provinsi atau kabupaten. Untuk menentukan
penduduk mana yang akan dijadikan sumber data, samplingnya dilakukan
berdasarkan daerah populasi yang telah ditetapkan (Kuncoro, 2009).
2. Sampling Wilayah
Merupakan bentuk sampling klaster dalam suatu wilayah. Suatu kota yang
menunjukkan wilayah-wilayah dapat dijadikan dasar pembentukan sampel
wilayah dan selanjutnya bisa diperoleh data dari penduduk yang berada dalam
wilayah-wilayah tertentu.
Contoh, sebuah stasiun radio melakukan survei profil dan perilaku pendengar
radio. Penelitian dapat menggunakan peta kota, kemudian mengidentifikasi
wilayah-wilayah kota tersebut hingga ke kecamatan, kelurahan, RW dan RT yang
terpilih secara acak. Hal ini dilakukan jika daftar yang lengkap dan akurat sulit
diperoleh atau membutuhkan biaya yang besar untuk memperolehnya.
Selanjutnya sampel dipilih secara acak dari setiap klaster tersebut.
Modul 10– Distribusi Sampling 10
3. Sampling Kemudahan
Untuk mendapatkan informasi dengan cepat, mudah dan murah, sering
digunakan sampling kemudahan. Prosedurnya adalah dengan langsung
menghubungi unit-unit sampling yang mudah dijumpai, seperti mahasiswa di
suatu kelas, jemaah tempat-tempat ibadah, rekan-rekan, para tetangga, dll.
Sering kali teknik sampling ini dilakukan untuk menguji kuesioner atau digunakan
dalam penelitian eksplorasi.
Disamping kemudahan dan kelebihan dari teknik sampling ini juga memiliki
keterbatasan. Hal ini mengingat pemilihan unit sampling dengan metode ini dapat
dilakukan dengan mengambil siapa saja yang dapat ditemui oleh peneliti
sehingga bila dalam prosesnya tidak dilakukan lebih detail, hasil yang diperoleh
dapat menimbulkan bias dalam pengambilan keputusannya. Disamping itu, teknik
ini tidak tepat digunakan bila populasinya dapat didefinisikan, karena kondisi ini
dimungkinkan untuk menyediakan kerangka sampel, sehingga dalam tindak
lanjutnya lebih disarankan untuk menggunakan sampling probabilitas. Teknik ini
juga tidak cocok digunakan untuk penelitian yang bersifat deskriptif dan kasual.
Sebagai tambahan, metode ini juga menuntut kehati-hatian dalam penerjemahan
hasil penelitian.
4. Sampling Pertimbangan
Merupakan bentuk penarikan sampel nonprobabilitas yang didasarkan pada
kriteria-kriteria tertentu. Misalnya dalam suatu penelitian tentang masalah sumber
daya manusia, peneliti mungkin hanya ingin memperoleh informasi dari pegawai-
pegawai yang memiliki karakteristik tertentu. Dalam kaitannya dengan sampling
pertimbangan dikenal juga sampling ahli (expert sampling) dan sampling
bertujuan (purposive sampling). Kendala yang dihadapi dalam penggunaan
sampling pertimbangan ini adalah tuntutan adanya kejelian dari peneliti dalam
mendefinisikan populasi dan membuat pertimbangannya. Pertimbangan atau
judgement harus masuk akal dan relevan dengan maksud penelitian (Sugiyono,
2007).
Modul 10– Distribusi Sampling 11
5. Sampling Kuota
Merupakan bentuk lain dari sampling pertimbangan. Prinsipnya adalah
karakteristik-karakteristik tertentu yang relevan yang menjelaskan dimensi-
dimensi populasi. Dalam hal ini, distribusi populasi harus diketahui. Misalnya kita
ingin menarik sampel sebanyak 1000 orang penduduk kota Bandung. Jika
diketahui penyebaran penduduk secara geografis, sampelnya dapat ditarik
persentase distribusi yang sama.
Hasil penelitian dari teknik ini pada umumnya menghasilkan bias yang relatif
kecil. Kendala utama pada metode sampling bola salju ini terletak pada besarnya
waktu dan biaya yang dibutuhkan untuk memperoleh informasi, karena
populasinya spesifik serta tersebar.