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

3. Mahasiswa dapat memperkirakan

karakteristik (ciri) suatu populasi
atau sampel
4. Mahasiswa dapat menggunakan
teknik penarikan sampel yang
tepat untuk menggambarkan
populasi

A. Pengantar
Mendengar istilah sampel, orang akan cenderung menghubungkannya dengan contoh. Misalnya
ketika jalan-jalan di pusat perbelanjaan dan diberikan hadiah sabun dalam bentuk yang lebih kecil, maka
disebut sampel (contoh) sabun (asli). Lalu, apa hubungannya sampel barang tersebut dengan statistik?
Cobalah Anda mengingat kembali beberapa saat sebelum pemilihan Presiden Indonesia tahun 2004
pada putaran pertama. Banyak pihak menyangsikan hasil penelitian (bentuknya polling) yang dilakukan oleh
media televisi swasta nasional. Hal ini dikarenakan tidak semua penduduk Indonesia dapat secara langsung
menjadi penonton televisi swasta apalagi menjadi salah seorang penelepon pada polling tersebut. Salah satu
penelitian yang dilakukan dengan menggunakan prosedur quick count dilakukan oleh LP3ES bekerjasama
dengan NDI dan SCTV. LP3ES-NDI melakukannya dengan cara mengambil sekitar 2500 Lokasi Tempat
Pemungutan Suara (TPS) yang yang tersebar di Indonesia dengan metode stratifikasi sebagai sampel. Hasil
quick count ini menunjukkan perbedaan yang tipis dengan hasil akhir penghitungan resmi KPU yaitu 0,15
persen. (http://www.kompas.com) Sedangkan SCTV menggunakan data yang berasal dari 2.000 tempat
pemungutan suara di 17 kota di seluruh Indonesia dengan tingkat kesalahan lima persen. Respondennya
sebanyak 6.000 orang, terdiri dari 3.000 perempuan dan 3.000 laki-laki. Selain pasangan calon presiden dan
wakil presiden dengan suara terbanyak, survei ini juga akan mengetahui karakteristik pemilih, seperti jenis
kelamin, pekerjaan, dan pendidikan responden. (http://www.liputan6.com)
Dengan contoh statistik terapan di atas, Anda mungkin sudah mulai dapat mencari kesamaan, apa
yang dimaksud dengan sampel sebagai contoh dan sampel pada penelitian.

B. Isi
Definisi
Salah satu konsep yang berhubungan erat dengan sampel adalah populasi. Populasi adalah
keseluruhan gejala/satuan yang ingin diteliti. Sedangkan sampel adalah bagian dari populasi yang ingin

1
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

Sampel
Estimasi

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 = µ Rata-rata populasi = x̄
Deviasi standar populasi = σ 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.

2
Teknik-Teknik Penarikan Sampel
Ada 2(dua) jenis teknik penarikan sampel, yaitu teknik penarikan sampel probabilita dan teknik
penarikan sampel non probabilita. Teknik penarikan sampel probabilita adalah suatu teknik penarikan
sampel yang mendasarkan diri bahwa setiap anggota populasi memiliki kesempatan yang sama untuk dipilih
sebagai sampel. Dengan kesempatan yang sama ini, maka hasil dari suatu penelitian dapat digunakan untuk
memprediksi populasi.
Sedangkan teknik penarikan sampel non probabilita adalah suatu teknik penarikan sampel yang
mendasarkan pada setiap anggota populasi tidak memiliki kesempatan yang sama. Anggota yang satu
memiliki kesempatan lebih besar dibandingkan dengan anggota yang lain. Sehingga, hasil dari suatu
penelitian yang menggunakan teknik ini tidak dapat digunakan untuk memprediksi populasi. Kedua teknik
penarikan sampel tersebut terlihat dalam gambar di bawah ini.

Gambar 2. Jenis Teknik Penarikan Sampel

a. Teknik Penarikan Sampel Probabilita

Ada beberapa teknik penarikan sampel probabilita, yaitu teknik acak sederhana (simple random
sampling), teknik acak sistematis (systematic random sampling), teknik acak terlapis (stratified random
sampling), dan teknik acak berkelompok (cluster random sampling).

1. Teknik Acak Sederhana (Simple Random Sampling)

Teknik Acak Sederhana adalah teknik penarikan sampel yang paling mudah dilakukan. Anda mungkin
tahu bagaimana suatu arisan atau undian berhadiah dilaksanakan. Misalnya 10 orang ibu mengikuti arisan.
Nama-nama mereka dituliskan dalam secarik kertas dan kemudian dimasukkan ke dalam satu gelas, untuk
diambil satu persatu secara acak. Cara ini sudah termasuk acak sederhana.
Namun apa syarat yang harus dipenuhi agar teknik ini dapat digunakan? Teknik ini dapat dipakai jika
populasi dari suatu penelitian homogen dan tidak terlalu banyak jumlahnya. Bagaimana jika jumlahnya lebih
banyak? Mungkin Anda akan merasa lelah menggulung satu per satu nama orang. Cara lain yang dapat
digunakan adalah dengan menggunakan Tabel Angka Acak.
Tahapan yang dilakukan dalam menarik sampel ini adalah:
1. Membentuk kerangka sampel dan kemudian memberi nomor urut seluruh unsur yang ada dalam
kerangka sampel
2. Memilih unsur yang akan dijadikan sampel dengan cara undian atau menggunakan Tabel Angka
Acak.

3
Contoh: Terdapat 125 anggota koperasi ABC. Akan diambil 10 orang sebagai sampel.

Tahap I
Tabel 2.
Contoh Kerangka Sampel Simpel Random Sampling
No Nama No Nama No Nama No Nama No Nama
urut Resp urut Resp urut Resp urut Resp urut Resp
001 AAA 026 AAZ 051 ABY 076 BAX 101 BBW
002 AAB 027 ABA 052 ABZ 077 BAY 102 BBX
003 AAC 028 ABB 053 BAA 078 BAZ 103 BBY
004 AAD 029 ABC 054 BAB 079 BBA 104 BBZ
005 AAE 030 ABD 055 BAC 080 BBB 105 CAA
006 AAF 031 ABE 056 BAD 081 BBC 106 CAB
007 AAG 032 ABF 057 BAE 082 BBD 107 CAC
008 AAH 033 ABG 058 BAF 083 BBE 108 CAD
009 AAI 034 ABH 059 BAG 084 BBF 109 CAE
010 AAJ 035 ABI 060 BAH 085 BBG 110 CAF
011 AAK 036 ABJ 061 BAI 086 BBH 111 CAG
012 AAL 037 ABK 062 BAJ 087 BBI 112 CAH
013 AAM 038 ABL 063 BAK 088 BBJ 113 CAI
014 AAN 039 ABM 064 BAL 089 BBK 114 CAJ
015 AAO 040 ABN 065 BAM 090 BBL 115 CAK
016 AAP 041 ABO 066 BAN 091 BBM 116 CAL
017 AAQ 042 ABP 067 BAO 092 BBN 117 CAM
018 AAR 043 ABQ 068 BAP 093 BBO 118 CAN
019 AAS 044 ABR 069 BAQ 094 BBP 119 CAO
020 AAT 045 ABS 070 BAR 095 BBQ 120 CAP
021 AAU 046 ABT 071 BAS 096 BBR 121 CAQ
022 AAV 047 ABU 072 BAT 097 BBS 122 CAR
023 AAW 048 ABV 073 BAU 098 BBT 123 CAS
024 AAX 049 ABW 074 BAV 099 BBU 124 CAT
025 AAY 050 ABX 075 BAW 100 BBV 125 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

4
 Tabel 3.
Contoh Tabel Angka Acak
Kolom
745904 109225 476112 763697 781647 710882 140464 320327 821109 253295
906720 525918 441331 818779 074494 319404 894625 136410 818443 520274
103924 999421 482516 017745 811812 482904 305190 301608 933519 055261
851820 266250 684457 390029 483777 798623 009835 830547 355322 488458
934571 964696 431296 611060 244924 122700 768141 753239 187103 864879
630178 654684 923271 181826 481211 869898 514577 600581 059097 481300
187219 514130 123949 617749 232910 391714 535809 356616 164764 728434
889868 138633 045202 622628 414969 872742 056783 774040 845694 737464
605835 001275 201893 204153 183891 953261 867299 040389 573651 635512
Baris 116929 044132 781472 232825 705837 517207 387059 520433 657602 073154
570284 164328 465834 241244 448328 143390 757452 893040 161967 945724
965844 897030 600111 668200 880201 026440 398209 156826 293651 170663
764529 626103 892212 188747 782301 518030 177508 371853 069052 526103
651120 816955 214704 119846 488943 567180 204496 527441 398770 097565
861264 655726 468633 460875 991167 991323 704692 168567 084407 577321
687729 638058 310806 923847 868314 830227 349722 616041 311517 185531
395635 590772 456102 983937 589123 598756 796801 145157 304647 243366
747428 703699 403370 211607 563181 370976 199690 434170 044417 706836
700558 802616 512024 200112 222074 269118 836784 239245 473987 925696
394821 299839 118632 851940 667309 125390 147329 699108 025811 085003

Anda akan menemukan angka 8301626925467366071… dan seterusnya.

Populasi Anda (N) berjumlah 125 dengan nomor populasi mulai dari 001-125. Sehingga kita akan
menggunakan tiga digit nomor pada Tabel Angka Acak. Tiga nomor terpilih adalah
1. 830
2. 162
3. 692
4. 546
5. 736
6. 607
7. 115 sampel 1
8. 639
9. 262
10. 865
11. dst

Cara seperti ini tidak efektif. Kita akan banyak membuang nomor yang sudah terpilih. Untuk
mempermudah, kita dapat mengantisipasinya dengan menggunakan Kelipatan Angka Maksimum. Kelipatan
Angka Maksimum dibuat dengan mendasarkan pada jumlah populasi dan kelipatannya tertinggi sampai
batasan digit populasi.
5
 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
 Tabel 4.
Contoh Kerangka Sampel Systematic Sampling
Kelompok
1 2 3 4 5 6 7 … 50
1 2 3 4 5 6 7 … 50
51 52 53 54 55 56 57 … 100
101 102 103 104 105 106 107 … 150
151 152 153 154 155 156 157 … 200
201 202 203 204 205 206 207 … 250
251 252 253 254 255 256 257 … 300
Nama
301 302 303 304 305 306 307 … 350
Urut
351 352 353 354 355 356 357 … 400
Populasi
401 402 403 404 405 406 407 … 450
451 452 453 454 455 456 457 … 500
501 502 503 504 505 506 507 … 550
… … … … … … … … …
4901 4902 4903 4904 4905 4906 4907 4950
4951 4952 4953 4954 4955 4956 4957 … 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 ≈ 6
5,7 + 55,43 ≈ 61,13 ≈ 61
61,13 + 55,43 ≈ 116,56 ≈ 117
116,56 + 55,43 ≈ 171,99 ≈ 172
171,99 + 55,43 ≈ 227,42 ≈ 227
227,42 + 55,43 ≈ 282,85 ≈ 283
dan seterusnya.

7
3. Teknik Acak Terlapis (Stratified Random Sampling)
Dalam melaksanakan suatu penelitian, sering kita jumpai populasi yang kita miliki tidak memiliki sifat
homogen tetapi heterogen, yaitu karakteristik populasi yang kita miliki bervariasi. Misalnya penduduk
Indonesia akan sangat heterogen jika dilihat dari pendidikan, agama, tempat tinggal, dan penghasilan. Oleh
karena itu, teknik penarikan sampel yang digunakan pun harus melihat pada perbedaan sifat dari populasi.
Teknik ini disebut teknik penarikan sampel terlapis (Stratified Random Sampling). Ada 2(dua) jenis
Stratified Random Sampling, yaitu proporsional – sampel sebanding dengan jumlah populasi- dan non
proporsional – sampel tidak sebanding dengan jumlah populasi.

Populasi1
Sampel 1  x Total sampel
Total populasi

Contoh cara proporsional:

Kita akan menarik sampel sebanyak 50 orang dari suatu populasi penduduk dengan karakteristik:
Lulusan SD 20 orang
Lulusan SMP 40 orang
Lulusan SMA 55 orang
Lulusan PT 15 orang

Populasi seluruhnya = 130 orang

Sampel lulusan SD = 20/130 x 50 = 7,69 ≈8
Sampel lulusan SMP = 40/130 x 50 = 15,38 ≈ 15
Sampel lulusan SMA = 55/130 x 50 = 21,15 ≈ 21
Sampel lulusan PT = 15/130 x 50 = 5,77 ≈ 6
Pembulatan dilakukan mengingat jumlah orang memiliki ciri variabel diskret.
Tahapan:
1. Tentukan karakteristik/lapisan/kelompok populasi
2. Tentukan sampel dari setiap lapisan/kelompok
3. Pilihlah anggota sampel dari setiap lapisan/kelompok dengan bantuan teknik penarikan sampel acak
sederhana atau sistematis.
Contoh cara non proporsional:
Kita akan menarik sampel sebanyak 15 orang dari suatu populasi penduduk dengan karakteristik:
Lulusan SD 20 orang
Lulusan SMP 60 orang
Lulusan SMA 66 orang
Lulusan PT 4 orang

Jika kita menggunakan cara proporsional, maka akan diperoleh sebagai berikut:
Populasi seluruhnya = 150 orang
Sampel lulusan SD = 20/150 x 15 = 2 ≈2
Sampel lulusan SMP = 60/150 x 15 = 6 ≈ 6
Sampel lulusan SMA = 66/150 x 15 = 6,60 ≈ 7
Sampel lulusan PT = 4/150 x 15 = 0,40 ≈ 0

8
 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:

Gambar 3. Contoh teknik penarikan sampel satu tahap

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.

9
 Gambar 4. Contoh Teknik Penarikan Sampel Bertahap

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
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
1. Blank foreign elements
Adakalanya ketika kita akan menemui orang yang harus diwawancara, ternyata kita hanya
menemuinya dalam daftar nama tetapi tidak dalam kenyataannya. Hal ini terjadi karena sistem
pengadministrasian dan pencatatan (terutama) kependudukan di Indonesia tidak terlalu baik. Dimungkinkah
data yang ada tidak diperbaharui secara cepat. Mungkin kita dapat menemukan orang yang telah pindah
tempat tinggal masih tercatat di lokasi yang lama, orang yang sudah meninggal masih tercatat sebagai
penduduk, dan sebagainya.
2. Incomplete frame
Ketidaklengkapan kerangka sampel juga dapat dialami karena penyebab yang sama dengan blank
foreign elements. Bedanya, ketidaklengkapan kerangka sampel terjadi bila ada orang yang seharusnya masuk
dalam kerangka sampel malah belum tercatat.
3. Cluster of elements
Kerangka sampel yang kita miliki tidak selamanya sama dengan yang kita butuhkan. Misalnya jika
kita ingin meneliti pelajar sekolah dasar yang bertempat tinggal di Kabupaten A, maka kita tidak akan
memperoleh daftarnya. Yang akan kita temui hanya kartu keluarga atau daftar sekolah dasar yang ada di
Kabupaten A.
Apa yang harus dilakukan jika kita mengalami hal ini? Secara otomatis kita harus membuat sendiri
daftar kerangka sampel sebelum melakukan penelitian agar kita dapat menarik sampel dengan tepat.
Misalnya dengan bermodalkan pada kumpulan kartu keluarga, kita harus mencatat satu per satu siapa saja
penduduk usia sekolah dasar. Bukan berarti dengan pembuatan kerangka sampel berdasarkan kartu
keluarga maka kerangka sampel tersebut valid. Dimungkinkah terjadi penduduk usia sekolah dasar tidak lagi
menjadi pelajar usia sekolah dasar. Memang pembuatan kerangka sampel berarti memperpanjang waktu
penelitian dan juga (tentunya) memperbesar biaya.

C. Ringkasan
1. Terdapat beberapa alas an untuk menarik sampel suatu populasi :
a. Penggunaan sampel menghemat biaya dan waktu
b. Penggunaan sampel memungkinkan peneliti untuk mempertahankan kualitas data yang telah
dikumpulkan
c. Tidak memungkinkan bagi seorang peneliti untuk menguji secara fisik semua unsur dalam populasi.
2. Ada dua jenis teknik penarikan sampel : Probabilita dan Non Probabilita
a. Dalam penarikan sampel probabilita seluruh anggota populasi memiliki kesempatan yang sama
untuk dipilih sebagai sampel. Terdapat beberapa metode penarikan sampel probabilita
 Teknik acak sederhana. Populasi bersifat homogen dan jumlahnya tidak banyak, setiap anggota
populasi memiliki kesempatan sama untuk dipilih sebagai sampel.
 Teknik acak sistematis. Populasi bersifat homogen, jumlah anggota populasi sangat banyak,
jumlah sampel yang diambil banyak
 Teknik acak terlapis. Anggota populasi bersifat heterogen
 Teknik acak berkelompok. Jika ada keterbatasan daftar nama seluruh anggota populasi, namun
memiliki data jelas/lengkap mengenai kelompok.
b. Dalam penarikan sampel non probabilita, memasukkan unsur ke dalam sampel didasarkan pada
penilaian orang yang menarik sampel, sehingga tidak setiap anggota populasi memiliki kesempatan
yang sama untuk dipilih. Beberapa metode penarikan sampel non probabilita :

12
  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
 Tabel Angka Acak

02711 08182 75997 79866 58095 83319 80295 79741 74599 84379
94873 90935 31684 63952 09865 14491 99518 93394 34691 14985
54921 78680 06635 98689 17306 25170 65928 87709 30533 89736
77640 97636 37397 93379 56454 59818 45827 74164 71666 46977
61545 00835 93251 87203 36759 49197 85967 01704 19634 21898
17147 19519 22497 16857 42426 84822 92598 49186 88247 39967
13748 04742 92460 85801 53444 65626 58710 55406 17173 69776
87455 14813 50373 28037 91182 32786 65261 11173 34376 36408
08999 57409 91185 10200 61411 23392 47797 56377 71635 08601
78804 81333 53809 32471 46034 36306 22498 19239 85428 55721
82173 26921 28472 98958 07960 66124 89731 95069 18625 92405
97594 25168 89178 68190 05043 17407 48201 83917 11413 72920
73881 67176 93504 42636 38233 16154 96451 57925 29667 30859
46071 22912 90326 42453 88108 72064 58601 32357 90610 32921
44492 19686 12495 93135 95185 77799 52441 88272 22024 80631
31864 72170 37722 55794 14636 05148 54505 50113 21119 25228
51574 90692 43339 65689 76539 27909 05467 21727 51141 72949
35350 76132 92925 92124 92634 35681 43690 89136 35599 84138
46943 36502 01172 46045 46991 33804 80006 35542 61056 75666
22665 87226 33304 57975 03985 21566 65796 72915 81466 89205
39437 97957 11838 10433 21564 51570 73558 27495 34533 57808
77082 47784 40098 97962 89845 28392 78187 06112 08169 11261
24544 25649 43370 28007 06779 72402 62632 53956 24709 06978
27503 15558 37738 24849 70722 71859 83736 06016 94397 12529
24590 24545 06435 52758 45685 90151 46516 49644 92686 84870
48155 86226 40359 28723 15364 69125 12609 57171 86857 31702
20226 53752 90648 24362 83314 00014 19207 69413 97016 86290
70178 73444 38790 53626 93780 18629 68766 24371 74639 30782
10169 41465 51935 05711 09799 79077 88159 33437 68519 03040
81084 03701 28598 70013 63794 53169 97054 60303 23259 96196
69202 20777 21727 81511 51887 16175 53746 46516 70339 62727
80561 95787 89426 93325 86412 57479 54194 52153 19197 81877
08199 26703 95128 48599 09333 12584 24374 31232 61782 44032
98883 28220 39358 53720 80161 83371 15181 11131 12219 55920
84568 69286 76054 21615 80883 36797· 82845 39139 90900 18172
04269 35173 95745 53893 86022 77722 52498 84193 22448 22571
10538 13124 36099 13140 37706 44562 57179 44693 67877 01549
77843 24955 25900 63843 95029 93859 93634 20205 66294 41218
12034 94636 49455 76362 83532 31062 69903 91186 65768 55949
10524 72829 47641 93315 80875 28090 97728 52560 34937 79548
68935 76632 46984 61772 92786 22651 07086 89754 44143 97687
89450 65665 29190 43709 11172 34481 95977 47535 25658 73898
14
90696 20451 24211 97310 60446 73530 62865 96574 13829 72226
49006 32047 93086 00112 20470 17136 28255 86328 07293 38809
74591 87025 52368 59416 34417 70557 86746 55809 53(328 12000
06315 17012 77103 00968 07235 10728 42189 33292 51487 64443
62386 09184 62092 46617 99419 64230 95034 85481 07857 42510
86848 82122 04028 36959 87827 12813 08627 80699 13345 51695
65643 69480 46598 04501 40403 91408 32343 48130 49303 90689

15