SAMPLING
SAMPLING
Oleh
Kelompok 3
1. Ayu Wandira 1713023001
2. Yogi Subagja 1713023037
3. Sairo 1713023057
1
Jika memungkinkan, para peneliti lebih suka mempelajari seluruh populasi
yang diminati. Namun, biasanya ini sulit dilakukan. Sebagian besar
populasi yang diminati adalah besar, beragam, dan tersebar di wilayah
geografis yang luas. Menemukan, apalagi menghubungi, semua anggota
dapat memakan waktu dan mahal. Untuk alasan itu, tentu saja, para
peneliti sering memilih sampel untuk dipelajari. Beberapa contoh sampel
yang dipilih dari populasi mengikuti:
• Seorang peneliti tertarik untuk mempelajari efek dari diet pada rentang
perhatian siswa kelas tiga di kota besar. Ada 1.500 siswa kelas tiga yang
menghadiri sekolah dasar di kota. Peneliti memilih 150 dari siswa kelas
tiga ini, masing-masing 30 di lima sekolah yang berbeda, sebagai sampel
untuk belajar.
• Seorang administrator di sebuah sekolah menengah kota besar tertarik
pada pendapat siswa tentang program konseling baru di kabupaten
tersebut. Ada enam sekolah menengah atas dan sekitar 14.000 siswa di
distrik ini. Dari daftar utama semua siswa yang terdaftar di sekolah-
sekolah distrik, administrator memilih sampel 1.400 siswa (350 dari
masing-masing kelas, 9-12) kepada siapa ia berencana untuk mengirimkan
kuesioner yang menanyakan pendapat mereka tentang program tersebut.
• Kepala sekolah sekolah dasar ingin menyelidiki keefektifan buku teks
sejarah A.S. baru yang digunakan oleh beberapa guru di distrik tersebut.
Dari total 22 guru yang menggunakan teks, ia memilih sampel 6. Ia
berencana untuk membandingkan prestasi siswa di kelas guru ini dengan 6
guru lainnya yang tidak menggunakan teks.
Tugas pertama dalam memilih sampel adalah menentukan populasi yang
diminati. Dalam kelompok apa, tepatnya, peneliti tertarik? Kepada siapa
dia ingin hasil penelitian berlaku? Populasi, dengan kata lain, adalah
kelompok yang diminati oleh peneliti, kelompok yang menjadi tujuan
peneliti untuk menggeneralisasi hasil penelitian. Berikut adalah beberapa
contoh populasi:
• Semua kepala sekolah menengah di Amerika Serikat
• Semua penasihat sekolah dasar di negara bagian California
• Semua siswa menghadiri Sekolah Menengah Atas di Omaha, Nebraska,
selama tahun akademik 2005-2006
• Semua siswa di kelas tiga Ms. Brown di Wharton Elementary School
Contoh-contoh di atas mengungkapkan bahwa suatu populasi dapat
berapapun ukurannya dan bahwa ia akan memiliki setidaknya satu (dan
kadang-kadang beberapa) karakteristik yang menjadikannya berbeda dari
populasi lain mana pun. Perhatikan bahwa suatu populasi selalu semua
individu yang memiliki karakteristik tertentu (atau serangkaian
karakteristik).
2
didefinisikan sebagai kelompok ruang kelas, sekolah, atau bahkan fasilitas.
Sebagai contoh,
• Semua kelas lima di Delaware (hipotesisnya mungkin bahwa ruang kelas
di mana guru menampilkan jumlah yang lebih besar dan variasi produk
siswa memiliki prestasi yang lebih tinggi)
• Semua gimnasium sekolah menengah atas di Nevada (hipotesisnya
mungkin bahwa sekolah dengan fasilitas fisik yang lebih baik
menghasilkan lebih banyak tim pemenang)
3
Sayangnya, populasi aktual (disebut populasi target) yang ingin
digeneralisasikan oleh peneliti jarang tersedia. Populasi yang dapat
digeneralisasikan oleh peneliti, oleh karena itu, adalah populasi yang
dapat diakses. Contoh :
• Masalah penelitian yang akan diselidiki: Efek dari instruksi
berbantuan komputer pada prestasi membaca siswa kelas satu dan
dua di California.
• Target: Anak-anak kelas satu dan dua di California
• Populasi yang dapat diakses: Semua anak kelas satu dan dua di
sekolah dasar Laguna Salada distrik Pacifica, California.
• Sampel: Sepuluh persen dari anak-anak kelas satu dan dua di
distrik Laguna Salada di Pacifica, California.
4
2. Teknik Sampling
a. Random Sampling & Nonrandom Sampling
5
Dalam contoh kedua, presiden menginginkan keterwakilan, tetapi tidak
sebanyak yang dia ingin pastikan ada jenis fakultas tertentu dalam
sampelnya. Dengan demikian, ia telah menetapkan bahwa masing-masing
individu yang dipilih harus memiliki semua kriteria yang disebutkan.
Setiap anggota populasi (seluruh fakultas dari keanekaragaman) tidak
memiliki kesempatan yang sama untuk dipilih; beberapa, pada
kenyataannya, tidak memiliki kesempatan. Oleh karena itu, ini adalah
contoh pengambilan sampel non-acak, kadang-kadang disebut
pengambilan sampel purposive. contoh Ini menunjukkan bahwa random
sampling berbeda dengan nonrandom sampling
RANDOM SAMPLING
1. Random Sampling Sederhana (Simple Random Sampling)
Random sampling sederhana adalah sampel di mana setiap anggota
populasi memiliki kesempatan yang sama dan independen untuk
dipilih. Jika sampel besar, metode ini adalah cara terbaik yang belum
dirancang untuk mendapatkan sampel yang representatif dari populasi
yang diminati. Kunci untuk mendapatkan sampel acak adalah
memastikan bahwa setiap anggota populasi memiliki kesempatan yang
sama dan independen untuk dipilih. Ini dapat dilakukan dengan
menggunakan tabel angka acak — daftar angka yang sangat besar
yang tidak memiliki urutan atau pola.
6
Tabel 6.1 mengilustrasikan bagian dari tabel tipikal angka acak.
Misalnya, untuk mendapatkan sampel 200 dari populasi 2.000 orang,
menggunakan tabel seperti itu, pilih kolom angka, mulai di mana saja
di kolom, dan mulai membaca angka empat digit. Dilakukan dengan4
digit Karena angka terakhir “2.000” terdiri dari empat digit, dan kita
harus selalu menggunakan jumlah digit yang sama untuk setiap orang.
Orang 1 akan diidentifikasi sebagai 0001; orang 2, seperti 0002; orang
635, seperti 0635; dan sebagainya.) Kemudian lanjutkan untuk
menuliskan 200 angka pertama pada kolom yang memiliki nilai 2.000
atau kurang.
Misalkan kita ambil kolom pertama dari empat angka dalam Tabel 6.1
sebagai contoh. Membaca hanya empat digit pertama, lihat angka
pertama dalam kolom: Angka ini adalah 0117, jadi angka 117 dalam
daftar individu dalam populasi akan dipilih untuk sampel. Lihatlah
angka kedua: Ini adalah 9123. Tidak ada populasi dalam populasi 9123
(karena hanya ada 2.000 orang di keseluruhan populasi). Jadi lanjutkan
ke nomor ketiga: Ini adalah 0864, maka nomor 864 dalam daftar
individu dalam pop- ulasi akan dipilih. Angka keempat adalah 0593,
jadi nomor 593 dipilih. Angka kelima adalah 6662. Tidak ada 6662
dalam populasi, jadi lanjutkan ke nomor berikutnya, dan seterusnya,
hingga mencapai total 200 angka, masing-masing mewakili individu
dalam populasi yang akan dipilih untuk sampel. Kebanyakan Peneliti
menggunakan daftar yang dihasilkan komputer untuk mendapatkan
sampel mereka secara acak. Ini dapat dilakukan dengan cukup mudah
menggunakan perangkat lunak EXCEL (Keuntungan dari pengambilan
sampel acak adalah, jika besar cukup, sangat mungkin untuk
menghasilkan sampel yang representatif. Kerugian terbesarnya adalah
tidak mudah melakukannya. Setiap anggota populasi harus
diidentifikasi. Dalam kebanyakan kasus, kita harus dapat menghubungi
individu yang dipilih. Dalam semua kasus, kita harus tahu siapa 117
(misalnya). Selain itu, pengambilan sampel acak sederhana tidak
7
digunakan jika peneliti ingin memastikan bahwa subkelompok tertentu
hadir dalam sampel dalam proporsi yang sama dengan mereka ada
dalam populasi. Untuk melakukan ini, peneliti harus terlibat dalam apa
yang dikenal sebagai pengambilan sampel bertingkat
8
Keuntungan dari stratified random sampling adalah meningkatkan
kemungkinan keterwakilan, terutama jika sampel seseorang tidak
terlalu besar. Ini hampir memastikan bahwa karakteristik utama
individu dalam populasi termasuk dalam proporsi yang sama dalam
sampel. Kerugiannya adalah itu membutuhkan lebih banyak upaya
dari pihak peneliti.
9
contoh lain dari cluster random sampling. Pengawas distrik sekolah
bersatu besar di sebuah kota di Pantai Timur ingin mendapatkan
beberapa gagasan tentang bagaimana perasaan para guru di distrik itu
tentang upah pantas. Ada 10.000 guru di semua sekolah dasar dan
menengah di kabupaten itu, dan ada 50 sekolah yang tersebar di
wilayah yang luas. Pengawas sekolah tidak memiliki dana untuk
mensurvei semua guru di kabupaten tersebut, dan ia membutuhkan
informasi tentang pembayaran jasa dengan cepat. Alih-alih memilih
secara acak sampel guru dari setiap sekolah, oleh karena itu, ia
memutuskan untuk mewawancarai semua guru di sekolah-sekolah
tertentu. Para guru di masing-masing sekolah, kemudian, membentuk
sebuah kelompok.Pengawas sekolah memberikan nomor untuk setiap
sekolah dan kemudian menggunakan tabel angka acak untuk memilih
10 sekolah (20 persen dari populasi).Semua guru di sekolah yang
dipilih kemudian merupakan sampel.Pewawancara mempertanyakan
semua guru di masing-masing 10 sekolah ini, daripada harus
melakukan perjalanan ke semua sekolah di kabupaten ini.Jika guru-
guru ini memang mewakili guru-guru yang tersisa di kabupaten, maka
pengawas dibenarkan dalam menarik kesimpulan tentang perasaan
seluruh populasi guru di kabupatennya tentang upah pantas.Mungkin
saja sampel ini tidak representatif. Karena guru-guru yang akan
diwawancarai semuanya berasal dari sejumlah kecil sekolah di
kabupaten tersebut, mungkin ada kasus bahwa sekolah-sekolah ini
dalam beberapa hal berbeda dari sekolah-sekolah lain di kabupaten
tersebut, sehingga memengaruhi pandangan para guru di sekolah-
sekolah tersebut sehubungan dengan untuk mendapat bayaran.
Semakin banyak sekolah yang dipilih, semakin besar kemungkinan
temuan tersebut akan berlaku untuk populasi guru (Gambar 6.3).
10
Banyak peneliti awal membuat kesalahan umum berkenaan dengan
cluster random sampling: memilih secara acak hanya satu cluster
sebagai sampel dan kemudian mengamati atau mewawancarai
semua individu dalam cluster itu. Bahkan jika ada sejumlah besar
individu dalam cluster, itu adalah cluster yang telah dipilih secara
acak, bukan individu; karenanya peneliti tidak berhak untuk
menarik kesimpulan tentang populasi target individu tersebut.
Namun beberapa peneliti memang menarik kesimpulan seperti itu.
Namun seharusnya tidak.
4. Two Stage Random Sampling
Teknik ini merupakan teknik yang berusaha menggabungkan dua
teknik agar di dapat sampel yang memenuhi syarat. Seringkali
berguna untuk menggabungkan cluster random sampling dengan
individual random sampling. Ini dilakukan dengan pengambilan
sampel acak dua tahap. Daripada memilih secara acak 100 siswa
dari populasi 3.000 siswa kelas sembilan yang berlokasi di 100
kelas, peneliti mungkin memutuskan untuk memilih 25 kelas secara
acak dari populasi 100 kelas dan kemudian secara acak memilih 4
siswa dari setiap kelas. Ini jauh lebih sedikit memakan waktu
daripada mengunjungi sebagian besar dari 100 kelas. Ini lebih baik
11
Karena empat kelas akan terlalu sedikit untuk memastikan
keterwakilan, meskipun mereka dipilih secara acak. Gambar 6.4
mengilustrasikan berbagai metode pengambilan sampel acak yang
telah kita diskusikan.
NONRANDOM SAMPLING
Nonrandom sampling merupakan proses penarikansampel dengan tidak
berdasarkan sistem randomisasi. Menuurt fraenkel ada 3 metodepenarikan sampel
dengan nonrandom.
1. Systematic Sampling
Dalam pengambilan sampel sistematis, setiap individu ke-n dalam daftar
populasi dipilih untuk dimasukkan dalam sampel. Misalnya, dalam daftar
populasi yang terdiri dari 5.000 nama, untuk memilih sampel sebanyak
500, seorang peneliti akan memilih setiap nama kesepuluh dalam daftar
hingga mencapai total 500 nama. Berikut adalah contoh dari jenis
pengambilan sampel ini: Kepala sekolah dari sebuah sekolah menengah
besar (kelas 6–8) dengan 1.000 siswa ingin tahu bagaimana perasaan siswa
tentang menu baru di kantin sekolah. Dia mendapatkan daftar abjad dari
semua siswa di sekolah dan memilih setiap siswa kesepuluh dalam daftar
untuk dimasukkan dalam sampel. Untuk menjaga agar tidak bias, dia
12
memasukkan angka 1 hingga 10 ke dalam topi dan menariknya keluar.Itu
adalah 3.Jadi dia memilih siswa bernomor 3, 13, 23, 33, 43, dan seterusnya
hingga dia memiliki sampel 100 siswa untuk diwawancarai.
13
tidak ada pola siklus. Jika daftar telah diatur dalam urutan tertentu,
peneliti harus memastikan pengaturan tidak akan bias sampel dengan cara
yang dapat mendistorsi hasil. Jika tampaknya demikian, langkah-langkah
harus diambil untuk memastikan keterwakilan — misalnya, dengan secara
acak memilih individu dari masing-masing bagian siklus.Bahkan, jika
daftar populasi dipesan secara acak, sampel sistematis yang diambil dari
daftar adalah sampel acak.
2. Convenience Sampling
Sering kali sangat sulit (kadang-kadang bahkan tidak mungkin) untuk
memilih sampel acak atau non-acak sistematis. Pada saat seperti itu,
seorang peneliti dapat menggunakan convenience sampling. sampel
kenyamanan adalah sekelompok individu yang (dengan mudah) tersedia
untuk belajar (Gambar 6.5). Dengan demikian, seorang peneliti mungkin
memutuskan untuk belajar dua kelas tiga di sekolah dasar terdekat karena
kepala sekolah meminta bantuan dalam mengevaluasi efektivitas buku teks
ejaan baru. Berikut adalah beberapa contoh sampel kenyamanan:
14
itu tidak memiliki kesempatan untuk diwawancarai. Kedua, orang-orang
yang tidak mau memberikan pandangan mereka tidak akan diwawancarai.
Ketiga, mereka yang setuju untuk diwawancarai mungkin adalah individu
yang memiliki pendapat kuat tentang stadion. Keempat, tergantung pada
waktu hari, mereka yang diwawancarai sangat mungkin akan menganggur
atau memiliki pekerjaan yang tidak mengharuskan mereka untuk berada di
dalam ruangan. Dan seterusnya.
3. Purposive Sampling
15
Kadang-kadang, berdasarkan pengetahuan sebelumnya tentang suatu
populasi dan tujuan spesifik dari penelitian, peneliti menggunakan
penilaian pribadi untuk memilih sampel. Para peneliti berasumsi mereka
dapat menggunakan pengetahuan mereka tentang populasi untuk menilai
apakah sampel tertentu akan representatif atau tidak. Berikut ini beberapa
contohnya:
• Seorang guru IPS kelas delapan memilih 2 siswa dengan nilai rata-rata
nilai tertinggi di kelasnya, 2 siswa yang nilai rata-rata poinnya berada di
tengah-tengah kelas, dan 2 siswa dengan nilai rata-rata titik terendah untuk
mencari tahu bagaimana kelasnya merasa tentang termasuk diskusi
tentang peristiwa terkini sebagai bagian rutin dari kegiatan kelas. Sampel
serupa di masa lalu telah mewakili sudut pandang kelas total dengan
cukup akurat.
• Seorang mahasiswa pascasarjana ingin tahu bagaimana perasaan
pensiunan usia 65 tahun ke atas tentang "tahun emas" mereka. Dia telah
diberitahu oleh salah satu profesornya, seorang ahli tentang penuaan dan
populasi lanjut usia, bahwa Asosiasi Pensiunan Pekerja lokal adalah
bagian lintas yang representatif dari orang-orang pensiunan yang berusia
65 tahun ke atas. Dia memutuskan untuk mewawancarai sampel 50 orang
yang menjadi anggota asosiasi untuk mendapatkan pandangan mereka.
16
• Selama lima tahun terakhir, para pemimpin asosiasi guru di distrik
sekolah midwestern telah mewakili pandangan tiga perempat guru di
distrik tersebut tentang sebagian besar masalah utama. Oleh karena itu,
tahun ini, pemerintah kabupaten memutuskan untuk mewawancarai hanya
pemimpin asosiasi daripada memilih sampel dari semua guru kabupaten.
17
Contoh metode pengambilan sampel sebelumnya menggunakan hipotesis yang
sama: "Siswa dengan harga diri rendah menunjukkan prestasi yang lebih rendah
dalam mata pelajaran sekolah."
Populasi target: Semua siswa kelas delapan di California.
Populasi yang dapat diakses: Semua siswa kelas delapan di San Francisco Bay
Area (tujuh kabupaten).
Ukuran sampel yang layak: n = 200 - 250.
Simple random sampling:
pengambilan sampel secara acak adalah yang mana masing-masing dan setiap
anggota dari suatu populasi mempunyai suatu kesempatan yang sama dan berdiri
sendiri atau tidak bergantung dalam seleksi. Untuk pengambilan sampel acak
sederhana dengan cara Identifikasi semua siswa kelas delapan di semua sekolah
negeri dan swasta di tujuh kabupaten (perkiraan jumlah siswa kelas VIII 5 9.000).
Tetapkan setiap siswa satu angka, dan kemudian gunakan tabel angka acak untuk
memilih sampel 200. Kesulitannya dalam pengambilan sampel acak sederhaana
ini sulit untuk mengidentifikasi setiap siswa kelas delapan di Bay Area dan
menghubungi (mungkin) sekitar 200 sekolah yang berbeda untuk memberikan
instrumen kepada satu atau dua siswa di sekolah tersebut.
Cluster Random Sampling :
Pada random dan stratified random sampling, peneliti ingin meyakinkan bahwa
macam dari individu tertentu adalah termasuk dalam sample.tapi ada waktu ketika
peneliti tidak mungkin menyeleksi sebuah sample individu dari suatu populasi.
Langkah-langakah proses cluster random sampling ini yaitu : Identifikasi semua
sekolah negeri dan swasta yang memiliki kelas delapan di tujuh kabupaten.
Tetapkan masing-masing sekolah nomor, dan kemudian secara acak memilih
empat sekolah dan termasuk semua kelas delapan di setiap sekolah. (Kami
memperkirakan 2 kelas per sekolah × 30 siswa per kelas × 4 sekolah 5 total 240
siswa). Cluster random sampling jauh lebih layak daripada sampel acak sederhana
untuk diterapkan, tetapi terbatas karena penggunaan hanya empat sekolah ,
meskipun mereka harus dipilih secara acak. Sebagai contoh, pemilihan hanya
empat sekolah dapat mengecualikan pemilihan siswa sekolah swasta. Keuntungan
dari cluster random sampling ini dapat digunakan ketika sulit atau tidak mungkin
18
untuk menyeleksi suatu random sample dari individual-individual dan lebih
mudah melaksanakan di sekolah, dengan frekuensi yang tidak menyita banyak
waktu . Kerugiannya yaitu adanya kesempatan yang lebih besar untuk menyeleksi
suatu smaple yang tidak mewakili dari populasi itu.
Stratified random sampling:
Pengambilan sampel acak berstrata adalah suatu proses didalam sub kelompok
tertentu, atau strata, yang diseleksi untuk sample dalam proporsi yang sama ketika
mereka berada dalam populasi .langkah-langkah dalam proses sampling ini
adalah :Dapatkan data jumlah siswa kelas delapan di sekolah negeri dan swasta
dan tentukan proporsi masing-masing jenis (mis., 80 persen publik, 20 persen
pribadi).Tentukan jumlah dari masing-masing jenis yang akan dijadikan sampel:
publik 5 80 persen dari 200 5 160; pribadi 5 20 persen dari 200 5 40. Pilih secara
acak sampel 160 dan 40 siswa dari masing-masing sub-populasi dari siswa negeri
dan swasta. Stratifikasi dapat digunakan untuk memastikan bahwa sampel juga
mewakili variabel lain. Kesulitan dengan metode ini adalah bahwa stratifikasi
mengharuskan peneliti mengetahui proporsi di setiap strata populasi, dan juga
semakin sulit karena semakin banyak variabel yang ditambahkan. Bayangkan
mencoba stratifikasi tidak hanya pada variabel publik-swasta tetapi juga
(misalnya) pada etnisitas siswa, jenis kelamin, dan status sosial ekonomi, dan
pada gender dan pengalaman guru.
Two-stage random sampling:
Pengambilan sampel dua tahap secara acak: Pilih secara acak 25 sekolah dari
populasi sekolah yang dapat diakses, dan kemudian secara acak pilih 8 siswa kelas
delapan dari setiap sekolah (n 5 8 3 25 5 200) Metode ini jauh lebih layak
daripada sampling acak sederhana dan lebih representatif daripada cluster
sampling. Ini mungkin merupakan pilihan terbaik dalam contoh ini, tetapi masih
memerlukan izin dari 25 sekolah dan sumber daya untuk mengumpulkan data dari
masing-masing.
Convenience sampling:
Banyak waktu yang sangat sulit (kadang-kadang bahkan tidak mungkin) untuk
menyeleksi keduanya baik suatu random atau suatu systematic nonrandom sample
dengan waktu yang sesperti itu , seorang peneliti dapat menggunakan convenience
19
sampling . Convenience sample adalah sekelomok dari individual yang secara
( convenient ) tersedia untuk belajar . jadi seorang peneliti mungkin dapat
memutuskan untuk belajar dua,tiga kelas pada sekolah dasar karena kepala
sekolah meminta bantuna untuk mengevaluasi keefektifan dari sebuah buku text
tentang spelling. Untuk menentukan Convenience sampling yaitu sebagai berikut :
Pilih semua siswa kelas delapan di empat sekolah yang dapat diakses oleh
peneliti (sekali lagi, kami memperkirakan dua kelas yang terdiri dari 30 siswa per
sekolah, jadi n 5 30 × 4 × 2 5 240). Metode ini menghalangi generalisasi di luar
keempat sekolah ini, kecuali jika argumen kuat dengan data pendukung dapat
dibuat untuk kemiripannya dengan seluruh kelompok sekolah yang dapat diakses.
Pengambilan sampel Purposive: Pilih 8 kelas dari seluruh tujuh negara
berdasarkan data demografis yang menunjukkan bahwa mereka mewakili semua
kedelapan mahasiswa. Perhatian khusus harus diberikan pada harga diri dan
prestasi. Masalahnya adalah bahwa data seperti itu tidak mungkin tersedia dan,
dalam hal apa pun, tidak dapat menghilangkan kemungkinan perbedaan antara
sampel dan populasi pada variabel lain — seperti sikap guru dan sumber daya
yang tersedia.
Purposive sampling:
Pilih 8 kelas dari seluruh tujuh negara berdasarkan data demografis yang
menunjukkan bahwa mereka mewakili semua kedelapan mahasiswa. Perhatian
khusus harus diberikan pada harga diri dan prestasi. Masalahnya adalah bahwa
data seperti itu tidak mungkin tersedia dan, dalam hal apa pun, tidak dapat
menghilangkan kemungkinan perbedaan antara sampel dan populasi pada variabel
lain — seperti sikap guru dan sumber daya yang tersedia.
Systematic sampling:
Pilih setiap siswa ke-45 dari daftar alfabet untuk setiap sekolah. 200 siswa dalam
sampel / 9.000 siswa dalam populasi 5 =1/45 Metode ini hampir sama tidak
nyamannya dengan pengambilan sampel acak sederhana dan cenderung
menghasilkan sampel yang bias, karena nama ke-45 di setiap sekolah cenderung
berada di sepertiga terakhir dari alfabet (ingat ada sekitar 60 siswa kelas delapan
di setiap sekolah), memperkenalkan kemungkinan bias etnis atau budaya.
20
3. Ukuran Sampel
Ukuran Sampel Menggambar kesimpulan tentang suatu populasi setelah
mempelajari suatu sampel tidak pernah benar-benar memuaskan, karena para
peneliti tidak pernah dapat memastikan bahwa sampel mereka benar-benar
mewakili populasi. Beberapa perbedaan antara sampel dan populasi pasti ada,
tetapi jika sampel dipilih secara acak dan memiliki ukuran yang memadai,
perbedaan ini cenderung relatif tidak signifikan dan insidentil. Oleh karena
itu, pertanyaannya tetap, seperti apa yang merupakan ukuran yang memadai
atau memadai untuk sampel. Sayangnya, tidak ada jawaban yang jelas untuk
pertanyaan ini. Misalkan populasi target terdiri dari 1.000 delapan siswa di
distrik sekolah tertentu. Beberapa ukuran sampel, tentu saja, jelas terlalu
kecil. Sampel dengan 1 atau 2 atau 3 individu, misalnya, sangat kecil
sehingga mereka tidak mungkin representatif. Mungkin setiap sampel yang
memiliki kurang dari 20 hingga 30 orang terlalu kecil, karena itu hanya akan
menjadi 2 atau 3 persen dari populasi. Di sisi lain, sampel bisa terlalu besar,
mengingat jumlah waktu dan upaya yang harus dilakukan peneliti untuk
memperolehnya. Dalam contoh ini, sampel yang terdiri dari 250 orang atau
lebih mungkin akan menjadi sangat besar, karena itu akan menjadi
seperempat dari populasi. Sampel harus sebesar yang peneliti dapat dapatkan
dengan pengeluaran waktu dan energi yang masuk akal. Ini, tentu saja, tidak
sebanyak yang diinginkan, tetapi ini menunjukkan bahwa para peneliti harus
mencoba untuk mendapatkan sampel sebanyak yang mereka bisa.
Berikut adalah beberapa pedoman yang kami sarankan sehubungan dengan
jumlah minimum mata pelajaran yang dibutuhkan.
a) Studi deskriptif, kami pikir sampel dengan jumlah minimum 100 adalah
penting.
b) Untuk studi korelasional, sampel setidaknya 50 dianggap perlu untuk
membangun keberadaan suatu hubungan.
c) Studi eksperimental dan kausal komparatif, kami merekomendasikan
minimal 30 individu per kelompok, meskipun kadang-kadang studi
eksperimental dengan hanya 15 individu di setiap kelompok dapat
dipertahankan jika mereka sangat terkontrol; studi menggunakan hanya 15
21
subjek per kelompok mungkin harus direplikasi, namun, sebelum terlalu
banyak dibuat dari temuan.
d) Studi kualitatif, jumlah peserta dalam sampel biasanya berkisar antara 1
dan 20.
Validitas Eksternal
Generalisasi dari Sampel A yang ditunjukkan sebelumnya dalam bab ini, peneliti
menggeneralisasi ketika mereka menerapkan temuan penelitian tertentu kepada
orang atau pengaturan yang melampaui orang-orang tertentu atau pengaturan yang
digunakan dalam penelitian ini. Seluruh gagasan sains dibangun di atas gagasan
generalisasi. Setiap sains berusaha untuk menemukan prinsip-prinsip dasar atau
hukum yang dapat diterapkan pada berbagai situasi dan, dalam kasus ilmu-ilmu
sosial, untuk banyak orang.
Sebagian besar peneliti ingin menggeneralisasi temuan mereka ke populasi yang
tepat. Tetapi kapan generalisasi dibenarkan? Kapan para peneliti dapat
mengatakan dengan yakin bahwa apa yang telah mereka pelajari tentang sampel
juga berlaku untuk populasi? Baik sifat sampel maupun kondisi lingkungan —
pengaturan — tempat studi dilakukan harus dipertimbangkan dalam memikirkan
kemampuan generalisasi. Sejauh mana hasil penelitian dapat digeneralisasi
menentukan validitas eksternal penelitian. Dalam dua bab berikutnya, kita juga
membahas bagaimana konsep validitas diterapkan pada instrumen (validitas
instrumen) dan desain internal penelitian.
POPULATION GENERALIZABILITY
Generalisasi populasi mengacu pada sejauh mana sampel mewakili populasi yang
diminati. Jika hasil penelitian hanya berlaku untuk kelompok yang sedang
dipelajari dan jika kelompok itu cukup kecil atau didefinisikan secara sempit,
kegunaan setiap temuan sangat terbatas. Inilah sebabnya mengapa mencoba untuk
mendapatkan sampel yang representatif sangat penting. Karena melakukan
penelitian membutuhkan banyak waktu, energi, dan (sering) uang, para peneliti
biasanya ingin hasil investigasi dapat diterapkan seluas mungkin.
22
Namun, ketika kita berbicara tentang keterwakilan, kita hanya merujuk pada
karakteristik penting atau relevan dari suatu populasi. Apa yang kami maksud
dengan relevan? Hanya saja karakteristik yang dimaksud mungkin merupakan
faktor yang berkontribusi terhadap hasil apa pun yang diperoleh. Sebagai contoh,
jika seorang peneliti ingin memilih sampel siswa kelas satu dan dua untuk
mempelajari efek metode membaca pada prestasi siswa, karakteristik seperti
tinggi, warna mata, atau kemampuan lompatan akan dinilai tidak relevan —
yaitu , kami tidak akan mengharapkan variasi apa pun di dalamnya memiliki efek
pada seberapa mudah seorang anak belajar membaca, dan karenanya kami tidak
akan terlalu khawatir jika karakteristik tersebut tidak cukup terwakili dalam
sampel. Karakteristik lain, seperti usia, jenis kelamin, atau ketajaman visual, di
sisi lain, mungkin (secara logis) memiliki efek dan karenanya harus secara tepat
direpresentasikan dalam sampel. Setiap kali sampel purposive atau convenience
digunakan, generalisasi dibuat lebih masuk akal jika data disajikan untuk
menunjukkan bahwa sampel tersebut mewakili populasi yang dimaksud pada
setidaknya beberapa variabel yang relevan. Prosedur ini, bagaimanapun, tidak
pernah dapat menjamin keterwakilan pada semua variabel yang relevan.
23
sulit dilakukan, terutama dengan studi survei tipe kuesioner, tetapi hasilnya
sepadan dengan waktu dan energi yang dikeluarkan. Sayangnya, tidak ada
pedoman yang jelas tentang berapa banyak subjek yang bisa hilang sebelum
keterwakilan rusak parah. Setiap peneliti yang kehilangan lebih dari 10 persen
dari sampel yang dipilih awalnya akan disarankan
mengakui batasan ini dan memenuhi syarat kesimpulan mereka sesuai. Satu-
satunya waktu peneliti tidak tertarik untuk menggeneralisasi di luar batas-batas
studi tertentu adalah ketika hasil penyelidikan hanya menarik seperti yang
diterapkan pada kelompok orang tertentu pada waktu tertentu, dan di mana semua
anggota kelompok termasuk dalam penelitian ini. Contohnya mungkin pendapat
fakultas sekolah dasar tentang masalah tertentu seperti apakah akan menerapkan
program matematika baru. Ini mungkin bermanfaat bagi fakultas itu untuk
pengambilan keputusan atau perencanaan program, tetapi tidak untuk orang lain.
24
generalisasi ketika seseorang tidak memiliki sampel acak. Kedua, dalam banyak
penelitian tidak mungkin bagi seorang peneliti untuk menginvestasikan waktu,
uang, atau sumber daya lain yang diperlukan untuk mendapatkan sampel acak.
Agar hasil penelitian tertentu dapat diterapkan pada kelompok yang lebih besar,
maka, peneliti harus berpendapat dengan meyakinkan bahwa sampel yang
digunakan, meskipun tidak dipilih secara acak, sebenarnya mewakili populasi
target. Namun ini sulit, dan selalu menjadi argumen yang bertentangan.
GENERALISABILITAS EKOLOGIS
Generalisasi ekologis mengacu pada sejauh mana hasil penelitian dapat diperluas
ke pengaturan atau kondisi lain. Para peneliti harus memperjelas sifat dari kondisi
lingkungan — latar — tempat studi dilakukan. Kondisi ini harus sama dalam
semua hal penting dalam setiap situasi baru di mana peneliti ingin menegaskan
bahwa temuan mereka berlaku. Sebagai contoh, itu tidak dapat dibenarkan untuk
menggeneralisasi dari studi tentang efek dari program membaca baru pada siswa
kelas tiga di sistem sekolah kota besar untuk mengajar matematika, bahkan untuk
para siswa dalam sistem itu. Hasil penelitian dari lingkungan sekolah perkotaan
mungkin tidak berlaku untuk lingkungan sekolah pinggiran kota atau pedesaan;
hasil yang diperoleh dengan transparansi mungkin tidak berlaku untuk mereka
yang memiliki buku teks. Apa yang berlaku untuk satu subjek, atau dengan materi
tertentu, atau dalam kondisi tertentu, atau pada waktu tertentu mungkin tidak
digeneralisasikan ke subjek, materi, kondisi, atau waktu lain. Sebuah contoh
generalisasi ekologis yang tidak tepat terjadi dalam sebuah penelitian yang
menemukan bahwa metode pengajaran tertentu yang diterapkan untuk pembacaan
peta menghasilkan transfer yang lebih besar ke interpretasi peta umum pada
bagian dari siswa kelas lima di beberapa sekolah. Oleh karena itu, peneliti
merekomendasikan agar metode pengajaran digunakan di bidang konten lain,
seperti matematika dan sains, mengabaikan perbedaan dalam konten, bahan, dan
keterampilan yang terlibat, di samping kemungkinan perbedaan dalam sumber
daya, pengalaman guru, dan sejenisnya. Generalisasi ekologis yang tidak tepat
seperti ini tetap menjadi kutukan bagi banyak penelitian pendidikan. Sayangnya,
penerapan teknik kuat pengambilan sampel acak hampir tidak pernah mungkin
25
sehubungan dengan generalisasi ekologis. Sementara itu dapat dibayangkan
bahwa seorang peneliti dapat mengidentifikasi "populasi" pola organisasi, bahan,
kondisi ruang kelas, dan sebagainya, dan kemudian secara acak memilih sejumlah
besar kombinasi dari semua kombinasi yang mungkin, logistik melakukan hal itu
membingungkan pikiran. Oleh karena itu, peneliti harus berhati-hati dalam
menggeneralisasi hasil dari satu studi. Hanya ketika hasilnya telah terbukti serupa
melalui replikasi di seluruh kondisi lingkungan tertentu yang dapat kita
generalisasi di seluruh kondisi tersebut. Gambar 6.7 mengilustrasikan perbedaan
antara populasi dan generalisasi ekologis.
26
DAFTAR PUSTAKA
Fraenkel, Jake R. and Wallen, Norman E., 1990. How To Design and Evaluate
Research in Education, USA Mc Graw-Hill
27