Pengambilan Sampel Nonprobabilitas

Keuntungan dari pengambilan sampel nonprobabilitas mencakup kenyamanan dan

memberikan wawasan. Secara statistik, pengambilan sampel nonprobabilitas tidak
mengizinkan generalisasi untuk populasi yang lebih luas, tetapi itu tidak menjadikannya
warga negara kelas dua dari dunia pengambilan sampel. Ada situasi di mana ini bisa menjadi
metode yang paling logis. Misalnya, seorang peneliti dapat membuat penilaian profesional
bahwa satu informan atau item teks tertentu akan memberikan wawasan yang dia cari atau
bahwa mencari sukarelawan adalah satu-satunya cara untuk membangun sampel orang
yang relevan. Seperti yang diuraikan di bawah ini, ada beberapa pendekatan untuk
pengambilan sampel nonprobabilitas.

Kenyamanan Sampling
Sesuai dengan namanya, convenience sampling didasarkan pada kemudahan bagi peneliti.
Anda mungkin telah menjadi bagian dari contoh kemudahan saat instruktur meminta
persetujuan Anda untuk berpartisipasi dalam survei atau eksperimen; artinya, Anda adalah
bagian dari grup yang nyaman bagi instruktur. Keterbatasan waktu atau uang dapat
menyebabkan peneliti menggunakan pengambilan sampel yang mudah. Ini dapat berguna
saat melakukan pra-uji studi atau ketika hasil penelitian tidak dimaksudkan untuk publikasi
ilmiah. Demi kenyamanan, Elizabeth awalnya mungkin mensurvei rekan-rekan kelasnya
tentang kebiasaan makan dan persepsi mereka tentang layanan makanan kampus. Dia tidak
berasumsi bahwa hasil survai akan berlaku untuk mahasiswa secara keseluruhan atau
bahwa penelitiannya akan berkontribusi pada model teoritis baru komunikasi manusia. Dia
hanya menginginkan dasar untuk pertanyaannya. Bagaimanapun, dia harus mulai dari suatu
tempat.

Pengambilan Sampel Purposif atau Judgmental

Purposive sampling didasarkan pada gagasan bahwa orang atau konten media tertentu akan
memenuhi kriteria tertentu yang mungkin dimiliki peneliti. Misalnya, Elizabeth dapat
memutuskan bahwa direktur layanan makan kampus dan hanya direktur layanan makan
kampus yang dapat memberikan wawasan tentang keputusan ekonomi, nutrisi, dan
penjadwalan yang mengarah ke pilihan menu yang dilihat siswa pada hari-hari. dasar.
Karena itu, dia akan dengan sengaja mencari individu itu sebagai bagian dari penelitiannya.

Ia juga dapat mewawancarai mahasiswa yang dapat membuat kasus khusus atau yang
mencontohkan masalah khusus — misalnya, mahasiswa yang tidak dapat makan di fasilitas
kampus karena alasan agama atau yang kesehatannya terancam karena bahan makanan di
kampus tidak terdokumentasi dengan jelas dan ditampilkan. Siswa semacam itu mungkin
tidak mewakili pendapat mayoritas, tetapi cerita yang mereka sampaikan mungkin sama
mencerahkannya dengan temuan survei tentang "78% wanita dan 58% pria menginginkan
lebih banyak persembahan vegetarian". Wawancara mendalam dengan siswa semacam itu
dapat menghasilkan ide, wawasan, dan pertanyaan penelitian baru yang mungkin tidak
dapat diperoleh Elizabeth dari siswa diet konvensional. Dia bahkan mungkin memilih untuk
mewawancarai siswa seperti itu secara khusus karena mereka tidak mewakili kebijaksanaan
konvensional.

Pengambilan Sampel Kuota

Pengambilan sampel kuota adalah salah satu upaya pertama untuk membawa pendekatan
ilmiah untuk penelitian survei. Ini mencoba untuk mereplikasi dalam sampel fitur yang
menurut peneliti penting dalam populasi. Misalkan Elizabeth telah memutuskan untuk
mewawancarai siswa yang tinggal di kampus dan mereka yang tinggal di luar kampus karena
dia curiga bahwa sikap kedua kelompok ini akan berbeda dalam hal makan dan layanan
makanan kampus.

Dia memutuskan untuk mewawancarai 10 siswa. Dia tahu bahwa 80% siswa tinggal di
kampus, jadi dia memutuskan untuk mewawancarai delapan siswa tetap ditambah dua
siswa yang tinggal di luar kampus. Dia telah berhasil mereplikasi salah satu fitur penting
komunitas siswa dalam sampelnya, tetapi 10 siswa yang dia wawancara adalah pilihannya.
Mereka belum diambil sampelnya secara acak, seperti yang dibahas di bawah ini di bawah
"Pengambilan Sampel Probabilitas". Sesuatu selain kebetulan telah menempatkan mereka
dalam sampel. Sesuatu itu adalah penilaian peneliti, yang mungkin bias. Misalnya, dia
mungkin secara sadar atau tidak sengaja mengambil sampel siswa yang tinggal di unit
perumahan yang — secara unik — memiliki fasilitas dapur.

Sampling Jaringan atau Bola Salju

Pengambilan sampel jaringan atau bola salju adalah bentuk pengambilan sampel sukarela
yang terjadi saat Anda mengandalkan anggota jaringan untuk memperkenalkan Anda
kepada anggota jaringan lainnya. Misalkan Elizabeth sangat tertarik untuk mendapatkan
opini tentang vegetarian. Terlepas dari upaya terbaiknya, dia tidak dapat menemukan daftar
kampus tentang vegetarian atau tautan apa pun ke grup vegetarian lokal. Dia memutuskan
bahwa satu-satunya cara untuk mengidentifikasi siswa seperti itu adalah dengan
memposting di papan buletin kampus atau halaman Facebook-nya permintaan agar setiap
vegetarian menghubunginya untuk mendiskusikan kemungkinan partisipasi dalam
penelitiannya.

Salah satu orang tersebut menghubunginya, dan Elizabeth menyadari bahwa satu-satunya
cara untuk merekrut lebih banyak vegetarian ke dalam studinya adalah dengan meminta
orang tersebut untuk mengidentifikasi vegetarian lain yang mungkin bersedia untuk
diwawancarai. Jika dia beruntung, ukuran sampelnya akan tumbuh secara eksponensial
karena semakin banyak vegetarian yang mengenalkannya kepada semakin banyak
vegetarian. Kualitas dan ukuran sampel semacam itu bergantung pada kemauan dan
kemampuan orang lain untuk mengidentifikasi orang lain di jaringan mereka kepada Anda.
Salah satu masalah potensial dengan pengambilan sampel bola salju adalah karena teman
cenderung merekomendasikan teman, sampel bola salju mungkin terdiri dari individu
dengan pendapat yang pada dasarnya sama dan tidak akan menangkap keragaman
pendapat atau demografi dalam tubuh siswa yang lebih luas. Sebaliknya, isolat relatif
mungkin tidak direkrut dan akibatnya akan kurang terwakili.

Pengambilan Sampel Relawan

Sampel jaringan atau bola salju diperoleh oleh kelompok relawan awal yang terhubung
dengan relawan potensial lain yang mereka identifikasi. Relawan juga dapat direkrut
langsung oleh peneliti.
Memanggil sukarelawan mungkin satu-satunya cara Anda bisa mendapatkan peserta
penelitian. Jika, misalnya, Elizabeth sedang mencari anggota mahasiswa untuk kelompok
fokus guna mendiskusikan kemungkinan perubahan dalam penawaran makanan kampus,
dia tidak punya banyak pilihan selain menggunakan pengambilan sampel sukarela. Metode
kelompok terarah, seperti yang akan kita lihat di Bab 13, membutuhkan partisipasi aktif dari
orang-orang yang siap mengungkapkan pendapat.

Anda mungkin ingin relawan dan relawan antusias jika Anda berniat untuk menerjemahkan
hasil penelitian Anda menjadi tindakan. Misalnya, sukarelawan vegetarian yang direkrut
Elizabeth dengan menggunakan pengambilan sampel bola saljunya dapat memberinya tidak
hanya informasi yang dia butuhkan tetapi juga dengan antusiasme sukarelawan yang
diperlukan untuk mengembangkan materi pendidikan atau dengan bantuan dalam upaya
melobi yang mendukung perubahan pada penawaran makanan kampus.

Kabar buruknya, sampel relawan bisa menjadi masalah karena, menurut definisi, Anda
merekrut satu jenis orang — relawan! Temuan penelitian dari sampel relawan akan bias
karena Anda belum menangkap apa yang mungkin dikatakan oleh non-relawan.

Tentu saja, dalam pengertian umum, siapa pun yang berpartisipasi dalam proyek penelitian
adalah sukarelawan, karena diskusi kita tentang etika dan prosedur dewan peninjau
kelembagaan (IRB) di Bab 3 harus menjelaskan. Namun, secara intuitif, kita dapat
merasakan perbedaan antara individu yang hanya setuju untuk berpartisipasi dalam proyek
penelitian dan orang lain yang secara agresif bertekad untuk melihat bahwa sudut
pandangnya mendominasi temuan penelitian.

Jajak pendapat publik berbasis web seperti yang diselenggarakan oleh media berita lokal
bisa sangat rentan terhadap masalah ini karena mereka menarik orang yang bersedia,
menurut definisi, untuk mengunjungi situs web dan memberikan suara sukarela — atau
beberapa suara. Orang lain tidak bersedia melakukan ini, jadi jajak pendapat web ini hanya
mewakili pendapat dari tipe kepribadian tertentu. Kecuali jika situs web memiliki kendali
atas akses, para penggemar yang memutuskan bahwa jika satu suara bagus, dua suara akan
dua kali lebih baik dapat memilih berulang kali, yang semakin menambah bias dalam hasil.

Pengambilan sampel relawan jelas hanya berlaku untuk peserta manusia. Kenyamanan,
penilaian, dan pengambilan sampel kuota dapat digunakan dengan nonmanusia, biasanya
untuk memilih konten media untuk analisis konten. Dalam semua kasus, peneliti akan
menjadi orang yang memutuskan konten media apa yang akan dijadikan sampel. Akan ada
beberapa bias di balik keputusan itu. Misalnya, Tampilan 6.1 menunjukkan tahun kelas dan
preferensi makanan dari populasi siswa yang mungkin diambil sampelnya oleh Elizabeth.
Bagan 6.2 menunjukkan bagaimana sampel kenyamanan (disorot) dapat secara serius salah
menggambarkan populasi dengan mengabaikan siswa tahun pertama dan kedua dan tiga
dari empat kelompok preferensi makanan.

CONTOH ADA DI BUKU

Teknik Pengambilan Sampel

1. Non-probability Sampling

Non-probability Sampling adalah teknik pengambilan sampel yang

tidak memberi peluang atau kesempatan sama bagi setiap unsur atau
anggota populasi untuk dipilih menjadi sampel. Teknik Sampling
Nonprobality ini meliputi : Sampling Kuota, Sampling Insidental,
Purposive Sampling, Sampling Jenuh, Snowball Sampling.

 Sampel Kuota

Sampel Kuota adalah teknik untuk menentukan sampel dari populasi

yang mempunyai ciri- ciri tertentu sampai jumlah kuota yang
diinginkan.Contoh Sampling Kuota, akan melakukan penelitian
tentangKaries Gigi, jumlah sampel yang ditentukan 500 orang, jika
pengumpulan data belum memenuhi kuota 500 orang tersebut, maka
penelitian dipandang belum selesai. Bila pengumpulan data dilakukan
secara kelompok yang terdiri atas 5 orang pengumpul data, maka
setiap anggota kelompok harus dapat menghubungi 100 orang anggota
sampel, atau 5 orang tersebut harus dapat mencari data dari 500
anggota sampel.

 Sampel Insidental

Sampel Insidental adalah teknik penentuan sampel berdasarkan

kebetulan, yaitu siapa saja yang secara kebetulan atau insidental
bertemu dengan peneliti dapat digunakan sebagai sampel, bila
dipandang orang yang kebetulan ditemui itu cocok sebagai sumber
data.
 Sampel Purposive

Sampel Purposive adalah teknik penentuan sampel dengan

pertimbangan tertentu. Contoh Sampel Purposive, akan melakukan
penelitian tentang kualitas makanan, maka sampel sumber datanya
adalah orang yang ahli makanan. Sampel ini lebih cocok digunakan
untuk Penelitian Kualitatif atau penelitian yang tidak melakukan
generalisasi.

 Sampel Jenuh (Sensus)

Sampel Jenuh adalah teknik penentuan sampel bila semua anggota

populasi digunakan sebagai sampel. Hal ini sering dilakukan bila
jumlah populasi relatif kecil, kurang dari 30 orang, atau penelitian
yang ingin membuat generalisasi dengan kesalahan yang sangat kecil.

 Sampel Bola Salju (Snowball Sampling)

Snowball Sampling adalah teknik penentuan sampel yang mula-mula

jumlahnya kecil, kemudian membesar. Ibarat bola salju yang
menggelinding yang lama-lama menjadi besar. Dalam penentuan
sampel, pertama-tama dipilih satu atau dua orang sampel, tetapi karena
dengan dua orang sampel ini belum merasa lengkap terhadap data
yang diberikan, maka peneliti mencari orang lain yang dipandang
lebih tahu dan dapat melengkapi data yang diberikan oleh dua orang
sampel sebelumnya. Begitu seterusnya, sehingga jumlah sampel
semakin banyak.
Pada penelitian kualitatif banyak menggunakan sampel Purposive dan
Snowball. Contohnya akan meneliti siapa provokasi kerusuhan, maka
akan cocok menggunakan Purposive Sampling dan Snowball
Sampling.
2. Probabilitas Sampling

Ada empat macam teknik pengambilan sampel yang termasuk dalam

teknik pengambilan sampel dengan probabilitas sampling. Keempat
teknik tersebut, yaitu cara acak, stratifikasi, klaster, dan sistematis.

 Sampel Acak

Ada beberapa nama untuk menyebutkan teknik pemilihan sampling

ini. Nama tersebut termasuk di antaranya: random sampling atau
teknik acak. Apa pun namanya teknik ini sangat populer dan banyak
dianjurkan penggunaannya dalam proses penelitian. Pada teknik acak
ini, secara teoritis, semua anggota dalam populasi mempunyai
probabilitas atau kesempatan yang sama untuk dipilih menjadi sampel.

Untuk mendapat responden yang hendak dijadikan sampel, satu hal

penting yang harus diketahui oleh para peneliti adalah bahwa perlunya
bagi peneliti untuk mengetahui jumlah responden yang ada dalam
populasi.

Teknik memilih secara acak dapat dilakukan baik dengan manual atau
tradisional maupun dengan menggunakan tabel random.

a. Cara Trandisional

Cara tradisional ini dapat dilihat dalam kumpulan ibu-ibu ketika

arisan. Teknik acak ini dapat dilakukan dengan langkah-langkah
seperti berikut: tentukan jumlah populasi yang dapat ditemui; daftar
semua anggota dalam populasi, masukkan dalam kotak yang telah
diberi lubang penarikan; kocok kotak tersebut dan keluarkan lewat
lubang pengeluaran yang telah dibuat; nomor anggota yang keluar
adalah mereka yang ditunjuk sebagai sampel penelitian; lakukan terus
sampai jumlah yang diinginkan dapat dicapai.

b. Menggunakan Tabel Acak

Pada cara kedua ini, proses pemilihan subjek dilakukan dengan

menggunakan tabel yang dihasilkan oleh komputer dan telah diakui
manfaatnya dalam teori penelitian. Tabel tersebut umumnya terdiri
dari kolom dan angka lima digit yang telah secara acak dihasilkan oleh
komputer. Dengan menggunakan tabel tersebut, angka-angka yang ada
digunakan untuk memilih sampel dengan langkah sebagai berikut:
identifikasi jumlah total populasi; tentukan jumlah sampel yang
diinginkan; daftar semua anggota yang masuk sebagai populasi;
berikan semua anggota dengan nomor kode yang diminta, misalnya:
000–299 untuk populasi yang berjumlah 300 orang, atau 00–99 untuk
jumlah populasi 100 orang; pilih secara acak (misalnya tutup mata)
dengan menggunakan penunjuk pada angka yang ada dalam tabel;
pada angka-angka yang terpilih, lihat hanya angka digit yang tepat
yang dipilih. Jika populasi 500 maka hanya 3 digit dari akhir saja. Jika
populasi mempunyai anggota 90 maka hanya diperlukan dua digit dari
akhir saja; jika angka dikaitkan dengan angka terpilih untuk individual
dalam populasi menjadi individu dalam sampel. Sebagai contoh, jika
populasinya berjumlah 500, maka angka terpilih 375 masuk sebagai
individu sampel. Sebaliknya jika populasi hanya 300, maka angka
terpilih 375 tidak termasuk sebagai individu sampel; gerakan penunjuk
dalam kolom atau angka lain; ulangi langkah nomor 8 sampai jumlah
sampel yang diinginkan tercapai. Ketika jumlah sampel yang
diinginkan telah tercapai maka langkah selanjutnya adalah membagi
dalam kelompok kontrol dan kelompok perlakuan sesuai dengan
bentuk desain penelitian. Contoh Memilih Sampel dengan Sampling
Acak Seorang kepala sekolah ingin melakukan studi terhadap para
siswa yang ada di sekolah. Populasi siswa SMK ternyata jumlahnya
600 orang. Sampel yang diinginkan adalah 10% dari populasi. Dia
ingin menggunakan teknik acak, untuk mencapai hal itu, dia
menggunakan langkah-langkah untuk memilih sampel seperti berikut.
Populasi yang jumlahnya 600 orang diidentifikasi. Sampel yang
diinginkan 10% x 600 = 60 orang. Populasi didaftar dengan diberikan
kode dari 000-599. Tabel acak yang berisi angka random digunakan
untuk memilih data dengan menggerakkan data sepanjang kolom atau
baris dari tabel. Misalnya diperoleh sederet angka seperti berikut: 058
710 859 942 634 278 708 899 Oleh karena jumlah populasi 600 orang
maka dua angka terpilih menjadi sampel yaitu: 058 dan 278. Coba
langkah d sampai diperoleh semua jumlah 60 responden.

 Teknik Stratifikasi

Dalam penelitian pendidikan maupun penelitian sosial lainnya, sering

kali ditemui kondisi populasi yang ada terdiri dari beberapa lapisan
atau kelompok individual dengan karakteristik berbeda. Di sekolah,
misalnya ada kelas satu, kelas dua, dan kelas tiga. Mereka juga dapat
dibedakan menurut jenis kelamin responden menjadi kelompok laki-
laki dan kelompok perempuan. Di masyarakat, populasi dapat berupa
kelompok masyarakat, misalnya petani, pedagang, pegawai negeri,
pegawai swasta, dan sebagainya. Keadaan populasi yang demikian
akan tidak tepat dan tidak terwakili; jika digunakan teknik acak.
Karena hasilnya mungkin satu kelompok terlalu banyak yang terpilih
sebagai sampel, sebaliknya kelompok lain tidak terwakili karena tidak
muncul dalam proses pemilihan. Teknik yang paling tepat dan
mempunyai akurasi tinggi adalah teknik sampling dengan cara
stratifikasi. Teknik stratifikasi ini harus digunakan sejak awal, ketika
peneliti mengetahui bahwa kondisi populasi terdiri atas beberapa
anggota yang memiliki stratifikasi atau lapisan yang berbeda antara
satu dengan lainnya. Ketepatan teknik stratifikasi juga lebih dapat
ditingkatkan dengan menggunakan proporsional besar kecilnya
anggota lapisan dari populasi ditentukan oleh besar kecilnya jumlah
anggota populasi dalam lapisan yang ada. Seperti halnya teknik
memilih sampel secara acak, teknik stratifikasi juga mempunyai
langkah- langkah untuk menentukan sampel yang diinginkan.

Langkah-langkah tersebut dapat dilihat seperti berikut :

a. Identifikasi jumlah total populasi.

b. Tentukan jumlah sampel yang diinginkan.

c. Daftar semua anggota yang termasuk sebagai populasi.

d. Pisahkan anggota populasi sesuai dengan karakteristik lapisan yang

dimiliki.

e. Pilih sampel dengan menggunakan prinsip acak seperti yang telah

dilakukan dalam teknik random di atas.
f. Lakukan langkah pemilihan pada setiap lapisan yang ada. Sampai
jumlah sampel dapat dicapai.

Contoh menentukan sampel dengan teknik stratifikasi :

Seorang peneliti ingin melakukan studi dari suatu populasi guru SMK
yang jumlahnya 900 orang, sampel yang diinginkan adalah 10% dari
populasi. Dalam anggota populasi ada tiga lapisan guru, mereka
adalah yang mempunyai golongan dua, golongan tiga, dan golongan
empat. Dia ingin memilih sampel dengan menggunakan teknik
stratifikasi. Terangkan langkah-langkah guna mengambil sampel
dengan menggunakan teknik stratifikasi tersebut. Jawabannya adalah
sebagai berikut. Jumlah total populasi adalah 900 orang. Daftar semua
anggota yang termasuk sebagai populasi dengan nomor 000–899. Bagi
populasi menjadi tiga lapis, dengan setiap lapis terdiri 300 orang.
Undilah sampel yang diinginkan 30% x 900 = 270 orang. Setiap lapis
mempunyai anggota 90 orang. untuk lapisan pertama gerakan
penunjuk (pensil) dalam tabel acak. Dan pilih dari angka tersebut dan
ambil yang memiliki nilai lebih kecil dari angka 899 sampai akhirnya
diperoleh 90 subjek. Lakukan langkah 6 dan 7 untuk Iapis kedua dan
ketiga sampai total sampel diperoleh jumlah 270 orang.

 Teknik Klaster

Teknik klaster merupakan teknik memilih sampel lainnya dengan

menggunakan prinsip probabilitas. Teknik ini mempunyai sedikit
perbedaan jika dibandingkan dengan kedua teknik yang telah dibahas
di atas. Teknik klaster atau Cluster Sampling ini memilih sampel
bukan didasarkan pada individual, tetapi lebih didasarkan pada
kelompok, daerah, atau kelompok subjek yang secara alami
berkumpul bersama.

Teknik klaster sering digunakan oleh para peneliti di lapangan yang

wilayahnya mungkin luas. Dengan menggunakan teknik klaster ini,
mereka lebih dapat menghemat biaya dan tenaga dalam menemui
responden yang menjadi subjek atau objek penelitian. Memilih sampel
dengan menggunakan teknik klaster ini mempunyai beberapa langkah
seperti berikut. Identifikasi populasi yang hendak digunakan dalam
studi.

Tentukan besar sampel yang diinginkan. Tentukan dasar logika untuk

menentukan klaster. Perkirakan jumlah rata-rata subjek yang ada pada
setiap klaster. Daftar semua subjek dalam setiap klaster dengan
membagi antara jurnlah sampel dengan jumlah klaster yang ada.
Secara random, pilih jumlah angggota sampel yang diinginkan untuk
setiap klaster. Jumlah sampel adalah jumlah klaster dikalikan jumlah
anggota populasi per klaster. Contoh terapan pemilihan sampel dengan
menggunakan teknik klasterMisalkan seorang peneliti hendak
melakukan studi pada populasi yang jumlahnya 4.000 guru dalam 100
sekolah yang ada. `Sampel yang diinginkan adalah 400 orang. Cara
yang digunakan adalah teknik sampel secara klaster dengan sekolah
sebagai dasar penentuan logis klaster yang ada. Bagaimanakah
langkah menentukan sampel tersebut? Jawabannya adalah sebagai
berikut. Total populasi adalah 4.000 orang. Jumlah sampel yang
diinginkan 400 orang. Dasar logis klaster adalah sekolah yang
jumlahnya ada 100. Dalam populasi, setiap sekolah adalah 4.000/100
= 40 guru setiap sekolah. Jumlah klaster yang ada adalah 400/40 = 10.
Oleh karena itu, 10 sekolah di antara 100 sekolah dipilih secara
random. Jadi, semua guru yang ada dalam 10 sekolah sama dengan
jumlah sampel yang diinginkan.

 Teknik Sistematis

Teknik memilih sampel yang keempat adalah teknik sistematis atau

systematic sampling. Teknik pemilihan ini menggunakan prinsip
proporsional. Caranya ialah dengan menentukan pilihan sampel pada
setiap 1/k, di mana k adalah suatu angka pembagi yang telah
ditentukan misalnya 5,6 atau 10. Syarat yang perlu diperhatikan oleh
para peneliti adalah adanya daftar atau list semua anggota populasi.
Untuk populasi yang didaftar atas dasar urutan abjad pemakaian
metode menggunakan teknik sistematis juga dapat diterapkan.
Walaupun mungkin saja terjadi bahwa suatu nama seperti nama yang
berawalan su, sri dalam bahasa Indonesia akan terjadi pengumpulan
nama dalam awalan tersebut. Sisternatis proporsional k dapat memilih
dengan baik. Teknik observasi lapangan khusus untuk penelitian di
lokasi tambang Pengumpulan Datapenelitian Teknik ini dilakukan
dengan cara melakukan pengamatan langsung dilapangan. Mengamati
tidak hanya melihat, melainkan merekam, menghitung,mengukur, dan
mencatat kejadian yang ada di lapangan. Teknik ini ada dua macam,
yaitu observasi langsung (observasi partisipasi) yaitu apabila
pengumpulan data melalui pengamatan dan pencatatan gejalagejala
pada objek yang dilakukan secara langsung di tempat kejadian, dan
observasi tidak langsung (observasi non-partisipasi) yaitu
pengumpulan data melalui pengamatan dan pencatatan gejala-gejala
pada objek tidak secara langsung di lapangan.
Beberapa cara yang biasa dilakukan dalam observasi adalah sebagai
berikut:

1. Membuat catatan anekdot (anecdotal record), yaitu catatan

informal yang digunakan pada waktu melakukan observasi.
Catatan ini berisi fenomena atau peristiwa yang terjadi saat
observasi.

2. Membuat daftar cek (checklist), yaitu daftar yang berisi catatan

setiap faktor secara sistematis. Daftar cek ini biasanya dibuat
sebelum observasi dan sesuai dengan tujuan observasi.

3. Membuat skala penilaian (rating scale), yaitu skala yang

digunakan untuk menetapkan penilaian secara bertingkat untuk
mengamati kondisi data secara kualitiatif

4. Mencatat dengan menggunakan alat (mechanical device), yaitu

pencatatan yang dilakukan melalui pengamatan dengan
menggunakan alat, misalnya slide, kamera, komputer, dan alat
perekam suara.

Observasi tersebut dapat terbentang mulai dari kegiatan pengumpulan

data yang formal hingga yang tidak formal. Bukti observasi seringkali
bermanfaat untuk memberikan informasi tambahan tentang topik yang
akanditeliti. Observasi dapat menambah dimensi-dimensi baru untuk
pemahaman konteks maupun fenomena yang akan diteliti. Observasi
tersebut bisa begitu berharga sehingga penelitibisa mengambil foto-
foto pada situs studi kasus untuk menambah keabsahan penelitian.
Pengambilan Sampel Probabilitas
Pengambilan sampel probabilitas memungkinkan kita membuat generalisasi statistik dari
hasil kita. Kontribusi utama teori pengambilan sampel untuk penelitian komunikasi adalah
untuk memberi tahu kita bahwa kita tidak perlu sampel besar selama kita siap untuk hidup
dengan tingkat ketidakpastian — yang dapat dihitung seperti yang dibahas dalam Bab 8.

Para peneliti, terutama dalam bidang terapan seperti komunikasi politik, pemasaran,
penyiaran, dan hubungan masyarakat, ingin dapat membuat generalisasi kepada khalayak
atau pasar yang luas dan oleh karena itu berusaha keras dalam pengambilan sampel
probabilitas.

Daftar master tempat sampel probabilitas dipilih disebut sebagai kerangka pengambilan
sampel — misalnya, daftar lulusan yang dipegang oleh kantor alumni perguruan tinggi atau
universitas Anda, daftar keanggotaan klub, atau semua anggota terdaftar dari partai politik.
Dalam praktiknya, dan terutama dalam kasus populasi besar, kami mengambil sampel dari
kerangka sampling karena kami tidak dapat mengidentifikasi setiap anggota populasi. Unit
sampel adalah unit yang dipilih untuk dipelajari. Seringkali dalam penelitian komunikasi,
unitnya adalah individu, tetapi unit tersebut bisa juga pasangan, perusahaan, komik strip,
tim atletik, film Deadpool, atau editorial dari Chicago Sun-Times.

Ada beberapa pendekatan untuk pengambilan sampel probabilitas.

Pengambilan Sampel Acak

Pengambilan sampel acak adalah contoh sampling probabilitas yang paling jelas dan
mungkin paling umum.

Contoh pengambilan sampel acak termasuk melempar dadu, menggambar nama dari topi,
dan lotere. Dalam setiap kasus, tidak ada prediksi nama atau nomor tertentu yang akan
diambil sampelnya. Anda dapat mengontrol berapa banyak nama atau nomor yang akan
dipilih, tetapi Anda tidak dapat mengontrol apa nama atau nomor tertentu yang akan
dipilih. Pengambilan sampel acak menghilangkan peneliti sebagai agen seleksi dan
menggantikannya dengan "keberuntungan undian."

Misalnya, Elizabeth mungkin dapat memperoleh daftar semua siswa yang mendaftar untuk
rencana makan kampus (menyadari bahwa siswa yang tidak berpartisipasi dalam rencana
tersebut diabaikan meskipun alasan mereka untuk melakukannya seharusnya menarik
minatnya). Untuk mendapatkan sampel yang benar-benar acak dari siswa yang akan
mewakili semua peserta dalam rencana, dia akan menugaskan setiap siswa nomor yang
dimulai dari 1 dan memberi nomor pada setiap individu secara sistematis. Kemudian dia
akan menggunakan tabel angka yang dibuat secara acak — atau generator angka acak,
seperti yang tersedia di http: //randomizer.org —untuk menghasilkan daftar siswa yang
akan membentuk sampelnya. Generator nomor acak memungkinkan Anda menentukan
seberapa besar sampel yang Anda inginkan dan bagaimana Anda ingin nomor sampel
dihitung dan disajikan. Anda dapat meminta generator menarik nomor secara acak, menarik
setiap nomor kelima atau kesepuluh (lihat "Pengambilan Sampel Sistematis" di bawah), atau
mulai mengambil sampel di nomor yang Anda tentukan. Misalnya, untuk membuat
rangkaian nomor telepon secara acak untuk kode area 212, Anda dapat menginstruksikan
generator untuk menghasilkan rangkaian nomor 10-digit secara acak yang dimulai dengan
212.

Kesalahpahaman umum tentang random sampling adalah bahwa itu akan menghasilkan
sampel yang beragam. Ini tidak otomatis jadi. Misalnya, wanita Asia yang menikah di atas
usia 40 tahun, tinggal di New Mexico dengan dua anak dan pendapatan rumah tangga
antara $ 100.000 dan $ 150.000, akan menjadi populasi yang sangat homogen secara
demografis. Pengambilan sampel secara acak dari populasi seperti itu akan menghasilkan
sampel yang sama homogen; kami tidak berharap sampelnya beragam.

Stratified Random Sampling

Paradoksnya, satu masalah dengan sampel yang murni acak adalah bahwa sampel tersebut
mungkin tidak mencerminkan populasi dari mana sampel tersebut diambil. Karena "segala
sesuatu bisa terjadi" dengan pengambilan sampel acak, selalu ada kemungkinan bahwa
subkelompok penting bisa terlewat atau terlalu banyak diwakili. Misalnya, Elizabeth
mungkin telah memutuskan bahwa dia membutuhkan vegetarian dalam sampel survai, dan
dia tahu bahwa kelompok ini terdiri dari sebagian kecil siswa. Tapi pengambilan sampel acak
itu buta; sampel acak dari semua siswa yang tinggal di kampus tidak boleh memilih
vegetarian.

Keacakan tidak menghargai fakta bahwa Anda mungkin memerlukan semua kategori orang
dalam sampel Anda dan bahwa pengambilan sampel acak mungkin menghilangkan
beberapa kategori dari sampel Anda. Pengambilan sampel acak bertingkat adalah cara
untuk "memaksa" kelompok semacam itu ke dalam sampel Anda.

Untuk memastikan bahwa semua kelompok kepentingan terwakili secara proporsional

dalam sampel, Anda menyisihkan sejumlah tempat dalam sampel Anda relatif terhadap
ukuran kelompok dalam populasi

CONTOH ADA DI BUKU

Pengambilan Sampel Sistematis

Pengambilan sampel sistematis berarti mengambil sampel setiap orang ke-n dalam daftar —
misalnya, mengambil setiap orang ke-10 atau ke-100 yang tercantum dalam buku telepon.
Interval yang Anda pilih (10, 100, dll.) Adalah interval pengambilan sampel. Metode ini
didasarkan pada pengambilan sampel acak karena biasanya Anda menggunakan nomor atau
angka acak untuk menemukan titik awal. Misalnya, jika Anda mengambil sampel dari
direktori telepon, Anda dapat membuat nomor acak untuk memutuskan di halaman mana
untuk memulai pengambilan sampel dan kemudian nomor acak lain untuk memutuskan di
nama mana di halaman itu untuk memulai. Setelah mengidentifikasi titik awal, Anda
kemudian mengambil setiap nama sampai Anda memiliki ukuran sampel yang Anda
butuhkan. Titik awal acak berarti Anda tidak memiliki kendali atas nama mana yang dipilih,
dan karena itu bias peneliti tentang siapa yang terpilih akan dihindari.

Pengambilan sampel sistematis digambarkan dalam Gambar 6.4.

Satu masalah dengan pengambilan sampel sistematis adalah jika pola dalam populasi asli
cocok dengan interval pengambilan sampel, Anda bisa mendapatkan sampel yang kelebihan
bobot atau kurang. Misalnya, Anda ingin mewawancarai penghuni asrama tentang sikap
mereka terhadap keselamatan dan keamanan. Anda menggunakan generator angka acak
untuk memilih satu kamar asrama sebagai titik awal dan kemudian secara sistematis
mengambil sampel setiap kamar ke-10 setelah itu. Kebetulan setiap 10 kamar yang dipilih
memiliki tombol alarm darurat di luarnya sehingga penghuni tidak bisa tidak melihat saat
mereka masuk dan keluar kamar. Maka, mungkin saja temuan Anda akan bias karena setiap
siswa dalam sampel Anda akan memiliki rasa aman yang lebih besar (atau mungkin lebih
rendah) daripada siswa lain di asrama yang sama.

Pengambilan Sampel Kluster Multistage

Misalkan Anda menginginkan sampel yang representatif dari populasi suatu negara. Dalam
praktiknya, ini berarti mencoba mengambil sampel dari daftar setiap penduduk negara itu,
dengan asumsi pertama-tama Anda bisa mendapatkan hal seperti itu. Pasti ada cara yang
lebih mudah, dan memang ada. Pengambilan sampel cluster multistage bekerja dengan
mengambil sampel pertama unit yang lebih besar seperti negara bagian atau provinsi. Kota
dan kota kemudian diambil sampelnya dari sampel negara bagian, provinsi, atau kabupaten.
Blok kota kemudian diambil sampelnya dari sampel kota atau kota, dan akhirnya alamat
individu diambil sampelnya dari blok kota.

Di tingkat kampus, Elizabeth dapat mempertimbangkan pengambilan sampel kluster

multistage jika dia tidak dapat memperoleh direktori siswa untuk dijadikan sampel. Dalam
hal ini, dia mungkin memilih unit rumah secara acak, lalu lantai di dalam unit yang dipilih,
lalu kamar di dalam lantai yang dipilih secara acak, dan mungkin individu di dalam setiap
kamar.

Keuntungan dari metode ini adalah relatif mudahnya mengidentifikasi orang, atau
setidaknya rumah tangga. Jauh lebih mudah untuk pergi dari satu negara bagian ke kota ke
kota satu blok ke rumah tangga daripada menemukan daftar lengkap jutaan orang. Hasil
tangkapannya adalah, pada setiap tahap pengambilan sampel, potensi bias dalam sampel
akhir meningkat. Tidak ada dua status yang identik, jadi setiap sampel status akan memiliki
beberapa atribut yang terlalu terwakili atau kurang terwakili.

Jelasnya, pengambilan sampel lebih rumit daripada yang mungkin pertama kali muncul dan
melibatkan sejumlah keputusan — beberapa teoritis, beberapa praktis. Tampilan 6.5
merangkum keuntungan dan kerugian dari metode pengambilan sampel yang berbeda.

Beberapa Masalah dengan Bingkai Sampling

Dasar dari hampir setiap sampel yang baik adalah kerangka pengambilan sampel yang baik
— daftar lengkap individu, kelompok, atau konten media tempat sampel akan diambil.
Namun, untuk penelitian survei khususnya, sifat kerangka pengambilan sampel dapat
membatasi kemampuan Anda untuk mengembangkan sampel yang sesuai, seperti yang
dibahas di bawah ini.

Bingkai Sampel Pos

Alamat pos mengandaikan tempat tinggal, yang tidak dimiliki semua orang. Contoh alamat
pos, kemudian, kemungkinan besar akan menghilangkan tunawisma dan transien dari
sampel. Selain itu, saat orang berpindah dan demografi kode pos berubah, kami mungkin
menemukan bahwa kami tidak menjangkau individu yang ingin kami jangkau. Selain itu,
kurang terwakili di beberapa lokasi dapat menyebabkan bias cakupan (Amaya, Zimmer,
Morton, & Harter, 2018.)

Terlepas dari masalah ini dan masalah lainnya, minat pada pengambilan sampel pos telah
kembali dengan pengembangan pengambilan sampel berbasis alamat (ABS), sebagian besar
sebagai reaksi terhadap penurunan tingkat respons dari survei telepon tradisional. “Bisa
dibilang, daftar alamat yang diperbarui melalui file Urutan Pengiriman Terkomputerisasi
(CDS) Layanan Pos Amerika Serikat (USPS) adalah bingkai terbaik untuk survei rumah tangga
hari ini di Amerika Serikat. Perkiraan cakupan nasional bervariasi, tetapi secara keseluruhan
sangat tinggi dan hampir 100% di banyak daerah, dan cakupan terus meningkat ”(Harter et
al., 2016, hlm. 1). Untuk peneliti yang ingin menggunakan daftar tersebut, vendor daftar
dapat “menambah nilai” dengan menambahkan informasi tambahan seperti nomor telepon,
nama, koordinat geografis, usia, ras, etnis, dan pendapatan rumah tangga (Iannacchione,
2011).

ABS memiliki perputaran yang relatif lambat dan dapat menjadi masalah di daerah
pedesaan dan secara geografis menempatkan rumah tangga dengan P.O. kotak, bukan
alamat jalan. Hal ini dapat mengakibatkan rumah tangga yang terlampau luas dengan
alamat jalan dan P.O. alamat kotak, tetapi dapat membantu dengan survei langsung dan
survei multimetode dan jelas berguna dalam survei surat. “Dulunya merupakan ranah
eksklusif pengirim langsung, penggunaan alamat surat perumahan sekarang memengaruhi
pengembangan kerangka pengambilan sampel untuk survei apa pun modenya”
(Iannacchione, 2011, hlm. 570).

Bingkai Sampel Telepon

Survei telepon menjadi menarik bagi organisasi survei dan peneliti setelah sebagian besar
rumah tangga AS memiliki telepon. Kemudahan memanggil nomor dibandingkan harus
mengetuk pintu atau mengirimkan survei dan menunggu jawaban sudah jelas. Teknologi
autodialing membuat pengambilan sampel melalui telepon semakin mudah. Tapi itu dulu.
Sekarang ada masalah, yang diuraikan di bawah ini, dengan pengambilan sampel dari daftar
direktori telepon.

Nomor telepon yang tidak terdaftar tidak akan masuk ke sampel yang diambil dari daftar
direktori. Peneliti survei berusaha mengatasi masalah ini dengan panggilan digit acak (RDD)
—yaitu, memanggil nomor acak yang dibuat komputer dengan harapan mencapai nomor
yang tidak terdaftar. Teknik ini memiliki masalah karena banyak rangkaian nomor yang tidak
digunakan oleh perusahaan telepon, serta karena orang-orang semakin menyerah pada
telepon rumah tradisional dan lebih memilih telepon genggam.

Lebih dari 90% rumah tangga AS memiliki ponsel. Survei tahun 2017 menemukan bahwa
lebih dari 50% rumah tangga AS hanya menggunakan nirkabel. Untuk beberapa
subkelompok, persentase ini bisa jauh lebih tinggi atau lebih rendah. Misalnya, 73% dari
kelompok usia 25–29 tinggal di rumah tangga nirkabel saja versus 24% untuk mereka yang
berusia di atas 65 tahun. Orang dewasa Hispanik lebih cenderung menjadi orang kulit putih
atau kulit putih non-Hispanik saja (Blumberg & Luke, 2017). Ini berarti bahwa, dalam survei
jalur darat tradisional, kelompok usia 25-29 tahun dan orang dewasa Hispanik mungkin
secara signifikan kurang terwakili dan "di atas 65" terwakili secara berlebihan.

Nomor telepon rumah tradisional mengidentifikasi kode area dan bursa pemilik dan oleh
karena itu juga lokasi geografis mereka. Dengan nomor ponsel, hal ini belum tentu terjadi,
jadi informasi tentang lokasi pemilik mungkin hilang, atau peneliti mungkin salah berasumsi
bahwa individu yang diambil sampelnya dari kode area tertentu tinggal di kode area
tersebut. Antara 10% dan 12% orang dengan ponsel hidup dalam keadaan yang berbeda
dari yang disarankan oleh nomor telepon mereka (Cohn, 2014). Karena tantangan dalam
menghubungkan ponsel ke lokasi, RDD sulit digunakan saat mencoba mengambil sampel
pada “karakteristik populasi sasaran yang terkumpul secara geografis seperti ras / etnis.
Ketidakakuratan ini mengakibatkan kurangnya cakupan, ketidakefisienan pengambilan
sampel, dan peningkatan biaya pengumpulan data ”(Shook-Sa, Currivan, Roe, & Warren,
2016).