BAB 7 PEMILIHAN SAMPEL

BEBERAPA TERMINOLOGI YANG SERING DIGUNAKAN

Para peneliti sering menggunakan beberapa istilah atau jargon teknis dalam penelitian. Terminologi
yang dimaksud adalah:
Elemen
Elemen adalah unit dimana data yang diperlukan akan dikumpulkan. Elemen dapat dianalogikan
sebagai unit analisis.
Populasi
Populasi adalah kelompok elemen yang lengkap, biasanya berupa orang, objek, transaksi, atau
kejadian dimana kita tertarik untuk mempelajarinya atau menjadi objek penelitian (Kuncoro,2001:bab
3). Suatu populasi sebagai contoh, meliputi :
 Semua angkatan kerja yang bekerja di Indonesia
 Semua pemilih yang tercatat di Provinsi Jawa Tengah
 Semua mobil yang diproduksi tahun lalu di Indonesia
 Semua stok suku cadang yang dimiliki oleh Astra Group
 Semua jaringan outlet penjualan yang dimiliki oleh Es Teler 77
 Semua kecelakaan yang terjadi di jalan tol Jakarta-Merak selama musim liburan.
Unit Pengambilan Sampel
Unit pengambilan sampel adalah sekelompok elemen yang tidak tumpang tindih dengan populasi
Kerangka Sampel
Kerangka pengambilan sampel studi adalah representasi fisik dari objek individu, kelompok, yang
sangat penting dalam penentuan sampel.
Sampel
Sampel adalah satuan hipunan bagian (subset) dari unit populasi. Misalnya, suatu perusahaan sedang
diaudit tingkat kesalahan dalam pencatatan rekeningnya. Daripada mengamati semua rekening dalam
suatu perusahaan yang jumlahnya, misalnya 5.500 rekening, seorang auditor bisa saja memilih dan
mengamati sampel hanya sebanyak 100 rekening.
Parameter
Parameter menggambarkan ringkasan variabel dalam populasi, sementara statistik menggambarkan
ringkasan dalam sampel.
Kesalahan Sampel
Kesalahan dalam pengambilan sampel, yaitu kesalahan prosedur dan kesalahan penggunaan statistik
untuk estimasi parameter.
Efisiensi Statistik dan Sampel
Efisiensi statistik adalah ukuran perbandingan dari desain sampel dengan besar sampel yang sama,
menghasilkan standar kesalahan yang lebih kecil. Efisiensi sampel adalah karakteristik dalam
pengambilan sampel yang menekankan adanya presisi yang tinggi dan biaya per unit yang rendah.
Perencanaan Sampel
Perencanaan sampel adalah spesifikasi formal dari metode dan prosedur yang akan digunakan untuk
mengindentifikasi sampel yang dipilih dalam penelitian.
ALASAN PEMILIHAN SAMPEL
Alasan utama penggunaan sampel adalah (Davis & Cosenza, 1993: 219-220; Zikmund, 2000: 339-
340):
1. Kendala sumber daya
Kendala waktu, dana, dan sumber daya lain yang terbatas jumlahnya. Penggunaan sampel
akan menghemat sumber daya untuk menghasilkan penelitian yang lebih tepat dapat di
percaya daripada sensus
2. Ketepatan
Melalui pemilihan desain sampel yang baik, peneliti akan memperoleh data yang akurat,
dengan tingkat kesalahan yang relatif rendah.
3. Pengukuran Destruktif
Kadang-kadang pengukuran yang dilakukan merupakan pengukuran destruktif. Sebagai
contoh, apabila perusahaan kita memproduksi baik dan kita harus menguji seberapa
kemampuan tiap ban dalam menyimpan udara dengan meniup setiap ban sampai meletus,
maka kita tidak memiliki lagi ban yang dijual ke pasar.
KARAKTERISTIK SAMPEL YANG BAIK
Sampel yang baik umumnya memiliki beberapa karakteristik. Karakteristik yang dimaksud setidaknya
meliputi:
1. Sampel yang baik memungkinkan peneliti untuk mengambil keputusan yang berhubungan
dengan besaran sampel untuk memperoleh jawaban yang dikehendaki.
2. Sampel yang baik mengindentifikasikan probabilitas dari setiap unit analisis untuk menjadi
sampel
3. Sampel yang baik memungkinkan peneliti menghitung akurasi dan pengaruh (misalnya
kesalahan) dalam pemilihan sampel daripada harus melakukan semua.
4. Sampel yang baik memungkinkan peneliti menghitung derajat kepercayaan yang diterapkan
dalam estimasi populasi yang disusun dari sampel statistika.
Menurut Zikmund (2000) , terdapat beberapa kesalahan pengambilan sampel yang sering terjadi
sebagai berikut:
1. Sampling frame error, yaitu kesalahan yang terjadi bila elemen sampai tertentu tidak
diperhitungkan, atau bila seluruh populasi tidak diwakili secara tepat oleh kerangka sampel.
 Misalnya, sebuah bank mendefinisikan populasinya sebagai semua orang yang memiliki
rekening tabungan. Namun, ketika ia menarik sampel dari daftar rekening tabungan, dan
bukan daftar nama individu, maka sampelnya terlalu banyak karena nasabah dapat saja miliki
rekening ganda.
2. Random sampling error, yaitu kesalahan akibat adanya perbedaan antara hasil sampel dan
hasil sensus yang dilakukan dengan prosedur yang sama. Kesalahan juga dapat muncul karena
fluktuasi statistik yang terjadi karena variasi peluang dalam elemen sampel yang dipilih.
Kesalahan sampel semacam ini merupakan fungsi dari jumlah sampel. Bila jumlah sampel
meningkat, maka kesalahan sampel menurun. Misalnya, suatu survei 900 orang karyawan
untuk menentukan apakah perusahaan sebaiknya berpindah ke lokasi baru. Asumsikan 30
persen responden mendukung rencana lokasi baru. Para peneliti sadar, berdasarkan hukum
probabilitas, 95 persen dari waktu survei yang sedikit kurang dari 900 orang yang akan
mendatangkan hasil dengan kesalahan kurang lebih 3 persen. Bila survei hanya mendapatkan
325 sampel, marjin kesalahan akan meningkat kurang lebih 5 persen.
3. Nonresponse error, yaitu kesalahan akibat perbedaan statistik antara survei yang hanya
memasukkan mereka yang merespon dan juga mereka yang gagal (tidak) merespons. Sebagai
contoh, sebuah survei dengan surat (mail survey) mendesain sampelnya dengan
mengklasifikasikan pengembalian kuesioner dan yang tidak merespons dalam tiga tahap
pengiriman lewat surat (lihat tabel 7.1). dalam survei semacam non-response perlu diteliti
lebih jauh apakah karena yang bersangkutan: (1) pindah alamat; (2) tidak mau menjawab; (3)
alamat tidak jelas atau salah.
PROSES PEMILIHAN SAMPEL
Proses pemilihan sampel merupakan suatu rangkaian kegiatan yang berurutan. Menurut Davis &
Cosenza (1993); Zikmund (2000) Tahapan proses pemilihan sampel meliputi:
Tahapan Pemilihan Sampel
Penentuan Target Populasi-Penentuan Kerangka Pemilihan Sampel- Penentuan Metode Pemilihan
Sampel-Penentuan Prosedur Pemilihan Jumlah Sampel-Penentuan Jumlah Sampel-Pemilihan Unit
Sampel Aktual-Pelaksanaan Penelitian
Penentuan Populasi
Proses yang pertama untuk melakukan pemilihan sampel adalah penentuan populasi. Populasi adalah
suatu kelompok dari elemen penelitian, dimana elemen adalah unit terkecil yang merupakan sumber
dari data yang di perlukan. Elemen dapat dianalogikan sebagai unit analisis, sepanjang pengumpulan
data untuk penelitian bisnis dilakukan hanya kepada responden. Unit analisis berupa sebagai individu
(misalnya: kepada keluarga, mahasiswa, pedagang), organisasi (misalnya: pengecer, penyalur
perusahaan manufaktur), atau bisa juga merupakan produk perusahaan (misalnya: mobil, pasta gigi).
Penentuan Unit Pemilihan Sampel
Unit pemilihan sampel adalah kelompok elemen. Dari populasi penelitian, elemen yang akan
dikelompokkan menjadi satu atau beberapa kelompok tergantung kepada desain sampel yang
dipergunakan peneliti. Dengan demikian, dari populasi yang sama dapat diklasifikasikan menjadi satu
atau lebih unit pemilihan sampel.
Penentuan Kerangka Pemilihan Sampel
Kerangka pemilihan sampel adalah daftar elemen dari setiap unit pemilihan sampel. Penelitian
terhadap mahasiswa tahun pertama misalnya dapat menggunakan daftar nama mahasiswa tahun
pertama yang dapat diperoleh di bagian administrasi. Apabila populasi yang akan diteliti adalah
perusahaan manufaktur di Indonesia, kerangka pemilihan sampel bisa diperoleh dari Daftar Direktori
Perusahaan Manufaktur di seluruh Indonesia.
Penentuan Desain Sampel
Desain sampel adalah metode untuk memilih sampel dari populasi yang ada. Ada beberapa macam
desain sampel yang dapat dipergunakan oleh peneliti. Setiap desain sampel mempunyai kelebihan dan
kelemahan tersendiri. Peneliti perlu memilih desain sampel yang paling sesuai dengan penelitian yang
akan dilakukan.
Penentuan Jumlah Sampel
Sebagaimana diketahui, data yang akan dianalisis diperoleh dari sampel penelitian. Semakin besar
jumlah sampel, dengan desain sampel yang benar, tentunya data yang diperoleh akan semakin
mewakili populasi yang diteliti. Peneliti harus mempertimbangkan dalam menentukan jumlah sampel
yang dapat mewakili populasi dengan baik sekaligus dengan jumlah biaya yang terjangkau oleh
peneliti.
Pemilihan Sampel
Langkah terakhir dalam proses pemilihan sampel adalah memilih sampel yang diperlukan. Dalam
langkah ini peneliti menentukan elemen yang akan menjadi sampel dari penelitian yang dilakukan.
PERTIMBANGAN PENENTUAN JUMLAH SAMPEL
Menurut Cooper & Schindler (2001) Adapun dua macam mitos yang sering muncul berkaitan dengan
penentuan sampel: (1) sampel harus besar agar dapat mewakili populasi; (2) sampel harus menandung
hubungan proporsional terhadap ukuran populasi. Dalam praktek, besarnya sampel tergantung dari
variasi parameter populasi dan seberapa jauh presisi yang diperlukan oleh si peneliti. Sampel
sebanyak 400 dapat saja mencukupi, sementara sampel lebih dari 2000 dibutuhkan untuk situasi yang
lain; dalam kasus lain, mungkin sampel sebanyak 40 sudah mencukupi untuk populasi sebanyak 100.
Zikmund (2000) mengusulkan formula menghitung sampel sebagai berikut:
2
ZS
n= ( )
E
Dimana n = jumlah sampel; Z = nilai yang sudah distandarisasi sesuai derajat keyakinan; S = deviasi
standar sampel atau estimasi deviasi standar populasi; E = tingkat kesalahan yang ditoleransi, plus
minus faktor kesalahan (rentangnya antara setengah dari total derajat keyakinan).
Misalkan, seorang peneliti, yang mempelajari pengeluaran para wanita untuk membeli produk
kosmetik, menginginkan derajat kepercayaan 95% (berarti nilai Z = 1,96), perkiraan deviasi standar
$29 (S), dan rentang kesalahan (E) kurang dari $2. Dengan demikian, jumlah sampel yang sebaiknya
diambil menurut persamaan di atas adalah:
( 1,96 ) (29) 2
n= ( 2 ) =808

Menurut Davis & Cosenza (1993) jumlah sampel yang sesuai untuk suatu penelitian dipengaruhi oleh
beberapa faktor, yaitu sebagai berikut:
1. Homogenitas
Homogenitas unit pemilihan sampel sangat mempengaruhi jumlah sampel yang layak untuk
suatu penelitian. Semakin homogen suatu unit pemilihan sampel, semakin kecil jumlah
sampel yang diperlukan. Sebaliknya, semakin heterogen suatu unit pemilihan sampel,
semakin besar jumlah sampel yang diperlukan agar dapat mencerminkan populasi.
2. Derajat Kepercayaan
Derajat kepercayaan mengukur seberapa jauh peneliti yakin dalam mengestimasi parameter
populasi secara benar. Derajat kepercayaan biasanaya dinyatakan dalamprobabilitas, misalnya
95%. Dengan asumsi faktor lain tetap, sampel yang lebih banyak diperlukan bila derajat
kepercayaan meningkat.
3. Presisi
Presisi (ketelitian) mengukur kesalahan standar dari estimasi yang dilakukan. Dengan kata
lain, harapan penyimpangan terhadap populasi dihitung dengan deviasi standar. Deviasi
standar diperoleh berdasarkan studi pendahuluan (pilot study). Dengan asumsi faktor lain
tetap, semakin tinggi presisi yang diinginkan maka semakin banyak jumlah sampel yang
diperlukan.
4. Prosedur Analisis
Beberapa model analisis tertentu memerlukan sampel dalam jumlah tertentu. Peneliti perlu
mempertimbangkan jumlah sampel yang diperlukan sesuai dengan model analisis yang akan
dipergunakan.
5. Kendala Sumber Daya
Benar semakin besar jumlah sampel yang dipergunakan untuk penggalian data, pencerminan
keadaan populasi akan semakin baik. Namun demikian, pada kenyataannya kendala sumber
daya tidak jarang menjadi penghalang bagi peneliti untuk melakukan sesuatu yang ideal.
Keterbatasan waktu, dana, dan juga sumber daya manusia sering menjadi pembatas yang
sangat menentukan dalam penentuan jumlah sampel yang layak dalam suatu penelitian.
Secara umum, jumlah sampel minimal yang dapat diterima untuk suatu studi tergantung dari jenis
studi yang dilakukan. Beberapa pedoman yang dianjurkan menurut Gay & Diehl (1996) adalah:
 Untuk studi deskriptif, sampel 10% dari populasi dianggap merupakan jumlah amat minimal.
Untuk populasi yang lebih kecil, setidaknya 20% mungkin diperlukan
 Untuk studi korelasional, dibutuhkan minimal 30 sampel untuk menguji ada/tidaknya
hubungan.
 Untuk studi kausal-komparatif, minimal 30 subjek per grup umumnya dianjurkan.
 Untuk studi eksperimen, minimal 15 subjek per grup umumnya dianjurkan.

DESAIN SAMPEL
Pertimbangan Pemilihan Desain Sampel
Ada beberapa alternatif cara pengambilan sampel. Secara umum desain sampel terdiri dari dua
macam, yaitu desain probabilitas dan desasin nonprobabilitas. Pertimbangan menggunakan
desain sampel meliputi biaya, akurasi, waktu, penerimaan hasil, dan kemampuan generalisasi.

Perbedaan Sampel Probabilitas dan Nonprobabilitas

Jenis Desain
Pertimbangan
Probabilitas Nonprobabilitas
Biaya Lebih mahal Lebih murah
Akurasi Lebih tepat Lebih tepat
Waktu Lebih lama Lebih cepat
Penerimaan Hasil Penerimaan universal Penerimaan masuk akal
Kemampuan Generalisasi Baik Jelek

Para peneliti dan manajer perlu memberikan perhatian pada kelima jenis pertimbangan ini karena
menentukan biaya total dan kualitas hasil penelitian. Pertimbangan memilih sampel probabilitas atau
nonprobabilitas tergantung dari apakah masalah keterwakilan sampel merupakan aspek penting yang
dipertimbangkan atau tidak.
Sampel Probabilitas
Sampel probabilitas mengandung arti bahwa setiap sampel dipilih berdasarkan proseduer seleksi dan
memiliki peluang yang sama untuk dipilih. Ada 5 jenis sampel probabilitas, yaitu: sampel random
sederhana, sampel sistematis, sampel stratifikasi, sampel kluster, dan sampel multitahap.
Tabel 7.3
Perbandingan Desain Sampel Probabilitas
Jenis Sampel Diskripsi Kelebihan Kekurangan
1. Random Setiap elemen populasi Hanya membutuhkan Membutuhkan daftar
Sederhana mempunyai pengetahuan yang elemen populasi yang
kesempatan yang sama sedikit. banyak.
untuk dipilih menjadi Mudah digunakan. Responden mungkin
sampel. mempunyai
penyebaran yang
sangat besar.
Perlu waktu lama dan
biaya yang besar.
Membutuhkan jumlah
sampel yang banyak.
Menghasilkan
kesalahan yang besar.
2. Sistematis Menyeleksi sampel Sederhana untuk Populasi yang bersifat
dari populasi sejak mendesain. periodik
awal dan mengikuti Mudah untuk mencari memungkinkan data
pemilihan sampel distribusi data. dan hasil berdistribusi
berdasarkan urutan Lebih murah tidak normal.
elemen. dibandingkan simple Jika daftar populasi
random. mempunyai trend
monotomik, hasil
estimasi akan bias.
3. Stratifikasi Peneliti membagi Hasilnya lebih Jika subsampel dipilih
populasi menjadi mewakili populasi dengan dasar yang
beberapa kelompok secara keseluruhan berbeda akan
dan secara random sehingga meningkatkan meningkatkan
memilih subsampel efisiensi secara kesalahan.
dari setiap kelompok. statistik. Mahal, apalagi bila
Peneliti mengontrol strata dalam populasi
jumlah sampel dalam harus dibuat dahulu.
strata.
Memberikan beberapa
alternatif metode strata.
Hasilnya tidak bias.
 4. Kluster Kelompok yang Lebih efisien secara Mempunyai nilai
mempunyai sifat ekonomi dibandingkan statistik yang kurang
heterogin diidentifikasi sampel random efisien (banyak
lebih dahulu lalu sederhana. kesalahan). Peneliti
dipilih secara random. Biaya lebih rendah, harus mempunyai
Semua elemen dari apalagi bila kluster kemampuan untuk
hasil random tersebut berdasarkan daerah. membagi ke dalam
diteliti. Mudah digunakan kluster yang benar-
tanpa membuat daftar benar spesifik.
populasi. Data awal yang bias
Memberikan informasi akan terminimalisasi
lebih akurat.
5. Multitahap Peneliti memilih area Memberikan informasi Peneliti mungkin
yang lebih kecil untuk yang lebih akurat. enggan melakukan
setiap tahapnya dan karena harus berulang-
mengombinasikan ulang.
keempat teknik sampel
di atas.
Sumber: Dikompilasi dari Zikmund (2000:363); Cooper & Schindler (2001:190)

Sampel Nonprobabilitas
Perbedaaan utama dengan sampel probabilitas, adalah bahwa sampel nonprobabilitas dipilih secara
arbiter oleh peneliti. Dengan kata lain, nonprobabilitas dipilih masing-masing anggota populasi tidak
diketahui. Selain itu, para peneliti menggunakan sampel nonprobabilitas karena tidak ada upaya untuk
melakukan generalisasi berdasarkan sampel. Memang dengan desain sampel semacam ini, masalah
representasi (keterwakilan) tidak dipersoalkan. Ada empat kategori sampel nonprobabilitas, yaitu:
convience, judgement, quota, snowball sampling.

Perbandingan Teknik Sampel Nonprobabilitas

Jenis Sampel Diskripsi Kelebihan Kekurangan
1. Convenience Peneliti menggunakan Tidak memerlukan Variabilitas dan
 sampel yang paling daftar populasi yang estimasi yang bias
sederhana atau panjang. tidak diukur atau
ekonomis. dikontrol.
Proyeksi data dari
sampel yang diperoleh
tidak sesuai.
2. Judgement Peneliti ahli atau Bermanfaat untuk tipe- Hasilnya bias karena
berpengalaman tipe estimasi tertentu. sampel tidak
memilih sampel untuk Biaya moderat. representatif.
memenuhi tujuannya, Sampel memastikan Proyeksi data dari
seperti meyakinkan bahwa tujuan yang sampel tidak cocok.
bahwa semua populasi akan dicapai pasti
mempunyai tercapai.
karakteristik tertentu.
3. Quota Peneliti Mengenalkan beberapa Memberikan hasil
mengklasifikasikan stratifikasi populasi. klasifikasi yang bias.
populasi menurut Biaya moderat. Penyimpangan dari
kriteria tertentu Tidak memerlukan populasi tidak dapat
(pertinent properties), daftar populasi lagi. diperkirakan karena
menentukan proporsi penggunaan seleksi
sampel yang yang nonrandom.
dikehendaki untuk tiap Proyeksi data dari
kelas, menetapkan sampel tidak dapat
kuota untuk setiap dilakukan.
pewawancara.
4. Snowball Responden awal dipilih Biaya rendah. Hasilnya bias karena
dengan sampel Bermanfaat dalam jumlah sampel tidak
probabilitas sedangkan pengalokasian anggota independen.
responden berikutnya dari populasi yang Proyeksi data di luar
diperoleh dari jumlahnya sedikit. sampel tidak sesuai.
usulan/masukan
responden sebelumnya.
Sumber: Zikmund (2000:362)