CHAPTER 13 SAMPLING

Alasan untuk menggunakan sampel daripada megumpulkan semua populasi itu sudah terbukti
secara sendirinya. Dalam penelitian yang melibatkan ratusan hingga ribuan elemen secara praktis
tidak bisa dikumpulkan dengan waktu cepat. Belum ditambah dengan penggunaan waktu, biaya,
sumber daya manusia yang tidak sedikit. Studi sampel juga kadang cenderung menghasilkan
hasil yang lebih dapat diandalkan. Terdapat beberapa istilah penting yang kita harus tahu artinya
yaitu populasi yang mana mengacu pada seluruh kelompok orang, peristiwa, atau hal-hal
menarik yang ingin diselidiki oleh peneliti, Unsur yang mana satu anggota populasi, sampel yang
mana bagian dari populasi yang terdiri dari beberapa anggota yang dipilih darinya, unit
pengambilan sampel yang mana elemen atau sekumpulan elemen yang tersedia untuk dipilih
dalam beberapa tahap proses pengambilan sampel, dan subjek yang adalah anggota tunggal
sampel, seperti halnya elemen yang merupakan anggota tunggal populasi.
Data sampel dan Nilai Populasi
Saat kita mengambil sampel, unit pengambilan sampel (karyawan, konsumen, dan sejenisnya)
memberi kita tanggapan. Terdapat beberapa hal penting yang harus diperhatikan seperti:
 Parameter, Karakteristik populasi seperti μ (mean populasi), σ (deviasi standar populasi),
dan σ2 (varian populasi) disebut sebagai parameternya.
 Keterwakilan Sampel, Kebutuhan untuk memilih sampel yang tepat untuk investigasi
penelitian tidak bisa terlalu ditekankan. Kita tahu bahwa sampel jarang akan menjadi
replika yang tepat dari populasi yang diambilnya.
 Normalitas Distribusi, Atribut atau karakteristik populasi umumnya berdistribusi normal.
Misalnya, ketika atribut seperti tinggi dan berat badan dipertimbangkan, kebanyakan
orang akan dikelompokkan di sekitar mean, hanya menyisakan sejumlah kecil di ekstrem
yang sangat tinggi atau sangat pendek, sangat berat atau sangat ringan, dan seterusnya.
PROSES SAMPLING
Pengambilan sampel adalah proses pemilihan elemen yang tepat dalam jumlah yang cukup dari
populasi, sehingga studi sampel dan pemahaman tentang sifat atau karakteristiknya
memungkinkan kita untuk menggeneralisasi sifat atau karakteristik tersebut ke elemen populasi.
Langkah-langkah utama dalam pengambilan sampel meliputi:
1. Tentukan populasinya.
Pengambilan sampel dimulai dengan menentukan populasi sasaran secara tepat. Populasi sasaran
harus ditentukan dalam kaitannya dengan elemen, batas geografis, dan waktu.
2. Tentukan kerangka sampel.
Kerangka sampling adalah representasi (fisik) dari semua elemen dalam populasi darimana
sampel diambil

3. Tentukan desain pengambilan sampel.

Ada dua jenis utama desain sampling: sampling probabilitas dan nonprobabilitas. Dalam
pengambilan sampel probabilitas, elemen-elemen dalam populasi memiliki beberapa peluang
atau probabilitas yang diketahui, bukan nol untuk dipilih sebagai subjek sampel. Dalam
pengambilan sampel nonprobabilitas, elemen tidak memiliki peluang yang diketahui atau
ditentukan sebelumnya untuk dipilih sebagai subjek.
4. Tentukan ukuran sampel yang sesuai.
Keputusan tentang seberapa besar ukuran sampel bisa menjadi keputusan yang sangat sulit.
Terdapat faktor-faktor yang mempengaruhi keputusan tentang ukuran sampel yaitu:
 Tujuan penelitian.
 Tingkat presisi yang diinginkan (interval kepercayaan).
 Risiko yang dapat diterima dalam memprediksi tingkat presisi tersebut (tingkat
kepercayaan).
 Besarnya keragaman dalam populasi itu sendiri.
 Batasan biaya dan waktu.
 Dalam beberapa kasus, besarnya populasi itu sendiri.
5. Jalankan proses pengambilan sampel.
Pada tahap akhir proses pengambilan sampel, keputusan yang berkaitan dengan populasi sasaran,
kerangka pengambilan sampel, teknik sampel, dan ukuran sampel harus diterapkan.
PROBABILITY SAMPLING
PROBABILITY SAMPLING
Ketika elemen dalam populasi memiliki peluang yang diketahui dan bukan nol untuk dipilih
sebagai subjek dalam sampel, saat itulah kita menggunakan desain sampling probabilitas.
 Pengambilan sampel acak tidak terbatas atau sederhana
Dalam desain pengambilan sampel probabilitas tak terbatas, yang lebih dikenal sebagai
pengambilan sampel acak sederhana, setiap elemen dalam populasi memiliki peluang
yang diketahui dan sama untuk dipilih sebagai subjek. Misalkan ada 1000 elemen dalam
populasi, dan kita membutuhkan 100 sampel.
 Pengambilan sampel probabilitas terbatas atau kompleks
Sebagai alternatif dari desain pengambilan sampel acak sederhana, beberapa desain
pengambilan sampel probabilitas kompleks (probabilitas terbatas) dapat digunakan.
Prosedur pengambilan sampel probabilitas ini menawarkan alternatif yang layak, dan
terkadang lebih efisien, dari desain tidak terbatas yang baru saja kita diskusikan.
 Pengambilan sampel sistematis
Rancangan pengambilan sampel sistematis melibatkan penggambaran setiap elemen ke-n
dalam populasi dimulai dengan elemen yang dipilih secara acak antara 1 dan n.

 Pengambilan sampel acak bertingkat

Sementara pengambilan sampel membantu memperkirakan parameter populasi, mungkin
ada subkelompok elemen yang dapat diidentifikasi dalam populasi yang diharapkan
memiliki parameter berbeda pada variabel yang menarik bagi peneliti.
 Pengambilan sampel cluster
Sampel cluster adalah sampel yang dikumpulkan dalam kelompok atau potongan elemen
yang idealnya merupakan agregat alami dari elemen dalam populasi. Dalam pengambilan
sampel cluster, populasi target pertama-tama dibagi menjadi beberapa cluster.
 Pengambilan sampel ganda
Rencana ini digunakan ketika informasi lebih lanjut diperlukan dari bagian kelompok
yang beberapa informasi telah dikumpulkan untuk studi yang sama. Rancangan
pengambilan sampel di mana awalnya sampel digunakan dalam penelitian untuk
 mengumpulkan beberapa informasi awal yang menarik, dan kemudian sub sampel dari
sampel primer ini digunakan untuk memeriksa masalah tersebut secara lebih rinci,
disebut pengambilan sampel ganda.
NONPROBABILITY SAMPLING
Dalam desain pengambilan sampel nonprobabilitas, elemen dalam populasi tidak memiliki
probabilitas yang terkait dengan pemilihan mereka sebagai subjek sampel. Ini berarti bahwa
temuan dari studi sampel tidak dapat secara meyakinkan digeneralisasikan ke populasi.
 Kenyamanan pengambilan sampel
Sesuai dengan namanya, convenience sampling mengacu pada pengumpulan informasi
dari anggota populasi yang tersedia untuk menyediakannya. Pengambilan sampel secara
praktis paling sering digunakan selama fase eksplorasi proyek penelitian dan mungkin
merupakan cara terbaik untuk mendapatkan informasi dasar dengan cepat dan efisien.
 Pengambilan sampel bertujuan
Alih-alih mendapatkan informasi dari mereka yang paling siap atau mudah didapat,
terkadang menjadi perlu untuk mendapatkan informasi dari kelompok sasaran tertentu.
Pengambilan sampel di sini terbatas pada jenis orang tertentu yang dapat memberikan
informasi yang diinginkan, baik karena hanya mereka yang memilikinya, atau sesuai
dengan beberapa kriteria yang ditetapkan oleh peneliti.
 Pengambilan sampel penilaian
Pengambilan sampel penilaian melibatkan pilihan subjek yang paling menguntungkan
ditempatkan atau pada posisi terbaik untuk memberikan informasi yang diperlukan
 Pengambilan sampel kuota
Quota sampling, jenis kedua dari purposive sampling, memastikan bahwa kelompok
tertentu terwakili secara memadai dalam penelitian melalui penetapan kuota. Desain
pengambilan sampel ini memungkinkan dimasukkannya semua kelompok dalam sistem
yang diteliti.

INTERMEZZO: EXAMPLES OF WHEN CERTAIN SAMPLING DESIGNS WOULD BE

APPROPRIATE
- Simple random sampling
Rancangan pengambilan sampel ini paling baik jika generalisasi temuan untuk seluruh
populasi adalah tujuan utama penelitian. Perlu dicatat bahwa dalam beberapa kasus, di
mana biaya menjadi pertimbangan utama (yaitu, sumber daya terbatas), dan jumlah
elemen dalam populasi sangat besar dan / atau tersebar secara geografis, desain
pengambilan sampel acak sederhana mungkin bukan yang terbaik. paling diinginkan,
karena harganya bisa menjadi sangat mahal. Dengan demikian, baik kepentingan
generalisasi dan pertimbangan biaya ikut bermain dalam pilihan desain pengambilan
sampel ini.
- Strarified random sampling
Rancangan pengambilan sampel ini, yang paling efisien, adalah pilihan yang baik ketika
diperlukan informasi yang berbeda mengenai berbagai strata dalam populasi, yang
diketahui berbeda dalam parameternya.
- Systematic sampling
 Jika kerangka pengambilan sampelnya besar, dan daftar elemen tersedia dengan mudah di
satu tempat (seperti di direktori telepon, penggajian perusahaan, daftar kamar dagang,
dll.), Maka prosedur pengambilan sampel yang sistematis akan menawarkan keuntungan
kemudahan dan kecepatan dalam mengembangkan sampel.
- Cluster Sampling
Rancangan pengambilan sampel ini paling berguna jika suatu kelompok heterogen
dipelajari pada satu waktu.
- Area Sampling
Pengambilan sampel area paling cocok jika tujuan penelitian terbatas pada lokalitas atau
area tertentu.
- Double Sampling
Desain ini memberikan informasi tambahan dengan pengeluaran tambahan minimal.
- Convenience sampling
Rancangan nonprobabilitas ini, yang tidak dapat digeneralisasikan sama sekali,
digunakan pada waktu tertentu untuk mendapatkan beberapa informasi "cepat" untuk
mendapatkan "perasaan" atas fenomena atau variabel yang menarik.
- Judgment sampling: one type of purposive sampling
Desain pengambilan sampel penilaian digunakan di mana pengumpulan "masukan
informasi khusus" pada bidang topik yang diteliti sangat penting, dan penggunaan desain
pengambilan sampel lainnya tidak akan menawarkan peluang untuk memperoleh
informasi khusus.
- Quota sampling: a second type of purposive sampling
Desain pengambilan sampel ini memungkinkan dimasukkannya semua kelompok dalam
sistem yang diteliti.Akibatnya, seperti yang dapat dilihat dari diskusi tentang desain
pengambilan sampel sejauh ini, keputusan tentang desain yang akan digunakan
bergantung pada banyak faktor, termasuk yang berikut ini:
1) Luasnya pengetahuan sebelumnya di bidang penelitian yang dilakukan.
2) Tujuan utama dari studi ini - generalisasi, efisiensi, mengetahui lebih banyak tentang
subkelompok dalam suatu populasi, memperoleh beberapa informasi cepa..
3) Pertimbangan biaya - apakah ketepatan dan generalisasi sebanding dengan investasi
tambahan waktu, biaya, dan sumber daya lain dalam menggunakan desain
pengambilan sampel yang lebih canggih? Bahkan jika ya, apakah suboptimisasi
karena kendala biaya atau waktu diperlukan?

MASALAH PRESISI DAN PERCAYA DIRI DALAM MENENTUKAN UKURAN SAMPEL

Sampel yang dapat diandalkan dan valid, memiliki kemampuan untuk menggeneralisasikan
temuan sari sample untuk populasi yang dua teliti.
Statistik sampel Harus menjadi taksiran yang dapat diandalkan dan mencerminkan parameter
populasi sedekat mungkin dalam margin kesalahan yang tipis.
a. Ketelitian
 Mengacu pada seberapa dekat taksiran dengan karakteristik populasi sebenarnya.
 Ketelitian merupakan fungsi dari kisaran variabilitas dalam distribusi
pengambilan sampel dari rata-rata sampel
  Semakin kecil varianlitas dalam distribusi pengambilan sampel dari rata-rata
sampel.
 Semakin kecil variabilitasnya, semakin besar kemungkinan bahwa mean sampel
akan lebih dekat dengan rata-rata populasi.
b. Keyakinan
 Keyakinan Menunjukkan seberapa yakin bahwa taksiran peneliti akan benar-
benar berlaku bagi populasi.
 Semakin sempit kisaran, semakin rendah keyakinan. Sehingga ada trade off antara
ketelitian dan keyakinan dalam penentuan sampel.
 Tingkat keyakinan dapat membentang dari 0 sampai 100%.

Data Sampel, Presisi, dan Keyakinan Dalam Estimasi

 Ketelitian dan keyakinan merupakan isu penting, karena menggunakan data sampel untuk
menarik kesimpulan tentang populasi, peneliti diharapkba “mengenai sasaran" dan
mengetahui tingkat kemngkinan kesalahan.
 Peneliti biasanya melakukan penaksiran interval untuk memastikan penaksiran yang
relatif akurat terhadap parameter populasi.

Trade-Off Antara Presisi dan Keyakinan

 Terdapat trade-off antara ketelitian dan keyakinan untuk ukuran sampel apapun.
 Jika ukuran sampel tidak dapat ditingkatkan, tingkat ketelitian dapat ditingkatkan, namun
tingkat keyakian harsu dikurangi.
 Penting bagi peneliti memahami 4 aspek, yaitu:
1) besarnya ketelitian yang dibutuhkan,
2) besarnya keyakinan yang diperlukan,
3) tingkat variabilitas karakteristik populasi yang diteliti,
4) analisis biaya manfaat terkait ukuran sampel.

Sampel Data dan Pengujian Hipotesis

 Data sampel dapat digunakan bukan hanya dalam taksiran nilai populasinya, namun juga
menguji hipotesis tentang nilai populasi, korelasi populasi, dan lainnya.
 Pengan data sampel, dimungkinkan peneliti dapat mengetahui apakah hipotesis 0 atau
alternatifnya yang diterima atau ditolak.

Menentukan Ukuran Sampel

 Peneliti butuh pemikiran terkait seberapa besar ketelitian dan keyakinan yang benar-
benar diperlukan, sebelum menentukan ukuran sampel.
 Karena, jika ingin ketelitian dan keyakinan yang tinggi, maka sampel akan semakin
tinggi dan kemungkinan peningkatan biaya yang dibutuhkan.

Pentingnya Desain Sampling dan Ukuran Sampel

 Pengambilan sampel dan ukuran sampel adalah penting untuk dapat digeneralisasikan
  Pengambilan sampel yang tepat harus dilakukan dan menyesuaikan dengan model
penelitian
 Pengambilan sampel yang memadai akan mempengaruhi tingkat ketelitian dan keyakinan

Roscoe (1975) mengusulkan terkait ukuran sample:

1) Ukuran sampel >30 dan <500 adalah tepat untuk kebanyakan penelitian
2) Dimana adanya pemecahan sampel, ukuran sample minimal 30 untuk setiap kategori
3) Dalam penelitian multivariant, sampel sebaiknya beberapa kali lebih besar dari jumlah
variabel dalam studi
4) Untuk penelitian exsperimental dengan control eksperimen yang ketat, lebih baik
menggunakan ukuran sample kecil 10-20.

Efisiensi Dalam Sampling

 Efisiensi pengambilan sampel tercapai ketika tingkat kesalahan standar “standar error"
dapat dikurangi dengan ukuran sampel tertentu "n"
 Efisiensi pengambilan sampel tergantung dari tujuan penelitian, serta tingkat dan efisiensi
yang diharapkan
 Desain pengambilan sampel akan memberikan tingkat efisiensi yang berbeda

Pengambilan Sampel Terkait Penelitian Kualitatif

 Sampel kualitatif dimulai dengan mendefinisikan dengan tepat populasinya.
 Umumnya menggunakan "nonprobability sample" dikarenakan tujuanya tidak untuk
menarik inferensi statistik.
 Teknik "purposive sampling" dengan teori sampling diperkenalkan (Glaster dan Stranuss
1967) dalam "Grounded Theory"
 Sulit untuk mempredikasi kapan penyerapan teori dapat tercapai, kita harus memastikan
bahwa sampel yang diambil dapat mewakili informasi sehingga tidak dimungkinkan
adanya informasi baru dan juga tergantung pada heterogenitas populasi.