METODE SAMPLING EKOLOGIS (ECOLOGICAL SAMPLING METHODS)

Jika kita ingin mengetahui jenis tumbuhan atau hewan di suatu habitat dan berapa banyak
setiap spesies tersebut, biasanya kita tidak mungkin untuk menghitung semua spesies pada setiap
habitat yang ada. Ini sama seperti kita mencoba untuk menghitung ukuran dan warna butiran pasir di
suatu pantai. Masalah ini biasanya diselesaikan dengan mengambil sejumlah sampel dari sekitar habitat,
dengan asumsi bahwa sampel-sampel tersebut mewakili habitat yang ada pada umumnya. Untuk
memastikan bahwa hasil dari sampel tersebut benar-benar mewakili habitat, perencanaan yang cermat
sebelumnya sangat penting. Sampel biasanya diambil dengan menggunakan beberapa jenis unit
sampling standar. Ini memastikan bahwa semua sampel mewakili area dari habitat.

Unit pengambilan sampel biasa yang digunakan adalah kuadrat. Kuadrat biasanya terdiri dari bingkai
persegi (square frame), ukuran yang paling sering digunakan adalah 1 m2. Tujuan penggunaan kuadrat
adalah untuk memungkinkan sampel yang sebanding diperoleh dari area dengan ukuran dan bentuk
yang konsisten (The purpose of using a quadrat is to enable comparable samples to be obtained from
areas of consistent size and shape). Kotak persegi panjang dan bahkan kotak lingkaran (rectangular
quadrats and even circular quadrats) juga telah digunakan dalam beberapa survei. Tidak masalah apa
bentuk kuadrat yang digunakan, asalkan itu adalah unit pengambilan sampel standar dan bentuk serta
ukurannya dinyatakan dalam artikel (its shape and measurements are stated in any write-up). Namun,
mungkin lebih baik untuk tetap menggunakan bingkai persegi tradisional kecuali ada alasan yang sangat
bagus untuk tidak melakukannya, karena ini menghasilkan data yang lebih mudah dibandingkan dengan
penelitian lain yang dipublikasikan (Misalnya, Anda tidak dapat membandingkan data yang diperoleh
menggunakan kuadrat melingkar, dengan data diperoleh dengan menggunakan kuadrat persegi).
Perbedaan bentuk unit pengambilan sampel akan menyebabkan variasi hasil yang diperoleh.

Pilihan ukuran kuadrat sangat tergantung pada jenis survei yang dilakukan. Misalnya, akan sulit untuk
mendapatkan hasil yang berarti dengan menggunakan kuadrat ukuran 0,5 m2 dalam studi tentang
kanopi hutan. Kuadrat kecil jauh lebih cepat untuk disurvei, tetapi kemungkinan besar menghasilkan
data yang kurang dapat diandalkan dibandingkan kuadrat besar. Namun, kuadrat yang besar
membutuhkan lebih banyak waktu dan upaya untuk memeriksa dengan benar. Karena itu, diperlukan
keseimbangan antara apa yang ideal dan apa yang praktis. Sebagai pedoman umum, kuadrat 0,5-1,0 m2
disarankan untuk padang rumput pendek atau padang rumput kerdil, padang rumput yang lebih tinggi
dan habitat semak mungkin membutuhkan kuadrat 2 m2, sedangkan kuadrat 20 m2 atau lebih besar,
akan dibutuhkan untuk habitat hutan. Jika Anda mengambil sampel lumut di tepi sungai yang ditumbuhi
spesies lumut yang sangat beragam, Anda dapat memilih untuk menggunakan kuadrat 0,25 m2.

Untuk mencatat persentase tutupan suatu spesies dalam satu petak, lihat ke bawah petak dari atas dan
perkirakan persentase tutupan yang ditempati oleh masing-masing spesies (misalnya spesies A - D).
Spesies sering tumpang tindih dan mungkin ada beberapa lapisan vertikal yang berbeda. Oleh karena itu
persentase tutupan dapat berjumlah lebih dari 100% untuk satu kuadratu.

Estimasi dapat ditingkatkan dengan membagi kuadrat menjadi kisi-kisi 100 kotak yang masing-masing
mewakili 1% tutupan. Ini dapat dilakukan secara mental dengan membayangkan 10 garis longitudinal
dan 10 garis horizontal dengan ukuran yang sama ditumpangkan pada kuadrat, atau secara fisik dengan
benar-benar membagi kuadrat dengan menggunakan tali atau kawat yang dipasang pada bingkai pada
interval standar. Ini hanya praktis jika vegetasi di area yang akan diambil sampelnya sangat pendek, jika
tidak, tali / kawat akan menghalangi peletakan petak di atas vegetasi.

Kuadrat paling sering digunakan untuk pengambilan sampel, tetapi bukan satu-satunya jenis unit
pengambilan sampel. Itu tergantung apa yang Anda ambil sampelnya. Jika Anda mengambil sampel
mikroorganisme air atau mempelajari kimia air, kemungkinan besar Anda akan mengumpulkan sampel
air dalam botol atau wadah berukuran standar. Jika Anda melihat parasit pada ikan, individu ikan
kemungkinan besar akan menjadi unit pengambilan sampel Anda. Demikian pula, studi penambang
daun mungkin akan melibatkan pengumpulan individu daun sebagai unit pengambilan sampel. Dalam
dua kasus terakhir ini, unit pengambilan sampel tidak akan berukuran standar. Masalah ini dapat diatasi
dengan menggunakan rata-rata tertimbang (weighted mean), yang memperhitungkan berbagai ukuran
unit pengambilan sampel, untuk sampai pada jumlah rata-rata organisme per unit pengambilan sampel.
Ada tiga cara utama untuk mengambil sampel.

1. Pengambilan Sampel Secara Acak.

2. Pengambilan Sampel Sistematis (termasuk metode transek garis dan transek sabuk).

3. Sampling Stratified.

1. SAMPEL ACAK (RANDOM SAMPLING)

Desain pengambilan sampel yang paling umum dalam ilmu vegetasi adalah pengambilan sampel
acak sederhana (simple random sampling). Pengambilan sampel acak sederhana adalah jenis
pengambilan sampel probabilitas di mana setiap lokasi pengambilan sampel memiliki kemungkinan yang
sama untuk dipilih, dan pemilihan satu lokasi tidak memengaruhi lokasi mana yang dipilih berikutnya.
Dalam istilah statistik, lokasi pengambilan sampel adalah independent dan didistribusikan secara identik
(In statistical terms, the sampling locations are independent and identically distributed).

Pertimbangkan contoh simple random sampling (SRS) kanopi pohon hutan. Anda menentukan
ada 24 kanopi pohon di alam pengambilan sampel yang menarik, dan Anda ingin melakukan
pengukuran dari subset kelompok 24 ini, menggunakan pengambilan sampel acak sederhana. Salah satu
cara melakukannya adalah dengan memberi nomor pada tiap pohon (1-24), meletakkan nomor di topi,
dan memilih satu. Pohon yang sesuai dengan nomor tersebut sekarang menjadi bagian dari subset
pengambilan sampel. Setiap nomor (setiap pohon) sama-sama kemungkinannya untuk diambil dan
memilih satu nomor tidak mengubah kemungkinan bahwa nomor lain akan diambil lain kali.

Ada dua versi pengambilan sampel acak: pengambilan sampel dengan penggantian (with
replacement) dan pengambilan sampel tanpa penggantian (without replacement). Dalam contoh nomor
pohon di topi, jika Anda mengembalikan nomor yang dipilih ke topi, pohon yang bersangkutan memiliki
kesempatan lain untuk dipilih. (Dan jika dipilih, Anda ulangi pengukuran Anda di pohon.). Yaitu
pengambilan sampel dengan penggantian. Jika sebaliknya Anda membuang nomor setelah dipilih —
pengambilan sampel tanpa penggantian — sebuah pohon hanya dapat dipilih satu kali.

Dalam ilmu vegetasi, SRS tanpa penggantian jauh lebih umum dari pada SRS dengan
penggantian. Memilih angka dari topi sangat valid, jika dilakukan dengan benar, tetapi ada cara yang
lebih baik untuk memilih angka acak. Bahkan jika Anda terbiasa menggunakan tabel bilangan acak
(random number tables) dan generator bilangan acak dalam kalkulator (random number generators in
calculators), [pelajari materi mengenai Cara menggunakan bilangan acak. Urutan umum untuk
melakukan studi pengambilan sampel acak sederhana di lapangan]. Prosedur umum untuk studi
pengambilan sampel acak sederhana dalam ilmu vegetasi hampir sama. Pertama, Anda harus
menentukan tujuan ekologis Anda. Misalnya, Anda ingin mengetahui basal area suatu stand komunitas.
Kemudian tentukan skema pengambilan sampel, seperti pengambilan sampel secara individu atau
pengambilan sampel berdasarkan area, seperti dengan kuadrat. Kemudian pilih individu atau lokasi
secara acak (ini adalah bagian pengambilan sampel acak sederhana), dan lakukan pengukuran Anda.
Terakhir, Anda menggunakan data yang Anda kumpulkan untuk membuat kesimpulan tentang seluruh
area pengambilan sampel, dengan pernyataan seperti "luas dasar tegakan adalah 49 m2/ha."

Pengambilan sampel oleh individu (Sampling by individual)

Langkah pertama adalah memberi nomor pada semua individu dalam semesta sampling
(sampling universe). Dalam pengambilan sampel acak sederhana, masing-masing individu memiliki
peluang yang sama untuk dipilih. Langkah ini jauh lebih rumit dari yang terlihat. Untuk satu hal, Anda
harus menggunakan definisi yang tidak ambigu tentang apa yang dimaksud dengan individu. Tanaman
yang menyebar secara vegetatif sangat sulit dipisahkan menjadi individu. Anda juga harus menghitung
semua individu dalam semesta sampling; jika tidak, Anda melanggar prinsip "peluang yang sama untuk
dipilih" dari pengambilan sampel acak sederhana. Mungkin penggunaan pengambilan sampel yang
paling umum oleh individu adalah dengan pohon dewasa, di mana batang yang terpisah menentukan
individu dan semua individu dapat diberi nomor. Pengambilan sampel rumput rhizomatous
(rhizomatous grasses), lumut, dan banyak tumbuhan lainnya oleh individu biasanya tidak dapat
dilakukan.

Setelah individu diberi nomor, langkah selanjutnya adalah memilih di antara nomor-nomor itu secara
acak, menggunakan tabel nomor acak atau generator nomor acak. Anda akan melakukan pengukuran
pada kelompok individu yang dipilih. Mungkin tidak efisien untuk memilih nomor acak, mengukur
individu itu, memilih nomor acak lain, mengukur individu itu, dan seterusnya. Jauh lebih baik adalah
memilih angka untuk semua individu yang akan diukur sebelumnya. Kemudian Anda dapat
merencanakan jalur pendek yang mengunjungi setiap individu yang dipilih, dan menghemat banyak
waktu. Gambar di bawah menunjukkan cara kerjanya. Anda telah memilih empat pohon secara acak.
Jangan pergi ke pohon pertama yang Anda pilih (bertanda 1), lakukan pengukuran, lalu lanjutkan ke
pohon kedua. Sebaliknya, pilih jalur yang efisien, seperti dari pohon 3 ke pohon 1 ke pohon 4 ke pohon
2.

Menemukan kuadrat menggunakan sistem koordinat

Sistem koordinat lebih mudah dijelaskan jika mengasumsikan bahwa wilayah studi Anda (alam
pengambilan sampel) adalah bidang vegetasi persegi panjang. Nanti, Anda akan belajar cara
melonggarkan persyaratan ini. Jadi, misalkan area studi Anda 100 m kali 60 m, dan Anda ingin
mengambil sampel dengan kuadrat yang dipilih secara acak dari area ini.

Setiap titik dalam persegi panjang berukuran 100 mx 60 m ini sesuai dengan sepasang koordinat
Kartesius. Sebut sisi 100-m sebagai sumbu X, dan sisi 60-m sebagai sumbu Y. Dengan memilih sepasang
angka acak, satu antara 0 dan 100 dan yang lainnya antara 0 dan 60, Anda memilih lokasi acak dalam
area studi Anda. Gambar tersebut menunjukkan di mana kuadrat Anda akan ditempatkan jika Anda
memilih pasangan bilangan acak Anda X = 60,7 dan Y = 36,2

Tetapi menemukan kuadrat di lapangan tidak semudah menemukannya di diagram. Proses yang paling
efisien adalah membuat satu sumbu dari sistem koordinat ini dengan menempatkan pita pengukur di
sepanjang satu sisi area studi, dengan ujung pita nol di salah satu sudut. Untuk menemukan plot Anda,
arahkan ke titik pada sumbu ini yang sesuai dengan angka pertama dalam pasangan angka acak Anda.
Kemudian putar selotip kedua di sudut kanan untuk jarak yang sesuai dengan nomor kedua di pasangan
bilangan acak Anda. (Koordinat telah dibulatkan dalam animasi ini; jangan bulat di lapangan.)

Ulangi proses ini untuk setiap lokasi kuadrat. Seperti biasa, akan lebih efisien untuk memilih rangkaian
bilangan acak terlebih dahulu, bahkan di lab jauh sebelum berangkat ke lapangan. Dengan cara itu Anda
dapat mengatur ulang urutan kuadrat menjadi urutan yang efisien. Setelah Anda mendapatkan lokasi
acak untuk kuadrat tersebut, Anda memerlukan sistem untuk benar-benar menempatkan kuadrat
tersebut di atas tanah. Anda menginginkan sistem yang tidak merusak vegetasi dan sistem yang valid
secara statistik.

Pengambilan sampel secara acak biasanya dilakukan jika wilayah yang diteliti cukup seragam (uniform),
sangat luas, dan atau waktu yang tersedia terbatas. Ketika menggunakan teknik pengambilan sampel
secara acak, sejumlah besar sampel / pengukuran diambil dari posisi yang berbeda di dalam habitat.
Kuadrat bingkai (quadrat frame) paling sering digunakan untuk jenis pengambilan sampel ini. Bingkai
ditempatkan di atas tanah (on the ground) (atau di atas apa pun yang sedang diselidiki) dan hewan,
dan / atau tumbuhan di dalamnya dihitung, diukur, atau dikumpulkan, tergantung pada tujuan survei
tersebut. Ini dilakukan berkali-kali pada titik yang berbeda di dalam habitat untuk memberikan sampel
yang berbeda dalam jumlah besar.

Dalam bentuk yang paling sederhana dari pengambilan sampel acak adalah, kuadrat dilemparkan secara
'acak' ke dalam suatu tempat. Namun, ini biasanya tidak memuaskan karena elemen pribadi mau tidak
mau ikut dalam pelemparan dan tidak benar-benar acak. Keacakan yang sebenarnya merupakan elemen
penting dalam ekologi, karena statistik banyak digunakan untuk memproses hasil pengambilan sampel.
Banyak dari teknik statistik umum yang digunakan hanya valid pada data yang benar-benar dikumpulkan
secara acak. Teknik ini juga hanya mungkin jika kuadrat berukuran kecil digunakan This technique is also
only possible if quadrats of small size are being used. Tidak mungkin melempar sesuatu yang lebih besar
dari 1m2 kuadrat dan bahkan ini bisa menimbulkan masalah It would be impossible to throw anything
larger than a 1m2 quadrat and even this might pose problems. Di dalam habitat seperti hutan
woodlands atau semak belukar scrub, seringkali juga tidak memungkinkan untuk meletakkan bingkai
segi empat secara fisik, karena batang pohon dan semak belukar menghalangi jalan. Dalam hal ini,
sebuah area dengan ukuran yang sama dengan kuadrat harus diukur dan sudutnya ditandai untuk
menunjukkan area kuadrat yang akan diambil sampelnya.

Metode pengambilan sampel acak random sampling yang lebih baik adalah dengan memetakan area
dan kemudian meletakkan grid bernomor numbered grid di atas peta. Tabel nomor acak (dihasilkan
komputer) kemudian digunakan untuk memilih kotak mana yang akan diambil sampelnya. (Tabel nomor
acak). Misalnya, jika kita telah memetakan habitat kita, dan kemudian meletakkan kotak bernomor di
atasnya seperti yang ditunjukkan (Gambar - di bawah), kita kemudian dapat memilih kotak mana yang
harus kita sampel dengan menggunakan tabel angka acak random number table.

A numbered grid map of an area to be sampled

Jika kita melihat bagian atas kolom pertama dalam tabel bilangan acak (random number table), bilangan
pertama adalah 20. Bergerak ke bawah, dua nomor berikutnya dalam tabel bilangan acak adalah 74 dan
94, tetapi bilangan kuadrat tertinggi di kisi kita hanya 29 (Gambar di atas). Oleh karena itu, kita akan
mengabaikan 74 dan 94 dan melanjutkan ke nomor berikutnya yaitu 22. Kemudian kita akan mengambil
sampel di Kotak 22. Melanjutkan ke angka-angka di kolom ini, kita akan segera menemukan angka 20
lagi. Karena kita telah memilih kisi ini untuk pengambilan sampel, kita akan mengabaikan nomor ini dan
melanjutkan ke yang berikutnya. Kita melanjutkan cara ini sampai kita mendapatkan cukup sampel
untuk mewakili habitat. Ada metode lain untuk memilih angka dari tabel angka acak, tetapi ini yang
paling sederhana.

Di beberapa habitat, mungkin sulit untuk membuat kisi-kisi bernomor (misalnya di hutan/woodland) dan
di sini 'jalan acak'‘random walk’ dapat digunakan. Dalam metode ini, setiap titik sampel ditempatkan
dengan mengambil nomor acak antara 0 dan 360, untuk memberi arah kompas, diikuti dengan nomor
acak lain yang menunjukkan jumlah langkah yang harus ditempuh ke arah tersebut.

Banyak survei ekologi yang dilakukan dalam waktu yang lama, dimana pengambilan sampel dilakukan
secara berkala pada suatu habitat tertentu. Dalam kasus seperti itu, perlu untuk memperkirakan jumlah
sampel yang harus diambil pada setiap periode pengambilan sampel. Jumlah sampel minimum yang
harus diambil agar benar-benar mewakili habitat tertentu, dapat dipastikan dengan membuat grafik
jumlah spesies yang tercatat, sebagai fungsi dari jumlah sampel yang diteliti.

Grafik (di atas) adalah contoh dari hal ini, diperoleh dari survei area heathland. Sampel pertama
menghasilkan 9 spesies berbeda. Sedang sampel kedua, sebanyak 13 spesies ditemukan. Setelah 5
sampel diteliti, jumlah spesies meningkat menjadi 21. Pada saat diambil 7 sampel, tidak ada lagi spesies
baru yang ditemukan. Pada titik ini, pengambilan sampel lebih lanjut tidak diperlukan. Oleh karena itu,
grafik ini menunjukkan kepada kita bahwa untuk habitat khusus ini, kita perlu mengambil sampel
setidaknya 7 sampel dalam setiap periode pengambilan sampel. Pengambilan sampel lebih lanjut hanya
akan membuang waktu.

2. SAMPLING SISTEMATIS

a) Metode Transek Garis (Line Transect Method)

b) Metode Transek Sabuk (Belt Transect Method)

Pengambilan sampel secara sistematis adalah ketika sampel diambil pada interval tetap (fixed
intervals), biasanya di sepanjang garis. Hal ini biasanya melibatkan pembuatan transek, di mana garis
sampel dibuat melintasi area di mana terdapat gradien lingkungan yang jelas. Misalnya, kita dapat
menggunakan transek untuk menunjukkan perubahan spesies tanaman saat kita bergerak dari area
padang rumput (grassland) ke area hutan (woodland), atau untuk menyelidiki pengaruh pada komposisi
spesies dari radiasi polutan dari suatu sumber tertentu (to investigate the effect on species composition
of a pollutant radiating out from a particular source).

Metode Transek Garis

Transek adalah penampang melintang atau pandangan samping dari suatu wilayah. Transek merupakan
salah satu teknik untuk memberikan gambaran informasi kondisi biofisik suatu wilayah kajian. Arti
harfiah dari transek adalah gambar irisan muka bumi. Pada awalnya, transek dipergunakan oleh para
ahli lingkungan untuk mengenali dan mengamati wilayah-wilayah ekologi, yaitu pembagian wilayah
lingkungan alam berdasarkan sifat khusus keadaannya. Tujuan dari pembuatan transek adalah untuk
mengetahui hubungan perubahan vegetasi dan perubahan lingkungan.
Line transect (transek garis). Dalam metode ini, garis-garis merupakan petak contoh (plot). Tanaman
yang berada tepat pada garis dicatat jenisnya dan berapa kali terdapat atau dijumpai. Pada metode garis
ini, sistem analisis melalui variabel-variabel kerapatan, kerimbunan, dan frekuensi yang selanjutnya
menentukan INP (Indeks Nilai Penting) yang akan digunakan untuk memberi nama sebuah vegetasi.
Kerapatan dinyatakan sebagai jumlah individu sejenis yang terlewati oleh garis. Kerimbunan ditentukan
berdasar panjang garis yang tertutup oleh individu tumbuhan, dan dapat merupakan prosentase
perbandingan panjang penutupan garis yang terlewat oleh individu tumbuhan terhadap garis yang
dibuat. Frekuensi diperoleh berdasarkan kekerapan suatu spesies ditemukan pada setiap garis yang
disebar.

Garis transek dapat dibuat dengan menggunakan tali nilon yang diberi tanda dan diberi nomor dengan
interval 0,5 m atau 1m sepanjang panjangnya (all the way along its length). Ini diletakkan pada seluruh
area yang ingin dipelajari. Posisi garis transek sangat penting dan bergantung pada arah kemiringan
lingkungan yang ingin dipelajari. Ini harus dipikirkan dengan hati-hati sebelum ditempatkan. Jika tidak,
Anda bisa mendapat hasil yang tidak jelas karena garis salah ditempatkan. Misalnya, jika sumber polutan
salah diidentifikasi dalam contoh yang diberikan di atas, kemungkinan besar garis transek akan
diletakkan di area yang salah dan hasilnya akan sangat membingungkan. Waktu adalah uang, jadi ada
baiknya memikirkannya sebelum memulai.

Transek garis dilakukan dengan cara unrolling garis transek di sepanjang gradien yang diidentifikasi.
Spesies yang menyentuh garis dapat dicatat di sepanjang garis (pengambilan sampel terus
menerus/continuous sampling). Sebagai alternatif, ada atau tidaknya spesies di setiap titik yang ditandai
dicatat (pengambilan sampel sistematis/systematic sampling). Jika kemiringan (slope) di sepanjang garis
transek juga diukur, hasilnya dapat dimasukkan ke dalam profil.

Metode Transek Sabuk (Belt Transect Method)

Belt transect (transek sabuk). Belt transek merupakan jalur vegetasi yang lebarnya sama dan sangat
panjang. Lebar jalur ditentukan oleh sifat-sifat vegetasinya untuk menunjukkan bagan yang sebenarnya.
Lebar jalur untuk hutan antara 1-10 m. Transek 1 m digunakan jika semak dan tunas di bawah diikutkan,
tetapi bila hanya pohon-pohon dewasa yang dipetakan, transek 10 m yang baik. Panjang transek
tergantung tujuan penelitian. Setiap segment dipelajari vegetasinya (Kershaw 1979).

Metode ini mirip dengan metode transek garis (line transect method) tetapi memberikan informasi
tentang kelimpahan (abundance) serta kehadiran atau ketidak hadiran spesies. Ini dapat dianggap
sebagai pelebaran transek garis untuk membentuk sabuk (belt) kontinu, atau serangkaian kuadrat
(series of quadrats). Dalam metode ini, garis transek diletakkan pada seluruh wilayah yang akan disurvei
dan sebuah kuadrat ditempatkan pada titik pertama yang ditandai pada garis tersebut.
Tumbuhan dan/atau hewan di dalam kuadrat kemudian diidentifikasi dan diperkirakan kelimpahannya
(abundance). Hewan dapat dihitung (jika mereka diam!), atau dikumpulkan, sedang ini biasanya
digunakan untuk memperkirakan persentase penutupan (cover) spesies tumbuhan. Tutupan (cover)
adalah area petak yang ditempati oleh bagian spesies di atas permukaan tanah jika dilihat dari atas.
Kanopi tanaman di dalam petak sering tumpang tindih satu sama lain, sehingga persentase total tutupan
tanaman dalam satu petak sering bertambah hingga lebih dari 100%.

Kuadrat diambil sampelnya di sepanjang garis transek, di setiap titik yang ditandai pada garis, atau pada
interval lain yang telah ditentukan (atau bahkan secara acak) jika waktunya singkat. Penting bahwa
orang yang sama melakukan estimasi tutupan di setiap kuadrat, karena estimasi tersebut cenderung
berbeda dari orang ke orang. Jika orang yang berbeda memperkirakan persentase tutupan dalam
kuadrat yang berbeda, maka elemen variasi pribadi akan terjadi yang akan menyebabkan hasil yang
kurang akurat. Tinggi tanaman di dalam kuadrat dapat dicatat dan biomassa tanaman juga dapat diukur
dengan memanen semua tanaman di dalam kuadrat dan kemudian menimbang berat segar atau kering
di laboratorium. Ini jelas merupakan metode pengambilan sampel yang sangat merusak yang tidak
dapat digunakan terlalu sering di tempat yang sama. Pengambilan sampel harus selalu sekecil mungkin
merusak dan Anda harus mencoba untuk tidak menginjak-injak area terlalu banyak saat melakukan
survei. Contoh jenis hasil survei transek sabuk (belt transect) ditunjukkan di bawah ini.

Gambar ini mengilustrasikan sebaran dan kelimpahan bibit cherry di sepanjang jalur transek. Pohon
sakura induk berdekatan dengan bagian nomor 9. Kemiringan sebaran yang tampak pada gambar
merupakan hasil penyebaran biji ke arah luar dari titik ini.

Transek sabuk (Belt transects) digunakan dalam biologi untuk memperkirakan distribusi organisme
dalam hubungannya dengan area tertentu, seperti pantai (seashore) atau padang rumput (meadow). Ini
mencatat semua spesies yang ditemukan di antara dua garis dan seberapa jauh mereka pada tempat
atau area tertentu dan seberapa banyak mereka. Transek sabuk terputus (interrupted belt transect)
mencatat semua spesies yang ditemukan dalam kuadrat (bingkai persegi/square frames) yang
ditempatkan pada interval tertentu di sepanjang garis. Metode transek sabuk (belt transect method)
mirip dengan metode transek garis tetapi memberikan informasi tentang kelimpahan (abundance) serta
kehadiran atau ketidak hadiran spesies. Ini dapat dianggap sebagai pelebaran transek garis untuk
membentuk sabuk kontinu, atau serangkaian kuadrat (series of quadrats). Dalam metode ini, garis
transek diletakkan di seluruh wilayah yang akan disurvei dan sebuah kuadrat ditempatkan pada titik
pertama yang ditandai pada garis tersebut. Titik-titik yang ditandai ini harus berupa jarak tertentu yang
terpisah. Tumbuhan dan / atau hewan di dalam kuadrat kemudian diidentifikasi dan diperkirakan
kelimpahannya. Hewan dapat dihitung dalam kuadrat, atau dikumpulkan, namum ini biasanya untuk
memperkirakan persentase tutupan spesies tumbuhan. Tutupan (cover) adalah area petak yang
ditempati oleh bagian spesies di atas permukaan tanah jika dilihat dari atas. Kanopi tanaman di dalam
petak sering tumpang tindih satu sama lain, sehingga persentase total tutupan tanaman dalam satu
petak sering lebih dari 100%.
This figure illustrates the distribution and abundance of cherry seedlings along a transect line. The
parent cherry trees were adjacent to section number 9. The gradient of distribution apparent in the
figure is a result of the dispersal of seeds outwards from this point.

Diagram Transek Sabuk melintasi Restorasi Heathland (Belt Transect diagram across the Heathland
Restoration).

Kuadrat diambil sampelnya di sepanjang garis transek, di setiap titik yang ditandai pada garis, atau pada
interval lain yang telah ditentukan (atau bahkan secara acak) jika waktunya singkat. Penting bahwa
orang yang sama melakukan estimasi tutupan (cover) pada setiap kuadrat, karena estimasi tersebut
cenderung berbeda dari orang ke orang. Jika orang yang berbeda memperkirakan persentase tutupan
dalam kuadrat yang berbeda, maka faktor variasi pribadi terjadi yang akan menyebabkan hasil yang
kurang akurat. Pengambilan sampel harus sekecil mungkin menyebakan kerusakan dan menginjak-injak
daerah sekitarnya harus dihindari saat melakukan survei. Tidak hanya berisiko merusak kawasan, tetapi
juga beresiko berkurangnya populasi atau persentase tutupan spesies yang disurvei. Diagram konseptual
survei transek sabuk (dari Rogers et al. 1994).

3. SAMPLING STRATIFIKASI (STRATIFIED SAMPLING)

Pengambilan sampel bertingkat (stratified sampling) digunakan untuk memperhitungkan

berbagai area (atau strata) yang diidentifikasi di dalam tubuh utama suatu habitat. Strata ini diambil
sampelnya secara terpisah dari bagian utama habitat. Nama 'stratified sampling' berasal dari istilah
'strata' (jamak) atau stratum (tunggal). Untuk memudahkan pemahaman, istilah 'unit' akan digunakan
dalam penjelasan berikut, bukan stratum.

Suatu habitat jarang seragam (uniform) pada seluruh areanya. Seringkali terdapat area kecil yang dapat
diidentifikasi dalam suatu habitat yang secara substansial berbeda dari bagian utama dari habitat.
Misalnya, pathes semak (scrub patches) pada area semak belukar (heathland area) atau area semak
(bracken) pada area padang rumput (grassland). Salah satu masalah pengambilan sampel secara acak
adalah bahwa sampel acak mungkin tidak mencakup semua area habitat secara merata. Pada contoh
patch bracken pada padang rumput (grassland), jika areanya diambil sampelnya secara acak, ada
kemungkinan tidak ada sampel yang masuk dalam patch bracken. Hasilnya kemudian tidak akan
menunjukkan ada bracken di habitat itu. Jelas ini bukan cerminan habitat yang akurat. Dalam situasi
seperti ini, pengambilan sampel acak bertingkat (stratified random) digunakan untuk menghindari
hilangnya area yang penting dalam habitat. Ini dilakukan dengan mengidentifikasi bracken sebagai unit
yang berbeda di dalam habitat dan kemudian mengambil sampelnya secara terpisah dari bagian utama
habitat. Meskipun kawasan bracken jelas perlu digunakan dalam perhitungkan, namun penting untuk
tidak terlalu menekankan signifikansinya dalam habitat secara keseluruhan. Penting untuk
memperhatikan dalam konteks menempatkan sejumlah sampel proporsional langsung di dalam unit
bracken.

Proporsi sampel yang diambil dalam unit ditentukan oleh luas unit dalam kaitannya dengan area habitat
secara keseluruhan. Misalnya, luas padang rumput secara keseluruhan adalah 200 m2, dan patch
bracken menempati 50 m2 dari total luas area. Oleh karena itu, bracken menyumbang 25% dari total
area padang rumput. Misalnya telah diputuskan bahwa total 12 sampel perlu diambil untuk secara
akurat mencerminkan komposisi seluruh habitat. Kemudian 3 dari sampel tersebut (seperempat, atau
25%) akan ditempatkan di dalam unit bracken dan 9 (tiga perempat, atau 75%) di area padang rumput
secara umum. Ada rumus standar untuk menghitung jumlah sampel yang akan ditempatkan di setiap
unit. Yaitu:

Stratifikasi - Jika ada aspek lanskap (landscape) yang secara nyata menujukkan perbedaan di antara plot-
plot sampelnya, sering kali baik untuk membuat stratifikasi area dan mengambil sampel dari dalam sub-
unit tersebut. Misalnya, jika suatu area padang rumput (pasture) memiliki 3 lokasi ekologi utama dengan
produktivitas biomassa yang berbeda, proporsi (%) sampel yang di teliti (examined) di setiap lokasi
ekologi dapat didasarkan pada proporsi luas total area yang ditempati oleh setiap lokasi.

- Stratifikasi sering dapat mengatasi masalah distribusi sampel yang kurang baik.

- Setidaknya paling tidak 2 unit sampel (sebaiknya 3 atau lebih) harus diambil dari setiap sub-unit
untuk menentukan variasi dalam setiap sub-unit.

- Dapat menghasilkan informasi tentang variasi di antara dan di dalam sub-unit.

- Sampel dalam setiap sub-unit dapat diterapkan secara acak untuk membuat sampel "Stratified
Random", atau secara sistematis untuk membuat sampel "Stratified Systematic", atau secara subyektif
untuk membuat sampel "Stratified Subjective".

Pengambilan Sampel Bertingkat (Stratified sampling)

Stratified Random Sampling. Dalam statistik, pengambilan sampel bertingkat adalah metode
pengambilan sampel dari suatu populasi yang dapat dipartisi menjadi subpopulasi.

Dalam survei statistik, ketika subpopulasi dalam suatu populasi secara keseluruhan bervariasi, akan
menguntungkan untuk mengambil sampel setiap subpopulasi (stratum) secara independen. Stratifikasi
adalah proses membagi anggota populasi menjadi subkelompok yang homogen sebelum pengambilan
sampel dilakukan. Strata harus mendefinisikan sekat populasi (partition of the population). Artinya,
harus lengkap secara kolektif dan saling eksklusif: setiap elemen dalam populasi harus ditempatkan pada
satu dan hanya satu strata (that is, it should be collectively exhaustive and mutually exclusive: every
element in the population must be assigned to one and only one stratum). Kemudian pengambilan
sampel secara acak sederhana (simple random sampling) atau sampel sistematis (systematic sampling)
diterapkan dalam setiap strata. Tujuannya adalah untuk meningkatkan ketepatan sampel dengan
mengurangi kesalahan pengambilan sampel. Ini dapat menghasilkan rata-rata (mean) yang memiliki
variabilitas lebih kecil daripada rata-rata aritmatika sampel acak sederhana dari populasi.

Dalam statistik komputasi, pengambilan sampel bertingkat (stratified sampling) adalah metode untuk
mengurangi varians ketika metode Monte Carlo digunakan untuk mengestimasi statistik populasi dari
populasi yang diketahui. Misalnya kita ingin memperkirakan jumlah rata-rata suara untuk setiap
kandidat dalam suatu pemilihan. Misalnya suatu negara memiliki 3 kota: Kota A memiliki 1 juta pekerja
pabrik, Kota B memiliki 2 juta pekerja kantoran, dan Kota C memiliki 3 juta pensiunan. Kita dapat
memilih untuk mendapatkan sampel acak berukuran 60 dari seluruh populasi tetapi ada beberapa
kemungkinan bahwa sampel acak yang dihasilkan kurang seimbang di kota-kota ini dan karenanya bias,
menyebabkan kesalahan yang signifikan dalam estimasi. Sebaliknya jika kita memilih untuk mengambil
sampel acak 10, 20 dan 30 masing-masing dari Kota A, B dan C, maka kita dapat menghasilkan kesalahan
yang lebih kecil dalam estimasi untuk ukuran sampel total yang sama. Metode ini umumnya digunakan
bila suatu populasi bukan merupakan kelompok yang homogen.

Strategi Pengambilan Sampel Bertingkat (Stratified sampling)

1. Alokasi secara proporsional menggunakan fraksi sampling di setiap strata yang sebanding
dengan total populasi. Misalnya, jika populasi terdiri dari total X individu, m adalah jantan dan f betina
(dan dimana m + f = X), maka ukuran relatif kedua sampel (x1 = m/X jantan, x2 = f/X perempuan) harus
mencerminkan proporsi ini.

2. Alokasi optimal (atau alokasi tidak proporsional) - Fraksi sampling dari setiap strata sebanding
dengan proporsi (seperti di atas) dan deviasi standar dari distribusi variabel. Sampel yang lebih besar
diambil dalam strata dengan variabilitas terbesar untuk menghasilkan varians sampling keseluruhan
yang sekecil mungkin (larger samples are taken in the strata with the greatest variability to generate the
least possible overall sampling variance).

Contoh dunia nyata menggunakan pengambilan sampel bertingkat adalah untuk survei politik. Jika
responden perlu mencerminkan keragaman populasi, maka peneliti secara khusus akan
mengikutsertakan partisipan dari berbagai kelompok minoritas seperti ras atau agama, berdasarkan
proporsionalitasnya terhadap total populasi seperti tersebut di atas. Dengan demikian, survei bertingkat
dapat diklaim lebih mewakili populasi daripada survei dengan pengambilan sampel secara acak
sederhana atau pengambilan sampel sistematis.
Keuntungan

Alasan untuk menggunakan pengambilan sampel bertingkat daripada pengambilan sampel acak
sederhana termasuk

1. Jika pengukuran dalam strata memiliki standar deviasi yang lebih rendah, stratifikasi
memberikan kesalahan estimasi yang lebih kecil (If measurements within strata have lower standard
deviation, stratification gives smaller error in estimation).

2. Untuk banyak penerapan, pengukuran menjadi lebih mudah dikelola dan / atau lebih murah bila
populasi dikelompokkan ke dalam strata (for many applications, measurements become more
manageable and/or cheaper when the population is grouped into strata).

3. Seringkali diinginkan untuk memiliki perkiraan parameter populasi untuk kelompok dalam
populasi (it is often desirable to have estimates of population parameters for groups within the
population).

Jika kepadatan populasi sangat bervariasi dalam suatu wilayah, pengambilan sampel bertingkat akan
memastikan bahwa perkiraan dapat dibuat dengan akurasi yang sama di berbagai bagian wilayah, dan
bahwa perbandingan sub-wilayah dapat dibuat dengan kekuatan statistik yang setara (and that
comparisons of sub-regions can be made with equal statistical power). Misalnya, di Ontario, survei yang
dilakukan di seluruh provinsi mungkin menggunakan fraksi pengambilan sampel yang lebih besar di
bagian utara yang berpenduduk sedikit, karena perbedaan dalam populasi antara utara dan selatan
begitu besar sehingga fraksi pengambilan sampel berdasarkan sampel provinsi secara keseluruhan dapat
mengakibatkan pengumpulan hanya sedikit data dari utara (for example, in Ontario a survey taken
throughout the province might use a larger sampling fraction in the less populated north, since the
disparity in population between north and south is so great that a sampling fraction based on the
provincial sample as a whole might result in the collection of only a handful of data from the north).

Kekurangan

Pengambilan sampel bertingkat (stratified sampling) tidak berguna jika populasi tidak dapat secara
lengkap dipartisi menjadi subkelompok yang terpisah. Ini akan menjadi salah penerapan teknik untuk
membuat ukuran sampel subkelompok proporsional dengan jumlah data yang tersedia dari
subkelompok, daripada menskalakan ukuran sampel ke ukuran subkelompok (atau variansnya, jika
diketahui bervariasi secara signifikan- misalnya dengan cara Uji F) (it would be a misapplication of the
technique to make subgroups' sample sizes proportional to the amount of data available from the
subgroups, rather than scaling sample sizes to subgroup sizes (or to their variances, if known to vary
significantly- e.g. by means of an F Test).

Data yang mewakili setiap subkelompok dianggap sama pentingnya jika variasi yang dicurigai di antara
mereka memerlukan pengambilan sampel secara bertingkat. Jika varian subkelompok berbeda secara
signifikan dan datanya perlu dikelompokkan berdasarkan varian, tidak mungkin untuk secara bersamaan
membuat setiap ukuran sampel subkelompok proporsional dengan ukuran subkelompok dalam populasi
total (Data representing each subgroup are taken to be of equal importance if suspected variation
among them warrants stratified sampling. If subgroup variances differ significantly and the data needs to
be stratified by variance, it is not possible to simultaneously make each subgroup sample size
proportional to subgroup size within the total population).

Masalah pengambilan sampel bertingkat dalam kasus prior kelas yang tidak diketahui (rasio subpopulasi
di seluruh populasi) dapat berdampak buruk pada performance analisis apa pun pada dataset, misalnya
klasifikasi. Dalam hal ini, rasio pengambilan sampel minimal dapat digunakan untuk membuat kumpulan
data kuat sehubungan dengan ketidakpastian dalam proses pembuatan data yang mendasarinya.
Menggabungkan sub-strata untuk memastikan jumlah yang memadai dapat mengarah pada paradoks
Simpson, di mana tren yang sebenarnya ada pada kelompok data yang berbeda menghilang atau bahkan
berbalik ketika kelompok tersebut digabungkan (the problem of stratified sampling in the case of
unknown class priors (ratio of subpopulations in the entire population) can have deleterious effect on
the performance of any analysis on the dataset, e.g. classification. In that regard, minimax sampling ratio
can be used to make the dataset robust with respect to uncertainty in the underlying data generating
process. Combining sub-strata to ensure adequate numbers can lead to Simpson's paradox, where
trends that actually exist in different groups of data disappear or even reverse when the groups are
combined).

Alokasi ukuran sampel

Untuk strategi alokasi proporsional, ukuran sampel di setiap strata diambil secara proporsional
dengan ukuran strata. Misalkan di sebuah perusahaan terdapat staf berikut:

• laki-laki, penuh waktu: 90

• laki-laki, paruh waktu: 18

• perempuan, penuh waktu: 9

• perempuan, paruh waktu: 63

• total: 180

dan kita diminta untuk mengambil sampel sebanyak 40 staf, dikelompokkan menurut kategori di atas.
Langkah pertama adalah menghitung persentase setiap kelompok dari total.

• % pria, penuh waktu = 90 ÷ 180 = 50%

• % pria, paruh waktu = 18 ÷ 180 = 10%

• % perempuan, penuh waktu = 9 ÷ 180 = 5%

• % perempuan, paruh waktu = 63 ÷ 180 = 35%

Ini memberi tahu kita bahwa dari 40 sampel kita,

• 50% (20 individu) harus laki-laki, penuh waktu.

• 10% (4 individu) harus laki-laki, paruh waktu.

• 5% (2 individu) harus perempuan, penuh waktu.

• 35% (14 individu) harus perempuan, paruh waktu.

Cara lain yang mudah tanpa harus menghitung persentase adalah dengan mengalikan setiap ukuran
kelompok dengan ukuran sampel dan membaginya dengan ukuran populasi total (ukuran seluruh staf):

• laki-laki, penuh waktu = 90 × (40 ÷ 180) = 20

• laki-laki, paruh waktu = 18 × (40 ÷ 180) = 4

• perempuan, penuh waktu = 9 × (40 ÷ 180) = 2

• perempuan, paruh waktu = 63 × (40 ÷ 180) = 14