MAKALAH METODE PENGAMBILAN SAMPLE SECARA

PROBABILITY SAMPLING DAN NONPROBABILITY

SAMPLING

Oleh

Evi Yanthi Elprida Sinaga

Santa Patria
Sriama Sidauruk

PROGRAM STUDY KEPERAWATAN TAHAP AKADEMIK

JALUR TRANSFER STIKES SANTA ELISABETH MEDAN
T.A 2021/2022
A. PENDAHULUAN
Sampel adalah bagian dari elemen populasi. Pengambilan sampel adalah proses
pemilihan sebagian populasi untuk mewakili seluruh populasi (Polit and Beck 2012).

1. Tujuan Pengambilan Sampel

 Populasi terlalu banyak atau jangkauan terlalu luas sehingga tidak
memungkinkan dilakukan pengambilan data pada seluruh populasi.
 keterbatasan tenaga, waktu, dan biaya.
 Adanya asumsi bahwa seluruh populasi seragam sehingga bisa diwakili oleh
sampel.

2. Tahapan Pengambilan Sample diantaranya;

 Mendefinisikan populasi yang akan diamati
 Menentukan kerangka sampel dan kumpulan semua peristiwa yang mungkin
 Menentukan teknik atau metode sampling yang tepat
 Melakukan pengambilan sampel (pengumpulan data)
 Melakukan pemeriksaan ulang pada proses sampling

B. PROBABILITY SAMPLING
1. Pengertian
Probability sampling adalah teknik sampling dengan setiap anggota populasi memiliki
peluang sama dipilih menjadi sampel Dengan peluang sama dipilih menjadi sampel.
Random Sampling/Probability Sampling adalah cara pengambilan sampel yang
memberikan kesempatan yang sama untuk diambil pada setiap elemen populasi. Dengan
kata lain, semua anggota tunggal dari populasi memiliki peluang tidak nol. Probability
Biasanya digunakan pada percobaan sederhana, dimana tersedia sampling frame yang
memuat keseluruhan anggota populasi. Pemilihan bisa dengan menggunakan pengocokan
(tidak up-to-date dan tidak efisien pada populasi dengan ukuran besar), atau bilangan
acak.

2. Jenis‐jenis Probability Sampling

a. Sampling acak sederhana (simple random sampling)
Pengambilan sampel dari populiasi secara acak berdasarkan frekuensi probabilitas semua
anggota populasi.
Misalnya: Populasi adalah siswa SD Negeri XX Jakarta yang berjumlah 500 orang.
Jumlah sampel ditentukan dengan Tabel Isaac dan Michael dengan tingkat kesalahan
 adalah sebesar 5% sehingga jumlah sampel ditentukan sebesar 205. Jumlah sampel 205
ini selanjutnya diambil secara acak tanpa memperhatikan kelas, usia dan jenis kelamin.
b. Sampling stratifikasi (stratifikasi sampling)
Populasi dibagi ke dalam kelompok strata dan kemudian mengambil sampel dari tiap
kelompok tergantung kriteria yang ditetapkan Misalnya populasi dibagi kedalam
pengguna dan non pengguna angkutan umum, survai tentang pandangan mereka terhadap
angkutan umum.
Contohnya: Misalnya, populasi adalah karyawan RSE Batam Kota berjumlah 140.
Dengan rumus Slovin (lihat contoh di atas) peneliti menetapkan 60 % mengambil sample
karyawan dari tingkatan pengalaman kerjanya (pengalaman lamanya bekerja tahun ke 1,
tahun ke 3, tahun ke 5) yang masing-masing berjumlah :
Tahun ke 1      : 27
Tahun ke 2      : 12
Tahun ke 3      : 45
Maka jumlah sample yang diambil berdasarkan masing-masing bagian: 84 karyawan
.

c. Probabilitas Proporsional Ukuran Sampling (Probability Proportional to Size Sampling)

Probabilitas pengambilan sampel sebanding dengan ukuran sampling bahwa sampel
dipilih secara proporsional dengan ukuran total populasi. Ini adalah bentuk multistage
sampling di tahap pertama dan kemudian random sampling ditahap kedua tapi jumlah
sampel sebanding dengan ukuran populasi.
misalnya perjalanan yang dilakukan pada penghuni perumahan sederhana dan penghuni
perumahan mewah.
d. Disproporsional stratified random sampling
Disproporsional stratified random sampling adalah Teknik yang hamper mirip dengan
proporsional stratified random sampling dalam hal heterogenitas populasi. Namun
ketidak proporsionalan penentuan sample berdasarkan pada pertimbangan jika anggota
populasi berstara namun kurang proporsional pembagiannya.

d. Sampling rumpun (cluster sampling)

Populasi dibagi ke dalam kelompok kewilayahan kemudian memilih wakil tiap‐tiap
kelompok. Misalnya populasi adalah Provinsi DIY kemudian sampel diambil dari tiap -
tiap kabupaten/kota
Contohnya:
 Peneliti ingin mengetahui tingkat efektivitas proses belajar mengajar di tingkat SMU.
Populasi penelitian adalah siswa SMA seluruh Indonesia. Karena jumlahnya sangat
banyak dan terbagi dalam berbagai provinsi, maka penentuan sampelnya dilakukan dalam
tahapan sebagai berikut:

Tahap Pertama adalah menentukan sample daerah. Misalnya ditentukan secara acak 10
Provinsi yang akan dijadikan daerah sampel.

Tahap kedua. Mengambil sampel SMU di tingkat Provinsi secara acak yang selanjutnya
disebut sampel provinsi. Karena provinsi terdiri dari Kabupaten/Kota, maka diambil
secara acak SMU tingkat Kabupaten yang akan ditetapkan sebagai sampel (disebut
Kabupaten Sampel), dan seterusnya, sampai tingkat kelurahan / Desa yang akan dijadikan
sampel. Setelah digabungkan, maka keseluruhan SMU yang dijadikan sampel ini
diharapkan akan menggambarkan keseluruhan populasi secara keseluruhan.

e. Sampling acak sistematik (systematic random sampling)

Probabilitas pengambilan sampel tidak sama terlepas dari kesamaan frekuensi setiap
anggota populasi.
Contohnya: Akan diambil sampel dari populasi karyawan yang berjumlah 125. Karyawan
ini diurutkan dari 1 – 125 berdasarkan absensi. Peneliti bisa menentukan sampel yang
diambil berdasarkan nomor genap (2, 4, 6, dst) atau nomor ganjil (1, 2, 3, dst), atau bisa
juga mengambil nomor kelipatan (2, 4, 8, 16, dst)

C. NON PROBABILITY SAMPLING

1. Pengertian
Non probability sampling adalah dimana Setiap anggota populasi memiliki peluang
nol. Yang Artinya, pengambilan sampel didasarkan kriteria tertentu seperti judgment
status, kuantitas, kesukarelaan dan sebagainya.

2. Jenis-jenis non probability sampling

1. Sampling kuota (quota sampling)
Jenis pengambilan sampel ini bergantung pada beberapa standar yang telah ditetapkan
sebelumnya. Teknik ini memilih sampel perwakilan dari populasi. Proporsi sifat atau
 karakteristik dalam sampel harus sama dengan populasi.. Misalnya, jumlah sampel laki‐
laki 50 orang maka sampel perempuan juga 50 orang.

2. Sampling kebetulan (accidental sampling)

Didasarkan pada kenyataan bahwa mereka kebetulan muncul. Misalnya, populasi adalah
setiap pegguna jalan tol, maka peneliti mengambil sampel dari orang‐orang yang
kebetulan melintas di jalan tersebut pada waktu pengamatan.

3. Sampling purposive (purposive or judgemental sampling)

Peneliti membuat kriteria tertentu siapa yang dijadikan sebagai informan. Misalnya,
survai tentang kriteria pengembangan jalan, sampel para stake holder yang terkait, misal:
Kadis PU, Kadis Perhubungan, Ketua Bappeda

4. Sampling snowball (snowball sampling)

Berdasarkan penelusuran sampel sebelumnya. Misalnya, penelitian tentang penggerak
demo taksi, bahwa sumber informan pertama mengarah kepada informan kedua lalu
informan ke tiga dan seterusnya.

D. YANG PERLU DIPERHATIKAN DALAM PENENTUAN UKURAN SAMPEL

Ada dua hal yang menjadi pertimbannga dalam menentukan ukuran sample. Pertama ketelitian
(presisi) dan kedua adalah keyakinan (confidence).

Ketelitian mengacu pada seberapa dekat taksiran sampel dengan karakteristik populasi.
Keyakinan adaah fungsi dari kisaran variabilitas dalam distribusi pengambilan sampel dari rata-
rata sampel. Variabilitas ini disebut dengan standar error, disimbolkan dengan S-x

Semakin dekat kita menginginkan hasil sampel yang dapat mewakili karakteristik populasi, maka
semakin tinggi ketelitian yang kita perlukan. Semakin tinggi ketelitian, maka semakin besar
ukuran sampel yang diperlukan, terutama jika variabilitas dalam populasi tersebut besar.
Sedangkan keyakinan menunjukkan seberapa yakin bahwa taksiran kita benar-benar berlaku bagi
populasi. Tingkat keyakinan dapat membentang dari 0 – 100%. Keyakinan 95% adalah tingkat
lazim yang digunakan pada penelitian sosial / bisnis. Makna dari keyakinan 95% (alpha 0.05) ini
adalah “setidaknya ada 95 dari 100, taksiran sampel akan mencerminkan populasi yang
sebenarnya”.

E. BEBERAPA RUMUS UNTUK MENENTUKAN JUMLAH SAMPEL

1. Rumus Slovin (dalam Riduwan, 2005:65)

n = N/N(d)2 + 1

n = sampel; N = populasi; d = nilai presisi 95% atau sig. = 0,05.

Misalnya, jumlah populasi adalah 125, dan tingkat kesalahan yang dikehendaki adalah 5%, maka
jumlah sampel yang digunakan adalah : N = 125 / 125 (0,05)2 + 1 = 95,23, dibulatkan 95

2. Formula Jacob Cohen (dalam Suharsimi Arikunto, 2010:179)

N = L / F^2 + u + 1
Keterangan :
N = Ukuran sampel
F^2 = Effect Size
u = Banyaknya ubahan yang terkait dalam penelitian
L = Fungsi Power dari u, diperoleh dari tabel

Power (p) = 0.95 dan Effect size (f^2) = 0.1

Harga L tabel dengan t.s 1% power 0.95 dan u = 5 adalah 19.76
maka dengan formula tsb diperoleh ukuran sampel
N = 19.76 / 0.1 + 5 + 1 = 203,6, dibulatkan 203

3. Rumus berdasarkan Proporsi atau Tabel Isaac dan Michael

Tabel penentuan jumlah sampel dari Isaac dan Michael memberikan kemudahan penentuan
jumlah sampel berdasarkan tingkat kesalahan 1%, 5% dan 10%. Dengan tabel ini, peneliti dapat
secara langsung menentukan besaran sampel berdasarkan jumlah populasi dan tingkat kesalahan
yang dikehendaki.