PENGAMBILAN SAMPEL (SAMPLING) DAN PENELITIAN

PENDIDIKAN YANG SENSITIF

METODOLOGI PENELITIAN

Dosen Pengampu:
Prof. Dr. Mega Teguh Budiarto, M.Pd
Prof. Tatag Yuli Eko Siswono S.Pd, M.Pd

Oleh:
Amelia Herbani Putri (21070785002)
Rika Juwita Puspitawati (21070785006)
Yuni Ashari R. (21070785010)

S2 PENDIDIKAN MATEMATIKA
PROGRAM PASCASARJANA
UNIVERSITAS NEGERI SURABAYA
2021
 Bagian 4
A. Sampling
Kualitas sebuah penelitian dapat bertahan atau jatuh tidak hanya dengan ketepatan
metodologi dan instrumentasi tetapi juga oleh kesesuaiannya dari strategi pengambilan sampel
yang telah diadopsi (lihat juga Morrison 1993: 112-17). Pertanyaan yang muncul dari
pengambilan sampel biasanya mengarah pada pendeskripsian populasi dimana ia menjadi fokus
penelitian. Para peneliti harus mengambil keputusan awal dalam perencanaan keseluruhan
sebuah penelitian. Faktor-faktor seperti biaya, waktu, kemudahan, sering menjadi penghalang
bagi para peneliti untuk memperoleh informasi. Oleh karena itu mereka sering membutuhkan
data yang diperoleh dari kelompok yang lebih kecil atau himpunan bagian dari total populasi
sedemikian rupa. Sehingga pengetahuan yang diperoleh merupakan perwakilan dari total
populasi (sebagaimana yang didefinisikan) yang diteliti. Kelompok yang lebih kecil atau
subset ini adalah sampel. Peneliti yang berpengalaman memulai pengambilan sampel dengan
total populasi dan mengolahnya sampai menetapkan sampel. Sebaliknya, peneliti yang kurang
berpengalaman sering bekerja dari bawah, yaitu mereka menentukan jumlah minimum
responden yang dibutuhkan untuk melakukan riset (Bailey, 1978). Empat faktor yang harus
diperhatikan dalam pengambilan sampel:
1. Ukuran sampel
2. Representative dan parameter dari sampel
3. Memiliki akses ke sampel
4. Strategi yang digunakan dalam pengambilan sampel

1. Ukuran Sampel
Pertanyaan yang sering menuju peneliti pemula adalah seberapa besar sampel mereka
untuk penelitian yang seharusnya. Tidak ada jawaban yang jelas, karena ukuran sampel yang
benar bergantung pada tujuan penelitian dan sifat populasi yang sedang diteliti. Namun, kita
bisa memberikan saran untuk hal ini. Secara umum, semakin besar sampel semakin baik,
karena hal ini tidak hanya memberikan keandalan yang lebih besar tetapi juga
memungkinkan statistik yang lebih canggih untuk digunakan. Peneliti perlu memikirkan
lebih awal dalam pengumpulan data dan keterkaitan yang ingin mereka teliti dalam
subkelompok yang akhirnya menjadi sampel. Jumlah variabel yang ditetapkan peneliti harus
dijelaskan untuk mengontrol analisis dan jenis uji statistik yang ingin mereka buat harus
menjelaskan ukuran sampel sebelum mereka melakukan penelitian (lapangan).
Selain itu, bergantung pada jenis analisis yang akan dilakukan, beberapa uji statistik
membutuhkan sampel yang besar. Misalnya, sedikit dari kita membayangkan bahwa ketika
ada seseorang ingin menghitung chi-kuadrat, tes yang umum digunakan (dibahas dalam
bagian lima) dengan data cross-tabulated, misalnya terdapat dua subkelompok pihak-pihak
di sekolah dasar yang berisi 60 murid usia 10 tahun dan 20 guru dan tanggapan mereka
terhadap pertanyaan pada skala 5 point (lihat diagram di bawah).

Di sini kita dapat melihat bahwa ukuran sampel adalah 80 kasus, sampel yang
tampaknya cukup berukuran. Akan tetapi, enam dari sepuluh kolom responsif (60 persen)
memuat kurang dari lima kasus.
Statistik chi-kuadrat mengahruskan ada lima kasus atau lebih dalam 80 persen sel
(yakni delapan dari sepuluh sel). Dalam contoh ini, hanya 40 persen sel yang berisi lebih
dari lima kasus, sehingga sekalipun sampel yang relatif besar, persyaratan statistik untuk
data yang dapat dipercaya dengan statistik yang terus terang seperti chisquare belum
ditemukan. Hal ini menjelaskan, Seseorang perlu mengantisipasi, sejauh yang ia mampu,
beberapa kemungkinan distribusi data, dan melihat apakah merupakan analisis statistik yang
tepat. Jika distribusi terlihat tidak memungkinkan untuk diandalkan maka seseorang harus
menambah ukuran sampel, atau berhati-hati dalam menafsirkan data karena masalah
keandalan, atau tidak menggunakan statistik tertentu, atau bahkan mempertimbangkan untuk
mengabaikannya jika peningkatan ukuran sampel tidak dapat dicapai.
Intinya di sini adalah bahwa setiap variabel mungkin perlu dipastikan ukuran sampel
yang cukup besar (minimum enam sampai sepuluh kasus). Memang, Gorard (2003: 63)
menyarankan bahwa seseorang dapat memulai dari jumlah minimum kasus yang dibutuhkan
dalam setiap sel. Gorard (2003: 62) menunjukkan bahwa jika suatu fenomena mengandung
banyak kemungkinan variabilitas maka hal ini akan meningkatkan ukuran sampel. Selain
persyaratan minimum jumlah kasus untuk memeriksa hubungan antarsubkelompok, para
peneliti harus memperoleh ukuran sampel minimum yang akan secara akurat mewakili suatu
populasi yang menjadi fokus penelitian.
Jika contoh acak yang sederhana digunakan, maka ukuran sampel yang diperlukan
untuk mencerminkan nilai penduduk dari variabel tertentu bergantung pada ukuran populasi
dan jumlah heterogenitas dalam populasi (Bailey 1978). Umumnya, untuk populasi dengan
heterogenitas yang sama, semakin besar populasi, semakin besar sampel yang harus ditarik.
Untuk populasi dengan ukuran yang sama, semakin besar heterogen pada variabel tertentu,
semakin besar sampel yang dibutuhkan. Sejauh suatu sampel tidak dapat menggambarkan
dengan akurat populasi yang bersangkutan, disanalah terdapat kesalahan dalam pengambilan
sampel.
Borg dan Gall (1979: 194-5) menyarankan bahwa penelitian korelasional
memerlukan ukuran sampel tidak kurang dari 30 kasus yang metodologi kausal-komparatif
dan eksperimental membutuhkan ukuran sampel tidak kurang dari 15 kasus, dan penelitian
survei seharusnya tidak kurang dari 100 kasus di setiap subgroup utama dan 25 kasus dalam
setiap subgroup kecil. Borg dan Gall (1979: 186) menyarankan bahwa ukuran sampel harus
dimulai dengan estimasi kasus yang paling kecil jumlahnya di subkelompok terkecil, bukan
sebaliknya. Jadi, misalnya, jika 5% dari sampel harus remaja laki-laki, dan subsampel ini
harus 30 kasus (misalnya untuk penelitian korelasi), maka total sampel menjadi
30÷0.05=600; jika 15 % dari sampel harus gadis remaja dan subsampel harus 45 kasus,
maka total sampel harus 45÷0,15=300 kasus.
Ukuran sampel probabilitas (acak) dapat ditentukan dalam dua cara, baik oleh
peneliti yang menerapkan kehati-hatian dan memastikan bahwa sampel mewakili fitur
populasi yang lebih luas dengan jumlah kasus minimum atau dengan menggunakan tabel
dari rumus matematika yang menunjukkan ukuran sampel acak yang sesuai untuk diberikan
pada jumlah populasi yang lebih luas (Morrison 1993: 117). Salah satu contoh oleh Krejcie
dan Morgan (1970), menunjukkan bahwa jika peneliti merancang sampel dari populasi yang
lebih luas sebanyak 30 atau kurang (misalnya suatu kelas yang terdiri dari siswa atau
sekelompok anak kecil) maka sebaiknya memasukkan seluruh populasi tersebut sebagai
sampel.
Dalam menentukan ukuran sampel untuk suatu probabilitas seseorang harus
mempertimbangkan tidak hanya ukuran populasi tetapi juga tingkat kepercayaan dan
interval kepercayaan diri, dua bagian lebih lebih lanjut dari terminologi. Tingkat
kepercayaan, biasanya dinyatakan sebagai persentase (biasanya 95 persen atau 99 persen),
adalah indeks tentang seberapa yakin kita dapat (95 persen dari waktu atau 99 persen dari
waktu) bahwa tanggapan terletak dalam kisaran variasi yang diberikan. Tingkat kepercayaan
menunjukkan sejauh mana statistik sampel dapat mengestimasi dengan benar parameter
populasi dan/atau sejauh mana pengambilan keputusan mengenai hasil uji hipotesis nol
diyakini kebenarannya.
Interval kepercayaan adalah derajat variasi atau rentang variasi (misalnya +1%, +2%,
atau 3%) yang ingin dipastikan. Contoh, interval kepercayaan dalam banyak jajak pendapat
adalah ±3%; ini berarti bahwa, jika survey pemungutan suara menunjukkan sebuah partai
politik memiliki 52% suara maka hal itu bisa menjadi rendah mulai 49% (52-3) atau setinggi
55% (52 + 3). Tingkat kepercayaan 95 persen di sini berarti tingkat kepastian statistik
sampel mengestimasi dengan benar parameter populasi adalah 95% atau tingkat keyakinan
untuk menolak atau mendukung hipotesis nol dengan benar adalah 95%.
Tabel ukuran sampel penuh untuk probabilitas diberikan dalam kotak 4.1, dengan
tiga tingkat keyakinan (90%, 95%, dan 99%) dan tiga interval kepercayaan (5%, 4%, dan
3%).
 Kita dapat lihat bahwa ukuran sampel berkurang dengan kecepatan yang meningkat
seiring dengan bertambahnya ukuran populasi. umumnya (tidak selalu) semakin besar
populasi, semakin kecil proporsi probabilitas sampel yang didapat. Juga, semakin tinggi
tingkat kepercayaan, semakin besar sampel, dan semakin rendah interval kepercayaan,
semakin tinggi sampel. Strategi penambilan sampel konvensional akan menggunakan 95%
tingkat konfederasi dan 3% interval kepercayaan.
 Ukuran sampel asli kami 278 sekarang meningkat, sangat cepat, menjadi 428.
Pesannya sangat jelas: semakin banyak jumlah strata (subgrup), semakin besar sampelnya.
Banyak riset pendidikan menyangkut strata, bukan keseluruhan sampel, sehingga
permasalahannya penting. Seseorang dapat dengan cepat menghasilkan kebutuhan untuk
sampel yang sangat besar. Jika subgrup diperlukan maka aturan yang sama untuk
menghitung ukuran sampel secara keseluruhan berlaku untuk setiap subkelompok.
Menentukan ukuran sampel juga harus memperhitungkan non-respon, daya serah dan
kematian responsif, yaitu beberapa peserta akan gagal untuk mengembalikan kuesioner,
meninggalkan penelitian, mengembalikan kuesioner yang tidak lengkap atau rusak
(misalnya kehilangan kuesioner yang tidak lengkap atau rusak, menempatkan dua kutu
dalam deretan pilihan alih-alih hanya satu).
Oleh karena itu, adalah bijaksana untuk memperkirakan secara berlebihan ketimbang
menyepelekan ukuran sampel yang dibutuhkan, untuk membangun di redundansi (Gorard
2003: 60). Borg dan Gall (1979: 195) memperlihatkan bahwa, sebagai aturan umum ukuran
sampel harus besar dimana:
1. Terdapat banyak variabel
2. Hanya perbedaan atau hubungan kecil yang diharapkan atau diperkirakan
3. Sampel akan dipecah menjadi subgrup
4. Sampel heterogen dalam variabel yang diteliti
5. Ukuran reliabel dari variabel dependen tidak tersedia
Oppenheim (1992: 44), menambahkan pandangan ini bahwa sifat timbangan
(pertimbangan) yang akan digunakan juga mempengaruhi ukuran sampel. Untuk data
nominal ukuran sampel mungkin harus lebih besar daripada untuk interval dan rasio data
(yaitu variasi masalah jumlah subkelompok yang akan ditangani, semakin besar jumlah
subkelompok atau mungkin kategori, semakin besar sampelnya). Borg dan Gall (1979)
menetapkan pendekatan perumus adriven untuk menentukan ukuran sampel (lihat juga
Moser dan Kalton 1977; Ross dan Rust 1997: 427-38), dan mereka juga menyarankan
penggunaan tabel korelasi untuk studi korrelasi
a. Data kualitatif
Dalam sebuah studi kualitatif dari tiga puluh gadis berkemampuan tinggi dari latar
belakang sosial-ekonomi yang sama mengikuti kursus Biologi tingkat A, sampel dari
lima atau enam mungkin cukup bagi peneliti yang siap untuk memperoleh data tambahan
yang menguatkan dengan cara validasi. Di mana ada heterogenitas dalam populasi, maka
sampel yang lebih besar harus dipilih atas beberapa dasar yang menghormati bahwa
heterogen
b. Data kuantitatif
Untuk data kuantitatif, angka sampel yang tepat dapat dihitung menurut tingkat akurasi
dan tingkat probabilitas yang dibutuhkan para peneliti dalam karya mereka. Mereka
kemudian dapat melaporkan dalam penelaahan, rasionalisasi, dan dasar dari keputusan
penelitian mereka (Blalock 1979).

Sebuah perhitungan sederhana dari sebuah rumus oleh Blalock (1979: 215-18)
menunjukkan bahwa:
1. Jika ia senang berada dalam nilai + atau - 0,5 dari titik skala dan akurat 19 kali dari 20,
ia membutuhkan sampel 60 dari 1.000
2. Jika dia senang berada dalam + atau - 0,5 dari titik skala dan akurat 99 kali dari 100
maka dia membutuhkan sampel 104 dari 1.000
3. Jika dia senang berada dalam + atau - 0,5 dari titik skala dan akurat 999 dari 1.000, maka
dia membutuhkan sampel 170 dari 1.000
4. Jika dia adalah seorang perfeksionis dan ingin berada dalam + atau - 0,25 dari titik skala
dan akurat 999 dari 1.000, maka dia membutuhkan sampel 679 dari 1.000.
Jelas bahwa ukuran sampel adalah masalah penilaian serta ketepatan matematika;
Bahkan pendekatan yang didorong formula-membuat jelas bahwa ada unsur-unsur prediksi,
kesalahan standar, dan penilaian manusia yang terlibat dalam menentukan ukuran sampel.

Kesalahan pengambilan sampel

Kesalahan Sampling sering diambil untuk menjadi perbedaan antara rata-raata sampel dan
rata-rata populasi. Kesalahan Sampling belum tentu hasil dari kesalahan yang dibuat dalam
prosedur Sampling. Sebaliknya, variasi bisa terjadi karena pemilihan peluang yang berbeda
tiap individu. Misalnya, jika kita mengambil sejumlah besar sampel dari populasi dan
mengukur nilai rata-rata dari setiap sampel, maka sampel berarti tidak akan identik. Ada
yang relatif tinggi, ada yang relatif rendah, dan banyak yang akan menggumpal di sekitar
nilai rata-rata atau rata-rata dari sampel.

Mengapa hal ini harus terjadi? Kami

dapat menjelaskan fenomena dengan
referensi ke teori batas pusat yang
berasal dari hukum probabilitas. Hal ini
menyatakan bahwa jika sampel besar
acak dengan ukuran yang sama berulang
kali diambil dari populasi mana pun,
berarti rata-rata sampel tersebut akan
didistribusikan

Rose dan Sullivan (1993: 144) mengingatkan kita bahwa 95 persen dari semua
sampel berarti jatuh diantara plus atau minus 1,96 kesalahan standar dari sampel dan
populasi, berarti bahwa kita memiliki peluang 95 persen kesempatan untuk sampel tunggal
berarti dalam batas-batas ini, bahwa sampel akan jatuh dalam batas-batas populasi yg
dimaksud.
Standar deviasi dari teori distribusi ratarata sampel adalah ukuran kesalahan
pengambilan sampling dan disebut kesalahan standar rata-rata (SEm). Dengan demikian,
 Namun, karena kita biasanya tidak dapat memastikan pola SD dari total populasi,
standar deviasi yang digunakan sebagai gantinya. Kesalahan standar dari rata-rata
memberikan estimasi terbaik dari kesalahan pengambilan sampel. Jelas, kesalahan
sampling tergantung pada variabilitas (yaitu heterogen) dalam populasi yang diukur oleh
SDpop serta ukuran sampel (N) (Rose dan Sullivan 1993: 143).
Semakin kecil SDpop semakin kecil kesalahan sampling; Semakin besar N, semakin
kecil kesalahan sampling. Jika SDpop sangat besar maka N harus sangat besar untuk
melawannya. Jika SDoo sangat kecil, maka N, juga, bisa jadi kecil dan masih memberikan
beberapa contoh kesalahan. Karena ukuran sampel meningkat maka kesalahan sampling
menurun.
Hopkins et al. (1996: 159) menyarankan bahwa, kecuali ada beberapa distribusi yang
sangat tidak lazim, sampel sebanyak dua puluh lima atau lebih biasanya menghasilkan
pembagian contoh yang normal dari rata-rata.

Kesalahan proporsi standar

Kami mengatakan sebelumnya bahwa satu jawaban untuk seberapa besar sampel
harus saya dapatkan? Apakah "seberapa akuratkah saya ingin hasil akhir saya? Hal ini
diilustrasikan dengan baik dalam contoh berikut:
Seorang kepala sekolah mendapati bahwa 25 siswa yang dia ajak bicara secara acak cukup
mendukung perubahan yang diusulkan pada jam istirahat makan siang, 66 persen menjadi
mendukung dan 34 persen menentang. Bagaimana dia bisa yakin bahwa proporsi rhese
benar-benar mewakili seluruh sekolah yang jumlahnya 1,000 siswa!
Sebuah perhitungan sederhana tentang kesalahan proporsi standar memberikan jawabannya
kepada kepala sekolah.
Rumusnya mengasumsikan bahwa setiap sampel diambil Secara acak sederhana. Sebuah
faktor koreksi kecil yang disebut koreksi populasi terbatas (FPC) secara umum diterapkan
sebagai berikut:

Dengan sampel 25, SE=9.4. Dengan kata lain, pemilihan yang menguntungkan dapat
bervariasi antara 56,6 persen dan 75,4 persen; Demikian pula, suara yang tidak
menguntungkan dapat bervariasi antara 43,4 persen dan 24,6 persen. Dengan demikian,
kemungkinan suara yang diberikan mulai dari 56,6 persen menjadi 0,4 persen. Jika
dibandingkan dengan 43,4 persen yang dilawan adalah kurang menentukan dari 66 persen.
Jika kepala sekolah memperluas contohnya dengan 100 siswa, maka sumber pokoknya
adalah 4,5 persen dan variasi dalam kisaran dikurangi menjadi 61,5 persen. Beberapa contoh
pendapat seluruh sekolah (n= 1.000) mengurangi SE menjadi 1,5 dan kisaran untuk 64,5 per
sen 67,5 persen lebih baik dan 35,5 per pusat — 32,5 persen lebih tinggi. Mudah dimengerti
mengapa survei opini politik sering kali didasarkan atas contoh ukuran 1.000 sampai 1.500
(Gardner 1978).
Apa yang disarankan di sini secara umum adalah untuk mengatasi masalah
kesalahan. Contoh, untuk memastikan bahwa seseorang dapat memisahkan efek acak dan
variasi dari efek non-acak, dan agar kekuatan statistik dirasakan, seseorang harus memilih
sampel sebanyak mungkin. Seperti yang dikatakan Gorard (2003: 62), 'kekuasaan adalah
estimasi kemampuan tes yang anda gunakan untuk memisahkan efek ukuran dari variasi
acak ', dan sampel besar membantu peneliti untuk mencapai kekuatan statistik. Sampel
kurang dari tiga puluh adalah sangat kecil, karena mereka memungkinkan kemungkinan
kesalahan standar yang cukup besar dan selama sekitar delapan puluh kasus, setiap
peningkatan ukuran sampel memiliki sedikit efek pada kesalahan standar.
2. Sampel perwakilan
Sang peneliti perlu mempertimbangkan sejauh mana penting bahwa sampel itu
sebenarnya mewakili seluruh penduduk yang dimaksud. Para peneliti perlu memastikan apa
yang diwakili, yaitu untuk mengatur karakteristik lingkungan dari masyarakat yang lebih
luas — bingkai sampling — dengan jelas dan tepat.
Penting untuk mempertimbangkan mengatur berat subkelompok dalam sampel
setelah data dikumpulkan. Misalnya, di sekolah menengah yang separuh siswanya laki-laki
dan setengahnya perempuan, perhatikan tanggapan murid terhadap pertanyaan Seberapa
jauh kamu menyukai gurumu yang memengaruhi sikapmu dalam bekerja

3. Akses ke sampel
Akses adalah masalah utama dan merupakan faktor awal yang harus diputuskan
dalam penelitian. Para peneliti perlu memastikan bahwa akses tidak hanya diperbolehkan,
tetapi juga praktis. Akses juga dapat disangkal oleh calon partisipan teladan itu sendiri
karena alasan-alasan yang sangat praktis. Akses mungkin ditolak oleh orang-orang yang
memiliki sesuatu untuk dilindungi,
Dalam banyak kasus, akses dijaga oleh 'penjaga gerbang' — orang-orang yang dapat
mengendalikan akses para peneliti terhadap orang-orang yang benar-benar ingin mereka
targetkan. Tidak hanya aksesnya yg buruk tetapi juga korelasi - pelepasan informasi -
mungkin menjadi masalah.
Contoh strategi yang digunakan ada 2 metode utama sampling (Cohen dam Holliday
19791979; 1982; 1996; Schofeld 1996) yakni sang peneliti harus memutuskan apakah akan
memilih suatu kemungkinan (juga dikenal sebagai sampel acak) atau sampel non-
probabilitas (juga dikenal sebagai sampel yang bertujuan). Perbedaan di antara mereka
 adalah dalam sampel probabilitas kemungkinan anggota masyarakat yang lebih luas dipilih
untuk sampel diketahui, sedangkan dalam sampel nonprobabilitas kemungkinan anggota
masyarakat yang lebih luas dipilih untuk sampel tidak diketahui

4. Contoh strategi yang digunakan dalam sampling

Sang peneliti harus memutuskan apakah akan memilih suatu kemungkinan (juga
dikenal sebagai sampel acak/sampel probabilitas) atau sampel non-probabilitas (juga dikenal
sebagai sampel yang bertujuan). Perbedaan di antara mereka adalah ini: dalam sampel
probabilitas kemungkinan anggota masyarakat yang lebih luas dipilih untuk sampel
diketahui, sedangkan dalam sampel nonprobabilitas kemungkinan anggota masyarakat yang
lebih luas dipilih untuk sampel tidak diketahui. Di bagian awal (sampel probabilitas) setiap
anggota dari populasi yang lebih luas memiliki peluang yang sama untuk dimasukkan ke
dalam sampel; Masukan atau pengecualian dari sampel adalah masalah kebetulan. Dalam
contoh (contoh nonprobabilitas) beberapa anggota dari populasi yang lebih luas pasti akan
dikecualikan dan yang lain pasti disertakan (yaitu setiap anggota dari populasi yang lebih
luas tidak memiliki peluang yang sama untuk disertakan dalam sampel). Pada tipe terakhir
ini, para peneliti dengan sengaja memilih suatu bagian tertentu dari populasi yang lebih luas
untuk dimasukkan atau dikeluarkan dari sampel.

Sampel Probabilitas (Probability Sampling)

Sampel probabilitas, diambil secara acak dari populasi yang lebih luas maka akan
berguna jika peneliti ingin dapat membuat generalisasi, karena mencari keterwakilan dari
populasi yang lebih luas atau setiap anggota populasi memiliki peluang sama untuk dipilih
menjadi sampel. Misalnya, dalam populasi dengan 1000 anggota, setiap anggota akan
memiliki 1/1000 peluang untuk dipilih menjadi bagian dari sampel. Pengambilan sampel
probabilitas menghilangkan praduga dalam populasi dan memberikan semua anggota
kesempatan yang adil untuk disertakan dalam sampel. Ini juga memungkinkan tes dua sisi
untuk diberikan dalam analisis statistik data kuantitatif. Pengambilan sampel probabilitas
sangat populer di percobaan acak terkontrol. Di samping itu, sampel non-probabilitas
sengaja menghindari perwakilan populasi yang lebih luas, itu hanya mencari untuk mewakili
kelompok tertentu, nama tertentu bagian dari populasi yang lebih luas, seperti kelas siswa,
sekelompok siswa yang sedang mengikuti ujian tertentu, dan sekelompok guru.
Sampel probabilitas akan memiliki resiko lebih kecil praduga daripada sampel non-
probabilitas, sedangkan sebaliknya, sampel non-probabilitas menjadi tidak mewakili seluruh
populasi, mungkin menunjukkan kecondongan atau praduga. (Untuk jenis sampel uji satu
sisi akan digunakan dalam pemrosesan data statistik.) Ini bukan untuk mengatakan bahwa
yang pertama adalah bebas praduga, masih ada kemungkinan kesalahan pengambilan sampel
dalam sampel probabilitas, fitur yang harus diakui, misalnya jajak pendapat biasanya
menyatakan faktor kesalahan mereka, misalnya persen.
Ada beberapa jenis sampel probabilitas, yaitu: sampel acak sederhana, sampel
sistematis, sampel bertingkat, sampel klaster, sampel tahap, dan sampel multi-fase. Mereka
semua memiliki ukuran keacakan dibangun di dalamnya dan karena itu memiliki derajat
generalisasi.

Sampel Acak Sederhana (Simple Random Sampling)

Dalam sampel acak sederhana, setiap anggota populasi yang diteliti memiliki
kesempatan yang sama untuk dipilih dan probabilitas terpilihnya anggota populasi tidak
dipengaruhi oleh pemilihan anggota populasi lainnya, yaitu setiap pemilihan sepenuhnya
bebas dari lanjut. Metode ini melibatkan pemilihan secara acak dari daftar populasi
(kerangka pengambilan sampel) jumlah subjek yang diperlukan untuk sampel. Ini dapat
dilakukan dengan menarik nama dari wadah sampai jumlah yang dibutuhkan tercapai atau
dengan menggunakan tabel angka acak yang disusun dalam bentuk matriks (ini direproduksi
dalam banyak buku tentang metode penelitian kuantitatif dan statistik), dan mengalokasikan
acak ini nomor untuk peserta atau kasus (misalnya Hopkins, dkk. 1996: 148-9). Karena
probabilitas dan peluang, sampel harus mengandung subjek dengan karakteristik yang mirip
dengan populasi secara keseluruhan, seperti: ada yang tua, ada yang muda, ada yang tinggi,
ada yang pendek, ada yang sehat, ada yang tidak sehat, ada yang kaya, ada yang miskin, dan
lain-lain. Satu masalah yang terkait dengan metode pengambilan sampel khusus ini adalah
bahwa diperlukan daftar populasi yang lengkap dan ini tidak selalu tersedia. Misalnya,
peneliti ingin memilih sampel acak sederhana dari karyawan Perusahaan X. Peneliti
menetapkan nomor untuk setiap karyawan dalam database perusahaan dari hingga ,
dan menggunakan generator nomor acak untuk memilih angka.

Sampel Sistematis (Systematic Sampling)

Metode ini merupakan bentuk modifikasi dari sampel acak sederhana. Ini melibatkan
pemilihan subjek dari daftar populasi secara sistematis daripada secara acak. Seseorang
dapat memutuskan seberapa sering membuat sampel sistematis dengan statistik sederhana
jumlah total populasi yang lebih luas yang diwakili dibagi dengan ukuran sampel yang
diperlukan:
𝑓 interval frekuensi
𝑁 jumlah total populasi yang lebih luas
𝑠𝑛 jumlah yang dibutuhkan dalam sampel atau ukuran sampel

Katakanlah peneliti bekerja dengan sekolah dengan siswa, dengan melihat tabel
ukuran sampel yang diperlukan untuk sampel acak dari siswa ini, kita melihat bahwa
siswa diperlukan untuk menjadi sampel. Jadi interval frekuensi ( ) adalah:

(yang dibulatkan menjadi 5,0)

Oleh karena itu peneliti akan memilih setiap nama kelima pada daftar kasus.
Proses seperti itu, tentu saja mengasumsikan bahwa nama-nama dalam daftar itu
sendiri telah terdaftar dalam urutan acak. Daftar perempuan dan laki-laki mungkin
mencantumkan semua perempuan terlebih dahulu, sebelum mendaftar semua laki-laki; jika
ada perempuan dalam daftar, peneliti mungkin telah mencapai ukuran sampel yang
diinginkan sebelum mencapai tahap daftar yang berisi laki-laki, sehingga mendistorsi
(mencondongkan) sampel. Contoh lain mungkin di mana peneliti memutuskan untuk
memilih setiap tiga puluh orang yang diidentifikasi dari daftar siswa sekolah, tetapi
kebetulan bahwa: (a) sekolah memiliki lebih dari tiga puluh siswa di setiap kelas; (b) setiap
kelas diurutkan dari siswa yang berkemampuan tinggi sampai yang berkemampuan rendah;
(c) daftar sekolah mengidentifikasi siswa berdasarkan kelas.
Dalam hal ini, meskipun sampel diambil dari setiap kelas, sampel tersebut tidak cukup
mewakili seluruh populasi sekolah karena hampir secara eksklusif diambil pada siswa
berkemampuan rendah. Ini adalah masalah periodisitas (Calder 1979). Tidak hanya ada
pertanyaan tentang urutan nama yang dicantumkan dalam pengambilan sampel sistematis,
tetapi juga ada masalah bahwa proses ini dapat melanggar salah satu premis dasar dari
pengambilan sampel probabilitas, yaitu bahwa setiap orang memiliki kesempatan yang sama
untuk dimasukkan dalam sampel. Dalam contoh di atas di mana setiap nama kelima dipilih,
ini menjamin bahwa nama 1-4, 6-9 dan seterusnya akan dikecualikan, yaitu setiap orang
tidak memiliki kesempatan yang sama untuk dipilih. Cara untuk meminimalkan masalah ini
adalah untuk memastikan bahwa daftar awal dipilih secara acak dan titik awal untuk
pengambilan sampel sistematis dipilih secara acak.

Sampel Bertingkat (Stratified Sampling)

Sampel bertingkat melibatkan membagi populasi menjadi kelompok-kelompok
homogen, masing-masing kelompok berisi subjek dengan karakteristik yang sama.
Misalnya, grup A mungkin berisi pria dan grup B berisi wanita. Untuk mendapatkan sampel
yang mewakili seluruh populasi dalam hal jenis kelamin, pemilihan subjek secara acak dari
kelompok A dan kelompok B harus diambil. Jika diperlukan, proporsi yang tepat dari laki-
laki dan perempuan di seluruh populasi dapat tercermin dalam sampel. Peneliti harus
mengidentifikasi karakteristik populasi yang lebih luas yang harus dimasukkan dalam
sampel, yaitu untuk mengidentifikasi parameter populasi yang lebih luas. Ini adalah inti dari
pembuatan kerangka sampel.
Untuk mengatur sampel acak bertingkat adalah proses dua tahap yang sederhana.
Pertama, mengidentifikasi karakteristik yang muncul dalam populasi yang lebih luas yang
juga harus muncul dalam sampel, yaitu membagi populasi yang lebih luas menjadi homogen
dan jika mungkin, kelompok (strata) diskrit, misalnya laki-laki dan perempuan. Kedua,
sampel secara acak dalam kelompok-kelompok ini, ukuran masing-masing kelompok
ditentukan baik oleh penilaian peneliti. Contohnya: Perusahaan ini memiliki 800 karyawan
wanita dan 200 karyawan pria. Peneliti ingin memastikan bahwa sampel mencerminkan
keseimbangan gender perusahaan, jadi peneliti mengurutkan populasi menjadi dua strata
berdasarkan gender. Kemudian peneliti menggunakan pengambilan sampel acak pada setiap
kelompok, memilih 80 wanita dan 20 pria yang memberi peneliti sampel 100 orang yang
representatif.
 Keputusan tentang karakteristik mana yang akan dimasukkan harus berusaha
sesederhana mungkin, karena semakin banyak faktor yang ada, tidak hanya semakin rumit
pengambilan sampelnya, tetapi seringkali sampel yang lebih besar harus mencakup
perwakilan dari semua strata dari populasi yang lebih luas. Oleh karena itu, sampel acak
bertingkat merupakan perpaduan yang berguna dari pengacakan dan kategorisasi, sehingga
memungkinkan penelitian kuantitatif dan kualitatif dilakukan. Sebuah penelitian kuantitatif
akan dapat menggunakan statistik analitik dan inferensial, sedangkan penelitian kualitatif
akan dapat menargetkan kelompok-kelompok dalam lembaga atau kelompok peserta yang
akan dapat didekati untuk berpartisipasi dalam penelitian.

Sampel Klaster (Cluster Sampling)

Ketika populasi besar dan tersebar luas, pengumpulan sampel acak sederhana
menimbulkan masalah administratif. Misalkan kita ingin mensurvei tingkat kebugaran siswa
di komunitas yang sangat besar atau di seluruh negara. Akan sangat tidak praktis untuk
memilih siswa secara acak dan menghabiskan banyak waktu bepergian untuk menguji
mereka. Dengan sampel kluster, peneliti dapat memilih sejumlah sekolah tertentu dan
menguji semua siswa di sekolah-sekolah yang dipilih tersebut, yaitu kluster yang dekat
secara geografis untuk dijadikan sampel.
Seseorang harus berhati-hati untuk memastikan bahwa pengambilan sampel klaster
tidak menimbulkan praduga. Sebagai contoh, mari kita bayangkan bahwa kita mengambil
sampel klaster sebuah kota di daerah industri berat atau kemiskinan besar, ini mungkin tidak
mewakili semua jenis kota atau kelompok sosial ekonomi, yaitu mungkin ada kesamaan
dalam sampel yang tidak menangkap variabilitas populasi yang lebih luas. Isu di sini adalah
salah satu keterwakilan, oleh karena itu mungkin lebih aman untuk mengambil beberapa
klaster dan mengambil sampel ringan di dalam setiap klaster, daripada mengambil lebih
sedikit klaster dan mengambil sampel banyak di dalam masing-masing klaster.
Sampel kluster banyak digunakan dalam penelitian skala kecil. Dalam sampel klaster,
parameter populasi yang lebih luas sering kali digambarkan dengan sangat tajam, seorang
peneliti, oleh karena itu, harus mengomentari generalisasi temuan. Peneliti mungkin juga
perlu membuat stratifikasi dalam sampel klaster ini jika data yang berguna, yaitu
memperoleh data yang terfokus dan yang menunjukkan diskriminabilitas.
Sampel Tahap (Stage Sampling)
Sampel tahap merupakan perpanjangan dari sampel kluster. Ini melibatkan pemilihan
sampel secara bertahap, yaitu mengambil sampel dari sampel. Dengan menggunakan contoh
komunitas besar dalam pengambilan sampel klaster, satu jenis pengambilan sampel tahap
mungkin adalah memilih sejumlah sekolah secara acak, dan dari dalam masing-masing
sekolah ini dipilih sejumlah kelas secara acak, dan dari dalam kelas-kelas tersebut dipilih
sejumlah siswa.

Sampel Multi-Fase (Multi-Phase Sampling)

Dalam pengambilan sampel tahap ada satu tujuan pemersatu di seluruh pengambilan
sampel. Pada contoh sebelumnya tujuannya adalah untuk menjangkau sekelompok siswa
tertentu dari wilayah tertentu. Dalam sampel multi-fase, tujuan dapat berubah pada setiap
fasenya, misalnya, pada fase satu pemilihan sampel mungkin didasarkan pada kriteria
geografis (misalnya: siswa yang tinggal di wilayah tertentu), fase dua mungkin didasarkan
pada kriteria ekonomi (misalnya: sekolah yang anggarannya dikelola dengan cara yang
sangat berbeda), fase tiga mungkin didasarkan pada kriteria politik (misalny:a sekolah yang
siswanya berasal dari daerah dengan tradisi dukungan untuk partai politik tertentu), dan
seterusnya. Apa yang terbukti di sini adalah bahwa populasi sampel akan berubah pada
setiap fase penelitian.

Sampel Non-Probabilitas (Non-Probability samples)

Selektivitas yang dibangun ke dalam sampel non-probabilitas berasal dari peneliti
yang menargetkan kelompok tertentu, dengan pengetahuan penuh bahwa itu tidak mewakili
populasi yang lebih luas, itu hanya mewakili dirinya sendiri. Hal ini sering terjadi dalam
penelitian skala kecil, misalnya: seperti dengan satu atau dua sekolah, dua atau tiga
kelompok siswa, atau kelompok guru tertentu, di mana tidak ada upaya untuk
menggeneralisasi yang diinginkan. Ini sering terjadi pada beberapa penelitian etnografi,
penelitian tindakan atau penelitian studi kasus. Penelitian skala kecil sering menggunakan
sampel non-probabilitas karena terlepas dari tanda-tanda kerugian yang muncul dari
ketidakterwakilan mereka. Mereka jauh lebih mudah untuk disiapkan, jauh lebih murah, dan
dapat membuktikan sangat memadai di mana peneliti tidak bermaksud untuk
menggeneralisasi temuan mereka di luar sampel yang bersangkutan, atau di mana mereka
hanya mengujicobakan kuesioner sebagai pendahuluan untuk studi utama.
Ada beberapa jenis sampel non-probabilitas: convenience sampling, quota sampling,
dimensional sampling, purposive sampling, snowball sampling, volunteer sampling, dan
theoretical sampling. Setiap jenis sampel hanya berusaha untuk mewakili dirinya sendiri
atau contoh dari dirinya sendiri dalam populasi yang sama, daripada mencoba untuk
mewakili keseluruhan populasi yang tidak terdiferensiasi.

Convenience Sampling
Convenience sampling, seperti yang kadang-kadang disebut sampel kebetulan atau
kesempatan melibatkan memilih individu terdekat untuk dijadikan responden dan
melanjutkan proses itu sampai ukuran sampel yang diperlukan telah diperoleh atau mereka
yang kebetulan tersedia dan dapat diakses pada saat itu. Pemirsa tawanan seperti siswa atau
guru siswa sering menjadi responden berdasarkan pengambilan sampel praktis. Peneliti
cukup memilih sampel dari orang-orang yang aksesnya mudah. Karena tidak mewakili
kelompok mana pun selain dirinya sendiri, ia tidak berusaha untuk menggeneralisasi tentang
populasi yang lebih luas untuk convenience sampling yang tidak relevan. Peneliti, tentu saja,
harus bersusah payah untuk melaporkan hal ini bahwa parameter generalisasi dalam sampel
jenis ini dapat diabaikan. Sebuah convenience sampling mungkin strategi sampling yang
dipilih untuk studi kasus atau serangkaian studi kasus.

Quota Sampling
Quota sampling telah digambarkan sebagai ekuivalen non-probabilitas dari sampel
bertingkat. Seperti sampel bertingkat, quota sampling berusaha untuk mewakili karakteristik
(strata) signifikan dari populasi yang lebih luas, tidak seperti pengambilan sampel
bertingkat, ia menetapkan untuk mewakili ini dalam proporsi di mana mereka dapat
ditemukan dalam populasi yang lebih luas. Sebagai contoh, anggaplah bahwa populasi yang
lebih luas (bagaimanapun didefinisikan) terdiri dari persen perempuan dan persen
laki-laki, maka sampel harus mengandung persen perempuan dan persen laki-laki;
jika populasi sekolah terdiri dari persen siswa hingga dan termasuk usia tahun dan
persen siswa berusia tahun ke atas, maka sampel harus berisi persen siswa hingga usia
 tahun dan persen siswa berusia tahun ke atas. Quota sampling, kemudian berusaha
memberikan bobot proporsional untuk faktor (strata) terpilih yang mencerminkan bobotnya
di mana faktor tersebut dapat ditemukan dalam populasi yang lebih luas.

Purposive Sampling
Dalam purposive sampling, seringkali (tetapi tidak secara eksklusif) merupakan ciri
penelitian kualitatif, peneliti memilih sendiri kasus-kasus yang akan dimasukkan dalam
sampel berdasarkan penilaian mereka tentang tipikal atau kepemilikan karakteristik tertentu
yang dicari. Dengan cara ini, mereka membangun sampel yang memuaskan kebutuhan
spesifik mereka. Seperti namanya, sampel dipilih untuk tujuan tertentu. Misalnya, satu kelas
siswa telah dipilih untuk dilacak sepanjang minggu untuk melaporkan kurikuler dan
pedagogik yang ditawarkan kepada mereka sehingga guru lain di sekolah dapat
membandingkan pengajaran mereka sendiri dengan yang dilaporkan (Anderson and
Arsenault, 1998:124). Contoh lain, peneliti akan meneliti kriminalitas di Kota Semarang,
maka peneliti mengambil informan yaitu Kapolresta Semarang, seorang pelaku kriminal dan
seorang korban kriminal. Meskipun mungkin memenuhi kebutuhan peneliti untuk
mengambil sampel jenis ini, sampel ini tidak berpura-pura mewakili populasi yang lebih
luas, ia sengaja dan tanpa malu-malu selektif dan praduga.

Dimensional Sampling
Salah satu cara untuk mengurangi masalah ukuran sampel dalam pengambilan quota
sampling adalah dengan memilih pengambilan dimensional sampling. Pengambilan
dimensional sampling adalah penyempurnaan lebih lanjut dari pengambilan quota sampling.
Ini melibatkan identifikasi berbagai faktor yang menarik dalam suatu populasi dan
memperoleh setidaknya satu responden dari setiap kombinasi faktor-faktor tersebut. Jadi,
dalam studi hubungan ras, misalnya, peneliti mungkin ingin membedakan imigran generasi
pertama, kedua dan ketiga. Rencana pengambilan sampel mereka mungkin berbentuk tabel
multidimensi dengan ―kelompok etnis‖ di bagian atas dan ―generasi‖ di bagian samping.
Contoh kedua mungkin dari seorang peneliti yang mungkin tertarik untuk mempelajari siswa
yang tidak terpengaruh, perempuan dan siswa sekolah menengah dan yang mungkin
menemukan satu siswa perempuan yang tidak terpengaruh, yaitu responden yang merupakan
pembawa semua karakteristik yang dicari.

Snowball Sampling
Dalam snowball sampling peneliti mengidentifikasi sejumlah kecil individu yang
memiliki karakteristik yang mereka minati. Orang-orang ini kemudian digunakan sebagai
informan untuk mengidentifikasi, atau menghubungkan para peneliti dengan orang lain yang
memenuhi syarat untuk dimasukkan dan ini, pada gilirannya mengidentifikasi orang lain lagi
sehingga disebut snowball sampling. Metode ini berguna untuk pengambilan sampel
populasi di mana aksesnya sulit, mungkin karena topiknya sensitif atau di mana jaringan
komunikasi belum berkembang, atau di mana peneliti luar mengalami kesulitan dalam
mendapatkan akses ke sekolah (melalui jalur informal jaringan teman atau kenalan dan
teman dan kenalan mereka dan sebagainya daripada melalui saluran formal). Tugas peneliti
adalah menentukan siapa informan kritis atau informan kunci yang harus dihubungi terlebih
dahulu. Misalnya, survei untuk mengumpulkan informasi tentang HIV AIDS. Tidak banyak
korban yang bersedia menanggapi pertanyaan tersebut. Namun, para peneliti dapat
menghubungi orang yang mungkin mereka kenal atau relawan yang terkait dengan penyebab
untuk menghubungi para korban dan mengumpulkan informasi.

Volunteer Sampling
Dalam kasus di mana aksesnya sulit, peneliti mungkin harus mengandalkan
sukarelawan, misalnya, teman pribadi, atau teman dari teman, atau peserta yang membalas
iklan surat kabar, atau mereka yang kebetulan tertarik dari sekolah tertentu, atau mereka
yang menghadiri kursus. Terkadang hal ini tidak dapat dihindari karena ini adalah satu-
satunya jenis pengambilan sampel yang mungkin dilakukan, dan mungkin lebih baik
memiliki pengambilan sampel seperti ini daripada tidak melakukan penelitian sama sekali
(Morrison, 2006). Dalam kasus ini, seseorang harus sangat berhati-hati dalam membuat
klaim untuk generalisasi atau keterwakilan, karena sukarelawan mungkin memiliki berbagai
motif berbeda untuk menjadi sukarelawan, ingin membantu teman, tertarik pada penelitian,
ingin bermanfaat bagi masyarakat, kesempatan untuk membalas dendam pada sekolah atau
kepala sekolah tertentu. Relawan mungkin bermaksud baik, tetapi mereka tidak selalu
mewakili populasi yang lebih luas, dan ini harus dibuat jelas.
Misalnya, peneliti mengirimkan survei ke semua mahasiswa di suatu universitas dan
banyak mahasiswa memutuskan untuk menyelesaikannya. Hal ini tentunya dapat memberi
peneliti beberapa wawasan tentang topik tersebut. Akan tetapi, orang yang menanggapi
kemungkinan besar adalah mereka yang memiliki pendapat yang kuat tentang layanan
dukungan mahasiswa, jadi peneliti tidak dapat memastikan bahwa pendapat mereka
mewakili semua siswa.

Theoretical Sampling
Theoretical sampling adalah proses pengumpulan data untuk menghasilkan teori
dimana analis bersama-sama mengumpulkan, mengkode, dan menganalisis datanya dan
memutuskan data apa yang akan dikumpulkan selanjutnya dan di mana menemukannya,
dalam rangka untuk mengembangkan teorinya saat teori itu muncul (Glaser and Strauss,
1967:45). Keputusan didasarkan pada relevansi teoretis, yaitu kelompok-kelompok yang
akan membantu dalam menghasilkan sebanyak mungkin properti dan kategori. Oleh karena
itu, ukuran kumpulan data dapat ditentukan oleh jumlah peserta dalam organisasi, atau
jumlah orang yang dapat diakses seseorang, tetapi peneliti harus mempertimbangkan bahwa
pintu mungkin harus dibiarkan terbuka baginya untuk mencari data lebih lanjut guna
memastikan kecukupan teoritis dan untuk memeriksa apa yang telah ditemukan sejauh ini
dengan data lebih lanjut.
Sampel non-probabilitas juga mencerminkan masalah bahwa pengambilan sampel
dapat berupa orang tetapi juga dapat berupa masalah. Sampel orang mungkin dipilih karena
peneliti berkepentingan untuk mengatasi masalah tertentu, misalnya siswa yang berperilaku
tidak baik, siswa yang enggan pergi ke sekolah, siswa yang memiliki riwayat peredaran
narkoba, siswa yang lebih menyukai kegiatan ekstrakurikuler daripada kegiatan kurikuler.
Inilah masalah yang mendorong pengambilan sampel, sehingga pertanyaannya tidak hanya
menjadi ―siapa yang harus saya sampel‖ tetapi juga ―apa yang harus saya sampel‖ (Mason,
2002:127-32). Pada gilirannya ini menunjukkan bahwa bukan hanya orang yang dapat
dijadikan sampel, tetapi teks, dokumen, catatan, pengaturan, lingkungan, peristiwa, objek,
organisasi, kejadian, aktivitas, dan sebagainya.
 5. Merencanakan Strategi Pengambilan Sampel
Ada beberapa langkah dalam merencanakan strategi pengambilan sampel:
1. Putuskan apakah Anda memerlukan sampel, atau apakah mungkin untuk memiliki
seluruh populasi.
2. Identifikasi populasi, ciri-ciri pentingnya (kerangka sampling) dan ukurannya.
3. Identifikasi jenis strategi pengambilan sampel yang Anda butuhkan (misalnya varian
sampel probabilitas dan non-probabilitas mana yang Anda butuhkan).
4. Pastikan bahwa akses ke sampel dijamin. Jika tidak, bersiaplah untuk memodifikasi
strategi pengambilan sampel (langkah 2).
5. Untuk pengambilan sampel probabilitas, identifikasi tingkat kepercayaan dan interval
kepercayaan yang Anda butuhkan. Untuk pengambilan sampel non-probabilitas,
identifikasi orang-orang yang Anda butuhkan dalam sampel.
6. Hitung jumlah yang diperlukan dalam sampel, yang memungkinkan non-respons,
respons tidak lengkap atau rusak, atrisi, dan kematian sampel, yaitu membangun
redundansi.
7. Putuskan bagaimana mendapatkan dan mengelola akses dan kontak (misalnya iklan,
surat, telepon, email, kunjungan pribadi, kontak atau teman pribadi).
8. Bersiaplah untuk menimbang (menyesuaikan) data, setelah dikumpulkan.

Bagian 5
A. Penelitian Pendidikan yang Sensitif
Apa itu penelitian sensitif? Penelitian sensitif adalah bahwa ―yang berpotensi
menimbulkan ancaman besar bagi mereka yang terlibat atau telah terlibat di dalamnya‖ (Lee,
1993:4), atau ketika mereka yang diteliti memandang penelitian sebagai sesuatu yang tidak
diinginkan (Van Meter, 2000). Sensitivitas dapat berasal dari banyak sumber, termasuk:
a. Konsekuensi bagi peserta (Sieber dan Stanley, 1988:49).
b. Konsekuensi bagi orang lain, misalnya: anggota keluarga, rekan, kelompok sosial,
masyarakat luas, kelompok penelitian, dan lembaga (Lee, 1993:5).
c. Isi, misalnya. bidang studi yang tabu atau bermuatan emosional (Farberow, 1963),
kriminalitas, penyimpangan, jenis kelamin, ras, kehilangan, kekerasan, politik, kepolisian,
 hak asasi manusia, narkoba, kemiskinan, penyakit, agama yang suci, gaya hidup, keluarga,
keuangan, penampilan fisik, kekuasaan, dan kepentingan pribadi (Lee, 1993; Arditti, 2002;
Chambers, 2003).
d. Keadaan situasional dan kontekstual (Lee, 1993).
e. Intrusi ke dalam lingkup pribadi dan pengalaman pribadi yang mendalam (Lee dan
Renzetti, 1993:5), misalnya perilaku seksual, praktik keagamaan, kematian dan kehilangan,
bahkan pendapatan dan usia.
f. Sanksi potensial, resiko atau ancaman stigmatisasi, tuduhan, biaya atau kehilangan karir
bagi peneliti, peserta atau orang lain, misalnya kelompok dan komunitas (Lee dan Renzetti,
1993; Renzetti dan Lee, 1993; De Laine, 2000), masalah khusus bagi peneliti yang
mempelajari seksualitas manusia, akibatnya, dan yang menderita ―penularan stigma‖, yaitu
berbagi stigma yang sama dengan yang dipelajari (Lee, 1993:9).
g. Pelampiasan pada keberpihakan politik (Lee, 1993).
h. Faktor dan hambatan budaya dan lintas budaya (Sieber, 1992:129).
i. Takut akan pengawasan dan pemaparan (Payne, 1980);
j. Ancaman bagi peneliti dan anggota keluarga serta rekan dari mereka yang diteliti (Lee,
1993); Lee (1993:34) menyarankan bahwa ―dingin‖ dapat terjadi, yaitu di mana peneliti
―dihalangi untuk memproduksi atau menyebarluaskan penelitian‖ karena mereka
mengantisipasi reaksi bermusuhan dari rekan kerja, misalnya pada balapan. ―Pengetahuan
bersalah‖ dapat membawa risiko pribadi dan profesional dari rekan kerja, itu mengancam
peneliti dan partisipan (De Laine, 2000:67-84).
k. Metodologi dan perilaku, misalnya ketika peneliti junior melakukan penelitian tentang
orang-orang berkuasa, ketika pria mewawancarai wanita, ketika politisi senior terlibat, atau
ketika akses dan pengungkapan sulit dilakukan (Simons, 1989; Ball, 1990; 1994a; Liebling
dan Shah, 2001).
Lee (1993:4) mengemukakan bahwa penelitian sensitif terbagi dalam tiga bidang utama:
ancaman intrusif (menyelidiki bidang-bidang yang ―pribadi, penuh tekanan, atau sakral‖); kajian
penyimpangan dan kontrol sosial, yaitu yang dapat mengungkap informasi yang dapat
menstigmatisasi atau memberatkan (ancaman sanksi); dan keberpihakan politik, mengungkapkan
kepentingan pribadi ―atau lembaga yang berkuasa, atau pelaksanaan paksaan atau dominasi‖,
atau kekayaan dan status yang ekstrem.
Pengambilan Sampel dan Akses
Walford (2001:33) berpendapat bahwa mendapatkan akses dan diterima adalah proses
yang lambat. Hammersley dan Atkinson (1983:54) menyarankan bahwa mendapatkan akses
tidak hanya merupakan masalah praktis tetapi juga memberikan wawasan tentang ―organisasi
sosial dari lingkungan‖. Lee (1993:60) mengemukakan bahwa ada kesulitan yang berpotensi
serius dalam pengambilan sampel dan akses dalam penelitian sensitif, paling tidak karena
masalah memperkirakan ukuran populasi dari mana sampel akan diambil, sebagai anggota
kelompok tertentu. Lee (1993:61) menyarankan beberapa strategi yang akan digunakan, baik
secara terpisah atau dalam kombinasi, untuk pengambilan sampel populasi ―khusus‖ (misalnya
populasi langka atau menyimpang), yaitu:
a. Pengambilan sampel daftar: melihat melalui daftar domain publik, misalnya, mereka yang
baru saja bercerai (meskipun daftar seperti itu mungkin lebih bermanfaat bagi peneliti
sosial daripada, khususnya, peneliti pendidikan).
b. Multiguna: menggunakan survei yang ada untuk menjangkau populasi yang diminati
(walaupun masalah kerahasiaan dapat mencegah hal ini digunakan).
c. Penyaringan: menargetkan lokasi tertentu dan menelusuri di dalamnya (yang mungkin
memerlukan banyak usaha untuk hasil yang sedikit).
d. Singkapan: ini melibatkan pergi ke lokasi tertentu di mana anggota kelompok sasaran yang
dikenal berkumpul atau dapat ditemukan. Dalam pendidikan ini mungkin ruang staf
tertentu (untuk guru), atau tempat pertemuan untuk siswa. Singkapan berisiko praduga,
karena tidak ada pemeriksaan sederhana untuk keterwakilan sampel.
e. Pelayanan: Lee (1993:72) menyarankan bahwa dimungkinkan untuk menjangkau peserta
penelitian dengan menawarkan mereka beberapa jenis layanan sebagai imbalan atas
partisipasi mereka. Peneliti harus yakin bahwa mereka benar-benar mampu memberikan
layanan yang dijanjikan. Seperti yang ditulis Walford (2001:36): ‖orang tidak membeli
produk, mereka membeli manfaat‖, dan peneliti harus jelas tentang manfaat yang
ditawarkan.
f. Informan profesional: Lee (1993: 73) menyarankan ini bisa jadi, misalnya, polisi, dokter,
pendeta, atau profesional lainnya. Dalam pendidikan ini mungkin termasuk pekerja sosial
dan konselor. Lee (1993:73) memberi contoh pengguna narkoba yang kontaknya dengan
polisi mungkin sangat berbeda dengan kontaknya dengan dokter atau pekerja sosial, ata
 akibat wajar dari ini, polisi, dokter, dan pekerja sosial mungkin tidak melihat kelompok
yang sama dari pengguna narkoba.
g. Periklanan: meskipun hal ini berpotensi menjangkau populasi yang luas, mungkin sulit
untuk mengontrol sifat mereka yang merespons, dalam hal keterwakilan atau kesesuaian.
h. Jaringan: ini mirip dengan snowball sampling, di mana dalam satu set kontak
menempatkan peneliti berhubungan dengan lebih banyak kontak, yang menempatkan
peneliti berhubungan dengan lebih banyak kontak dan seterusnya. Ini adalah teknik yang
banyak digunakan, meskipun Lee (1993:66) melaporkan bahwa tidak selalu mudah bagi
kontak untuk diteruskan, karena informan awal mungkin tidak mau membocorkan anggota
komunitas yang erat. Di sisi lain, Morrison (2006) melaporkan bahwa jaringan adalah
teknik populer di mana sulit untuk menembus organisasi formal seperti sekolah, jika
penjaga gerbang (mereka yang dapat memberikan atau mencegah akses ke orang lain,
misalnya kepala sekolah atau staf senior) menolak akses. Dia melaporkan penggunaan
ekstensif jaringan informal oleh para peneliti, untuk menghubungi teman dan rekan
profesional, dan, pada gilirannya, teman dan rekan profesional mereka, sehingga
menghindari jalur kontak formal melalui sekolah.

Lee (1993: 66) menjelakan bahwa tidak selalu mudah bagi kontak untuk diteruskan,
sebagai informan awal mungkin tidak mau mengungkapkan anggota komunitas yang erat. Di sisi
lain, Morrison (2006) melaporkan bahwa jaringan adalah teknik populer di mana sulit untuk
menembus organisasi formal seperti sekolah, jika penjaga gerbang (mereka yang dapat
memberikan atau mencegah akses ke orang lain, misalnya kepala sekolah atau staf senior)
menolak mengakses. Dia melaporkan penggunaan ekstensif dari informal jaringan oleh peneliti,
untuk menghubungi teman dan rekan profesional, dan, dalam gilirannya, teman dan rekan
profesional mereka,dengan demikian menghindari jalur kontak formal melalui sekolah.Walford
(2001: 36–47) menetapkan empat langkah proses mendapatkan akses:
1. Pendekatan (mendapatkan entri, mungkin melalui teman atau kolega bersama – orang
penghubung). Di dalam konteks ini Walford (2001) memperingatkan bahwa huruf awal
harus digunakan hanya untuk mendapatkan wawancara awal atau janji temu, atau bahkan
untuk mengatur untuk menelepon kepala sekolah di untuk mengatur wawancara, bukan
untuk melakukan penelitian atau untuk mendapatkan akses.
2. Minat (menggunakan panggilan telepon untuk mengatur wawancara awal). Dalam hal ini
Walford (2001: 43) mencatat bahwa kepala sekolah suka berbicara, jadi penting untuk
membiarkan mereka berbicara, bahkan di telepon saat mengatur wawancara untuk
membahas penelitian tersebut.
3. Keinginan (mengatasi keberatan dan tekanan manfaat penelitian). Misalnya, seorang kepala
sekolah mungkin ingin curhat pada peneliti, guru boleh manfaat dari diskusi dengan peneliti,
siswa dapat mengambil manfaat dari pertanyaan tentang pembelajaran mereka.
4. Penjualan (di mana peserta setuju dengan riset).

Morrison (2006) menemukan bahwa dalam melakukan penelitian pendidikan sensitif ada
masalah dari:
a. Mendapatkan akses ke sekolah dan guru
b. Mendapatkan izin untuk melakukan penelitian (misalnya dari kepala sekolah) O kebencian
oleh kepala sekolah Wahai orang-orang yang memeriksa data mana yang dapat digunakan
c. Menemukan cukup banyak peserta yang bersedia untuk Sampel O sekolah/lembaga/orang
yang tidak maumembocorkan informasi tentang diri mereka sendiri sekolah/lembaga yang
tidak ingin diidentifikasi mampu, bahkan dengan perlindungan yang dijamin
d. Faktor politik lokal yang menimpa sekolah/lembaga pendidikan O ketakutan guru/peserta
untuk diidentifikasi dapat dilacak/dilacak, bahkan dengan jaminan perlindungan
e. Takut partisipasi oleh guru (misalnya jika mereka mengatakan hal-hal kritis tentang sekolah
atau orang lain mereka bisa kehilangan kontrak mereka)
f. Keengganan guru untuk terlibat karena beban kerja mereka
g. Kepala sekolah memutuskan apakah akan melibatkan staf, tanpa berkonsultasi dengan staf
h. Sekolah takut akan kritik/kehilangan muka atau reputasi
i. Sensitivitas penelitian – masalah yang sedang diselidiki
j. Kekuatan/posisi peneliti (misalnya jika peneliti adalah anggota staf junior atau senior atau
orang yang berpengaruh dalam pendidikan).
Dalam mewawancarai siswa, mereka mungkin mengungkapkan hal-hal sensitif tentang diri
mereka sendiri, keluarga mereka, guru mereka, dan peneliti perlu memutuskan apakah dan
bagaimana bertindak atas informasi. Mitchell (1993: 46) menjelaskan bahwa ada perbedaan
besar antara penelitian rahasia dan memata-matai:
a. Memata-matai secara ideologis proaktif, sedangkan penelitian secara ideologis na ve'
(Mitchell 1993:46). Mata-mata, menurutnya, berusaha untuk memajukan hal tertentu sistem
nilai atau ideologi; penelitian berusaha untuk memahami daripada membujuk.
b. Mata-mata memiliki rasa misi dan berusaha untuk mencapai tujuan instrumental tertentu,
sedangkan penelitian tidak memiliki misi khusus seperti itu.
c. Mata-mata percaya bahwa mereka lebih unggul secara moral untuk subjek mereka,
sedangkan peneliti tidak memiliki perasaan seperti itu; memang, dengan refleksivitas
menjadi sangat penting, mereka peka terhadap bagaimana mereka peran sendiri dalam
penyelidikan dapat mendistorsiriset.
d. Mata-mata didukung oleh institusi yang melatih mereka untuk berperilaku dengan cara dalih
tertentu, sedangkan peneliti tidak memiliki pelatihan seperti itu.
e. Mata-mata dibayar untuk melakukan pekerjaan itu, sedangkan peneliti sering beroperasi
pada organisasi nirlaba atau dasar individualistis. Di sisi lain, untuk tidak mendapatkan
persetujuan dapat menyebabkan peserta merasa ditipu, sangat marah, dimanfaatkan dan
dimanfaatkan, ketika hasil dari penelitian akhirnya diterbitkan dan mereka menyadari bahwa
mereka telah dipelajari tanpa persetujuan mereka persetujuan
Prinsip umum penelitian pendidikan adalah bahwa tidak ada individu harus dirugikan (non-
maleficence). Masalah etika dalam melakukan penelitian adalah dilemparkan ke relief tajam
dengan latar belakang politik pribadi, institusional dan sosial, dan batas-batas antara ruang publik
dan privat tidak hanya relatif tetapi juga sangat ambigu. Perdebatan etika meningkat, misalnya
mengenai potensi ketegangan antara hak individu atas privasi versus hak publik hak untuk
mengetahui dan perhatian untuk tidak merusak atau membahayakan individu versus kebutuhan
untuk melayani barang publik. Secara pribadi, siswa dan guru dapat mengkritik sekolah mereka
sendiri, misalnya dalam hal manajemen, kepemimpinan, kelebihan beban kerja dan stres, tetapi
mereka mungkin enggan melakukannya di depan umum. Meneliti yang kuat adalah contoh
meneliti daripada lebih konvensional meneliti ke bawah (misalnya meneliti guru dan murid
guru). Yang kuat adalah mereka yang menggunakan kendali untuk mengamankan apa yang
mereka inginkan, mereka yang memiliki tanggung jawab besar dan yang keputusannya memiliki
efek signifikan pada jumlah orang.
Fitz dan Halpin (1994) menunjukkan bahwa menteri pemerintah yang mereka wawancarai
menyatakan, pada awal wawancara, apa yang dapat diatribusikan. Mereka juga melaporkan
bahwa mereka menggunakan wawancara semi-terstruktur dalam penelitian mereka orang-orang
kuat, menghargai baik struktur dan fleksibilitas dari jenis wawancara ini, dan itu mereka
mendapat izin untuk merekam wawancara untuk transkripsi nanti, demi catatan penelitian.
(Walford 1994c: 225) McHugh (1994: 55) berkomentar bahwa akses ke orang-orang kuat dapat
terjadi tidak hanya melalui saluran formal tetapi juga melalui perantara yang memperkenalkan
peneliti kepada mereka. Akses menjadi perhatian penting dalam meneliti kuat, terutama jika
masalah yang diteliti kontroversial atau diperdebatkan. Walford (1994c: 222, 223) menunjukkan
bahwa itu dapat dilonggarkan melalui kontak ―di belakang layar‖ informal dan pribadi. Dia juga
menyatakan perlunya pertanyaan wawancara harus direncanakan secara menyeluruh dan
dipersiapkan, dengan kerangka pertanyaan yang sangat hati-hati. McHugh (1994: 60, 62).
Dalam mengajukan pertanyaan dalam penelitian, Sudman dan Bradburn (1982: 50-1)
menyarankan agar terbuka pertanyaan mungkin lebih disukai daripada pertanyaan tertutup dan
pertanyaan panjang mungkin lebih disukai daripada pertanyaan pendek pertanyaan. Memang
mereka menyarankan bahwa sementara pertanyaan singkat mungkin berguna untuk
mengumpulkan informasi tentang sikap, lebih lama pertanyaan lebih cocok untuk mengajukan
pertanyaan tentang perilaku, dan dapat menyertakan contoh untuk yang mungkin ingin
ditanggapi oleh responden. Kami menyarankan peneliti untuk menganggap sebagian besar
penelitian pendidikan melibatkan kepekaan ini perlu diidentifikasi dan ditujukan.