RINGKASAN MATERI KULIAH

(BAB 11, 12, & 13)

(Disusun untuk Memenuhi Tugas Kelompok Matakuliah “Metodologi Penelitian Positif”)

Disusun Oleh:
Nurul Azizah (216020301111008)
Teras Alang (216020301111007)

Program Magister Akuntansi

Fakultas Ekonomi dan Bisnis
Universitas Brawijaya
Malang
2021
 PENGUKURAN VARIABEL – BAB 11

BAGAIMANA VARIABEL DIUKUR

Pengukuran adalah penetapan angka-angka atau simbol lainnya untuk karakteristik (atau ciri) objek
menurut seperangkat peraturan yang ditetapkan sebelumnya. Objek meliputi orang, unit bisnis
strategi, perusahaan, negara, sepeda, gajah, peralatan dapur, restoran, yogurt, dan lain sebagainya.
Sebuah pengukuran harus mewakili seluruh domain dari item. Pengukuran terhadap ciri-ciri yang
abstrak dan subjektif lebih sulit dilakukan. Beberapa variabel memberi kemudahan pengukuran
melalui penggunaan instrumen pengukuran yang tepat. Terdapat setidaknya dua jenis variabel, yaitu:
(1) variabel yang bisa diukur secara objektif dan tepat, dan (2) variable yang lebih samar-samar dan
tidak dapat diukur secara akurat karena sifatnya yang subjektif.
Meskipun kurangnya perangkat pengukuran fisik untuk mengukur lebih banyak variabel yang samar-
samar, ada cara untuk penyelesaian tipe variabel tersebut. Salah satu teknik adalah dengan
mengurangi konsep abstrak menjadi perilaku dan/atau karakteristik yang dapat diamati. Dengan kata
lain, gagasan abstrak diterjemahkan ke dalam perilaku atau karakteristik yang dapat diamati.
Operasionalisasi dilakukan dengan melihat pada dimensi perilaku, aspek, atau sifat yang ditunjukkan
oleh konsep. Hal tersebut kemudian diterjemahkan ke dalam elemen atau unsur-unsur yang dapat
diamati dan diukur sehingga menghasilkan suatu indeks pengukuran konsep. Operasionalisasi konsep
meliputi serangkaian tahap, yaitu: (1) mendefinisikan gagasan yang ingin diukur, (2) memikirkan
tentang isi dari ukuran, yaitu, instrumen (satu atau beberapa hal atau pertanyaan) di mana ukuran
sesungguhnya dari konsep yang ingin untuk diukur harus dibangun, (3) memerlukan format jawaban
(sebagai contoh, tujuh poin skala penilaian dengan poin terakhir ditunjukkan oleh “sangat tidak
setuju” atau “sangat setuju”), dan kemudian (4) menilai validitas dan realibilitas dari skala
pengukuran. Reduksi dari konsep abstrak untuk membuatnya bisa diukur dalam cara tertentu disebut
mengoperasionalkan konsep atau operasionalisasi konsep.

DEFINISI OPERASIONAL (OPERASIONALISASI)

Dimensi dalam operasionalisasi bisa dikatakan sebagai karakteristik khusus suatu konsep. Sebagai
contoh, berikut ini merupakan dimensi yang dapat digunakan untuk mendefinisikan secara
operasional mengenai “achievement motivation” yang merupakan konsep yang menarik bagi
pendidik, manajer, dan mahasiswa. 1. Mereka akan digerakkan oleh pekerjaan, yaitu bekerja hampir
sepanjang waktu untuk memperoleh kepuasan “mencapai dan menyelesaikan”. 2. Fokus, dimana
banyak dari mereka umumnya tidak memiliki hasrat untuk bersantai dan mengarahkan perhatiannya
pada aktivitas yang tidak berhubungan dengan pekerjaan. 3. Karena mereka selalu ingin mencapai dan
menyelesaikan, mereka akan lebih memilih untuk bekerja sendiri dibanding dengan orang lain. 4.
Dengan pikiran dan hati yang tertuju pada prestasi dan pencapaian, mereka akan lebih menyukai
pekerjaan yang bersifat menantang daripada yang mudah. Tetapi, mereka tidak mau mengambil
pekerjaan yang terlalu menantang karena harapan, kemungkinan prestasi, dan pencapaian dalam
pekerjaan semacam itu tergolong rendah. 5. Mereka selalu ingin mengetahui bagaimana kemajuan
mereka dalam pekerjaan. Dalam hal ini, mereka suka menerima umpan balik yang langsung dan halus
dari atasan, kolega, dan pada waktu tertentu bahkan dari bawahan untuk mengetahui bagaimana
kemajuan mereka. Dimensi-dimensi di atas harus dioperasionalkan menjadi elemen perilaku yang bisa
diukur. Berikut ini merupakan elemen atau umsur dari setiap dimensi yang telah disebutkan di atas.
Unsur dimensi 1, yaitu (1) bekerja sepanjang waktu, (2) enggan untuk tidak masuk kerja, (3) tekun,
meskipun dalam menghadapi sejumlah kemunduran.
Unsur dimensi 2, yaitu (1) memikirkan pekerjaan meskipun ketika di rumah atau tidak di tempat
kerja, dan (2) tidak memiliki hobi.
Unsur dimensi 3, yaitu (1) tidak memiliki kesabaran dengan orang-orang yang tidak efektif, dan (2)
enggan untuk bekerja dengan orang lain.
Unsur dimensi 4, yaitu (1) menyukai tantangan daripada pekerjaan rutin, dan (2) menyukai pekerjaan
yang cukup menantang (menengah), tetapi tidak terlalu menantang karena kemungkinan prestasi
rendah.
Unsur dimensi 5, yaitu (1) mencari umpan balik dari pekerjaan yang telah diselesaikan, dan (2) tidak
sabar untuk umpan balik.
 PENGUKURAN: PENSKALAAN, RELIABILITAS, DAN VALIDITAS – BAB 12

4 JENIS SKALA
Skala adalah suatu instrumen (alat) atau mekanisme untuk membedakan individu dalam hal terkait
variabel yang diteliti. Terdapat empat tipe skala dasar, yaitu:
1. Skala nominal (nominal scale), adalah skala yang memungkinkan peneliti untuk menetapkan
subyek pada kategori atau kelompok tertentu.
2. Skala ordinal (ordinal scale), tidak hanya mengkategorikan variabel-variabel untuk menunjukkan
perbedaan di antara berbagai kategori, tetapi juga mengurutkannya ke dalam beberapa cara.
Dengan banyaknya variabel untuk berbagai kategori yang digunakan berdasarkan beberapa
pilihan, maka digunakanlah skala ordinal. Dengan demikian, skala ordinal memberikan informasi
lebih dari skala nominal.
3. Skala interval (interval scale), merupakan skala yang tidak hanya mengelompokkan individu
menurut kategori tertentu dan menentukan urutan kelompok, namun juga mengukur besaran
(magnitude) perbedaan preferensi antarvariabel. Dengan demikian skala interval lebih kuat
dibanding skala nominal dan ordinal dan bisa diukur tendensi sentralnya (central tendency)
dengan rata-rata aritmatik.
4. Skala rasio (ratio scale), mengatasi kekurangan titik permulaan yang berubah-ubah pada skala
interval, yaitu skala rasio memiliki titik nol absolut yang merupakan titik pengukuran yang
berarti. Jadi, skala rasio tidak hanya mengukur besaran perbedaan antartitik pada skala, namun
juga menunjukkan proporsi dalam perbedaan. Skala ini merupakanskala yang tertinggi di antara
keempat skala karena memiliki titik awal nol yang unik (bukan titik awal yang berubah-ubah)
dan mencakup semua sifat dari ketiga skala lainnya.

SKALA PENILAIAN
Skala penilaian (rating scale) berikut ini sering dipakai dalam penelitian bisnis:
1. Skala Dikotomi (dichotomous scale), digunakan untuk memperoleh jawaban Ya atau Tidak.
Skala nominal (nominal scale) digunakan untuk mengungkapkan respon.
2. Skala Kategori (category scale), menggunakan banyak item untuk mendapatkan respon
tunggal. Skala ini menggunakan skala nominal.
3. Skala Diferensial Semantik (semantic differential scale), digunakan untuk menilai sikap
responden terhadap merek, iklan, objek, atau individu tertentu. Skala diferensial semantik
menggunakan skala ordinal.
4. Skala Numerikal (numerical scale), mirip dengan skala diferensial semantik, dengan
perbedaan dalam hal nomor pada skala 5 titik atau 7 titik disediakan, dengan kata sifat
 berkutub dua pada ujung keduanya. Ini juga merupakan skala interval, meskipun secara resmi
menggunakan skala ordinal.
5. Skala Penilaian Terperinci (itemized rating scale), pada skala ini, skala 5 titik atau 7 titik
dengan titik panduan, sesuai keperluan, disediakan untuk tiap item dan responden menyatakan
nomor yang tepat di sebelah masing-masing item atau melingkari nomor yang relevan untuk
tiap item. Tanggapan untuk item kemudian dijumlahkan. Hal ini menggunakan skala interval.
Ketika titik netral disediakan, itu adalah skala penilaian yang seimbang, dan jika tidak, itu
adalah skala penilaian yang tidak seimbang.
6. Skala Likert (likert scale), didesain untuk menelaah seberapa kuat subjek setuju atau tidak
setuju dengan pernyataan pada skala 5 titik dengan susunan: (1) Sangat Tidak Setuju, (2)
Tidak Setuju, (3) Tidak Berpendapat, (4) Setuju, dan (5) Sangat Setuju.
7. Skala Jumlah Konstan atau Tetap (fixed or constant sum rating scale), responden diminta
untuk mendistribusikan sejumlah poin yang diberikan ke berbagai item. Skala jumlah konstan
atau tetap (fixed or constant sum scale) lebih bersifat skala ordinal.
8. Skala Stapel (staple scale), secara simultan mengukur arah dan intensitas sikap terhadap item
yang diteliti. Skala ini memberikan ide mengenai seberapa dekat atau jauh respons individu
terhadap stimulus. Karena skala ini tidak memiliki titik nol absolut, skala ini adalah skala
interval.
9. Skala Penilaian Grafik (graphic rating scale), di mana gambaran grafis membantu responden
untuk menunjukkan pada skala penilaian grafik jawaban mereka untuk pertanyaan tertentu
dengan menempatkan tanda pada titik yang tepat pada garis. Ini merupakan skala ordinal.
10. Skala Konsensus (Consensus Scale), dimana panel juri memilih item tertentu, mengukur
konsep yang menurut mereka relevan. Item dipilih terutama berdasarkan ketepatan atau
relevansinya dengan konsep. Skala konsensus tersebut dikembangkan setelah item yang
dipilih telah diperiksa dan diuji validitas dan reliabilitasnya.

SKALA PERINGKAT
Skala peringkat (ranking scales) digunakan untuk mengungkap preferensi antara dua atau lebih objek
atau item yang bersifat skala ordinal. Metode alternatif yang termasuk skala peringkat, antara lain:

1. Skala perbandingan berpasangan (paired comparison), digunakan ketika di antara sejumlah

kecil objek, responden diminta untuk memilih antara dua objek pada satu waktu. Hal ini
membantu untuk menilai preferensi.
2. Pilihan yang diharuskan (forced choice), memungkinkan responden untuk memeringkat objek
secara relatif terhadap satu sama lain, di antara altenatif yang disediakan. Ini lebih mudah
untuk responden, terutama jika jumlah pilihan untuk peringkat dibatasi jumlahnya.
 3. skala perbandingan (comparative scale), menyediakan patokan atau titik acuan untuk menilai
sikap terhadap objek, peristiwa, atau situasi saat ini yang diteliti.

DIMENSI SKALA INTERNASIONAL

Sebagai bagian dari kepekaan terhadap definisi operasional konsep dalam kebudayaan lain, persoalan
penyusunan skala juga perlu mendapat perhatian dalam penelitian lintas budaya. Penelitian terbaru
menunjukkan bahwa orang-orang dari berbagai negara memiliki kecenderungan untuk menggunakan
peringkat skala yang ekstrim dan untuk merespon dengan cara yang diinginkan secara sosial.

KEBAIKAN PENGUKURAN
Sekarang kita telah melihat bagaimana mendefinisikan variabel secara operasional dan menerapkan
teknik penskalaan yang berbeda, penting untuk memastikan bahwa instrumen yang kita kembangkan
untuk mengukur konsep tertentu memang mengukur variabel secara akurat, dan faktanya, kita benar-
benar mengukurnya. konsep yang akan kita ukur. Ini memastikan bahwa dalam mendefinisikan
variabel persepsi dan sikap secara operasional, kita tidak mengabaikan beberapa dimensi dan elemen
penting atau memasukkan beberapa yang tidak relevan. Skala yang dikembangkan seringkali tidak
sempurna, dan kesalahan cenderung terjadi dalam pengukuran variabel sikap. Penggunaan instrumen
yang lebih baik akan memastikan akurasi hasil yang lebih tinggi, yang pada gilirannya akan
meningkatkan kualitas ilmiah penelitian. Oleh karena itu, dalam beberapa hal, kita perlu menilai
“kebaikan” dari langkah-langkah yang dikembangkan. Artinya, kita perlu cukup yakin bahwa
instrumen yang kita gunakan dalam penelitian kita memang mengukur variabel yang seharusnya, dan
bahwa mereka mengukurnya secara akurat.
Sekarang mari kita periksa bagaimana kita dapat memastikan bahwa langkah-langkah yang
dikembangkan cukup baik. Pertama, analisis item dari tanggapan terhadap pertanyaan yang
menyentuh variabel dilakukan, dan kemudian reliabilitas dan validitas langkah-langkah ditetapkan,
seperti yang dijelaskan di bawah ini.

Item Analysis
Item analysis dilakukan untuk melihat apakah item dalam instrumen memang sudah seharusnya
berada dalam instrumen atau tidak. Tiap item diuji kemampuannya untuk membedakan antara subjek
yang total skornya tinggi, dan yang rendah.

Validitas (Validity)
Validitas dilakukan untuk melihat apakah peneliti mengukur konsep yang tepat, dan kehandalan
dengan stabilitas dan konsistensi pengukuran. Beberapa jenis uji validitas digunakan untuk menguji
kebaikan tindakan dan penulis menggunakan istilah yang berbeda untuk setiap jenisnya, yakni (1)
validitas isi, (2) validitas terkait kriteria, dan (3) validitas konsep.
-

Keandalan (Reliability)
Keandalan atau reliability dilakukan untuk melihat stabilitas dan konsistensi di mana instrumen
mengukur konsep dan membantu menilai “ketepatan” suatu pengukuran. Pengujian stabilitas
dibedakan menjadi dua, yaitu (1) keandalan tes ulang dan (2) keandalan bentuk paralel. Sedangkan,
konsistensi dapat diuji melalui (1) keandalan antar-item dan (2) split-half reliability (uji keandalan
yang mencerminkan korelasi antara dua bagian instrumen).

Item yang mengukur konsep tidak harus selalu bersatu: ini hanya berlaku untuk reflektif, tetapi tidak
untuk formatif. Dalam skala reflektif, semua item diharapkan berkorelasi. Sedangkan, skala formatif
merupakan skala yang berisi item yang tidak selalu berhubungan. Skala formatif digunakan ketika
suatu konsep dipandang sebagai sebuah kombinasi penjelas dari indikator-indikatornya.
 SAMPLING – BAB 13

Desain dan survei eksperimental berguna dan kuat dalam menemukan jawaban atas
pertanyaan penelitian melalui pengumpulan data dan analisis selanjutnya, tetapi mereka dapat lebih
berbahaya daripada baik jika populasi tidak ditargetkan dengan benar. Artinya, jika data tidak
dikumpulkan dari orang, peristiwa, atau objek yang dapat memberikan jawaban yang benar untuk
memecahkan masalah, penelitian akan sia-sia. Proses pemilihan individu, objek, atau peristiwa yang
tepat sebagai perwakilan untuk seluruh populasi dikenal sebagai sampling.

POPULASI, ELEMEN, SAMPEL, UNIT SAMPLING, DAN SUBJEK

Dalam mempelajari bagaimana data yang representatif (yaitu, sebagaimana tercermin dalam
alam semesta) dapat dikumpulkan, beberapa istilah, seperti dijelaskan di bawah, harus dipahami
terlebih dahulu.

Populasi
Populasi mengacu pada seluruh kelompok orang, peristiwa, atau hal-hal yang menarik yang ingin
peneliti selidiki. Ini adalah sekelompok orang, peristiwa, atau hal-hal menarik yang peneliti ingin buat
suatu kesimpulan (berdasarkan statistik sampel).

Elemen
Elemen adalah anggota tunggal dari populasi. Jika 1000 pekerja di organisasi tertentu kebetulan
menjadi populasi yang menarik bagi seorang peneliti, setiap pekerja yang ada di dalamnya adalah
sebuah elemen. Jika 500 buah mesin harus disetujui setelah memeriksa beberapa, akan ada 500
elemen dalam populasi ini. Jadi, sensus adalah penghitungan semua elemen dalam populasi manusia.

Sampel
Sampel adalah subkelompok atau himpunan bagian dari populasi. Dengan mempelajari sampel,
peneliti harus dapat menarik kesimpulan yang dapat digeneralisasikan untuk populasi yang
diinginkan.

Unit Sampling
Unit sampling adalah elemen atau kumpulan elemen yang tersedia untuk dipilih dalam beberapa tahap
proses sampling. Contoh unit sampling dalam sampel multistage adalah blok kota, rumah tangga, dan
individu dalam rumah tangga.
Subjek
Subjek adalah anggota tunggal dari sampel, sama seperti elemen adalah anggota tunggal dari populasi.

CONTOH DATA DAN NILAI POPULASI

Jika kita mempelajari seluruh populasi dan menghitung mean atau standar deviasi, maka kita tidak
menyebutnya sebagai statistik. Sebaliknya, peyebutannya ialah parameter populasi.

Parameter
Karakteristik populasi seperti μ (rata-rata populasi), σ (standar deviasi populasi), dan σ2 (varians
populasi) disebut sebagai parameternya. Kecenderungan pusat, dispersi, dan statistik lain dalam
sampel yang menarik untuk penelitian diperlakukan sebagai perkiraan kecenderungan pusat, dispersi,
dan parameter lain dari populasi. Dengan demikian, semua kesimpulan yang ditarik tentang sampel
yang diteliti digeneralisasikan untuk populasi. Dengan kata lain, statistik sampel – X (rata-rata
sampel), S (standar deviasi), dan S2 (variasi dalam sampel) – digunakan sebagai estimasi parameter
populasi μ, σ, dan σ2.

Keterwakilan Sampel
Kebutuhan untuk memilih sampel yang tepat untuk penyelidikan penelitian tidak dapat terlalu
ditekankan. Kita tahu bahwa sampel jarang akan menjadi replika yang tepat dari populasi dari mana
sampel itu diambil. Misalnya, sangat sedikit rata-rata sampel (X) yang mungkin persis sama dengan
rata-rata populasi (μ). Standar deviasi sampel (S) juga tidak mungkin sama dengan standar deviasi
populasi (σ). Namun, jika kita memilih sampel dengan cara ilmiah, kita dapat cukup yakin bahwa
statistik sampel (misalnya, X, S, atau S2) cukup dekat dengan parameter populasi (yaitu, , , atau 2).
Dengan kata lain, dimungkinkan untuk memilih sampel sedemikian rupa sehingga mewakili populasi.
Akan tetapi, selalu ada sedikit kemungkinan bahwa nilai sampel mungkin berada di luar parameter
populasi.

Normalitas Distribusi
Jika kita ingin memperkirakan karakteristik populasi dari yang diwakili dalam sampel dengan akurasi
yang wajar, sampel harus dipilih sehingga distribusi karakteristik yang diinginkan mengikuti pola
distribusi normal yang sama dalam sampel seperti halnya dalam populasi. Dari teorema limit pusat,
kita tahu bahwa distribusi sampling mean sampel terdistribusi normal.
Dengan bertambahnya ukuran sampel n, rata-rata sampel acak yang diambil dari hampir semua
populasi mendekati distribusi normal dengan mean dan standar deviasi . Singkatnya, terlepas dari
apakah atribut populasi terdistribusi normal atau tidak, jika kita mengambil sampel dalam jumlah
yang cukup besar dan memilihnya dengan hati-hati, kita akan memiliki distribusi sampling dari rata-
rata yang memiliki normalitas. Inilah alasan mengapa dua hal penting dalam pengambilan sampel
adalah ukuran sampel (n) dan desain pengambilan sampel.

PROSES SAMPLING
Pengambilan sampel adalah proses memilih sejumlah elemen yang tepat dari populasi, sehingga studi
sampel dan pemahaman tentang sifat atau karakteristiknya memungkinkan kita untuk
menggeneralisasi sifat atau karakteristik tersebut ke elemen populasi. Langkah-langkah utama dalam
pengambilan sampel meliputi:
1. Tentukan populasi.
2. Tentukan kerangka sampel.
3. Menentukan desain sampling.
4. Tentukan ukuran sampel yang sesuai.
5. Jalankan proses sampling.

Mendefinisikan populasi
Pengambilan sampel dimulai dengan menentukan populasi sasaran secara tepat. Populasi target harus
didefinisikan dalam hal elemen, batas geografis, dan waktu.

Menentukan kerangka sampel

Kerangka sampling adalah representasi (fisik) dari semua elemen dalam populasi dari mana sampel
diambil. Meskipun kerangka sampling berguna dalam memberikan daftar setiap elemen dalam
populasi, mungkin tidak selalu menjadi dokumen terbaru dan terkini. Ketika kerangka sampling tidak
sama persis, kesalahan cakupan populasi terjadi. Dalam beberapa kasus, peneliti mungkin mengenali
masalah ini dan tidak terlalu mengkhawatirkannya, karena perbedaan antara populasi target dan
kerangka sampling cukup kecil untuk diabaikan. Namun, dalam kebanyakan kasus, peneliti harus
mengatasi kesalahan ini dengan mendefinisikan ulang populasi target dalam kerangka sampling,
menyaring responden dengan memperhatikan karakteristik penting untuk memastikan bahwa mereka
memenuhi kriteria untuk populasi target, atau menyesuaikan yang dikumpulkan. data dengan skema
pembobotan untuk mengimbangi kesalahan cakupan.

Menentukan desain sampling

Ada dua jenis utama desain sampling: probabilitas dan nonprobabilitas sampling. Dalam
pengambilan sampel probabilitas, elemen-elemen dalam populasi memiliki beberapa peluang atau
probabilitas yang diketahui dan tidak nol untuk dipilih sebagai subjek sampel. Ketika waktu atau
faktor lain, daripada generalisasi, menjadi kritis, pengambilan sampel nonprobabilitas umumnya
digunakan. Masing-masing dari dua desain utama ini memiliki strategi pengambilan sampel yang
berbeda. Tergantung pada tingkat generalisasi yang diinginkan, tuntutan waktu dan sumber daya
lainnya, dan tujuan penelitian, berbagai jenis desain sampling probabilitas dan nonprobabilitas dipilih.
Pemilihan prosedur sampling merupakan hal yang sangat penting. Oleh karena itu, bab ini akan
membahas secara rinci berbagai jenis desain pengambilan sampel, dengan mengingat poin-poin
berikut dalam penentuan pilihan:
● Apa target populasi yang relevan dari fokus penelitian?
● Apa sebenarnya parameter yang ingin kami selidiki?
● Kerangka sampling seperti apa yang tersedia?
● Biaya apa yang dikenakan pada desain pengambilan sampel?
● Berapa banyak waktu yang tersedia untuk mengumpulkan data dari sampel?

Menentukan Ukuran Sampel

Apakah ukuran sampel 40 cukup besar? Atau apakah Anda memerlukan ukuran sampel 75, 180, 384,
atau 500? Apakah sampel besar lebih baik daripada sampel kecil; yaitu, apakah lebih representatif?
Keputusan tentang seberapa besar ukuran sampel seharusnya bisa menjadi keputusan yang sangat
sulit. Kita dapat meringkas faktor-faktor yang mempengaruhi keputusan tentang ukuran sampel
sebagai:
1. Tujuan penelitian.
2. Tingkat presisi yang diinginkan (interval kepercayaan).
3. Risiko yang dapat diterima dalam memprediksi tingkat presisi tersebut (tingkat kepercayaan).
4. Besarnya variabilitas dalam populasi itu sendiri.
5. Kendala biaya dan waktu.
6. Dalam beberapa kasus, ukuran populasi itu sendiri.
Jadi, seberapa besar sampel anda seharusnya merupakan fungsi dari enam faktor ini.

PROBABILITAS SAMPLING
Ketika elemen dalam populasi memiliki peluang yang diketahui, bukan nol untuk dipilih sebagai
subjek dalam sampel, kami menggunakan desain pengambilan sampel probabilitas. Sampling
probabilitas dapat bersifat tidak terbatas (sampling acak sederhana) atau terbatas (sampling
probabilitas kompleks).

Pengambilan sampel acak tidak terbatas atau sederhana

Dalam desain sampling probabilitas tak terbatas, yang lebih dikenal sebagai sampling acak sederhana,
setiap elemen dalam populasi memiliki peluang yang diketahui dan sama untuk dipilih sebagai subjek.
Ketika kita menarik elemen dari populasi, kemungkinan besar pola distribusi karakteristik yang ingin
kita selidiki dalam populasi juga terdistribusi dalam subjek yang kita gambar untuk sampel kita.
Rancangan pengambilan sampel ini, yang dikenal sebagai pengambilan sampel acak sederhana,
memiliki bias yang paling kecil dan menawarkan kemungkinan yang paling dapat digeneralisasikan.
Namun, proses pengambilan sampel ini bisa menjadi rumit dan mahal; selain itu, daftar populasi yang
sepenuhnya diperbarui mungkin tidak selalu tersedia. Untuk alasan ini dan alasan lainnya, desain
sampling probabilitas lain sering dipilih sebagai gantinya.

Pengambilan sampel probabilitas terbatas atau kompleks

Sebagai alternatif dari rancangan sampling acak sederhana, beberapa rancangan sampling probabilitas
kompleks (probabilitas terbatas) dapat digunakan. Prosedur pengambilan sampel probabilitas ini
menawarkan alternatif yang layak, dan terkadang lebih efisien, untuk desain tidak terbatas yang baru
saja kita diskusikan. Efisiensi ditingkatkan karena lebih banyak informasi dapat diperoleh untuk
ukuran sampel yang diberikan menggunakan beberapa prosedur pengambilan sampel probabilitas
yang kompleks daripada desain pengambilan sampel acak sederhana. Lima desain sampling
probabilitas kompleks yang paling umum, yaitu:
1. sampling sistematis,
Desain sampling sistematis melibatkan penarikan setiap elemen ke-n dalam populasi dimulai
dengan elemen yang dipilih secara acak antara 1 dan n.
2. Sampling acak bertingkat
Sementara pengambilan sampel membantu memperkirakan parameter populasi, mungkin ada
subkelompok elemen yang dapat diidentifikasi dalam populasi yang mungkin diharapkan
memiliki parameter berbeda pada variabel yang menarik bagi peneliti. Sesuai dengan namanya,
Sampling acak bertingkat melibatkan proses stratifikasi atau pemisahan, diikuti dengan
pemilihan mata pelajaran secara acak dari setiap strata. Populasi pertama-tama dibagi menjadi
kelompok-kelompok yang saling eksklusif yang relevan, sesuai, dan bermakna dalam konteks
penelitian.
3. Sampling cluster
Sampel cluster adalah sampel yang dikumpulkan dalam kelompok atau potongan elemen yang
idealnya merupakan agregat alami dari elemen dalam populasi. Dalam cluster sampling, populasi
target terlebih dahulu dibagi menjadi beberapa cluster. Kemudian, sampel acak dari cluster
diambil dan untuk setiap cluster yang dipilih baik semua elemen atau sampel elemen dimasukkan
dalam sampel. Sampel cluster menawarkan lebih banyak heterogenitas dalam kelompok dan
lebih banyak homogenitas antar kelompok – kebalikan dari apa yang kita temukan dalam
pengambilan sampel acak bertingkat, di mana ada homogenitas dalam setiap kelompok dan
heterogenitas antar kelompok.
4. Sampling area
Jenis pengambilan sampel klaster tertentu adalah pengambilan sampel area.
5. Sampling ganda
 Rencana ini digunakan ketika informasi lebih lanjut diperlukan dari subset kelompok dari mana
beberapa informasi telah dikumpulkan untuk studi yang sama. Sebuah desain pengambilan
sampel di mana awalnya sampel digunakan dalam penelitian untuk mengumpulkan beberapa
informasi awal yang menarik, dan kemudian subsampel dari sampel utama ini digunakan untuk
memeriksa masalah secara lebih rinci.

SAMPLING NON-PROBABILITAS
Dalam desain pengambilan sampel nonprobabilitas, elemen-elemen dalam populasi tidak memiliki
probabilitas yang melekat pada pemilihan mereka sebagai subjek sampel. Ini berarti bahwa temuan
dari studi sampel tidak dapat secara meyakinkan digeneralisasikan ke populasi. Seperti yang
dinyatakan sebelumnya, bagaimanapun, peneliti mungkin, kadang-kadang, kurang peduli tentang
generalisasi daripada memperoleh beberapa informasi awal dengan cara yang cepat dan murah.
Mereka kemudian mungkin menggunakan pengambilan sampel nonprobabilitas. Terkadang
pengambilan sampel nonprobabilitas adalah satu-satunya cara untuk mendapatkan data.

Convenience sampling
Seperti namanya, convenience sampling mengacu pada pengumpulan informasi dari anggota populasi
yang tersedia untuk menyediakannya. Convenience sampling paling sering digunakan selama fase
eksplorasi proyek penelitian dan mungkin merupakan cara terbaik untuk mendapatkan beberapa
informasi dasar dengan cepat dan efisien.

Purposive Sampling
Alih-alih memperoleh informasi dari mereka yang paling siap atau mudah tersedia, kadang-kadang
mungkin perlu untuk memperoleh informasi dari kelompok sasaran tertentu. Pengambilan sampel di
sini terbatas pada tipe orang tertentu yang dapat memberikan informasi yang diinginkan, baik karena
mereka satu-satunya yang memilikinya, atau mereka sesuai dengan beberapa kriteria yang ditetapkan
oleh peneliti. Jenis desain pengambilan sampel ini disebut purposive sampling, dan dua jenis utama
purposive sampling, yaitu:
1. Judgment Sampling
Judgment Sampling melibatkan pilihan subjek yang ditempatkan paling menguntungkan atau
dalam posisi terbaik untuk memberikan informasi yang diperlukan.
2. Quota Sampling
Memastikan bahwa kelompok-kelompok tertentu cukup terwakili dalam penelitian melalui
penetapan kuota. Umumnya, kuota yang ditetapkan untuk setiap subkelompok didasarkan pada
jumlah total setiap kelompok dalam populasi.