1.

Pengambilan Sampel Probabilitas

Ketika elemen dalam populasi memiliki peluang yang diketahui, bukan nol
untuk dipilih sebagai subjek dalam sampel, digunakan desain pengambilan sampel
probabilitas. Sampling probabilitas dapat bersifat tidak terbatas (sampling acak
sederhana) atau terbatas (sampling probabilitas kompleks).
a. Pengambilan sampel acak tidak terbatas atau sederhana
Dalam desain pengambilan sampel probabilitas tak terbatas, lebih
dikenal sebagai pengambilan sampel acak sederhana, setiap elemen
dalam populasi diketahui dan memiliki peluang terpilih yang setara sebagai
subjek. Katakanlah ada 1000 elemen dalam populasi, dan kita membutuhkan
sampel 100. Misalkan kita menjatuhkan potongan kertas ke dalam topi,
masing-masing bertuliskan nama salah satu elemen, dan mengambil 100 di
antaranya dari topi dengan mata kami tertutup. Kami tahu itu potongan
pertama yang ditarik akan memiliki peluang 1/1000 untuk ditarik, yang
berikutnya peluang 1/999 untuk ditarik, dan seterusnya. Dengan kata lain, kita
tahu bahwa probabilitas salah satu dari mereka dipilih adalah 1 dalam jumlah
populasi, dan kita juga tahu bahwa setiap elemen dalam topi memiliki
probabilitas yang sama atau sama untuk dipilih.
Dengan demikian, 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.
b. Pengambilan sampel probabilitas terbatas atau kompleks
Sebagai alternatif dari rancangan sampling acak sederhana, beberapa
desain pengambilan sampel probabilitas kompleks (probabilitas terbatas)
dapat digunakan. Prosedur pengambilan sampel probabilitas ini menawarkan
alternatif yang layak, dan terkadang lebih efisien, 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 – sampling sistematis, sampling
acak bertingkat, sampling klaster, sampling area, dan sampling ganda –
sekarang akan dibahas.
1. Pengambilan sampel sistematis
Pengambilan desain sampel sistematis melibatkan
menggambar setiap nth elemen dalam populasi dimulai
dengan elemen yang dipilih secara acak antara 1 dan n.
Prosedurnya dicontohkan sebagai berikut. Jika kita
menginginkan sampel 35 rumah tangga dari total populasi 260
rumah di suatu wilayah tertentu, maka kita dapat mengambil
sampel setiap rumah ketujuh mulai dari nomor acak dari 1
 sampai 7. Katakanlah bahwa nomor acak adalah 7, maka
rumah bernomor 7, 14, 21, 28, dan seterusnya, akan dijadikan
sampel sampai terpilih 35 rumah.
2. Pengambilan sampel acak bertingkat
Pengambilan sampel acak bertingkat, seperti namanya,
melibatkan proses stratifikasi atau pemisahan, diikuti dengan
pemilihan acak mata pelajaran dari setiap strata. Populasi
pertama-tama dibagi menjadi kelompok-kelompok yang saling
eksklusif yang relevan, sesuai, dan bermakna dalam konteks
penelitian. Misalnya, jika presiden perusahaan prihatin tentang
tingkat motivasi yang rendah atau tingkat ketidakhadiran yang
tinggi di antara karyawan, masuk akal untuk mengelompokkan
populasi anggota organisasi menurut tingkat pekerjaan
mereka. Ketika data dikumpulkan dan analisis dilakukan, kita
mungkin menemukan bahwa, bertentangan dengan harapan,
manajer tingkat menengahlah yang tidak termotivasi. Informasi
ini akan membantu presiden untuk fokus pada tindakan pada
tingkat yang tepat dan merancang metode yang lebih baik
untuk memotivasi kelompok ini. Menelusuri perbedaan
parameter subkelompok dalam suatu populasi tidak akan
mungkin dilakukan tanpa prosedur pengambilan sampel acak
berlapis. Jika sampling acak sederhana atau prosedur
sampling sistematis digunakan dalam kasus seperti ini, maka
motivasi tinggi di beberapa tingkat pekerjaan dan motivasi
rendah di tingkat lain akan membatalkan satu sama lain,
sehingga menutupi masalah nyata yang ada pada tingkat
tertentu.
a. Pengambilan sampel acak bertingkat proporsional
Misalnya, jika sebuah organisasi mempekerjakan 10
manajer puncak, 30 manajer menengah, 50 manajer
tingkat bawah, 100 supervisor, 500 juru tulis, dan 20
sekretaris, dan sampel bertingkat sekitar 140 orang
diperlukan untuk beberapa survei tertentu, peneliti
mungkin memutuskan untuk memasukkan dalam
sampel 20 % anggota dari setiap strata. Artinya,
anggota yang diwakili dalam sampel dari setiap strata
akan menjadisebanding dengan jumlah total elemen
dalam strata masing-masing. Ini berarti bahwa dua dari
atas, enam dari tengah, dan sepuluh dari tingkat
manajemen yang lebih rendah akan dimasukkan dalam
sampel. Selain itu, 20 supervisor, 100 panitera, dan
empat sekretaris akan diwakili dalam sampel. Jenis
pengambilan sampel ini disebut pengambilan sampel
acak bertingkat proporsional.
b. Pengambilan sampel acak bertingkat tidak
proporsional
Dalam situasi seperti di atas, peneliti terkadang
khawatir bahwa informasi dari hanya dua anggota di
 tingkat atas dan enam dari tingkat menengah tidak
akan benar-benar mencerminkan bagaimana semua
anggota di tingkat itu akan merespons. Oleh karena itu,
seorang peneliti mungkin memutuskan, sebagai
gantinya, untuk menggunakan pengambilan sampel
acak bertingkat yang tidak proporsional. Jumlah subjek
dari setiap strata sekarang akan diubah, sambil
menjaga ukuran sampel tidak berubah. Idenya di sini
adalah bahwa 60 panitera mungkin dianggap cukup
untuk mewakili populasi 500 panitera; tujuh dari
sepuluh manajer di tingkat atas mungkin juga dianggap
mewakili manajer puncak, dan juga 15 dari 30 manajer
di tingkat menengah. Redistribusi angka-angka dalam
strata ini mungkin dianggap lebih tepat dan
representatif untuk penelitian ini daripada desain
sampling proporsional sebelumnya.
3. Pengambilan sampel klaster
Sampel cluster adalah sampel yang dikumpulkan dalam
kelompok atau potongan elemen yang idealnya merupakan
agregat alami dari elemen dalam populasi. Di
dalampengambilan sampel klaster, populasi sasaran terlebih
dahulu dibagi ke dalam cluster-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 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.
a. Pengambilan sampel klaster satu tahap
Pembagian populasi ke dalam klaster yang nyaman,
secara acak memilih jumlah klaster yang diperlukan
sebagai subjek sampel, dan menyelidiki semua elemen
di masing-masing klaster yang dipilih secara acak.
b. Pengambilan sampel klaster multitahap
Multistage cluster sampling melibatkan kemungkinan
sampling dari unit sampling utama; dari masing-masing
unit primer ini, sampel probabilitas dari unit sampling
sekunder kemudian diambil; pengambilan sampel
probabilitas tingkat ketiga dilakukan dari masing-
masing unit sekunder ini, dan seterusnya, sampai kita
mencapai tahap akhir penguraian untuk unit sampel,
ketika kita mengambil sampel setiap anggota dalam
unit tersebut.
4. Pengambilan sampel ganda
Rencana ini digunakan ketika informasi lebih lanjut diperlukan
dari subset kelompok dari mana beberapa informasi telah
 dikumpulkan untuk studi yang sama. 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,
disebutpengambilan sampel ganda. Misalnya, wawancara
terstruktur mungkin menunjukkan bahwa subkelompok
responden memiliki lebih banyak wawasan tentang masalah
organisasi. Responden ini mungkin akan diwawancarai lagi
dan diberi pertanyaan tambahan. Penelitian ini menggunakan
prosedur double sampling.

2. Pengambilan Sampel Non Probabilitas

Di dalam pengambilan sampel nonprobabilitas desain, unsur-unsur dalam
populasi tidak memiliki probabilitas yang melekat pada mereka yang dipilih 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, seperti yang akan dibahas nanti. Beberapa rencana pengambilan
sampel nonprobabilitas lebih dapat diandalkan daripada yang lain dan dapat
menawarkan beberapa petunjuk penting untuk informasi yang berpotensi berguna
berkaitan dengan populasi. Desain pengambilan sampel nonprobabilitas, yang
sesuai dengan kategori luas dari convenience sampling dan purposive sampling,
dibahas selanjutnya.
a. Pengambilan sampel yang nyaman
Sesuai namanya, pengambilan sampel kenyamanan mengacu pada
pengumpulan informasi dari anggota populasi yang tersedia untuk
menyediakannya. Orang akan mengharapkan kontes “Pepsi
Challenge” diselenggarakan berdasarkan sampel yang mudah
digunakan. Kontes semacam itu, dengan tujuan untuk menentukan
apakah orang lebih menyukai satu produk daripada produk lainnya,
mungkin diadakan di pusat perbelanjaan yang dikunjungi banyak
pembeli. Mereka yang cenderung mengikuti tes dapat membentuk
sampel untuk mempelajari berapa banyak orang yang lebih memilih
Pepsi daripada Coke atau produk X daripada produk Y. Sampel
seperti itu adalah sampel praktis.
Pertimbangkan contoh lain. Contoh praktis dari lima petugas yang
menghadiri demonstrasi etalase pesaing di pekan raya daerah malam
sebelumnya menawarkan kepada wakil presiden perusahaan
informasi tentang produk "baru" pesaing dan strategi penetapan harga
mereka, yang membantu VP merumuskan beberapa gagasan tentang
langkah selanjutnya yang akan diambil oleh perusahaan.
b. Pengambilan sampel secara purposif
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 disebutpengambilan
sampel secara purposive, dan dua jenis utama purposive sampling –
judgement sampling dan quota sampling – sekarang akan dijelaskan.
i. Pengambilan sampel keputusan
Pengambilan sampel penilaian melibatkan pilihan subjek yang
ditempatkan paling menguntungkan atau dalam posisi terbaik
untuk memberikan informasi yang diperlukan. Misalnya, jika
seorang peneliti ingin mengetahui apa yang diperlukan
manajer wanita untuk mencapai puncak, satu-satunya orang
yang dapat memberikan informasi langsung adalah wanita
yang telah naik ke posisi presiden, wakil presiden, dan orang-
orang penting. eksekutif tingkat atas dalam organisasi kerja.
Mereka secara wajar diharapkan memiliki pengetahuan ahli
berdasarkan pengalaman dan prosesnya sendiri, dan mungkin
dapat memberikan data atau informasi yang baik kepada
peneliti. Dengan demikian,pengambilan sampel penilaian
desain digunakan ketika sejumlah atau kategori orang memiliki
informasi yang dicari. Dalam kasus seperti itu, semua jenis
pengambilan sampel probabilitas di seluruh bagian dari
seluruh populasi tidak memiliki tujuan dan tidak berguna.
ii. Pengambilan sampel kuota
Pengambilan sampel kuota, jenis kedua dari purposive
sampling, memastikan bahwa kelompok tertentu cukup
terwakili dalam penelitian melalui penetapan kuota. Umumnya,
kuota yang ditetapkan untuk setiap subkelompok didasarkan
pada jumlah total setiap kelompok dalam populasi. Namun,
karena ini adalah rencana pengambilan sampel
nonprobabilitas, hasilnya tidak dapat digeneralisasikan ke
populasi.
3. Intermezzo: Contoh Kapan Desain Sampling Tertentu Tepat
a. Pengambilan sampel acak sederhana
Direktur operasi penjualan regional dari sebuah perusahaan menengah, yang
memiliki 20 toko ritel di masing-masing empat wilayah geografis operasinya,
ingin mengetahui jenis tipu muslihat penjualan apa yang paling berhasil bagi
perusahaan secara keseluruhan selama setahun terakhir. Ini untuk
membantu merumuskan beberapa kebijakan umum untuk perusahaansecara
keseluruhan dan memprioritaskan strategi promosi penjualan untuk tahun
mendatang. Alih-alih mempelajari masing-masing dari 80 toko,
beberapadapat diandalkan (yaitu, perwakilan dandigeneralisasikan) informasi
dapat diperoleh, berdasarkan studi beberapa toko yang diambil melalui
prosedur sampling acak sederhana. Artinya, masing-masing dari 80 toko
akan memiliki peluang yang sama untuk dimasukkan dalam sampel, dan hasil
penelitian akan menjadi yang paling dapat digeneralisasikan. Prosedur
sampling acak sederhana direkomendasikan dalam kasus ini karena
 kebijakan tersebut akan dirumuskan untuk perusahaan secara keseluruhan.
Ini menyiratkan bahwa informasi yang paling representatif harus diperoleh
yang dapat digeneralisasikan ke seluruh perusahaan. Ini paling baik dicapai
melalui desain ini.
b. Pengambilan sampel acak bertingkat
Direktur sumber daya manusia sebuah perusahaan manufaktur ingin
menawarkan seminar manajemen stres kepada personel yang mengalami
stres tingkat tinggi. Dia menduga bahwa tiga kelompok paling rentan
terhadap stres: pekerja yang terusmenerus menangani bahan kimia
berbahaya, mandor yang bertanggung jawab atas kuota produksi, dan
konselor yang, hari demi hari, mendengarkan masalah karyawan,
menginternalisasi mereka. , dan menawarkan mereka nasihat, tanpa tahu
seberapa banyak mereka telah benar-benar membantu klien. Untuk
merasakan tingkat stres yang dialami dalam masing-masing dari tiga
kelompok dan seluruh perusahaan, direktur dapat mengelompokkan sampel
ke dalam empat kategori berbeda: (1) pekerja yang menangani bahan kimia
berbahaya, (2) mandor, (3) para konselor, dan (4) yang lainnya. Dia
kemudian mungkin memilihpengambilan sampel acak yang tidak proporsional
prosedur (karena kelompok (3) dapat diharapkan sangat kecil, dan kelompok
(2) dan (1) jauh lebih kecil daripada kelompok (4)). Ini adalah satu-satunya
desain pengambilan sampel yang memungkinkan perancangan seminar
manajemen stres dengan cara yang bermakna, yang ditargetkan pada
kelompok yang tepat.
c. Pengambilan sampel sistematis
Seorang administrator ingin menilai reaksi karyawan terhadap skema
tunjangan kesehatan yang baru dan lebih baik yang memerlukan sedikit
peningkatan premi yang harus dibayar oleh karyawan untuk keluarga mereka.
Administrator dapat menilai antusiasme untuk yang baru skema dengan
menggunakan desain sampling sistematis. Catatan perusahaan akan
memberikan kerangka sampling, dan setiapnkaryawan tersebut dapat
dijadikan sampel. Rencana bertingkat tidak diperlukan di sini karena
kebijakannya adalah untuk seluruh perusahaan.
d. Pengambilan sampel klaster
Seorang direktur sumber daya manusia tertarik untuk mengetahui mengapa
staf mengundurkan diri. Pengambilan sampel klaster akan berguna dalam hal
ini untuk melakukan wawancara keluar dari semua anggota yang
menyelesaikan makalah akhir mereka di departemen sumber daya manusia
pada hari yang sama (cluster), sebelum mengundurkan diri. Cluster yang
dipilih untuk wawancara akan didasarkan pada sampling acak sederhana dari
berbagai cluster personel yang mengundurkan diri pada hari yang berbeda.
Wawancara akan membantu untuk memahami alasan omset kelompok
individu yang heterogen (yaitu, dari berbagai departemen), dan studi dapat
dilakukan dengan biaya rendah. Seorang analis keuangan ingin mempelajari
praktik peminjaman bank di Belanda. Semua bank di setiap kota akan
membentuk cluster. Dengan mengambil sampel klaster secara acak, analis
akan dapat menarik kesimpulan tentang praktik pemberian pinjaman.