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.