Darnah Andi Nohe

BAB 2
TEKNIK SAMPLING

2.1 Pengantar
Pada Bab 1 kita mengenal statistika induktif yaitu statistika
yang berkenaan dengan penarikan kesimpulan umum tentang
populasi berdasarkan data sampel. Agar hasil penelitian yang
dilakukan terhadap sampel bisa tetap dipercaya dan mewakili
karakteristik populasi, maka teknik pengambilan sampel harus
dilakukan secara benar. Teknik pengambilan sampel dikenal dengan
nama teknik sampling.
Pada Bab ini, akan dibahas tentang pengertian populasi dan
sampel, ukuran sampel, teknik sampling dan kesalahan sampling.
2.2 Pengertian Populasi dan Sampel
Populasi (universe) adalah keseluruhan objek pengamatan
yang menjadi perhatian kita. Objek yang dimaksud bukan hanya
manusia, tetapi bisa juga berupa hewan, tumbuhan, darah dan benda-
benda lainnya yang ada di alam. Setiap satuan objek dari populasi
disebut elemen atau unsur populasi.
Populasi berdasarkan ukurannya terbagi menjadi populasi
terbatas (finite) dan populasi tidak terbatas (infinite). Populasi
terbatas adalah populasi yang jumlah elemennya diketahui dengan
pasti, misalnya jumlah pasien rawat inap di rumah sakit X tahun
2012 sebanyak 1.200 orang, akseptor IUD di wilayah kerja
puskesmas X bulan Februari 2013 sebanyak 35 orang, dan lain
sebagainya.
Sedangkan populasi tak terbatas adalah populasi yang jumlah
elemennya berubah-ubah sehingga tidak dapat diketahui dengan pasti
jumlahnya, misalnya jumlah darah yang ada pada setiap orang,
14
Darnah Andi Nohe

jumlah trombosit, jumlah bakteri dalam suatu daerah dan lain

sebagainya.

Populasi juga dibagi berdasarkan keadaannya, yaitu populasi

homogen dan populasi heterogen. Populasi homogen adalah populasi
yang memiliki sifat-sifat yang relatif seragam satu sama lainnya.
Misalnya darah, obat dalam satu botol dan lain sebagainya. Apabila
kita ingin mengetahui rasa dari suatu obat dalam suatu botol, cukup
kita mencoba setetes akan mewakili rasa dalam sebotol obat
tersebut.

Populasi heterogen adalah populasi yang memiliki sifat-sifat

yang relatif berbeda satu sama lainnya. Karakteristik seperti ini
banyak ditemukan dalam penelitian sosial dan perilaku, yang
objeknya manusia atau gejala-gejala dalam kehidupan manusia yang
bersifat unik dan kompleks. Misalnya ingin meneliti pengetahuan
dan perilaku hidup bersih suatu masyarakat. Masyarakat tersebut
heterogen karena mempunyai karakteristik yang berbeda-beda,
berbeda tingkat pendidikan, jenis kelamin, pekerjaan dan lain
sebagainya.

Sampel adalah sebagian dari populasi yang dianggap

mewakili karakteristik populasi, dan setiap satuan objek dari sampel
disebut elemen sampel. Misalnya pasien rawat inap yang ada di
Ruang Mawar, Melati dan Teratai, 25 akseptor IUD di wilayah kerja
puskesmas X, 3 ml darah dan lain sebagainya.
2.3 Ukuran Sampel
Pada penelitian yang dilakukan menggunakan analisis
kualitatif, banyaknya sampel bukan menjadi nomor satu, karena yang
dipentingkan adalah kekayaan informasi. Walau jumlahnya sedikit
tetapi jika kaya akan informasi, maka sampelnya lebih bermanfaat.

15
Darnah Andi Nohe

Meskipun demikian, menurut Gay dan Diehl (1992), untuk penelitian

kualitatif sebaiknya jumlah sampel minimal 10% dari populasi.
Ukuran atau jumlah sampel yang diambil menjadi persoalan
yang penting manakala jenis penelitian yang akan dilakukan adalah
penelitian yang menggunakan analisis kuantitatif karena harus
mempertimbangkan hal berikut:
1. Makin kecil sampel yang dipilih makin rendah kemampuan
untuk membuat generalisasi atas kesimpulan penelitian.
2. Makin kecil sampel makin tinggi kecenderungan kekeliruan
penarikan kesimpulan.
3. Makin tidak seragam sifat atau karakter setiap elemen populasi,
makin banyak sampel yang harus diambil. Ketidak seragaman
dapat diukur dengan menggunakan standar deviasi yang akan
dibahas pada Bab 5.
Sehingga masih menurut Gay dan Diehl (1992), untuk
penelitian korelasional jumlah sampel sebaiknya minimal 30 elemen,
untuk penelitian komparatif jumlah sampel minimal 30 elemen per
kelompok, dan untuk penelitian eksperimen 15 elemen per
kelompok.
Sedangkan Roscoe (1975) dalam Uma Sekaran (1984)
memberikan pedoman penentuan jumlah sampel sebagai berikut :
1. Sebaiknya jumlah sampel di antara 30 sampai dengan 500
elemen.
2. Jika sampel dipecah lagi ke dalam sub sampel (laki-
laki/perempuan, SD/SLTP/SMU, dan sebagainya), maka
jumlah subsampel minimal 30 elemen. Jadi jika sub sampel

16
Darnah Andi Nohe

terdiri dari laki-laki dan perempuan, jumlah sampel minimal 60

elemen.
3. Pada penelitian multivariat (termasuk analisis regresi), ukuran
sampel minimal 10 kali dari jumlah variabel yang akan
dianalisis. Misalnya jika akan mengetahui faktor-faktor yang
berpengaruh terhadap hipertensi (Y) dengan 5 variabel bebas
(X) maka jumlah sampel minimal adalah 6 x 10 = 60 elemen.
4. Untuk penelitian eksperimen yang sederhana dengan
pengendalian yang ketat, jumlah sampel bisa antara 10 sampai
dengan 20 elemen. Misalnya penelitian yang dilakukan untuk
mengetahui warna yang lebih disukai nyamuk di suatu ruangan
tertutup.
Tabel Krejcie dan Morgan juga dapat dipakai untuk
menentukan jumlah sampel (n) berdasarkan jumlah populasi (N)
yang diketahui seperti disajikan pada Tabel 2.1 berikut:
Tabel 2.1 Tabel Penentuan Jumlah Sampel
N n N n N n
10 10 220 140 1200 291
15 14 230 144 1300 297
20 19 240 148 1400 302
25 24 250 152 1500 306
30 28 260 155 1600 310
35 32 270 159 1700 313
40 36 280 162 1800 317
45 40 290 165 1900 320
50 44 300 169 2000 322
55 48 320 175 2200 327
60 52 340 181 2400 331
65 56 360 186 2600 335
70 59 380 191 2800 338
17
Darnah Andi Nohe

Tabel 2.1 Tabel Penentuan Jumlah Sampel (Lanjutan)

N n N n N n
75 63 400 196 3000 341
80 66 420 201 3500 346
85 70 440 205 4000 351
90 73 460 210 4500 354
95 76 480 214 5000 357
100 80 500 217 6000 361
110 86 550 226 7000 364
120 92 600 234 8000 367
130 97 650 242 9000 368
140 103 700 248 10000 370
150 108 750 254 15000 375
160 113 800 260 20000 377
170 118 850 265 30000 379
180 123 900 269 40000 380
190 127 950 274 50000 381
200 132 1000 278 75000 382
210 136 1100 285 1000000 384
Sumber: Krejcie dan Morgan (1970) dalam Uma Sekaran
(1984)
Jika kita menggunakan rumus Slovin akan memberikan jumlah
sampel yang hampir sama dengan Tabel 2.1 untuk nilai α = 5%.
Berikut adalah rumus Slovin:
N
n=
1 + Nα 2
Dimana:
n : banyaknya sampel
N : banyaknya populasi
18
Darnah Andi Nohe

α : tingkat signifikansi
Contoh 2.1
Misalnya akan dilakukan pengambilan sampel dari populasi yang
berjumlah 120 orang, jika α = 5% maka diperoleh jumlah sampel
menurut rumus Slovin berikut:

N 120
n= = = 92,3 orang.
1 + Nd 2
1 + 120(0,05) 2

Berarti kita dapat mengambil sampel dengan jumlah minimal 92

orang, angka ini sama dengan yang diperoleh pada Tabel 2.1 untuk N
= 120 diperoleh n = 92.
Penentuan jumlah sampel juga dapat dilakukan dengan
menyesuaikan tujuan penelitian dengan uji statistika yang digunakan,
misalnya jika ingin mengetahui adanya hubungan antara merokok
dengan asma menggunakan uji Chi Square maka jumlah sampel
sebaiknya di atas 40 elemen sesuai dengan syarat uji Chi Square.
Akan tetapi jika ingin mengetahui perbedaan rata-rata kadar gula
darah sewaktu penderita DM sebelum dan setelah diet 1700 kalori
maka jumlah sampel kurang dari 30 elemen pun sudah cukup karena
dapat menggunakan uji t paired asalkan datanya berdistribusi
normal dan lain sebagainya.
Pada Bab 9 juga akan dibahas cara menentukan ukuran sampel
disesuaikan parameter yang akan diestimasi dan kesalahan yang
ditolerir.
2.4 Cara Pengambilan Elemen Sampel
Pengambilan elemen sampel dapat dilakukan dengan dua cara
yaitu tanpa pengembalian (without replacement) dan dengan
pengembalian (with replacement). Pengambilan elemen sampel tanpa
19
Darnah Andi Nohe

pengembalian merupakan pengambilan sampel dimana tiap elemen

sampel yang sudah diambil dan diamati tidak dikembalikan kepada
populasinya sebelum sampel berikutnya diambil sehingga tidak ada
kemungkinan terpilih kembali menjadi sampel. Banyaknya sampel
berukuran r yang diambil dari populasi berukuran N tanpa
pengembalian adalah:

N!
C(N, r) =
r!( N − r )!

Dimana:
C: kombinasi.
N : jumlah populasi.
r: ukuran sampel
Lambang “!” dibaca faktorial, didefinisikan bahwa 1! = 1,
0! = 1 dan n!= n x (n-1) x (n-2) x …x 3 x 2 x 1.
Contoh 2.1
Misalnya diketahui di dalam suatu kotak terdapat 8 jenis obat, jika
dilakukan pengambilan sampel berukuran 4 tanpa pengembalian,
maka banyaknya sampel yang diambil adalah:
8! 8x7x6x5x4!
C(8,4) = = = 70 sampel.
4!(8 − 4)! 4!4x3x2x1

Jika kita mengambil sampel yang berukuran 1 dari dalam kotak akan
diperoleh jumlah sampel berikut:
8! 8x7!
C(8,1) = = = 8 sampel.
1!(8 − 1)! 1x 7!

20
Darnah Andi Nohe

Pemilihan elemen sampel dengan pengembalian merupakan

pengambilan sampel dimana tiap elemen sampel yang sudah diambil
dikembalikan kepada populasinya sehingga dapat terpilih lagi
menjadi sampel. Banyaknya sampel berukuran r yang diambil dari
populasi berukuran N dengan pengembalian adalah N r .

Contoh 2.2
Misalnya diketahui populasi 4 orang penderita penyakit malaria, jika
diambil sampel berukuran 2, maka banyaknya sampel yang diambil
adalah N r = 42 = 16 orang. Jika inisial 4 populasi tersebut adalah A,
B, C dan D maka kemungkinan yang sampel yang bisa terpilih
adalah AA, AB, AC, AD, BB, BC, BD, CC, CD, DD, DC, DB, DA,
CB, CA dan BA.
2.5 Teknik Sampling
Secara umum, teknik pengambilan sampel terdiri dua macam
yaitu teknik pengambilan sampel secara acak (random sampling /
probability sampling) dan teknik pengambilan sampel secara tidak
acak (nonrandom sampling/ nonprobability sampling). Pembagian
teknik sampling secara skema dapat dilihat pada Gambar 2.1.
Probability sampling adalah teknik pengambilan sampel yang
memberikan kesempatan (probabilitas) yang sama kepada setiap
elemen populasi untuk terpilih sebagai sampel. Misalnya akan
dilakukan pengambilan sampel sebanyak 45 dari 100 penderita gagal
jantung, maka setiap penderita tersebut mempunyai probabilitas
sebesar 45/100=0,45 untuk terpilih menjadi sampel.
Sedangkan nonprobability sampling merupakan teknik
pengambilan sampel yang tidak memberi kesempatan yang sama
pada setiap elemen populasi untuk menjadi sampel. Misalnya
seorang peneliti mengambil 25 rumah tetangga sebagai sampel untuk
mengetahui adanya jentik di tempat penampungan air minum, berarti
21
Darnah Andi Nohe

rumah yang letaknya jauh dari rumah peneliti tidak mempunyai

kemungkinan untuk terpilih atau nilai probabilitasnya 0.
Setiap teknik pengambilan sampel digunakan sesuai dengan
tujuan peneliti. Jika jumlah maupun elemen populasi diketahui
secara lengkap dan peneliti ingin melakukan generalisasi terhadap
populasi, maka probability sampling lebih tepat digunakan. Tetapi
jika peneliti tidak ingin melakukan generalisasi terhadap populasi
maka non probability sampling dapat dilakukan.
Contoh 2.3
Misalnya dilakukan penelitian kualitas pelayanan rumah sakit,
kemudian diambil sampel 50 pengunjung pertama pada hari Senin.
Hasilnya menunjukkan bahwa 20 di antaranya merasa puas terhadap
pelayanan rumah sakit. Hasil ini hanya berlaku pada ke-50 sampel
tersebut, tidak bisa disimpulkan bahwa 40% (20/50) pengunjung
sudah merasa puas terhadap pelayanan rumah sakit.

22
Darnah Andi Nohe

Teknik Sampling

Probability Sampling Non Probability Sampling

1. Simple Random 1. Accidental Sampling

Sampling 2. Purposive Sampling
2. Stratified Random 3. Quota Sampling
Sampling 4. Snow Ball Sampling
3. Cluster Random 5. Total Sampling
4. Systematic Random
Sampling

Gambar 2.1 Skema Pembagian Teknik Sampling

2.5 Probability Sampling.
Syarat pertama yang harus dilakukan untuk menggunakan
probabilty sampling adalah membuat kerangka sampling (sampling
frame). Kerangka sampling adalah daftar yang berisikan setiap
elemen populasi yang dapat dijadikan sebagai sampel, misalnya jika
populasi penelitian adalah balita di wilayah kerja puskesmas X, maka
peneliti harus mempunyai daftar semua balita yang ada selengkap
mungkin. Nama, usia, jenis kelamin, alamat dan informasi lain yang
berguna bagi penelitiannya. Dari daftar ini, peneliti akan bisa secara
pasti mengetahui jumlah populasinya (N).
23
Darnah Andi Nohe

Di samping sampling frame, peneliti juga harus mempunyai alat

yang bisa dijadikan penentu sampel. Dari semua elemen populasi,
elemen mana saja yang terpilih menjadi sampel. Alat yang umumnya
digunakan adalah Tabel Angka Random, kalkulator, atau undian.
Pemilihan sampel secara acak bisa dilakukan melalui sistem undian
jika elemen populasinya tidak begitu banyak. Tetapi jika sudah
ratusan, bisa menggunakan kalkulator atau komputer.
Probability sampling yang akan dibahas dalam buku ini adalah
simple random sampling, stratified random sampling, cluster random
sampling dan systematic random sampling. Berikut akan dibahas satu
persatu.
2.5.1 Simple Random Sampling.
Simple random sampling atau pengambilan sampel secara acak
sederhana merupakan teknik pengambilan sampel tanpa
memperhatikan perbedaan strata yang ada pada elemen populasi dan
setiap elemen populasi mempunyai kesempatan yang sama untuk
terpilih menjadi sampel. Misalnya meskipun dalam populasi ada laki-
laki dan perempuan, dalam simple random sampling jenis kelamin
tidak diperhatikan sehingga semuanya mempunyai kesempatan yang
sama untuk terpilih menjadi sampel.
Prosedur yang dilakukan dalam simple random sampling
adalah sebagai berikut :
1. Menyusun sampling frame.
2. Menetapkan jumlah sampel yang akan diambil.
3. Menentukan alat pemilihan sampel.
4. Memilih sampel sampai jumlah sampel terpenuhi.
Contoh 2.4
Misalnya kita akan mengambil sampel 10 dari 40 mahasiswa di suatu
kelas untuk mengetahui rata-rata tinggi badan mereka. Untuk itu
24
Darnah Andi Nohe

dilakukan pengundian berdasarkan nomor urut yang ada di daftar

hadir. Jika nomor urut 5 yang pertama muncul, maka mahasiswa
yang berada pada urutan ke-5 dijadikan sebagai sampel pertama, jika
pada undian kedua yang muncul adalah nomor urut 9, maka
mahasiswa yang berada pada urutan ke-9 akan dijadikan sebagai
sampel kedua, begitu seterusnya sampai terambil 10 mahasiswa.
2.5.2 Stratified Random Sampling
Stratified random sampling atau pengambilan sampel secara
acak berlapis merupakan teknik pengambilan sampel yang dilakukan
dengan membagi anggota populasi ke dalam kelompok yang lebih
kecil yang disebut stratum atau sub population. Hal ini dilakukan
karena populasi sangat heterogen (bervariasi) sehingga apabila tidak
dibagi ke dalam stratum, hasil penelitian kurang memuaskan yaitu
nilai taksiran terlalu tinggi (over estimate) atau terlalu rendah (under
estimate) dengan kesalahan sampling sekitar 50%. Jadi pada teknik
sampling ini, populasi dalam setiap stratum homogen atau relatif
homogen tetapi antar stratum bersifat heterogen.
Prosedur yang dilakukan dalam stratified random sampling
adalah:
1. Menyiapkan sampling frame.
2. Membagi sampling frame ke dalam stratum.
3. Menentukan jumlah sampel dalam setiap stratum.
4. Memilih sampel dari setiap stratum secara acak.
Terdapat dua cara untuk menentukan jumlah sampel pada
stratified random sampling yaitu proportionate stratified random
sampling dan non proportionate stratified random sampling.
Proportionate stratified random sampling artinya pengambilan
sampel dilakukan secara proporsional pada setiap stratum. Misalnya
populasi berjumlah 220 balita terdiri dari 100 laki-laki dan 120
25
Darnah Andi Nohe

perempuan (jenis kelamin kita anggap sebagai stratum), jika akan

diambil sampel (n) sebanyak 140 balita maka banyaknya balita
berjenis kelamin laki-laki adalah:
100
n1 = x140 = 63,6  64 balita.
220
dan banyaknya balita perempuan adalah:
120
n2 = x140 = 76,4  76 balita.
220
Terlihat bahwa 64 + 76 = 140 atau n1 + n 2 = n. Setelah menentukan
jumlah sampel dari setiap stratum secara proporsional, dilanjutkan
pengambilan sampel dari setiap stratum secara acak.
Non proportionate stratified random sampling artinya
pengambilan sampel dilakukan secara tidak proporsional pada setiap
stratum.
Contoh 2.5
Misalnya pada populasi berjumlah 24 orang terdiri dari 1
berpendidikan S3, 3 S2 dan 20 S1 (status pendidikan dianggap
sebagai stratum), jika akan diambil sampel (n) sebanyak 10 orang
maka banyaknya sampel yang berpendidikan S3 adalah:
1
n1 = x10 = 0,04  0 .
24
Banyaknya sampel yang berpendidikan S2:
3
n2 = x10 = 1,25  1
24
Banyaknya sampel yang berpendidikan S1:
20
n3 = x10 = 8,3  8
24
Berdasarkan perhitungan pengambilan sampel secara proporsional,
tidak ada sampel dari populasi yang berpendidikan S3. Karena
26
Darnah Andi Nohe

peneliti tetap menginginkan S3 terwakili, maka 1 orang yang

berpendidikan S3 tersebut dijadikan sampel. Kemudian diambil
jumlah sampel dari kelompok pendidikan S2 dan S3 sesuai kehendak
peneliti.
Contoh lain adalah peneliti mengambil semua elemen populasi
yang berpendidikan S2 dan S3 sebagai sampel karena jumlahnya
sedikit kemudian sisanya diambil dari populasi berpendidikan S1.
Jadi pada non proportionate stratified random sampling, jumlah
sampel dalam setiap strata diambil secara tidak proporsional. Setelah
jumlah sampel ditetapkan, dilanjutkan pengambilan sampel secara
acak.
2.5.3 Cluster Sampling
Cluster sampling atau teknik pengambilan sampel kelompok
merupakan teknik pengambilan sampel dengan memilih sampel dari
kelompok unit-unit yang lebih kecil (cluster) dari sebuah populasi
yang besar dan tersebar luas secara geografis sehingga disebut juga
area sampling. Berbeda dengan stratified random sampling yang
homogen dalam setiap stratum, pada cluster sampling setiap
kelompok boleh bersifat heterogen.
Prosedur yang dilakukan dalam cluster sampling adalah:
1. Menyusun sampling frame berdasarkan kelompok.
2. Menentukan berapa kelompok yang akan diambil sebagai
sampel.
3. Memilih kelompok sebagai sampel dengan cara acak.
4. Menentukan jumlah sampel dalam setiap kelompok.
5. Memilih elemen sampel dari setiap kelompok dengan cara
acak.

27
Darnah Andi Nohe

Contoh 2.6
Misalnya akan dilakukan penelitian untuk mengetahui prevalensi
pengguna alat kontrasepsi IUD pada wanita usia subur di Kabupaten
X yang terdiri dari 23 kecamatan, kemudian diambil sampel
sebanyak 5 kecamatan secara acak. Dari setiap kecamatan yang
terpilih, diambil sampel secara acak.
2.5.4 Systematic Sampling
Systematic sampling atau teknik pengambilan sampel secara
sistematis merupakan teknik pengambilan sampel dimana elemen
pertama diambil secara acak dari k elemen yang pertama dari
sampling frame dan elemen lainnya diambil berdasarkan jarak
sebesar k. Nilai k tergantung jumlah sampel dan jumlah populasi,
rumus yang digunakan untuk menentukan nilai k adalah:
N
k=
n
Dimana:
k: jarak antar sampel.
N: banyaknya populasi
n: banyaknya sampel
Prosedur yang dilakukan dalam sistematic sampling adalah:
1. Menyusun sampling frame.
2. Menetapkan jumlah sampel.
3. Menentukan jarak (k).
4. Menentukan sampel pertama secara acak.
5. Menentukan sampel kedua dan seterusnya berdasarkan jarak
yang diperoleh pada nomor 3.

28
Darnah Andi Nohe

Contoh 2.7
Misalnya dalam suatu populasi terdapat 10.000 rumah. Sampel yang
akan diambil adalah 500 rumah maka jarak antara sampel pertama,
kedua, dan seterusnya adalah 20. Diperoleh dari:

N 10.000
k= = = 20
n 500
Rumah pertama yang diambil sebagai sampel dipilih secara acak,
jika yang terpilih adalah rumah bernomor 5 maka nomor rumah
berikutnya adalah 25, 45, 65 dan seterusnya sampai jumlah sampel
terpenuhi.
2.6 Nonprobability Sampling
Seperti telah diuraikan sebelumnya, jenis sampel ini dipilih
secara tidak acak. Semua unsur atau elemen populasi tidak
mempunyai kesempatan yang sama untuk terpilih menjadi sampel.
Unsur populasi yang terpilih menjadi sampel bisa disebabkan karena
kebetulan atau karena faktor lain yang sebelumnya sudah
direncanakan oleh peneliti. Non probability sampling yang akan
dibahas adalah accidental sampling, purposive sampling, quota
sampling, snow ball sampling dan total sampling.
2.6.1 Accidental Sampling
Accidental sampling dikenal juga dengan istilah convenience
sampling atau captive sample (man on the street) merupakan teknik
pengambilan sampel berdasarkan kebetulan, yaitu siapa saja yang
secara kebetulan bertemu dengan peneliti dan dapat digunakan
sebagai sampel bila orang yang kebetulan ditemui dianggap cocok
sebagai sumber data. Misalnya peneliti mengambil sampel hanya
berdasarkan pada pengunjung puskesmas yang ditemuinya saat
29
Darnah Andi Nohe

penelitian berlangsung, jadi orang yang tidak berkunjung ke

puskesmas pada saat itu tidak mempunyai kesempatan terpilih
menjadi sampel.
2.6.2 Purposive Sampling
Purposive sampling merupakan teknik pengambilan sampel
berdasarkan pertimbangan tertentu dari peneliti. Suatu sampel
diambil karena peneliti menganggapnya memiliki informasi yang
diperlukan bagi penelitiannya. Misalnya akan meneliti balita dengan
status gizi buruk, maka sampel yang sengaja dipilih oleh peneliti
adalah balita dengan status gizi buruk.
2.6.3 Quota Sampling
Quota sampling merupakan teknik pengambilan sampel
berdasarkan jumlah (kuota) yang diinginkan oleh peneliti. Teknik
pengambilan sampel ini merupakan bentuk lain dari proportionate
stratified random sampling. Namun pada quota sampling, sampel
tidak diambil secara acak melainkan secara kebetulan saja.

Contoh 2.8

Misalnya akan dilakukan penelitian terhadap kinerja tenaga

kesehatan di suatu rumah sakit dan ditentukan kuotanya 40 sampel.
Jumlah kuota tersebut dijadikan dasar pengambilan sampel. Jika
banyaknya tenaga kesehatan di rumah sakit tersebut ada sebanyak
145 yang terdiri dari 50 bidan, 70 perawat dan 25 dokter maka
supaya kuota terpenuhi dan semua tenaga kesehatan yang dimaksud
dapat terwakili, maka :
50
Kuota bidan adalah x 40 = 13,8  14 orang.
145

30
Darnah Andi Nohe

70
Kuota perawat adalah x 40 = 19,3  19 orang.
145
25
Kuota dokter adalah x 40 = 6,9  7 orang.
145
Setelah jumlah sampel dari masing-masing kuota diketahui,
kemudian dilakukan pengambilan sampel secara tidak acak.
2.6.4 Snowball Sampling
Snowball sampling merupakan teknik pengambilan sampel
yang dilakukan dengan system jaringan responden. Mulai dari
mewawancarai satu responden. Kemudian, responden tersebut akan
menunjukkan responden lain dan responden lain tersebut akan
menunjukkan responden berikutnya. Hal ini dilakukan secara terus-
menerus sampai dengan terpenuhinya jumlah anggota sampel yang
diingini oleh peneliti. Hal ini disebabkan peneliti tidak banyak tahu
tentang populasi penelitiannya. Teknik sampling ini biasanya
digunakan untuk meneliti kelompok masyarakat yang ekslusif seperti
kaum lesbian, gay, pecandu narkoba dan lain sebagainya.
Misalnya seorang peneliti ingin mengetahui faktor-faktor yang
mempengaruhi seseorang menjadi pengguna narkoba. Peneliti cukup
mencari satu pengguna narkoba kemudian melakukan wawancara.
Setelah selesai, peneliti tadi minta kepada pengguna tersebut untuk
menunjukkan teman pengguna lainnya, begitu seterusnya sampai
jumlah pengguna dianggap sudah cukup sebagai sampel.

2.6.5 Total Sampling

Total sampling dikenal juga dengan sampling jenuh atau

sensus, merupakan teknik pengambilan sampel dengan menjadikan
semua elemen populasi menjadi elemen sampel. Misalnya akan

31
Darnah Andi Nohe

dilakukan penelitian terhadap penderita TBC di suatu kota, jika

diketahui ada 200 penderita TBC maka peneliti menjadikan 200
penderita tersebut sebagai sampel penelitian.

32