1.

Jenis Jenis Data dan Contohnya

Data dikelompokkan menjadi berbagai jenis, diantaranya adalah berdasarkan sifatnya, berdasarkan
sumbernya, berdasarkan waktu pengumpulannya, dan berdasarkan cara memperolehnya.

1) Jenis Data Berdasarkan Cara Memperolehnya

Data berdasarkan cara memperolehnya dibedakan menjadi 2, yaitu data primer dan data
sekunder.

a. Data Primer

Pengertian Data primer adalah data yang didapat dan dikumpulkan langsung dari objek yang
diteliti oleh orang atau organisasi yang melakukan penelitian.

Contoh:

 Data hasil kuisioner terhadap responden

 Data hasil wawancara langsung

 Data hasil survey

b. Data Sekunder

Pengertian Data sekunder adalah data yang diperoleh dari pihak atau sumber lain yang telah
ada. Jadi penulis tidak mengumpulkan data langsung dari objek yang diteliti. Biasanya data sekunder
diperoleh dari penelitian-penelitian terdahulu dan data diterima dalam bentuk jadi, seperti diagram,
grafik, tabel.

Contoh:

 Data sensus penduduk oleh BPS

 Data penyakit kanker yang dikeluarkan oleh WHO

 Data startup di Indonesia yang dikeluarkan oleh Menteri Komunikasi dan Informasi

2) Jenis Data Berdasarkan Sifatnya

Jenis data berdasarkan sifatnya dibagi lagi menjadi dua, yaitu data kualitatif dan data kuantitatif.

a. Data Kualitatif

Data kualitatif adalah data deskriptif atau data yang tidak berbentuk angka,biasanya dinyatakan
dalam bentuk verbal, simbol, atau gambar. Data kualitatif dapat diperoleh melalui wawancara,
kuisioner, observasi, studi literatur, dan lain sebagainya. Data kualitatif biasanya bersifat objektif,
sehingga setiap orang yang membacanya akan menimbulkan penafsiran yang berbeda.
Contoh:

 Kuisioner tentang tingkat kepuasan pasien di suatu rumah sakit

 Kualitas pelayanan di hotel, dan lain-lain.

 Data kuantitatif adalah data yang dinyatakan dalam bentuk angka yang diperoleh dari suatu
penelitian, pengukuran, atau observasi.

b. Data Kuantitatif

Data kuantitatif dapat diperoleh dengan melakukan survey untuk mendapatkan jawaban rigid
berupa angka. Data kuantitatif ini bersifat objektif, sehingga setiap orang yang mebaca atau melihat
data ini akan menafsirkannya dengan sama.

Contoh:

 Umur Rudi 20 tahun

 Tinggi badan rata-rata di kelas A adalah 172 cm

 Suhu di Kota Jakarta mencapai 37 derajat

 Pendapatan perkapita Indonesia mencapai 20 triliun, dan lain sebagainya.

3) Jenis Data Berdasarkan Sumbernya

Data berdasarkan sumbernya dibagi menjadi dua macam, yaitu data internal dan data eksternal.

a. Data Internal

Data internal adalah data yang diperoleh langsung dari suatu organisasi atau tempat
dilakukannya penelitian.

Contoh:

 Kebutuhan tenaga kerja di suatu perusahaan

 Jumlah karyawan di perusahaan

 Tingkat kepuasan karyawan di suatu institusi

b. Data Eksternal
 Data eksternal adalah data yang diperoleh dari luar lingkup kerja kita. Data eksternal adalah
data yang diperoleh dari luar organisasi atau tempat dilakukannya penelitian. Data eksternal ini biasnya
digunakan sebagai pembanding antara organisasi lain dengan organisasi yang bersangkutan.

Contoh:

 Data kependudukan yang dikeluarkan oleh BPS

 Data penjualan produk perusahaan lain

 Jumlah siswa di sekolah lain

4) Jenis Data Berdasarkan Waktu Pengumpulannya

Jenis data berdasarkan waktu pengumpulannya dibagi menjadi dua macam, yaitu data cross section
dan data berkala (time series data) .

a. Data Cross Section

Data cross section adalah data yang diambil pada 1 periode waktu tertentu sehingga ia
membutuhkan data di waktu lain jika ingin melakukan perbandingan.

Contoh sederhana: dalam sebuah desa ada 100 KK, dengan parameter tertentu 30% nya dikategorikan
sebagai keluarga Miskin. Nah 30% nya itu adalah data yang dihasilkan dari data cross section karena
hanya mencakup titik waktu itu saja.

Untuk melakukan perbandingan apakah di desa tersebut angka kemiskinan menurut atau naik,
maka ia membutuhkan data-data yang sebelumnya telah diteliti.

Contoh:

 Data penjualan suatu perusahaan pada bulan Februari 2018

 Data keuangan perusahaan pada bulan Mei 2015

b. Data Berkala

Data berkala adalah data yang diambil secara kontinu dari waktu ke waktu untuk mengetahui
perkembangan dari objek yang sedang diamati atau diobservasi.

Data ini nantinya akan diamati pola perubahannya dari periode ke periode. Pola perubahan ini dapat
digunakan untuk membuat perencanaan atau mengambil sebuah keputusan. Data berkala dapat diambil
setiap hari, minggu, bulan, triwulan, atau setiap tahun.
Contoh:

 Data impor beras Indonesia tahun 2010 – 2020

 Jumlah penjualan perharai selama bulan Agustus 2019

 Hasil pertanian setiap bulan selama tahun 2019

2. Skala Pengukuran Menurut Stanley

Skala pengukuran digunakan untuk mengklasifikasikan variable yang akan diukur supaya tidak
terjadi kesalahan dalam menentukan analisis data dan langkah penelitian selanjutnya. Skala pengukuran
atau aras pengukuran memiliki empat tipe, sebagaimana dikembangkan konsepnya oleh seorang
psikolog bernama Stanley Smith Stevens pada artikel di majalah Science berkepala On the theory of
scales of measurements. Sugiyono (2006, p.84), Skala Pengukuran adalah merupakan kesepakatan yang
digunakan sebagai acuan untuk menentukan panjang pendeknya interval yang ada dalam alat ukur,
sehingga alat ukur tersebut bila digunakan dalam pengukuran akan menghasilkan data kuantitatif. Skala
merupakan suatu instrument atau mekanisme untuk membedakan individu terkait dengan variable
minat yang kita pelajari. Dalam melakukan analisis statistik, perbedaan jenis data akan sangat
berpengaruh terhadap pemilihan model ataupun alat uji statistic yang akan digunakan. (Sekaran &
Bougie, 2016).

Skala pengukuran adalah serangkaian klasifikasi yang menggambarkan sifat informasi dalam nilai
yang diberikan pada suatu variabel, hal ini tentu saja menghubungkan nilai-nilai yang diberikan pada
suatu variabel satu sama lain, sehingga atas dasar itulah tingkat pengukuran digunakan untuk
menggambarkan informasi dalam nilai-nilai. Jenis-jenis skala pengukuran dapat berupa Skala nominal,
Skala Ordinal, Skala interval, dan Skala rasio.

Jenis Skala Pengukuran dapat dijelaskan sebagai berikut :

 Skala Nominal merupakan skala yang paling lemah/rendah di antara skala pengukuran
yang ada. Skala nominal hanya bisa membedakan benda atau peristiwa yang satu
dengan yang lainnya berdasarkan nama (predikat).

 Skala Ordinalini lebih tinggi daripada skala nominal, dan sering juga disebut dengan
skala peringkat. Hal ini karena dalam skala ordinal, lambang-lambang bilangan hasil
pengukuran selain menunjukkan pembedaan juga menunjukkan urutan atau tingkatan
obyek yang diukur menurut karakteristik tertentu.

 Skala intervalmempunyai karakteristik seperti yang dimiliki oleh skala nominal dan
ordinal dengan ditambah karakteristik lain, yaitu berupa adanya interval yang tetap.
 Skala interval sudah memiliki nilai intrinsik, sudah memiliki jarak, tetapi jarak tersebut
belum merupakan kelipatan yaitu skala interval tidak memiliki nilai nol mutlak.

 Skala rasio adalah skala data dengan kualitas paling tinggi. Pada skala rasio, terdapat
semua karakteristik skala nominal, ordinal dan skala interval ditambah dengan sifat
adanya nilai nol yang bersifat mutlak. Nilai nol mutlak ini artinya adalah nilai dasar yang
tidak bisa diubah meskipun menggunakan skala yang lain. Pada skala ratio, pengukuran
sudah mempunyai nilai perbandingan/rasio.

1) Data Nominal

Skala data nominal adalah skala pengukuran yang digunakan untuk tujuan identifikasi. Riset data ini
adalah tingkat pengukuran data yang paling dingin dan terlemah di antara keempatnya. Kadang-kadang
dikenal sebagai skala kategorikal, ini menetapkan angka ke atribut untuk memudahkan identitas. Namun
angka-angka ini tidak bersifat kuantitatif dan hanya berfungsi sebagai label.

Pada dasarnya, data nominal dapat dipecah lagi menjadi tiga kategori, yaitu:

 Nominal dengan urutan: Beberapa data nominal dapat dikategorikan secara berurutan, seperti
“dingin, hangat, panas, dan sangat panas”.

 Nominal tanpa urutan: Data nominal juga dapat dikategorikan sebagai nominal tanpa urutan,
seperti pria dan wanita.

 Dikotomis: Data dikotomis ditentukan dengan hanya memiliki dua kategori atau tingkat, seperti
“ya” dan “tidak”.

Pada analisis statistik yang dapat dilakukan pada skala nominal adalah persentase atau
penghitungan frekuensi. Ini dapat dianalisis secara grafis menggunakan diagram batang dan diagram
lingkaran

Contoh Skala Data Nominal

Misalnya saja pengukuran popularitas suatu partai politik diukur pada skala nominal. Maka
contohnya kepenulisannya;

Anda berafiliasi dengan partai politik mana?

1. Independen

2. Republik

3. Demokrat
 Memberi label Independen sebagai “1”, Republikan sebagai “2” dan Demokrat sebagai “3” tidak
berarti salah satu atribut lebih baik dari yang lain. Mereka hanya digunakan sebagai identitas untuk
memudahkan analisis data.

2) Data Ordinal

Skala Ordinal melibatkan peringkat atau urutan atribut tergantung pada variabel yang diskalakan.
Butir-butir dalam skala ini diklasifikasikan menurut tingkat kemunculan variabel yang bersangkutan.
Atribut pada skala ordinal biasanya disusun dalam urutan menaik atau menurun. Hal ini mengukur
tingkat kemunculan variabel.

Skala ordinal dapat digunakan dalam riset pasar, periklanan, dan survei kepuasan pelanggan. Ini
menggunakan kualifikasi seperti sangat, sangat, lebih, kurang, dan lain-lain. Kita dapat melakukan
analisis statistik seperti median dan mode menggunakan skala ordinal, tetapi tidak berarti. Namun, ada
alternatif statistik lain yang berarti yang dapat diukur dengan menggunakan skala ordinal.

Contoh Skala Data Ordinal

Misalnya saja perusahaan perangkat lunak mungkin perlu bertanya kepada penggunanya;

Bagaimana Anda menilai aplikasi kami?

a. Sangat Baik

b. Baik

c. Cukup Baik

d. Buruk

e. Sangat Buruk

Atribut dalam contoh tersebut dicantumkan dalam urutan menurun. Contoh lain misalnya saat
seseorang yang menyelesaikan perlombaan juga mendeskripsikan data ordinal. Sementara tempat
pertama, tempat kedua atau ketiga menunjukkan urutan finish pelari, itu tidak menentukan seberapa
jauh finisher tempat pertama berada di depan finisher tempat kedua.

3) Data Interval

Skala interval adalah skala pengukuran yang tingkatannya berurutan dan setiap jarak yang sama
secara numerik pada skala mempunyai perbedaan interval yang sama. Jika itu merupakan perpanjangan
dari skala data ordinal, dengan perbedaan utamanya adalah keberadaan interval yang sama.
 Dengan skala interval, kita tidak hanya tahu bahwa atribut yang diberikan A lebih besar dari atribut
lain B, tetapi juga sejauh mana A lebih besar dari B. Selain itu, tidak seperti skala ordinal dan nominal,
operasi aritmatika dapat dilakukan pada skala interval. Ini dapat digunakan dalam menghitung mean,
median, mode, range, dan deviasi standar.

Skala interval dicirikan oleh fakta bahwa angka nol merupakan variabel yang ada. Pada skala ordinal,
nol berarti data tersebut tidak ada. Dalam skala interval, nol memiliki arti. Misalnya, jika kita derajat
suhu, nol tetap memiliki arti.

Titik data pada skala interval memiliki perbedaan yang sama di antara keduanya. Perbedaan skala
antara 10 dan 20 derajat sama antara 20 dan 30 derajat. Skala ini digunakan untuk mengukur selisih
antar variabel, sedangkan dua skala lainnya digunakan untuk mendeskripsikan nilai kualitatif saja.

Contoh Skala Data Interval

Misalnya saja, seperti; Tahun pembuatan mobil atau bulan dalam setahun

Oleh karena itulah skala interval banyak digunakan di berbagai sektor seperti dalam pendidikan,
kedokteran, teknik, dan berbagai bidang lainnya.

4) Data Rasio

Skala Rasio adalah tingkat puncak pengukuran data. Ini merupakan perluasan dari skala interval,
oleh karena itu memenuhi empat karakteristik skala pengukuran. Misalnya saja identitas, besaran,
interval yang sama, dan properti nol mutlak.

Skala pengukuran data ini memungkinkan peneliti untuk membandingkan perbedaan dan besaran
relatif angka. Beberapa contoh skala rasio termasuk panjang, berat, waktu, dan lain-lain.

Berkenaan dengan riset pasar, contoh skala rasio yang umum misalnya harga, jumlah pelanggan,
pesaing. Ini banyak digunakan dalam pemasaran, periklanan, dan penjualan bisnis. Skala rasio
pengukuran data kompatibel dengan semua metode analisis statistik seperti ukuran tendensi sentral
(mean, median, mode, dan lain-lain), dan ukuran dispersi (rentang, deviasi standar, dan lain-lain).

Contoh Skala Data Rasio

Contohnya yaitu survei yang mengumpulkan bobot responden.

Berapa berat badan Anda?

1. lebih dari 100 kg

2. 81 – 100 kg

3. 61-80 kg
 4. 40 – 60 kg

5. Kurang dari 40 kg

Kesimpulan

Dari penjelasan yang dikemukakan, dapatlah dikatakan bawah istilah skala pengukuran berasal
data terdiri dari dua kata kunci dalam statistik yaitu pengukuran dan skala. Pengukuran adalah proses
merekam observasi yang dikumpulkan sebagai bagian dari penelitian. Penskalaan, di sisi lain, adalah
penugasan objek ke angka atau semantik. Kedua kata yang digabungkan ini mengacu pada hubungan
antara objek penelitian yang ditetapkan dan observasi yang direkam.

Tapi yang pasti skala pengukuran data dapat dipergunakan untuk mengkualifikasi atau
mengukur variabel data dalam statistik. Skala ini menentukan jenis teknik yang akan digunakan untuk
analisis statistik. Yang setidaknya jenis skala pengukuran meliputi skala nominal, ordinal, interval dan
rasio.

3. Populasi Dan Sampel

Populasi dan sampel merupakan salah satu bagian penting dalam penelitian yang harus
ditentukan sejak awal. Dengan penentuan jenis objek penelitian ini, peneliti bisa menentukan metode
penelitian yang lebih sesuai dengan kondisi dan kebutuhan.

Populasi adalah keseluruhan dari subjek penelitian, sedangkan sampel adalah sebagian dari
populasi tersebut. Nilai yang dihitung dan diperoleh dari populasi ini disebut dengan parameter.Populasi
merupakan seluruh jumlah dari subjek yang akan diteliti oleh seorang peneliti. Misalnya 1000 orang
dikatakan sebagai populasi karena terkait dalam suatu penelitian. Kemudian pada pendapat lain
mengatakan bahwa secara harfiah pengertian populasi adalah seluruh variabel yang terkait dengan
topik pada penelitian.

Sampel adalah bagian dari populasi yang memiliki karakteristik mirip dengan populasi itu sendiri.
Sampel disebut juga contoh. Nilai hitungan yang diperoleh dari sampel inilah yang disebut dengan
statistik.

Pengertian Populasi Menurut Para Ahli

a) (Djarwanto, 1994: 420) Populasi adalah jumlah keseluruhan dari satuan-satuan atau
individu-individu yang karakteristiknya hendak diteliti. Dan satuan-satuan tersebut
dinamakan unit analisis, dan dapat berupa orang-orang, institusi-institusi, benda-benda,
dst.
 b) Menurut Netra (1976), Populasi adalah keseluruhan individu yang bersifat general atau
umum yang mempunyai karakteristik yang cenderung sama.

c) Menurut Hadari Nawawi (1983), Populasi adalah keseluruhan objek penelitian yang
terdiri atas manusia, hewan, benda-benda, tumbuh, peristiwa, gejala, ataupun nilai tes
sebagai sumber data yang mempunyai karakteristik tertentu dalam suatu penelitian
yang dilakukan.

d) Menurut Arikunto Suharsimi (1998: 117), Populasi adalah keseluruhan objek penelitian.
Apabila seseorang ingin meneliti sebuah elemen yang ada dalam wilayah penelitian
tersebut, maka penelitiannya merupakan penelitian populasi.

e) Menurut Sugiyono (1997: 57), Populasi adalah wilayah generalisasi yang terdiri atas
objek/subjek yang memiliki kuantitas dan karakteristik tertentu yang ditetapkan oleh
peneliti untuk dipelajari dan kemudian ditarik kesimpulannya.

f) Menurut Bungin (2000: 40), Populasi adalah keseluruhan (universum) dari objek
penelitian berupa manusia, hewan, tumbuhan, udara, gejala, nilai, peristiwa, sikap
hidup, dan sebagainya sehingga objek ini dapat menjadi sumber data penelitian.

g) Menurut Nursalam (2003), Populasi adalah keseluruhan dari variabel yang menyangkut
masalah yang diteliti.

h) Menurut Furchan (2004), Populasi adalah objek, keseluruhan anggota sekelompok

orang, organisasi, atau kumpulan yang telah dirumuskan oleh peneliti dengan jelas.

i) Menurut Margono (2004), Populasi adalah keseluruhan data yang menjadi pusat
perhatian seorang peneliti dalam ruang lingkup dan waktu yang telah ditentukan.
Populasi berkaitan dengan data-data, jika seorang manusia memberikan suatu data,
maka ukuran atau banyaknya populasi akan sama banyaknya manusia.

Pengertian Sampel dan Sampel Menurut Para Ahli

a) Sampel adalah sebagian dari populasi yang karakteristiknya hendak diteliti” (Djarwanto,
1994:43).

b) Sugiyono (2008: 118), Sampel adalah suatu bagian dari keseluruhan serta karakteristik yang
dimiliki oleh sebuah Populasi.

Jika Populasi tersebut besar, sehingga para peneliti tentunya tidak memungkinkan untuk
mempelajari keseluruhan yang terdapat pada populasi tersebut oleh karena beberapa kendala yang
akan di hadapkan nantinya seperti: keterbatasan dana, tenaga dan waktu. Maka dalam hal ini perlunya
menggunakan sampel yang diambil dari populasi itu.
 Dan selanjutnya, apa yang dipelajari dari sampel tersebut maka akan mendapatkan kesimpulan yang
nantinya diberlakukan untuk Populasi. Oleh karena itu sampel yang didapatkan dari Populasi memang
harus benar-benar representatif (mewakili).

c) Arikunto (2006: 131), Sampel adalah sebagian atau sebagai wakil populasi yang akan diteliti. Jika
penelitian yang dilakukan sebagian dari populasi maka bisa dikatakan bahwa penelitian tersebut
adalah penelitian sampel.

d) Nana Sudjana dan Ibrahim (2004: 85), Sampel adalah sebagian dari populasi yang dapat
dijangkau serta memiliki sifat yang sama dengan populasi yang diambil sampelnya tersebut.

Populasi itu seperti sebuah organisme, sedangkan sampel adalah organ. Sampel adalah bagian yang
tidak terpisahkan dari populasi. Dan sampel dalam hal ini haruslah dapat mewakili karakteristik dari
keseluruhan populasi.

Dengan kata lain Populasi dan Sampel merupakan dua hal yang saling terkait dan tidak terpisahkan.
Melalui sampel ini seseorang dapat mengetahui karakter dari sejumlah subjek pada satu tempat
tertentu. Misalnya ketika ingin meneliti karakter 100 orang dalam belajar, maka peneliti cukup
mengambil sejumlah sampel dari 100 orang tadi untuk diteliti. Sehingga melalui sampel yang diambil
akan diketahui karakter dari 100 orang tersebut.

Kriteria Sampel

Ada dua kriteria sampel yaitu:

Kriteria inklusi

Adalah karakteristik umum subjek penelitian dari suatu populasi target yang terjangkau yang akan
diteliti (Nursalam, 2003: 96).

1. Kriteria eksklusi.

Adalah menghilangkan atau mengeluarkan subjek yang memenuhi kriteria inklusi dari penelitian karena
sebab-sebab tertentu (Nursalam, 2003: 97).

Pertimbangan dalam menentukan kriteria eksklusi antara lain:

Subjek membatalkan kesediaannya untuk menjadi responden penelitian, dan

Subjek berhalangan hadir atau tidak di tempat ketika pengumpulan data dilakukan.
Mengapa Banyak Penelitian Menggunakan Sampel?

Beberapa alasan mengapa penelitian lebih cenderung menggunakan sampel dibandingkan populasi:

Ukuran populasi terlalu besar

Bila ukuran populasi terlalu besar, rasanya sangat sulit untuk melakukan penelitian. Penggunaan sampel
akan jauh lebih efektif dan efisien untuk menghasilkan data yang dibutuhkan.

Efisiensi biaya

Dalam prosesnya, bisa jadi penggunaan populasi akan menimbulkan biaya yang sangat besar.

Waktu yang lebih cepat

Penelitian menggunakan sampel memungkinkan penyajian data dalam waktu yang relatif lebih cepat
daripada populasi.

Sumber daya yang lebih efisien

Sumber daya yang dimaksud adalah hal-hal pendukung lain seperti peralatan teknologi informasi
pengolah data. Untuk mengolah data populasi dengan jumlah jutaan, tentunya membutuhkan
perangkat penyimpan data dan komputer dengan spesifikasi yang tinggi. Hal ini akan jauh berbeda bila
pendataan dilakukan dalam bentuk sampel.

Penelitian yang tidak mungkin menggunakan populasi

Dalam beberapa contoh penelitian, bisa jadi penggunaan populasi tidak dimungkinkan dan akan
membahayakan objek dari populasi itu sendiri. Sebagai contoh, apakah kita yakin bahwa warna darah
manusia itu seluruhnya berwarna merah? Apakah kita yakin darah yang berada di kepala dan di kaki
benar-benar berwarna merah? Untuk memastikan hal tersebut, kita tidak perlu menyedot seluruh darah
dan memeriksa hasilnya. Cukup mengambil beberapa tetes di setiap bagian tubuh dan tentunya kita
sudah bisa menarik kesimpulan dari hal tersebut.
Teknik pengambilan sampel

Teknik pengambilan sampel atau teknik sampling adalah teknik pengambilan sampel dari populasi.
Sampel yang merupakan sebagian dari populasi tersebut, kemudian diteliti dan hasil penelitian
(kesimpulan) kemudian dikenakan pada populasi (generalisasi).

Manfaat sampling adalah:

Menghemat biaya penelitian.

Menghemat waktu untuk penelitian.

Dapat menghasilkan data yang lebih akurat.

Memperluas ruang lingkup penelitian.

Syarat-syarat teknik sampling

Teknik sampling bisa dilakukan bila populasi bersifat homogen atau memiliki karakteristik yang sama
atau setidak-tidaknya hampir sama. Dan apabila keadaan populasi bersifat heterogen, maka sampel
yang dihasilkannya dapat bersifat tidak representatif atau tidak dapat menggambarkan karakteristik
populasi.

Jenis-jenis teknik sampling:

Teknik sampling secara probabilitas

Teknik sampling probabilitas atau random sampling merupakan teknik sampling yang dilakukan dengan
memberikan peluang atau kesempatan kepada seluruh anggota populasi untuk menjadi sampel. Dengan
demikian sampel yang diperoleh diharapkan merupakan sampel yang representatif.

Teknik sampling semacam ini dapat dilakukan dengan:

Teknik sampling secara rambang sederhana. Cara paling populer yang dipakai dalam proses penarikan
sampel rambang sederhana adalah dengan undian.

Teknik sampling secara sistematis (systematic sampling). Prosedur ini berupa penarikan sampel dengan
cara mengambil setiap kasus (nomor urut) yang kesekian dari daftar populasi.

Teknik sampling secara rambang proporsional. Jika populasi terdiri dari sub populasi-sub populasi maka
sampel penelitian diambil dari setiap subpopulasi. Dan adapun cara pengambilannya dapat dilakukan
secara undian maupun sistematis.

Teknik sampling secara rambang bertingkat. Bila sub populasi-sub populasi sifatnya bertingkat, cara
peng-ambilan sampel sama seperti pada teknik sampling secara proposiional.

Teknik sampling secara kluster (cluster sampling)

Ada kalanya peneliti tidak tahu persis karakteristik populasi yang ingin dijadikan subjek penelitian karena
populasi tersebar di wilayah yang amat luas. Untuk itu peneliti hanya dapat menentukan sampel
wilayah, berupa kelompok klaster yang ditentukan secara bertahap. Teknik pengambilan sampel
semacam ini disebut cluster sampling atau multistage sampling.

Teknik sampling secara non probabilitas.

Teknik sampling non probabilitas adalah teknik pengambilan sampel dari populasi yang ditemukan atau
ditentukan sendiri oleh peneliti atau menurut pertimbangan pakar.

Dan beberapa jenis atau cara penarikan sampel dari populasi secara nonprobabilitas adalah sebagai
berikut:

Purposive sampling atau judgmental sampling

Penarikan sampel dari populasi secara purposif adalah cara penarikan sampel yang dilakukan dengan
memilih subjek berdasarkan kriteria spesifik yang ditetapkan oleh peneliti.

Snowball sampling (penarikan sample secara bola salju).

Penarikan sampel pada populasi berdasarkan pola ini dilakukan dengan menentukan sample pertama.
Sampel berikutnya ditentukan berdasarkan informasi dari sample pertama, sampai ketiga ditentukan
berdasarkan informasi dari sampel kedua, dan seterusnya sehingga jumlah sampel semakin besar,
seolah-olah terjadi efek bola salju.

Quota sampling (penarikan sampel secara jatah).

Teknik sampling ini dilakukan dengan atas dasar jumlah atau jatah yang telah ditentukan. Biasanya yang
dijadikan sampel penelitian adalah subjek yang mudah ditemui sehingga memudahkan pula proses
pengumpulan data.

Accidental sampling atau convenience sampling

Dalam penelitian, bisa saja terjadi diperolehnya sampel dari populasi yang tidak direncanakan terlebih
dahulu sebelumnya. Melainkan secara kebetulan, yaitu unit atau subjek tersedia bagi peneliti saat
pengumpulan data dilakukan. Dan proses diperolehnya sampel semacam ini disebut sebagai penarikan
sampel secara kebetulan dari populasi.

Penentuan Jumlah Sampel

Bila jumlah populasi dipandang terlalu besar, dengan maksud untuk menghemat waktu, biaya, dan
tenaga, maka peneliti tidak meneliti seluruh anggota populasi melainkan akan menggunakan sampel.

Bila peneliti bermaksud meneliti hanya sebagian dari populasi saja (sampel), pertanyaan yang selalu
muncul adalah berapa jumlah sampel yang memenuhi syarat. Ada hukum statistik dalam menentukan
jumlah sampel, yaitu semakin besar jumlah sampel semakin menggambarkan keadaan populasi (Sukardi,
2004 : 55).

Penentuan Jumlah Sampel Berdasarkan Karakteristik Populasi

Penentuan Jumlah Sampel Berdasarkan Karakteristik Populasi

Bila populasi bersifat homogen maka tidak dituntut sampel yang jumlahnya besar. Misalnya saja dalam
pemeriksaan golongan darah.

Walaupun pemakaian jumlah sampel yang besar sangat dianjurkan, dengan pertimbangan adanya
berbagai keterbatasan pada peneliti, sehingga peneliti berusaha mengambil sampel minimal dengan
syarat dan aturan statistika tetap terpenuhi sebagaimana dianjurkan oleh Isaac dan Michael (Sukardi,
2004 : 55).

Dengan menggunakan rumus tertentu (Sukardi, 2004: 55-56), Isaac dan Michael memberikan hasil akhir
jumlah sampel terhadap jumlah populasi antara 10 – 100.000.

Simple random sampling

Sampel acak sederhana adalah salah satu elemen dimana setiap populasi memiliki kesempatan dan
independen yang sama untuk dijadikan sebagai sampel, yaitu sampel dipilih dengan metode
pengacakan. Contoh teknik sampel acak sederhana yaitu:

Lempar koin

Lempar dadu

Metode lotre/undian

Blind folded method

Random tables (menggunakan tabel acak)

Keuntungan:

Memerlukan pengetahuan minimum dari populasi

Bebas dari kesubjektifan dan bebas dari kesalahan personal

Memberikan data yang sesuai untuk tujuan kita

Observasi dari suatu sampel dapat digunakan untuk tujuan inferensial

Kekurangan

Keterwakilan dari sampel tidak dapat dipastikan pada metode ini

Metode ini tidak menggunakan pengetahuan tentang populasi

Keakuratan inferensial dari penemuan tergantung pada ukuran sampel

Contoh:

Misalnya ada “pembiayaan pembangunan sekolah di Kalimantan Barat”, sampelnya adalah seluruh SD
dan SMP yang ada di Kalimantan Barat. Terhadap seluruh SD dan SMP itu dilakukan pemilihan secara
random tanpa pengelompokan terlebih dahulu, dengan demikian peluang SD maupun SMP untuk
terpilih sebagai sampel sama.

Systematic sampling

Teknik pengambilan sampel merupakan perbaikan dari sampel acak sederhana. Metode ini
mengharuskan melengkapi informasi tentang populasi.Harus ada daftar informasi populasi dari semua
individu secara sistematis.

Cara menentukan ukuran sampel:

n= ukuran sampel

N= ukuran populasi

N/n dikenal sebagai sampel sistematis. Jadi pada teknik ini populasi sampel perlu diatur dengan cara
yang sistematis.
Keuntungan:

Merupakan metode yang sederhana untuk memilih sampel

Meminimalisir biaya (saat ke lapangan)

Menggunakan statistik inferensial

Komprehensif (menyeluruh) dan mewakili populasi

Observasi sampel dapat digunakan untuk menggeneralisasikan dan menarik kesimpulan

Kekurangan:

Tidak bebas dari kesalahan karena subjektifitas mengarah pada cara yang berbeda dari daftar sistematis
oleh individu yang berbeda. Pengetahuan tentang populasi sangat penting.

Informasi dari setiap individu sangat penting

Metode ini tidak dapat menjamin keterwakilan

Adanya resiko dalam menggambarkan kesimpulan dari penelitian sampel

Contoh : Misalnya setiap unsur populasi yang keenam, yang bisa dijadikan sampel. Soal “keberapa”-nya
satu unsur populasi bisa dijadikan sampel tergantung pada ukuran populasi dan ukuran sampel.
Misalnya, dalam satu populasi terdapat 5000 rumah. Sampel yang akan diambil adalah 250 rumah
dengan demikian interval di antara sampel kesatu, kedua, dan seterusnya adalah 25.

Stratified sampling

Merupakan perbaikan dari metode sebelumnya. Saat menggunakan teknik ini peneliti membagi populasi
dalam tingkatan beberapa karakteristik dasar dan dari setiap kelompok homogenitas yang lebih kecil.
Peneliti perlu memilih karakteristik atau kriteria yang lebih relevan pada penelitiannya. Stratified
sampling ada tiga jenis:

Disproportionate stratified sampling

Ukuran dari sampel pada setiap kesatuan tidak seimbang terhadap ukuran satuan, tapi tergantung pada
pertimbangan, termasuk keputusan seseorang dan kesepakatan. Metode sampel ini lebih efektif untuk
membandingkan tingkatan yang mempunyai kemungkinan kesalahan. Hal ini kurang efisien untuk
menentukan karakteristik populasi.

Proportionate stratified sampling

Keseimbangan sampel mengarah pada pemilihan dari setiap satuan sampel yang seimbang pada ukuran
kesatuan.Keuntungan dari prosedur ini termasuk keterwakilan dengan mengarah pada variabel yang
digunakan sebagai dasar dalam mengklasifikasikan kelompok dan meningkatkan kesempatan dalam
membuat perbandingan antar tingkatan.

Optimum allocation stratified sampling

Adalah perwakilan komprehensif yang lebih baik daripada stratified sampel yang lain. Hal ini mengarah
terhadap penyeleksian kesatuan dari setiap strata yang perlu seimbang terhadap hubungan populasi
strata.

Keuntungan:

Perbaikan dari yang sebelumnya

Ini adalah metode objektif sampling

Observasi dapat digunakan untuk tujuan inferensial

Kekurangan:

Kekurangan berat dari metode ini adalah sulit bagi peneliti untuk memutuskan kriteria relevan untuk
stratifikasi

Hanya satu kriteria yang dapat digunakan untuk stratifikasi, tapi itu secara umum tampak lebih dari satu
kriteria relevan untuk stratifikasi

Banyak memakan biaya dan waktu

6. Contoh 6

Populasi dan sampel. Istilah populasi dan sampel tentu akrab di telinga saat menjalankan kegiatan
penelitian. Bagi mahasiswa yang dosen yang sering berhadapan dengan kegiatan penelitian, maka bisa
membedakan keduanya. Sekaligus menentukan mana yang populasi dan mana yang sampel dengan
sangat mudah.

Sebagai istilah yang lebih familiar di dunia akademik, dalam hal kegiatan penelitian. Sudah tentu tidak
semua orang memahami betul pengertian keduanya, apalagi sampai menentukan jenis-jenis atau
anggota dari kedua istilah tersebut. Mengenal dua istilah ini secara mendalam, maka berikut
informasinya.

Perbedaan Antara Populasi dan Sampel

Selain membahas tentang pengertian masing-masing, saat mempelajari populasi dan sampel perlu juga
mengetahui perbedaan antara keduanya. Mengingat antara populasi maupuns ampel ini memang saling
berhubungan dan bahkan membahas objek yang sama. Yakni merupakan satu kesatuan dari objek
penelitian, maka banyak yang memberi definisi sama.

Padahal keduanya berbeda, dan bisa dilihat dari definisi yang sudah dijelaskan sebelumnya. Jadi,
populasi adalah keseluruhan dari objek penelitian sedangkan sampel adalah sebagian kecil atau separuh
dari objek penelitian tersebut. Secara jumlah, maka bisa dipastikan jumlah populasi jauh lebih banyak
dibandingkan dengan sampel.

Misalnya saja, peneliti perlu melakukan survei di desa A tentang tingkat kepuasan terhadap layanan
perusahaan X. Berhubung jumlah masyarakat di desa tersebut mencapai 500 orang (jumlah populasi).
Maka peneliti mencoba melakukan efisiensi waktu dan tenaga dengan mengambil sampel sebanyak 10
orang atau lebih dan bisa juga kurang.

Angka 500 dari contoh ini adalah populasi, sedangkan angka 10 adalah sampel. Lalu, bagaimana peneliti
bisa mengambil kesimpulan? Saat mengumpulkan data dari sampel maka hasilnya mewakili keseluruhan
populasi tersebut. Supaya akurat, kebanyakan peneliti mengambil sampel acak dengan menggunakan
rumus 10:100.000.

Pentingnya Menggunakan Sampel

Kegiatan penelitian pada dasarnya tidak selalu membutuhkan sampel, sebab peneliti bisa melakukan
survei dan mendapatkan data dari keseluruhan objek penelitian (populasi). Hanya saja ada beberapa
kondisi yang membuat penelitian perlu mengambil sampel dari keseluruhan populasi tadi. Kondisi
tersebut antara lain:

1. Ukuran Populasi Terlalu Besar

Kondisi yang pertama adalah karena ukuran dari populasi yang terlalu besar. Misalnya dari jumlah
masyarakat di sebuah desa yang dijadikan objek penelitian. Jika jumlahnya sampai ratusan bahkan
ribuan, maka tidak mungkin peneliti melakukan penelitian ke ribuan penduduk tersebut.

Sampel kemudian diambil dan nantinya akan mewakili keseluruhan populasi. Data yang didapatkan
tetap akurat, karena memang penentuan objek penelitian sejak awal disesuaikan dengan kebutuhan
peneliti. Sehingga data tidak harus didpatkan dari keseluruhan populasi, melainkan sebagian kecilnya
saja.

2. Efisiensi dari Segi Biaya

Dalam kondisi aktual di lapangan, menggunakan populasi dan sampel tentu lebih efisien sampel dari segi
biaya. Sampel membuat kegiatan penelitian hanya membutuhkan dana lebih sedikit. Sehingga peneliti
bisa mengalokasikan dana yang tersedia kepada kebutuhan lain.

Jika memaksakan diri meneliti keseluruhan populasi maka biaya yang dikeluarkan bisa sangat tinggi.
Oleh sebab itu, pengambilan sampel dari populasi menjadi langkah terbaik agar biaya penelitian
tersebut lebih mudah untuk dikontrol. Bisa juga bertujuan untuk membuat biaya sesuai dengan
anggaran yang tersedia.

3. Efisiensi dari Segi Waktu

Menggunakan populasi dan sampel pada sebuah penelitian, akan jauh lebih hemat waktu jika
menggunakan sampel saja. Sebab peneliti hanya perlu melakukan pemeriksaan dan pengumpulan data
dari jumlah objek penelitian yang terbatas. Sehingga proses penyajian data menjadi lebih cepat dan juga
dijamin tepat.

4. Sumber Daya Menjadi Lebih Efisien

Jika suatu penelitian memberdayakan SDM (Sumber Daya Manusia) dalam jumlah yang minim. Maka
sudah sangat ideal jika penelitian meneliti sampel saja bukan populasi. Sehingga pengaturan SDM
menjadi lebih mudah, karena meneliti sampel membutuhkan jumlah SDM lebih sedikit dibanding
meneliti populasi.

5. Penelitian Tidak Mungkin Menggunakan Populasi

Tidak semua penelitian membutuhkan populasi, sehingga sampel menjadi pilihan yang diambil dalam
kondisi tersebut. Populasi ini bisa dalam bentuk sesuatu atau objek penelitian yang tidak mungkin
diambil keseluruhan untuk diteliti. Misalnya saja penelitian mengenai warna darah pada tubuh manusia.

Sangat tidak mungkin peneliti mengambil semua darah dari objek penelitian (seseorang) untuk diteliti.
Sebab jika darah diambil sama artinya menghilangkan nyawa dari objek penelitian tersebut. Maka
peneliti mengambil sampel, yakni dengan mengambil beberapa tetes atau beberapa mili dari darah
objek penelitian.

Populasi dan Sampel dalam Penelitian Kuantitatif Maupun Kualitatif

Penelitian kualitatif dan kuantitatif juga akan akrab dengan penggunaan populasi dan sampel.
Kebanyakan peneliti yang berhadapan dengan kondisi-kondisi di atas memilih melakukan pengujian
kepada sampel, bukan kepada populasi. Penelitian kuantitatif akan menghasilkan data berbentuk angka.

Angka ini diambil dari populasi dan bisa juga diambil dari sampel. Jika objek penelitian adalah siswa X di
SMA Y, maka sangat mungkin peneliti mengambil data dari populasi. Sebab jumlah siswa di satu kelas
biasanya antara 30 sampai 40-an anak. Lain halnya jika objek penelitian adalah keseluruhan siswa di
SMA Y tersebut.

Bisa jadi, jumlah siswa mencapai ribuan dan sangat tidak efisien jika meneliti populasi. Maka dilakukan
penelitian kuantitatif dari sampel siswa di SMA Y tersebut. Begitu juga sebaliknya, pada penelitian
kualitatif yang datanya berupa data bukan angka. Maka peneliti perlu melakukan survei, wawancara,
memberikan kuesioner, dan lain-lain untuk mendapat data.

Melakukan wawancara ke populasi bisa memakan waktu lama dan menelan biaya tidak sedikit, belum
lagi dengan tenaga dosen yang bisa jadi terkuras untuk keperluan tersebut. Maka diambil sampel,
misalnya saja wawancara di perusahaan X yang jumlah karyawannya mencapai 5.000 orang. Maka
peneliti bisa melakukan wawancara kepada 50 orang saja.

Dalam pengambilan sampel pada penelitian kuantitatif maupun kualitatif, wajib memenuhi sejumlah
syarat berikut ini:

Mewakili populasi, syarat pertama adalah sampel tersebut mampu mewakili populasi yang diteliti. Yakni
sama-sama memenuhi karakter penelitian yang sudah ditentukan oleh peneliti. Misalnya saja harus
bersekolah di SMA Y karena akan meneliti SMA tersebut.

Maka bisa diambil dari kelas manapun asalkan bersekolah di SMA Y. Kesesuaian ini penting agar data
yang didapatkan dari sampel memang mewakili data dari keseluruhan populasi penelitian.

Siswa yang bersekolah di sekolah yang sama meskipun beda kelas bisa mengetahui kondisi lingkungan,
kebijakan sekolah, dan lain-lain. Sehingga data yang didapat dari sampel maupun dari keseluruhan siswa
dijamin sama. Maka data dari sampel ini mampu mewakili keseluruhan populasi.

Mudah dilaksanakan, syarat berikutnya adalah mudah untuk dilaksanakan dimana data bisa diambil
sewaktu-waktu dan semua pihak yang terlibat bisa menyamakan waktu tersebut. Sehingga pengambilan
data penelitian dijamin lancar dan sesuai dengan kebutuhan peneliti.

Harus tepat dan presisi, dimana sampel harus dapat menentukan presisi, ketepatan, dan kesalahan baku
yang ditentukan dan diperoleh dari populasi penelitian. Secara sederhana sampel ini harus memiliki
lebih banyak kemiripan dan mewakili keseluruhan populasi, sehingga data yang didapatkan akurat.

Memberi keterangan, sampel yang dipilih peneliti harus bisa memberi keterangan dalam artian memberi
data penelitian. Selain itu sampel yang dipilih secara acak ini juga harus mampu menekan biaya
seminimal mungkin. Sebab salah satu tujuan dilakukan pengambilan sampel adalah untuk efisiensi
waktu, tenaga, dan juga biaya.

Contoh Populasi dan Sampel

Berikut adalah beberapa contoh populasi dan sampel baik terhadap penelitian kualitatif maupun
kuantitatif:

1. Contoh 1
Penelitian dilakukan terhadap siswa SD kelas III di Kabupaten Pati. Jumlah Sekolah Dasar di Kabupaten
Pati ada 10, Lokasi yang berjauhan antara satu SD dengan SD yang lain membuat peneliti hanya meneliti
sampel yang diambil dari 3 SD di Kabupaten Pati tersebut.

2. Contoh 2

Penelitian tentang kualitas beras di desa Pringapus, Yogyakarta. Jumlah beras di satu desa ini tentu
sangat banyak. Bisa dari jumlah dalam bentuk kilogram sampai dari segi jenis beras yang tersedia.

Saking banyaknya jenis beras yang akan diteliti, maka peneliti mengambil sampel dari beberapa jenis
beras yang paling mudah didapatkan. Hasil penelitian terhadap sampel beras ini kemudian dianggap
mewakili hasil penelitian semua beras di desa Pringapus.

3. Contoh 3

Penelitian dilakukan di PGRI Semarang untuk mengetahui jumlah mahasiswa yang masuk ke jurusan
PGSD. Diketahui jumlah mahasiswa di PGSD Ini sangat banyak sampai ribuan. Maka peneliti kemudian
mengambil sampel, beberapa mahasiswa saja. Katakanlah hanya melakukan penelitian terhadap 25 atau
50 mahasiswa PGSD.

4. Contoh 4

Penelitian dilakukan untuk mengetahui jumlah kambing dan sapi qurban di kota Semarang. Jumlahnya
tentu sangat banyak, apalagi di kota Semarang sendiri ada beberapa peternak kambing maupun sapi.
Meneliti semuanya tentu akan sulit dan sekalipun bisa akan memakan waktu yang lama dan biaya tidak
sedikit.

Maka diambil sampel, misalnya hanya meneliti jumlah kambing di 5 kecamatan di kota Semarang. Dari
lima kecamatan ini kemudian akan didapatkan total jumlah kambing dan kemudian dibuat rata-rata dan
dikalikan dengan jumlah kecamatan di kota Semarang.

5. Contoh 5

Peneliti melakukan penelitian dengan objek siswa SMP di seluruh SMP swasta di kota Malang. Jumlah
SMP swasta ini katakanlah ada 25 sekolah, dengan jumlah siswa mencapai puluhan ribu. Maka peneliti
akan mengambil sampel hanya 5 sekolah dan bisa juga dari 5 sekolah tersebut hanya meneliti kelas VII
saja.

6. Contoh 6

Penelitian dilakukan di perusahaan A untuk mengetahui suatu hal dari perusahaan tersebut. Jumlah
karyawan di perusahaan A ada 300 orang dan akan membutuhkan waktu lama jika melakukan
wawancara ke semua karyawan. Maka diambil sampel, hanya melakukan wawancara kepada 10
karyawan atau mungkin sampai 50 karyawan.

Penjelasan detail mengenai populasi dan sampel di atas tentunya bisa memberi informasi mendetail
tentang keduanya. Sehingga bisa menentukan populasi maupun sampel dengan tepat dan terasa jauh
lebih mudah dari sebelumnya.