PROBABILITY SAMPLING
Oleh:
Ayatullah Victoreza
Rangga Ramadhoany AL
Lia Puspita Dewi
Eka Rahayu Handayani
Dede Ridwan N.
PENGEMBANGAN KURIKULUM
SEKOLAH PASCA SARJANA
UNIVERSITAS PENDIDIKAN INDONESIA
2014
PROBABILITY SAMPLING
A. PENDAHULUAN
Suatu penelitian pasti menggunakan populasi dan sampel. Dalam
menentukan sampel untuk penelitian, terdapat beberapa teknik yang dapat
digunakan. Teknik sampling adalah teknik pengambilan sampel. Teknik sampling
pada dasarnya dapat dikelompokkan menjadi dua yaitu probability sampling dan
nonprobability sampling.
Makalah ini akan membahas salah satu teknik sampling yakni probability
sampling. Probability sampling adalah teknik pengambilan sampel yang
memberikan peluang yang sama bagi setiap unsur (anggota) populasi untuk dipilih
menjadi anggota sampel. Ada tiga macam probability sampling yang meliputi
simple random sampling, stratified sampling, dan cluster sampling. Simple
random sampling merupakan teknik sampling yang paling dikenal. Stratified
sampling merupakan penyempurnaan dari simple random sampling. Sedangkan
cluster sampling merupakan teknik yang paling sering dipraktekkan pada survei
nasional yang luas. Pembahasan makalah ini akan mencakup langkah-langkah
teknik sampling, tipe, kelebihan serta kekurangannya.
Populasi
homogen Diambil secara Samp
/ relatif el
homogen yang
random
repre
senta
tif
Gambar 1 Teknik Simple Random Sampling
Ada lima langkah utama dalam memilih sampel menggunakan Simple
Random Sampling:
1. Menentukan populasi sasaran.
2. Mengidentifikasi kerangka sampling yang ada dari populasi sasaran
3. Menetapkan nomor unik untuk setiap elemen dalam kerangka sampling.
4. Menentukan ukuran sampel.
5. Memilih nomor yang ditargetkan pada elemen populasi.
Tiga teknik yang biasanya digunakan dalam melaksanakan Langkah ke 5,
yaitu metode lotre/undian, tabel bilangan random, dan acak nomor menggunakan
program komputer (random number generator). Dalam menggunakan metode
lotre (juga disebut sebagai "blind draw method” and the “hat model”) angka yang
mewakili setiap elemen dalam populasi target ditempatkan pada chip (misalnya,
kartu, kertas, atau benda lainnya). Chip kemudian ditempatkan dalam sebuah
wadah dan dicampur. Selanjutnya, memilih chip dari wadah sampai ukuran
sampel yang diinginkan telah diperoleh. Kekurangan dari metode ini adalah dalam
pemilihan sampel akan memakan banyak waktu, dan terbatas pada populasi kecil.
Sebuah tabel bilangan random juga dapat digunakan. Angka-angka dalam
tabel bilangan random tidak diatur dalam pola tertentu. Angka dapat dibaca
dengan cara apapun, yaitu, horizontal, vertikal, diagonal, ke depan, atau ke
belakang. Dalam menggunakan tabel nomor acak, peneliti harus memilih titik
awal dan kemudian secara sistematis melanjutkan ke bawah (atau atas) kolom
nomor dalam tabel. Jumlah digit yang digunakan harus sesuai dengan keseluruhan
jumlah populasi. Setiap elemen yang diberi nomor sesuai nomor peneliti dipilih
untuk sampel. Nomor penelitian yang tidak cocok dengan nomor yang ditetapkan
pada unsur-unsur dalam populasi maka diabaikan. Seperti dalam menggunakan
metode lotre, menggunakan tabel nomor acak adalah membosankan, proses yang
memakan waktu, dan tidak direkomendasikan untuk populasi yang besar.
Sebaliknya, perangkat lunak statistik harus digunakan untuk populasi yang besar.
Kebanyakan perangkat lunak statistik dan software spreadsheet memiliki rutinitas
untuk menghasilkan angka acak. Elemen populasi yang diberi nomor sesuai
dengan nomor yang dihasilkan oleh perangkat lunak termasuk dalam sampel. Satu
dapat memilih nomor dari tabel nomor acak untuk digunakan sebagai nomor awal
untuk proses.
Ada dua tipe simple random sampling yakni: sampling with replacement
dan sampling without replacement. Dalam sampling with replacement, setelah
elemen telah dipilih dari kerangka sampling, itu dikembalikan ke kerangka
sampling dan memenuhi syarat untuk dipilih lagi. Dalam pengambilan sampling
without replacement, setelah elemen dipilih dari kerangka sampling, tersebut akan
dihapus dari populasi dan tidak kembali ke kerangka sampling. Sampling without
replacement cenderung lebih efisien daripada sampling with replacement dalam
memproduksi sampel representatif. Itu tidak memungkinkan elemen populasi
yang sama untuk memasukan sampel lebih dari sekali. Sampling without
replacement lebih umum daripada sampling with replacement.
Simple random sampling memiliki kelebihan dan kelemahan dari prosedur
probability sampling bila dibandingkan dengan prosedur nonprobability sampling.
Khususnya, simple random sampling mempunyai kelebihan cenderung untuk
menghasilkan sampel yang representatif, dan memungkinkan penggunaan statistik
inferensial dalam menganalisis data yang dikumpulkan. Kelebihan dan
kekurangan simple random sampling jika dibandingkan dengan teknik probability
sampling yang lainnya ditunjukkan pada Tabel 1.
Tabel 1 Kelebihan dan Kekurangan Simple Random Sampling
Kelebihan Kekurangan
Informasi tambahan lanjutan pada Sebuah kerangka sampling elemen
elemen dalam populasi tidak dalam populasi target diperlukan.
diperlukan.
Mudah untuk dipahami danMemiliki kesalahan pengambilan
dikomunikasikan dengan orang lain. sampel lebih besar dan kurang presisi,
dibandingkan desain sampling lain
dengan ukuran sampel yang sama.
Prosedur statistik yang diperlukan Jika populasi secara luas tersebar, biaya
untuk menganalisis data dan kesalahan pengumpulan data mungkin lebih tinggi
menghitung lebih mudah. daripada desain sampel probabilitas
lainnya.
Cenderung menghasilkan sampel yang Jika sub kelompok populasi memiliki
mewakili/representatif. kepentingan tertentu, mereka mungkin
tidak disertakan dalam sampel
C. STRATIFIED SAMPLING
Stratified sampling adalah teknik sampling dimana target populasi yang
heterogen dipisahkan terlebih dahulu menurut stratanya yang bersifat homogen
kemudian dari setiap strata dipilih sampel secara acak. Sampel yang dipilih dari
setiap strata digabungkan untuk menjadi sampel penelitian yang utuh.
Ada tujuh langkah utama dalam memilih sebuah sampel dengan stratified
sampling:
1. Menentukan target populasi
2. Mengidentifikasi variabel stratifikasi dan menentukan jumlah strata yang
akan digunakan. Variabel stratifikasi harus berhubungan dengan tujuan
penelitian. Kemampuan dalam menyediakan informasi tambahan sering
menentukan variabel-variabel stratifikasi yang digunakan. Lebih dari satu
variabel stratifikasi dapat digunakan. Variabel stratifikasi antara 4-6
variabel dan tidak lebih dari enam strata.
3. Mengidentifikasi kerangka sampling yang ada atau mengembangkan
kerangka sampling yang mencakup informasi mengenai variabel
stratifikasi untuk setiap elemen dalam populasi target. Jika kerangka
sampling tidak mencakup informasi tentang variabel stratifikasi,
stratifikasi tidak akan mungkin.
4. Bagilah kerangka sampling dalam strata, kategori dari variabel stratifikasi
menciptakan kerangka sampling untuk setiap strata. Perbedaan dalam
strata harus diminimalkan, dan perbedaan antar strata harus
dimaksimalkan. Strata tidak boleh tumpang tindih.
5. Menetapkan nomor unik untuk setiap elemen.
6. Tentukan ukuran sampel untuk setiap strata. Distribusi numerik dari unsur-
unsur sampel di berbagai strata menentukan jenis sampling stratified yang
diimplementasikan.
7. Memilih elemen yang ditargetkan dari masing-masing strata secara acak.
Ada dua subtipe utama dari stratified sampling yaitu proportionate
stratified sampling dan disproportionate stratified sampling.
Kabupaten 2 600 1% 12 1%
Kabupaten 3 12000 22% 264 22%
D. CLUSTER SAMPLING
Seringkali tidak mungkin atau tidak praktis untuk membuat kerangka
sampling dari target populasi secara luas tersebar secara geografis, karena
membuat biaya pengumpulan data yang relatif tinggi. Situasi seperti ini ideal
untuk cluster sampling. Cluster sampling adalah prosedur probability sampling
dimana elemen populasi dipilih secara acak dalam kelompok yang terjadi secara
alami (cluster). Dalam konteks cluster sampling, sebuah "cluster" adalah agregat
atau kelompok utuh dari elemen populasi. Cluster sampling melibatkan pemilihan
elemen populasi tidak secara individu, tetapi dalam agregat/kelompok. Unit
sampel atau kelompok bisa saja unit geografis atau fisik (misalnya, negara,
kabupaten, saluran sensus, blok, atau bangunan); berdasarkan organisasi, seperti
sekolah, tingkat kelas, atau kelas; berdasarkan telepon, misalnya kode area atau
pertukaran nomor telepon.
Heterogenitas cluster merupakan pusat desain sampel kluster yang baik.
Idealnya, perbedaan yang ada di dalam cluster akan tinggi, dan perbedaan antar
cluster akan rendah. Cluster harus seperti satu sama lain.
Ada enam langkah utama dalam memilih sampel dengan menggunakan
cluster sampling yaitu:
1. Tentukan populasi sasaran.
2. Tentukan ukuran sampel yang diinginkan.
3. Mengidentifikasi kerangka sampling yang ada atau mengembangkan
kerangka sampling baru dari suatu cluster pada target populasi.
4. Mengevaluasi cakupan kerangka sampling. Idealnya, cluster akan
heterogen sebagai populasi, saling eksklusif, dan lengkap.
5. Tentukan jumlah cluster yang akan dipilih. Hal ini dapat dilakukan dengan
membagi ukuran sampel dengan perkiraan rata-rata jumlah populasi.
6. Memilih cluster yang ditargetkan secara acak
E. PENUTUP
Probability sampling adalah teknik pengambilan sampel yang memberikan
peluang yang sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi
anggota sampel. Ada tiga macam probability sampling yang meliputi simple
random sampling, stratified sampling, dan cluster sampling. Masing-masing
teknik sampling memiliki kelebihan dan kekurangan. Penggunaan teknik
sampling yang tepat perlu memperhatikan tujuan dan kebutuhannya.