TATAP MUKA 4

MEDIA PEMBELAJARAN
Pada tatap muka ke-4, media pembelajaran yang digunakan adalah berupa:
Modul, Video Pembelajaran.
Link video pembelajaran: https://youtu.be/9zWC1e-1eWw

Sampling

TUJUAN KEGIATAN PEMBELAJARAN

Setelah membaca materi ini, mahasiswa diharapkan untuk mampu mengidentifikasi dan
menjelaskan tentang sampling

URAIAN MATERI

A. Pendahuluan
Apabila seorang peneliti telah menentukan akar masalah, sudah melakukan telaah
literature, hingga membuatkan menjadi model dan hipotesis penelitian, maka langkah
selanjutnya peneliti harus melakukan pengumpulan data. Peneliti tersebut harus
menentukan siapa/apa yang akan dijadikan unit analisis. Unit analisis adalah satuan-
satuan/individu-individu yang karakteristiknya hendak diteliti. Sementara populasi adalah
jumlah dari keseluruhan objek (satuan-satuan/individu-individu) yang karakteristiknya
hendak diteliti tersebut atau keseluruhan dari unit analisis. Pada umumnya, peneliti tidak
dapat melakukan penelitian pada keseluruhan anggota populasi, hal ini disebabkan oleh
jumlah populasi yang banyak sementara terdapat keterbatasan waktu, biaya dan lain-lain.
Maka perlu dilakukan sampling.

B. Dasar-Dasar Sampling

Sampel adalah sebagian dari populasi yang karakteristiknya hendak diselidiki, dan
dianggap bisa mewakili keseluruhan populasi. Cara pemilihan sampel dikenal dengan nama
teknik sampling atau teknik pengambilan sampel. Satu-satuan yang akan diteliti di dalam
sampel dinamakan unit sampel yang akan dipilih dari kerangka sampel. Kerangka sampel
atau Sampling Frame adalah daftar yang memuat keseluruhan kemungkinan anggota
sampel dalam populasi.
 Di dalam sebuah survey, populasi terdiri dari semua orang atau semua perusahaan
industri. Informasi penelitian akan didapatkan dari dari sebagian populasi atau sampel tetapi
kesimpulan yang dibutuhkan adalah mengenai karakteristik dari seluruh populasi.

Karena kesimpulan dari sampel akhirnya dikenakan pada populasinya maka harus
ada syarat tertentu di dalam pemilihan sampel. Syarat utama sampel adalah harus mampu
mencerminkan atau mewakili dan merupakan miniatur dari populasi. Kalau syarat itu
terpenuhi maka kesimpulan mengenai populasi tidak bisa dipertanggungjawabkan atau bias.

C. METODE SAMPLING

Ada dua macam penarikan sampel, yaitu sampling probabilistik, dan sampling
nonprobabilistik. Sampling probabilistik berarti probabilitas setiap anggota sampel dapat
ditentukan, sedangkan sampling nonprobabilistik tidak dapat ditentukan probabilitas setiap
anggotanya. Sampling probabilistik (probability sampling) dapat dibagi menjadi beberapa
bentuk sampling yang terdiri dari simple random sampling (SRS), systematic random
sampling (SYS), stratified random sampling (SS), dan cluster random sampling (CS).
Sedangkan sampling nonprobabilistik (non probability sampling) terdiri atas convenience
sampling, purposive sampling, dan snowball sampling.
1. Metode Probabilistik

a. Simple Random Sampling merupakan metode probabilistik di mana setiap responden

memiliki kesempatan yang sama untuk dipilih, dan peneliti tidak memilih-milih dalam
memilih. Prosedurnya adalah sebagai berikut :

 Dapatkan daftar yang berisi sampling frame para responden. Nomori daftar itu dari 1
sampa n.

 Dapatkan angka random sebanyak jumlah sampel yang dibutuhkan. Angka random
bisa diperoleh dengan program excel. Misalkan 15, 135, 2003, 70…..dst

 Carilah responden pada sampling frame sesuai dengan angka random yang diperoleh.
Dalam hal ini lihatlah data responden nomor 15, 135, 2003, 70….dst sesuai dengan
angka random yang diperoleh.

Kesukaran implementasi Simple Random Sampling adalah pada memperoleh daftar

yang berisi sampling Frame responden, dan menomori sampling fame tersebut dari 1
sampai n. Bayangkan saja jika harus menemukan daftar misalnya seluruh murid SMA di
Jakarta, tentu bukan hal mudah.

b. Cluster Sampling adalah cara mengatasi kerumitan yang terdapat pada simple random
sampling yaitu menemukan dan menomori sampling frame, namun tetap mengikuti kaidah
random. Di dalam cluster sampling, populasinya dibagi menjadi beberapa kelompok,
kemudian dari kelompok tersebut dipilih secara random sejumlah kelompok yang akan
diteliti. Jadi di dalam cluster sampling kita tidak memilih langsung individu, melainkan
memilih kelompok, maka anggota kelompok adalah sampel.

Misalkan kita ingin memilih sebuah sampel berukuran 100 kepala keluarga dengan cara
cluster sampling dari populasi di suatu desa yang mempunyai 1000 KK. Dari 1000 KK
tersebut kita bagi menjadi 200 kelompok yang masing-masing terdiri atas 5 kepala keluarga
yang berdekatan. Dari 200 kelompok ini kita mengambil secara random 20 kelompok, maka
dengan cara ini kita telah memperoleh sebuah sampel dengan cara cluster sampling yang
terdiri atas 20 x 5 KK atau 100 KK.

c. Stratified Sampling seringkali diaplikasikan dalam populasi yang memiliki kelompok-

kelompok dengan karakteristik berbeda satu sama lain, misalnya kelompok umur, kelompok
pendidikan dan sebagainya. Ukuran relatif setiap kelompok diketahui dalam populasi. Dalam
situasi seperti itu maka satu-satunya cara agar sample yang didapat memiliki karakteristik
mendekati populasi adalah dengan melakukan Stratified Sampling.

Dalam stratified sampling, sampel dipilih dengan stratifikasi yang sesuai dengan
stratifikasi yang ada pada populasi. Kemudian dilakukan proses pemilihan sampel secara
random pada masing masing stratifikasi sehingga diperoleh sample dengan proporsi yang
sama dengan stratifikasi populasi. Hal itu dilakukan dengan prosedur sebagai berikut:

1. Dapatkan karakteristik kelompok dalam populasi, misalnya sebagai berikut:

2. Berikan nomor pada sampling fame pada masing masing kelompok.

3. Tentukan besarnya sampel, misalnya 200

4. Pilih secara random sampel dengan proporsi seperti pada populasi sehingga
menghasilkan jumlah sbb
d. Systematic sampling dilakukan dengan mengambil individu berdasarkan urutan tertentu
dari populasi yang telah disusun secara teratur. Urutan dibuat sedemikian rupa sehingga
setiap individu mempunyai perbedaan nomor. Misalkan kita menghendaki sebuah sampel
berukuran 85 dari sebuah populasi yang berukuran 850. setiap individu dalam populasi
diberi nomor 001 sampai 850, maka langkah selanjutnya membagi individu kedalam 85
kumpulan dimana setiap kumpulan terdiri atas 10 individu. Kumpulan 1 terdiri atas individu
nomor 1-10, dan begitu seterusnya sampai kumpulan 85 berisi individu nomor 841-850.
Dari kumpulan pertama kita gunakan angka/bilangan random untuk mendapatkan anggota,
misalkan jatuh pada nomor 005, maka dari kumpulan kedua tinggal ambil individu nomor
005+10 yaitu 015, dst

2. Metode Non Probabilistik

a. Convenience Sampling adalah metode yang memudahkan responden dalam

penelitian dimana responden tidak terganggu privacy nya, dan memudahkan peneliti dalam
memilih respondennya. Peneliti cukup datang ke pusat keramaian atau tempat manapun
yang diperkirakan tersedia responden dengan karakteristik yang dibutuhkan, lantas
mewawancarai siapapun yang bersedia untuk diwawancara, atau mengisi kuesioner secara
self administerred.

b. Snowballing Sample merupakan metode sampling yang dengan berjalannya waktu

jumlahnya semakin membesar. Dilakukan dengan mencari seorang responden yang
memiliki karakteristik yang diperlukan dan bersedia di wawancarai atau mengisi kuesioner
secara self administerred, lantas meminta kepadanya referensi akan responden lain yang
memiliki karakteristik seperti dirinya. Demikian berlangsung seterusnya sampai jumlah
responden tercukupi. Snowballing Sampling bermanfaat dalam hal responden yang
dibutuhkan memiliki karakteristik khusus, misalnya orang yang berpendapatan di atas Rp
500.000 per bulan, namun keberadaan mereka tidak diketahui oleh peneliti.

c. Purposive Sampling mirip dengan Snowballing dalam satu aspek, yaitu memilih
responden dengan karakteristik yang dibutuhkan, namun dengan perbedaan bahwa pada
Purposive Sampling peneliti telah mengetahui posisi responden yang diperlukan.

D. BESAR SAMPEL

Dalam menentukan besarnya sampel ada beberapa faktor yang perlu

dipertimbangkan, yaitu.

1. Derajat keseragaman dari populasi. Makin seragam populasi itu akan semakin kecil
sampel yang diambil dan sebaliknya.

2. Presisi yang dihendaki dari penelitian. Makin tinggi presisi maka makin banyak
sample yang harus diambil dan sebaliknya.

3. Biaya, tenaga dan waktu yang tersedia.

Berikut beberapa cara menghitung besar sample

1. Rumus Slovin

Jika Populasi (N) terbatas dan diketahui, maka Rumus Slovin dapat digunakan untuk
menghitung besarnya n yang dibutuhkan sebagai sampel dari populasi.

N
n=
1+N (e )2

Misalkan N = 10.000 dan e dalam persen adalah 10% maka

10. 000
n= =99
1+10 . 000(0,1)2

Maka sampel yang dibutuhkan adalah 99

2. Rumus Hair et.al

Rumus Hair berlaku bila metode analisis yang digunakan adalah SEM (Structural

Equation Modelling).

N = 5 x variabel penelitian.

Tugas
Berdasarkan contoh skripsi yang telah anda download, sebutkan dan jelaskan.

1. Populasi dan sample dari penelitian tersebut

2. Metode sampling yang peneliti gunakan

Besar sampel yang ditentukan oleh peneliti.