RESUME BAB 13

Untuk Memenuhi Tugas Mata Kuliah Metodologi Penelitian

Disusun oleh :

1. Ahmad Zachary Hakim

2. Fito Mauli Rifaldo
3. Ikhsan Nur Rohim
4. Lingga Argianita

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS SEBELAS MARET (UNS) SURAKARTA

Jalan Ir. Sutami 36, Kentingan, Jebres, Kota Surakarta, Jawa Tengah

2023
 CHAPTER 13

SAMPLING

DEFINISI

Populasi adalah wilayah generalisasi berupa subjek atau objek yang diteliti untuk dipelajari
dan diambil kesimpulan, sedangkan sampel adalah sebagian dari populasi yang diteliti.
Penarikan sampel diperlukan jika populasi yang diambil sangat besar, dan peneliti
memiliki keterbatasan untuk menjangkau seluruh populasi maka peneliti perlu
mendefinisikan populasi target dan populasi terjangkau baru kemudian menentukan jumlah
sampel dan teknik sampling yang digunakan.

POPULASI, ELEMEN, SAMPEL, UNIT SAMPLING, DAN SUBJEK

Populasi

Populasi mengacu pada seluruh kelompok orang, peristiwa, atau hal-hal menarik yang
ingin peneliti selidiki. Ini adalah sekelompok orang, peristiwa, atau hal-hal menarik yang
peneliti ingin buat kesimpulannya (berdasarkan statistik sampel).

Elemen

Elemen adalah anggota tunggal dari populasi. Sensus adalah menghitung semua elemen
dalam populasi manusia.

Sampel

Sampel adalah sebagian dari populasi. Ini terdiri dari beberapa anggota yang dipilih
darinya. Dengan kata lain, beberapa, tetapi tidak semua, elemen populasi membentuk
sampel. Sampel demikian sub kelompok atau bagian dari populasi. Dengan mempelajari
sampel, peneliti harus dapat menarik kesimpulan yang dapat digeneralisasikan untuk
populasi yang diminati.

Satuan sampel

Unit pengambilan sampel adalah elemen atau kumpulan elemen yang tersedia untuk dipilih
dalam beberapa tahap proses pengambilan sampel.

Subjek Subjek adalah anggota tunggal dari sampel, seperti halnya elemen adalah anggota
tunggal dari populasi.
PROSES SAMPLING

Pengambilan sampel adalah proses memilih sejumlah elemen yang tepat dari populasi,
sehingga studi tentang sampel dan pemahaman tentang sifat atau karakteristiknya
memungkinkan kita untuk menggeneralisasikan sifat atau karakteristik tersebut ke elemen
populasi. Langkah-langkah utama dalam pengambilan sampel meliputi:

1. Tentukan populasi.
2. Tentukan kerangka sampel.
3. Menentukan desain sampling.
4. Tentukan ukuran sampel yang sesuai.
5. Jalankan proses sampling.

Mendefinisikan populasi

Pengambilan sampel dimulai dengan menentukan populasi sasaran secara tepat. Populasi
target harus didefinisikan dalam hal elemen, batas geografis, dan waktu.

Menentukan kerangka sampel

Kerangka sampling adalah representasi (fisik) dari semua elemen dalam populasi dari
mana sampel diambil. Penggajian organisasi akan berfungsi sebagai kerangka sampling
jika anggotanya akan dipelajari. Meskipun kerangka sampling berguna dalam
memberikan daftar setiap elemen dalam populasi, itu mungkin tidak selalu merupakan
dokumen terkini dan terkini. Oleh karena itu, meskipun kerangka sampling mungkin
tersedia dalam banyak kasus, mungkin tidak selalu sepenuhnya benar atau lengkap.
Namun, dalam kebanyakan kasus, peneliti harus mengatasi kesalahan ini dengan
mendefinisikan ulang populasi target dalam kerangka pengambilan sampel, menyaring
responden sehubungan dengan karakteristik penting untuk memastikan bahwa mereka
memenuhi kriteria untuk populasi target, atau menyesuaikan data yang dikumpulkan
dengan skema pembobotan untuk mengimbangi kesalahan cakupan.
Menentukan desain sampling

Ada dua jenis utama desain sampling yaitu

1. probabilitas

elemen-elemen dalam populasi memiliki beberapa peluang atau probabilitas bukan

nol yang diketahui untuk dipilih sebagai subjek sampel yang digunakan ketika
keterwakilan sampel penting untuk kepentingan generalisasi yang lebih luas.

2. nonprobability sampling.

elemen tidak memiliki peluang yang diketahui atau ditentukan sebelumnya untuk
terpilih sebagai subjek dan ketika waktu atau faktor lain, alih-alih generalisasi,
menjadi kritis, nonprobability sampling umumnya digunakan.

SAMPEL PROBABILITAS

Pengambilan sampel probabilitas dapat bersifat tidak terbatas (pengambilan sampel acak
sederhana) atau terbatas (pengambilan sampel probabilitas kompleks).

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 memiliki peluang yang
diketahui dan sama untuk dipilih sebagai subjek. Rancangan pengambilan sampel ini,
yang dikenal sebagai pengambilan sampel acak sederhana, memiliki bias paling kecil dan
menawarkan kemampuan generalisasi yang paling besar. Namun, proses pengambilan
sampel ini dapat menjadi tidak praktis dan mahal; selain itu, daftar populasi yang
sepenuhnya diperbarui mungkin tidak selalu tersedia.

Sampling probabilitas terbatas atau kompleks

Sebagai alternatif dari desain sampling acak sederhana, beberapa desain sampling
probabilitas kompleks (probabilitas terbatas) dapat digunakan. Prosedur pengambilan
sampel probabilitas ini menawarkan alternatif yang layak, dan terkadang lebih efisien,
untuk desain tak terbatas yang baru saja kita diskusikan. Efisiensi ditingkatkan karena
lebih banyak informasi dapat diperoleh untuk ukuran sampel tertentu menggunakan
beberapa prosedur pengambilan sampel probabilitas yang kompleks daripada desain
pengambilan sampel acak sederhana.
SAMPLING NON PROBABILITAS

Dalam desain pengambilan sampel non probabilitas, elemen dalam populasi tidak memiliki
probabilitas apa pun yang terkait dengan pemilihannya sebagai subjek sampel. Ini berarti
bahwa temuan dari studi sampel tidak dapat secara meyakinkan digeneralisasikan ke
populasi. Beberapa rencana pengambilan sampel non probabilitas lebih dapat diandalkan
daripada yang lain dan dapat menawarkan beberapa petunjuk penting untuk informasi yang
berpotensi berguna sehubungan dengan populasi.

Pengambilan sampel kenyamanan

convenience sampling mengacu pada pengumpulan informasi dari anggota populasi yang
mudah tersedia untuk menyediakannya.

metode penelitian untuk bisnis Purposive sampling

Alih-alih mendapatkan informasi dari mereka yang paling siap atau tersedia dengan
mudah, kadang-kadang perlu untuk mendapatkan informasi dari kelompok sasaran
tertentu. Sampling disini terbatas pada jenis orang tertentu yang dapat memberikan
informasi yang diinginkan, baik karena hanya mereka yang memilikinya, atau mereka
memenuhi beberapa kriteria yang ditetapkan oleh peneliti. Tipe desain sampling ini
disebut purposive sampling, dan dua tipe utama dari purposive sampling – judgement
sampling dan quota sampling – akan dijelaskan sekarang.

DESAIN SAMPLING TERTENTU

● Simple random sampling

Desain pengambilan sampel ini paling baik bila generalisasi temuan untuk seluruh
populasi adalah tujuan utama penelitian.

● Pengambilan sampel acak bertingkat

Desain pengambilan sampel ini, yang paling efisien, adalah pilihan yang baik
ketika informasi yang berbeda diperlukan mengenai berbagai strata dalam populasi,
yang diketahui berbeda dalam parameternya.
● Pengambilan sampel sistematis

Jika kerangka pengambilan sampel besar, dan daftar elemen tersedia dengan
nyaman di satu tempat, maka prosedur pengambilan sampel yang sistematis akan
menawarkan keuntungan kemudahan dan kecepatan dalam mengembangkan
sampel

● Pengambilan sampel klaster

Rancangan pengambilan sampel ini paling berguna ketika kelompok heterogen

akan dipelajari pada satu waktu.

● Pengambilan sampel wilayah

Sampling area paling cocok ketika tujuan penelitian terbatas pada lokasi atau area
tertentu

● Pengambilan sampel ganda

Desain ini memberikan informasi tambahan dengan pengeluaran tambahan

minimal.

● Pengambilan sampel kenyamanan

Rancangan nonprobabilitas ini, yang sama sekali tidak dapat digeneralisasikan,

kadang-kadang digunakan untuk mendapatkan beberapa informasi "cepat" untuk
mendapatkan "rasa" dari fenomena atau variabel yang menarik.

● Sampling penilaian: salah satu jenis purposive sampling

Rancangan pengambilan sampel penilaian digunakan di mana pengumpulan

"masukan informasi khusus" pada bidang topik yang diteliti sangat penting, dan
penggunaan rancangan pengambilan sampel lainnya tidak akan menawarkan
peluang untuk memperoleh informasi khusus.

● Sampling kuota: jenis kedua dari purposive sampling

Desain pengambilan sampel ini memungkinkan untuk dimasukkannya semua

kelompok dalam sistem yang diteliti. Dengan demikian, kelompok yang jumlahnya
kecil tidak terabaikan
MASALAH PRESISI DAN KEPERCAYAAN DALAM MENENTUKAN UKURAN
SAMPEL

Sampel yang handal dan valid harus memungkinkan kita untuk menggeneralisasi temuan
dari sampel ke populasi yang sedang diselidiki. Dengan kata lain, statistik sampel harus
merupakan perkiraan yang andal dan mencerminkan parameter populasi sedekat mungkin
dalam margin kesalahan yang sempit. Tidak ada statistik sampel (X, misalnya) yang persis
sama dengan parameter populasi (μ), tidak peduli seberapa canggih desain sampling
probabilitasnya. Ingat bahwa alasan untuk desain probabilitas adalah untuk meningkatkan
probabilitas bahwa statistik sampel akan sedekat mungkin dengan parameter populasi.
Meskipun perkiraan titik X mungkin tidak secara akurat mencerminkan rata-rata populasi,
μ, perkiraan interval dapat dibuat di mana μ akan berada, dengan probabilitas terlampir -
yaitu, pada tingkat kepercayaan tertentu.

Presisi

Presisi mengacu pada seberapa dekat perkiraan kami dengan karakteristik populasi yang
sebenarnya. Presisi adalah fungsi dari rentang variabilitas dalam distribusi sampling rata-
rata sampel. Artinya, jika kita mengambil sejumlah sampel yang berbeda dari suatu
populasi, dan mengambil rata-rata dari masing-masingnya, biasanya kita akan menemukan
bahwa semuanya berbeda, berdistribusi normal, dan memiliki dispersi yang terkait
dengannya. Semakin kecil dispersi atau variabilitas ini, semakin besar kemungkinan rata-
rata sampel mendekati rata-rata populasi.

Rumus kesalahan standar :

S = standar deviasi sampel

n = ukuran sampel

SX = tingkat presisi yang ditawarkan oleh sampel.

Perhatikan bahwa kesalahan standar berbanding terbalik dengan akar kuadrat dari ukuran
sampel. Oleh karena itu, jika kita ingin mengurangi kesalahan standar dengan standar
deviasi tertentu dalam sampel, kita perlu memperbesar ukuran sampel.
Kepercayaan diri

presisi menunjukkan seberapa dekat kita memperkirakan parameter populasi berdasarkan

statistik sampel, kepercayaan menunjukkan seberapa yakin kita bahwa perkiraan kita
benar-benar berlaku untuk populasi. Intinya, kepercayaan mencerminkan tingkat kepastian
yang dengannya kita dapat menyatakan bahwa perkiraan parameter populasi kita,
berdasarkan statistik sampel kita, akan berlaku. Tingkat kepercayaan dapat berkisar dari 0
hingga 100%. Keyakinan 95% adalah tingkat yang diterima secara konvensional untuk
sebagian besar penelitian bisnis, paling sering dinyatakan dengan menunjukkan tingkat
signifikansi sebagai p ≤ 0,05. Dengan kata lain, kami mengatakan bahwa setidaknya 95
kali dari 100 perkiraan kami akan mencerminkan karakteristik populasi yang sebenarnya.

Data Sampel, Presisi, dan Keyakinan dalam Estimasi

Ketepatan dan kepercayaan diri adalah masalah penting dalam pengambilan sampel karena
ketika kita menggunakan data sampel untuk menarik kesimpulan tentang populasi, kita
berharap cukup "tepat sasaran", dan memiliki beberapa gagasan tentang tingkat kesalahan
yang mungkin terjadi. Karena estimasi titik tidak memberikan ukuran kesalahan yang
mungkin terjadi, kami melakukan estimasi interval untuk memastikan estimasi parameter
populasi yang relatif akurat. Statistik yang memiliki distribusi yang sama dengan
distribusi rata-rata sampling digunakan dalam prosedur ini, biasanya statistik z atau
statistik t.

rumus berikut adalah statistik untuk tingkat kepercayaan yang diinginkan :

Trade-Off Antara Keyakinan dan Presisi

Penting bagi peneliti untuk mempertimbangkan setidaknya empat aspek saat membuat
keputusan tentang ukuran sampel yang diperlukan untuk melakukan penelitian:

1. Berapa ketelitian yang benar-benar dibutuhkan dalam memperkirakan karakteristik

populasi yang diinginkan – yaitu, berapa batas kesalahan yang diperbolehkan?
 2. Seberapa besar kepercayaan yang benar-benar dibutuhkan – yaitu, seberapa besar
kemungkinan kita membuat kesalahan dalam memperkirakan parameter populasi?
3. Sejauh mana variabilitas karakteristik yang diselidiki dalam populasi?
4. Apa analisis biaya-manfaat dari peningkatan ukuran sampel?

DATA SAMPEL DAN PENGUJIAN HIPOTESIS

Sejauh ini kita telah membahas data sampel sebagai alat untuk memperkirakan parameter
populasi, tetapi data sampel juga dapat digunakan untuk menguji hipotesis tentang nilai
populasi daripada hanya untuk memperkirakan nilai populasi. Prosedur untuk pengujian
ini menggabungkan informasi yang sama seperti estimasi interval, tetapi tujuan di balik
kedua metode tersebut agak berbeda.

UKURAN SAMPEL

Desain pengambilan sampel dan ukuran sampel penting untuk menetapkan keterwakilan
sampel agar dapat digeneralisasikan. Jika desain pengambilan sampel yang tepat tidak
digunakan, ukuran sampel yang besar tidak akan dengan sendirinya memungkinkan
temuan untuk digeneralisasikan ke populasi. Demikian juga, kecuali ukuran sampel
memadai untuk tingkat yang diinginkan

metode penelitian untuk bisnis

presisi dan keyakinan, tidak ada desain pengambilan sampel, betapapun canggihnya, akan
berguna bagi peneliti dalam memenuhi tujuan penelitian. Oleh karena itu, keputusan
pengambilan sampel harus mempertimbangkan desain pengambilan sampel dan ukuran
sampel.

Menentukan Ukuran Sampel

Untuk menentukan sampel dari populasi digunakan perhitungan maupun tabel yang di
kembangkan para ahli. Rumus koreksi dan melihat ukuran sampel apa yang diperlukan
untuk memiliki tingkat presisi dan keyakinan yang sama. Rumus koreksinya adalah
sebagai berikut:
Ukuran sampel dan kesalahan Tipe II

Ukuran sampel yang terlalu besar, akan menjadi masalah karena kita akan cenderung
melakukan kesalahan Tipe II. Artinya, kami akan menerima temuan penelitian kami,
padahal sebenarnya kami harus menolaknya. Dengan kata lain, dengan ukuran sampel
yang terlalu besar, bahkan hubungan yang lemah (katakanlah korelasi 0,10 antara dua
variabel) dapat mencapai tingkat signifikansi, dan kita akan cenderung percaya bahwa
hubungan signifikan yang ditemukan dalam sampel ini benar adanya.

Signifikansi statistik dan praktis

Hal lain yang perlu dipertimbangkan, bahkan dengan ukuran sampel yang sesuai, adalah
apakah signifikansi statistik lebih relevan daripada signifikansi praktis.

Aturan praktis

Roscoe (1975) mengusulkan aturan praktis berikut untuk menentukan ukuran sampel:

1. Ukuran sampel yang lebih besar dari 30 dan kurang dari 500 sesuai untuk sebagian
besar penelitian.
2. Jika sampel akan dipecah menjadi subsampel (laki-laki/perempuan, junior/senior,
dll.), minimal ukuran sampel 30 untuk setiap kategori diperlukan.
3. Dalam penelitian multivariat (termasuk analisis regresi berganda), ukuran sampel
harus beberapa kali (sebaiknya sepuluh kali atau lebih) sebesar jumlah variabel
dalam penelitian.
4. Untuk penelitian eksperimental sederhana dengan kontrol eksperimental yang ketat
(pasangan yang cocok, dll.), penelitian yang sukses dimungkinkan dengan sampel
sekecil 10 hingga 20 ukuran.

Efisiensi Dalam Pengambilan Sampel

Efisiensi dalam pengambilan sampel tercapai ketika, untuk tingkat presisi tertentu
(kesalahan standar), ukuran sampel dapat dikurangi, atau untuk ukuran sampel tertentu (n),
tingkat presisi dapat ditingkatkan. Prosedur pengambilan sampel acak sederhana tidak
selalu merupakan rencana yang paling efisien untuk diterapkan; beberapa desain sampling
probabilitas lainnya seringkali lebih efisien.
SAMPLING SEBAGAI TERKAIT DENGAN STUDI KUALITATIF

Pengambilan sampel untuk penelitian kualitatif sama pentingnya dengan pengambilan

sampel untuk penelitian kuantitatif, dimulai dengan menentukan populasi sasaran secara
tepat. Sebagai teknik sampling, penelitian kualitatif umumnya menggunakan
nonprobability sampling karena tidak bertujuan untuk menarik inferensi statistik.
Purposive sampling adalah salah satu teknik yang sering digunakan dalam penyelidikan
kualitatif: subjek dipilih berdasarkan keahlian dalam subjek yang sedang diselidiki.
Penting bahwa subjek dipilih sedemikian rupa sehingga mencerminkan keragaman
populasi.

metode penelitian untuk bisnis

Pengambilan sampel teoretis mungkin atau mungkin tidak dimulai dengan pengambilan
sampel purposive, tetapi pengambilan sampel subjek tambahan diarahkan oleh kerangka
teoretis yang muncul. Karena tidak mungkin memprediksi kapan kejenuhan teoretis
tercapai, tidak dapat menentukan berapa banyak subjek yang perlu dijadikan sampel pada
awal studi. Sebaliknya, aturan umum dalam penelitian kualitatif adalah terus mengambil
sampel sampai tidak mendapatkan informasi baru atau tidak lagi mendapatkan wawasan
baru. Perhatikan bahwa ukuran sampel, oleh karena itu, setidaknya sebagian, bergantung
pada heterogenitas populasi.
 DAFTAR PUSTAKA

Sekaran & Bougie (2016) Research Methode for Business