METODE SAMPLING

Tugas ini Disusun untuk Memenuhi Tugas Mata Riset Pemasaran

Dosen Pengampu : Totok Wibisono, SE, MM

Disusun oleh Kelompok 9 :

1. Atqiyaa Nugroho Sutrisno B.131.18.0238
2. Nenny Wulansari B.141.20.0022
3. Eka Saputtri Johapraseptia B.141.20.0023
4. Helmi Hanan Setiabudi B.141.20.0025
5. Fitria Kusumaningrum B.141.20.0030

PROGRAM STUDI MANAJEMEN

FAKULTAS EKONOMI
UNIVERSITAS SEMARANG
2022
Jenis-Jenis Sampel dan Simple Random Sampling

Langkah-langkah yang Dibutuhkan dalam Sampling

Periset harus memutuskan apakah populasi yang relevan terdiri dari individu individu,
rumah tangga, perusahaan bisnis, lembaga-lembaga lainnya, transaksi kartu kredit, atau apa
saja. Dalam mengambil keputusan ini, periset juga harus berhati-hati dalam menentukan unit-
unit apa yang tidak boleh dimasukkan. Batas batas geografis dan periode waktu untuk
melakukan studi harus selalu ditentukan, meskipun pembatasan tambahan seringkali
dikenakan atas unsur-unsur itu.

Mendefinisikan Menentukan Ukuran

Langkah 1 Langkah 4
Populasi Sampel

Langkah 2 Mengidentifikasi Langkah 5 Memilih Unsur-unsur

Kerangka Sampling Sampel

Langkah 3 Memilih Prosedur Langkah 6 Mengumpulkan Data

Sampling dan Unsur-unsur yang
dipilih

Hal yang terpenting adalah bahwa periset harus menentukan secara tepat unsur-unsur
apa yang menarik dan unsur-unsur apa yang tidak perlu dimasukkan. Suatu pernyataan yang
jelas tentang tujuan riset akan sangat membantu dalam menentukan unsur-unsur penting yang
sesuai.
Langkah kedua dalam proses pemilihan sampel adalah mengidentifikasi kerangka
sampling, yang merupakan daftar unsur-unsur di mana sampel aktual akan diambil. Para
periset yang berpengalaman jarang sekali menemukan hubungan yang sempurna antara
kerangka sampling dan populasi sasaran yang mereka teliti. Salah satu tugas periset yang
lebih kreatif dalam sampling adalah mengembangkan kerangka sampling yang sesuai apabila
daftar unsur-unsur populasi belum tersedia
Langkah ketiga dalam prosedur menarik sampel berhubungan erat dengan
identifikasi kerangka sampling. Memilih metode atau prosedur sampling sangat tergantung
pada apa yang dapat dikembangkan periset untuk suatu kerangka sampling Berbagai jenis
sampel yang berbeda menuntut jenis kerangka sampling yang juga berbeda. Langkah
keempat dalam proses pemilihan sampel memerlukan penentuan ukuran sampel. Langkah
kelima menunjukkan bahwa periset harus memilih unsur-unsur yang akan dimasukkan dalam
studi.

Jenis jenis Rencana Sampling

Teknik sampling dapat dibagi menjadi dua kategori yang luas, yaitu sampel
probabilitas dan sampel nonprobabilitas. Pada sampel probabilitas, masing-masing anggota
populasi mempunyai kesempatan yang besar untuk dimasukkan ke dalam sampel.
Kesempatan masing-masing anggota populasi untuk dimasukkan ke dalam sampel mungkin
tidak sama, tetapi semua orang mempunyai probabilitas yang dikenal untuk dimasukkan
dalam sampel. Probabilitas tersebut ditentukan oleh prosedur mekanis khusus yang
digunakan untuk memilih unsur-unsur sampel.
Sebaliknya, dengan sampel nonprobabilitas, tidak ada cara mengestimasi probabilitas
bahwa setiap unsur populasi akan dimasukkan ke dalam sampel. Dengan demikian, tidak ada
cara untuk memastikan bahwa sampel tersebut mewakili populasi.
Semua sampel nonprobabilitas mengandalkan pada penilaian pribadi selama proses
pemilihan-sampel, dan bukan pada prosedur mekanis untuk memilih anggota sampel. Karena
alasan ini, sampling probabilitas biasanya dianggap sebagal metode yang unggul, yaitu
mampu mengestimasi jumlah kesalahan sampling yang ada.
Sampel-sampel juga dapat dikategorikan sebagai sampel tetap atau berurutan. Pada
sampel tetap, ukuran sampel diputuskan sebelum studi dimulai, dan semua informasi yang
dibutuhkan telah dikumpulkan sebelum hasilnya dianalisis.

Desain Sampel

Sampel Nonprobabilitas Sampel Probabilitas

Convenience Simple Random
Judgement Berjenjang
Kuota Proporsional
Tidak proporsional
Cluster
Sistematis
Area

Gambar Klasifikasi Teknik-teknik Sampling

 Dalam sampel berurutan, jumlah unsur-unsur yang akan diambil sebagai sampel tidak
diputuskan sebelumnya tetapi ditentukan oleh serangkaian keputusan ketika data
dikumpulkan. Sampel berurutan memungkinkan kecenderungan dalam data dievaluasi ketika
data itu sedang dikumpulkan, dan ini memberi kesempatan untuk mengurangi biaya apabila
observasi tambahan menun jukkan manfaat yang semakin menurun. Baik rencana sampling
probabilitas maupun nonprobabilitas dapat dibagi lagi menurut jenis. Sampel nonprobabilitas,
misalnya, dapat diklasifikasikan sebagai convenience, judgment, atau kuota, sementara
sampel probabilitas sebagai acak sederhana (simple random), berjenjang, atau cluster.
a) Sampel Nonprobabilitas
Sebagaimana disebutkan sebelumnya, sampel nonprobabilitas meliputi penilaian
(judgment) pribadi selama proses pemilihan. Kadang-kadang judgment ini ditentukan
oleh periset, sementara pada kasus lainnya pemilihan unsur-unsur populasi yang akan
dimasukkan diserahkan kepada pekerja lapangan.
b) Sampel Convenience
Sampel convenience kadang-kadang disebut sebagai sampel accidental karena
dimasukkan dalam sampel secara "kebetulan"-sampel ini terjadi ketika informasi untuk
studi sedang dikumpulkan. Masalah dengan sampel convenience adalah bahwa kita tidak
mempunyai cara untuk mengetahui apakah mereka yang terlibat mewakili populasi
sasaran.
c) Sampel Judgment
Sampel judgment seringkali disebut sampel purposive; unsur-unsur sampel dipilih karena
diharapkan dapat memenuhi tujuan riset. Sebagaimana disebutkan, fitur utama dari
sampling judgment adalah bahwa unsur-unsur populasi dipilih secara purposive (dengan
disengaja). Pada beberapa kasus, unsur-unsur sampel dipilih bukan karena hal itu
representatif, tetapi karena dapat menawarkan kepada para periset informasi yang
mereka butuhkan. Bila pengadilan berpegang pada kesaksian para ahli, maka dalam
pengertian tertentu. mereka menggunakan sampel judgment.
d) Sampel Kuota
Jenis sampel nonprobabilitas yang ketiga, yaitu sampel kuota, berusaha untuk mewakili
populasi dengan melibatkan proporsi unsur-unsur yang sama yang memiliki karakteristik
tertentu sebagaimana dijumpai dalam populasi.
Sampel Probabilitas
Dalam sampel probabilitas, para periset dapat menghitung kemungkinan bahwa setiap
unsur populasi akan dilibatkan, karena unsur-unsur sampel akhir diseleksi secara objektif
oleh proses khusus dan bukan menurut keinginan periset atau pekerja lapangan. Karena
unsur-unsur dipilih secara objektif, maka periset dapat menilai reliabilitas hasil sampel,
sesuatu yang tidak mungkin dilakukan dengan sampel nonprobabilitas tanpa memperhatikan
pertimbangan yang cermat dalam memilih individu-individu.
Ini bukan berarti bahwa sampel probabilitas akan selalu lebih representatif daripada
sampel nonprobabilitas. Memang, sampel nonprobabilitas mungkin lebih representatif.
Keunggulan sampel probabilitas adalah bahwa sampel itu memungkinkan penilaian atas
jumlah kesalahan sampling yang akan terjadi, karena sampel, dan bukan sensus, yang
digunakan ketika mengumpulkan data. Sampel nonprobabilitas, di sisi lain, tidak
memungkinkan investigator menggunakan metode objektif untuk mengevaluasi kecukupan
sampel.

Simple Random Sampling

Sebagian besar orang pernah menghadapi sampel acak sederhana atau simple random
sample baik dalam pelajaran statistik awal maupun dalam membaca tentang hasil-hasil
sampel semacam itu pada surat kabar atau majalah. Dalam sampel acak sederhana, setiap unit
yang dimasukkan ke dalam sampel mempunyai kesempatan yang sama untuk dipilih demi
kepentingan studi, dan setiap kombinasi unsur-unsur populasi merupakan sampel yang
mungkin.

Populasi Induk
Populasi induk (parent population), atau populasi sasaran, adalah populasi dimana
sampel acak sederhana akan diambil. Populasi ini dapat dijelaskan oleh parameter tertentu,
yang merupakan karakteristik dari populasi induk, yang masing-masing merepresentasikan
kuantitas tetap yang membedakan satu populasi dari yang lainnya.

Populasi Turunan
Populasi turunan (derived population) terdiri dari semua sampel yang mungkin yang
dapat ditarik dari populasi induk menurut rencana sampling tertentu. Statistik adalah
karakteristik atau ukuran sampel. Nilai statistik yang digunakan untuk mengestimasi
parameter tertentu tergantung pada sampel tertentu yang dipilih dari populasi induk menurut
rencana sampling yang ditentukan sebelumnya. Sampel yang berbeda akan menghasilkan
statistik yang berbeda dan estimasi yang juga berbeda dari parameter populasi yang sama.

Rata-rata Sampel versus Rata-rata populasi

1. Rata-rata dari semua rata-rata sampel yang mungkin adalah sama dengan rata-rata
populasi.
2. Varians rata-rata sampel berhubungan dengan varians populasi.
3. Distribusi rata-rata sampel berbentuk gundukan, sementara distribusi populasi
berbentuk gerigi.

Dalil Batas-Sentral adalah suatu dalil yang menyatakan bahwa bila sampel acak
sederhana dari ukuran n ditarik dari populasi induk dengan rata-rata μ dan varians ρ2, maka
bila μ adalah besar, rata-rata sampel x akan didistribusikan secara normal dimana rata-rata
sama dengan μ dan varians sama dengan σ 2/n. Aproksimasi akan semakin akurat jika n
semakin besar.
Sampel Berjenjang dan Cluster

Sampel berjenjang
Kadang-kadang untuk menjawab sampel acak pertanyaan sederhana riset. bukan Sebagai
merupakan contoh, suatu cara agenyang pemasaran paling berguna ritel di Westport,
Connecticut, yang bernama TradeZone, ingin membandingkan berbagai jenis pengalaman
para retailer dalam melakukan promosi. Secara lebil, khusus, TradeZone, ingin
membandingkan pendapat supermarket, toko obat, dan pedagang skala besar mengenai
keberhasilan berbagai kegiatan promosi, mular dariprogram frequent-shopper sampai
demonstrasi in-store. Agen itu ingin tahy apakah beberapa kegiatan promosi lebih tepat untuk
satu kategori retailer daripada untukyanglainnya. Suatu sampel acak sederhana tidak akan
dapat menjamin bahwa masing-masing kategoriretailer telah direpresentasikan.Suatu
pendekatan yang lebih tepat adalah dengan menggunakan beberapa bentuksampelbergenjang.
Sampel berjenjang (stratified sample) adalah sampel probabilitas yang dibedakan oleh
prosedur dua langkah berikut ini:
1. Populasi induk dibagi ke dalam subset ying mutually exclusive dan lengkap (exhaustive).
2. Sampel acak sederhana unsur-unsur dipilih secara independen dari masingmasing
kelompok atau subset.
Dalam kasus studi TradeZone, populasi induk adalah para ritailer, dan subsetnya adalah
supermarket, toko obat, dan pedagang skala besar.
Perhatikan bahwa definisi itu tidak menyebutkan kriteria apa yang digunakan untuk
memisahkan unsur-unsur tersebut ke dalam subset. Hal ini disebabkan karena bukan kriteria
yang menentukan apakah sampel berjenjang telah ditarik Jadi, kriteria tersebut akan
membedakan kegunaan akhir dari sampel tertentu yang dipertanyakan. Tetapi selama sampel
itu mencerminkan proses dua-tahap. ini adalah sampel berjenjang. Ingatlah selalu perbedaan
ini karena akan berguna nanti ketika membedakan antara sampel cluster dengan sampel
berjenjang.

Sampel Berjenjang yang Proporsional dan Tidak Proporsional

Apakah kita lebih menulih sampel berjenjang dibandingkan sampel acak sederhana
sebagian tergantung pada trade-off antara biaya dan ketepatan Meskipun sampel bergenjang
biasanya menghasilkan estimasi yang lebih tepat, namun sampel itu biasanya juga lebih
mahal dibandingkan sampel acak sederhana. Jika memilth menggunakan sampel berjenjang,
periset masih harus memutuskan apekah akan memilth yang proporsional atau yang tidak
proporsional.
 Dengan sampel berjenjang yang proporsional (proportionate stratified sample),
jumlah observasi dalam sampel total dialokasikan di antara strata yang sebanding dengan
jumlah relatif unsur-unsur pada masing-masing stratum dalam populasi. Suatu stratum bensi
seperlima dar semua unsur populasi yang akan dihitung untuk seperlima observasi total
sampel, dan seterusnya. Sampling yang proporsional telah digunakan pada contoh pendidikan
kita, karena masing-masing stratum terdiri dari setengah populasi dan sampelnya diambil
secara merata. Satu keunggulan dar alokasi proporsional adalah bahwa investigator hanya
perlu mengetahui ukuran relatif dari masing-masing stratum untuk menentukan jumlah
observasi sampel ketika memilth masing-masing stratum dengan ukuran sampel tertentu
Akan tetapi, sampel berjenjang yang tidak proporsional (disproportionate stratified sample)
dapat menghasilkan estimasi yang lebih efisien. Sampel tersebut meliputi penyeimbangan
dua kriteria, yatu ukuran strata dan variabilitas strata Dengan ukuran sampel tetap, strata yang
menunjukkan lebih banyak vanabilitas akan dijadikan sampel secara lebih proporsional
daripada ukuran relatifnya Sebaliknya, strata yang sangat homogen akan dijadikan sampel
secara kurang profesional

Sampel Berjenjang versus Sampel Kuota

Ada persamaannya Para berjenjang sampel masing-masing periset dari dengan
masing-masing yang kasus, belum sampel populasi berpengalaman kuota. Segmen dibagi
Namun dalam dipilih kadang – kadang segmen – segmen ,satu dengan berdasarkan perbedaan
metode dan antara utama probabilitas unsur. Unsur sampel dalam dipilih berjenjang, unsur-
unsur sampel sementara dalam ini mempunyai sampel kuota. Inteeval kesalahan kepercayaan
Dalam sampling. sampel dan uji ,kuota signifikan tidak ada statistis.

Sampel Cluster
Sampel Cluster adalah suatu sampel proabilitas yang dibedakan oleh prosedur dua
langkah dimana (1) populasi induk dibagi ke dalam subset yang mutually exclusive dan
lengkap (2) sampel acak subset dipilih. Jika kemudian periset menggunakan semua unsur
populasi dalam subset yang dipilih untuk sampel, prosedurnya adalah sampling cluster satu
tahap, bila sampel unsur-unsur dipilih secara probabilitas dari subset-subset, maka
prosedurnya adalah sampling cluster dua-tahap.
Efisiensi statistis, ukuran yang digunakan untuk membandingkan rencana sampling.
Satu rencana sampling dikatakan lebih unggul (secara statistik lebih efisien) daripada yang
lainnya jika untuk sampel berukuran sama menghasilkan kesalahan standar estimasi yang
lebih kecil.
Sampel Sistematik
Sampel sistematik adalah bentuk sampling cluster di mana setiap unsur ke-k dalam
populasi ditetapkan untuk dimasukkan kedalam sampel setelah awal yang acak. Sampling
sistematik adalah sampling cluster satu tahap karena subkelompok-subkelompok tidak
dijadikan sebagai subsampel, tetapi semua unsur dalam cluster yang dipilih justru digunakan.
Sampel sistematik seringkali dapat dibuat lebih representative daripada sampel acak
sederhana.

Sampel Area
Sampel area merupakan suatu bentuk sampling cluster dimana daerah-daerahnya
(misalnya sistem sensus, blok) berguna sebagai unit-unit sampling primer. Populasi dibagi ke
dalam daerah yang mutually exclusive dan lengkap dengan menggunakan peta, dan
sampelacak dari daerah dipilih. Bila semua rumah tangga di daerah yang dipilih digunakan
dalam studi, maka ini merupakan sampling area satu tahap. Bila daerah itu sendiri dijadikan
sebagai sub sampel dalam kaitannya dengan rumah tangga, maka prosedurnya adalah
sampling arena dua tahap.
Sampling area dua tahap yang sederhana, bentuk sampling cluster dimana bagian
tertentu dari unit sampling tahap kedua (misalnya rumah tangga) dipilih dari masing-masing
unit tahap pertama (misalnya blok).
Sampling probabilitas yang proporsional dengan ukuran, suatu bentuk sampling
cluster dimana jumlah unit-unit tahap kedua yang tetap dipilih dari masing-masing unit tahap
pertama. Probabilitas yang berhubungan dengan pemilihan masing-masing unit tahap pertama
pada gilirannya merupakan variabel karena berkaitan langsung dengan ukuran relatif dari
unit-unit tahap pertama.
Ukuran Sampel

Pertimbangan Dasar dalam Menentukan Ukuran Sampel

Distribusi sampling statistik merupakan kunci untu menentukan ukuran sampling. Jika
periset mengetahui penyebaran distribusi sampling, maka ia dapat menentukan jumlah
kesalahan yang dapat dikaitan dengan setiap estimasi. Faktor pertama yang harus
dipertimbangkan dalam mengestimasi ukuran sampel adalah kesalahan standar estimasi yang
diperoleh dari distribusi sampling statistik yang diketahui.
Pertimbangan kedua adalah seberapa tepat estimasi yang seharusnya. Jika masalahnya
melibatkan estimasi parameter populasi, maka ketepatan dapat diukur oleh besarnya
kesalahan atau ukuran interval estimasi. Tingkat ketepatan yang dibutuhkan akan sangat
dipengaruhi oleh pentingnya keputusan yang terlibat dalam studi dari perspektif manajerial.
Faktor lain yang mempengaruhi ukuran sampel adalah tingkat kepercayaan yang dibutuhkan
periset dalam estimasi.

Ukuran Populasi dan Ukuran Sampel

Ukuran populasi tidak dilibatkan dalam kalkulasi ukuran sampel, kecuali untuk satu
modifikasi kecil. Ukuran populasi tidak mempunyai pengaruh terhadap ukuran sampel.
Ketika mengestimasai rata-rata, bila semua unsur populasi mempunyai nilai karakteristik
yang tepat sama, maka hanya satu sampel yang dibutuhkan untuk menentukan rata-rata. Juga
dapat diterima bahwa ukuran populasi tidak mempengaruhi ukuran sampel ketika
mengestimasi proporsi.

Rencana Sampling Probabilitas Lainnya

Terdapat rumus-rumus untuk menentukan ukuran sampel apabila rencana sampling
probabilitas lainnya digunakan. Rumus-rumus ini lebih rumit, tetapi prinsip-prinsip yang
mendasarinya sama. Hal lainnya yang juga harus sama adalah biaya. Biaya secara tidak
langsung dilibatkan dalam kalkulasi ukuran sampel jika digunakan simple random sampling,
meskipun seringkali mempengaruhi sampel. Bila biaya pengumpulan data mengenai
perhitungan ukuran sampel melebihi anggaran riset, maka biaya dapat menjadi faktor yang
menekan ukuran sampel yang ditunjukkan oleh rumus.
Dengan sampel berjenjang atau cluster, biaya mempunyai pengaruh langsung. Dalam
menghitung ukuran sampel, periset harus membedakan biaya per observasi menurut strata
atau menurut cluster, dan dalam melaksanakan kalkulasi ukuran sampel, periset harus
mempunyai beberapa estimasi awal tentang biaya-biaya tersebut. Kemudian harus
menyeimbangkan variabilitas terhadap biaya dan menilai fungsi trade-off yang
menghubungkan keduanya.

Menentukan Ukuran Sampel dengan Menggunakan Bukti Historis

Metode terakhir yang dapat digunakan oleh analis untuk menentukan ukuran sampel
adalah ukuran yang digunakan analis lain pada studi serupa di masa lalu. Meskipun ini
mungkin berbeda dari ukuran ideal untuk suatu masalah tertentu, fakta serupa secara
psikologis sudah menghibur, khususnya bagi periset yang belum berpengalaman.