“TEKNIKPENGAMBILAN SAMPEL”
Dosen Pengampu:
Disusun oleh:
Kelompok 8
Nuraini 141210112
Daffa Ivan P 141210250
Riyandika Rizki N 141210275
Kelas: EM-G
2023
KATA PENGANTAR
Puji syukur kehadirat Tuhan Yang Maha Esa atas segala rahmat-Nya sehingga makalah ini
dapat tersusun hingga selesai. Tidak lupa penulis juga mengucapkan terima kasih atas
bantuan semua pihak yang telah berkontribusi dengan memberikan sumbangan baik materi
maupun pikirannya, terkhusus kepada Ibu Dyah Sugandhini yang telah memberikan kami
arahan untuk menyelesaikan tugas makalah “Teknik Pengambilan Sampel” dalam mata
kuliah Metodologi Penelitian Bisnis ini.
Harapan penulis semoga makalah ini dapat menambah pengetahuan dan pengalaman bagi
para pembaca, untuk kedepannya dapat memperbaiki makalah ini agar menjadi lebih baik
lagi. Karena keterbatasan pengetahuan maupun pengalaman penulis, penulis yakin masih
banyak kekurangan dalam makalah ini, oleh karena itu penulis sangat mengharapkan saran
dan kritik yang membangun dari pembaca.
Penulis
1
DAFTAR ISI
2
BAB I
PENDAHULUAN
A. Latar Belakang
Penelitian hakikatnya merupakan kegiatan ilmiah untuk memperoleh pengetahuan
yang benar tentang suatu masalah. Pengetahuan yang diperoleh berupa fakta, konsep,
generalisasi, dan teori yang memungkinkan manusia dapat memahami fenomena dan
memecahkan masalah (Sagandji dan Sopiah, 2010).
Penelitian dilaksanakan melalui suatu prosedur dan alur tertentu. Apapun jenis
penelitiannya, selalu dimulai dengan adanya permasalahan, hal tersebut merupakan suatu
kesenjangan yang dirasakan oleh peneliti. Kesenjangan tersebut dapat terjadi karena
beberapa kemungkinan sebab. Dengan kondisi yang demikian, peneliti berusaha mencari
jalan keluar dengan mengadakan penelitian berdasarkan teori yang tepat (Malamassam,
2009).
Sebelum peneliti melakukan penelitian, perlu menyusun rencana penelitian, yang
dikenal dengan usulan proposal penelitian. Kegunaan dari proposal penelitian tersebut
adalah sebagai pedoman rencana awal yang akan dilakukan peneliti, baik mengenai
masalah, ruang lingkup, metode penelitian yang dipakai, populasi dan sampel penelitian,
perencanaan tempat dan waktu penelitian, instrumen penelitian, sampai pada
perencanaan anggaran (jika diperlukan).
Dalam melakukan penelitian, tidak semua penelitian dapat dilakukan secara
populasi. Banyak alasan yang mendasari hal tersebut, diantaranya sebaran populasi yang
luas, waktu yang dibutuhkan terlalu lama, keterbatasan biaya, dll. Lebih lanjut Patton
(2009) mengatakan bahwa keuntungan menggunakan sampel antara lain: memudahkan
jalannya penelitian, penelitian lebih efisien, lebih teliti dan cermat dalam pengumpulan
data, dan lebih efektif. Dari berbagai alasan tersebut, sangat beralasan jika penelitian
dilakukan hanya terhadap sampel saja.
Dalam menentukan sampel mana yang akan dijadikan sebagai objek penelitian
tidaklah mudah, karena sampel yang kita ambil harus dapat mewakili semua karakteristik
dari populasinya. Jika sampel yang diambil tidak dapat mewakili semua karakteristik
populasinya, maka hasil penelitian tersebut tidak dapat dibuatkan generalisasinya. Oleh
karena itu penulis akan mendeskripsikan Teknik Sampling yang biasa digunakan dalam
penelitian dan mendeskripsikan teknik sampling serta beberapa jenis teknik sampling.
3
B. Rumusan Masalah
1. Bagaimanakah deskripsi populasi dan sampel?
2. Bagaimanakah deskripsi teknik sampling?
3. Bagaimanakah jenis teknik sampling?
C. Tujuan
1. Mengetahui deskripsi populasi dan sampel.
2. Mengetahui deskripsi teknik sampling.
3. Mengetahui jenis teknik sampling.
4
BAB II
PEMBAHASAN
2. Elemen
Suatu elemen adalah satu anggota populasi. Jika 1000 pekerja kerah biru di
suatu organisasi tertentu merupakan populasi yang diminati peneliti, setiap pekerja
kerah biru di dalamnya merupakan sebuah elemen. Jika 500 buah mesin disetujui
setelah memeriksa beberapa, akan ada 500 elemen dalam populasi ini. Secara
kebetulan, sensus adalah penghitungan seluruh elemen populasi manusia.
3. Sampel
Sampel adalah sebagian dari populasi. Ini terdiri dari beberapa anggota yang
dipilih darinya. Dengan kata lain, sebagian, namun tidak seluruh, elemen populasi
membentuk sampel. Jika 200 anggota diambil dari 1000 populasi pekerja kerah biru,
200 anggota ini menjadi sampel untuk penelitian ini. Artinya, dari penelitian
terhadap 200 anggota tersebut, peneliti akan menarik kesimpulan tentang
keseluruhan populasi 1000 pekerja kerah biru. Demikian pula jika terdapat 145
pasien rawat inap di suatu rumah sakit dan 40 diantaranya akan disurvei oleh
5
pengelola rumah sakit untuk menilai tingkat kepuasannya terhadap pengobatan yang
diterima, maka 40 orang tersebut akan dijadikan sampel.
5. Subjek
Subyek adalah satu anggota sampel, sama seperti suatu elemen adalah satu
anggota populasi . Jika 200 anggota dari total populasi 1000 pekerja kerah biru
menjadi sampel penelitian, maka setiap pekerja kerah biru dalam sampel tersebut
adalah subjek. Contoh lain, jika sampel yang terdiri dari 50 mesin dari total 500
mesin akan diperiksa, maka setiap satu dari 50 mesin tersebut adalah subjek,
sebagaimana setiap mesin dalam populasi total 500 mesin adalah sebuah elemen.
6
2. Keterwakilan sampel
Kebutuhan untuk memilih sampel yang tepat untuk penyelidikan penelitian
tidak bisa terlalu ditekankan. Kita tahu bahwa jarang sekali sampel yang diambil
merupakan replika populasi yang sama persis. Misalnya, sangat sedikit mean sampel
(X) yang kemungkinan sama persis dengan mean populasi (ÿ). Simpangan baku
sampel (S) juga tidak mungkin sama dengan simpangan baku populasi (ÿ). Namun,
jika kita memilih sampel dengan cara ilmiah, kita dapat yakin bahwa statistik sampel
(misalnya, X, S, atau S2 ) cukup dekat dengan parameter populasi (yaitu ÿ, ÿ, atau
ÿ2 ). Dengan kata lain, sampel dapat dipilih sedemikian rupa sehingga dapat
mewakili populasi. Namun, selalu ada kemungkinan kecil bahwa nilai sampel
berada di luar parameter populasi.
3. Normalitas distribusi
Atribut atau karakteristik populasi pada umumnya berdistribusi normal.
Misalnya, ketika atribut seperti tinggi dan berat badan dipertimbangkan, sebagian
besar orang akan mengelompok di sekitar nilai rata-rata, hanya menyisakan
sejumlah kecil di titik ekstrem yang sangat tinggi atau sangat pendek, sangat berat
atau sangat ringan, dan seterusnya, seperti ditunjukkan pada Gambar 13.3. Jika kita
ingin memperkirakan karakteristik populasi dari karakteristik yang terwakili dalam
suatu sampel dengan akurasi yang cukup tinggi, maka sampel tersebut harus dipilih
sedemikian rupa sehingga distribusi karakteristik yang diinginkan mengikuti pola
distribusi normal yang sama dalam sampel seperti halnya dalam sampel. populasi.
Dari teorema limit pusat diketahui bahwa distribusi sampling dari mean sampel
berdistribusi normal. Ketika ukuran sampel n bertambah, rata-rata sampel acak yang
diambil dari hampir semua populasi mendekati distribusi normal dengan mean ÿ dan
deviasi standar ÿ. Singkatnya, terlepas dari apakah atribut populasi terdistribusi
normal atau tidak, jika kita mengambil sampel dalam jumlah yang cukup besar dan
memilihnya dengan hati-hati, kita akan mendapatkan distribusi sampling dengan
7
mean yang normal. Inilah alasan mengapa dua isu penting dalam pengambilan
sampel adalah ukuran sampel (n) dan desain pengambilan sampel, seperti yang akan
dibahas nanti.
8
mengetahui dengan cepat dampak film yang baru dirilis yang diputar pada malam
sebelumnya terhadap penonton. Pewawancara mungkin mempertanyakan 20 orang
pertama yang meninggalkan teater setelah menonton film tersebut dan mengetahui
reaksi mereka. Berdasarkan jawaban mereka, dia dapat membentuk opini mengenai
kemungkinan kesuksesan film tersebut. Contoh lain, seorang manajer restoran
mungkin ingin mengetahui reaksi pelanggan terhadap item baru yang ditambahkan
ke menu untuk menentukan apakah item tersebut merupakan tambahan yang populer
dan bernilai atau tidak. Untuk tujuan ini, 15 orang pertama yang memilih item
khusus akan diwawancarai, dan reaksi mereka diperoleh. Dalam kasus seperti ini,
mendapatkan informasi instan mungkin lebih bermanfaat dibandingkan memperoleh
fakta yang paling representatif. Namun perlu dicatat bahwa hasil sampel yang
mudah digunakan tersebut tidak dapat diandalkan dan tidak akan pernah dapat
digeneralisasikan ke populasi.
1. Mendefinisikan Populasi
Pengambilan sampel dimulai dengan menentukan secara tepat populasi
sasaran. Populasi sasaran harus didefinisikan berdasarkan elemen, batas geografis,
dan waktu. Misalnya, bagi seorang bankir yang tertarik dengan kebiasaan menabung
para pekerja kerah biru di industri pertambangan di Amerika Serikat, populasi
targetnya mungkin adalah semua pekerja kerah biru di industri tersebut di seluruh
negeri. Untuk biro iklan yang tertarik dengan kebiasaan membaca orang lanjut usia,
populasi sasarannya mungkin adalah penduduk Jerman yang berusia 50 tahun ke
atas. Contoh-contoh ini menggambarkan bahwa tujuan penelitian dan ruang lingkup
penelitian memainkan peran penting dalam menentukan populasi sasaran.
9
akan berfungsi sebagai kerangka sampel jika para anggotanya ingin diteliti.
Demikian pula, registrasi universitas yang berisi daftar seluruh mahasiswa, dosen,
administrator, dan staf pendukung di universitas selama tahun akademik atau
semester tertentu dapat berfungsi sebagai kerangka sampel untuk studi populasi
universitas. Daftar siswa kelas dapat menjadi kerangka sampel untuk pembelajaran
siswa di kelas.
● Tujuan Penelitian
● Sejauh mana presisi yang diinginkan (interval kepercayaan)
● Resiko yang dapat diterima dalam memperkirakan tingkat presisi (tingkat
kepercayaan)
● Besarnya variabilitas dalam populasi itu sendiri
● Kendala biaya dan waktu
● Dalam beberapa kasus, ukuran populasi itu sendiri
D. Probability Sampling
Probability sampling adalah teknik pengambilan sampel yang memberikan
peluang sama bagi anggota populasi untuk dipilih menjadi sampel. Pengambilan sampel
probabilitas dapat bersifat tidak terbatas (sampling acak sederhana) atau terbatas
(sampling probabilitas kompleks).
Desain pengambilan sampel acak sederhana, memiliki bias paling kecil dan
menawarkan kemampuan generalisasi paling besar. Namun, proses pengambilan
12
sampel ini bisa menjadi rumit dan mahal; selain itu, daftar populasi yang diperbarui
mungkin tidak selalu tersedia. Karena alasan ini dan alasan lainnya, desain
pengambilan sampel probabilitas lainnya sering kali dipilih.
13
untuk dipilih. Prosedur pengambilan sampel ini digunakan ketika penelitian
bertujuan untuk memperkirakan parameter populasi.
E. Nonprobability Sampling
Dalam desain pengambilan sampel nonprobabilitas, elemen-elemen dalam populasi
tidak memiliki probabilitas apa pun untuk dipilih sebagai subjek sampel. Artinya, temuan
penelitian terhadap sampel tidak dapat digeneralisasikan secara pasti kepada populasi.
Beberapa rencana pengambilan sampel nonprobabilitas lebih dapat diandalkan
dibandingkan rencana lainnya dan dapat memberikan petunjuk penting mengenai
informasi yang berpotensi berguna terkait dengan populasi.
15
Sesuai dengan namanya, convenience sampling mengacu pada pengumpulan
informasi dari anggota populasi yang bersedia menyediakannya. Contohnya yaitu,
sampel praktis dari lima petugas yang menghadiri demonstrasi etalase pesaing di
pekan raya daerah pada malam sebelumnya memberikan informasi kepada wakil
presiden perusahaan mengenai produk “baru” pesaing dan strategi penetapan harga
mereka, yang membantu VP merumuskan beberapa gagasan tentang langkah
selanjutnya yang harus diambil oleh perusahaan. Convenience sampling paling
sering digunakan selama fase eksplorasi proyek penelitian dan juga digunakan untuk
mendapatkan beberapa informasi dasar dengan cepat dan efisien.
Rencana pengambilan sampel purposif terbagi dalam dua kategori yaitu desain
pengambilan sampel penilaian dan kuota. Judgement sampling, terkadang
merupakan pilihan desain pengambilan sampel yang terbaik, terutama ketika
populasi terbatas yang dapat menyediakan informasi yang dibutuhkan. Pengambilan
sampel kuota sering kali digunakan dengan pertimbangan biaya dan waktu serta
kebutuhan untuk mewakili elemen minoritas dalam populasi secara memadai.
Meskipun kemampuan generalisasi dari semua desain pengambilan sampel
nonprobabilitas sangat terbatas, desain ini mempunyai kelebihan tertentu dan
kadang-kadang merupakan satu-satunya alternatif yang layak bagi peneliti.
18
Jenis pengambilan sampel purposif yang kedua. Desain pengambilan sampel ini
memungkinkan dimasukkannya seluruh kelompok ke dalam sistem yang diteliti.
Dengan demikian, kelompok yang jumlahnya kecil tidak terabaikan. Keputusan
mengenai desain yang akan digunakan bergantung pada banyak faktor, antara lain:
1. Luasnya pengetahuan sebelumnya dalam bidang penelitian yang dilakukan
2. Tujuan utama penelitian:
a. Generalisasi
b. Efisiensi
c. lebih banyak mengetahui sub kelompok dalam populasi
d. memperoleh informasi yang cepat
3. Pertimbangan Biaya
Sampel yang andal dan valid harus memungkinkan kita menggeneralisasi temuan dari
sampel ke populasi yang diteliti. Dengan kata lain, Statistik sampel harus merupakan
estimasi yang andal dan mencerminkan parameter populasi sedekat mungkin dengan
margin kesalahan yang sempit. Tidak ada statistik sampel (X, misalnya) yang akan sama
persis dengan parameter populasi (μ), tidak peduli seberapa canggih desain pengambilan
sampel probabilitas. Ingatlah bahwa alasan utama desain probabilitas adalah untuk
meningkatkan probabilitas bahwa statistik sampel akan sedekat mungkin dengan
parameter populasi. Meskipun pendugaan titik X mungkin tidak secara akurat
mencerminkan rata-rata populasi,μ, pendugaan interval dapat dibuat di mana (μ) akan
berada, dengan probabilitas yang melekat – yaitu, pada tingkat kepercayaan tertentu.
Masalah interval kepercayaan dan tingkat kepercayaan dibahas dalam diskusi berikut
mengenai presisi dan kepercayaan.
1. Presisi
Presisi mengacu pada seberapa dekat perkiraan kami dengan karakteristik
populasi sebenarnya. Biasanya, kami memperkirakan parameter populasi berada
dalam kisaran tertentu, berdasarkan perkiraan sampel. Sebagai contoh, katakanlah
19
dari studi sampel acak sederhana terhadap 50 dari total 300 karyawan di sebuah
bengkel, kita menemukan bahwa rata-rata tingkat produksi harian per orang adalah
50 buah produk tertentu ( x̄ = 50) . Kita mungkin kemudian (dengan melakukan
perhitungan tertentu, seperti yang akan kita lihat nanti) dapat mengatakan bahwa
rata-rata produksi harian sebenarnya dari suatu produk (μ) terletak antara 40 dan 60
untuk populasi pekerja di bengkel tersebut. Dengan mengatakan hal ini, kami
menawarkan perkiraan interval, yang di dalamnya kami memperkirakan produksi
rata-rata populasi sebenarnya adalah (μ = 50 ± 10) . Semakin sempit intervalnya,
semakin besar presisinya. Misalnya, jika kita dapat mengestimasi bahwa rata-rata
populasi akan berada di antara 45 dan 55 unit produksi (μ = 50 ± 10) dibandingkan
40 dan 60 (μ = 50 ± 10) maka kita mempunyai presisi yang lebih baik. Artinya,
sekarang kita memperkirakan rata-rata berada di dalam rentang yang lebih sempit,
yang pada gilirannya berarti kita memperkirakan dengan ketelitian atau presisi yang
lebih besar.
Presisi adalah fungsi dari rentang variabilitas dalam distribusi sampling dari
mean sampel. Artinya, jika kita mengambil sejumlah sampel yang berbeda dari suatu
populasi, dan mengambil nilai rata-rata dari masing-masing sampel, biasanya kita
akan menemukan bahwa sampel-sampel tersebut semuanya berbeda, terdistribusi
secara normal, dan mempunyai penyebaran yang terkait dengannya. Semakin kecil
penyebaran atau variabilitasnya, semakin besar kemungkinan rata-rata sampel
mendekati rata-rata populasi.
20
Perhatikan bahwa kesalahan standar bervariasi berbanding terbalik dengan akar
kuadrat ukuran sampel. Oleh karena itu, jika kita ingin mengurangi kesalahan
standar dengan adanya deviasi standar tertentu dalam sampel, kita perlu menambah
ukuran sampel.
Hal penting lainnya adalah semakin kecil variasi dalam populasi, semakin kecil
kesalahan standarnya, yang berarti ukuran sampel tidak perlu besar. Oleh karena itu,
variabilitas yang rendah dalam populasi memerlukan ukuran sampel yang lebih
kecil.
2. Kepercayaan diri
Presisi menunjukkan seberapa dekat kita memperkirakan parameter populasi
berdasarkan statistik sampel, sedangkan kepercayaan menunjukkan seberapa yakin
kita bahwa perkiraan kita benar-benar berlaku untuk populasi. Pada contoh laju
produksi sebelumnya, kita tahu bahwa kita akan lebih tepat jika memperkirakan
produksi rata-rata sebenarnya (μ) yang berada di antara 45 dan 55 buah
dibandingkan antara 40 dan 60. Namun, kita mungkin lebih percaya diri pada
estimasi terakhir dibandingkan estimasi sebelumnya. Lagi pula, siapa pun dapat
mengatakan dengan kepastian atau keyakinan 100% bahwa produksi rata-rata (μ)
akan berada di antara nol dan tak terhingga! Jika hal-hal lain dianggap sama,
semakin sempit kisarannya, semakin rendah tingkat kepercayaannya. Dengan kata
lain, terdapat trade-off antara presisi dan keyakinan untuk ukuran sampel tertentu,
seperti yang akan kita lihat nanti di bab ini.
21
mengatakan bahwa setidaknya 95 kali dari 100 perkiraan kami akan mencerminkan
karakteristik populasi sebenarnya.
Dari tabel nilai kritis t dalam buku statistik mana pun (lihat Tabel II, kolom 5, 6, dan
8, dalam tabel statistik yang diberikan di akhir buku ini), kita mengetahui bahwa:
22
Untuk tingkat kepercayaan 99%, nilai K sebesar 2,576.
Jika kita menginginkan tingkat kepercayaan 90% pada kasus di atas, maka μ =
105 ± 1.645 (1.25) (i.e., μ = 105 ± 2.056) μ dengan demikian jatuh antara 102.944
dan 107.056. Hasil ini menunjukkan bahwa dengan menggunakan ukuran sampel 64,
kita dapat menyatakan dengan 90% keyakinan bahwa nilai rata-rata pembelian
populasi sebenarnya untuk semua pelanggan akan turun antara $102,94 dan $107,06.
Jika sekarang kami ingin 99% yakin dengan hasil kami tanpa menambah ukuran
sampel, kami harus melakukannya harus mengorbankan ketelitian, terlihat dari
perhitungan berikut: μ = 105 ± 2.576(1.25). Nilai μ sekarang berada di antara 101,78
dan 108,22. Dengan kata lain, lebar intervalnya bertambah dan kita sekarang
mengecil tepat dalam memperkirakan rata-rata populasi, meskipun kami jauh lebih
yakin dengan perkiraan kami. Bukan itu sulit untuk melihat apakah kita ingin
mempertahankan presisi asli kita sambil meningkatkan kepercayaan diri, atau
mempertahankan tingkat kepercayaan sambil meningkatkan presisi, atau kami ingin
meningkatkan kepercayaan dan presisi, kami memerlukan ukuran sampel yang lebih
besar. Singkatnya, ukuran sampel, n, adalah fungsi dari:
a. variabilitas populasi;
b. diperlukan ketelitian atau kecermatan;
c. tingkat kepercayaan yang diinginkan; Dan
d. jenis rencana pengambilan sampel yang digunakan – misalnya, pengambilan
sampel acak sederhana versus pengambilan sampel acak bertingkat.
23
yang ditunjukkan pada gambar, 0,25 di setiap ekor mewakili 25% ketidakpercayaan,
atau kemungkinan membuat kesalahan, dalam estimasi kami di kedua sisi. Gambar
13.5 (b) menunjukkan hal itu 99% dari waktu yang kita perkirakan rata-rata ÿ yang
sebenarnya berada dalam rentang yang jauh lebih luas yang ditunjukkan pada
gambar dan hanya ada 0,005% kemungkinan kita membuat kesalahan dalam
estimasi ini. Artinya, pada Gambar 13.5 (a), kita mempunyai presisi yang lebih
tinggi namun keyakinannya lebih rendah (tingkat keyakinan kita hanya 50%).
Pada Gambar 13.5 (b), kami memiliki tingkat keyakinan yang tinggi (99%), namun
masih jauh dari tepat – artinya, perkiraan kami berada dalam kisaran interval yang
luas. Oleh karena itu, penting bagi peneliti untuk mempertimbangkan setidaknya
empat aspek saat membuat keputusan tentang ukuran sampel yang diperlukan untuk
melakukan penelitian:
a. Seberapa besar ketepatan yang benar-benar dibutuhkan dalam memperkirakan
karakteristik populasi yang diminati - yaitu, berapa batas kesalahan yang dapat
diterima?
b. Seberapa besar tingkat kepercayaan yang benar-benar dibutuhkan - yaitu,
seberapa besar peluang kita membuat kesalahan dalamdalam menaksir
parameter populasi?
c. Sejauh mana terdapat variabilitas dalam populasi pada karakteristik yang
diselidiki?
d. Bagaimana analisis biaya-manfaat dari peningkatan ukuran sampel?
24
pelanggan di sebuah department store, alih-alih mencoba memperkirakan nilai pembelian
rata-rata pelanggan toko dengan tingkat akurasi tertentu, katakanlah sekarang kita ingin
menentukan apakah pelanggan mengeluarkan jumlah rata-rata yang sama dalam
pembelian di Toserba A seperti di Toserba B. Dari Bab 5, kita tahu bahwa pertama-tama
kita harus menetapkan hipotesis nol, yang akan menyatakan bahwa tidak ada perbedaan
dalam nilai dolar yang dibelanjakan oleh pelanggan berbelanja di dua toko yang berbeda.
Hal ini dinyatakan sebagai berikut :
Hipotesis alternatif mengenai perbedaan akan dinyatakan secara tidak terarah (karena
kita tidak mengetahui apakah hal tersebut benar atau tidak pelanggan membeli lebih
banyak di Toko A atau Toko B) sebagai:
Jika kita mengambil sampel sebanyak 20 pelanggan dari masing-masing dua toko dan
menemukan bahwa rata-rata nilai dolar pembelian pelanggan di Toko A adalah 105
dengan standar deviasi 10, dan angka yang bersesuaian untuk Toko B adalah 100 dan 15,
masing-masing, kita melihat bahwa:
Sedangkan hipotesis nol kami menyatakan tidak ada perbedaan (perbedaan = 0). Untuk
menentukannya bahwa hipotesis alternatif diterima terlebih dahulu kita harus mencari
probabilitas atau kemungkinan kedua kelompok tersebut mempunyai selisih 5 dalam
konteks hipotesis nol atau selisih 0.
25
Hal ini dapat dilakukan dengan mengubah perbedaan rata-rata sampel menjadi statistik
dan melihat berapa probabilitasnya adalah menemukan nilai itu. Distribusi t telah
diketahui probabilitasnya (lihat Tabel II (distribusi t) dalam tabel statistik yang diberikan
di akhir buku ini). Melihat tabel distribusi t, kita menemukan bahwa, dengan dua sampel
masing masing 20 (derajat kebebasan menjadi nn 2 38), agar nilai t menjadi signifikan
pada tingkat 0,05, nilai kritis harus berada di sekitar 2,021 (lihat t tabel distribusi Nilai t
sebesar 1,209 ini jauh di bawah nilai 2,021 (untuk uji-t dua populasi 40 derajat
kebebasan, yang paling mendekati 38 derajat kebebasan sebenarnya [( ) ]) 20 20 2
diperlukan uji konvensional untuk 95% probabilitas, dan bahkan untuk probabilitas 90%,
yang membutuhkan nilai 1,684. Dengan demikian kita dapat mengatakan bahwa selisih 5
yang kita temukan antara kedua toko tersebut tidak berbeda secara signifikan dari 0.
Maka kesimpulannya adalah tidak ada perbedaan yang signifikan antara berapa banyak
pelanggan yang membeli (dolar yang dikeluarkan) di Department Store A dan
Department Store B. Dengan demikian kita akan menerima hipotesis nol dan menolak
alternatifnya.
Karena tingkat kepercayaan yang diperlukan disini adalah 95%, maka nilai K yang
berlaku adalah 1,96 (t tabel). Perkiraan interval sebesar ±$500 harus mencakup
dispersi (1,96 × kesalahan standar).
Itu adalah,
Diketahui bahwa
Ukuran sampel yang ditunjukkan di atas adalah 188. Namun, katakanlah bank
ini memiliki total nasabah hanya 185 Ini berarti kami tidak dapat mengambil sampel
188 klien. Dalam hal ini, kami dapat menerapkan rumus koreksi dan melihat ukuran
sampel yang diperlukan untuk mendapatkan tingkat presisi dan keyakinan yang
sama mengingat fakta bahwa kami hanya memiliki total 185 klien. Rumus
koreksinya adalah sebagai berikut:
27
Dimana N adalah jumlah total elemen dalam populasi, n adalah ukuran sampel
yang akan diestimasi, SX adalah kesalahan standar estimasi mean, dan S adalah
deviasi standar mean sampel. Dengan menerapkan rumus koreksi, kami menemukan
bahwa:
Sampel sekarang harus ditingkatkan 1,73 kali (dari 188 menjadi 325) untuk
meningkatkan tingkat kepercayaan dari 95% hingga 99%!
jika presisi harus dipersempit dari $500 menjadi $300 untuk tingkat
kepercayaan 95% dan 99%. Jawaban harus menunjukkan ukuran sampel yang
dibutuhkan masing-masing 523 dan 902. Hasil ini secara dramatis menyoroti
perlunya peningkatan presisi, kepercayaan diri, atau keduanya. Oleh karena itu,
merupakan ide bagus untuk memikirkan seberapa besar presisi dan keyakinan yang
benar-benar dibutuhkan, sebelum menentukan ukuran sampel untuk proyek
penelitian
28
2. Ukuran sampel dan kesalahan tipe II
Ukuran sampel yang terlalu besar, (katakanlah, lebih dari 500) dapat menjadi
masalah karena kita rentan melakukan kesalahan Tipe II. Ukuran sampel yang
terlalu besar, bahkan hubungan yang lemah (katakanlah korelasi 0,10 antara dua
variabel) mungkin mencapai tingkat signifikansi, dan kita cenderung percaya bahwa
hubungan signifikan yang ditemukan dalam sampel tersebut memang benar adanya.
29
populasi, padahal kenyataannya tidak demikian. Oleh karena itu, ukuran sampel
yang terlalu besar atau terlalu kecil tidak akan membantu proyek penelitian.
4. Aturan praktis
Roscoe (1975) mengusulkan aturan praktis berikut untuk menentukan ukuran
sampel:
a. Ukuran sampel yang lebih besar dari 30 dan kurang dari 500 sesuai untuk
sebagian besar penelitian
b. Jika sampel akan dipecah menjadi beberapa subsampel (laki-laki/perempuan,
junior/senior,dll.), diperlukan jumlah sampel minimal 30 untuk setiap kategori.
c. Dalam penelitian multivariat (termasuk analisis regresi berganda), ukuran
sampel harus beberapa kali (sebaiknya sepuluh kali atau lebih) lebih besar dari
jumlah variabel dalam penelitian.
d. Untuk penelitian eksperimen sederhana dengan kontrol eksperimen yang ketat
(pasangan yang cocok, dll), berhasil penelitian dimungkinkan dengan sampel
sekecil 10 hingga 20.
30
dibandingkan pengambilan sampel acak sederhana karena umumnya terdapat lebih
banyak homogenitas di antara subjek dalam cluster dibandingkan yang ditemukan
pada elemen-elemen dalam populasi. Pengambilan sampel klaster multitahap lebih
efisien dibandingkan sample klaster satu tahap ketika terdapat lebih banyak
heterogenitas yang ditemukan pada tahap-tahap sebelumnya. Seringkali terdapat
trade-off antara efisiensi waktu dan biaya (seperti yang dicapai dalam desain
pengambilan sampel nonprobabilitas) dan efisiensi presisi (seperti yang dicapai
dalam banyak rencana pengambilan sampel probabilitas). Oleh karena itu, pilihan
rencana pengambilan sampel bergantung pada tujuan penelitian, serta pada tingkat
dan sifat efisiensi yang diinginkan.
Seleksi mandiri Salah satu bentuk pengambilan sampel purposif adalah pengambilan
sampel teoritis, yang diperkenalkan oleh Glaser dan Strauss dalam karya mereka tentang
teori dasar. Istilah teori dasar mengungkapkan gagasan bahwa teori akan muncul dari
data melalui proses berulang yang melibatkan pengambilan sampel berulang,
pengumpulan data, dan analisis data hingga kejenuhan teoretis« tercapai. Kejenuhan
teoretis dicapai ketika tidak ada informasi baru tentang subjek yang muncul dalam
kasus-kasus yang berulang. Pengambilan sampel teoretis mungkin dimulai atau tidak
dengan pengambilan sampel secara purposif, namun pengambilan sampel subjek
tambahan diarahkan oleh kerangka teori yang muncul.
32
BAB III
PENUTUP
A. Kesimpulan
Sampel merupakan bagian dari suatu populasi penelitian yang digunakan
untuk menjawab hasil dari suatu penelitian. Sedangkan teknik pengambilan
merupakan cara atau metode yang digunakan dalam pengambilan sampel tersebut.
Teknik sampel yang digunakan akan berhubungan dengan cara-cara dari pengambilan
suatu sampel. Teknik pengambilan sampel dilakukan dengan beberapa tujuan,
diantaranya yaitu:
1. Untuk mendapatkan data yang lebih akurat, tetapi masih ada kaitannya dengan
populasi yang menjadi sasaran suatu penelitian
2. Bertujuan untuk memberikan informasi yang berhubungan dengan populasi yang
ingin diteliti
3. Dapat dijadikan sebagai pedoman atau acuan dalam mengambil suatu keputusan.
33
DAFTAR PUSTAKA
Sekaran, Uma dan Roger Bougie. 2016. Research Method For Business: A Skill-Building
Approach 17th Edition. Chichester: Wiley
34