RANDOM SAMPLING

PENGERTIAN
Teknik pengambilan sampel dimana semua individu dalam populasi, baik secara
individu maupun kelompok memiliki kesempatan yang sama untuk menjadi sampel.

Teknik ini juga disebut sebagai teknik probabilitas karena cara mengambil sampel
berdasarkan probabilitas atau peluang.

Objektif
 JENIS-JENIS RANDOM SAMPLING
stratified
simple random cluster
random
sampling sampling
sampling

two-stage
random
sampling
SIMPLE RANDOM SAMPLING
Sampel acak sederhana ialah sebuah sampel yang diambil sedemikian
rupa sehingga tiap unit penelitian atau satuan elementer dari populasi
mempunyai kesempatan yang sama untuk dipilih sebagai sampel.

Besar kesempatan bagi tiap satuan elementer untuk terpilih dalam

sampel adalah n/N.

Terpilihnya tetap satuan elementer ke dalam sampel itu harus benar-

benar berdasarkan faktor kebetulan, bebas dari subyektifitas si
peneliti atau subyektivitas orang lain.
 SIMPLE RANDOM SAMPLING

Dengan pengundi unsur-unsur

penelitian atau satuan-satuan Mengundi tabel angka acak.
elementer dalam populasi.
 CARA 1

Dilakukan melalui pengundian

Lotere

Tidak praktis apabila populasinya

besar
 Cara 2
Dilakukan dengan keadaan:

Apabila hanya diketahui nama atau identifikasi dari

satuan elementer dalam populasi yang akan diteliti.

Apabila tidak didapatkan metode pengambilan

sampel lain yang lebih efisien dari metode ini
Syarat-syarat:
Cara 2

Harus tersedia daftar kerangka sampling

a.Sifat populasi harus homogen

Keadaan populasi tidak terlalu tersebar secara

geografis
 Cara 2
• Misalnya, untuk mendapatkan sampel 200 dari populasi 2.000 individu,
dengan menggunakan tabel seperti itu, pilih kolom angka, mulai dari
manapun di kolom, dan mulailah membaca angka empat digit. (Mengapa
empat digit? Karena angka terakhir, 2.000, terdiri dari empat digit, dan kita
harus selalu menggunakan jumlah digit yang sama untuk setiap orang.
Orang 1 akan dikenali sebagai 0001; orang 2, 0002; orang 635, seperti 0635 ,
dan sebagainya.) Kemudian lanjutkan untuk menuliskan 200 nomor
pertama di kolom yang memiliki nilai 2.000 atau kurang.
• Membaca hanya empat digit pertama, lihat
angka pertama di kolom: Ini adalah 0117, jadi
nomor 117 dalam daftar individu dalam populasi
akan dipilih untuk sampel. Lihatlah nomor
kedua: Ini adalah 9123. Tidak ada 9123 populasi
(karena hanya ada 2.000 individu di seluruh
populasi). Jadi lanjutkan ke nomor ketiga: Ini
adalah 0864, maka nomor 864 dalam daftar
individu dalam populasi akan dipilih. dan
seterusnya, sampai mencapai total 200 nomor,
masing-masing mewakili individu dalam
populasi yang akan dipilih untuk sampel.
• Kelebihan dari cara ini yaitu metodenya sederhana dan representatif serta
objektif,
• Sedangkan kelemahannya adalah syarat yang harus dipenuhi cukup sulit,
seluruh populasi harus teridentifikasi dan jika populasi letaknya luas maka
memerlukan biaya yang lebih besar.
• Selanjutnya, pengambilan sampel acak sederhana tidak digunakan jika
peneliti ingin memastikan bahwa subkelompok tertentu hadir dalam sampel
dalam proporsi yang sama dengan populasi. Untuk melakukan ini, peneliti
harus terlibat dalam apa yang dikenal sebagai stratified sampling.
STRATIFIED RANDOM SAMPLING atau
SAMPEL ACAK DISTRATIFIKASIKAN
Stratified random sampling adalah proses di mana subkelompok atau strata tertentu
dipilih untuk sampel dalam proporsi yang sama dengan populasi tersebut

Dalam praktek sering dijumpai populasi yang tidak homogen. Semakin

heterogen suatu populasi, makin besar pula perbedaan sifat antara lapisan
tersebut.

Dalam sampel berlapis, peluang untuk antara satu lapisan dengan yang lain mungkin
sama, mungkin pula berbeda.
 STRATIFIED RANDOM SAMPLING atau
SAMPEL ACAK DISTRATIFIKASIKAN

Harus ada kriteria Harus ada data 1.Harus diketahui

2
1

3
yang jelas yang pendahuluan dari dengan tepat
akan dipergunakan populasi mengenai jumlah satuan-
sebagai dasar kriteria yang satuan elementer
untuk dipergunakan dari tiap lapisan
menstratifikasi untuk dalam populasi itu.
populasi ini dalam menstratifikasi
bentuk strata.
 STRATIFIED RANDOM SAMPLING atau
SAMPEL ACAK DISTRATIFIKASIKAN
• Misalkan direktur penelitian untuk sebuah distrik sekolah besar ingin mengetahui
tanggapan siswa terhadap buku teks pemerintah Amerika yang baru dua belas
kabupaten sedang mempertimbangkan untuk diadopsi. Dia bermaksud untuk
membandingkan pencapaian siswa dengan menggunakan buku baru tersebut
dengan siswa yang menggunakan teks tradisional yang telah dibeli kabupaten
tersebut di masa lalu. Karena dia memiliki alasan untuk percaya bahwa gender
adalah variabel penting yang dapat mempengaruhi hasil studinya, dia memutuskan
untuk memastikan bahwa proporsi laki-laki dan perempuan dalam penelitian ini
sama seperti pada populasi.
Langkah-langkah dalam proses pengambilan sampel adalah sebagai berikut
(Fraenkel, 1996).
1. Dia mengidentifikasi populasi target (dan dapat diakses): semua 365 siswa
kelas XII terdaftar dalam kursus pemerintah Amerika di distrik tersebut.
2. Dia menemukan bahwa ada 219 perempuan (60 persen) dan 146 laki-laki
(40 persen) dalam populasi. Dia memutuskan untuk memiliki sampel yang
terdiri dari 30 persen populasi sasaran.
3. Menggunakan tabel angka acak, ia kemudian secara acak memilih 30
persen dari setiap strata dari populasi, yang menghasilkan 66 perempuan
(30 persen dari 219) dan 44 laki-laki (30 persen dari 146) siswa yang dipilih
dari sub-kelompok tersebut. Proporsi laki-laki dan perempuan sama pada
populasi dan sampel-40 dan 60 persen
Keuntungan menggunakan metode
ini adalah sebagai berikut:
1. Semua ciri-ciri yang heterogen
dapat terwakili
2. Kemungkinan bagi peneliti untuk
meneliti hubungan antara satu
lapisan dengan lapisan yang lain
dan membandingkannya.
3. Meningkatkan kemungkinan
representativeness, terutama jika
sampel seseorang tidak terlalu
besar. Ini benar-benar
memastikan bahwa karakteristik
utama individu dalam populasi
termasuk dalam proporsi yang
sama dalam sampel.
Kerugiannya adalah bahwa hal itu
membutuhkan lebih banyak usaha
dari pihak peneliti.
CLUSTER SAMPLING ATAU SAMPEL GUGUS
Dalam pengambilan sampel acak acak dan stratifikasi,
peneliti ingin memastikan bahwa beberapa jenis
individu disertakan dalam sampel.

Tapi ada kalanya tidak memungkinkan memilih sampel

individu dari populasi. Terkadang, misalnya, daftar
semua anggota populasi yang diminati tidak tersedia.

Acak sederhana atau stratified random sampling tidak

dapat digunakan

Peneliti tidak dapat memilih sampel individu karena

pembatasan administratif atau lainnya. Hal ini
terutama berlaku di sekolah
CLUSTER SAMPLING ATAU SAMPEL GUGUS
Jika kerangka sampel yang digunakan untuk dasar pemilihan
sampel tidak tersedia atau tidak lengkap dan biaya untuk
membuat kerangka sampel tersebut terlalu tinggi.

Untuk mengatasi hal tersebut maka unit-unit analisa dalam

populasi digolongkan ke dalam gugus yang disebut cluster
dan ini akan merupakan satuan-satuan dari mana sampel
akan diambil.

Jumlah gugus yang diambil sebagai sampel harus secara

acak. Kemudian, untuk unsur penelitian dalam gugus
tersebut diteliti semua.
 CONTOH 1

• Misalnya, seorang peneliti ingin meneliti besarnya pendapatan perbulan

dari tiap-tiap keluarga di suatu desa. Oleh karena tidak terdapat data
mengenai jumlah keluarga di desa tersebut maka desa tersebut dibagi
menjadi dukuh-dukuh. Dukuh tersebut dijadikan unsur sampling. Dukuh
yang ada diberi nomor dan dipilih secara acak sebuah dukuh atau lebih
sebagai sampel. Oleh karena unsur penelitian adalah keluarga atau rumah
tangga, maka semua rumah tangga yang ada dalam unsur sampel yang
terpilihlah yang diteliti.
 CONTOH 2
• Misalnya, jika populasi sasaran adalah siswa kelas sebelas di dalam sebuah
distrik yang terdaftar dalam kursus sejarah A.S., tidak mungkin peneliti
dapat menarik siswa yang dipilih secara acak untuk berpartisipasi dalam
kurikulum eksperimental. Sekalipun bisa dilakukan, waktu dan usaha yang
dibutuhkan akan membuat seleksi seperti itu sulit. Tentang yang terbaik
yang dapat peneliti harapkan adalah mempelajari sejumlah kelas utuh yaitu,
kelas yang sudah ada.
• Pemilihan kelompok, atau kelompok, subyek daripada individu dikenal
sebagai cluster random sampling. Sama seperti simple random sampling
yang lebih efektif dengan jumlah individu yang lebih banyak, cluster
random sampling lebih efektif dengan jumlah cluster yang lebih banyak.
 Contoh 3
• Pengawas sebuah distrik sekolah bersatu yang besar di sebuah kota di
Pantai Timur ingin mendapatkan beberapa gagasan tentang bagaimana
guru di distrik merasa pantas membayar.
• Ada 10.000 guru di semua sekolah dasar dan menengah di kabupaten
tersebut, dan ada 50 sekolah yang tersebar di wilayah yang luas.
• Pengawas tidak memiliki dana untuk mensurvei semua guru di kabupaten
tersebut, dan dia memerlukan informasi tentang imbalan baik dengan
cepat. Alih-alih memilih secara acak sampel guru dari setiap sekolah, oleh
karena itu, dia memutuskan untuk mewawancarai semua guru di sekolah-
sekolah tertentu. Para guru di setiap sekolah, kemudian membentuk sebuah
kelompok.
 LANJUTAN CONTOH 3

• Pengawas tersebut memberikan nomor ke setiap sekolah dan kemudian

menggunakan tabel nomor acak untuk memilih 10 sekolah (20 persen dari
populasi). Semua guru di sekolah terpilih kemudian merupakan sampel.
• Pewawancara mempertanyakan semua guru di masing-masing dari 10
sekolah ini, daripada harus pergi ke semua sekolah di distrik tersebut.
• Jika guru-guru ini mewakili sisa guru di kabupaten tersebut, maka pengawas
tersebut dibenarkan untuk menarik kesimpulan tentang perasaan seluruh
populasi guru di kabupatennya tentang gaji yang pantas.
 LANJUTAN CONTOH 3

• Ada kemungkinan sampel ini tidak representatif, karena para guru yang
akan diwawancarai semua berasal dari sejumlah kecil sekolah di kabupaten
ini, mungkin saja sekolah-sekolah ini berbeda dalam beberapa hal dari
sekolah lain di kabupaten tersebut, sehingga mempengaruhi pandangan
para guru di sekolah tersebut. untuk meramal bayaran.
• Semakin banyak sekolah terpilih, semakin besar kemungkinan temuan ini
akan berlaku untuk populasi guru.
CLUSTER SAMPLING ATAU SAMPEL GUGUS

• Keuntungan dari metode ini adalah tidak diperlukannya daftar kerangka

sampling dengan unsur-unsurnya, dapat digunakan bila sulit atau tidak
mungkin untuk memilih sampel individu secara acak, seringkali jauh lebih
mudah diterapkan di sekolah, dan seringkali kurang memakan waktu.
• Kerugiannya adalah bahwa ada kemungkinan lebih jauh untuk memilih
sampel yang tidak mewakili populasi dan sangat sulit untuk menghitung
standar kesalahannya
 PERHATIKAN !!!
• Ada kesalahan umum berkenaan dengan cluster random sampling yang
banyak peneliti pemula buat seperti memilih secara acak hanya satu cluster
sebagai sampel dan kemudian mengamati atau mewawancarai semua
individu di dalam kelompok tersebut.
• Bahkan jika ada sejumlah besar individu di dalam cluster, cluster inilah
yang telah dipilih secara acak, bukan individu, dan karenanya peneliti
tidak berhak untuk menarik kesimpulan tentang populasi sasaran individu
tersebut. Namun, beberapa peneliti melakukan penarikan kesimpulan
seperti itu.
• Hal ini seharusnya tidak boleh terjadi dan tidak valid.
 TWO STAGE RANDOM SAMPLING/SAMPLING
RANDOM DUA TAHAP
• Teknik ini berguna untuk menggabungkan cluster random sampling dengan
random sampling individu.
• Daripada secara acak memilih 100 siswa dari populasi 3.000 siswa kelas
sembilan yang berada di 100 kelas, peneliti dapat memutuskan untuk
memilih 25 kelas secara acak dari populasi 100 kelas dan kemudian
secara acak memilih 4 siswa dari setiap kelas. Ini jauh lebih sedikit
memakan waktu daripada mengunjungi sebagian besar dari 100 kelas.
• Mengapa ini lebih baik daripada menggunakan semua siswa di empat kelas
yang dipilih secara acak? Karena empat kelas akan terlalu sedikit untuk
memastikan keterwakilan, meskipun mereka dipilih secara acak.
PERBANDINGAN
RANDOM
SAMPLING