• Sampling  adalah proses

memilih suatu jumlah unsur SAMPLING

populasi yang mencukupi dari
populasi, sehingga dengan
mempelajari sampel dan Kategori Sampling :
memahami karakteristiknya  Probability Sampling
memungkinkan untuk untuk  Nonprobability
sampling
menggeneralisasikan karakteristik
tersebut pada seluruh anggota
populasi.
 PROBABILITY SAMPLING

• Probability sampling yaitu seleksi sampel dimana anggota populasi diambil dengan prosedur bahwa
setiap elemen mempunyai kesempatan yang sama untuk dipilih menjadi anggota sampel (random -
acak)

• Probability sampling meliputi:

– random sampling,
– systematic sampling,
– stratified random sampling,
– cluster sampling,
– Area sampling
– Double sampling
LANGKAH-LANGKAH MENENTUKAN SAMPEL
DENGAN TEKNIK RANDOM:

• Tentukan populasi Anda

• Daftar semua anggota populasi
• Tentukan jumlah sampel berapa prosen dari populasi yang Anda inginkan berdasarkan
pertimbangan metodologis
• Pilih sejumlah sampel yang sudah Anda tentukan dengan prosedur random (bisa dengan
menggunakan tabel random atau teknik lotre nomor.
o Semua anggota populasi memiliki kesempatan yang SIMPLE RANDOM
sama untuk terpilih menjadi anggota sampel SAMPLING
o Cara menyeleksi dengan menggunakan tabel
Random Number oKelebihan:
• kemampuan
generalisasi hasil
o Prosedurnya : penemuan tinggi

 Susun “sampling frame” oKelemahan:

 Tetapkan jumlah sampel yang akan diambil
• Tidak terlalu efisien
 Tentukan alat pemilihan sampel
 Pilih sampel sampai dengan jumlah terpenuhi
RANDOM SAMPLING TEPAT DIGUNAKAN
APABILA:

• Karakteristik populasi dikategorikan homogen berdasarkan masalah yang akan diteliti.

• Contoh: Anda akan meneliti kemampuan siswa, maka seluruh siswa pada satuan pendidikan
tertentu (SMA, misalnya) tidak bisa dikatakan sebagai homogen karena terdapat pembagian
kelas.
• Akan tetapi jika Anda ingin meneliti sikap siswa terhadap tren rambut, maka seluruh siswa SMA
bisa dikategorikan homogen karena mereka secara sosial sama yaitu usia remaja.
APABILA POPULASI ANDA TIDAK
HOMOGEN, ATAU HETEROGEN

Stratified random sampling

STRATIFIED RANDOM SAMPLING

• Ketika populasi terdapat strata dari anggotanya, maka pada setiap strata harus terwakili dalam
sampel.
• Cara menyeleksi: buat persentase dari strata yang ada di populasi kemudian tarik sampel
dengan komposisi menurut persentase di populasi.
CONTOH
STRATIFIED RANDOM SAMPLING:

• 1000 populasi siswa SMA,terdiri • Sampel ditentukan sejumlah 100

dari: siswa untuk diteliti, maka dari 100
• 250 kelas orang kelas 1(25 % dari orang tersebut harus mewakili
seluruh populasi) prosentase kelas, yaitu:
• 500 orang kelas 2 (50% dari • 25 orang dari kelas 1
seluruh populasi) • 50 orang dari kelas 2
• 250 orang kelas 3 (25 % dari • 25 orang dari kelas 3
seluruh populasi)
SYSTEMATIC SAMPLING

• Prosedur menggunakan rumus kelipatan, artinya menghitung pilihan sampel dengan kelipatan.
• Contoh: 500 populasi diambil 50 sampel. Pengambilan dengan kelipatan 10, maka pemilihan
ditunjuk pada setiap kelipatan 10.
CLUSTER SAMPLING

• Unit yang dipilih sebagai sampel bukan individu tetapi lebih kepada kelompok yang sudah
tertata.
• Cluster sampel ini harus di pilih random dari populasi cluster juga.
• Contohnya satu kelas diambil sebagai sampel karena sistem sekolah tidak memungkinkan untuk
merandom individu di sekolah
 AREA SAMPLING

• Cluster sampling dalam suatu daerah/lokasi tertentu

• Kelebihan: Biayanya efektif, berguna untuk keputusan yang berhubungan dengan lokasi
tertentu

• Kelemahan: Memakan waktu untuk mengumpulkan data dari suatu lokasi.

 DOUBLE SAMPLING

• Sampel atau sub sampel yang sama diteliti dua kali

• Kelebihan: Menawarkan infomasi yang lebih rinci dalam topik penelitian

• Kelemahan: Original bias individu mungkin tidak senang merespon untuk kedua kali
 NONPROBABILITY SAMPLING

• Adalah metode seleksi sampel dimana anggota populasi tidak memiliki kesempatan yang sama
untuk diambil menjadi anggota sampel (non-random – bukan acak).

• Meliputi:
• Accidental Sampling
• Purposive Sampling
– Judgement sampling
– Qouta sampling
• snowball Sampling
ACCIDENTAL SAMPLING
• Sampel diambil secara accidental (kebetulan)
 Kelebihan: Cepat, mudah, tidak mahal
 Kelemahan: Tidak dapat digeneralisasikan
• contoh: wawancara siswa yang ketemu pertama dikampus, maka siswa itulah yang digunakan
sampel; atau menggunakan siswa kelas yang sedang diajar sendiri sebagai sampel
 PURPOSIVE SAMPLING
 Disebut juga jugdment sampling, artinya elemen sampel yang diambil merupakan ciri khusus (typical) dari
populasi.

 Misalnya, untuk memprediksi jumlah pemilih dalam pemilu suatu daerah, survey memilih sampel kecamatan
atau desa dengan ciri yang mewakili karakter seluruh daerah itu. Kemudian seluruh anggota masyarakat di
daerah itu diwawancarai untuk menyimpulkan prediksi suara pemilu.
Judgement Sampling: Quota sampling
1. Subyek dipilih berdasarkan keahlian 1. Subyek dipilih yang paling mudah
dalam bidang diteliti ditemui dari kelompok yang ditargetkan
2. Kelebihan: Kadang merupakan satu- berdasar jumlah kuota yangtelah
satunya cara untuk menyelidiki ditentukan sebelumnya
3. Kelemahan: Kemampuan 2. Kelebihan: Sangat berguna bila partisipasi
generalisasinya dipertanyakan, tidak kelompok minoritas diperlukan dalam suatu
dapat digeneralisasikan ke seluruh penelitian
popolasi
3. Kelemahan: Tidak dapat
digeneralisasikan dengan mudah
 SNOWBALL SAMPLING
• Memilih unit yang karakteristiknya jarang, unit selanjutnya
ditunjukkan responden sebelumnya

• Hanya untuk penerapan yang sangat khusus

• Kelemahan: Keterwakilan dari karakteristik yang jarang tidak

terlihat dalam pemilihan sampel

• Metode ini biasa digunakan untuk meneliti kelompok eksklusif

(tertutup) misalnya: gay, lesbian, pecandu narkotik, dll.
TERIMA K ASIH
1. HR Carsel samsunie. 2018.
Metodologi Penelitian Kesehatan
dan Pendidikan. Penebar media
pustaka, jogjakarta.
2. Budiarto Eko. 2003. metodologi D A F TA R P U S TA K A

penelitian kesehatan. Jakarta :

EGC, 2003