Kelompok 2
Jon Rizki Dolok Saribu
Kesy Ariani Haloho
Laila Ramadhani
Pengertian Teknik Sampling
Teknik sampling adalah teknik yang dilakukan untuk menentukan sampel. Jadi, sebuah
penelitian yang baik haruslah memperhatikan dan menggunakan sebuah teknik dalam
menetapkan sampel yang akan diambil sebagai subjek penelitian.
Menurut Dalen (1981), beberapa langkah yang harus diperhatikan peneliti dalam
menentukan sampel, yaitu:
1. Menentukan populasi,
2. Mencari data akurat unit populasi,
3. Memilih sampel yang representative,
4. Menentukan jumlah sampel yang memadai.
Jenis Teknik Sampling
Teknik sampling random terdiri atas tiga jenis, yaitu sampling random sederhana
(Simple Random Sampling), sampling bertingkat (Stratified Sampling), dan
sampling kluster/area (Cluster Sampling)
a. Sampling Random Sederhana
Digunakan jika populasi bersifat homogen. Dikatakan sederhana karena cara
pengambilan sampel dari semua anggota populasi dilakukan secara acak tanpa
memperhatikan strata/tingkatan yang ada dalam populasi itu.
b. Teknik Sampling Bertingkat
Teknik sampling ini disebut juga dengan istilah teknik sampling berlapis, berjenjang, dan
petala. Teknik ini digunakan apabila populasinya heterogen atau terdiri atas kelompok-
kelompok yang bertingkat. Penentuan tingkat berdasarkan karakteristik tertentu. Misalnya
: menurut usia, pendidikan, golongan pangkat, dan sebagainya. Teknik ini akan semakin
baik jika dilengkapi dengan penggunaan proporsional, sehingga setiap tingkat diwakili oleh
jumlah yang sebanding. Sampling bertingkat yang dilengkapi dengan proposional ini
disebut proportional stratified random sampling. Keuntungan menggunakan cara ini ialah
anggota sampel yang diambil lebih representatif. Kelemahannya ialah lebih banyak
memerlukan usaha pengenalan terhadap karakteristik populasinya. Jika banyaknya ukuran
dari masing-masing tingkatan/kelompok tidak proporsional maka disebut dengan
disproportional stratified random sampling.
• Contoh Teknik sampling proporsional : • Contoh Teknik sampling yang tidak proporsional:
Misalnya populasi untuk A = 25, B = 60, C = 15. Misalnya populasi untuk A = 3, B = 4, C = 33, D =
Jadi, jumlah anggota populasi = 100. 60. Jadi, jumlah anggota populasi = 100. Sedangkan
Sedangkan besar anggota sampel = 80 sehingga besar anggota sampel sebanyak 80 sehingga besar
masing-masing sampel untuk A, B, C dan D dapat
besar masing-masing sampel untuk A, B, dan C
dihitung sebagai berikut :
dapat dihitung sebagai berikut :
Untuk A dan B diambil semuanya sebagai sampel,
Untuk A : (25/100) x 80 = 20 orang, sedangkan untuk C dan D diambil
untuk B: (60/100) x 80 = 48 orang, dan secara proporsi dengan perhitungan sebagai
berikut:
untuk C : (15/100) x 80 = 12 orang.
Sehingga jumlah sampel seluruhnya sebanyak 80
Sehingga jumlah sampel seluruhnya sebanyak orang.
80 orang.
c. Teknik Sampling Kluster.
Teknik sampling ini disebut juga sebagai teknik sampling daerah, conditional
sampling/restricted sampling/area sampling. Teknik ini digunakan apabila populasi tersebar
dalam beberapa daerah, propinsi, kabupaten, kecamatan, dan seterusnya.
Pada penggunaan teknik sampling kluster, biasanya digunakan dua tahapan, yaitu tahap
pertama menentukan sampel daerah, dan tahap kedua menentukan orang/orang atau objek
yang dijadikan penelitian pada daerah yang terpilih yang dilakukan secara random.
Keuntungan menggunakan teknik ini ialah : (1) dapat mengambil populasi besar yang
tersebar diberbagai daerah, dan (2) pelaksanaannya lebih mudah dan murah dibandingkan
teknik lainnya. Sedangkan kelemahannya ialah (1) jumlah individu dalam setiap pilihan tidak
sama, karena itu teknik ini tidaklah sebaik teknik lainnya; (2) ada kemungkinan penduduk
satu daerah berpindah kedaerah lain tanpa sepengetahuan peneliti, sehingga penduduk
tersebut mungkin menjadi anggota rangkap sampel penelitian.
Teknik Sampling Non Random
Menurut Margono (2004: 127), teknik ini digunakan bilamana populasi tidak terdiri dari individu-
individu, melainkan terdiri dari kelompok-kelompok individu atau cluster. Teknik sampling daerah
digunakan untuk menentukan sampel bila objek yang akan diteliti atau sumber data sangat luas,
misalnya penduduk indonesia yang tidak suka pelajaran matematika. Untuk menentukan penduduk
mana yang akan dijadikan sumber data, maka pengambilan sampelnya berdasarkan daerah populasi
yang telah ditetapkan
Apabila populasi tersebar dalam beberapa wilayah (cluster) yang masing-masing mempunyai ciri yang
hampir sama, maka salah satu atau beberapa wilayah dapat dipilih secara acak sebagai sampel.
Misalkan seorang peneliti mengamati masalah kemiskinan di pedesaan dalam satu kecamatan. Misalkan
dalam kecamatan tersebut terdapat 20 desa. Diketahui pula penduduk di beberapa desa mempunyai
keragaman yang hampir sama dalam banyak hal, baik keragaman dalam hal pendidikan, pekerjaan,
dan atau penghasilan. Karena setiap desa (sebagai cluster) memiliki karakteristik yang hampir sama
satu sama lain, maka salah satu desa dapat dipilih sebagai sampel untuk mewakili desa lainnya.
Pemilihan sampel secara cluster dapat dilakukan secara bertingkat, misal cluster sampling one stage
atau cluster sampling two stage, dan Iain-lain. Misal, cluster stage satu adalah pemilihan banyaknya
desa yang akan dijadikan daerah pengamatan, sedangkan stage kedua adalah memilih banyaknya RT
atau RW di setiap desa terpilih.
Penarikan sampel dalam cluster sampling dilakukan secara acak dan berimbang dengan ukuran sampel
ditentukan berdasarkan fraction yang telah ditentukan. Adapun salah satu rumusan dari cluster
sampling adalah :
•
Ni = fi.Ni
Dimana
a. fi menyatakan fraction dari tahapan/stage ke-i (biasanya ditentukan berdasarkan pengamatan
sebelumnya, atau kesepakatan dari para ahli).
b. ni menyatakan ukuran sampel dari tahapan/stage ke-i
c. Ni menyatakan banyaknya populasi dari tahapan/stage ke-i
KEUNTUNGAN DAN KERUGIAN TEKNIK CLUSTER
SAMPLING
Keuntungan menggunakan cluster sampling adalah rendahnya biaya yang harus dikeluarkan
ketimbang jika menggunakan metode stratified random sampling. Sedangkan kelemahan
utama dari metode ini adalah kurang efisien dalam proses pemilihan anggota sampel
dibandingkan metode lainnya, karena sub-sub dari setiap kelompok yang ditentukan dalam
suatu stage diasumsikan memiliki karakteristik homogen (hampir homogen).
Ukuran Sampel
Keterangan:
Apabila dibulatkan maka besar sampel minimal dari 1000 populasi pada margin of error 5% adalah
sebesar 286.