PENELITIAN
SAMPLING
μ (rata-rata populasi)
σ 2 (varians populasi)
Kecenderungan sentral, penyebaran, dan statistik lain dalam sampel yang menarik untuk
penelitian diperlakukan sebagai perkiraan kecenderungan sentral, penyebaran, dan parameter
lain dari populasi.
2. Keterwakilan Sampel, Kebutuhan untuk memilih sampel yang tepat untuk investigasi penelitian tidak bisa terlalu
ditekankan. Sampel jarang akan menjadi replika yang tepat dari populasi yang diambil. Untuk memilih sampel
sedemikian rupa wakil dari populasi. Akan tetapi, selalu ada kemungkinan kecil bahwa nilai sampel mungkin berada
di luar parameter populasi.
3. Normalitas Distribusi, Atribut atau karakteristik populasi umumnya berdistribusi normal. Jika kita ingin
memperkirakan karakteristik populasi dari yang diwakili dalam sampel dengan akurasi yang wajar, sampel harus
dipilih sehingga distribusi karakteristik yang diminati mengikuti pola distribusi normal yang sama dalam sampel
seperti halnya di populasi. Dengan demikian, melalui desain pengambilan sampel yang tepat, kami dapat memastikan
bahwa subjek sampel tidak dipilih dari yang ekstrem, tetapi benar-benar mewakili sifat populasi. Semakin
representatif sampel dari populasi, maka lebih dapat digeneralisasikan adalah temuan-temuan penelitian.
PROSES SAMPLING
1
MENDEFINISIKAN POPULASI
Pengambilan sampel dimulai dengan menentukan populasi sasaran secara tepat. Populasi sasaran harus
ditentukan berdasarkan elemen, batas geografis, dan waktu. Misalnya, untuk bankir yang tertarik pada
kebiasaan menabung pekerja kerah biru di industri pertambangan di Amerika Serikat, populasi sasarannya
mungkin semua pekerja kerah biru di industri tersebut di seluruh negeri. 2
MENENTUKAN KERANGKA SAMPLE
3 Kerangka sampling adalah representasi (fisik) dari semua
MENENTUKAN DESAIN PENGAMBILAN SAMPLE
elemen dalam populasi tempat pengambilan sampel
Ada dua jenis desain sampling utama: sampling
probabilitas dan nonprobabilitas 4
MENENTUKAN UKURAN SAMPLE
5 Faktor-faktor yang mempengaruhi keputusan ukuran sampel,
yaitu: Tujuan penelitian, Tingkat presisi yang diinginkan
MELAKSANAKAAN PROSES PENGAMBILAN SAMPLE (interval kepercayaan), Risiko yang dapat diterima dalam
memprediksi tingkat presisi tersebut (tingkat kepercayaan),
Besarnya keragaman dalam populasi itu sendiri, Batasan biaya
dan waktu, Dalam beberapa kasus, besarnya populasi itu
sendiri.
KESALAHAN NON RESPON
– PRESISI
Presisi adalah fungsi dari kisaran variabilitas dalam distribusi sampling mean sampel. Artinya,
jika kita mengambil sejumlah sampel yang berbeda dari suatu populasi, dan mengambil mean dari
masing-masing populasi, biasanya kita akan menemukan bahwa semuanya berbeda, terdistribusi
normal, dan memiliki penyebaran yang terkait dengannya.
Poin penting lainnya adalah bahwa semakin kecil variasi dalam populasi, semakin kecil kesalahan
standar, yang pada gilirannya menyiratkan bahwa ukuran sampel tidak perlu besar. Dengan
demikian, variabilitas yang rendah dalam populasi membutuhkan ukuran sampel yang lebih kecil.
— KEPERCAYAAN
Kepercayaan menunjukkan seberapa yakin kita bahwa perkiraan kita benar-benar akan berlaku untuk populasi. Kepercayaan
mencerminkan tingkat kepastian yang dapat kita gunakan untuk menyatakan bahwa perkiraan parameter populasi, berdasarkan statistik
sampel akan berlaku. Tingkat kepercayaan dapat berkisar dari 0 hingga 100%.
Kesadaran akan desain pengambilan sampel dan ukuran sampel membantu manajer
untuk memahami mengapa metode pengambilan sampel tertentu digunakan oleh
para peneliti. Karena untuk memfasilitasi pemahaman tentang implikasi biaya dari
desain yang berbeda.
RUMUS RUMUS PENGAMBILAN SAMPEL
PENELITIAN
– Rumus Slovin
Dimana :
n = ukuran sampel N = ukuran populasi
e = persen kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang masih
dapat ditolerir atau diinginkan, misalnya 10%.
– Rumus Issac dan Michael
Dimana:
s = Jumlah sample
N = Jumlah populasi
λ2 = Chi Kuadrat, dengan dk = 1, taraf kesalahan 1%, 5% dan 10%
d = 0,05
P = Q = 0,5
– Tabel Krejcie
ni = fi x n
Keterangan :
fi = sampling fraction cluster
Ni = banyaknya individu yang ada dalam cluster
N = banyaknya populasi seluruhnya
n = banyaknya anggota yang dimasukkan sampel
ni = banyaknya anggota yang dimasukkan menjadi sub sampel