Teknik Sampling

Arya Fendha, M.Si

Tipe-Tipe Teknik Sampling
 Teknik Sampling Non-Random (Non Probability
Sampling)
 Convenience Sampling
 Purposive Sampling
 Quota Sampling
 Snowball Sampling
 Teknik Sampling Random (Probability Sampling)
 Simple Random Sampling
 Stratified Sampling
 Cluster Sampling
 Systematical Sampling
 Classification of Sampling Techniques
Sampling Techniques

Nonprobability Probability
Sampling Techniques Sampling Techniques

Convenience Purposive Quota Snowball

Sampling Sampling Sampling Sampling

Simple Systematic Stratified Cluster Other Sampling

Random Sampling Sampling Sampling Techniques
Sampling
Non Probability Sampling
 Teknik pengambilan sampel yang tidak memberikan
peluang atau kesempatan yang sama pada setap unsur
populasi.
 Tidak mengukur sejauh mana karakteristik sampel
mendekati parameter populasi induknya, sehingga
dalam kenyatannya peneliti pada umumnya tidak dapat
mengidentifikasikan populasi induk sama sekali.
 Oleh karena itu sampel yang diambil tidak dapat
digeneralisasikan pada populasi tempat sampel tersebut
diambil.
 Karena itu kesalahan sampling tidak perlu dibahas
karena memang perencanaan sampling Nonprobabilitas
tidak dirancang untuk bisa menyajikan fungsi inferensial
 Kelemahan:
 Tidak ada kontrol terhadap investigator bias dalam pemilihan
sampel
 Variabilitasnya tidak bisa dihitung menggunakan probability
sampling theory tidak bisa menghitung sampling error atau
sample precision.
Nonprobability Sampling (2)
 Dalam banyak kasus, cara sampling ini lebih tepat atau
praktis:
 Situasi di mana jumlah kasus yang bisa diteliti terlalu sedikit, misalnya
karena biaya terlalu besar untuk menyelidiki banyak kasus (misalnya unit
analisa kota, negara, atau yang besar-besar lainnya), sementara
probability sampling kurang reliabel untuk jumlah kasus yang terlalu
sedikit.
 Peneliti hanya bisa bekerja dengan kasus yang ada saja
 Di awal penelitian suatu permasalahan, di mana tujuannya
baru mengumpulkan informasi mengenai gejala (tujuan
eksploratif), cukuplah menggunakan nonprobability
sampling, belum diperlukan generalisasi statistik yang
akurat.
 Kalau populasinya sendiri jumlah anggotanya kecil
(misalnya di bawah 100).
Convenience sampling
 Alias: incidental, accidental, haphazard, fortuitous
sampling
 Dalam memilih sampel, peneliti tidak mempunyai
pertimbangan lain kecuali berdasarkan kemudahan saja.
 Metode ini cepat, mudah, dan murah.
 Kalau penelitian permasalahan baru tahap awal dan
generalisasi bukan masalah, metode ini boleh2 saja.
 Tapi karena sampel yang cuma “sedapatnya”, tidak bisa
ditentukan hasil penelitian ini bisa diterapkannya ke mana
kecuali ke sampel itu sendiri.
 Beberapa kasus penelitian yang menggunakan jenis
sampel ini, hasilnya ternyata kurang obyektif.
 Contoh : sampel pengunjung Mall, sampel penumpang
kereta api/pesawat, sampel pengunjung Lawang Sewu
dll.
Purposive sampling

 Sesuai dengan namanya, sampel diambil dengan

maksud atau tujuan tertentu.
 Seseorang atau sesuatu diambil sebagai sampel
karena peneliti menganggap bahwa seseorang
atau sesuatu tersebut memiliki informasi yang
diperlukan bagi penelitiannya.
 Quota Sampling
 Quota sampling adalah sejenis purposive sampling yang ada kemiripan dengan
sampel random stratifikasi:
 Pertama, populasi dibagi-bagi menjadi strata yang relevan seperti usia, jenis

kelamin, lokasi, dsb.

 Proporsi tiap strata diperkirakan atau ditentukan berdasarkan data eksternal

kemudian total sampel dibagi-bagi sesuai proporsi ke tiap strata (kuota).

 Untuk memenuhi jumlah sampel untuk tiap strata, peneliti menggunakan

expert judgement-nya.
 Misalnya populasi 55% pria 45% wanita. Sampel 100 orang berarti 55 pria dan
45 wanita. Teknik pengambilan ketiga puluh sampel tadi tidak dilakukan secara
acak, melainkan berdasarkan judgment.
 Bedanya dengan stratified random sampling, sampel diambil secara acak
sedangkan dalam quota sampling, sampelnya dipilih berdasarkan pendapat
subjektif peneliti pokoknya kuotanya terpenuhi (mirip2 convenience sampling).
Snowball Sampling
 Pengambilan sampel secara snowballing (gethok tular),
pertama dipilih sampel kemudian sampel berikutnya diperoleh
dari informasi responden pertama atau orang lain, seterusnya
sampai target sampel terpenuhi.
 Cara ini banyak dipakai ketika peneliti tidak banyak tahu
tentang populasi penelitiannya.
 Contoh : Survei terhadap Pengguna Narkoba, informasi
responden berikutnya diperoleh dari responden pertama dan
seterusnya
 Cepat, mudah dan aman.
Probability Sampling
 Syarat pertama yang harus dilakukan adalah memperoleh atau
membuat kerangka sampel atau dikenal dengan nama
“sampling frame”.
 Yang dimaksud dengan kerangka sampling adalah daftar yang
berisikan setiap elemen populasi yang bisa diambil sebagai
sampel.
 Elemen populasi bisa berupa data tentang orang/binatang,
tentang kejadian, tentang tempat, atau juga tentang benda.
 Contoh : populasi penelitian adalah mahasiswa perguruan tinggi
“UIN Sunan Kalijaga”, maka peneliti harus bisa memiliki daftar
semua mahasiswa yang terdaftar di perguruan tinggi “UIN
Sunan Kalijaga“ tersebut selengkap mungkin. Nama, NIM, jenis
kelamin, alamat, usia, dan informasi lain yang berguna bagi
penelitiannya. Dari daftar ini, peneliti akan bisa secara pasti
mengetahui jumlah populasinya (N).
Probability Sampling
 Menentukan probabilitas atau besarnya
kemungkinan setiap unsur dijadikan
sampel. Dalam merencanakan sampling
probabilitas, idealnya peneliti telah
memenuhi beberapa persyaratan berikut:
Diketahui besarnya populasi induk
Besarnya sampel yang diinginkan telah
ditentukan
Setiap unsur atau kelompok unsur harus
memiliki peluang yang sama untuk dijadikan
sampel
Simple Random Sampling
 Populasi homogen
 Pengambilan sampel dilakukan secara
acak dengan terlebih dahulu disusun
kerangka sampel.
 Pengambilan sampel dilakukan dengan
cara undian/lotere.
Stratified Random Sampling
 Populasi dianggap heterogen/ berstrata secara
proporsional, sehingga disebut pula sebagai
Proportionate stratified random sampling.
 Dikelompokkan: subpopulasi  anggota kelompok
subpopulasi menjadi homogen
 Dari tiap subpopulasi scr acak diambil anggota
sampelnya
 Berapa jumlah sampel yang diambil dari tiap populasi ?
Jika jml elemen tiap populasi sama
○ Misalnya jumlah sampel sdh diketahui mis. 150 
sama jmlhnya
Jika jml elemen tiap populasi beda: A:100,
B:200,C:300,D:400,
○ nA=(100/1000)x 150
 Cluster (Area Sampling)
 Teknik sampling klaster digunakan untuk menentukan sampel bila obyek
yang akan diteliti atau sumber data sangat luas, misal penduduk dari suatu
negara, propinsi atau kabupaten.
 Beda dengan stratified: stratified mengambil sampel dari tiap strata, cluster
sampling tidak mengambil sampel dari tiap cluster, hanya cluster yang
dipilih saja.
 Beda lainnya, bila stratifikasi subpopulasinya homogen, tapi bila
subpopulasinya heterogen  klaster
 Misal : Indonesia terdiri dari 34 propinsi dimana sampelnya adalah 15 prop.
Pengambilan sampel tsb dilakukan stratifikasi dengan memperhatikan
kepadatan penduduk dan ketersediaan SDA. Kemudian tahap berikutnya
adalah menentukan responden2 yang ada dalam daerah terpilih.
 Misalnya, dalam satu organisasi terdapat
100 departemen. Dalam setiap
departemen terdapat banyak pegawai
dengan karakteristik berbeda pula. Beda
jenis kelaminnya, beda tingkat
pendidikannya, beda tingkat pendapatnya,
beda tingat manajerialnnya, dan
perbedaan-perbedaan lainnya.
Sistematik Sampling
 Jika peneliti dihadapkan pada ukuran
populasi yang banyak dan tidak memiliki
alat pengambil data secara random, cara
pengambilan sampel sistematis dapat
digunakan.
 Cara ini menuntut kepada peneliti untuk
memilih unsur populasi secara sistematis,
yaitu unsur populasi yang bisa dijadikan
sampel adalah yang “keberapa”.
Sistematik Sampling
 Systematic sampling: memilih kasus setiap
interval dari list lengkap anggota populasi.
Syaratnya dua:
Sampling interval (K)
Dan lokasi start.
 Misalnya perlu sampel 100 dari 2500
orang, inter val = 2500/100 = 25 (sampling
interval). Kemudian tentukan nomor secara
acak dari 1 sampai 25. Misalnya 19,
berikutnya berarti 44, 69, dan seterusnya.
Menentukan Ukuran Sampel
 Rumus Solvin

 n= ukuran sampel
 N= ukuran populasi
 e= tingkat eror
Menentukan Ukuran Sampel
Contoh :
Jika ukuran populasi sebanyak 100,
berapakah ukuran sampel jika diinginkan
tingkat kepercayaan 95%?
Tabel Penentuan Sampel oleh Isac dan Michael