Teknik Sampling

Bagaimana cara mengambil sampel dari populasi agar sampel yang diperoleh
representatif dipelajari dalam teknik sampling.

Ada 3 pertanyaan pokok yang berkenaan dengan sampling, yaitu:

1. Kenapa kita mengambil sampel (why)?
2. Bagaimana sampel diambil (how)?
3. Berapa sampel yang harus diambil (how many)?

Oleh karena itu sebelum melakukan pengambilan sampel harus dipersiapkan terlebih
dahulu rancangan samplingnnya. Suatu rancangan sampling meliputi dua hal yang
mendasar, yaitu:
a. Teknik sampling (sampling method).
b. Sample size.
TAHAPAN RANCANGAN
SAMPLING

TAHAPAN RANCANGAN SAMPLING

a. Definisikan Target Populasi
b. Siapkan Kerangka Sampling
c. Pilih Teknik sampling
d. Tentukan Sample size
e. Lakukan proses sampling
Macam Teknik Sampling
MENURUT PELUANG PEMILIHANNYA

Menurut Peluang Pemilihannya, diklasifikasikan menjadi 2 macam, yaitu:

a. Probability Sampling atau Random Sampling
b. Non Probability Sampling

Cara pengambilan sampel dipilih secara Cara pengambilan sampel tidak dipilih secara
acak atau menggunakan teori probabiltitas. acak sehingga tidak semua unit populasi
mempunyai kesempatan sama untuk terpilih
menjadi sampel.
Probability Sampling
1. Simple Random Sampling
Cara pengambilan sampel dipilih secara acak di
mana semua unit populasi mempunai kesempatan
yang sama untuk terpilih menjadi sampel.

Artinya: setiap unit dalam populasi mempunyai peluang konstan

sebesar (n/N), sehingga setiap unit yang terpilih dari populasi ke
dalam sebuah sampel harus benar-benar berdasarkan faktor
kebetulan dan bebas dari subjektivitas apapun.

Syaratnya : Homogen Heterogen

1. Harus tersedia kerangka
sampling
2. Sifat pupulasi homogen agar
tidak bias
3. Keadaan populasi tidak terlalu
tersebar secara geografis
Contoh Simple RS
Prosedurnya:
• Susun sampling frame.
• Tetapkan sample size
• Generate angka random
• Ambil sampel secara acak.
Contoh:
Jika "populasi" adalah setiap orang yang telah membeli
tiket lotere, maka setiap orang memiliki kesempatan
yang sama untuk memenangkan lotre (dengan asumsi
mereka semua memiliki satu tiket masing-masing).
 RANDOM NUMBERS GENERATOR

http://www.calculatorsoup.com/calculators/statistics/number-generator.php
7
2. Stratified RS

Cara pengambilan sampel dengan membagi anggota

populasi kedalam beberapa strata, kemudian sampel
dipilih dari masing-masim stratum.

Teknik ini dapat dilakukan pada populasi heterogen.

a. Jika setiap stratum ukuran sampelnya proposional sehingga
disebut Proportionate Stratified Random Sampling
b. Jika beberap astratum ukuran sampelnya tidak proposional
disebut Disproportionate Stratified Random Sampling
Prosedurnya:
• Susun sampling frame.
• Bagi sampling frame tersebut
berdasarkan strata yang dikehendaki.
• Tetapkan sample size setiap stratum
secara proposional.
• Ambil sampel dari setiap stratum
secara acak.
Contoh Stratified RS
Contoh a: Strata Proposional
Suatu kelas berjumlah 40 orang terdiri 16
mahasiswi dan 24 mahasiswa. Jika akan
dibentuk sebuah Tim berjumlah 10 orang yang
dipilih secara acak, maka anggota tim yang
terbentuk harus berasal dari grup perempuan
berjumlah 4 orang (40% x 10) dan grup laki-laki
6 orang (60% x 10).
Contoh b: Strata Tidak Proposional
Suatu kelas berjumlah 40 orang terdiri 4
mahasiswi dan 36 mahasiswa. Jika akan dibentuk
sebuah Tim berjumlah 10 orang yang dipilih
secara acak, maka anggota tim yang terbentuk
harus berasal dari grup perempuan berjumlah 1
orang (10% x 10) dan grup laki-laki 9 orang (90%
x 10). Karena tidak proposional, maka diputuskan
tim dipilih dari grup perempuan 4 orang
(semuanya masuk tim) dan dari laki-laki 6 orang.
3. Cluster RS

Cara pengambilan sampel berdasarkan kelompok atau

klaster dimana pengambilan sebuah sampel tidak
langsung ke unit pengamatan, akan tetapi dilakukan
melalui pengambilan sebuah sampel dari kelompok-
kelompok pengambilan sampel tersebut.

Dapat dilakukan bertahap bisa satu tahap (single stage cluster

sampling) atau dua tahap (two stage cluster sampling). Tahap
pertama: menentukan sampel daerah dan tahap berikutnya:
menentukan unit sampel secara random.
Prosedurnya:
• Tentukan berapa gugus (daerah)
yang akan diambil sebagai
sampelnya
• Lakukan pemilhan gugus secara
random (Tahap I)
• Pilih sampelnya dari setiap gugus
secara random (Tahap II)
Contoh Cluster RS

Contoh :
Sorang dosen mengajar 4 kelas. Jika akan dibentuk sebuah tim yang anggotanya dipilih
secara random dari keempat tersebut, maka tahap pertama misalkan dilakukan pengundian
untuk menentukan 1 kelas (TI-38-09 terpilih). Tahap kedua, dari kelas TI-38-09 yang terpilih
tersebut dipilih 10 mahasiswa secara acak. Atau dapat juga dilakukan tahap ketiga dengan
stratified RS.
4. Systematic RS

Cara pengambilan sampel, di mana hanya unit

pengamatan pertama saja dari sampel yang diambil
secara random, sedangkan setiap unit selanjutnya
dipilih secara sistematis menurut interval (I=n/N).

Apabila ukuran sampel terlalu besar dalam Simple Random Sampling

menyebabkan beban biaya dan waktu. Oleh karena itu Sampling
Sistematis lebih sederhana dari Simple Random Sampling.

Prosedurnya:
• Susun sampling frame, diusahakan tidak sistematis, artinya kerangka samplingnya harus
tersusun secara random.
• Tetapkan ukuran sampel yang ingin diambil (n) dari populasi (N) sehingga diketahui Intervalnya
(I=n/N).
• Ambil unit sampel pertama (r1) secara random menggunakan angka random ( I).
• Pilih sampel berikutnya (r2) dengan cara menambahkan interval sampling (I), dst.
Contoh Systematic RS

Contoh :
Terdapat 15 toko yang akan diambil sampelnya sebanyak 5. Tetapi karena 5 sampel dianggap terlalu
banyak, maka diputuskan menjadi 3 saja. Diketahui intervalnya 3 (15/5). Pilih sebuah angka random,
tapi harus lebih kecil dari 3, misalnya dari tabel random terpilih 44482. Dari 5 digit angka tersebut
pilih digit terakhir yaitu 2, artinya toko pertama yang terpilih sebagai sampelnya (r1) adalah toko ke-2.
Sampel kedua (r2) terpilih toko ke-5 dan ketiga (r3) toko ke-8.
Non Probability Sampling
1. Convinience SP.
Atau Haphazard adalah cara pengambilan sampel
hanya mempertimbangan kemudahan saja.

Contoh:
Penelitian untuk mengetahui jenis sosmed yang digunakan oleh dosen, maka sampel yang diambil
adalah para dosen yang ada di ruang dosen supaya lebih mudah, lebih cepat atau lebih dekat.
Oleh karena itu, beberapa kasus penelitian yang menggunakan jenis sampel ini, hasilnya
ternyata kurang objektif sehingga memberikan kesimpulan umum yang kurang baik.
 STOP!
Misuse
of Research
Banyak hasil penelitian secara teoritis
menyatakan menggunakan metode Simple
Random Sampling (SRS), tapi secara praktis
sesungguhnya mereka menggunakan metode
Convinience Sampling.
Kesalahannya karena tidak membuat kerangka sampling untuk
menentukan unit sampling secara random.

15
2. Purposive SP.

Cara pengambilan sampel dengan maksud atau

tujuan tertentu.

Dua jenis sampel ini :

a. Judgement Sampling
b. Quota sampling.
2.a. Judgment SP.

Cara pengambilan sampel berdasarkan penilaian

peneliti bahwa sesuatu atau orang yang akan
dijadikan sampel tersebut adalah pihak yang paling
baik untuk dijadikan sampel penelitiannya.
Contoh:
Untuk memperoleh data tentang bagaimana satu proses produksi direncanakan oleh suatu
perusahaan, maka manajer produksi merupakan orang yang terbaik untuk bisa memberikan
informasi. Jadi, judment sampling umumnya memilih sesuatu atau seseorang menjadi sampel
karena mereka memiliki informasi yang mendalam.
2.b. Quota SP.

Cara pengambilan sampel distratifikasikan secara

proposional, namun tidak dipilih secara acak
melainkan secara kebetulan saja.

Contoh:
Misalnya suatu kelas berjumlah 40 orang terdiri
Responden Quota
16 mahasiswi dan 24 mahasiswa. Jika akan Gender Tim
(n=2)
dibentuk sebuah Tim berjumlah 10 orang, maka Perempuan 40% 4
anggota tim yang terbentuk harus berasal dari
grup perempuan berjumlah 4 orang (40% x 10) Laki-laki 60% 6
dan grup laki-laki 6 orang (60% x 10). Berbeda
dengan Sampling Stratifikasi, di sini pemiliahan
anggota tim tidak secara acak, tapi secara
convinience.
3. Snowball SP.

Cara pengambilan sampel ni banyak dipakai ketika

peneliti tidak banyak tahu tentang populasi
penelitiannya. Yang diketahui hanya satu atau dua
anggota sampel yang berdasarkan penilaiannya
bisa dijadikan sampel. Karena peneliti
menginginkan lebih banyak lagi, lalu dia minta
kepada sampel pertama untuk menunjukan sampel
lain yang kira-kira bisa dijadikan sampel.
Keuntungan dan Kerugian
Probability vs Non Probability SP

Metode Keuntungan Kerugian

Probability • Derajat kepercayaan terhadap • Tidak ekonomis

Sampling sampel dapat ditentukan memakan tenaga, waktu
sehingga beda penaksiran dan biaya
parameter populasi dengan • Ukuran sampel besar
statistik sampel dapat
diperkirakan.
• Besar sampel yang akan diambil
dapat dihitung secara statistik.

Non Probability • Tidak memerlukan ketepatan • Lebih cenderung

Sampling yang tinggi, karena hanya sekedar subjektif
gambaran umum saja. • Resiko kesimpulan yang
• Ekonomis dan cepat bias lebih tinggi
• Ukuran sampel kecil.
MENURUT PROSES PEMILIHANNYA

Menurut Proses Pemilihannya, diklasifikasikan menjadi 2 macam, yaitu:

a. Sampling Tanpa Pengembalian (WR)
b. Sampling Dengan Pengembalian (WOR)

Setiap satuan sampling yang telah terpilih

pada sebuah sampel yang diambil dari
populasi, “tidak dikembalikan” lagi ke dalam
populasi, sehingga tidak ada kemungkinan
suatu satuan sampling terpilih lebih dari
sekali.

Setiap satuan sampel yang terpilih pada

sebuah sampel yang diambil dari populasi,
“dikembalikan” lagi ke dalam populasi
(sebelum dilakukan kembali proses pemilihan
berikutnya), sehingga sebuah satuan sampel
bisa terpilih lebih dari satu kali.
WR dan WOR
Menentukan Ukuran Sampel

Berapa besar sampel yang harus diambil (how many)?

Semakin tinggi tingkat presisi yang dikehendaki, semakin besar ukuran sampel
yang harus diambil.
Hubungan antara sample size
dengan kesalahan (error)
 Bagaimana menentukan ukuran
sampel yang efisien?

Penting memperhatikan efisiensi dalam memilih metode sampling. Berikut ini yang
diilustrasikan secara grafis konsep memilih metode sampling yang efisien

Metode A dikatakan lebih efisien dari Metode B apabila:

Dengan sejumlah Variabel: Variabel: Dengan tingkat presisi

biaya, tenaga dan Tingkat Presisi (A > B) Sumber Daya (A < B) yang sama, Metode A
waktu yang sama, membutuhan biaya,
Metode A dapat tenaga dan waktu lebih
memberikan tingkat rendah.
presisi lebih tinggi.

Metode A Metode B Metode A Metode B

Presisi Sumber Daya Presisi Sumber Daya

Formulasi Ukuran Sampel

Untuk menentukan berapa besarnya sampel tidak hanya berbentuk

rumus, tetapi dapat pula berupa rekomendasi dan diagram dan tabel.

a. REKOMENDASI
1. Untuk penelitian deskriptif sampelnya 10% dari populasi, penelitian
korelasional paling sedikit 30 elemen populasi, penelitian
perbandingan kausal 30 elemen per kelompok, dan untuk penelitian
eksperimen 15 elemen per kelompok (Gay dan Diehl, 1992).
2. Champion (1981), rekomendasi ukuran sampel untuk uji-uji statistik
yang ada akan sangat efektif jika diterapkan pada sampel yang
jumlahnya 30 s/d 60 atau dari 120 s/d 250. Bahkan jika sampelnya
di atas 500, tidak direkomendasikan untuk menerapkan uji statistik.
a. REKOMENDASI

3. Kemudian Sugiyono (2014, p.90) dalam Roscoe (1982, p.253)

memberikan rekomendai penentuan jumlah sampel sebagai berikut :
a. Sebaiknya ukuran sampel di antara 30 sd.500.
b. Jika sampel dipecah lagi ke dalam subsampel (laki/perempuan,
SD/SLTP/SMU, dsb), jumlah minimum subsampel harus 30.
c. Pada penelitian multivariate (termasuk analisis regresi
multivariate) ukuran sampel harus beberapa kali lebih besar (10
kali) dari jumlah variable yang akan dianalisis.
d. Untuk penelitian eksperimen yang sederhana, dengan
pengendalian yang ketat, ukuran sampel bisa antara 10 s.d 20.
b. TABEL PRAKTIS
Krejcie and Morgan dalam Sekaran (2009) membuat daftar kolom jumlah populasi yang bisa dipakai
untuk menentukan kolom jumlah sampel.
b. TABEL PRAKTIS
Isaac dan Michael dalam Sugiyono (2014,
p.87) mengembangkan tabel penentuan
jumlah sampel dengan taraf kesalahan 1%,
5% dan 10%.
c. DIAGRAM
Nomogram Henry King menyajikan
secara grafis dengan maksimum jumlah
populasi 2000.

Misalnya: (A) suatu populasi berjumlah

200. Bila dikehendaki tingkat kesalahan
5% atau derajat kepercayaan 95%, maka
jumlah sampel = 200 x 1.195 x 0.58=
19.12 atau 20 unit.
Caranya: Tarik garis (A) dari angka 200
melewati tingkat kesalahan 5%, maka
akan bertemu pada titik prosentase
populasi kurang lebih 58%. Dengan
derajat kepercayaan 95% diperoleh
faktor pengalinya 1.195.
d. FORMULA

Formula yang paling populer dan sederhana yang dikemukakan dalam Altares, et al.
(2003, p.13) dikenal sebagai SLOVIN’S FORMULAS. Menurut Tejada (2012, p.130),
rumus Slovin digunakan untuk membuat estimasi proporsi populasi dengan simple
random sampling tanpa pengembalian (SRSWOR) dengan asumsi tingkat keyakinan
95% sebagai berikut:

Dengan N sebagai ukuran populasi

dan margin of error e menunjukkan
tingkat kesalahan yang diijinkan
dalam memilih sampel dari
populasi, maka ukuran sampel n :

N
n=
(1 + Ne 2 )
Macam Sampling Error

Ada 2 macam penyimpangan (error):

1. Sampling Error atau penyimpangan karena pemakaian sampel
Dalam hasil pengukuran sampel diperoleh nilai-nilai statistik dalam
probablistik sampling. Nilai statistik ini tidak akan persis sama dengan
nilai parameternya. Perbedaan inilah yang disebut penyimpangan
(Sampling Error).
2. Non Sampling Error atau penyimpangan bukan oleh pemakaian sampel
Penyimpangan dalam non probabilistik sampling, nilai sampel terhadap
populasinya tidak mungkin diukur. Disini Penyimpangan yang timbul
akibat kesalahan perencanaan teknik sampling, penggantian sampel,
salah tafsir enumerator, salah tafsir responden, kesengajaan responden
salah menjawab ataupun kesalahan akibat pengolahan data.
Kesalahan pertama diatasi dengan pemakaian metode sampel yang tepat.
Dan yang kedua ketelitian dalam perencanaan, implementasi dan
pengolahan data hingga penerbitan