Teknik sampling

Dalam penelitian kuantitatif, apalagi jika dirancang sebagai sebuah penelitian survei (survey
research), keberadaan populasi dan sampel penelitian nyaris tak dapat dihindarkan. Populasi
dan sampel merupakan sumber utama untuk memperoleh data yang dibutuhkan dalam
mengungkapkan fenomena atau realitas yang dijadikan fokus penelitian kita. Demi mencapai
keakuratan dan validitas data yang dihasilkan, populasi dan sampel yang dijadikan objek
penelitian harus memiliki kejelasan baik dari segi scope, ukuran, maupun karakteristiknya.
Dengan kata lain, kejelasan populasi dan ketepatan pengambilan sampel dalam penelitian akan
menentukan validitas proses dan hasil penelitian kita.

KONSEP DASAR POPULASI DAN SAMPEL PENELITIAN
Populasi atau sering juga disebut universe adalah keseluruhan atau totalitas objek yang diteliti
yang ciri-cirinya akan diduga atau ditaksir (estimated). Ciri-ciri populasi disebut parameter. Oleh
karena itu, populasi juga sering diartikan sebagai kumpulan objek penelitian dari mana data
akan dijaring atau dikumpulkan. Populasi dalam penelitian (penelitian komunikasi) bisa berupa
orang (individu, kelompok, organisasi, komunitas, atau masyarakat) maupun benda, misalnya
jumlah terbitan media massa, jumlah artikel dalam media massa, jumlah rubrik, dan sebagainya
(terutama jika penelitian kita menggunakan teknik analisis isi (content analysis).
Populasi penelitian terdiri dari populasi sampling dan populasi sasaran. Populasi sampling
adalah keseluruhan objek yang diteliti, sedangkan populasi sasaran adalah populasi yang benar-
benar dijadikan sumber data. Sebagai contoh, misalnya kita akan meneliti bagaimana rata-rata
tingkat prestasi akademik mahasiswa Fakultas Ilmu Komunikasi Unpad dan kita hanya akan
memokuskan penelitian kita pada mahasiswa yang aktif di lembaga-lembaga kemahasiswaan,
maka seluruh mahasiswa Fakultas Ilmu Komunikasi Unpad adalah populasi sampling, sedangkan
seluruh mahasiswa yang aktif dalam lembaga kemahasiswaan adalah populasi sasaran.
Jika kita menggunakan seluruh unsur populasi sebagai sumber data, maka penelitian kita
disebut sensus. Sensus merupakan penelitian yang dianggap dapat mengungkapkan ciri-ciri
populasi (parameter) secara akurat dan komprehensif, sebab dengan menggunakan seluruh
unsur populasi sebagai sumber data, maka gambaran tentang populasi tersebut secara utuh
dan menyeluruh akan diperoleh. Oleh karena itu, sebaik-baiknya penelitian adalah penelitian
sensus. Namun demikian, dalam batas-batas tertentu sensus kadang-kadang tidak efektif dan
tidak efisien, terutama jika dihubungkan dengan ketersedian sumber daya yang ada pada
peneliti. Misalnya, bila dikaitkan dengan fokus penelitian, keterbatasan waktu, tenaga, dan
biaya yang dimiliki oleh peneliti.
Dalam keadaan peneliti tidak memungkinkan untuk melakukan sensus, maka peneliti boleh
mengambil sebagian saja dari unsur populasi untuk dijadikan objek penelitiannya atau sumber
data. Sebagian unsur populasi yang dijadikan objek penelitian itu disebut sampel. Sampel atau
juga sering disebut contoh adalah wakil dari populasi yang ciri-cirinya akan diungkapkan dan
akan digunakan untuk menaksir ciri-ciri populasi. Oleh karena itu, jika kita menggunakan
sampel sebagai sumber data, maka yang akan kita peroleh adalah ciri-ciri sampel bukan ciri-ciri
populasi, tetapi ciri-ciri sampel itu harus dapat digunakan untuk menaksir populasi. Ciri-ciri
sampel disebut statistik. Sama halnya dengan populasi, dalam sampel pun ada konsep jumlah
sampel dan ukuran sampel. Jumlah sampel adalah banyaknya kategori sampel yang diteliti yang
dilambangkan dengan huruf k, yang jumlahnya sama dengan jumlah populasi (k=K). Sedangkan
ukuran sampel (dilambangkan dengan huruf n) adalah besarnya unsur populasi yang dijadikan
sampel, yang jumlahnya selalui lebih kecil daripada ukuran populasi (n). Mengapa kita harus
benar-benar memahami (tidak mengelirukan) pengertian istilah jumlah sampel dengan ukuran
sampel, sebab jumlah sampel dan sifat sampel yang diteliti (terutama untuk penelitian
eksplanatif, misalnya penelitian korelasional) akan sangat menentukan uji statistik inferensial
yang mana yang harus digunakan untuk menguji hipotesis yang dirumuskan dalam penelitian
kita. Ketepatan dalam memilih uji statistik inferensial itu merupakan salah satu unsur penentu
validitas atau kesahihan penelitian kita. Dalam menguji korelasi di antara variabel-variabel yang
diteliti, misalnya, ada uji statistik inferensial yang hanya berlaku untuk menguji satu sampel,
dua sampel independen, dua sampel berhubungan, dan k sampel independen atau k sampel
berhubungan, dan sebagainya.
Karena data yang diperoleh dari sampel harus dapat digunakan untuk menaksir populasi, maka
dalam mengambil sampel dari populasi tertentu kita harus benar-benar bisa mengambil sampel
yang dapat mewakili populasinya atau disebut sampel representatif. Sampel representatif
adalah sampel yang memiliki ciri karakteristik yang sama atau relatif sama dengan ciri
karakteristik populasinya. Tingkat kerepresentatifan sampel yang diambil dari populasi tertentu
sangat tergantung pada jenis sampel yang digunakan, ukuran sampel yang diambil, dan cara
pengambilannya. Cara atau prosedur yang digunakan untuk mengambil sampel dari populasi
tertentu disebut teknik sampling.

UKURAN SAMPEL
Ukuran sampel atau besarnya sampel yang diambil dari populasi, sebagaimana diungkapkan di
atas, merupakan salah satu faktor penentu tingkat kerepresentatifan sampel yang digunakan.
Pertanyaannya, berapa besar sampel harus diambil dari populasi agar memenuhi syarat
kerepresentatifan?
Dalam menentukan menentukan ukuran sampel (n) yang harus diambil dari populasi agar
memenuhi persyaratan kerepresentatifan, tidak ada kesepakatan bulat di antara para ahli
metodolologi penelitian (hal ini wajar, sebab dalam dunia ilmu yang ada adalah sepakat untuk
tidak sepakat asal masing-masing konsisten dengan rujukan yang digunakannya, sehingga ilmu
itu bisa terus berproses dan berkembang). Pada umumnya, buku-buku metodologi penelitian
menyebut angkalima persen hingga 10 persen untuk menegaskan berapa ukuran sampel yang
harus diambil dari sebuah populasi tertentu dalam penelitian sosial. Pendapat ini tentu saja
sulit untuk dijelaskan apa alasannya jika ditinjau dari aspek metodologi penelitian.

Sehubungan dengan hal itu, I Gusti Bagoes Mantra dan Kasto dalam buku yang ditulis oleh
Masri Singarimbun dan Sofian Effendi, Metode Penelitian Survai (1989), menyatakan bahwa
sebelum kita menentukan berapa besar ukuran sampel yang harus diambil dari populasi
tertentu, ada beberapa aspek yang harus dipertimbangkan yaitu:

1. Derajat Keseragaman Populasi (degree of homogenity). Jika tinggi tingkat homogenitas
populasinya tinggi atau bahkan sempurna, maka ukuran sampel yang
diambil boleh kecil, sebaliknya jika tingkat homogenitas populasinya rendah (tingkat
heterogenitasnya tinggi) maka ukuran sampel yang diambilharus besar. Untuk
menentukan tingkat homogenitas populasi sebaiknya dilakukan uji homogenitas dengan
menggunakan uji statistik tertentu.
2. Tingkat Presisi (level of precisions) yang digunakan. Tingkat presisi, terutama digunkan
dalam penelitian eksplanatif, misalnya penelitian korelasional, yakni suatu pernyataan
peneliti tentang tingkat keakuratan hasil penelitian yang diinginkannya. Tingkat presisi
biasanya dinyatakan dengan taraf signifikansi () yang dalam penelitian sosial biasa
berkisar 0,05 (5%) atau 0,01 (1%), sehingga keakuratan hasil penelitiannya (selang
kepercayaannya) 1 yakni bisa 95% atau 99%. Jika kita menggunakan taraf signifikansi
0,01 maka ukuran sampel yang diambil harus lebih besar daripada ukuran sampel jika
kita menggunakan taraf signifikansi 0,05.
3. Rancangan Analisis. Rancangan analisis yang dimaksud adalah sesuatu yang berkaitan
dengan pengolahan data, penyajian data, pengupasan data, dan penafsiran data yang
akan ditempuh dalam penelitian. Misalnya, kita akan menggunkan teknik analisis data
dengan statistik deskripti; penyajian data menggunakan tabel-tabel distribusi frekuensi
silang (tabel silang) atau tabel kontingensi dengan ukuran 3X3 atau lebih dimana pasti
mengandung sel sebanyak 9 buah, maka ukuran sampelnya harus besar. Hal ini untuk
menghindarkan adanya sel dalam tabel tersebut yang datanya nol (kosong), sehingga
tidak layak untuk dianalisis dengan asumsi-asumsi kotingensi. Jika kita menggunakan
rancangan analisisnya hanya menggunakan analisis statistik inferensial, maka ukuran
sampelnya boleh lebih kecil dibandingkan apabila kita menggunakan rancangan analisis
statistik deskriptif saja. Dengan kata lain, rancangan penelitian deskriptif membutuhkan
ukuran sampel yang lebih besar daripada rancangan penelitian eksplanatif.
4. Alasan-alasan tertentu yang berkaitan dengan keterbatasan-keterbatasn yang ada pada
peneliti, misalnya keterbatasan waktu, tenaga, biaya, dan lain-lain. (Catatan: Alasan ke-4
ini jangan digunakan sebagai pertimbangan utama dalam menentukan ukuran sampel,
sebab hal ini lebih berkaitan dengan pertimbangan peneliti dan bukan pertimbangan
penelitian (metodologi).
Selain mempertimbangkan faktor-faktor di atas, beberapa buku metode penelitian
menyarankan digunakannya rumus tertentu untuk menentukan berapa besar sampel yang
harus diambil dari populasi.
Jika ukuran populasinya diketahui dengan pasti, Rumus Slovin di bawah ini dapat digunakan.
Rumus Slovin:

Keterangan;
n = ukuran sampel
N = ukuran populasi
e = kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang ditololerir,
misalnya 5%.
Batas kesalahan yang ditolelir ini untuk setiap populasi tidak sama, ada yang 1%, 2%, 3%,
4%,5%, atau 10%.

Jika ukuran populasinya besar yang didapat dari pendugaan proporsi populasi, maka Rumus
Yamane yang harus digunakan.

d = batas toleransi kesalahan pengambilan sampel yang digunakan.
Misalnya, kita ingin menduga proporsi pembaca koran dari populasi 4.000 orang. Presisi
ditetapkan di antara 5% dengan tingkat kepercayaan 95%, maka besarnya sampel adalah:

)


KERANGKA SAMPLING (SAMPLING FRAME)
Di atas sudah ditegaskan, bahwa tingkat krepresentatifan sampel selain ditentukan oleh ukuran
sampel yang diambil juga ditentukan oleh teknik sampling yang digunakan. Di antara teknik-
teknik sampling tersebut, dalam penggunaannya, ada yang mempersyaratkan tersedianya
kerangka sampling. Kerangka sampling (sampling frame) adalah sebuah daftar yang memuat
data mengenai seluruh unit atau unsur sampling yang terdapat pada populasi sampling. Secara
gampang orang sering mengatakan, kerangka sampling adalah daftar nama-nama yang
kerkandung dalam populasi penelitian.
JENIS SAMPEL DAN TEKNIK SAMPLING
Berdasarkan prosedur atau cara yang digunakan dalam mengambil sampel dari populasi (teknik
sampling), kita dapat mengidentifikasi dua jenis sampel, yaitu:sampel probabilitas (probability
sampling) dan sampel nonprobabilitas(nonprobability sampling). Sampel probabilitas atau
disebut juga sampel random (sampel acak) adalah sampel yang pengambilannya berlandaskan
pada prinsip teori peluang, yakni prinsip memberikan peluang yang sama kepada seluruh unit
populasi untuk dipilih sebagai sampel. Sebaliknya, sampel nonprobabilitas atau sampel
nonrandom (sampel tak acak) adalah sampel yang pengambilannya didasarkan pada
pertimbangan-pertimbangan tertentu (bisa pertimbangan penelitian maupun pertimbangan
peneliti). Sampel probabilitas diambil dengan menggunakan teknik sampling probabilitas atau
teknik sampling random, sedangkan untuk mengambil sampel nonprobabilitas atau sampel
nonrandom digunakan teknik sampling nonprobabilitas, yakni pertimbangan-pertimbangan
tertentu. Sampel probabilitas cenderung memiliki tingkat representasi yang lebih tinggi
daripada sampel nonprobabilitas.

Teknik Sampling Probabilitas (Teknik Sampling Random)
a. Teknik Sampling Random Sederhana (Simple Random Sampling)
Sampel acak sederhana adalah sebuah sampel yang diambil sedemikian rupa sehingga
setiap unit penelitian atau satuan elementer dari populasi mempunyai kesempatan yang
sama untuk dipilih sebagai sampel. Peluang yang dimiliki oleh setiap unit penelitian untuk
dipilh sebagai sampel sebesar n/N, yakni ukuran sampel yang dikehendaki dibagi dengan
ukuran populasi.

Dalam menggunakan Teknik Sampling Random Sederhana ini ada beberapa syarat yang
harus dipenuhi, antara lain (Singarimbun dan Effendy, 1989):
1. Harus tersedia kerangka sampling atau memungkinkan untuk dibuatkan kerangka
samplingnya (dalam kerangka sampling tidak boleh ada unsur sampel yang dihitung dua
kali atau lebih).
2. Sifat populasinya harus homogen, jika tidak, kemungkinan akan terjadi bias.
3. Ukuran populasinya tidak tak terbatas, artinya harus pasti berapa ukuran populasinya.
4. Keadaan populasinya tidak terlalu tersebar secara geografis.

Teknis pelaksanaannya ada dua cara, yakni:
1. Dengan mengundi unsur-unsur penelitian atau satuan-satuan elementer dalam
populasi. Langkah awal yang perlu dilakukan adalah menyusun semua unit penelitian
atau unit elementer ke dalam kerangka sampling, mulai dari nomor terkecil hingga
nomor ke-n (tergantung berapa besar ukuran populasinya). Selanjutnya masing-masing
nomor unsur populasi itu ditulsikan dalam secarik kertas, digulung, dan dimasukkan ke
dalam sebuah kotak atau toples. Lalu lakukan pengocokan secara merata, dan ambil
sejumlah gulungan kertas tersebut sebanyak ukuran sampel yang dikehendaki. Nomor-
nomr yang terambil itu menjadi unit elementer yang terpilih sebagai sampel.
Pengundian juga dapat dilakukan seperti halnya ibu-ibu anggota kelompok arian
menentukan pemenang arisannya. Gulungan kertas yang di dalamnya sudah berisi
nomor unit elementer, dimasukkan ke dalam toples yang diberi tutup dengan lubang
sebesar kira-kira dapat dilalui oleh setiap gulungan kertas yang ada di dalamnya. Lalu
kocok berulang-ulang hingga keluar sejumlah gulungan kertas sesuai dengan ukuran
sampel yang direncanakan. Penggunaan cara ini (cara pengundian) seringkali tidak
praktis, terutama apabila ukuran populasinya relatif besar, sebab: pertama, hampir
tidak mungkin kita dapat melakukan pengocokan secara saksama dan merata seluruh
gulungan kertas undian; dan kedua, ada kecenderungan kita untuk tergoda memilih
angka-angka tertentu. Dalam keadaan yang demikian, gunakan teknik kedua, yakni
dengan mengundi Tabel Angka Random.

2. Dengan menggunakan Tabel Angka Random. Cara ini dipilih karena selain meringankan
pekerjaan, juga lebih memberikan jaminan yang lebih besar bahwa setiap unit
elementer mempunyai peluang yang sama untuk terpilih sebagai sampel. Caranya
adalah sebagai berikut: misalnya, dari satuan elementer dlam populasi (N) yang
besarnya 500 orang, akan dipilih 50 satuan elementer sebagai sampel (n). Bilangan 500
ini terdiri dari tiga dijit (digit), oleh karena itu dalam kerangka sampling satuan
elementernya diberi nomor mulai dari 001 sampai 500. Selanjutnya lihat Tabel Angka
Random atau Tabel Bilangan Random yang selalu ada pada lampiran buku-buku
metodologi penelitian atau buku-buku metode statistika. Karena angka-angka yang yang
terdapat dalam Tabel Bilangan Random itu disusun secara kebetulan (randomly
assorted), maka pemakai tabel tersebut dapat mulai melihatnya dari baris dan kolom
mana saja. Di samping itu, ia dapat juga mengikutinya ke arah mana saja. Penentuan
angka pertama dapat dilakukan, misalnya, dengan cara menjatuhkan pensil dengan
mata pensil mengarah ke bawah pada lembaran kertas yang di dalamnya terdapat tabel
bilangan random yang kita gunakan. Angka random yang terkena oleh mata pensil tadi
adalah unsur sampel pertama yang kita pilih. Selanjutnya, kita dapat menentukan unsur
sampel lainnya dengan cara berjalan ke atas mengikuti kolom yang sama, atau ke
samping mengikuti baris, ke bawah mengikuti kolom, atau cara apa saja yang dianggap
mudah.

b. Teknik Sampling Random Sistematik (Systematic Random Sampling)
Apabila ukuran populasinya sangat besar, hingga tidak memungkinkan dilakukan pemilihan
sampel dengan cara pengundian, maka teknik sampling random sederhana tidaklah tepat
untuk digunakan. Dalam keadaan populasi yang demikian, gunakanlah teknik sampling
random sistematik. Persyaratan yang harus dipenuhi agar teknik sampling ini dapat
digunakan, sama dengan persyaratan untuk sampel random sederhana, yakni tersedianya
kerangka sampling (ukuran populasinya diketahui dengan pasti), dan populasinya
mempunyai pola beraturan yang memungkinkan untuk diberikan nomor urut serta bersifat
homogen.

Cara penggunaan teknik sampling random sistematik ini mirip dengan cara sampling random
sederhana. Bedanya, pada teknik sampling sistematik perandoman atau pengundian hanya
dilakukan satu kali, yakni ketika menentukan unsur pertama dari sampling yang akan diambil.
Penentuan unsur sampling selanjutnya ditempuh dengan cara memanfaatkan interval sampel.
Interval sampel adalah angka yang menunjukkan jarak antara nomor-nomor urut yang terdapat
dalam kerangka sampling yang akan dijadikan patokan dalam menentukan atau memilih unsur-
unsur sampling kedua dan seterusnya hingga unsur ke-n. Interval sampel biasanya
dilambangkan dengan huruf k.
Interval sampel atau juga disebut sampling rasio diperoleh dengan cara membagi ukuran
populasi dengan ukuran sampel yang dikehendaki (N/n). Misalnya, dari populasi (N) berukuran
500 kita akan mengambil sampel (n) berkuran 50, maka interval samplingnya adalah 500/50=10
atau k =10. Andaikan yang terpilih sebagai unsur sampling pertama adalah satuan elementer
yang bernomor s, maka penentuan unsur-unsur sampel berikutnya adalah:
Unsur pertama = s
Unsur kedua = s + k
Unsur ketiga = s + 2k
Unsur keempat = s + 3k, dan seterusnya hingga unsur ke-n.
Untuk lebih jelasnya, di bawah ini diberikan contoh konkret.
Misalnya ukuran populasinya 500 (N=500) dan ukuran sampel yang akan diambil sebesar 50
(n=50), maka pasti k = 10. Andaikan saja unsur sampel pertama yang terpilih adalah nomor urut
005, maka unsur-unsur selanjunya yang harus diambil adalah nomor 015, 025, 035, 045, 055,
065, 075, dan seterusnya dengan berpatokan pada penambahan angka 10 dari nomor urut
terakhir
c. Teknik Sampling Random Berstrata (Stratified Random Sampling)
Teknik sampling ini digunakan apabila populasinya tidak homogen (heterogen). Makin
heterogen suatu populasi, makin besar pula perbedaan sifat-sifat antara lapisan tersebut.
Padahal, sebagaimana telah diungkapkan di atas, presisi dan tingkat kerepresentatifan
sampel yang diambil dari suatu populasi antara lain dipengaruhi oleh derajat keseragaman
(tingkat homogenitas) populasi yang bersangkutan. Untuk dapat menggambarkan secara
tepat tentang sifat-sifat populasi yang heterogen, maka populasi yang bersangkutan harus
dibagi-bagi kedalam lapisan-lapisan (strata) yang seragam atau homogen, dan dari setiap
strata dapat diambil sampel secara random (acak).

Teknik Sampling Nonprobabilitas (Teknik Sampling Nonrandom)
Dalam menentukan sampel dengan menggunakan taknik sampling nonrandom, tidak
menggunakan prinsip kerandoman (prinsip teori peluang). Dasar penentuannya adalah
pertimbangan-pertimbangan tertentu dari peneliti atau dari penelitian. Sebagai
konsekuensinya, teknik sampling nonrandom ini tidak dapat digunakan apabila penelitian kita
dirancang sebagai sebuah penelitian eksplanatif yang akan menguji hipotesis tertentu, misalnya
penelitian korelasional, karena rumus uji statistik inferensial tidak dapat diterapkan untuk data
yang berasal dari sampel nonrandom. Teknik sampling ini secara luas sering digunakan untuk
penelitian-penelitian eksploratif atau penelitian deskriptif.
Ada beberapa jenis sampel nonrandom yang sering digunakan dalam penelitian di antaranya
adalah:

1. Sampel Aksidental (accidental sampling). Sampel ini sering disebut sebagai sampel
kebetulan yang pengambilannya didasarkan pada pertimbangan kemudahan bagi
peneliti (bukan penelitian), sehingga sampel ini sering kali disebut convenience
sampling atau sampel keenakan. Orang-orang ilmu statistika bahkan menyebutnya
sebagai sampel kecelakaan, karena saking tidak representatifnya sampel tersebut.
Sebisa mungkin, hindari untuk menggunakan sampel ini, jika kesimpulan penelitian kita
ingin memperoleh kemampuan generalisasi yang tepat.
2. Sampel Kuota (quota sampling). Teknik sampling kuota merupakan teknik sampling yang
sejenis dengan teknik sampling strata. Perbedaannya adalah ketika mengambil sampel
dari setiap strata tidak menggunakan cara-cara random, tetapi menggunakan cara-cara
kemudahan (convenience). Caranya, tentukan ukuran sampel dari masing-masing strata
lalu teliti siapa sejumlah orang yang sesuai dengan ukuran sampel yang ditentukan tadi,
siapa saja asal berasal dari strata tersebut.
3. Sampel Purposif (purposeful sampling). Teknik ini disebut juga judgemental
sampling atau sampel pertimbangan bertujuan. Dasar penetuan sampelnya adalah
tujuan penelitian. Sampel ini digunakan jika dalam upaya memperoleh data tentang
fenomena atau masalah yang diteliti memerlukan sumber data yang memilki kualifikasi
spesifik atau kriteria khusus berdasarkan penilaian tertentu, tingkat signifikansi tertentu.
Misalnya, untuk meneliti kualitas cerita Film Ayat-ayat Cinta kita memerlukan reponden
yang memiliki kualifikasi komptensi dalam bidang perfilman atau bidang komunikasi.
Maka sampelnya adalah para kritikus film, para dosen produksi film, para ahli
sinematografi, dan lain-lain.

Beberapa Masalah dalam Penelitian yang Berkaitan dengan Sampel
Dalam setiap penelitian, tidak tertutup kemungkinan untuk terjadi permasalahan atau
penyimpangan. Besarnya penyimpangan yang dapat ditoleransi dalam suatu penelitian,
tergantung pada sifat penelitian itu sendiri. Ada penelitian yang dapat mentolerannsikan
penyimpangan yang besar; sebaliknya ada juga penelitian yang menghendaki penyimpangan
yang kecil, sebab penyimpangan yang besar dapat menimbulkan kesimpulan yang salah.
Dalam suatu penelitian, ada kemungkinan timbul dua macam penyimpangan, yaitu:
1. Penyimpangan karena Pemakaian Sampel (Sampling Error)
Seandainya tidak ada kesalahan pada pengamatan, satuan-satuan ukuran, definisi
operasinal variabel, pengolahan data, dan sebagainya, maka perbedaan itu hanya
disebabkan oleh pemakaian sampel. Mudah dimengerti bahwa semakin besar sampelnyang
diambil, semakin kecil pula terjadi penyimpangan. Apabila sampel itu sudah sama besar
dengan populasi, maka penyimpangan oleh pemakaian sampel pasti akan hilang.

2. Penyimpangan Bukan oleh Pemakaian Sampel (Non-Sampling Error)
Jenis penyimpangan ini dapat ditimbulkan oleh berbagai hal, di antaranya adalah:
Penyimpangan karena kesalahan perencanaan. Misalnya karena tidak tepatnya definisi
operasional variabel, kriteria satuan-satuan ukuran, dan sebagainya, memberikan peluang
penyimpangan atau kesalahan pada hasil penelitian.
Penyimpangan karena Penggantian Sampel. Hal ini berkaitan dengan adanya perbedaan
antara sampel yang diteliti dengan sampel yang ditetapkan. Misalnya, seseorang
mahasiswa yang telah ditetapkan sebagai sampel tidak bisa dihubungi pada waktu akan
diwawancarai atau diminta untuk mengisi kuesioner, lalu kita menggantinya dengan
mahasiswa yang lain.
Penyimpangan karena salah tafsir dari petugas pengumpulan data maupun responden,
yang dapat menyebabkan jawaban yang diperoleh dari responden menyimpang dari yang
sebenarnya.
Penyimpangan karena salah tafsir responden. Biasanya disebabkan karena responden
sudah lupa akan masalah yang ditanyakan.
Penyimpangan karena responden sengaja salah dalam menjawab pertanyaan. Hal ini
dapat terjadi jika responden merasa curiga terhadap maksud dan tujuan penelitian, atau
mungkin juga responden mempunyai maksud-maksud tertentu secara terselubung.
Penyimpangan karena kesalahan pengolahan data, misalnya salah dalam menambahkan,
mengalikan, dan sebagainya.
Sementara itu, masalah yang dihadapi dalam Pembuatan Kerangka Sampling, di
antaranya adalah sebagai berikut:
Blank Foreign Elements. Yakni jika data populasi yang diperoleh dari sesuatu sumber tidak
sesuai dengan kenyataannya di lapangan, sehingga terjadi orang yang sudah terpilih
sebagai sampel tidak ditemui di lapangan. Hal ini disebabkan mungkin karena
pendataannya yang tidak akurat atau datanya sudah kadaluarsa.
Incomplete Frame. Ketidaklengkapan kerangka sampling terjadi karena ada unsur
populasi (orang) yang seharusnya masuk di dalamnya, justeru tidak tercatat.
Cluster of Elements. Kerangka sampling yang kita miliki tidak selamanya sama dengan
yang kita butuhkan. Misalnya, jika kita ingin meneliti pelajar sekolah dasar yang
bertempat tinggal di Kota A, kita tidak akan memperoleh daftarnya, yang kita temukan
hanyalah daftar nama sekolah dasar yang ada di Kota A.