Teknik pengambilan sampel

diajukan untuk memenuhi salah satu tugas mata kuliah Statiska Dasar

Disusun oleh:

Nama : Lina Agustina (06091411002)

Mellia (06091411016)

M. Zulhim (06091411017)

Mata kuliah : Statiska Dasar

Program Studi : Pendidikan Fisika

Dosen Pengasuh : Dra. Murniati, M.Si

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

PROGRAM STUDI PENDIDIKAN FISIKA

UNIVERSITAS SRIWIJAYA

2010

Ada dua macam teknik pengambilan sampel yakni:

 A. Teknik Pengambilan sampel non probabilistik:

1. Haphazard
Teknik haphazard adalah teknik pengambilan sampel dimana satuan pengamatannya
diperoleh secara sembarangan atau seketemunya. Contohnya penelitian di bidang sejarah dan
arkeologi.

2. Voluntary
Teknik ini dilakukan jika satuan sampling dikumpulkan atas dasar sukarela.
Contohnya banyak digunakan di bidang kedokteran.

3. Purposive
Taknik pengambilan sampel yang dilakukan dengan memilih satuan sampling atas
dasar pertimbangan sekelompok pakar di bidang ilmu yang sedang diteliti. Contohnya,
penelitan untuk mengetahui indeks biaya hidup yang dilakukan oleh para pakar ekonomi.

4. Snowball
Teknik pengambilan sampel dimana satuan pengamatan diambil berdasarkan
informasi dari satuan pengamatan sebelumnya yang sudah terpilih. Contohnya adalah
penelitian mengenai penyebaran penyakit AIDS, yaitu dengan menelusuri orang-orang yang
diduga mengidap penyekit ini berdasarkan informasi dari si penderiat pertama yang
ditemukan. Informasi tersebut bisa berupa siapa-siapa saja yang pernah berhubungan dengan
si yang sangat diperlukan untuk melacak penyebaran virus HIV.

5. Kuota
Teknik pengambilan sampel ini banyak diterapkan pada penelitian pasar dan
penelitian pengumpulan pendapat (opinion poll) atau jejak pendapat. Teknik dilakukan
dengan melakukan penjatahan terhadap kelompok satuan pengamatan secara berjenjang.
Misalnya peneliti menetapkan Kuota 1 yaitu 100 orang eksekutif muda di Jakarta sebagai
jumlah sampelnya. Kuota 1 tersebut selanjutnya dikelompokkan lagi dengan Kuota 2,
misalnya 50 eksekutif pria dan 50 eksekutif wanita. Demikian seterusnya pengelompokkan
dilakukan sesuai dengan tujuan penelitiannya.
B. Pengambilan sampel probabilistik
 1. Simple Random Sampling (SRS)

SRS merupakan teknik pengambilan sampel probabilistik yang paling sederhana dimana
satuan pengamatan mempunyai peluang yang sama untuk terpilih ke dalam sampel. Teknik
ini diguanakn apabila
variabel yang akan diteliti keadaannya relatif homogen dan tersebar merata di seluruh
populasi.
Keuntungan SRS adalah:
1) rumus-rumus perhitungannya relatif lebih sederhana
2) tidak memerlukan pembobotan
3) semua teknikteknik statistika standar bisa diterapkan secara langsung.
Kerugiannya adalah:
1. kemungkinan proses randomisasi (pemilihan secara random) tidak menjamin 100
persen terutama jika satuan pengamatan tidak menyebar merata
2. jika ukuran populasi dan ukuran sampel relatif sangat besar maka pemilihan SRS
secara manual sulit dilakukan, misalnya pada saat menyusun kerangkan sampling
(sampling frame).Demikian seterusnya pengelompokkan dilakukan sesuai dengan
tujuan penelitiannya.

Systematic Random Sampling (SyRS)

Teknik ini digunakan apabila:
1. bisa disusun kerangka sampling yang lengkap
2. keadaan variabel yang diteliti relatif homogen dan tersebar di seluruh populasi.
Pemilihan satuan pengamatan kedalam sampel dengan menggunakan SyRS bisa dilakukan
melalui dua pendekatan, yaitu
1. Linear systematic selection (LSS) dan
2. Circular systematic selection (CSS).

1. LSS
Langkah kerja:
1. Tentukan populasi sasaran dan tentukan satuan-satuan samplingnya yang
menunjukkan
2. ukuran populasi sasaran, misalnya N=1500
 3. Susun kerangka sampling
4. Tentukan ukuran sampel, misalnya n=20
5. Sediakan tabel angka random
6. Proses pemilihan 20 dari 1500 satuan samplingnya adalah sebagai berikut:
a. Tentukan interval pemulihan dengan rumus : I = N/n =1500/20 = 75
b. Tentukan secara random sebuah bilangan acak (disebut rendom start (RS) atau
random seed) yang besanrnya memenuhi persyaratan 1< RS < I, atau untuk contoh 1
< RS < 75. Misalnya terpilih angka random 07 (baris ke2, kolom ke1 dan 2 pada tabel angka
acak). Oleh karena nomor satuaan pengamatan pada kerangka samplingnya terdiri dari 4 digit
(0001 sampai 1500), maka SR=0007. RS ini merupakan satuan sampling pertama yang
terpilih.
c. Satuan pengamatan berikutnya dipilih dengan cara menambahkan I=75 kepada
nomor terpilih. Jadi satuan pengamatan yang terpilih kedua adalah 0007 + 75 =
0082, ketiga adalah 0082 + 75 = 0157, demikian seterusnya sampai terpilih
sebanyak 20 satuan pengamatan

2. CSS
Langkah kerja:
1. Tentukan populasi sasaran dan tentukan ukuran populasi, misalnya N=2111
2. Untuk setiap satuan sampling yang ada dalam populasi sasaran disusun dalam
kerangka sampling
3. Tentukan ukuran sampel (dengan menggunakan rumus atau pertimbangan
tertentu),misalnya n= 13
4. Sediakan tabel angka random
5. Proses pemilihan 13 dari 2111 satuan sampling, yaitu:
a. Tentukan interval (I) dengan rumus I = N/n. Bulatkan ke bilangan bulat terdekat, yaitu
2111/13 = 162
b. Dari tabel angka acak dipilih RS yang memenuhi persyaratan 1 < RS < N,
misalnyaterpilih RS=1842. RS ini adalah satuan pertama yang terpilih ke dalam
sampel
c. Satuan sampling berikutnya dipilih dengan cara menambahkan I secara sistematik
kepada RS, yaitu:
1. 1842
2. 2004 (1842+162)
 3. 2166 (tidak dipakai karena melebihi nomor dalam kerangka sampling (2111) maka
satuan sampling yang terpilih adalah 2166 - 2111 atau 0055
4. 0217 (0055 + 162), demikianlah setrusnya sampai nomor ke 13

Dibandingkan dengan teknik SRS, SySR mempunyai kelebihan, yaitu:

1. Standar error yang didasarkan pada sampling sistematis paling sedikit sama presisinya
dengan SRS
2. Mudah dilakukan
3. Pada konidisi tertentu, sampling sistematik bisa dilakukan sekalipun tidak ada
kerangka sampling. Contohnya pada traffic survey yaitu dengan mengamati
pergerakaan lalu lintas pada jam-jam tertentu atau urutan pergerakan kendaraan, atau
pada penelitian tingkat laku konsumen, misalnya pengambilan satuan pengamatan
dalam pola antrian tertentu Sedangkan kerugiannya adalah jika dalam kerangka
samplingnya mempunyai periodisitas yang berimpit dengan interval pemilihan.

Stratified Random Sampling (StRS)

Sifat homegintas populasi kadang tidak bisa dijamin sepenunya di lapangan.Semakin
tinggi tingkat keragaman (heterogenitas) populasi maka ukuran sampel yang harus diambil
dengan SRS akan semakin besar untuk tingkat ketelitian tertentu. Masalah ini bisa diatasi
dengan membuat sub-sub populasi yang bersifat homogen dan terhadap subpopulasi itulah
proses pengambilan sampel secara SRS dilakukan. Proses pengambilan sampel setelah
populasi keseluruhan yang relatif heterogen dipilah-pilah ke dalam sub populasi itulah yang
dilakukan oleh Teknik StRS. Jadi langkah utama yang membedakan teknik ini dengan teknik
SRS adalah proses pembentukan sub populasi, disebut strata. Sedangkan proses pemilihan
dari setiap strata tersebut bisa dilakukan sama seperti proses pemilihan satuan sampling
dengan teknik SRS. Langkah kerja selengkapnya adalah sebagai berikut:
1. Tentukan populasi sasaran dan tentukan anggota populasi secara keseluruhan
(N)
2. Berdasarkan variabel tertentu (kriteria tertentu), populasi dibagi ke dalam
strata-strata.Misal kelompok responden dibagi sesuai jenis kelamin (laki atau
perempuan) jika secara teoritis respon akan berbeda karena perbedaan jenis
kelamin, atau populasi perusahaan dibagia menjadi sub populasi perusahaan
kecil, menengah, dan besar
 3. Satuan sampling untuk setiap strata didaftar sehingga diperoleh kerangkan
sampling untuk masing-masing strata (N1, N2, dan seterusnya untuk setiap
strata ke i) dimana N = N1 + N2 + … + Ni
4. Dari sebuah populasi selanjutnya kita menentukan ukuran sampel keseluruhan
yang disebut overall sample size.
5. Ukuran sampel sebesar n selanjutnya dialokasikan kesetiap strata (n1, n2, dan
seterusnya) dimana n = n1 + n2 + …. + ni.
Penyebaran ini disebut alokasi sampel yang bisa dilakukan dengan 4 cara yaitu:
a. Alokaso sembarang dimana ukuran sampel masing-masing strata ditentukan secara
sembarang dengan syarat minimal dari sebuah strata adalah harus ada dua satuan
pengamatan yang dipilih. Dalam praktek, alokasi seperti ini jarang dan tidak
disarankan untuk digunakan karena menyebabkan standar error membesar.
b. Alokasi sama besar tanpa melihat perbedaan ukuran masing-masing strata atau
n1=n2=….= ni
c. Alokasi proporsional yaitu ukuran sampel untuk setiap strata sesuai dengan proporsi
ukuran strata tersebut terhadap ukuran sampel keseluruhan, misal n1=N1/N,n2=N2/N,
dan seterusnya
d. Alokasi Newton
6. Dari setiap strata kemudian dipilih satuan sampling melalui teknik SRS. Oleh
karena pemilihan satuan sampling dari setiap strata dilakukan dengan SRS
maka keseluruhan prosesnya disebut stratified random sampling. Jika
pemilihan dari setiap strata dilakukan dengan SyRS maka disebut stratified
systematic random sampling.
Jadi teknik ini digunakan apabila
1) keadaan variabel yang kita teliti sangat heterogen sehingga menimbulkan standar
error yang tinggi (atau presisi yang rendah). Stratifikasi populasi dilakukan untuk
memperbesar presisi (atau memperkecil standar error) ini,
2) apabila kita bisa menyusun kerangka sampling yang lengkap dan langsung mengenai
satuan pengamatan.

Cluster Random Sampling (CSR)

Kita kadang-kadang tidak bisa menysun kerangka sampling yang lenngkap mengenai
populasi sasaran baik karena kondisi tertentu atau pertimbangan kepraktisannya. Sebagai
contoh, seorang peneliti melakukan penelitian mengenai tingkat konsumsi rata-rata keluarga
prasejahtera di seluruh Indonesia. Masalahnya adalah dari mana sumber informasi untuk
mendata keluarga pra sejahtera seluruh Indonesia dalam bentuk kerangka sampling yang
lengkap. Kalaupun bisa disusun, proses penyusunannyapun memerlukan waktu, administrasi,
dan biaya yang sangat besar. Selain itu, jika telah dilakukan pemilihan satuan sampling
(dalam hal ini sebuah keluarga) maka ada kemungkinan sebaran wilayahnyapun cukup luas,
misalnya keluarga pertama diamati berada di kota Sabang,keluarga kedua berada di kota
Merauke, Keluarga ketiga berada di Menado, demikian seterusnya sampai keluarga ke n
berada di Gunung Kidul. Jadi penggunaan teknik sampling tersebut sangat sulit dilakukan.
Teknik CRS digunakan untuk mengatasi masalah tersebut.
CSR didasarkan pada prinsip bahwa satuan pengamatan bisa dikumpulkan dalam
kelompok yang lebih besar, misalnya kumpula keluarga prasejahtera dalam satu desa,
kecamatan, kabupaten, demikian seterusnya sampai propinsi sehingga terbentuk kelompok
kelompok untuk seluruh Indonesia. Kelompok satuan pengamatan tersebut disebut Cluster.
Pemilihan satuan sampling dengan CSR tidak dilakukan secara langsung terhadap keluarga
prasejahtera, tetapi secara bertahap dimulai dari pemilihan kelompok yang terbesar. Misalkan
memilih beberapa propinsi dari 27 propinsi di Indonesia,kemudian dilanjutkan memilih
beberapa kabupaten dari propinsi yang terpilih, demikian seterusnya sampai diperoleh
keluarga prasejahtera. Jadi proses pemilihan secara bertahap tersebut bisa satu tahap (single
stage cluster sampling), dua tahap (Two stage cluster sampling), dan seterusnya. Dalam
prakteknya, disarankan tingkat pemilihan tersebut tidak lebih dari dua kali untuk menghindari
rumus yang kompleks.

a. Single Stage Cluster Sampling (SSCS)

Proses memilih dengan SSCS secara umum dilakukan dengan memilih beberapa
kluster dan untuk kluster yang terpilih tersebut diamati semua satuan sampling yang ada di
dalamnya.
Langkah-langkah kerja selengkapnya adalah sebagai berikut:
1. Populasi dibagi-bagi menjadi N buah cluster atau satuan sampling primer (SSP)
yang bersifat heterogen. Misalkan Indonesai terdiri dari 27 propinsi
2. Dipilih n buah cluster dengan menggunakan simple random sampling. Misalkan
terpilih propinsi Jawa Barat dan Timor Timur.
3. Seluruh satuan sampling dari SSP tersebut diteliti. Jadi seluruh keluarga
prasejahtera yang berada di Jawa Barat dan Timor Timur harus diteliti
 b. Two Stage Cluster Sampling (TSCS)
Jika contoh penelitian dengan SSCS diatas dilakukan dengan TSCS maka setelah
terpilih 2 propinsi (Jawa Barat dan Timor Timur), kita melakukan pemilihan tahap kedua
yaitu memilih secara acak beberapa kluster yang lebih kecil lagi yaitu kabupaten-kabupaten
yang berada di propinsi terpilih. Cluster yang lebih kecil pada masing-masing SSP disebut
satuan sampling sekunder (SSS). Jika secara acak terpilih 2 kabupaten di Jawa Barat dan
kabupaten di Timor Timur maka pengamatan dilakukan pada seluruh keluarga prasejahtera
yang berada di ke 4 kabupaten tersebut.Salah satu keunggulan CSR adalah pada saat
membentuk kerangka sampling.Dengan teknik ini, kita tidak perlu mempunyai kerangka
sampling lengkap untuk satua pengamatan sebab kerangka sampling tersebut bisa disusun
kemudian. Keunggulan inilah yang menyebabkan teknik ini, terutama two stage cluster
sampling, banyak digunakan dalam survai. Kerugiannya adalah presisinya kurang baik.
Presisi ini bisa ditingkatkan dengan dengan cara membentuk cluster yang didalamnya bersifat
seheterogen mungkin. Dalam praktek survai pembentukan cluster ini biasanya adalah daerah
administratif (desa, kecamatan, kabupaten, dan setrusnya). Pembentukan cluster berdasarkan
wilayah tersebut menyebabkan teknik tersebut disebut area sampling.