You are on page 1of 15

BAB 3

TEKNIK PENGAMBILAN SAMPEL

3.1 Mengapa kita melakukan pengambilan contoh ?

Ide dasar pengambilan contoh adalah bahwa beberapa elemen atau anggota dalam
suatu populasi bisa menyediakan informasi yang bermanfaat untuk menyimpulkan
karakteristik populasi secara keseluruhan. Elemen tersebut merupakan subyek pengukuran
yang dilakukan dalam penelitian atau disebut juga satuan pengamatan. Sebagai contoh,
setiap pekerja yang ditanyai mengenai jadwal kerja merupakan elemen populasi. Populasi
itu sendiri adalah kumpulan seluruh elemen dimana seorang peneliti akan melakukan
kesimpulan mengenai variabel tertentu terhadap populasi tersebut.
Secara sederhana, pengambilan contoh adalah pengambilan sebagai elemen dari
populasi untuk diamati atau diteliti. Tetapi jika pengamatan atau penelititan dilakukan
terhadap seluruh elemen atau anggota populasi maka kegiatan tersebut mempunyai istilah
khusus, yaitu sensus. Keuntungan ekonomis pengambilan sebagian elemen tersebut
dibandingkan sensus adalah sangat besar, dan hal ini merupakan salah satu faktor penting
yang menjadi pertimbangan mengapa kita melakukan pengmabilan contoh tersebut. Kita
tidak perlu mengeluarkan biaya yang sangat besar dengan melakukan sensus terhadap
seluruh karyawan di Jakarta jika dengan mengamati sebagian kecil tenaga kerja saja kita
bisa memperoleh informasi yang bisa digunakan untuk menyimpulkan suatu karakteristik
tenaga kerja keseluruhan. Misalkan untuk mengetahui motivasi kerja di suatu perusahaan
yang mempunyai tenaga kerja sebanyak 1000 orang, kita bisa melakukan survai hanya
kepada 100 orang diantaranya. Atau jejak pendapat di kalangan profesional dapat
dilakukan kepada sebagaian saja diantaranya.
Deming (1960) di dalam Emory dan Cooper (1992) menyatakan bahwa kualitas
penelitian sering lebih baik dibandingkan dengan melakukan sensus. Dengan pengambilan
contoh kita bisa melakukan investigasi yang lebih lengkap, pengawasan dan pengolahan
data yang lebih baik. Hal ini ditunjukkan dengan hasil penelitian bahwa 90 persen galat
(error) penelitian disebabkan oleh kesalahan non sampling dan hanya 10 persen yang
disebakan kesalahan sampling.
Pengambilan contoh juga bisa menyediakan informasi secara cepat dibandingkan
sensus. Kecepatan ini bisa meminimalkan waktu antara kebutuhan akan suatu informasi
dengan ketersediaan informasi tersebut. Sebagai gambaran, sensus penduduk di Indonesia
mungkin memerlukan beberapa tahun sebelum diperoleh data lengkap yang kemungkinan
besar sudah tidak relevan lagi untuk variabel-variabel tertentu, misalnya tingkat
pendapatan. Pengambilan contoh juga mutlak diperlukan jika populasi sasarannya bersifat
tak terhingga, misalnya, penelitian terhadap kualitas barang yang terus diproduksi atau uji
kualitas lingkungan sepanjang waktu.
Masalah utama mengenai pengambilan contoh ini adalah seberapa jauh
keterwakilan contoh tersebut terhadap populasi sasarannya. Hasil pengolahan dari sampel,
disebut statistik, bisa salah dalam menduga nilai pupulasi yang disebut parameter. Hasil
pengolahan dari sampel tersebut bisa terlalu kecil (underestimate) atau terlalu besar (over
estimate) dari nilai parameter yang sesungguhnya. Keragaman nilai-nilai statistik tersebut

Validitas sampel ini tergantung dua faktor. suatu sampel harus bersifat valid. Masalah ini terkait dengan berapa jumlah elemen dalam sampel yang cukup mewakili dan bagaiman cara pengambilan contohnya. Akurasi dan presisi pengambilan sampel 18 . Sasaran (nilai parameter) x x xx x x x x x x x x xx x x x x xx x x x x x x xx x Akurasi rendah Akurasi tinggi Presisi rendah Presisi rendah xx xxxx xxx xx xxxx xxx Akurasi rendah Akurasi tinggi Presisi tinggi Presisi tinggi Gambar 4.2 Sampel yang baik Penilaian suatu rancangan penarikan contoh yang terpenting adalah seberapa baikkah sampel tersebut mewakili karaktaristik populasinya. yaitu ketepatan (accuracy) dan ketelitian (precision). 3. Sedangkan penjelasan teoritis mengenai keterwakilan ini adalah prinsip peluang (probability) dan distribusi sampling.Metode PI Ekonomi: Pengambilan Sampel cenderung terjadi kompensasi satu sama lain sehingga nilai statistik tersebut secara umum mendekati nilai parameter. Dalam istilah yang lebih terukur.

Segala sesuatu yang oleh peneliti dijadikan kesatuan (unit) yang nantinya akan menjadi 19 . Obyek psikologis bisa merupakan obyek yang bisa diraba atau konkret (tangible) maupun obyek abstrak (intangible). Jadi apabila dalam sebuah hasil penelitian dikeluarkan kesimpulan maka menurut etika penelitian. Beberapa pengertian tersebut adalah sebegai berikut: Populasi Populasi adalah keseluruhan obyek psikologis yang dibatasi kriteria-kriteria tertentu. (20) berusia antara 17 sampai 55 tahun. populasi yang dihadapi adalah populasi hingga. Dalam penelitian ilmu sosial. obyek psikologis yang sering diteliti relatif lebih banyak bersifat abstrak. Populasi keluarga dengan kriteria (1) termasuk kelompok prasejahtera. dan lain-lain.Metode PI Ekonomi: Pengambilan Sampel 3. barang-barang manufakturing dan fisik orang merupakan contoh obyek yang bersifat konkret. Apabila ukuran populasi berapapun besarnya tapi masih bisa dihitung maka populasi tersebut dinamakan populasi terhingga (finite population) sedangkan jika tidak bisa dihitung disebut populasi tak hingga (infinite population). (3) belum berkeluarga. Contohnya. Misalnya. (3) mempunyai pendidikan formal minimal SMU. kesadaran hukum. Beberapa contoh populasi sasaran yang dengan tegas didefinisikan dalam sebuah penelitan adalah sebagai berikut: 1. Populasi konsumen dengan kriteria (1) Wanita berumur 17 sampai 25 tahun. atau kredibilitas seorang pemimpin merupakan contoh-contoh obyek yang bersifat abstrak. misalnya perusahaan-perusahaan dalam suatu wilayah tertentu. Seorang peneliti pada langkah pertama strateginya harus menentukan secara tegas dan jelas populasi yang menjadi sasaran penelitiannya. misal berdasarkan definisi dari departemen sosial atau BKKBN dan (2) mempunyai tempat tinggal atau identitas di wilayah DKI Jakarta 3. misalnya bisnis atau manajemen. sedangkan motivasi kerja. terutama mengenai beberapa terminologi dan teori peluang dan distribusinya. Populasi sasaran adalah populasi yang nantinya akan menjadi cakupan kesimpulan penelitian. himpunan bilangan merupakan populasi tak hingga sedangkan orang merupakan populasi hingga.3 Pengertian-Pengertian dalam Penarikan Sampel Pengertian dan prinsip dasar dalam proses pengambilan sampel perlu dibahas terlebih dahulu. Populasi karyawan yang akan diteliliti dengan kriteria (1) karyawan tetap yang telah bekerja selama minimal satu tahun. kesimpulan tersebut hanya terbatas pada populasi sasaran yang telah ditentukan. Ukuran populasi ini besarnya bisa terhitung (countable) maupun tidak terhitung (uncountable). barang dan jasa yang ditawarkan. para konsumen. Banyak obyek psikologis dalam populasi disebut ukuran populasi (population sample) yang biasanya dilambangkan dengan N. karyawan. Dalam ilmu sosial. Identifikasi populasi ini menyangkut penjelasan atau batasan kriteria yang digunakan salam populasi tersebut. yang harus didefinisikan secara tegas. dan (4) tempat tinggal di wilayah propinsi Jawa Barat. dan (3) bekerja di perusahaan berbadan hukum yang lokasi prabriknya di wilayah Jabotabek 2. Satuan Sampling Sampling adalah proses memilih obyek psikologis dari sebuah populasi tertentu.

Metode PI Ekonomi: Pengambilan Sampel obyek pemilihan tersebut disebut satuan sampling (sampling unit). karyawan. Kerangka sampling bisa berbentuk daftar perusahaan yang tercatat di Departemen Perindustria. kota besar.sav Tampilan Data editor : Nomor Nama Jurusan Tingkat 01 Pak A Akuntansi 3 02 Pak B Manajemen 4 …. perusahaan. yaitu nomor. ……… … N ……… …. seorang konsumen. Satuan sampling bentuknya bisa individu yang berdiri sendiri atau kumpulan individu. Misalnya. dan sebagainya. daftar mahasiswa yang tercatat di sebuah perguruan tinggi. nama atau identitas setiap satuan sampling. desa atau kelurahan. dan tingkat. File Save Gunakan menu ini jika semua data sudah dimasukkan dan simpanlah kerangka sampling tersebut dengan nama Frame. daftar karyawan tetap di sebuah perusahaan. Klik continue atau OK lalu mulailah mengetikan datanya pada data editor. Kerangka Sampling (Sampling frame) Kerangka sampling adalah suatu daftar yang memuat semua seluruh anggota populasi yang telah ditentukan secara tegas satuan-satuannya. dan sebagainya. Daftar tersebut meliputi nomor urut (yang sangat diperlukan untuk proses pemilihan anggota sampel). atau atribut lainyya. jurusan. nama. Kerangka sampling ini akan digunakan selanjutnya pada proses pemilihan beberapa satuan pengamatan dengan teknik sampling tertentu dan memanfaatkan fasilitas program SPSS Menu : Data Define Kita akan mendefinisikan 4 variabel. keluarga. Ketikkan nama variabel tersebut pada Variable name dan klik Type lalu pilih String. ………………… ……………… 20 . ……… … …. Contoh bentuk kerangka sampling dengan satuan samplingnya adalah mahasiswa sebuah perguruan tinggi disajikan pada data editor SPSS adalah sebagai berikut: SPSS Penjelasan : Kita akan membuat kerangka sampling yang memuat seluruh peserta kursus riset bisnis dengan menggunakan Data Editor pada SPSS.

biaya. artinya analisis inferensial secara statistik tidak valid. B. Variabel yang diukur dari setiap satuan sampling tersebut adalah X dengan nilai-nilai X untuk setiap satuan sampling dapat dilihat pada Gambar 5 berikut. Misalnya diketahui sebuah populasi dengan ukuran N=5 dengan satuan sampling lengkapnya adalah A. Berdasarkan aspek peluang pemilihannya. 21 . Untuk memahami semua prinsip tersebut.Metode PI Ekonomi: Pengambilan Sampel Tipe-Tipe Sampling Proses memilih satuan sampling dari sebuah populasi. artinya mengukur nilai X untuk semua anggota populasi sebanyak 5 buah. yaitu: 1. maka diperoleh nilai parameter μ (rata-rata X) sebesar 3 dengan σ2 (keragaman) sebesar …… Nilai kedua parameter tersebut dalan prakteknya tidak diketahui karena jika ukuran N sangat besarmaka sensus sulit dilakukan dengan pertimbangan waktu. Sampling dengan pengembalian apabila dalam proses pemilihannya. kita hanya bekerja dengan satu sampel saja atau kita tidak mencoba semua kemungkinan sampel tersebut. D. dan E. atau disebut sampling. Dalam prakteknya. Proses ini sangat sederhana dan tidak rumit tetapi mempunyai kerugian relatif besar yaitu tidak bisa dilakukan uji signifikansinya. satuan sampling yang sudah terpilih dikembalikan lagi ke dalam populasi sebelum pemilihan berikutnya sehingga ada kemungkinan terpilih lebih dari sekali. yang dalam ilustrasi ini dengan mengambil 2 satuan sampling secara acak dari populasi tersebut.4 Prinsip Dasar Sampling Prinsip dasar pengambilan sampel dari sebuah populasi yang bersifat probabilistik mencakup konsep peluang dan distribusi peluang. Sampling tanpa pengembalian apabila satuan sampling yang sudah terpilih tidak dikembalikan ke populasi sehingga tidak mungkin terpilih lebih dari sekali. Jika kita melakukan sensus terhadap populasi. Sedangkan banyaknya kemungkinan sampel yang bisa dibentuk adalah sebanyak 10 atau dengan rumus N!/(n!x(N-n)!). Misalnya kita akan mengambil contoh dengan ukuran sampel n=2 yang diambil dari populasi tersebut. Tapi ingat. yang paling digunakan tipe sampling tanpa pengembalian inilah yang digunakan 2. Tetapi melalui proses penelitian kita ingin menduga atau meyimpulkan parameter tersebut. Peluang masing-masing satuan sampling untuk terpilih ke dalam sampel adalah sebesar 1/5. atau tenaga. Berdasarkan aspek cara memilih dibagi menjadi (a) sampling dengan pengembalian dan (b) sampling tanpa pengembalian. Sedangkan sampling peluang adalah sampling yang dalam proses pemilihan satuan-satuan samplingnya didasarkan pada unsur peluang sedemikian hingga peluang setiap satuan sampling untuk terpilih diketahui besarnya. Sampling dikatakan sampling non peluang jika dalam proses memilih satuan-satuan sampling tidak dilibatkan unsur peluang. kita lihat ilustrisi berikut. sampling dikelompokkan menjadi dua tipe yaitu (a) sampling non peluang atau non probability sampling dan (b) sampling peluang atau probability sampling/random sampling. pendugaan parameter populasi oleh statistik sampel. 3. bisa dikelompokkan ke dalam beberapa tipe. Berbagai nilai statistik untuk ke 10 sampel yang mungkin dibentuk dapat dilihat pada Tabel berikut. C. serta standar error pendugaannya.

0 2.5 8 C dan D 3 dan 2 2.0 2 7 B dan E 4 dan 1 2.5 Rata-rata X dan s2 2. Prinsip pengambilan sampel acak Sampel Satuan Nilai X Keragaman (s2) ke: sampling X Terpilih 1 A dan B 5 dan 4 4.5 0.5 2 A dan C 5 dan 3 4.0 5 3 s2=2 Sampel 10 E D X=1.5 6 B dan D 4 dan 2 3. θ= 2.0 2 3 A dan D 5 dan 2 3.Metode PI Ekonomi: Pengambilan Sampel POPULASI Sampel 1 B E 4 A B 1 X=4.5 A C X=4.5 5 3 D 2 Sampel 2 μ =3.5 Gambar 5.5 4.5 9 C dan E 3 dan 1 2.5 22 .5 A C 5 4 s2=0.5 0.5 0.0 8 5 B dan C 4 dan3 3.5 0.5 4 A dan E 5 dan 1 3.5 4.5 1 2 s2=0.0 2 10 D dan E 2 dan 1 1.

23 . Contohnya penelitian di bidang sejarah dan arkeologi.5 2 2. yaitu dengan notasi dan rumus perhitungannya adalah sex = √[(N-n)/N)x(s2/n)]. Berdasarkan rumus standar error tersebut secara umum bisa disimpulkan bahwa presisi penelitian bisa ditingkat (atau standar error semakin kecil) jika keragaman (heterogenitas populasi) semakin kecil dan atau ukuran sampel semakin besar. 3. tingkat kesalahan tersebut disebut dengan standar error. dan untuk populasi tak hingga atau persentase ukuran sampel terhadap ukuran populasi relatif sangat kecil rumus yang digunakan adalah sex = √(s2/n). Untuk singkatnya. Ditinjau dari konsep peluang. Konsep distribusi sampling ini digunakan dalam menganalisi secara statistika seberapa jauh tingkat kepercayaan sebuah penelitian. sama dengan atau lebih besar dari rata-rata populasi (μ =3). Distribusi rata-rata sampel Distribusi sampling tersebut menunjukkan bahwa rata-rata X dari sebuah sampling cukup besar peluangnya berada di sekitar rata-rata populasi.5 Pengambilan sampel non probabilistik Haphazard Teknik haphazard adalah teknik pengambilan sampel dimana satuan pengamatannya diperoleh secara sembarangan atau seketemunya.Metode PI Ekonomi: Pengambilan Sampel Dari tabel tersebut terlihat bahwa rata-rata X dari sebuah sampel yang diambil seorang peneliti mungkin lebih kecil. Distribusi sampling tersebut dapat dilihat pada Gambar 6 berikut.5 3 3.5 Rata-Rata X Gambar 6. 2 2 2 2 1 1 1 1 Frekuensi 1 0 1. kita bisa menghitung seberapa besar kemungkinan bahwa statistik sampel (misalnya rata-rata X di atas) mendekati nilai parameter populasi (untuk contoh diatas adalah μ=3). Hal ini bisa dijalaskan dengan distribusi sampling yang menunjukan distribusi peluang rata-rata X untuk keseluruhan sampel.5 4 4. Artinya berdasarkan analisis statistik kita bisa menghitung seberapa besar tingkat kesalahan pendugaan parameter populasi untuk sampel tersebut.

Misalnya peneliti menetapkan Kuota 1 yaitu 100 orang eksekutif muda di Jakarta sebagai jumlah sampelnya. Kuota Teknik pengambilan sampel ini banyak diterapkan pada penelitian pasar dan penelitian pengumpulan pendapat (opinion poll) atau jejak pendapat. tidak memerlukan pembobotan. Demikian seterusnya pengelompokkan dilakukan sesuai dengan tujuan penelitiannya. Kuota 1 tersebut selanjutnya dikelompokkan lagi dengan Kuota 2. Contohnya banyak digunakan di bidang kedokteran. misalnya 50 eksekutif pria dan 50 eksekutif wanita. Teknik dilakukan dengan melakukan penjatahan terhadap kelompok satuan pengamatan secara berjenjang. Contohnya. Keuntungannya SRS adalah rumus-rumus perhitungannya relatif lebih sederhana. penelitan untuk mengetahui indeks biaya hidup yang dilakukan oleh para pakar ekonomi. yaitu dengan menelusuri orang-orang yang diduga mengidap penyekit ini berdasarkan informasi dari si penderiat pertama yang ditemukan. Langkah kerja sekengkapnya teknik SRS ini adalah sebagai berikut: 24 . Informasi tersebut bisa berupa siapa-siapa saja yang pernah berhubungan dengan si yang sangat diperlukan untuk melacak penyebaran virus HIV.6 Pengambilan sampel probabilistik 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.Metode PI Ekonomi: Pengambilan Sampel Voluntary Teknik ini dilakukan jika satuan sampling dikumpulkan atas dasar sukarela. Purposive Taknik pengambilan sampel yang dilakukan dengan memilih satuan sampling atas dasar pertimbangan sekelompok pakar di bidang ilmu yang sedang diteliti. Snowball Teknik pengambilan sampel dimana satuan pengamatan diambil berdasarkan informasi dari satuan pengamatan sebelumnya yang sudah terpilih. dan semua teknik- teknik statistika standar bisa diterapkan secara langsung. misalnya pada saat menyusun kerangkan sampling (sampling frame). Contohnya adalah penelitian mengenai penyebaran penyakit AIDS. 3. Kerugiannya adalah (1) kemungkinan proses randomisasi (pemilihan secara random) tidak menjamin 100 persen terutama jika satuan pengamatan tidak menyebar merata dan (2) jika ukuran populasi dan ukuran sampel relatif sangat besar maka pemilihan SRS secara manual sulit dilakukan. Teknik ini diguanakn apabila (1) variabel yang akan diteliti keadaannya relatif homogen dan tersebar merata di seluruh populasi.

. ….Metode PI Ekonomi: Pengambilan Sampel 1. Aspek nonstatistis biasanya mempertimbangkan biaya. Tentukan ukuran populasi secara tepat. Pada kotak dialog yang muncul. masukkan ukuran sampel yang akan diambil yang bisa dalam dua cara. dan kepraktisan atau ketersediaan satuan pengamatan di lapangan. digunakan tabel angka acak. SPSS Data (Open) : frame. Cases from the cases). 5.sav {kerangka sampling yang akan digunakan} Menu : Data Select cases Klik Random sample of cases dan sample. …. Tentukan bentuk satuan sampling dan susun kerangka samplingnya secara lengkap. Of cases) atau besarnya sampel (Exactly ….. Proses pemilihan 10 dari 100 satuan pengamatan secara acak. Output : Jika sebuah kasus (cases) terpilih maka nomornya tidak dicoret dan variabel Filter_$ bernilai 1 atau selected. Contoh: Kasus yang terpilih Nama Jurusan Tingkat Filter_$ 1 Ujang Ak III 0 2 Otong Ma III 1 3 Teteh Ak IV 0 4 ……. kedalaman analisis (overall atau elaborasi). 0 25 . variabilitas variabel yang diteliti (homogen atau heterogen). teknik sampling yang digunakan. Ukuran ini bisa ditentukan berdasarkan pertimbangan statisis (statistical aspect) atau oleh pertimbangan non statistis (nonstatistical aspect). serta batas kesalahan dan derajat kepercayaan. Tetapi yang paling banyak digunakan. Proses yang melibatkan kerangka sampling yang kecil bisa dilakukan dengan cara undian (seperti pengocokan pemenang arisan). waktu. 4. tujuan penelitian (menaksir atau menguji parameter). yaitu persentase ukuran sampel terhadap populasi (approximately …. Tentukan ukuran sampel melalui perhitungan tertentu. Aspek statistik ditentukan oleh bentuk parameter (frekuensi. rata-rata. terutama untuk kerangka sampling dan ukuran sampel yang relatif lebih besar. tenaga. atau proporsi). contohnya 100 satuan pengamatan 3. Tentukan populasi sasaran secara tegas 2. sedangkan kasus yang tidak terpilih akan dicoret nomornya dan variabel Filter_$ bernilai 0 atau not selected. sifat penelitian (nonkomparatif atau komparataif).

misalnya n=20 4. Tentukan interval pemulihan dengan rumus : I = N/n =1500/20 = 75 b. yaitu: a. a. Tentukan interval (I) dengan rumus I = N/n. atau untuk contoh 1 < RS < 75. misalnya N=2111 2. LSS Langkah kerja: 1. RS ini merupakan satuan sampling pertama yang terpilih. misalnya terpilih RS=1842. Misalnya terpilih angka random 07 (baris ke2. Jadi satuan pengamatan yang terpilih kedua adalah 0007 + 75 = 0082. Untuk setiap satuan sampling yang ada dalam populasi sasaran disusun dalam kerangka sampling 3. misalnya N=1500 2. misalnya n= 13 4. yaitu (1) Linear systematic selection (LSS) dan (2) Circular systematic selection (CSS). yaitu: 1. Proses pemilihan 13 dari 2111 satuan sampling. Tentukan populasi sasaran dan tentukan satuan-satuan samplingnya yang menunjukkan ukuran populasi sasaran. Tentukan ukuran sampel. Sediakan tabel angka random 5. c. Sediakan tabel angka random 5. Susun kerangka sampling 3. Satuan pengamatan berikutnya dipilih dengan cara menambahkan I=75 kepada nomor terpilih. ketiga adalah 0082 + 75 = 0157. maka SR=0007. 1842 26 . Tentukan secara random sebuah bilangan acak (disebut rendom start (RS) atau random seed) yang besanrnya memenuhi persyaratan 1< RS < I. Proses pemilihan 20 dari 1500 satuan samplingnya adalah sebagai berikut: a.Metode PI Ekonomi: Pengambilan Sampel Systematic Random Sampling (SyRS) Teknik ini digunakan apabila (1) bisa disusun kerangka sampling yang lengkap dan (2) keadaan variabel yang diteliti relatif homogen dan tersebar di seluruh populasi. Bulatkan ke bilangan bulat terdekat. CSS Langkah kerja: 1. Tentukan ukuran sampel (dengan menggunakan rumus atau pertimbangan tertentu). Oleh karena nomor satuaan pengamatan pada kerangka samplingnya terdiri dari 4 digit (0001 sampai 1500). Satuan sampling berikutnya dipilih dengan cara menambahkan I secara sistematik kepada RS. Dari tabel angka acak dipilih RS yang memenuhi persyaratan 1 < RS < N. kolom ke1 dan 2 pada tabel angka acak). yaitu 2111/13 = 162 b. Tentukan populasi sasaran dan tentukan ukuran populasi. Pemilihan satuan pengamatan kedalam sampel dengan menggunakan SyRS bisa dilakukan melalui dua pendekatan. RS ini adalah satuan pertama yang terpilih ke dalam sampel c. demikian seterusnya sampai terpilih sebanyak 20 satuan pengamatan 2.

Cases from the first I cases). SPSS Data (Open) : frame. demikianlah setrusnya sampai nomor ke 13 Dibandingkan dengan teknik SRS. misalnya pengambilan satuan pengamatan dalam pola antrian tertentu Sedangkan kerugiannya adalah jika dalam kerangka samplingnya mempunyai periodisitas yang berimpit dengan interval pemilihan.Metode PI Ekonomi: Pengambilan Sampel 2. Satuan sampling untuk setiap strata didaftar sehingga diperoleh kerangkan sampling untuk masing-masing strata (N1. populasi dibagi ke dalam strata-strata. Jadi langkah utama yang membedakan teknik ini dengan teknik SRS adalah proses pembentukan sub populasi. atau populasi perusahaan dibagia menjadi sub populasi perusahaan kecil. Semakin tinggi tingkat keragaman (heterogenitas) populasi maka ukuran sampel yang harus diambil dengan SRS akan semakin besar untuk tingkat ketelitian tertentu. 2166 (tidak dipakai karena melebihi nomor dalam kerangka sampling (2111) maka satuan sampling yang terpilih adalah 2166 . Misal kelompok responden dibagi sesuai jenis kelamin (laki atau perempuan) jika secara teoritis respon akan berbeda karena perbedaan jenis kelamin. Kasus kedua. dan seterusnya untuk setiap strata ke i) dimana N = N1 + N2 + … + Ni 27 . SySR mempunyai kelebihan. Tentukan populasi sasaran dan tentukan anggota populasi secara keseluruhan (N) 2. 2004 (1842+162) 3. Pada konidisi tertentu. N2. ketiga dan seterusnya diperoleh dengan menambahkan I ke nomor kasus pertama. Proses pengambilan sampel setelah populasi keseluruhan yang relatif heterogen dipilah-pilah ke dalam sub populasi itulah yang dilakukan oleh Teknik StRS. Standar error yang didasarkan pada sampling sistematis paling sedikit sama presisinya dengan SRS 2. sampling sistematik bisa dilakukan sekalipun tidak ada kerangka sampling. yaitu: 1. atau pada penelitian tingkat laku konsumen.sav {kerangka sampling} Menu : Data Select cases Langkah-langkahnya sama seperti simple random tetapi kita hanya memilih 1 kasus dari I (besarnya interval) kasus yang pertama (aproximately …. Langkah kerja selengkapnya adalah sebagai berikut: 1. Masalah ini bisa diatasi dengan membuat sub-sub populasi yang bersifat homogen dan terhadap subpopulasi itulah proses pengambilan sampel secara SRS dilakukan. Sedangkan proses pemilihan dari setiap strata tersebut bisa dilakukan sama seperti proses pemilihan satuan sampling dengan teknik SRS. menengah. Stratified Random Sampling (StRS) Sifat homegintas populasi kadang tidak bisa dijamin sepenunya di lapangan. disebut strata. Berdasarkan variabel tertentu (kriteria tertentu). Contohnya pada traffic survey yaitu dengan mengamati pergerakaan lalu lintas pada jam-jam tertentu atau urutan pergerakan kendaraan. dan besar 3. 0217 (0055 + 162). Mudah dilakukan 3.2111 atau 0055 4.

Dalam praktek. n2=N2/N. Oleh karena pemilihan satuan sampling dari setiap strata dilakukan dengan SRS maka keseluruhan prosesnya disebut stratified random sampling. b.= ni c. Stratifikasi populasi dilakukan untuk memperbesar presisi (atau memperkecil standar error) ini. 5. 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. + ni. maka hasilnya adalah peserta jurusan akuntansi akan menempati nomor-nomor awal dari 1 sampai. Data Select cases Mengambil secara acak sejumlah kasus dari kelompok-kelompok yang sudah homogen tersebut dengan cara yang sama seperti simple random sampling 28 . Alokasi Newton 6. Misalkan kerangka sampling peserta kursus sebanyak 40 akan disort berdasarkan jurusan. Alokasi proporsional yaitu ukuran sampel untuk setiap strata sesuai dengan proporsi ukuran strata tersebut terhadap ukuran sampel keseluruhan.Metode PI Ekonomi: Pengambilan Sampel 4. dan (2) apabila kita bisa menyusun kerangka sampling yang lengkap dan langsung mengenai satuan pengamatan. dan seterusnya d. misalnya 19 dan peserta jurusan manajemen menempati nomor 20 sampai 40. Dari setiap strata kemudian dipilih satuan sampling melalui teknik SRS. Penyebaran ini disebut alokasi sampel yang bisa dilakukan dengan 4 cara yaitu: a. Jadi 19 nomor pertama adalah strata 1 dan kelompok kedua adalah strata 2 yang bersifat homogen berdasarkan variabel jurusan. misal n1=N1/N. Dari sebuah populasi selanjutnya kita menentukan ukuran sampel keseluruhan yang disebut overall sample size. Ukuran sampel sebesar n selanjutnya dialokasikan kesetiap strata (n1. Alokasi sama besar tanpa melihat perbedaan ukuran masing-masing strata atau n1=n2=…. n2. alokasi seperti ini jarang dan tidak disarankan untuk digunakan karena menyebabkan standar error membesar. Jadi teknik ini digunakan apabila (1) keadaan variabel yang kita teliti sangat heterogen sehingga menimbulkan standar error yang tinggi (atau presisi yang rendah). SPSS File (Open) : Frame. Jika pemilihan dari setiap strata dilakukan dengan SyRS maka disebut stratified systematic random sampling. dan seterusnya) dimana n = n1 + n2 + ….sav Menu : Data Sort Cases untuk mengelompokkan atau mengurutkan data berdasarkan kategori variabel tertentu sehingga kelompok kasus tersebut relatif homogen dilihat dari kategori tertentu.

demikian seterusnya sampai keluarga ke n berada di Gunung Kidul. Keluarga ketiga berada di Menado. Misalkan Indonesai terdiri dari 27 propinsi 2. dua tahap (Two stage cluster sampling). Langkah-langkah kerja selengkapnya adalah sebagai berikut: 1. Pemilihan satuan sampling dengan CSR tidak dilakukan secara langsung terhadap keluarga prasejahtera. Cluster yang lebih kecil pada masing-masing SSP disebut 29 . proses penyusunannyapun memerlukan waktu. kecamatan. administrasi. Two Stage Cluster Sampling (TSCS) Jika contoh penelitian dengan SSCS diatas dilakukan dengan TSCS maka setelah terpilih 2 propinsi (Jawa Barat dan Timor Timur). Masalahnya adalah dari mana sumber informasi untuk mendata keluarga pra sejahtera seluruh Indonesia dalam bentuk kerangka sampling yang lengkap. kita melakukan pemilihan tahap kedua yaitu memilih secara acak beberapa kluster yang lebih kecil lagi yaitu kabupaten-kabupaten yang berada di propinsi terpilih. Kelompok satuan pengamatan tersebut disebut Cluster. 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. jika telah dilakukan pemilihan satuan sampling (dalam hal ini sebuah keluarga) maka ada kemungkinan sebaran wilayahnyapun cukup luas. seorang peneliti melakukan penelitian mengenai tingkat konsumsi rata-rata keluarga prasejahtera di seluruh Indonesia. Selain itu. disarankan tingkat pemilihan tersebut tidak lebih dari dua kali untuk menghindari rumus yang kompleks. demikian seterusnya sampai diperoleh keluarga prasejahtera. a. keluarga kedua berada di kota Merauke. Misalkan terpilih propinsi Jawa Barat dan Timor Timur. Kalaupun bisa disusun. demikian seterusnya sampai propinsi sehingga terbentuk kelompok-kelompok untuk seluruh Indonesia. misalnya keluarga pertama diamati berada di kota Sabang. dan seterusnya. Jadi proses pemilihan secara bertahap tersebut bisa satu tahap (single stage cluster sampling). Jadi seluruh keluarga prasejahtera yang berada di Jawa Barat dan Timor Timur harus diteliti b. Jadi penggunaan teknik sampling tersebut sangat sulit dilakukan. dan biaya yang sangat besar. Dalam prakteknya. Sebagai contoh. misalnya kumpula keluarga prasejahtera dalam satu desa. Populasi dibagi-bagi menjadi N buah cluster atau satuan sampling primer (SSP) yang bersifat heterogen. kemudian dilanjutkan memilih beberapa kabupaten dari propinsi yang terpilih. 3. Teknik CRS digunakan untuk mengatasi masalah tersebut. tetapi secara bertahap dimulai dari pemilihan kelompok yang terbesar.Metode PI Ekonomi: Pengambilan Sampel Cluster Random Sampling (CSR) Kita kadang-kadang tidak bisa menysun kerangka sampling yang lenngkap mengenai populasi sasaran baik karena kondisi tertentu atau pertimbangan kepraktisannya. CSR didasarkan pada prinsip bahwa satuan pengamatan bisa dikumpulkan dalam kelompok yang lebih besar. kabupaten. Seluruh satuan sampling dari SSP tersebut diteliti. Misalkan memilih beberapa propinsi dari 27 propinsi di Indonesia. Dipilih n buah cluster dengan menggunakan simple random sampling.

Memerlukan ukuran sampel Proses pemilihan besar menggunakan tabel Menghasilkan galat besar random Mahal Systematic Pemilihan elemen Sederhana untuk diran-cang Periodisiti dalam populasi populasi dimulai Mudah digunakan menyebabkan distorsi dengan random seed dibandingkan simple sampel dan hasilnya dan elemen random Jika daftar anggota populasi selanjutnya dipilih Mudah menentukan cenderung monotonik. Tipe Deskripsi Keunggulan Kelemahan Simple random Setiap elemen Mudah diimplementasi. seperti disajikan pada Tabel berikut. Kerugiannya adalah presisinya kurang baik. Keunggulan inilah yang menyebabkan teknik ini. Dengan teknik ini. khususnya jika strata dipilih satuan Menyediakan data untuk harus dibuat sendiri pengamatan secara menyajikan dan random menganalisis sub populasi (strata) Memungkinkan penggunaan metode berbeda dalam strata 30 . Dalam praktek survai pembentukan cluster ini biasanya adalah daerah administratif (desa. dan setrusnya). Salah satu keunggulan CSR adalah pada saat membentuk kerangka sampling. keunggulan. Berdasarkan penjelasan teknik-teknik sampling probabilistik diatas. Pembentukan cluster berdasarkan wilayah tersebut menyebabkan teknik tersebut disebut area sampling. kita tidak perlu mempunyai kerangka sampling lengkap untuk satua pengamatan sebab kerangka sampling tersebut bisa disusun kemudian.kan Membutuhkan daftar populasi mempunyai dengan otomatisasi atau anggota poluasi peluang yang sama komputerisasi Memerlukan lebih banyak untuk terpilih ke waktu dalam sampel. kecamatan. terlihat bahwa masing-masing teknik mempunyai kelebihan dan kekurangan.Metode PI Ekonomi: Pengambilan Sampel satuan sampling sekunder (SSS). banyak digunakan dalam survai. terutama two stage cluster sampling. Emory dan Coper menjelaskan deskripsi. Presisi ini bisa ditingkatkan dengan dengan cara membentuk cluster yang didalamnya bersifat seheterogen mungkin. kabupaten. 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. dan kelemahan dari keempat teknik tersebut. akan setiap elemen ke k distribusi sampling dari menghasilkan estimasi bias rata-rata atau proporsi berdasarkan titik mulainya Kurang mahal dibandingkan simple random Stratified Populasi dibagi Peneliti mengawasi ukuran Kesalahan meningkat jika menjadi subpopulasi sampel dalam strata subgrup dipilih pada ukuran atau strata dan dari Peningkatan efisiensi berbeda setiap strata tersebut statistik Mahal.

diteliti lebih lanjut terutama kluster geografis Mudah dilaksanakan tanpa daftar anggota populasi 31 . Lebih efisien secara yang disebabkan subgrup Beberapa ekonomis dibandingkan relatif homogen subpopulasi dipilih simple random secara random untuk Biaya termurah per sampel.Metode PI Ekonomi: Pengambilan Sampel Cluster Populasi dibagi Memberikan estimasi Sering menghasilkan menjadi sub parameter tak bias jika efisiensi statistik yang populasi yang dikerjakan sempurna rendah (kesalahan tinggi) bersifat heterogen.