TEKNIK SAMPLING

Oleh:

Prof. Dr. H. Abdul Muin Sibuea, M.Pd

Bahan Kuliah

Metode Penelitian
PROGRAM PASCA SARJANA 2011

A. Muin Sibuea

1. Populasi
Populasi: Semua unit analisis yang akan diteliti sifatsifatnya Populasi: Kelompok (kumpulan sejumlah elemen) yang menjadi pusat perhatian peneliti untuk menggeralisasi hasil penelitiannya (Cooper & Schlinder, 2003) Populasi: individu, kelompok individu, organisasi, orang, hewan, tumbuh-tumbuhan, benda mati, dll Contoh: Populasi dalam penelitian pendidikan: siswa, orang tua, buku, sarana prasarana, sekolah, dan dana, dll Populasi : masih sangat luas batasannya Populasi sasaran : populasi untuk generalisasi

Accessible population: populasi mengambil sampel

yang

memungkinkan

peneliti

A. Muin Sibuea

2. Sampel
Sampel: Sebagian dari populasi Sampel: Bagian dari obyek penelitian secara keseluruhan yang diharapkan dapat mewakili karakteristik obyek secara keseluruhan

A. Muin Sibuea

Alasan Pengambilan Sampel:

1.

Efisiensi
a.
b. c.

Dana Waktu Tenaga

2.

Representativeness (keterwakilan)

A. Muin Sibuea

Manfaat teknik sampling :

1. 2.

3.

4.

Survei terhadap sampel lebih cepat dan lebih murah Dapat menghasilkan informasi yang lebih komprehensif: suatu sampel yang kecil tentu saja memungkinkan untuk dapat diteliti sepenuhnya. Lebih akurat: karena anggota populasi yang diteliti kecil maka kesalahan (error) yang dibuat peneliti dalam mengumpulkan dan mengolah data akan lebih kecil. Karena waktu dan biaya dapat dihemat, maka survai sampel akan memungkinkan untuk melaksanakan penelitian terhadap populasi yang lebih besar dan lebih bervariasi.

A. Muin Sibuea

Teknik Pengambilan Sampel

Teknik pengambilan sampel

1. Probability sampling

2. Non-probability sampling

1. 2. 3. 4. 5.

Simple random sampling (pengambilan sampel acak sederhana) Systematic random sampling (pengambilan sampel acak secara sistematis) Stratified random sampling (pengambilan sampel acak berstrata) Cluster random sampling (pengambilan sampel berkelompok) Multi-stage random sampling (pengambilan sampel gugus bertahap)

1. Quota Sampling 2. Purposive Sampling 3. Accidental Sampling 4. Snowball Sampling

A. Muin Sibuea

1. Simple Random Sampling

Semua anggota populasi memiliki kesempatan yang sama untuk terpilih Caranya: undian, lotere, tabel bilangan acak, dsb Ukuran sampel dapat ditentukan dengan menggunakan rumus Parel et. al.

A. Muin Sibuea

Salah satu rumus Parel et al (1973, p. 13) untuk menentukan sampel yang dapat mewakili populasi adalah: Besar sampel:

NZ2s2 n = --------------Nd2 Z2s2

dimana: N = Z2 = d = besar populasi nilai reliabilitas pada taraf kepercayaan 95%, maka dari daftar diperoleh Z = 1,96 rata-rata estimasi, mis. bila ditetapkan tidak lebih 0,85 unit dari ukuran responden (error paling besar: jika rata-rata sebenarnya 55,83 maka estimasi antara 54,98 dan 56,68). varians penelitian yang memiliki populasi sama dengan penelitian yang sedang dilaksanakan
A. Muin Sibuea 8

s2 =

Misalkan populasi N = 14.058 dan simpangan baku (s) = 9,5467 atau s2 = 91,1389 Maka diperoleh besar sampel:

14.0581,96 91,1389 n 2 2 14.0580,85 1,96 91,1389 502

2
A. Muin Sibuea 9

Contoh lain, dapat menggunakan rumus Slovin 1960 dan Sevilla 1994 (Husein Umar,1990). N n = ------------1 +( N X e2)
dimana : n = ukuran sample N = ukuran populasi e = persen kelonggaran/ketidaktelitian karena kesalahan pengambilan sample yang masih dapat diterima atau diinginkan. Contoh : Penelitian dilakukan untuk mengetahui mutu guru dengan populasi sebanyak 5000 orang. Jika digunakan toleransi kesalahan 5% maka sample yang diambil adalah:
5000 n = --------------------- = 370 orang 1 + (5000 X 0.052)
A. Muin Sibuea 10

Ciri Utama simple random sampling

1.

2.

setiap unsur dalam populasi memiliki kesempatan yang sama untuk dipilih. sifat populasi homogen

Cara sederhana: undian

Keuntungan :
1.

2.

Teori yang diperlukan sederhana. Jauh lebih mudah dimengerti dari pada teknik sampling yang lain. Metode estimasi sederhana dan mudah

Kelemahan :
1. 2.

Membutuhkan frame (daftar) populasi Pemilihan sample bisa terpencar secara luas sehingga membutuhkan biaya transportasi yang besar.
A. Muin Sibuea 11

2. Sistematic Random Sampling

a.

b.

c.

Anggota populasi yang terpilih adalah anggota dengan kategori yang mengikuti pola tertentu Caranya: mengurutkan variabel dengan kriteria dari yang terkecil sampai yang terbesar, lalu pilih anggota populasi pertama secara acak, kemudian dipilih anggota yang lain dengan pola tertentu Contoh: memilih sampel sekolah menurut rata-rata nilai UN. Agar mewakili daerahnya, digunakan metode acak sistematik
A. Muin Sibuea 12

Teknik sampling sistematis sama dengan teknik random sampling sederhana yang dilakukan secara ordinal. Ini berarti bahwa anggota sampel dipilih menurut urutan tertentu. Misalnya: Dari 24 populasi ingin diambil sampel sebanyak 6. Bila nomor pertama yang terpilh adalah no. 15 maka yang menjadi sampel adalah yang bernomor : 15, 19, 23, 3, 7, dan 11.

Keuntungan : 1. Pemilihan sampel lebih mudah dilakukan, cepat dan lebih murah dibandingkan dengan sampel random sampling. 2. Mudah dilaksanakan di lapangan 3. Lebih presisi dari pada random sampling
A. Muin Sibuea 13

3. Stratified Random Sampling

Populasi bersifat heterogen dan terdiri atas berbagai lapisan (strata) Cara: populasi dibagi dalam strata lalu sampel diambil secara proporsional dalam setiap strata Keuntungan: semua ciri populasi terwakili, dpt dibandingkan antar strata. Kelemahan: perlu terlebih dahulu mengetahui komposisi populasi dan membutuhkan waktu yang lama Contoh: Latar belakang pendidikan (SMP, SMA, S1, S2) A. Muin Sibuea 14

Ciri utama Stratified Random Sampling:

Populasi terdiri dari stratum-stratum tertentu yang berbeda satu sama lain, setiap stratum berisi unit-unit yang homogen sifatnya.

Keuntungan :
1. 2. 3. 4.

Stratifikasi akan memberikan presisi yang lebih baik dalam melakukan estimasi sifat-sifat populasi Lebih efisien dibandingkan dengan random sampling Lebih mudah mengadministrasikan Memungkinkan dilakukannya analisis data yang lebih komprehensif karena informasi yang tersedia untuk masingmasing stratum.

Kelemahan :
1. 2.

Memerlukan kerangka (frame) yang terpisah untuk masingmasing stratum Biaya transportasi lebih besar, khususnya bila populasi mencakup daerah yang luas.
A. Muin Sibuea 15

4. Cluster Sampling
Populasi terdiri dari beberapa kelompok (cluster) yang sama karakteristiknya, tiap cluster mencakup unit-unit yang sifatnya homogen. Obyek yang diteliti sangat luas, kerangka sampel sulit Pengambilan sampel di mana unit sampling terdiri atas lebih dari satu elemen. Masing-masing unit sampling adalah group atau claster dari elemen-elemen populasi. Keuntungan : 1. Tidak memerlukan daftar populasi 2. Biaya lebih murah karena hemat waktu, tenaga, dan dana 3. Biaya trasportasi berkurang

A. Muin Sibuea

16

Kelemahan : 1. Masalah analisis statistik lebih besar 2. Akurasi sampel kurang 3. Prosedur estimasi sulit

Contoh: efektifiatas Program BOS 2005/2006. Cluster dibuat berdasarkan % penduduk miskin dan angka partisipasi Dikdas

A. Muin Sibuea

17

95

90

Clust er II
DKI

NAD
SUMUT DIY

Cluster I
MALUKU

85
APM SD+SMP

RIAU BALI SUMBAR KALTIM MALUT BANTEN KALTENG JAMBI SULUT JABAR 82,67 KALSEL

JATENG JATIM LAMPUNG SULTRA BENGKULU SUMSEL SULTENG NTB GORONTALO

80

75

Clust er III

BABEL

SULSEL KALBAR NTT

Cluster IV
PAPUA

70

65 0 5 10 15 20 25 30 35 40 45 % Penduduk Miskin

Provinsi menurut tingkat kemiskinan & APM SD-SMP

A. Muin Sibuea

18

Penetapan daerah sampel

Cluste Provi Kabupaten/kota r nsi
I JaTim SumUt II KalTim Banten III IV Sulsel SumSel NTT
7 prov.

Kota Surabaya, Kab Lamongan (R), Kab. Pasuruan (T) Kota Medan, Kab. Deli Serdang (R), Kab. Tapanuli Utara (T) Kota Samarinda, Kab Kutai Timur (T), Kab. Penajam Paser Utara (R) Kab. Serang, Kota Cilegon (T), Kab. Pandeglang (R) Kota Makassar, Kab. Maros (T), Kab. Bantaeng (R) Kota Palembang, Kab OKI (R), Kab. Muara Enim (T) Kota Kupang, Kab. Kupang (R), Kab. Flores Timur (T)
21 kab/kota

A. Muin Sibuea

19

Penetapan sekolah sampel

Lem-baga Kab/kota Ibukota Kab Di luar Ibukota Kab N S N S 2 1 4 1 1 2 1 2 1 1 3 1 1 1 1 1
A. Muin Sibuea

Jumlah

SD MI SMP MTs

8 6 6 4
20

24 sekolah

5. Multistage sampling

Cakupan populasi sangat luas Cara: memilih sampel di tiap hirarki secara bertahap Biasanya: digunakan dengan kombinasi metode yang lain

A. Muin Sibuea

21

Teknik pengambilan sampel yang dilakukan dua tingkat atau lebih.

Keuntungan : 1. Lebih efisien dan fleksibel dari pada single-stage

sampling

2.

3.

Sampling frame yang diperlukan hanya untuk unit-unit yang terpilih sebagai sampel Biaya transportasi lebih murah

Kelemahan : 1. Proses estimasi sulit, khususnya bila ukuran besar unitunit tingkat pertama tidak sama 2. Prosedur pengambilan sampel telah terencana sebelum pemilihan sampel dilakukan
A. Muin Sibuea 22

Non-Probability Sampling
1.

Quota samping: penetapan sampel yang

2.

3.

4.

didasarkan pada jumlah tertentu Accidental sampling: penetapan sampel secara spontan, tanpa pertimbangan tertentu Purpossive sampling: penetapan sampel berdasarkan pertimbangan tertentu Snowball sampling: penetapan sampel yang berkembang seperti bola salju, yang mulamula sedikit lalu semakin banyak.
A. Muin Sibuea 23

Non-Probability Sampling
1.

Accidental Sampling: penetapan sampel secara spontan, tanpa pertimbangan tertentu.Teknik sampling kebetulan ini dilakukan apabila pemilihan anggota sampel dilakukan terhadap orang atau benda yang kebetulan ada atau dijumpai saat itu. Keuntungan teknik ini cepat, mudah, dan murah. Kelemahannya kurang representatif. Purposive sampling: penetapan sampel berdasarkan pertimbangan tertentu.Teknik sampling bertujuan ini digunakan apabila anggota sampel dipilih secara khusus berdasarkan tujuan penelitian. Keuntungan teknik ini relevan dgn tujuan, tetapi kurang representatif. A. Muin Sibuea

2.

24

3. Quota sampling: Penetapan sampel yang didasarkan pada jumlah tertentu. Teknik sampling tertentu (dibatasi) ini digunakan apabila anggota sampel pada suatu tingkat dipilih dengan jumlah tertentu (quota) dengan ciri-ciri tertentu.

4. Snowball sampling: penetapan sampel yang berkembang seperti bola salju, yang mulamula sedikit lalu semakin banyak.

A. Muin Sibuea

25

Penentuan Ukuran Sampel (Sample Size)

Besar ukuran sampel ditentukan berdasarkan pertimbangan: 1. Pertimbangan praktis: (a) mengacu pada unsur biaya, tenaga, kemampuan, (b) bila exploratory tidak perlu banyak, tetapi explanatory perlu sampel banyak, (c) bila sampel besar maka tingkat prediksi relatif tepat, kesalahan mentabulasi dan menghitung data besar, tetapi reliabilitas besar
2.

Pertimbangan ketepatan: makin kecil taraf

signifikansi yang dipilih maka makin banyak anggota sampel, oleh sebab itu makin tepat dan teliti ramalan kita.
A. Muin Sibuea 26

3. Pertimbangan non-responden : yaitu perkiraan

jumlah anggota sampel yang dapat dijadikan responden setelah seluruh anggota sampel dikurangi dengan jumlah anggota sampel yang dijadikan kelompok uji coba instrumen penelitian.

4. Pertimbangan analisis data: yang digunakan

menentukan besarnya anggota sampel. Untuk statistik parametrik membutuhkan data relatif besar, sedangkan untuk statistik nonparametrik cukup dengan data yang relatif kecil.
A. Muin Sibuea 27

Formula menentukan sampel

Sampel dapat ditentukan dengan berbagai formula (rumus). Ada dua cara menentukan besar sampel: 1. Proporsi: menggunakan sejumlah rumus 2. Ketelitian estimasi: juga dengan menggunakan rumus-rumus tertentu

A. Muin Sibuea

28

POPULASI

STRATIFIKASI

STRATA 1

STRATA 2

STRATA 3

RANDOMIASI

S.S 1

S. S 2

S.S 3

S.S.1 = SAMPEL DIAMBIL SECARA RANDOM S.S.2; S.S.3, DST

SAMPEL

DATA

STRATIFIED RANDOM SAMPLING

A. Muin Sibuea

29

Jika sampel diambil N = 200; maka diambil secara random dari masing-masing Sub Populasi 1, 2, 3: S.S.1 = 100 ORANG S.S.2 = 60 ORANG S.S.3 = 40 ORANG

STRATIFIED PROPORTIONAL RANDOM SAMPLING

A. Muin Sibuea

30