RSS Feeds
Beberapa Pengertian Dasar
Sampling :
Proses pengambilan atau memilih n buah elemen/objek/unsur dari populasi
yang berukuran N. Misalnya memilih sebagian murid SD Negeri di Kota
Bandung, dalam sebuah penelitian yang bertujuan untuk mengetahui proporsi
latar belakang tingkat pendidikan orang tua dari seluruh murid SD Negeri di
Kota Bandung.
Elemen :
Sesuatu yang menjadi obyek penelitian, dapat berupa orang atau benda yang
dikenakan pengukuran. Misalnya: Mahasiswa Indonesia, Dosen Universitas
Padjadjaran, SMA Negeri di Kabutaten Semarang.
Populasi (N) :
Kumpulan lengkap dari elemen-elemen yang sejenis akan tetapi dapat
dibedakan berdasarkan karekteristiknya. Misalnya Mahasiswa Indonesia dapat
dibedakan berdasarkan variabel jenis kelamin dengan karakteristik laki-laki dan
perempuan, atau variabel IPK dengan karektaristik indeks antara 0-4.
Sample (n) :
Merupakan bagian dari populasi. Elemen anggota sampel, merupakan
anggota populasi dimana sampel diambil. Jika N banyaknya elemen populasi,
dan n banyaknya elemen sampel, maka n < N.
Kerangka Sampel :
Adalah daftar yang memuat seluruh elemen/anggota populasi, sebagai dasar
untuk penarikan sampel random.
Statistik :
Adalah bilangan yang diperoleh melalui proses perhitungan terhadap
sekumpulan data yang berasal dari sampel.
Parameter :
Adalah bilangan yang diperoleh melalui proses perhitungan terhadap
sekumpulan data yang berasal dari populasi.
Tipe Sampling menurut Proses Memilihnya
Sampling dengan Pengembalian :
Satuan sampling yang terpilih, “dikembalikan” lagi ke dalam populasi (sebelum
dilakukan kembali proses pemilihan berikutnya). Sebuah satuan sampling bisa
terpilih lebih dari satu kali. Untuk populasi berukuran N=4 dan sampel
berukuran n=2, maka sampel yang mungkin terambil adalah Nn = 42 = 16 buah
sampel. Teknik sampling seperti ini bisa dikatakan tidak pernah digunakan
dalam suatu penelitian, hanya untuk keperluan teoritis yang berkatian dengan
pengambilan sampel.
Sampling tanpa Pengembalian :
Satuan sampling yang telah terpilih, “tidak dikembalikan” lagi ke dalam
populasi. Tidak ada kemungkinan suatu satuan sampling terpilih lebih dari
sekali. Untuk populasi berukuran N=4 (misalnya A, B, C, D) dan sampel
berukuran n=3, maka sampel yang mungkin terambil ada 4 buah sampel yaitu
ABC, ABD, ACD, dan BCD.
Jumlah sampel mengikuti persamaan sbb:
N!/n! (N –n)!
Tipe Sampling menurut Peluang Pemilihannya
Sampling Non Probabilitas :
Pada saat melakukan pemilihan satuan sampling tidak dilibatkan unsur
peluang, sehingga tidak diketahui besarnya peluang sesuatu unit sampling terpilih ke dalam sampel. Sampling tipe ini tidak boleh dipakai untuk
menggeneralisasi hasil penelitian terhadap populasi, karena dalam penarikan
sampel sama sekali tidak ada unsur probabilitas. Dalam analisis selanjutnya
hanya diperkenankan menggunakan analisis statistika deskriptif, dan tidak
boleh memakai alat analisis statistika inferensial, baik yang termasuk kelompok
statistika parametrik maupun non parametrik, sebab statistika inferensial pada
prinsipnya juga harus melibatkan unsur probabilitas ketika kita melakukan
pengambilan sampel.
Termasuk Sampling Non Probabilitas antara lain:
a. Haphazard Sampling : Satuan sampling dipilih sembarangan atau seadanya,
tanpa perhitungan apapun tentang derajat kerepresentatipannya.
Misalnya ketika kita akan melakukan penelitian mengenai kompetensi
dosen di sebuah Universitas, pertanyaan dapat diajukan kepada siapapun
mahasiswa dari universitas tersebut (sebagai sampel) yang kebetulan
datang pada saat kita berada di sana untuk melakukan penelitian.
b. Snowball Sampling : Satuan sampling dipilih atau ditentukan berdasarkan
informasi dari responden sebelumnya. Misalnya ada penelitian yang
bertujuan untuk mencari cara yang efektif dalam mensosialisasikan
program-program kemahasiswaan. Sampel pertama barangkali bisa dipilih
Ketua BEM, kepada dia kita bertanya, siapa lagi (sebagai sampel ke-2)
yang kira-kira bisa diwawancara untuk diambil pendapatnya, dan
seterusnya hingga informasi dianggap memadai.
c. Purposive Sampling : Disebut juga Judgment Sampling. Satuan sampling
dipilih berdasarkan pertimbangan tertentu dengan tujuan untuk memperoleh
satuan sampling yang memiliki karakteristik yang dikehendaki.
Misalnya dalam sebuah penelitian pengelolaan pendidikan yang bertujuan
untuk melihat daya saing SMA dalam kerangka WTO, barangkali untuk
tahap awal akan lebih baik sampel dipilih dari SMA yang memiliki nilai UAN
baik, populer di masyarakat, serta kelulusan siswa masuk PTN cukup tinggi.
Sampling Probabilitas :
Dikenal pula dengan nama Random Sampling. Pada saat memilih unit
sampling sangat diperhatikan besarnya peluang satuan sampling untuk terpilih
ke dalam sampel, dan peluang itu tidak boleh sama dengan nol. Sampling tipe
ini bisa dipakai untuk melakukan generalisasi hasil penelitian terhadap
populasi walaupun data yang didapat hanya berasal dari sampel. Analisis tidak
hanya menggunakan statistika deskriptif, juga bisa memakai statistika
inferensial baik yang termasuk kelompok statistika parametrik maupun non
parametrik.
Termasuk Sampling Probabilitas antara lain:
a. Simple Random Sampling : Satuan sampling dipilih secara acak. Peluang
untuk terpilih harus diketahui besarnya, dan untuk tiap satuan sampling
besarnya harus sama. Misalnya ada sebuah penelitian mengenai “Model
Pembiayaan Pendidikan Dasar di Jawa Barat”, sampelnya adalah seluruh
SD dan SMP yang ada di Jawa Barat. Terhadap seluruh SD dan SMP
tersebut dilakukan pemilihan secara random tanpa melakukan
pengelompokkan terlebih dahulu, dengan demikian peluang masing-masing
SD maupun SMP untuk terpilih sebagai sampel sama.
b. Stratified Random Sampling : Populasi dibagi ke dalam sub populasi
(strata), dengan tujuan membentuk sub populasi yang didalamnya
membentuk satuan-satuan sampling yang memiliki nilai variabel yang tidak
terlalu bervariasi (relatif homogen). Selanjutnya dari setiap stratum dipilih
sampel melalui proses simple random sampling. Misalnya dalam penelitian
yang sama seperti di atas, semua sekolah baik SD maupun SMP di Jawa
Barat diklasifikasikan atau distratifikasi terlebih dahulu ke dalam sekolah
yang berbiaya mahal, sedang, dan murah. Kemudian dari masing-masing
strata dipilih sekolah dengan teknik simple random sampling.
c. Cluster Random Sampling. Populasi dibagi ke dalam satuan-satuan
sampling yang besar, disebut Cluster. Berbeda dengan pembentukan
strata, satuan sampling yang ada dalam tiap kluster harus relatif heterogen.
Pemilihan dilakukan beberapa tingkat: (1) Memilih kluster dengan cara
simple random sampling. (2) Memilih satuan sampling dalam kluster. Jika
pemilihan dilakukan lebih dari 2 kali disebut Multi-stage Cluster Sampling.
Misalnya dalam penelitian yang sama seperti di atas, karena Jawa Barat
sangat luas, dipilihlah kabupaten/kota tertentu sebagai sampel klaster ke-1
secara random. Dari tiap kabupaten terpilih dilakukan pemilihan lagi, yaitu
kecamatan-kecamatan tertentu dengan cara random sebagai sampel
klaster ke-2. Selanjutnya dari masing-masing kecamatan dilakukan
pemilihan sekolah yang juga dilakukan secara random
Proses Memilih Sampel Random
Kerangka Sampling :
Adalah daftar atau list yang berisi satuan-satuan sampling yang ada dalam
sebuah populasi. Dalam daftar tersebut setiap satuan sampling diberi nomor
urut. Jika menggunakan Tabel Angka Random, lakukan penomoran sesuai
dengan besarnya ukuran sampel. Misalnya jika jumlah populasi ratusan,
gunakan penomoran dengan tiga digit, bisa dimulai dari 001 dan seterusnya.
Cara Memilih Sampel :
Paling tidak ada 3 cara memilih sampel yang sering digunakan yaitu dengan
cara: (1) mengundi, (2) menggunakan Tabel Angka Random, dan (3) memakai
angka random yang ada dalam Scientific Calculator. Dari segi kepraktisan akan
sangat mudah jika digunakan kalkulator. Dalam kalkulator terdapat tombol
yang bernotasi “RAN#”. Jika tombol tersebut dipijit akan ke luar angka per
seribuan. Misalnya ketika kita akan melakukan penelitian dengan jumlah
populasi 500 sekolah. Semua sekolah harus dimasukan dalam kerangka
sampling yang diberi nomor mulai dari 001, 002, …. 500. Untuk menentukan
sampel ke-1 yang harus diambil pijit timbol RAN# pada kalkulator, misalkan ke
luar angka 0,246, berarti sampel yang harus diambil pertama adalah yang
bernomor urut 246, pijit lagi tombol RAN# misalkan ke luar angka 0,135 berarti
yang harus diambil sebagai sampel yang ke-2 adalah yang bernomor urut 135.
Menentukan Ukuran Sampel (=n)
Pertanyaan yang sering diajukan oleh peneliti ketika akan melakukan penelitian
adalah ”berapa besar sampel yang harus diteliti dari sebuah populasi?”, agar
hasil (berupa data perkiraan) penelitian dapat mewakili atau
merepresentasikan populasi. Data perkiraan (statistik) disebut mewakili jika
angkanya mendekati parameter. Jika parameter 100, 95 disebut lebih mewakili
dibandingkan dengan 90. Dalam menentukan besarnya sampel, hal-hal yang
harus diperhatikan dan dipertimbangkan adalah :
1. Parameter apa yang akan diteliti (misalnya rata-rata, proporsi)
2. Besarnya populasi (N) atau banyaknya elemen populasi yang akan diambil
sampelnya.
3. Berapa tingkat kepercayaan/keyakinan yang dipergunakan (1-a) untuk
menjamin hasil penelitian agar kesalahan samplingnya tidak melebihi nilai
tertentu (B = bound of error).
4. Bagaimana tingkat variasi atau heterogenitas populasi, dimana sampel
akan diambil. Tingkat variasi atau heterogenitas populasi biasanya
dinyatakan dengan s = standard error.
Dengan demikian, untuk menentukan besarnya sampel (n) perlu diketahui
angka-angka dari:
1. N = besarnya populasi.
2. s (standard error) atau s2 (varians) yang menggambarkan heterogenitas
populasi. Jika tidak diketahui bisa diperkirakan dari;
a. range = 4 s (empirical rule)
b. kondisi atau berdasarkan hasil penelitian sebelumnya
3. B = bound of error (kesalahan sampling tertinggi). Kesalahan sampling atau
sampling error = q -`q
4. Tingkat kepercayaan (1-a) atau taraf nyata (a)
5. D = dihitung berdasarkan B dan tingkat kepercayaan. Misalnya untuk
menghitung D yang dipakai guna menentukan jumlah sampel untuk
memperkirakan rata-rata dengan tingkat kepercayaan 95% adalah D = B2/4
yang berasal dari D = (B/ Za/2)2
Angka 4 diperoleh dari: Za/2 = Z0,05/2 = Z0,025 = 1,96 (didapat dari Tabel Z
Distribusi Normal) dibulatkan = 2, (22 = 4)
