Jumat, 21 November 2014
Kali ini postingan saya tentang “teknik sampling” check it out ^^
TEKNIK SAMPLING.
A.
DEFINISI
Teknik sampling adalah teknik/cara/model pengambilan sampel dari
populasi yang tersedia sehingga memenuhi standar yang dipergunakan dalam
penelitian.
Mengapa menggunakan sampel ?
Data yang dipergunakan dalam suatu penelitian belum tentu merupakan
keseluruhan dari suatu populasi karena beberapa kendala :
●
Kendala biaya
●
Kendala waktu
●
Kendala tenaga
●
Populasi yang tidak terdefinisikan
Untuk mengatasi masalah dalam pemakaian data yang mengalami
kendala-kendala, maka dapat dipergunakan SAMPEL.
Untuk resiko perbedaan hasil antara populasi dengan sampel,
dipergunakan kemungkinan tingkat kesalahan (misalnya 1%, 5%, 10%). Angka
tingkat kesalahan tersebut pararel dengan tingkat kepercayaan/ kebenaran
(misalnya 99%, 95%, 90%).
B.
MACAM – MACAM TEKNIK SAMPLING.
Secara umum beberapa macam teknik sampling
seperti yang tergambar di bawah ini :
Teknik sampling
Probability
sampling
Non Probability
sampling
Simple random
sampling
Area (cluster)
sampling
Disproportionate
stratified random sampling
Proportionate
stratified random sampling
Sampling sistematis
Sampling kuota
Sampling
insidental
Snowball sampling
Sampling jenuh
Purporsive
sampling
1.
Probability Sampling
Adalah teknik pengambilan sampel yang
memberikan peluang yang sama bagi unsur
(anggota) populasi untuk dipilih menjadi anggota sampel.
Beberapa macam probability sampling
antara lain:
a.
Simple random sampling.
Pengambilan anggota sampel dari populasi dilakukan secara acak tanpa
memperhatikan strata yang ada dalam populasi itu.
Simple random sampling dilakukan apabila
anggota populasi dianggap homogeny, bisa dilakukan dengan undian, pengacakan
nomor, dll.
b.
Proportionate Stratified Random Sampling.
Apabila populasi mempunyai anggota/unsur
yang tidak homogen dan berstrata secara proporsional, misalnya tingkat
pendidikan, status sosial (strata) masyarakat, dll.
Misal, dari pegawai suatu perusahaan
setelah didata menurut strata pendidikan, diperoleh :
S-3
= 100 orang
S-2
= 150 orang
S-1
= 200 orang
SMU = 800 orang
SMK = 900 orang
Maka pengambilan sampel dilakukan dengan
proporsi (perbandingan) jumlah pegawai sesuai kualifikasi yang ada pada
populasi tersebut.
c.
Disproportionate Stratified Random Sampling.
Apabila populasi berstrata tetapi kurang
proporsional.
Misal, dari pegawai suatu perusahaan
setelah didata menurut strata pendidikan, diperoleh :
S-3
= 2orang
S-2
= 5 orang
S-1
= 6 orang
SMU = 750 orang
SMK= 900 orang
Maka pegawai dengan kualifikasi sarjana
seluruhnya menjadi anggota sampel.
d.
Area (cluster) sampling.
Apabila obyek yang didata cukup luas,
(misal: penduduk suatu negara, atau propinsi, dll) , maka pengambilan sampel
dilakukan secara bertahap sampai pada daerah terkecil pada populasi tersebut.
2.
Nonprobability Sampling.
Adalah teknik pengambilan sampel yang
tidak memberikan peluang yang sama bagi
unsur (anggota) populasi untuk dipilih menjadi anggota sampel.
Beberapa macam teknik pengambilan sampel
adalah:
a.
Sampling sistematis.
Sampling sistematis adalah teknik
pengambilan sampel berdasarkan urutan anggota populasi yang telah diberi nomor
urut. Pengambilan dapat dilakukan dengan memilih nomor secara urut, atau
bernomor ganjil saja, atau kelipatan 5 saja misalnya.
b.
Sampling kuota .
Sampling kuota adalah teknik pengambilan
sampel dari populasi yang mempunyai ciri-ciri tertentu sampai jumlah (kuota)
yang diinginkan/dibutuhkan. Misal pengambilan sampel dari siswa disuatu sekolah
dengan kriteria tinggi tertentu sampai 100 siswa dari 1000 siswa sekolah
tersebut.
c.
Sampling insidental.
Sampling insidental adalah teknik
pengambilan sampel dari populasi berdasarkan kebetulan, yaitu siapa saja yang
secara kebetulan bertemu dengan peneliti digunakan sebagai sampel, bila
ditemukan secara kebetulan dan cocok sebagai sumber data.
d.
Sampling Purposive .
Sampling Purposive adalah teknik
pengambilan sampel dari populasi dengan pertimbangan tertentu.
Penelitian tentang pendidikan, maka
sampelnya adalah orang-orang atau obyek yang berkaitan atau ahli di bidang
pendidikan.
e.
Sampling jenuh (disebut juga sensus)
Sampling jenuh adalah teknik pengambilan
sampel bila semua anggota populasi dijadikan sampel, yaitu apabila populasi
sangat kecil (kurang dari 30).
f.
Snowball sampling.
Snowball sampling adalah teknik penentuan
sampel yang mula-mula jumlahnya kecil, kemudian membesar (makin banyak
jumlahnya) karena diperlukan kevalidan yang lebih dari suatu penelitian.
C.
MENENTUKAN UKURAN SAMPEL.
Untuk menentukan ukuran sampel dalam penelitian ada beberapa
pendapat/teori:
1.
Roscoe dalam Research Methods
for Business
a.
Ukuran sampel yang layak dalam penelitian adalah antara 30 sampai
dengan 500.
b.
Bila sampel dibagi dalam beberapa kategori, maka jumlah anggota sampel
tiap-tiap kategori minimal 30.
c.
Untuk penelitian eksperimen yang sederhana, yang menggunakan kelompok
eksperimen dan kelompok kontrol, maka jumlah anggota sampel pada masing-masing
kelompok antara 10 s/d 20.
2.
Slovin.
Menggunakan rumus :
n
= ukuran sampel
N
= ukuran populasi
e = persen kelonggaran
ketidaktelitian karena kesalahan
pengambilan sampel yang masih dapat ditolerir atau diinginkan, misalnya 2%.
3.
Kracjie
Secara prinsip, sama dengan Slovin, hanya
untuk ά = 5 % dan jumlah populasi N mulai dari 10 sampai 100.000.
Dalam perhitungan akhirnya diperoleh
jumlah sampel yang hampir sama dengan yang dilakukan menggunakan teori Slovin.
4.
Harry king
Harry King menghitung jumlah sampel
menggunakan nomogram dan jumlah populasi maksimum 2000 dengan α bervariasi
sampai dengan 15%
N
|
Jumlah Sampel
|
N
|
Jumlah sampel
|
N
|
Jumlah sampel
|
||||||
1%
|
5%
|
10%
|
1 %
|
5 %
|
10 %
|
1 %
|
5 %
|
10 %
|
|||
10
|
10
|
10
|
10
|
280
|
197
|
155
|
138
|
2800
|
537
|
310
|
247
|
15
|
15
|
14
|
14
|
290
|
202
|
158
|
140
|
3000
|
543
|
312
|
248
|
20
|
19
|
19
|
19
|
300
|
207
|
161
|
143
|
3500
|
558
|
317
|
251
|
25
|
24
|
23
|
23
|
320
|
216
|
167
|
147
|
4000
|
569
|
320
|
254
|
30
|
29
|
28
|
27
|
340
|
225
|
172
|
151
|
4500
|
578
|
323
|
255
|
35
|
33
|
32
|
31
|
360
|
234
|
177
|
155
|
5000
|
586
|
326
|
257
|
40
|
38
|
36
|
35
|
380
|
242
|
182
|
158
|
6000
|
598
|
329
|
259
|
45
|
42
|
40
|
39
|
400
|
250
|
186
|
162
|
7000
|
606
|
332
|
261
|
50
|
47
|
44
|
42
|
420
|
257
|
191
|
165
|
8000
|
613
|
334
|
263
|
55
|
51
|
48
|
46
|
440
|
265
|
195
|
168
|
9000
|
618
|
335
|
263
|
60
|
55
|
51
|
49
|
460
|
272
|
198
|
171
|
10000
|
622
|
336
|
263
|
65
|
59
|
55
|
53
|
480
|
279
|
202
|
173
|
15000
|
635
|
340
|
266
|
70
|
63
|
58
|
56
|
500
|
285
|
205
|
176
|
20000
|
642
|
342
|
267
|
75
|
67
|
62
|
59
|
550
|
301
|
213
|
182
|
30000
|
649
|
344
|
268
|
80
|
71
|
65
|
62
|
600
|
315
|
221
|
187
|
40000
|
563
|
345
|
269
|
85
|
75
|
68
|
65
|
650
|
329
|
227
|
191
|
50000
|
655
|
346
|
269
|
90
|
79
|
72
|
68
|
700
|
341
|
233
|
195
|
75000
|
658
|
346
|
270
|
95
|
83
|
75
|
71
|
750
|
352
|
238
|
199
|
100000
|
659
|
347
|
270
|
100
|
87
|
78
|
73
|
800
|
363
|
243
|
202
|
150000
|
661
|
347
|
270
|
110
|
94
|
84
|
78
|
850
|
373
|
247
|
205
|
200000
|
661
|
347
|
270
|
120
|
102
|
89
|
83
|
900
|
382
|
251
|
208
|
250000
|
662
|
348
|
270
|
130
|
109
|
95
|
88
|
950
|
391
|
255
|
211
|
300000
|
662
|
348
|
270
|
140
|
116
|
100
|
92
|
1000
|
399
|
258
|
213
|
350000
|
662
|
348
|
270
|
150
|
122
|
105
|
97
|
1100
|
414
|
265
|
217
|
400000
|
662
|
348
|
270
|
160
|
129
|
110
|
101
|
1200
|
427
|
270
|
221
|
450000
|
663
|
348
|
270
|
170
|
135
|
114
|
105
|
1300
|
440
|
275
|
224
|
500000
|
663
|
348
|
270
|
180
|
142
|
119
|
108
|
1400
|
450
|
279
|
227
|
550000
|
663
|
348
|
270
|
190
|
148
|
123
|
112
|
1500
|
460
|
283
|
229
|
600000
|
663
|
348
|
270
|
200
|
154
|
127
|
115
|
1600
|
469
|
286
|
232
|
650000
|
663
|
348
|
270
|
210
|
160
|
131
|
118
|
1700
|
477
|
289
|
234
|
700000
|
663
|
348
|
270
|
220
|
165
|
135
|
122
|
1800
|
485
|
292
|
235
|
750000
|
663
|
348
|
270
|
230
|
171
|
139
|
125
|
1900
|
492
|
294
|
237
|
800000
|
663
|
348
|
271
|
240
|
176
|
142
|
127
|
2000
|
498
|
297
|
238
|
850000
|
663
|
348
|
271
|
250
|
182
|
146
|
130
|
2200
|
510
|
301
|
241
|
900000
|
663
|
348
|
271
|
260
|
187
|
149
|
133
|
2400
|
520
|
304
|
243
|
950000
|
663
|
348
|
271
|
270
|
192
|
152
|
135
|
2600
|
529
|
307
|
245
|
1000000
|
663
|
348
|
271
|
∞
|
664
|
349
|
272
|
.jpg)
