Teknik Sampling

TEKNIK SAMPLING

1. Beberapa Pengertian Dasar
Sampling

Proses pengambilan atau memilih n buah elemen/objek/unsur dari populasi yang berukuran N.
Populasi (N)

Kumpulan lengkap dari elemen-elemen yang sejenis akan tetapi dapat dibedakan berdasarkan karekteristiknya.
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.

2. Tipe Sampling Menurut Peluang Pemilihannya
Probability sampling biasa juga kita kenal dengan random sampling. Pada saat memilih unit sampling, sangat diperhatikan bahwa besarnya satuan sampling untuk terpilih ke dalam sampel tidak boleh sama dengan nol.
Yang termasuk probability sampling antara lain:

SIMPLE RANDOM SAMPLING
Dalam Simple Random Sampling, satuan sampling dipilih secara acak. Besar peluang untuk terpilih harus diketahui dan bernilai sama.
Namun, tidak setiap saat kita menggunakan random sampling. Semua tergantung pada populasi. Jadi, semakin besar populasi, maka penggunaan Simple Random Sampling ini akan semakin rumit dan memakan waktu.
Contoh: Misalnya ada sebuah penelitian mengenai “Kualitas Dosen Universitas Gunadarma” dengan sampel adalah seluruh dosen yang ada di Universitas Gunadarma. Kemudian akan dilakukan pengambilan sampel / pemilihan sampel secara acak tanpa melakukan pengelompokkan. Dengan demikian, peluang masing-masing dosen untuk terpilih sebagai sampel adalah sama.

STRATIFIED RANDOM SAMPLING
Kali ini, populasi yang ada di bagi ke dalam strata yang merupakan sub populasi. Hal ini dilakukan untuk membentuk strata yang di dalamnya terdapat satuan-satuan sampling yang mempunyai nilai yang relatif sama atau homogen.
Contoh: Misalnya (masih menggunakan contoh di atas) semua dosen yang ada kita klasifikasikan menjadi dosen untuk mahasiswa tingkat pertama, kedua, ketiga, dan keempat (yang selanjutnya akan disebut sebagai strata). Kemudian dari masing-masing strata tersebut dilakukan teknik pengambilan sampel dengan Simple Random Sampling seperti di atas.

CLUSTER RANDOM SAMPLING
Berbeda dengan Stratified Random Sampling, kali ini populasi harus dikelompokkan ke satuan-satuan sampling yang lebih besar yang disebut cluster. Berbeda dengan pembentukan strata, pembentukkan cluster harus berbeda atau heterogen. Cara pemilihannya dilakukan dalam beberapa tahap.
a)    Memilih cluster dengan cara simple random sampling.
b)    Memilih satuan sampling dalam cluster. Jika pemilihan dilakukan lebih dari dua kali disebut Multi-stage Cluster Sampling.
Contoh: Misalnya dalam penelitian yang sama seperti di atas, karena Universitas Gunadarma memiliki beberapa cabang dengan banyak dosen, maka dipilihlah salah satunya seperti Kelapa Dua. Kemudian dari Kelapa Dua itu, di pilih lagi kampus mana yang akan dicari misalnya E, G, atau H. Dan terakhir, dipilihlah dosen dari salah satu kampus tersebut.

Non Probability Sampling adalah metode yang tidak didasarkan pada mekanisme yang random dalam pemilihan sampel penelitian. Pada Non Probability Sampling ini sampel dipilih karena pertimbangan-pertimbangan tidak acak, seperti kesesuaian sampel dengan kriteria-kriteria yang dirumuskan peneliti.
Contoh, penelitian yang ditujukan untuk mengetahui kualitas dosen Universitas Gunadarma seperti di atas. Peneliti dalam hal ini tidak memilih sampel secara random tetapi memilih bebrapa mahasiswa yang diyakini peneliti mampu memberikan informasi yang dibutuhkan.
Non Probability Sampling terdiri atas tiga bagian:

HAPHAZARD SAMPLING
Haphazard sampling disebut juga accidental atau convenient sampling. Pada teknik sampling ini, kita akan mengambil sampling tanpa memperhitungkan derajat kepresentatifannya tetapi lebih kepada “kenyamanan peneliti”.
Contoh: adalah the person-on-the-street interview yang dilakukan dalam suatu program TV. Reporter TV biasanya mewawancarai mereka yang dijumpai di jalan, tetapi umumnya menghindari mereka yang kelihatan tidak menarik, miskin, sangat tua, dan tidak berpendidikan.
Pada contoh di atas, mereka yang diwawancarai oleh reporter TV pada dasarnya tidak mewakili populasi manapun. Hasil dari penelitian yang demikian tidak dapat digeneralisasikan.

SNOWBALL SAMPLING/QUOTA SAMPLING
Satuan sampling dipilih atau ditentukan berdasarkan informasi dari responden sebelumnya.
Contoh: 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 ditanya pendapatnya. Demikian seterusnya sehingga informasi dirasa sudah memadai.

PURPOSIVE SAMPLING
Disebut juga Judgment Sampling. Satuan sampling dipilih berdasarkan pertimbangan tertentu dengan tujuan untuk memperoleh satuan sampling yang memiliki karakteristik yang dikehendaki.
Contoh: 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.

Posted in: Statistika