TEKNIK SAMPLING
Oleh:Oleh: Prof. Dr. H. Abdul Muin Sibuea, Prof. Dr. H. Abdul Muin Sibuea, M.PdM.Pd
Bahan Kuliah Bahan Kuliah
Metode Penelitian Metode Penelitian
PROGRAM PASCA SARJANA
2011
1A. Muin Sibuea
1. PopulasiPopulasi: Semua unit analisis yang akan diteliti sifat–sifatnya
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 yang memungkinkan peneliti mengambil sampel
2A. Muin Sibuea
2. Sampel
Sampel: Sebagian dari populasiSampel: Bagian dari obyek Sampel: Bagian dari obyek penelitian secara keseluruhan penelitian secara keseluruhan yang diharapkan dapat mewakili yang diharapkan dapat mewakili karakteristik obyek secara karakteristik obyek secara keseluruhankeseluruhan
3A. Muin Sibuea
Alasan Pengambilan Sampel:
1. Efisiensia. Dana
b. Waktu
c. Tenaga
2. Representativeness (keterwakilan)
4A. Muin Sibuea
Manfaat teknik sampling :
1. Survei terhadap sampel lebih cepat dan lebih murah
2. Dapat menghasilkan informasi yang lebih komprehensif: suatu sampel yang kecil tentu saja memungkinkan untuk dapat diteliti sepenuhnya.
3. Lebih akurat: karena anggota populasi yang diteliti kecil maka kesalahan (error) yang dibuat peneliti dalam mengumpulkan dan mengolah data akan lebih kecil.
4. Karena waktu dan biaya dapat dihemat, maka survai sampel akan memungkinkan untuk melaksanakan penelitian terhadap populasi yang lebih besar dan lebih bervariasi.
5A. Muin Sibuea
Teknik Pengambilan SampelTeknik Pengambilan Sampel
Teknik pengambilan sampel
1. Probability sampling
2. Non-probability sampling
1. Simple random sampling (pengambilan sampel acak sederhana)(pengambilan sampel acak sederhana)
2. Systematic random sampling (pengambilan sampel (pengambilan sampel acak secara sistacak secara sisteematis)matis)
3.3. Stratified random samplingStratified random sampling (pengambilan (pengambilan sampel acak berstrata)sampel acak berstrata)
4.4. Cluster random samplingCluster random sampling (pengambilan (pengambilan sampel berkelompok)sampel berkelompok)
5.5. MultiMulti--stage random samplingstage random sampling (pengambilan sampel gugus bertahap)(pengambilan sampel gugus bertahap)
1. Quota Sampling
2. 2. Purposive Purposive SamplingSampling
3. 3. AccidentalAccidental Sampling Sampling
4. 4. SnowballSnowball SSamplingampling
6A. Muin Sibuea
1. Simple Random 1. Simple Random SamplingSampling
Semua anggota populasi memiliki Semua anggota populasi memiliki kesempatan yang sama untuk kesempatan yang sama untuk terpilihterpilih
Caranya: undian, lotere, tabel Caranya: undian, lotere, tabel bilangan acak, dsbbilangan acak, dsb
Ukuran sampel dapat ditentukan Ukuran sampel dapat ditentukan dengan menggunakan rumus Parel dengan menggunakan rumus Parel et. al.et. al.
7A. Muin Sibuea
Salah satu rumus Parel et al (1973, p. 13) untuk menentukan sampel yang dapat mewakili populasi adalah:
Besar sampel:
dimana: N = besar populasi
Z2 = nilai reliabilitas pada taraf kepercayaan 95%, maka dari
daftar diperoleh Z = 1,96
d = 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).
s2 = varians penelitian yang memiliki populasi sama dengan
penelitian yang sedang dilaksanakan 8A. Muin Sibuea
NZNZ22ss22 n = --------------- n = --------------- NdNd22 – Z – Z22ss22
Misalkan populasi N = 14.058 dan simpangan baku (s) = 9,5467 atau s2 = 91,1389
Maka diperoleh besar sampel:
9A. Muin Sibuea
502
1389,9196,185,0058.14
1389,9196,1058.1422
2
n
Contoh lain, dapat menggunakan rumus Slovin 1960 Contoh lain, dapat menggunakan rumus Slovin 1960 dan Sevilla 1994 (Husein Umar,1990).dan Sevilla 1994 (Husein Umar,1990). NN
n = -------------n = ------------- 1 +( N X e1 +( N X e22))
dimana : n = ukuran sampledimana : n = ukuran sample N = ukuran populasiN = ukuran populasi e = persen kelonggaran/ketidaktelitian karena kesalahan e = persen kelonggaran/ketidaktelitian karena kesalahan
pengambilan sample yang masih dapat diterima atau pengambilan sample yang masih dapat diterima atau diinginkan.diinginkan.
Contoh : Penelitian dilakukan untuk mengetahui mutu guru Contoh : Penelitian dilakukan untuk mengetahui mutu guru dengan populasi sebanyak 5000 orang. Jika digunakan toleransi dengan populasi sebanyak 5000 orang. Jika digunakan toleransi kesalahan 5% maka sample yang diambil adalah:kesalahan 5% maka sample yang diambil adalah:
50005000n = --------------------- = 370 orang n = --------------------- = 370 orang 1 + (5000 X 0.051 + (5000 X 0.0522))
10A. Muin Sibuea
Ciri Utama simple random sampling1. setiap unsur dalam populasi memiliki
kesempatan yang sama untuk dipilih. 2. sifat populasi homogen
Cara sederhana: undianKeuntungan :1. Teori yang diperlukan sederhana. Jauh lebih
mudah dimengerti dari pada teknik sampling yang lain.
2. Metode estimasi sederhana dan mudah
Kelemahan :1. Membutuhkan frame (daftar) populasi2. Pemilihan sample bisa terpencar secara luas
sehingga membutuhkan biaya transportasi yang besar.
11A. Muin Sibuea
2. Sistematic Random 2. Sistematic Random SamplingSampling a.a. Anggota populasi yang terpilih adalah Anggota populasi yang terpilih adalah
anggota dengan kategori yang mengikuti anggota dengan kategori yang mengikuti pola tertentu pola tertentu
b.b. Caranya: mengurutkan variabel dengan Caranya: mengurutkan variabel dengan kriteria dari yang terkecil sampai yang kriteria dari yang terkecil sampai yang terbesar, lalu pilih anggota populasi terbesar, lalu pilih anggota populasi pertama secara acak, kemudian dipilih pertama secara acak, kemudian dipilih anggota yang lain dengan pola tertentuanggota yang lain dengan pola tertentu
c.c. Contoh: memilih sampel sekolah menurut Contoh: memilih sampel sekolah menurut rata-rata nilai UN. Agar mewakili daerahnya, rata-rata nilai UN. Agar mewakili daerahnya, digunakan metode acak sistematikdigunakan metode acak sistematik
12A. Muin Sibuea
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
13A. Muin Sibuea
3. Stratified Random Sampling3. Stratified Random Sampling
Populasi bersifat heterogen dan terdiri Populasi bersifat heterogen dan terdiri atas berbagai lapisan (strata)atas berbagai lapisan (strata)
Cara: populasi dibagi dalam strata lalu Cara: populasi dibagi dalam strata lalu sampel diambil secara proporsional sampel diambil secara proporsional dalam setiap stratadalam setiap strata
Keuntungan: semua ciri populasi Keuntungan: semua ciri populasi terwakili, dpt dibandingkan antar strata. terwakili, dpt dibandingkan antar strata.
Kelemahan: perlu terlebih dahulu Kelemahan: perlu terlebih dahulu mengetahui komposisi populasi dan mengetahui komposisi populasi dan membutuhkan waktu yang lamamembutuhkan waktu yang lama
Contoh: Latar belakang pendidikan Contoh: Latar belakang pendidikan (SMP, SMA, S1, S2) (SMP, SMA, S1, S2) 14A. Muin Sibuea
Ciri utama Stratified Random SamplingStratified Random Sampling:Populasi terdiri dari stratum-stratum tertentu yang berbeda satu sama lain, setiap stratum berisi unit-unit yang homogen sifatnya.
Keuntungan :1. Stratifikasi akan memberikan presisi yang lebih baik
dalam melakukan estimasi sifat-sifat populasi2. Lebih efisien dibandingkan dengan random sampling3. Lebih mudah mengadministrasikan4. Memungkinkan dilakukannya analisis data yang lebih
komprehensif karena informasi yang tersedia untuk masing-masing stratum.
Kelemahan :1. Memerlukan kerangka (frame) yang terpisah untuk
masing-masing stratum2. Biaya transportasi lebih besar, khususnya bila populasi
mencakup daerah yang luas.
15A. Muin Sibuea
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 Obyek yang diteliti sangat luas, kerangka sampel sulitsulit
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 populasi2. Biaya lebih murah karena hemat waktu, tenaga, hemat waktu, tenaga,
dan danadan dana3. Biaya trasportasi berkurang
16A. Muin Sibuea
Kelemahan :1. Masalah analisis statistik lebih besar2.2. Akurasi sampel kurangAkurasi sampel kurang3. Prosedur estimasi sulit
Contoh: efektifiatas Program BOS Contoh: efektifiatas Program BOS 2005/2006. Cluster dibuat berdasarkan % 2005/2006. Cluster dibuat berdasarkan % penduduk miskin dan angka partisipasi penduduk miskin dan angka partisipasi Dikdas Dikdas
17A. Muin Sibuea
GORONTALO
SULTENG
NTBSUMSEL
82,67BENGKULU
LAMPUNG SULTRA MALUKU
NAD
NTT
KALBAR
SULSELBABEL
KALSEL
SULUT JABAR
JATENG
JATIM
RIAU
BALIBANTEN KALTENG
KALTIMSUMBARMALUT
JAMBI
SUMUT DIYDKI
PAPUA
65
70
75
80
85
90
95
0 5 10 15 20 25 30 35 40 45
% Penduduk Miskin
AP
M S
D+
SM
P
Provinsi menurut tingkat Provinsi menurut tingkat kemiskinan & APM SD-SMPkemiskinan & APM SD-SMP
Cluster Cluster II
Cluster Cluster IVIV
ClustCluster er IIIIII
ClustCluster er IIII
18A. Muin Sibuea
Penetapan daerah sampelPenetapan daerah sampelClust
erProvi
nsiKabupaten/kota
I JaTim Kota Surabaya, Kab Lamongan (R), Kab. Pasuruan (T)
II
SumUt Kota Medan, Kab. Deli Serdang (R), Kab. Tapanuli Utara (T)
KalTim Kota Samarinda, Kab Kutai Timur (T), Kab. Penajam Paser Utara (R)
Banten Kab. Serang, Kota Cilegon (T), Kab. Pandeglang (R)
III Sulsel Kota Makassar, Kab. Maros (T), Kab. Bantaeng (R)
IV
SumSel
Kota Palembang, Kab OKI (R), Kab. Muara Enim (T)
NTT Kota Kupang, Kab. Kupang (R), Kab. Flores Timur (T)
7 prov.
21 kab/kota
19A. Muin Sibuea
Penetapan sekolah sampelPenetapan sekolah sampel
Lem-baga
Kab/kota JumlahIbukota
KabDi luar
Ibukota Kab
N S N S
SD 2 1 4 1 8
MI 1 2 1 2 6
SMP 1 1 3 1 6
MTs 1 1 1 1 4 24 sekolah
20A. Muin Sibuea
5. Multistage sampling5. Multistage sampling
Cakupan populasi sangat luas Cara: memilih sampel di tiap
hirarki secara bertahap Biasanya: digunakan dengan
kombinasi metode yang lain
21A. Muin Sibuea
Teknik pengambilan sampel yang dilakukan dua tingkat atau lebih.
Keuntungan :1. Lebih efisien dan fleksibel dari pada single-stage
sampling2. Sampling frame yang diperlukan hanya untuk
unit-unit yang terpilih sebagai sampel3. Biaya transportasi lebih murah
Kelemahan :1. Proses estimasi sulit, khususnya bila ukuran
besar unit-unit tingkat pertama tidak sama 2. Prosedur pengambilan sampel telah terencana
sebelum pemilihan sampel dilakukan
22A. Muin Sibuea
Non-Probability SamplingNon-Probability Sampling1. Quota samping: penetapan sampel yang
didasarkan pada jumlah tertentu2. Accidental sampling: penetapan sampel
secara spontan, tanpa pertimbangan tertentu
3. Purpossive sampling: penetapan sampel berdasarkan pertimbangan tertentu
4. Snowball sampling: penetapan sampel yang berkembang seperti bola salju, yang mula-mula sedikit lalu semakin banyak.
23A. Muin Sibuea
Non-Probability Sampling1. 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.
2. 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. 24A. Muin Sibuea
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 mula-mula sedikit lalu semakin banyak.
25A. Muin Sibuea
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.
26A. Muin Sibuea
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 non-parametrik cukup dengan data yang relatif kecil.
27A. Muin Sibuea
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
28A. Muin Sibuea
STRATA1
STRATA2
STRATA3
S.S1
S. S2
S.S3
RANDOMIASI
POPULASI
STRATIFIKASI
SAMPEL
DATA
STRATIFIED RANDOM SAMPLING
S.S.1 = SAMPEL DIAMBIL SECARA RANDOM
S.S.2; S.S.3, DST
29A. Muin Sibuea
STRATIFIED PROPORTIONAL RANDOM SAMPLING
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 ORANGS.S.3 = 40 ORANG
30A. Muin Sibuea
Top Related