Bent uk pengam bilan sam pel secara um um t erbagi menjadi 2 bagian:
1. Probabilit y sampling 2. Nonprobability sampling.
Tabel 4.1. Perbedaan Probabilit y dan Nonprobabilit y Sampling
Probability Sampling1 Nonprobabilit y Sampling2 Perlakuan unt uk
anggot a/ elemen populasi
Semua anggot a populasi berpeluang menjadi sampel
Tidak semua anggot a populasi berpeluang menjadi sampel
Jenis
- Simple Random sampling - St rat ified random sampling - Syst emat ic random sampling - Clust er/ area random sampling - M ult ist age random sampling
- Accidental, Haphazard at au Convenience Sampling - Purposive / judgement
sampling - Quota sampling
- Snow ball/ net work sampling Cont oh
- Para karyaw an di suat u perusahaan
- Para nasabah suat u bank
- Para pengunjung yang dat ang ke supermarket
- Para penont on suatu konser musik t erbuka
1 Lohr (2010) membedakan probabilit y sampling hanya kepada t iga jenis, yait u:
simple random sampling, st rat ified sampling dan clust er sampling. Crosby & Pat el (1995) m em bagi probabilit y sampling yakni: random sampling, syst emat ic sampling, st rat ified sampling, sequent ial sampling (bert ahap, berurut). Levy &
Lemeshow (2008). M em bedakan jenis probabilit y sam pling lebih banyak lagi, yait u:
simple random sampling, syst ematic sampling, st rat ified sampling, clust er sampling dan t w o st age clust er sampling. Scheaffer (2012) m em baginya m enjadi: simple random sampling, syst emat ic sampling, st rat ified sampling, clust er sampling dan t w o st age clust er sampling. Kalton (1983) m em baginya m enjadi: simple random sampling, syst ematic sampling, st rat ification sampling, clust er sampling dan multist age sampling.
2 Kalt on (1983) m em bagi nonprobabilit y sampling ke dalam beberapa t ipe, yakni:
accident al, haphazard atau convenience sampling; quot a sampling. Babbie (2011) m em bedakannya m enjadi: reliance on available subject s/ convenience/ haphazard, purposive or judgemental sampling, snowball sampling, quot a sampling.
Pengam bilan Sam pel
Probabilit y sampling adalah t eknik pengam bilan sam pel dim ana seluruh anggot a/ elem en populasi m emiliki peluang (probabilit y) yang sam a unt uk dijadikan sebagai sam pel. Dengan kat a lain t idak ada diskriminasi dalam pengam bilan sam pel, siapa saja dari anggot a populasi dapat dipilih unt uk m enjadi sam pel penelit ian.
Nonprobability sampling adalah kebalikannya, yakni pengam bilan sam pel dim ana t idak sem ua anggot a/ elemen populasi berpeluang sam a unt uk dijadikan sam pel.
Probability Sampling
Probabilit y sam pling t erdiri dari lim a jenis, ant ara lain:
-
Simple Random sampling-
St rat ified random sampling-
Syst emat ic random sampling-
Clust er/ area random sampling-
M ult ist age random samplingKelim a jenis sam pling di at as m em iliki karakt erist ik t ersendiri seperti t erlihat dalam penjelasan berikut ini.
a. Simple random sampling
Simple random sampling (pengam bilan sam pel secara acak sederhana) adalah sebuah desain sam pel dengan m engam bil sejum lah sam ple (n) dari suat u populasi (N) (Lohr, 2010; Thom pson, 2012). Simple random sampling digunakan apabila karakt ert ist ik at au ciri dari anggot a adalah populasi sam a (hom ogen). M isalnya karyaw an bagian administ rasi adalah sam a (hom ogen) dipandang dari jenis pekerjaan yang m ereka lakukan. Nasabah yang sam a- sam a m enggunakan produk t abungan suat u bank.
Set elah sem ua anggot a populasi didaft ar, m aka sam pel bisa dit ent ukan berdasarkan undian, t abel bilangan acak (t abel random ). M isalnya suat u populasi beranggot an 30 orang karyaw an, dari 30 orang t ersebut akan diam bil sam pel sejum lah 5 orang.
Apabila menggunakan undian, m aka caranya adalah sebagai berikut :
Pengam bilan Sam pel
1) Buat daft ar 30 orang nam a-nam a karyaw an
Tabel 4.2. Cont oh Pengam bilan Sam pel dengan Random
1 Alda 11 Kendro 21 Desy
2 Baby 12 Azmi 22 Wat y
3 Cant ika 13 Rena 23 Pingkan
4 Dilla 14 Tika 24 Dina
5 Taufik 15 Int an 25 Emm a
6 Salm an 16 Yusuf 26 Fit ri
7 Arw in 17 M ila 27 Git a
8 Hindun 18 Asm an 28 Bobby
9 Ika 19 Farhan 29 Dedek
10 Juli 20 Leman 30 Rom y
2) Tulis di at as kert as seluruh nam a tersebut , lipat dan masukkan ke dalam kot ak.
3) Am bil 5 sam pel secara acak, m isalnya yang t eram bil adalah Cantika, Desy, Tika, M ila, dan Yusuf, m aka kelim a orang tersebut m enjadi sam pel penelit ian.
Apabila m enggunakan t abel bilangan random , m aka langkah-langkahnya sebagai berikut :
1) Buat daft ar m isalnya 100 orang nam a-nam a karyaw an sebagai anggot a populasi, sam pel yang diam bil 10 orang.
2) Lihat t abel bilangan random di buku-buku st at ist ik at au m enggunakan kom put er sepert i Excel [Form ulanya =RAND()* N].
3) Tent ukan sem barang sel, dengan m enjat uhkan ujung jari at au alat t ulis di at as t abel. Am bil t iga digit angka t erakhir dari sel t ersebut, bila angka t ersebut berkisar 1 s.d. 100, angka t ersebut dapat dijadikan sebagai nom or sam pel. Jika t idak, lanjut kan ke sel lain di sisi kanan sel pert am a, dan set erusnya. Jika suat u nom or sudah pernah t eram bil, lanjut kan pula ke sel selanjut nya sam pai t eram bil 10 orang sampel, sepert i t elah dit et ent ukan sebelum nya. Cont ohnya lihat pada t abel random berikut ini. Sam pel yang t eram bil adalah anggot a populasi nom or, 43, 79, 88, 74, 84, 96, 19, 96, 15, dan 82.
Tabel 4.3. Tabel Bilangan Acak (Random )
5328112 3442950 1919482 6039905 5053857 8016795 9469087 1073959 9512164 7928663 4409512 7117635 4909378 3465309 1364663 3268328 2622050 1095663 2861112 7419891 5174148 5722743 4244335 1228198 4563600 4083337 1455246 8109087 1926066 4579769 6710362 7689095 5533609 9801794 4926961 1439040 7212028 3231351 4058764 8291614 7366172 3588051 7923987 9360127 1634991 1711691 7092821 6085427
Pengam bilan Sam pel 4593623 5971131 2038882 4796856 4044668 7220439 5014266 2329997
9109074 7214845 3486926 3686119 9831135 8994778 5186527 5658596 3600809 3363353 28613 43 90225 79 58992 88 19594 43 13848 74 17908 84 24540 96 45466 19 58037 96 72684 15 65120 82 7476265 5886912 2650827 4587164 8845583 8268683 6337049 7167725 5380822 1035869 7513382 5258670 5215675 7013858 9031148 5448215 7219564 5655749 2404393 3680205 5810871 3914438 3601650 4968077 6892664 9611422 2269473 5407816 2817767 9322951 5261909 3370649 7038108 7565922 6672992 2191687 9070367 8723853 2000469 4326432 5858081 8366128 3863787 2366536 3500993 5482984 1061335 7073511 4948066 7944490 4167176 1339177 9763693 7017376 9770380 7180293 8224729 4051126 3271758 3741387 3739805 8815765 4731565 3624134 1966349 4650224 8521794 Cat at an: Nilai random dirancang dengan Excel
b. St rat ified random sampling (pengam bilan sam pel secara acak berst rat a) Pengam bilan sam pel jenis ini adalah digunakan apabila dalam suat u populasi m em iliki beberapa kelom pok yang karakt erist iknya berbeda, um um nya suat u kelom pok m em iliki jenjang at au t ingkat yang lebih t inggi dibanding kelom pok lainnya. M isalnya kelom pok t ingkat pendidikan, karyaw an-karyaw an yang berbeda golongan.
Pengam bilan sam pel diam bil secara proporsional unt uk set iap kelom pok.
M aka pengam bilan sam pel ini sering juga disebut dengan st rat ified proport ional random sam pling. Lihat cont oh di baw ah ini unt uk pengam bilan sam pel berst rat a yang proporsional.
Tabel 4.4. Cont oh Pengam bilan Sam pel Berst rat a yang Proporsional
St rat a Populasi Sam pel
SLTA 124 44
Diplom a 280 99
Sarjana 100 35
Pascasarjana 231 81
Tot al 735 259
M isalnya jumlah sam pel pada st rat a pendidikan SLTA sebesar 44, diperoleh dari perhit ungan sebagai berikut :
124
nSLTA= x 259=44 735
m ulai bat al
Pengam bilan Sam pel
Nilai sebesar 259 adalah t ot al sam pel yang dit ent ukan dengan rum us yang dikem ukakan Slovin (lihat pada bagian pem bahasan ukuran sam pel). Nilai ini perlu dit ent ukan t erlebih dahulu agar dapat mem bandingkan jum lah populasi pada suat u st rat a dengan t ot al populasi secara keseluruhan.
Apabila t idak ada st rat a di dalam populasi m aka pengam bilan sam pel ini hanya disebut sebagai proport ional random sampling. Jenis ini m erupakan penent uan populasi yang t erbagi m enjadi beberapa kelom pok, nam un t idak ada st rat a at au jenjang di dalam nya, t idak ada sat u kelom pok lebih tinggi dari kelom pok lainnya.
Tabel 4.5. Cont oh Pengam bilan Sam pel Proporsional yang Tidak Bersrat a
Unit Kerja Populasi Sam pel
Keuangan 124 44
Pem asaran 280 99
SDM 100 35
Produksi 231 81
Tot al 735 259
c. Syst emat ic random sampling (pengam bilan sampel secara acak sist em at is)
Teknik ini merupakan t eknik pengam bilan sam pel berdasarkan urut an anggot a populasi yang t elah diberi nom or urut . Cont oh, populasi 100 orang, diberi nom or urut 1 s/ d 100. Pengam bilan sam pel pertam a dilakukan secara acak (random ), lalu pengam bilan sam pel selanjutnya dapat dilakukan dengan nom or ganjil saja, genap, at au kelipat an bilangan. M isal nom or pert am a adalah 16, m aka sam pel selanjut nya boleh kelipat an berapa saja, m isalnya kelipat an 5, m aka sam pel kedua adalah bernom or 21. Begit u set erusnya.
d. Clust er/ area random sampling (pengam bilan sam pel area/ klast er) Clust er/ area random sampling adalah cara pengambilan sam ple dengan m em ilih klast er-klast er at au area-area t ert ent u secara random unt uk set iap unit sam pling. Um um nya obyek yang sum ber data sangat luas, misal penduduk dari suat u propinsi, negara.
M asing-m asing klast er at au area dapat diam bil sam pelnya dengan cara yang proporsional, sepert i dilakukan pada t eknik sam pling st rat ified.
Pengam bilan Sam pel
Tabel 4.5. Cont oh Pengam bilan Sam pel Clust er/ Area Secara Proporsional
Daerah Populasi Sam pel
Kot a A 240,000 54
Kot a B 300,000 67
Kot a C 1,000,000 223
Kot a D 250,000 56
Tot al 1,790,000 400
e. M ult ist age random sampling (pengam bilan sam pel banyak t ahap) Teknik ini adalah m engam bil sam pel dengan cara beberapa t ahap, sam pai t ahap yang dianggap jenuh. M isalnya sam pel t ahap pert am a adalah m enent ukan propinsi yang akan dijadikan sam pel. Tahap kedua adalah m enent ukan sam pel kabupat en. Tahap ket iga m enent ukan sam pel kecam at an. Tahap keem pat m enent ukan sam pel kelurahan/ desa. Tahap kelim a m enent ukan sam pel lingkungan/ RT/ RW.
Nonprobability Sampling
Jenis sam pling nonprobabilit i t erdiri dari beberapa jenis, ant ara lain:
-
Accidental sampling (kebet ulan)/Convenience sampling (kesesuaian)-
Purposive sampling/ Judgement Sampling-
Quota sampling-
Snowball/ net w ork samplingTeknik-t eknik t ersebut m emiliki ciri t ersendiri sepert i t erlihat dalam bahagian berikut ini.
a. Accident al sampling (kebet ulan)/Convenience sampling (kesesuaian) Pengam bilan sam pel dengan ini adalah dengan cara m encari objek yang akan akan dit eliti. Objek yang kebet ulan bert em u pada saat pengum pulan dat a dan sesuai unt uk dit elit i, m aka dijadikan sebagai sam pel penelit ian.
Teknik sam pling sem acam ini adalah t eknik sam pling yang t erm udah. Bisa digunakan apabila penelit i tidak m em beri persyarat an yang ket at t erhadap calon sam pel yang dipilih. Jenis sam pel ini dianggap kurang represent at if (Kalt on, 1983; Babbie, 2011).
Jum lah sam pel unt uk t ipe ini dapat dit ent ukan berdasarkan jum lah populasi sepert i halnya di dalam probabilit y sampling. Dengan diket ahui jum lah
Pengam bilan Sam pel
populasi m aka jumlah sam pelnya dapat dit ent ukan dengan rum us at au t abel penent uan jum lah sam pel (lihat bagian penentuan jum lah sam pel).
Hanya saja t idak sem ua anggot a populasi berpeluang m enjadi sam pel.
Penelit i dalam m enent ukan siapa sam pel yang t erpilih adalah dengan cara m enem ui siapa saja yang dit em ui pada saat m engum pulkan dat a.
b. Purposive sampling/ Judgement Sampling
Teknik ini adalah memilih sam ple dari suat u populasi berdasarkan pert im bangan t ert ent u, baik pert im bangan ahli maupun pert im bangan ilmiah. Berbeda dengan accident al sampling, t eknik ini mem berikan persyarat an yang cukup ket at agar sam pel yang dipilih sesuai dengan karakt erist ik yang dikehendaki dalam analisis. Penelit i perlu berhat i-hati dalam m enent ukan yang m ana calon sam pel unt uk dit elaah.
c. Quota sampling
Penent uan sam pel dengan cara ini adalah m enent ukan sam pel dalam bat as-bat as jum lah t ert ent u sesuai dengan kebut uhan dan kecukupan analisis. Um um nya jenis sam pling ini digunakan unt uk m enent ukan sam pel pada w ilayah geografis yang luas dengan. Jumlah populasi biasanya sulit unt uk diket ahui karena luasnya w ilayah, sehingga harus dikuot akan oleh penelit i.
d. Snowball/ net w ork sampling
Teknik ini adalah m enent ukan sam ple secara berant ai pada suat u populasi yang sangat spesifik. Penelit i dapat m enent ukan siapa sam pel pert am a, dan kem udian dari sam pel t ersebut dim int a unt uk m enyebut kan calon sam pel lainnya yang dikenal. Pengam bilan sam pel akan berhent i apabila peneliti sudah m erasa bahw a dat a yang dikum pulkan cukup m em adai.