PENGERTIAN POPULASI

Sugiyono (2010: 61) menyatakan bahwa populasi adalah wilayah generalisasi yang terdiri atas

objek/subjek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti

untuk dipelajari dan kemudian ditarik kesimpulannya. Jadi populasi bukan hanya orang, tetapi

juga benda-benda alam yang lain. populasi juga bukan sekedar jumlah yang ada pada

objek/subjek yang dipelajari, tetapi meliputi seluruh karakteristik/sifat yang dimiliki oleh objek

atau subjek itu.

PENGERTIAN SAMPEL

Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Bila populasi

besar, dan peneliti tidak mungkin mempelajari semua yang ada pada populasi, misalnya karena

keterbatasan dana, tenaga dan waktu, maka peneliti dapat menggunakan sampel yang diambil

dari populasi itu. Apa yang dipelajari dari sampel itu, kesimpulannya akan diberlakukan untuk

populasi. Untuk itu sampel yang diambil dari populasi harus betul-betul representative

(Sugiyono, 2010:62)

MANFAAT SAMPLING

1. Menghemat biaya penelitian

2. Menghemat waktu untuk penelitian

3. Dapat menghasilkan data yang lebih akurat

4. Memperluas ruang lingkup penelitian

SYARAT TEKNIK SAMPLING

Teknik sampling boleh dilakukan jika populasi bersifat homogeny atau memiliki karakteristik

yang sama atau setidak-tidaknya hamper sama. Bila keadaan populasi bersifat heterogen maka

sampel yang dihasilkan dapat bersifat tidak representative atau tidak dapat menggambarkan

karakteristik populasi.

JENIS SAMPLING

A. Probability Sampling

Setiap anggota populasi memiliki peluang yang sama untuk terpilih menjadi sampel dan

setiap sampel bisa diambil secara acak.

Berikut ini karakteristik dari probability sampling:

1. Pada probability sampling kita merujuk dari sampel serta populasi

2. Setiap individu dari populasi memilki peluang yang sama untuk dijadikan sebagai sampel

3. Probabilty sampel dapat diwakili dari populasi

4. Penelitian (data) dari sampel probabilitas digunakan untuk tujuan inferensial (untuk

membuat kesimpulan)

5. Probabilitas sampel tidak berasal dari distribusi untuk setiap variabel

6. Statistik parametrik atau inferensial tidak digunakan untuk sampel probabilitas

7. Adanya resiko dalam menggambarkan kesimpulan dari sampel probabilitas menyeluruh

8. Probabilitas adalah menyeluruh, keterwakilan mengarah pada karakteristik, secara

keseluruhan mengarah pada ukuran dan daerah

B. Non Probability Sampling

Peluang anggota populasi tidak diketahui karena pengambilan sampel tidak dilakukan secara

acak.

Berikut ini karakteristik dari non probability sampling:

1. Tidak ada gagasan populasi dalam non probabilitas sampling

2. Tidak ada peluang memilih setiap individu

3. Non probabilitas sampling mempunyai distribusi yang bebas

4. Penelitian dari non probabilitas sampling tidak digunakan untuk menggenerlisasikan hasil

5. Statistik non parametrik atau non inferensial digunakan dalam non probabilitas sampling

6. Tidak ada resiko pada saat menarik kesimpulan

TEKNIK SAMPLING

A. Probability Sampling

1. Simple random sampling

2. Systematic sampling

3. Stratified sampling

4. Multiple or double sampling

5. Multi stage sampling

6. Cluster sampling

B. Non Probability Sampling

1. Icidental or accidental sample

2. Purposive sample

3. Quota sample

4. Judgement sample

TEKNIK SAMPLING

Probability sampling

Teknik sampling probabilitas atau random sampling merupakan teknik sampling yang dilakukan

dengan memberikan peluang atau kesempatan kepada seluruh anggota populasi untuk menjadi

sampel yang representative.

Simple random sampling

Sampel acak sederhana adalah salah satu elemen dimana setiap populasi memiliki

kesempatan dan independen yang sama untuk dijadikan sebagai sampel, yaitu sampel

dipilih dengan metode pengacakan. Contoh teknik sampel acak sederhana yaitu:

- Lempar koin

- Lempar dadu

- Metode lotre/undian

- Blind folded method

- Random tables (menggunakan tabel acak)

Keuntungan

- Memerlukan pengetahuan minimum dari populasi

- Bebas dari kesubjektifan dan bebas dari kesalahan personal

- Memberikan data yang sesuai untuk tujuan kita

- Observasi dari suatu sampel dapat digunakan untuk tujuan inferensial

Kekurangan

- Keterwakilan dari sampel tidak dapat dipastikan pada metode ini

- Metode ini tidak menggunakan pengetahuan tentang populasi

- Keakuratan inferensial dari penemuan tergantung pada ukuran sampel

Contoh: misal ada “pembiayaan pembangunan pendidikan Dasar di Jawa Barat”,

sampelnya adalah seluruh SD dan SMP yang ada di Jawa Barat. Terhadap seluruh SD dan

SMP itu dilakukan pemilihan secara random tanpa pengelompokan terlebih dahulu,

dengan demikian peluang SD maupun SMP untuk terpilih sebagai sampel sama.

Systematic sampling

Teknik pengambilan sampel merupakan perbaikan dari sampel acak sederhana. Metode ini

mengharuskan melengkapi informasi tentang populasi. Harus ada daftar informasi populasi

dari semua individu secara sistematis. Cara menentukan ukuran sampel:

n= ukuran sampel

N= ukuran populasi

N/n dikenal sebagai sampel sistematis. Jadi pada teknik ini populasi sampel perlu diatur

dengan cara yang sistematis.

Keuntungan

- Merupakan metode yang sederhana untuk memilih sampel

- Meminimalisir biaya (saat ke lapangan)

- Menggunakan statistik inferensial

- Komperhensif (menyeluruh) dan mewakili populasi

- Observasi sampel dapat digunakan untuk menggeneralisasikan dan menarik

kesimpulan

Kekurangan

- Tidak bebas dari kesalahan karena subjektifitas mengarah pada cara yang berbeda dari

daftar sistematis oleh individu yang berbeda. Pengetahuan tentang populasi sangat

penting.

- Informasi dari setiap individu sangat penting

- Metode ini tidak dapat menjamin keterwakilan

- Adanya resiko dalam menggambarkan kesimpulan dari penelitian sampel

Contoh : Misalnya  setiap unsur populasi yang keenam, yang bisa dijadikan sampel. Soal

“keberapa”-nya satu unsur populasi bisa dijadikan sampel tergantung pada  ukuran

populasi dan ukuran sampel. Misalnya, dalam satu populasi terdapat 5000 rumah. Sampel

yang akan diambil adalah 250 rumah dengan demikian interval di antara sampel kesatu,

kedua, dan seterusnya adalah 25.

Stratified sampling

Ini merupakan perbaikan dari metode sebelumnya. Saat menggunakan teknik ini peneliti

membagi populasi dalam tingkatan beberapa karakteristik dasar dan dari setiap kelompok

homogenitas yang lebih kecil. Peneliti perlu memilih karakteristik atau kriteria yang lebih

relevan pada penelitiannya. Stratified sampling ada tiga jenis:

1. Disproportionate stratified sampling

Ukuran dari sampel pada setiap kesatuan tidak seimbang terhadap ukuran satuan, tapi

tergantung pada pertimbangan, termasuk keputusan seseorang dan kesepakatan. Metode

sampel ini lebih efektif untuk membandingkan tingkatan yang mempunyai kemungkinan

kesalahan. Hal ini krang efisien untuk menentukan karakteristik populasi.

2. Proportionate stratified sampling

Keseimbangan sampel mengarah pada pemilihan dari setiap satuan sampel yang

seimbang pada ukuran kesatuan. Keuntungan dari prosedur ini termasuk keterwakilan

dengan mengarah pada variabel yang digunakan sebagai dasar dalam mengklasifikasikan

kelompok dan meingkatkan kesempatan dalam membuat perbandingan antar tingkatan.

3. Optimum allocation stratified sampling

Adalah perwakilan komprehensif yang lebih baik dari pada stratified sampel yang lain.

Hal ini mengarah terhadap penyeleksian kesatuan dari setiap strata yang perlu seimbang

terhadap hubungan populasi strata.

Keuntungan

- Perbaikan dari yang sebelumnya

- Ini adalah metode objektif sampling

- Observasi dapan digunakan untuk tujuan inferensial

Kekurangan

- Kekurangan berat dari metode ini adalah sulit bagi peneliti untuk memutuskan kriteria

relevan untuk stratifikasi

- Hanya satu kriteria yang dapat digunakan untuk stratifikasi, tapi itu secara umum

tampak lebih dari satu kriteria relevan untuk stratifikasi

- Banyak memakan biaya dan waktu

Contoh: misalnya ada suatu manajer yang ingin mengetahui sikap manajer terhadap suatu

kebajikan. Dia menduga bahwa manajer tingkat atas memiliki sikap yang positif terhadap

kebajikan perusahaan. Agar dapat menguji dugaan teresebut maka sampelnya harus

terdiri dari manajer tingkat atas, menengah, dan bawah. Kemudian dari masing-masing.

Strata dipilih manajer dengan teknik simple random sampling.

Multiple or double sampling

Secara umum ini bukan metode yang baru tapi hanya penerapan baru dari teknik sampling.

Ini paling banyak digunakan untuk membangun reliabilitas sampel. Saat membuat kuesioner

double sampling kadang-kadang digunakan untuk mendapatkan sampel keterwakilan yang

lebih, oleh karena itu teknik ini juga diketahui sebagai pengulangan atau multiple sampling.

Ini dilakukan karena beberapa pemilihan subjek secara acak yang diberikan kepada

responden mungkin ada beberapa yang tidak kembali kepada mereka, oleh karena itu data

yang hilang akan membiaskan hasil penelitian. Untuk menghilangkan pembiasan ini cara

sederhana yang dapat dilakukan adalah dengan mengacak dari non responden dan

mewawancarai orang-orang untuk mendapatkan informasi. Jadi teknik ini dikenal dengan

pengulangan atau multiple sampling.

Keuntungan

- Prosedur sampling ini mengarah pada kesimpulan, mengarah pada penentuan

ketelitian yang bebas berdasarkan pada jumlah penelitian

- Teknik dari sampling ini menurunkan tingkat kesalahan

- Metode ini mempertahankan prosedur dalam menemukan evaluasi reliabilitas sampel

Kekurangan

- Teknik dari sampel ini tidak dapat digunakan untuk sampel yang besar, hal ini berlaku

hanya untuk sampel kecil

- Teknik ini memerlukan waktu, biaya, dan memerlukan keahlian yang lebih

- Perencanaan dan administrasi lebih rumit

Multi stage sampling

Sampel ini lebih menyeluruh dan mewakili populasi, pada jenis ini sampel utama adalah

kelompok inklusif dan sampel kedua adalah sub kelompok, dan akan dipilih yang sesuai

pada satu dan hanya satu kelompok. Tahapan populasi biasanya tersedia dalam kelompok

atau populasi, kapanpun stratifikasi dilakukan oleh peneliti. Individu dipilih dari tahapan

yang berbeda untuk menyusun multi stage sampling.

Keuntungan

- Ini adalah perwakilan yang baik dari populasi

- Multi stage sampling adalah perbaikan dari metode sebelumnya

- Prosedur yang objektif dari sampling

- Penelitian dari multi stage sample digunakan untuk tujuan inferensial

Kekurangan

- Merupakan metode sampling yang sulit dan rumit

- Adanya kesalahan pada saat menentukan sampel primer dan sampel sekunder

- Merupakan fenomena subjektif

Contoh : 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.

Cluster sampling (Area sampling)

Untuk memilih kelompok yang utuh sebagai keseluruhan dapat diketahui melalui cluster

sampling. Pada cluster sampling kesatuan sampel memuat kelompok dari anggota-anggota

(cluster) dari pada anggota individu atau item dalam populasi. Menurut Sugiyono (2010:65)

teknik sampling daerah digunakan untuk mentukan sampel bila objek yang diteliti atau

sumber data sangat luas, misal penduduk dari suatu Negara, propinsi, atau kabupaten.

Keuntungan

- Merupakan perwakilan yang baik dari populasi

- Metode yang mudah

- Metode yang ekonomis

- Praktis dan sangat berlaku pada penelitian

- Hasil penelitian dapat digunakan untuk tujuan inferensial

Kekurangan

- Cluster sampling tidak bebas dari kesalahan

- Tidak menyeluruh, jadi semua teknik diatas merupakan probabilitas sampling

Contoh: Misalnya seorang marketing manajer sebuah stasiun TV ingin mengetahui

tingkat penerimaan masyarakat Jawa Barat atas sebuah tayangan, maka teknik

pengambilan sampel dengan area sampling sangat tepat.

Non probability sampling

Incidental or accidental sample

Menurut Sugiyono (2010:67) istilah insidental atau tidak disengaja. Sampling insidental

adalah teknik penentuan sampel berdasarkan kebetulan, yaitu siapa saja yang secara

kebetulan/incidental bertemu dengan peneliti dapat digunakan sebagai sampel, bila

dipandang orang yang ditemui itu cocok maka digunakan sebagai sumber data.

Accidental sampel merupakan teknik dalam memilih sampel, peneliti tidak mempunyai

pertimbangan lain kecuali berdasarkan kemudahan saja. Seseorang diambil sebagai sampel

karena kebetulan orang tadi ada di situ atau kebetulan dia mengenal orang tersebut. Oleh

karena itu ada beberapa penulis menggunakan istilah accidental sampling (tidak disengaja).

Jenis sampel ini sangat baik jika dimanfaatkan untuk penelitian penjajagan, yang kemudian

diikuti oleh penelitian lanjutan yang sampelnya diambil secara acak (random). Beberapa

kasus penelitian yang menggunakan jenis sampel ini,  hasilnya ternyata kurang obyektif.

Keuntungan

- Metode sampling yang sangat mudah

- Secara teratur digunakan untuk science

- Menghemat waktu, uang, tenaga

Kekurangan

- Tidak mewakili populasi

- Tidak bebas dari kesalahan

- Statistik parametrik tidak dapat digunakan

Contoh : misalnya ada seorang peneliti ingin mengetahui tentang kebersihan wilayah

Jakarta Selatan ia menanyakan kepada orang yang ada dijalan atau orang dia jumpai 

bukan orang yang mengerti tentang kebersihan wilayah Jakarta Selatan seperti petugas

kebersihan atau mendatangi kantor gubernur atau walikota Jakarta Selatan.

Purposive sampling

Merupakan teknik penentuan sampel dengan pertimbangan tertentu. Misalnya akan meneliti

tentang kualitas makanan, maka sampelnya adalah orang yang ahli makanan, dsb. Sampel

ini lebih cocok untuk penelitian kualitatif, atau penelitian-penelitian yang tidak memerlukan

generalisasi.

Keuntungan

- Menggunakan pengetahuan terbaik terkait dengan subjek sampel

- Lebih baik mengontrol variabel secara signifikian

- Data kelompok sampel dapat dengan mudah dipadu padankan

- Homogenitas mata pelajaran dapat digunakan pada sampel

Kekurangan

- Kriteria reliabilitas dipertanyakan

- Pengetahuan tentang populasi sangat penting

- Kesalahan dalam pengklasifikasian subjek sampling

- Ketidakmampuan untuk memanfaatkan statistic parametric inferensial

- Ketidak mampuan untuk membuat generalisasi terkait jumlah populasi

Quota Sample

Adalah teknik untuk menentukan sampel dari populasi yang mempunyai ciri-ciri tertentu

sampai jumlah (kuota) yang diinginkan.

Keuntungan

- Perbaikan dari judgment sampling

- Teknik sampling yang mudah

- Secara teratur paling banyak digunakan pada lembaga sosial

Kekurangan

- Bukan sampel yang representative (tidak mewakii)

- Tidak bebas dari kesalahan

- Memilki pengaruh pada regional geografis dan faktor sosial

Contoh :  Misalnya, di sebuah kantor terdapat pegawai laki-laki 60%  dan perempuan

40% . Jika seorang peneliti ingin mewawancari 30 orang pegawai dari kedua jenis

kelamin tadi maka dia harus mengambil sampel pegawai laki-laki sebanyak 18 orang

sedangkan pegawai perempuan 12 orang. Sekali lagi, teknik pengambilan ketiga puluh

sampel tadi tidak dilakukan secara acak, melainkan secara kebetulan saja.

Judgement sample

Teknik pengambilan sampling dimana sampel yang dipilih berdasarkann penilaian peneliti

bahwa dia atau seseorang yang paling baik jika dijadikan sampel penelitiannya.

Keuntungan

- Pengetahuan dari peneliti dapat digunakan pada teknik sampling ini

- Teknik sampling yang ekonomis

Kekurangan

- Teknik ini objektif

- Tidak bebas dari kesalahan

- Termasuk variasi yang tidak terkontrol

Contoh: misalnya dalam suatu perusahaan untuk memperoleh data tentang bagaimana

satu proses produksi direncanakan oleh suatu perusahaan, maka manajer produksi

merupakan orang yang terbaik untuk bisa memberikan informasi. Jadi, judment sampling

umumnya memilih sesuatu atau seseorang menjadi sampel karena mereka mempunyai

“information rich”.

KARAKTERISTIK SAMPEL YANG BAIK

Berikut ini adalah karakteristik dari sampel yang baik

1. Sampel yang baik adalah yang sesuai dengan perwakilan populasi. Populasi diketahui

sebagai kumpulan sifat dan sampel yang pasti disebut sub agregat.

2. Sampel yang baik bebas dari bias. Sampel tidak mengijinkan adanya prasangka

pembelajaran dan imajinasi dari peneliti yang mempengaruhi pilihannya.

3. Sampel yang baik adalah objektif, itu mengarah pada keobjektifan dalam memilih prosedur

atau kehadiran unsur subjektif dari situasi.

4. Menjaga akurasi, ini menghasilkan sebuah berkiraan yang akurat atau statistic dan tidak

melibatkan kesalahan.

5. Sampel yang baik yaitu menyeluruh secara alami.

6. Ekonomis dari sudut pandang tenaga, waktu, dan uang

7. Subjek dari dari sampel yang baik dengan mudah didekati atau dikumpulkan dengan mudah

8. Ukuran dari sampel yang baik menghasilkan data yang akurat

9. Sampel yang baik membuat kerja peneliti lebih mudah

10. Sampel yang baik memiliki kepraktisan untuk situasi penelitian

TIPE ERROR DALAM SAMPLING

SEM= σ

√N

Keterangan:SEM : Standar Errorσ : simpangan baku populasi

√ N : Jumlah populasi

Rumus simpangan baku populasi

σ=√∑ ¿¿¿¿

UKURAN SAMPEL

Secara teknis ukuran sampel tergantung pada presisi yang diperkirakan dan diinginkan peneliti.

Sampel yang besar datanya cenderung lebih akurat dan tepat dibandingan dengan sampel yang

kecil. Hal ini ditunjukkan bahwa semakin besar sampel semakin kecil satandar error. Secara

umum standar error mean berbanding terbalik dengan √ N .

Menentukan ukuran sampel menurut SLOVIN

n= N

1+n(e)2

Keterangan:n : jumlah sampelN : populasi

e : toleransi tingkat kesalahan

Misal: seorang manajer ingin mengestimasi penarikan saldo tabungan di bank X yang kisaran

jumlahnya sekitar Rp 500.000,- dengan confidence level 95 %. Jika deviasi standar rata2

sebesar Rp 3.500.000,- berapa ukuran sampel yang diteliti? Langkah pertama adalah

menghitung varian atau disperse populasi dengan menggunakan rumus :

μ=x+k . sx

Keterangan:μ : rata-rata populasix : rata-rata sampel

k : nilai t tabel pada tingkat kepercayaan tertentusx : disperse (varian) populasi

RELIABILITY OF SAMPLING

Ada tiga cara untuk menentukan keandalan sampel:

1. Dengan memilih contoh sampel yang lain

Hasil analisis untuk sub sampel dan membandingkan dengan sampel utama. Proses ini

memastikan keandalan sampel.

2. Teknik statistik

Reliabilitas statistik juga mengindikasikan reliabilitas sampel dapat diperoleh dengan

menggunakan metode statistik: metode adalah standar error dari mean, rataan secara acak

dipilih dari sampel yang secara normal didistribusikan memiliki standar deviasi atau standar

error rataan. Standar error dari mean dari suatu sampel diperoleh dengan rumus berikut:

σ M= σ

√ N

Keterangan:σ M : standar error dari mean

σ : simpangan baku populasi

√ N : Jumlah populasi

Dari rumus standar error diperoleh bahwa ukuran sampel N mendekati tak hingga maka rataan

mendekati populasi mean, dan standar error dari mean mendekati nol.

σ M= σ

√ N=0

Saat ukuran N diturunkan dan mendekati nol standar error mean mendekati nilai standar deviasi

populasi.

σ M= σ

√1=σ