Metode Sampling

Metode Sampling

•  Pengertian Sampling

Sampling adalah kegiatan mengambil sample (bahasa indonesia:sampel). Sampling adalah ekspresi kontinyu dalam bahasa Inggris, yang diartikan sebagai sedang melakukan. Sampling = Sample+'ing', yang lazim disebut sebagai -ing form.

Idealnya kita meneliti semua unit analisis dalam populasi. Namun itu sering tidak mungkin dilaksanakan, terutama jika populasinya sangat besar, misalnya jumlah penduduk satu kabupaten, satu provinsi, atau bahkan satu negara. Untuk itu dilakukan sampling, yaknik metode atau teknik pengambilan unit analisis dari populasi untuk dijadikan bahan studi lebih lanjut. Meskipun hanya diambil sebagian, diharapkan jumlah atau besarnya ukuran sampel yang ditetapkan, akan bisa mewakili semua unsur dalam populasi. Jadi, sampel adalah sebuah bagian yang diambil dari satu populasi yang diharapkan dapat berikan hasil atau kesimpulan yang sama jika diambil dari keseluruhan populasi.

            Contoh yang mudah diambil sebagai awal memahami sampel adalah melihat pada seluruh siswa kelas III SD Negeri Budi Luhur Ciracas adalah bagian dari populasi siswa SD Negeri Budi Luhur Ciracas.
Dan seluruh siswa SD Negeru Budi Luhur Ciracas adalah bagian dari populasi siswa SD Negeri di kecamatan Ciracas atau populasi siswa SD di kecamatan Ciracas. Maka bisa dinyatakan sebagai, siswa kelas III SD Negeri Budi Luhur adalah sampel siswa SD Negeri Budi Luhur, dan siswa SD Negeri Budi Luhur adalah sampel siswa SD di kecamatan Ciracas.
            Disamping itu ada juga mengelompokkan sampling berdasar metode yang digunakan. Pengelompokan adalah sebagai alat bantu agar dapat capai tujuan dan harapan penelitian.

• Sampling Acak Sederhana

Random, dalam pemahaman bahasa Indonesia, diterjemahkan sebagai acak.

Randong sampling: Dikenal juga sebagai simple random sampling (sampling random sederhana, disingkat SRS). Sampling jenis ini paling banyak dikenal orang. Sampel yang diambil langsung, dengan anggapan bahwa semuanya memiliki kesempatan/probabilitas yang sama untuk terpilih atau terambil sebagai sampel. Istilah yang dikaitkan dengan tindakan ini adalah unbiased atau tidak bias. Demikian pula pada suatu kumpulan orang atau sekumpulan orang, ia mempunyai peluang yang sama untuk dipilih menjadi sampel atau responden dalam hal ini. Jadi kesempatannya adalah satu dibagi jumlah populasi. Hal ini akan banyak menemui kesulitan terutama jika ukuran populasinya cukup besar. Oleh karana itu pada prakteknya dan ini sering dilakukan, para peneliti menggunakan Tabel random yang sering dilampirkan dalam buku-buku statistik standar atau metode penelitian. Sampling random ini sederhana ini perlu mempunyai kerangka sampling, artinya semua unit analisis (orang, misalnya) dalam populasi harus didaftar secara lengkap, diberi nomor urut dari angka 1 sampai n. Kalau jumlah populasinya ada 10.000 orang, maka kerangka samplingnya adalah daftar lengkap setiap orang itu dari nomor 1 hingga nomor 10.000. Karena jumlah populasinya 10.000, yang terdiri atas 5 angka, maka kerangka samplingnya dibuat nomor urut dari 00001 00002 00003 00004 00005 00006 ….. ….. 09999, dan akhirnya 10000. Jika jumlah populasinya hanya ratusan atau hanya memerlukan 3 dijit, maka hanya bagian depan saja dari tabel random yang digunakan, yakni hanya tiga dijit pertama, sampai terpenuhi sejumlah ukuran sampel yang ditetapkan.Baru setelah itu peneliti bisa mengambil sebagian dari orang-orang itu yang dijadikan sebagai sampelnya sesuai dengan jumlah yang ditetapkan. Misalnya ditetapkan ukuran sampelnya adalah 90 orang. Cara menentukan siapa-siapa saja orang yang terpilih sebagai sampel, ditetapkan dengan sistem undian hingga mencapai angka 90. Prinsip undian ini, yang di dunia statistik dikenal dengan prinsip kerandoman atau prinsip acak, bisa dibantu dengan menggunakan tabel random yang biasanya dilampirkan dalam buku-buku metode penelitian atau statistik untuk penelitian.

Ekspresi ukuran sampling dapat menggunakan sebuah cara sederhana, yang membandingkan antara jumlah sampel dengan jumlah populasi, n/N; yang biasa disebut dengan istilah: sampling fraction.
            Dalam bentuk sampling acak sederhana, nilai kemungkinan terpilih sebagai sampel diperoleh dengan ekspresi :
    

             1

 p  =  _______                       n = jumlah sampel yang ingin diambil

  n

                          n
 Rasio Sampel =  _______       N = besaran jumlah anggota populasi

                         N    

Keterbatasan sampling acak sederhana telah menuntun pada pengembangan sampling yang lebih mampu mencapai harapan.
            Seperti pada Stratified Random sampling-sampling acak Stratifikasi, prosedur sampling yang membagi populasi menjadi beberapa bagian atau strata, dan sampel diperoleh secara random/acak dari masing-masing stratum/bagian populasi itu.
            Dalam cara ini, dikenal istilah Equal Allocation, jumlah sampel yang sama terambil dari setiap strata dengan mengabaikan jumlah/besaran-ukuran pada setiap strata. Jadi persentase sampel setiap strata bisa tidak sama besarnya bila besaran strata tak sama.
            Misal, diambil 10 sampel dari tiga strata, yang masing-masing berjumlah 300, 324 dan 330; maka persentase 10/300 tidak sama dengan 10/324 juga dengan 10/330. Dan lawannya adalah proportional allocation, yang mengambil jumlah sampel yang ber-persentase sama, pada setiap strata.
Maka bila ada k strata, secara matematis ditunjukkan dengan :
     n     n1     n2     n3                      nk
    --- = ---- = ---- = ---- = . . . . .  = ----
     N     N1     N2     N3                  Nk

Syarat Penggunaan Metode Simple Random Sampling :

•Sifat populasi adalah homogen,

•Keadaan anggota populasi tidak terlau tersebar secara geografis,

•Harus ada kerangka sampling (sampling frame) yang jelas.

Kebaikan : Prosedur penggunaannya sederhana.

Kelemahan : Persyaratan penggunaan metode ini sulit dipenuhi.

• Sampling Acak Stratifikasi

Stratified random sampling disebut juga dengan sampling strata atau stratifikasi. Sampling ini diperoleh dengan membagi populasi dengan kelompok-kelompok kecil yang disebut strata, dan peneliti mengambil sampelnya dari masing-masing strata ini dengan cara random sederhana. Strata dalam populasi ada juga dan sering yang menggambarkan urutan atau ranking, seperti mahasiswa yang dilihat dari aspek angkatan masuknya, namun tetap masih mempunyai sifat mutually exclusive (terpisah, mandiri). Ciri-ciri random masih ada meskipun telah dibagi-bagi ke dalam strata atau subpopulasi. Karena besarnya subpopulasi dalam masing-masing strata tidak selalu sama, maka dalam pelaksanaannya dibagi ke dalam dua jenis, yakni sampel strata proporsional, dan sampel strata disproporsional. Yang proporsional mengambil sampel di setiap strata besarnya sebanding, artinya sesuai dengan proporsi ukurannya. Sedangkan yang disproporsional pengambilan sampelnya tidak sebanding untuk masing-masing stratanya. Oleh karena itu dalam pengambilan sampel untuk yang disproporsional ini dilakukan pembobotan. Hal pembobotan ini dibicarakan dalam tulisan tersendiri.

Dalam sampling ini, dikenal istilah Equal Allocation, jumlah sampel yang sama terambil dari setiap strata dengan mengabaikan jumlah/besaran-ukuran pada setiap strata. Jadi persentase sampel setiap strata bisa tidak sama besarnya bila besaran strata tak sama.
Misal, diambil 10 sampel dari tiga strata, yang masing-masing berjumlah 300, 324 dan 330; maka persentase 10/300 tidak sama dengan 10/324 juga dengan 10/330. Dan lawannya adalah proportional allocation, yang mengambil jumlah sampel yang berpersentase sama, pada setiap strata.

Contoh Lain :

N stratifikasi ke 1 = 2000; N

stratifikasi ke 2 = 1500; N stratifikasi ke 3 = 1000; N total = 4500 dengan

sampel (n) yang diinginkan = 200, sehingga jumlah individu pada setiap

stratifikasi adalah :

n strafifikasi 1 = (2000/4500) x 200 = 89

n strafifikasi 2 = (1500/4500) x 200 = 67 , dan

n strafifikasi 3 = (1000/4500) x 200 = 44

Maka bila ada k strata, secara matematis ditunjukkan dengan :
      n     n1     n2     n3              nk
    --- = ---- = ---- = ---- = . . . . .  = ----
     N     N1     N2     N3             Nk

Syarat Penggunaan Metode Stratified Random Sampling:

•Populasi mempunyai unsur heterogenitas.

•Diperlukan criteria yang jelas dalam membuat stratifikasi/lapisan sesuai dengan

  unsur heterogenitas yang dimiliki.

•Harus diketahui dengan tepat komposisi jumlah anggota sampel yang akan dipilih(secara        proporsional atau disproporsional).

Kebaikan: Semua ciri-ciri populasi yang heterogen dapat terwakili.

Kelemahan: Memerlukan pengenalan terhadap populasi yang akan diteliti untuk

menentukan cirri heterogenitas yang ada pada populasi.

•  Sampling Acak Klaster

Cluster Sampling atau yang biasa disebut sebagai Sampling Klaster. Sampling ini diperoleh dengan pemilihan sekelompok sampel yang disebut cluster(baca:klaster) yang sama pada hal tertentu, yang dipilih secara acak dari populasi yang berisi sejumlah klaster. Populasi ini dikelompokkan menjadi sub-sub populasi secara bergerombol. Dari sub-sub populasi ini selanjutnya dirinci lagi menjadi sub-populasi yang lebih kecil. Kemudian anggota dari sub populasi terakhir dipilih secara acak sebagai sampel dari penelitian.

Contoh:

Akan dipilih sampel penelitian untuk meneliti rata-rata tingkat pendapatan buruh bangunan di Kodya Semarang

•Kodya Semarang dibagi menjadi 16 Kecamatan. Dari 16 Kecamatan dipilih 2 Kecamatan   sebagai Populasi dari sampling I

•Dari 2 Kecamatan masing-masing dipilih 2 Kelurahan sebagai populasi dari sampel II

•Dari 2 Kelurahan masing-masing dipilih 50 buruh bangunan sebagai sampel penelitian

Sehingga akan terpilih 100 buruh bangunan sebagai sampel penelitian.

Keuntungan menggunakan teknik ini ialah jika kluster-kluster didasarkan pada perbedaan geografis maka biaya penelitiannya menjadi lebih murah. Karakteristik kluster dan populasi dapat diestimasi.

Kelemahannya ialah membutuhkan kemampuan untuk membedakan masing-masing anggota populasi secara unik terhadap kluster, yang akan menyebabkan kemungkinan adanya duplikasi atau penghilangan individu-individu tertentu.

• Sampling Acak Sistematik

Systematic sampling atau yang dalam bahasa Indonesia disebut Sampling sistematik. Sampling ini masih menggunakan kerangka sampling. Bedanya, hanya unsur pertama saja yang dipilih, selanjutnya unsur berikutnya ditentukan berdasarkan selang atau jarak tertentu hasil perhitungan. Misalnya jumlah populasinya adalah 2000 orang, sedangkan ukuran sampelnya adalah 200 orang, maka jarak perbandingannya (sampling ratio) adalah 2000/200=10. Angka 10 inilah yang dijadikan dasar untuk penentuan jarak pengambilan sampel. Misalnya unsur yang pertama yang diundi jatuh pada angka 15, maka unsur berikutnya adalah 25, selanjutnya berturut-turut berselang sepuluh, sehingga jatuh pada angka 35, 45, 55, dst., sampai jumlahnya terpenuhi sesuai dengan ukuran sampel yang sudah ditetapkan. Jenis sampling ini agak sulit dilaksanakan jika ukuran populasinya sangat besar, misalnya puluhan ribu bahkan ratusan ribu unit.

Keuntungan menggunakan sampel ini ialah peneliti menyederhanakan proses penarikan sampel dan mudah di cek; dan menekan keaneka-ragaman sampel.

Kerugiannya ialah apabila interval berhubungan dengan pengurutan periodic suatu populasi, maka akan terjadi keaneka-ragaman sampel.