Catatan Kuliahku..Belajar & Terus Belajar!

Maret 29, 2010

PENARIKAN SAMPEL

Filed under: Uncategorized — Dinul Islam Jamilah @ 7:53 am

HASIL RINGKASAN MATERI PERTEMUAN KE-5
BAB V PENARIKAN SAMPEL

Disusun oleh Dinul Islam Jamilah Semester VI-A
NIM 2007. 1096


A. Populasi dan Sampel
Populasi terdiri atas sekumpulan obyek yang menjadi pusat perhatian, yang dari padanya terkandung informasi yang ingin diketahui. Obyek tersebut disebut satuan analisis. Yang di
maksud dengan satuan analisis adalah: those units that we initially for the ultimate purpose of aggregatingtheir characteristics in order to describe some larger group or explain some abstract phenomenon.
Satuan analisis ini mengandung perilaku atau karakteristik yang diteliti. Sampel sering juga disebut “contoh”, yaitu himpunan bagian (subset) dari suatu populasi. Sebagai bagian dari populasi, sampel memberikan gambaran yang benar tentang populasi. Pengambilan sampel dari suatu populasi disebut penarikan sampel atau sampling. Populasi yang ditarik sampelnya pada waktu merencanakan suatu penelitian disebut target population, sedangkan populasi yang diteliti pada waktu melakukan penelitian dise
but sampling population. Daftar nama satuan analisis dan sampling population dapat berbeda sebagai konsekuensi dari perbedaan waktu antara perencanaan dan pelaksanaan penelitian. Dalam jarak waktu tersebut populasinya bisa berubah, bertambah,, atau berkurang karena berbagai sebab. Oleh karena itu, jarak waktu antara perencanaan dan pelaksanaan jangan terlalu lama.
Masalah yang dihadapi dalam penarikan sampel adalah para penarikan sampel dan ukuran besar sampel. Hal ini sangat tergantung pada sifat populasi, terutama pada ketersebaran anggota dalam wilayah penelitian atau dalam kategori-kategori tertentu. Atau, dengan kata lain tergantung pada variasi populasi. Oleh karena itu, sebelum sampel ditentukan, perlu digambarkan terlebih dahulu karakteristik populasi yang diteliti, terutama untuk mengetahui sejauh mana keragaman atau variasi di antara satuan-satuan analisis dalam populasi yang bersangkutan.



B. Prinsip dan Cara Penarikan Sampel
Prinsip dasar dari penarikan sampel adalah prinsip keterwakilan (representatif). Melakukan inferensi adalah tujuan akhir dari penarikan sampel. Jika sampel yang ditarik tidak mewakili atau menggambarkan seluruh populasi, maka walaupun analisis sampelnya dilakukan dengan cermat, tetapi inferensi yang dilakukan terhadap seluruh populasi tidak dapat dipertanggungjawabkan.
Langkah-langkah dalam penarikan sampel adalah penetapan ciri-ciri populasi yang menjadi sasaran dan akan diwakili oleh sampel di dalam penyelidikan. Penarikan sampel dari penelitian tidak lain memiliki tujuan untuk memperoleh informasi mengenai populasi tersebut. Oleh karena itu, penarikan sampel sangat diperlukan dalm penelitian.
Pengambilan sampel yang tepat diharapkan mampu mewakili seluruh anggota populasi dan mampu memberikan informasi yang terkait dengan populasi yang diteliti. Informasi yang diperoleh dapat digunakan sebagai bahan dalam pengambilan keputusan. Agar informasi yang diperoleh dapat memenuhi tujuan maka dibutuhkan ketepatan data yang dikumpulkan. Syarat data sampel yang baik, yaitu:
1. Obyektif (sesuai dengan kenyataan yang sebenarnya)
2. Representatif (mewakili keadaan yang sebenarnya)
3. Memiliki variasi yang kecil
4. Tepat waktu dan relevan
Untuk mencapai tujuan tersebut diperlukan metode pengambilan sampel yang tepat agar sampel yang diambil dapat diperoleh statistik yang dapat digunakan sebagai penduga bagi parameter populasi. Statistik yang diperoleh akan menjadi penduga yang baik jika memenuhi syarat berikut:
1. Unbiased
Suatu penduga dikatakan unbiased apabila nilai yang diharapkan sama dengan nilai parameter atau dilambangkan dengan .
2. Efisien
Suatu penduga dikatakan efisien apabila penduga tersebut memiliki standard error yang terkecil dibandingkan dengan standard error penduga yang lain.
3. Konsisten
Suatu penduga dikatakan konsisten apabila peluang untuk memperoleh perbedaan antara statistik dengan parameter mendekati nol jika jumlah sampel bertambah. Artinya jika sampel diperbesar maka suatu nilai statistik akan semakin mendekati nilai parameter yang diestimasi.
Sebenarnya, untuk mengetahui karakteristik seluruh anggota pada populasi, setiap anggota pada populasi itu harus diamati satu persatu. Cara ini disebut metode sensus. Metode ini jarang dipakai dalam penelitian ilmiah, pertama-tama karena memerlukan waktu yang lama dan biaya yang besar. Dengan kata lain kurang praktis dan tidak ekonomis. Alasan kedua, sering metode itu bersifat destruktif (merusak).
Masalahnya adalah bagaimana kita menarik sampel yang mewakili itu. Sering kita menganggap sampel yang kita tarik sudah menggambarkan karakteristik populasinya, padahal sampel tersebut bisa terhadap populasi. Supaya penarikan sampel tidak bias, setiap satuan analisis dalam populasi harus mendapatkan peluang yang sama untuk ditarik menjadi anggota sampel. Oleh karena itu, untuk memenuhi prinsip keterwakilan penarikan sampel harus dilakukan secara random (acak). Penarikan sampel dengan cara ini disebut random sampling. Penarikan sampel dikatakan random jika setiap anggota pada populasi mempunyai peluang yang sama untuk ditarik sebagai anggota sampel.
Besarnya sampel yang ditarik dari populasinya tergantung pada variasi yang ada di kalangan anggota populasi. Apabila anggota populasinya homogen, maka sampel yang kecil dapat mewakili seluruh populasi. Makin jomogen suatu populasi, makin kecil sampelnya. Dan makin tinggi variasinya, makin besar sampel yang dibutuhkan. Dalam penarikan sampel, umumnya dikenal dua cara, yaitu:
1. Probability sampling
2. Non probability sampling
Pada probability sampling, derajat keterwakilan dapat diperhitungkan pada peluang tertentu. Oleh karena itu, sampel yang ditarik dengan cara ini dapat dipergunakan untuk melakukan generalisasi tehadap populasi. Ada banyak cara penarikan sampel yang tergolong dalam probability sampling ini, antara lain simple random sampling, starfied random sampling, cluster random sampling, dan multistrage random sampling. Atau dapat dikatakan sebuah metode sampling probabilitas adalah setiap metode sampling yang menggunakan beberapa bentuk pilihan acak. Dalam rangka untuk memiliki metode seleksi acak, Anda harus mengatur beberapa proses atau prosedur yang menjamin bahwa unit yang berbeda dalam populasi memiliki probabilitas yang sama menjadi dipilih.
Bentuk yang paling sederhana random sampling disebut simple random sampling. Simple random sampling sederhana untuk mencapai dan mudah untuk menjelaskan kepada orang lain. Karena simple random sampling adalah cara yang adil untuk memilih sampel, masuk akal untuk menggeneralisasi hasil dari sampel ke populasi. Simple random sampling bukan yang paling efisien statistik metode sampling dan Anda mungkin, hanya karena keberuntungan yang menarik, tidak mendapatkan representasi yang baik subkelompok dalam sebuah populasi. Untuk mengatasi masalah ini, kita harus beralih ke metode sampling lain.
Stratified Random Sampling, juga kadang-kadang disebut proporsional atau kuota random sampling, melibatkan membagi populasi menjadi subkelompok homogen dan kemudian mengambil sampel acak sederhana dalam setiap subkelompok. Dalam istilah yang lebih formal:
Objective: Bagilah populasi ke dalam kelompok-kelompok yang tidak tumpang tindih (yaitu, strata) N 1, N 2, N 3, … N i, sehingga N 1 + N 2 + N 3 + … + N i = N. Kemudian melakukan sampel acak sederhana dari f = n / N pada setiap strata.
Ada beberapa alasan utama mengapa Anda mungkin lebih suka stratified sampling lebih simple random sampling. Pertama, menjamin bahwa anda akan dapat tidak hanya mewakili keseluruhan populasi, tetapi juga kunci subkelompok dari populasi, terutama kelompok-kelompok minoritas kecil. Jika Anda ingin bisa berbicara tentang subkelompok, ini mungkin satu-satunya cara untuk secara efektif menjamin Anda akan dapat. Jika subkelompok sangat kecil, Anda dapat menggunakan berbagai pecahan sampling (f) dalam strata yang berbeda untuk sampel secara acak atas-kelompok kecil (walaupun Anda akan kemudian harus berat badan kelompok yang dalam perkiraan menggunakan pecahan sampling keseluruhan kapanpun Anda inginkan perkiraan populasi). Ketika kita menggunakan pecahan sampling yang sama dalam strata ini kami sedang melakukan stratified proporsional random sampling “. Ketika kita menggunakan sampel yang berbeda fraksi dalam strata, kita sebut ini tidak proporsional stratified random sampling. Kedua, stratified random sampling umumnya akan lebih statistik presisi daripada simple random sampling. Ini hanya akan benar jika strata atau kelompok yang homogen. Jika mereka, kita mengharapkan bahwa variabilitas dalam kelompok lebih rendah daripada variabilitas untuk populasi secara keseluruhan. Stratified sampling memanfaatkan pada kenyataan itu.
Cluster random sampling dilakukan saat pengambilan sampel acak sederhana hampir tidak mungkin karena ukuran populasi. Bayangkan saja melakukan sampling acak sederhana ketika penduduk yang bersangkutan adalah seluruh penduduk Asia. Dalam cluster sampling, penelitian pertama menandai batas-batas, dalam kasus contoh kita, tetapi dapat negara-negara di Asia. Peneliti memilih secara acak sejumlah daerah teridentifikasi. Sangat penting bahwa semua wilayah (negara) dalam populasi diberi peluang yang sama untuk dipilih. Para peneliti dapat mencakup semua individu di dalam area yang dipilih atau ia dapat secara acak memilih mata pelajaran dari daerah diidentifikasi.
Multistrage random sampling, teknik sampling probabilitas ini melibatkan kombinasi dua atau lebih teknik sampling disebutkan di atas. Pada sebagian besar kompleks dilakukan penelitian di lapangan atau di laboratorium, tidak cocok untuk menggunakan hanya satu jenis sampling probabilitas. Sebagian besar penelitian dilakukan dalam tahapan yang berbeda dengan setiap tahap menerapkan teknik sampling acak yang berbeda.
Sampel nonprobabilitas adalah anggota populasi tidak diberi kesempatan/ peluang yang sama untuk dijadikan sampel. Jenis-jenis sampel nonprobabilitas :
1. Sampel sistematis
2. Sampel purposif
3. Sampel kuota
Penarikan sampel dengan nonprobability sampling pada umumnya dilakukan untuk suatu penelitian yang populasinya tidak diketahui, sehingga tidak dapat ditarik kesimpulan yang berlaku umum terhadap populasi. Karena itu istilah “sampling” pada metode ini sebenarnya tidak tepat karena kita tidak menarik sampel. Salah satu bentuk nonprobability sampling yang banyak dipergunakan adalah metode bola salju (snowing ball). Bola salju yang berguling di lereng gunung mula-mula kecil, tapi lama-kelamaan menjadi besar karena dalam proses berguling, butir-butir salju melekat pada dirinya. Demikian pula jika kita teliti. Kemudian kita pindah ke tempat lain. Di tempat ini ditemukan cirri-ciri yang sebelumnya tidak ada di tempat yang pertama. Demikian seterusnya sehingga makin lengkaplah pengetahuan kita tentang ciri-ciri sosial dari topik yang diteliti. Terhadap penelitian seperti ini (dan seluruh nonprobability sampling) tidak dapat dilakukan analisis statistik inferensial. Adapun tipe-tipe sampling, adalah:
1. Dari aspek cara memilihnya
a. Sampling dengan pengembalian
b. Sampling tanpa pengembalian
2. Dari aspek peluang
a. Sampling Non Peluang
Dalam proses pemilihan satuan sampling tidak melibatkan peluangnya. Pada sampling ini analisis statistika inferensial tidak boleh digunakan. Beberapa sampling non peluang sampling seadanya (accidental sampling/ haphazard sampling). Sampling ini satuan samplingnya diperoleh secara sembarangan, contohnya penelitian di bidang arkeologi. Sampling sukarela (voluntary sampling) Satuan sampling diperoleh secara sukarela, contohnya di bidang kedokteran. Purposive sampling/ judgement sampling/ expert choice, dalam sampling ini pemilihan satuan sampling dilakukan atas dasar pertimbangan pakar di bidang yang diteliti. Quota sampling, tipe sampling ini banyak digunakan dalam marketing research dan dalam polling pendapat.
b. Sampling peluang
Pada saat pemilihan satuan sampling melibatkan unsur peluang untuk terpilih. Sampling peluang terbagi ke dalam 3 jenis, yaitu sampling acak sederhana, sampling sistematik, dan sampling dengan strafikasi.
Keuntungan menggunakan metode sampling, antara lain:
1. Menghemat Biaya
Menghemat Biaya karena data yang dikumpulkan hanya sebagian dari populasi. Karena merupakan sampel, maka petugas yang dibutuhkan lebih sedikit, hemat biaya percetakan, biaya pelatihan, pencacahan, dan pengolahan.
2. Mempercepat Hasil Survei
Pada umumya data yang dibutuhkan segera, sehingga berbagai perencanaan segera dapat dilakukan. Dengan melakukan survei sampel maka pelaksanaan lapangan dan pengolahan tentunya akan jauh lebih cepat diselesaikan.
3. Cakupan Materi Lebih Besar
Data yang diperlukan biasanya beragam dan cukup banyak, sehingga tidak mungkin dikumpulkan melalui pencacahan lengkap. Data yang dikumpulkan melalui sensus lengkap biasanya sangat terbatas. Variabel yang dicakup sangat dibatasi pada variabel dasar saja.
4. Akurasi Lebih Tinggi
Pada sensus jumlah petugas dan responden yang besar akan mengakibatkan tingkat kesalahan yang juga besar terutama kesalahan yang diakibatkan bukan oleh teknik sampling yang disebut dengan Non Sampling Error. Non Sampling Error dapat diakibatkan oleh tidak terpenuhi kualifikasi petugas yang baik, kuesioner yang kurang baik, konsep dan definisi yang kurang tepat, jawaban responden yang salah, maupun kesalahan dalam proses pengolahan.
Sedangkan Kelemahan menggunakan metode sampling, antara lain:
1. Penyajian Wilayah Kecil
Penyajian wilayah kecil seperti kecamatan dan desa dengan sampel terbatas tidak dapat dipenuhi. Pada umumnya jumlah sampel yang digunakan sesuai dengan tingkat ketelitian yang dikehendaki.
2. Penyajian Variabel Proporsi Kecil
Survei sample tidak dapat menyajikan variable yang kejadiannya kecil dalam populasi(proporsi kecil).
3. Trend Data
Apabila data diperlukan secara berkala untuk mengukur perubahan yang sangat kecil dari satu periode ke periode berikutnya, kemungkinan sampel diperlukan cukup besar.
4. Tidak Tersedianya Kerangka Sampel
Tidak tersedianya kerangka sampel sehingga persyaratan probabilitas sampling tidak terpenuhi. Biaya untuk pembentukan kerangka sampel cukup tinggi sehingga memiliki pengaruh besar terhadap total biaya.
Kesalahan Sampling (sampling error) adalah kesalahan yang terjadi secara kebetulan ketika terjadi penarikan sampel dilakukan. Kesalahan nonsampling adalah kesalahan yang pada umumnya dibuat oleh peneliti. Kesalahan Sampling dapat diperkecil dengan memperbesar ukuran sampel, karena semakin besar ukuran sampel, data yang diperoleh semakin akurat. Kesalahan Nonsampling dapat diperkecil dengan cara sebagai berikut :
a. mendefinisikan populasi secara jelas
b. merumuskan pertanyaan dengan tepat
c. menggunakan pendekatan yang baik terhadap objek penelitian
Hasil penelitian yang baik dapat diperoleh apabila sampel representatif, artinya karakter anggota sampel dapat mewakili karakter populasinya.

C. Probability Sampling dan Nonprobability Sampling
1. Probability Sampling
Probability sampling adalah teknik sampling di mana sampel dikumpulkan dalam suatu proses yang memberikan semua individu dalam populasi peluang sama untuk dipilih. Dalam teknik sampling ini, peneliti harus menjamin bahwa setiap individu memiliki kesempatan yang sama untuk seleksi dan ini dapat dicapai jika peneliti menggunakan pengacakan.
Keuntungan menggunakan sampel acak adalah tidak adanya kedua sistematis dan sampling bias. Jika pilihan acak ini dilakukan dengan benar, karena itu sampel adalah wakil dari seluruh penduduk. Efek dari ini adalah minimal atau tidak ada bias sistematis yang merupakan perbedaan antara hasil dari sampel dan hasil dari populasi. Sampling bias juga dihilangkan karena subyek yang dipilih secara acak.
Probability sampling adalah teknik sampling yang memberikan peluang yang sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota sampel. Teknik ini meliputi:
a. Sampling Acak Sederhana (Simple Random Sampling)
Dikatakan sederhana karena cara pengambilan sampel dari semua anggota populasi dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi itu. Cara demikian apabila anggota populasi dianggap homogen.
Simple random sampling adalah bentuk termudah probabilitas sampling. Semua peneliti perlu lakukan adalah memastikan bahwa semua anggota populasi yang termasuk dalam daftar, kemudian secara acak memilih nomor yang dikehendaki dari subjek.
Ada banyak metode untuk melakukan hal ini. Hal ini dapat sebagai mekanik sebagai memunguti potongan-potongan kertas dengan nama-nama tertulis di atasnya dari topi sementara peneliti menutup mata atau dapat semudah menggunakan perangkat lunak komputer untuk melakukan seleksi secara acak untuk Anda.
b. Sampling Sistematik
Sampling sistematik biasanya digunakan dalam traffic survey atau marketing research. Ada beberapa peneliti menganggap sampling sistematik bukan merupakan sampling acak, padahal sampling sistematik merupakan sampling acak karena pemilihan pertama (menggunakan random start) dilakukan secara acak. Beberapa peneliti menyebut sampling sistematik sebagai Quasi random sampling atau Pseudo random sampling.
Sampling acak sistematis dapat disamakan dengan suatu deret aritmetika mana perbedaan antara setiap dua angka berturut-turut adalah sama. Katakanlah misalnya Anda berada di sebuah klinik dan Anda memiliki 100 pasien. Hal pertama yang Anda lakukan adalah memilih sebuah integer yang lebih kecil dari jumlah total penduduk; ini akan menjadi subjek pertama Anda misalnya (3). Pilih integer lain yang akan menjadi jumlah individu antara subyek misalnya (5). Anda akan subyek pasien 3, 8, 13, 18, 23, dan seterusnya. Ada keuntungan yang jelas ketika menggunakan teknik ini.
c. Sampling Acak Stratifikasi (Proportionate Stratified Random Sampling)
Teknik ini digunakan apabila populasi memiliki anggota atau unsur yang tidak homogen dan berstrata secara proporsional. Stratified random sampling juga dikenal sebagai proporsional random sampling. Ini adalah teknik sampling probabilitas di mana subyek awalnya dikelompokkan ke dalam klasifikasi yang berbeda seperti umur, status sosial ekonomi atau gender.
Kemudian, para peneliti memilih secara acak daftar akhir mata pelajaran dari strata yang berbeda. Penting untuk dicatat bahwa semua strata harus tidak tumpang tindih. Peneliti biasanya menggunakan stratified random sampling jika mereka ingin belajar subkelompok tertentu dalam populasi. Hal ini juga lebih dipilih daripada sampling acak sederhana karena hasil statistik yang lebih tepat.
d. Sampling Acak Tak Berstrata (Disproportionate Stratified Random Sampling)
Teknik ini digunakan untuk menentukan jumlah sampel, bila populasi berstrata tapi kurang proporsional.
e. Sampling Klaster (Cluster Sampling)
Teknik sampling ini digunakan untuk menentukan jumlah sampel jika obyek yang akan diteliti atau sumber data sangat luas, misal penduduk dari suatu Negara. Cluster random sampling dila
kukan saat pengambilan sampel acak sederhana hampir tidak mungkin karena ukuran populasi. Bayangkan saja melakukan sampling acak sederhana ketika penduduk yang bersangkutan adalah seluruh penduduk Asia.
Dalam cluster sampling, penelitian pertama menandai batas-batas, dalam kasus contoh kita, tetapi dapat negara-negara di Asia. Peneliti memilih secara acak sejumlah daerah teridentifikasi. Sangat penting bahwa semua wilayah (negara) dalam populasi diberi peluang yang sama untuk dipilih. Para peneliti dapat mencakup semua individu di dalam area yang dipilih atau ia dapat secara acak memilih mata pelajaran dari daerah diidentifikasi.
f. Campuran Multi Tahap Random Sampling
Teknik sampling probabilitas ini melibatkan kombinasi dua atau lebih teknik sampling disebutkan di atas. Pada sebagian besar kompleks dilakukan penelitian di lapangan atau di laboratorium, tidak cocok untuk menggunakan hanya satu jenis sampling probabilitas. Sebagian besar penelitian dilakukan dalam tahapan yang berbeda dengan setiap tahap menerapkan teknik sampling acak yang berbeda.

2. Non Probability sampling
Convenience sampling (penyampelan berdasarkan aspek kemudahannya), misal untuk meneliti kesukaan terhadap suatu produk, mengambil sampel orang yang belanja di suatu Mall.
Purposive sampling (penyampelan berdasarkan aspek tujuannya), misalnya meneliti pengaruh pengumuman laba terhadap harga saham, sampelnya perusahaan yang mengumumkan laba periode tertentu, tidak membagi deviden, tidak melakukan merger, dan sebagainya. Jenis penyampelan ini meliputi: (a) judgement sampling, dan (b) quota sampling.

Daftar Pustaka
http://akuntan-publik-wartono.com/intisari-metodologi-penelitian/
http://dicky47stis.blogspot.com/2009/04/dasar-dasar-sampling.html
http://mike.blog.binusian.org/2010/01/10/populasi-dan-sampel/
http://lubisgrafura.wordpress.com/2009/01/20/populasi-dan-sampel-penelitian/
http://simegs.blogspot.com/2010/02/kegunaan-metode-penarikan-sampel.html
http://ta-tugasakhir.blogspot.com/2007/10/probability-sampling.html
http://www.rosyid.info/2009/09/penarikan-sampel.html
http://www.socialresearchmethods.net/kb/sampprob.php



Tinggalkan sebuah Komentar »

Belum ada komentar.

RSS feed for comments on this post. TrackBack URI

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

Buat situs web atau blog gratis di WordPress.com.

%d blogger menyukai ini: