TEKNIK PENGAMBILAN SAMPEL PENELITIAN KUANTITATIF

Tugas Individu
Nama : La Banara

NIM :a2 d1 09 169

Jurusan :PBSID
M. Kuliah :penelitian pengajaran

TEKNIK PENGAMBILAN SAMPEL PENELITIAN KUANTITATIF

Tulisan ini didasarkan pada buku W. Lawrence Neuman, University of Wisconsin 1997 yang berjudul Social Research Methods ‘Qualitative and Quantitative Approaches’,fourth edition dengan topic Science and Research, yang dipublikasikan di Boston serta buku Masri Singarimbun dan Sofian Efendi yang berjudul Metode Penelitian Survai,yang diterbitkan LP3ES, Jakarta pada tahun 1982. Adapun hal yang akan dijelaskan dalam tulisan ini mengenai teknik pengambilan sampel dalam penelitian kuantitatif yang juga menyangkut apa tujuan dari pengambilan sampel tersebut dan hal-hal apa saja yang perlu diperhatikan oleh setiap peneliti dalam pengambilan suatu sampel.
Sebelumnya, dalam tulisan ini akan dijelaskan pengertian dari sampel itu sendiri. Sampel sering didefinisikan sebagai bagian dari suatu populasi. Sampel berasal dari bahasa Inggris “sample” yang artinya contoh, comotan atau mencomot yaitu mengambil sebagian saja dari yang banyak. Dalam hal ini yang dimaksud dengan yang banyaak adalah populasi. Dalam suatu penelitian, tidaklah selalu perlu untuk meneliti semua individu dalam populasi karena akan memakan banyak waktu dan biaya yang besar. Oleh karena itu dilakukan pengambilan sampel, dimana sampel yang diambil adalah sampel yang benar-benar representasi atau yang mewakili seluruh populasi.
Dalam suatu penelitian yang menjadi dasar pertimbangan pengambilan sampel adalah memperhitungkan masalah efisiensi ( waktu dan biaya) dan masalah ketelitian dimana penelitian dengan pengambilan sampel dapat mempertinggi ketelitian karena jika penelitian terhadap populasi belum tentu dapat dilakukan secara teliti. Seorang peneliti dalam suatu penelitian harus memperhitungkan dan memperhatikan hubungan antara waktu, biaya dan tenaga yang akan dikeluarkan dengan presisi ( tingkat ketepatan ) yang akan diperoleh sebagai pertimbangan dalam menentukan metode pengambilan sampel yang akan digunakan.
Lawrence dalam bukunya mengemukakan bahwa penelitian kuantitatif canderung menggunakan teknik pengambilan sampel yang berasal dari teori probabilitas ( probability sampling ) yakni pengambilan sampel secara acak ( random) yang dalam literature Inggris disebut “random sampling”. Pengambilan sampel melalui “probability sampling” didasarkan atas pemikiran bahwa keseluruhan unit dalam suatu populasi memiliki kesempatan dan kemungkinan yang sama untuk dijadikan sebagai sampel. Karena setiap unit-unit anggota populasi memiliki kesempatan dan kemungkinan yang sama untuk menjadi sampel, maka untuk menjadi sampel, unit-unit populasi tersebut harus dirandom atau diacak. Walaupun pengambilannya secara acak, sampel yang dihasilkan tetap merupakan sampel ya ng representative.
Adapun tipe-tipe dari pengambilan sampel secara probabilitas atau “probability sampling” adalah; pengambilan sampel secara acak sederhana ( simple random sampling
), pengambilan sampel secara sistematis ( systematic sampling ), pengambilan sample secara acak bertingkat ( stratified random sampling ) dan pengambilan sampel gugus sederhana ( simple cluster sampling ).
Simple random sampling adalah teknik untuk mendapatkan sampel yang langsung dilakukan pada unit sampling. Dalam pengambilan sampel secara acak sederhana , tiap unit penelitian atau satuan elementer dari populasi mempunyai kesempatan yang sama untuk dipilih sebagai sampel. Misalnya besar populasi adalah “N”, unsur dalam sampel adalah “n”, maka besar kesempatan tiap satuan element untuk terpilih dalam sampel adalah n/N. Hasil sampel secara acak dapat dievaluasi secara objektif karena terpilihnya suatu unit menjadi sebuah sampel harus benar benar berdasarkan faktor kebetulan, bebas dari subjektifitas peneliti maupun orang lain.
Pengambilan sampel acak sederhana dapat dilakukan dengan cara: mengundi unsur-unsur penelitian atau satuan-satuan elementer dalam populasi, dan dengan menggunakan table angka acak ( random ). Melalui cara pengundian, terlebih dahulu semua unit dalam populasi disusun kedalam daftar kerangka sampling ( sampling frame) baru kemudian diambil sampel dengan cara pengundian sehingga setiap unit mempunyai peluang yang sama untuk dapat dipilih. Penggunaan cara ini tidak praktis apabila jumlah unit dalam populasi nya besar. Sedangkan penggunaan table angka acak dilakukan apabila yang diketahui hanyalah nama-nama dan identifikasi dari unit-unit dalam populasi yang akan diteliti.
Pengambilan sampel secara acak sederhana hanya dapat dilakukan jika tersedia daftar kerangka sampling ( sampling frame ), sifat populasinya homogen dan keadaan populasi tidak terlalu tersebar secara geografis.
Pengambilan sampel secara sistematis adalah suatu metode pengambilan sampel dimana hanya unsur pertama dari sampel yang dipilih secara acak, sedangkan unsur-unsur selanjutnya dipilih secara sitematis menurut suatu pola tertentu. Pengambilan sampel secara sistematis dapat dilakukan jika nama-nama atau identifikasi dari setiap unit dalam populasi terdapat dalam kerangka sampling dan populasi tersebut harus mempunyai pola yang beraturan. Cara ini sangat sederhana , praktis, mengurangi tenaga, menghemat waktu dan menekan biaya. Metode ini hanya dapat digunaan apabila populasi harus besar sehingga pengambilan sampel mendekati acak lagi, tersedianya kerangka sampel dan populasi bersifat homogen.
Apabila populasi yang akan diambil sampel memiliki sifat yang heterogen maka metode yang digunakan adalah pengambilan sampel secara acak bertingkat ( stratified random sampling). Populasi yang memiliki sifat yang heterogen tersebut harus dibagi-bagi dalam lapsan-lapisan ( strata ) yang seragam dan kemudian diambil sampel secara acak. Dalam menggunakan metode ini, harus ada kriteria yang jelas dalam hal ini variabel-variabel yang aka diteliti yang akan digunaka sebagai dasar untuk membagi populasi kedalam lapisan-lapisan, harus tersedia data pendahuluan dari populasi mengenai kriteria yang digunakan serta jumlah satuan dari setia unit dalam setiap populasi harus diketahui secara tepat.
Sedangkan metode terakhir yang digunakan dalam pengambilan sampel secara probabilitas adalah pengambilan sampel gugus sederhana ( cluster sampel ). Pengambilan sampel ini memiliki kesamaaan dengan pengambilan sampel secara acak hanya saja dalam metode ini pengambilan sampel dari unit-unit populasi atau setiap uni sampelnya adalah kumpulan atau cluster daripada unsur-unsurnya. Metode ini digunakan jika kerangka sampel tidak tersedia atau tidak lengkap, oleh karena itu unit-unit analisa dalam dalam populasi digolongkan kedalam gugus yang disebut dengan cluster, dan ini merupakan satuan dimana saampel akan diambil. Jumlah gugus yang diambil sebagai sampel harus secara acak. Kemudian unsur-unsur penelitian dalam gugus tersebut diteliti semua. Cluster sampling tidak memilih individu sebagai unit sampel tetapi memilih rumpun-rumpun populasi sebagai anggota unit populasi. Sebagai contoh; penelitian terhadap populasi pelajar SMU di kota X, random tidak dilakukan langsung pada semua pelajar tetapi pada suatu sekolah atau kelas sebagai kelompok atau cluster
Dalam pengambilan suatu sampel yang representative, perlu diperhatikan mengenai ukuran sampel yang akan diambil. Dalam suatu penelitian, untuk menentukan besarnya sampel ada beberapa hal yang harus diperhatikan antara lain, derajat keseragaman dari suatu populasi ( makin kecil suatu populasi maka makin kecil jumlah sampel yang akan diambil), presisi yang dikehendaki dari penelitian ( makin tinggi presisi yang dikehendaki, makin besar sampel yang harus diambil), ketersedian waktu, tenaga dan biaya ( jumlah sampel yang akan diambil tergantung dari ketersediaan dana, waktu dan tenaga ). Dalam penelitian kuantititatif besarnya sampel yang akan dimbil tergantung dari keadaan dari suatu populasi, sifat dan besarnya populasi serta tujuan dari penelitian tersebut.
Pengambilan sampel dalam penelitian dilakukan sebagai upaya untuk mendapatkan hasil penelitian yang representatif yang mana dapat menghemat waktu, tenaga dan biaya yang diperlukan. Penelitian kuantitatif pada umumnya menggunakan teknik pengambilan sampel berdasarkan probabilitas ( probability sampling ) atau juga dikenal sebagai random sampling. Berdasarkan metode penarikan sampel ini, peluang terpilihnya masing-masing responden dapat diketahui. Pengambilan sampel berdasarkan probabilitas menghasilkan sampel yang mewakili populasi dan memungkinkan peneliti untuk menggunakan teknik-teknik statistic
.
Referensi
Newman,W. Lawrence. Social Research Methods “Qualitative and Quantitave Approache” Third Edition, Allyn & Bacon. Boston, 1997.
Singarimbun, Masri dan Sofian Effendi, Metode Penelitian Survai, Jakarta: LP3ES, 198

TEKNIK SAMPLING

Hasan Mustafa /2000

       Sampel adalah sebagian dari populasi. Artinya tidak akan ada sampel jika tidak ada populasi. Populasi adalah keseluruhan elemen atau unsur yang akan kita teliti. Penelitian yang dilakukan atas seluruh elemen dinamakan sensus. Idealnya, agar hasil penelitiannya lebih bisa dipercaya, seorang peneliti harus melakukan sensus. Namun karena sesuatu hal peneliti bisa tidak meneliti keseluruhan elemen tadi, maka yang bisa dilakukannya adalah meneliti sebagian dari keseluruhan elemen atau unsur tadi.

       Berbagai alasan yang masuk akal mengapa peneliti tidak melakukan sensus antara lain adalah,(a) populasi demikian banyaknya sehingga dalam prakteknya tidak mungkin seluruh elemen diteliti; (b) keterbatasan waktu penelitian, biaya, dan sumber daya manusia, membuat peneliti harus telah puas jika meneliti sebagian dari elemen penelitian; (c) bahkan kadang, penelitian yang dilakukan terhadap sampel bisa lebih reliabel daripada terhadap populasi – misalnya, karena elemen sedemikian banyaknya maka akan memunculkan kelelahan fisik dan mental para pencacahnya sehingga banyak terjadi kekeliruan. (Uma Sekaran, 1992); (d) demikian pula jika elemen populasi homogen, penelitian terhadap seluruh elemen dalam populasi menjadi tidak masuk akal, misalnya untuk meneliti kualitas jeruk dari satu pohon jeruk   

       Agar hasil penelitian yang dilakukan terhadap sampel masih tetap bisa dipercaya dalam artian masih bisa mewakili karakteristik populasi,  maka cara penarikan sampelnya harus dilakukan secara seksama. Cara pemilihan sampel dikenal dengan nama teknik sampling atau teknik pengambilan sampel .         

      Populasi atau universe adalah sekelompok orang, kejadian, atau benda, yang dijadikan obyek penelitian. Jika yang ingin diteliti adalah sikap konsumen terhadap satu produk tertentu, maka populasinya adalah seluruh konsumen produk tersebut. Jika yang diteliti adalah laporan keuangan perusahaan “X”, maka populasinya adalah keseluruhan laporan keuangan perusahaan “X” tersebut, Jika yang diteliti adalah motivasi pegawai di departemen “A” maka populasinya adalah seluruh pegawai di departemen “A”. Jika yang diteliti adalah efektivitas gugus kendali mutu (GKM) organisasi “Y”, maka populasinya adalah seluruh GKM organisasi “Y”

         Elemen/unsur adalah setiap satuan populasi. Kalau dalam populasi terdapat 30 laporan keuangan, maka setiap laporan keuangan tersebut adalah unsur atau elemen penelitian. Artinya dalam populasi tersebut terdapat 30 elemen penelitian. Jika populasinya adalah pabrik sepatu, dan jumlah pabrik sepatu 500, maka dalam populasi tersebut terdapat 500 elemen penelitian.

Syarat sampel yang baik

       Secara umum, sampel yang baik adalah yang dapat mewakili sebanyak mungkin karakteristik populasi. Dalam bahasa pengukuran, artinya sampel harus valid, yaitu bisa mengukur sesuatu yang seharusnya diukur. Kalau yang ingin diukur adalah masyarakat Sunda sedangkan yang dijadikan sampel adalah hanya orang Banten saja, maka sampel tersebut tidak valid, karena tidak mengukur sesuatu yang seharusnya diukur (orang Sunda). Sampel yang valid ditentukan oleh dua pertimbangan.

Pertama : Akurasi atau ketepatan , yaitu tingkat ketidakadaan “bias” (kekeliruan) dalam sample. Dengan kata lain makin sedikit tingkat kekeliruan yang ada dalam sampel, makin akurat sampel tersebut. Tolok ukur adanya “bias” atau kekeliruan  adalah populasi.

Cooper dan Emory (1995) menyebutkan bahwa “there is no systematic variance” yang maksudnya adalah tidak ada keragaman pengukuran yang disebabkan karena pengaruh yang diketahui atau tidak diketahui, yang menyebabkan skor cenderung mengarah pada satu titik tertentu. Sebagai contoh, jika ingin mengetahui rata-rata luas tanah suatu perumahan, lalu yang dijadikan sampel adalah rumah yang terletak di setiap sudut jalan, maka hasil atau skor yang diperoleh akan bias. Kekeliruan semacam ini bisa terjadi pada sampel yang diambil secara sistematis

      Contoh systematic variance yang banyak ditulis dalam buku-buku metode penelitian adalah jajak-pendapat (polling) yang dilakukan oleh Literary Digest (sebuah majalah yang terbit di Amerika tahun 1920-an) pada tahun 1936. (Copper & Emory, 1995, Nan lin, 1976). Mulai tahun 1920, 1924, 1928, dan tahun 1932 majalah ini berhasil memprediksi siapa yang akan jadi presiden dari calon-calon presiden yang ada. Sampel diambil berdasarkan petunjuk dalam buku telepon dan dari daftar pemilik mobil. Namun pada tahun 1936 prediksinya salah. Berdasarkan jajak pendapat, di antara dua calon presiden (Alfred M. Landon dan Franklin D. Roosevelt), yang akan menang adalah Landon, namun meleset karena ternyata Roosevelt yang terpilih menjadi presiden Amerika.

       Setelah diperiksa secara seksama, ternyata Literary Digest membuat kesalahan dalam menentukan sampel penelitiannya . Karena semua sampel yang diambil adalah mereka yang memiliki telepon dan mobil, akibatnya pemilih yang sebagian besar tidak memiliki telepon dan mobil (kelas rendah) tidak terwakili, padahal Rosevelt lebih banyak dipilih oleh masyarakat kelas rendah tersebut. Dari kejadian tersebut ada dua pelajaran yang diperoleh : (1), keakuratan prediktibilitas dari suatu sampel tidak selalu bisa dijamin dengan banyaknya jumlah sampel; (2) agar sampel dapat memprediksi dengan baik populasi, sampel harus mempunyai selengkap mungkin karakteristik populasi (Nan Lin, 1976).

Kedua : Presisi. Kriteria kedua sampel yang baik adalah memiliki tingkat presisi estimasi. Presisi mengacu pada persoalan sedekat mana estimasi kita  dengan karakteristik populasi. Contoh : Dari 300 pegawai produksi, diambil sampel 50 orang. Setelah diukur ternyata rata-rata perhari, setiap orang menghasilkan 50 potong produk “X”. Namun berdasarkan laporan harian, pegawai bisa menghasilkan produk “X” per harinya rata-rata 58 unit. Artinya di antara laporan harian yang dihitung berdasarkan populasi dengan hasil penelitian yang dihasilkan dari sampel, terdapat perbedaan 8 unit. Makin kecil tingkat perbedaan di antara rata-rata populasi dengan rata-rata sampel, maka makin tinggi tingkat presisi sampel tersebut.

         Belum pernah ada sampel yang bisa mewakili karakteristik populasi sepenuhnya. Oleh karena itu dalam setiap penarikan sampel senantiasa melekat keasalahan-kesalahan, yang dikenal dengan nama “sampling error” Presisi diukur oleh simpangan baku (standard error). Makin kecil perbedaan di antara simpangan baku yang diperoleh dari sampel (S) dengan simpangan baku dari populasi (s), makin tinggi pula tingkat presisinya. Walau tidak selamanya, tingkat presisi mungkin  bisa meningkat dengan cara menambahkan jumlah sampel, karena kesalahan mungkin bisa berkurang kalau jumlah sampelnya ditambah ( Kerlinger, 1973 ). Dengan contoh di atas tadi, mungkin saja perbedaan rata-rata di antara populasi dengan sampel bisa lebih sedikit, jika sampel yang ditariknya ditambah. Katakanlah dari 50 menjadi 75.

Di bawah ini digambarkan hubungan antara jumlah sampel dengan tingkat kesalahan seperti yang diuarakan oleh Kerlinger

                       besar

        kesa-

        lahan               

                         kecil

                                      kecil           besarnya sampel          besar

Ukuran sampel

         Ukuran sampel atau jumlah sampel yang diambil menjadi persoalan yang penting manakala jenis penelitian yang akan dilakukan adalah penelitian yang menggunakan analisis kuantitatif. Pada penelitian yang menggunakan analisis kualitatif, ukuran sampel bukan menjadi nomor satu, karena yang dipentingkan alah kekayaan informasi. Walau jumlahnya sedikit tetapi jika kaya akan informasi, maka sampelnya lebih bermanfaat.

         Dikaitkan dengan besarnya sampel, selain tingkat kesalahan, ada lagi beberapa faktor lain yang perlu memperoleh pertimbangan yaitu, (1) derajat keseragaman, (2) rencana analisis, (3) biaya, waktu, dan tenaga yang tersedia . (Singarimbun dan Effendy, 1989). Makin tidak seragam sifat atau karakter setiap elemen populasi, makin banyak sampel yang harus diambil.  Jika rencana analisisnya mendetail atau rinci maka jumlah sampelnya pun harus banyak. Misalnya di samping ingin mengetahui sikap konsumen terhadap kebijakan perusahaan, peneliti juga bermaksud mengetahui hubungan antara sikap dengan tingkat pendidikan. Agar tujuan ini dapat tercapai maka sampelnya harus terdiri atas berbagai jenjang pendidikan SD, SLTP. SMU, dan seterusnya.. Makin sedikit waktu, biaya , dan tenaga yang dimiliki peneliti, makin sedikit pula sampel yang bisa diperoleh. Perlu dipahami bahwa apapun alasannya, penelitian haruslah dapat dikelola dengan baik (manageable).

          Misalnya, jumlah bank yang dijadikan populasi penelitian ada 400 buah. Pertanyaannya adalah, berapa bank yang harus diambil menjadi sampel agar hasilnya mewakili populasi?. 30?, 50? 100? 250?. Jawabnya tidak mudah. Ada yang mengatakan, jika ukuran populasinya di atas 1000, sampel sekitar 10 % sudah cukup, tetapi jika ukuran populasinya sekitar 100, sampelnya paling sedikit 30%, dan kalau ukuran populasinya 30, maka sampelnya harus 100%.

          Ada pula yang menuliskan, untuk penelitian deskriptif, sampelnya 10% dari populasi, penelitian korelasional, paling sedikit 30 elemen populasi, penelitian perbandingan kausal, 30 elemen per kelompok, dan untuk penelitian eksperimen 15 elemen per kelompok (Gay dan Diehl, 1992).

          Roscoe (1975) dalam Uma Sekaran (1992)  memberikan pedoman penentuan jumlah sampel sebagai berikut :

1.      Sebaiknya ukuran sampel di antara 30 s/d 500 elemen

2.      Jika sampel dipecah lagi ke dalam subsampel (laki/perempuan, SD?SLTP/SMU, dsb), jumlah minimum subsampel harus 30

3.      Pada penelitian multivariate (termasuk analisis regresi multivariate) ukuran sampel harus beberapa kali lebih besar (10 kali) dari jumlah variable yang akan dianalisis.

4.      Untuk penelitian eksperimen yang sederhana, dengan pengendalian yang ketat, ukuran sampel bisa antara 10 s/d 20 elemen.

Krejcie dan Morgan (1970) dalam Uma Sekaran (1992) membuat daftar yang bisa dipakai untuk menentukan jumlah sampel sebagai berikut (Lihat Tabel)   

Populasi (N)	Sampel (n)	Populasi (N)	Sampel (n)	Populasi (N)	Sampel (n)
10	10	220	140	1200	291
15	14	230	144	1300	297
20	19	240	148	1400	302
25	24	250	152	1500	306
30	28	260	155	1600	310
35	32	270	159	1700	313
40	36	280	162	1800	317
45	40	290	165	1900	320
50	44	300	169	2000	322
55	48	320	175	2200	327
60	52	340	181	2400	331
65	56	360	186	2600	335
70	59	380	191	2800	338
75	63	400	196	3000	341
80	66	420	201	3500	346
85	70	440	205	4000	351
90	73	460	210	4500	354
95	76	480	214	5000	357
100	80	500	217	6000	361
110	86	550	226	7000	364
120	92	600	234	8000	367
130	97	650	242	9000	368
140	103	700	248	10000	370
150	108	750	254	15000	375
160	113	800	260	20000	377
170	118	850	265	30000	379
180	123	900	269	40000	380
190	127	950	274	50000	381
200	132	1000	278	75000	382
210	136	1100	285	1000000	384

         

         Sebagai informasi lainnya, Champion (1981) mengatakan bahwa sebagian besar uji statistik selalu menyertakan rekomendasi ukuran sampel. Dengan kata lain, uji-uji statistik yang ada akan sangat efektif jika diterapkan pada sampel yang jumlahnya 30 s/d 60 atau dari 120 s/d 250. Bahkan jika sampelnya di atas 500, tidak direkomendasikan untuk menerapkan uji statistik. (Penjelasan tentang ini dapat dibaca di Bab 7 dan 8 buku Basic Statistics for Social Research, Second Edition)

Teknik-teknik pengambilan sampel

       Secara umum, ada dua jenis teknik pengambilan sampel yaitu, sampel acak atau random sampling / probability sampling, dan sampel tidak acak atau nonrandom samping/nonprobability sampling. Yang dimaksud dengan random sampling adalah cara pengambilan sampel yang memberikan kesempatan yang sama untuk diambil kepada setiap elemen populasi. Artinya jika elemen populasinya ada 100 dan yang akan dijadikan sampel adalah 25, maka setiap elemen tersebut mempunyai kemungkinan 25/100 untuk bisa dipilih menjadi sampel. Sedangkan yang dimaksud dengan nonrandom sampling atau nonprobability sampling, setiap elemen populasi tidak mempunyai kemungkinan yang sama untuk dijadikan sampel. Lima elemen populasi dipilih sebagai sampel karena letaknya dekat dengan rumah peneliti, sedangkan yang lainnya, karena jauh, tidak dipilih; artinya kemungkinannya 0 (nol).

         Dua jenis teknik pengambilan sampel di atas mempunyai tujuan yang berbeda. Jika peneliti ingin hasil penelitiannya bisa dijadikan ukuran untuk mengestimasikan populasi, atau istilahnya adalah melakukan generalisasi maka seharusnya sampel representatif dan diambil secara acak. Namun jika peneliti tidak mempunyai kemauan melakukan generalisasi hasil penelitian maka sampel bisa diambil secara tidak acak. Sampel tidak acak biasanya juga diambil jika peneliti tidak mempunyai data pasti tentang ukuran populasi dan informasi lengkap tentang setiap elemen populasi. Contohnya, jika yang diteliti populasinya adalah konsumen teh botol, kemungkinan besar peneliti tidak mengetahui dengan pasti berapa jumlah konsumennya, dan juga karakteristik konsumen. Karena dia tidak mengetahui ukuran pupulasi yang tepat, bisakah dia mengatakan bahwa 200 konsumen sebagai sampel dikatakan “representatif”?. Kemudian, bisakah peneliti  memilih sampel secara acak, jika tidak ada informasi yang cukup lengkap tentang diri konsumen?. Dalam situasi yang demikian, pengambilan sampel dengan cara acak tidak dimungkinkan, maka tidak ada pilihan lain kecuali sampel diambil dengan cara tidak acak atau nonprobability sampling, namun dengan konsekuensi hasil penelitiannya tersebut tidak bisa digeneralisasikan. Jika ternyata dari 200 konsumen teh botol tadi merasa kurang puas, maka peneliti tidak bisa mengatakan bahwa sebagian besar konsumen teh botol merasa kurang puas terhadap the botol.

         Di setiap jenis teknik pemilihan tersebut, terdapat beberapa teknik yang lebih spesifik lagi. Pada sampel acak (random sampling) dikenal dengan istilah simple random sampling, stratified random sampling, cluster sampling, systematic sampling, dan area sampling. Pada nonprobability sampling dikenal beberapa teknik, antara lain adalah convenience sampling, purposive sampling, quota sampling, snowball sampling

Probability/Random Sampling.

       Syarat pertama yang harus dilakukan untuk mengambil sampel secara acak adalah memperoleh atau membuat kerangka sampel atau dikenal dengan nama “sampling frame”. Yang dimaksud dengan  kerangka sampling adalah daftar yang berisikan setiap elemen populasi yang bisa diambil sebagai sampel. Elemen populasi bisa berupa data tentang orang/binatang, tentang kejadian, tentang tempat, atau juga tentang benda. Jika populasi penelitian adalah mahasiswa perguruan tinggi “A”, maka peneliti harus bisa memiliki daftar semua mahasiswa yang terdaftar di perguruan tinggi “A “ tersebut selengkap mungkin. Nama, NRP, jenis kelamin, alamat, usia, dan informasi lain yang berguna bagi penelitiannya.. Dari daftar ini, peneliti akan bisa secara pasti mengetahui jumlah populasinya (N). Jika populasinya adalah rumah tangga dalam sebuah kota, maka peneliti harus mempunyai daftar seluruh rumah tangga kota tersebut.  Jika populasinya adalah wilayah Jawa Barat, maka penelti harus mepunyai peta wilayah Jawa Barat secara lengkap. Kabupaten, Kecamatan, Desa, Kampung. Lalu setiap tempat tersebut diberi kode (angka atau simbol) yang berbeda satu sama lainnya.

        Di samping sampling frame, peneliti juga harus mempunyai alat yang bisa dijadikan penentu sampel. Dari sekian elemen populasi, elemen mana saja yang bisa dipilih menjadi sampel?. Alat yang umumnya digunakan adalah Tabel Angka Random, kalkulator, atau  undian. Pemilihan sampel secara acak bisa dilakukan melalui sistem undian jika elemen populasinya tidak begitu banyak. Tetapi jika sudah ratusan, cara undian bisa mengganggu konsep “acak” atau “random” itu sendiri.

1. Simple Random Sampling atau Sampel Acak Sederhana

Cara atau teknik ini dapat dilakukan jika analisis penelitiannya cenderung deskriptif dan bersifat umum. Perbedaan karakter yang mungkin ada pada setiap unsur atau elemen  populasi tidak merupakan hal yang penting bagi rencana analisisnya. Misalnya, dalam populasi ada wanita dan pria, atau ada yang kaya dan yang miskin, ada manajer dan bukan manajer, dan perbedaan-perbedaan lainnya.  Selama perbedaan gender, status kemakmuran, dan kedudukan dalam organisasi, serta perbedaan-perbedaan lain tersebut bukan merupakan sesuatu hal yang penting dan mempunyai pengaruh yang signifikan terhadap hasil penelitian, maka peneliti dapat mengambil sampel secara acak sederhana. Dengan demikian setiap unsur populasi harus mempunyai kesempatan sama untuk bisa dipilih menjadi sampel. Prosedurnya :

1. Susun “sampling frame”
2. Tetapkan jumlah sampel yang akan diambil
3. Tentukan alat pemilihan sampel
4. Pilih sampel sampai dengan jumlah terpenuhi

2. Stratified Random Sampling atau Sampel Acak Distratifikasikan

Karena unsur populasi berkarakteristik heterogen, dan heterogenitas tersebut mempunyai arti yang signifikan pada pencapaian tujuan penelitian, maka peneliti dapat mengambil sampel dengan cara ini. Misalnya, seorang peneliti ingin mengetahui sikap manajer terhadap satu kebijakan perusahaan. Dia menduga bahwa manajer tingkat atas cenderung positif sikapnya terhadap kebijakan perusahaan tadi. Agar dapat menguji dugaannya tersebut maka sampelnya harus terdiri atas paling tidak para manajer tingkat atas, menengah, dan bawah. Dengan teknik pemilihan sampel secara random distratifikasikan, maka dia akan memperoleh manajer di ketiga tingkatan tersebut, yaitu stratum manajer atas, manajer menengah dan manajer bawah. Dari setiap stratum tersebut dipilih sampel secara acak. Prosedurnya :

1. Siapkan “sampling frame”
2. Bagi sampling frame tersebut berdasarkan strata yang dikehendaki
3. Tentukan jumlah sampel dalam setiap stratum
4. Pilih sampel dari setiap stratum secara acak.

Pada saat menentukan jumlah sampel dalam setiap stratum, peneliti dapat menentukan secara (a) proposional, (b) tidak proposional. Yang dimaksud dengan proposional adalah jumlah sampel dalam setiap stratum sebanding dengan jumlah unsur populasi dalam stratum tersebut. Misalnya, untuk stratum manajer tingkat atas (I) terdapat 15 manajer, tingkat menengah ada 45 manajer (II), dan manajer tingkat bawah (III) ada 100 manajer. Artinya jumlah seluruh manajer adalah 160. Kalau jumlah sampel yang akan diambil seluruhnya 100 manajer, maka  untuk stratum I diambil (15:160)x100 = 9 manajer, stratum II = 28 manajer, dan stratum 3 = 63 manajer.

Jumlah dalam setiap stratum tidak proposional. Hal ini terjadi jika jumlah unsur atau elemen di salah satu atau beberapa stratum sangat sedikit. Misalnya saja, kalau dalam stratum manajer kelas atas (I) hanya ada 4 manajer, maka peneliti bisa mengambil semua manajer dalam stratum tersebut , dan untuk manajer tingkat menengah (II) ditambah 5, sedangkan manajer tingat bawah (III), tetap 63 orang.

          

3. Cluster Sampling atau Sampel Gugus

Teknik ini biasa juga diterjemahkan dengan cara pengambilan sampel berdasarkan gugus. Berbeda dengan teknik pengambilan sampel acak yang distratifikasikan, di mana setiap unsur dalam satu stratum memiliki karakteristik yang homogen (stratum A : laki-laki semua, stratum B : perempuan semua), maka dalam sampel gugus, setiap gugus boleh mengandung unsur yang karakteristiknya berbeda-beda atau heterogen. Misalnya, dalam satu organisasi terdapat 100 departemen. Dalam setiap departemen terdapat banyak pegawai dengan karakteristik berbeda pula. Beda jenis kelaminnya, beda tingkat pendidikannya, beda tingkat pendapatnya, beda tingat manajerialnnya, dan perbedaan-perbedaan lainnya. Jika peneliti bermaksud mengetahui tingkat penerimaan para pegawai terhadap suatu strategi yang segera diterapkan perusahaan, maka peneliti dapat menggunakan cluster sampling untuk mencegah terpilihnya sampel hanya dari satu atau dua departemen saja. Prosedur :

1.      Susun sampling frame berdasarkan gugus – Dalam kasus di atas, elemennya ada 100 departemen.

2.      Tentukan berapa gugus yang akan diambil sebagai sampel

3.      Pilih gugus sebagai sampel dengan cara acak

4.      Teliti setiap pegawai yang ada dalam gugus sample

     4. Systematic Sampling atau Sampel Sistematis

Jika peneliti dihadapkan pada ukuran populasi yang banyak dan tidak memiliki alat pengambil data secara random, cara pengambilan sampel sistematis dapat digunakan. Cara ini menuntut kepada peneliti untuk memilih unsur populasi secara sistematis, yaitu unsur populasi yang bisa dijadikan sampel adalah yang “keberapa”.  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. Prosedurnya :

5.      Susun sampling frame

6.      Tetapkan jumlah sampel yang ingin diambil

7.      Tentukan K (kelas interval)

8.      Tentukan angka atau nomor awal di antara kelas interval tersebut secara acak atau random – biasanya melalui cara undian saja.

9.      Mulailah mengambil sampel dimulai dari angka atau nomor awal yang terpilih.

10.  Pilihlah sebagai sampel angka atau nomor interval berikutnya

4.      Area Sampling atau Sampel Wilayah

Teknik ini dipakai ketika peneliti dihadapkan pada situasi bahwa populasi penelitiannya tersebar di berbagai wilayah. Misalnya, seorang marketing manajer sebuah stasiun TV ingin mengetahui tingkat penerimaan masyarakat Jawa Barat atas sebuah mata tayangan, teknik pengambilan sampel dengan area sampling sangat tepat. Prosedurnya :

1.      Susun sampling frame yang menggambarkan peta wilayah (Jawa Barat) – Kabupaten, Kotamadya, Kecamatan, Desa.

2.      Tentukan wilayah yang akan dijadikan sampel (Kabupaten ?, Kotamadya?, Kecamatan?, Desa?)

3.      Tentukan berapa wilayah yang akan dijadikan sampel penelitiannya.

4.      Pilih beberapa wilayah untuk dijadikan sampel dengan cara acak atau random.

5.      Kalau ternyata masih terlampau banyak responden yang harus diambil datanya, bagi lagi wilayah yang terpilih ke dalam sub wilayah.

Nonprobability/Nonrandom Sampling atau Sampel Tidak Acak

        Seperti telah diuraikan sebelumnya, jenis sampel ini tidak dipilih secara acak. Tidak semua unsur atau elemen populasi mempunyai kesempatan sama untuk bisa dipilih menjadi sampel. Unsur populasi yang terpilih menjadi sampel bisa disebabkan karena kebetulan atau karena faktor lain yang sebelumnya sudah direncanakan oleh peneliti.

1.      Convenience Sampling atau sampel yang dipilih dengan pertimbangan kemudahan.

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 – atau juga captive sample  (man-on-the-street) 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.

2.      Purposive Sampling

Sesuai dengan namanya, sampel diambil dengan maksud atau tujuan tertentu. Seseorang atau sesuatu diambil sebagai sampel karena peneliti menganggap bahwa seseorang atau sesuatu tersebut memiliki informasi yang diperlukan bagi penelitiannya. Dua jenis sampel ini dikenal dengan nama judgement dan quota sampling.

Judgment Sampling

Sampel dipilih berdasarkan penilaian peneliti bahwa dia adalah pihak yang paling baik untuk dijadikan sampel penelitiannya.. Misalnya 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”.

Dalam program pengembangan produk (product development), biasanya yang dijadikan sampel adalah karyawannya sendiri, dengan pertimbangan bahwa kalau karyawan sendiri tidak puas terhadap produk baru yang akan dipasarkan, maka jangan terlalu berharap pasar akan menerima produk itu dengan baik. (Cooper dan Emory, 1992).

Quota Sampling

Teknik sampel ini adalah bentuk dari sampel distratifikasikan secara proposional, namun tidak dipilih secara acak melainkan secara kebetulan saja.

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.

3.      Snowball Sampling – Sampel Bola Salju

Cara ini banyak dipakai ketika peneliti tidak banyak tahu tentang populasi penelitiannya. Dia hanya tahu satu atau dua orang yang berdasarkan penilaiannya bisa dijadikan sampel. Karena peneliti menginginkan lebih banyak lagi, lalu dia minta kepada sampel pertama untuk menunjukan orang lain yang kira-kira bisa dijadikan sampel. Misalnya, seorang peneliti ingin mengetahui pandangan kaum lesbian terhadap lembaga perkawinan. Peneliti cukup mencari satu orang wanita lesbian dan kemudian melakukan wawancara. Setelah selesai, peneliti tadi minta kepada wanita lesbian tersebut untuk bisa mewawancarai teman lesbian lainnya. Setelah jumlah wanita lesbian yang berhasil diwawancarainya dirasa cukup, peneliti bisa mengentikan pencarian wanita lesbian lainnya. . Hal ini bisa juga dilakukan pada pencandu narkotik, para gay, atau kelompok-kelompok sosial lain yang eksklusif (tertutup)

Pedoman dalam pemilihan teknik sampling

 

Pada penelitian kuantitatif Populasi dan sampel merupakan sumber utama untuk memperoleh data yang dibutuhkan dalam mengungkapkan fenomena atau realitas yang dijadikan fokus penelitian kita. Oleh karena itu, sebelum pada bahasan teknik sampling pada data kuantitaf dan bagaimana cara menentukan ukuran sampel, maka kita harus tahu terlebih dahulu mengenai:

· Populasi adalah seperangkat unit analisa lengkap yang sedang diteliti.

· Sampel adalah bagian dari populasi yang dipilih untuk dipelajari.

· Sampling adalah cara-cara atau teknik penarikan sampel dari populasi.

Ø Teknik Sampling pada data kuantitatif

1. Probability Sampling (Menggunakan Prinsip Random)

a. Cluster Random Sampling

Teknik ini digunakan apabila ukuran populasinya tidak diketahui dengan pasti, sehingga tidak memungkinkan untuk dibuatkan kerangka samplingnya, dan keberadaannya tersebar secara geografis atau terhimpun dalam klaster-klaster yang berbeda-beda.

· Apabila klaster itu bersifat wilayah geografis yang kecil, maka pengambilan sampelnya dapat dilakukan satu tahap (simple cluster sampling).

· Akan tetapi jika klasternya besar atau wilayah geografisnya besar, maka pengambilan sampel tidak cukup hanya satu tahap, melainkan harus beberapa tahap. Dalam keadaan yang demikian gunakanlah teknik sampling klaster banyak tahap (multistage cluster sampling).

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.

b. Stratified Random Sampling

Teknik sampling ini digunakan apabila populasinya tidak homogen (heterogen). Makin heterogen suatu populasi, makin besar pula perbedaan sifat-sifat antara lapisan  tersebut. Untuk dapat menggambarkan secara tepat tentang sifat-sifat populasi yang heterogen, maka populasi yang bersangkutan harus dibagi-bagi kedalam lapisan-lapisan (strata) yang seragam atau homogen, dan dari setiap strata dapat diambil sampel secara random (acak).

Untuk dapat menggunakan teknik sampling random strata, ada beberapa syarat yang harus dipenuhi, antara lain (Singarimbun dan Effendi, 1989:162-163):

1. Harus ada kriteria yang jelas yang akan dipergunakan sebagai dasar untuk menstratifikasi populasi ke dalam lapisan-lapisan.

2. Harus ada data pendahuluan dari populasi mengenai kriteria yang dipergunakan untuk menstratifikasi. Jumlah satuan elementer dari setiap strata (ukuran setiap subpopulasi) harus diketahui dengan pasti. Hal ini diperlukan agar peneliti dapat membuat kerangka sampling untuk setiap subpopulasi atau strata yang akan dijadikan sumber dalam menentukan sampel atau responden.

Sampel strata terdiri dari dua macam, yaitu

· Sampel strata proporsional

Teknik sampling random strata proporsional digunakan apabila proporsi ukuran subpopulasi atau jumlah satuan elementer dalam setiap strata relatif seimbang atau relatif sama besar. Dalam sampel strata proporsional, dari setiap strata diambil sampel yang sebanding dengan besar setiap strata dengan berpatokan pada pecahan sampling (sampling fraction) yang sama  yang digunakan. Pecahan sampling adalah angka yang menunjukkan persentase ukuran sampel yang akan diambil dari ukuran populasi tertentu.

Cara pengambilan sample dilakukan dengan menyeleksi setiap unit sampling yang sesuai dengan ukuran unit sampling. Keuntungannya ialah aspek representatifnya lebih meyakinkan sesuai dengan sifat-sifat ynag membentuk dasar unit-unit yang mengklasifikasinya, sehingga mengurangi keanekaragamannya. Karakteristik-karakeristik masing-masing strata dapat diestimasikan sehingga dapat dibuat perbandingan.

Kerugiannya ialah membutuhka informasi yang akurat pada proporsi populasi untuk masing-masing strata. Jika hal tersebut diabaikan maka kesalahan akan muncul.

· Sampel strata disproporsional

Pada Sampel Strata Disproporsional, ukuran sampel yang diambil dari setiap subpopulasi (strata) sama besarnya, yang berbeda adalah pecahan samplingnya.

Strategi pengambilan sample sama dengan proporsional. Perbedaanya ialah terletak pada ukuran sample yang tidak proporsional terhadap ukuran unit sampling karena untuk kepentingan pertimbangan analisa dan kesesuaian.

c. Simple Random Sampling

Sampel acak sederhana adalah sebuah sampel yang diambil sedemikian rupa sehingga setiap unit penelitian atau satuan elementer dari populasi mempunyai kesempatan yang sama untuk dipilih sebagai sampel. Peluang yang dimiliki oleh setiap unit penelitian untuk dipilih sebagai sampel sebesar n/N, yakni ukuran sampel yang dikehendaki dibagi dengan ukuran populasi. Dalam menggunakan Teknik Sampling Random Sederhana ini ada beberapa syarat yang harus dipenuhi, antara lain (Singarimbun dan Effendy, 1989):

1.  Harus tersedia kerangka sampling atau memungkinkan untuk dibuatkan kerangka samplingnya (dalam kerangka sampling tidak boleh ada unsur sampel yang dihitung dua kali atau lebih).

2.  Sifat populasinya harus homogen, jika tidak, kemungkinan akan terjadi bias.

3. Ukuran populasinya tidak tak terbatas, artinya harus pasti berapa ukuran populasinya.

4.   Keadaan populasinya tidak terlalu tersebar secara geografis.

Teknis pelaksanaannya ada dua cara, yakni:

1. Dengan mengundi unsur-unsur penelitian atau satuan-satuan elementer dalam populasi.

2. Dengan menggunakan Tabel Angka Random.

d. Teknik Sampling Random Sistematik (Systematic Random Sampling)

Apabila ukuran populasinya sangat besar, hingga tidak memungkinkan dilakukan pemilihan sampel dengan cara pengundian, maka teknik sampling random sederhana tidaklah tepat untuk digunakan. Dalam keadaan populasi yang demikian, gunakanlah teknik sampling random sistematik. Persyaratan yang harus dipenuhi agar teknik sampling ini dapat digunakan, sama dengan persyaratan untuk sampel random sederhana, yakni tersedianya kerangka sampling (ukuran populasinya diketahui dengan pasti), dan populasinya mempunyai pola beraturan yang memungkinkan untuk diberikan nomor urut serta bersifat homogen.

Cara penggunaan teknik sampling random sistematik ini mirip dengan cara sampling random sederhana. Bedanya, pada teknik sampling sistematik perandoman atau pengundian hanya dilakukan satu kali, yakni ketika menentukan unsur pertama dari sampling yang akan diambil. Penentuan unsur sampling selanjutnya ditempuh dengan cara memanfaatkan interval sampel. Interval sampel adalah angka yang menunjukkan jarak antara nomor-nomor urut yang terdapat dalam kerangka sampling yang akan dijadikan patokan dalam menentukan atau memilih unsur-unsur sampling kedua dan seterusnya hingga unsur ke-n. Interval sampel biasanya dilambangkan dengan huruf k.

Interval sampel atau juga disebut sampling rasio diperoleh dengan cara membagi ukuran populasi dengan ukuran sampel yang dikehendaki (N/n). Misalnya, dari populasi (N) berukuran 500 kita akan mengambil sampel (n) berkuran 50, maka interval samplingnya adalah 500/50=10 atau k =10. Andaikan yang terpilih sebagai unsur sampling pertama adalah satuan elementer yang bernomor s, maka penentuan unsur-unsur sampel berikutnya adalah:

Unsur pertama            = s

Unsur kedua                = s + k

Unsur ketiga                = s + 2k

Unsur keempat           = s + 3k, dan seterusnya hingga unsur ke-n.

2. Non Probability Sampling(Tidak Menggunakan Prinsip Random)

Dalam menentukan sampel dengan menggunakan taknik sampling nonrandom, tidak menggunakan prinsip kerandoman (prinsip teori peluang). Dasar penentuannya adalah pertimbangan-pertimbangan tertentu dari peneliti atau dari penelitian. Sebagai konsekuensinya, teknik sampling nonrandom ini tidak dapat digunakan apabila penelitian kita dirancang sebagai sebuah penelitian eksplanatif yang akan menguji hipotesis tertentu, misalnya penelitian korelasional, karena rumus uji statistik inferensial tidak dapat diterapkan untuk data yang berasal dari sampel nonrandom. Teknik sampling ini secara luas sering digunakan untuk penelitian-penelitian eksploratif atau penelitian deskriptif.

Ada beberapa jenis sampel nonrandom yang sering digunakan dalam penelitian sosial/penelitian komunikasi, di antaranya adalah:

1.  Sampel Aksidental (accidental sampling). Sampel ini sering disebut sebagai sampel kebetulan yang pengambilannya didasarkan pada pertimbangan kemudahan bagi peneliti (bukan penelitian), sehingga sampel ini sering kali disebut convenience sampling atau sampel keenakan. Orang-orang ilmu statistika bahkan menyebutnya sebagai sampel kecelakaan, karena saking tidak representatifnya sampel tersebut. Sebisa mungkin, hindari untuk menggunakan sampel ini, jika kesimpulan penelitian kita ingin memperoleh kemampuan generalisasi yang tepat.

2.  Sampel Kuota (quota sampling). Teknik sampling kuota merupakan teknik sampling yang sejenis dengan teknik sampling strata. Perbedaannya adalah ketika mengambil sampel dari setiap strata tidak menggunakan cara-cara random, tetapi menggunakan cara-cara kemudahan (convenience). Caranya, tentukan ukuran sampel dari masing-masing strata lalu teliti siapa sejumlah orang yang sesuai dengan ukuran sampel yang ditentukan tadi, siapa saja asal berasal dari strata tersebut.

3. Sampel Purposif (purposeful sampling). Teknik ini disebut juga judgemental sampling atau sampel pertimbangan bertujuan. Dasar penetuan sampelnya adalah tujuan penelitian. Sampel ini digunakan jika dalam upaya memperoleh data tentang fenomena atau masalah yang diteliti memerlukan sumber data yang memilki kualifikasi spesifik atau kriteria khusus berdasarkan penilaian tertentu, tingkat signifikansi tertentu.

4. Sampel Bola Salju (Snowball)

Memilih unit-unit yang mempunyai karakterisitik langka dan unit-unit tambahan yang ditunjukkan oleh responden sebelumnya. Keuntungannya ialah hanya digunakan dalam situasi-situasi tertentu. Kelemahannya ialah keterwakilan dari karakteristik langka dapat tidak terlihat di sample yang sudah dipilih.

Ø Cara Menentukan Ukuran Sampel

Ukuran sampel atau besarnya sampel yang diambil dari populasi, merupakan salah satu faktor penentu tingkat kerepresentatifan sampel yang digunakan. Pertanyaannya, berapa besar sampel harus diambil dari populasi agar memenuhi syarat kerepresentatifan?

Menurut I Gusti Bagoes Mantra dan Kasto dalam buku yang ditulis oleh Masri Singarimbun dan Sofian Effendi, Metode Penelitian Survai (1989), menyatakan bahwa sebelum kita menentukan berapa besar ukuran sampel yang harus diambil dari populasi tertentu, ada beberapa aspek yang harus dipertimbangkan yaitu:

1. Derajat Keseragaman Populasi (degree of homogenity). Jika tinggi tingkat homogenitas populasinya tinggi atau bahkan sempurna, maka ukuran sampel yang diambil boleh kecil, sebaliknya jika tingkat homogenitas populasinya rendah (tingkat heterogenitasnya tinggi) maka ukuran sampel yang diambil harus besar. Untuk menentukan tingkat homogenitas populasi sebaiknya dilakukan uji homogenitas dengan menggunakan uji statistik tertentu.

2. Tingkat Presisi (level of precisions) yang digunakan. Tingkat presisi, terutama digunakan dalam penelitian eksplanatif, misalnya penelitian korelasional, yakni suatu pernyataan peneliti tentang tingkat keakuratan hasil penelitian yang diinginkannya. Tingkat presisi biasanya dinyatakan dengan taraf signifikansi (α) yang dalam penelitian sosial biasa berkisar 0,05 (5%) atau 0,01 (1%), sehingga keakuratan hasil penelitiannya (selang kepercayaannya) 1–α  yakni bisa 95% atau 99%. Jika kita menggunakan taraf signifikansi 0,01 maka ukuran sampel yang diambil harus lebih besar daripada ukuran sampel jika kita menggunakan taraf signifikansi 0,05.

3. Rancangan Analisis. Rancangan analisis yang dimaksud adalah sesuatu yang berkaitan dengan pengolahan data, penyajian data, pengupasan data, dan penafsiran data yang akan ditempuh dalam penelitian.

4. Alasan-alasan tertentu yang berkaitan dengan keterbatasan-keterbatasn yang ada pada peneliti, misalnya keterbatasan waktu, tenaga, biaya, dan lain-lain.

Selain mempertimbangkan faktor-faktor di atas, beberapa buku metode penelitian menyarankan digunakannya rumus tertentu untuk menentukan berapa besar sampel yang harus diambil dari populasi. Jika ukuran populasinya diketahui dengan pasti, Rumus Slovin di bawah ini dapat digunakan.

Rumus Slovin:

N

n =    ———

1  + Ne²

Keterangan;

n = ukuran sampel

N = ukuran populasi

e =kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang ditololerir, misalnya 5%.

Batas kesalahan yang ditolelir ini untuk setiap populasi tidak sama, ada yang 1%, 2%, 3%, 4%,5%, atau 10%.

Jika ukuran populasinya besar yang didapat dari pendugaan proporsi populasi, maka Rumus Yamane yang harus digunakan.

N

n =    ———–

Nd² + 1

d = batas toleransi kesalahan pengambilan sampel yang digunakan.

Misalnya, kita ingin menduga proporsi pembaca koran dari populasi 4.000 orang. Presisi ditetapkan di antara 5% dengan tingkat kepercayaan 95%, maka besarnya sampel adalah:

4000

n =       ————————-     = 364

4000 x (0,05)² + 1

Sumber:

Santoso. (2008). Populasi dan Metode Sampling (Materi VI). Tersedia di http://ssantoso.blogspot.com/2008/08/populasi-dan-metode-sampling-materi-vi.html/

Sugiana, Dadang. (2008). Secuil Tentang Sampling dalam Penelitian Kuantitatif. Tersedia di http ://dankfsugiana.wordpress.com/2008/07/08/ populasi-dan-teknik-sampling /