Pengertian Sampling
Sebelum
membahas lebih lanjut tentang sampling, ada baiknya terlebih dahulu
dipahami tentang konsep sampel dan populasi. Populasi adalah totalitas
semua nilai yang mungkin, hasil menghitung ataupun pengukuran
kuantitatif maupun kualitatif mengenai karakteristik tertentu dari semua
anggota kumpulan yang lengkap dan jelas yang ingin dipelajari
sifat-sifatnya. Sedangkan sampel adalah bagian dari populasi yang
diteliti. (Sudjana 1989: 6). Dengan
kata lain, sampel merupakan sebagian atau bertindak sebagai perwakilan
dari populasi sehingga hasil penelitian yang berhasil diperoleh dari
sampel dapat digeneralisasikan pada populasi.
Adapun
sampling adalah suatu cara pengumpulan data yang sifatnya tidak
menyeluruh atau tidak mencakup seluruh obyek penelitian. dengan demikian
sample adalah teknik mengambil sampel dari populasi yang ada. Ada
beberapa alasan penggunaan sampling dalam penelitian diantaranya adalah
adanya penghematan waktu, biaya dan tenaga serta kemungkinan memperoleh
hasil yang akurat lebih besar dibandingkan jika menggunakan populasi
sebagai subyek penelitian. hal ini dikarenakan jika menggunakan
populasi, maka data yang diteliti mungkin akan sangat banyak yang
berakibat pada ketidaktelitian peneliti.
Dengan
berbagai keuntungan penggunaan sample dalam penelitian, maka sangat
jelas teknik ini menjadi favorit para peneliti untuk digunakan. Akan
tetapi, tetap perlu mempertimbangkan berbagai hal dalam penggunaan
sampel misalnya ketepatan penentuan definisi populasi, ukuran sampel
serta teknik pengambilan sampel.
Penentuan Ukuran Sampel
Sampel
yang baik adalah yang bisa merepresentasikan populasi penelitian. Untuk
menjadikan sampel penelitian representatif, maka perlu ditentukan
jumlah sampel minimal yang akan digunakan. Dalam menentukan ukuran sampel dapat dilakukan dengan dua cara yaitu tanpa menggunakan rumus atau hitungan serta menggunakan rumus.
Untuk
cara kedua, ada banyak sekali rumus yang dapat digunakan dalam
menentukan jumlah sampel minimum. salah satunya rumus empiris dianjurkan
oleh Issac dan Michael (1981:192) dalam Sukardi (2004:55) sebagai
berikut:
Keterangan:
S = jumlah sampel yang dicari;
N = Jumlah populasi;
P = proporsi populasi, asumsi diambil P = 0,50
d = derajat ketepatan, biasanya diambil d = 0,05
N = Jumlah populasi;
P = proporsi populasi, asumsi diambil P = 0,50
d = derajat ketepatan, biasanya diambil d = 0,05
c2 = nilai tabel c
Untuk
memudahkan menerapkan rumus di atas, maka rumus tersebut telah
ditransferkan kedalam bentuk tabel, sehingga kita tinggal memakai tabel
tersebut.
Tabel 1 :
Menentukan Jumlah sampel dengan Taraf Signifikansi 5%
N
|
S
|
N
|
S
|
N
|
S
|
N
|
S
|
10
|
10
|
90
|
73
|
300
|
169
|
1900
|
320
|
15
|
14
|
95
|
76
|
400
|
196
|
2000
|
322
|
20
|
19
|
100
|
80
|
500
|
217
|
2200
|
327
|
25
|
24
|
120
|
92
|
600
|
234
|
2400
|
331
|
30
|
28
|
130
|
97
|
700
|
248
|
2600
|
335
|
35
|
23
|
140
|
103
|
800
|
260
|
2800
|
338
|
40
|
36
|
150
|
108
|
900
|
269
|
3000
|
341
|
45
|
40
|
160
|
113
|
1000
|
278
|
3500
|
346
|
50
|
44
|
170
|
118
|
1100
|
285
|
4000
|
351
|
55
|
48
|
180
|
123
|
1200
|
291
|
4500
|
354
|
60
|
52
|
190
|
127
|
1300
|
297
|
5000
|
357
|
65
|
56
|
200
|
132
|
1400
|
302
|
10000
|
370
|
70
|
59
|
220
|
140
|
1500
|
306
|
15000
|
375
|
75
|
63
|
240
|
148
|
1600
|
310
|
20000
|
377
|
80
|
66
|
260
|
155
|
1700
|
313
|
50000
|
381
|
85
|
70
|
280
|
162
|
1800
|
317
|
100000
|
384
|
Sebagai contoh, untuk populasi yang berjumlah 200, dengan taraf signifikasi 5% ukuran sampelnya 132, sedangkan untuk populasi yang berjumlah 1000 taraf signifikansi 5% sebanyak 278.
Selain cara di atas, ada pula rumus dari Yamane yang
dikutip oleh ridwan dan akdon (2006: 249) dalam penentuan jumlah sampel
jika populasi yang diteliti sangat besar yaitu dengan menggunakan
persamaan berikut ini:
Dimana n = Jumlah Sampel
N = Jumlah Populasi
D2 = Presisi yang ditetapkan
Berdasarkan
rumus tersebut, misalnya jika dalam sebuah penelitian terdapat populasi
sebanyak 200 orang serta presisi yang diinginkan adalah 0,05, maka
dengan menggunakan rumus di atas, jumlah sampel minimal yang akan
digunakan adalah:
Dengan demikian, jika dibulatkan maka jumlah sampel minimal yang digunakan adalah sebanyak133 orang.
Akan
tetapi, jika populasi relative sedikit, maka rumus Slovin yang memiliki
persamaan yang hampir sama dengan rumus Yamane di atas dapat digunakan.
Persamaan rumus Slovin adalah sebagai berikut:
Keterangan: n = ukuran sampel
N = ukuran populasi
= tingkat signifikansi yang digunakan. misalnya 1%,
5% atau 10%
Cara penerapan rumus Slovin sama dengan penerapan rumus Yamane.
Teknik Pengambilan Sampel
Secara umum, pengambilan sampel biasanya dilakukan dengan dua cara yaitu random (acak) dan nonrandom
(tidak acak). Pengambilan dengan cara random yaitu pengambilan sampel
yang dilakukan dengan mengundi, menggunakan tabel bilangan acak/random
atau dengan menggunakan bantuan komputer. Sedangkan pengambilan sampel
dengan nonrandom atau disebut juga incidental sampling, dilakukan tidak secara acak.
1. Teknik Sampling Random
Ada tiga jenis sampling yang termasuk pada teknik sampling random yaitu sampling random sederhana (Simple Random Sampling), sampling bertingkat (Stratified Sampling), dan sampling kluster/area (Cluster Sampling)
a. Sampling Random Sederhana (Simple Random Sampling)
Teknik
ini dikatakan random sederhana karena cara mengambil sampel dari
populasi dilakukan secara random (acak) dengan tidak mempertimbangkan
strata atau tingkatan dalam populasi. Teknik sampling random sederhana
dapat digunakan seandainya populasi yang diteliti bersifat homogen.
Pengambilan
sampel dengan teknik ini dapat dilakukan dengan berbagai macam cara,
diantaranya adalah dengan sistematis/ordinal. Cara sistematis/ordinal
merupakan teknik untuk memilih anggota sampel melalui peluang. dan
teknik dimana pemilihan anggota sampel dilakukan setelah terlebih dahulu
dimulai dengan pemilihan secara acak untuk data pertamanya kemudian
untuk data kedua dan seterusnya dilakukan dengan interval tertentu.
Ada beberapa kelebihan jika peneliti menggunakan sampling random sederhana ini. Diantaranya adalah dapat memberikan
dasar probabilitas terhadap banyak teori statistik serta mudah untuk
dipahami dan diterapkan. Adapun kelebihan menggunakan teknik sampling
random sederhana diantaranya adalah peneliti harus menetapkan semua
populasi dengan memberi nomer (angka) sebelum dilakukan pemilihan
sampel. Hal ini akan memakan waktu yang relatif lama. Sub-klaster dalam
populasi memungkinkan untuk terpilih semua serta individu yang terpilih
kemungkinan akan sangat tersebar.
b. Teknik Sampling Bertingkat (stratified random sampling)
Teknik
sampling bertingkat ini digunakan apabila populasinya heterogen atau
terdiri atas kelompok-kelompok yang bertingkat serta jumlah sangat
banyak. . Penentuan strata dilakukan berdasarkan karakteristik tertentu.
Misalnya : menurut umur, latar belakang pendidikan, dan sebagainya.
Keuntungan menggunakan cara ini ialah anggota sampel yang diambil lebih
representatif. Kelemahannya ialah lebih banyak memerlukan usaha
pengenalan terhadap karakteristik populasinya.
ada
beberapa syarat yang harus terpenuhi terlebih dahulu untuk menggunakan
teknik ini antara lain (Singarimbun dan Effendi, 1989:162-163): 1.adanya
kriteria yang jelas yang akan dipergunakan sebagai dasar untuk
menstratifikasi populasi ke dalam lapisan-lapisan. 2. Adanya data
pendahuluan dari populasi mengenai kriteria yang dipergunakan untuk
menstratifikasi. 3. 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.
Penerapan
teknik stratified random sampling misalnya jika kita memiliki populasi
disebuah Madrasah Aliyah sebanyak 100 0rang. Siswa kelas 1 = 25, 2 = 60
dan 3 = 15. Sedangkan besar anggota sampel = 80 sehingga besar
masing-masing sampel untuk A, B, dan C dapat dihitung sebagai berikut : untuk A : (25/100) x 80 = 20 orang, B : (60/100) x 80 = 48 orang, dan C
: (15/100) x 80 = 12 orang. Sehingga jumlah sampel seluruhnya sebanyak
80 orang. Untuk lebih jelasnya perhatikan tabel dibawah ini:
No
|
Kelas
|
Jumlah siswa
|
% dalam populasi
|
Jumlah sampel
|
1
|
Satu
|
25
|
25%
|
20
|
2
|
Dua
|
60
|
60%
|
48
|
3
|
Tiga
|
15
|
15%
|
12
|
Jumlah
|
100
|
100%
|
80
|
Pada
kasus-kasus tertentu, terkadang, jumlah populasi yang tersebar dalam
strata tertentu memiliki jumlah yang tidak proporsional. Dalam contoh
diatas misalnya, jumlah siswa yang ada di kelas 3 hanya 5 orang. Maka
jika pada teknik sampling proporsional, sampel dari siswa kelas 3 h.
c. Teknik Sampling Kluster
Terkadang
dalam penelitian, populasi tidak dapat diketahui secara pasti. Misalnya
penelitian tentang siswa SMP di Sulawesi Utara. Tidak mungkin kita
dapat menghimpun data semua siswa SMP yang ada di Sulawesi Utara.
Kalaupun mungkin, datanya akan sangat banyak. Untuk mengatasi masalah
tersebut, maka kita dapat menggunakan tekhnik sampling cluster. Karena
itulah teknik sampling ini disebut juga sebagai teknik sampling daerah.
Pada
penggunaan teknik sampling kluster, biasanya digunakan dua tahapan,
yaitu tahap pertama menentukan sampel daerah, dan tahap kedua menentukan
orang/orang atau objek yang dijadikan penelitian pada daerah yang
terpilih yang dilakukan secara random. Misalnya pada kasus diatas, tahap
pertama dapat dilakukan dengan membuat klaster berupa sekolah di
desa/kelurahan, kecamatan atau kabupaten dan sebagainya. Selanjutnya
diambil secara random, daerah yang akan kita jadikan sampel penelitian.
langkah selanjutnya adalah mengambil sampel secara random seperti pada
teknik random sampling dari daerah yang telah kita tetapkan sebelumnya.
Keuntungan
menggunakan teknik ini ialah : (1) dapat mengambil populasi besar yang
tersebar diberbagai daerah, dan (2) pelaksanaannya lebih mudah dan murah
dibandingkan teknik lainnya. Sedangkan kelemahannya ialah (1) jumlah
individu dalam setiap pilihan tidak sama, karena itu teknik ini tidaklah
sebaik teknik lainnya; (2) ada kemungkinan penduduk satu daerah
berpindah kedaerah lain tanpa sepengetahuan peneliti, sehingga penduduk
tersebut mungkin menjadi anggota rangkap sampel penelitian.
2. Teknik Sampling Nonrandom
Tidak
ada prinsip kerandoman (prinsip teori peluang) pada teknik sampling
nonrandom. Dasar penentuannya adalah pertimbangan-pertimbangan tertentu
dari peneliti atau dari penelitian. Tanpa prinsip ini, konsekuensinya
penelitian dari sampel nonrandom tidak dapat digunakan pada sebuah
penelitian eksplanatif yang menguji hipotesis tertentu, misalnya
penelitian korelasional. Hal ini dikarenakan rumus uji statistik
inferensial memiliki syarat normalitas dan homogenitas. Akan tetapi,
teknik sampling ini secara luas sering digunakan untuk
penelitian-penelitian kualitatif atau penelitian deskriptif.
Ada beberapa jenis sampel nonrandom yang sering digunakan dalam penelitian sosial/penelitian komunikasi, di antaranya adalah:
a. Sampel Aksidental (accidental sampling).
Sampel
ini sering disebut sebagai sampel kebetulan karena pengambilannya tanpa
direncanakan terlebih dahulu. Hal inilah yang menjadikan sampel ini
sering kali disebut convenience sampling
atau sampel keenakan. Kesimpulan yang diperoleh bersifat kasar dan
sementara serta tidak bisa digunakan pada penelitian-penelitian yang
berdampak luas dimasyarakat.
b. Sampel Kuota (quota sampling).
Teknik sampling kuota merupakan teknik sampling yang hampir sama dengan
teknik sampling strata. Perbedaannya hanya pada cara mengambil sampel
yang tidak dilakukan secara random tetapi berdasarkan keinginan
peneliti. Teknik ini sering juga disebut judgement sampling karena
berdasarkan pendapat tertentu dari peneliti. (Marzuki 2000: 42) Masalah
apakah sampel bisa mewakili populasi tidak dipersoalkan dalam teknik
ini.
c. Sampel Purposif (purposeful sampling).
Dasar
penetuan sampel pada teknik sampling ini adalah tujuan penelitian.
Teknik purposive ini digunakan dalam upaya memperoleh data tentang
masalah yang memerlukan sumber data yang memilki kualifikasi spesifik
atau kriteria khusus tertentu. Misalnya, untuk meneliti kualitas sebuah
produk fashion maka diperlukan responden yang memiliki kualifikasi
kompetensi dalam bidang fashion ataupun seni tertentu.
Penutup
Umunya dalam penelitian sosial di Indonesia, keterbatasan dalam hal pendanaan,waktu serta sumber daya manusia adalah hal yang biasa.
Teknik sampling memberikan solusi untuk dua masalah diawal. Dengan
sampling, kita dapat mereduksi jumlah subyek penelitian tanpa
menghilangkan akurasi keputusan yang diambil.
Tidak ada komentar:
Posting Komentar