P. 1
Populasi Sample

Populasi Sample

|Views: 9|Likes:
Published by rendy_gunawan5248

More info:

Published by: rendy_gunawan5248 on Oct 10, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

10/11/2013

pdf

text

original

Modul 4 # Populasi dan Sampel

Dalam penelitian kuantitatif, apalagi jika dirancang sebagai sebuah penelitian survei (survey research), keberadaan populasi dan sampel penelitian nyaris tak dapat dihindarkan. Populasi dan sampel merupakan sumber utama untuk memperoleh data yang dibutuhkan dalam mengungkapkan fenomena atau realitas yang dijadikan fokus penelitian kita.

Demi mencapai keakuratan dan validitas data yang dihasilkan, populasi dan sampel yang dijadikan objek penelitian harus memiliki kejelasan baik dari segi scope, ukuran, maupun karakteristiknya. Dengan kata lain, kejelasan populasi dan ketepatan pengambilan sampel dalam penelitian akan menentukan validitas proses dan hasil penelitian kita.

Apa itu populasi penelitian? Apa itu sampel dan bagaimana kaitan antara populasi dan sampel dalam sebuah penelitian? Simak uraian-uraian di bawah ini.

KONSEP DASAR Populasi atau sering juga disebut universe adalah keseluruhan atau totalitas objek yang diteliti yang ciri-cirinya akan diduga atau ditaksir (estimated). Ciri-ciri populasi disebut parameter. Oleh karena itu, populasi juga sering diartikan sebagai kumpulan objek penelitian dari mana data akan dijaring atau dikumpulkan. Populasi dalam penelitian (penelitian komunikasi) bisa berupa orang (individu, kelompok, organisasi, komunitas, atau masyarakat) maupun benda, misalnya jumlah terbitan media massa, jumlah artikel dalam media massa, jumlah rubrik, dan sebagainya (terutama jika penelitian kita menggunakan teknik analisis isi (content analysis). Populasi penelitian terdiri dari populasi sampling dan populasi sasaran.

Populasi sampling adalah keseluruhan objek yang diteliti, sedangkan populasi sasaran adalah populasi yang benar-benar dijadikan sumber data. Sebagai contoh, misalnya kita akan meneliti bagaimana rata-rata tingkat prestasi akademik mahasiswa STBA-JIA, kita hanya akan memokuskan penelitian kita pada mahasiswa yang aktif di lembaga-lembaga kemahasiswaan, maka seluruh mahasiswa STBA JIA adalah populasi sampling, sedangkan seluruh mahasiswa yang aktif dalam lembaga kemahasiswaan adalah pogram populasi sasaran.

Konsep lainnya yang harus dipahami-dan tidak boleh dikelirukan- adalah jumlah populasi (population numbers) dan ukuran populasi (population size). Jumlah populasi adalah banyaknya kategori populasi yang dijadikan objek penelitian yang dinotasikan dengan huruf K.

Sementara itu. Ukuran populasi adalah banyaknya unsur atau unit yang terkandung dalam sebuah kategori populasi tertentu. yang dilambangkan dengan huruf N. Namun demikian. yang jumlahnya sama dengan jumlah populasi (k=K). Jika kita menggunakan seluruh unsur populasi sebagai sumber data. yakni kategori mahasiswa. Ciri-ciri sampel disebut statistik. ketika kita meneliti bagaimana rata-rata tingkat prestasi akademik mahasiswa STBA JIA maka jumlah populasinya adalah satu dan ukuran populasinya 300 orang (sesuai dengan jumlah mahasiswa yang terdaftar resmi di STBA JIA). sebab jumlah sampel dan sifat sampel yang diteliti (terutama untuk penelitian eksplanatif. Mengapa kita harus benar-benar memahami (tidak mengelirukan) pengertian istilah jumlah sampel dengan ukuran sampel. jumlah populasinya ada tiga. bila dikaitkan dengan fokus penelitian. tenaga. Sebagian unsur populasi yang dijadikan objek penelitian itu disebut sampel. dalam batas-batas tertentu sensus kadang-kadang tidak efektif dan tidak efisien. jika kita meneliti sikap sivitas akademika STBA JIA terhadap kebijakan rektor dalam menaikkan biaya pendidikan. Sama halnya dengan populasi. tetapi ciri-ciri sampel itu harus dapat digunakan untuk menaksir populasi. dalam sampel pun ada konsep jumlah sampel dan ukuran sampel. maka jumlah populasinya adalah satu. sebaik-baiknya penelitian adalah penelitian sensus.Misalnya. maka penelitian kita disebut sensus. Oleh karena itu. keterbatasan waktu. Misalnya. maka gambaran tentang populasi tersebut secara utuh dan menyeluruh akan diperoleh. misalnya penelitian korelasional) akan sangat menentukan uji statistik inferensial yang mana yang harus digunakan untuk menguji hipotesis yang dirumuskan dalam . dan biaya yang dimiliki oleh peneliti. Sensus merupakan penelitian yang dianggap dapat mengungkapkan ciri-ciri populasi (parameter) secara akurat dan komprehensif. ketika kita meneliti tingkat rata-rata prestasi akademik mahasiswa STBA JIA Bekasi. Misalnya. yang jumlahnya selalui lebih kecil daripada ukuran populasi (n). sebab dengan menggunakan seluruh unsur populasi sebagai sumber data. terutama jika dihubungkan dengan ketersedian sumber daya yang ada pada peneliti. maka peneliti boleh mengambil sebagian saja dari unsur populasi untuk dijadikan objek penelitiannya atau sumber data. Jadi. Dalam keadaan peneliti tidak memungkinkan untuk melakukan sensus. Sampel atau juga sering disebut contoh adalah wakil dari populasi yang ciri-cirinya akan diungkapkan dan akan digunakan untuk menaksir ciri-ciri populasi. misalnya terdiri dari kategori mahasiswa. Sedangkan ukuran sampel (dilambangkan dengan huruf n) adalah besarnya unsur populasi yang dijadikan sampel. dan staf administratif. jika kita menggunakan sampel sebagai sumber data. maka yang akan kita peroleh adalah ciri-ciri sampel bukan ciri-ciri populasi. Oleh karena itu. dosen. maka jumlah populasinya sebanyak kategori yang terkandung dalam konsep sivitas akademika. Jumlah sampel adalah banyaknya kategori sampel yang diteliti yang dilambangkan dengan huruf k.

maka dalam mengambil sampel dari populasi tertentu kita harus benar-benar bisa mengambil sampel yang dapat mewakili populasinya atau disebut sampel representatif. ukuran sampel yang diambil. merupakan salah satu faktor penentu tingkat kerepresentatifan sampel yang digunakan. Sampel representatif adalah sampel yang memiliki ciri karakteristik yang sama atau relatif sama dengan ciri karakteristik populasinya.penelitian kita. sebagaimana diungkapkan di atas. dan sebagainya (Silakan baca buku Statistik Nonparametrik untuk Ilmu-Ilmu Sosial tulisan Sidney Siegel). Ketepatan dalam memilih uji statistik inferensial itu merupakan salah satu unsur penentu validitas atau kesahihan penelitian kita. Sehubungan dengan hal itu. Metode Penelitian Survai (1989). buku-buku metodologi penelitian menyebut angka lima persen hingga 10 persen untuk menegaskan berapa ukuran sampel yang harus diambil dari sebuah populasi tertentu dalam penelitian sosial. misalnya. I Gusti Bagoes Mantra dan Kasto dalam buku yang ditulis oleh Masri Singarimbun dan Sofian Effendi. Pada umumnya. berapa besar sampel harus diambil dari populasi agar memenuhi syarat kerepresentatifan? Dalam menentukan menentukan ukuran sampel (n) yang harus diambil dari populasi agar memenuhi persyaratan kerepresentatifan. UKURAN SAMPEL Ukuran sampel atau besarnya sampel yang diambil dari populasi. dua sampel independen. Tingkat kerepresentatifan sampel yang diambil dari populasi tertentu sangat tergantung pada jenis sampel yang digunakan. Cara atau prosedur yang digunakan untuk mengambil sampel dari populasi tertentu disebut teknik sampling. ada beberapa aspek yang harus dipertimbangkan yaitu: . tidak ada kesepakatan bulat di antara para ahli metodolologi penelitian (hal ini wajar. dan cara pengambilannya. Pendapat ini tentu saja sulit untuk dijelaskan apa alasannya jika ditinjau dari aspek metodologi penelitian. Pertanyaannya. sebab dalam dunia ilmu yang ada adalah sepakat untuk tidak sepakat asal masing-masing konsisten dengan rujukan yang digunakannya. dua sampel berhubungan. menyatakan bahwa sebelum kita menentukan berapa besar ukuran sampel yang harus diambil dari populasi tertentu. Dalam menguji korelasi di antara variabel-variabel yang diteliti. dan k sampel independen atau k sampel berhubungan. ada uji statistik inferensial yang hanya berlaku untuk menguji satu sampel. sehingga ilmu itu bisa terus berproses dan berkembang). Karena data yang diperoleh dari sampel harus dapat digunakan untuk menaksir populasi.

Rancangan Analisis. maka ukuran sampel yang diambil boleh kecil. tenaga. Misalnya. pengupasan data. 3. Rancangan analisis yang dimaksud adalah sesuatu yang berkaitan dengan pengolahan data. Jika kita menggunakan taraf signifikansi 0. Tingkat presisi.05. Rumus Slovin: N n = ——— .1. kita akan menggunkan teknik analisis data dengan statistik deskripti. Tingkat Presisi (level of precisions) yang digunakan. misalnya keterbatasan waktu. 4. Derajat Keseragaman Populasi (degree of homogenity). Rumus Slovin di bawah ini dapat digunakan. Alasan-alasan tertentu yang berkaitan dengan keterbatasan-keterbatasn yang ada pada peneliti. beberapa buku metode penelitian menyarankan digunakannya rumus tertentu untuk menentukan berapa besar sampel yang harus diambil dari populasi. sebab hal ini lebih berkaitan dengan pertimbangan peneliti (tanpa akhiran an) dan bukan pertimbangan penelitian (metodologi). Selain mempertimbangkan faktor-faktor di atas. biaya. terutama digunkan dalam penelitian eksplanatif. Jika ukuran populasinya diketahui dengan pasti. Tingkat presisi biasanya dinyatakan dengan taraf signifikansi (α) yang dalam penelitian sosial biasa berkisar 0. Untuk menentukan tingkat homogenitas populasi sebaiknya dilakukan uji homogenitas dengan menggunakan uji statistik tertentu. penyajian data. dan penafsiran data yang akan ditempuh dalam penelitian. Hal ini untuk menghindarkan adanya sel dalam tabel tersebut yang datanya nol (kosong). Jika kita menggunakan rancangan analisisnya hanya menggunakan analisis statistik inferensial.05 (5%) atau 0. maka ukuran sampelnya harus besar. dan lain-lain. rancangan penelitian deskriptif membutuhkan ukuran sampel yang lebih besar daripada rancangan penelitian eksplanatif. sehingga keakuratan hasil penelitiannya (selang kepercayaannya) 1–α yakni bisa 95% atau 99%. 2. penyajian data menggunakan tabel-tabel distribusi frekuensi silang (tabel silang) atau tabel kontingensi dengan ukuran 3X3 atau lebih dimana pasti mengandung sel sebanyak 9 buah. sebaliknya jika tingkat homogenitas populasinya rendah (tingkat heterogenitasnya tinggi) maka ukuran sampel yang diambil harus besar.01 maka ukuran sampel yang diambil harus lebih besar daripada ukuran sampel jika kita menggunakan taraf signifikansi 0. Jika tinggi tingkat homogenitas populasinya tinggi atau bahkan sempurna. (Catatan: Alasan ke-4 ini jangan digunakan sebagai pertimbangan utama dalam menentukan ukuran sampel. sehingga tidak layak untuk dianalisis dengan asumsi-asumsi kotingensi. misalnya penelitian korelasional. yakni suatu pernyataan peneliti tentang tingkat keakuratan hasil penelitian yang diinginkannya.01 (1%). Dengan kata lain. maka ukuran sampelnya boleh lebih kecil dibandingkan apabila kita menggunakan rancangan analisis statistik deskriptif saja.

ada yang 1%. 3%.= 364 4000 x (0. Misalnya. N n = ———– Nd² + 1 d = batas toleransi kesalahan pengambilan sampel yang digunakan. Di antara teknik-teknik sampling tersebut. dalam penggunaannya.000 orang. maka Rumus Yamane yang harus digunakan. misalnya 5%. kerangka sampling adalah daftar nama-nama yang kerkandung dalam populasi penelitian. kita ingin menduga proporsi pembaca koran dari populasi 4.05)² + 1 KERANGKA SAMPLING (SAMPLING FRAME) Di atas sudah ditegaskan. Kerangka sampling (sampling frame) adalah sebuah daftar yang memuat data mengenai seluruh unit atau unsur sampling yang terdapat pada populasi sampling. atau 10%.5%. JENIS SAMPEL DAN TEKNIK SAMPLING . Jika ukuran populasinya besar yang didapat dari pendugaan proporsi populasi. Secara gampang orang sering mengatakan. maka besarnya sampel adalah: 4000 n = ————————. Presisi ditetapkan di antara 5% dengan tingkat kepercayaan 95%.1 + Ne² Keterangan. 2%. bahwa tingkat krepresentatifan sampel selain ditentukan oleh ukuran sampel yang diambil juga ditentukan oleh teknik sampling yang digunakan. 4%. ada yang mempersyaratkan tersedianya kerangka sampling. n = ukuran sampel N = ukuran populasi e = kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang ditololerir. Batas kesalahan yang ditolelir ini untuk setiap populasi tidak sama.

jika tidak. Sifat populasinya harus homogen. kemungkinan akan terjadi bias. artinya harus pasti berapa ukuran populasinya. 3. yakni ukuran sampel yang dikehendaki dibagi dengan ukuran populasi. Harus tersedia kerangka sampling atau memungkinkan untuk dibuatkan kerangka samplingnya (dalam kerangka sampling tidak boleh ada unsur sampel yang dihitung dua kali atau lebih). Dengan mengundi unsur-unsur penelitian atau satuan-satuan elementer dalam populasi. 1989): 1. yakni pertimbangan-pertimbangan tertentu. Sampel probabilitas cenderung memiliki tingkat representasi yang lebih tinggi daripada sampel nonprobabilitas.Berdasarkan prosedur atau cara yang digunakan dalam mengambil sampel dari populasi (teknik sampling). sedangkan untuk mengambil sampel nonprobabilitas atau sampel nonrandom digunakan teknik sampling nonprobabilitas. Ukuran populasinya tidak tak terbatas. Sebaliknya. Keadaan populasinya tidak terlalu tersebar secara geografis. Teknis pelaksanaannya ada dua cara. Teknik Sampling Probabilitas (Teknik Sampling Random) a. Dalam menggunakan Teknik Sampling Random Sederhana ini ada beberapa syarat yang harus dipenuhi. Sampel probabilitas diambil dengan menggunakan teknik sampling probabilitas atau teknik sampling random. antara lain (Singarimbun dan Effendy. Sampel probabilitas atau disebut juga sampel random (sampel acak) adalah sampel yang pengambilannya berlandaskan pada prinsip teori peluang. sampel nonprobabilitas atau sampel nonrandom (sampel tak acak) adalah sampel yang pengambilannya didasarkan pada pertimbangan-pertimbangan tertentu (bisa pertimbangan penelitian maupun pertimbangan peneliti). Langkah awal yang perlu dilakukan adalah menyusun semua unit penelitian atau unit elementer ke . yakni prinsip memberikan peluang yang sama kepada seluruh unit populasi untuk dipilih sebagai sampel. yaitu: sampel probabilitas (probability sampling) dan sampel nonprobabilitas (nonprobability sampling). kita dapat mengidentifikasi dua jenis sampel. 2. Peluang yang dimiliki oleh setiap unit penelitian untuk dipilh sebagai sampel sebesar n/N. yakni: 1. 4. Teknik Sampling Random Sederhana (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.

dan populasinya mempunyai pola beraturan yang memungkinkan untuk diberikan nomor urut serta bersifat homogen. Caranya adalah sebagai berikut: misalnya. Penentuan angka pertama dapat dilakukan. Dengan menggunakan Tabel Angka Random. Persyaratan yang harus dipenuhi agar teknik sampling ini dapat digunakan. Di samping itu. Dalam keadaan populasi yang demikian. ada kecenderungan kita untuk tergoda memilih angkaangka tertentu. atau cara apa saja yang dianggap mudah. sebab: pertama. Selanjutnya lihat Tabel Angka Random atau Tabel Bilangan Random yang selalu ada pada lampiran buku-buku metodologi penelitian atau buku-buku metode statistika. gunakanlah teknik sampling random sistematik. ke bawah mengikuti kolom. yakni dengan mengundi Tabel Angka Random. maka pemakai tabel tersebut dapat mulai melihatnya dari baris dan kolom mana saja. Gulungan kertas yang di dalamnya sudah berisi nomor unit elementer. Dalam keadaan yang demikian. Nomor-nomr yang terambil itu menjadi unit elementer yang terpilih sebagai sampel. dan kedua. maka teknik sampling random sederhana tidaklah tepat untuk digunakan. yakni tersedianya kerangka sampling (ukuran populasinya diketahui dengan pasti). Lalu lakukan pengocokan secara merata. misalnya. dimasukkan ke dalam toples yang diberi tutup dengan lubang sebesar kira-kira dapat dilalui oleh setiap gulungan kertas yang ada di dalamnya. Penggunaan cara ini (cara pengundian) seringkali tidak praktis. ia dapat juga mengikutinya ke arah mana saja. . 2. kita dapat menentukan unsur sampel lainnya dengan cara berjalan ke atas mengikuti kolom yang sama. akan dipilih 50 satuan elementer sebagai sampel (n). terutama apabila ukuran populasinya relatif besar. Bilangan 500 ini terdiri dari tiga dijit (digit). Cara ini dipilih karena selain meringankan pekerjaan. b. gunakan teknik kedua. juga lebih memberikan jaminan yang lebih besar bahwa setiap unit elementer mempunyai peluang yang sama untuk terpilih sebagai sampel.dalam kerangka sampling. dengan cara menjatuhkan pensil dengan mata pensil mengarah ke bawah pada lembaran kertas yang di dalamnya terdapat tabel bilangan random yang kita gunakan. dan dimasukkan ke dalam sebuah kotak atau toples. Angka random yang terkena oleh mata pensil tadi adalah unsur sampel pertama yang kita pilih. Selanjutnya masing-masing nomor unsur populasi itu ditulsikan dalam secarik kertas. atau ke samping mengikuti baris. dari satuan elementer dlam populasi (N) yang besarnya 500 orang. hingga tidak memungkinkan dilakukan pemilihan sampel dengan cara pengundian. Selanjutnya. digulung. mulai dari nomor terkecil hingga nomor ke-n (tergantung berapa besar ukuran populasinya). Pengundian juga dapat dilakukan seperti halnya ibu-ibu anggota kelompok arian menentukan pemenang arisannya. Karena angka-angka yang yang terdapat dalam Tabel Bilangan Random itu disusun secara kebetulan (randomly assorted). dan ambil sejumlah gulungan kertas tersebut sebanyak ukuran sampel yang dikehendaki. hampir tidak mungkin kita dapat melakukan pengocokan secara saksama dan merata seluruh gulungan kertas undian. Lalu kocok berulang-ulang hingga keluar sejumlah gulungan kertas sesuai dengan ukuran sampel yang direncanakan. oleh karena itu dalam kerangka sampling satuan elementernya diberi nomor mulai dari 001 sampai 500. sama dengan persyaratan untuk sampel random sederhana. Teknik Sampling Random Sistematik (Systematic Random Sampling) Apabila ukuran populasinya sangat besar.

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. presisi dan tingkat kerepresentatifan sampel yang diambil dari suatu populasi antara lain dipengaruhi oleh derajat keseragaman (tingkat homogenitas) populasi yang bersangkutan. Untuk dapat menggambarkan secara tepat tentang sifat-sifat populasi yang heterogen. yakni ketika menentukan unsur pertama dari sampling yang akan diambil. . Andaikan yang terpilih sebagai unsur sampling pertama adalah satuan elementer yang bernomor s. dari populasi (N) berukuran 500 kita akan mengambil sampel (n) berkuran 50. 065. 055. Bedanya.Cara penggunaan teknik sampling random sistematik ini mirip dengan cara sampling random sederhana. pada teknik sampling sistematik perandoman atau pengundian hanya dilakukan satu kali. 025. Makin heterogen suatu populasi. 045. 075. Interval sampel biasanya dilambangkan dengan huruf k. Teknik Sampling Random Berstrata (Stratified Random Sampling) Teknik sampling ini digunakan apabila populasinya tidak homogen (heterogen). Padahal. dan dari setiap strata dapat diambil sampel secara random (acak). maka penentuan unsur-unsur sampel berikutnya adalah: * Unsur pertama = s * Unsur kedua = s + k * Unsur ketiga = s + 2k * Unsur keempat = s + 3k. maka populasi yang bersangkutan harus dibagi-bagi kedalam lapisan-lapisan (strata) yang seragam atau homogen. maka pasti k = 10. dan seterusnya dengan berpatokan pada penambahan angka 10 dari nomor urut terakhir. Penentuan unsur sampling selanjutnya ditempuh dengan cara memanfaatkan interval sampel. Untuk lebih jelasnya. sebagaimana telah diungkapkan di atas. 035. makin besar pula perbedaan sifat-sifat antara lapisan tersebut. Misalnya. di bawah ini diberikan contoh konkret. maka unsur-unsur selanjunya yang harus diambil adalah nomor 015. c. Misalnya ukuran populasinya 500 (N=500) dan ukuran sampel yang akan diambil sebesar 50 (n=50). maka interval samplingnya adalah 500/50=10 atau k =10. dan seterusnya hingga unsur ke-n. Andaikan saja unsur sampel pertama yang terpilih adalah nomor urut 005. Interval sampel atau juga disebut sampling rasio diperoleh dengan cara membagi ukuran populasi dengan ukuran sampel yang dikehendaki (N/n).

dari setiap strata diambil sampel yang sebanding dengan besar setiap strata dengan berpatokan pada pecahan sampling (sampling fraction) yang sama yang digunakan. Sebagai contoh. yang dapat dijadikan kriteria untuk pembagian strata itu ialah variabel-variabel yang akan diteliti atau variabel-variabel yang menurut peneliti mempunyai hubungan yang erat dengan variabel-variabel yang hendak diteliti itu. populasi penelitian Anda adalah seluruh mahasiswa Unpad. maka dari setiap lapisan populasi . Sebagai contoh.000 orang. maka pecahan samplingnya adalah 0.000.Untuk dapat menggunakan teknik sampling random strata. dalam penelitian tentang motivasi belajar mahasiswa (misalnya). dan mahasiswa S3. setelah sebelumnya dibuatkan kerangka sampling untuk setiap subpopulasinya. jumlah keseluruhan mahasiswa Unpad ada 25. (Harap dicatat. 2. Dengan demikian. Misalnya. data mengenai pembagian jenjang pendidikan pada mahasiswa Unpad didasarkan pada kenyataan bahwa di Unpad memang terdapat berbagai jenjang pendidikan. Dalam kenyataannya karakteristik mahasiswa Unpad tidak sama (tidak homogen) sebab di Unpad terdapat program pendidikan jenjang D3. Untuk menentukan saampel sasaran atau responden masih perlu dilanjutkan dengan menggunakan teknik sampling random sederhana atau teknik sampling random sistematik. antara lain (Singarimbun dan Effendi. tingkat motivasi belajar mahasiswa erat kaitannya dengan jenjang pendidikan yang diikutinya. jenjang pendidikan dijadikan dasar dalam menentukan strata populasi. sehingga ukuran populasinya 25. Pecahan sampling adalah angka yang menunjukkan persentase ukuran sampel yang akan diambil dari ukuran populasi tertentu. Berdasarkan perhitungan tertentu. sampel yang harus diambil sebesar 2. mahasiswa Unpad sebagai populasi harus dibagi kedalam strata (subpopulasi) mahasiswa D3. S2. Teknik sampling random strata proporsional digunakan apabila proporsi ukuran subpopulasi atau jumlah satuan elementer dalam setiap strata relatif seimbang atau relatif sama besar.500 orang mahasiswa. dan S3 yang tentu saja karakteristik (terutama karakteristik akademisnya) berbeda-beda. Harus ada data pendahuluan dari populasi mengenai kriteria yang dipergunakan untuk menstratifikasi. misalnya kita menggunakan Rumus Slovin. mahasiswa S1. ada beberapa syarat yang harus dipenuhi. Sampel strata terdiri dari dua macam. Hal ini diperlukan agar peneliti dapat membuat kerangka sampling untuk setiap subpopulasi atau strata yang akan dijadikan sumber dalam menentukan sampel atau responden. Jumlah satuan elementer dari setiap strata (ukuran setiap subpopulasi) harus diketahui dengan pasti. Misalnya. Harus ada kriteria yang jelas yang akan dipergunakan sebagai dasar untuk menstratifikasi populasi ke dalam lapisan-lapisan. Jadi. mahasiswa S2. 3. bahwa teknik sampling random strata ini baru efektif dalam menentukan ukuran sampel yang harus diambil dari setiap strata dan belum mampu menentukan siapa saja sampel yang harus diambil untuk dijadikan responden penelitian).10 (10%) yang diperoleh dengan cara membagi ukuran sampel yang dikehendaki dengan ukuran populasinya (n/N). Maka dalam keadaan populasi yang demikian. yakni sampel strata proporsional dan sampel strata disproporsional. 1989:162-163): 1. S1. Dalam sampel strata proporsional. Secara teoretis.

Untuk lebih jelasnya.500 * Pecahan sampling 2.(strata) harus diambil sampel sebesar 10 % sehingga akhirnya diperoleh ukuran sampel secara keseluruhan yang merepresentasikan populasi. ada yang jumlahnya besar ada pula yang jumlahnya kecil. Satu hal yang perlu dicatat dan diingat. perhatikan tabel di bawah ini.000 40% S1 8.500 100% Keterangan: * Ditentukan ukuran sampel 2. jika menggunakan teknik sampling ini.000 = 0.10 800 32% S2 5. .10 * Setiap jenjang pendidikan diwakili dalam sampel proporsinya dalam populasi. data yang diperoleh dari sampel masing-masing strata harus dikalikan dengan bobot yang disesuaikan pada strata tersebut.000 32% 0.10 200 8% _______ ______ ______ _____ 25. Tabel 1 Sampel Berstrata Proporsional untuk Penelitian Motivasi Belajar di Kalangan Mahasiswa Universitas Padjadjaran Jenjang Ukuran % dalam Pecahan n % dalam Pendidikan Populasi Populasi Sampling Sampel Sampel D3 10. jika ukuran sampelnya sama dengan ukuran populasinya (total sampling atau sensus) maka data yang diperoleh dari sampel tersebut tidak bisa diolah atau dianalisis dengan menggunakan analisis statistik inferensial.000 100% 2.500/25. nanti pada waktu analisis data.000 40% 0. sehingga kalau digunakan teknik sampling strata proporsional dapat kejadian ukuran subpopulasinya sama dengan ukuran sampelnya. Pada Sampel Strtata Disproporsional. Padahal. Penggunaan Teknik Sampling Random Strata Proporsional agak kurang tepat jika proporsi ukuran subpopulasinya (jumlah satuan elementer pada strata) tidak seimbang.10 1.10 500 20% S3 2.000 20% 0. ukuran sampel yang diambil dari setiap subpopulasi (strata) sama besarnya.000 8% 0. dalam keadaan populasi yang demikian. yang berbeda adalah pecahan samplingnya. Oleh karena itu. gunakanlah Teknik Sampling Random Strata Disproporsional.

teknik sampling nonrandom ini tidak dapat digunakan apabila penelitian kita dirancang sebagai sebuah penelitian . Misalnya.d. Misalnya kita akan meneliti pendapat seluruh ibu rumah tangga yang ada di wilayah Kota Bandung tentang konversi bahan bakar minyak tanah ke gas elpiji. Misalnya. desa. kelas. Dasar penentuannya adalah pertimbanganpertimbangan tertentu dari peneliti atau dari penelitian. yang terdiri dari 10 RW. tidak menggunakan prinsip kerandoman (prinsip teori peluang). Tidak mungkin kita dapat menghimpun semua data anak SD dalam sebuah daftar yang akurat. Populasi penelitiannya adalah seluruh ibu rumah tangga yang ada di Kota Bandung. kita ambil dua kelurahan dri setiap kecamatan terpilih. sehingga kita memiliki 16 kelurahan sebagai wilayah penelitian dengan konsekuensi seluruh ibu rumah tangga di 16 kelurahan itu harus dijadikan responden. Kota Bandung kita bagi dulu ke dalam Wilayah Bandung Timur. Jika dirasakan masih terlalu banyak jumlahnya. Barat. misalnya RW. kecamatan. Bandung Selatan. dan sebagainya. kelurahan. dan Bandung Utara. Dari setiap wilayah itu kita jabarkan lagi pada kecamatan-kecamatan. maka pengambilan sampelnya dapat dilakukan satu tahap (simple cluster sampling). maka kita boleh menjabarkan wilayah kecamatan terpilih itu menjadi kelurahan-kelurahan. melainkan harus beberapa tahap. pasti daftar itu akan sangat panjang dan memerlukan waktu serta biaya yang tidak sedikit untuk menyusunnya. lalu ambil secara random. kalaupun mungkin. Apabila klaster itu bersifat wilayah geografis yang kecil. misalnya. Kelompok anak SD itu disebut klaster. RW. maka seluruh ibu rumah tangga yang berdomisi di delapan kecamatan terpilih itu adalah sampel penelitian kita. dan keberadaannya tersebar secara geografis atau terhimpun dalam klaster-klaster yang berbeda-beda. dua kecamatan dari setiap wilayah sehingga diperoleh delapan kecamatan. RT. kita diperbolehkan untuk menurunkan lagi wilayah penelitian pada wilayah yang lebih kecil. sehingga wilayah kecamatan tadi kita jadikan populasi sampling. Akan tetapi jika klasternya besar atau wilayah geografisnya besar. Teknik Sampling Nonprobabilitas (Teknik Sampling Nonrandom) Dalam menentukan sampel dengan menggunakan taknik sampling nonrandom. Apabila kita berhenti sampai di sini. maka pengambilan sampel tidak cukup hanya satu tahap. Teknik Sampling Random Klaster (Cluster Random Sampling) Teknik ini digunakan apabila ukuran populasinya tidak diketahui dengan pasti. populasi puah penelitian kita adalah seluruh murid Sekolah Dasar (SD) yang ada di Wilayah Kota Bandung. Sebagai konsekuensinya. Bandung. maka kita dapat memilih beberapa RW secara random untuk dijadikan wilayah penelitian dengan konsekuensi seluruh penduduk sasaran di RW itu harus dijadikan sampel (responden). Tetapi jika kita merasa jumlahnya masih terlalu besar. Dari situ secara random. misalnya. Klaster dapat berupa sekolah. sehingga tidak memungkinkan untuk dibuatkan kerangka samplingnya. wilayah penelitian kita ada di Kelurahan Gunung Sampah. dan seterusnya dengan cara yang sama. Dalam keadaan yang demikian gunakanlah teknik sampling klaster banyak tahap (multistage cluster sampling). Maka kelompok siswa SD itu kita buat berdasarkan nama sekolahnya.

tergantung pada sifat penelitian itu sendiri. yaitu: 1. 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. definisi operasinal variabel. Dasar penetuan sampelnya adalah tujuan penelitian. sebaliknya ada juga penelitian yang menghendaki penyimpangan yang kecil. Maka sampelnya adalah para kritikus film. Orang-orang ilmu statistika bahkan menyebutnya sebagai sampel kecelakaan. Ada beberapa jenis sampel nonrandom yang sering digunakan dalam penelitian sosial/penelitian komunikasi. jika kesimpulan penelitian kita ingin memperoleh kemampuan generalisasi yang tepat 2. sebab penyimpangan yang besar dapat menimbulkan kesimpulan yang salah. tentukan ukuran sampel dari masing-masing strata lalu teliti siapa sejumlah orang yang sesuai dengan ukuran sampel yang ditentukan tadi. Sampel Kuota (quota sampling). . Sebisa mungkin. Sampel ini sering disebut sebagai sampel kebetulan yang pengambilannya didasarkan pada pertimbangan kemudahan bagi peneliti (bukan penelitian). Teknik ini disebut juga judgemental sampling atau sampel pertimbangan bertujuan. ada kemungkinan timbul dua macam penyimpangan. tidak tertutup kemungkinan untuk terjadi permasalahan atau penyimpangan. Sampel Aksidental (accidental sampling). dan sebagainya. Sampel Purposif (purposeful sampling). Beberapa Masalah dalam Penelitian yang Berkaitan dengan Sampel Dalam setiap penelitian. hindari untuk menggunakan sampel ini. di antaranya adalah: 1. pengolahan data. Perbedaannya adalah ketika mengambil sampel dari setiap strata tidak menggunakan cara-cara random. siapa saja asal berasal dari strata tersebut.eksplanatif yang akan menguji hipotesis tertentu. Dalam suatu penelitian. karena rumus uji statistik inferensial tidak dapat diterapkan untuk data yang berasal dari sampel nonrandom. para ahli sinematografi. Ada penelitian yang dapat mentolerannsikan penyimpangan yang besar. Teknik sampling kuota merupakan teknik sampling yang sejenis dengan teknik sampling strata. 3. dan lain-lain. tingkat signifikansi tertentu. satuan-satuan ukuran. sehingga sampel ini sering kali disebut convenience sampling atau sampel keenakan. untuk meneliti kualitas cerita Film Ayatayat Cinta kita memerlukan reponden yang memiliki kualifikasi komptensi dalam bidang perfilman atau bidang komunikasi. Misalnya. para dosen produksi film. Caranya. Besarnya penyimpangan yang dapat ditoleransi dalam suatu penelitian. tetapi menggunakan cara-cara kemudahan (convenience). Teknik sampling ini secara luas sering digunakan untuk penelitian-penelitian eksploratif atau penelitian deskriptif. Penyimpangan karena Pemakaian Sampel (Sampling Error)Seandainya tidak ada kesalahan pada pengamatan. misalnya penelitian korelasional. karena saking tidak representatifnya sampel tersebut.

Penyimpangan Bukan oleh Pemakaian Sampel (Non-Sampling Error) Jenis penyimpangan ini dapat ditimbulkan oleh berbagai hal. Biasanya disebabkan karena responden sudah lupa akan masalah yang ditanyakan. semakin kecil pula terjadi penyimpangan. di antaranya adalah: * Penyimpangan karena kesalahan perencanaan. * Penyimpangan karena Penggantian Sampel. * Penyimpangan karena responden sengaja salah dalam menjawab pertanyaan. sehingga terjadi orang yang sudah terpilih sebagai sampel tidak ditemui di lapangan. memberikan peluang penyimpangan atau kesalahan pada hasil penelitian. Apabila sampel itu sudah sama besar dengan populasi. seseorang mahasiswa yang telah ditetapkan sebagai sampel tidak bisa dihubungi pada waktu akan diwawancarai atau diminta untuk mengisi kuesioner. . * Penyimpangan karena kesalahan pengolahan data. masalah yang dihadapi dalam Pembuatan Kerangka Sampling. Hal ini berkaitan dengan adanya perbedaan antara sampel yang diteliti dengan sampel yang ditetapkan. dan sebagainya. Misalnya.maka perbedaan itu hanya disebabkan oleh pemakaian sampel. * Penyimpangan karena salah tafsir responden. Misalnya karena tidak tepatnya definisi operasional variabel. Hal ini dapat terjadi jika responden merasa curiga terhadap maksud dan tujuan penelitian. atau mungkin juga responden mempunyai maksud-maksud tertentu secara terselubung. 2. * Penyimpangan karena salah tafsir dari petugas pengumpulan data maupun responden. lalu kita menggantinya dengan mahasiswa yang lain. di antaranya adalah sebagai berikut: * Blank Foreign Elements Yakni jika data populasi yang diperoleh dari sesuatu sumber tidak sesuai dengan kenyataannya di lapangan. yang dapat menyebabkan jawaban yang diperoleh dari responden menyimpang dari yang sebenarnya. mengalikan. Mudah dimengerti bahwa semakin besar sampelnyang diambil. kriteria satuan-satuan ukuran. misalnya salah dalam menambahkan. Hal ini disebabkan mungkin karena pendataannya yang tidak akurat atau datanya sudah kadaluarsa. maka penyimpangan oleh pemakaian sampel pasti akan hilang. dan sebagainya. Sementara itu.

* Incomplete Frame Ketidaklengkapan kerangka sampling terjadi karena ada unsur populasi (orang) yang seharusnya masuk di dalamnya. jika kita ingin meneliti pelajar sekolah dasar yang bertempat tinggal di Kota A. yang kita temukan hanyalah daftar nama sekolah dasar yang ada di Kota A. justeru tidak tercatat. Misalnya. kita tidak akan memperoleh daftarnya. . * Cluster of Elements Kerangka sampling yang kita miliki tidak selamanya sama dengan yang kita butuhkan.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->