ACADEMICS.web.id – Sampel adalah sebagaian atau wakil populasi yang diteliti. Dengan hanya melibatkan wakil populasi atau sebagian dari populasi (artinya tidak semua populasi) maka hasil penelitian dimaksudkan untuk menggeneralisasikan hasil penelitian. Misalnya, Jumlah populasi 10.000 orang, lalu kita ambil sebagian atau wakil populasi sebanyak hanya 1.500 orang. Lalu 1.500 orang itu kita jadikan objek penelitian. Hasil dari penelitian itu akan dianggap berlaku juga bagi 8.500 orang yang tidak kita jadikan objek penelitian. Itu yang dimaksud dengan menggeneralisir hasil penelitian. Karena, misalnya, dari 1.500 orang yang kita teliti itu memiliki kesehatan yang baik, maka 8.500 lainnya yang tidak kita teliti (dari total keseluruhan 10.000 orang) juga kita simpulkan sebagai orang sehat (digeneralisir sebagai orang sehat juga).
Yang harus garis bawahi dalam sampling ini adalah, kita bisa mengambil sampel jika subjek dalam populasi itu benar-benar homogen. Jika tidak homogen maka hasil penelitian tidak boleh digeneralisasi untuk semua populasi.
Adapun beberapa cara pengambilan sampel penelitian yang sering digunakan adalah sebagai berikut:
1. SAMPEL ACAK (RANDOM SAMPLE)
Dalam penelitian, kita sering tidak bisa memeriksa setiap anggota dari seluruh populasi (misalnya, semua orang di sebuah kota) karena memerlukan banyak waktu dan biaya. Sebagai gantinya, kita menggunakan sampel, yaitu sebagian kecil dari populasi tersebut, untuk mewakili keseluruhan populasi.
Sampel random (atau acak) adalah metode pengambilan sampel di mana setiap anggota dari populasi memiliki kesempatan yang sama untuk dipilih. Ini penting agar hasil penelitian bisa lebih dapat diandalkan dan tidak bias.
Langkah-langkah Menentukan Sampel Random
- Definisikan Populasi:
- Tentukan siapa atau apa yang termasuk dalam populasi yang akan diteliti. Misalnya, jika ingin meneliti kebiasaan membaca buku warga kota, maka populasi adalah semua warga kota tersebut.
- Tentukan Ukuran Sampel:
- Tentukan berapa banyak individu atau unit yang akan diambil sebagai sampel. Ini biasanya berdasarkan perhitungan statistik untuk memastikan hasil yang akurat. Misalnya, mungkin diperlukan sampel 100 orang dari 10.000 warga.
- Gunakan Metode Pengambilan Sampel Acak:
- Simple Random Sampling: Setiap anggota populasi diberi nomor, lalu gunakan alat bantu seperti generator angka acak atau undian untuk memilih siapa yang masuk ke dalam sampel.
- Stratified Random Sampling: Populasi dibagi menjadi kelompok-kelompok (strata) berdasarkan karakteristik tertentu (misalnya, umur, jenis kelamin), lalu sampel diambil secara acak dari masing-masing kelompok ini.
- Systematic Sampling: Pilih setiap anggota ke-n dari daftar populasi (misalnya, setiap orang ke-10 dalam daftar).
Contoh Sederhana
Misalnya, Anda ingin mengetahui rata-rata jumlah buku yang dibaca oleh siswa di sebuah sekolah yang memiliki 1.000 siswa. Anda memutuskan untuk mengambil sampel sebanyak 100 siswa.
- Definisikan Populasi: Semua siswa di sekolah tersebut (1.000 siswa).
- Tentukan Ukuran Sampel: 100 siswa.
- Gunakan Metode Pengambilan Sampel Acak:
- Anda memberi nomor dari 1 sampai 1.000 kepada setiap siswa.
- Gunakan generator angka acak di komputer untuk memilih 100 nomor dari 1 sampai 1.000.
- Siswa yang nomornya terpilih akan menjadi sampel penelitian Anda.
Dengan cara ini, setiap siswa memiliki kesempatan yang sama untuk dipilih, sehingga hasil penelitian lebih representatif dan adil dalam menggambarkan kebiasaan membaca buku di sekolah tersebut.
2. SAMPEL BERSTARA (STRATIFIED SAMPLE)
Stratified Sampling atau pengambilan sampel berstrata adalah teknik pengambilan sampel di mana populasi dibagi menjadi beberapa kelompok atau strata, dan kemudian sampel acak diambil dari setiap strata tersebut. Ini membantu memastikan bahwa setiap subkelompok dalam populasi diwakili secara proporsional dalam sampel.
Apa itu Stratified Sampling?
Bayangkan Anda ingin melakukan penelitian tentang kebiasaan membaca buku di kalangan siswa sebuah sekolah. Sekolah ini memiliki siswa dari berbagai kelas: kelas 1, 2, 3, dan 4. Jika Anda mengambil sampel secara acak dari seluruh sekolah, bisa saja Anda tidak mendapatkan representasi yang tepat dari setiap kelas. Untuk mengatasi ini, Anda bisa menggunakan stratified sampling.
Langkah-langkah Menentukan Stratified Sampling
- Identifikasi Populasi dan Strata:
- Pertama, tentukan populasi yang akan diteliti dan kelompokkan populasi ini ke dalam strata yang relevan. Misalnya, dalam penelitian sekolah, strata bisa berdasarkan kelas (kelas 1, kelas 2, kelas 3, dan kelas 4).
- Menentukan Ukuran Sampel Total:
- Tentukan berapa banyak sampel yang ingin Anda ambil secara keseluruhan. Misalnya, Anda memutuskan untuk mengambil 100 siswa sebagai sampel dari seluruh sekolah.
- Menentukan Proporsi dari Setiap Strata:
- Tentukan berapa banyak sampel yang harus diambil dari setiap strata berdasarkan proporsi mereka dalam populasi. Misalnya, jika ada 400 siswa di sekolah dan mereka terbagi rata di 4 kelas, maka setiap kelas memiliki 100 siswa. Jadi, dari 100 sampel, Anda akan mengambil 25 siswa dari setiap kelas.
- Pengambilan Sampel Acak dari Setiap Strata:
- Setelah menentukan berapa banyak sampel yang diambil dari setiap strata, gunakan metode pengambilan sampel acak dalam masing-masing strata tersebut. Misalnya, pilih secara acak 25 siswa dari kelas 1, 25 dari kelas 2, dan seterusnya.
Contoh Praktis
Mari kita lihat langkah-langkah ini dalam tindakan:
Misalnya:
Anda ingin meneliti kebiasaan membaca buku di sekolah yang memiliki 400 siswa, terbagi menjadi 4 kelas:
- Kelas 1: 100 siswa
- Kelas 2: 100 siswa
- Kelas 3: 100 siswa
- Kelas 4: 100 siswa
Anda memutuskan untuk mengambil sampel sebanyak 100 siswa.
- Identifikasi Populasi dan Strata:
- Populasi: Semua siswa di sekolah (400 siswa).
- Strata: Kelas 1, Kelas 2, Kelas 3, dan Kelas 4.
- Menentukan Ukuran Sampel Total:
- Total sampel yang diinginkan: 100 siswa.
- Menentukan Proporsi dari Setiap Strata:
- Setiap kelas memiliki 100 siswa dari total 400 siswa, jadi setiap kelas adalah 25% dari populasi.
- Dari 100 sampel, ambil 25% dari setiap kelas.
- Jadi, 25 siswa dari Kelas 1, 25 dari Kelas 2, 25 dari Kelas 3, dan 25 dari Kelas 4.
- Pengambilan Sampel Acak dari Setiap Strata:
- Gunakan metode pengambilan sampel acak untuk memilih 25 siswa dari daftar siswa di Kelas 1.
- Lakukan hal yang sama untuk Kelas 2, Kelas 3, dan Kelas 4.
Dengan cara ini, Anda memastikan bahwa setiap kelas diwakili secara proporsional dalam sampel penelitian Anda, sehingga hasilnya lebih akurat dan representatif.
Kapan Menggunakan Stratified Sampling?
Stratified sampling sangat berguna ketika populasi memiliki subkelompok yang berbeda dan Anda ingin memastikan setiap subkelompok terwakili dengan baik dalam sampel. Contoh lain termasuk penelitian yang melibatkan berbagai usia, jenis kelamin, tingkat pendidikan, atau lokasi geografis. Metode ini membantu mengurangi bias dan meningkatkan akurasi hasil penelitian.
3. SAMPEL WILAYAH (AREA PROBABILITY SAMPLE)
Area Probability Sample atau sampel wilayah adalah teknik pengambilan sampel di mana populasi dibagi menjadi beberapa wilayah geografis, kemudian sampel dipilih dari wilayah-wilayah tersebut dengan menggunakan metode acak. Ini berguna untuk penelitian yang melibatkan lokasi fisik atau geografis, seperti survei rumah tangga atau studi lingkungan.
Apa itu Area Probability Sampling?
Bayangkan Anda ingin melakukan penelitian tentang kondisi kesehatan penduduk di sebuah kota besar. Kota ini memiliki banyak lingkungan atau distrik yang berbeda. Jika Anda mengambil sampel acak dari seluruh kota tanpa mempertimbangkan wilayah, mungkin Anda tidak mendapatkan representasi yang baik dari setiap distrik. Area probability sampling membantu memastikan bahwa setiap wilayah geografis diwakili dalam sampel Anda.
Langkah-langkah Menentukan Area Probability Sampling
- Identifikasi dan Petakan Populasi:
- Pertama, petakan populasi ke dalam wilayah-wilayah geografis yang lebih kecil. Misalnya, bagi kota menjadi beberapa distrik atau lingkungan.
- Pilih Wilayah Secara Acak:
- Pilih beberapa wilayah secara acak dari peta keseluruhan kota. Ini memastikan bahwa setiap wilayah memiliki kesempatan yang sama untuk dipilih.
- Pilih Sub-wilayah atau Blok Secara Acak:
- Jika wilayah yang dipilih masih terlalu besar, bagi lagi wilayah-wilayah tersebut menjadi sub-wilayah atau blok yang lebih kecil dan pilih beberapa di antaranya secara acak.
- Pilih Unit Sampel dalam Sub-wilayah Secara Acak:
- Setelah mendapatkan sub-wilayah, pilih unit sampel seperti rumah tangga atau individu secara acak dari sub-wilayah tersebut.
Contoh Praktis
Misalnya, Anda ingin meneliti kebiasaan berolahraga penduduk di sebuah kota besar dengan 20 distrik. Anda memutuskan untuk menggunakan area probability sampling.
Langkah-langkahnya:
- Identifikasi dan Petakan Populasi:
- Bagi kota menjadi 20 distrik.
- Pilih Wilayah Secara Acak:
- Gunakan metode acak untuk memilih 5 dari 20 distrik sebagai sampel wilayah Anda.
- Pilih Sub-wilayah atau Blok Secara Acak:
- Dalam setiap distrik yang dipilih, bagi lagi menjadi beberapa blok atau lingkungan yang lebih kecil. Misalnya, setiap distrik dibagi menjadi 10 blok.
- Gunakan metode acak untuk memilih 2 blok dari setiap distrik yang dipilih.
- Pilih Unit Sampel dalam Sub-wilayah Secara Acak:
- Dalam setiap blok yang dipilih, buat daftar rumah tangga atau individu.
- Gunakan metode acak untuk memilih sejumlah rumah tangga atau individu dari setiap blok.
Kapan Menggunakan Area Probability Sampling?
Area probability sampling sangat berguna dalam situasi berikut:
- Survei Rumah Tangga: Misalnya, ketika ingin mengetahui kondisi ekonomi atau kesehatan penduduk di berbagai bagian kota.
- Studi Lingkungan: Misalnya, penelitian tentang kualitas udara atau air di berbagai wilayah.
- Penelitian Sosial dan Ekonomi: Misalnya, mempelajari kebiasaan konsumsi atau pola kerja di berbagai daerah.
Kelebihan dan Kekurangan
Kelebihan:
- Representatif: Setiap wilayah geografis diwakili dalam sampel, sehingga hasilnya lebih akurat dan dapat digeneralisasikan.
- Mengurangi Bias: Memastikan bahwa tidak ada wilayah yang terabaikan, sehingga mengurangi kemungkinan bias dalam penelitian.
Kekurangan:
- Waktu dan Biaya: Lebih rumit dan memakan waktu dibandingkan dengan metode pengambilan sampel sederhana.
- Memerlukan Peta Terperinci: Memerlukan peta atau daftar wilayah yang terperinci untuk membagi populasi dengan tepat.
Dengan mengikuti langkah-langkah di atas, Anda dapat menggunakan area probability sampling untuk mendapatkan sampel yang representatif dari berbagai wilayah geografis dalam penelitian Anda.
4. SAMPEL PROPORSI (PROPORTIONAL SAMPLE)
Proportional Sample atau sampel proporsi adalah teknik pengambilan sampel di mana jumlah sampel yang diambil dari setiap subkelompok dalam populasi sesuai dengan proporsi subkelompok tersebut dalam populasi. Ini membantu memastikan bahwa setiap subkelompok terwakili secara adil dalam sampel, sesuai dengan ukurannya dalam populasi.
Apa itu Proportional Sampling?
Bayangkan Anda ingin melakukan survei tentang kebiasaan membaca di sebuah sekolah yang memiliki siswa dari berbagai tingkatan kelas (misalnya, kelas 1, 2, 3, dan 4). Jika jumlah siswa di setiap kelas berbeda, proportional sampling memastikan bahwa Anda mengambil sampel yang sesuai dengan jumlah siswa di setiap kelas.
Langkah-langkah Menentukan Proportional Sampling
- Identifikasi Populasi dan Subkelompok (Strata):
- Tentukan populasi yang akan diteliti dan kelompokkan populasi ini ke dalam subkelompok (strata) yang relevan. Misalnya, di sekolah, strata bisa berdasarkan tingkatan kelas.
- Hitung Proporsi Setiap Subkelompok dalam Populasi:
- Tentukan berapa banyak anggota yang ada di setiap subkelompok dan hitung proporsinya terhadap populasi total. Misalnya, jika ada 100 siswa di kelas 1 dari total 500 siswa di sekolah, proporsi kelas 1 adalah 100/500 atau 20%.
- Tentukan Ukuran Sampel Total:
- Tentukan berapa banyak sampel yang ingin Anda ambil secara keseluruhan. Misalnya, Anda memutuskan untuk mengambil sampel sebanyak 50 siswa.
- Hitung Ukuran Sampel untuk Setiap Subkelompok Berdasarkan Proporsi:
- Gunakan proporsi setiap subkelompok untuk menentukan berapa banyak sampel yang harus diambil dari masing-masing subkelompok. Misalnya, jika proporsi kelas 1 adalah 20% dan total sampel adalah 50, maka sampel dari kelas 1 adalah 20% dari 50, yaitu 10 siswa.
- Pilih Sampel Secara Acak dari Setiap Subkelompok:
- Setelah menentukan jumlah sampel yang harus diambil dari setiap subkelompok, pilih sampel tersebut secara acak dari setiap subkelompok.
Contoh Praktis
Misalnya, Anda ingin melakukan survei tentang kebiasaan membaca buku di sebuah sekolah dengan 500 siswa, terbagi menjadi empat kelas:
- Kelas 1: 100 siswa
- Kelas 2: 150 siswa
- Kelas 3: 100 siswa
- Kelas 4: 150 siswa
Anda memutuskan untuk mengambil sampel sebanyak 50 siswa.
- Identifikasi Populasi dan Subkelompok (Strata):
- Populasi: Semua siswa di sekolah (500 siswa).
- Strata: Kelas 1, Kelas 2, Kelas 3, dan Kelas 4.
- Hitung Proporsi Setiap Subkelompok dalam Populasi:
- Kelas 1: 100/500 = 20%
- Kelas 2: 150/500 = 30%
- Kelas 3: 100/500 = 20%
- Kelas 4: 150/500 = 30%
- Tentukan Ukuran Sampel Total:
- Total sampel yang diinginkan: 50 siswa.
- Hitung Ukuran Sampel untuk Setiap Subkelompok Berdasarkan Proporsi:
- Kelas 1: 20% dari 50 = 10 siswa
- Kelas 2: 30% dari 50 = 15 siswa
- Kelas 3: 20% dari 50 = 10 siswa
- Kelas 4: 30% dari 50 = 15 siswa
- Pilih Sampel Secara Acak dari Setiap Subkelompok:
- Pilih 10 siswa secara acak dari kelas 1.
- Pilih 15 siswa secara acak dari kelas 2.
- Pilih 10 siswa secara acak dari kelas 3.
- Pilih 15 siswa secara acak dari kelas 4.
Kapan Menggunakan Proportional Sampling?
Proportional sampling sangat berguna ketika:
- Populasi Terdiri dari Berbagai Subkelompok: Misalnya, berbagai tingkatan kelas, kelompok umur, atau divisi dalam sebuah perusahaan.
- Subkelompok Memiliki Ukuran yang Berbeda: Ketika penting bahwa setiap subkelompok diwakili secara adil dalam sampel.
- Menghindari Bias: Untuk memastikan bahwa sampel mencerminkan komposisi sebenarnya dari populasi.
Kelebihan dan Kekurangan
Kelebihan:
- Representatif: Setiap subkelompok diwakili sesuai dengan proporsi mereka dalam populasi, menghasilkan sampel yang lebih representatif.
- Mengurangi Bias: Mengurangi kemungkinan bias yang mungkin terjadi jika sampel diambil tanpa mempertimbangkan proporsi subkelompok.
Kekurangan:
- Lebih Rumit: Prosesnya lebih kompleks dan memakan waktu dibandingkan pengambilan sampel acak sederhana.
- Memerlukan Data yang Detail: Memerlukan informasi tentang ukuran setiap subkelompok dalam populasi.
Dengan proportional sampling, Anda memastikan bahwa setiap subkelompok dalam populasi diwakili secara proporsional dalam sampel Anda, sehingga hasil penelitian lebih akurat dan dapat diandalkan.
5. SAMPEL BERTUJUAN (PURPOSIVE SAMPEL)
Purposive Sampling atau sampel bertujuan adalah teknik pengambilan sampel di mana peneliti memilih individu atau unit yang dianggap paling representatif atau informatif untuk tujuan penelitian. Berbeda dengan metode sampel acak, purposive sampling tidak mengandalkan pemilihan acak, tetapi lebih pada keahlian dan pengetahuan peneliti untuk memilih sampel yang tepat.
Apa itu Purposive Sampling?
Bayangkan Anda ingin meneliti pendapat ahli tentang dampak teknologi pada pendidikan. Alih-alih mengambil sampel acak dari populasi umum, Anda akan memilih individu yang memiliki pengetahuan khusus tentang topik ini, seperti guru berpengalaman, dosen teknologi pendidikan, atau peneliti di bidang pendidikan.
Langkah-langkah Menentukan Purposive Sampling
- Tentukan Tujuan Penelitian:
- Identifikasi apa yang ingin Anda pelajari atau temukan dari penelitian. Misalnya, memahami dampak teknologi pada pendidikan.
- Identifikasi Kriteria Seleksi:
- Tentukan kriteria yang harus dimiliki oleh individu atau unit yang akan dipilih sebagai sampel. Misalnya, pengalaman mengajar, keahlian dalam teknologi pendidikan, atau jumlah publikasi penelitian.
- Cari dan Pilih Responden yang Memenuhi Kriteria:
- Cari individu atau unit yang memenuhi kriteria seleksi Anda. Ini bisa dilakukan melalui jaringan profesional, daftar anggota organisasi terkait, atau publikasi yang relevan.
- Evaluasi dan Pilih Sampel:
- Tinjau calon sampel untuk memastikan mereka benar-benar sesuai dengan kriteria dan tujuan penelitian. Pilih yang paling representatif atau memiliki wawasan terbaik tentang topik yang diteliti.
Contoh Praktis
Misalnya, Anda ingin meneliti pengalaman para guru dalam mengimplementasikan teknologi di kelas selama pandemi COVID-19.
- Tentukan Tujuan Penelitian:
- Tujuan: Memahami tantangan dan keberhasilan guru dalam menggunakan teknologi untuk pembelajaran jarak jauh.
- Identifikasi Kriteria Seleksi:
- Kriteria: Guru yang mengajar selama pandemi, memiliki pengalaman menggunakan teknologi dalam pengajaran, dan mengajar di berbagai tingkatan (misalnya SD, SMP, SMA).
- Cari dan Pilih Responden yang Memenuhi Kriteria:
- Cari guru melalui asosiasi guru, sekolah, atau media sosial pendidikan. Pilih guru yang diketahui aktif menggunakan teknologi dalam pengajaran mereka.
- Evaluasi dan Pilih Sampel:
- Tinjau latar belakang dan pengalaman mereka. Pilih 10-15 guru yang paling sesuai dengan kriteria dan tujuan penelitian Anda.
Kapan Menggunakan Purposive Sampling?
Purposive sampling sangat berguna ketika:
- Penelitian Kualitatif: Ketika Anda mencari wawasan mendalam dari individu dengan pengetahuan atau pengalaman khusus.
- Populasi Spesifik: Ketika Anda hanya tertarik pada subkelompok tertentu dalam populasi yang memiliki karakteristik unik.
- Penelitian Eksploratif: Ketika Anda menjelajahi topik baru dan membutuhkan informasi dari sumber yang sangat relevan.
Kelebihan dan Kekurangan
Kelebihan:
- Relevansi Tinggi: Memilih responden yang paling informatif dan relevan dengan tujuan penelitian.
- Efisien: Dapat menghemat waktu dan sumber daya dengan tidak harus menyaring sampel yang tidak relevan.
Kekurangan:
- Bias: Berpotensi bias karena pemilihan sampel tidak acak dan bergantung pada penilaian peneliti.
- Generalisasi Terbatas: Hasil penelitian mungkin tidak dapat digeneralisasikan ke populasi yang lebih luas.
Dengan purposive sampling, Anda bisa mendapatkan wawasan yang lebih mendalam dan spesifik tentang topik yang diteliti karena Anda memilih responden yang memiliki pengalaman atau pengetahuan yang paling relevan.@
Prepared by: Sofiandi
