SAMPEL DAN POPULASI PENELITIAN

In this section, i will share to you about sample and population. this is in power point, please give attention for this one. hope this can help you to understand about sample and population.

coure of study  : Metodologi Penelitian Pendidikan
meeting            : 2 (two our discussion, where in 1 meeting we are discussion about journal synthesis)
Penulis Makalah : Rahmi dan Riwayani

SAMPEL DAN POPULASI

MAKALAH

METODOLOGI PENELITIAN PENDIDIKAN

(POPULASI DAN SAMPEL)

 

PEMAKALAH:

RIWAYANI

RAHMI PUTRI Z

DOSEN PENGAMPU:

Dr. Drs. Edi Istiyono, M.Si

PROGRAM PASCA SARJANA PENDIDIKAN FISIKA

UNIVERSITAS NEGERI YOGYAKARTA

SEPTEMBER, 2017

DAFTAR ISI

Halaman

HALAMAN JUDUL......................................................................................

COVER........................................................................................................................ i

DAFTAR ISI............................................................................................................... ii

BAB  I PENDAHULUAN

1.1  Latar Belakang Masalah........................................................................... 1

1.2  Tujuan……............................................................................................... 2

BAB II PEMBAHASAN

2.1      Populasi..................................................................................................... 3

2.2      Sampel...................................................................................................... 4

2.3      Ukuran Sampel......................................................................................... 5

2.4      Kesalahan Sampling.................................................................................. 8

2.5      Strategi Pengambilan Sampel................................................................. 11

2.5.1        Probability Sampling.................................................................. 11

2.5.2        Non-Probability Sampling......................................................... 17

2.5.3        Perencanaan Strategi Sampling.................................................. 21

2.5.4        Perhitungan Besarnya Sampel................................................... 22

BAB III KESIMPULAN......................................................................................... 24

DAFTAR PUSTAKA.............................................................................................. 25

BAB I

PENDAHULUAN

1.1 Latar Belakang

Pendidikan merupakan kebutuhan bagi setiap anak, karena Pendidikan sebagai satu langkah untuk memajukan bangsa dan rakyatnya. Di Indonesia yang merupakan negara berkembang, masih melakukan banyak peningkatan kualitas Pendidikan baik dari sistem Pendidikan, konten Pendidikan, pendidik dan sarana prasarana. Selain meningkatkan pendidikan, Indonesia juga meningkatkan kemajuan teknologi, ekonomi, social, politik, pembangunan, dan alternative penggunaan sumber daya alam. Dalam rangka meningkatkan dan memajukan kualitas bangsa indonesia diperlukan banyak penelitian baik guru atau dosen, pihak berwenang maupun mahasiswa terkait solusi permasalahan di indonesia, inovasi terbaru dan penciptaan karya.Untuk menunjang penelitian tersebut, juga diperlukan sebuah metodologi penelitian yang tepat agar menghasilkan informasi hasil penelitian yang baik, tepat, benar dan sempurna. Metode penelitian secara umum dibagi menjadi tiga yaitu: metode kuantitatif, metode kualitatif dan metode research and developmet (R&D) (Sugiyono, 2012).

Dalam penelitian juga diperlukan populasi yang merupakan objek/subjek tertentu yang digunakan untuk diteliti. Terkadang karakteristik populasi yang dapat di teliti begitu banyak jumlahnya sehingga peneliti terkendala pada waktu, biaya dan aksesibiltas untuk memperoleh seluruh informasi populasi. Oleh Karena itu, peneliti dapat mengambil kelompok kecil atau subset yang dapat mewakilkan dari seluruh populasi. Kelompok kecil  atau subset tersebut dinamakan sampel. Namun, peneliti terkadang masih terkendala dalam membuat keputusan menentukan jumlah sampel yang dapat diambil dan dapat mewakili seluruh populasi. Untuk menangani masalah ini dapat digunakan strategi sampling (Teknik penarikan sampel). Oleh Karena itu, penulis akan menguraikan lebih detail tentang populasi, sampel dan strategi sampling.

1.2  Tujuan

Tujuan dalam makalah ini sebagai berikut :

1.         Menjelaskan pengertian dan macam-macam populasi

2.         Menjelaskan pengertian sampel

3.         Menjelaskan konsep ukuran sampel

4.         Menjelaskan penyebab terjadinya bias (error) dalam penentuan sampel

5.         Menjelaskan bagaimana keterwakilan sampel

6.         Menjelaskan langkah-langkah dalam penentuan sampel (strategi sampling)

7.         Menjelaskan perencanaan dalam memilih strategi sampling

8.         Melakukan perhitungan ukuran sampel

BAB II

PEMBAHASAN

2.1  Populasi

Batasan penelitian yang mesti ada dan ditemui dalam setiap penelitian adalah Batasan yang terkait dengan populasi penelitian (Sukardi 2003). Adapun pengertian populasi menurut para ahli antara lain:

1)         Menurut Sugiyono pengertian populasi adalah wilayah generalisasi yang terdiri atas: obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya.

2)         Populasi adalah sekelompok elemen atau kasus, baik individu, objek, atau peristiwa, yang sesuai dengan kriteria spesifik dan kemudian kita bermaksud menggeneralisasi hasil penelitian(James H. MC Millan)

3)         Menurut arikunto, populasi adalah keseluruhan subjek penelitian.

4)         Menurut sudjana dan Ibrahim, populasi berkaitan maknanya dengan elemen, yakni unit tempat diperolehnya informasi.

Populasi pada prinsipnya adalah semua anggota kelompok manusia, binatang, peristiwa, atau benda yang tinggal bersama dalam suatu tempat dan secara berencana menjadi target kesimpulan dari hasil akhir suatu penelitian (Sukardi 2003). Dari beberapa pendapat di atas maka dapat disimpulkan bahwa populasi adalah keseluruhan sumber data penelitian yang memiliki kriteria atau karakteristik tertentu yang kemudian dipelajari dan dijadikan suatu kesimpulan.Menurut Margono (2009) Populasi digolongkan menjadi dua jenis, yaitu:

1)         Populasi terbatas (definite) yaitu objek penelitiannya dapat dihitung, seperti luas sawah, jumlah ternak, jumlah murid, dan jumlah mahasiswa.

2)         Populasi tak terbatas (infinite) yaitu objek penelitian yang mempunyai jumlah yang tak terbatas, atau sulit dihitung jumlahnya; seperti pasir di pantai.

Disamping itu persoalan populasi bagi suatu penelitian dapat dibedakan ke dalam sifat berikut ini:

1)         Populasi yang bersifat homogen, yakni populasi yang unsur-unsurnya memiliki sifat yang sama, sehingga tidak perlu dipersoalkan jumlahnya secara kuantitatif. Misalnya seorang dokter yang akan melihat golongan darah seseorang, maka ia cukup mengambil setetes darah saja.

2)         Populasi yang bersifat heterogen, yakni populasi uang unsur-unsurnya memiliki sifat atau keadaan yang bervariasi, sehingga perlu ditetapkan batas-batasnya, baik secara kualitatif maupun kuantitatif.

2.2  Sampel

Sampel adalah bagian sari jumlah dan karakteristik yang dimiliki oleh populasi tersebut (sugiyono, 2012. Kelompok kecil yang diamati disebut sampel, dan kelompok yang lebih besar generalisasi yang dibuat disebut sebagai populasi. Sampel adalah sebagian populasi. Misalnya, siswa Sekolah Tinggi Washington di Indianapolis merupakan sampel siswa sekolah menengah Amerika (Louis Cohen, Lawrence Manion and Keith Morrison, 2007).

Bila populasi besar dan peneliti tidak mungkin mempelakari semua yang ada pada populasi, misalnya Karena keterbasatan dana, tenaga dan waktu, maka penelitia dapat menggunakan sampel yang diambil dari populasi itu. Apa yang dipelajari dari sampel itu, kesimpulannya akan dapat diberlakukan untuk populasi. Untuk itu sampel yang diambil dari populasi harus betul-betul representative (mewakili) (sugiyono, 2012).  Pengertian sampel yang representative (wagiran, 2012 ) mengacu kepada hal-hal sebagai berikut:

1.         Jumlahnya atau besarnya mencukupi kebutuhan

2.         Teknik pengambilannya memperhatikan karakteristik populasi yang akan menjadi wilayah generalisasi

3.         Sesuai dengan sifat penelitiannya

4.         Tingkat ketelitian, efesiensi dan reliabilitas

5.         Signifikansi praktis dan signifikansi statistic (sukamto,1995)

Adapun keuntungan Penelitian Menggunakan Sampel. Suharsimi Arikunto (2010), Keuntungan penelitian menggunakan sampel :

1.         Karena subjek pada sampel lebih sedikit dibandingkan dengan populasi, maka kerepotannya tentu berkurang.

2.         Apabila populasi terlalu besar, maka dikhawatirkan ada yang terlewati.

3.         Dengan penelitian sampel akan lebih efisien (uang, waktu, dan tenaga)

4.         Ada kalanya dengan penelitian populasi berarti merusak.

5.         Lebih teliti dalam mengolah data dibandngkan jika datanya populasi   akan lebih melelahkan.

6.         Ada kalanya memang tidak dimungkinkan melakukan penelitian populasi.

2.3  Ukuran sampel (Sample Size)

Pertanyaan yang sering mengganggu peneliti adalah seberapa besar sampel mereka untuk penelitian. Ukuran sampel bergantung pada tujuan penelitian dan sifat populasi dengan penelitian yang cermat. Semakin besar sampel semakin baik karena tidak hanya memberi nilai reliabel yang semakin besar dan juga memungkinkan statistic yang berpengalaman luas (Louis Cohen, Lawrence Manion and Keith Morrison, 2007).  Jumlah anggota sampel sering dinyatakan dengan ukuran sampel. Makin besar jumlah sampel mendekati populasi, maka peluang kesalahan generalisasi semakin kecil dan sebaliknya makin kecil jumlah sampel mendekati populasi maka makin besar kesalahan generalisasi (sugiyono, 2012). Ketepatan dan pengambilan sampel merukan hal yang sangat penting dalam penelitian. Ketepatan jenis dana jumlah anggota sampel yang diambil akan mempengaruhi keterwakilan sampel terhadap populasi (Nana, 2006).

Secara umum, untuk penelitian koreslasional jumlah sampel (n) sebanyak 30 individu telah dipandang cukup besar, sedangkan dalam penelitian kausal komparatif dan eksperimental 15 individu untuk setiap kelompok yang dibandingkan dipandang sudah cukup memadai. Untuk penelitian suvei sampel sebanyak 100 individu untuk seluruh sampel baru di pandang cukup memadai, sedangkan untuk kelompok-kelompok sampel berkisar antara 20-50 individu (Nana, 2006). Persyaratan minimaljumlah individu untuk memeriksa hubunganantara subkelompok, peneliti harus mendapatkanUkuran sampel minimum yang akan mewakili populasi secara akuratmenjadi sasaran. Karena sampel yang besar belum tentu mewakili populasi dan begitu juga sampel yang ukurannya kecil (Louis Cohen, Lawrence Manion and Keith Morrison, 2007).

Selanjutnya ukuran sampel bergantung pada jenis analisis yang dilakukan, beberapa tes statistik memerlukan ukuran sampel yang besar (Louis Cohen, Lawrence Manion and Keith Morrison, 2007).  Dan terdapat beberapa kondisi yang memerlukan ukuran sampel besar (Nana, 2006):

a.          Jika terdapat sejumlah variable yang tidak bisa dikontrol seperti kecerdasan, kematangan, jenis kelamin, latar belakang social ekonomi dan lain-lain.

b.         Jika dalam penelitian terantisipasi adanya hubungan atau perbedaan yang kecil

c.          Jika dalam penelitian dibentuk kelompok-kelompok keci misalnya dalam penelitian eksperimental

d.         Menghindari penyusutan untuk penelitian jangka waktu panjang

e.          Jika diharapkan syarat-syarat keabsahan secara statistic dipenuhi

f.          Jika dalam penelitian dihadapkan pada populasi yang sangat heterogen.

g.         Jika reliabilitas dari variable bebas tidak terjamin misalnya Karena karakteritik variable itu sendiri.

Karena tujuan sampel mendeskripsikan dari suatu populasi untuk mendapatkan informasi mengenai populasi tersebut, sangat penting bahwa individu yang termasuk dalam sampel merupakan perwakilan individu dalam populasi. Sampel harus representatif jika Anda ingin menggeneralisasi dengan rasional dari sampel ke populasi. Misalnya, peneliti mungkin berasumsi bahwa siswa di Washington High School mewakili remaja Amerika. Namun, sampel ini mungkin tidak representatif jika individu yang termasuk memiliki beberapa karakteristik yang berbeda dari populasi sasaran. Lokasi sekolah mereka, latar belakang sosial ekonomi mereka, situasi keluarga mereka, pengalaman mereka sebelumnya, dan banyak karakteristik lain dari kelompok ini dapat membuat mereka tidak representatif terhadap remaja Amerika. Sampel yang tidak representatif disebut sampel bias. Temuan pada sampel bias dalam sebuah penelitian tidak dapat secara sah digeneralisasi ke populasi dari mana pengambilannya dilakukan. Misalnya, jika populasi yang diminati adalah semua siswa di sebuah distrik sekolah perkotaan tertentu, namun para peneliti hanya mengambil sampe siswa dari dua sekolah di kabupaten tersebut, sampelnya akan menjadi bias (Donald Ary, Lucy Cheser Jacobs and Christine K. Sorensen, 2010).

Table 1Sample Size, Confidence Levels dan Confidence Intervals untuk Sampel Acak

Table 2 Ukuran Sampel untuk data kategori  dan data kontinu

2.4  Kesalahan Sampling (error sampling)

Jika banyak sampel diambil dari populasi yang sama, tidak mungkin mereka semua memilikikarakteristik identik satu sama lain atau denganpopulasi;sarana mereka akan berbeda. Maka danya kesalahan sampling (Louis Cohen, Lawrence Manion and Keith Morrison, 2007). Beberapa kesalahan sampling selalu dapat diharapkan bila mean sampel digunakan untuk memperkirakan mean populasi (Donald Ary, Lucy Cheser Jacobs and Christine K. Sorensen, 2010).Kesalahan samplingBelum tentu hasil dari kesalahan yang dilakukandalam prosedur sampling. Sebaliknya, variasi mungkinterjadi karena pilihan kesempatan individu yang berbeda. Misalnya, jika kita ambil jumlah sampel yang besardari populasi dandiukur nilai rata-rata dari masing-masing sampel, berarti sampel tidak akan identik. Beberapaakan relatif tinggi, beberapa relatif rendah, danbanyak akan berkerumun di sekitar nilai rata-rata atau rata-ratadari sampel.

Bila kesimpulan dibuat dari sampel ke populasi, sejumlah kesalahan terjadi karena sampel acak dapat diperkirakan bervariasi dari satu ke yang lain. Skor kecerdasan rata-rata satu sampel acak dari siswa kelas empat mungkin akan berbeda dari nilai kecerdasan rata-rata dari sampel acak dari siswa kelas empat lain dari populasi yang sama. Perbedaan tersebut, yang disebut kesalahan sampling, diakibatkan oleh fakta bahwa peneliti hanya mengamati sampel dan bukan keseluruhan populasi. Kesalahan sampling adalah "perbedaan antara parameter populasi dan statistik sampel." Misalnya, jika Anda mengetahui rata-rata keseluruhan populasi (melambangkan μ) dan juga mean sampel acak (melambangkan X) dari populasi tersebut, perbedaannya antara kedua (X - μ) mewakili kesalahan sampling (dilambangkan e). Jadi, e = X - μ. Misalnya, jika Anda tahu bahwa nilai kecerdasan rata-rata untuk populasi 10.000 siswa kelas empat adalah μ = 100 dan sampel acak tertentu 200 memiliki mean X = 99, maka kesalahan samplingnya adalah X - μ = 99 - 100 = -1. Karena kita biasanya bergantung pada statistik sampel untuk memperkirakan parameter populasi, pengertian tentang bagaimana sampel diharapkan bervariasi dari populasi adalah elemen dasar dalam statistik inferensial. Namun, alih-alih mencoba untuk menentukan perbedaan antara statistik sampel dan parameter populasi (yang tidak sering diketahui), pendekatan dalam statistik inferensial adalah untuk memperkirakan variabilitas yang dapat diharapkan dalam statistik dari sejumlah sampel acak yang berbeda yang diambil dari populasi yang sama. Karena masing-masing statistik sampel dianggap sebagai perkiraan parameter populasi yang sama, variasi antara statistik sampel harus dikaitkan dengan kesalahan sampling (Donald Ary, Lucy Cheser Jacobs and Christine K. Sorensen, 2010).

Dengan menggambar sejumlah besar Ukuran sampel yang samadari suatu populasi, kita membuat samplingdistribusi. Kita bisa menghitung kesalahan yang terjadidalam sampling . Standar deviasi teoritisdistribusi mean sampel adalah ukurankesalahan sampling dan disebut kesalahan standardari mean (SEM). Demikian,

dimana SDS = deviasi standar sampeldan N = jumlah sampel.Sebenarnya, formula untuk standarkesalahan mean adalah:

dimana SDpop = standar deviasi daripopulasi.

Distribusi sampel menunjukkan penyebarannyadari pilihan sampel sekitarmean populasi

Gambar 1 Distribusi Sampel

Namun, karena kita biasanya tidak bisa memastikanSD dari total populasi, standar deviasidari sampel digunakan sebagai gantinya. Kesalahan standardari mean memberikan perkiraan terbaik darikesalahan sampling Jelas, kesalahan sampling tergantungpada variabilitas (yaitu heterogenitas) dipopulasi yang diukur dengan SDpop dan jugaukuran sampel (N) (Rose dan Sullivan 1993: 143).Semakin kecil SDpop semakin kecil kesalahan samplingnya; semakin besar N, semakin kecil kesalahan samplingnya. Dimana SDpop sangat besar, maka Nharus sangat besar untuk melawannya. DimanaSDpop sangat kecil, maka N juga bisa kecildan masih memberikan kesalahan sampling yang cukup kecil.Karena ukuran sampel meningkatkan kesalahan samplingmenurun. Hopkins dkk. (1996: 159) mengemukakan bahwa,kecuali ada beberapa distribusi yang sangat tidak biasa,sampel dari dua puluh lima atau lebih biasanya menghasilkan distribusi sampling normal rata-rata. 

(Louis Cohen, Lawrence Manion and Keith Morrison, 2007)

2.5  Strategi Pengambilan sampel (Sampling Strategy)

Ada dua metode pengambilan sampel  (Cohen dan Holliday 1979; 1982; 1996; Schofield 1996) yaitu probabilitas (sampel acak) atau sampel non-probabilitas. Sampel probabilitas, karena diambil secara acak dari populasi yang lebih luas, akan berguna jika peneliti ingin dapat membuat generalisasi, karena ia mencari keterwakilan dari populasi yang lebih luas. Ini juga memungkinkan tes two tail  untuk diberikan dalam analisis statistik data kuantitatif. Di sisi lain, sampel non-probabilitas dengan sengaja menghindari populasi yang lebih luas; ia hanya ingin mewakili kelompok tertentu, bagian tertentu dari populasi yang lebih luas, seperti kelas siswa, sekelompok siswa yang mengikuti ujian tertentu. Sampel probabilitas akan memiliki risiko bias yang lebih sedikit daripada sampel non-probabilitas, sedangkan sampel non-probabilitas, yang tidak mewakili keseluruhan populasi, dapat menunjukkan kemiringan atau bias (Untuk jenis sampel ini, tes satu-ekor dalam memproses data statistik.) Ini bukan untuk mengatakan bahwa yang pertama bebas dari bias; masih ada kemungkinan kesalahan sampling dalam sampel probabilitas (Louis Cohen, Lawrence Manion and Keith Morrison, 2007). Teknik sampling pada dasarnya dikelompokkan menjadi dua yaitu probability sampling dan non-probability sampling (Sugiyono, 2012). 

2.5.1  Probability Sampling

Pengambilan sampel probabilitas didefinisikan sebagai jenis sampling dimana setiap elemen dalam populasi memiliki kesempatan yang sama untuk dipilih. Kemungkinan penyertaan setiap elemen populasi dalam pengambilan sampel semacam ini terjadi secara kebetulan dan dicapai melalui seleksi acak. Ketika sampling probabilitas digunakan, statistik inferensial memungkinkan peneliti untuk memperkirakan sejauh mana temuan sampel berdasarkan yang cenderung berbeda dari mereka temukan dengan mempelajari keseluruhan populasi. Keempat jenis sampling probabilitas yang paling sering digunakan dalam penelitian pendidikan adalah simple random sampling, systematic sampling, random stratified sampling, cluster sampling, stage sampling danmulti-phase sampling.

(Louis Cohen, Lawrence Manion and Keith Morrison, 2007)

A.     Simple Random Sampling

Dalam pengambilan sampel acak sederhana, setiap anggota populasi yang diteliti memiliki kesempatan yang sama untuk dipilih dan probabilitas anggota populasi yang dipilih tidak terpengaruh oleh pemilihan anggota populasi lainnya, yaitu setiap seleksi sepenuhnya independen terhadap berikutnya. Metode ini melibatkan pemilihan secara acak dari daftar populasi (kerangka sampling) jumlah subyek yang dibutuhkan untuk sampel (Louis Cohen, Lawrence Manion and Keith Morrison, 2007).Langkah-langkah dalam pengambilan sampel acak sederhana terdiri dari:

1.         Tentukan populasi.

2.         Daftar semua anggota populasi.

3.         Pilih sampel dengan menggunakan prosedur dimana kesempatan belaka menentukan anggota mana yang masuk dalam daftar diambil untuk sampel.

Langkah pertama dalam menggambar sampel acak dari populasi adalah dengan menetapkan setiap anggota populasi sebuah nomor identifikasi yang berbeda. Mari kita gambarkan prosedur ini dengan menunjukkan bagaimana mendapatkan sampel 50 siswa dari populasi yang menghadiri Washington High School. Pertama, Anda perlu menghitung semua individu dalam populasi. Kantor kepala sekolah bisa menyediakan daftar semua siswa yang terdaftar di sekolah tersebut. Untuk tujuan identifikasi, Anda kemudian akan menetapkan nomor ke setiap individu dalam populasi. Jika ada 800 siswa di sekolah, Anda menggunakan nomor 000, 001, 002, 003,. . . , 799 untuk tujuan ini. Setiap individu harus memiliki nilai identifikasi dengan jumlah digit yang sama seperti setiap individu lainnya. Banyak sekolah telah menetapkan nomor identifikasi untuk semua murid mereka. Salah satu cara untuk menggambar sampel acak adalah dengan menuliskan nomor siswa pada selembar kertas yang terpisah, letakkan potongan kertas dalam wadah, goyangkan wadahnya, dan lepaskan secarik kertas. Kocok wadah lagi, keluarkan kertas lain, dan lanjutkan prosesnya sampai 50 lembar kertas diambil. Proses ini akan sangat membosankan. Cara yang lebih sistematis untuk mendapatkan sampel acak adalah dengan menggunakan tabel bilangan acak, yang mencakup serangkaian angka, biasanya empat sampai enam digit panjangnya, disusun dalam kolom dan baris (lihat Tabel dibawah ini) .

Table 3 Nomor Acak

Mari kita gambarkan bagaimana menggunakan tabel bilangan acak. Dengan daftar 800 siswa kami dalam populasi, kami akan menggunakan tabel untuk mendapatkan angka tiga digit masing-masing, hanya menggunakan angka yang kurang dari atau sama dengan 799. Untuk setiap nomor yang dipilih, anggota populasi yang sesuai jatuh ke dalam contoh. Lanjutkan proses sampai jumlah yang diinginkan untuk sampel telah dipilih - dalam kasus ini, 50 nomor pertama yang memenuhi kriteria.

Kita mulai dengan memilih secara acak titik awal dalam tabel. Anda dapat melakukan ini dengan menutup mata dan meletakkan jari Anda di halaman, atau Anda dapat menggunakan prosedur yang merupakan cara yang benar-benar acak untuk masuk ke meja. Pertama, gulung mati untuk menentukan halaman mana yang akan digunakan. Kami menggulung 3, jadi kami menarik halaman ketiga dari tabel nomor acak. Kemudian kita catat dua digit terakhir dari nomor seri pada uang dolar. Mereka adalah 03, jadi kita pergi ke baris 3. Kemudian kita mengambil dua digit terakhir dari sebuah tagihan dolar kedua, yaitu 22, membawa kita ke persimpangan baris 3 dan kolom 22. Perpotongan dari baris dan kolom adalah lokasi nomor acak pertama Karena populasi kita adalah 800, kita hanya akan melihat tiga digit pertama angka di tabel. Jika populasinya 1500, kita akan melihat empat digit pertama. Dalam contoh kita, kita bisa menggunakan tiga digit pertama atau tiga terakhir; kami telah memilih untuk menggunakan tiga yang pertama. Tiga digit pertama dari persimpangan itu adalah 403, jadi individu dengan nomor 403 ada dalam sampel. Karena digit dalam tabel acak, angka tersebut dapat digunakan secara vertikal di kedua arah atau horizontal di kedua arah. Anda harus menentukan arah yang akan Anda gunakan sebelum memasuki meja dan menggunakannya secara konsisten. Jumlah yang tersisa akan ditempatkan dengan bergerak ke arah yang ditentukan. Jika kita telah memutuskan untuk bergerak secara vertikal, tiga digit berikutnya adalah 497, 243, 262, 782, dan di bawah kolom melalui 351. Nomor berikutnya adalah 995, yang lebih besar dari 799 (ukuran sampel) jadi kita akan Lewati saja dan bergerak ke bawah, memilih angka lebih kecil dari 799. Kami telah menyoroti angka di kolom yang akan dipilih. Anda kemudian akan pindah ke kolom berikutnya dan melanjutkan prosesnya sampai Anda memiliki 50 nomor acak kurang dari 799.

Anda akan mengharapkan sampel acak untuk mewakili sampel populasi sasaran. Namun, pilihan acak, terutama dengan sampel kecil, tidak benar-benar menjamin sampel yang akan mewakili populasi dengan baik. Pemilihan acak menjamin bahwa perbedaan antara sampel dan populasi induk hanya merupakan fungsi kebetulan dan bukan hasil dari bias peneliti.

Ketika pengambilan sampel acak digunakan, peneliti dapat menggunakan statistik inferensial untuk memperkirakan berapa populasi cenderung berbeda dari sampel.

(Donald Ary, Lucy Cheser Jacobs and Christine K. Sorensen, 2010)

B.     Systematic Sampling

Metode ini merupakan bentuk modifikasi simple random sampling. Ini melibatkan pemilihan subyek dari daftar populasi secara sistematis dan bukan acak. Misalnya, jika dari populasi, katakanlah, 2.000, sampel 100 diperlukan, maka setiap orang kedua puluh dapat dipilih. Titik awal pemilihan dipilih secara acak. Seseorang dapat memutuskan seberapa sering melakukan pengambilan sampel secara sistematis dengan statistik sederhana - jumlah populasi yang lebih luas yang ditunjukkan dibagi dengan ukuran sampel yang dibutuhkan:

f = interval frekuensi

N = jumlah populasi yang lebih luas

sn = jumlah yang dibutuhkan dalam sampel

Mari kita katakan bahwa peneliti bekerja dengan sekolah yang terdiri dari 1.400 siswa; dengan melihat tabel ukuran sampel (tabel Sample size, confidence levels and confidence intervals for random samples) yang diperlukan untuk sampel acak dari 1.400 siswa ini, kita melihat bahwa 302 siswa diminta untuk berada dalam sampel. Oleh karena itu interval frekuensi (f) adalah:

(sekitar sampai dengan 5.0)

Oleh karena itu peneliti akan memilih setiap nama kelima dalam daftar kasus. Proses seperti itu, tentu saja, mengasumsikan bahwa nama-nama dalam daftar itu sendiri telah terdaftar secara acak. 

(Louis Cohen, Lawrence Manion and Keith Morrison, 2007)

C.        Random Stratified Sampling

Bila populasi terdiri dari sejumlah subkelompok, atau strata, yang mungkin berbeda dalam karakteristik yang diteliti, seringkali diinginkan untuk menggunakan suatu bentuk sampling probabilitas yang disebut stratified sampling. Misalnya, jika Anda melakukan pemungutan suars yang dirancang untuk menilai pendapat mengenai masalah politik tertentu, mungkin disarankan untuk membagi populasi menjadi subkelompok berdasarkan usia, lingkungan, dan pekerjaan karena Anda mengharapkan pendapat berbeda secara sistematis di antara berbagai usia, lingkungan, dan kelompok kerja. Dalam sampel stratified, Anda pertama kali mengidentifikasi strata ketertarikan dan kemudian secara acak mendeskripsikan sejumlah subjek spesifik dari setiap lapisan. Dasar stratifikasi dapat bersifat geografis atau mungkin melibatkan karakteristik populasi seperti pendapatan, pekerjaan, jenis kelamin, usia, tahun di perguruan tinggi, atau tingkat pengajaran. Dalam mempelajari remaja, misalnya, Anda mungkin tertarik tidak hanya dalam mengamati sikap remaja terhadap fenomena tertentu, tetapi juga membandingkan sikap remaja yang tinggal di kota-kota kecil dengan mereka yang tinggal di kota-kota ukuran menengah dan besar. Dalam kasus seperti itu, Anda akan membagi populasi remaja menjadi tiga kelompok berdasarkan ukuran kota atau kota tempat mereka tinggal dan kemudian secara acak memilih sampel independen dari setiap lapisan.

Keuntungan dari stratified sampling adalah memungkinkan peneliti juga mempelajari perbedaan yang mungkin ada di antara berbagai subkelompok suatu populasi. Dalam jenis sampling ini, Anda bisa mengambil jumlah yang sama dari setiap lapisan atau memilih sebanding dengan ukuran strata dalam populasi. Bila populasi yang dijadikan sampel tidak homogen namun terdiri dari beberapa subkelompok, sampling stratifikasi dapat memberikan sampel yang lebih representatif daripada simple random sampling. Keuntungan utama dari stratified sampling adalah bahwa ia menjamin representasi kelompok yang didefinisikan dalam populasi.

(Donald Ary, Lucy Cheser Jacobs and Christine K. Sorensen, 2010)

D.    Cluster Sampling

Teknik sampling daerah digunakan untuk menentukan sampel bila obyek yang akan di teliti atau sumber data yang sangat luas, missal penduduk dari suatu negara, propinsi atau kabupaten. Untuk menentukan penduduk mana yang akan dijadikan sumber data, maka pengambilan sampelnya berdasarkan daerah populasi yang telah ditentukan. Misalnya di Indonesia terdpaat 30 propinsi dan sampelnya akan menggunakan 15 propinsi maka pengambilan 15 propinsi itu dilakukan dengan random. Tetapi perlu diingat, Karena propinsi di Indonesia itu berstrata (tidak sama) maka pengambilan sampelnya menggunakan Stratified Random Sampling. Propinsi di Indonesia ada yang penduduknya padat dan ada yang tidak, ada yang banyak hutan dan ada yang tidak, ada yang kaya bahan tambang dan ada yang tidak. Karakteristik yang seperti ini perlu diperhatikan sehingga pengambilan sampel menurut strata populasi itu dapat ditetapkan.

Teknik sampling daerah ini sering digunakan melalui dua tahap yaitu tahap pertama menentukan sampel daerah dan tahap berikutnya menentukan orang-orang yang ada pada daerah itu secara sampling juga. Teknik ini dapat dilihat pada gambar dibawah ini.

Gambar 2 Teknik Cluster Sampling

(Sugiyono, 2012)

2.5.2  Non-Probability Sampling

Selektivitas yang dibangun menjadi sampel yang tidak mungkin diperoleh dari peneliti yang menargetkan kelompok tertentu, dengan pengetahuan penuh bahwa hal itu tidak mewakili populasi yang lebih luas; itu hanya mewakili dirinya sendiri. Hal ini sering terjadi pada penelitian berskala kecil, misalnya, dengan satu atau dua sekolah, dua atau tiga kelompok siswa, atau kelompok guru tertentu, di mana tidak ada usaha untuk menggeneralisasi yang diinginkan; Hal ini sering terjadi pada beberapa riset etnografi, penelitian tindakan atau penelitian studi kasus.Ada beberapa jenis sampel non probabilitas: convenience sampling, quota sampling, sampling dimensional, purposive sampling dan snowball sampling. Setiap jenis sampel berusaha hanya untuk mewakili dirinya sendiri atau kejadian itu sendiri dalam populasi yang sama, daripada mencoba untuk mewakili keseluruhan populasi(Louis Cohen, Lawrence Manion and Keith Morrison, 2007).

A.       Convenience Sampling

Convenience sampling, yang dianggap sebagai prosedur sampling terlemah, melibatkan penggunaan kasus yang tersedia untuk penelitian. Sampel kenyamanan mungkin merupakan strategi sampling yang dipilih untuk studi kasus atau serangkaian studi kasus.Peneliti hanya memilih sampel dari mereka yang memiliki akses mudah(Louis Cohen, Lawrence Manion and Keith Morrison, 2007).Wawancara dengan individu pertama yang Anda temui di kampus, menggunakan kelas sarjana yang besar, dengan menggunakan siswa di kelas Anda sendiri sebagai sampel, atau meminta relawan untuk diwawancarai dalam penelitian survei adalah berbagai contoh convenience sampling. Tidak ada cara (kecuali dengan mengulangi penelitian dengan menggunakan probability sampling) untuk memperkirakan kesalahan yang diperkenalkan oleh prosedur convenience sampling. Probabilitas sampling adalah ideal, namun dalam prakteknya, convenience sampling mungkin semuanya tersedia bagi peneliti. Dalam kasus ini, sampel convenience mungkin lebih baik daripada tidak sama sekali. Jika Anda menggunakan convenience sampling, berhati-hatilah dalam menafsirkan temuan dan ketahuilah bahwa Anda tidak dapat menggeneralisasi temuan(Donald Ary, Lucy Cheser Jacobs and Christine K. Sorensen, 2010).

B.        Quota Sampling

Pada Teknik ini peneliti menentukan besarnya jumlah responden untuk menjadi anggota sampel. Mereka menemui dan mengambil data yang diperlukan sampai jumlah yang ditentukan tercapai. Teknik sampling ini banyak digunakan di dunia pers misalnya mereka ingin mendapakan tingkat popularitas seorang pemimpin, mereka ingin mengetahui kinerja suatu badan yang dibentuk pemerintah dan sebagainya. Dalam kasus kewartawanan, mereka biasanya menggunakan jasa telepon atau alat-alat lainnya yang praktis untuk bertemu dan bertanya dengan responden (Sukardi, 2003).

Sangat mudah untuk menentukan jumlah minimum yang diperlukan dalam sampel kuota. Mari kita katakan bahwa jumlah siswa di sebuah sekolah adalah 1.700, yang dibuat demikian:

Pertunjukan seni 300 siswa

Ilmu alam 300 siswa

Humaniora 600 siswa

Ilmu Bisnis dan Ilmu Sosial 500 orang

Proporsi 3: 3: 6: 5, minimal 17 siswa mungkin diperlukan (3 + 3 + 6 + 5) untuk sampel (Louis Cohen, Lawrence Manion and Keith Morrison, 2007).

Berikut adalah langkah-langkah dalam quota sampling:

1.         Tentukan sejumlah variabel, sangat terkait dengan pertanyaan yang sedang diteliti, untuk digunakan sebagai basis stratifikasi. Variabel seperti jenis kelamin, usia, pendidikan, dan kelas sosial sering digunakan.

2.         Dengan menggunakan sensus atau data lain yang tersedia, tentukan ukuran masing-masing segmen populasi.

3.         Hitung kuota untuk setiap segmen populasi yang sebanding dengan ukuran masing-masing segmen.

4.         Pilih kasus khas dari setiap segmen, atau strata, populasi untuk mengisi kuota.

Kelemahan utama sampling kuota terletak pada langkah 4, pemilihan individu dari setiap lapisan. Anda tidak tahu apakah individu yang dipilih mewakili lapisan yang diberikan. Pemilihan elemen kemungkinan didasarkan pada aksesibilitas dan kenyamanan. Jika Anda memilih 25 persen rumah tangga di kota dalam untuk survei, Anda lebih mungkin pergi ke rumah yang lebih menarik daripada bobrok, bagi mereka yang lebih mudah dijangkau, ke tempat orang tinggal di rumah pada siang hari, dan seterusnya. Prosedur semacam itu secara otomatis menghasilkan bias sistematis dalam sampel karena unsur-unsur tertentu akan disalah-artikan. Selanjutnya, tidak ada dasar untuk menghitung kesalahan yang terlibat dalam quota sampling.

(Donald Ary, Lucy Cheser Jacobs and Christine K. Sorensen, 2010)

C.           Purposive Sampling

Menurut Arikunto (2010), sampel bertujuan dilakukan dengan cara mengambil subjek bukan didasarkan atas strata, random atau daerah tetapi didasarkan atas adanya tujuan tertentu. Walaupun cara ini diperbolehkan, yaitu peneliti bisa menentukan sampel berdasarkan tujuan tertentu, tetapi ada syarat-syarat yang harus dipenuhi.

1)         Pengambilan sampel harus didasarkan atas cirri-ciri, sifat-sifat atau karakteristik tertentu, yang merupakan cirri-ciri pokok populasi.

2)         Subjek yang diambil sebagai sampel benar-benar merupakan subjek yang paling banyak mengandung ciri-ciri yang terdapat pada populasi (key subjectis).

3)         Pnentuan karakteristik populasi dilakukan dengan cermat di dalam studi pendahuluan.

Contoh memilih sampel dengan bertujuan, misalnya para peneliti memilih para pedagang tertentu untuk memperoleh informasi tentang macam-macam harga barang, seorang peneliti memilih para guru SMK untuk memilih informasi tentang efektivitas praktik disekolah. Mereka memilih orang-orang tersebut sebagai sampel Karena peneliti mempunyai pertimbangan profesioal yang kuat (Sukardi, 2003).

D.          Snowball Sampling

Snowball sampling adalah Teknik penentuan sampel yang mula-mula jumlahnya kecil, kemudian membesar. Ibarat bola salju yang menggelinding yang lama-lama menjadi besar. Dalam penentuan sampel, pertama-tama dipilih satu atau dua orang tetapi dengan dua orang ini belum merasa lengkap terhadap data yang diberikan, maka peneliti mencari orang lain yang dipandang lebih tahu dan dapat melengkapi data yang diberikan oleh dua orang sebelumnya. Begitu seterusnya, sehingga jumlah sampel semakin banyak. Misalnya akan meneliti siapa yangprovokator kerusuhan. Teknik pengambilan sampel ini dapat dilihat pada gambar dibawah ini.

Gambar 3 Snowball Sampling

(Sugiyono, 2012)

2.5.3        Perencanaan strategi sampling (Planning of sampling strategy)

Ada beberapa tahapan di dalam perancanaan strategi sampling menurut Louis Cohen, Lawrence Manion dan Keith Morrison (2007):

1.         Memutuskan apakah kamu memerlukan sebuah sampel, atau apakah memungkinkan untuk meneliti seluruh populasi.

2.         Identifikasi populasi, karakteristik yang penting (gambaran sampel) dan ukurannya

3.         Mengidentifikasi jenis strategi sampling yang kamu butuhkan (jenis jenisnya; probability, non-probability, atau campuran).

4.         Pastikan bahwa akses kepada sampel dapat dilakukakan. Apabila tidak, bersiaplah untuk memodifikasi strategi sampling.

5.         Untuk probability sampling, tingkat kepercayaan dan batas kepercayaan yang kamu butuhkan. Untuk non-probability sampling, identifikasi orang yang kamu butuhkan di dalam sampel.

6.         Hitunglah jumlah sampel yang diperlukan, pertimbangkan untuk keadaan non-respon, tidak lengkapnya respon dari sampel, pengurangan atau ketidakhadiran sampel, dengan membuat jumlah lebih pada sampel.

7.         Putuskan bagaimana cara mendapatka, mengakses, dan menghubungi sampel (misalnya, iklan, surat, telepon, e-mail, kunjungan secara langsung, menghubungi secara langsung/melalui teman).

8.         Siapkan untuk pengolahan/pengaturan data, segera setelah data terkumpul.

2.5.4        Perhitungan Besarnya Sampel

Sebelum dilakukan penelitian terhadap sampel, maka kita perlu menentukan seberapa banyak sampel yang kita perlukan sehingga dapat merepresentasikan populasi. Adapun secara teknik, jumlah sampel yang dipilih berhubungan dengan berapa besar pada ketepatan yang diinginkan peneliti (wagiran, 2015).Jumlah sampel yang terlalu banyak atau terlalu sedikit dapat  mengakibatkan masalah pada penelitian. Adapun sampel yang baik adalah sampel yang mencerminkan kepada populasi secara maksimal (representative).

Menurut wagiran (2015) Ada 4 faktor yang harus diperhatikan dalam menentukan jumlah sampel dalam penelitian:

1.         Derajat keseragaman dari populasi. Makin seragam populasi tersebut makin sedikit sampel yang perlu diambil.

2.         Presisi yang dikehendaki dari penelitian. Makin tinggi presisi yang diinginkan maka semakin besar jumlah sampel yang harus diambil.

3.         Rencana analisis.

4.         Tenaga, biaya, dan waktu.

Beberapa cara dalam menentukan ukuran sampel serta pendapat para ahli tentang jumlah sampel yang disajikan sebagai berikut:

1.         Gay dan Diehl (1992), berpendapat bahwa sampel harus sebanyak-banyaknya. Pendapat ini mengasumsikan semakin banyak sampel diambil maka data semakin representative dan hasil dapat digeneralisasikan. Namun ukuran sampel yang diterima akan sangat bergantung pada jenis penelitiannya.

a.       Apabila penelitiannya bersifat deskriptif maka sampel minimumnya adalah 10% dari jumlah populasi

b.      Penelitian yang bersifar koresional, sampel minimum 30 subjek

c.       Penelitian kausal perbandingan sampelnya sebanyak 30 subjek per grup

d.      Penelitian eksperimental, sampel minimum 15 subjek per grup

2.      Borg dan gall (1989) menyarankan jumlah sampel dalam penelitian korelasional adalah 30 subjek, untuk penelitian causal cooperative dan eksperimen 15-20 subjek tiap-tiap kelompok yang dibandingkan. Untuk penelitian survey sampel minimal yang disarankan adalah 100 subjek untuk tiap-tiap sub kelompok mayor dan 20-50 orang untuk setiap kelompok minor.

3.      Cohen (1997) dalam menentukan ukuran sampel lebih mendasarkan pada jenis analisis data yang akan digunakan dalam penelitian. Penentuan besarnya sampel minimum lebih banyak ditentukan oleh aspek-aspek metodologisnya dari pada aspek representatifnya terhadap sampel. Terdapat 4 faktor yang perlu dipertimbangkan dalam penentuan ukuran sampel, yaitu: statistical power, significancy, directionality, dan effect size.

4.      Slovin mengemukakan, dalam menentukan ukuran sampel dapat digunakan rumus:

n = jumlah sampel

N = ukuran populasi

e = batas kesalahan

BAB III

KESIMPULAN

Diketahui bahwasanya setiap elemen dari penelitian tidak bisa dipilih secara sewenang-wenang, tetapi harus direncanakan dan dipertimbangkan harus bagaimana dari awal sampai akhir, hasil dari perencanaan harus sesuai dengan tujuan. Pemilihan dari strategi sampling harus diatur oleh kebutuhan. Pilihan tentang strategi yang dipilih harus dipikirkan sesuai tujuan penelitian, jadwal/waktu penelitian dan batasan dalam penelitian, desain penelitian, metode pengumpulan data, dan metodologi penelitian. Sampling yang dipilih harus sesuai dengan semua faktor-faktor tersebut, agar dapat mendapat nilai validitas yang baik.

     Adapun pertimbangan dalam pemilihan jumlah sampel adalah

1.             Tujuan penelitian, pertanyaan penelitian dan desain penelitian

2.             Ukuran populasi

3.             Tingkat kepercayaan dan batas kepercayaan yang dibutuhkan

4.             Kemungkinan angka respon

5.             Akurasi yang dibutuhkan

6.             Jenis variable yang digunakan

7.             Statistik yang digunakan

8.             Jumlah tingkatan yang dibutuhkan

9.             Jumlah variable yang termasuk didalam penelitian

10.         Faktor tak tetap ketika penelitian

DAFTAR PUSTAKA

Donald Ary, Lucy Cheser Jacobs and Christine K. Sorensen. 2010. Introduction to Research in Education, Eighth Edition. Canada: Wadsworth, Cengage Learning

Louis Cohen, Lawrence Manion and Keith Morrison. 2007.  Research methods in education, third edition. Newyork: Routledge 270 Madison Avenue

Margono .2009.  Metodologi Penelitian Pendidikan. Jakarta: Rineka Cipta

Nana Sudjana dan Ibrahim. 2012. Penelitian dan Penilaian Pendidikan. Bandung: Sinar Baru algensindo

Nana Syaodih Sukmadinata. 2006. Metode Penelitian Pendidikan. Bandung: Remaja Rosdakarya

Sugiyono. 2012. Metode Penelitian Pendidikan. Bandung: Alfabeta

Suharsimi arikunto. 2010. Prosedur Penelitian Suatu Pendekatan Praktik. Jakarta: Rineka Cipta

Sukardi. 2003. Metodologi Penelitian Pendidikan. Jakarta: Bumi Aksara

Wagiran. 2015. Metodologi Penelitian Pendidikan (Teori Dan Implementasi). Yogyakarta:Budi Utama.