Teknik Sampling

1
Teknik Sampling

• Widya Setiabudi Sumadinata

2
Mengapa Sampling ?

• Berita PR Kota Bandung Udaranya Tercemar !
• Diduga penyebab utamanya asap kendaraan bermotor
• Pemkot ingin mengecek apakah Ranmor yang ada di
  Bandung dapat lolos uji emisi gas buang
• Tentu saja tidak dapat diuji seluruh kendaraan
  yang ada di kota Bandung
• Tdk semuaunit dalam populasi dpt diidentifikasi
• Contohnya Ingin mengukur tingkat polusi udara
  kota Bandung Harus diambil sampel
• Bahkan bila populasi dapat diukur, maka muncul
  hambatan berikutnya
• Terlalu mahal
• Terlalu banyak menyita waktu untuk mengukurnya
• Data bisa obsolete

3
Alasan lain mengapa harus Sampling ?

• Mempelajari populasi malah bisa jadi hasilnya
  tidak akurat, terutama populasinya besar.
• Manajemen proyeknya lebih gampang dengan
  sampling
• bisa ada waktu tambahan untuk memperbaiki
  interview/questionnaire design
• prosedur mendapatkan responden (yang sulit
  ditemukan)
• rekrutmen, pendidikan dan latihan, serta
  supervisi data collectors.

4
Istilah-istilah dalam Sampling

• a population is the entire collection of people
  or things you are interested in
• a census is a measurement of all the units in the
  population
• a population parameter is a number that results
  from measuring all the units in the population
• a sampling frame definisi operasional dari
  populasi target. Sampling frame bukan sampelnya
  sendiri, tapi cara mengambil sampel dari populasi
  yang sudah ditentukan. Misalnya mll buku telepon
• a unit of analysis is the type of object of
  interest,
• sample is a subset of some of the units in the
  population
• statistic is a number that results from measuring
  all the units in the sample
• statistics derived from samples are used to
  estimate population parameters.
• Sampling Proses mengambil sampel

5
Contoh Mencari Rata2 Umur ranmor di Bandung thn
2006

• Populasinya Semua Ranmor di kota Bandung yang
  terdaftar pada thn 2006
• Kerangka Samplingnya Semua Ranmor di kota
  Bandung yang terdaftar oleh Samsat pada tanggal 1
  September 2006
• Desain/Teknik Samplingnya probability sampling
• Unit analisisnya Ranmor
• Sampel Jumlahnya 300 Ranmor
• Data yang ingin diperoleh Usia dari ke300 Ranmor
  yang terpilih sbg sampel
• Statistik yang diperoleh Rata-rata usis ke300
  Ranmor yang menjadi Sampel
• Parameternya Perkiraan rata-rata usia Ranmor di
  kota Bandung pada tahun 2006

6
Tipe-Tipe Teknik Sampling

• Teknik Sampling Random (Probability Sampling)
• Simple Random Sampling
• Stratified Sampling
• Cluster Sampling
• Systematical Sampling
• Teknik Sampling Non-Random (Non Probability
  Sampling)
• Convenience Sampling
• Purposive Sampling
• Quota Sampling

7
Probability Sampling

• Menentukan probabilitas atau besarnya kemungkinan
  setiap unsur dijadikan sampel. Dalam merencanakan
  samplin probabilitas, idealnya peneliti telah
  memenuhi beberapa persyaratan berikut
• Diketahui besarnya populasi induk
• Besarnya sampel yang diinginkan telah ditentukan
• Setiap unsur atau kelompok unsur harus memiliki
  peluang yang sama untuk dijadikan sampel

8
Cara Stratifikasi

• Populasi dianggap heterogen
• Dikelompokkan subpopulasi ? anggota kelompok
  subpopulasi menjadi homogen
• Dari tiap subpopulasi scr acak diambil anggota
  sampelnya
• Berapa jumlah sampel yang diambil dari tiap
  populasi ?
• Jika jml elemen tiap populasi sama
• Misalnya jumlah sampel sdh diketahui mis. 150 ?
  sama jmlhnya
• Jika jml elemen tiap populasi beda A10,
  B20,C30,D40,
• nA(10/100)x 150

9
Cara Klaster

• Simple random sampling dan stratified random
  sampling berasumsi ada list lengkap dari anggota
  populasi. Kalau tidak ada? ? Cluster sampling
  bisa digunakan. Pertimbangan biaya juga merupakan
  alasan lainnya.
• Populasi dibagi-bagi menjadi sekelompok kasus
  yang disebut clusters biasanya berdasarkan
  pembagian alami seperti lokasi, golongan
  sosioekonomi, dsb.
• Beda dengan stratified stratified mengambil
  sampel dari tiap strata, cluster sampling tidak
  mengambil sampel dari tiap cluster, hanya cluster
  yang dipilih saja.
• Beda lainnya, bila stratifikasi subpopulasinya
  homogen, tapi bila subpopulasinya heterogen ?
  klaster
• Kurang akurat dibandingkan dengan simple random
  sampling atau stratified random sampling untuk
  jumlah n yang sama.
• Akurasi dapat ditingkatkan dengan mengambil
  sampel dari cluster2 lain.

10
Sistematik Sampling

• Systematic sampling memilih kasus setiap
  interval dari list lengkap anggota populasi.
  Syaratnya dua
• Sampling interval (K)
• Dan lokasi start.
• Misalnya perlu sampel 100 dari 2500 orang, inter
  val 2500/100 25 (sampling interval). Kemudian
  tentukan nomor secara acak dari 1 sampai 25.
  Misalnya 19, berikutnya berarti 44, 69, dan
  seterusnya.

11
Non Probability Sampling

• Tidak mengukur sejauh mana karakteristik sampel
  mendekati parapemeter populasi induknya, sehingga
  dalam kenyatannya peneliti pada umumnya tidak
  dapat engidentifikasikan populasi induk sama
  sekali.
• Oleh karena itu sampel yang diambil tidak dapat
  digeneralisasikan pada populasi tempat sampel
  tersebut diambil.
• Karena itu kesalahan sampling tidak perlu dibahas
  karena memang perencanaan sampling
  Nonprobabilitas tidak dirancang ntuk bisa
  menyajian fungsi nferensial
• Kelemahan
• Tidak ada kontrol terhadap investigator bias
  dalam pemilihan sampel
• Variabilitasnya tidak bisa dihitung menggunakan
  probability sampling theory ? tidak bisa
  menghitung sampling error atau sample precision.

12
Non Probability Sampling

• Convenience sample also called an "accidental"
  sample or "man-in-the-street" samples. The
  researcher selects units that are convenient,
  close at hand, easy to reach, etc.
• Purposive sample the researcher selects the
  units with some purpose in mind, for example,
  students who live in dorms on campus, or experts
  on urban development.
• Quota sample the researcher constructs quotas
  for different types of units. For example, to
  interview a fixed number of shoppers at a mall,
  half of whom are male and half of whom are
  female.

13
Nonprobability Sampling (2)

• Dalam banyak kasus, cara sampling ini lebih tepat
  atau praktis
• Situasi di mana jumlah kasus yang bisa diteliti
  terlalu sedikit, misalnya karena biaya terlalu
  besar untuk menyelidiki banyak kasus (misalnya
  unit analisa kota, negara, atau yang besar-besar
  lainnya), sementara probability sampling kurang
  reliabel untuk jumlah kasus yang terlalu sedikit.
• Peneliti hanya bisa bekerja dengan kasus yang ada
  saja
• Di awal penelitian suatu permasalahan, di mana
  tujuannya baru mengumpulkan informasi mengenai
  gejala (tujuan eksploratif), cukuplah menggunakan
  nonprobability sampling, belum diperlukan
  generalisasi statistik yang akurat.
• Kalau populasinya sendiri jumlah anggotanya kecil
  (misalnya di bawah 100).

14
Convenience sampling (1)

• Alias incidental, accidental, haphazard,
  fortuitous sampling
• Peneliti memilih sejumlah kasus yang
  conveniently/readily available.
• Metode ini cepat, mudah, dan murah.
• Kalau penelitian permasalahan baru tahap awal dan
  generalisasi bukan masalah, metode ini boleh2
  saja.
• Tapi karena sampel yang cuma sedapatnya, tidak
  bisa ditentukan hasil penelitian ini bisa
  diterapkannya ke mana kecuali ke sampel itu
  sendiri.
• In attempting to make inferences from such a
  sample, one can only hope that one is not being
  to grossly misled (sangat sinis)

15

• Peneliti menggunakan expert judgement untuk
  memilih kasus2 yang representatif atau
  tipikal dari populasi.
• Pertama, identifikasi sumber2 variasi yang
  penting dari populasi. Berikutnya memilih kasus2
  sesuai sumber2 variasi tersebut.
• Bisa dipilih satu kasus atau satu subpopulasi
  yang dianggap representatif atau tipikal yang
  memiliki karakteristik tertentu. Atau memilih
  beberapa kasus yang mewakili perbedaan2 utama
  dalam populasi.
• Teknik purposive sampling lainnya, biasanya untuk
  prediksi hasil election, adalah memilih propinsi
  tertentu yang telah bertahun-tahun memprediksikan
  hasil penghitungan suara nasional secara tepat.

16
Purposive sampling (2)

• Misalnya kalau di propinsi A partai X menang maka
  diprediksikan dengan sangat yakin (keyakinan
  sebesar korelasi historisnya) bahwa secara
  nasional partai X bakal menang.
• Tetap kurang bisa diterima dibandingkan
  probability sampling jika diperlukan generalisasi
  yang tepat dan akurat. Tetapi kalau berbagai hal
  membatasi, ya boleh lah.
• Secara umum lebih kuat dibandingkan convenience
  sampling tapi sangat tergantung expert
  judgement-nya peneliti.
• Kelemahan utama informed selection seperti itu
  memerlukan pengetahuan yang cukup mengenai
  populasi.

17
Quota Sampling

• Quota sampling adalah sejenis purposive sampling
  yang ada kemiripan dengan proportionate
  stratified random sampling
• Pertama, populasi dibagi-bagi menjadi strata yang
  relevan seperti usia, jenis kelamin, lokasi, dsb.
• Proporsi tiap strata diperkirakan atau ditentukan
  berdasarkan data eksternal kemudian total sampel
  dibagi-bagi sesuai proporsi ke tiap strata
  (kuota).
• Untuk memenuhi jumlah sampel untuk tiap strata,
  peneliti menggunakan expert judgement-nya.
• Misalnya populasi 55 pria 45 wanita. Sampel 100
  orang berarti 55 pria dan 45 wanita. Pemilihan
  sampelnya sendiri tergantung penilaian peneliti.
• Bedanya dengan stratified random sampling, sampel
  diambil secara acak sedangkan dalam quota
  sampling, sampelnya dipilih berdasarkan pendapat
  subjektif peneliti pokoknya kuotanya terpenuhi
  (mirip2 convenience sampling).

18
Quota Sampling (2)

• Total sampel juga a convenience sample tapi ada
  kemiripan dengan populasi dalam karakteristik2
  penting tertentu (karena pembuatan stratanya).
• Bias peneliti sangat mempengaruhi pemilihan
  teman sebagai sampel, milih lokasi2 yang nyaman,
  dan sebagainya.
• Keuntungan
• tidak perlu membuat sampling frame
• kalau perlu konfirmasi tinggal cari lagi yang
  baru asal kuota terpenuhi, tidak perlu
  menghubungi responden yang telah diwawancarai.
• Cepat, mudah dan murah.

19
Memilih Desain Sampling

• Tergantung pada
• What is the stage of research?
• How will the data be used?
• What are the available resources for drawing the
  sample?
• How will the data be collected?
• Stage of research and data use
• Akurasi tidak terlalu penting kalau baru
  eksplorasi gejala, hal yang penting adalah
  menemukan pola2 tertentu dulu dan membuat
  hipotesis2 untuk penelitian lanjutan.
• Peneliti perlu menggunakan good judgement mereka
  untuk mendapatkan sampel yang tepat ?
  nonprobability sampling bisa digunakan
• Kalau cuma pingin me-list semua varians, cukup
  dengan sejumlah sampel dengan pendekatan
  nonprobability.
• Kalau hasil penelitian akan menjadi bahan
  decision making pemerintah misalnya, presisi
  diperlukan. Perlu probability sampling yang
  terkontrol dan jumlah sampel yang relatif banyak.

20
Memilih Desain (2)

• Available resources
• Jika akurasi menjadi pertimbangan utama, perlu
  digunakan sampling design yang menghasilkan
  sampel yang paling presisi. Tapi biayanya bisa
  jadi sangat mahal.
• Waktu, uang, bahan2 yang diperlukan, lokasi
  melimitasi sampling design.
• Sampling design disesuaikan kemampuan, kecil tapi
  jika prosedur-nya bagus ? hasilnya pun bagus.
• Method of data collection
• Keempat pendekatan (eksperimen, field research,
  survey research, documentary research)
  masing-masing berurusan dengan sampel.
• Eksperimen biasanya pakai convenience sampling,
  survai biasanya probability sampling, field
  research biasanya convenience atau purposive,
  documentary research sering menggunakan
  probability sampling.

21
Ukuran Sampel

• Ukuran Vs Kerepresentatifan (keterwakilan)
• Secara umum, semakin besar ukuran sampel akan
  semakin baik, karena ukuran sampel yang besar
  cenderung memiliki error yang kecil, sebagaimana
  telah kita temui pada latihan menggunakan tabel
  bilangan acak (random numbers).
• Namun demikian bukan berarti bahwa ukuran sampel
  yang besar sudah cukup memberikan garansi untuk
  mendapatkan hasil yang akurat.
• Sebagai contoh, Jika satu dari dua sampel dari
  seluruh negara terdiri dari satu jenis kelamin
  saja, berdasarkan ukurannya sampel ini besar amun
  tidak representatif. Ukuran oleh karena itu tidak
  lebih penting daripada kereprsentatifan.

22
Pertimbangan menentukan ukuran sampel

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

23
Pertimbangan menentukan ukuran sampel

• Heterogenitas dari populasi
• Tingkat presisi yang dikehendaki
• Tipe sampling design yang digunakan
• Resources availability
• Number of breakdowns planned in data analysis

24

• Heterogenitas populasi
• Heterogenitas mengacu pada derajat perbedaan di
  antara kasus dalam suatu karakteristik.
• Semakin heterogen, jumlah kasus yang diperlukan
  semakin besar agar estimasinya reliabel.
  Ekstrimnya, kalau semua kasus sama (homogen,
  unidimensional), jumlah sampel cukup satu, kalau
  tidak ada yang sama, harus sensus.
• Satuan pengukuran statistik terbaik untuk
  heterogenitas populasi adalah standard deviation
  (s) ? berhubungan dengan standard error yang tadi
  dibahas. Rumus standard error s/v(N).
• Semakin besar heterogenitas populasi, perlu
  semakin banyak sampel agar lebih presisi

25

• Tingkat presisi yang dikehendaki
• Secara teknis mengacu pada standard error
  (seperti dijelaskan di atas). Tapi lebih mudah
  diilustrasikan dengan confidence interval.
• Pernyataan rata2 populasi ada di antara 2-4
  lebih presisi dibandingkan rata2 populasi ada di
  antara 1-5.
• Rumus standard error s/v(N), sampel perlu
  diperbesar agar standard error-nya mengecil. Agar
  standard error turun 1/2, N perlu naik empat kali
  lipat.
• Law of diminishing return, setelah terus2an,
  dibutuhkan jumlah N yang sangat besar agar
  standard error bisa turun.
• N 100 ? s 5
• N 400 ? s 2.5
• N 2500 ? s 1
• N 10000 ? s 0.5
• Sample size 2000-3000 sebenarnya standard
  error-nya sudah cukup kecil dan menambah jumlah
  sampel lagi ? is not worth the additional cost.
• Sampling design
• Misalnya tanpa menambah jumlah sampel presisi
  sampel bisa ditingkatkan dengan menggunakan
  stratified random sampling dan bukan simple
  random sampling, tapi cluster sampling perlu
  lebih banyak sampel.
• Resources availability

26
Rumus Ukuran Sampel

• Rumus Solvin
• Asumsinya bahwa populasi berdistribusi normal
• Rumusnya
• n N/(1Ne2)
• Dimana
• n ukuran sampel
• N ukuran populasi
• e persen kelonggaran ketidaktelitian karena
  kesalahan pengambilan sampel.
• Rumusan Gay
• Ukuran minimum sampel yang dapat diterima
  berdasarkan pada desain penelitian yang
  digunakan, yaitu sebagai berikut
• Metode Deskriptif 10 populasi, untuk populasi
  relatif kecil minimal 20 populasi.
• Metode Deskriptif korelasional, minimal 30
  subjek.
• Metode ex post facto, minimal 15 subjek per
  kelompok.
• Metode Eksperimental, minimal 15 subjek per
  kelompok.