Transcript Metode Sampling

METODE SAMPLING
Created By: Sri Maryanti,SE.MSi
Pengantar
Mengapa melakukan penarikan sampel?
• Bilamana populasi (relatif) besar
• Satu kasus susah digunakan sebagai basis generalisasi karena
banyaknya variasi dalam suatu populasi. Contoh: persepsi tiga
orang buta yang memegang gajah.
• Bilamana penelitian terhadap populasi membutuhkan biaya yang
besar, dengan sampel dapat mengurangi biaya;
• Bilamana penelitian terhadap populasi membutuhkan waktu yang
lama; dengan sampel waktu penelitian dapat dipercepat;
• Bilamana penelitian terhadap populasi membutuhkan tenaga yang
banyak; dengan sampel tenaga yang terlibat lebih sedikit;
• Pada intinya penarikan sampel dilakukan untuk menjamin
fisibilitas
Created By: Sri Maryanti,SE.MSi
Istilah di dalam Metode Sampling
•
•
•
•
•
Elements (satuan terkecil) adalah unit (bisa berupa individu,
kelompok, organisasi) dimana data akan diukur (diteliti).
Secara umum, unit ini merupakan unit analisis yang
disesuaikan dengan tujuan survey atau penelitian.
Sampling unit (unit sampel) adalah suatu satuan (terdiri dari
satu atau lebih elements) dan digunakan sebagai dasar
penarikan sampel.
Populasi adalah keseluruhan unit sampel pada batasan
tertentu (universe), dimana karakteristiknya akan diteliti
atau diperkirakan.
Sampling frame (kerangka sampel) adalah daftar dari unit
sampel yang berada dalam populasi yang akan dipakai
sebagai dasar penarikan sampel.
Unit observasi adalah unit yang dipergunakan sebagai
sumber data, umumnya di dalam penelitian kuantitatif
dinamakan responden
dan di dalam penelitian kualitatif
Created By: Sri Maryanti,SE.MSi
disebut informan.
ILUSTRASI 1
• Judul Penelitian: Pada suatu perusahaan, departemen
R & D melakukan suatu penelitian dengan
dilatarbelakangi oleh adanya fenomena bahwa kinerja
karyawan rendah. Dalam ilustrasi ini, dapat dijelaskan
bahwa:
• Elements: Karyawan
• Unit sampel: Karyawan
• Populasi : Seluruh karyawan pada perusahaan tersebut
(misal 42.502 orang)
• Kerangka Sampel: Daftar seluruh karyawan, yang
berisi nama dan keterangan lainnya.
• Unit observasi: Karyawan (sebagai responden atau
informan).
Created By: Sri Maryanti,SE.MSi
ILUSTRASI 2
• Topik: Seorang peneliti melakukan survey tentang
tingkat pendidikan petani di kabupaten tertentu. Daftar
keluarga petani tidak tersedia secara lengkap dan teliti,
yang tersedia adalah data dan daftar secara lengkap RT
di kabupaen tersebut.
• Elements: Keluarga petani
• Unit sampel: RT
• Populasi : Seluruh RT di kabupaten tertentu
• Kerangka Sampel: Daftar seluruh RT di kabupaten
tertentu
• Unit observasi: Semua anggota keluarga petani (Bapak,
Ibu, Anak, dll).
Created By: Sri Maryanti,SE.MSi
POPULASI PENELITIAN (1)
Keseluruhan unit sampel yang berada dalam suatu batasan,
dimana generalisasi penelitian akan berlaku padanya.
Batasan Populasi
(1) Dimensi ruang
(2) Dimensi ketercakupan
(3) Dimensi Waktu
Dapat salah satu, atau kombinasi diantara kedua atau
ketiganya
Identifikasi Karakteristik
• Finite atau infinite (TERTENTU)
• Jika finite, homogen, berlapis atau bercluster atau
Created By: Sri Maryanti,SE.MSi
lainnya
POPULASI PENELITIAN (2)
• Populasi sasaran (target): adalah populasi aktual
dimana peneliti ingin melakukan generalisasi, tetapi
secara riil jarang dapat terpenuhi dan diperoleh
dinamakan populasi target. Atau suatu populasi dimana
keterangan yang diharapkan akan diperoleh.
• Populasi akses: adalah populasi dimana peneliti dapat
melakukan generalisasi secara riil, karena dalam populasi
tersebut tersedia kerangka sampel yang mana sampel
akan diambil daripadanya.
Created By: Sri Maryanti,SE.MSi
POPULASI PENELITIAN (3)
ILUSTRASI 1
• Topik: Penelitian ingin mengetahui hubungan antara
enterpreunership dengan kinerja UKM di Jawa Timur.
• Populasi akses : Seluruh UKM yang berada di Jawa
Timur.
• Populasi target : Seluruh UKM yang berada di Pulau
Jawa atau bahkan di Seluruh Indonesia.
Created By: Sri Maryanti,SE.MSi
POPULASI PENELITIAN (4)
ILUSTRASI 2
• Tujuan penelitian: ingin menyelidiki pembelajaran
organisasi dan kewirausahaan Etnis Tiongwha pada
usaha kecil roti/kue.
• Populasi akses: Seluruh keluarga pengusaha kecil
kue/roti (yang termasuk dalam kode ISIC, international
standart industrial classificasion, 1541 – manufacture of
bakery products) Etnis Tiongwha di Kota Malang.
• Populasi target: Seluruh keluarga pengusaha kecil
kue/roti (yang termasuk dalam kode ISIC, international
standart industrial classificasion, 1541 – manufacture of
bakery products) Etnis Tiongwha di Malang Raya (Kota
Malang, Kabupaten Malang dan Kota Batu).
Created By: Sri Maryanti,SE.MSi
SAMPLE (1)
Sampel: bagian dari populasi dan bersifat representatif
terhadap populasi tersebut
• Misal rata-rata pendapatan per keluarga per bulan hasil
penyelidikan terhadap populasi sebanyak 350 000 KK
(rata-rata populasi) adalah Rp 1.245.000,• Sampel (350 KK) representatif : jika diperoleh rata-rata
pendapatan per keluarga per bulan Rp 1.155.000,- (misal
berada dalam batas rata-rata populasi ± 1 SD, dekat
dengan populasi).
• Sampel (350 KK) tidak representatif : jika diperoleh ratarata pendapatan per keluarga per bulan Rp 2.155.000,(berada jauh dari rata-rata populasi).
Created By: Sri Maryanti,SE.MSi
SAMPLE (2)
POPULASI
Representatif
Fisibilitas
SAMPEL
Created By: Sri Maryanti,SE.MSi
Probability sampling
Pada penelitian kuantitatif:
• Sampel: large, repesentative, precise, control
for extraneous variables, random selection.
• Metode sampling: probability sampling
• Probability sampling: setiap anggota populasi
berpeluang (tidak = 0) terpilih sebagai sampel.
Created By: Sri Maryanti,SE.MSi
Simple random sampling (1)
•
•
Digunakan bilamana populasinya homogen.
Tersedia kerangka sampel (sampling frame)
•
Setiap anggota populasi mempunyai
kesempatan sama untuk terpilih. Misalnya
mengambil secara acak dari suatu daftar.
•
Penarikan sampel tanpa batas: dengan
pengembalian
Penarikan sampel terbatas: tanpa
pengembalian
•
Created By: Sri Maryanti,SE.MSi
Simple random sampling (2)
KEBAIKAN:
• Cara penarikan sampel mudah dilakukan,
dengan cara lotre atau menggunakan
bilangan acak (random)
• Penduga nilai tengah (rata-rata) sampel
tidak bias
• Metode pendugaan sederhana dan mudah
Created By: Sri Maryanti,SE.MSi
Simple random sampling (3)
KEKURANGAN:
• Sampel yang terpilih bisa berjauhan satau dengan yang
lain, shingga diperlukan biaya dan waktu tambahan
• Diperlukan kerangka sampel
• Sampel yang terpilih dimungkinkan tidak mewakili
populasi sesungguhnya
PENGGUNAAN:
• Jika populasi tidak terhampar secara luas berdasarkan
geografis
• Jika populasi agak homogen terkait dengan variabel
yang diteliti.
Created By: Sri Maryanti,SE.MSi
Sistematic random sampling (1)
• Sampel diambil setiap selang tertentu (k=N/n), di
mana pada selang pertama dilakukan pemilihan
secara random
• Dapat digunakan pada populasi yang berkaitan
dengan dimensi waktu, misal pasien yang datang
ke rumah sakit, pengunjung supermaket,
penghuni hotel, dll. Pada kondisi ini penentuan
besarnya k didasarkan pada fisibilitas
pengambilan sampelnya
• Juga dapat digunakan pada populasi yang
tersedia kerangka
sampel.
Created
By: Sri Maryanti,SE.MSi
Sistematic random sampling (2)
KEBAIKAN:
• Penarikan sampel mudah, terutama pada
populasi yang berkait dengan waktu (pasien,
orang yang belanja, penghuni hotel, dll)
• Sampel yang terpilih terhampar pada seluruh
populasi
• Bisa lebih teliti daripada simple random
sampling
Created By: Sri Maryanti,SE.MSi
Sistematic random sampling (3)
KELEMAHAN:
• Bilamana populasi mempunyai sifat berulang (musiman
atau siklus), maka ketelitiannya akan rendah
• Kerangka sampel diperlukan
PENGGUNAAN:
• Jika anggota populasi terletak secara teracak
• Jika kerangka sampel tersedia
• Jika populasi berkait dengan dimensi waktu, sehingga
bersifat infinite dan tidak tersedia kerangka sampel
secara lengkap, namun urutan anggota populasi dapat
diidentifikasi. Created By: Sri Maryanti,SE.MSi
Stratified random sampling (1)
• Populasi dibagi menjadi dua segmen atau lebih yang
mutually exclusive yang disebut strata (lapisan),
berdasarkan kategori-kategori dari satu atau lebih
variabel yang relevan, baru kemudian dilakukan simple
random sampling atau sistematic random sampling pada
setiap strata.
• Masing-masing lapisan kondisinya homogen (seragam)
dan antar lapisan heterogen
• Strata atau lapisan ini bisa berupa tingkatan (misal
pendidikan SD, SLTP, SLTA dan PT) ataupun bukan
tingkatan (misal petani, pedagang, pegawai)
Created By: Sri Maryanti,SE.MSi
Stratified random sampling (2)
KEBAIKAN:
• Pembuatan lapisan terhadap populasi memberikan
jamninan terhadap sampel yang representatif dan teliti
• Pelaksanaanya mudah dan menyenangkan
KEKURANGAN:
• Kerangka sampel masing-masing lapisan diperlukan
atau harus tersedia urutan dari populasi
• Biaya (transportasi) besar jika populasi terhampar
pada wilayah yang luas
Created By: Sri Maryanti,SE.MSi
Stratified random sampling (3)
PENGGUNAAN:
•
•
•
Jika populasi heterogen dan dapat dibuat
lapisan, dimana masing-masing lapisan
homogen
Populasi tidak terhampar secara luas
Jika persoalan penarikan sampel berbeda pada
setiap lapisan
Created By: Sri Maryanti,SE.MSi
Cluster sampling (1)
• Simple random sampling dan stratified random
sampling berasumsi ada sampling frame, yaitu
daftar lengkap dari anggota populasi. Kalau tidak
ada?  Cluster sampling bisa digunakan.
• Populasi dibagi-bagi menjadi sekelompok
(gerombol) yang disebut clusters, biasanya
berdasarkan pembagian alami seperti lokasi,
golongan sosioekonomi, dsb.
• masing-masing gerombol dapat menggambarkan
keadaan populasi
Created By: Sri Maryanti,SE.MSi
Cluster sampling (2)
• Jika cluster berupa wilayah (area), ada yang menyebut
area sampling
• Berbeda dengan stratified: stratified mengambil
sampel dari tiap strata, cluster sampling tidak
mengambil sampel dari tiap cluster, tetapi memilih
cluster sebagai sampel.
• Jika semua anggota cluster menjadi sampel  singlestage cluster sampling. Jika suatu cluster terdiri dari
clusters lagi dan sampel diambil dari clusters di
bawahnya  multistage cluster sampling.
• Primary sampling units  secondary sampling units
Created By: Sri Maryanti,SE.MSi
dst.
Cluster sampling (3)
• Kurang akurat dibandingkan dengan simple random
sampling atau stratified random sampling untuk jumlah n
yang sama.
• Akurasi dapat ditingkatkan dengan mengambil sampel
dari cluster-cluster lain.
KEBAIKAN:
• Tidak diperlukan kerangka sampel yang berkait dengan
elements, tetapi diperlukan kerangka sampel yang berkait
dengan cluster (misal RT, RW, Desa, Kecamatan,
Kabupaten/Kota, Provinsi)
• Biaya pendaftaran anggota populasi dapat berkurang
Created By: Sri Maryanti,SE.MSi
• Biaya transportasi berkurang
Cluster sampling (4)
• Kurang akurat dibandingkan dengan simple random
sampling atau stratified random sampling untuk jumlah n
yang sama.
• Akurasi dapat ditingkatkan dengan mengambil sampel dari
cluster-cluster lain.
KEKURANGAN:
• Cara analisis data sukar
• Biaya analisis data bertambah
PENGGUNAAN:
• Populasi dapat membentuk cluster, umunya terkait dengan
wilayah administratif atau geografis
Createdcluster,
By: Sri Maryanti,SE.MSi
• Populasi dibagi menjadi
bila anggota populasi
Multi-stage sampling (1)
• Penarikan sampel bertahap, pemilihan sampel dilakukan dua
tahap atau lebih.
• Mula-mula populasi dibagi atas unit sampel (umunya berupa
cluster) untuk pemilihan tahap pertama
• kemudian satuan- satuan terpilih pada tahap pertama dibagi
lagi atas satuan (unit sample) untuk pemilihan tahap kedua,
dan seterusnya sampai dengan beberapa tahap penarikan
sampel dan kemudian dihentikan.
• Simple random samping atau Cluster Sampling juga bisa
diterapkan pada setiap tahap,
• Bahkan nonprobablity sampling khususnya yang tidak pada
tahap akhir. Perlu diketahui bahwa untuk setiap tahap bisa
menggunakan teknik sampling yang sama, dan juga bisa
Created By: Sri Maryanti,SE.MSi
berbeda
Multi-stage sampling (2)
KEBAIKAN:
• (1) Biaya transportasi rendah
• (2) Pelaksanaannya mudah
KEKURANGAN:
• Bila unit-unit tahap pertama (sebelumnya) tidak berukuran
sama, maka penggunaannya sukar
• Penarikan sampel ini memerlukan banyak perencanaan
yang harus dilakukan sebelumnya.
PENGGUNAAN:
• Jika populasi meliputi wilayah yang luas
• Jika daftar populasi yang terkait dengan elements tidak
tersedia secara lengkap
dan teliti, dan yang tersedia
Created By: Sri Maryanti,SE.MSi
gugusan (unit) yang lebih besar.
Sample size (1)
DESKRIPSI MEAN
-
-
Besar populasi tidak diketahui:
n
Besar populasi (N) diketahui:
Atau formula Slovin:
dalam hal ini:
Z =
2 =
d =
e =
n
n
Z 2  2
d2
N Z 2 
2
N d 2  Z 2 
2
N
1 N e
2
nilai normal baku pada  5 % = 1,96.
ragam populasi, dapat diperoleh dari penelitian sebelumnya, penelitian pendahuluan
simpangan mean sampel terhadap mean populasi, yang masih ditolerir secara teoritis.
persentase kelonggaran ketidak telitian karena kesalahan pengambilan sampel yang
Maryanti,SE.MSi
masih dapat ditolerir, bisaCreated
1 %, 5By:%Sriatau10%.
Sample size (1)
DESKRIPSI PROPORSI
-
-
Besar populasi tidak diketahui:
Besar populasi (N) diketahui:
n
n
Z 2 pq
d2
N Z 2 pq
N d 2  Z 2 pq
dalam hal ini:
Z
p
Q
d
= nilai normal baku pada tertentu, 5 atau 1 %.
= proporsi kasus yang diselidiki, atau dipilih proporsi dengan n maksimum yaitu 0,5
=1-p
= simpangan mean sampel terhadap proporsi populasi, yang masih ditolerir secara
teoritis.
Created By: Sri Maryanti,SE.MSi
Sample size (4)
Beberapa hal yang berkaitan dengan penentuan besar sampel:
(a). Apabila karakteristik (variabel) yang diamati lebih dari satu, maka:
Kumpulkan semua variabel yang berkenaan dengan survey
Adakan prediksi tentang besar sampel berdasarkan masingmasing variabel dan untuk seluruh variabel.
Besar sampelyang disarankan untuk dipilih adalah yang paling
kecil.
(b). Apabila tidak ada informasi sama sekali mengenai populasi, maka
besar sampel dapat ditentukan secara proporsional terhadap populasi,
misalnya 2, 5, 10, atau 50 % dari besar populasi (N).
(c). Pada kasus-kasus tertentu, untuk fisibilitas pelaksanaan penelitian,
besar sampel dapat ditentukan secara quota (berdasarkan
Created By: Sri Maryanti,SE.MSi
pertimbangan tertentu).
Tabel 2.1 Table For Determining Sample Size From a Given Population
N
S
N
S
N
S
N
S
N
S
10
10
100
80
280
162
800
260
2800
338
15
14
110
86
290
165
850
265
3000
341
20
19
120
92
300
169
900
269
3500
246
25
24
130
97
320
175
950
274
4000
351
30
28
140
103
340
181
1000
278
4500
351
35
32
150
108
360
186
1100
285
5000
357
40
36
160
113
380
181
1200
291
6000
361
45
40
180
118
400
196
1300
297
7000
364
50
44
190
123
420
201
1400
302
8000
367
55
48
200
127
440
205
1500
306
9000
368
60
52
210
132
460
210
1600
310
10000
373
65
56
220
136
480
214
1700
313
15000
375
70
59
230
140
500
217
1800
317
20000
377
75
63
240
144
550
225
1900
320
30000
379
80
66
250
148
600
234
2000
322
40000
380
85
70
260
152
650
242
2200
327
50000
381
90
73
270
155Created By:
700Sri Maryanti,SE.MSi
248
2400
331
75000
382
95
76
270
159
335
100000
384
750
256
2600
Table 2.2a Sample size for ±3%, ±5%, ±7% and ±10% Precision Levels Where Confidence Level is 95% and P=.5.
Size of
Sample Size (n) for Precision (e) of:
Population
±3%
±5%
±7%
±10%
500
a
222
145
83
600
a
240
152
86
700
a
255
158
88
800
a
267
163
89
900
a
277
166
90
1,000
a
286
169
91
2,000
714
333
185
95
3,000
811
353
191
97
4,000
870
364
194
98
5,000
909
370
196
98
6,000
938
375
197
98
7,000
959
378
198
99
8,000
976
381
199
99
9,000
989
383
200
99
10,000
1,000
385
200
99
15,000
1,034
390
201
99
20,000
1,053
392
204
100
25,000
1,064
394
204
100
50,000
1,087
397
204
100
1,099
398
204
100
1,111
400
204
100
100,000
>100,000
Created By: Sri Maryanti,SE.MSi
ILUSTRASI 1 (A)
• Judul Penelitian: Pengaruh Orientasi Pasar Dan Strategi Generik
Terhadap Kinerja Perusahaan: Dengan Lingkungan Pemasaran Sebagai
Variabel Moderator (Studi Empirik pada Industri Hotel Melati di
Daerah Istimewa Yogyakarta).
• Elements : hotel melati
• Unit sampel : hotel melati
• Populasi: adalah semua hotel melati yang ada di Propinsi Daerah
Istimewa Yogyakarta yang terdaftar dalam “Indonesia Yogyakarta:
Petunjuk Wisata 2003”, jumlah hotel melati pada tahun 2003 sebanyak
313.
• Kerangka Sampel: Daftar yang berisi seluruh hotel melati, sebanyak
313 yang tersebar di: kota Yogyakarta 236 buah, Kabupaten Sleman 21
buah, Kawasan wisata Kaliurang 37 buah, Kabupaten Bantul 12 buah,
Kabupaten Gunungkidul 6 buah dan Kabupaten Kulon Progo 1 buah.
Created By: Sri Maryanti,SE.MSi
ILUSTRASI 1 (B)
• Teknik sampling: dilakukan secara proportional area random
sampling
• Sample size: 175 hotel melati, merujuk pada Tabel 2.1
• Unit Obsevasi: respondennya adalah para manajer puncak biasanya
juga para pemilik hotel
No
Kabupaten/Kota/Kawasan
Jumlah Hotel
1
Kota Yogyakarta
133
2
Kabupaten Sleman
12
3
Kawasan Wisata Kaliurang
21
4
Kabupaten Bantul
6
5
Kabupaten Gunungkidul
3
6
Kabupaten Kulon Progo
-
Jumlah
175
• Unit Obsevasi: respondennya adalah para manajer puncak biasanya
juga para pemilik hotel Created By: Sri Maryanti,SE.MSi
ILUSTRASI 2 (A)
• Judul Penelitian: Sifat Wirausaha Pengaruhnya terhadap
Pembelajaran dan Kompetensi Wiarausaha dan Pertumbuhan
Usaha Kecil di jawa Timur.
• Elements: Usaha kecil di Jawa Timur.
• Populasi: Seluruh usaha kecil di Jawa Timur. Berdasarkan
Dinas Koperasi dan PKM Provinsi Jawa Timur, pada tahun
2002 sebanyak 6,6 juta unit usaha.
• Teknik Sampling: Two-Stage Sampling; mengingat populasi
yang sangat besar dan menyebar di seluruh wialayah Jawa
Timur
Created By: Sri Maryanti,SE.MSi
ILUSTRASI 2 (B)
Tahap I : Mengambil sampel berupa Wilayah (Kabupaten dan
Kota)
• Unit sampel: kabupaten dan kota di Jawa Timur
• Kerangka Sampel: Dafar kabupaten / kota di Jawa Timur
• Teknik Sampling: Convenience sampling (merupakan
nonprobability sampling), peneliti memilih sejumlah
kabupaten dan kota yang conveniently (dengan baik sekali)
dan atau readily (dengan mudah) serta available (tersedia).
• Sample size: Dipilih 3 Kabupaten dan 2 Kota sebagai sentra
industri kecil
Created By: Sri Maryanti,SE.MSi
ILUSTRASI 2 (C)
Tahap II : Mengambil sampel berupa Usaha Kecil
• Unit sampel: Usaha Kecil
• Kerangka Sampel: Daftar yang berisi nama usaha kecil di 3 kabupaten
dan 2 kota yang telah terpilih sebagai sampel pada tahap I, misal
terdapat 3.850.000 usaha kecil.
• Teknik Sampling: dilakukan secara proportional area random
sampling
• Sampel size: sebanyak 204 usaha kecil, dengan merujuk pada Tabel
2.2a. Kemudian dari 204 sampel tersebut didistribusikan ke 3
kabupaten dan 2 kota secara proporsional sesuai dengan banyaknya
usaha kecil (populasi) di kabupaten / kota bersangkutan
• Unit observasi: Responden adalah manajer dan sekaligus
pemilik usaha kecil.
Created By: Sri Maryanti,SE.MSi
Nonprobability Sampling
Sampel dalam penelitian kualitatif:
tidak dimaksudkan menarik generalisasi yang berlaku
bagi seluruh populasi,
melainkan diarahkan pada representasi terhadap suatu
fenomena (sosial).
bagaimana menemukan informan kuci (key informan)
sampling yang digunakan adalah nonprobability
sampling
bersifat tidak random, kurang adil (setiap anggota
populasi berpeluang tidak sama untuk terambil menjadi
sampel),
penerapan statistika terhadap data yang diperoleh
bersifat lemah
Created By: Sri Maryanti,SE.MSi
Namun demikian, metode nonprobability sampling juga bisa
diterapkan pada penelitian kuantitatif
• 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
Created By: Sri Maryanti,SE.MSi
– Penelitian pendahuluan, 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).
Created By: Sri Maryanti,SE.MSi
Convenience sampling (1)
• Nama lain: incidental, accidental, haphazard,
fortuitous sampling
• Peneliti memilih sejumlah kasus yang conveniently
(dengan baik sekali), readily (dengan mudah) atau
available (tersedia).
• Metode ini cepat, mudah, dan murah.
• Kalau penelitian permasalahan baru, sebagai tahap
awal dan generalisasi bukan masalah, metode ini
bisa diterapkan.
Created By: Sri Maryanti,SE.MSi
Convenience sampling (2)
• Tapi karena sampel yang cuma
“sedapatnya”, tidak bisa ditentukan hasil
penelitian ini bisa diterapkannya ke mana,
kecuali ke sampel itu sendiri (tidak
menjamin representatif).
Created By: Sri Maryanti,SE.MSi
Purposive sampling (1)
• Sampel dipilih dengan ”pertimbangan” sesuai
dengan tujuan (purpose) penelitian
• Peneliti menggunakan expert judgement untuk memilih
sampel yang “representatif” atau “tipikal” dari populasi.
• Pertama, identifikasi sumber-sumber variasi yang
penting dari populasi. Berikutnya memilih sampel
sesuai sumber-sumber variasi tersebut.
• Teknik purposive sampling, biasanya untuk
prediksi hasil pemilihan “presiden”, adalah memilih
propinsi tertentu yang telah bertahun-tahun
memprediksikan hasil penghitungan suara nasional
secara tepat.
Created By: Sri Maryanti,SE.MSi
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.
Created By: Sri Maryanti,SE.MSi
Quota sampling (1)
• Quota sampling adalah sejenis purposive sampling
yang ada kemiripan dengan proportionate stratified
random sampling:
– 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.
Created By: Sri Maryanti,SE.MSi
Quota sampling (2)
• 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 (bisa convenience
sampling pada setiap strata).
• Total sampel juga a convenience sample tapi ada
kemiripan dengan populasi dalam karakteristikkarakteristik penting tertentu (karena pembuatan
stratanya).
Created By: Sri Maryanti,SE.MSi
Quota sampling (3)
• Bias peneliti sangat mempengaruhi: pemilihan
teman sebagai sampel, milih lokasi 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.
Created By: Sri Maryanti,SE.MSi
Other Sampling Designs
• Referral sampling:
– Network sampling: responden diminta
mengidentifikasi anggota2 dari target populasi yang
ada hubungan dengan dirinya
– Snowball sampling: chain referral, responden
diminta memberikan nama dan kontak kepada
anggota lain dari target populasi. Pertama dipilih
sampel inisial, umumnya dilakukan secara accidental
(random). Asumsinya sesama anggota saling
mengenal. Misalnya: hackers.
Created By: Sri Maryanti,SE.MSi
TERIMA KASIH
Created By: Sri Maryanti,SE.MSi