Hello! from Group 3:
Ch. 13 SAMPLING
• ANANDITA ZULIA PUTRI 15/386977/PEK/20700 • FITRIA MELYNSYAH YUSUF 15/387010/PEK/20733 • GALUH HESTI WULANDARI 15/387014/PEK/20564 • MUHAMMAD YASFI 15/387040/PEK/20763 • NOVAN SURIZA 15/387045/PEK/20595 • PRIMA LAKSITA ASMARANI
Scope :
•Population, Element, Sample, Sampling Unit And Subject Population:
mengacu kepada keseluruhan kelompok orang, kejadian, atau minat yang ingin peneliti investigasi.
Element: merupakan satu anggota populasi. Contoh: bila 1000 pekerja dalam perusahaan menjadi populasi studi bagi seorang peneliti, setiap pekerja dalam populasi tersebut adalah elemen.
Sample:
merupakan sebagian/sub kelompok dari populasi yang dipilih oleh peneliti. Sampe ini diharapkan dapat mewaliki populasi untuk dapat digeneralisasiskan.
Sampling
Unit:
unsur atau seperangkat elemen yang tersedia untuk diseleksi dalam beberapa tahapan sampling. Contoh: unit sampling dalam multistage block city, rumah tangga atau individu dalam rumah tangga.
Subject: suatu anggota dari sample. Contoh: bila 200 anggota dari total 1000 populasi bekerja membentuk sampel penelitian, maka setiap pekerja dalam sample adalah subject.
• Parameter
• Alasan Sampling Untuk memudahkan peneliti daripada harus mengumpulkan data dari seluruh populasi. Dalam investigasi penelitian yang melibatkan beberapa ratus dan bahkan ribuan elemen, secara praktis mustahil untuk dapat dikumpulkan, diuji dan ditelaah dari setiap elemen tersebut.
• Representasi Sampel Adalah
Memilih sampel harus mewakili populasi yang ada, logis dan ilmiah.
• Normalitas Distribusi Atribut atau karakteristik populasi umumnya berdistribusi normal. Bila kita akan menaksir karakteristik populasi dari sampel yang mewakili akurasi yang masuk akal, sampel harus dipilih sedemikian sehingga distribusi karakteristik yang diteliti mengikuti pola distribusi normal yang sama dalam sampel seperti dalam populasi.
• Proses Sampling Sampling adalah proses pemilihan jumlah yang memadai dengan elemen yang tepat dari populasi, sehingga penelitian sampel dan pemahaman tentang sifat atau karakteristik memungkinkan bagi kita untuk menggeneralisasi sifat atau karakteristik elemen populasi.
Langkah-langkah utamanya yaitu : 1. Mendefinisikan Populasi elemen, batasan geografis dan waktu 2. Menentukan Kerangka Sampel semua elemen dalam populasi tersebut diambil 3. Menentukan Desain Sampel cara probabilitas dan non probabilitas 4. peneitian, Menentukan ukuran sampellevel tujuan interval kepercayaan, keberanian, jumlah variasi, masalah biaya dan waktu 5. Melaksanakan Proses Sampel target populasi
PROBABILITY SAMPLING 1. Simple Random Sampling / Unrestricted 2. Complex Random Sampling / Restricted i.
Systematic Sampling
ii. Stratified Random Sampling • Proportionate Stratified Random Sampling • Disproportionate Stratified Random Sampling
Stratified random sampling Proportionate & Disproportionate Job level
Number of subjects in the sample Number of elements
Proportionate (20%)
Disproportionate
Top management
10
2
7
Mid-level
30
6
15
management Lower-level
50
10
20
management Supervisors
100
20
30
Clerks
500
100
60
20
4
10
710
142
142
Secretaries Total
iii. Cluster Sampling • Area Sampling Pengambilan sampel cluster : - Single-stage cluster sampling - Multi-stage cluster sampling
iv. Double Sampling
NONPROBABILITY SAMPLING 1. Convenience Sampling 2. Purposive Sampling • Judgment Sampling • Quota Sampling
Examples of When Certain Sampling Designs Would Be Appropriate • Simple Random Sampling Analisa penelitian cenderung bersifat deskriptif atau bersifat umum. Contoh: Direktur SDM ingin mengimplementasikan kebijakan flextime. Direktur regional penjualan ingin mengetahui sales gimmick yang terbaik bagi perusahaan
Stratified Random Sampling Pilihan yang baik ketika informasi yang berbeda-beda diperlukan terkait dengan strata. Contoh: Direktur SDM ingin mengadakan seminar manajemen stres bagi personel yang memiliki stres
Systematic Sampling kelompok populasi besar, dan daftar elemen mudah tersedia pada satu tempat Contoh: Seorang administrator ingin menilai reaksi dari pekerja terhadap skema baru tunjangan kesehatan. Minat pelanggan terhadap kecanggihan telepon akan diukur oleh seorang pengusahan
Cluster Sampling Sebuah kelompok yang heterogen diteliti pada satu waktu. Contoh: Direktur SDM tertarik mengetahui mengapa pegawainya mengundurkan diri. Seorang analisis keuangan ingin meneliti praktik peminjaman dari Bank.
Area Sampling Tujuan dari penelitian terbatas pada suatu lokasi atau area tertentu. Contoh: Sebuah perusahaan telepon ingin memasang telepon umum di lokasi yang rawan kejahatan.
Double Sampling Memberikan informasi tambahan dengan tambahan pengeluaran yang minimal. Contoh: Beberapa individu (Cluster Sampling) mungkin mengindikasikan bahwa mereka mengundurkan diri karena perbedaan filosofi dengan kebijakan perusahaan.
Convenience Sampling Mendapatkan beberapa informasi cepat untuk mendapat feel fenomena atau variabel yang diteliti. Contoh: Seorang accountants executive merancang sistem akuntansi baru yang dapat memaksimalkan kegunaan teknologi komputer.
Judgement Sampling: one type of purposive sampling Jika kumpulan informasi input khusus pada area topik yang diteliti penting. Contoh: Sebuah perusahaan farmasi ingin menelusuri dampak obat baru pada pasien dengan masalah kesehatan yang spesifik
Quota Sampling: a second type of purposive sampling Memungkinkan untuk memasukkan semua kelompok ke dalam sistem yang diteliti. Contoh: Sebuah perusahaan mempertimbangkan untuk mengoperasikan sebuah fasilitas taman kanak-kanak.
Faktor Yang Mempengaruhi Pengambilan Desain Sampling 1. Tingkat pengetahuan sebelumnya dalam bidang penelitian yang dilakukan. 2. Tujuan utama penelitian 3. Pertimbangan biaya
Sampling In Cross-Cultural Research • kita harus peka terhadap isu pemilihan sampel yang cocok di negara yang berbeda-beda. • Sifat dan tipe organisasi yang telah dipelajari, apakah subjek berasal dari pedesaan atau perkotaan, dan tipetipe desain pengambilan keputusan yang digunakan
Issue of Precision and Confidence in Determining Sample Size
Sampel yang dapat diandalkan dan valid, memiliki kemampuan untuk mengeneralisasikan temuan dari sample untuk populasi yang diteliti
Statistik sampel harus menjadi taksiran yang dapat diandalkan dan mencerminkan parameter populasi sedekat mungkin dalam margin kesalahan yang tipis.
Precision (Ketelitian) Semakin kecil variabilitas, semakin besar probabilitas bahwa rata-rata sampel akan lebih dekat dengan rata-rata populasi.
Mengacu pada seberapa dekat taksiran dengan karakteristik populasi sebenarnya.
Ketelitian merupakan fungsi dari kisaran variabilitas dalam distribusi pengambilan sampel dari ratarata sampel.
-cont.Variabilitas disebut kesalahan standar (standar error), dengan rumus:
Semakin dekat hasil sampel dapat mewakili karakteristik populasi, semakin tinggi ketelitian yang diperlukan. Semakin tinggi ketelitian yang disyaratkan, semakin besar ukuran sampel yang diperlukan, terutama jika variabilitas dalam populasi besar.
Confidence (Keyakinan)
Menunjukkan seberapa yakin bahwa taksiran peneliti akan benar-benar berlaku bagi populasi.
Semakin sempit kisaran, semakin rendah keyakinan. Sehingga ada trade off antara ketelitian dan keyakinan dalam penentuan sampel.
Tingkat keyakinan dapat membentang dari 0 sampai 100%.
Sample data, Precision, and confidence in estimation. Ketelitian dan keyakinan merupakan isu penting, karena menggunakan data sampel untuk menarik kesimpulan tentang populasi, peneliti diharapkba “mengenai sasaran” dan mengetahui tingkat kemngkinan kesalahan.
Peneliti biasanya melakukan penaksiran interval untuk memastikan penaksiran yang relatif akurat terhadap parameter populasi.
Contoh: • Terdapat sampel 64 konsumen menggunakan desain sampel sistematis. • Diketahui rata-rata sampel =105, dan Standar Deviasi S=10. • Dari keterangan tersebut, dapat dihitung taksiran nilai µ rata-rata populasi. • Rumus: µ=X±KS
-cont-
Singkatnya, ukuran sampel, n, adalah fungsi dari: Variabilita s dalam populasi
Ketelitian atau akurasi yang diinginkan
Tingkat keyakinan yang disyaratka n
Tipe desain pengambil an sampe yang digunakan .
Trade-Off Between Precision and Confidence
•Terdapat tradeoff antara ketelitian dan keyakinan untuk ukuran sampel apapun.
•Jika ukuran sampel tidak dapat ditingkatkan, tingkat ketelitian dapat ditingkatkan, namun tingkat keyakian harsu dikurangi.
• • •
•
Penting bagi peneliti memahami 4 aspek, yaitu: besarnya ketelitian yang dibutuhkan, besarnya keyakinan yang diperlukan, tingkat variabilitas karakteristik populasi yang diteliti, analisis biaya manfaat terkait ukuran sampel.
Sample Data and Hypothesis Testing • Data sampel dapat digunakan bukan hanya dalam taksiran nilai populasinya, namun juga menguji hipotesis tentang nilai populasi, korelasi populasi, dan lainnya. • Pengan data sampel, dimungkinkan peneliti dapat mengetahui apakah hipotesis 0 atau alternatifnya yang diterimaatau ditolak.
-cont• Rumus dalam menghitung nilai t:
Determining the Sample Size • Peneliti butuh pemikiran terkait seberapa besar ketelitian dan keyakinan yang benar-benar diperlukan, sebelum menentukan ukuran sampel. • Karena, jika ingin ketelitian dan keyakinan yang tinggi, maka sampel akan semakin tinggi dan kemungkinan peningkatan biaya yang dibutuhkan.
Contoh:
Importance of sampling design and sample size • Pengambilan sample dan ukuran sample adalah penting untuk dapat digeneralisasikan • Pengambilan sample yang tepat harus dilakukan dan menyesuaikan dengan model penelitian • Pengambilan sample yang memadai akan mempengaruhi tingkat ketelitian dan keyakinan
Roscoe (1975) mengusulkan terkait ukuran sample: Ukuran sample >30 dan <500 adalah tepat untuk kebanyakan penelitian
Dalam penelitian multivariant, sample sebaiknya beberapa kali lebih besar dari jumlah variable dalam studi
Dimana adanya pemecahan sample, ukuran sample minimal 30 untuk setiap kategori
Untuk penelitian exsperimental dengan control eksperimen yang ketat, lebih baik menggunakan ukuran sample kecil 10-20.
Efficiency In Sampling • Efisiensi pengambilan sampel tercapai ketika tingkat kesalahan standar “standar error” dapat dikurangi dengan ukuran sampel tertentu “n”. • Efisiensi pengambilan sampel tergantung dari tujuan penelitian, serta tingkat dan efisiensi yang diharapkan • Desain pengambilan sampel akan memberikan tingkat efisiensi yang berbeda
Pengambilan Sampel Terkait Penelitian Kualitatif • sampel kualitatif dimulai dengan mendefinisikan dengan tepat populasinya. • Umumnya menggunakan “non probability sample” dikarenakan tujuanya tidak untuk menarik inferensi statistic. • Tehnik “purposive sampling” dengan teori sampling diperkenalkan (Glaster dan Stranuss 1967) dalam “Grounded Theory” • Sulit untuk mempredikasi kapan penyerapan teori dapat tercapai, kita harus memastikan bahwa sampel yang diambil dapat mewakili informasi sehingga tidak dimungkinkan adanya informasi baru dan juga tergantung pada heterogenitas populasi.
