Ch 13 Sampling

CHAPTER 13: SAMPLING


Jika data tidak dikumpulkan dari orang-orang, peristiwa, atau benda yang dapat memberikan jawaban yang benar untuk memecahkan masalah, survei akan menjadi sia-sia. Proses pemilihan individu yang tepat, benda, atau peristiwa sebagai wakil untuk seluruh populasi disebut “sampel”. Population, Element, Sample, Sampling Unit, and Subject Population Populasi mengacu pada kelompok orang secara keseluruhan, kejadian/peristiwa, atau suatu hal yang peneliti minati untuk diinvestigasi/diteliti. Contohnya, bila CEO sebuah perusahaan komputer ingin mengetahui jenis strategi periklanan yang dipakai oleh perusahaan-perusahaan komputer di Silicon Valley, maka semua perusahaan komputer yang berkedudukan disana akan menjadi populasinya. Element Elemen merupakan satu anggota populasi. Contohnya, jika 1000 pekerja dalam organisasi tertentu menjadi populasi dari sebuah penelitian, setiap pekerja di dalamnya adalah elemennya. Sensus merupakan perhitungan atas seluruh elemen dalam populasi manusia. Sample Sampel adalah subjek dari populasi. Sampel terdiri atas sejumlah anggota yang dipilih dari populasi. Sejumlah, tapi tidak semua elemen populasi akan membentuk sampel. Contohnya dari 1000 pekerja, 200 pekerjanya adalah sampel dari suatu penelitian. Sampling Unit Unit sampling adalah elemen atau set dari elemen yang tersedia untuk diseleksi dalam beberapa tahap proses menyampel. Subject Subjek merupakan satu anggota dari sampel, sebagaimana elemen adalah satu anggota dari populasi. Misalkan 200 pekerja merupakan sampel dari suatu populasi. Setiap 200 pekerja dari sampel tersebut merupakan subjek dalam sebuah penelitian. Parameters

OMAR SHAZAKI DILAGA (A311 11 259)


Karakteristik dari populasi seperti

(populasi),

(standar deviasi populasi), and

2 (varians

populasi) disebut sebagai parameter. Reasons for Sampling

Alasan untuk menggunakan sampel, dan bukannya mengumpulkan data seluruh pupolasi sudah sangat jelas. Dalam penelitian yang melibatkan ratusan dan bahkan ribuan elemen, secara praktis mustahil untuk mengumpulkan data, menguji, atau menelaah tiap elemen. Hal ini bis dilakukan tetapi akan memakan biaya, waktu, dan tenaga. Penelitian terhadap sampel dan bukan seluruh elemen populasi kadang kala juga sangat mungkin menghasilkan hasil yang lebih terpercaya. Representativeness of Samples Kebuutuhan untuk memilih sampel yang tepat untuk penelitian bukanlah hal yang berlebihan. Kita tahu bahwa jarang sampel menjadi replika tepat dari populasi dimana sampel diambil. Mudahnya, sampel tidak mencerminkan populasi dengan tepat Normality of Distributions Atribut atau karakteristik populasi umumnya berdistribusi normal. Mudahnya, atribut seperti tinggi, kebanyakan orang akan dikelompokkan tinggi rata-rata. Hanya sebagian kecil yang pendek maupun jangkung. Bila sifat populasi tidak overrepresented atau underrepresented dalam sampel maka akan diperoleh sampel yang representatif. The Sampling Process Langkah dalam mengambil sampel: 1.

Membatasi populasi.

2.

Menentukan kerangka sampel.

3.

Menentukan desain sampel.

4.

Menentukan ukuran sampel yang pas.

5.

Melaksanakan proses pengambilan sampel.

Probability Sampling Bila elemen populasi memiliki peluang yang diketahui untuk terpilih sebagai subjek dalam sampel, maka kita memilih desain pengambilan sampel dengan cara probabilitas. Pengambilan sampel cara probabilitas dapat bersifat pengambilan sampel secara acak sederhana atau rumit. Unrestricted or Simple Random Sampling



Tiap elemen populasi memiliki peluang yang diketahui dan sama untuk terpilih sebagai subjek. Desain pengambilan sampel ini memiliki bias paling sedikit dan memberikan generalisasi paling luas. Tetapi, proses pengambilan sampel ini dapat menjadi tidak praktis dan mahal. Complex Probability Sampling Prosedur pengambilan sampel dengan cara ini, memberikan alternatif yang layak dan terkadang lebih efisien daripada desain tidak terbatas. Terdapat lima cara desain pengambilan sampel cara probabilitas kompleks yang paling lazim yaitu pengambilan sampel sistematis, pengambilan sampel acak strata, pengambilan sampel klaster, pengambilan sampel area, dan dua kali pengambilan sampel. Nonprobability Sampling Dalam desain pengambilan sampel cara nonprobabilitas, probabilitas elemen dalam populasi untuk terpilih sebagai subjek sampel tidak diketahui. Hal tersebut berarti bahwa temuan dari studi terhadap sampel tidak dapat secara meyakinkan digeneralisasikan pada populasi. Convenience Sampling Pengoleksian informasi dari anggota populasi yang bisa mudah untuk membuktikannya. Purposive sampling Terbatas pada jenis tertentu orang-orang yang dapat memberikan informasi yang diinginkan, baik karena mereka adalah satu-satunya yang memilikinya, atau mereka mengkonfirmasi beberapa kriteria yang ditetapkan oleh peneliti. Ada dua tipe dari model ini, yaitu judgment sampling dan quota sampling. Examples of When Certain Sampling Design Would be Appropriate 

Simple Random Sampling: Temuan yang umum dalam suatu populasi.



Stratified Random Sampling: Perbedaan informasi yang dibutuhkan dalam berbagai strata dalam populasi.



Systematic Sampling: Jika kerangka sampling besar, dan daftar unsur-unsur mudah tersedia dalam satu tempat.



Cluster Sampling: Berbagai jenis grup dipelajari dalam satu waktu.



Area Sampling: Tujuan penelitian terbatas pada wilayah atau daerah tertentu.



Double Sampling: Menginginkan informasi lebih dengan tambahan biaya yang kecil.





Convenience Sampling: Ingin mendapatkan informasi “cepat” untuk mendapatkan “rasa” atas suatu fenomena atau variabel yang diminati.



Judgment Sampling: Ada masukan informasi khusus pada topik penting penelitian.



Quota Sampling: Pelibatan semua kelompok yang diteliti, kelompok-kelompok yang kecil

jumlahnya tidak diabaikan. Sampling in Cross-Cultural Research Dalam penelitian lintas-budaya, kita harus peka terhadap isu pemilihan sampel yang cocok di negara yang berbeda. Sifat dan jenis organisasi diteliti, apakah subjek berasal dari daerah pedesaan atau perkotaan, dan jenis desain pengambilan sampel yang digunakan, semua harus serupa di negara-negara yang berbeda untuk memungkinkan perbandingan yang sebenarnya. Issues of Precision and Confidence in Determining Sample Size Precision Ketelitian mengacu pada seberapa dekat taksiran kita dengan karakteristik populasi yang sebenarnya. Biasanya kita akan menaksir parameter populasi berada dalam suatu kisaran, berdasarkan taksiran sampel. Confidence Keyakinan menunjukkan seberapa yakin bahwa taksiran kita akan benar-benar berlaku bagi populasi. Sample Data, Precision, and Confidence in Estimation Ketelitian dan keyakinan adalah isu penting dalam pengambilan sampel karena ketika kita menggunakan data sampel untuk menarik kesimpulan tentang populasi, kita berharap untuk mengenai sasaran dan mengetahui tingkat kemungkinan kesalahan. Karena tingkat poin taksiran tidak menyediakan ukuran kemungkinan kesalahan, kita melakukan penaksiran interval untuk memastikan penaksiran yang relatif akurat terhadap parameter populasi. Trade Off Between Confidence and Precision Peneliti perlu mempertimbangkan sekurangnya empat aspek ketika membuat keputusan mengenai ukuran sampel untuk penelitian: (1) Seberapa besar ketelitian yang dibutuhkan dalam menaksir karakteristik populasi yang diteliti. (2) Berapa besar keyakinan yang benar-benar diperlukan. (3) Sampai tingkat apa variabilitas karakteristik populasi diteliti? (4) Bagaimana analisis biaya manfaat dari meningkatkan ukuran sampel?



Sample Data and Hypothesis Testing Data sampel bukan hanya digunakan untuk menaksirkan parameter populasi, tetapi juga menguji hipotesis tentang nilai populasi. Prosedur untuk pengujian ini menggabungkan informasi yang sama seperti dalam interval estimasi, akan tetapi tujuan di belakang dua metode ini agak berbeda. Determining The Sample Size Formula dalam menentukan ukuran sampel Sx =

 √

Dalam penelitian, kerangka teoretis memiliki beberapa variabel penelitian, dan muncul pertanyaan bagaimana kita menentukan ukuran sampel jika semua faktor dimasukkan. Krejcie dan Morgan (1970) menyederhanakan ukuran sampel dengan menyusun sebuah tabel yang memastikan model keputusan yang baik. Importance of Sampling Design and Sample Size Jika desain pengambilan sampel yang tepat tidak digunakan, ukuran sampel yang besar tidak akan membiarkan temuan untuk digeneralisasikan pada populasi. Karena itu, keputusan pengambilan sampel harus mempertimbangkan desain pengambilan sampel dan ukuran sampel. Efficiency in Sampling Efisiensi dalam pengambilan sampel tercapai ketika untuk tingkat ketelitian tertentu (standard error), ukuran sampel dapat dikurangi, atau untuk ukuran sampel tertentu (n), tingkat ketelitian dapat ditingkatkan. Pemilihan desain pengambilan sampel bergantung pada tujuan penelitian, luas, dan sifat efisiensi yang diinginkan. Sampling as Related to Qualitative Studies Pengambilan sampel dalam studi kualitatif dimulai dengan membatasi target populasi. Untuk teknik sampel, studi kualitatif biasanya menggunakan nonprobability sampling dimana tidak ada bantuan statistik. Disini digunakan salah satu tipe purposive sampling yang disebut theoritical sampling. Managerial Implications Memperhatikan desain pengambilan sampel dan ukuran sampel membantu manajer memahami bagaimana metode pengambilan sampel digunakan oleh peneliti, juga membantu memfasilitasi manajer untuk mengetahui implikasi biaya dari perbedaan desain dan hal lainnya. Hal ini membantu manajer memahami risiko yang diambil dalam penerapan perubahan yang didasarkan penelitian.


Ch 13 Sampling

Recommend Documents