Research Methods for Business by Uma Sekaran & Roger Bougie Nama : Brigita Pratiwi NIM : 145020301111073 Kelas : CG
RESUME CHAPTER 13 SAMPLING 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. Sampel 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 sampel. Contoh: bila 200 anggota dari total 1000 populasi bekerja membentuk sampel penelitian, maka setiap pekerja dalam sampel adalah subjek. Parameters : karakteristik dari populasi, terdiri dari : μ : rata-rata populasi σ : standar deviasi populasi
σ
2
: varian populasi
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 : 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. Menentukan ukuran sampel : tujuan penelitian, interval kepercayaan, level keberanian, jumlah variasi, masalah biaya dan waktu 5. Melaksanakan proses sampel : target populasi
Probability Sampling 1. Unrestricted atau Simple Random Sampling : setiap elemen dalam populasi telah dikenal dan berkedudukan sama, mempunyai kesempatan untuk terpilih sebagai subjek 2. Restricted atau Complex Probability Sampling : a. Systematic Sampling : desain sampling sistematis melibatkan penggambaran setiap elemen n dalam populasi dimulai dengan elemen yang dipilih secara acak antara 1 dan n. b. Stratified Random Sampling : stratified random sampling melibatkan proses stratifikasi atau segregasi, diikuti oleh pilihan acak subjek dari setiap strata c. Proportionate and Disproportionate Stratified Random Sampling d. Cluster Sampling : sampel yang berkumpul dalam kelompok-kelompok atau potongan elemen, agregat alami elemen dalam populasi. Target pertama populasi dibagi menjadi beberapa cluster. Kemudian sampel acak dari cluster diambil untuk setiap cluster yang dipilih baik semua elemen atau sampel dari unsur-unsur yang termasuk dalam sampel. Area Sampling : cluster terdiri dari wilayah geografis seperti kabupaten, blok kota, atau batas-batas tertentu dalam suatu daerah. Single-Stage Cluster Sampling : melibatkan pembagian populasi ke dalam kelompok yang nyaman, secara acak memilih jumlah yang diperlukan cluster sebagai subjek sampel, dan menyelidiki semua elemen di masing-masing cluster yang dipilih secara acak. Multistage Cluster Sampling : melibatkan probability sampling unit sampling primer, dari masingmasing unit utama, sampel probabilitas unit sampel sekunder kemudian ditarik, tingkat ketiga probability sampling dilakukan dari masing-masing unit sekunder, dan seterusnya, sampai kita telah mencapai tahap akhir dari pemecahan untuk unit sampel, ketika kita mengambil sampel setiap anggota di unit-unit. Nonprobability Sampling 1. Convenience Sampling : mengacu pada pengumpulan informasi dari anggota populasi yang mudah tersedia. 2. Purposive Sampling : orang-orang yang dapat memberikan informasi yang diinginkan terbatas, baik karena mereka adalah satu-satunya orang yang memiliki informasi tersebut, atau mereka sesuai dengan beberapa kriteria yang ditetapkan oleh peneliti. a. Judgement Sampling : melibatkan penempatan pilihan subjek yang paling menguntungkan atau dalam posisi terbaik untuk memberikan informasi yang diperlukan. b. Quota Sampling : menjamin kelompok tertentu terwakili secara memadai dalam penelitian tersebut melalui penugasan kuota. Faktor Yang Mempengaruhi Pengambilan Desain Sampling : 1. Tingkat pengetahuan sebelumnya dalam bidang penelitian yang dilakukan. 2. Tujuan utama penelitian 3. Pertimbangan biaya Sampling Dalam Penelitian Lintas Budaya 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 tipe-tipe desain pengambilan keputusan yang digunakan. Isu Presisi dan Keyakinan dalam Menentukan Ukuran Sampel 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.
a. Ketelitian Mengacu pada seberapa dekat taksiran dengan karakteristik populasi sebenarnya. Ketelitian merupakan fungsi dari kisaran variabilitas dalam distribusi pengambilan sampel dari ratarata sampel. Semakin kecil variabilitas, semakin besar probabilitas bahwa rata-rata sampel akan lebih dekat dengan rata-rata populasi. b. 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%. Data Sampel, Presisi, dan Keyakinan Dalam Estimasi 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. Trade-Off Antara Presisi dan Keyakinan Terdapat trade-off 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: 1) besarnya ketelitian yang dibutuhkan, 2) besarnya keyakinan yang diperlukan, 3) tingkat variabilitas karakteristik populasi yang diteliti, 4) analisis biaya manfaat terkait ukuran sampel. Sampel Data dan Pengujian Hipotesis 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 diterima atau ditolak. Menentukan Ukuran Sampel 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. Pentingnya Desain Sampling dan Ukuran Sampel Pengambilan sampel dan ukuran sampel adalah penting untuk dapat digeneralisasikan Pengambilan sampel yang tepat harus dilakukan dan menyesuaikan dengan model penelitian Pengambilan sampel yang memadai akan mempengaruhi tingkat ketelitian dan keyakinan Roscoe (1975) mengusulkan terkait ukuran sample: 1) Ukuran sampel >30 dan <500 adalah tepat untuk kebanyakan penelitian 2) Dimana adanya pemecahan sampel, ukuran sample minimal 30 untuk setiap kategori 3) Dalam penelitian multivariant, sampel sebaiknya beberapa kali lebih besar dari jumlah variabel dalam studi
4) Untuk penelitian exsperimental dengan control eksperimen yang ketat, lebih baik menggunakan ukuran sample kecil 10-20. Efisiensi Dalam 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 “nonprobability sample” dikarenakan tujuanya tidak untuk menarik inferensi statistik. Teknik “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.
