Jumat, 02 Mei 2025

SAMPLING PARA AHLI

No comments

SAMPLING 


Sampling adalah teknik pemilihan sejumlah elemen atau subjek dari populasi yang lebih besar untuk menganalisis data, dengan tujuan memperkirakan karakteristik keseluruhan populasi tersebut.

Dalam praktiknya, keterbatasan waktu dan sumber daya membuat analyst tidak selalu memungkinkan untuk mengumpulkan data dari setiap individu dalam populasi yang luas. Oleh karena itu, sampling digunakan untuk mendapatkan sampel yang representatif, sehingga bisa memberikan informasi akurat mengenai populasi tanpa harus menyelidiki setiap anggotanya.

Keberhasilan teknik sampling tergantung pada bagaimana sampel tersebut dipilih dan apakah sampel itu dapat mewakili populasi secara keseluruhan dengan tepat.


Menentukan metode sampling yang cocok bertujuan untuk memastikan data yang dikumpulkan valid dan representatif terhadap populasi yang diteliti. Berikut beberapa langkah yang dapat diikuti:

  • Tentukan tujuan penelitian: sebelum memilih metode sampling, penting untuk memiliki pemahaman yang jelas mengenai tujuan penelitian. Hal ini membantu dalam menentukan jenis data yang diperlukan dan metode sampling yang paling sesuai.
  • Pertimbangkan karakteristik populasi: memahami karakteristik populasi yang akan diteliti sangat penting. Faktor-faktor seperti ukuran, keragaman, dan keterjangkauan populasi dapat memengaruhi pilihan metode sampling.
  • Tentukan jenis sampling: jika tujuan penelitian adalah untuk menggeneralisasi hasil ke seluruh populasi, probability sampling lebih tepat digunakan. Namun, untuk studi eksploratif atau ketika akses ke seluruh populasi sulit, non-probability sampling lebih praktis diterapkan.
  • Pertimbangkan batasan waktu dan sumber daya: ketersediaan waktu dan sumber daya bisa memengaruhi pilihan metode sampling. Beberapa metode sampling memerlukan lebih banyak waktu dan sumber daya dibandingkan metode yang lain.
  • Evaluasi kebutuhan akurasi dan reliabilitas: tingkat akurasi dan reliabilitas yang diperlukan untuk hasil penelitian juga berpengaruh terhadap pilihan metode sampling. Metode sampling probability biasanya memberikan hasil yang lebih dapat digeneralisasi, tetapi mungkin lebih sulit dan mahal untuk diimplementasikan.
  • Pertimbangkan metode pengumpulan data: metode sampling yang dipilih harus kompatibel dengan metode pengumpulan data. Misalnya, sampling online mungkin lebih cocok untuk penelitian yang menggunakan kuesioner online.

Alasan Pengambilan Sampel 

Sampling adalah kegiatan menentukan sampel. Sebuah penelitian tidak perlu melibatkan semua populasi. Dengan pertimbangan akademik dan non-akademik, populasi dapat diwakili oleh sebagian anggotanya yang disebut sampel. Meskipun demikian hasil penelitian tidak akan berkurang bobot dan akurasinya karena sampel memiliki karakter yang sama dengan populasi sehingga informasi yang digali dari sampel sama dengan karakter yang berlaku pada populasi.

Sampling tidak mengurangi bobot hasil penelitian. Bobot hasil penelitian akan tetap terjamin asalkan sampling dilakukan dengan benar, sebagaimana diuraikan pada bagian lain bab ini. Hal itu sejalan dengan pengertian bahwa sampel merupakan nilai-nilai yang menggambarkan karakteristik sampel sebagai nilai statistik sampel itu. Hal itu berarti bahwa hasil yang disimpulkan berdasarkan data yang diperoleh dari sampel akan mewakili populasinya. Dengan kata lain, inferensi statistik akan menjamin bobot hasil penelitian.

Menurut Winarno (2013), beberapa alasan pertimbangan penggunaan dan pengambilan sampel penelitian adalah sebagai berikut:

a. Penghematan Biaya 

Besaran jumlah anggota sampel dalam penelitian berimplikasi pada biaya. Pelibatan jumlah anggota populasi yang besar memerlukan biaya yang lebih besar dari pada pelibatan jumlah anggota populasi yang kecil. Dengan mengambil sebagian anggota populasi, penghematan biaya dapat dilakukan. Makin sedikit jumlah anggota yang diambil sebagai sampel, makin banyak penghematan yang dapat dilakukan.

b. Penghematan Waktu 

Dengan sampling, waktu yang digunakan untuk melaksanakan penelitian dapat dihemat. Waktu yang digunakan dalam penelitian yang menggunakan sampel lebih sedikit daripada waktu penelitian yang tidak menggunakan sampel. Hal itu juga berarti bahwa makin sedikit sampel yang dilibatkan, makin banyak waktu yang dapat dihemat.

c. Penghematan Tenaga 

Dengan menggunakan sampling, maka tenaga yang dibutuhkan untuk penelitian dengan sampling lebih sedikit dibandingkan dengan yang tanpa sampling. Makin sedikit sampel yang dilibatkan, maka tenaga yang dibutuhkan juga makin sedikit.

d. Jaminan Ketelitian dan Bobot Hasil 

Dalam kaitan dengan jaminan ketelitian, sampling memungkinkan hasil kerja penelitian lebih intens dan lebih teliti dibandingkan dengan tanpa sampling. Kegiatan penelitian dengan menjangkau subjek yang sedikit memungkinkan diperolehnya banyak informasi yang relatif mendalam dibandingkan dengan subjek penelitian yang besar.


adapun para ahli dari indonesia dan luar negeri yaitu:

Ahli Indonesia



(1)Prof. Dr. Nana Sudjana

beliau lebih dikenal dengan pendekatan sampling bertingkat (stratified sampling) dan cluster sampling dalam penelitian. Ini adalah metode yang digunakan saat populasi terbagi menjadi beberapa strata atau kelompok yang homogen, atau ketika unit yang akan diteliti tersebar di beberapa area.

 

(1)Sampling Bertingkat (Stratified Sampling)

Pada sampling bertingkat, populasi dibagi menjadi strata yang berbeda-beda (misalnya, kelas, usia, jenis kelamin, dll.), dan sampel diambil secara acak dari setiap strata. Tujuan utamanya adalah untuk memastikan bahwa setiap kelompok dalam populasi terwakili secara proporsional.

Rumus untuk Stratified Sampling:

Keterangan:

  • n = ukuran sampel total
  • k = jumlah strata (kelompok)
  • = jumlah individu dalam strata ke-iii
  • N= total populasi
  • = ukuran sampel untuk seluruh populasi (dihitung menggunakan rumus seperti Cochran atau Slovin)

Contoh:

Misalkan populasi total adalah 1000 orang, dan Anda membagi populasi tersebut menjadi 2 strata:

  • Stratum 1 (500 orang)
  • Stratum 2 (500 orang)

Jika ukuran sampel untuk populasi secara keseluruhan (dihitung dengan rumus lain, misalnya menggunakan Cochran) adalah 100 sampel, maka distribusikan sampel ke dalam masing-masing strata sesuai proporsi:

  • Sampel untuk Stratum 1:
  • Sampel untuk Stratum 2: :

Jadi, Anda akan mengambil 50 sampel dari Stratum 1 dan 50 sampel dari Stratum 2.

 

(2)Prof.dr.Sugiyono

Dalam buku-buku metodologi penelitian karya Sugiyono, rumus penentuan sampel yang digunakan sering kali juga ditulis seperti Rumus Slovin di atas, meskipun tidak selalu secara eksplisit disebut "Rumus Slovin".

Sugiyono lebih menekankan pada:

  • Kemudahan penggunaan rumus ini untuk penelitian sosial

  • Penggunaan margin of error yang wajar (misalnya 5% atau 10%)

  • Cocok digunakan untuk populasi yang besar dan tidak terlalu kompleks

Keterangan:

n = Ukuran sampel/jumlah responden
N = Ukuran populasi
E = Persentase kelonggaran ketelitian kesalahan pengambilan sampel yang masih bisa ditolerir; e= 0,1.

Perlu diingat penulisan rumus N kadang ditulis dengan α. Semakin kecil angka α, maka tingkat ketelitian riset semakin tinggi yang artinya kemungkinan melakukan kesalahan makin kecil.

Mengutip jurnal Universitas Muhammadiyah Surakarta, dalam rumus Slovin ada ketentuan sebagai berikut:

Nilai e = 0,1 (10%) untuk populasi dalam jumlah besar
Nilai e = 0,2 (20%) untuk populasi dalam jumlah kecil.
Jadi rentang sampel yang dapat diambil dari teknik Slovin adalah antara 10-20% dari populasi penelitian.

Mengutip Firdaus M.M., dalam buku Metodologi Penelitian Kuantitatif; Dilengkapi Analisis Regresi IBM SPSS Statistic Versions 26.0, semakin kecil batas kesalahan yang digunakan, maka hasil penelitian yang didapatkan akan semakin akurat atau baik. Semakin kecil batas kesalahan yang diambil, maka akan semakin besar pula jumlah sampel yang didapatkan.
Contoh Rumus Slovin Pengambilan Sampel
Berikut contoh menghitung sampel menggunakan rumus Slovin dikutip dari buku Metodologi Penelitian Kuantitatif; Dilengkapi Analisis Regresi IBM SPSS Statistic Versions 26.0 karya Firdaus M.M, bahan ajar Populasi dan Sampel UPI, dan jurnal UMS:


1. Sebuah penelitian dengan populasi seluruh karyawan di perusahaan yang berjumlah 1275 orang, ingin melakukan penarikan sampel menggunakan rumus Slovin dengan batas kesalahan sebesar 5%. Maka jumlah sampel penelitian yang didapatkan adalah sebagai berikut:


Jadi, sampel yang diambil dalam penelitian ini sebanyak 304 responden. Sementara, seandainya peneliti menetapkan batasan kesalahan sebesar 10%, maka penelitian yang didapatkan sebesar 93 orang.

Ahli Luar Negeri 


(1)Thomas Bayes 





Bayes adalah konsep dalam teori probabilitas yang digunakan untuk menentukan kemungkinan suatu peristiwa berdasarkan informasi sebelumnya. Dengan kata lain, Teorema Bayes memungkinkan kita untuk memperbarui keyakinan terhadap suatu peristiwa setelah mendapatkan bukti baru.

Konsep ini diperkenalkan oleh seorang matematikawan bernama Thomas Bayes pada abad ke-18. Teorema ini banyak digunakan dalam berbagai bidang, seperti medis, kecerdasan buatan, ekonomi, hingga forensik.

Secara matematis, Teorema Bayes dinyatakan dengan rumus berikut:

Di mana:

  • P(A∣B) adalah probabilitas kejadian A setelah diketahui kejadian B.
  • P(B∣A) adalah probabilitas kejadian B jika A benar terjadi.
  • P(A) adalah probabilitas awal kejadian A (sebelum ada bukti baru).
  • P(B) adalah probabilitas total dari kejadian B.

(2)William G. Cochran

William G. Cochran - John Simon Guggenheim Memorial Foundation

William G. Cochran adalah ahli statistik asal Skotlandia yang kemudian berkarya di Amerika Serikat. Ia adalah salah satu tokoh paling berpengaruh di bidang statistik terapan, terutama dalam sampling, eksperimen, dan analisis statistik inferensial.

 

Keterangan:

  • ​ = ukuran sampel
  • Z = Z-score (misalnya 1,96 untuk 95% confidence level)
  • p = proporsi populasi (jika tidak diketahui, gunakan 0,5)
  • e = margin of error (biasanya 0,05)






Sumber:


0 comments:

Posting Komentar