TEKNIK SAMPLING
Istilah Penting Dalam Penelitian:
- POPULASI
- ELEMEN
- SAMPEL
- SUBYEK
Populasi atau sering juga disebut universe adalah keseluruhan atau totalitas objek yang diteliti yang ciri-cirinya akan diduga atau ditaksir (estimated). Ciri-ciri populasi disebut parameter. Populasi juga sering diartikan sebagai kumpulan objek penelitian dari mana data akan dijaring atau dikumpulkan. Populasi dalam penelitian (penelitian komunikasi) bisa berupa orang (individu, kelompok, organisasi, komunitas, atau masyarakat) maupun benda, misalnya jumlah terbitan media massa, jumlah artikel dalam media massa, jumlah rubrik, dan sebagainya (terutama jika penelitian kita menggunakan teknik analisis isi (content analysis).
Populasi penelitian terdiri dari populasi sampling dan populasi sasaran. Populasi sampling adalah keseluruhan objek yang diteliti, sedangkan populasi sasaran adalah populasi yang benar-benar dijadikan sumber data.
Jumlah populasi (population numbers) dan ukuran populasi (population size). Jumlah populasi adalah banyaknya kategori populasi yang dijadikan objek penelitian yang dinotasikan dengan huruf K. Ukuran populasi adalah banyaknya unsur atau unit yang terkandung dalam sebuah kategori populasi tertentu, yang dilambangkan dengan huruf N.
Jika kita menggunakan seluruh unsur populasi sebagai sumber data, maka penelitian kita disebut sensus. Sensus merupakan penelitian yang dianggap dapat mengungkapkan ciri-ciri populasi (parameter) secara akurat dan komprehensif, sebab dengan menggunakan seluruh unsur populasi sebagai sumber data, maka gambaran tentang populasi tersebut secara utuh dan menyeluruh akan diperoleh. Oleh karena itu, sebaik-baiknya penelitian adalah penelitian sensus. Namun demikian, dalam batas-batas tertentu sensus kadang-kadang tidak efektif dan tidak efisien, terutama jika dihubungkan dengan ketersedian sumber daya yang ada pada peneliti.
Bila peneliti tidak memungkinkan untuk melakukan sensus, maka peneliti boleh mengambil sebagian saja dari unsur populasi untuk dijadikan objek penelitiannya atau sumber data. Sebagian unsur populasi yang dijadikan objek penelitian itu disebut sampel. Sampel atau juga sering disebut contoh adalah wakil dari populasi yang ciri-cirinya akan diungkapkan dan akan digunakan untuk menaksir ciri-ciri populasi. Oleh karena itu, jika kita menggunakan sampel sebagai sumber data, maka yang akan kita peroleh adalah ciri-ciri sampel bukan ciri-ciri populasi, tetapi ciri-ciri sampel itu harus dapat digunakan untuk menaksir populasi. Ciri-ciri sampel disebut statistik. Sama halnya dengan populasi, dalam sampel pun ada konsep jumlah sampel dan ukuran sampel. Jumlah sampel adalah banyaknya kategori sampel yang diteliti yang dilambangkan dengan huruf k, yang jumlahnya sama dengan jumlah populasi (k=K). Sedangkan ukuran sampel (dilambangkan dengan huruf n) adalah besarnya unsur populasi yang dijadikan sampel, yang jumlahnya selalui lebih kecil daripada ukuran populasi (n
UKURAN SAMPEL
Dalam menentukan menentukan ukuran sampel (n) yang harus diambil dari populasi agar memenuhi persyaratan kerepresentatifan, tidak ada kesepakatan bulat di antara para ahli metodolologi. Sehubungan dengan hal itu, I Gusti Bagoes Mantra dan Kasto dalam buku yang ditulis oleh Masri Singarimbun dan Sofian Effendi, Metode Penelitian Survai (1989), menyatakan bahwa sebelum kita menentukan berapa besar ukuran sampel yang harus diambil dari populasi tertentu, ada beberapa aspek yang harus dipertimbangkan yaitu:
1. Derajat Keseragaman Populasi (degree of homogenity). Jika tinggi tingkat homogenitas populasinya tinggi atau bahkan sempurna, maka ukuran sampel yang diambil boleh kecil, sebaliknya jika tingkat homogenitas populasinya rendah (tingkat heterogenitasnya tinggi) maka ukuran sampel yang diambil harus besar. Untuk menentukan tingkat homogenitas populasi sebaiknya dilakukan uji homogenitas dengan menggunakan uji statistik tertentu.
2. Tingkat Presisi (level of precisions) yang digunakan. Tingkat presisi, terutama digunkan dalam penelitian eksplanatif, misalnya penelitian korelasional, yakni suatu pernyataan peneliti tentang tingkat keakuratan hasil penelitian yang diinginkannya. Tingkat presisi biasanya dinyatakan dengan taraf signifikansi (a) yang dalam penelitian sosial biasa berkisar 0,05 (5%) atau 0,01 (1%), sehingga keakuratan hasil penelitiannya (selang kepercayaannya) 1–a yakni bisa 95% atau 99%. Jika kita menggunakan taraf signifikansi 0,01 maka ukuran sampel yang diambil harus lebih besar daripada ukuran sampel jika kita menggunakan taraf signifikansi 0,05.
3. Rancangan Analisis. Rancangan analisis yang dimaksud adalah sesuatu yang berkaitan dengan pengolahan data, penyajian data, pengupasan data, dan penafsiran data yang akan ditempuh dalam penelitian. Misalnya, kita akan menggunkan teknik analisis data dengan statistik deskripti; penyajian data menggunakan tabel-tabel distribusi frekuensi silang (tabel silang) atau tabel kontingensi dengan ukuran 3X3 atau lebih dimana pasti mengandung sel sebanyak 9 buah, maka ukuran sampelnya harus besar. Hal ini untuk menghindarkan adanya sel dalam tabel tersebut yang datanya nol (kosong), sehingga tidak layak untuk dianalisis dengan asumsi-asumsi kotingensi. Jika kita menggunakan rancangan analisisnya hanya menggunakan analisis statistik inferensial, maka ukuran sampelnya boleh lebih kecil dibandingkan apabila kita menggunakan rancangan analisis statistik deskriptif saja. Dengan kata lain, rancangan penelitian deskriptif membutuhkan ukuran sampel yang lebih besar daripada rancangan penelitian eksplanatif.
4. Alasan-alasan tertentu yang berkaitan dengan keterbatasan-keterbatasn yang ada pada peneliti, misalnya keterbatasan waktu, tenaga, biaya, dan lain-lain. (Catatan: Alasan ke-4 ini jangan digunakan sebagai pertimbangan utama dalam menentukan ukuran sampel, sebab hal ini lebih berkaitan dengan pertimbangan peneliti (tanpa akhiran an) dan bukan pertimbangan penelitian (metodologi).
Selain mempertimbangkan faktor-faktor di atas, beberapa buku metode penelitian menyarankan digunakannya rumus tertentu untuk menentukan berapa besar sampel yang harus diambil dari populasi. Jika ukuran populasinya diketahui dengan pasti, Rumus Slovin di bawah ini dapat digunakan.
Rumus Slovin:
N
n = ———
1 + Ne²
Keterangan;
n = ukuran sampel
N = ukuran populasi
e = kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang ditololerir, misalnya 5%.
Batas kesalahan yang ditolelir ini untuk setiap populasi tidak sama, ada yang 1%, 2%, 3%, 4%,5%, atau 10%.
Jika ukuran populasinya besar yang didapat dari pendugaan proporsi populasi, maka Rumus Yamane yang harus digunakan.
N
n = ———–
Nd² + 1
d = batas toleransi kesalahan pengambilan sampel yang digunakan.
Misalnya, kita ingin menduga proporsi pembaca koran dari populasi 4.000 orang. Presisi ditetapkan di antara 5% dengan tingkat kepercayaan 95%, maka besarnya sampel adalah:
4000
n = ————————- = 364
4000 x (0,05)² + 1
KERANGKA SAMPLING (SAMPLING FRAME)
Di atas sudah ditegaskan, bahwa tingkat krepresentatifan sampel selain ditentukan oleh ukuran sampel yang diambil juga ditentukan oleh teknik sampling yang digunakan. Di antara teknik-teknik sampling tersebut, dalam penggunaannya, ada yang mempersyaratkan tersedianya kerangka sampling. Kerangka sampling (sampling frame) adalah sebuah daftar yang memuat data mengenai seluruh unit atau unsur sampling yang terdapat pada populasi sampling. Secara gampang orang sering mengatakan, kerangka sampling adalah daftar nama-nama yang kerkandung dalam populasi penelitian.
Syarat Sample Yang Baik
Sampel yang baik adalah yang dapat mewakili sebanyak mungkin karakteristik populasi. Dalam bahasa pengukuran, artinya sampel harus valid, yaitu bisa mengukur sesuatu yang seharusnya diukur. Kalau yang ingin diukur adalah masyarakat jawa sedangkan yang dijadikan sampel adalah hanya orang Semarang saja, maka sampel tersebut tidak valid, karena tidak mengukur sesuatu yang seharusnya diukur (orang Jawa). Sampel yang valid ditentukan oleh dua pertimbangan.
Pertama : Akurasi atau ketepatan , yaitu tingkat ketidakadaan “bias” (kekeliruan) dalam sample. Dengan kata lain makin sedikit tingkat kekeliruan yang ada dalam sampel, makin akurat sampel tersebut. Tolok ukur adanya “bias” atau kekeliruan adalah populasi.
Cooper dan Emory (1995) menyebutkan bahwa “there is no systematic variance” yang maksudnya adalah tidak ada keragaman pengukuran yang disebabkan karena pengaruh yang diketahui atau tidak diketahui, yang menyebabkan skor cenderung mengarah pada satu titik tertentu. Sebagai contoh, jika ingin mengetahui rata-rata luas tanah suatu perumahan, lalu yang dijadikan sampel adalah rumah yang terletak di setiap sudut jalan, maka hasil atau skor yang diperoleh akan bias. Kekeliruan semacam ini bisa terjadi pada sampel yang diambil secara sistematis
Contoh systematic variance yang banyak ditulis dalam buku-buku metode penelitian adalah jajak-pendapat (polling) yang dilakukan oleh Literary Digest (sebuah majalah yang terbit di Amerika tahun 1920-an) pada tahun 1936. (Copper & Emory, 1995, Nan lin, 1976). Mulai tahun 1920, 1924, 1928, dan tahun 1932 majalah ini berhasil memprediksi siapa yang akan jadi presiden dari calon-calon presiden yang ada. Sampel diambil berdasarkan petunjuk dalam buku telepon dan dari daftar pemilik mobil. Namun pada tahun 1936 prediksinya salah. Berdasarkan jajak pendapat, di antara dua calon presiden (Alfred M. Landon dan Franklin D. Roosevelt), yang akan menang adalah Landon, namun meleset karena ternyata Roosevelt yang terpilih menjadi presiden Amerika.
Setelah diperiksa secara seksama, ternyata Literary Digest membuat kesalahan dalam menentukan sampel penelitiannya . Karena semua sampel yang diambil adalah mereka yang memiliki telepon dan mobil, akibatnya pemilih yang sebagian besar tidak memiliki telepon dan mobil (kelas rendah) tidak terwakili, padahal Rosevelt lebih banyak dipilih oleh masyarakat kelas rendah tersebut. Dari kejadian tersebut ada dua pelajaran yang diperoleh : (1), keakuratan prediktibilitas dari suatu sampel tidak selalu bisa dijamin dengan banyaknya jumlah sampel; (2) agar sampel dapat memprediksi dengan baik populasi, sampel harus mempunyai selengkap mungkin karakteristik populasi (Nan Lin, 1976).
Kedua : Presisi. Kriteria kedua sampel yang baik adalah memiliki tingkat presisi estimasi. Presisi mengacu pada persoalan sedekat mana estimasi kita dengan karakteristik populasi. Contoh : Dari 300 pegawai produksi, diambil sampel 50 orang. Setelah diukur ternyata rata-rata perhari, setiap orang menghasilkan 50 potong produk “X”. Namun berdasarkan laporan harian, pegawai bisa menghasilkan produk “X” per harinya rata-rata 58 unit. Artinya di antara laporan harian yang dihitung berdasarkan populasi dengan hasil penelitian yang dihasilkan dari sampel, terdapat perbedaan 8 unit. Makin kecil tingkat perbedaan di antara rata-rata populasi dengan rata-rata sampel, maka makin tinggi tingkat presisi sampel tersebut.
Belum pernah ada sampel yang bisa mewakili karakteristik populasi sepenuhnya. Oleh karena itu dalam setiap penarikan sampel senantiasa melekat keasalahan-kesalahan, yang dikenal dengan nama “sampling error” Presisi diukur oleh simpangan baku (standard error). Makin kecil perbedaan di antara simpangan baku yang diperoleh dari sampel (S) dengan simpangan baku dari populasi.
JENIS SAMPEL DAN TEKNIK SAMPLING
Berdasarkan prosedur atau cara yang digunakan dalam mengambil sampel dari populasi (teknik sampling), kita dapat mengidentifikasi dua jenis sampel, yaitu: sampel probabilitas (probability sampling) dan sampel nonprobabilitas (nonprobability sampling). Sampel probabilitas atau disebut juga sampel random (sampel acak) adalah sampel yang pengambilannya berlandaskan pada prinsip teori peluang, yakni prinsip memberikan peluang yang sama kepada seluruh unit populasi untuk dipilih sebagai sampel. Sebaliknya, sampel nonprobabilitas atau sampel nonrandom (sampel tak acak) adalah sampel yang pengambilannya didasarkan pada pertimbangan-pertimbangan tertentu (bisa pertimbangan penelitian maupun pertimbangan peneliti). Sampel probabilitas diambil dengan menggunakan teknik sampling probabilitas atau teknik sampling random, sedangkan untuk mengambil sampel nonprobabilitas atau sampel nonrandom digunakan teknik sampling nonprobabilitas, yakni pertimbangan-pertimbangan tertentu. Sampel probabilitas cenderung memiliki tingkat representasi yang lebih tinggi daripada sampel nonprobabilitas.
Teknik Sampling Probabilitas (Teknik Sampling Random)
a. Teknik Sampling Random Sederhana (Simple Random Sampling)
Sampel acak sederhana adalah sebuah sampel yang diambil sedemikian rupa sehingga setiap unit penelitian atau satuan elementer dari populasi mempunyai kesempatan yang sama untuk dipilih sebagai sampel. Peluang yang dimiliki oleh setiap unit penelitian untuk dipilh sebagai sampel sebesar n/N, yakni ukuran sampel yang dikehendaki dibagi dengan ukuran populasi.
Dalam menggunakan Teknik Sampling Random Sederhana ini ada beberapa syarat yang harus dipenuhi, antara lain (Singarimbun dan Effendy, 1989):
1. Harus tersedia kerangka sampling atau memungkinkan untuk dibuatkan kerangka samplingnya (dalam kerangka sampling tidak boleh ada unsur sampel yang dihitung dua kali atau lebih).
2. Sifat populasinya harus homogen, jika tidak, kemungkinan akan terjadi bias.
3. Ukuran populasinya tidak tak terbatas, artinya harus pasti berapa ukuran populasinya.
4. Keadaan populasinya tidak terlalu tersebar secara geografis.
Teknis pelaksanaannya ada dua cara, yakni:
1. Dengan mengundi unsur-unsur penelitian atau satuan-satuan elementer dalam populasi. Langkah awal yang perlu dilakukan adalah menyusun semua unit penelitian atau unit elementer ke dalam kerangka sampling, mulai dari nomor terkecil hingga nomor ke-n (tergantung berapa besar ukuran populasinya). Selanjutnya masing-masing nomor unsur populasi itu ditulsikan dalam secarik kertas, digulung, dan dimasukkan ke dalam sebuah kotak atau toples. Lalu lakukan pengocokan secara merata, dan ambil sejumlah gulungan kertas tersebut sebanyak ukuran sampel yang dikehendaki. Nomor-nomr yang terambil itu menjadi unit elementer yang terpilih sebagai sampel. Pengundian juga dapat dilakukan seperti halnya ibu-ibu anggota kelompok arian menentukan pemenang arisannya. Gulungan kertas yang di dalamnya sudah berisi nomor unit elementer, dimasukkan ke dalam toples yang diberi tutup dengan lubang sebesar kira-kira dapat dilalui oleh setiap gulungan kertas yang ada di dalamnya. Lalu kocok berulang-ulang hingga keluar sejumlah gulungan kertas sesuai dengan ukuran sampel yang direncanakan. Penggunaan cara ini (cara pengundian) seringkali tidak praktis, terutama apabila ukuran populasinya relatif besar, sebab: pertama, hampir tidak mungkin kita dapat melakukan pengocokan secara saksama dan merata seluruh gulungan kertas undian; dan kedua, ada kecenderungan kita untuk tergoda memilih angka-angka tertentu. Dalam keadaan yang demikian, gunakan teknik kedua, yakni dengan mengundi Tabel Angka Random.
2. Dengan menggunakan Tabel Angka Random. Cara ini dipilih karena selain meringankan pekerjaan, juga lebih memberikan jaminan yang lebih besar bahwa setiap unit elementer mempunyai peluang yang sama untuk terpilih sebagai sampel. Caranya adalah sebagai berikut: misalnya, dari satuan elementer dlam populasi (N) yang besarnya 500 orang, akan dipilih 50 satuan elementer sebagai sampel (n). Bilangan 500 ini terdiri dari tiga dijit (digit), oleh karena itu dalam kerangka sampling satuan elementernya diberi nomor mulai dari 001 sampai 500. Selanjutnya lihat Tabel Angka Random atau Tabel Bilangan Random yang selalu ada pada lampiran buku-buku metodologi penelitian atau buku-buku metode statistika. Karena angka-angka yang yang terdapat dalam Tabel Bilangan Random itu disusun secara kebetulan (randomly assorted), maka pemakai tabel tersebut dapat mulai melihatnya dari baris dan kolom mana saja. Di samping itu, ia dapat juga mengikutinya ke arah mana saja. Penentuan angka pertama dapat dilakukan, misalnya, dengan cara menjatuhkan pensil dengan mata pensil mengarah ke bawah pada lembaran kertas yang di dalamnya terdapat tabel bilangan random yang kita gunakan. Angka random yang terkena oleh mata pensil tadi adalah unsur sampel pertama yang kita pilih. Selanjutnya, kita dapat menentukan unsur sampel lainnya dengan cara berjalan ke atas mengikuti kolom yang sama, atau ke samping mengikuti baris, ke bawah mengikuti kolom, atau cara apa saja yang dianggap mudah.
b. Teknik Sampling Random Sistematik (Systematic Random Sampling)
Apabila ukuran populasinya sangat besar, hingga tidak memungkinkan dilakukan pemilihan sampel dengan cara pengundian, maka teknik sampling random sederhana tidaklah tepat untuk digunakan. Dalam keadaan populasi yang demikian, gunakanlah teknik sampling random sistematik. Persyaratan yang harus dipenuhi agar teknik sampling ini dapat digunakan, sama dengan persyaratan untuk sampel random sederhana, yakni tersedianya kerangka sampling (ukuran populasinya diketahui dengan pasti), dan populasinya mempunyai pola beraturan yang memungkinkan untuk diberikan nomor urut serta bersifat homogen.
Cara penggunaan teknik sampling random sistematik ini mirip dengan cara sampling random sederhana. Bedanya, pada teknik sampling sistematik perandoman atau pengundian hanya dilakukan satu kali, yakni ketika menentukan unsur pertama dari sampling yang akan diambil. Penentuan unsur sampling selanjutnya ditempuh dengan cara memanfaatkan interval sampel. Interval sampel adalah angka yang menunjukkan jarak antara nomor-nomor urut yang terdapat dalam kerangka sampling yang akan dijadikan patokan dalam menentukan atau memilih unsur-unsur sampling kedua dan seterusnya hingga unsur ke-n. Interval sampel biasanya dilambangkan dengan huruf k.
Interval sampel atau juga disebut sampling rasio diperoleh dengan cara membagi ukuran populasi dengan ukuran sampel yang dikehendaki (N/n). Misalnya, dari populasi (N) berukuran 500 kita akan mengambil sampel (n) berkuran 50, maka interval samplingnya adalah 500/50=10 atau k =10. Andaikan yang terpilih sebagai unsur sampling pertama adalah satuan elementer yang bernomor s, maka penentuan unsur-unsur sampel berikutnya adalah:
Unsur pertama = s
Unsur kedua = s + k
Unsur ketiga = s + 2k
Unsur keempat = s + 3k, dan seterusnya hingga unsur ke-n.
c. Teknik Sampling Random Berstrata (Stratified Random Sampling)
Teknik sampling ini digunakan apabila populasinya tidak homogen (heterogen). Makin heterogen suatu populasi, makin besar pula perbedaan sifat-sifat antara lapisan tersebut. Padahal, sebagaimana telah diungkapkan di atas, presisi dan tingkat kerepresentatifan sampel yang diambil dari suatu populasi antara lain dipengaruhi oleh derajat keseragaman (tingkat homogenitas) populasi yang bersangkutan. Untuk dapat menggambarkan secara tepat tentang sifat-sifat populasi yang heterogen, maka populasi yang bersangkutan harus dibagi-bagi kedalam lapisan-lapisan (strata) yang seragam atau homogen, dan dari setiap strata dapat diambil sampel secara random (acak).
Untuk dapat menggunakan teknik sampling random strata, ada beberapa syarat yang harus dipenuhi, antara lain (Singarimbun dan Effendi, 1989:162-163):
1. Harus ada kriteria yang jelas yang akan dipergunakan sebagai dasar untuk menstratifikasi populasi ke dalam lapisan-lapisan. Secara teoretis, yang dapat dijadikan kriteria untuk pembagian strata itu ialah variabel-variabel yang akan diteliti atau variabel-variabel yang menurut peneliti mempunyai hubungan yang erat dengan variabel-variabel yang hendak diteliti itu.
2. Harus ada data pendahuluan dari populasi mengenai kriteria yang dipergunakan untuk menstratifikasi.
3. Jumlah satuan elementer dari setiap strata (ukuran setiap subpopulasi) harus diketahui dengan pasti. Hal ini diperlukan agar peneliti dapat membuat kerangka sampling untuk setiap subpopulasi atau strata yang akan dijadikan sumber dalam menentukan sampel atau responden. (Harap dicatat, bahwa teknik sampling random strata ini baru efektif dalam menentukan ukuran sampel yang harus diambil dari setiap strata dan belum mampu menentukan siapa saja sampel yang harus diambil untuk dijadikan responden penelitian). Untuk menentukan saampel sasaran atau responden masih perlu dilanjutkan dengan menggunakan teknik sampling random sederhana atau teknik sampling random sistematik, setelah sebelumnya dibuatkan kerangka sampling untuk setiap subpopulasinya.
Sampel strata terdiri dari dua macam, yakni sampel strata proporsional dan sampel strata disproporsional. Teknik sampling random strata proporsional digunakan apabila proporsi ukuran subpopulasi atau jumlah satuan elementer dalam setiap strata relatif seimbang atau relatif sama besar. Dalam sampel strata proporsional, dari setiap strata diambil sampel yang sebanding dengan besar setiap strata dengan berpatokan pada pecahan sampling (sampling fraction) yang sama yang digunakan. Pecahan sampling adalah angka yang menunjukkan persentase ukuran sampel yang akan diambil dari ukuran populasi tertentu. Sebagai contoh, jumlah keseluruhan mahasiswa Unpad ada 25.000 orang, sehingga ukuran populasinya 25.000. Berdasarkan perhitungan tertentu, misalnya kita menggunakan Rumus Slovin, sampel yang harus diambil sebesar 2.500 orang mahasiswa, maka pecahan samplingnya adalah 0,10 (10%) yang diperoleh dengan cara membagi ukuran sampel yang dikehendaki dengan ukuran populasinya (n/N). Dengan demikian, maka dari setiap lapisan populasi (strata) harus diambil sampel sebesar 10 % sehingga akhirnya diperoleh ukuran sampel secara keseluruhan yang merepresentasikan populasi. Untuk lebih jelasnya, perhatikan tabel di bawah ini.
Penggunaan Teknik Sampling Random Strata Proporsional agak kurang tepat jika proporsi ukuran subpopulasinya (jumlah satuan elementer pada strata) tidak seimbang, ada yang jumlahnya besar ada pula yang jumlahnya kecil, sehingga kalau digunakan teknik sampling strata proporsional dapat kejadian ukuran subpopulasinya sama dengan ukuran sampelnya. Padahal, jika ukuran sampelnya sama dengan ukuran populasinya (total sampling atau sensus) maka data yang diperoleh dari sampel tersebut tidak bisa diolah atau dianalisis dengan menggunakan analisis statistik inferensial. Oleh karena itu, dalam keadaan populasi yang demikian, gunakanlah Teknik Sampling Random Strata Disproporsional.
Pada Sampel Strtata Disproporsional, ukuran sampel yang diambil dari setiap subpopulasi (strata) sama besarnya, yang berbeda adalah pecahan samplingnya. Satu hal yang perlu dicatat dan diingat, jika menggunakan teknik sampling ini, nanti pada waktu analisis data, data yang diperoleh dari sampel masing-masing strata harus dikalikan dengan bobot yang disesuaikan pada strata tersebut. Teknis pengambilan sampel strata disproporsional dapat dilihat pada contoh tabel di bawah ini.
d. Teknik Sampling Random Klaster (Cluster Random Sampling)
Teknik ini digunakan apabila ukuran populasinya tidak diketahui dengan pasti, sehingga tidak memungkinkan untuk dibuatkan kerangka samplingnya, dan keberadaannya tersebar secara geografis atau terhimpun dalam klaster-klaster yang berbeda-beda. Akan tetapi jika klasternya besar atau wilayah geografisnya besar, maka pengambilan sampel tidak cukup hanya satu tahap, melainkan harus beberapa tahap. Dalam keadaan yang demikian gunakanlah teknik sampling klaster banyak tahap (multistage cluster sampling).
Teknik Sampling Nonprobabilitas (Teknik Sampling Nonrandom)
Dalam menentukan sampel dengan menggunakan taknik sampling nonrandom, tidak menggunakan prinsip kerandoman (prinsip teori peluang). Dasar penentuannya adalah pertimbangan-pertimbangan tertentu dari peneliti atau dari penelitian. Sebagai konsekuensinya, teknik sampling nonrandom ini tidak dapat digunakan apabila penelitian kita dirancang sebagai sebuah penelitian eksplanatif yang akan menguji hipotesis tertentu, misalnya penelitian korelasional, karena rumus uji statistik inferensial tidak dapat diterapkan untuk data yang berasal dari sampel nonrandom. Teknik sampling ini secara luas sering digunakan untuk penelitian-penelitian eksploratif atau penelitian deskriptif.
Ada beberapa jenis sampel nonrandom yang sering digunakan dalam penelitian sosial/penelitian komunikasi, di antaranya adalah:
1. Sampel Aksidental (accidental sampling). Sampel ini sering disebut sebagai sampel kebetulan yang pengambilannya didasarkan pada pertimbangan kemudahan bagi peneliti (bukan penelitian), sehingga sampel ini sering kali disebut convenience sampling atau sampel keenakan. Orang-orang ilmu statistika bahkan menyebutnya sebagai sampel kecelakaan, karena saking tidak representatifnya sampel tersebut. Sebisa mungkin, hindari untuk menggunakan sampel ini, jika kesimpulan penelitian kita ingin memperoleh kemampuan generalisasi yang tepat.
2. Sampel Kuota (quota sampling). Teknik sampling kuota merupakan teknik sampling yang sejenis dengan teknik sampling strata. Perbedaannya adalah ketika mengambil sampel dari setiap strata tidak menggunakan cara-cara random, tetapi menggunakan cara-cara kemudahan (convenience). Caranya, tentukan ukuran sampel dari masing-masing strata lalu teliti siapa sejumlah orang yang sesuai dengan ukuran sampel yang ditentukan tadi, siapa saja asal berasal dari strata tersebut.
3. Sampel Purposif (purposeful sampling). Teknik ini disebut juga judgemental sampling atau sampel pertimbangan bertujuan. Dasar penetuan sampelnya adalah tujuan penelitian. Sampel ini digunakan jika dalam upaya memperoleh data tentang fenomena atau masalah yang diteliti memerlukan sumber data yang memilki kualifikasi spesifik atau kriteria khusus berdasarkan penilaian tertentu, tingkat signifikansi tertentu.
Beberapa Masalah dalam Penelitian yang Berkaitan dengan Sampel
Dalam setiap penelitian, tidak tertutup kemungkinan untuk terjadi permasalahan atau penyimpangan. Besarnya penyimpangan yang dapat ditoleransi dalam suatu penelitian, tergantung pada sifat penelitian itu sendiri. Ada penelitian yang dapat mentolerannsikan penyimpangan yang besar; sebaliknya ada juga penelitian yang menghendaki penyimpangan yang kecil, sebab penyimpangan yang besar dapat menimbulkan kesimpulan yang salah.
Dalam suatu penelitian, ada kemungkinan timbul dua macam penyimpangan, yaitu:
1. Penyimpangan karena Pemakaian Sampel (Sampling Error)
Seandainya tidak ada kesalahan pada pengamatan, satuan-satuan ukuran, definisi operasinal variabel, pengolahan data, dan sebagainya, maka perbedaan itu hanya disebabkan oleh pemakaian sampel. Mudah dimengerti bahwa semakin besar sampelnyang diambil, semakin kecil pula terjadi penyimpangan. Apabila sampel itu sudah sama besar dengan populasi, maka penyimpangan oleh pemakaian sampel pasti akan hilang.
2. Penyimpangan Bukan oleh Pemakaian Sampel (Non-Sampling Error)
Jenis penyimpangan ini dapat ditimbulkan oleh berbagai hal, di antaranya adalah:
•Penyimpangan karena kesalahan perencanaan. Misalnya karena tidak tepatnya definisi operasional variabel, kriteria satuan-satuan ukuran, dan sebagainya, memberikan peluang penyimpangan atau kesalahan pada hasil penelitian.
•Penyimpangan karena Penggantian Sampel. Hal ini berkaitan dengan adanya perbedaan antara sampel yang diteliti dengan sampel yang ditetapkan. M
•Penyimpangan karena salah tafsir dari petugas pengumpulan data maupun responden, yang dapat menyebabkan jawaban yang diperoleh dari responden menyimpang dari yang sebenarnya.
•Penyimpangan karena salah tafsir responden. Biasanya disebabkan karena responden sudah lupa akan masalah yang ditanyakan.
•Penyimpangan karena responden sengaja salah dalam menjawab pertanyaan. Hal ini dapat terjadi jika responden merasa curiga terhadap maksud dan tujuan penelitian, atau mungkin juga responden mempunyai maksud-maksud tertentu secara terselubung.
•?Penyimpangan karena kesalahan pengolahan data, misalnya salah dalam menambahkan, mengalikan, dan sebagainya.
Sementara itu, masalah yang dihadapi dalam Pembuatan Kerangka Sampling, di antaranya adalah sebagai berikut:
•Blank Foreign Elements
Yakni jika data populasi yang diperoleh dari sesuatu sumber tidak sesuai dengan kenyataannya di lapangan, sehingga terjadi orang yang sudah terpilih sebagai sampel tidak ditemui di lapangan. Hal ini disebabkan mungkin karena pendataannya yang tidak akurat atau datanya sudah kadaluarsa.
•Incomplete Frame
Ketidaklengkapan kerangka sampling terjadi karena ada unsur populasi (orang) yang seharusnya masuk di dalamnya, justeru tidak tercatat.
•Cluster of Elements
Kerangka sampling yang kita miliki tidak selamanya sama dengan yang kita butuhkan.
- POPULASI
- ELEMEN
- SAMPEL
- SUBYEK
Populasi atau sering juga disebut universe adalah keseluruhan atau totalitas objek yang diteliti yang ciri-cirinya akan diduga atau ditaksir (estimated). Ciri-ciri populasi disebut parameter. Populasi juga sering diartikan sebagai kumpulan objek penelitian dari mana data akan dijaring atau dikumpulkan. Populasi dalam penelitian (penelitian komunikasi) bisa berupa orang (individu, kelompok, organisasi, komunitas, atau masyarakat) maupun benda, misalnya jumlah terbitan media massa, jumlah artikel dalam media massa, jumlah rubrik, dan sebagainya (terutama jika penelitian kita menggunakan teknik analisis isi (content analysis).
Populasi penelitian terdiri dari populasi sampling dan populasi sasaran. Populasi sampling adalah keseluruhan objek yang diteliti, sedangkan populasi sasaran adalah populasi yang benar-benar dijadikan sumber data.
Jumlah populasi (population numbers) dan ukuran populasi (population size). Jumlah populasi adalah banyaknya kategori populasi yang dijadikan objek penelitian yang dinotasikan dengan huruf K. Ukuran populasi adalah banyaknya unsur atau unit yang terkandung dalam sebuah kategori populasi tertentu, yang dilambangkan dengan huruf N.
Jika kita menggunakan seluruh unsur populasi sebagai sumber data, maka penelitian kita disebut sensus. Sensus merupakan penelitian yang dianggap dapat mengungkapkan ciri-ciri populasi (parameter) secara akurat dan komprehensif, sebab dengan menggunakan seluruh unsur populasi sebagai sumber data, maka gambaran tentang populasi tersebut secara utuh dan menyeluruh akan diperoleh. Oleh karena itu, sebaik-baiknya penelitian adalah penelitian sensus. Namun demikian, dalam batas-batas tertentu sensus kadang-kadang tidak efektif dan tidak efisien, terutama jika dihubungkan dengan ketersedian sumber daya yang ada pada peneliti.
Bila peneliti tidak memungkinkan untuk melakukan sensus, maka peneliti boleh mengambil sebagian saja dari unsur populasi untuk dijadikan objek penelitiannya atau sumber data. Sebagian unsur populasi yang dijadikan objek penelitian itu disebut sampel. Sampel atau juga sering disebut contoh adalah wakil dari populasi yang ciri-cirinya akan diungkapkan dan akan digunakan untuk menaksir ciri-ciri populasi. Oleh karena itu, jika kita menggunakan sampel sebagai sumber data, maka yang akan kita peroleh adalah ciri-ciri sampel bukan ciri-ciri populasi, tetapi ciri-ciri sampel itu harus dapat digunakan untuk menaksir populasi. Ciri-ciri sampel disebut statistik. Sama halnya dengan populasi, dalam sampel pun ada konsep jumlah sampel dan ukuran sampel. Jumlah sampel adalah banyaknya kategori sampel yang diteliti yang dilambangkan dengan huruf k, yang jumlahnya sama dengan jumlah populasi (k=K). Sedangkan ukuran sampel (dilambangkan dengan huruf n) adalah besarnya unsur populasi yang dijadikan sampel, yang jumlahnya selalui lebih kecil daripada ukuran populasi (n
UKURAN SAMPEL
Dalam menentukan menentukan ukuran sampel (n) yang harus diambil dari populasi agar memenuhi persyaratan kerepresentatifan, tidak ada kesepakatan bulat di antara para ahli metodolologi. Sehubungan dengan hal itu, I Gusti Bagoes Mantra dan Kasto dalam buku yang ditulis oleh Masri Singarimbun dan Sofian Effendi, Metode Penelitian Survai (1989), menyatakan bahwa sebelum kita menentukan berapa besar ukuran sampel yang harus diambil dari populasi tertentu, ada beberapa aspek yang harus dipertimbangkan yaitu:
1. Derajat Keseragaman Populasi (degree of homogenity). Jika tinggi tingkat homogenitas populasinya tinggi atau bahkan sempurna, maka ukuran sampel yang diambil boleh kecil, sebaliknya jika tingkat homogenitas populasinya rendah (tingkat heterogenitasnya tinggi) maka ukuran sampel yang diambil harus besar. Untuk menentukan tingkat homogenitas populasi sebaiknya dilakukan uji homogenitas dengan menggunakan uji statistik tertentu.
2. Tingkat Presisi (level of precisions) yang digunakan. Tingkat presisi, terutama digunkan dalam penelitian eksplanatif, misalnya penelitian korelasional, yakni suatu pernyataan peneliti tentang tingkat keakuratan hasil penelitian yang diinginkannya. Tingkat presisi biasanya dinyatakan dengan taraf signifikansi (a) yang dalam penelitian sosial biasa berkisar 0,05 (5%) atau 0,01 (1%), sehingga keakuratan hasil penelitiannya (selang kepercayaannya) 1–a yakni bisa 95% atau 99%. Jika kita menggunakan taraf signifikansi 0,01 maka ukuran sampel yang diambil harus lebih besar daripada ukuran sampel jika kita menggunakan taraf signifikansi 0,05.
3. Rancangan Analisis. Rancangan analisis yang dimaksud adalah sesuatu yang berkaitan dengan pengolahan data, penyajian data, pengupasan data, dan penafsiran data yang akan ditempuh dalam penelitian. Misalnya, kita akan menggunkan teknik analisis data dengan statistik deskripti; penyajian data menggunakan tabel-tabel distribusi frekuensi silang (tabel silang) atau tabel kontingensi dengan ukuran 3X3 atau lebih dimana pasti mengandung sel sebanyak 9 buah, maka ukuran sampelnya harus besar. Hal ini untuk menghindarkan adanya sel dalam tabel tersebut yang datanya nol (kosong), sehingga tidak layak untuk dianalisis dengan asumsi-asumsi kotingensi. Jika kita menggunakan rancangan analisisnya hanya menggunakan analisis statistik inferensial, maka ukuran sampelnya boleh lebih kecil dibandingkan apabila kita menggunakan rancangan analisis statistik deskriptif saja. Dengan kata lain, rancangan penelitian deskriptif membutuhkan ukuran sampel yang lebih besar daripada rancangan penelitian eksplanatif.
4. Alasan-alasan tertentu yang berkaitan dengan keterbatasan-keterbatasn yang ada pada peneliti, misalnya keterbatasan waktu, tenaga, biaya, dan lain-lain. (Catatan: Alasan ke-4 ini jangan digunakan sebagai pertimbangan utama dalam menentukan ukuran sampel, sebab hal ini lebih berkaitan dengan pertimbangan peneliti (tanpa akhiran an) dan bukan pertimbangan penelitian (metodologi).
Selain mempertimbangkan faktor-faktor di atas, beberapa buku metode penelitian menyarankan digunakannya rumus tertentu untuk menentukan berapa besar sampel yang harus diambil dari populasi. Jika ukuran populasinya diketahui dengan pasti, Rumus Slovin di bawah ini dapat digunakan.
Rumus Slovin:
N
n = ———
1 + Ne²
Keterangan;
n = ukuran sampel
N = ukuran populasi
e = kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang ditololerir, misalnya 5%.
Batas kesalahan yang ditolelir ini untuk setiap populasi tidak sama, ada yang 1%, 2%, 3%, 4%,5%, atau 10%.
Jika ukuran populasinya besar yang didapat dari pendugaan proporsi populasi, maka Rumus Yamane yang harus digunakan.
N
n = ———–
Nd² + 1
d = batas toleransi kesalahan pengambilan sampel yang digunakan.
Misalnya, kita ingin menduga proporsi pembaca koran dari populasi 4.000 orang. Presisi ditetapkan di antara 5% dengan tingkat kepercayaan 95%, maka besarnya sampel adalah:
4000
n = ————————- = 364
4000 x (0,05)² + 1
KERANGKA SAMPLING (SAMPLING FRAME)
Di atas sudah ditegaskan, bahwa tingkat krepresentatifan sampel selain ditentukan oleh ukuran sampel yang diambil juga ditentukan oleh teknik sampling yang digunakan. Di antara teknik-teknik sampling tersebut, dalam penggunaannya, ada yang mempersyaratkan tersedianya kerangka sampling. Kerangka sampling (sampling frame) adalah sebuah daftar yang memuat data mengenai seluruh unit atau unsur sampling yang terdapat pada populasi sampling. Secara gampang orang sering mengatakan, kerangka sampling adalah daftar nama-nama yang kerkandung dalam populasi penelitian.
Syarat Sample Yang Baik
Sampel yang baik adalah yang dapat mewakili sebanyak mungkin karakteristik populasi. Dalam bahasa pengukuran, artinya sampel harus valid, yaitu bisa mengukur sesuatu yang seharusnya diukur. Kalau yang ingin diukur adalah masyarakat jawa sedangkan yang dijadikan sampel adalah hanya orang Semarang saja, maka sampel tersebut tidak valid, karena tidak mengukur sesuatu yang seharusnya diukur (orang Jawa). Sampel yang valid ditentukan oleh dua pertimbangan.
Pertama : Akurasi atau ketepatan , yaitu tingkat ketidakadaan “bias” (kekeliruan) dalam sample. Dengan kata lain makin sedikit tingkat kekeliruan yang ada dalam sampel, makin akurat sampel tersebut. Tolok ukur adanya “bias” atau kekeliruan adalah populasi.
Cooper dan Emory (1995) menyebutkan bahwa “there is no systematic variance” yang maksudnya adalah tidak ada keragaman pengukuran yang disebabkan karena pengaruh yang diketahui atau tidak diketahui, yang menyebabkan skor cenderung mengarah pada satu titik tertentu. Sebagai contoh, jika ingin mengetahui rata-rata luas tanah suatu perumahan, lalu yang dijadikan sampel adalah rumah yang terletak di setiap sudut jalan, maka hasil atau skor yang diperoleh akan bias. Kekeliruan semacam ini bisa terjadi pada sampel yang diambil secara sistematis
Contoh systematic variance yang banyak ditulis dalam buku-buku metode penelitian adalah jajak-pendapat (polling) yang dilakukan oleh Literary Digest (sebuah majalah yang terbit di Amerika tahun 1920-an) pada tahun 1936. (Copper & Emory, 1995, Nan lin, 1976). Mulai tahun 1920, 1924, 1928, dan tahun 1932 majalah ini berhasil memprediksi siapa yang akan jadi presiden dari calon-calon presiden yang ada. Sampel diambil berdasarkan petunjuk dalam buku telepon dan dari daftar pemilik mobil. Namun pada tahun 1936 prediksinya salah. Berdasarkan jajak pendapat, di antara dua calon presiden (Alfred M. Landon dan Franklin D. Roosevelt), yang akan menang adalah Landon, namun meleset karena ternyata Roosevelt yang terpilih menjadi presiden Amerika.
Setelah diperiksa secara seksama, ternyata Literary Digest membuat kesalahan dalam menentukan sampel penelitiannya . Karena semua sampel yang diambil adalah mereka yang memiliki telepon dan mobil, akibatnya pemilih yang sebagian besar tidak memiliki telepon dan mobil (kelas rendah) tidak terwakili, padahal Rosevelt lebih banyak dipilih oleh masyarakat kelas rendah tersebut. Dari kejadian tersebut ada dua pelajaran yang diperoleh : (1), keakuratan prediktibilitas dari suatu sampel tidak selalu bisa dijamin dengan banyaknya jumlah sampel; (2) agar sampel dapat memprediksi dengan baik populasi, sampel harus mempunyai selengkap mungkin karakteristik populasi (Nan Lin, 1976).
Kedua : Presisi. Kriteria kedua sampel yang baik adalah memiliki tingkat presisi estimasi. Presisi mengacu pada persoalan sedekat mana estimasi kita dengan karakteristik populasi. Contoh : Dari 300 pegawai produksi, diambil sampel 50 orang. Setelah diukur ternyata rata-rata perhari, setiap orang menghasilkan 50 potong produk “X”. Namun berdasarkan laporan harian, pegawai bisa menghasilkan produk “X” per harinya rata-rata 58 unit. Artinya di antara laporan harian yang dihitung berdasarkan populasi dengan hasil penelitian yang dihasilkan dari sampel, terdapat perbedaan 8 unit. Makin kecil tingkat perbedaan di antara rata-rata populasi dengan rata-rata sampel, maka makin tinggi tingkat presisi sampel tersebut.
Belum pernah ada sampel yang bisa mewakili karakteristik populasi sepenuhnya. Oleh karena itu dalam setiap penarikan sampel senantiasa melekat keasalahan-kesalahan, yang dikenal dengan nama “sampling error” Presisi diukur oleh simpangan baku (standard error). Makin kecil perbedaan di antara simpangan baku yang diperoleh dari sampel (S) dengan simpangan baku dari populasi.
JENIS SAMPEL DAN TEKNIK SAMPLING
Berdasarkan prosedur atau cara yang digunakan dalam mengambil sampel dari populasi (teknik sampling), kita dapat mengidentifikasi dua jenis sampel, yaitu: sampel probabilitas (probability sampling) dan sampel nonprobabilitas (nonprobability sampling). Sampel probabilitas atau disebut juga sampel random (sampel acak) adalah sampel yang pengambilannya berlandaskan pada prinsip teori peluang, yakni prinsip memberikan peluang yang sama kepada seluruh unit populasi untuk dipilih sebagai sampel. Sebaliknya, sampel nonprobabilitas atau sampel nonrandom (sampel tak acak) adalah sampel yang pengambilannya didasarkan pada pertimbangan-pertimbangan tertentu (bisa pertimbangan penelitian maupun pertimbangan peneliti). Sampel probabilitas diambil dengan menggunakan teknik sampling probabilitas atau teknik sampling random, sedangkan untuk mengambil sampel nonprobabilitas atau sampel nonrandom digunakan teknik sampling nonprobabilitas, yakni pertimbangan-pertimbangan tertentu. Sampel probabilitas cenderung memiliki tingkat representasi yang lebih tinggi daripada sampel nonprobabilitas.
Teknik Sampling Probabilitas (Teknik Sampling Random)
a. Teknik Sampling Random Sederhana (Simple Random Sampling)
Sampel acak sederhana adalah sebuah sampel yang diambil sedemikian rupa sehingga setiap unit penelitian atau satuan elementer dari populasi mempunyai kesempatan yang sama untuk dipilih sebagai sampel. Peluang yang dimiliki oleh setiap unit penelitian untuk dipilh sebagai sampel sebesar n/N, yakni ukuran sampel yang dikehendaki dibagi dengan ukuran populasi.
Dalam menggunakan Teknik Sampling Random Sederhana ini ada beberapa syarat yang harus dipenuhi, antara lain (Singarimbun dan Effendy, 1989):
1. Harus tersedia kerangka sampling atau memungkinkan untuk dibuatkan kerangka samplingnya (dalam kerangka sampling tidak boleh ada unsur sampel yang dihitung dua kali atau lebih).
2. Sifat populasinya harus homogen, jika tidak, kemungkinan akan terjadi bias.
3. Ukuran populasinya tidak tak terbatas, artinya harus pasti berapa ukuran populasinya.
4. Keadaan populasinya tidak terlalu tersebar secara geografis.
Teknis pelaksanaannya ada dua cara, yakni:
1. Dengan mengundi unsur-unsur penelitian atau satuan-satuan elementer dalam populasi. Langkah awal yang perlu dilakukan adalah menyusun semua unit penelitian atau unit elementer ke dalam kerangka sampling, mulai dari nomor terkecil hingga nomor ke-n (tergantung berapa besar ukuran populasinya). Selanjutnya masing-masing nomor unsur populasi itu ditulsikan dalam secarik kertas, digulung, dan dimasukkan ke dalam sebuah kotak atau toples. Lalu lakukan pengocokan secara merata, dan ambil sejumlah gulungan kertas tersebut sebanyak ukuran sampel yang dikehendaki. Nomor-nomr yang terambil itu menjadi unit elementer yang terpilih sebagai sampel. Pengundian juga dapat dilakukan seperti halnya ibu-ibu anggota kelompok arian menentukan pemenang arisannya. Gulungan kertas yang di dalamnya sudah berisi nomor unit elementer, dimasukkan ke dalam toples yang diberi tutup dengan lubang sebesar kira-kira dapat dilalui oleh setiap gulungan kertas yang ada di dalamnya. Lalu kocok berulang-ulang hingga keluar sejumlah gulungan kertas sesuai dengan ukuran sampel yang direncanakan. Penggunaan cara ini (cara pengundian) seringkali tidak praktis, terutama apabila ukuran populasinya relatif besar, sebab: pertama, hampir tidak mungkin kita dapat melakukan pengocokan secara saksama dan merata seluruh gulungan kertas undian; dan kedua, ada kecenderungan kita untuk tergoda memilih angka-angka tertentu. Dalam keadaan yang demikian, gunakan teknik kedua, yakni dengan mengundi Tabel Angka Random.
2. Dengan menggunakan Tabel Angka Random. Cara ini dipilih karena selain meringankan pekerjaan, juga lebih memberikan jaminan yang lebih besar bahwa setiap unit elementer mempunyai peluang yang sama untuk terpilih sebagai sampel. Caranya adalah sebagai berikut: misalnya, dari satuan elementer dlam populasi (N) yang besarnya 500 orang, akan dipilih 50 satuan elementer sebagai sampel (n). Bilangan 500 ini terdiri dari tiga dijit (digit), oleh karena itu dalam kerangka sampling satuan elementernya diberi nomor mulai dari 001 sampai 500. Selanjutnya lihat Tabel Angka Random atau Tabel Bilangan Random yang selalu ada pada lampiran buku-buku metodologi penelitian atau buku-buku metode statistika. Karena angka-angka yang yang terdapat dalam Tabel Bilangan Random itu disusun secara kebetulan (randomly assorted), maka pemakai tabel tersebut dapat mulai melihatnya dari baris dan kolom mana saja. Di samping itu, ia dapat juga mengikutinya ke arah mana saja. Penentuan angka pertama dapat dilakukan, misalnya, dengan cara menjatuhkan pensil dengan mata pensil mengarah ke bawah pada lembaran kertas yang di dalamnya terdapat tabel bilangan random yang kita gunakan. Angka random yang terkena oleh mata pensil tadi adalah unsur sampel pertama yang kita pilih. Selanjutnya, kita dapat menentukan unsur sampel lainnya dengan cara berjalan ke atas mengikuti kolom yang sama, atau ke samping mengikuti baris, ke bawah mengikuti kolom, atau cara apa saja yang dianggap mudah.
b. Teknik Sampling Random Sistematik (Systematic Random Sampling)
Apabila ukuran populasinya sangat besar, hingga tidak memungkinkan dilakukan pemilihan sampel dengan cara pengundian, maka teknik sampling random sederhana tidaklah tepat untuk digunakan. Dalam keadaan populasi yang demikian, gunakanlah teknik sampling random sistematik. Persyaratan yang harus dipenuhi agar teknik sampling ini dapat digunakan, sama dengan persyaratan untuk sampel random sederhana, yakni tersedianya kerangka sampling (ukuran populasinya diketahui dengan pasti), dan populasinya mempunyai pola beraturan yang memungkinkan untuk diberikan nomor urut serta bersifat homogen.
Cara penggunaan teknik sampling random sistematik ini mirip dengan cara sampling random sederhana. Bedanya, pada teknik sampling sistematik perandoman atau pengundian hanya dilakukan satu kali, yakni ketika menentukan unsur pertama dari sampling yang akan diambil. Penentuan unsur sampling selanjutnya ditempuh dengan cara memanfaatkan interval sampel. Interval sampel adalah angka yang menunjukkan jarak antara nomor-nomor urut yang terdapat dalam kerangka sampling yang akan dijadikan patokan dalam menentukan atau memilih unsur-unsur sampling kedua dan seterusnya hingga unsur ke-n. Interval sampel biasanya dilambangkan dengan huruf k.
Interval sampel atau juga disebut sampling rasio diperoleh dengan cara membagi ukuran populasi dengan ukuran sampel yang dikehendaki (N/n). Misalnya, dari populasi (N) berukuran 500 kita akan mengambil sampel (n) berkuran 50, maka interval samplingnya adalah 500/50=10 atau k =10. Andaikan yang terpilih sebagai unsur sampling pertama adalah satuan elementer yang bernomor s, maka penentuan unsur-unsur sampel berikutnya adalah:
Unsur pertama = s
Unsur kedua = s + k
Unsur ketiga = s + 2k
Unsur keempat = s + 3k, dan seterusnya hingga unsur ke-n.
c. Teknik Sampling Random Berstrata (Stratified Random Sampling)
Teknik sampling ini digunakan apabila populasinya tidak homogen (heterogen). Makin heterogen suatu populasi, makin besar pula perbedaan sifat-sifat antara lapisan tersebut. Padahal, sebagaimana telah diungkapkan di atas, presisi dan tingkat kerepresentatifan sampel yang diambil dari suatu populasi antara lain dipengaruhi oleh derajat keseragaman (tingkat homogenitas) populasi yang bersangkutan. Untuk dapat menggambarkan secara tepat tentang sifat-sifat populasi yang heterogen, maka populasi yang bersangkutan harus dibagi-bagi kedalam lapisan-lapisan (strata) yang seragam atau homogen, dan dari setiap strata dapat diambil sampel secara random (acak).
Untuk dapat menggunakan teknik sampling random strata, ada beberapa syarat yang harus dipenuhi, antara lain (Singarimbun dan Effendi, 1989:162-163):
1. Harus ada kriteria yang jelas yang akan dipergunakan sebagai dasar untuk menstratifikasi populasi ke dalam lapisan-lapisan. Secara teoretis, yang dapat dijadikan kriteria untuk pembagian strata itu ialah variabel-variabel yang akan diteliti atau variabel-variabel yang menurut peneliti mempunyai hubungan yang erat dengan variabel-variabel yang hendak diteliti itu.
2. Harus ada data pendahuluan dari populasi mengenai kriteria yang dipergunakan untuk menstratifikasi.
3. Jumlah satuan elementer dari setiap strata (ukuran setiap subpopulasi) harus diketahui dengan pasti. Hal ini diperlukan agar peneliti dapat membuat kerangka sampling untuk setiap subpopulasi atau strata yang akan dijadikan sumber dalam menentukan sampel atau responden. (Harap dicatat, bahwa teknik sampling random strata ini baru efektif dalam menentukan ukuran sampel yang harus diambil dari setiap strata dan belum mampu menentukan siapa saja sampel yang harus diambil untuk dijadikan responden penelitian). Untuk menentukan saampel sasaran atau responden masih perlu dilanjutkan dengan menggunakan teknik sampling random sederhana atau teknik sampling random sistematik, setelah sebelumnya dibuatkan kerangka sampling untuk setiap subpopulasinya.
Sampel strata terdiri dari dua macam, yakni sampel strata proporsional dan sampel strata disproporsional. Teknik sampling random strata proporsional digunakan apabila proporsi ukuran subpopulasi atau jumlah satuan elementer dalam setiap strata relatif seimbang atau relatif sama besar. Dalam sampel strata proporsional, dari setiap strata diambil sampel yang sebanding dengan besar setiap strata dengan berpatokan pada pecahan sampling (sampling fraction) yang sama yang digunakan. Pecahan sampling adalah angka yang menunjukkan persentase ukuran sampel yang akan diambil dari ukuran populasi tertentu. Sebagai contoh, jumlah keseluruhan mahasiswa Unpad ada 25.000 orang, sehingga ukuran populasinya 25.000. Berdasarkan perhitungan tertentu, misalnya kita menggunakan Rumus Slovin, sampel yang harus diambil sebesar 2.500 orang mahasiswa, maka pecahan samplingnya adalah 0,10 (10%) yang diperoleh dengan cara membagi ukuran sampel yang dikehendaki dengan ukuran populasinya (n/N). Dengan demikian, maka dari setiap lapisan populasi (strata) harus diambil sampel sebesar 10 % sehingga akhirnya diperoleh ukuran sampel secara keseluruhan yang merepresentasikan populasi. Untuk lebih jelasnya, perhatikan tabel di bawah ini.
Penggunaan Teknik Sampling Random Strata Proporsional agak kurang tepat jika proporsi ukuran subpopulasinya (jumlah satuan elementer pada strata) tidak seimbang, ada yang jumlahnya besar ada pula yang jumlahnya kecil, sehingga kalau digunakan teknik sampling strata proporsional dapat kejadian ukuran subpopulasinya sama dengan ukuran sampelnya. Padahal, jika ukuran sampelnya sama dengan ukuran populasinya (total sampling atau sensus) maka data yang diperoleh dari sampel tersebut tidak bisa diolah atau dianalisis dengan menggunakan analisis statistik inferensial. Oleh karena itu, dalam keadaan populasi yang demikian, gunakanlah Teknik Sampling Random Strata Disproporsional.
Pada Sampel Strtata Disproporsional, ukuran sampel yang diambil dari setiap subpopulasi (strata) sama besarnya, yang berbeda adalah pecahan samplingnya. Satu hal yang perlu dicatat dan diingat, jika menggunakan teknik sampling ini, nanti pada waktu analisis data, data yang diperoleh dari sampel masing-masing strata harus dikalikan dengan bobot yang disesuaikan pada strata tersebut. Teknis pengambilan sampel strata disproporsional dapat dilihat pada contoh tabel di bawah ini.
d. Teknik Sampling Random Klaster (Cluster Random Sampling)
Teknik ini digunakan apabila ukuran populasinya tidak diketahui dengan pasti, sehingga tidak memungkinkan untuk dibuatkan kerangka samplingnya, dan keberadaannya tersebar secara geografis atau terhimpun dalam klaster-klaster yang berbeda-beda. Akan tetapi jika klasternya besar atau wilayah geografisnya besar, maka pengambilan sampel tidak cukup hanya satu tahap, melainkan harus beberapa tahap. Dalam keadaan yang demikian gunakanlah teknik sampling klaster banyak tahap (multistage cluster sampling).
Teknik Sampling Nonprobabilitas (Teknik Sampling Nonrandom)
Dalam menentukan sampel dengan menggunakan taknik sampling nonrandom, tidak menggunakan prinsip kerandoman (prinsip teori peluang). Dasar penentuannya adalah pertimbangan-pertimbangan tertentu dari peneliti atau dari penelitian. Sebagai konsekuensinya, teknik sampling nonrandom ini tidak dapat digunakan apabila penelitian kita dirancang sebagai sebuah penelitian eksplanatif yang akan menguji hipotesis tertentu, misalnya penelitian korelasional, karena rumus uji statistik inferensial tidak dapat diterapkan untuk data yang berasal dari sampel nonrandom. Teknik sampling ini secara luas sering digunakan untuk penelitian-penelitian eksploratif atau penelitian deskriptif.
Ada beberapa jenis sampel nonrandom yang sering digunakan dalam penelitian sosial/penelitian komunikasi, di antaranya adalah:
1. Sampel Aksidental (accidental sampling). Sampel ini sering disebut sebagai sampel kebetulan yang pengambilannya didasarkan pada pertimbangan kemudahan bagi peneliti (bukan penelitian), sehingga sampel ini sering kali disebut convenience sampling atau sampel keenakan. Orang-orang ilmu statistika bahkan menyebutnya sebagai sampel kecelakaan, karena saking tidak representatifnya sampel tersebut. Sebisa mungkin, hindari untuk menggunakan sampel ini, jika kesimpulan penelitian kita ingin memperoleh kemampuan generalisasi yang tepat.
2. Sampel Kuota (quota sampling). Teknik sampling kuota merupakan teknik sampling yang sejenis dengan teknik sampling strata. Perbedaannya adalah ketika mengambil sampel dari setiap strata tidak menggunakan cara-cara random, tetapi menggunakan cara-cara kemudahan (convenience). Caranya, tentukan ukuran sampel dari masing-masing strata lalu teliti siapa sejumlah orang yang sesuai dengan ukuran sampel yang ditentukan tadi, siapa saja asal berasal dari strata tersebut.
3. Sampel Purposif (purposeful sampling). Teknik ini disebut juga judgemental sampling atau sampel pertimbangan bertujuan. Dasar penetuan sampelnya adalah tujuan penelitian. Sampel ini digunakan jika dalam upaya memperoleh data tentang fenomena atau masalah yang diteliti memerlukan sumber data yang memilki kualifikasi spesifik atau kriteria khusus berdasarkan penilaian tertentu, tingkat signifikansi tertentu.
Beberapa Masalah dalam Penelitian yang Berkaitan dengan Sampel
Dalam setiap penelitian, tidak tertutup kemungkinan untuk terjadi permasalahan atau penyimpangan. Besarnya penyimpangan yang dapat ditoleransi dalam suatu penelitian, tergantung pada sifat penelitian itu sendiri. Ada penelitian yang dapat mentolerannsikan penyimpangan yang besar; sebaliknya ada juga penelitian yang menghendaki penyimpangan yang kecil, sebab penyimpangan yang besar dapat menimbulkan kesimpulan yang salah.
Dalam suatu penelitian, ada kemungkinan timbul dua macam penyimpangan, yaitu:
1. Penyimpangan karena Pemakaian Sampel (Sampling Error)
Seandainya tidak ada kesalahan pada pengamatan, satuan-satuan ukuran, definisi operasinal variabel, pengolahan data, dan sebagainya, maka perbedaan itu hanya disebabkan oleh pemakaian sampel. Mudah dimengerti bahwa semakin besar sampelnyang diambil, semakin kecil pula terjadi penyimpangan. Apabila sampel itu sudah sama besar dengan populasi, maka penyimpangan oleh pemakaian sampel pasti akan hilang.
2. Penyimpangan Bukan oleh Pemakaian Sampel (Non-Sampling Error)
Jenis penyimpangan ini dapat ditimbulkan oleh berbagai hal, di antaranya adalah:
•Penyimpangan karena kesalahan perencanaan. Misalnya karena tidak tepatnya definisi operasional variabel, kriteria satuan-satuan ukuran, dan sebagainya, memberikan peluang penyimpangan atau kesalahan pada hasil penelitian.
•Penyimpangan karena Penggantian Sampel. Hal ini berkaitan dengan adanya perbedaan antara sampel yang diteliti dengan sampel yang ditetapkan. M
•Penyimpangan karena salah tafsir dari petugas pengumpulan data maupun responden, yang dapat menyebabkan jawaban yang diperoleh dari responden menyimpang dari yang sebenarnya.
•Penyimpangan karena salah tafsir responden. Biasanya disebabkan karena responden sudah lupa akan masalah yang ditanyakan.
•Penyimpangan karena responden sengaja salah dalam menjawab pertanyaan. Hal ini dapat terjadi jika responden merasa curiga terhadap maksud dan tujuan penelitian, atau mungkin juga responden mempunyai maksud-maksud tertentu secara terselubung.
•?Penyimpangan karena kesalahan pengolahan data, misalnya salah dalam menambahkan, mengalikan, dan sebagainya.
Sementara itu, masalah yang dihadapi dalam Pembuatan Kerangka Sampling, di antaranya adalah sebagai berikut:
•Blank Foreign Elements
Yakni jika data populasi yang diperoleh dari sesuatu sumber tidak sesuai dengan kenyataannya di lapangan, sehingga terjadi orang yang sudah terpilih sebagai sampel tidak ditemui di lapangan. Hal ini disebabkan mungkin karena pendataannya yang tidak akurat atau datanya sudah kadaluarsa.
•Incomplete Frame
Ketidaklengkapan kerangka sampling terjadi karena ada unsur populasi (orang) yang seharusnya masuk di dalamnya, justeru tidak tercatat.
•Cluster of Elements
Kerangka sampling yang kita miliki tidak selamanya sama dengan yang kita butuhkan.
