Nama: INDAHTAURIZYA
Npm: 17 630 011
BESAR SAMPEL DAN SUMBER DATA
1. SUMBER DATA
1.1 Pengertian Sumber Data
Menurut Suharsimi Arikunto (2010): yang dimaksud sumber data dalam penelitian adalah subjek dari mana data dapat diperoleh. Apabila peneliti menggunakan kuesioner atau wawancara dalam pengumpulan datanya, maka sumber data disebut responden, yaitu orang yang merespon atau menjawab pertanyaan – pertanyaan peneliti, baik pertanyaan tertulis maupun lisan.
Apabila peneliti menggunakan teknik observasi, sumber datanya bisa berupa benda, gerak atau proses sesuatu. Peneliti yang mengamati tumbuhnya jagung, sedang objek penelitiannya adalah pertumbuhan jagung. Apabila peneliti mengguakan dokumentasi, maka dokumen atau catatanlah yang menjadi sumber data, sedang isi catatan subjek peneliti atau variabel penelitian.
1.2 Jenis Sumber Data
Untuk mempermudah mengidentifikasi sumber data, maka disingkat “3P” untuk mengidentifikasi dimana data menempel, yaitu:
a) Person yaitu sumber data yang bia memberikan data berupa jawaban lisan melalui wawancara atau jawaban tertulis melalui angket.
b) Place yaitu sumber data yang menyajikan data berupa tampilan keadaan diam atau bergerak. Diam misalnya: ruangan, alat-alat dan wujud benda. Sedangkan Bergerak misalnya: aktivitas, laju kendaraan, dan kegiatan belajar mengajar.
c) Paper yaitu data yang menyajikan tanda-tanda berupa huruf, angka, serta gambar atau simbol-simbol lain seperti batu, kayu, tulang yang cocok untuk penggunaan metode dokumentasi.
Menurut Sugiyono (2008): Sumber data juga dapat dibedakan menjadi dua, yaitu:
• Sumber Primer adalah sumber data yang langsung memberikan data kepada peneliti.
• Sumber sekunder merupakan sumber yang tidak langsung memberikan data kepada peneliti,
misalnya lewat orang lain atau pun lewat dokumen.
Menurut Lofland dan Lofland (1984:47) dalam J.Moleong (2009) sumber data utama dalam penelitian kualitatif ialah kata-kata, dam tindakan, selebihnya adalah data tambahan seperti dokumen. Adapun jens-jenis data tersebut ialah:
1) Kata – kata dan Tindakan
Kata – kata dan tindakan orang – orang yang diamati atau diwawancarai merupakan sumber data utama. Sumber data utama dicatat melalui catatan tertulis atau melaui perekaman video / audio tapes, pengambilan foto atau film.
2) Sumber Tertulis
Walaupun dikatakan bahwa sumber selain kata dan tindakan merupakan sumber kedua, jelas hal itu tidak bisa diabaikan. Dilihat dari segi sumber data, bahan tambahan yang berasal dari sumber tertulis dapat dibagi atas sumber buku dan majalah ilmiah, sumber dari arsip, dokumen pribadi dan dokumen resmi.
3) Foto
Foto menghasilkan data deskriptif yang cukup berharga dan sering digunakan untuk menelaah segi-segi subjektif dan hasilnya sering dianalisis secara induktif. Ada dua kategori foto yang dapat dimanfaakan dalam penelitian kualitatif, yaitu foto yang dihasilkan orang dan foto yang dihasilkan oleh peneliti itu sendiri.
2. SAMPEL
2.1 Pengertian Sampel
Sampel berasal dari bahasa Inggris “sample” yang artinya contoh, comotan atau mencomot yaitu mengambil sebagian saja dari yang banyak. Dalam hal ini yang dimaksud dengan yang banyak adalah populasi. Dalam suatu penelitian, tidaklah selalu perlu untuk meneliti semua individu dalam populasi karena akan memakan banyak waktu dan biaya yang besar. Oleh karena itu dilakukan pengambilan sampel, dimana sampel yang diambil adalah sampel yang benar-benar representasi atau yang mewakili seluruh populasi.
Dalam suatu penelitian yang menjadi dasar pertimbangan pengambilan sampel adalah memperhitungkan masalah efisiensi ( waktu dan biaya) dan masalah ketelitian dimana penelitian dengan pengambilan sampel dapat mempertinggi ketelitian karena jika penelitian terhadap populasi belum tentu dapat dilakukan secara teliti. Seorang peneliti dalam suatu penelitian harus memperhitungkan dan memperhatikan hubungan antara waktu, biaya dan tenaga yang akan dikeluarkan dengan presisi ( tingkat ketepatan ) yang akan diperoleh sebagai pertimbangan dalam menentukan metode pengambilan sampel yang akan digunakan.
Sampel adalah bagian dari populasi yang diharapkan mampu mewakili populasi dalam penelitian. Dalam penyusunan sampel perlu disusun kerangka sampling yaitu daftar dari semua unsur sampling dalam populasi sampling, dengan syarat:
1. Harus meliputi seluruh unsur sampel.
2. Tidak ada unsur sampel yang dihitung dua kali.
3. Harus up to date.
4. Batas-batasnya harus jelas.
5. Harus dapat dilacak dilapangan.
Menurut Teken (dalam Masri Singarimbun dan Sofyan Efendi) Ciri-ciri sample yang ideal adalah:
1. Dapat menghasilkan gambaran yang dipercaya dari seluruh populasi yang diteliti.
2. Dapat menentukan presisi (precision) dari hasil penelitian dengan menentukan penyimpangan baku (standar) dari taksiran yang diperoleh.
3. Sederhana, sehingga mudah dilaksanakan.
4. Dapat memberikan keterangan sebanyak mungkin dengan biaya yang rendah.
Ada empat faktor yang harus diperhatikan dalam penentuan besar kecilnya sampel, antara lain:
1. Degree of homogenity dari populasi, makin homogin populasi makin sedikit jumlah sampel yang diambil.
2. Pressisi yang dikehendaki, makin tinggi tingkat pressisi yang dikehendaki makin banyak jumlah sampel yang diambil.
3. Rencana analisa
4. Tenaga biaya dan waktu
2.2 Ukuran Sampel
Ada dua hal yang menjadi pertimbanngan dalam menentukan ukuran sample. Pertama ketelitian (presisi) dan kedua adalah keyakinan (confidence).
Ketelitian mengacu pada seberapa dekat taksiran sampel dengan karakteristik populasi. Keyakinan adalah fungsi dari kisaran variabilitas dalam distribusi pengambilan sampel dari rata-rata sampel. Variabilitas ini disebut dengan standar error, disimbolkan dengan S-x
Semakin dekat kita menginginkan hasil sampel yang dapat mewakili karakteristik populasi, maka semakin tinggi ketelitian yang kita perlukan. Semakin tinggi ketelitian, maka semakin besar ukuran sampel yang diperlukan, terutama jika variabilitas dalam populasi tersebut besar.
Sedangkan keyakinan menunjukkan seberapa yakin bahwa taksiran kita benar-benar berlaku bagi populasi. Tingkat keyakinan dapat membentang dari 0 – 100%. Keyakinan 95% adalah tingkat lazim yang digunakan pada penelitian sosial / bisnis. Makna dari keyakinan 95% (alpha 0.05) ini adalah “setidaknya ada 95 dari 100, taksiran sampel akan mencerminkan populasi yang sebenarnya”.
Untuk menentukan sampel dari populasi digunakan perhitungan maupun acuan tabel yang dikembangkan para ahli. Secara umum, untuk penelitian korelasional jumlah sampel minimal untuk memperoleh hasil yang baik adalah 30, sedangkan dalam penelitian eksperimen jumlah sampel minimum 15 dari masing-masing kelompok dan untuk penelitian survey jumlah sampel minimum adalah 100. juga lebih cocok untuk penelitian kualitatif.
Roscoe (1975) yang dikutip Uma Sekaran (2006) memberikan acuan umum untuk menentukan ukuran sampel :
Ukuran sampel lebih dari 30 dan kurang dari 500 adalah tepat untuk kebanyakan penelitian. Jika sampel dipecah ke dalam subsampel (pria/wanita, junior/senior, dan sebagainya), ukuran sampel minimum 30 untuk tiap kategori adalah tepat
Dalam penelitian mutivariate (termasuk analisis regresi berganda), ukuran sampel sebaiknya 10x lebih besar dari jumlah variabel dalam penelitian
Untuk penelitian eksperimental sederhana dengan kontrol eskperimen yang ketat, penelitian yang sukses adalah mungkin dengan ukuran sampel kecil antara 10 sampai dengan 20
Arikunto Suharsimi (2005) memberikan pendapat sebagai berikut :
“..jika peneliti memiliki beberapa ratus subjek dalam populasi, maka mareka dapat menentukan kurang lebih 25 – 30% dari jumlah tersebut. Jika jumlah anggota subjek dalam populasi hanya meliputi antara 100 – 150 orang, dan dalam pengumpulan datanya peneliti menggunakan angket, maka sebaiknya subjek sejumlah itu diambil seluruhnya. Namun apabila peneliti menggunakan teknik wawancara dan pengamatan, jumlah tersebut dapat dikurangi menurut teknik sampel dan sesuai dengan kemampuan peneliti.
Besaran atau jumlah sampel ini sampel sangat tergantung dari besaran tingkat ketelitian atau kesalahan yang diinginkan peneliti. Namun, dalam hal tingkat kesalahan, pada penelitian sosial maksimal tingkat kesalahannya adalah 5% (0,05). Makin besar tingkat kesalahan maka makin kecil jumlah sampel. Namun yang perlu diperhatikan adalah semakin besar jumlah sampel (semakin mendekati populasi) maka semakin kecil peluang kesalahan generalisasi dan sebaliknya, semakin kecil jumlah sampel (menjauhi jumlah populasi) maka semakin besar peluang kesalahan generalisasi.
Beberapa rumus untuk menentukan jumlah sampel antara lain :
1. Rumus Slovin
n = N/N(d)2 + 1
n = sampel; N = populasi; d = nilai presisi 95% atau sig. = 0,05.
Misalnya, jumlah populasi adalah 125, dan tingkat kesalahan yang dikehendaki adalah 5%, maka jumlah sampel yang digunakan adalah :
N = 125 / 125 (0,05)2 + 1 = 95,23, dibulatkan 95
2. Tabel Isaac dan Michael
Tabel penentuan jumlah sampel dari Isaac dan Michael memberikan kemudahan penentuan jumlah sampel berdasarkan tingkat kesalahan 1%, 5% dan 10%. Dengan tabel ini, peneliti dapat secara langsung menentukan besaran sampel berdasarkan jumlah populasi dan tingkat kesalahan yang dikehendaki.
2.3 Teknik Sampel
Teknik sampling merupakan teknik pengambilan sampel yang secara umum terbagi dua yaitu probability sampling dan non probability sampling.
Dalam pengambilan sampel cara probabilitas besarnya peluang atau probabilitas elemen populasi untuk terpilih sebagai subjek diketahui. Sedangkan dalam pengambilan sampel dengan cara nonprobability besarnya peluang elemen untuk ditentukan sebagai sampel tidak diketahui. Menurut Sekaran (2006), desain pengambilan sampel dengan cara probabilitas jika representasi sampel adalah penting dalam rangka generalisasi lebih luas. Bila waktu atau faktor lainnya, dan masalah generalisasi tidak diperlukan, maka cara nonprobability biasanya yang digunakan.
1. Probability Sampling
Probability sampling adalah teknik pengambilan sampel yang memberikan peluang yang sama kepada setiap anggota populasi untuk menjadi sampel. Teknik ini meliputi simpel random sampling, sistematis sampling, proportioate stratified random sampling, disproportionate stratified random sampling, dan cluster sampling.
· Simple random sampling
Teknik ini adalah teknik yang paling sederhana (simple). Sampel diambil secara
acak, tanpa memperhatikan tingkatan yang ada dalam populasi.
Misalnya :
Populasi adalah siswa SD Negeri XX Jakarta yang berjumlah 500 orang. Jumlah sampel ditentukan dengan Tabel Isaac dan Michael dengan tingkat kesalahan adalah sebesar 5% sehingga jumlah sampel ditentukan sebesar 205.
Jumlah sampel 205 ini selanjutnya diambil secara acak tanpa memperhatikan kelas, usia dan jenis kelamin.
· Sampling Sistematis
Adalah teknik sampling yang menggunakan nomor urut dari populasi baik yang berdasarkan nomor yang ditetapkan sendiri oleh peneliti maupun nomor identitas tertentu, ruang dengan urutan yang seragam atau pertimbangan sistematis lainnya.
Contohnya :
Akan diambil sampel dari populasi karyawan yang berjumlah 125. Karyawan ini diurutkan dari 1 – 125 berdasarkan absensi. Peneliti bisa menentukan sampel yang diambil berdasarkan nomor genap (2, 4, 6, dst) atau nomor ganjil (1, 2, 3, dst), atau bisa juga mengambil nomor kelipatan (2, 4, 8, 16, dst)
· Proportionate Stratified Random Sampling
Teknik ini hampir sama dengan simple random sampling namun penentuan sampelnya memperhatikan strata (tingkatan) yang ada dalam populasi.
Misalnya, populasi adalah karyawan PT. XYZ berjumlah 125. Dengan rumus Slovin (lihat contoh di atas) dan tingkat kesalahan 5% diperoleh besar sampel adalah 95. Populasi sendiri terbagi ke dalam tiga bagian (marketing, produksi dan penjualan) yang masing-masing berjumlah :
Marketing : 15
Produksi : 75
Penjualan : 35
Maka jumlah sample yang diambil berdasarkan masing-masinng bagian tersebut ditentukan kembali dengan rumus n = (populasi kelas / jml populasi keseluruhan) x jumlah sampel yang ditentukan
Marketing : 15 / 125 x 95 = 11,4 dibulatkan 11
Produksi : 75 / 125 x 95 = 57
Penjualan : 35 / 125 x 95 = 26.6 dibulatkan 27
Sehingga dari keseluruhan sample kelas tersebut adalah 11 + 57 + 27 = 95 sampel.
Teknik ini umumnya digunakan pada populasi yang diteliti adalah heterogen (tidak sejenis) yang dalam hal ini berbeda dalam hal bidang kerja sehingga besaran sampel pada masing-masing strata atau kelompok diambil secara proporsional untuk memperoleh sampel.
· Disproportionate Stratified Random Sampling
Disproporsional stratified random sampling adalah teknik yang hampir mirip dengan proportionate stratified random sampling dalam hal heterogenitas populasi. Namun, ketidakproporsionalan penentuan sample didasarkan pada pertimbangan jika anggota populasi berstrata namun kurang proporsional pembagiannya.
Misalnya, populasi karyawan PT. XYZ berjumlah 1000 orang yang berstrata berdasarkan tingkat pendidikan SMP, SMA, DIII, S1 dan S2. Namun jumlahnya sangat tidak seimbang yaitu :
SMP : 100 orang
SMA : 700 orang
DIII : 180 orang
S1 : 10 orang
S2 : 10 orang
Jumlah karyawan yang berpendidikan S1 dan S2 ini sangat tidak seimbang (terlalu kecil dibandingkan dengan strata yang lain) sehingga dua kelompok ini seluruhnya ditetapkan sebagai sampel
· Cluster Sampling
Cluster sampling atau sampling area digunakan jika sumber data atau populasi sangat luas misalnya penduduk suatu propinsi, kabupaten, atau karyawan perusahaan yang tersebar di seluruh provinsi. Untuk menentukan mana yang dijadikan sampelnya, maka wilayah populasi terlebih dahulu ditetapkan secara random, dan menentukan jumlah sample yang digunakan pada masing-masing daerah tersebut dengan menggunakan teknik proporsional stratified random sampling mengingat jumlahnya yang bisa saja berbeda.
Contoh :
Peneliti ingin mengetahui tingkat efektivitas proses belajar mengajar di tingkat SMU. Populasi penelitian adalah siswa SMA seluruh Indonesia. Karena jumlahnya sangat banyak dan terbagi dalam berbagai provinsi, maka penentuan sampelnya dilakukan dalam tahapan sebagai berikut :
Tahap Pertama adalah menentukan sample daerah. Misalnya ditentukan secara acak 10 Provinsi yang akan dijadikan daerah sampel.
Tahap kedua, mengambil sampel SMU di tingkat Provinsi secara acak yang selanjutnya disebut sampel provinsi. Karena provinsi terdiri dari Kabupaten/Kota, maka diambil secara acak SMU tingkat Kabupaten yang akan ditetapkan sebagai sampel (disebut Kabupaten Sampel), dan seterusnya, sampai tingkat kelurahan / Desa yang akan dijadikan sampel. Setelah digabungkan, maka keseluruhan SMU yang dijadikan sampel ini diharapkan akan menggambarkan keseluruhan populasi secara keseluruhan.
2. Non Probabilty Sampel
Non Probability artinya setiap anggota populasi tidak memiliki kesempatan atau peluang yang sama sebagai sampel. Teknik-teknik yang termasuk ke dalam Non Probability ini antara lain : Sampling Sistematis, Sampling Kuota, Sampling Insidential, Sampling Purposive, Sampling Jenuh, dan Snowball Sampling.
· Sampling Kuota
Sampling Kuota adalah teknik sampling yang menentukan jumlah sampel dari populasi yang memiliki ciri tertentu sampai jumlah kuota (jatah) yang diinginkan.
Misalnya akan dilakukan penelitian tentang persepsi siswa terhadap kemampuan mengajar guru. Jumlah Sekolah adalah 10, maka sampel kuota dapat ditetapkan masing-masing 10 siswa per sekolah.
· Sampling Insidential
Insidential merupakan teknik penentuan sampel secara kebetulan, atau siapa saja yang kebetulan (insidential) bertemu dengan peneliti yang dianggap cocok dengan karakteristik sampel yang ditentukan akan dijadikan sampel.
Misalnya penelitian tentang kepuasan pelanggan pada pelayanan Mall A. Sampel ditentukan berdasarkan ciri-ciri usia di atas 15 tahun dan baru pernah ke Mall A tersebut, maka siapa saja yang kebetulan bertemu di depan Mall A dengan peneliti (yang berusia di atas 15 tahun) akan dijadikan sampel.
· Sampling Purposive
Purposive sampling merupakan teknik penentuan sampel dengan pertimbangan khusus sehingga layak dijadikan sampel. Misalnya, peneliti ingin meneliti permasalahan seputar daya tahan mesin tertentu. Maka sampel ditentukan adalah para teknisi atau ahli mesin yang mengetahui dengan jelas permasalahan ini. Atau penelitian tentang pola pembinaan olahraga renang. Maka sampel yang diambil adalah pelatih-pelatih renang yang dianggap memiliki kompetensi di bidang ini. Teknik ini biasanya dilakukan pada penelitian kualitatif.
· Sampling Jenuh
Sampling jenuh adalah sampel yang mewakili jumlah populasi. Biasanya dilakukan jika populasi dianggap kecil atau kurang dari 100.
Misalnya akan dilakukan penelitian tentang kinerja guru di SMA XXX Jakarta. Karena jumlah guru hanya 35, maka seluruh guru dijadikan sampel penelitian.
· Snowball Sampling
Snowball sampling adalah teknik penentuan jumlah sampel yang semula kecil kemudian terus membesar ibarat bola salju. Misalnya akan dilakukan penelitian tentang pola peredaran narkoba di wilayah A. Sampel mula-mula adalah 5 orang Napi, kemudian terus berkembang pada pihak-pihak lain sehingga sampel atau responden terus berkembang sampai ditemukannya informasi yang menyeluruh atas permasalahan yang diteliti. Teknik ini juga lebih cocok untuk penelitian kualitatif.
Npm: 17 630 011
BESAR SAMPEL DAN SUMBER DATA
1. SUMBER DATA
1.1 Pengertian Sumber Data
Menurut Suharsimi Arikunto (2010): yang dimaksud sumber data dalam penelitian adalah subjek dari mana data dapat diperoleh. Apabila peneliti menggunakan kuesioner atau wawancara dalam pengumpulan datanya, maka sumber data disebut responden, yaitu orang yang merespon atau menjawab pertanyaan – pertanyaan peneliti, baik pertanyaan tertulis maupun lisan.
Apabila peneliti menggunakan teknik observasi, sumber datanya bisa berupa benda, gerak atau proses sesuatu. Peneliti yang mengamati tumbuhnya jagung, sedang objek penelitiannya adalah pertumbuhan jagung. Apabila peneliti mengguakan dokumentasi, maka dokumen atau catatanlah yang menjadi sumber data, sedang isi catatan subjek peneliti atau variabel penelitian.
1.2 Jenis Sumber Data
Untuk mempermudah mengidentifikasi sumber data, maka disingkat “3P” untuk mengidentifikasi dimana data menempel, yaitu:
a) Person yaitu sumber data yang bia memberikan data berupa jawaban lisan melalui wawancara atau jawaban tertulis melalui angket.
b) Place yaitu sumber data yang menyajikan data berupa tampilan keadaan diam atau bergerak. Diam misalnya: ruangan, alat-alat dan wujud benda. Sedangkan Bergerak misalnya: aktivitas, laju kendaraan, dan kegiatan belajar mengajar.
c) Paper yaitu data yang menyajikan tanda-tanda berupa huruf, angka, serta gambar atau simbol-simbol lain seperti batu, kayu, tulang yang cocok untuk penggunaan metode dokumentasi.
Menurut Sugiyono (2008): Sumber data juga dapat dibedakan menjadi dua, yaitu:
• Sumber Primer adalah sumber data yang langsung memberikan data kepada peneliti.
• Sumber sekunder merupakan sumber yang tidak langsung memberikan data kepada peneliti,
misalnya lewat orang lain atau pun lewat dokumen.
Menurut Lofland dan Lofland (1984:47) dalam J.Moleong (2009) sumber data utama dalam penelitian kualitatif ialah kata-kata, dam tindakan, selebihnya adalah data tambahan seperti dokumen. Adapun jens-jenis data tersebut ialah:
1) Kata – kata dan Tindakan
Kata – kata dan tindakan orang – orang yang diamati atau diwawancarai merupakan sumber data utama. Sumber data utama dicatat melalui catatan tertulis atau melaui perekaman video / audio tapes, pengambilan foto atau film.
2) Sumber Tertulis
Walaupun dikatakan bahwa sumber selain kata dan tindakan merupakan sumber kedua, jelas hal itu tidak bisa diabaikan. Dilihat dari segi sumber data, bahan tambahan yang berasal dari sumber tertulis dapat dibagi atas sumber buku dan majalah ilmiah, sumber dari arsip, dokumen pribadi dan dokumen resmi.
3) Foto
Foto menghasilkan data deskriptif yang cukup berharga dan sering digunakan untuk menelaah segi-segi subjektif dan hasilnya sering dianalisis secara induktif. Ada dua kategori foto yang dapat dimanfaakan dalam penelitian kualitatif, yaitu foto yang dihasilkan orang dan foto yang dihasilkan oleh peneliti itu sendiri.
2. SAMPEL
2.1 Pengertian Sampel
Sampel berasal dari bahasa Inggris “sample” yang artinya contoh, comotan atau mencomot yaitu mengambil sebagian saja dari yang banyak. Dalam hal ini yang dimaksud dengan yang banyak adalah populasi. Dalam suatu penelitian, tidaklah selalu perlu untuk meneliti semua individu dalam populasi karena akan memakan banyak waktu dan biaya yang besar. Oleh karena itu dilakukan pengambilan sampel, dimana sampel yang diambil adalah sampel yang benar-benar representasi atau yang mewakili seluruh populasi.
Dalam suatu penelitian yang menjadi dasar pertimbangan pengambilan sampel adalah memperhitungkan masalah efisiensi ( waktu dan biaya) dan masalah ketelitian dimana penelitian dengan pengambilan sampel dapat mempertinggi ketelitian karena jika penelitian terhadap populasi belum tentu dapat dilakukan secara teliti. Seorang peneliti dalam suatu penelitian harus memperhitungkan dan memperhatikan hubungan antara waktu, biaya dan tenaga yang akan dikeluarkan dengan presisi ( tingkat ketepatan ) yang akan diperoleh sebagai pertimbangan dalam menentukan metode pengambilan sampel yang akan digunakan.
Sampel adalah bagian dari populasi yang diharapkan mampu mewakili populasi dalam penelitian. Dalam penyusunan sampel perlu disusun kerangka sampling yaitu daftar dari semua unsur sampling dalam populasi sampling, dengan syarat:
1. Harus meliputi seluruh unsur sampel.
2. Tidak ada unsur sampel yang dihitung dua kali.
3. Harus up to date.
4. Batas-batasnya harus jelas.
5. Harus dapat dilacak dilapangan.
Menurut Teken (dalam Masri Singarimbun dan Sofyan Efendi) Ciri-ciri sample yang ideal adalah:
1. Dapat menghasilkan gambaran yang dipercaya dari seluruh populasi yang diteliti.
2. Dapat menentukan presisi (precision) dari hasil penelitian dengan menentukan penyimpangan baku (standar) dari taksiran yang diperoleh.
3. Sederhana, sehingga mudah dilaksanakan.
4. Dapat memberikan keterangan sebanyak mungkin dengan biaya yang rendah.
Ada empat faktor yang harus diperhatikan dalam penentuan besar kecilnya sampel, antara lain:
1. Degree of homogenity dari populasi, makin homogin populasi makin sedikit jumlah sampel yang diambil.
2. Pressisi yang dikehendaki, makin tinggi tingkat pressisi yang dikehendaki makin banyak jumlah sampel yang diambil.
3. Rencana analisa
4. Tenaga biaya dan waktu
2.2 Ukuran Sampel
Ada dua hal yang menjadi pertimbanngan dalam menentukan ukuran sample. Pertama ketelitian (presisi) dan kedua adalah keyakinan (confidence).
Ketelitian mengacu pada seberapa dekat taksiran sampel dengan karakteristik populasi. Keyakinan adalah fungsi dari kisaran variabilitas dalam distribusi pengambilan sampel dari rata-rata sampel. Variabilitas ini disebut dengan standar error, disimbolkan dengan S-x
Semakin dekat kita menginginkan hasil sampel yang dapat mewakili karakteristik populasi, maka semakin tinggi ketelitian yang kita perlukan. Semakin tinggi ketelitian, maka semakin besar ukuran sampel yang diperlukan, terutama jika variabilitas dalam populasi tersebut besar.
Sedangkan keyakinan menunjukkan seberapa yakin bahwa taksiran kita benar-benar berlaku bagi populasi. Tingkat keyakinan dapat membentang dari 0 – 100%. Keyakinan 95% adalah tingkat lazim yang digunakan pada penelitian sosial / bisnis. Makna dari keyakinan 95% (alpha 0.05) ini adalah “setidaknya ada 95 dari 100, taksiran sampel akan mencerminkan populasi yang sebenarnya”.
Untuk menentukan sampel dari populasi digunakan perhitungan maupun acuan tabel yang dikembangkan para ahli. Secara umum, untuk penelitian korelasional jumlah sampel minimal untuk memperoleh hasil yang baik adalah 30, sedangkan dalam penelitian eksperimen jumlah sampel minimum 15 dari masing-masing kelompok dan untuk penelitian survey jumlah sampel minimum adalah 100. juga lebih cocok untuk penelitian kualitatif.
Roscoe (1975) yang dikutip Uma Sekaran (2006) memberikan acuan umum untuk menentukan ukuran sampel :
Ukuran sampel lebih dari 30 dan kurang dari 500 adalah tepat untuk kebanyakan penelitian. Jika sampel dipecah ke dalam subsampel (pria/wanita, junior/senior, dan sebagainya), ukuran sampel minimum 30 untuk tiap kategori adalah tepat
Dalam penelitian mutivariate (termasuk analisis regresi berganda), ukuran sampel sebaiknya 10x lebih besar dari jumlah variabel dalam penelitian
Untuk penelitian eksperimental sederhana dengan kontrol eskperimen yang ketat, penelitian yang sukses adalah mungkin dengan ukuran sampel kecil antara 10 sampai dengan 20
Arikunto Suharsimi (2005) memberikan pendapat sebagai berikut :
“..jika peneliti memiliki beberapa ratus subjek dalam populasi, maka mareka dapat menentukan kurang lebih 25 – 30% dari jumlah tersebut. Jika jumlah anggota subjek dalam populasi hanya meliputi antara 100 – 150 orang, dan dalam pengumpulan datanya peneliti menggunakan angket, maka sebaiknya subjek sejumlah itu diambil seluruhnya. Namun apabila peneliti menggunakan teknik wawancara dan pengamatan, jumlah tersebut dapat dikurangi menurut teknik sampel dan sesuai dengan kemampuan peneliti.
Besaran atau jumlah sampel ini sampel sangat tergantung dari besaran tingkat ketelitian atau kesalahan yang diinginkan peneliti. Namun, dalam hal tingkat kesalahan, pada penelitian sosial maksimal tingkat kesalahannya adalah 5% (0,05). Makin besar tingkat kesalahan maka makin kecil jumlah sampel. Namun yang perlu diperhatikan adalah semakin besar jumlah sampel (semakin mendekati populasi) maka semakin kecil peluang kesalahan generalisasi dan sebaliknya, semakin kecil jumlah sampel (menjauhi jumlah populasi) maka semakin besar peluang kesalahan generalisasi.
Beberapa rumus untuk menentukan jumlah sampel antara lain :
1. Rumus Slovin
n = N/N(d)2 + 1
n = sampel; N = populasi; d = nilai presisi 95% atau sig. = 0,05.
Misalnya, jumlah populasi adalah 125, dan tingkat kesalahan yang dikehendaki adalah 5%, maka jumlah sampel yang digunakan adalah :
N = 125 / 125 (0,05)2 + 1 = 95,23, dibulatkan 95
2. Tabel Isaac dan Michael
Tabel penentuan jumlah sampel dari Isaac dan Michael memberikan kemudahan penentuan jumlah sampel berdasarkan tingkat kesalahan 1%, 5% dan 10%. Dengan tabel ini, peneliti dapat secara langsung menentukan besaran sampel berdasarkan jumlah populasi dan tingkat kesalahan yang dikehendaki.
2.3 Teknik Sampel
Teknik sampling merupakan teknik pengambilan sampel yang secara umum terbagi dua yaitu probability sampling dan non probability sampling.
Dalam pengambilan sampel cara probabilitas besarnya peluang atau probabilitas elemen populasi untuk terpilih sebagai subjek diketahui. Sedangkan dalam pengambilan sampel dengan cara nonprobability besarnya peluang elemen untuk ditentukan sebagai sampel tidak diketahui. Menurut Sekaran (2006), desain pengambilan sampel dengan cara probabilitas jika representasi sampel adalah penting dalam rangka generalisasi lebih luas. Bila waktu atau faktor lainnya, dan masalah generalisasi tidak diperlukan, maka cara nonprobability biasanya yang digunakan.
1. Probability Sampling
Probability sampling adalah teknik pengambilan sampel yang memberikan peluang yang sama kepada setiap anggota populasi untuk menjadi sampel. Teknik ini meliputi simpel random sampling, sistematis sampling, proportioate stratified random sampling, disproportionate stratified random sampling, dan cluster sampling.
· Simple random sampling
Teknik ini adalah teknik yang paling sederhana (simple). Sampel diambil secara
acak, tanpa memperhatikan tingkatan yang ada dalam populasi.
Misalnya :
Populasi adalah siswa SD Negeri XX Jakarta yang berjumlah 500 orang. Jumlah sampel ditentukan dengan Tabel Isaac dan Michael dengan tingkat kesalahan adalah sebesar 5% sehingga jumlah sampel ditentukan sebesar 205.
Jumlah sampel 205 ini selanjutnya diambil secara acak tanpa memperhatikan kelas, usia dan jenis kelamin.
· Sampling Sistematis
Adalah teknik sampling yang menggunakan nomor urut dari populasi baik yang berdasarkan nomor yang ditetapkan sendiri oleh peneliti maupun nomor identitas tertentu, ruang dengan urutan yang seragam atau pertimbangan sistematis lainnya.
Contohnya :
Akan diambil sampel dari populasi karyawan yang berjumlah 125. Karyawan ini diurutkan dari 1 – 125 berdasarkan absensi. Peneliti bisa menentukan sampel yang diambil berdasarkan nomor genap (2, 4, 6, dst) atau nomor ganjil (1, 2, 3, dst), atau bisa juga mengambil nomor kelipatan (2, 4, 8, 16, dst)
· Proportionate Stratified Random Sampling
Teknik ini hampir sama dengan simple random sampling namun penentuan sampelnya memperhatikan strata (tingkatan) yang ada dalam populasi.
Misalnya, populasi adalah karyawan PT. XYZ berjumlah 125. Dengan rumus Slovin (lihat contoh di atas) dan tingkat kesalahan 5% diperoleh besar sampel adalah 95. Populasi sendiri terbagi ke dalam tiga bagian (marketing, produksi dan penjualan) yang masing-masing berjumlah :
Marketing : 15
Produksi : 75
Penjualan : 35
Maka jumlah sample yang diambil berdasarkan masing-masinng bagian tersebut ditentukan kembali dengan rumus n = (populasi kelas / jml populasi keseluruhan) x jumlah sampel yang ditentukan
Marketing : 15 / 125 x 95 = 11,4 dibulatkan 11
Produksi : 75 / 125 x 95 = 57
Penjualan : 35 / 125 x 95 = 26.6 dibulatkan 27
Sehingga dari keseluruhan sample kelas tersebut adalah 11 + 57 + 27 = 95 sampel.
Teknik ini umumnya digunakan pada populasi yang diteliti adalah heterogen (tidak sejenis) yang dalam hal ini berbeda dalam hal bidang kerja sehingga besaran sampel pada masing-masing strata atau kelompok diambil secara proporsional untuk memperoleh sampel.
· Disproportionate Stratified Random Sampling
Disproporsional stratified random sampling adalah teknik yang hampir mirip dengan proportionate stratified random sampling dalam hal heterogenitas populasi. Namun, ketidakproporsionalan penentuan sample didasarkan pada pertimbangan jika anggota populasi berstrata namun kurang proporsional pembagiannya.
Misalnya, populasi karyawan PT. XYZ berjumlah 1000 orang yang berstrata berdasarkan tingkat pendidikan SMP, SMA, DIII, S1 dan S2. Namun jumlahnya sangat tidak seimbang yaitu :
SMP : 100 orang
SMA : 700 orang
DIII : 180 orang
S1 : 10 orang
S2 : 10 orang
Jumlah karyawan yang berpendidikan S1 dan S2 ini sangat tidak seimbang (terlalu kecil dibandingkan dengan strata yang lain) sehingga dua kelompok ini seluruhnya ditetapkan sebagai sampel
· Cluster Sampling
Cluster sampling atau sampling area digunakan jika sumber data atau populasi sangat luas misalnya penduduk suatu propinsi, kabupaten, atau karyawan perusahaan yang tersebar di seluruh provinsi. Untuk menentukan mana yang dijadikan sampelnya, maka wilayah populasi terlebih dahulu ditetapkan secara random, dan menentukan jumlah sample yang digunakan pada masing-masing daerah tersebut dengan menggunakan teknik proporsional stratified random sampling mengingat jumlahnya yang bisa saja berbeda.
Contoh :
Peneliti ingin mengetahui tingkat efektivitas proses belajar mengajar di tingkat SMU. Populasi penelitian adalah siswa SMA seluruh Indonesia. Karena jumlahnya sangat banyak dan terbagi dalam berbagai provinsi, maka penentuan sampelnya dilakukan dalam tahapan sebagai berikut :
Tahap Pertama adalah menentukan sample daerah. Misalnya ditentukan secara acak 10 Provinsi yang akan dijadikan daerah sampel.
Tahap kedua, mengambil sampel SMU di tingkat Provinsi secara acak yang selanjutnya disebut sampel provinsi. Karena provinsi terdiri dari Kabupaten/Kota, maka diambil secara acak SMU tingkat Kabupaten yang akan ditetapkan sebagai sampel (disebut Kabupaten Sampel), dan seterusnya, sampai tingkat kelurahan / Desa yang akan dijadikan sampel. Setelah digabungkan, maka keseluruhan SMU yang dijadikan sampel ini diharapkan akan menggambarkan keseluruhan populasi secara keseluruhan.
2. Non Probabilty Sampel
Non Probability artinya setiap anggota populasi tidak memiliki kesempatan atau peluang yang sama sebagai sampel. Teknik-teknik yang termasuk ke dalam Non Probability ini antara lain : Sampling Sistematis, Sampling Kuota, Sampling Insidential, Sampling Purposive, Sampling Jenuh, dan Snowball Sampling.
· Sampling Kuota
Sampling Kuota adalah teknik sampling yang menentukan jumlah sampel dari populasi yang memiliki ciri tertentu sampai jumlah kuota (jatah) yang diinginkan.
Misalnya akan dilakukan penelitian tentang persepsi siswa terhadap kemampuan mengajar guru. Jumlah Sekolah adalah 10, maka sampel kuota dapat ditetapkan masing-masing 10 siswa per sekolah.
· Sampling Insidential
Insidential merupakan teknik penentuan sampel secara kebetulan, atau siapa saja yang kebetulan (insidential) bertemu dengan peneliti yang dianggap cocok dengan karakteristik sampel yang ditentukan akan dijadikan sampel.
Misalnya penelitian tentang kepuasan pelanggan pada pelayanan Mall A. Sampel ditentukan berdasarkan ciri-ciri usia di atas 15 tahun dan baru pernah ke Mall A tersebut, maka siapa saja yang kebetulan bertemu di depan Mall A dengan peneliti (yang berusia di atas 15 tahun) akan dijadikan sampel.
· Sampling Purposive
Purposive sampling merupakan teknik penentuan sampel dengan pertimbangan khusus sehingga layak dijadikan sampel. Misalnya, peneliti ingin meneliti permasalahan seputar daya tahan mesin tertentu. Maka sampel ditentukan adalah para teknisi atau ahli mesin yang mengetahui dengan jelas permasalahan ini. Atau penelitian tentang pola pembinaan olahraga renang. Maka sampel yang diambil adalah pelatih-pelatih renang yang dianggap memiliki kompetensi di bidang ini. Teknik ini biasanya dilakukan pada penelitian kualitatif.
· Sampling Jenuh
Sampling jenuh adalah sampel yang mewakili jumlah populasi. Biasanya dilakukan jika populasi dianggap kecil atau kurang dari 100.
Misalnya akan dilakukan penelitian tentang kinerja guru di SMA XXX Jakarta. Karena jumlah guru hanya 35, maka seluruh guru dijadikan sampel penelitian.
· Snowball Sampling
Snowball sampling adalah teknik penentuan jumlah sampel yang semula kecil kemudian terus membesar ibarat bola salju. Misalnya akan dilakukan penelitian tentang pola peredaran narkoba di wilayah A. Sampel mula-mula adalah 5 orang Napi, kemudian terus berkembang pada pihak-pihak lain sehingga sampel atau responden terus berkembang sampai ditemukannya informasi yang menyeluruh atas permasalahan yang diteliti. Teknik ini juga lebih cocok untuk penelitian kualitatif.
Komentar