TEKNIK SAMPLING Diresume dari presentasi Asri Fauzi, Wan Denny Pramana Putra, dan Konstantinus Denny Pareira Meke pada mata kuliah Metode Penelitian Penelitian, kelas PM A 2016, Pendidikan Matematika, Program Pascasarjana, Universitas Negeri Yogyakarta
Oleh: Rofi Amiyani (16709251004)
PENDAHULUAN Dalam penelitian, keberadaan populasi dan sampel penelitian nyaris tak dapat dihindarkan. Populasi dan sampel merupakan sumber utama untuk memperoleh data yang dibutuhkan dalam mengungkapkan fenomena atau realitas yang dijadikan fokus penelitian kita. Untuk dapat melaksanakan penelitian dengan baik, seorang peneliti harus memahami konsep populasi dan sampel. Populasi merupakan keseluruhan objek/subjek penelitian, sedangkan sampel merupakan sebagian atau wakil yang memiliki karakteristik representasi dari populasi. Untuk dapat menentukan atau menetapkan sampel yang tepat diperlukan pemahaman yang baik dari peneliti mengenai sampling, baik penentuan jumlah maupun dalam menentukan sampel mana yang diambil. Kesalahan dalam menentukan populasi akan berakibat tidak tepatnya data yang dikumpulkan sehingga hasil penelitian pun tidak memiliki kualitas yang baik, tidak representatif, dan tidak memiliki daya generalisasi yang baik. Pemahaman peneliti mengenai populasi dan sampel merupakan hal yang esensial. Oleh karena itu diperlukan bahan bacaan atau sumber belajar yang menyajikan pengetahuan tentang populasi dan sampel tersebut. Atas dasar itu, makalah ini dikembangkan untuk memberikan wawasan kepada para calon peneliti, khususnya pengetahuan mengenai populasi dan sampel penelitian.
POPULASI PENELITIAN Populasi adalah wilayah generalisasi yang terdiri atas objek/subjek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Jadi populasi bukan hanya orang, tetapi juga benda-benda alam yang lain. populasi juga bukan sekedar jumlah yang ada pada objek/subjek yang dipelajari, tetapi meliputi seluruh karakteristik/sifat yang dimiliki oleh objek atau subjek itu. Populasi juga diartika sebagai seluruh data yang menjadi perhatian kita dalam suatu ruang lingkup dan waktu yang kita tentukan. Jadi populasi berhubungan dengan data, bukan manusianya. Kalau setiap manusia memberikan suatu data maka, maka banyaknya atau ukuran populasi akan sama dengan banyaknya manusia. Populasi adalah keseluruhan subjek
penelitian.Jika dilihat dari jumlah individu yang merupakan himpunan dalam populasi, dan kaitannya dengan batasan tersebut, populasi dapat dibedakan berikut ini. 1. Populasi terbatas atau populasi terhingga, yakni populasi yang memiliki batas kuantitatif secara jelas karena memilki karakteristik yang terbatas. Misalnya guru SMA pada di tahun 2015, dengan karakteristik; masa kerja 2 tahun, lulusan program Strata 1, dan berjenis kelamin laki-laki. 2. Populasi tak terbatas atau populasi tak terhingga, yakni populasi yang tidak dapat ditemukan batas-batasnya, sehingga tidak dapat dinyatakan dalam bentuk jumlah secara kuantitatif. Misalnya guru di Indonesia, yang berarti jumlahnya harus dihitung sejak guru pertama ada sampai sekarang dan yang akan datang. Dalam keadaan seperti ini jumlahnya tidak dapat dihitung, hanya dapat digambarkan suatu jumlah objek secara kualitas dengan karakteristik yang bersifat umum yaitu orang-orang, dahulu, sekarang dan yang akan menjadi guru. Populasi seperti ini disebut juga parameter. Persoalan populasi penelitian harus dibedakan ke dalam sifat berikut ini: 1. Populasi yang bersifat homogen, yakni populasi yang unsur-unsurnya memiliki sifat yang sama, sehingga tidak perlu dipersoalkan jumlahnya secara kuantitatif. Misalnya, seorang dokter yang akan melihat golongan darah seseorang, maka ia cukup mengambil setetes darah saja. 2. Populasi yang bersifat heterogen, yakni populasi yang unsur-unsurnya memiliki sifat atau keadaan yang bervariasi, sehingga perlu ditetapkan batas-batasnya, baik secara kualitatif maupun secara kuantitatif. Penelitian di bidang sosial yang objeknya manusia atau gejalagejala dalam kehidupan manusia menghadapi populasi yang heterogen. Selain itu, populasi juga dibedakan menjadi populasi target dan populasi akses. Populasi yang direncanakan dalam penelitian disebut populasi target. Populasi target ini merupakan ojek pasti yang menetap atau termaksud dalam aggota suatu wilayah atau suatu golongan, atau organisasi. Misalnya kita ingin meneliti mengenai guru yag terdaftar pada dinas pendidikan di propinsi Daerah istimewa Yogyakarta. Dalam kenyataannya, seringkali target populasi tersebut tidak dapat dipenuhi misalnya sudah pensiun, pindah, tidak masuk kerja atau alasan lainnya. Populasi yang dapat ditemui ketika dalam penentuan jumlah berdasarkan keadaan yang ada disebut sebagai populasi akses.
SAMPEL PENELITIAN Sampel adalah sebagian atau wakil populasi yang diteliti. Sampel juga diartikan sebagai sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Bila populasi
besar, dan peneliti tidak mungkin mempelajari semua yang ada pada populasi, misalnya karena keterbatasan dana, tenaga dan waktu, maka peneliti dapat menggunakan sampel yang diambil dari populasi itu. Apa yang dipelajari dari sampel itu, kesimpulannya akan diberlakukan untuk populasi. Untuk itu sampel yang diambil dari populasi harus betul-betul representatif. Sampel dalam suatu penelitian timbul disebabkan hal berikut: 1. Peneliti bermaksud mereduksi objek penelitian sebagai akibat dari besarnya jumlah populasi, sehingga harus meneliti sebagian saja. 2. Penelitian bermaksud mengadakan generalisasi dari hasil-hasilkepenelitiannya, dalam arti mengenakan kesimpulan-kesimpulan kepada objek, gejala, atau kejadian yang lebih luas. Penggunaan sampel dalam kegiatan penelitian dilakukan dengan berbagai alasan, antara lain: 1. Ukuran populasi 2. Masalah Biaya 3. Masalah waktu 4. Percobaan yang sifatnya merusak 5. Masalah ketelitian 6. Masalah ekonomis Hakekat generalisasi yang dikenakan pada populasi meruapakan validitas dari simpulan sampel yang dikenakan pada populasi yang sangat berhubungan dengan kepercayaan terhadap representatif sampel. Pengambilan sampel yang dilakukan merupakan suatu bentuk keyakinan, bahwa sampel yang didapatkan adalah representatif terhadap populasi. Tingkat representatif ini sebenarnya sangat tergantung pada ketelitian dalam penentuan populasi dan mehamami heterogenitasnya, sehingga anggapan representatif akan semakin diyakini jika informasi mengenai hasil pembaruan dipakai sebagai generalisasi mengenai populasi secara gamblang diperoleh.
MENENTUKAN UKURAN SAMPEL (SAMPLING SIZE) Secara logika dapat dikatakan bahwa penggunaan sampel dalam jumlah yang semakin besar bisa memberikan data yang semakin lengkap, sehingga hasil analisis dan keputusan yang dibuat juga semakin baik (mendekati kenyataan). Jadi dengan kata lain, semakin banyak jumlah sampel akan semakin kecil tingkat kesalahan yang mungkin terjadi. Dengan demikian peneliti sedapat
mungkin menentukan jumlah sampel sebanyak-banyaknya untuk
mendapatkan hasil terbaik. Namun demikian tentu saja tanpa aturan yang jelas mengenai
berapa jumlah sampel yang dianggap dapat mewakili populasi (representative) akan membingungkan bagi peneliti untuk menentukan ukuran sampel. Banyak metode yang dapat digunakan untuk menentukan jumlah sampel minimal bagi sebuah penelitian, dimana masing-masing metode digunakan untuk sifat dan ukuran populasi yang berbeda-beda. Beberapa metode yang bisa digunakan untuk menentukan jumlah sampel minimal diantaranya adalah: 1. Metode Slovin. Metode Slovin yang pertama digunakan jika ukuran populasi jelas, yakni jumlah anggota populasi dapat diketahui (sering dikatakan sebagai populasi yang teridentifikasi), menggunakan rumus sebagai berikut:
n
N 1 N .e 2
Dimana: n adalah jumlah sampel minimal N adalah jumlah anggota populasi e adalah sampling error Contoh: Penelitian yang akan mengukur kinerja guru dan karyawan sebuah sekolah memiliki populasi berupa jumlah karyawan sebanyak 400 orang. Jika peneliti menetapkan sampling error sebesar 10 %, maka jumlah sampel minimal dapat dihitung sbb:
Jadi jumlah sampel minimal adalah 80 orang karyawan. 2. Metode Gay Gay memberikan aturan penentuan jumlah sampel berdasarkan desain penelitian yang dilakukan, yang dapat disebutkan sebagai berikut: a. Untuk penelitian deskriptif, jika populasi berukuran besar dapat menetapkan sampel minimal 10 % dari populasi; dan jika populasi berukuran kecil maka sampel minimalnya 20 % dari populasi. Sebuah populasi dikatakan berukuran besar jika memiliki jumlah elemen/anggota sebanyak 1000 elemen atau lebih, dan dikatakan berukuran kecil jika populasi itu memiliki elemen/anggota kurang dari 1000. b. Untuk desain penelitian korelasional ditetapkan oleh Gay jumlah sampel minimalnya adalah sebanyak 30 subyek
c. Untuk penelitian expost vacto atau penelitian yang bersifat kausal komparatif, ditetapkan jumlah sampel minimal sebanyak 15 subyek d. Untuk penelitian eksperimental ditetapkan jumlah sampel minimal sebanyak 15 subyek. 3. Metode Kracjie Berbeda dengan metode-metode penentuan jumlah sampel minimal yang diuraikan dimuka, Kracjie menawarkan sebuah metode penentuan jumlah sampel dengan sebuah tabel. Tabel yang disusun oleh Kracjie hanya untuk tingkat toleransi kesalahan atau sampling error sebesar 5 %. Dengan tabel yang disajikan oleh Kracjie seorang peneliti dengan mudah bisa mengetahui berapa jumlah sampel minimalnya tanpa harus menghitung dengan rumus. Hanya saja kelemahan dari metodenya Kracjie ini selain hanya untuk sampling error 5 % juga ukuran populasi mungkin tidak sama persis dengan populasi seorang peneliti, sehingga penentuan jumlah sampelnya juga terkadang tidak persis tepat sesuai dengan tabel yang disajikan. Tabel ukuran populasi dan sampel dari Kracjie disajikan pada tabel berikut ini. Tabel Ukuran Populasi dan Sampel pada α 5 % N 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
S 10 14 19 24 28 32 36 40 44 48 52 56 59 63 66 70 73 76 80
N 110 120 130 140 150 160 170 180 190 200 210 220 230 240 250 260 270 280 290
S 86 92 97 103 108 113 117 123 127 132 136 140 144 148 152 155 159 162 165
N 300 320 340 360 380 400 420 440 460 480 500 550 600 650 700 750 800 850 900
S 169 175 181 186 191 196 201 205 210 214 217 226 234 242 248 254 260 265 269
N 950 1000 1100 1200 1300 1400 1500 1600 1700 1800 1900 2000 2200 2400 2600 2800 3000 3500 4000
S 274 278 285 291 297 302 306 310 313 317 320 322 327 331 335 338 341 346 351
N 4500 5000 6000 7000 8000 9000 10000 15000 20000 30000 40000 50000 100000
S 354 357 361 364 367 368 370 375 377 379 380 381 384
4. Arikunto Suharsimi 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. 5. Frankel dan Wallen menyarankan besar sampel minimum untuk : Penelitian deskriptif sebanyak 100, Penelitian korelasional sebanyak 50, Penelitian kausal-perbandingan sebanyak 30/group, Penelitian eksperimental sebanyak 30/15 per group. 6. Roscoe juga memberikan beberapa panduan untuk menentukan ukuran sampel yaitu : a. Ukuran sampel lebih dari 30 dan kurang dari 500 adalah tepat untuk kebanyakan penelitian b. Jika sampel dipecah ke dalam subsampel (pria/wanita, junior/senior, dan sebagainya), ukuran sampel minimum 30 untuk tiap kategori adalah tepat c. Untuk penelitian eksperimental sederhana dengan kontrol eskperimen yang ketat, penelitian yang sukses adalah mungkin dengan ukuran sampel kecil antara 10 sampai dengan 20
MACAM-MACAM TEKNIK SAMPLING 1. Teknik Sampling Probability Probability sampling adalah teknik sampling dimana setiap anggota populasi memiliki peluang sama dipilih menjadi sampel. Dengan kata lain, semua anggota tunggal dari populasi memiliki peluang tidak nol. Teknik ini melibatkan pengambilan acak (dikocok) dari suatu populasi. Ada bermacam-macam metode probability sampling dengan turunan dan variasi masing-masing, berikut teknik sampling probability yang dapat dilakukan antara lain: a. Sampling Acak Sederhana (Simple Random Sampling) Sampling acak sederhana adalah cara pengambilan sampel dari semua anggota populasi yang dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi. Teknik ini digunakan jika elemen populasi bersifat homogen, sehingga elemen manapun yang terpilih menjadi sampel dapat mewakili populasi. Cara yang paling mudah untuk memilih secara random atau acak adalah dengan cara undian.
Contoh: Sebuah populasi beranggota 5 elemen ( X1; X2; X3; X4; X5 ); akan dipilih 2 elemen sebagai sampel, maka kemungkinan kombinasi 2 sampel itu adalah sebagai berikut : Kemungkinan 1 : X1, X2,
Kemungkinan 6 : X2, X4
Kemungkinan 2 : X1, X3
Kemungkinan 7 : X2, X5
Kemungkinan 3 : X1, X4
Kemungkinan 8 : X3, X4
Kemungkinan 4 : X1, X5
Kemungkinan 9 : X3, X5
Kemungkinan 5 : X2, X3
Kemungkinan 10 : X4, X5
b. Sampling Acak Sistematis (Systematic Random Sampling) Adalah teknik penentuan sampel berdasarkan urutan dari anggota populasi yang telah diberi nomor urut. Vockell mendefinisikan hal ini sebagai strategi untuk memilih anggota sampel yang hanya diperbolehkan melalui peluang dan suatu “sistem” untuk menentukan keanggotaannya dalam sampel. “sistem” yang dimaksud adalah strategi yang direncanakan untuk memilih anggota-anggota setelah memulai pemilihan acak, misalnya setiap subjek ke 5, setiap subjek ke 10 dan sebagainya. Langkah yang harus dilakukan antara lan. 1) Tentukan jumlah sampel yang akan diambil 2) Bagilah total populasi dengan jumlah yang diperlukan untuk menentukan interval pengambilan sampel. 3) Tentukan anggota sampel. Contoh: Suatu penelitian memiliki populasi sebanyak 5000 siswa kemudian akan diambil 100 siswa sebagai sampel: Kelompok =N⁄(n=5000⁄100)=50 Susunlah sampel sebagai berikut: Kelompok 1
2
3
4
5
6
7
…..
50
1
2
3
4
5
6
7
…...
50
Nomor
51
52
53
54
55
56
57
…...
100
urut
101
102
103
104
105
106
107
…...
150
populasi
151
152
153
154
155
156
157
…...
200
201
202
203
204
205
206
207
…...
250
251
252
253
254
255
256
257
…...
300
301
302
303
304
305
306
307
…...
350
351
352
353
354
355
356
357
…...
400
401
402
403
404
405
406
407
…...
450
451
452
453
454
455
456
457
…...
500
501
502
503
504
505
506
507
…...
550
…...
…...
…...
…...
…...
…...
…...
…...
…...
4901
4902
4903
4904
4905
4906
4907
…...
4950
4951
4952
4953
4954
4955
4956
4957
…...
5000
Dengan menggunakan undian, kita memilih kelompok 1 sampai 50 secara acak. Misalnya dalam undian adalah kelompok 5 maka seluruh anggota kelompok 5 adalah sampelnya. Jadi sampel yang yang kita ambil adalah nomor urut populasi 5, 55, 105, 155, 205, 255, ….., 4955, atau dapat kita simpulkan kita menggunakan kelipatan angka 50. c. Sampling Acak Berlapis Proporsional (Proportionate Stratified Random Sampling) Teknik digunakan bila populasi mempunyai anggota/unsur yang tidak homogen dan berstrata secara proporsional (sampel sebanding dengan jumlah populasi). Metode ini merupakan proses dua langkah yang mana populasi menjadi sub populasi atau strata/tingkatan. Dalam kategori ini populasi kita kategorikan dalam kelompok kelompok yang memiliki strata yang sama. Hal ini dilakukan untuk menghindari kemungknan memperoleh sampel-sampel dari strata yang berbeda. Langkah-langkah: 1) Identifikasi jumlah total populasi 2) Tentukan jumlah sampel yang diinginkan 3) Daftar semua anggota yang termasuk sebagai populasi 4) Pisahkan anggota populasi sesuai dengan karakteristik strata yang dimiliki. 5) Tentukan dan pilih sampel masing-masing strata dengan menggunakan prinsip acak.
Contoh: Peneliti akan menarik 40 siswa dari suatu populasi di sekolah X dengan karakteristik: Prestasi rendah
: 15 siswa
Pestasi sedang
: 30 siswa
Prestasi tinggi
: 50 siswa
Prestasi sangat tinggi : 25 siswa Total populasi
: 120 siswa
Dari komposisi tersebut dapat ditentukan sampel sebagai berikut: Sampel prestasi rendah
: (15/120) x 40 = 5
Sampel prestasi sedang
: (30/120) x 40 = 10
Sampel prestasi tinggi
: (50/120) x 40 = 17
Sampel prestasi sangat tinggi Jumlah sampel
: (25/120) x 40 = 25 : 5 + 10 + 17 + 25 = 40
Setelah ditentukan jumlah sampel dari setiap strata tentukan anggota sampel tersebut berdasarkan acak sederhana (undian/table angka acak) atau sistematis. d. Sampling Acak Berlapis Tidak Proporsional (Disproportionate stratified Random Sampling) Teknik digunakan untuk menentukan jumlah sampel, bila populasi berstrata tetapi kurang proporsional (sampel tidak sebanding dengan jumlah populasi). Contoh: Peneliti akan menarik 20 siswa dari suatu populasi di sekolah Z dengan karakteristik: Prestasi rendah
: 15 siswa
Pestasi sedang
: 30 siswa
Prestasi tinggi
: 72 siswa
Prestasi sangat tinggi
: 3 siswa
Total populasi
: 120 siswa
Jika kita menggunakan cara proporsional akan diperoleh sampel sebgai berikut: Sampel prestasi rendah
: (15/120) x 20 = 2,5 dibulatkan menjadi 3
Sampel prestasi sedang
: (30/120) x 20 = 5
Sampel prestasi tinggi
: (72/120) x 20 = 12
Sampel prestasi sangat tinggi : (3/120) x 20 = 0,33 dibulatkan menjadi 0 Dengan cara proporsional kita tidak akan memperoleh sampel dari prestasi sangat tinggi sehingga kita dapat menggunakan cara nonproporsional agar semua kelompok dapat terwakili, dengan mengubah komposisi sebagai berikut: Prestasi rendah
: 3 siswa
Pestasi sedang
: 5 siswa
Prestasi tinggi
: 11 siswa
Prestasi sangat tinggi
: 1 siswa
Setelah ditentukan jumlah sampel dari setiap strata tentukan anggota sampel tersebut berdasarkan acak sederhana (undian/table angka acak) atau sistematis. e. Teknik Acak Berkelompok (Area/cluster Random Sampling) Teknik digunakan untuk menentukan sampel bila obyek yang akan diteliti atau sumber data sangat luas, misalnya penduduk suatu Negara, propinsi, kabupaten. Dalam cluster, populasi target pertama dibagi ke dalam sub kelompok atau cluster yang ekslusif. Kemudian sampel acak dari cluster tersebut dipilih berdasarkan teknik probability sampling, misalnya dengan menggunakan random sampling. Teknik ini digunakan bila kita memiliki keterbatasan karena ketiadaan kerangka sampel (daftar nama seluruh populasi), namun kita memiliki data yang lengkap tentang kelompok. Ada dua jenis teknik penarikan acak berkelompok, yaitu teknik penarikan acak berkelompok satu tahap ( a stage cluster random sampling) atau lebih dikenal dengan cluster random sampling dan banyak tahap (multistage cluster random sampling). Teknik penarikan acak satu tahap digunakan jika sifat/karakteristik kelompok adalah homogen. Sedangkan teknik penarikan sampel banyak tahap digunakan jika sifat/karakteristik kelompok pada populasi cenderung heterogen. Contoh 1: Penelitian yang dilakukan di Kabupaten A terdiri dari 20 sekolah SMP dan mempunyai karakteristik yang homogen. Kemudian di ambil 6 SMP sebagai sampelnya.
SMP Kabupaten A SMP 1
SMP 2
SMP 3
.......
SMP 20
Dengan cara yang sama pada teknik penarikan sampel acak sederhana, kita hanya perlu membuat undian nama-nama sekolah, kemudian memilihnya secara acak. Misalnya yang terpilih adalah SMP 2, SMP 5, SMP 6, SMP 9, SMP 14, SMP 18, maka seluruh siswa di SMP tersebut dijadikan sampel.
2. Teknik Non Probability Sampling Pada keadaan tertentu sering seorang menemui situasi bahwa syarat-syarat yang berlaku dalam teknik sampling probabilitas tidak dapat dipenuhi. Sebagai contoh jumlah populasi yang terlalu kecil, jumlah populasi yang tidak diketahui pasti atau memang peneliti tidak tertarik dengan jumlah populasi tertentu. Untuk alasan tersebut maka teknik nonprobability sampling layak digunakan. Teknik sampling ini tidak memberikan peluang yang sama kepada setiap anggota populasi untuk dipilih menjadi sampel. Teknik ini pada prinsipnya menggunakan pertimbangan tertentu yang digunakan oleh peneliti. a. Sampling Kuota (Quota Sampling) Menurut Margono (2004: 127) dalam teknik ini jumlah populasi tidak diperhitungkan akan tetapi diklasifikasikan dalam beberapa kelompok. Sampel diambil dengan memberikan jatah atau quorum tertentu terhadap kelompok. Pengumpulan data dilakukan langsung pada unit sampling. Setelah jatah terpenuhi, pengumpulan data dihentikan. Sebagai contoh, akan melakukan penelitian terhadap pegawai golongan II, dan penelitian dilakukan secara kelompok. Setelah jumlah sampel ditentukan 100, dan jumlah anggota peneliti berjumlah 5 orang, maka setiap anggota peneliti dapat memilih sampel secara bebas sesuai dengan karakteristik yang ditentukan (golongan II) sebanyak 20 orang. b. Sampling Aksidential (Convenience Sampling) Dalam teknik ini yang dijadikan sampel adalah orang/benda yang mudah ditemui atau yang berada pada waktu yang tepat, mudah ditemui dan dijangkau. Contoh: 1) Angket atau daftar pertanyaan di majalah 2) Wartawan yang mewawancarai responden tanpa mengkualifikasi responden Dapat dikatakan bahwa teknik ini sebagai sampling kebetulan. Yaitu siapa saja yang secara kebetulan bertemu dengan peneliti dapat digunakan sebagai sampel, bila dipandang orang yang kebetulan ditemui itu cocok sebagai sumber data. Dikatakan kebetulan karena peneliti memang sengaja memilih sampel kepada siapapun yang ditemuinya atau by accident pada tempat, waktu, dan cara yang ditentukan. c. Sampling Menurut Tujuan (Purposive Sampling) Dalam teknik ini, sampel dipilih berdasarkan penilaian atau pandangan dari peneliti berdasarkan tujuan dan maksud tertentu. Dengan syarat bahwa sampel harus representatif atau dianggap peneliti telah mewakili populasi yang ditetapkan. Misalnya seorang peneliti memilih guru-guru tertentu untuk mendapatkan model pembelajaran yang sesuai.
d. Sampling Jenuh Sampling jenuh adalah teknik penentuan sampel bila semua anggota populasi digunakan sebagai sampel. Hal ini sering dilakukan bila jumlah populasi relatif kecil, kurang dari 30. Istilah lain dari sampling jenuh adalah sensus dimana setiap anggota populasi dijadikan sampel. e. Sampling Snowball (Snowball Sampling) Tujuan utama snowball sampling adalah untuk menafsirkan karakteristik yang jarang terjadi dalam populasi. Dikatakan snowball karena seorang peneliti menentukan seseorang untuk menjadi sampel atas dasar rekomendasi orang yang telah menjadi sampel sebelumnya. Misalnya peneliti menentukan A sebagai sampel. Kemudian A merekomendasikan B dan C. B setelah ditanya merekomendasikan E dan F, demikian seterusnya. Teknik ini mirip dengan multi level marketing atau arisan berantai. Dalam snowball sampling, jumlah sampel mula-mula kecil kemudian menjadi besar karena sampel-sampel tersebut memilih teman-temannya untuk menjadi sampel.
Gambar . Snowball Sampling
