Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA.
Ada dua macam cara pengambilan sampel, yakni secara random (random
sampling, probability sampling method) dan non random (non random sampling, non probability sampling).
Probability Samples adalah teknik sampling yang memberikan kemungkinan yang sama paa setiap individu untuk dipilih sebagai sampel
Setiap individu atau item dari target memiliki kesempatan yang sama untuk terpilih. Seleksi dilakukan dengan penggantian atau tanpa penggantian. Pemilihan sampel dapat menggunakan tabel nomor acak untuk mendapatkan sampelnya.
Dalam sistematic random sampling dipersiapkan terlebih dahulu daftar nama-nama subyek yang akan dipilih untuk sampel. Pemilihannya dilakukan dengan menggunakan kelipatan yang ditentukan berdasarkan hasil pembagian jumlah populasi dengan jumlah sampelnya (jumlah populasi dibagi jumlah sampel). Biasanya untuk sampel yang pertama telah ditentukan terlebih dahulu secara random atau dengan cara lain yaitu dilakukan pembagian secara proporsional dengan membagi berdasarkan kelompok tertentu dan masingmasing kelompok diambil persentasenya yang seimbang, sehingga dengan jumlah perbandingan yang seimbang antara jumlah kelompok dalam populasinya dengan besarnya sampel yang diambil pada masing-masing kelompok tersebut.
Sebelum diambil sebagai sampel, populasi dibagi-bagi menjadi sub-sub populasi yang disebut strata, lapisan atau kelompok yang lebih kecil. Dilakukan karena populasi heterogen, sehingga dengan mengelompkkan menjadi beberapa strata, diharapkan tiap startum menjadi relatif homogen. Misalnya untuk memperkirakan tingkat penjualan hotel berbintang dan non bintang di Bali. Dengan pengklasifikasian hotel atas hotel bintang 5, bintang 4, bintang 3, hotel melati 1, melati 2, melati 3, villa dan seterusnya, akan memudahkan hasil yang diperoleh. Stratified Random Sampling sangat tepat digunakan kalau elemen-elemen yang diselidiki mempunyai nilai-nilai karakterstik yang heterogen (bervariasi).
Misal : Dalam sistem penggajian pegawai hotel diketahui penghasilannya sebagai berikut: I II III
= 40% berpenghasilan rendah = 50% berpenghasilan sedang = 10% berpenghasilan tinggi
Jika sampel yang akan dipakai 100 orang, maka pembagiannya untuk strata: I II III
= sebanyak 40% X 100 orang = sebanyak 50% X 100 orang = sebanyak 10% X 100 orang
= 40 orang = 50 orang = 10 orang
Cluster Sampling adalah teknik pengambilan sampel dengan pemilihan mengacu pada kelompok bukan pada individu. Cara ini baik sekali dilakukan apabila tidak terdapat atau sulit menentukan dan menemukan kerangka sampel meski dapat juga dilakukan pada populasi yang kerangka sampel sudah ada.
Misalnya: Kepala Dinas Pariwisata Kabupaten Badung ingin mengetahui bagaimana Sikap para karyawan hotel terhadap Kebijakan Sistem Upah Minimal Kabupaten Badung, besar sampel adalah 300 orang, kemudian ditentukan Cluster misal Hotel berbintang sebanyak 6 hotel dengan rata-rata jumlah karyawan 50 orang maka jumlah cluster yang diambil adalah 300 : 50 = 6, kemudian dipilih secara acak enam Hotel dan dari enam hotel tersebut dipilih secara acak 50 orang karyawan sebagai anggota sampel. Pengambilan sampel dengan cara yang sudah disebutkan di atas umumnya dilakukan pada populasi yang bersifat terbatas sementara itu untuk populasi yang jumlah dan identitas anggota populasi tidak diketahui pengambilan sampel biasanya dilakukan secara tak acak atau Non random Sampling.
Tidak semua individu atau elemen dalam populasi mendapat peluang atau kesempatan yang sama untuk diambil sebagai sampel. Jadi teknik Non Probability bersifat subyektif, bergantung kepda selera peneliti yang akan mengambil sampel. MIsalnya pada incidental sampling, yang diambil hanya individu-individu yang kebetulan dijumpai seperti orang-orang di pinggir jalan, mahasiswa yang sedang masuk warung untuk mengetahui besar pengeluaran mereka sebulan. Generalisasi yang dibuat sudah tentu tidak memberikan taraf keyakinan yang tinggi, kecuali jika populasinya homogen.
Judgement sampling adalah sampling
berdasarkan pendapat atau pertimbanganpertimbangan tertentu, tanpa mempertimbangkan subyek-subyek yang diambil sebagai sampel itu mewakili populasi, sub populasi atau tidak, bukan sebuah persoalan. Keuntungan teknik ini ialah bahwa melaksanakannya lebih mudah, murah, dan cepat. Hasilnya berupa kesan-kesan umum yang masih kasar yang tak dapat dipandang sebagai generalisasi umum. Dalam sampel dapat dengan sengaja kita masukkan orang-orang yang mempunyai ciri-ciri yang kita inginkan. Kelemahannya ialah kecenderungan memiih orang yang mudah didekati bahkan yang dekat pada kita yang mungkin ada biasnya dan memiliki ciri yang tidak dimiliki populasi dalam keseluruhannya.
Sampling kuota adalah teknik memilih sampel yang mempunyai cirri-ciri tertentu dalam jumlah atau kuota yang diinginkan. Jumlah subyek yang akan diselidiki ditetapkan lebih dahulu. Jika kuota telah ditentukan mulailah peneyelidikan dan tentang siapa yang akan dijadikan responden, terserah kepada team pengumpul data.
Misalnya : Untuk responden wisatawan mancanegara ditetapkan kuota sebagai berikut: 10 orang warganegara Inggris 15 orang warganegara Australia 20 orang warganegara Jepang
Sampel chuck biasanya hanya merujuk pada kelompok yang kebetulan tersedia saat dibutuhkan. Misalnya peneliti mewawancarai lima orang di jalan tentang beberapa topik yang sedang menjadi hot issues yang mungkin tidak mewakili seluruh populasi, dan bahkan tidak mewakili siapapun yang berada di jalanan di mana wawancara itu dilakukan.
Rumus Slovin (Jika Jumlah Populasi diketahui) Pertanyaan dalam seringkali diajukan dalam metode pengambilan sampel adalah berapa jumlah sampel yang dibutuhkan dalam penelitian. Sampel yang terlalu kecil dapat menyebabkan penelitian tidak dapat menggambarkan kondisi populasi yang sesungguhnya. Sebaliknya, sampel yang terlalu besar dapat mengakibatkan pemborosan biaya penelitian.
Salah satu metode yang digunakan untuk menentukan jumlah sampel adalah menggunakan rumus Slovin (Sevilla et. al., 1960:182), sebagai berikut:
dimana n : jumlah sampel N : jumlah populasi e : batas toleransi kesalahan (error tolerance)
Untuk menggunakan rumus ini, pertama ditentukan berapa batas toleransi kesalahan. Batas toleransi kesalahan ini dinyatakan dengan persentase. Semakin kecil toleransi kesalahan, maka semakin akurat sampel menggambarkan populasi. Misalnya, penelitian dengan batas kesalahan 5% berarti memiliki tingkat akurasi 95%. Penelitian dengan batas kesalahan 10% memiliki tingkat akurasi 90%. Dengan jumlah populasi yang sama, semakin kecil toleransi kesalahan, semakin besar jumlah sampel yang dibutuhkan.
Sebuah hotel berbintang di Bali memiliki 1000 karyawan, dan akan dilakukan survei dengan mengambil sampel. Berapa sampel yang dibutuhkan apabila batas toleransi kesalahan 5%.
Dengan menggunakan rumus Slovin: n = N / ( 1 + N e² ) = 1000 / (1 + 1000 x 0,05²) = 285,71 dibulatkan menjadi 286, dengan demikian, jumlah sampel yang dibutuhkan adalah 286 karyawan.
Jika jumlah populasi tidak diketahui, jumlah responden penelitian dapat ditentukan dengan merujuk pada persyaratan jumlah sampel minimal pada analisis tertentu seperti Analisis SEM-AMOS yaitu antara 100 hingga 200 sampel. Jumlah sampel sebesar 400 orang tersebut telah dianggap cukup memadai, dan disarankan menggunakan teknik ML (maksimum likehood) atau GLS (generelaized least squares). Begitu juga halnya dengan analisis faktor, besarnya jumlah sampel tergantung pada jumlah indikator yang minimalkan dikalikan 5 kalinya. Misalnya seorang peneliti menentukan 20 indikator penelitian, maka jumlah sampel minimal yang diperlukan adalah 20 x 5 = 100 orang (Ferdinand, 2002:48).
Hotel Mutiara Utama ingin melakukan penelitian terhadap karyawannya. Jumlah Karyawannya adalah 2000 orang. Dengan menggunakan Rumus Slovin pada toleransi “e” = 5%, berapakah jumlah sampel yang seharusnya untuk melakukan penelitian tersebut?
Peralatan Minggu Depan: LAPTOP yang ada program Excel dan SPSS
