Judul Tugas : Tugas A.S.I Pertemuan 3
Nama : Gladiez Wiqi Andriana
Nim : 10410100104
Dosen : Didiet Anindita
1. A. Convenience Sampling atau sampel yang dipilih dengan pertimbangan kemudahan.
- Dalam memilih sampel, peneliti tidak mempunyai pertimbangan lain kecuali berdasarkan kemudahan saja. Seseorang diambil sebagai sampel karena kebetulan orang tadi ada di situ atau kebetulan dia mengenal orang tersebut. Oleh karena itu ada beberapa penulis menggunakan istilah accidental sampling – tidak disengaja – atau juga captive sample (man-on-the-street) Jenis sampel ini sangat baik jika dimanfaatkan untuk penelitian penjajagan, yang kemudian diikuti oleh penelitian lanjutan yang sampelnya diambil secara acak (random). Beberapa kasus penelitian yang menggunakan jenis sampel ini, hasilnya ternyata kurang obyektif.
- Sample yang terdiri dari unit / individu yang mudah ditemui
- Metode ini tidak mempermasalahkan apakah sample yang diambil mewakili populasi atau tidak.
- Dirancang untuk melihat fenomena dimasyarakat secara mudah
- Alias : incidental, accidental, haphazard, fortuitous sampling
- Peneliti memilih sejumlah kasus yang conveniently/readily available.
- Metode ini cepat, mudah, dan murah.
- Kalau penelitian permasalahan baru tahap awal dan generalisasi bukan masalah, metode ini boleh2 saja.
- Tapi karena sampel yang cuma “sedapatnya”, tidak bisa ditentukan hasil penelitian ini bisa diterapkannya ke mana kecuali ke sampel itu sendiri.
- In attempting to make inferences from such a sample, “one can only hope that one is not being to grossly misled” (sangat sinis)
§ Contoh :
ü Pengambilan contoh berdasarkan kemudahan (Convenience sampling)
Prosedur pengambilan contoh ini yaitu contoh diambil dari populasi yang mudah diperoleh atau contoh diambil bebas yang paling cepat dan murah dari populasi.
B. Purposive
- Peneliti menggunakan expert judgement untuk memilih kasus-kasus yang “representatif” atau “tipikal” dari populasi.
- Pertama, identifikasi sumber2 variasi yang penting dari populasi. Berikutnya memilih kasus-kasus sesuai sumber-sumber variasi tersebut.
- Bisa dipilih satu kasus atau satu subpopulasi yang dianggap “representatif” atau “tipikal” yang memiliki karakteristik tertentu. Atau memilih beberapa kasus yang mewakili perbedaan-perbedaan utama dalam populasi.
- Teknik purposive sampling lainnya, biasanya untuk prediksi hasil election, adalah memilih propinsi tertentu yang telah bertahun-tahun memprediksikan hasil penghitungan suara nasional secara tepat.
- Contoh : kalau di propinsi A partai X menang maka diprediksikan dengan sangat yakin (keyakinan sebesar korelasi historisnya) bahwa secara nasional partai X bakal menang.
- Tetap kurang bisa diterima dibandingkan probability sampling jika diperlukan generalisasi yang tepat dan akurat. Tetapi kalau berbagai hal membatasi, ya boleh lah.
- Secara umum lebih “kuat” dibandingkan convenience sampling tapi sangat tergantung expert judgement-nya peneliti.
- Kelemahan utama: informed selection seperti itu memerlukan pengetahuan yang cukup mengenai populasi.
C. Simple Random
- Simple Random Sampling adalah semua unsur dari populasi mempunyai kesempatan yang sama untuk dipilih sebagai anggota sampel. Anggota sampel dipilih secara acak dengan cara :
§ Pengundian menggunakan nomor anggota sebagai nomor undian
§ Menggunakan tabel angka random (bilangan acak) berdasarkan nomor anggota.
- Simple random sampling adalah teknik pengambilan sampel yang dilakukan secara acak (random) sehingga setiap kasus atau elemen dalam populasi memiliki kesempatan yang sama besar untuk dipilih sebagai sampel penelitian. Pada contoh pemilihan 20 orang sampel dari populasi yang beranggotakan 100 orang, dengan teknik simple random sampling maka setiap orang pada populasi tersebut memilki peluang yang sama untuk menjadi satu dari 20 sampel yang dipilih.
- Teknik ini memilki tingkat keacakan yang sangat tinggi, sehingga sangat efisien digunakan untuk mengukur karakter populasi yang memiliki elemen dengan homoginitas tinggi. Sedangkan untuk populasi yang memiliki elemen cukup hetergon, penggunaan teknik ini justru dapat menimbulkan bias.
- Syarat penggunaan teknik sampling ini adalah, bahwa setiap elemen dari populasi harus dapat diidentifikasi. Elemen dari populasi tersebut kemudian disusun dalam suatu sampling frame, yaitu suatu daftar yang dapat menggambarkan seluruh elemen dari populasi. Keberadaan sampling frame ini sangat penting dalam teknik simple random sampling ini, karena proses pemilihan sampel akan menjadi lebih sederhana, cepat dan murah.
- Prosedur penggunaan simple random sampling, diawali dari pembentukan sampling frame oleh peneliti. Selanjutnya, dari sampling frame tersebut dipilih sampel yang dilakukan secara acak hingga terpenuhi jumlah sampel yang dibutuhkan. Proses pemilihan sampel ini juga dapat memanfaatkan a table of random numbers.
§ Syarat Penggunaan Metode Simple Random Sampling :
- Sifat populasi adalah homogen
- Keadaan anggota populasi tidak terlau tersebar secara geografis
- Harus ada kerangka sampling (sampling frame) yang jelas
- Kebaikan : Prosedur penggunaannya sederhana
- Kelemahan : Persyaratan penggunaan metode ini sulit dipenuhi
D. Complex Random
- sampel ini sangat sesuai untuk menganalisis sistem pada beberapa sampling, diantaranya sampling sistematis, sistem mewakili dan sampling kelompok.
- sampling sistematis, sampling probabilitas yang paling sederhana, misalnya memilih mewawancarai setiap orang ke- k dari daftar pegawai perusahaan.
- sampling mewakili, adalah proses mengidentifikasi subpopulasi dan kemudian menyeleksi objek atau orang yang dibuat sampling di dalam subpopulasi tersebut, sehingga pengumpulan data secara efisien.
- sampling kelompok, menyeleksi sekumpulan dokumen atau orang untuk studi yang dilakukan, misalnya sebuah organisasi mempunyai 20 cabang yang tersebar, kemudian dipilih satu atau dua diantaranya berdasarkan asumsi keduanya memiliki kekhasan sendiri.
2. Cara Untuk menentukan ukuran Sample adalah :
- Untuk menentukan ukuran/banyaknya contoh (n) yang akan diambil dari populasi perlu diperhatikan hal-hal berikut :
• N= banyaknya anggota dalam populasi
• d = kesalahan maksimum yang dapat diterima
• Zα = nilai sebaran Z pada tingkat kepercayaan (1- α/2)
S2= ragam populasi
• Ukuran contoh yang diambil dari poplasi yaitu:
n = ( N Z2 s2 )/ (N d2 + Z2 s2)
• Untuk data pengamatan proporsi s2= p(1-p), apabila p tidak diketahui (memang tidak diketahui) maka dapat diambil s2 maksimum dan diperoleh pada p= 0.5.
