KONSEP DASAR POPULASI DAN SAMPEL PENELITIAN


A.  POPULASI

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. Oleh karena itu, 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. Sebagai contoh, misalnya kita akan meneliti bagaimana rata-rata tingkat prestasi akademik mahasiswa Fakultas Ilmu Komunikasi Unpad dan kita hanya akan memokuskan penelitian kita pada mahasiswa yang aktif di lembaga-lembaga kemahasiswaan, maka seluruh mahasiswa Fakultas Ilmu Komunikasi Unpad adalah populasi sampling, sedangkan seluruh mahasiswa yang aktif dalam lembaga kemahasiswaan adalah populasi sasaran.Populasi adalah keseluruhan elemen atau unsur yang akan kita teliti dalam wilayah generalisasi yang terdiri atas; obyek/subyek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya.Populasi bukan hanya orang, tetapi juga benda-benda alam yang lain.  Populasi juga bukan sekedar jumlah yang ada pada obyek/subyek yang dipelajari, tetapi meliputi seluruh karakteristik/sifat yang dimiliki oleh obyek atau subyek tersebut.  “Bahkan satu orang pun dapat digunakan sebagai populasi, karena satu orang itu mempunyai berbagai karakteristik, misalnya gaya bicara, disiplin, pribadi, hobi, dan lain-lain.”[1]

Konsep lainnya yang harus dipahami-dan tidak boleh dikelirukan- adalah jumlah populasi (population numbers) dan ukuran populasi (population size). Jumlah populasi adalah banyaknya kategori populasi yang dijadikan objek penelitian yang dinotasikan dengan huruf K. Misalnya, ketika kita meneliti tingkat rata-rata prestasi akademik mahasiswa Fakultas Ilmu Komunikasi Unpad (Fikom Unpad), maka jumlah populasinya adalah satu, yakni kategori mahasiswa. Sementara itu, jika kita meneliti sikap sivitas akademika Fikom Unpad terhadap kebijakan rektor dalam menaikkan biaya pendidikan, maka jumlah populasinya sebanyak kategori yang terkandung dalam konsep sivitas akademika, misalnya terdiri dari kategori mahasiswa, dosen, dan staf administratif. Jadi, jumlah populasinya ada tiga. Ukuran populasi adalah banyaknya unsur atau unit yang terkandung dalam sebuah kategori populasi tertentu, yang dilambangkan dengan huruf N. Misalnya, ketika kita meneliti bagaimana rata-rata tingkat prestasi akademik mahasiswa Fikom Unpad, maka jumlah populasinya adalah satu dan ukuran populasinya 8.236 orang (sesuai dengan jumlah mahasiswa yang terdaftar resmi di Fikom Unpad).

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. Misalnya, bila dikaitkan dengan fokus penelitian, keterbatasan waktu, tenaga, dan biaya yang dimiliki oleh peneliti.

Dalam keadaan 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<N). Mengapa kita harus benar-benar memahami pengertian istilah jumlah sampel dengan ukuran sampel, sebab jumlah sampel dan sifat sampel yang diteliti (terutama untuk penelitian eksplanatif, misalnya penelitian korelasional) akan sangat menentukan uji statistik inferensial yang mana yang harus  digunakan untuk menguji hipotesis yang dirumuskan dalam penelitian kita. Ketepatan dalam memilih uji statistik inferensial itu merupakan salah satu unsur penentu validitas atau kesahihan penelitian kita. Dalam menguji korelasi di antara variabel-variabel yang diteliti, misalnya, ada uji statistik inferensial yang hanya berlaku untuk menguji satu sampel, dua sampel independen, dua sampel berhubungan, dan k sampel independen atau k sampel berhubungan, dan sebagainya [2]

Karena data yang diperoleh dari sampel harus dapat digunakan untuk menaksir populasi, maka dalam mengambil sampel dari populasi tertentu kita harus benar-benar bisa mengambil sampel yang dapat mewakili populasinya atau disebut sampel representatif. Sampel representatif adalah sampel yang memiliki ciri karakteristik yang sama atau relatif sama dengan ciri karakteristik populasinya. Tingkat kerepresentatifan sampel yang diambil dari populasi tertentu sangat tergantung pada jenis sampel yang digunakan, ukuran sampel yang diambil, dan cara pengambilannya. Cara atau prosedur yang digunakan untuk mengambil sampel dari populasi tertentu disebut teknik sampling.

UKURAN SAMPEL

Ukuran sampel atau besarnya sampel yang diambil dari populasi, sebagaimana diungkapkan di atas, merupakan salah satu faktor penentu tingkat kerepresentatifan sampel yang digunakan. Pertanyaannya, berapa besar sampel harus diambil dari populasi agar memenuhi syarat kerepresentatifan?

Dalam menentukan menentukan ukuran sampel (n) yang harus diambil dari populasi agar memenuhi persyaratan kerepresentatifan, tidak ada kesepakatan bulat di antara para ahli metodolologi penelitian (hal ini wajar, sebab dalam dunia ilmu yang ada adalah sepakat untuk tidak sepakat asal masing-masing konsisten dengan rujukan yang digunakannya, sehingga ilmu itu bisa terus berproses dan berkembang). Pada umumnya, buku-buku metodologi penelitian menyebut angka lima persen hingga 10 persen untuk menegaskan berapa ukuran sampel yang harus diambil dari sebuah populasi tertentu dalam penelitian sosial. Pendapat ini tentu saja sulit untuk dijelaskan apa alasannya jika ditinjau dari aspek metodologi penelitian.

Sehubungan dengan hal itu, I Gusti Bagoes Mantra dan Kasto [3] 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 (α) yang dalam penelitian sosial biasa berkisar 0,05 (5%) atau 0,01 (1%), sehingga keakuratan hasil penelitiannya (selang kepercayaannya) 1–α  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[4].

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.

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 [5]

  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. [6] 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[7], 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.

Untuk lebih jelasnya, di bawah ini diberikan contoh konkret.

Misalnya ukuran populasinya 500 (N=500) dan ukuran sampel yang akan diambil sebesar 50 (n=50), maka pasti k = 10. Andaikan saja unsur sampel pertama yang terpilih adalah nomor urut 005, maka unsur-unsur selanjunya yang harus diambil adalah nomor 015, 025, 035, 045, 055, 065, 075, dan seterusnya dengan berpatokan pada penambahan angka 10 dari nomor urut terakhir.

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 [8]

1.      Harus ada kriteria yang jelas yang akan dipergunakan sebagai dasar untuk menstratifikasi populasi ke dalam lapisan-lapisan. Sebagai contoh, populasi penelitian Anda adalah seluruh mahasiswa Unpad. Dalam kenyataannya karakteristik mahasiswa Unpad tidak sama (tidak homogen) sebab di Unpad terdapat program pendidikan jenjang D3, S1, S2, dan S3 yang tentu saja karakteristik (terutama karakteristik akademisnya) berbeda-beda. Maka dalam keadaan populasi yang demikian, mahasiswa Unpad sebagai populasi harus dibagi kedalam strata (subpopulasi) mahasiswa D3, mahasiswa S1, mahasiswa S2, dan mahasiswa S3. 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. Misalnya, tingkat motivasi belajar mahasiswa erat kaitannya dengan jenjang pendidikan yang diikutinya. Jadi, dalam penelitian tentang motivasi belajar mahasiswa (misalnya), jenjang pendidikan dijadikan dasar dalam menentukan strata populasi.

2.      Harus ada data pendahuluan dari populasi mengenai kriteria yang dipergunakan untuk menstratifikasi. Misalnya, data mengenai pembagian jenjang pendidikan pada mahasiswa Unpad didasarkan pada kenyataan bahwa di Unpad memang terdapat berbagai jenjang pendidikan.

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.[9] 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.

Tabel 1

Sampel Berstrata Proporsional untuk Penelitian Motivasi Belajar

di Kalangan Mahasiswa Universitas Padjadjaran

Jenjang            Ukuran                        % dalam          Pecahan          n               % dalam

Pendidikan      Populasi           Populasi           Sampling         Sampel                 Sampel

D3               10.000               40%                  0,10               1.000        40%

S1                 8.000                32%                  0,10                  800        32%

S2                 5.000                20%                  0,10                  500        20%

S3                 2.000                  8%                  0,10                  200          8%

_______          ______                                     ______    _____

25.000             100%                                        2.500      100%

Keterangan:

•Ditentukan ukuran sampel 2.500

•Pecahan sampling 2.500/25.000 = 0,10

•Setiap jenjang pendidikan diwakili dalam sampel proporsinya dalam populasi.

Penggunaan Teknik Sampling Random Strata Proporsional agak kurang tepat jika proporsi ukuran subpopulasinya[10] 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.

Tabel 2

Sampel Berstrata Disproporsional untuk Penelitian Motivasi Belajar

di Kalangan Mahasiswa Universitas Padjadjaran

Jenjang            Ukuran                  % dalam     Pecahan    n            Bobot      Bobot

Pendidikan      Populasi     Populasi     Sampling   Sampel                 Disesuaikan

D3               10.000         40%           0,063        625       15,87             5

S1                  8.000         32%           0,078        625        12,82            4

S2                  5.000         20%           0,125        625          8                 3

S3                  2.000           8%           0,313        625          3,19            1

_______      _____                        _____

25.000       100%                         2.500

Keterangan:

•Ukuran sampel ditetapkan 2500, dibagi rata pada setiap strata (625).

•Pecahan sampling berbeda-beda pada setiap strata (n/N).

•Karena sampel setiap strata tidak proporsional dengan strata yang bersangkutan dalam populasi, maka data pada setiap strata harus dikalikan dengan bobot (bobot yang disesuaikan). Bobot diperoleh dengan rumus: 1/ps atau satu dibagi pecahan smpling. Untuk memudahkan perhitungan, bobot dibulatkan dengan angka terrendah sebagai standar (bernilai 1). Misalnya, 15,87/3,19 = 4,97, dibulatkan menjadi 5.

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. Misalnya, populasi puah penelitian kita adalah seluruh murid Sekolah Dasar (SD) yang ada di Wilayah Kota Bandung. Tidak mungkin kita dapat menghimpun semua data anak SD dalam sebuah daftar yang akurat, kalaupun mungkin, pasti daftar itu akan sangat panjang dan memerlukan waktu serta biaya yang tidak sedikit untuk menyusunnya. Maka kelompok siswa SD itu kita buat berdasarkan nama sekolahnya. Kelompok anak SD itu disebut klaster. Klater dapat berupa sekolah, kelas, kecamatan, desa, kelurahan, RW, RT, dan sebagainya. Apabila klaster itu bersifat wilayah geografis yang kecil, maka pengambilan sampelnya dapat dilakukan satu tahap (simple cluster sampling). Misalnya, wilayah penelitian kita ada di Kelurahan Gunung Sampah, yang terdiri dari 10 RW, maka kita dapat memilih beberapa RW secara random untuk dijadikan wilayah penelitian dengan konsekuensi seluruh penduduk sasaran di RW itu harus dijadikan sampel (responden).

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). Misalnya kita akan meneliti pendapat seluruh ibu rumah tangga yang ada di wilayah Kota Bandung tentang konversi bahan bakar minyak tanah ke gas elpiji. Populasi penelitiannya adalah seluruh ibu rumah tangga yang ada di Kota Bandung. Kota Bandung kita bagi dulu ke dalam Wilayah Bandung Timur, Bandung, Barat, Bandung Selatan, dan Bandung Utara. Dari setiap wilayah itu kita jabarkan lagi pada kecamatan-kecamatan, lalu ambil secara random, misalnya, dua kecamatan dari setiap wilayah sehingga diperoleh delapan kecamatan. Apabila kita berhenti sampai di sini, maka seluruh ibu rumah tangga yang berdomisi di delapan kecamatan terpilih itu adalah sampel penelitian kita. Tetapi jika kita merasa jumlahnya masih terlalu besar, maka kita boleh menjabarkan wilayah kecamatan terpilih itu menjadi kelurahan-kelurahan, sehingga wilayah kecamatan tadi kita jadikan populasi sampling. Dari situ secara random, misalnya, kita ambil dua kelurahan dri setiap kecamatan terpilih, sehingga kita memiliki 16 kelurahan sebagai wilayah penelitian dengan konsekuensi seluruh ibu rumah tangga di 16 kelurahan itu harus dijadikan responden. Jika dirasakan masih terlalu banyak jumlahnya, kita diperbolehkan untuk menurunkan lagi wilayah penelitian pada wilayah yang lebih kecil, misalnya RW, dan seterusnya dengan cara yang sama.

Teknik Sampling Nonprobabilitas (Teknik Sampling Nonrandom)

Dalam menentukan sampel dengan menggunakan taknik sampling nonrandom, tidak menggunakan prinsip kerandoman[11] 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. Misalnya, untuk meneliti kualitas cerita Film Ayat-ayat Cinta kita memerlukan reponden yang memiliki kualifikasi komptensi dalam bidang perfilman atau bidang komunikasi. Maka sampelnya adalah para kritikus film, para dosen produksi film, para ahli sinematografi, dan lain-lain.

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. Misalnya, seseorang mahasiswa yang telah ditetapkan sebagai sampel tidak bisa dihubungi pada waktu akan diwawancarai atau diminta untuk mengisi kuesioner, lalu kita menggantinya dengan mahasiswa yang lain.
  • 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. Misalnya, jika kita ingin meneliti pelajar sekolah dasar yang bertempat tinggal di Kota A, kita tidak akan memperoleh daftarnya, yang kita temukan hanyalah daftar nama sekolah dasar yang ada di Kota A.

Buku-buku yang dianjurkan untuk dibaca:

  1. Jalaluddin Rakhmat, 1995, Metode Penelitian Komunikasi, Bandung: P.T. Remaja Rosdakarya.
  2. Arthur Asa Berger, 2000, Media and Communication Research Methods, Thousand Oaks, London, New Delhi: Sage Publications, Inc.
  3. Bridget Somekh and Cathy Lewin, 2005, Research Methods in The Social Sciences, London, Thousand Oaks, New Delhi: Sage Publications, Inc.
  4. Masri Singarimbun dan Sofian Effendi, 1989, Metode Penelitian Survai, Jakarta: LP3ES.
  5. Bambang Prasetyo dan Lina Miftahul Jannah, 2005, Metode Penelitian Kuantitatif: Teori dan Aplikasi, Jakarta: P.T. Radjagrafindo Persada.
  6. Rachmat Kriyantono, 2006, Teknik Praktis Riset Komunikasi, Jakarta: Kencana Prenada Media Group.

B. SAMPLE

Sampel adalah sebagian dari populasi. Artinya tidak akan ada sampel jika tidak ada populasi. Populasi adalah keseluruhan elemen atau unsur yang akan kita teliti. Penelitian yang dilakukan atas seluruh elemen dinamakan sensus. Idealnya, agar hasil penelitiannya lebih bisa dipercaya, seorang peneliti harus melakukan sensus. Namun karena sesuatu hal peneliti bisa tidak meneliti keseluruhan elemen tadi, maka yang bisa dilakukannya adalah meneliti sebagian dari keseluruhan elemen atau unsur tadi.

Berbagai alasan yang masuk akal mengapa peneliti tidak melakukan sensus antara lain adalah,

(a)    populasi demikian banyaknya sehingga dalam prakteknya tidak mungkin seluruh elemen diteliti;

(b)   keterbatasan waktu penelitian, biaya, dan sumber daya manusia, membuat peneliti harus telah puas jika meneliti sebagian dari elemen penelitian;

(c)    bahkan kadang, penelitian yang dilakukan terhadap sampel bisa lebih reliabel daripada terhadap populasi – misalnya, karena elemen sedemikian banyaknya maka akan memunculkan kelelahan fisik dan mental para pencacahnya sehingga banyak terjadi kekeliruan. [12]

(d)   demikian pula jika elemen populasi homogen, penelitian terhadap seluruh elemen dalam populasi menjadi tidak masuk akal, misalnya untuk meneliti kualitas jeruk dari satu pohon jeruk. Apa yang dipelajari dari sampel itu, kesimpulannya akan diberlakukan untuk populasi.  Oleh karena itu sampel yang akan diambil dari populasi harus betul-betul representatif[13] dapat mewakili).

C. Menentukan Jumlah atau ukuran Sample Data

Dalam sebuah penelitian, besarnya sampel yang akan digunakan tergantung dari beberapa hal, yaitu :

  1. Derajat keseragaman (degree of homogeneity) dari populasi, makin seragam sebuah populasi penelitian, maka untuk mendapatkan hasil penelitian yang presisi dibutuhkan jumlah sampel yang lebih sedikit bila dibandingkan dengan populasi yang tidak seragam.
  2. Tingkat ketelitian analisa yang dikehendaki dalam penelitian. Jumlah sample yang lebih banyak dapat menghasilkan tingkat ketelitian analisa yang lebih baik.
  3. Rencana analisa.
  4. Tenaga, biaya, dan waktu yang tersedia.

Salah satu metode yang dapat dipakai untukmenentukan jumlah sampel ini adalah metode purposive sampling. Dalam metode ini besarnya sampel ditentukan dengan mempertimbangkan tujuan penelitian berdasarkan kriteria-kriteria yang ditentukan terlebih dahulu. Dimana besarnay sampel yang akan digunakan dihitung dengan menggunakan rumus Slovin  berikut :

jumlah Sample = N / (1+N.e.e)

Dimana :

-         n adalah jumlah sampel

-         N adalah jumlah populasi

-         e adalah persentase toleransi ketidaktelitian (presesi) karena kesalahan pengambilan sampel yang masih dapat ditolerir

Sebagai contoh : Populasi penduduk sebuah kota adalah sebanayak 1 juta jiwa. Dan tolerasi kesalahan analisa yang masih diijinkan dalam sebuah penelitian di kota tersebut adalah 10%. Maka jumlah sampel yang harus diambil dalam penelitian di kota tersebut adalah :

Jumlah sampel = 1000000/(1+1000000×0.1×01)

= 1000000/10001

= 99.99

Jumlah sampel dibulatkan jadi 100 penduduk

D. Teknik Sampling

Teknik Sampling adalah merupakan teknik pengambilan sampel. Terdapat berbagai teknik sampling untuk menentukan sampel yang akan digunakan  dalam penelitian.  Teknik sampling pada dasarnya dapat dikelompokkan menjadi dua yaitu probability sampling dan non probability sampling. Dalam menetapkan besar kecilnya sampel, tidaklah ada suatu ketetapan yang mutlak, artinya tidak ada ketentuan berapa persen suatu sampel harus diambil. Suatu hal yang perlu diperhatikan adalah keadaan homogenitas dan heterogenitas populasi. Jika keadaan populasi homogen, jumlah sampel hampir-hampir tidak menjadi persoalan, sebaliknya jika keadaan populasi heterogen, maka pertimbangan pengambilan sampel harus memperhatikan dua hal, yaitu harus diseleidiki kategori-kategori heterogenitas dan besarnya populasi.

Langkah-langkah dalam penarikan sampel adalah penetapan ciri-ciri populasi yang menjadi sasaran dan akan diwakili oleh sampel di dalam penyelidikan. Penarikan sampel dari penelitian tidak lain memiliki tujuan untuk memperoleh informasi mengenai populasi tersebut. Oleh karena itu, penarikan sampel sangat diperlukan dalm penelitian.

E. Teknik-teknik pengambilan sample

Secara umum, ada dua jenis teknik pengambilan sampel yaitu, sampel acak atau random sampling / probability sampling, dan sampel tidak acak atau nonrandom samping/nonprobability sampling. Yang dimaksud dengan random sampling adalah cara pengambilan sampel yang memberikan kesempatan yang sama untuk diambil kepada setiap elemen populasi. Artinya jika elemen populasinya ada 100 dan yang akan dijadikan sampel adalah 25, maka setiap elemen tersebut mempunyai kemungkinan 25/100 untuk bisa dipilih menjadi sampel. Sedangkan yang dimaksud dengan nonrandom sampling atau nonprobability sampling, setiap elemen populasi tidak mempunyai kemungkinan yang sama untuk dijadikan sampel. Lima elemen populasi dipilih sebagai sampel karena letaknya dekat dengan rumah peneliti, sedangkan yang lainnya, karena jauh, tidak dipilih; artinya kemungkinannya 0 (nol).

Dua jenis teknik pengambilan sampel di atas mempunyai tujuan yang berbeda. Jika peneliti ingin hasil penelitiannya bisa dijadikan ukuran untuk mengestimasikan populasi, atau istilahnya adalah melakukan generalisasi maka seharusnya sampel representatif dan diambil secara acak. Namun jika peneliti tidak mempunyai kemauan melakukan generalisasi hasil penelitian maka sampel bisa diambil secara tidak acak. Sampel tidak acak biasanya juga diambil jika peneliti tidak mempunyai data pasti tentang ukuran populasi dan informasi lengkap tentang setiap elemen populasi. Contohnya, jika yang diteliti populasinya adalah konsumen teh botol, kemungkinan besar peneliti tidak mengetahui dengan pasti berapa jumlah konsumennya, dan juga karakteristik konsumen. Karena dia tidak mengetahui ukuran pupulasi yang tepat, bisakah dia mengatakan bahwa 200 konsumen sebagai sampel dikatakan “representatif”[14]?. Kemudian, bisakah peneliti  memilih sampel secara acak, jika tidak ada informasi yang cukup lengkap tentang diri konsumen?. Dalam situasi yang demikian, pengambilan sampel dengan cara acak tidak dimungkinkan, maka tidak ada pilihan lain kecuali sampel diambil dengan cara tidak acak atau nonprobability sampling, namun dengan konsekuensi hasil penelitiannya tersebut tidak bisa digeneralisasikan. Jika ternyata dari 200 konsumen teh botol tadi merasa kurang puas, maka peneliti tidak bisa mengatakan bahwa sebagian besar konsumen teh botol merasa kurang puas terhadap the botol.

Di setiap jenis teknik pemilihan tersebut, terdapat beberapa teknik yang lebih spesifik lagi. Pada sampel acak (random sampling) dikenal dengan istilah simple random sampling, stratified random sampling, cluster sampling, systematic sampling, dan area sampling. Pada nonprobability sampling dikenal beberapa teknik, antara lain adalah convenience sampling, purposive sampling, quota sampling, snowball sampling

Probability/Random Sampling.

Syarat pertama yang harus dilakukan untuk mengambil sampel secara acak adalah memperoleh atau membuat kerangka sampel atau dikenal dengan nama “sampling frame”. Yang dimaksud dengan  kerangka sampling adalah daftar yang berisikan setiap elemen populasi yang bisa diambil sebagai sampel. Elemen populasi bisa berupa data tentang orang/binatang, tentang kejadian, tentang tempat, atau juga tentang benda. Jika populasi penelitian adalah mahasiswa perguruan tinggi “A”, maka peneliti harus bisa memiliki daftar semua mahasiswa yang terdaftar di perguruan tinggi “A “ tersebut selengkap mungkin. Nama, NRP, jenis kelamin, alamat, usia, dan informasi lain yang berguna bagi penelitiannya.. Dari daftar ini, peneliti akan bisa secara pasti mengetahui jumlah populasinya (N). Jika populasinya adalah rumah tangga dalam sebuah kota, maka peneliti harus mempunyai daftar seluruh rumah tangga kota tersebut.  Jika populasinya adalah wilayah Jawa Barat, maka penelti harus mepunyai peta wilayah Jawa Barat secara lengkap. Kabupaten, Kecamatan, Desa, Kampung. Lalu setiap tempat tersebut diberi kode (angka atau simbol) yang berbeda satu sama lainnya.

Di samping sampling frame, peneliti juga harus mempunyai alat yang bisa dijadikan penentu sampel. Dari sekian elemen populasi, elemen mana saja yang bisa dipilih menjadi sampel?. Alat yang umumnya digunakan adalah Tabel Angka Random, kalkulator, atau  undian. Pemilihan sampel secara acak bisa dilakukan melalui sistem undian jika elemen populasinya tidak begitu banyak. Tetapi jika sudah ratusan, cara undian bisa mengganggu konsep “acak” atau “random” itu sendiri.

A.  sampel acak atau random sampling / probability sampling

1.  Simple Random Sampling atau Sampel Acak Sederhana

Cara atau teknik ini dapat dilakukan jika analisis penelitiannya cenderung deskriptif dan bersifat umum. Perbedaan karakter yang mungkin ada pada setiap unsur atau elemen  populasi tidak merupakan hal yang penting bagi rencana analisisnya. Misalnya, dalam populasi ada wanita dan pria, atau ada yang kaya dan yang miskin, ada manajer dan bukan manajer, dan perbedaan-perbedaan lainnya.  Selama perbedaan gender, status kemakmuran, dan kedudukan dalam organisasi, serta perbedaan-perbedaan lain tersebut bukan merupakan sesuatu hal yang penting dan mempunyai pengaruh yang signifikan terhadap hasil penelitian, maka peneliti dapat mengambil sampel secara acak sederhana. Dengan demikian setiap unsur populasi harus mempunyai kesempatan sama untuk bisa dipilih menjadi sampel. Prosedurnya :

  1. Susun “sampling frame”
  2. Tetapkan jumlah sampel yang akan diambil
  3. Tentukan alat pemilihan sampel
  4. Pilih sampel sampai dengan jumlah terpenuhi

2.  Stratified Random Sampling atau Sampel Acak Distratifikasikan

Karena unsur populasi berkarakteristik heterogen, dan heterogenitas tersebut mempunyai arti yang signifikan pada pencapaian tujuan penelitian, maka peneliti dapat mengambil sampel dengan cara ini. Misalnya, seorang peneliti ingin mengetahui sikap manajer terhadap satu kebijakan perusahaan. Dia menduga bahwa manajer tingkat atas cenderung positif sikapnya terhadap kebijakan perusahaan tadi. Agar dapat menguji dugaannya tersebut maka sampelnya harus terdiri atas paling tidak para manajer tingkat atas, menengah, dan bawah. Dengan teknik pemilihan sampel secara random distratifikasikan, maka dia akan memperoleh manajer di ketiga tingkatan tersebut, yaitu stratum manajer atas, manajer menengah dan manajer bawah. Dari setiap stratum tersebut dipilih sampel secara acak. Prosedurnya :

  1. Siapkan “sampling frame”
  2. Bagi sampling frame tersebut berdasarkan strata yang dikehendaki
  3. Tentukan jumlah sampel dalam setiap stratum
  4. Pilih sampel dari setiap stratum secara acak.

Pada saat menentukan jumlah sampel dalam setiap stratum, peneliti dapat menentukan secara (a) proposional, (b) tidak proposional. Yang dimaksud dengan proposional adalah jumlah sampel dalam setiap stratum sebanding dengan jumlah unsur populasi dalam stratum tersebut. Misalnya, untuk stratum manajer tingkat atas (I) terdapat 15 manajer, tingkat menengah ada 45 manajer (II), dan manajer tingkat bawah (III) ada 100 manajer. Artinya jumlah seluruh manajer adalah 160. Kalau jumlah sampel yang akan diambil seluruhnya 100 manajer, maka  untuk stratum I diambil (15:160)x100 = 9 manajer, stratum II = 28 manajer, dan stratum 3 = 63 manajer.

Jumlah dalam setiap stratum tidak proposional. Hal ini terjadi jika jumlah unsur atau elemen di salah satu atau beberapa stratum sangat sedikit. Misalnya saja, kalau dalam stratum manajer kelas atas (I) hanya ada 4 manajer, maka peneliti bisa mengambil semua manajer dalam stratum tersebut , dan untuk manajer tingkat menengah (II) ditambah 5, sedangkan manajer tingat bawah (III), tetap 63 orang.

3.  Cluster Sampling atau Sampel Gugus

Teknik ini biasa juga diterjemahkan dengan cara pengambilan sampel berdasarkan gugus. Berbeda dengan teknik pengambilan sampel acak yang distratifikasikan, di mana setiap unsur dalam satu stratum memiliki karakteristik yang homogen (stratum A : laki-laki semua, stratum B : perempuan semua), maka dalam sampel gugus, setiap gugus boleh mengandung unsur yang karakteristiknya berbeda-beda atau heterogen. Misalnya, dalam satu organisasi terdapat 100 departemen. Dalam setiap departemen terdapat banyak pegawai dengan karakteristik berbeda pula. Beda jenis kelaminnya, beda tingkat pendidikannya, beda tingkat pendapatnya, beda tingat manajerialnnya, dan perbedaan-perbedaan lainnya. Jika peneliti bermaksud mengetahui tingkat penerimaan para pegawai terhadap suatu strategi yang segera diterapkan perusahaan, maka peneliti dapat menggunakan cluster sampling untuk mencegah terpilihnya sampel hanya dari satu atau dua departemen saja. Prosedur :

  1. Susun sampling frame berdasarkan gugus – Dalam kasus di atas, elemennya ada 100 departemen.
  2. Tentukan berapa gugus yang akan diambil sebagai sampel
  3. Pilih gugus sebagai sampel dengan cara acak
  4. Teliti setiap pegawai yang ada dalam gugus sample

4.  Systematic Sampling atau Sampel Sistematis

Jika peneliti dihadapkan pada ukuran populasi yang banyak dan tidak memiliki alat pengambil data secara random, cara pengambilan sampel sistematis dapat digunakan. Cara ini menuntut kepada peneliti untuk memilih unsur populasi secara sistematis, yaitu unsur populasi yang bisa dijadikan sampel adalah yang “keberapa”.  Misalnya, setiap unsur populasi yang keenam, yang bisa dijadikan sampel. Soal “keberapa”-nya satu unsur populasi bisa dijadikan sampel tergantung pada  ukuran populasi dan ukuran sampel. Misalnya, dalam satu populasi terdapat 5000 rumah. Sampel yang akan diambil adalah 250 rumah dengan demikian interval di antara sampel kesatu, kedua, dan seterusnya adalah 25. Prosedurnya :

  1. Susun sampling frame
  2. Tetapkan jumlah sampel yang ingin diambil
  3. Tentukan K (kelas interval)
  4. Tentukan angka atau nomor awal di antara kelas interval tersebut secara acak atau random – biasanya melalui cara undian saja.
  5. Mulailah mengambil sampel dimulai dari angka atau nomor awal yang terpilih.
  6. Pilihlah sebagai sampel angka atau nomor interval berikutnya

5.  Area Sampling atau Sampel Wilayah

Teknik ini dipakai ketika peneliti dihadapkan pada situasi bahwa populasi penelitiannya tersebar di berbagai wilayah. Misalnya, seorang marketing manajer sebuah stasiun TV ingin mengetahui tingkat penerimaan masyarakat Jawa Barat atas sebuah mata tayangan, teknik pengambilan sampel dengan area sampling sangat tepat. Prosedurnya :

  1. Susun sampling frame yang menggambarkan peta wilayah (Jawa Barat) – Kabupaten, Kotamadya, Kecamatan, Desa.
  2. Tentukan wilayah yang akan dijadikan sampel (Kabupaten ?, Kotamadya?, Kecamatan?, Desa?)
  3. Tentukan berapa wilayah yang akan dijadikan sampel penelitiannya.
  4. Pilih beberapa wilayah untuk dijadikan sampel dengan cara acak atau random.
  5. Kalau ternyata masih terlampau banyak responden yang harus diambil datanya, bagi lagi wilayah yang terpilih ke dalam sub wilayah.

B. Nonprobability/Nonrandom Sampling atau Sampel Tidak Acak

Seperti telah diuraikan sebelumnya, jenis sampel ini tidak dipilih secara acak. Tidak semua unsur atau elemen populasi mempunyai kesempatan sama untuk bisa dipilih menjadi sampel. Unsur populasi yang terpilih menjadi sampel bisa disebabkan karena kebetulan atau karena faktor lain yang sebelumnya sudah direncanakan oleh peneliti.

1.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.

2.Purposive Sampling

Sesuai dengan namanya, sampel diambil dengan maksud atau tujuan tertentu. Seseorang atau sesuatu diambil sebagai sampel karena peneliti menganggap bahwa seseorang atau sesuatu tersebut memiliki informasi yang diperlukan bagi penelitiannya. Dua jenis sampel ini dikenal dengan nama judgement dan quota sampling.

a.  Judgment Sampling

Sampel dipilih berdasarkan penilaian peneliti bahwa dia adalah pihak yang paling baik untuk dijadikan sampel penelitiannya.. Misalnya untuk memperoleh data tentang bagaimana satu proses produksi direncanakan oleh suatu perusahaan, maka manajer produksi merupakan orang yang terbaik untuk bisa memberikan informasi. Jadi, judment sampling umumnya memilih sesuatu atau seseorang menjadi sampel karena mereka mempunyai “information rich”.

Dalam program pengembangan produk (product development), biasanya yang dijadikan sampel adalah karyawannya sendiri, dengan pertimbangan bahwa kalau karyawan sendiri tidak puas terhadap produk baru yang akan dipasarkan, maka jangan terlalu berharap pasar akan menerima produk itu dengan baik. [15]

b.  Quota Sampling

Teknik sampel ini adalah bentuk dari sampel distratifikasikan secara proposional, namun tidak dipilih secara acak melainkan secara kebetulan saja.

Misalnya, di sebuah kantor terdapat pegawai laki-laki 60%  dan perempuan 40% . Jika seorang peneliti ingin mewawancari 30 orang pegawai dari kedua jenis kelamin tadi maka dia harus mengambil sampel pegawai laki-laki sebanyak 18 orang sedangkan pegawai perempuan 12 orang. Sekali lagi, teknik pengambilan ketiga puluh sampel tadi tidak dilakukan secara acak, melainkan secara kebetulan saja.

3.  Snowball Sampling – Sampel Bola Salju

Cara ini banyak dipakai ketika peneliti tidak banyak tahu tentang populasi penelitiannya. Dia hanya tahu satu atau dua orang yang berdasarkan penilaiannya bisa dijadikan sampel. Karena peneliti menginginkan lebih banyak lagi, lalu dia minta kepada sampel pertama untuk menunjukan orang lain yang kira-kira bisa dijadikan sampel. Misalnya, seorang peneliti ingin mengetahui pandangan kaum lesbian terhadap lembaga perkawinan. Peneliti cukup mencari satu orang wanita lesbian dan kemudian melakukan wawancara. Setelah selesai, peneliti tadi minta kepada wanita lesbian tersebut untuk bisa mewawancarai teman lesbian lainnya. Setelah jumlah wanita lesbian yang berhasil diwawancarainya dirasa cukup, peneliti bisa mengentikan pencarian wanita lesbian lainnya. . Hal ini bisa juga dilakukan pada pencandu narkotik, para gay, atau kelompok-kelompok sosial lain yang eksklusif (tertutup)

Dua jenis teknik pengambilan sampel di atas mempunyai tujuan yang berbeda. Jika peneliti ingin hasil penelitiannya bisa dijadikan ukuran untuk mengestimasikan populasi, atau istilahnya adalah melakukan generalisasi maka seharusnya sampel representatif dan diambil secara acak. Namun jika peneliti tidak mempunyai kemauan melakukan generalisasi hasil penelitian maka sampel bisa diambil secara tidak acak. Sampel tidak acak biasanya juga diambil jika peneliti tidak mempunyai data pasti tentang ukuran populasi dan informasi lengkap tentang setiap elemen populasi. Contohnya, jika yang diteliti populasinya adalah konsumen teh botol, kemungkinan besar peneliti tidak mengetahui dengan pasti berapa jumlah konsumennya, dan juga karakteristik konsumen. Karena dia tidak mengetahui ukuran pupulasi yang tepat, bisakah dia mengatakan bahwa 200 konsumen sebagai sampel dikatakan “representatif”?. Kemudian, bisakah peneliti  memilih sampel secara acak, jika tidak ada informasi yang cukup lengkap tentang diri konsumen?. Dalam situasi yang demikian, pengambilan sampel dengan cara acak tidak dimungkinkan, maka tidak ada pilihan lain kecuali sampel diambil dengan cara tidak acak atau nonprobability sampling, namun dengan konsekuensi hasil penelitiannya tersebut tidak bisa digeneralisasikan. Jika ternyata dari 200 konsumen teh botol tadi merasa kurang puas, maka peneliti tidak bisa mengatakan bahwa sebagian besar konsumen teh botol merasa kurang puas terhadap the botol.

Daftar Pustaka

Anggraini Sri., “Populasi dan Sampel”, Fakultas Kesehatan Masyarakat Universitas

Indonesia, Jakarta,1979.

Hertono,.Broto.R. “Cara-Cara Sampling”, Fakultas Kesehatan Masyarakat

Univesitas Indonesia, Jakarta, 1977.

Hasan Mustafa /2000

Populasi dan Sampel Penelitian{ Januari 20, 2009 @{ Blogroll }

Posted on September 23, 2008 by amiyela

Wikipedia .com

POPULASI DAN SAMPEL PENELITIAN

Diajukan Untuk Memenuhi Tugas Kelompok  pada Mata Kuliah

Metode penelitian komunikasi

Dibuat oleh:

Nurdin Jaya Riyadhie  (207 400 494)

Riki Rahmat (207 400 507 )

Jurnalistik C / V

Fakultas Dakwah dan Komunikasi

Universitas Islam Negeri

Sunan Gunung Djati

Bandung

2009


[1] Oleh: Dadang Sugiana

(Dosen Fakultas Ilmu Komunikasi Universitas Padjadjaran Bandung)

e-mai: dankfs@yahoo.co.id

[2] Silakan baca buku Statistik Nonparametrik untuk Ilmu-Ilmu Sosial tulisan Sidney Siegel

[3] dalam buku yang ditulis oleh Masri Singarimbun dan Sofian Effendi, Metode Penelitian Survai (1989),

[4] (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).

[5] Lihat Dalam Buku (Singarimbun dan Effendy, 1989):

[6] Selanjutnya lihat Tabel Angka Random atau Tabel Bilangan Random yang selalu ada pada lampiran buku-buku metodologi penelitian atau buku-buku metode statistika.

[7] ukuran populasinya diketahui dengan pasti

[8] Lihat lebih lanjut (Singarimbun dan Effendi, 1989:162-163):

[9] (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).

[10] (jumlah satuan elementer pada strata)

[11] (prinsip teori peluang).

[12] lihat (Uma Sekaran, 1992);

[13] Yang Dimaksud representative adalah Suatu sample yang Dapat mewakili.

[14] Yang Dimaksud representative adalah Suatu sample yang Dapat mewakili.

[15] (Cooper dan Emory, 1992).

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s