POPULASI DAN SAMPEL

Populasi dan Sampel

Populasi adalah kumpulan dari individu dengan kualitas serta cirri-ciri yang telah ditetapkan. Kualitas atau ciri tersebut dinamakan variabel. Sebuah populasi dengan jumlah individu tertentu dinamakan populasi finit sedangkan jika jumlah individu dalam kelompok tidak mempunyai jumlah yang tetap ataupun jumlahnya tidak terhingga disebut populasi infinit. Misalnya jumlah petani dalam sebuah desa adalah populasi finit. Sebaliknya, jumlah pelemparan mata dadu yang terus menerus merupakan populasi infinit.

Keterangan mengenai populasi dapat dikumpulkan dengan dua cara. Pertama, tiap unit populasi dihitung. Cara ini disebut sensus atau somplete enumeration. Kedua, perhitungan-perhitungan dilakukan hanya pada bagian unit populasi saja. Keterangan diambil dari “wakil” populasi, atau dari sampel. Teknik ini dinamakan survey sampel (sample survey) atau sample enumeration.

Sebuah sampel adalah bagian dari populasi. Survei sampel adalah suatu prosedur dalam mana hanya sebagian dari populasi saja yang diambil dan dipergunakan untuk menentukan sifat serta cirri yang dikehendaki dari populasi.

Istilah populasi dan sampel tepat digunakan jika penelitian yang dilakukan mengambil sampel sebagai subjek penelitian. Akan tetapi jika sasaran penelitiannya adalah seluruh anggota populasi, akan lebih cocok digunakan istilah subjek penelitian, terutama dalam penelitian eksperimental.

Dalam survei, sumber data lazim disebut responden dan dalam penelitian kualitatif disebut informan atau subjek tergantung pada cara pengambilan datanya. Penjelasan yang akurat tentang karakteristik populasi penelitian perlu diberikan agar besarnya sampel dan cara pengambilannya dapat ditentukan secara tepat.

Tujuannya adalah agar sampel yang dipilih benar-benar representatif, dalam arti dapat mencerminkan keadaan populasinya secara cermat. Kerepresentatifan sampel merupakan kriteria terpenting dalam pemilihan sampel dalam kaitannya dengan maksud menggeneralisasikan hasil-hasil penelitian sampel terhadap populasinya. Jika keadaan sampel semakin berbeda dengan kakarteristik populasinya, maka semakin besar kemungkinan kekeliruan dalam generalisasinya.

Jadi, hal-hal yang dibahas dalam bagian Populasi dan Sampel adalah
(a) identifikasi dan batasan-batasan tentang populasi atau subjek penelitian,
(b) prosedur dan teknik pengambilan sampel, serta
(c) besarnya sampel.

Beberapa Istilah Penting dan Isu di Sekitar Penentuan Sampel
Karena berbagai alasan, tidak semua hal yang ingin diramalkan atau dikendalikan dapat diteliti. Penelitian ilmiah boleh dikatakan hampir selalu hanya dilakukan terhadap sebagian saja dari hal-hal yang sebenarnya mau diteliti. Jadi penelitian hanya dilakukan terhadap sampel, tidak terhadap populasi. Namun kesimpulan-kesimpulan penelitian mengenai sampel itu akan dikenakan atau digeneralisasikan terhadap populasi. Generalisasi dari sampel ke populasi ini mengandung resiko bahwa akan mengandung ketidak tepatan atau kekeliruan, karena sampel tidak akan mencerminkan secara tepat keadaan populasi. Makin tidak sama sampel itu dengan populasinya, maka makin besar kemungkinan kekeliruan dalam generalisasi itu. Karena hal demikian itulah maka teknik pengambilan sampel menjadi sangat penting peranannya dalam penelitian. Berbagai teknik penenutan sampel itu pada hakekatnya adalah cara-cara untuk memperkecil kekeliruan generalisasi dari sampel ke populasi. Hal ini dapat dicapai kalau diperoleh sampel yang representatif, yaitu sampel yang benar-benar mencerminkan populasinya.

Di antara berbagai teknik penentuan sampel yang dianggap paling baik adalah penentuan sampel secara rambang (random sampling). Kebaikan teknik ini tidak hanya terletak pada teori yang mendasarinya, tetapi juga pada bukti-bukti empiris. Perkembangan teknologi komputer telah memungkinkan orang melakukan berbagi simulasi untuk membuktikan keunggulan teknik pengambilan sampel secara acak itu.

Di dalam penentuan sampel secara acak, semua anggota populasi, secara individual atau secara kolektif, diberi peluang yang sama untuk menjadi anggota sampel. Alat untuk mengambil sampel secara acak ini yang paling praktis (dan dianggap paling valid juga) ialah degan menggunakan tabel bilangan acak atau kalkulator yang mempunyai program untuk bilangan acak. Jika besarnya populasi terbatas, peluang acak dapat diberikan kepada anggota-anggota populasi secar individual. Tetapi kalu populasi itu sangat besar, sebaiknya peluang acaknya diberikan kepada anggota_anggota populasi secara kelompok, dan kalau perlu dilanjutkan dengan acak individual.

Walaupun teknik pengambilan sampel secara acak itu merupakan teknik yag terbaik, namun tidak selalu dapat dilaksanakan, karena berbagai alasan. Kadang-kadang orang terpaksa puas dengan sampel rumpun (cluster sample), karena rumpun-rumpun yang merupakan kelompokan indiviu-individu itu yang tersedia sebagai unit-unit dalam populasi. Penelitian mengenai murid-murid sekolah biasanya tidak menggunakan teknik pengambilan sampel secara acak. Yang mendapat peluang sama untuk menjadi sampel bukan murid secar individual, melainkan sekolah( jadi murid secara kelompok)

Seringkali terjadi pula sampel yang diambil dari rumpun-rumpun yang telah ditentukan atau tersedia. Teknik yang demikian disebut penentuan sampel secara bertingkat. Kalau dari kelompok-kelompok yang tersedia itu diambil sampel-sampel yang sebanding dengan besarnya kelompok dan pengambilannya secara acak, maka teknik itu disebut pengambilan sampel secara acak proporsionak (Proportional random sampling)

Ada 4 parameter yang biasa dianggap menentukan representativeness suatu sampel, yaitu :
1. Variabilitas populasi
2. Besar sampel
3. Teknik penentuan sampel
4. Kecermatan memasukkan ciri-ciri populasi dalam sampel

Variabilitas populasi. Dari keempat parameter tersebut di atas itu variabilitas populasi merupakan hal yang sudah “given”, artinya peneliti harus menerima sebagaimana adanya, dan tidak dapat mengatur atau memanipulasikannya. Ketiga parameter yang lain tidak demikian halnya, peneliti dapat mengatur atau memanipulasikannya untuk meningkatkan taraf representative sampel.

Besar sampel. Makin besar sampel yang diambil akan makin tinggi taraf representative sampelnya. Ketentuan ini berlaku selama populasinya tidak homogeny secara sempurna. Jika populasinya homogeny secara sempurna, besar sampel tidak mempengaruhi taraf representatifnya sampel. Untuk populasi yang demikian itu sampel cukup kecil saja.

Teknik penentuan sampel. Makin tinggi tingkat acak dalam penentuam sampel, akan makin tinggilah tingkat representative sampelnya. Ketentuan ini juga hanya berlaku selama populasinya tidak homogeny secara sempurna. Jika populasinya homogeny secara sempurna acak sama sekali tidak diperlukan.

Kecermatan memasukkan cirri-ciri populasi. Makin lengkap cirri-ciri populasi yang dimasukkan kedalam sampel, akan makin tinggi tingkat representative sampel.

Dengan mempertimbangkan parameter-parameter diatas, penelitian daiharapkan dapat menentukan sampel yang paling tinggi tingkat representatifnya yang mungkin dicapai. Kecakapan untuk ini seperti untuk melakukan langkah-langkah yang lain dalam penelitian, sangat tergantung kepada latihan dan pengalaman.

Pemahaman terhadap beberapa istilah yang selalu muncul dalam prosedur penentuan sampel penelitian sangat diperlukan. Di bawah ini adalah definisi beberapa istilah yang dirangkum dari berbagai sumber :
 populasi: himpunan unit penelitian yang lengkap / utuh terdiri dari nilai/skor/ukuran peubah-peubah yang bersifat majemuk
 sampel:bagian dari populasi yang memberikan keterangan atau data untuk suatu penelitian yang terdiri dari nilai/ skor/ukuran peubah-peubah yang bersifat terbatas jumlahnya. Sampel diperlukan jika populasi penelitian relatif besar
 unit analisis: unit yang menjadi tempat untuk mengumpulkan informasi
 sensus: sampel yang mencakup seluruh populasi
 statistik: rangkuman deskriptif peubah-peubah dalam sampel yang nilainya dihitung berdasarkan sampel. Variasi nilai statistik tergantung pada sampel yang dipilih
 kerangka sampel (sampling frame) : daftar semua unsur dalam populasi yang akan menjadi sumber informasi untuk menarik sampel penelitian
 keterwakilan sampel(representativeness):tingkatan yang menunjukkan kesesuaian suatu sampel terhadap populasi sasaran penelitian dalam hal karakteristik utamanya.
 kesalahan dalam penentuan sampel: ketidaksesuaian antara data yang diambil dari sampel dengan data populasi yang sebenarnya akibat kesalahan proses penentuan sampel

Pada umumnya peneliti tidak dapat melakukan pengamatan secara langsung terhadap semua unit atau individu yang ada dalam populasi penelitian. Sebagai gantinya mereka mengambil data dari sebagian populasi – yang disebut sampel, dan menggunakannya untuk meyimpulkan keadaan seluruh populasi yang diteliti. Melalui pengambilan sampel maka jumlah pengukuran yang dilakukan akan berkurang dan pada gilirannya akan dapat mengurangi biaya dan waktu yang diperlukan untuk melakukan penelitian.

Idealnya, sampel mempunyai kesesuaian karakteristik dengan populasinya yang diamati, sehingga kesimpulan peneliti benar untuk semua populasi. Kesesuaian karateristik antara sampel dengan populasinya (representasi) ini merupakan hal yang paling penting dan akan menentukan kualitas penelitian. Ada 3 faktor yang mempengaruhi tingkat keterwakilan suatu sampel, yakni ukuran sampel, variabilitas populasi serta fraksi populasi yang diambil sampelnya (Freedman, 2004). Sampel yang tinggi tingkat keterwakilannya secara ilmiah menghasilkan informasi tentang komposisi seluruh populasi.

Perkiraan tentang populasi tersebut dapat diperoleh dari daftar atau peta informasi yang sering disebut kerangka sampel (sampling frame). Jika kerangka sampel yang digunakan tidak lengkap atau kurang akurat, maka akan terjadi kesalahan sistematik dalam penarikan sampel. Jika sampel ditentukan dengan cara yang benar dan dengan kerangka sampel yang lengkap, maka tidak akan terjadi kesalahan sampel, bahkan untuk sampel yang ukurannya sangat sekalipun.

Tingkat keterwakilan sampel seringkali dipengaruhi oleh ukuran sampel yang diambil, terutama jika populasi penelitiannya sangat besar. Logikanya, untuk mendapatkan tingkat keterwakilan sampel yang tinggi, diperlukan ukuran sampel yang besar pula (Neuman, 2000). Jika populasinya besar, penentuan sampel menjadi tidak praktis dan terkadang sulit dilakukan karena tujuan utama pengambilan sampel adalah efisiensi biaya dan waktu. Namun demikian, ukuran sampel bukan jaminan untuk menghasilkan sampel yang representatif. Ukuran sampel besar jika tidak diambil secara acak atau tanpa kerangka sampel yang lengkap, akan kurang representatif dibandingkan dengan sampel yang kecil (Freedman, 2004).

Sebuah sampel haruslah dipilih sedemikian rupa sehingga setiap satuan elementer mempunyai kesempatan dan peluang yang sama untuk dipilih dan besarnya peluang tersebut tidak boleh sama dengan 0.Di samping itu pengambilan sampel yang secara acak (random) harus menggunakan metode yang tepat yang sesuai dengan cirri-ciri populasi dan tujuan penelitian. Meskipun sebuah sampel tdd sebagian populasi tetapi sebagian dari populasi itu tidak selalu dapat disebut sebuah sampel apabila cara pengambilannya tidak benar.

Suatu metode pengambilan sampel yang ideal mempunyai cirri-ciri sifat seperti di bawah ini
1. Dapat menghasilkan gambaran yang dapat dipercaya dari seluruh populasi yang diteliti
2. Dapat menentukan presisi dari hasil penelitian dengan menentukan penyimpanan baku (standard) dari taksiran yang diperoleh
3. Sederhana hingga mudah dilaksanakan
4. Dapat memberikan keterangan sebanyak mungkin dengan biaya serendah rendahnya (Teken 1965:38)

Populasi adalah keseluruhan subyek penelitian (Arikunto, 1998). Adapun populasi menurut Nazir (1999) adalah kumpulan dari individu dengan kualitas serta ciri-ciri yang telah ditetapkan. Populasi berkenaan dengan data, bukan dengan orangnya ataupun bendanya. Jadi yang dimaksud dengan populasi adalah keseluruhan subyek atau unit penelitian yang akan dianalisis.

Pernyataan tersebut senada dengan apa yang dikemukakan oleh Nazir (1999) bahwa sampel adalah bagian dari populasi. Dengan demikian sampel adalah suatu bagian (subset) dari populasi yang dianggap mampu mewakili populasi yang akan diteliti.

Mengenai penentuan besarnya sampel Arikunto (1998:120) mengemukakan di dalam pengambilan sampel apabila subyeknya kurang dari 100 diambil semua sehingga penelitian merupakan penelitian populasi.

Populasi adalah setiap subyek yang memenuhi kriteria yang ditentukan, atau sekumpulan subyek dalam satu setting tertentu atau yang mempunyai kesamaan ciri tertentu

Populasi adalah objek utama dari penelitian yang direncanakan.

Populasi bisa terkait dengan manusianya serta tindakannya maupun objek lain yang ada di alam. Apabila populasi dalam jumlah banyak, maka diadakan sampel disesuaikan dengan kaedah keilmuan.

Perkataan unit digunakan dalam pengertian yang lebih luas untuk menyatakan setiap item yang terhadapnya dilakukan pengamatan. Unit dapat berupa suatu rumah tangga, sebuah pabrik, seseorang dan sebgainya. Perkataan “populasi” digunakan untuk menyatakan kumpulan (totalitas) dari semua unit statistic yang menjadi obyek pengamatan.

Sebagaimana diketahui kadang-kadang perlu dibedakan antara populasi terbatas dan tidak terbatas. Populasi terbatas adalah suatu populasi yang banyak unitnya mempunyai batas , sedangkan populasi tidak terbatas adalah suatu populasi yang banyak unitnya tidak terbatas atau tidak bisa ditentukan batasnya, seperti semua ikan d laut atau seluruh pasir di pantai.

Ada beberapa teknik menentukan sample, antara lain :
1. Random sampling/sampling acak
- Sampling acak sederhana
- Sampling acak beraturan (ordinal sampling)
- Sampling acak dengan bilangan random
2. Sampling kelompok /cluster sampling, yaitu mengambil sampel dengan membuat ciri dari kelompok populasi. Cont kls 1 SMP dengan latar belakang pekerjaan atau pendidikan orang tua,
3. Sampling berstrata atau bertingkat, yaitu apabila dalam populasi terdapat strata. Cont. ada kelas 1,2 dan 3.
4. Sampling bertujuan/purposive sampling,
5. Sampling daerah atau wilayah,
6. Sampling kembar,
7. Sampling berimbang.

4 FAKTOR YANG HARUS DIPERTIMBANGKAN DALAM MENENTUKAN BESARNYA SAMPEL SUATU PENELITIAN
1. Derajat keseragaman ( degree of homogenity )
Makin seraganm populasi itu, makin kecil sampel yang dapat diambil. Apabila populasi itu seragam sempurna (completely homogenous), maka satu satuan elementer saja dari seluruh populasi itu sudah cukup representative untuk diteliti. Dan jika sebaliknya, maka hanya pencacahan lengkaplah yang dapat memberikan gambaran yang representataif

2. Presisi yang dikehendaki dari penelitian
Pada sensus lengkap, presisi ini menjadi mutlak karena nilai taksiran sama dengan parameter. Atau dengan cara lain dapat pula dikatakan bahwa besarnya sampel uang diambil dengan besarnya kesalahan (error) terdapat hubungan yang negative.

3. Rencana analisa
Adakalanya besar sampel sudah mencukupi dengan presisi yang dikehendaki, tetapi kalau dikaitkan dengan kebutuhan analisa, maka jumlah sampel tersebut kurang mencukupi.

4. Tenaga, biaya dan waktu
Kalau menginginkan presisi yang tinggi maka jumlah sampel harus besar. Tetapi apabila dana, tenaga dan waktu terbatas, maka tidaklah mungkin untuk mengambil sampel yang besar, dan ini berarti presisinya akan menurun.

TEORI PENENTUAN JUMLAH SAMPEL DARI POPULASI
• Pada dasarnya tidak ada rumus tertentu dalam penarikan sampel dari populasi;
• Pada prinsipnya semakin besar jumlah sampel yang ditarik dari populasi maka kemungkinan kesalahan penilitian semakin kecil;
• Penarikan sampel harus dapat mewakili populasi.

HAL-HAL YANG HARUS DIPERHATIKAN DALAM MENENTUKAN SAMPEL DARI POPULASI
1. Menentukan objek penelitian
2. Menentukan populasi penelitian
3. Menentukan ukuran dan teknik sampling
4. Mengambil sampel.

SAMPEL
• Adalah himpunan bagian atau sebagian dari suatu populasi
• Proses pengambilan sampel dari suatu populasi disebut tehnik sampling
• Keuntungan tehnik sampling:

Sampling ialah suata cara pengumpulan data yang sifatnya tidak menyeluruh, artinya tidak mencakup seluruh obyek penelitian (populasi = universe ) akan tetapi hanya sebagian dai populasi saja, yaitu hanya mencakup sampel yang diambil dari populasi tersebut.

Pada dasarnya ada dua macam sampling yaitu : Probability sampling dan non probability sampling. Probability sampling ialah suatu suatu sampling di mana pemilihan obyek atau elemen dari populasi yang akan dimasukkan di dalam sampel didasarkan atas nilai probability. Penggunaan probability sampling ini penting sekali apabila kita akan membuat analisis statistic yang mendalam, misalnya ingin membuat perkiraan interval ( Interval Estimate ) atau pengujian hipotesa ( testing hypotestic) atas hasil penelitian tersebut. Kalau soalnya hanya ingin membuat perkiraan tunggal (point estimate) misalnya rata-rata, persentase, maka cukup dengan non probability sampling.

Menurut Moh. Nazir, probability sample adalah suatu sampel yang diatrik sedemikian rupa di mana suatu elemen (unsure) individu dari populasi, tidak didasarkan pada pertimbangan pribadi tetapi tergantung kepada aplikasi kemungkinan (probabilitas). Jika pemilihan individu dari populasi didasarkan atas pertimbangan pribadi, maka sampel tersebut dinamakan judgement sample.

Dalam hal menarik sampel, maka kita selalu melakukan cara sampling without replacement. Ini dimaksudkan bahwa individu yang telah ditarik tidak dimasukkan kembali dalam kelompok populasi dalam melakukan penarikan individu berikutnya.

Beberapa Terminologi
Survei sampel adalah berkenaan dengan pengukuran keadaan ataupun atribut dari entitas tertentu, seperti keluarga, areal, produksi, usaha tani, guru, penyakit, dan sebagainya. Atribut serta objek yang menjadi tujuan penelitian disebut sifat atau cirri (characteristic). Unit yang mempunyai sifat ini dinamakan unsur (element) atau unit elementer (elementary unit). Unsur atau unit elementer adalah sebuah objek pada mana akan dilakukan pengukuran-pengukuran. Unit elementer ini mempunyai sifat kuantitatif (dapat diukur dengan unit-unit pengukuran tertentu seperti kg, meter, rupiah, micron, dan sebagainya) ataupun mempunyai sifat kualitatif yang diukur dengan suatu rasio tentang ada atau tidak adanya suatu sifat kualitatif tersebut. Pendapatan petani misalnya, mempunyai sifat kuantitatif, karena dapat diukur dengan rupiah. Sebaliknya, jenis kelamin, merupakan sifat kualitatif.

Kumpulan dari ukuran unit-unit elementer disebut populasi. Populasi adalah kumpulan dari ukuran-ukuran tentang sesuatu yang ingin kita buat inferensi. Populasi adalah berkenaan dengan data, bukan dengan orangnya ataupun bendanya. Jadi, misalnya populasi adalah luas sawah, umur mahasiswa, berat kerbau, bukan sawah, mahasiswa atau kerbau.

Unit yang membentuk basis dari proses sampling dinamakan unsur sampling. Dengan perkataan lain, unit sampling adalah kumpulan dari unsur-unsur dari populasi yang tidak tumpang tindih. Unit sampling ini dapat saja elementary unit ataupun kelompok dari unit elementer. Misalnya, kita ingin mengetahui pendapatan petani. Populasinya adalah pendapatan petani. Kita dapat menjadikan petani sabagai unit sampling. Tetapi dapat juga kita buat kampung sebagai unit sampling dimana dalam 1 kampung terdapat sekelompok unit elementer. Jika di tiap unsur sampling mempunyai satu dan hanya satu elemen dari populasi, maka unit sampling adalah identik dengan unit elementer. Dalam hal di atas, kita mengadakan sampling petani dan bukan sampling kampung dalam mengadakan estimasi terhadap pendapatan petani.
Sampel adalah kumpulan dari unit sampling. ia merupakan subset dari populasi. Sampel adalah kumpulan dari unit sampling yang ditarik biasanya dari sebuah frame. Langkah-langkah yang akan kita ambil untuk memperoleh sampel dari sebuah populasi kita sebut sampling plan (rencana sampling). sebuah frame adalah list atau urutan unti sampling yang tersedia. Misalnya, dalam hal meneliti pendapatan petani, maka jika petani yang kita gunakan sebagai unit sampling, maka list dari petani yang tercatat dalam “pemilu”, dapat kita gunakan sebagai sampling frame. Atau, jika kampung yang kita gunakan sebagai sampling unit, maka list dari kampung yang ada pada kantor pemerintah dapat kita gunakan sebagai frame. Dan dari frame inilah kita tarik sampel yang kita inginkan.

Kuantitas yang dapat menjelaskan tentang sifat-sifat populasi disebut parameter. Misalnya, mean dan variance populasi adalah parameter.. parameter populasi adalah konstan dan mempunyai nilai yang tetap untuk populasi tertentu. Biasanya, mean populasi dinyatakan dengan µ dan variance populasi dinyatakan dengan δ.

Di lain pihak, kita juga mempunyai kuantitas yang dihitung dari sampel dan digunakan untuk menerangkan sampel. Ini dinamakan statistik. Misalnya, mean sampel adalah statistik. Variance sampel adalah statistik. Mean sampel biasanya ditulis dengan huruf X dan variance sampel ditulis dengan s² atau V(x).

Mengadakan generalisasi terhadap populasi dengan dasar sampel yang diambil dari populasi tersebut, kita namakan inferensi statistik. Dengan perkataan lain, kita membuat sesuatu generalisasi terhadap parameter berdasarkan statistik. Dalam inferensi statistik ini kita mengerjakan 2 hal, yaitu mengadakan estimasi dan menguji hipotesa.

Parameter populasi biasanya tidak kita ketahui. Parameter ini kita estimasikan berdasarkan statistik dari sampel. Yang kita peroleh dinamakan estimat. Ada dua jenis estimat, yaitu estimat titik atau point estimate dan estimat interval. Mean dari sampel adalah estimat titik dari median populasi dan variance dari sampel adalah estimat titik dari variance populasi.

Hipotesa adalah suatu statemen tentatif tentang parameter populasi atau tentang distribusi populasi. Hipotesa bisa saja benar dan bisa saja salah dan hipotesa selalu terbuka terhadap kecurigaan. Hipotesa ini akan diuji, dengan teknik pengujian tersendiri, sehingga dapat diambil suatu kesimpulan apakah hipotesa tersebut diterima atau ditolak.

Sampel dan Sensus
Menurut Dr. M. Suparmoko, sampling seperti telah disinggung di atas adalah proses pemilihan beberapa obyek untuk contoh (sample) dari seluruh obyek (populasi) yang akan diteliti sifat-sifatnya. Contoh yang kita ambil karenanya merupakan bagian dari populasi dan harus dapat mewakili populasinya dan menggambarkan karakteristik serta sifat-sifat populasinya. Sampling berbeda dengan cara pengkajian secara kesluruhan, artinya yang terakhir ini dikerjakan dengan meneliti satu per satu atau bagian demi bagian obyek yang menjadi anggota populasi itu. Cara ini kita namakan sensus.

Contoh dalam sampling. kita mengambil beberapa lembar daun pepaya kemudian kita rebus dan kita ambil airnya lalu diminum. Kalau ini terasa pahit, maka kita akan mengambil kesimpulan bahwa air daun pepaya itu pahit.

Contoh dari sensus. Kita mengambil semua daun pepaya yang ada di pohon pepaya kemudian direbus dan diambil airnya untuk diminum. Ternyata rasanya pahit sehingga kita simpulkan bahwa air daun pepaya itu rasanya pahit.

Dari contoh di atas terbukti bahwa baik dengan cara sampling maupun cara sensus, kesimpulan yang dihasilkan harus sama saja, yaitu bahwa daun pepaya itu pahit rasanya. Contoh lain ialah bila kita ingin mengukur tinggi rata-rata penduduk suatu desa. Kalau kita lakukan pengukuran terhadap setiap orang yang tinggal di desa tersebut, maka dalam hal ini kita melakukan sensus. Tetapi bila kemudian kita kekurangan dana, tenaga, maupun waktu, maka kita dapat mengambil beberapa dari penduduk di desa itu lalu kita ukur tingginya, kemudian di rata-rata. Cara yang terakhir itu kita sebut sampling atau mengambil contoh, dan dari beberap contoh itu diharapkan dapat diketahui tinggi rata-rata penduduk desa tersebut. Jadi, hasil dari sampel diharapkan mewakili populasinya, atau memberi gambaran tentang populasinya.

Survey adalah pengumpulan informasi tentang sekelompok manusia dimana suatu hubungan langsung dengan obyek yang dipelajari, seperti individu, organisasi, masyarakat dan sebagainya, diadakan melalui suatu cara yang sistematis seperti pengisian daftar pertanyaan, wawancara, dan lain sebagainya.

Sensus adalah suatu survey dimana informasi yang dikumpulkan diambil dari semua anggota populasi atau kelompok yang diperlajari. Sample survey merupakan suatu studi dimana informasi itu dikumpulkan dari sebagian unsur populasi yang dipilih (sampel) untuk mewakili seluruh unsur populasi itu. Dengan kata lain, sampel survey ini merupakan survey terhadap sampel yang mewakili populasinya, untuk memberikan gambaran yang benar tentang populasinya.

Sample survey lebih sering digunakan dalam penelitian daripada cara sensus karena beberapa alasan:
1. Sample survey lebih cepat dan lebih murah.
Suatu contoh tentu lebih sedikit daripada jumlah seluruh populasinya, sehingga pengumpulan dan pengolahan data dari sampel itu akan lebih cepat pula. Demikian pula karena sampel itu hanya bagian dari populasi, ini berarti bahwa biaya pengumpulan informasinya akan lebih murah pula.
2. Sample survey akan menghasilkan informasi yang lebih lengkap dan mencakup banyak hal.
Sejumlah sampel yang kecil dapat diteliti secara lebih mendalam dan menyeluruh karena akan membutuhkan biaya yang relatif lebih sedikit bagi penelitian yang mendalam tapi obyeknya kecil.
3. Sample survey akan lebih diteliti
Karena jumlah sampel yang kecil, maka kesalahan-kesalahan dalam pengumpulan dan pengolahan data juga relatif kecil dibanding dengan cara sensus.
4. Karena adanya penghematan baik waktu maupun uang, sample survey memungkinkan bagi adanya studi yang jauh lebih bermacam-macam daripada bila dengan uang dan waktu yang sama, kita harus menjalankan suatu sensus.

Dalam penelitian sosial yang menyangkut tingkah laku manusia, kita harus berhubungan/berbicara dengan orang lain yang ingin kita teliti sebagai sampel. Oleh karenanya kita harus memilih orang sebagai sampel untuk menjawab pertanyaan kita. Mereka itu sering disebut sebagai responden. Dalam hal ini kita melakukan suatu penelitian yang tidak didasarkan pada percobaan-percobaan (non-experimental research), yang kita bedakan dengan penelitian yang menggunakan percobaan-percobaan (experimental research).

Beberapa contoh probability sampling.
• Simple random sampling.
Adalah suatu metode pemilihan sampel dimana setiap unit sampling yang terdapat dalam populasi mempunyai kesempatan yang sama untuk terpilih menjadi anggota sampel.

Metode pmilihan sampel dengan cara simple random sampling merupakan metode yang paling umum dan sederhana dari semua tipe probability sampling.

Sebuah sampel yang diambil sedemikian rupa sehingga tiap unit penelitian atau satuan elementer dari populasi mempunyai kesempatan yang sama untuk dipilih sebagai sampel. Tiap unit populasi diberi nomor. Kemudian sampel diinginkan ditarik secara random, baik dengan menggunakan random numbers ataupun dengan undian biasa.

Pemilihan unit dalam simple random sampling dilakukan satu persatu dengan peluang yang sama dengan dua cara, yaitu:
1. Simple random sampling dengan pengembalian
Proses pemilihan sampel dalam simple random sampling dengan pengembalian dilakukan sedemikian rupa dan mengembalikan unit yang sudah terpilih sebelum pengembalian unit yang berikutnya.

2. Simple random sampling dengan tanpa pengembalian
Proses pemilihan sampel dalam simple random sampling dengan tanpa pengembalian dilakukan sedemikian rupa dan tanpa mengembalikan unit yang sudah terpilih sebelum pengambilan unit berikutnya.

Dari kedua cara pemilihan tersebut, simple random sampling dengan tanpa pengembalian lebih efisien daripada simple random sampling dengan pengembalian. Walaupun metode ini dikatakan sangat umum dan sederhana, tetapi dalam praktek tidak dipakai secara luas.

Ada 2 metode pengambilan sampel acak sederhana yaitu :
1. Dengan pengundi unsur-unsur penelitian atau satuan-satuan elementer dalam populasi
Penggunaan cara ini hampir tidak praktis apabila populasinya besar karena :
- Hampir tidak mungkin untuk mengocok dengan seksama seluruh gulungan kertas undian
- Manusia selalu cenderung dengan angka-angka tertentu
2. Dengan menggunakan tabel angka acak (random)
Cara ini dipilih karena selain meringankan pekerjaan, juga memberikan jaminan yang jauh lebih besar, bahwa setiap unit elementer mempunyai probabilitas yang sama untuk terpilih.

• Stratified random sampling
Dalam praktek sering ditemukan populasi yang tidak homogeny. Makin heterogen suatu populasi, makin besar pula perbedaan sifat antara lapisan-lapisan tersebut. Presisi dan hasil yang dapat dicapai dengan penggunaan suatu metode pengambilan sampel, antara lain dipengaruhi oleh derajat keseragaman populasi yang bersangkutan.

Untuk dapat menggambarkan secara tepat mengenai sifat-sifat populasi yang heterogen, maka populasi yang bersangkutan harus dibagi-bagi dalam lapisan-lapisan (strata) yang seragam, dan dari setiap lapisan dapat diambil sampel secara acak. Dalam sampel berlapis, peluang untuk terpilih antara satu strata dengan yang lain mungkin sama, mungkin pula berbeda.

Tujuan untuk membuat strata adalah untuk mengurangi total keragaman dalam populasi dan dengan cara ini dapat pula mengurangi sampling error tanpa harus memperbesar ukuran sampel. Dalam pembentukan strata diusahakan agar setiap strata sehomogen mungkin, sehingga apa saja yang terambil dari suatu strata akan mewakili unit-unit yang lain dalam strata yang bersangkutan. Di samping kita membentuk strata sehomogen mungkin, tetapi kita dapat membentuk perbedaan antar strata sebesar mungkin.

Dengan cara sampel strata ini telah membantu untuk membuat sampel yang lebih mewakili. Stratisi mengatakan bahwa metode sampel sebagai “keragaman yang besar antar strata dan keragaman yang kecil dalam strata”. Hal ini akan lebih baik disbanding jika kita mengambil sampel dengan metode dimple random sampling dengan tidak membentuk strata.

• Systematic random sampling.
Menurut Josep R. Tarigan (1995:87), sampel sistematik adalah suatu pemilihan sampel yang diperoleh dari suatu kerangka sampel atau daftar semua unit dalam populasi, sesuai dengan suatu pola pengambilan yang sistematis yang telah ditentukan. Metode yang paling sering digunakan adalah memilih sampel dengan interval atau selang yang teratur dari kerangka sampel. Dengan metode ini tidak ada kesempatan berbagai kombinasi dari unit untuk terpilih.

Kenyataan ini memperlihatkan, bahwa sampel sistematik (systematic random sampling) menghasilkan sampel yang lebih efisien dan lebih mewakili daripada yang diperoleh melalui simple random sampling. Hal ini dapat dicapai dengan menyusun unit yang ada ke dalam suatu daftar dengan suatu susunan yang sesuai. Sebagai contoh, jika kita ingin mengambil sampel penduduk di suatu kota, maka kita dapat menyusun daftar penduduk berdasarkan usia. Prosedur sistematik akan memberikan perpencaran yang cukup baik dari umur yang tercakup dalam sampel.

Bentuk yang lain dari sampel sistematik disebut sampel sistematik berimbang (balance systematic sampling). dengan metode ini, populasi disusun berdasarkan urutan yang cocok dan pemilihan dibuat dengan jarakyang sama dari setiap ujung daftar.

Pada umumnya dapat dikatakan bahwa sampel sistematik merupakan metode yang sangat baik dalam berbagai hal, karena tidak bias mudah dipahami dan dilaksanakan, khususnya yang berhubungan dengan tipe pengambilan sampel acak lainnya.

Apabila banyaknya satuan elementer yang akan dipilh cukup besar, maka pemilihan sampel dengan simple random sampling agak berat mengerjakannya.

Pengambilan sampel sistematis ialah suatu metode pengambilan sampel dimana hanya unsure pertama saja dari sampel dipilih secara acak, sedangkan unsur-unsur selanjutnya dipilih secara sistematis menurut suatu pola tertentu

Sampel sistematis sering menghasilkan kesalahan sampling (sampling error) yang lebih kecil, disebabkan anggota sampel memencar secara merata di seluruh populasi

Unit dari populasi diberi nomor dan diurutkan. Kemudian ditentukan satu nomor sebagai titik tolak menarik smpel. Nomor berikut dari anggota yang ingin dipilih ditentukan secara suatu sistematika, misalnya tiap nomor ke-m dari titik tolak dan dari unit selanjutnya akan dipilih sebagai anggota sampel.

Pada restricted sample, sampel ditarik dari populasi yang telah dikelompokkan lebih dahulu. Mula-mula populasi dibagi atas kelompok atau subsample. Sampel ditarik dari masing-masing kelompok tersebut, ataupun ditarik dari beberapa buah subpopulasi merupakan sampel di mana seluruh unit dalam kelompok-kelompok tersebut dijadikan anggota sampel, ataupun tidak seluruh anggota dari subpopulasi menjadi anggota sampel, tetapi hanya sebagian saja dari anggota subpopulasi tersebut yang dipilih menjadi anggota sampel.

Restricted sample dapat dibagi atas:
1. Multiple stage sample
2. Stratified sample
3. Cluster sample
4. Stratified cluster sample

Keterangan:
1. Multiple stage sample
Sampel ditarik dari kelompok populasi, tetapi tidak semua anggota kelompok populasi menjadi anggota sampel. Hanya sebagian dari anggota subpopulasi menjadi anggota sampel. Caranya bisa dengan equal probability ataupun dengan proportional probability. Pada equal probability, maka dari tiap kelompok populasi kita pilih sejumlah anggota tertentu untuk dimasukkan dalam sampel dan tiap anggota kelompok tersebut mempunyai probability yang sama untuk dimasukkan ke dalam sampel. Pada proportional probability, maka tiap anggota kelompok mempunyai probabilitas yang sebanding dengan besar relative dari kelompok-kelompok yang dimasukkan dalam subsample.

2. Stratified sample
Dalam kenyataan sering suatu populasi dapat terbentuk dari sederetan subpopulasi yang dapat diambil sampelnya secara terpisah dan masing-masing subpopulasi tersebut dikatakan sebagai lapisan atau strata.

Populasi dibagi dalam kelompok yang homogen lebih dahulu, atau dalam strata. Anggota sampel ditarik dari setiap strata. Jika tidak semua strata ditarik sampelnya, maka ia menjadi multiple stage sampling.

Tujuan untuk membuat strata adalah untuk mengurangi total keragaman dalam populasi dan dengan cara ini dapat pula mengurangi sampling eror tanpa harus memperbesar ukuran sampel. Dalam pembentukan strata diusahakan agar setiap strata sehomogen mungkin, sehingga apa saja yang terambil dari suatu strata akan mewakili unit-unit yang lain dalam strata sehomogen mungkin, tetapi kita dapat membentuk perbedaan antar strata sebesar mungkin.

Dengan cara sampel strata ini telah membantu untuk membuat sampel yang lebih mewakili. Statistisi mengatakan bahwa metode sampel sebagai “keragaman yang besar antar strata dan keragamab yang kecil dalam strata”. Hal ini akan lebih baik dibanding jika kita mengambil sampel dengan metode simple random sampling.

3. Cluster sampling
Sebagai pengganti memilih unit sampling secara individual, dilakukan pemilihan terhadap kelompok unit dan memasukkan seluruh unit di dalam kelompok terpilih sebagai bahagian dari sampel.

Sampel berkelompok kadang-kadang dikenal sebagai “area sampling” karena biasanya metode ini diterapkan berdasarkan daerah.

Berbeda dengan stratified sampling, tujuan dari cluster sampling adalah untuk mempunyai unit dalam suatu kelompok seheterogen mungkin dan antar kelompok yang berbeda sehomogen mungkin. Tipe sampling seperti ini mempunyai kelemahan, biasanya mempunyai sampling eror yang besar disbanding simple random sampling dengan ukuran yang sama. Tetapi keuntungannya adalah karena unit sampling berada dalam kelompok maka waktu perjalanan dari satu unit ke unit lain relative lebih singkat dan akibatnya biaya survey akan lebih rendah. Suatu keuntungan lain adalah kerangka sampel yang diperoleh cukup sederhana, yaitu cukup daftar nama.

Populasi dibagi dulu atas kelompok berdasarkan area atau cluster. Anggota subpopulasi tiap cluster tidak perlu homogeny. Beberapa cluster dipilih dulu sebagai sampel. Kemudian dipilih lagi anggota unit dari sampel cluster di atas. Dalam memilih anggota unit ini, bisa saja diambil seluruh elementary unit dari cluster atau sebagian dari unit elementer dari cluster. Biasanya randomisasi penarikan sampel hanya di kala memilih cluster, dan tidak di kala memilih anggota unit elementer.

Cluster sampling adalah teknik memilih sebuah sampel dari kelompok-kelompok unit-unit yang kecil, atau cluster. Populasi dari cluster merupakan subpopulasi dari total populasi. Unsure-unsur dalam cluster sifatnya tidak homogen, yang berbeda dengan unit-unit, elementer dalam strata. Tiap cluster mempunyai anggota yang heterogenmenyerupai populasi sendiri.

Seperti telah dijelaskan seblemunya, unit elementer merupakan individu-individu yang mempunyai atribut-atribut yang akan dipelajari dalam survey. Kumpulan dari unit elementer ini akan merupakan populasi. Unit elementer tersebut dapat saja usaha tani, family, kepala keluarga, pabrik firma, ulama istri pejabat, dokter, kota, kampong, murid, dan sebagainya.

Adakalanya, unit sampel yang diinginkan adalah kelompok kecil dari unit-unit elementer. Tiap teknik sampling yang mencoba mengelompokkan unit-unit elementer dalam kelompok kecil, dimana unit elementer dalam kelompok masih heterogen, dinamakan cluster sampling.

Beberapa halnya dengan pembagian populasi menurut strata, maka pengelompokkan secara cluster menghasilkan unit elementer yang heterogen seperti halnya populasi sendiri. Pada pengelompokkan secara strata, maka tiap kelompok diinginkan mempunyai suatu homogenitas.

Menurut Moh. Nazir, teknik cluster sampling digunakan jika catatn lengkap tentang unit elementer dalam populasi tidak diperoleh. Umpamanya, seorang peneliti ingin mengetahui rata-rata luas sawah per usaha tani di Aceh. Tentu saja sukar memperoleh data tentang nama-nama petani serta luas sawah yang dipunyainya di Banda Aceh, kecuali dengan melakukan sensus. Tetapi sudah terang, sensus, akan memakan lebih banyak biaya. Karena itu peneliti dapat menggunakan cluster sampling untuk keperluan di atas.

Ada dua kelebihan dari cluster sampling, yaitu:
a. Tidak diperlukan frame yang berisi list dari unit elementer, tetapi cukup dengan list dari cluster saja
b. Andaikatapun ada frame yang terdiri dari list unit elementer cluster sampling jauh lebih murah dibandingkan dengan stratified atau random sampel sederhana.

Tetapi, derajat efisiensi ditinjau dari segi peluang membuat eror, akan lebih banyak pada cluster sampling dibandingkan stratified random sampling. dalam cluster sampling, unit elementer yang terpilih adakalanya berdekatan sehingga informasi yang diberikan tidak cukup rpresentatif dibandingkan dengan informasi dari unit elementer yang cukup berpencar pada stratified sampling.

Seperti diterangkan di atas, dalam cluster sampling tidak diperlukan list dari unit elementer untuk frame tetapi cukup dari list cluster saja. Misalnya dalam penelitian untuk mencari rata-rata produksi per usaha tani di Banda Aceh, yang diperlukan hanya list dari kabupaten, kecamatan, serta desa di Aceh saja, yang akan digunakan sebagai frame. Aceh dibagi atas kabupaten yang merupakan cluster stage 1, kemudian tiap kabupaten dibagi atas kecamatan (stage 2) dan seterusnya. Kelompok yang dibentuk pada tingkat pertama dari populasi dinamakan primary sampling unit disingkatkan psu.

4. Stratified cluster sample
Sampel ditarik dengan teknik kombinasi antara stratified sampling dan cluster sampling.

Keuntungan dan Kelemahan Masing-masing Cara Pengambilan Sampel
1. Pengambilan contaoh secara acak (simple random sampling)
Keuntungan: teorinya mudah dimengerti.
Kelemahan:
a. Apabila variasi dalam populasi bersifat tidak teatur, maka mungkin terpilih kelompok-kelompok sampel yang justru tidak mewakili atau menggambarkan populasi.
b. Dalam memilih sampel dengan member nomor pada masing-masing unsure populasi akan cukup membosankan.
c. Dengan simple random sampling, mungkin terjadi bahwa survey harus dilaksanakan di wilayah yang sangat luas dan tersebar. Jadi kurang mengarah.

2. Pengambilan contoh dengan strata (stratified random sampling)
Keuntungan:
a. Lebih efisien daripada cara simple random sampling, Karena lebih terarah.
b. Data atau informasi yang dikumpulkan dapat lebih mendalam dan menyeluruh mengenai masing-masing strata.
c. Lebih mudah dikendalikan, karena administrasinya mudah dan jelas.

Kelemahan:
a. Perlu informasi tentang strata populasi yang bersangkutan.
b. Harus ada kerangka pengambilan contoh untuk masing-masing strata, misalnya mengenai jumlah unsure dalam masing-masing strata.

3. Pengambilan contoh bertahap (multistage sampling)
Keuntungan:
a. Pengambilan contoh dapat diatur dengan mudah dan murah
b. Semua lapisan populasi dapat tercakup dalam sampel

Kelemahan: bila populasi tidak teridri dari unsure-unsur yang tersebar secara acak (random), maka ada kemungkinan diperoleh sampel yang selalu mirip atau sejenis, sehingga kurang menggambarkan populasinya.

4. Pengambilan contoh dengan cluster (cluster sampling)
Keuntungan:
a. Kita tidak perlu menyusun unsure-unsur dalam populasi dalam suatu daftar urut, tetapi cukup dengan daftar dari cluster saja.
b. Biaya penelitian akan lebih murah karena unsure/sampel tidak terpencar-pencar.

Kelemahan: tidak efisien bila disbanding dengan cara simple random dan stratified sampling karena seringkali sampel yang saling berdekatan memiliki sifat-sifat mirip. Hal ini kurang menggambarkan populasi yang sebenarnya.

5. Pengambilan contoh bertahap (multistage sampling)
Keuntungan:
a. Lebih efisien dan fleksibel daripada pengmabilan contoh scara langsung (single stage sampling).
b. Pelaksanaannya mudah karena akan memperkecil jumlah sampel dan menghemat biaya.

Kelemahan: tampak agak sulit dalam teori karena agak kompleks.

Dari uraian di atas kita melihat bahwa setiap cara memiliki keuntungan dan kelemahan sehingga cara mana yang paling tepat untuk dipakai akan ditentukan oleh macam populasi unsur-unsur dalam populasi, serta tidak ketinggalan pula tenaga, waktu, dan dana dari penelitian yang bersangkutan.

Perbedaan antara Simple Random Sampling, Stratified Random Sampling dan Cluster Random Sampling

ITEM SIMPLE RANDOM SAMPLING STRATIFIED RANDOM SAMPLING CLUSTER RANDOM SAMPLING
Bila digunakan 1. Jika populasi tidak terlalu menyebar menurut area
2. Jika populasi kurang lebih homogeny dalam sifat yang ingin diukur 1. Jika populasi dari sifat yang ingin diteliti sangat mengelompok di satu tempat dan sporadic di tempat yang lain
2. Jika estimate yang cukup tepat diinginkan untuk bagian tertentu dari populasi 1. Biaya penelitian terbatas
2. Jika populasi dapat dikelompokkan menurut cluster-cluster
Kebaikan 1. Mean sampel merupakan estimate tidak bias dari mean populasi
2. Metode estimasi mudah dan sederhana 1. Adanya stratifikasi dapat menambah presisi estimate
2. Sangat memudahkan secara administrasi 1. List populasi tidak diperlukan
2. Biaya untuk membuat list sudah berkurang
3. Biaya transport lebih murah
Keburukan 1. Sampel yang terpilih dapat menyebar sehingga meninggikan biaya transport
2. Frame populasi atau list diperlukan
3. Sampel yang terpilih bisa tidak tipikal populasi 1. List dari populasi dari tiap stratum diperlukan
2. Biaya transport tinggi apalagi jika daerah cukup luas 1. Biaya untuk analisa dan mengerjakan lebih besar
2. Prosedur dalam mengadakan estimasi sukar


Beberapa contoh non probability sampling
• Accidental sampling
Sampling dimana cara memilih elemen-elemen untuk menjadi anggota sample ditentukan dengan subjektif sekali, artinya sesuka hati saja dan hasilnya kasar sekali sehingga kurang mewakili

• Quota sampling
Sampling seperti stratified random sampling akan tetapi jumlah elemen dari setiap stratum ditentukan terlebih dahulu (artinya setiap stratum diberi jatah atau Quota. Mungkin pemilihannya juga tidak random, sangat subjektif)

• Purposive sampling
Sampling dimana pengambilan elemen-elemen yang dimasukkan dalam sample dilakukan dengan sengaja, dengan catatan bahwa sample tersebut representative atau mewakili populasi. Sering juga disebut judgement sampling.

Kesulitan dalam penentuan sampel penelitian umumnya terkait dengan upaya pemenuhan kriteria sampel yang baik, yaitu memenuhi syarat akurasi dan dapat menghasilkan data yang validitas dan reliabilitasnya memadai (Friedrich,2003). Validitas data dapat dilihat dari ketaatan peneliti menggunakan prosedur untuk mengambil data (sampel), sedangkan reliabilitas data diindikasikan dengan tingkat keterwakilannya terhadap populasi penelitian (Neuman, 2000). Namun demikian sampel yang baik tidak mudah diperoleh mengingat masih banyaknya kendala seperti keterbatasan biaya dan waktu penelitian serta kesalahan-kesalahan penentuan sampel yang tidak disadari oleh peneliti (Losh,2000).

DALAM PENENTUAN SAMPEL
1. Sampling Frame
2. Sampling Size
3. Sampling Technique = Sampling Procedure

Kenapa kita melakukan teknik sampling:
1. Lebih murah
2. Lebih mudah
3. Lebih cepat
4. Dapat mewakili populasi

Teknik /prosedur sampling
1. Tentukan populasi
2. Tentukan prosedur sampling
3. Tentukan besar sampel

Langkah-langkah teknik sampling:
1. Tentukan populasi
2. Buat daftar subyek
3. Pilih sampel melalui prosedur yang sudah ditetapkan

Penetapan populasi
1. Relevansi sampel à populasi à masalah/tujuan penelitian
2. Relevansi teknik metodologis: apakah variabel dapat diukur pada sampel
3. Identifikasi unit analisis: subyek terkecil yang akan diamati
4. Tentukan batas-batas populasi
- aspek geografik
- aspek subyek

Penetapan prosedur sampling, perhatikan:
1. Relevansi populasi terhadap inti permasalahan penelitian
2. Representativitas sampel terhadap populasi
3. Obyektivitas, validitas, reliabilitas observasi/pengukuran
4. Relevansi data dengan jawaban yang dikehendaki

Representativitas:
1. Apakah ciri-ciri unit analisis identik dengan ciri-ciri populasi
2. Apakah perubahan-perubahan pada sampel identik dengan perubahan pada populasi

Representativitas tergantung pada:
1. Homogenitas populasi
2. Jumlah (besar) sampel
3. Banyaknya karakteristik subyek yang akan diteliti
4. Adekuitas tehnik pemilihan sampel

Jenis-jenis sampling design:
I.Probability Sampling
a. Acak sederhana (simple random sampling)

b. Rancangan acak berstrata
(Stratified random sampling)
- sederhana
- proporsional

c. Rancangan klaster (Cluster sampling)

Dalam praktek kita seringkali dihadapkan dengan kenyataan dimana kerangka sampel (cluster sampling frame) yang digunakan untuk dasar pemilihan sampel tidak tersedia atau tidak lengkap, dan biaya untuk membuat kerangka sampel tersebut terlalu tinggi. Untuk mengatasi hal tersebut, maka unit-unit analisa dalam populasi digolongkan ke dalam gugus-gugus yang disebut clusters, dan ini akan merupakan satuan-satuan darimana sampel akan diambil. Jumlah gugus yang diambil sebagai sampel secara acak. Kemudian untuk unsur-unsur penelitian dalam gugus tersebut diteliti semua.

Keuntungan dari metode ini ialah tidak diperlukan daftar kerangka sampling dengan unsur-unsurnya tetapi keburukannya ialah sangat sulit untuk menghitung standar kesalahan (standar error)

d. Rancangan bertingkat (Multistage sampling)
Dalam praktek sering kita jumpai populasi yang letaknya sangat tersebar secara geografis,sehingga sangat sulit untuk mendapatkan kerangka sampel dari semua unsure-unsur yang terdapat dalam populasi tersebut. Untuk mengatasi hal ini maka unit-unit analisa dikelompokkan kedalam gugus-gugus yang merupakan satuan-satuan dari sampel yang akan diambil. Pengambilan sampel dilakukan melalui tahap-tahap tertentu. Jadi satu populasi dapat dibagi-bagi dalam gugus tingkat pertama, kemudian gugus-gugus tingkat pertama ini dapat pula dibagi-bagi dalam gugus-gugus tingkat kedua dan selanjutnya.

II. Non-Probability sampling
a. Purposive
b. Kuota
c. Convenience

SIMPLE RANDOM SAMPLING
• Untuk sample homogen
• Untuk sample besar
Teknik:
1. Dengan bilangan random
2. Dengan tehnik komputer
3. Dengan undian
4. Sistematik – kurang baik

RUMUS BESAR SAMPLE
1.Penelitian survey/observational
a. Populasi diketahui
b. Populasi tidak diketahui
2. Penelitian eksperimental
a. N diketahui
b. N tidak diketahui
c. Uji klinis paralel à Pocock
d. Ujia klinis serial à Corlton
3. Uji Korelasi

MACAM PENYIMPANGAN DAN SEBABNYA
Besar penyimpangan yang dapat ditoleransi dalam sebuah penelitian, tergantung pada sifat penelitian itu sendiri. Ada penelitian yang dapat mentoleransikan penyimpangan yang besar; sebaliknya ada juga penelitian-penelitian yang menghendaki penyimpangan yang kecil, sebab penyimpangan yang besar dapat menimbulkan kesimpulan yang salah.

Dalam sebuah penelitian, ada kemungkinan timbul 2 macam penyimpangan, yaitu :
A. Penyimpangan karena Pemakaian Sampel (Sampling Error)
Seandainya tidak ada kesalahan pada pengamatan, satuan-satuan ukuran, definisim
pengolahan data dan sebagainya, maka perbedaan itu hanya disebabkan oleh pemakaian sampel. Mudah dimengerti bahwa semakin besar sampel yang diambil, semakin kecil pula terjadinya penyimpangan. Apabila sampel itu sudah sama besar dengan populasi, maka penyimpangan oleh pemakaian sampel akan hilang.

B. Penyimpangan Bukan oleh Pemakaian Sampel (Non Sampling Error)
Golongan penyimpangan ini ditimbulkan oleh berbagai hal, di antaranya adalah :
1) Penyimpangan karena kesalahan perencanaan
2) Penyimpangan karena penggantian sampel
3) Penyimpangan karena salah tafsir petugas
4) Penyimpangan karena salah tafsir responden
5) Penyimpangan karena responden sengaja salah menjawabnya
6) Penyimpangan karena kesalahan pengolahan data dan penerbitan