SAMPEL DAN METODE SAMPEL

“Sampel dan Metode Sampling”

E. Pengertian Populasi dan Sampel

1. Populasi

Suatu keseluruhan pengamatan atau objek yang menjadi perhatian kita (seluruh pengamatan yang ingin diteliti) dan disimbolkan dengan “N”. Populasi dibagi menjadi dua jenis, yaitu :

1)      Populasi berhingga (terbatas)

Contoh :

·         Banyaknya kartu dalam sekelompok kartu bridge dengan ukuran N : 52.

·         Banyaknya penduduk di Jakarta dengan ukuran N : 11.000.000

2)      Populasi tak berhingga (tidak terbatas)

Contoh :

·         Pelemparan sebuah mata uang logam atau dadu secara berulang-ulang tanpa batas.

·         Pengukuran tekanan udara setiap hari dari dulu sampai sekarang tanpa berhenti.

2. Sampel

Bagian dari populasi yang menjadi perhatian atau yang diamati karakteristiknya yang nantinya digunakan untuk menduga karakteristik di populasi.

Ø  Dengan sample kita ingin memperoleh gambaran yang sesungguhnya mengenai cirri-ciri atau sifat-sifat atau parameter dalam populasi.

Ø  Namun demikian karena sample hanya merupakan potret dari populasi maka sample tidak mungkin tepat 100% dari populasi.

F. Konsep Dasar Pengambilan Sampel

1. Alasan Pengambilan Sample

Untuk mendapatkan respon yang dapat memperlihatkan gambaran nyata dari kondisi, cidera atau ketidakmampuan dan untuk mendapatkan data yang reliable yang dapat dianalisis tanpa harus menanyakan setiap orang dalam populasi.

Tujuan utama untuk menghemat waktu, biaya dan tenaga serta untuk memprediksikan kebutuhan atau menentukan masalah.

2. Bias dan Sampling Error

ü  Bias Sampel

Bias sample penting untuk dipikirkan dan dihindari. Banyak tipe bias yang dihadapi ahli epidimiologi, salah satunya adalah Bias Fisipialitas : hanya mereka yang dapat diidentifikasi atau yang ditangani yang dilibatkan, sebaliknya mereka yang tidak mudah diidentifikasi ataupun dijangkau akan dikeluarkan. Tipe ke dua adalah Bias Urutan yaitu, ketika seseoprang dipilih berdasarkan urutan abjad, urutan angka, jalan rumahnya, atau urutan lainnya. Kecenderungannya adalah terlalu sering menggunakan nama orang, sementara nama belakang (nama keluarga) orang tersebut jarang dimasukan. Bias ke tiga adalah Eksesibilitas yang sering terjadi jika pekerja lapangan diperbolehkan mengambil sample, maka dia akan mengambil bagian yang termudah. Ke empat adalah Bias Klaster : yang terjadi saat klaster-klaster subjek ditempatkan terlalu berdekatan, misalnya mereka yang tinggal berdekatan mungkin akan berinteraksi dan berbagi informasi. Terakhir Bias Afinitas yaitu saat peneliti mewawancarai mereka yang memang cenderung dipilih sebagai sample oleh peneliti itu.

ü  Sampling Error (penyimpangan sampling)

Besarnya penyimpangan yang dapat ditoleransi dalam pengumpulan data tergantung pada sifat penelitian. Suatu penelitian ada yang dapat mentoleransi penyimpangan yang besar, sebaliknya ada juga penelitian yang menghendaki penyimpangan yang kecil. Sampling Error adalah suatu penyimpangan yang diakibatkan karena menggunakan sample.

o   Seandainya tidak ada kesalahan pada pengamatan, satuan ukuran, definisi, pengolahan data dan sebagainya, maka perbedaan itu hanya disebabkan oleh pemakaian sample yang diambil.

o   Mudah dimengerti bahwa semakin besar sample yang diambil, semakin pula terjadinya penyimpangan.

o   Apabila sample itu sudah sama besar dengan populasi, maka penyimpangan oleh pemakaian sample akan hilang.

3. Prinsip Dasar Perhitungan Besar Sampel

Karena sampel menjadi miniature populasi, oleh karenanya sample harus diambil dengan benar. Penghitungan besar sampel agar representatif terhadap populasi adalah :

a)      Mempunyai ukuran tertentu yang mempunyai syarat

b)      Mempunyai tingkat kesalahan (presisi) yang kecil.

c)      Dipilih dengan prosedur yang benar berdasarkan tekhnik yang benar

Jika syarat di atas tidak dipenuhi, maka kesimpulan yang digeneralisasikan untuk populasi akan menjadi bias (biased kondusive).

4. Penghitungan Besar Sampel

Penghitungan besar sampel atau sampel size berbeda-beda sesuai dengan jenis penelitiannya, namun untuk penelitian dengan variable kategori, besar sampel dapat dihitung dengan rumus :

n  = {(Z _1-α/2)² * P(1-P)}

                               d² 

Keterangan : 

n          =  Jumlah subjek dalam sampel          

Z _1-α/2    =  1,96 atau tingkat kepercayaan yang diinginkan 95% (tingkat kesalahan

                5%)

P          =  Proporsi atau Prevalensi Variabel pada penelitian terdahulu (bila tidak

                diketahui tentukan 50%)

d          =  Presisi atau derajat keakuratan (tingkat kesalahan sampel terhadap

                populasi) biasanya dihitung 0,02 atau 0,05.

G. Pengambilan Sampling

“Metode pengambilan sampling secara random”

1)      Unrestricted Random dibagi menjadi 2, yaitu : simple random dan sistematik sampling.

Simpel random (simple random sederhana) tiap unit populasi diberi nomor, kemudian sampel yang diinginkan ditarik secara random baik dengan menggunakan random numbers atau dengan undian biasa. Sedangkan sistematik sampel (sampel sistematik) adalah unit dari populasi diberi nomor dan diurutkan, kemudian ditentukan satu nomor sebagai titik tolak menarik sampel. Nomor berikutnya dari anggota yang ingin dipilih ditentukan secara sistematis, misalnya tiap nomor ke M dari titik tolak dari unit selanjutnya akan dipilih sebagai sampel.

2)      Restricted Random Sampel dibagi menjadi 4, yaitu :

a.       Stratified Sampling ;

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 sampel.

b.      Multiple Stage Sampling

Sampel ditarik dari kelompok populasi, tetapi tidak semua anggota kelompok populasi menjadi anggota sampel.

c.       Cluster Sampling

Populasi dibagi dulu atas kelompok berdasarkan area atau cluster. Anggota sub populasi tiap cluster dipilih lagi anggota unit dari sampel cluster di atas. Dalam memilih anggota unit ini, bias saja diambil seluruh elementary unit dari cluster. Biasanya randomisasi penarikan sampel hanya dikala memilih cluster, dan tidak dikala memilih anggota unit elementer.

d.      Stratified Cluster Sampling

Sampel ditarik dengan tekhnik kombinasi antara stratified sampling dan cluster sampling.