11 Desember 2007

Menentukan populasi dan sample

Definisi :Populasi adalah wilayah generalisasi yang terdiri atas objek/subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya Sedang sampel adalah bagian dari jumlah dan karkateristik yang dimiliki oleh populasi tersebut (Sugiono,2006:90) Teknik samplingTeknik sampling adalah teknik pengambilan sampel untuk menentukan sampel yang akan digunakan dalam penelitian antara lain :

A. Probabiliy samplingTeknik pengambilan sampel yang memberikan peluang yang sama bagi setiap unsur (anggota) opulasi untuk dipilih menjadi anggota sampel.

a. Simple random sampling.Teknik pengambilan sampel dari populasi sangat sederhana dengan cara mengambil acak tanpa memperhatikan strata yang ada dalam populasi. Dengan sayarat anggota populasi homogen.

b. Proportionate stratified random samplingTeknik pengambilan sampel bila populasi tidak homogen dan berstrata secara proporsional

c. Disproportionate staratified ramdom samplingTeknik ini digunakan untuk menentukan jumlah sampel, bila populasi berstrtata tapi kurang proporsional

d. Cluster samplingTeknik sampling daerah digunakan untuk menentukan sampel bila objek ayang akan diteliti atau sumber data sangat luas, misalnya penduduk suatu negara.

B. Non-probability sampling.Teknik pengambilan sampel yang tidak memberi peluang/kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel.

a. Sampling sistematisTeknik pengambilan sampel berdasarkan urutan dari anggota populasi yang telah diberi nomor urut.

b. Sampling kuotaTeknik menentukan sampel dari populasi yang mempunyai ciri-ciri tertentu sampai jumlah yang diinginkan.

c. Sampling insidentalTeknik penentuan sampel berdasarkan kebetulan yaitu siapa saja yang secara kebetulan bertemu dengan peneliti dapat digunakan sebagai sampel.

d. Sampling purposiveTeknik penetuan sampel dengan pertimbangan tertentu, penelitian tentang kualitas makanan maka sampelnya orang ahli makanan.

e. Sampling jenuhTeknik pennetuan sampel bila semua anggota populasi digunakan sebagai sampel

f. Snowball sampling

Teknik penentuan sampel yang mula-muala jumlahnya kecil, kemudian membesar.

Menentukan ukuran sampelKetentuan :

1. Jumlah sampel diharapkan 100% mewakili populasi atau sama dengan populasi itu sendiri.

2. makin besar jumlah sampel mendekati populasi maka peluang kesalahan generalisasi semakin kecil.

3. Berapa jumlah sampel tergantung pada tingkat ketelitian atau kesalahan yang dikehendaki selain tergantung pada dana, tenaga dan wak

You might also like: Populasi dan Sampel Penelitian TEKNIK SAMPLING TEKNIK SAMPLING DALAM PENELITIAN TEKNIK SAMPLING

19 Agustus 2009

Populasi dan Sampel Penelitian

Populasi Populasi adalah wilayah generalisasi yang terdiri atas obyek atau subyek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya. (Sugiyono). Populasi mencakup segala hal, termasuk benda-benda alam, dan bukan sekedar jumlah yang ada pada objek.

 Populasi merupakan keseluruhan (universum) dari objek penelitian yang dapat berupa manusia, hewan, tumbuh-tumbuhan, gejala, nilai, peristiwa, sikap hidup, dan sebagainya yang menjadi pusat perhatian dan menjadi sumber data penelitian. Apabila kita lihat definisi tersebut, pengertian populasi bisa sangat beragam sehingga kita harus mendefinisikan populasi tersebut dengan jelas dan tepat. Pengertian populasi di sana bersifat relatif, pendefinisiannya tergantung dari si Peneliti, apakah dia ingin mengetahui Populasi Contoh : populasi mahasiswa STBAJIA Bekasi, populasi dosen bahasa Inggeris bekasi,dll.Kita harus hati-hati dalam mendefinisikan suatu populasi. Populasi harus didefinisikan dengan jelas dan tepat. Misalnya, kita ingin mengetahui rata-rata nilai IPK mahasiswa S TBAJIA parameter/sifat/ciri yang ingin diketahui adalah rata-rata nilai IPK mahasiswa dan obyek yang ditelitinya adalah Mahasiswa STBAJIA. 

Jika kita merumuskan populasi seperti ini, rumusannya sudah jelas tapi belum tepat. Jelas maksudnya: (1) parameter yang ingin diteliti sudah jelas, yaitu Nilai IPK mahasiswa STBAJIA dan bukan parameter lain, seperti tinggi, nilai IQ dan sebagainya 2) populasinya hanya mahasiswa STBAJIA nilai IPK mahasiswa dari universitas lain. Belum tepat maksudnya, apabila kita berbicara tentang mahasiswa STBAJIA cakupannya cukup luas. Apakah kita akan mendata nilai IPK semua mahasiswa STBAJIA dari semua angkatan, baik yang masih aktif, non aktif, meninggal, DO, maupun yang sudah lulus?

Dengan demikian, batasan ruang lingkup dari populasi yang akan diteliti harus didefinisikan dengan jelas dan tepat, karena semua kesimpulan yang nantinya akan diperoleh dari hasil penarikan contoh (sampel) hanya berlaku untuk populasi yang dimaksud, bukan untuk populasi yang berada diluar batasan ruang lingkup yang diberikan.Perhatikan pendefinisian populasi berikut:

“Populasi dalam penelitian ini adalah Mahasiswa Bahasa Jepang Angkatan 2009, STBAJIA, yang masih aktif”

Pendefinisian populasi seperti ini sudah jelas batas ruang lingkupnya, sehingga kesimpulan apapun yang diberikan terhadap suatu sampel yang diambil dari populasi tersebut hanya berlaku untuk populasi yang dibatasi oleh Mahasiswa Bahasa Jepang Angkatan 2009, STBAJIA yang masih aktif kuliah dan tidak berlaku untuk mahasiswa lainnya yang berada diluar ruang lingkup tersebut.  Jadi hanya menggambarkan keadaan rata-rata nilai IPK mahasiswa pada ruang lingkup tersebut.

Populasi dapat dibagi berdasarkan keadaan (kompleksitasnya) dan berdasarkan ukurannya. Menurut keadaannya populasi dapat dibagi menjadi dua bagian yaitu Populasi Homogen, dan Populasi heterogen. Berdasarkan ukurannya, populasi juga dibagi menjadi dua bagian yaitu Populasi terhingga, dan Populasi tak terhingga.

Populasi berdasarkan keadaannya:Populasi Homogen: populasi dikatakan homogen apabila unsur-unsur dari populasi yang diteliti memiliki sifat-sifat yang relatif seragam satu sama lainnya. Karakteristik seperti ini banyak ditemukan di bidang eksakta, misalnya air, larutan, dsb. Apabila kita ingin mengetahui manis tidaknya secangkir kopi, cukup dengan mencoba setetes cairan kopi tersebut. Setetes cairan kopi sudah bisa mewakili kadar gula dari secangkir kopi tersebut.

Populasi Heterogen: populasi dikatakan heterogen apabila unsur-unsur dari populasi yang diteliti memiliki sifat-sifat yang relatif berbeda satu sama lainnya. Karakteristik seperti ini banyak ditemukan dalam penelitian sosial dan perilaku, yang objeknya manusia atau gejala-gejala dalam kehidupan manusia yang bersifat unik dan kompleks. Misalnya, apabila kita ingin mengetahui rata-rata IQ mahasiswa STBAJIA angkatan 2009 (berarti rata-rata dari semua Program). Jelas, rata-rata IQ mahasiswa antar Fakultas kemungkinan besar bervariasi, IQ mahasiswa program bahasa Inggeris relatif lebih tinggi dibanding dengan rata-rata IQ mahasiswa program lainnya, sehingga kita bisa mengatakan bahwa populasi tersebut keadaannya heterogen. 

Untuk mengatasi populasi yang heterogen dalam melakukan penelitian, perlu adanya pengelompokan berdasarkan karakteristiknya, sehingga dari populasi yang ada digrupkan dalam beberapa kelompok, yang nantinya kelompok-kelompok tersebut akan hogomen dalam kelompoknya, tetapi kelompok-kelompok tersebut sangat heterogen diantara kelompkonya. Pada pemisalan sebelumnya, kelompok identik dengan Fakultas.

Populasi berdasarkan ukurannya:Populasi terhingga: Populasi dikatakan terhingga bilamana anggota populasi dapat diperkirakan atau diketahui secara pasti jumlahnya, dengan kata lain, jelas batas-batasnya secara kuantitatif, misalnya:

Tinggi penduduk yang ada di kota tertentu Panjang ikan di sebuah danau

Populasi tak hingga: populasi dikatakan tak hingga bilamana anggota populasinya tidak dapat diperkirakan atau tidak dapat diketahui jumlahnya, dengan kata lain, batas-batasnya tidak dapat ditentukan secara kuantitatif, misalnya:

Air di lautan Banyaknya pasir yang ada di Pantai Pangandaran. Banyaknya anak yang menderita kekurangan gizi Kedalaman suatu danau yang diukur dari berbagai titik

Namun demikian, dalam praktek kehidupan sehari-hari banyak kita jumpai adanya populasi terhinggatak terhingga, dan hal seperti ini dibenarkan secara statistika, misalnya banyaknya orang Indonesia yang merokok, banyaknya penduduk Indonesia sekarang, dan sebagainya. dianggap sebagai populasi

Sampel Sampel adalah sebagian dari jumlah dan karakteristik yang oleh populasi tersebut. Bila populasi besar, dan peneliti tidak mungkin meneliti semua yang ada pada populasi, (misalnya karena keterbatasan dana, tenaga, dan waktu) maka peneliti dapat menggunakan sampel yang diambil dari populasi itu. Apa yang dipelajari dari sampel itu, kesimpulannya akan diberlakukan untuk populasi itu. Untuk sample yang diambil dari populasi harus benar-benar representatif (mewakili). Bila sample tidak representatif, maka resiko yang dihadapi peneliti ialah tidak dapat menyimpulkan sesuai dengan kenyataan atau membuat kesimpulan yang salah.

Jumlah anggota sampel sering dinyatakan dengan ukuran sampel. Jumlah sampel yang 100% mewakili populasi adalah sama dengan jumlah anggota populasi itu sendiri. Jadi bila populasi 1000 dan hasil penelitian itu akan diberlakukan untuk 1000 orang tersebut tanpa ada kesalahan, maka jumlah sampel yang diambil sama dengan jumlah populasi tersebut yaitu 1000 orang. Makin besar jumlah sampel mendekati populasi, maka peluang kesalahan generalisasi semakin kecil dan sebaliknya makin kecil jumlah sampel menjauhi populasi, maka makin besar kesalahan generalisasi (diberlakukan umum).

Dalam penetapan besar kecilnya sampel tidaklah ada suatu ketetapan yang mutlak, artinya tidak ada suatu 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 pengambil sampel sampel harus memperhatikan hal ini : 1. harus diselidiki kategori-kategori heterogenitas 2. besarnya populasi

Dalam penelitian kuantitatif, populasi dan sampel penelitian sangat diperlukan. Populasi adalah wilayah generasli yang terdiri atas objek atau subjek yang mempunyai kuantitas dan karakteristik tertentu yang ditentukan oleh penbeliti untuk dipelajari dan ditarik kesimpulannya. Sedangkan sampel adalah sebagaian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Makin besar jumlah sampel mendekati populasi, maka

Bagi para peneliti pemula, penentuan sampel penelitian adalah hal yang cukup menyita waktu dan pikiran mereka. Sampel, terutama ukuran sampel (sample size) menjadi momok yang menakutkan manakala mereka hendak mempresentasikan laporan hasil penelitian, di hadapan tim penguji. Biasanya tim penguji akan menanyakan bagaimana sampel yang dipilih dapat dipertanggungjawabkan, apakah jumlah sampel yang dipilih mampu merepresentasikan populasi.

Kebingungan para peneliti muda biasanya disebabkan karena mereka belum memahami tentang filosofi sampling secara memadai, dan juga belum fixed-nya tujuan penelitian mereka. Biasanya mereka juga masih bingung tentang siapa atau apa populasi penelitian mereka ? Misalnya ketika akan meneliti tentang masalah kemiskinan, mereka masih ada yang berpikir bahwa populasi penelitian mereka adalah seluruh warga di wilayah yang akan mereka kaji. Mereka juga lupa tentang level of analysis, maka lengkaplah sudah kebingungan mereka.

Peneliti pemula juga biasanya belum memahami apa perbedaan mendasar dari filosofi nonprobability sampling dengan probability sampling. Apa tujuan penelitian dan bagaimana syarat dan karakter kedua tipe sampling itu masih belum dipahami, sehingga misalnya mereka menggunakan purposive sampling lalu hasilnya mereka menetapkan suatu generalisasi terhadap bidang kaji penelitiannya. Mereka juga biasanya bingung, ketika akan menentukan berapa jumlah sampel pada saat menggunakan purposive sampling, disini terlihat jelas bahwa pemahaman mereka tentang teknik sampling belum lengkap.

Dalam penelitian kuantitatif, populasi dan sampel penelitian sangat diperlukan. Populasi adalah wilayah generasli yang terdiri atas objek atau subjek yang mempunyai kuantitas dan karakteristik tertentu yang ditentukan oleh penbeliti untuk dipelajari dan ditarik kesimpulannya. Sedangkan sampel adalah sebagaian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Makin besar jumlah sampel mendekati populasi, maka peluang kesalahan generalisasi semakin kecil, dan begitu juga sebaliknya.

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 (1) harus diseleidiki kategori-kategori heterogenitas dan (2) 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.

Terdapat beberapa jenis desain sampling dalam penelitian. Jenis pertama desain sampling adalah probality sampling. Jenis sampling ini ada beberapa, yaitu (1) acak sederhana (sampling random sampling), yaitu acak jenis ini adalah acak yang paling dikenal oleh banyak orang dalam pencarian sampel, (2)rancangan acak berstrata (stratified random sampling) yaitu apabila populasi terdiri dari sejumlah sub-kelompok atau lapisan yang mungjin memiliki ciri yang berbeda acapkali diperlukan suatu bentuk penarikan sampel yang disebut penarikan berlapis, (3) rancangan klaster (claster sampling), yaitu mendaftar semua anggota populasi sasaran dan kemudian memilih

sampel diantaranya, dan (4) rancangan sistematis (systematic sampling), yaitu penarikan sampel dengan cara mengambil setiap kasus yang kesekian dari daftar populasi.

Dalam statistik inferensial, kita ingin mengetahui gambaran karakteristik tertentu dari suatu populasi, namun terkadang hal tersebut terkadang tidak mungkin dan tidak praktis untuk mengamati seluruh obyek/individu yang menyusun suatu populasi. Pedagang eceran beras hanya meneliti segenggam beras untuk menentukan kualitas sekarang beras. Pedagang emas hanya meneliti bekas gosokan dari perhiasan tersebut untuk menentukan kualitas emas perhiasan tersebut. Peneliti lingkungan hanya meneliti beberapa milliliter air untuk menentukan kualitas air pada suatu sungai atau danau. Pertanyaannya, mengapa tidak meneliti secara keseluruhan, bukankah hasilnya akan lebih baik dan lebih tepat?

Mengingat seorang peneliti dalam melakukan penelitian penuh dengan keterbatasan baik dari segi biaya, waktu, dan lain sebagainya maka penelitian yang dilakukan untuk mengumpulkan informasi atau data yang diinginkan sesuai dengan permasalah yang diteliti ditempuh dengan mengambil sebagian dari populasi, dengan mempertimbangkan ketebatasan yang ada dari peneliti. Bagian dari populasi tersebut sebagai tempat untuk mengumpulkan informasi dinamakan contoh (sampel).

Dengan demikian, sampel merupakan bagian dari populasi yang dipilih dengan menggunakan aturan-aturan tertentu, yang digunakan untuk mengumpulkan informasi/data yang menggambarkan sifat atau ciri yang dimiliki populasi.

Dari definisi tersebut jelas bahwa sampel yang kita ambil digunakan untuk menggambarkan karakteristik suatu populasi, atau dengan kata lain, sampel digunakan untuk menggeneralisasi suatu populasi.  Dengan demikian, sampel harus betul-betul bersifat representatif sehingga dapat mewakili dan mencerminkan karakteristik populasi dari mana sampel itu diambil.

Gambaran Sampel RepresentatifSeorang peneliti, jarang mengamati keseluruhan populasi karena dua alasan:

Biaya terlalu tinggi dan Populasi bersifat dinamis, yaitu unsur-unsur populasi bisa berubah dari waktu ke

waktu.

Ada tiga keuntungan utama pengambilan sampel:

Biaya lebih rendah, Pengumpulan data lebih cepat, dan Hal ini mungkin untuk memastikan keseragaman dan untuk meningkatkan

akurasi dan kualitas data karena kumpulan data lebih kecil .

Jenis-Jenis sampel

Dalam proses pemilihan sampel ada dua faktor penentu yang berperan yaitu:

Ada atau tidak adanya faktor pengacakan, dan Peran orang yang memilih (mengambil) sampel tersebut.

Pada proses pengambilan sampel dengan menggunakan faktor pengacakan didalamnya termasuk unsur-unsur peluang, sedangkan peran dari orang pemilih sampel dapat bersifat obyektif dan dapat pula bersifat subyektif.

Yang dimaksud dengan sikap obyektif dalam memilih sampel adalah suatu cara pemilihan sampel yang menggunakan metode tertentu yang jelas, sehingga penarikan sampel tersebut bila dilakukan oleh orang lain akan diperoleh hasil yang tidak jauh berbeda dari penarikan sampel sebelumnya, dalam menduga sifat atau ciri populasinya. Jadi dengan pengambilan sampel dengan menggunakan metode tertentu dan jelas, akan diperoleh sampel yang konsisten, artinya bila pengambilan sampel dilakukan secar berulang-ulang terhadap populasi yang sama hasilnya tetap terkendali dalam arti tetap menggambarkan sifat atau ciri dari populasinya, walaupun hasilnya tidak persis sama antara yang satu dengan yang lainnya.

Sifat subyektif dalam memilih sampel adalah suatu pemilihan sampel dengan melibatkan pertimbangan pribadi dari pengambil sampel untuk mengambil sampel yang baik menurut versinya sendiri (versi peneliti). Dengan demikian sampel yang diperoleh merupakan sampel yang berbias, apalagi orang yang memilih cotnoh sampel mempunyai latar belakang yang kurang terhadap konsep statistika khususnya konsep tentang teori penarikan sampel.

Sumber Referensi:

Bungin, Burhan. 2006. Metode Penelitian Kuantitatif Komunikasi, Ekonomi, dan Kebijakan Publik serta Ilmu-ilmu Sosial Lainnya.  Prenada Media Group. Jakarta.

http://en.wikipedia.org/wiki/Sampling_(statistics) Walpole, R.E. 1992. Pengantar Statistika. PT Gramedia Pustaka Utama, Jakarta. Sumber lainnya

19 Agustus 2009

TEKNIK SAMPLING

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. (Uma Sekaran, 1992); (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

Agar hasil penelitian yang dilakukan terhadap sampel masih tetap bisa dipercaya dalam artian masih bisa mewakili karakteristik populasi, maka cara penarikan sampelnya harus dilakukan secara seksama. Cara pemilihan sampel dikenal dengan nama teknik sampling atau teknik pengambilan sampel .

Populasi atau universe adalah sekelompok orang, kejadian, atau benda, yang dijadikan obyek penelitian. Jika yang ingin diteliti adalah sikap konsumen terhadap satu produk tertentu, maka populasinya adalah seluruh konsumen produk tersebut. Jika yang diteliti adalah laporan keuangan perusahaan “X”, maka populasinya adalah keseluruhan laporan keuangan perusahaan “X” tersebut, Jika yang diteliti adalah motivasi pegawai di departemen “A” maka populasinya adalah seluruh pegawai di departemen “A”. Jika yang diteliti adalah efektivitas gugus kendali mutu (GKM) organisasi “Y”, maka populasinya adalah seluruh GKM organisasi “Y”

Elemen/unsur adalah setiap satuan populasi. Kalau dalam populasi terdapat 30 laporan keuangan, maka setiap laporan keuangan tersebut adalah unsur atau elemen penelitian. Artinya dalam populasi tersebut terdapat 30 elemen penelitian. Jika populasinya adalah pabrik sepatu, dan jumlah pabrik sepatu 500, maka dalam populasi tersebut terdapat 500 elemen penelitian.

Syarat sampel yang baik

Secara umum, sampel yang baik adalah yang dapat mewakili sebanyak mungkin karakteristik populasi. Dalam bahasa pengukuran, artinya sampel harus valid, yaitu bisa mengukur sesuatu yang seharusnya diukur. Kalau yang ingin diukur adalah masyarakat Sunda sedangkan yang dijadikan sampel adalah hanya orang Banten saja, maka sampel tersebut tidak valid, karena tidak mengukur sesuatu yang seharusnya diukur (orang Sunda). Sampel yang valid ditentukan oleh dua pertimbangan.

Pertama : Akurasi atau ketepatan , yaitu tingkat ketidakadaan “bias” (kekeliruan) dalam sample. Dengan kata lain makin sedikit tingkat kekeliruan yang ada dalam sampel, makin akurat sampel tersebut. Tolok ukur adanya “bias” atau kekeliruan adalah populasi.

Cooper dan Emory (1995) menyebutkan bahwa “there is no systematic variance” yang maksudnya adalah tidak ada keragaman pengukuran yang disebabkan karena pengaruh yang diketahui atau tidak diketahui, yang menyebabkan skor cenderung mengarah pada satu titik tertentu. Sebagai contoh, jika ingin mengetahui rata-rata luas tanah suatu perumahan, lalu yang dijadikan sampel adalah rumah yang terletak di setiap sudut jalan, maka hasil atau skor yang diperoleh akan bias. Kekeliruan semacam ini bisa terjadi pada sampel yang diambil secara sistematis

Contoh systematic variance yang banyak ditulis dalam buku-buku metode penelitian adalah jajak-pendapat (polling) yang dilakukan oleh Literary Digest (sebuah majalah yang terbit di Amerika tahun 1920-an) pada tahun 1936. (Copper & Emory, 1995, Nan lin, 1976). Mulai tahun 1920, 1924, 1928, dan tahun 1932 majalah ini berhasil memprediksi siapa yang akan jadi presiden dari calon-calon presiden yang ada. Sampel diambil berdasarkan petunjuk dalam buku telepon dan dari daftar pemilik mobil. Namun pada tahun 1936 prediksinya salah. Berdasarkan jajak pendapat, di antara dua calon presiden (Alfred M. Landon dan Franklin D. Roosevelt), yang akan menang adalah Landon, namun meleset karena ternyata Roosevelt yang terpilih menjadi presiden Amerika.

Setelah diperiksa secara seksama, ternyata Literary Digest membuat kesalahan dalam menentukan sampel penelitiannya . Karena semua sampel yang diambil adalah mereka yang memiliki telepon dan mobil, akibatnya pemilih yang sebagian besar tidak memiliki telepon dan mobil (kelas rendah) tidak terwakili, padahal Rosevelt lebih banyak dipilih oleh masyarakat kelas rendah tersebut. Dari kejadian tersebut ada dua pelajaran yang diperoleh : (1), keakuratan prediktibilitas dari suatu sampel tidak selalu bisa dijamin dengan banyaknya jumlah sampel; (2) agar sampel dapat memprediksi dengan baik populasi, sampel harus mempunyai selengkap mungkin karakteristik populasi (Nan Lin, 1976).

Kedua : Presisi. Kriteria kedua sampel yang baik adalah memiliki tingkat presisi estimasi. Presisi mengacu pada persoalan sedekat mana estimasi kita dengan karakteristik populasi. Contoh : Dari 300 pegawai produksi, diambil sampel 50 orang. Setelah diukur ternyata rata-rata perhari, setiap orang menghasilkan 50 potong produk “X”. Namun berdasarkan laporan harian, pegawai bisa menghasilkan produk “X” per harinya rata-rata 58 unit. Artinya di antara laporan harian yang dihitung berdasarkan populasi dengan hasil penelitian yang dihasilkan dari sampel, terdapat perbedaan 8 unit. Makin kecil tingkat perbedaan di antara rata-rata populasi dengan rata-rata sampel, maka makin tinggi tingkat presisi sampel tersebut.

Belum pernah ada sampel yang bisa mewakili karakteristik populasi sepenuhnya. Oleh karena itu dalam setiap penarikan sampel senantiasa melekat keasalahan-kesalahan, yang dikenal dengan nama “sampling error” Presisi diukur oleh simpangan baku (standard error). Makin kecil perbedaan di antara simpangan baku yang diperoleh dari sampel (S) dengan simpangan baku dari populasi (, makin tinggi pula tingkat presisinya. Walau tidak selamanya, tingkat presisi mungkin bisa meningkat dengan cara menambahkan jumlah sampel, karena kesalahan mungkin bisa berkurang kalau jumlah sampelnya ditambah ( Kerlinger, 1973 ). Dengan contoh di atas tadi, mungkin saja perbedaan rata-rata di antara populasi dengan sampel bisa lebih sedikit, jika sampel yang ditariknya ditambah. Katakanlah dari 50 menjadi 75.

Di bawah ini digambarkan hubungan antara jumlah sampel dengan tingkat kesalahan seperti yang diuarakan oleh Kerlinger

besar

kesa-

lahan

kecil

kecil besarnya sampel besar

Ukuran sampel

Ukuran sampel atau jumlah sampel yang diambil menjadi persoalan yang penting manakala jenis penelitian yang akan dilakukan adalah penelitian yang menggunakan analisis kuantitatif. Pada penelitian yang menggunakan analisis kualitatif, ukuran sampel bukan menjadi nomor satu, karena yang dipentingkan alah kekayaan informasi. Walau jumlahnya sedikit tetapi jika kaya akan informasi, maka sampelnya lebih bermanfaat.

Dikaitkan dengan besarnya sampel, selain tingkat kesalahan, ada lagi beberapa faktor lain yang perlu memperoleh pertimbangan yaitu, (1) derajat keseragaman, (2) rencana analisis, (3) biaya, waktu, dan tenaga yang tersedia . (Singarimbun dan Effendy, 1989). Makin tidak seragam sifat atau karakter setiap elemen populasi, makin banyak sampel yang harus diambil. Jika rencana analisisnya mendetail atau rinci maka jumlah sampelnya pun harus banyak. Misalnya di samping ingin mengetahui sikap konsumen terhadap kebijakan perusahaan, peneliti juga bermaksud mengetahui hubungan antara sikap dengan tingkat pendidikan. Agar tujuan ini dapat tercapai maka sampelnya harus terdiri atas berbagai jenjang pendidikan SD, SLTP. SMU, dan seterusnya.. Makin sedikit waktu, biaya , dan tenaga yang dimiliki peneliti, makin sedikit pula sampel yang bisa diperoleh. Perlu dipahami bahwa apapun alasannya, penelitian haruslah dapat dikelola dengan baik (manageable).

Misalnya, jumlah bank yang dijadikan populasi penelitian ada 400 buah. Pertanyaannya adalah, berapa bank yang harus diambil menjadi sampel agar hasilnya mewakili populasi?. 30?, 50? 100? 250?. Jawabnya tidak mudah. Ada yang mengatakan, jika ukuran populasinya di atas 1000, sampel sekitar 10 % sudah cukup, tetapi jika ukuran populasinya sekitar 100, sampelnya paling sedikit 30%, dan kalau ukuran populasinya 30, maka sampelnya harus 100%.

Ada pula yang menuliskan, untuk penelitian deskriptif, sampelnya 10% dari populasi, penelitian korelasional, paling sedikit 30 elemen populasi, penelitian perbandingan kausal, 30 elemen per kelompok, dan untuk penelitian eksperimen 15 elemen per kelompok (Gay dan Diehl, 1992).

Roscoe (1975) dalam Uma Sekaran (1992) memberikan pedoman penentuan jumlah sampel sebagai berikut :

Sebaiknya ukuran sampel di antara 30 s/d 500 elemenJika sampel dipecah lagi ke dalam subsampel (laki/perempuan, SD?SLTP/SMU, dsb), jumlah

minimum subsampel harus 30Pada penelitian multivariate (termasuk analisis regresi multivariate) ukuran sampel harus

beberapa kali lebih besar (10 kali) dari jumlah variable yang akan dianalisis.Untuk penelitian eksperimen yang sederhana, dengan pengendalian yang ketat, ukuran sampel bisa antara 10 s/d 20 elemen.

Krejcie dan Morgan (1970) dalam Uma Sekaran (1992) membuat daftar yang bisa dipakai untuk menentukan jumlah sampel sebagai berikut (Lihat Tabel)

Populasi (N) Sampel (n) Populasi (N)

Sampel (n) Populasi (N)

Sampel (n)

10 10 220 140 1200 29115 14 230 144 1300 29720 19 240 148 1400 30225 24 250 152 1500 306

30 28 260 155 1600 31035 32 270 159 1700 31340 36 280 162 1800 31745 40 290 165 1900 32050 44 300 169 2000 32255 48 320 175 2200 32760 52 340 181 2400 33165 56 360 186 2600 33570 59 380 191 2800 33875 63 400 196 3000 34180 66 420 201 3500 34685 70 440 205 4000 35190 73 460 210 4500 35495 76 480 214 5000 357100 80 500 217 6000 361110 86 550 226 7000 364120 92 600 234 8000 367130 97 650 242 9000 368140 103 700 248 10000 370150 108 750 254 15000 375160 113 800 260 20000 377170 118 850 265 30000 379180 123 900 269 40000 380190 127 950 274 50000 381200 132 1000 278 75000 382210 136 1100 285 1000000 384

Sebagai informasi lainnya, Champion (1981) mengatakan bahwa sebagian besar uji statistik selalu menyertakan rekomendasi ukuran sampel. Dengan kata lain, uji-uji statistik yang ada akan sangat efektif jika diterapkan pada sampel yang jumlahnya 30 s/d 60 atau dari 120 s/d 250. Bahkan jika sampelnya di atas 500, tidak direkomendasikan untuk menerapkan uji statistik. (Penjelasan tentang ini dapat dibaca di Bab 7 dan 8 buku Basic Statistics for Social Research, Second Edition)

Teknik-teknik pengambilan sampel

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”?. 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.

1. Simple Random Sampling atau Sampel Acak SederhanaCara 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 diambil3. Tentukan alat pemilihan sampel4. Pilih sampel sampai dengan jumlah terpenuhi

2. Stratified Random Sampling atau Sampel Acak DistratifikasikanKarena 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 dikehendaki3. Tentukan jumlah sampel dalam setiap stratum4. 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 GugusTeknik 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 :

Susun sampling frame berdasarkan gugus – Dalam kasus di atas, elemennya ada 100 departemen.

Tentukan berapa gugus yang akan diambil sebagai sampelPilih gugus sebagai sampel dengan cara acakTeliti setiap pegawai yang ada dalam gugus sample

4. Systematic Sampling atau Sampel SistematisJika 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 :

Susun sampling frameTetapkan jumlah sampel yang ingin diambilTentukan K (kelas interval)Tentukan angka atau nomor awal di antara kelas interval tersebut secara acak atau

random – biasanya melalui cara undian saja.Mulailah mengambil sampel dimulai dari angka atau nomor awal yang terpilih.Pilihlah sebagai sampel angka atau nomor interval berikutnya

Area Sampling atau Sampel WilayahTeknik 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 :

Susun sampling frame yang menggambarkan peta wilayah (Jawa Barat) – Kabupaten, Kotamadya, Kecamatan, Desa.

Tentukan wilayah yang akan dijadikan sampel (Kabupaten ?, Kotamadya?, Kecamatan?, Desa?)

Tentukan berapa wilayah yang akan dijadikan sampel penelitiannya.Pilih beberapa wilayah untuk dijadikan sampel dengan cara acak atau random.Kalau ternyata masih terlampau banyak responden yang harus diambil datanya, bagi

lagi wilayah yang terpilih ke dalam sub wilayah.Nonprobability/Nonrandom Sampling atau Sampel Tidak AcakSeperti 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. 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.

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.

Judgment SamplingSampel 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. (Cooper dan Emory, 1992).

Quota SamplingTeknik 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.

Snowball Sampling – Sampel Bola SaljuCara 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)

Pedoman dalam pemilihan teknik sampling

17 November 2009

TEKNIK SAMPLING

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. (Uma Sekaran, 1992); (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

Agar hasil penelitian yang dilakukan terhadap sampel masih tetap bisa dipercaya dalam artian masih bisa mewakili karakteristik populasi, maka cara penarikan sampelnya harus dilakukan secara seksama. Cara pemilihan sampel dikenal dengan nama teknik sampling atau teknik pengambilan sampel .

Populasi atau universe adalah sekelompok orang, kejadian, atau benda, yang dijadikan obyek penelitian. Jika yang ingin diteliti adalah sikap konsumen terhadap satu produk tertentu, maka populasinya adalah seluruh konsumen produk tersebut. Jika yang diteliti adalah laporan keuangan perusahaan “X”, maka populasinya adalah keseluruhan laporan keuangan perusahaan “X” tersebut, Jika yang diteliti adalah motivasi pegawai di departemen “A” maka populasinya adalah seluruh pegawai di

departemen “A”. Jika yang diteliti adalah efektivitas gugus kendali mutu (GKM) organisasi “Y”, maka populasinya adalah seluruh GKM organisasi “Y”

Elemen/unsur adalah setiap satuan populasi. Kalau dalam populasi terdapat 30 laporan keuangan, maka setiap laporan keuangan tersebut adalah unsur atau elemen penelitian. Artinya dalam populasi tersebut terdapat 30 elemen penelitian. Jika populasinya adalah pabrik sepatu, dan jumlah pabrik sepatu 500, maka dalam populasi tersebut terdapat 500 elemen penelitian.

 

Syarat sampel yang baikSecara umum, sampel yang baik adalah yang dapat mewakili sebanyak mungkin karakteristik populasi. Dalam bahasa pengukuran, artinya sampel harus valid, yaitu bisa mengukur sesuatu yang seharusnya diukur. Kalau yang ingin diukur adalah masyarakat Sunda sedangkan yang dijadikan sampel adalah hanya orang Banten saja, maka sampel tersebut tidak valid, karena tidak mengukur sesuatu yang seharusnya diukur (orang Sunda). Sampel yang valid ditentukan oleh dua pertimbangan.

Pertama : Akurasi atau ketepatan , yaitu tingkat ketidakadaan “bias” (kekeliruan) dalam sample. Dengan kata lain makin sedikit tingkat kekeliruan yang ada dalam sampel, makin akurat sampel tersebut. Tolok ukur adanya “bias” atau kekeliruan adalah populasi.

Cooper dan Emory (1995) menyebutkan bahwa “there is no systematic variance” yang maksudnya adalah tidak ada keragaman pengukuran yang disebabkan karena pengaruh yang diketahui atau tidak diketahui, yang menyebabkan skor cenderung mengarah pada satu titik tertentu. Sebagai contoh, jika ingin mengetahui rata-rata luas tanah suatu perumahan, lalu yang dijadikan sampel adalah rumah yang terletak di setiap sudut jalan, maka hasil atau skor yang diperoleh akan bias. Kekeliruan semacam ini bisa terjadi pada sampel yang diambil secara sistematis

Contoh systematic variance yang banyak ditulis dalam buku-buku metode penelitian adalah jajak-pendapat (polling) yang dilakukan oleh Literary Digest (sebuah majalah yang terbit di Amerika tahun 1920-an) pada tahun 1936. (Copper & Emory, 1995, Nan lin, 1976). Mulai tahun 1920, 1924, 1928, dan tahun 1932 majalah ini berhasil memprediksi siapa yang akan jadi presiden dari calon-calon presiden yang ada. Sampel diambil berdasarkan petunjuk dalam buku telepon dan dari daftar pemilik mobil. Namun pada tahun 1936 prediksinya salah. Berdasarkan jajak pendapat, di antara dua calon presiden

(Alfred M. Landon dan Franklin D. Roosevelt), yang akan menang adalah Landon, namun meleset karena ternyata Roosevelt yang terpilih menjadi presiden Amerika.

Setelah diperiksa secara seksama, ternyata Literary Digest membuat kesalahan dalam menentukan sampel penelitiannya . Karena semua sampel yang diambil adalah mereka yang memiliki telepon dan mobil, akibatnya pemilih yang sebagian besar tidak memiliki telepon dan mobil (kelas rendah) tidak terwakili, padahal Rosevelt lebih banyak dipilih oleh masyarakat kelas rendah tersebut. Dari kejadian tersebut ada dua pelajaran yang diperoleh : (1), keakuratan prediktibilitas dari suatu sampel tidak selalu bisa dijamin dengan banyaknya jumlah sampel; (2) agar sampel dapat memprediksi dengan baik populasi, sampel harus mempunyai selengkap mungkin karakteristik populasi (Nan Lin, 1976).

Kedua : Presisi. Kriteria kedua sampel yang baik adalah memiliki tingkat presisi estimasi. Presisi mengacu pada persoalan sedekat mana estimasi kita dengan karakteristik populasi. Contoh : Dari 300 pegawai produksi, diambil sampel 50 orang. Setelah diukur ternyata rata-rata perhari, setiap orang menghasilkan 50 potong produk “X”. Namun berdasarkan laporan harian, pegawai bisa menghasilkan produk “X” per harinya rata-rata 58 unit. Artinya di antara laporan harian yang dihitung berdasarkan populasi dengan hasil penelitian yang dihasilkan dari sampel, terdapat perbedaan 8 unit. Makin kecil tingkat perbedaan di antara rata-rata populasi dengan rata-rata sampel, maka makin tinggi tingkat presisi sampel tersebut.

Belum pernah ada sampel yang bisa mewakili karakteristik populasi sepenuhnya. Oleh karena itu dalam setiap penarikan sampel senantiasa melekat keasalahan-kesalahan, yang dikenal dengan nama “sampling error” Presisi diukur oleh simpangan baku (standard error). Makin kecil perbedaan di antara simpangan baku yang diperoleh dari sampel (S) dengan simpangan baku dari populasi (, makin tinggi pula tingkat presisinya. Walau tidak selamanya, tingkat presisi mungkin bisa meningkat dengan cara menambahkan jumlah sampel, karena kesalahan mungkin bisa berkurang kalau jumlah sampelnya ditambah ( Kerlinger, 1973 ). Dengan contoh di atas tadi, mungkin saja perbedaan rata-rata di antara populasi dengan sampel bisa lebih sedikit, jika sampel yang ditariknya ditambah. Katakanlah dari 50 menjadi 75.

Di bawah ini digambarkan hubungan antara jumlah sampel dengan tingkat kesalahan seperti yang diuarakan oleh Kerlinger

besar

kesa-

lahan

kecil

kecil besarnya sampel besar

Ukuran sampel

Ukuran sampel atau jumlah sampel yang diambil menjadi persoalan yang penting manakala jenis penelitian yang akan dilakukan adalah penelitian yang menggunakan analisis kuantitatif. Pada penelitian yang menggunakan analisis kualitatif, ukuran sampel bukan menjadi nomor satu, karena yang dipentingkan alah kekayaan informasi. Walau jumlahnya sedikit tetapi jika kaya akan informasi, maka sampelnya lebih bermanfaat.

Dikaitkan dengan besarnya sampel, selain tingkat kesalahan, ada lagi beberapa faktor lain yang perlu memperoleh pertimbangan yaitu, (1) derajat keseragaman, (2) rencana analisis, (3) biaya, waktu, dan tenaga yang tersedia . (Singarimbun dan Effendy, 1989). Makin tidak seragam sifat atau karakter setiap elemen populasi, makin banyak sampel yang harus diambil. Jika rencana analisisnya mendetail atau rinci maka jumlah sampelnya pun harus banyak. Misalnya di samping ingin mengetahui sikap konsumen terhadap kebijakan perusahaan, peneliti juga bermaksud mengetahui hubungan antara sikap dengan tingkat pendidikan. Agar tujuan ini dapat tercapai maka sampelnya harus terdiri atas berbagai jenjang pendidikan SD, SLTP. SMU, dan seterusnya.. Makin sedikit waktu, biaya , dan tenaga yang dimiliki peneliti, makin sedikit pula sampel yang bisa diperoleh. Perlu dipahami bahwa apapun alasannya, penelitian haruslah dapat dikelola dengan baik (manageable).

Misalnya, jumlah bank yang dijadikan populasi penelitian ada 400 buah. Pertanyaannya adalah, berapa bank yang harus diambil menjadi sampel agar hasilnya mewakili populasi?. 30?, 50? 100? 250?. Jawabnya tidak mudah. Ada yang mengatakan, jika ukuran populasinya di atas 1000, sampel sekitar 10 % sudah cukup, tetapi jika ukuran populasinya sekitar 100, sampelnya paling sedikit 30%, dan kalau ukuran populasinya 30, maka sampelnya harus 100%.

Ada pula yang menuliskan, untuk penelitian deskriptif, sampelnya 10% dari populasi, penelitian korelasional, paling sedikit 30 elemen populasi, penelitian perbandingan kausal, 30 elemen per kelompok, dan untuk penelitian eksperimen 15 elemen per kelompok (Gay dan Diehl, 1992).

Roscoe (1975) dalam Uma Sekaran (1992) memberikan pedoman penentuan jumlah sampel sebagai berikut :

1. Sebaiknya ukuran sampel di antara 30 s/d 500 elemen

2. Jika sampel dipecah lagi ke dalam subsampel (laki/perempuan, SD?SLTP/SMU, dsb), jumlah minimum subsampel harus 30

3. Pada penelitian multivariate (termasuk analisis regresi multivariate) ukuran sampel harus beberapa kali lebih besar (10 kali) dari jumlah variable yang akan dianalisis.

4. Untuk penelitian eksperimen yang sederhana, dengan pengendalian yang ketat, ukuran sampel bisa antara 10 s/d 20 elemen.

Krejcie dan Morgan (1970) dalam Uma Sekaran (1992) membuat daftar yang bisa dipakai untuk menentukan jumlah sampel sebagai berikut (Lihat Tabel)

Populasi (N) Sampel (n) Populasi (N) Sampel (n) Populasi (N) Sampel (n)

10 10 220 140 1200 291

15 14 230 144 1300 297

20 19 240 148 1400 302

25 24 250 152 1500 306

30 28 260 155 1600 310

35 32 270 159 1700 313

40 36 280 162 1800 317

45 40 290 165 1900 320

50 44 300 169 2000 322

55 48 320 175 2200 327

60 52 340 181 2400 331

65 56 360 186 2600 335

70 59 380 191 2800 338

75 63 400 196 3000 341

80 66 420 201 3500 346

85 70 440 205 4000 351

90 73 460 210 4500 354

95 76 480 214 5000 357

100 80 500 217 6000 361

110 86 550 226 7000 364

120 92 600 234 8000 367

130 97 650 242 9000 368

140 103 700 248 10000 370

150 108 750 254 15000 375

160 113 800 260 20000 377

170 118 850 265 30000 379

180 123 900 269 40000 380

190 127 950 274 50000 381

200 132 1000 278 75000 382

210 136 1100 285 1000000 384

Sebagai informasi lainnya, Champion (1981) mengatakan bahwa sebagian besar uji statistik selalu menyertakan rekomendasi ukuran sampel. Dengan kata lain, uji-uji statistik yang ada akan sangat efektif jika diterapkan pada sampel yang jumlahnya 30 s/d 60 atau dari 120 s/d 250. Bahkan jika sampelnya di atas 500, tidak direkomendasikan untuk menerapkan uji statistik. (Penjelasan tentang ini dapat dibaca di Bab 7 dan 8 buku Basic Statistics for Social Research, Second Edition)

 

Teknik-teknik pengambilan sampelSecara 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”?. 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.

1. Simple Random Sampling atau Sampel Acak SederhanaCara 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 diambil3. Tentukan alat pemilihan sampel4. 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 dikehendaki3. Tentukan jumlah sampel dalam setiap stratum4. 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 GugusTeknik 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 :

5. Susun sampling frame

6. Tetapkan jumlah sampel yang ingin diambil

7. Tentukan K (kelas interval)

8. Tentukan angka atau nomor awal di antara kelas interval tersebut secara acak atau random – biasanya melalui cara undian saja.

9. Mulailah mengambil sampel dimulai dari angka atau nomor awal yang terpilih.

10. Pilihlah sebagai sampel angka atau nomor interval berikutnya

4. 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.

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.

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. (Cooper dan Emory, 1992).

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)

20 September 2010

TEKNIK SAMPLING DALAM PENELITIAN

Oleh: Rostina Sundayana *)

AbstrakTidak semua penelitian dapat dilakukan secara populasi. Banyak alasan yang mendasari hal

tersebut, diantaranya sebaran populasi yang luas, waktu yang dibutuhkan terlalu lama, keterbatasan biaya, dll. Sehingga mendorong peneliti untuk melakukan penelitian secara

sampel. Ada beberapa keuntungan dari penelitian yang dilakukan secara sampel antara lain (1) memudahkan jalannya penelitian, (2) penelitian lebih efisien, (3) lebih teliti dan cermat dalam pengumpulan data, dan (4) lebih efektif. Dalam menentukan sampel mana yang akan dijadikan sebagai objek penelitian tidaklah mudah, karena sampel yang kita ambil harus dapat mewakili

semua karakteristik dari  populasinya. Jika sampel yang kita gunakan tidak dapat mewakili semua karakteristik populasinya (tidak representatif), maka hasil penelitian tersebut tidak dapat

dibuatkan generalisasinya. Untuk mendapatkan sampel yang refresentatif tersebut, maka diperlukan teknik sampling  yang tepat, sehingga sampel yang kita gunakan benar-benar

mewakili semua karakteristik populasi penelitian.

A. PendahuluanPada hakekatnya, perguruan tinggi baik negeri maupun swasta mengemban tiga tugas pokok yang lebih dikenal dengan nama Tri Dharma Perguruan Tinggi yang harus dilakukan oleh seluruh sivitas akademika. Ketiga dharma tersebut adalah: pendidikan dan pengajaran, melaksanakan penelitian, dan melakukan pengabdian pada masyarakat.

Pada bidang penelitian, baik mahasiswa maupun dosen dituntut untuk melakukan penelitian secara ilmiah. Adapun bentuk penelitian yang dilaksanakan disesuaikan dengan jenjang dan bidang kajian masing-masing. Bentuk penelitian yang dilakukan mahasiswa dapat berupa makalah, tugas akhir (TA), ataupun skripsi; sedangkan penelitian yang dilakukan dosen dapat berupa penelitian pengembangan keilmuan dan teknologi, supaya dapat meningkatkan mutu pendidikan, serta memungkinkan penerapan dan pemanfaatan hasilnya bagi kepentingan dan usaha meningkatkan kesejahteraan masyarakat. Selain itu, bagi seorang dosen, penelitian merupakan salah satu syarat mutlak untuk kenaikan pangkat.

Sebelum seseorang akan melakukan penelitian, sebaiknya harus menyusun rencana penelitian, yang dikenal dengan usulan/proposal penelitian. Kegunaan dari proposal penelitian tersebut adalah sebagai pedoman rencana awal yang akan dilakukan peneliti, baik mengenai masalah, ruang lingkup, metode penelitian yang dipakai, populasi dan sampel penelitian, perencanaan tempat dan waktu penelitian, instrumen penelitian, sampai pada perencanaan anggaran (jika diperlukan).

Dalam melakukan penelitian, tidak semua penelitian dapat dilakukan secara populasi. Banyak alasan yang mendasari hal tersebut, diantaranya sebaran populasi yang luas, waktu yang dibutuhkan terlalu lama, keterbatasan biaya, dll. Lebih lanjut Riduan dan Akdon (2006:240) mengatakan bahwa keuntungan menggunakan sampel antara lain (1) memudahkan jalannya

penelitian, (2) penelitian lebih efisien, (3) lebih teliti dan cermat dalam pengumpulan data, dan (4) lebih efektif. Dari berbagai alasan di atas, sangat beralasan jika penelitian dilakukan hanya terhadap sampel saja.

Dalam menentukan sampel mana yang akan dijadikan sebagai objek penelitian tidaklah mudah, karena sampel yang kita ambil harus dapat mewakili semua karakteristik dari  populasinya. Jika sampel yang kita jadikan tidak dapat mewakili semua karakteristik populasinya, maka hasil penelitian tersebut tidak dapat dibuatkan generalisasinya.

B.  Menentukan Populasi dan Ukuran Sampel yang RepresentatifPopulasi ialah Wilayah generalisasi yang terdiri atas: objek/subjek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. (Sugiyono, 1997:59). Populasi dalam setiap penelitian harus disebutkan secara jelas yaitu yang berkenaan dengan besarnya anggota populasi serta wilayah penelitian yang dicakup. Tujuan diketahunya ukuran populasi ialah agar kita dapat menentukan besarnya ukuran sampel yang diambil dari anggota populasi dan membatasi berlakunya daerah generalisasi.

Ditinjau dari ukuran anggota populasi, maka populasi terdiri dari populasi terbatas/ terhingga (Finite Population)., dan  populasi tak terbatas / tak terhingga (Infinite Population). Namun dalam kenyataannya populasi terhingga selalu menjadi populasi yang tak terhingga. Ditinjau dari sudut sifatnya, maka populasi dapat bersifat  homogen, dan  heterogen. Bersifat homogen artinya populasi tersebut mempunyai karakteristik yang sama, sehingga tidak perlu mempersoalkan berapa banyak jumlah ukuran sampel harus diambil.

Sedangkan bersifat heterogen artinya setiap anggota sampel dari populasi tersebut mempunyai karakteristik yang berbeda, sehingga perlu ditetapkan batasan-batasannya, baik secara kualitatif maupun secara kuantitatif.Penelitian yang menggunakan seluruh anggota populasinya disebut sampel total atau sensus. Penggunaan ini berlaku jika anggota populasi relatif kecil. Untuk anggota populasi yang relatif besar, maka diperlukan mengambil sebagian anggota populasi yang dijadikan sampel. Pengambilan anggota sampel yang merupakan sebagian dari anggota populasi tadi harus dilakukan dengan teknik tertentu dengan yang disebut teknik sampling.

Berkenaan dengan teknik pengambilan sampel, Nasution (2003: 53) mengatakan bahwa “Mutu penelitian tidak selalu ditentukan oleh besarnya sampel, akan tetapi oleh kokohnya dasar-dasar teorinya, oleh desain penelitiannya,serta mutu pelaksanaan dan pengolahannya”. Beberapa kriteria yang perlu diperhatikan dalam mengambil sampel adalah sebagai berikut:1. Berilah batas-batas yang tegas tentang sifat-sifat / karakteristik populasi, sehingga dapat menghindari kekaburan dan kebingungan.2. Tentukan sumber-sumber informasi tentang populasi. Ada beberapa sumber informasi yang dapat memberi petunjuk tentang karakteristik suatu populasi. Umpamanya didapat dari dokumen-dokumen.3. Pilihlah teknik sampling dan hitunglah besar anggota sampel yang sesuai dengan tujuan penelitiannya.4. Tentukan ukuran sampel yang akan dianalisis.

Supaya sampel yang dijadikan penelitian representatif, maka diperlukan jumlah sampel minimal yang digunakan dalam penelitian. Dalam penentukan ukuran sampel dapat dilakukan dengan  dua cara yaitu cara praktis (tidak menggunakan rumus atau hitungan) dan cara perhitungan dengan menggunakan rumus. Banyak sekali model rumus-rumus yang dapat digunakan untuk menentukan jumlah sampel minimum, salah satunya rumus empiris dianjurkan oleh Issac dan Michael (1981:192) dalam Sukardi (2004:55) sebagai berikut:

Keterangan:S = jumlah sampel yang dicari;N = Jumlah populasi;P = proporsi populasi, asumsi diambil P = 0,50d = derajat ketepatan, biasanya diambil d = 0,052 = 3,8412 = nilai tabel 

Sebagai contoh, jika  banyakya populasi diketahui = 500, maka banyaknya sampel minimum yang harus diambil adalah:Jadi minimal sebanyak 217.

Supaya dalam pelaksanaan penelitian tidak terlalu banyak perhitungan, maka Issac dan Michael (1981:192) menuangkan rumus tersebut ke dalam bentuk tabel, sehingga kita tinggal memakai tabel tersebut.

Tabel 1 : Menentukan Jumlah sampel dengan Taraf Signifikansi 5%N S N S N S N S10 10 90 73 300 169 1900 32015 14 95 76 400 196 2000 32220 19 100 80 500 217 2200 32725 24 120 92 600 234 2400 33130 28 130 97 700 248 2600 33535 32 140 103 800 260 2800 33840 36 150 108 900 269 3000 34145 40 160 113 1000 278 3500 34650 44 170 118 1100 285 4000 35155 48 180 123 1200 291 4500 35460 52 190 127 1300 297 5000 35765 56 200 132 1400 302 10000 37070 59 220 140 1500 306 15000 37575 63 240 148 1600 310 20000 37780 66 260 155 1700 313 50000 38185 70 280 162 1800 317 100000 384Sumber : Sugiono (1997 : 67)

Sebagai contoh, untuk populasi yang berjumlah 100, dengan taraf signifikasi 5% ukuran sampelnya 80, sedangkan untuk populasi yang berjumlah 3500 taraf signifikansi  5% sebanyak 346.

C.  Teknik Pengambilan SampelPengambilan sampel dapat dilakukan dengan dua cara yaitu : sampling random (probability sampling) dan  sampling nonrandom (nonprobability sampling). Sampling random yaitu pengambilan sampel secara acak  yang dilakukan dengan cara undian,  atau tabel bilangan acak/random atau dengan menggunakan kalkulator/komputer. Sedangkan  sampling nonrandom  atau disebut juga sebagai incidental sampling, yaitu pengambilan sampel tidak secara acak.

1. Teknik Sampling RandomTeknik sampling random terdiri atas tiga jenis, yaitu sampling random sederhana (Simple Random Sampling), sampling bertingkat (Stratified Sampling), dan sampling kluster/area (Cluster Sampling)

a.  Sampling Random SederhanaDigunakan jika populasi bersifat homogen. Dikatakan sederhana karena cara pengambilan sampel dari semua anggota populasi dilakukan secara acak tanpa memperhatikan strata/tingkatan yang ada dalam populasi itu.

b.  Teknik Sampling BertingkatTeknik sampling ini disebut juga dengan istilah teknik sampling berlapis, berjenjang, dan petala. Teknik ini digunakan apabila populasinya heterogen atau terdiri atas kelompok-kelompok yang bertingkat. Penentuan tingkat berdasarkan karakteristik tertentu. Misalnya : menurut usia, pendidikan, golongan pangkat, dan sebagainya. Teknik ini akan semakin baik jika dilengkapi dengan penggunaan proporsional, sehingga setiap tingkat diwakili oleh jumlah yang sebanding. Sampling bertingkat yang dilengkapi dengan proposional ini disebut proportional stratified random sampling. Keuntungan menggunakan cara ini ialah anggota sampel yang diambil lebih representatif. Kelemahannya ialah lebih banyak memerlukan usaha pengenalan terhadap karakteristik populasinya. Jika banyaknya ukuran dari masing-masing tingkatan/kelompok tidak proporsional maka disebut dengan disproportional stratified random sampling.

Contoh  Teknik sampling proporsional :Misalnya populasi untuk A = 25, B = 60, C = 15. Jadi, jumlah anggota populasi = 100. Sedangkan besar anggota sampel = 80 sehingga besar masing-masing sampel untuk A, B, dan C dapat dihitung  sebagai berikut :untuk A : (25/100) x 80 = 20 orang,untuk B : (60/100) x 80 = 48 orang, danuntuk C : (15/100) x 80 = 12 orang.

Sehingga jumlah sampel seluruhnya sebanyak 80 orang.

Contoh Teknik sampling yang tidak proporsional:Misalnya populasi untuk A = 3, B = 4, C = 33, D = 60. Jadi, jumlah anggota populasi = 100. Sedangkan besar anggota sampel sebanyak 80 sehingga besar masing-masing sampel untuk A, B, C  dan D dapat dihitung  sebagai berikut :

Untuk A dan B diambil semuanya sebagai sampel, sedangkan untuk C dan D diambil secara proporsi dengan perhitungan sebagai berikut:

Sehingga jumlah sampel seluruhnya sebanyak 80 orang.

c.  Teknik Sampling KlusterTeknik sampling ini disebut juga sebagai teknik sampling daerah, conditional sampling/restricted sampling/area sampling. Teknik ini digunakan apabila populasi tersebar dalam beberapa daerah, propinsi, kabupaten, kecamatan, dan seterusnya. Pada peta daerah diberi petak-petak dan setiap petak diberi nomor. Nomor-nomor itu kemudian ditarik secara acak untuk dijadikan anggota sampelnya.

Pada penggunaan teknik sampling kluster, biasanya digunakan dua tahapan, yaitu tahap pertama menentukan sampel daerah, dan tahap kedua menentukan orang/orang atau objek yang dijadikan penelitian pada daerah yang terpilih yang dilakukan secara random.

Keuntungan menggunakan teknik ini ialah : (1) dapat mengambil populasi besar yang tersebar diberbagai daerah, dan (2) pelaksanaannya lebih mudah dan murah dibandingkan teknik lainnya. Sedangkan kelemahannya ialah (1) jumlah individu dalam setiap pilihan tidak sama, karena itu teknik ini tidaklah sebaik teknik lainnya; (2) ada kemungkinan penduduk satu daerah berpindah kedaerah lain tanpa sepengetahuan peneliti, sehingga penduduk tersebut mungkin menjadi anggota rangkap sampel penelitian.

2. Teknik Sampling NonrandomTeknik sampling nonrandom terdiri atas lima macam yaitu: Teknik Sampling Sistematis (Systematical Sampling), Teknik Sampling Kebetulan (Accidental Sampling), Teknik Sampling Bertujuan (Porpusive Sampling), Teknik Sampling Kuota (Quota Sampling),  dan Teknik Bola Salju (Snowball  Sampling)

a. Teknik Sampling Sistematis (Systematical Sampling)Teknik ini sebenarnya dapat termasuk kepada teknik random sampling sederhana yang digunakan secara ordinal. Artinya anggota sampel dipilh berdasarkan urutan tertentu. Misalnya setiap kelipatan 10 atau 100 dari daftar pegawai disuatu kantor, pengambilan sampel hanya nomor genap atau yang ganjil saja, dll. Keuntungan teknik ini ialah lebih cepat dan mudah. Sedangkan kelemahannya adalah kadang-kadang kurang mewakili populasinya.

b. Teknik Sampling Kebetulan (Accidental Sampling)Teknik sampling kebetulan dilakukan apabila pemilihan anggota sampelnya dilakukan terhadap orang atau benda yang kebetulan ada atau dijumpai dan dipandang orang yang dijumpai tsb. cocok dijadikan sumber data. Misalnya kita ingin meneliti pendapat masyarakat tentang kenaikan harga atau keluarga berencana, maka pertanyaan diajukan kepada mereka yang kebetulan dijumpai dipasar atau ditempat-tempat lainnya. Keuntungan menggunakan teknik ini ialah murah, cepat dan mudah. Sedangkan kelemahannya ialah kurang representatif.

c. Teknik Sampling Bertujuan (Porpusive Sampling)Teknik ini digunakan apabila anggota sampel yang dipilih secara khusus berdasarkan tujuan penelitiannya. Sebagai contoh : untuk meneliti tentang disiplin siswa maka yang dipilih adalah orang yang aahli dalam kesiswaan seperti kepala sekolah, PKS urusan kesiswaan, ketua osos,  yang dijadikan anggota sampel. Keuntungan menggunakan teknik ini ialah murah, cepat dan

mudah, serta relevan dengan tujuan penelitiannya. Sedangkan kerugiannya ialah tidak representatif untuk mengambil kesimpulan secara umum (generalisasi).

d. Teknik Sampling Kuota (Quota Sampling)Teknik ini digunakan apabila anggota sampel pada suatu tingkat dipilih dengan jumlah tertentu (kuota) dengan ciri-ciri tertentu. Sebagai contoh, Jemaah haji yang berangkat ke tanah suci sudah diberi jatah (kuota) oleh Persatuan Haji Indonesia (PHI) bekerjasama dengan Pemerintah Arab Saudi, yaitu sebanyak 250.000 orang haji dari populasi 250.000.000 jiwa penduduk Indonesia. Artinya satu orang calon haji mewakili 1000 orang penduduk. (Riduan dan Akdon, 2006 : 246-247).

e. Teknik Bola Salju (Snowball  Sampling) Teknik penentuan sampel bola salju ini digunakan apabila jumlah sampel yang diketahui hanya sedikit. Dari sampel yang sedikit tersebut peneliti mencari informasi sampel lain dari yang dijadikan sampel terdahulu, sehingga makin lama jumlah sampelnya makin banyak. Seperti bola salju yang menggelinding makin lama bola salju tersebut makin besar.

D. PenutupDari uraian di atas, banyak teknik sampling yang dapat kita lakukan untuk mendapatkan sampel yang representatif, baik secara sampling random (probability sampling) maupun secara  sampling nonrandom (nonprobability sampling). Kesalahan-kesalahan umum yang sering dijumpai dalam menentukan besarnya anggota sampel diantaranya: (1) Peneliti mengubah prosedur teknik sampling; (2) Peneliti memilih anggota sampel yang tidak sesuai dengan tujuan penelitiannya, (3) Peneliti mengurangi anggota sampel yang telah ditentukan oleh perhitungannya; (4) Peneliti tidak memberikan alasan-alasan mengapa rumus dan teknik sampling tertentu yang ia gunakan didalam penelitiannya itu;

Selain hal tersebut, kekeliruan non sampling ini dapat terjadi dalam setiap penelitian, apakah itu berdasarkan sampling atau berdasarkan sensus, penyebabnya adalah: (1) populasi tidak didefinisikan sebagaimana mestinya, (2) Kuesioner tidak dirancang sesuai dengan keperluan. (3) Peneliti kurang memahami isi dari kuesioner sehingga jawaban responden kurang sesuai dengan keinginan. (4) Responden tidak memberikan jawaban yang objektif atau menolak untuk memberikan jawaban.

Daftar PustakaArikunto, Suharsimi.  (2003). Prosedur Penelitian Suatu Pendekatan Praktek,Yogyakarta : Rineka Cipta.Nasution. (2003). Metode Research, Penelitian Ilmiah, Thesis. Bandung : Jemmars.Riduan, dan Akdon. (2006). Rumus dan Data dalam Aplikasi Statistika untuk Penelitian. Bandung : Alfabeta.Sugiyono. (1997).  Statistika untuk Penelitian. Bandung: Alfabeta.Sukardi. (2004). Metodologi Penelitian Pendidikan, Kompetensi dan Prakteknya. Jakarta : Bumi aksara.

*)Rostina Sundayana, Drs.M.Pd. adalah Dosen  Kopertis Wil. IV (Lektor Kepala) dpk. AMIK Garut.

05 Januari 2010

ESENSI PENGENDALIAN EKSPERIMEN DALAM ILMU PENDIDIKAN

          Ciri umum pengembangan ilmu pengetahuan adalah dilakukannya penelitian-penelitian ilmiah bagi cabang ilmu pengetahuan yang ada. Makin banyak penelitian

dilakukan bagi suatu cabang ilmu maka makin kokoh keberadaan cabang ilmu tersebut di lingkungan keilmuan, dan makin profesional pula kemungkinan penerapan cabang

ilmu tersebut.            

           Ilmu pendidikan, sebagai bagian dari ilmu-ilmu sosial, merupakan cabang ilmu yang relatif muda dan masih harus terus menerus memperjuangkan eksistensinya agar benar-benar berterima serta tidak inferior terhadap cabang-cabang ilmu pengetahuan yang lain, khususnya terhadap ilmu-ilmu alam (natural sciences). Dalam melaksanakan berbagai penelitian ilmiah dalam bidang pendidikan, sebagian ahli pendidikan tentu saja akan sampai pula pada pengamatan hubungan antar fenomena yang bercorak hubungan sebab-akibat (causal relationship). Untuk menjelaskan hubungan kausalitas antar variabel ini jenis penelitian yang perlu banyak dilakukan dan yang mempunyai daya penjelasan terbaik atau terkuat adalah jenis eksperimen.      

          Untuk melaksanakan dan mendapatkan hasil penelitian jenis eksperimen yang sebaik-baiknya, peneliti atau calon peneliti pendidikan harus benar-benar memahami dahulu ciri-ciri serta persyaratan pelaksanaan penelitian eksperimen itu sendiri. Hal ini perlu demikian adanya agar para peneliti tidak terjebak dalam pengambilan kesimpulan yang salah (bias) atas hasil-hasil penelitiannya. Penelitian jenis eksperimen mempunyai kelebihan dan kekurangan tersendiri sehingga kemungkinan keterpakaiannya dalam suatu cabang ilmu berbeda-beda antara satu dengan yang lain, tergantung pada karakteristik dari cabang-cabang ilmu yang hendak menggunakannya.     

            Makalah ini mencoba mengangkat sebagian isu penting penelitian jenis eksperimen dalam rangka berandil guna bagi kejelasan dan pemantapan pengembangan penelitian-penelitian pendidikan yang sedang atau akan dilakukan para peneliti pendidikan, khususnya dari kalangan sivitas akademika IKIP dan sejenisnya.                  Logika Dasar Eksperimentasi           Eksperimentasi dimulai dengan mengembangkan hipotesis hubungan sebab-akibat antara variabel terikat dan variabel bebasnya. Selanjutnya dilakukan berturut-turut: pengukuran nilai (kualitas) variabel terikatnya (pretest), mengenakan perlakuan (kondisi pengubah nilai) terhadap variabel bebasnya, dan mengukur kembali nilai variabel terikatnya (posttest) untuk melihat ada tidaknya perubahan nilai (kualitas). Masalah pokok dalam melaksanakan eksperimen adalah menjaga kondisi eksperimen sedemikian sehingga tidak ada faktor lain yang sempat menyertai jalannya eksperimen yang dapat mengacaukan atau mengaburkan pengukuran hasil penelitian (posttest).   

              Di sisi lain, suatu eksperimen adalah suatu kegiatan empirik yang ciri hakikinya justru terikat pada ruang dan waktu. Selama berada dalam kondisi ruang dan waktu eksperimen, khususnya yang terkait dengan ruang yang luas dan waktu yang lama, kemungkinan bagi proses eksperimen untuk tidak terganggu dari faktor yang tidak diinginkan sungguh merupakan hal yang sulit terjadi kalau tidak dapat dikatakan mustahil. Seni melaksanakan eksperimen terletak pada usaha dan kemampuan peneliti untuk melindungi jalannya eksperimen dari segala gangguan dari luar yang dapat mempengaruhi hasil eksperimen.     

              Bobot perlindungan eksperimen dari gangguan luar ini disebut keterlindungan atau closure. Kualitas eksperimen, dan pada gilirannya juga keterpakaian atau kegunaan hasil eksperimen, akan sangat ditentukan oleh bobot atau kekokohan keterlindungannya. Dari sini dapat disimpulkan bahwa pengembangan dan perkembangan berbagai ragam rancangan eksperimen pada hakikatnya adalah aktualisasi dari penguatan keterlindungan ragam rancangan eksperimen termaksud.                  Penerapan Eksperimen dalam Ilmu-ilmu Alam dan Ilmu-ilmu Sosial           Dalam eksperimen pada ilmu-ilmu alam peneliti secara relatif mempunyai kemampuan melindungi variabel (closure) yang tinggi dengan cara membuat lingkungan buatan sehingga menutup kemungkinan pengaruh dari luar. Di sini dikatakan bahwa peneliti memiliki closure yang sempurna. Di sisi lain, karena ilmu-ilmu sosial terkait dengan subjek yang berujud manusia, pengendalian-pengendalian tersebut akan terikat dengan aspek-aspek etis, moral, dan pertimbangan-pertimbangan hukum. Selain itu, peneliti juga tidak dapat mengubah unsur-unsur pribadi subjeknya, misalnya, seks, umur, status ekonomi, pendidikan, pekerjaan, dan penghasilan.

              Jadi, tampak bahwa eksperimen memang merupakan metode yang dapat dan tepat serta umum dipakai untuk mengumpulkan data dalam ilmu-ilmu alam, namun, dengan alasan seperti tersebut di atas, jenis eksperimen memang kurang luas dan cukup sulit serta rumit untuk dapat digunakan dalam ilmu-ilmu sosial. Walaupun demikian, untuk dapat melaksanakan eksperimen, peneliti ilmu-ilmu sosial dapat menggunakan sejumlah kendali yang bercorak simbolik, yaitu tidak dengan mengubah nilai-nilai dari subjeknya, melainkan mempertahankan nilai-nilai itu tetap selama eksperimen dilaksanakan, misalnya, peneliti memang tidak dapat mengubah kelamin subjeknya, tetapi peneliti dapat menganalisis secara terpisah untuk seks yang berbeda.      

             Dalam sebagian besar eksperimen bidang ilmu-ilmu sosial, khususnya bidang pendidikan, pengendalian penuh kondisi eksperimen umumnya tidak dapat dilaksanakan. Dengan subjek berupa manusia, secara teoritik, akan ada beribu-ribu faktor yang mungkin mengotori suatu eksperimen. Hakikat cara untuk mengurangi pengotoran tersebut adalah membuat eksperimen termaksud sesingkat mungkin (pengendalian aspek waktu) dan dilakukan dalam ruang (tempat) yang terbatas dan terlindung (laboratorium). Bila penyingkatan waktu dan penggunaan laboratorium ini tidak dimungkinkan, maka peneliti harus puas atau sadar untuk menerima kenyataan bahwa hasil eksperimen yang diukurnya (posttest) pasti telah terkotori oleh faktor-faktor lain yang tidak diperhitungkan dalam eksperimen termaksud. Langkah selanjutnya yang perlu diambil adalah bahwa peneliti harus berusaha mengukur semua pengaruh-pengaruh dari luar tersebut, dan kemudian mengeluarkannya dari nilai perbedaan antara posttest dan pretest yang didapatnya, sehingga sisa dari pengeluaran itu dapat dianggap (syah) sebagai hasil perlakukan eksperimen yang dimaksudkan. Bagaimana caranya?     

           Secara umum, cara yang dapat dilakukan untuk menghindari salah ukur dan salah tafsir terhadap hasil eksperimen adalah menggunakan dua kelompok amatan, yaitu kelompok eksperimen dan kelompok pembanding. Terhadap dua kelompok ini harus dapat dikenai dua asumsi pokok, yaitu, pertama bahwa subjek pada kedua kelompok mempunyai karakteristik yang sama. Kedua, baik pretest maupun faktor-faktor lain yang mempengaruhi subjek pada kedua kelompok mempunyai bobot yang sama pula.                  Validitas Dalam pada Rancangan Eksperimen             Sekarang telah banyak tersedia rancangan-rancangan eksperimen tertentu yang sengaja dikembangkan untuk meniadakan pengaruh-pengaruh tertentu yang disesuaikan dengan tujuan penelitian eksperimen yang tertentu pula. Rancangan-rancangan khusus tersebut, yaitu rancangan yang mengandung usaha-usaha untuk meyakinkan adanya kebenaran (ketepatan dan kecermatan) hasil eksperimen, adalah hasil aktualisasi usaha untuk meningkatkan validitas dalam (internal validity) dari rancangan-rancangan eksperimen yang bersangkutan.

           Untuk rancangan eksperimen yang dapat mengembangkan perlindungan penuh terhadap jalannya eksperimen atau rancangan eksperimen yang dapat mencapai penjelasan yang cukup akurat terhadap proses pengukuran hasil eksperimennya

(melaksanakan berbagai usaha kompensasi terhadap segala atau berbagai pengotoran yang mungkin) atau rancangan eksperimen yang mempunyai validitas dalam yang sempurna disebut rancangan eksperimen murni (True Experimental designs). Untuk rancangan eksperimen yang hanya dapat mengembangkan perlindungan sebagian terhadap jalannya eksperimen atau rancangan eksperimen yang hanya dapat mencapai sebagian saja penjelasan yang cukup akurat terhadap proses pengukuran hasil eksperimennya atau rancangan eksperimen yang mempunyai validitas dalam yang hanya memadai disebut rancangan eksperimen kuasi (Quasi Experimental Designs). Sedangkan rancangan eksperimen (rancangan yang mengenakan perlakuan terhadap subjek) namun tidak mengembangkan perlindungan terhadap jalannya eksperimen atau rancangan yang tidak mempunyai validitas dalam yang memadai disebut rancangan pra-eksperimen (Pre-Experimental Designs atau Nondesigns).

               Adapun faktor-faktor yang mempengaruhi bobot atau kualitas validitas dalam suatu rancangan eksperimen atau faktor-faktor yang mungkin mengotori jalannya eksperimen berserta kemungkinan kompensasinya adalah sebagai berikut.                              1. Pengotoran karena Sejarah (History)               Dalam penelitian istilah "history" dimaksudkan sebagai semua kejadian di luar yang dimaksudkan dari suatu eksperimen yang muncul bersamaan dengan saat dilakukannya suatu eksperimen sehingga sangat mungkin mengukur hasil eksperimen terganggu atau terkotori oleh adanya kejadian tersebut. Untuk menghindari hal ini umumnya digunakan suatu grup pembanding yang dalam segala aspek terkena kejadian luar yang sama dengan kejadian luar yang mengenai kelompok eksperimen. Bedanya hanyalah bahwa kelompok pembanding tidak dikenai perlakuan eksperimen yang hendak diamati. Bila pengukuran nilai yang diamati pada kedua kelompok menunjukkan perbedaan, maka sangat mungkin perbedaan tersebut adalah akibat perlakuan eksperimen itu sendiri.                    2. Pengotoran karena Pemilihan (Selection)               Pada suatu eksperimen mungkin saja kelompok subjek yang dikenai perlakuan kebetulam mempunyai karakteristik tertentu yang justru bersesuaian atau bertentangan secara khusus dengan unsur yang dieksperimenkan. Dengan demikian, hasil eksperimen ini menjadi bersifat khusus sehingga tidak dapat digeneralisasikan seperti yang dirancangkan. Untuk menghindari hal ini subjeknya harus dikenai randomisasi pemilihan baik untuk masuk sebagai anggota dalam kelompok eksperimen maupun untuk kelompok pembanding. Untuk usaha randomisasi ini telah tersedia berbagai cara yang perlu dipilih bersesuaian dengan bentuk dan tujuan rancangan eksperimennya.                3. Pengotoran karena Kematangan (Maturation)             Bias kematangan terkait dengan proses perubahan yang terjadi dengan sendirinya dalam diri subjek yang dikenai perlakuan eksperimen. Khususnya untuk jenis

eksperimen yang membutuhkan waktu yang lama, sehingga selain terkena perlakuan, subjek yang bersangkutan dengan sendirinya sudah berubah karakteristiknya. Cara mengatasinya adalah juga dengan menyediakan kelompok pembanding yang mempunyai sifat pertumbuhan kematangan yang sama dengan pertumbuhan kematangan kelompok eksperimen. Atau dapat pula dengan cara, kalau dimungkinkan, menggunakan rentang waktu perlakuan yang sangat pendek, sehingga pertumbuhan yang ada masih dapat diabaikan pengaruhnya.                 4. Pengotoran karena Tes (Testing)             Pengalaman pernah mengikuti tes yang sejenis, misalnya pretes, sangat mungkin memberikan pengaruh pada proses pengerjaan tes berikutnya, misalnya postes, sehingga hasil postes ini tidak murni lagi menggambarkan pengaruh perlakuan yang dieksperimenkan, melainkan tercampur dengan pengaruh pengalaman mengikuti tes sebelumnya. Kompensasinya adalah dengan menyediakan kelompok pembanding tambahan yang juga dikenai perlakuan namun tidak dikenai pretes.

5. Pengotoran karena Instrumen (Instrumentation)             Pengamat, evaluasi atau evaluator, penginterviu (semacam bentuk instrumen) dan bagian-bagian instrumen penelitian yang lain yang disertakan dalam perjalanan waktu eksperimen sangat mungkin berubah kondisi dari waktu ke waktu, misalnya, kelelahan, kejenuhan, keantusiasan, keterpesonaan, keausan dan lain-lain yang akan mempengaruhi objektvitas pengamatan atau penilaiannya. Dengan demikian pengukuran hasil akhir eksperimen dengan sendirinya ternoda atau terkotori. Kompensasi untuk kondisi ini adalah persiapan antisipatif yang matang terhadap kemungkinan itu sendiri.

6. Pengotoran karena Regresi Statistik (Statistical Regression)              Dalam melakukan analisis statistik tertentu, sangat mungkin ada langkah-langkah yang sengaja dilakukan demi penyederhanaan atau kepraktisan pelaksanaan, misalnya penyeleksian subjek dengan intervalisasi atau kategorisasi kelompok sekor tinggi dan rendah dengan sekor tertentu yang kasar atau berbeda tajam. Langkah-langkah ini tentu saja mengurangi kemurnian pengukuran hasil penelitian, karena akan terjadi kecenderungan pada postes pengisian bagian sekor yang hilang. Yang ekstrem tinggi cenderung direndahkan, sedang yang ekstrem rendah cenderung dinaikkan. Kompensasinya adalah menghindari seleksi dengan sekor ekstrem.                    7. Pengotoran karena Subjek Gugur (Experimental Mortality)               Bila yang gugur justru subjek-subjek pokok yang diamati dalam eksperimen jelas hasil akhir eksperimen akan tidak memadai. Kompensasinya adalah menggunakan sampel yang cukup besar dan randomisasi yang cukup sempurna.

   8. Pengotoran karena Kestabilan (Stability)           Perubahan-perubahan yang bersifat kebetulan atau sporadik sangat mengganggu kemurnian hasil eksperimen. Hal ini dapat diketahui dengan berbagai cara tes statistik. Untuk kompensasi hal ini belum ada saran yang dapat diajukan.             

   9. Pengotoran karena Kombinasi Interaktif (Interactive Combinations of Factors)           Pengotoran ini sangat banyak ragamnya, khususnya eksperimen yang menginklusikan banyak variabel. Kompensasinya adalah dengan pengembangan

teoritisasi hubungan antar variabel yang secermat mungkin, termasuk kemungkinan hubungan interaktifnya.    10. Pengotoran karena Harapan (Expectancy)              Karena satu dan lain hal, pelaksana perlakuan eksperimen, secara sadar atau tidak sadar, sangat mungkin mempunyai pengharapan tertentu atas berhasilnya eksperimen. Akibat dari adanya harapan ini sangat mungkin tanpa sadar yang bersangkutan memberikan secara nyata atau tersirat hal-hal atau kunci-kunci keberhasilan eksperimen kepada subjek eksperimen. Dengan demikian pengukuran hasil eksperimen akan dikotori dengan pengaruh harapan pelaksana eksperimen tersebut. Kompensasinya, antara lain, adalah mengkondisi pelaksana agar tidak tahu atau tidak sadar kalau sedang melakukan eksperimen.                     E. Kesimpulan           Eksperimen merupakan metode dengan kendali yang tinggi untuk menunjukkan keberadaan hubungan sebab-akibat (causal relationship) antara satu atau lebih variabel bebas dan satu atau lebih variabel terikat. Pada eksperimen yang ideal peneliti melakukan kendali atau kontrol terhadap lingkungan di tempat eksperimen tersebut dilakukan dan menjaga agar kondisi lingkungan tersebut tetap agar faktor-faktor luar tidak mempengaruhi jalannya ekpserimen.

           Telah tersedia berbagai rancangan eksperimen yang mempunyai sistem kendali yang berbeda-beda terhadap kemungkinan-kemungkinan pengotoran pengukuran hasil eksperimen. Rancangan ini perlu dipilih oleh calon peneliti sesuai dengan tujuan penelitian serta kemampuan umum penanganannya.                  Kepustakaan  

Tuckman, B.W. (1978). Conducting Educational Research. Second Edition. New York: Harcourt Brace Jovanovich, publishers.                     Bailey, Kenneth D. (1976). Methods of Social Research. London: Collier Macmillan Publishers.