Skala Pengukuran Variabel

Posted on Februari 20, 2010 by smartstat

Fokus dari desain penelitian dan analisis statistik adalah studi tentang variabel. Pada saat Anda ingin mempelajari suatu fenomena, langkah pertama adalah mendefinisikan fenomena yang diteliti tersebut, dalam hal ini adalah menentukan variabel-variabel yang kita amati dan selanjutnya menentukan bagaimana cara Anda mengukur variabel tersebut. Proses tersebut dikenal dengan istilah definisi operasional. Jelas disini bahwa untuk memahami suatu fenomena, kita harus memahami dulu istilah variabel dan skala pengukuran. Apabila Anda tidak menentukan secara jelas cara pengukuran variabel yang ingin Anda pelajari, pada akhirnya Anda akan mengalami kebingungan dalam menentukan desain penelitian yang tepat serta dalam menentukan prosedur analisis statistik yang sesuai.

Indeks Artikel

Nominal Ordinal Interval Rasio Ringkasan Flow Chart Contoh terapan

Sebagai contoh Fenomena di bidang pertanian. Pada saat Anda mengikuti perlombaan Lomba Lintas Lembah dan Bukit, Tanpa sengaja Anda memperhatikan pertumbuhan beberapa tanaman, pada lokasi tertentu ada tanaman yang tumbuh dengan subur dan ada juga yang merana, he2… Mungkin muncul pertanyaan baru? Kenapa tanaman yang tumbuh di tanah tersebut tumbuh dengan subur sementara di tempat lainnya tidak demikian? Setelah Anda perhatikan dengan seksama, ternyata pada lokasi yang tanamannya tumbuh dengan subur ditemukan banyak mengandung bahan organik yang berasal dari pupuk kandang. Anda bisa menyimpulkan bahwa tanaman subur karena tersedianya hara yang cukup dari pupuk kandang. Namun muncul lagi pertanyaan baru.., apakah semua jenis pupuk kandang pengaruhnya sama terhadap pertumbuhan tanaman? Nah ini baru ide baru.., dan Anda berniat untuk mempelajari pengaruh dari pemberian berbagai jenis pupuk kandang terhadap pertumbuhan dan hasil tanaman. Langkah pertama adalah menentukan variabel apa saja yang akan dipelajari. Jelas disini ada dua kategori variabel, yaitu variabel penyebab dan variabel akibat. Variabel penyebab dikenal dengan variabel bebas atau Faktor dan variabel akibat adalah variabel terikat (Respons). Langkah selanjutnya adalah menentukan variabel-variabel tersebut. Misalnya variabel bebasnya adalah jenis pupuk kandang (ayam, domba, sapi) dan variabel terikatnya yang akan di amatinya (respons) adalah kandungan hara di dalam tanah (N, P, K), serapan hara oleh tanaman (N, P, K), pertumbuhan tanaman (diwakili oleh variabel Tinggi tanaman), dan hasil tanaman. Setelah variabelnya ditentukan, selanjutnya adalah menentukan bagaimana cara pengukurannya? Misalnya, indikator yang akan dijadikan pewakil dari karakteristik hasil tanaman adalah berat biji. Bagaimana cara mengukurnya? Cara mengukur berat biji tersebut termasuk pada penentuan skala pengukuran dari variabel berat biji tanaman.

Pengukuran adalah dasar dari penyelidikan ilmiah. Segala sesuatu yang kita lakukan dimulai dengan pengukuran objek yang akan kita pelajari. Pengukuran adalah pemberian angka atau kode pada suatu obyek.

Terdapat empat Jenis Skala Pengukuran yaitu Nominal, Ordinal, Interval, Ratio. Skala yang paling rendah adalah Nominal dan yang tertinggi adalah Skala Rasio. Skala pengukuran yang lebih tinggi akan memiliki karakteristik skala pengukuran di bawahnya. Misalnya, skala Rasio akan memiliki karakteristik Nominal, Interval, dan Ordinal.

Variabel Nominal/Skala Nominal

Variabel nominal merupakan variabel dengan skala pengukuran yang paling rendah tingkatannya dan hanya bisa digunakan untuk klasifikasi kualitatif atau kategorisasi. Artinya, variabel tersebut hanya dapat diukur dari segi apakah karakteristik suatu objek bisa dibedakan dari karekateristik lainnya, tetapi kita tidak dapat mengukur atau bahkan mengurutkan peringkat kategori tersebut. Sebagai contoh, kita dapat mengatakan bahwa jenis kelamin ke 2 orang tersebut berbeda, satu perempuan dan satunya lagi laki-laki. Di sini kita bisa membedakan karakteristik keduanya, tetapi kita tidak bisa mengukur dan mengatakan mana yang “lebih” atau mana yang “kurang” dari kualitas yang diwakili oleh variabel tersebut. Kita hanya bisa memberikan kode/label pada kedua karakteristik tersebut, misalnya angka 0 untuk perempuan dan angka 1 untuk laki-laki. Kode/label angka tersebut bisa saja di tukar. Kode di sana hanya berfungsi sebagai pembeda antara kedua objek dan tidak menunjukkan urutan atau kesinambungan. Angka 1 tidak menunjukkan lebih tinggi atau lebih baik di banding 0.

Operator aritmetika yang bisa digunakan pada skala nominal hanya tanda “=” atau “≠”.

Contoh-contoh variabel nominal lainnya adalah:

jenis tanah, varietas, ras, warna, bentuk, kota, Golongan darah Jenis penyakit Agama Suku Nomor KTP/SIM/Kartu Pelajar

Variabel Ordinal/ Skala Ordinal

Variabel ordinal memungkinkan kita untuk mengurutkan peringkat dari objek yang kita ukur. Dalam hal ini kita bisa mengatakan A “lebih” baik dibanding B atau B “kurang” baik dibanding A, namun kita tidak bisa mengatakan seberapa banyak lebihnya A dibanding B. Dengan demikian, batas satu variasi nilai ke variasi nilai yang lain tidak jelas, sehingga yang dapat dibandingkan hanyalah apakah nilai tersebut lebih tinggi, sama, atau lebih rendah

daripada nilai yang lain, namun kita tidak bisa mengatakan berapa perbedaan jarak (interval) diantara nilai-nilai tersebut. Contoh umum variabel ordinal adalah status sosial ekonomi keluarga. Sebagai contoh, kita tahu bahwa kelas menengah ke atas lebih tinggi status sosial ekonominya dibanding kelas menengah ke bawah, tapi kita tidak bisa mengatakan berapa lebihnya atau mengatakan bahwa kelas menengah ke atas 18 % lebih tinggi. Pemberian simbol/kode angka pada skala ordinal, selain berfungsi untuk membedakan karakteristik antar objek juga sudah menetukan urutan peringkat dari objek tersebut.

Operator aritmetika yang bisa digunakan pada skala ordinal adalah tanda “=”, “≠”, “<” dan “>”. Misal kode angka untuk kelas bawah = 0, menengah = 1, dan atas = 2. Angka 0 berbeda dengan 1 ataupun 2 (operator aritmetk: = dan ≠), 0 lebih rendah dibanding 1 (operator aritmetk: < dan >),

Contoh:

Tingkat pendidikan atau kekayaan Tingkat keparahan penyakit Tingkat kesembuhan Derajat keganasan kanker

Variabel Interval/ Skala Interval

Variabel Interval tidak hanya memungkinkan kita untuk mengklasifikasikan, mengurutkan peringkatnya, tetapi kita juga bisa mengukur dan membandingkan ukuran perbedaan diantara nilai. Sebagai contoh, suhu, yang diukur dalam derajat Fahrenheit atau Celcius, merupakan skala interval. Kita dapat mengatakan bahwa suhu 50 derajat lebih tinggi daripada suhu 40 derajat, demikian juga suhu 30 derajat lebih tinggi dibanding dengan suhu 20 derajat. Perbedaan selisih suhu antara 40 dan 50 derajat nilainya sama dengan perbedaan suhu antara 20 dan 30 derajat, yaitu 10 derajat. Jelas disini bahwa pada skala interval, selain kita bisa membedakan (mengkategorikan), mengurutkan nilainya, juga bisa di hitung berapa perbedaannya/selisihnya dan jarak atau intervalnya juga dapat dibandingkan. Perbedaan antara kedua nilai pada skala interval sudah punya makna yang berarti, berbeda dengan perbedaan pada skala ordinal yang maknanya tidak berarti. Misalnya, perbedaan antara suhu 40 dan 50 derajat dua kali lebih besar dibandingkan dengan perbedaan antara suhu 30 dan 35. Dengan demikian, selain sudah mencakup sekala nominal, juga sudah termasuk skala ordinal, tetapi nilai mutlaknya tidak dapat dibandingkan secara matematik, oleh karena batas-batas variasi nilai pada interval adalah arbiter (angka nolnya tidak absolut).

Operator aritmetika yang bisa digunakan pada skala ordinal adalah tanda “=”, “≠”, “<”, “>”, “+”, “-”. Misal suhu: 30 +10 = 40 derajat.

Contoh Skala Interval lainnya:

Tingkat kecerdasan (IQ) Beberapa indeks pengukuran tertentu

Variabel Rasio/ Skala Rasio

Variabel rasio sangat mirip dengan variabel interval; di samping sudah memiliki semua sifat-sifat variabel interval, juga sudah bisa diidentifikasi titik nol mutlak, sehingga memungkinkan menyatakan rasio atau perbandingan di antara kedua nilai, misalnya x adalah dua kali lebih y. Contohnya adalah berat, tinggi, panjang, usia, suhu dalam skala kelvin. Sebagai contoh, berat A = 70 kg, berat B =35 kg, Berat C = 0 kg. Disini kita bisa membandingkan rasio, misalnya kita bisa mengatakan bahwa berat A dua kali berat B. Berat C = 0 kg, artinya C tidak mempunyai bobot. Angka 0 di sini jelas dan berarti dan angka 0 menunjukkan nilai 0 mutlak. Memang agak sedikit susah dalam membedakan antara skala interval dengan rasio. Kuncinya adalah di angka 0, apakah nilai nol tersebut mutlak (berarti) atau tidak? Sebagai contoh, suhu bisa berupa skala interval tapi bisa juga skala rasio, tergantung pada skala pengukuran yang digunakan. Apabila kita menggunakan skala Celcius atau Fahrenheit, termasuk skala interval, sedangkan apabila Kelvin yang digunakan, suhu termasuk skala rasio. Mengapa? Karena suhu 0 derajat Kelvin adalah mutlak! Kita tidak saja dapat mengatakan bahwa suhu 200 derajat lebih tinggi daripada suhu 100 derajat, tetapi kita juga sudah dapat menyatakan dengan pasti bahwa rasionya benar dua kali lebih tinggi.

Operator aritmetika yang bisa digunakan pada skala rasio adalah tanda “=”, “≠”, “<”, “>”, “+”, “-”, “x” dan “÷”.

Misal nilai Berat A 70 kg, berat B = 35 kg.

Operator aritmetik “=”, “≠”, kita bisa mengatakan Berat A berbeda dengan Berat B (A ≠ B);

Operator aritmetik “<”, “>”: A lebih berat dibanding B (A > B), Operator Aritmetik “+”, “-”: Beda antara berat A dengan B = 35 kg (A – B = 70 – 35

= 35) kg, Operator aritmetik “x” dan “÷”:A dua kali lebih berat dibanding B ( A = 2xB).

Contoh:

Waktu, panjang, tinggi, berat, usia Kadar zat dan jumlah sel tertentu Dosis obat, dll

Skala interval tidak memiliki karakteristik rasio. Kebanyakan prosedur analisis data statistik tidak membedakan antara data yang diukur dalam skala interval dan rasio.

Ringkasan skala pengukuran:

Skala Definisi LevelOperasi Aritmeti

kContoh

Nominal

Data Kategori

Mutually exclusive =, ≠

Jenis Kelamin Wana Kulit

Ordinal

Data yang hanya bisa diurutkan dari kecil ke besar atau sebaliknya

Mutually exclusive

Urutannya Pasti/Jelas

=, ≠<, >

Status sosial ekonomi keluarga

Peringkat Kelas Pangkat/Jabatan/

Golongan

Interval

Selain mencakup karakateristik Nomina dan Ordinal, juga sudah bisa dilakukan operasi penjumlahan karena jarak antara datanya sudah jelas.Tidak mempunyai nilai nol mutlak

Mutually exclusive

Urutannya Pasti

Jarak antara kode sama

=, ≠,<, >,+, -

Suhu (Celsius & Fahrenheit)

IQ (tingkat kecerdasan)

Ratio

Mencakup karakteristik Interval dan mempunyai nilai nol mutlak

Mutually exclusive

Urutannya Pasti

Jarak antara kode sama

Terdapat nilai nol mutlak

=, ≠,<, >,+, -

x, ÷

Suhu (Kelvin) Waktu Panjang Berat Tinggi

Hubungan antara skala pengukuran dengan jenis datanya (kuantitatif dan kualitatif)

Skala pengukuran

Kualitatif

Kuantitatif

Nominal √Ordinal √Interval √

Ratio √

Flowchart untuk menentukan skala pengukuran variabel

Bagan Alir Skala Pengukuran Variabel

Contoh Penerapan:

JenisKelamin

Perilaku/Sikap

Ujian PeringkatHurufMutu

(L-P) (20-80) (0-100) (1-11) (A-F)Barb P 80 100 1 AChris L 48 96 2.5 ABonnie P 74 96 2.5 ARobert L 35 93 4 AJim L 79 92 5 ATina P 60 89 7 BRon L 55 89 7 BJeff L 56 89 7 BBrenda P 74 88 9 BMark L 56 82 10 BMike L 65 75 11 CSkala pengukuran:

nominal interval rasio ordinal ordinal

Skala pengukuran variabel penting untuk penentuan uji statistik yang sesuai: skala nominal dan ordinal hanya bisa menggunakan uji statistik non parametrik, sedangkan skala interval dan rasio bisa menggunakan statistik parametrik.

VALIDITAS

Validitas menunjukkan sejauh mana suatu alat pengukur itu mengukur apa yang ingindiukur. Contoh: Uji validitas menunjukkan bahwa dari 20 instrumen yang digunakanuntuk mengukur perstasi diperoleh 16 instrumen yang valid. Sedangkan dari 20instrumen yang digunakan untuk mengukur minat baca hanya diperoleh 7 instrumen yangvalid. Hal ini terlihat dari nilai corrected item total correlation pada output SPSS dimananilai korelasi untuk instrumen-instrumen tersebut lebih besar dan nilai r (korelasi) tabel,yaitu lebih besar dari 0,217 sehingga dapat disimpulkan bahwa instrumen tersebut validdan dapat digunakan.

RELIABILITAS

Instrumen yang tepat bukan hanya instrumen yang mampu mengukur apa yang ingindiukur, akan tetapi juga harus konsisten apabila digunakan untuk mengukur hal yangsama untuk waktu yang berbeda. Dengan kata lain, suatu instrumen penelitian selainharus valid juga harus reliabel. Reliabilitas menunjukkan konsistensi suatu alat pengukurdalam mengukur gejala yang sama. Berdasarkan uji reliabiitas yang telah dilakukandengan menggunakan teknik Cronbanch ‘s Alpha, diperoleh hasil nilaialpha- nya sebesar0,806 untuk instrumen yang mengukur prestasi dan 0,654 untuk instrument yangmengukur minat baca. Angka tersebut sangat besar, hal ini menunjukkan koefisienreliabiitasnya yang tinggi yang berarti instrumen yang digunakan selain telah valid jugareliabel.

KUESIONERData yang diungkap dalam penelitian dapat dibedakan menjadi tiga jenis, yaitu: fakta,pendapat, dan kemampuan. Untuk mengukur ada atau tidaknya serta besarnyakemampuan objek yang diteliti, digunakan tes. Perlu kita pahami bahwa yang dapatdikenai tes bukan hanya manusia. Mesin mobil jika akan diketahui masih baik atau tidak,data kemampuannya seberapa, juga dites dengan alat tertentu. Untuk manusia, instrumenyang berupa tes ini dapat digunakan untuk mengukur kemampuan dasar dan pencapaianatau prestasi.

Sebagian besar penelitian umumnya menggunakan kuesioner sebagai metode yang dipilihuntuk mengumpulkan data. Kuesioner atau angket memang mempunyai banyak kebaikansebagai instrumen pengumpul data. Memang kuesioner baik, asal cara dan pengadaannyamengikuti persyaratan yang telah digariskan dalam penelitian. Sebelum kuesionerdisusun, maka harus dilalui prosedur.1. Merumuskan tujuan yang akan dicapai dengan kuesioner.2. Mengidentifikasikan variabel yang akan dijadikan sasaran kuesioner.3. Menjabarkan setiap variabel menjadi sub-variabel yang lebih spesifik dan tunggal.4. Menentukan jenis data yang akan dikumpulkan, sekaligus untuk menentukan teknikanalisisnya.Penentuan sampel sebagai responden kuesioner perlu mendapat perhatian pula. Apabilasalah menentukan sampel, informasi yang kita butuhkan barangkali tidak kita perolehsecara maksimal. Kita ambil contoh, kita ingin mengetahui daya tarik orang terhadap

kuesioner. Maka kita mengirimkan ribuan kuesioner kepada responden secara acakmelalui buku telepon dan meminta mereka untuk mengembalikan lewat posberlangganan, jadi responden tidak perlu membeli perangko. Hasilnya dapat ditebak,yaitu bahwa semua responden akan suka dengan kuesioner. Mengapa? Tentu saja,responden yang tidak suka dengan kuesioner akan membuang kuesioner ke tempatsampah atau dijadikan bungkus kacang.

Angket anonim memang ada kebaikannya karena responden bebas mengemukakanpendapat. Akan tetapi penggunaan angket anonim mempunyai beberapa kelemahan pula.1. Sukar ditelusuri apabila ada kekurangan pengisian yang disebabkan karena respondenkurang memahami maksud item.2. Tidak mungkin mengadakan analisis lebih lanjut apabila peneliti ingin memecahkelompok berdasarkan karakteristik yang diperlukan.

Berbagai penelitian memberikan gambaran hasil bahwa tidak ada perbedaan ketelitianjawaban yang diberikan oleh orang dewasa, baik yang anonim maupun yang bernama.Faktor-faktor yang mempengaruhi perlu tidaknya angket diberi nama adalah:1. Tingkat kematangan responden.2. Tingkat subjektivitas item yang menyebabkan responden enggan memberikan jawaban(misalnya gaji untuk pria dan umur untuk wanita).3. Kemungkinan tentang banyaknya angket.4. Prosedur (teknik) yang akan diambil pada waktu menganalisis data.

Salah satu kelemahan metode angket adalah bahwa angketnya sukar kembali. Apabilademikian keadaannya maka peneliti sebaiknya mengirim surat kepada responden yangisinya seolah-olah yakin bahwa sebenarnya angketnya akan diisi tetapi belum mempunyaiwaktu. Surat yang dikirim itu hanya sekadar mengingatkan.

WAWANCARADi samping memerlukan waktu yang cukup lama untuk mengumpulkan data, denganmetode interview peneliti harus memikirkan tentang pelaksanaannya. Memberikanangket kepada responden dan menghendaki jawaban tertulis, lebih mudah jikadibandingkan dengan mengorek jawaban responden dengan bertatap muka.

Sikap pada waktu datang, sikap duduk, kecerahan wajah, tutur kata, keramahan,kesabaran serta keseluruhan penampilan, akan sangat berpengaruh terhadap isi jawabanresponden yang diterima oleh peneliti. Oleh sebab itu, maka perlu adanya latihan yangintensif bagi calon interviewer (penginterviu).1. Agar tidak ada pokok-pokok yang tertinggi.2. Agar pencatatannya lebih cepat.

Secara garis besar ada dua macam pedoman wawancara :1. Pedoman wawasan tidak terstruktur, yaitu pedoman wawancara yang hanya memuatgaris besar yang akan ditanyakan. Tentu saja kreativitas pewawancara sangat diperlukan,bahkan hasil wawancara dengan jenis pedoman ini lebih banyak tergantung daripewawancara. Pewawancaralah sebagai pengemudi jawaban responden. Jenis interviu inicocok untuk penilaian khusus.2. Pedoman wawancara terstruktur, yaitu pedoman wawancara yang disusun secara

terperinci sehingga menyerupai check-list. Pewawancara tinggal membubuhkan tanda Ö(check) pada nomor yang sesuai.

Pedoman wawancara yang banyak digunakan adalah bentuk “semi structured”. Dalam hal

ini maka mula-mula interviewer menanyakan serentetan pertanyaan yang sudahterstruktur, kemudian satu per satu diperdalam dalam mengorek keterangan lebih lanjut.Dengan demikian jawaban yang diperoleh bisa meliputi semua variabel, denganketerangan yang lengkap dan mendalam.

Sebagai contoh misalnya kita akan menyelidiki pengetahuan dan pendapat mahasiswatentang perguruan tinggi di mana mereka kuliah. Pertama-tama mereka kita tanya tentangtahun berapa masuk, sekarang di tingkat berapa, mengambil mata kuliah apa saja, ekstrakurikuler apa yang diikuti dan sebagainya, kemudian diikuti dengan pertanyaan, antaralain sebagai berikut :- Pada tahun Saudara masuk, jurusan apa saja yang ada?- Apakah Saudara lancar menaiki jenjang dari tahun ke tahun?- Bagaimana sistem penentuan tingkat/sistem kenaikan tingkat?- Apakah program studi yang diberikan cocok dengan keperluan Saudara jika sudahlulus?

OBSERVASIDalam menggunakan metode observasi cara yang paling efektif adalah melengkapinyadengan format atau blangko pengamatan sebagai instrumen. Format yang disusun berisiitem-item tentang kejadian atau tingkah laku yang digambarkan akan terjadi. Dari penelitiberpengalaman diperoleh suatu petunjuk bahwa mencatat data observasi bukanlahsekadar mencatat, tetapi juga mengadakan pertimbangan kemudian mengadakanpenilaian ke dalam suatu skala bertingkat. Misalnya kita memperhatikan reaksi penontontelevisi itu, bukan hanya mencatat bagaimana reaksi itu, dan berapa kali muncul, tetapijuga menilai, reaksi tersebut sangat, kurang, atau tidak sesuai dengan yang kitakehendaki.

Sebagai contoh dapat dikemukakan pengamatan yang dilakukan oleh peneliti untukmengetahui proses belajar-mengajar di kelas. Variabel yang akan diungkap didaftar,kemudian di tally kemunculannya, dan jika perlu kualitas kejadian itu dijabarkan lebihlanjut.

DOKUMENTASITidak kalah penting dari metode-metode lain, adalah metode dokumentasi, yaitu mencaridata mengenai hal-hal atau variabel yang berupa catatan, transkrip, buku, surat kabar,majalah, prasasti, notulen rapat, lengger, agenda, dan sebagainya. Dibandingkan denganmetode lain, maka metode ini agak tidak begitu sulit, dalam arti apabila ada kekeliruansumber datanya masih tetap, belum berubah. Dengan metode dokumentasi yang diamatibukan benda hidup tetapi benda mati.

Dalam menggunakan metode dokumentasi ini peneliti memegang check-list untukmencari variabel yang sudah ditentukan. Apabila terdapat/muncul variabel yang dicari,maka peneliti tinggal membubuhkan tanda check atau tally di tempat yang sesuai. Untukmencatat hal-hal yang bersifat bebas atau belum ditentukan dalam daftar variabel penelitidapat menggunakan kalimat bebas.

Istilah populasi, sampel dan teknis sampling sering kali kita dengar, namun terkadangistilah-istilah ini ada yang tidak dipahami betul. Oleh karena itu, tulisan ini akanmembahas mengenai populasi, sampel dan teknik sampling.

Populasi merupakan wilayah generalisasi yang terdiri atas; obyek/subyek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya.

Populasi bukan hanya orang, tetapi juga benda-benda alam yang lain. Populasi jugabukan sekedar jumlah yang ada pada obyek/subyek yang dipelajari, tetapi meliputiseluruh karakteristik/sifat yang dimiliki oleh obyek atau subyek tersebut. Bahkan satuorangpun dapat digunakan sebagai populasi, karena satu orang itu mempunyai berbagaikarakteristik, misalnya gaya bicara, disiplin, pribadi, hobi, dan lain-lain.

Istilah populasi, sampel dan teknis sampling sering kali kita dengar, namun terkadangistilah-istilah ini ada yang tidak dipahami betul. Oleh karena itu, tulisan ini akanmembahas mengenai populasi, sampel dan teknik sampling.

Populasi merupakan wilayah generalisasi yang terdiri atas; obyek/subyek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya.

Populasi bukan hanya orang, tetapi juga benda-benda alam yang lain. Populasi jugabukan sekedar jumlah yang ada pada obyek/subyek yang dipelajari, tetapi meliputiseluruh karakteristik/sifat yang dimiliki oleh obyek atau subyek tersebut. Bahkan satuorangpun dapat digunakan sebagai populasi, karena satu orang itu mempunyai berbagaikarakteristik, misalnya gaya bicara, disiplin, pribadi, hobi, dan lain-lain.

Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi

tersebut. Apabila populasi besar, dan peneliti tidak mungkin mempelajari semua yangada populasi, hal ini dikarenakan adanya keterbatasan dana, tenaga dan waktu, makapeneliti dapat menggunakan sampel yang diambil dari populasi tersebut. Apa yangdipelajari dari sampel itu, kesimpulannya akan diberlakukan untuk populasi. Oleh karenaitu sampel yang akan diambil dari populasi harus betul-betul representatif (dapatmewakili).

Teknik Sampling adalah merupakan teknik pengambilan sampel. Terdapat berbagai teknik sampling untuk menentukan sampel yang akan digunakan dalam penelitian. Teknik sampling pada dasarnya dapat dikelompokkan menjadi dua yaitupr obability samplingdan non probability sampling. Probability sampling adalah teknik sampling yang memberikan peluang/kesempatan yang sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota sampel. Teknik ini meliputi simple random sampling, proportionate stratified random sampling, disproportinate statified random samplingdan cluster sampling (area sampling).

Sedangkan non probability sampling adalah teknik yang tidak memberikanpeluang/kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi

sampel. Teknik ini terdiri sampling sistematis, , sampling kuota, sampling aksidental,sampling purposive, sampling jenuh dan snowball sampling.

Menentukan ukuran sampel merupakan bagian dari teknik sampling, dimana jumlahanggota sampel sering dinyatakan dengan ukuran sampel. Jumlah sampel yang 100%mewakili populasi adalah sama dengan populasi. Makin besar jumlah sampel mendekatipopulasi, maka peluang keselahan generalisasi semakin kecil dan sebaliknya makin keciljumlah sampel menjauhi populasi, maka makin besar kesalahan generalisasi(diberlakukan umum).

Terdapat dua rumus yang dapat digunakan untuk menghitung besarnya sampel yang diperlukan dalam penelitian. Selain itu juga diberikan cara menentukan ukuran sampel

yang sangat praktis yaitu dengan menggunakan tabel dan nomogram. Tabel yangdigunakan adalah tabel Krejcie dan Nomogram Harry King. Dengan kedua cara tersebuttidak perlu dilakukan perhitungan yang rumit.

Untuk pengertian dan penjelasan lebih lanjut mengenai probability sampling,non probability sampling serta cara menentukan ukuran sampel akan dibahas pada tulisan khusus mengenaiTeknik