MAKALAH TEKNIK SAMPLING
Juni 28, 2015
MAKALAH TEKNIK SAMPLING DENGAN
CLUSTER SAMPLING
PENYUSUN :
1. Bayu Aji Prastio : NIM(EOO140
2. Firman Sidiq Putrawan : NIM(EOO14038)
3. Lutfi Amaliah : NIM(EOO140
4. Nurokhaeni : NIM(EOO140
5. Siti Lailatul Karimah : NIM(EOO140
6. Supatmi : NIM(EOO140
DOSEN PENGAMPU : dr. M Shaleh
PROGRAM STUDI S1 FARMASI
STIKes BHAKTI MANDALA SLAWI
1
Jl. Cut Nyak Dhien No.16, Desa Kalisapu, Kec. Slawi, Kabupaten Tegal, Jawa Tengah -52416
Telp. (0283) 6197571 Fax. (0283) 6198450 Homepage website [Link] [Link] email
stikes_bhamada
KATA PENGANTAR
Puji syukur kami panjatkan pada kehadirat Allah SWT yang telah
memberikan rahmat, hidayah serta karunia-Nya kepada kami sehingga
kami berhasil menyelesaikan tugas yang berjudul “CLUSTER SAMPLING ”
tepat pada waktunya.
Kami menyadari bahwa makalah yang kami selesaikan ini masih
jauh dari kesempurnaan. Seperti halnya pepatah “ tak ada gading yang tak
retak “, oleh karena itu kami mengharapkan kritik dan saran dari semua
kalangan yang bersifat membangun guna kesempurnaan makalah kami
selanjutnya.
Akhir kata, kami ucapkan terima kasih kepada semua pihak yang
telah berperan serta dalam penyusunan makalah ini dari awal sampai akhir.
Serta kami berharap agar makalah ini dapat bermanfaat bagi semua
kalangan.
Amin
2
DAFTAR ISI
KATA PENGANTAR......................................................................................i
DAFTAR ISI..................................................................................................i i
BAB I PENDAHULUAN
A. Latar Belakang ...........................................................................................
B. Perumusan masalah ..................................................................................
C. Tujuan dan Manfaat ..................................................................................
3
BAB II TINJAUAN PUSTAKA
A. Teknik sampel.............................................................................................
B. Cluster Sampling.........................................................................................
C. Kelebihan dan kekurangan cluster sampling..............................................
D. Ukuran sampel
E. Kesalahan sampel
BAB III KESIMPULAN ......................................................................
SARAN................................................................................
DAFTAR PUSTAKA .................................................................
BAB I
PENDAHULUAN
A. LATAR BELAKANG
Penelitian dilakukan untuk menganalisis suatu hal, sehingga dapat
diketahui kelebihan dan kekurangan hal tersebut atau menemukan hal
4
baru yang lebih efektif. Secara kompleks penelitian merupakan aktivitas
pengumpulan fakta, bukti atau hasil secara sistematis dalam rangka untuk
menemukan, mengembangkan atau menguji pengetahuan tentang
fenomena alam maupun sosial. Penelitian memiliki fungsi yang besar bagi
perkembangan ilmu pengetahuan. Oleh karena itu, hasil-hasil penelitian
sebaiknya dapat diketahui oleh seluruh lapisan masyarakat.
Proses penelitian berdasarkan metodenya dapat dibedakan menjadi
penelitian experimental dan penelitian survai. Pada kesempatan ini, akan
coba dibahas mengenai penelitian survai. Penelitian survai biasanya
digunakan untuk mengkaji populasi dengan cara mengkaji atau
menentukan sampel untuk menemukan insidensi, distribusi maupun
korelasi variabel-variabel yang diteliti. Dalam penelitian survai ada yang
menggunakan sensus dan ada yang menggunakan sampel.
Jumlah populasi yang terbatas memungkinkan peneliti dapat
menggunakan sensus, akan tetapi pada populasi yang sangat banyak, maka
dapat dilakukan sampling untuk efisiensi tenaga, waktu dan biaya. Metode
sampling dapat dibedakan menjadi probability sampling dan non
probability sampling. Probability sampling memberikan kesempatan pada
setiap unsur untuk dipilih, sedangkan non probability sampling tidak
memberikan kesempatan yang sama untuk dipilih.
Probability sampling salah satunya metodenya yaitu Cluster
Sampling
Merupakan cara pengambilan sampel dengan cara diklasterkan
menjadi grup untuk diambil secara acak. Contoh, meneliti perguruan tinggi
sepulau jawa. Perguruan tinggi dijadikan klaster primer (pengambilan acak)
dan jumlah mahasiswa dari masing-masing perguruan tinggi sebagai
klaster sekunder (pengambilan acak).
B. RUMUSAN MASALAH
5
Berdasarkan latar belakang masalah yang telah dikemukakan. Di
bawah ini dirumuskan beberapa masalah yang akan dibahas dalam
makalah :
1. Apakah pengertian dari teknik sampling ?
2. Apakah pengertian Probability dan non probability random sampling?
3. Apakah pengertian Cluster Sampling?
4. Apakah kelebihan dan kekurangan dari cluster sampling?
5. Bagaimana menentukan ukuran sample?
C. TUJUAN
Adapun tujuannya yaitu sebagai berikut:
1. Untuk mengetahui arti dari teknik sampling.
2. Untuk mengetahui probability dan nonprobability random.
3. Untuk mengetahui arti cluster sampling.
4. Untuk mengetahui kekurangan da kelebihan cluster sampling.
5. Untuk mengetahui ukuran sample yang di gunakan cluster sampling.
D. MANFAAT
Semoga makalah ini dapat bermanfaat dalam proses perkuliahan
baik bagi penyusun khususnya dan para pembaca pada umumnya.
BAB II
TINJAUAN PUSTAKA
A. Teknik Sampling
Teknik sampling adalah cara untuk menentukan sampel yang
jumlahnya sesuai dengan ukuran sampel yang akan dijadikan sumber data
sebenarnya, dengan memperhatikan sifat-sifat dan penyebaran populasi
agar diperoleh sampel yang representatif. Secara umum, ada dua jenis
teknik pengambilan sampel yaitu, sampel acak atau random sampling /
6
probability sampling dan sampel tidak acak atau nonrandom
samping/nonprobability sampling. 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). Tapi pada kesempatan kali ini kita akan membahas tentang
probability sampling lebih khusus tentang metode cluster samping.
1. Probability/Random Sampling
Teknik random sampling adalah teknik pengambilan sampel dimana
semua individu dalam populasi, baik secara individu maupun kelompok
memiliki kesempatan yang sama untuk menjadi sampel. Teknik ini tidak
pilih-pilih dan didasarkan atas prinsip-prinsip matematis yang telah diuji
dalam praktek.
Simple Random Sampling atau Sampel Acak Sederhana
Teknik untuk mendapatkan sampel yang langsung dilakukan pada
unit sampling. Dengan demikian setiap unsur populasi harus mempunyai
kesempatan sama untuk bisa dipilih menjadi sampel.
Stratified Random Sampling atau Sampel Acak Distratifikasikan
Teknik ini biasa digunakan pada populasi yang mempunyai susunan
bertingkat atau berlapis-lapis. Misalnya sekolah, terdapat beberapa
7
tingkatan kelas. Jika tingkatan dalam populasi diperhatikan, mula-mula
harus dipastikan strata yang ada, kemudian tiap strata diwakili sampel
penelitian.
Cluster Sampling atau Sampel Gugus
Teknik ini digunakan jika populasi tidak terdiri dari individu-individu,
melainkan terdiri dari kelompok atau cluster. Misalnya, penelitian
dilakukan terhadap populasi pelajar SMU di suatu kota. Untuk itu random
tidak dilakukan secara langsung pada semua pelajar, tetapi pada
sekolah/kelas sebagai kelompok atau cluster.
Sampel Sistematis (Systematic Sampling)
Sampel Daerah Multitahap (Multistage Area Sampling)
2. Nonprobability/Nonrandom Sampling atau Sampel Tidak Acak
Desain Sampel Nonprobabilitas (Nonprobability
Sampling), artinya setiap sampel dipilih oleh peneliti
secara arbitrer dan probabilitas masing‐masing anggota populasi tidak
diketahui. Jenis sampel nonprobabilitas:
Convenience.
Peneliti menggunakan sampel yang paling sederhana atau
ekonomis.
Judgement.
Peneliti berpengalaman dalam memilih sampel untuk memenuhi
tujuannya, seperti menyakinkan bahwa semua populasi
mempunyai karakteristik tertentu.
Quota.
Peneliti mengklasifikasikan populasi menurut kriteria tertentu,
menentukan proporsi sampel yang dikehendaki untuk tiap kelas,
menetapkan kuota untuk setiap pewawancara.
Snowball.
8
Responden awal dipilih dengan sampel probabilitas sedangkan
responden berikutnya diperoleh dari usulan/masukan
responden berikutnya.
Teknik yang paling dianggap paling baik adalah teknik random.
Kebaikan teknik ini tidak hanya landasan teori yang digunakan, namun
berdasarkan hasil eksperimen. Dalam random sampling semua anggota
populasi, secara individual atau kolektif, diberi peluang
sama untuk menjadi anggota sampel. Alat yang dianggap paling shahih
untuk random sampling ini adalah tabel bilangan random. Jika besarnya
populasi terbatas, peluang random dapat diberikan kepada anggota
populasi secara individual, tetapi jika populasinya sangat besar peluang
random diberikan kepada anggota populasi sangat besar.
Peluang random diberikian kepada anggota populasi secara kolektif
seperti misalnya dalam sampling geografis. Pengklasifikasian
sampel tergantung pada jenis variable yang digunakan
sebagai dasar [Link] variable klasifikasinya diskrit maka
pengklasifikasia sampelnya juga secara diskrit. Semua sampel yang
dihasilkan dari klasifikasi secara diskrit disebut sampel rumpun (cluster
sample), sedangkan klasifikasinya didasarkan pada besar kecil variable
klasifikasinya disebut sampel bertingkat (stratified sample). Baik dalam
sampel rumpun maupun sampel bertingkat, jika proporsi sub populasinya
dicerminkan dalam sampel disebut sampel proposional.
Maka dari itu pada kesempatan kali ini kita akan membahas tentang
teknik sampling menggunakan probability/random sampling dengan
metode cluster sampling.
B. CLUSTER SAMPLING
Menurut Margono (2004: 127), teknik ini digunakan bilamana
populasi tidak terdiri dari individu- individu, melainkan terdiri dari
kelompok-kelompok individu atau cluster. Teknik sampling daerah
9
digunakan untuk menentukan sampel bila objek yang akan diteliti atau
sumber data sangat luas, misalnya penduduk indonesia yang tidak suka
pelajaran matematika. Untuk menentukan penduduk mana yang akan
dijadikan sumber data, maka pengambilan sampelnya berdasarkan daerah
populasi yang telah ditetapkan
Apabila populasi tersebar dalam beberapa wilayah (cluster) yang
masing-masing mempunyai ciri yang hampir sama, maka salah satu atau
beberapa wilayah dapat dipilih secara acak sebagai sampel. Misalkan
seorang peneliti mengamati masalah kemiskinan di pedesaan dalam satu
kecamatan. Misalkan dalam kecamatan tersebut terdapat 20 desa.
Diketahui pula penduduk di beberapa desa mempunyai keragaman yang
hampir sama dalam banyak hal, baik keragaman dalam hal pendidikan,
pekerjaan, dan atau penghasilan. Karena setiap desa (sebagai cluster)
memiliki karakteristik yang hampir sama satu sama lain, maka salah satu
desa dapat dipilih sebagai sampel untuk mewakili desa lainnya.
Dengan demikian yang dimaksud dengan cluster adalan sebuah unit
sampling yang didalamnya berisi unit-unn sampling yang lebih kecil.
Metode ini tidak memerlukan kerangka sampling, sehingga untuk
menentukan responden yang akan dipilih jauh lebih mudah ketimbang
metode lainnya. Tetapi dengan adanya keleluasaan dalam menentukan
sampel, maka nilai sampling error dari pengamatan seringkali cukup besar.
Cara seperti ini baik sekali untuk dilakukan apabila tidak terdapat atau sulit
menentukan/menemukan kerangka sampel meski dapat juga dilakukan
pada populasi yang kerangka sampel sudah ada.
Sebagai contoh : Kepala Dinas Pendidikan Kabupaten Kuningan ingin
mengetahui bagaimana Sikap Guru SLTP terhadap Kebijakan Manajemen
Berbasis Sekolah (MBS) besar sampel adalah 300 orang kemudian
ditentukan Cluster misal sekolah Jumlah SLTP sebanyak 66 Sekolah dengan
rata-rata jumlah Guru 50 orang maka jumlah cluster yg diambil adalah
10
300 : 50 = 6 kemudian dipilih secara acak enam Sekolah dan dari enam
sekolah ini dipilih secara acak 50 orang Guru sebagai anggota sampel.
Pemilihan sampel secara cluster dapat dilakukan secara bertingkat,
misal cluster sampling one stage atau cluster sampling two stage, dan Iain-
lain. Misal, cluster stage satu adalah pemilihan banyaknya desa yang akan
dijadikan daerah pengamatan, sedangkan stage kedua adalah memilih
banyaknya RT atau RW di setiap desa terpilih.
Penarikan sampel dalam cluster sampling dilakukan secara acak dan
berimbang dengan ukuran sampel ditentukan berdasarkan fraction yang
telah ditentukan. Adapun salah satu rumusan dari cluster sampling adalah :
Ni = [Link]
Dimana
a. f menyatakan fraction dari tahapan/stage ke-i (biasanya ditentukan
berdasarkan pengamatan sebelumnya, atau kesepakatan dari para ahli).
b. ni menyatakan ukuran sampel dari tahapan/stage ke-i
c. Ni menyatakan banyaknya populasi dari tahapan/stage ke-i
C. KEUNTUNGAN DAN KERUGIAN TEKNIK CLUSTER SAMPLING
Keuntungan menggunakan cluster sampling adalah rendahnya biaya
yang harus dikeluarkan ketimbang jika menggunakan metode stratified
random sampling. Sedangkan kelemahan utama dari metode ini adalah
kurang efisien dalam proses pemilihan anggota sampel dibandingkan
metode lainnya, karena sub-sub dari setiap kelompok yang ditentukan
dalam suatu stage diasumsikan memiliki karakteristik homogen (hampir
homogen). Padalah seperti telah dijelaskan sebelumnya bahwa dalam
kondisi nyata keadaan ini sangatlah sulit untuk diperoleh. Masih banyak
metode lainnya dari teknik probability sampling seperti Area Sampling,
Double sampling, Systematic sampling, ratio estimation, dan masih banyak
lagi lainnya yang tidak dibahas secara khusus dalam diktat ini
11
(selengkapnya lihat : Elementary survey sampling oleh William
Mendenhall). Selain itu pula ada satu buah rumus yang penggunaannya
sudah sangat umum, yakni rumus SLOVIN dimana penentuan jumlah
sampel hanya didasarkan pada banyaknya anggota populasi (N) dan tingkat
kepercayaan (( α – 1 ) lOO% saja. Adapun rumusan dari penentuan
banyaknya sampel melalui rumus SLOVIN adalah sebagai berikut
n=
Penggunaan rumus tersebut mengasumsikan bahwa nilai data akan
berdistribusi normal atau hampir normal. Beberapa peneliti ada akan
mereka ambil. pula yang menggunakan tabel sampling dengan tingkat
kepercayaan tertentu didalam menentukan banyaknya sampel pengamatan
yang.
AB
HI
EFG
JK
CD
NOP
LM
STU
EFG
QR
LM
STU
12
Gambar : Metode Random Cluster.
D. UKURAN SAMPLE
Menarik sampel dari suatu populasi tidakselalu memuaskan, karna
peneliti seringkali tidak yakin terhadap sampelyang sungguh sungguh
representatif terhadap populasi tersebut. Sering terjadi perbeda anatara
sampel yang dipilih dengan populasi. Tetepi bila sampel telah dipilih secara
random dengan ukuran yang sesuai, maka perbedaan ini tampaknya tidak
signifikan dan bersifat kebetulan. Jadi berapakah ukuran sampel, dan
bgaimanakah agar memilih sampel representatif?
Tampaknya tidak ada jawaban yang cukup memuaskan tetapi
hendaknya ukuran sampel terlalu jauh berbeda dengan populasinya.
Misalnya bila populasi targetberjumlah 1000 orangsampel 20-30
orangterlalu kecil karna hanya 2-3 % dari populasisehingga kurang
representatif berapa banyak sampel yang sesuai?
Cluster random sampling.
Peneliti harus mengidentifikasi sekolah negri dan swasta di Bandung
kemudian menentukansampel sebagai berikut:
13
Dari 150 sekolahdiilih secara random4 sekolah n=4 sekolahx 2
kelas/sekolah x 30 siswa/kelas 240.
14
E. KESALAHAN PENGAMBILAN SAMPEL (Sampling Error)
Secara umum peneliti harus dapat memperoleh besarnya
sampel minimum yang diperlukan agar dapat
merepresentasikan populasi secara akurat, namun disadari
bahwa sampel bukanlah populasi sehingga kemungkinan
melakukan kesalahan dapat saja terjadi. Oleh karena itu peneliti
harus memandang hasil dari sampel bukanlah hasil yang pasti,
tapi sebatas estimasi. Kesalahan pengambilan sampel terjadi
apabila sampel yang diproleh tidak/kurang akurat dalam
merepresentasikan populasi, masalahnya berapa besar
kesalahan sampling yang ditoleransi agar generalisasi dari suatu
penelitian sampel dapat diandalkan
Sebagaimana telah diketahui bahwa besarnya sampel yang
diperlukan agar dapat merepresentasikan populasi tidak hanya
tergantung pada ukuran besarnya populasi tapi juga pada
heterogenitas variansi variabel dalam populasi. Semakin besar
populasi, semakin besar sampel yang diperlukan, demikian juga
semakin heterogen variabel dalam populasi semakin besar
sampel yang diperlukan dalam penelitian.
Teori pengambilan sampel (Sampling Theory) menyatakan
bahwa jika banyak sampel (dengan jumlah tertentu) diambil dari
suatu populasi, maka sebagian besar Mean sampel akan berada
dekat dengan Mean populasi , dan hanya sedikit saja yang berada
jauh dari mean populasi , hal ini berarti bahwa jika sampel
diambil secara tepat, maka penyimpulan atas sampel akan
mendekati (akibat sampling error) penyimpulan atas populasi.
15
Dari suatu populasi dapat digambarkan suatu distribusi
sampel Mean (Sampling distribution), dan menurut Teorema
batas pusat (Central limit Theorem) mean-mean dari sampel
akan berdistribusi normal diseputar mean populasi serta mean
dari mean semua sampel akan sama dengan nilai mean populasi.
Namun demikian kemungkinan melakukan kekeliruan tetap saja
ada, dan untuk menghitung/mengetahui kekeliruan tersebut
pertama-tama perlu dilihat dulu bagaimana variasi dalam suatu
populasi, akan tetapi karena variasi populasi secara empirik
tidak diketahui, maka yang dapat digunakan adalah nilai variasi
sampel, adapun ukuran-ukuran untuk mengetahui variasi suatu
data penelitian yang biasa dipergunakan adalah Mean Deviasi (X
– ), Varians (X – )2/N), dan Standar Deviasi yaitu akar pangkat
dua dari Variance ( (X – )2 / ).
Sebelum mengetahui nilai kesalahan pengambilan sampel
terlebih dahulu perlu diketahui Standard Error, dan ukuran
variasi Standard Deviasi merupakan ukuran yang baik untuk
mengetahui rata-rata penyimpangan, adapun rumus
perhitungan Standard Error adalah Standar Deviasi dibagi akar
pangkat dua jumlah sampel ( SD : N (jumlah sampel) ),standar
deviasi (SD) yang digunakan dalam rumus tersebut mestinya SD
populasi, tapi karena yang diteliti adalah sampel, maka SD
sampel yang dipergunakan dengan asumsi SD sampel sama
dengan SD populasi. Standar Error merupakan estimasi terbaik
bagi Sampling Error; semakin kecil Standar deviasi,dan semakin
besar jumlah sampel maka semakin kecil Standard Error, yang
berarti semakin kecil Sampling error, karena Kesalahan
penarikan sampel merupakan perkalian antara Standard error
dengan nilai z pada tingkat kepercayaan tertentu ( 95% = 1,96;
99% = 2,58).
BAB III
PENUTUP
16
A. Kesimpulan
Berdasarkan pembahasan pada bab II, dapat ditarik kesimpulan bahwa:
a. Teknik sampling adalah cara untuk menentukan sampel yang jumlahnya
sesuai dengan ukuran sampel yang akan dijadikan sumber data sebenarnya
b. Teknik samping terdiri dari:
o Teknik random sampling adalah teknik pengambilan sampel dimana semua
individu dalam populasi
o Teknik nonrandom sampling atau nonprobability sampling, setiap elemen
populasi tidak mempunyai kemungkinan yang sama untuk dijadikan
sampel.
c. Cluster random adalah teknik yang digunakan bilamana populasi tidak
terdiri dari individu- individu, melainkan terdiri dari kelompok-kelompok
individu atau cluster.
d. Keuntungan dan kerugian cluster sampling:
o Keuntungan menggunakan cluster sampling adalah rendahnya biaya yang
harus dikeluarkan ketimbang jika menggunakan metode stratified random
sampling.
o kelemahan utama dari metode ini adalah kurang efisien dalam proses
pemilihan anggota sampel dibandingkan metode lainnya
e. ukuran sampel hendaknya ukuran sampel terlalu jauh berbeda dengan
populasinya.
B. SARAN
Kami menyadari di dalam penyusunan dan pembuatan makalah ini
yang berjudul ”Teknik Sampling Dengan Metode Cluster Sampling” masih
banyak kekurangan dan maka dari pada itu kritik dan saran sangat kami
harapkan untuk mencapai kesempurnaan makalah ini agar lebih baik lagi.
DAFTAR PUSTAKA
17
Haryono. 1998. Metode penelitian pendidikan II. Bandung: PT. Remaja
Rosdakarya.
Mahmud. 2011. Metode Penelitian Pendidikan. Bandung: CV Pustaka
Setia.
Margono, S. 2004. Metodologi Penelitian Pendidikan. Jakarta: PT.
RINEKA CIPTA.
[Link]
ampling (diakses: sabtu 4 april 2015, 08:00)
[Link] (diakses: sabtu 4
april 2015, 07:00)
18