METODE SAMPLING

Pengantar
Mengapa melakukan penarikan sampel?
Bilamana populasi (relatif) besar
Satu kasus susah digunakan sebagai basis generalisasi karena
banyaknya variasi dalam suatu populasi. Contoh: persepsi tiga
orang buta yang memegang gajah.
Bilamana penelitian terhadap populasi membutuhkan biaya yang
besar, dengan sampel dapat mengurangi biaya;
Bilamana penelitian terhadap populasi membutuhkan waktu yang
lama; dengan sampel waktu penelitian dapat dipercepat;
Bilamana penelitian terhadap populasi membutuhkan tenaga yang
banyak; dengan sampel tenaga yang terlibat lebih sedikit;
Pada intinya penarikan sampel dilakukan untuk menjamin
fisibilitas

Istilah di dalam Metode Sampling

Elements (satuan terkecil) adalah unit (bisa berupa individu,

kelompok, organisasi) dimana data akan diukur (diteliti).
Secara umum, unit ini merupakan unit analisis yang
disesuaikan dengan tujuan survey atau penelitian.
Sampling unit (unit sampel) adalah suatu satuan (terdiri dari
satu atau lebih elements) dan digunakan sebagai dasar
penarikan sampel.
Populasi adalah keseluruhan unit sampel pada batasan tertentu
(universe), dimana karakteristiknya akan diteliti atau
diperkirakan.
Sampling frame (kerangka sampel) adalah daftar dari unit
sampel yang berada dalam populasi yang akan dipakai
sebagai dasar penarikan sampel.
Unit observasi adalah unit yang dipergunakan sebagai sumber
data, umumnya di dalam penelitian kuantitatif dinamakan
responden dan di dalam penelitian kualitatif disebut informan.

ILUSTRASI 1
Judul Penelitian: Pada suatu perusahaan, departemen
R & D melakukan suatu penelitian dengan
dilatarbelakangi oleh adanya fenomena bahwa kinerja
karyawan rendah. Dalam ilustrasi ini, dapat dijelaskan
bahwa:
Elements: Karyawan
Unit sampel: Karyawan
Populasi : Seluruh karyawan pada perusahaan tersebut
(misal 42.502 orang)
Kerangka Sampel: Daftar seluruh karyawan, yang
berisi nama dan keterangan lainnya.
Unit observasi: Karyawan (sebagai responden atau
informan).

ILUSTRASI 2
Topik: Seorang peneliti melakukan survey tentang
tingkat pendidikan petani di kabupaten tertentu. Daftar
keluarga petani tidak tersedia secara lengkap dan teliti,
yang tersedia adalah data dan daftar secara lengkap RT di
kabupaen tersebut.
Elements: Keluarga petani
Unit sampel: RT
Populasi : Seluruh RT di kabupaten tertentu
Kerangka Sampel: Daftar seluruh RT di kabupaten
tertentu
Unit observasi: Semua anggota keluarga petani (Bapak,
Ibu, Anak, dll).

POPULASI PENELITIAN (1)

Keseluruhan unit sampel yang berada dalam suatu batasan,
dimana generalisasi penelitian akan berlaku padanya.
Batasan Populasi
(1) Dimensi ruang
(2) Dimensi ketercakupan
(3) Dimensi Waktu
Dapat salah satu, atau kombinasi diantara kedua atau
ketiganya
Identifikasi Karakteristik
Finite atau infinite (TERTENTU)
Jika finite, homogen, berlapis atau bercluster atau
lainnya

POPULASI PENELITIAN (2)

Populasi sasaran (target): adalah populasi aktual
dimana peneliti ingin melakukan generalisasi, tetapi
secara riil jarang dapat terpenuhi dan diperoleh
dinamakan populasi target. Atau suatu populasi dimana
keterangan yang diharapkan akan diperoleh.
Populasi akses: adalah populasi dimana peneliti dapat
melakukan generalisasi secara riil, karena dalam populasi
tersebut tersedia kerangka sampel yang mana sampel
akan diambil daripadanya.

POPULASI PENELITIAN (3)

ILUSTRASI 1
Topik: Penelitian ingin mengetahui hubungan antara
enterpreunership dengan kinerja UKM di Jawa Timur.
Populasi akses : Seluruh UKM yang berada di Jawa Timur.
Populasi target : Seluruh UKM yang berada di Pulau Jawa
atau bahkan di Seluruh Indonesia.

POPULASI PENELITIAN (4)

ILUSTRASI 2
Tujuan penelitian: ingin menyelidiki pembelajaran
organisasi dan kewirausahaan Etnis Tiongwha pada
usaha kecil roti/kue.
Populasi akses: Seluruh keluarga pengusaha kecil
kue/roti (yang termasuk dalam kode ISIC, international
standart industrial classificasion, 1541 manufacture of
bakery products) Etnis Tiongwha di Kota Malang.
Populasi target: Seluruh keluarga pengusaha kecil
kue/roti (yang termasuk dalam kode ISIC, international
standart industrial classificasion, 1541 manufacture of
bakery products) Etnis Tiongwha di Malang Raya (Kota
Malang, Kabupaten Malang dan Kota Batu).

SAMPLE (1)
Sampel: bagian dari populasi dan bersifat representatif
terhadap populasi tersebut
Misal rata-rata pendapatan per keluarga per bulan hasil
penyelidikan terhadap populasi sebanyak 350 000 KK
(rata-rata populasi) adalah Rp 1.245.000, Sampel (350 KK) representatif : jika diperoleh rata-rata
pendapatan per keluarga per bulan Rp 1.155.000,- (misal
berada dalam batas rata-rata populasi 1 SD, dekat
dengan populasi).
Sampel (350 KK) tidak representatif : jika diperoleh ratarata pendapatan per keluarga per bulan Rp 2.155.000,(berada jauh dari rata-rata populasi).

SAMPLE (2)
POPULASI

Representatif

Fisibilitas

SAMPEL

Probability sampling
Pada penelitian kuantitatif:
Sampel: large, repesentative, precise, control
for extraneous variables, random selection.
Metode sampling: probability sampling
Probability sampling: setiap anggota populasi
berpeluang (tidak = 0) terpilih sebagai sampel.

Simple random sampling (1)

Digunakan bilamana populasinya homogen.

Tersedia kerangka sampel (sampling frame)

Setiap anggota populasi mempunyai

kesempatan sama untuk terpilih. Misalnya
mengambil secara acak dari suatu daftar.

Penarikan sampel tanpa batas: dengan

pengembalian
Penarikan sampel terbatas: tanpa
pengembalian

Simple random sampling (2)

KEBAIKAN:
Cara penarikan sampel mudah dilakukan,
dengan cara lotre atau menggunakan
bilangan acak (random)
Penduga nilai tengah (rata-rata) sampel
tidak bias
Metode pendugaan sederhana dan mudah

Simple random sampling (3)

KEKURANGAN:
Sampel yang terpilih bisa berjauhan satau dengan yang
lain, shingga diperlukan biaya dan waktu tambahan
Diperlukan kerangka sampel
Sampel yang terpilih dimungkinkan tidak mewakili
populasi sesungguhnya
PENGGUNAAN:
Jika populasi tidak terhampar secara luas berdasarkan
geografis
Jika populasi agak homogen terkait dengan variabel
yang diteliti.

Sistematic random sampling (1)

Sampel diambil setiap selang tertentu (k=N/n), di
mana pada selang pertama dilakukan pemilihan
secara random
Dapat digunakan pada populasi yang berkaitan
dengan dimensi waktu, misal pasien yang datang
ke rumah sakit, pengunjung supermaket,
penghuni hotel, dll. Pada kondisi ini penentuan
besarnya k didasarkan pada fisibilitas
pengambilan sampelnya
Juga dapat digunakan pada populasi yang tersedia
kerangka sampel.

Sistematic random sampling (2)

KEBAIKAN:
Penarikan sampel mudah, terutama pada
populasi yang berkait dengan waktu (pasien,
orang yang belanja, penghuni hotel, dll)
Sampel yang terpilih terhampar pada seluruh
populasi
Bisa lebih teliti daripada simple random
sampling

Sistematic random sampling (3)

KELEMAHAN:
Bilamana populasi mempunyai sifat berulang (musiman
atau siklus), maka ketelitiannya akan rendah
Kerangka sampel diperlukan
PENGGUNAAN:
Jika anggota populasi terletak secara teracak
Jika kerangka sampel tersedia
Jika populasi berkait dengan dimensi waktu, sehingga
bersifat infinite dan tidak tersedia kerangka sampel
secara lengkap, namun urutan anggota populasi dapat
diidentifikasi.

Stratified random sampling (1)

Populasi dibagi menjadi dua segmen atau lebih yang
mutually exclusive yang disebut strata (lapisan),
berdasarkan kategori-kategori dari satu atau lebih
variabel yang relevan, baru kemudian dilakukan simple
random sampling atau sistematic random sampling pada
setiap strata.
Masing-masing lapisan kondisinya homogen (seragam)
dan antar lapisan heterogen
Strata atau lapisan ini bisa berupa tingkatan (misal
pendidikan SD, SLTP, SLTA dan PT) ataupun bukan
tingkatan (misal petani, pedagang, pegawai)

Stratified random sampling (2)

KEBAIKAN:
Pembuatan lapisan terhadap populasi memberikan
jamninan terhadap sampel yang representatif dan teliti
Pelaksanaanya mudah dan menyenangkan
KEKURANGAN:
Kerangka sampel masing-masing lapisan diperlukan atau
harus tersedia urutan dari populasi
Biaya (transportasi) besar jika populasi terhampar pada
wilayah yang luas

Stratified random sampling (3)

PENGGUNAAN:

Jika populasi heterogen dan dapat dibuat

lapisan, dimana masing-masing lapisan
homogen
Populasi tidak terhampar secara luas
Jika persoalan penarikan sampel berbeda pada
setiap lapisan

Cluster sampling (1)

Simple random sampling dan stratified random
sampling berasumsi ada sampling frame, yaitu daftar
lengkap dari anggota populasi. Kalau tidak ada?
Cluster sampling bisa digunakan.
Populasi dibagi-bagi menjadi sekelompok
(gerombol) yang disebut clusters, biasanya
berdasarkan pembagian alami seperti lokasi,
golongan sosioekonomi, dsb.
masing-masing gerombol dapat menggambarkan
keadaan populasi

Cluster sampling (2)

Jika cluster berupa wilayah (area), ada yang menyebut
area sampling
Berbeda dengan stratified: stratified mengambil sampel
dari tiap strata, cluster sampling tidak mengambil
sampel dari tiap cluster, tetapi memilih cluster sebagai
sampel.
Jika semua anggota cluster menjadi sampel singlestage cluster sampling. Jika suatu cluster terdiri dari
clusters lagi dan sampel diambil dari clusters di
bawahnya multistage cluster sampling.
Primary sampling units secondary sampling units
dst.

Cluster sampling (3)

Kurang akurat dibandingkan dengan simple random
sampling atau stratified random sampling untuk jumlah n
yang sama.
Akurasi dapat ditingkatkan dengan mengambil sampel dari
cluster-cluster lain.

KEBAIKAN:
Tidak diperlukan kerangka sampel yang berkait dengan
elements, tetapi diperlukan kerangka sampel yang berkait
dengan cluster (misal RT, RW, Desa, Kecamatan,
Kabupaten/Kota, Provinsi)
Biaya pendaftaran anggota populasi dapat berkurang
Biaya transportasi berkurang

Cluster sampling (4)

Kurang akurat dibandingkan dengan simple random sampling
atau stratified random sampling untuk jumlah n yang sama.
Akurasi dapat ditingkatkan dengan mengambil sampel dari
cluster-cluster lain.
KEKURANGAN:
Cara analisis data sukar
Biaya analisis data bertambah
PENGGUNAAN:
Populasi dapat membentuk cluster, umunya terkait dengan
wilayah administratif atau geografis
Populasi dibagi menjadi cluster, bila anggota populasi
berbeda-beda sifatnya sesuai dengan yang diselidiki.

Multi-stage sampling (1)

Penarikan sampel bertahap, pemilihan sampel dilakukan dua
tahap atau lebih.
Mula-mula populasi dibagi atas unit sampel (umunya berupa
cluster) untuk pemilihan tahap pertama
kemudian satuan- satuan terpilih pada tahap pertama dibagi
lagi atas satuan (unit sample) untuk pemilihan tahap kedua, dan
seterusnya sampai dengan beberapa tahap penarikan sampel
dan kemudian dihentikan.
Simple random samping atau Cluster Sampling juga bisa
diterapkan pada setiap tahap,
Bahkan nonprobablity sampling khususnya yang tidak pada
tahap akhir. Perlu diketahui bahwa untuk setiap tahap bisa
menggunakan teknik sampling yang sama, dan juga bisa
berbeda

Multi-stage sampling (2)

KEBAIKAN:
(1) Biaya transportasi rendah
(2) Pelaksanaannya mudah
KEKURANGAN:
Bila unit-unit tahap pertama (sebelumnya) tidak berukuran
sama, maka penggunaannya sukar
Penarikan sampel ini memerlukan banyak perencanaan
yang harus dilakukan sebelumnya.
PENGGUNAAN:
Jika populasi meliputi wilayah yang luas
Jika daftar populasi yang terkait dengan elements tidak
tersedia secara lengkap dan teliti, dan yang tersedia
gugusan (unit) yang lebih besar.

Sample size (1)

DESKRIPSI MEAN
-

Besar populasi tidak diketahui:

Besar populasi (N) diketahui:

Atau formula Slovin:

dalam hal ini:

Z =
2 =
d =
e =

Z2 2
n
d2
N Z2 2
n
N d 2 Z2 2

N
n
1 N e2

nilai normal baku pada 5 % = 1,96.

ragam populasi, dapat diperoleh dari penelitian sebelumnya, penelitian pendahuluan
simpangan mean sampel terhadap mean populasi, yang masih ditolerir secara teoritis.
persentase kelonggaran ketidak telitian karena kesalahan pengambilan sampel yang
masih dapat ditolerir, bisa 1 %, 5 % atau10%.

Sample size (1)

DESKRIPSI PROPORSI
-

Besar populasi tidak diketahui:

Besar populasi (N) diketahui:

Z 2 pq
n
d2
N Z 2 pq
n
N d 2 Z 2 pq

dalam hal ini:

Z
p
Q
d

= nilai normal baku pada tertentu, 5 atau 1 %.

= proporsi kasus yang diselidiki, atau dipilih proporsi dengan n maksimum yaitu 0,5
=1-p
= simpangan mean sampel terhadap proporsi populasi, yang masih ditolerir secara
teoritis.

Sample size (4)

Beberapa hal yang berkaitan dengan penentuan besar sampel:
(a). Apabila karakteristik (variabel) yang diamati lebih dari satu, maka:
Kumpulkan semua variabel yang berkenaan dengan survey
Adakan prediksi tentang besar sampel berdasarkan masingmasing variabel dan untuk seluruh variabel.
Besar sampelyang disarankan untuk dipilih adalah yang paling
kecil.
(b). Apabila tidak ada informasi sama sekali mengenai populasi, maka
besar sampel dapat ditentukan secara proporsional terhadap populasi,
misalnya 2, 5, 10, atau 50 % dari besar populasi (N).
(c). Pada kasus-kasus tertentu, untuk fisibilitas pelaksanaan penelitian,
besar sampel dapat ditentukan secara quota (berdasarkan
pertimbangan tertentu).

Tabel 2.1 Table For Determining Sample Size From a Given Population
N

10

10

100

80

280

162

800

260

2800

338

15

14

110

86

290

165

850

265

3000

341

20

19

120

92

300

169

900

269

3500

246

25

24

130

97

320

175

950

274

4000

351

30

28

140

103

340

181

1000

278

4500

351

35

32

150

108

360

186

1100

285

5000

357

40

36

160

113

380

181

1200

291

6000

361

45

40

180

118

400

196

1300

297

7000

364

50

44

190

123

420

201

1400

302

8000

367

55

48

200

127

440

205

1500

306

9000

368

60

52

210

132

460

210

1600

310

10000

373

65

56

220

136

480

214

1700

313

15000

375

70

59

230

140

500

217

1800

317

20000

377

75

63

240

144

550

225

1900

320

30000

379

80

66

250

148

600

234

2000

322

40000

380

85

70

260

152

650

242

2200

327

50000

381

90

73

270

155

700

248

2400

331

75000

382

95

76

270

159

750

256

2600

335

100000

384

Table 2.2a Sample size for 3%, 5%, 7% and 10% Precision Levels Where Confidence Level is 95% and P=.5.
Size of

Sample Size (n) for Precision (e) of:

Population

3%

5%

7%

10%

500

222

145

83

600

240

152

86

700

255

158

88

800

267

163

89

900

277

166

90

1,000

286

169

91

2,000

714

333

185

95

3,000

811

353

191

97

4,000

870

364

194

98

5,000

909

370

196

98

6,000

938

375

197

98

7,000

959

378

198

99

8,000

976

381

199

99

9,000

989

383

200

99

10,000

1,000

385

200

99

15,000

1,034

390

201

99

20,000

1,053

392

204

100

25,000

1,064

394

204

100

50,000

1,087

397

204

100

100,000

1,099

398

204

100

>100,000

1,111

400

204

100

ILUSTRASI 1 (A)
Judul Penelitian: Pengaruh Orientasi Pasar Dan Strategi Generik
Terhadap Kinerja Perusahaan: Dengan Lingkungan Pemasaran Sebagai
Variabel Moderator (Studi Empirik pada Industri Hotel Melati di
Daerah Istimewa Yogyakarta).
Elements : hotel melati
Unit sampel : hotel melati
Populasi: adalah semua hotel melati yang ada di Propinsi Daerah
Istimewa Yogyakarta yang terdaftar dalam Indonesia Yogyakarta:
Petunjuk Wisata 2003, jumlah hotel melati pada tahun 2003 sebanyak
313.
Kerangka Sampel: Daftar yang berisi seluruh hotel melati, sebanyak
313 yang tersebar di: kota Yogyakarta 236 buah, Kabupaten Sleman 21
buah, Kawasan wisata Kaliurang 37 buah, Kabupaten Bantul 12 buah,
Kabupaten Gunungkidul 6 buah dan Kabupaten Kulon Progo 1 buah.

ILUSTRASI 1 (B)
Teknik sampling: dilakukan secara proportional area random
sampling
Sample size: 175 hotel melati, merujuk pada Tabel 2.1
Unit Obsevasi: respondennya adalah para manajer puncak biasanya
juga para pemilik hotel
No

Kabupaten/Kota/Kawasan

Jumlah Hotel

Kota Yogyakarta

133

Kabupaten Sleman

12

Kawasan Wisata Kaliurang

21

Kabupaten Bantul

Kabupaten Gunungkidul

Kabupaten Kulon Progo

Jumlah

175

Unit Obsevasi: respondennya adalah para manajer puncak biasanya

juga para pemilik hotel

ILUSTRASI 2 (A)
Judul Penelitian: Sifat Wirausaha Pengaruhnya terhadap
Pembelajaran dan Kompetensi Wiarausaha dan Pertumbuhan
Usaha Kecil di jawa Timur.
Elements: Usaha kecil di Jawa Timur.
Populasi: Seluruh usaha kecil di Jawa Timur. Berdasarkan
Dinas Koperasi dan PKM Provinsi Jawa Timur, pada tahun
2002 sebanyak 6,6 juta unit usaha.
Teknik Sampling: Two-Stage Sampling; mengingat populasi
yang sangat besar dan menyebar di seluruh wialayah Jawa
Timur

ILUSTRASI 2 (B)
Tahap I : Mengambil sampel berupa Wilayah (Kabupaten dan
Kota)
Unit sampel: kabupaten dan kota di Jawa Timur
Kerangka Sampel: Dafar kabupaten / kota di Jawa Timur
Teknik Sampling: Convenience sampling (merupakan
nonprobability sampling), peneliti memilih sejumlah
kabupaten dan kota yang conveniently (dengan baik sekali)
dan atau readily (dengan mudah) serta available (tersedia).
Sample size: Dipilih 3 Kabupaten dan 2 Kota sebagai sentra
industri kecil

ILUSTRASI 2 (C)
Tahap II : Mengambil sampel berupa Usaha Kecil
Unit sampel: Usaha Kecil
Kerangka Sampel: Daftar yang berisi nama usaha kecil di 3 kabupaten
dan 2 kota yang telah terpilih sebagai sampel pada tahap I, misal terdapat
3.850.000 usaha kecil.
Teknik Sampling: dilakukan secara proportional area random sampling
Sampel size: sebanyak 204 usaha kecil, dengan merujuk pada Tabel
2.2a. Kemudian dari 204 sampel tersebut didistribusikan ke 3 kabupaten
dan 2 kota secara proporsional sesuai dengan banyaknya usaha kecil
(populasi) di kabupaten / kota bersangkutan

Unit observasi: Responden adalah manajer dan sekaligus

pemilik usaha kecil.

Nonprobability Sampling
Sampel dalam penelitian kualitatif:
tidak dimaksudkan menarik generalisasi yang berlaku
bagi seluruh populasi,
melainkan diarahkan pada representasi terhadap suatu
fenomena (sosial).
bagaimana menemukan informan kuci (key informan)
sampling yang digunakan adalah nonprobability
sampling
bersifat tidak random, kurang adil (setiap anggota
populasi berpeluang tidak sama untuk terambil menjadi
sampel),
penerapan statistika terhadap data yang diperoleh
bersifat lemah

Namun demikian, metode nonprobability sampling juga bisa

diterapkan pada penelitian kuantitatif

Dalam banyak kasus, cara sampling ini lebih tepat

atau praktis:
Situasi di mana jumlah kasus yang bisa diteliti terlalu
sedikit, misalnya karena biaya terlalu besar untuk
menyelidiki banyak kasus (misalnya unit analisa kota,
negara, atau yang besar-besar lainnya), sementara
probability sampling kurang reliabel untuk jumlah
kasus yang terlalu sedikit.
Peneliti hanya bisa bekerja dengan kasus yang ada
saja

 Penelitian pendahuluan, di mana tujuannya baru

mengumpulkan informasi mengenai gejala
(tujuan eksploratif), cukuplah menggunakan
nonprobability sampling, belum diperlukan
generalisasi statistik yang akurat.
Kalau populasinya sendiri jumlah anggotanya
kecil (misalnya di bawah 100).

Convenience sampling (1)

Nama lain: incidental, accidental, haphazard,
fortuitous sampling
Peneliti memilih sejumlah kasus yang conveniently
(dengan baik sekali), readily (dengan mudah) atau
available (tersedia).
Metode ini cepat, mudah, dan murah.
Kalau penelitian permasalahan baru, sebagai tahap
awal dan generalisasi bukan masalah, metode ini
bisa diterapkan.

Convenience sampling (2)

Tapi karena sampel yang cuma
sedapatnya, tidak bisa ditentukan hasil
penelitian ini bisa diterapkannya ke mana,
kecuali ke sampel itu sendiri (tidak
menjamin representatif).

Purposive sampling (1)

Sampel dipilih dengan pertimbangan sesuai
dengan tujuan (purpose) penelitian
Peneliti menggunakan expert judgement untuk memilih
sampel yang representatif atau tipikal dari populasi.
Pertama, identifikasi sumber-sumber variasi yang
penting dari populasi. Berikutnya memilih sampel
sesuai sumber-sumber variasi tersebut.

Teknik purposive sampling, biasanya untuk

prediksi hasil pemilihan presiden, adalah memilih
propinsi tertentu yang telah bertahun-tahun
memprediksikan hasil penghitungan suara nasional
secara tepat.

Purposive sampling (2)

Misalnya kalau di propinsi A partai X menang maka
diprediksikan dengan sangat yakin (keyakinan sebesar
korelasi historisnya) bahwa secara nasional partai X bakal
menang.
Tetap kurang bisa diterima dibandingkan probability
sampling jika diperlukan generalisasi yang tepat dan akurat.
Tetapi kalau berbagai hal membatasi, ya boleh lah.
Secara umum lebih kuat dibandingkan convenience
sampling tapi sangat tergantung expert judgement-nya
peneliti.
Kelemahan utama: informed selection seperti itu
memerlukan pengetahuan yang cukup mengenai populasi.

Quota sampling (1)

Quota sampling adalah sejenis purposive sampling
yang ada kemiripan dengan proportionate stratified
random sampling:
Populasi dibagi-bagi menjadi strata yang relevan
seperti usia, jenis kelamin, lokasi, dsb.
Proporsi tiap strata diperkirakan atau ditentukan
berdasarkan data eksternal kemudian total sampel
dibagi-bagi sesuai proporsi ke tiap strata (kuota).
Untuk memenuhi jumlah sampel untuk tiap strata,
peneliti menggunakan expert judgement-nya.

Quota sampling (2)

Misalnya populasi 55% pria 45% wanita. Sampel 100
orang berarti 55 pria dan 45 wanita. Pemilihan
sampelnya sendiri tergantung penilaian peneliti.
Bedanya dengan stratified random sampling, sampel
diambil secara acak sedangkan dalam quota sampling,
sampelnya dipilih berdasarkan pendapat subjektif
peneliti pokoknya kuotanya terpenuhi (bisa convenience
sampling pada setiap strata).
Total sampel juga a convenience sample tapi ada
kemiripan dengan populasi dalam karakteristikkarakteristik penting tertentu (karena pembuatan
stratanya).

Quota sampling (3)

Bias peneliti sangat mempengaruhi: pemilihan
teman sebagai sampel, milih lokasi yang nyaman,
dan sebagainya.
Keuntungan:
tidak perlu membuat sampling frame
kalau perlu konfirmasi tinggal cari lagi yang
baru asal kuota terpenuhi, tidak perlu
menghubungi responden yang telah
diwawancarai.
Cepat, mudah dan murah.

Other Sampling Designs

Referral sampling:
Network sampling: responden diminta
mengidentifikasi anggota2 dari target populasi yang
ada hubungan dengan dirinya
Snowball sampling: chain referral, responden diminta
memberikan nama dan kontak kepada anggota lain
dari target populasi. Pertama dipilih sampel inisial,
umumnya dilakukan secara accidental (random).
Asumsinya sesama anggota saling mengenal.
Misalnya: hackers.

TERIMA KASIH