MPS-REVIEW VIII

REVIEW VIII:

D Vaus: Finding a Sample

Oleh: Yasinta Sonia Ariesti

NPM: 1006762612

Ada dua jenis tipe generalisasi (yang merupakan tujuan utama dari penelitian). Pertama, statistical generalisation yang menggunakan probability theory dalam memperkirakan kemungkinan-kemungkinan yang diteliti dalam kelompok yang lebih kecil/sampel yang terdapat dalam kelompok lebih besar/populasi.teori ini lebih dapat dipercaya karena menggunakan cara yang spesifik dengan data yang dapat dipercaya pula. Biasanya juga digunakan untuk penelitian yang sederhana.

Yang kedua adalah replication atau dalam bahasa indonesianya adalah meniru.metode ini menggunakan experimental research dimana eksperimen tidak akan menggunakan sampel berdasarkan statistik, tetapi akan mengulang dan meniru beberapa eksperimen tetapi dalam keadaan dan partisipan yang berbeda pula.

Ada beberapa istilah dalam teknik sampling. Yaitu, cencus/sensus yang merupakan kumpulan informasi mengenai kelompok-kelompok, begitu juga anggotanya, atau nama lainnya adalah populasi. Populasi adalah sekumpulan kelompok-kelompok atau set of units yang nantinya akan direpresentasikan oleh sampel. Sampel/sample mengumpulkan informasi hanya mengenai anggota dalam populasi tersebut (yang merepresentasikan populasi tersebut tentunya). Sebelum menentukan sampel dari populasi, kita harus memiliki sampling frame yang berisi daftar yang berisikan komponen-komponen yang terdapat dalam populasi.

Misalnya, jika kita ingin memperoleh sampel dari mahasiswa dari universitas, buatlah dulu frame-nya dan tentukan dulu/definisikan dulu siapa mahasiswa itu, apa mahasiswa sarjana, magister, dll. dan universitas dari mana saja, cukup satu atau lebih, dalam atau luar negeri agar sampel yang diperoleh bisa merepresentasikan penelitian yang akan dibuat. Representative sample adalah contoh yang dapat mewakili populasi tersebut. Mewakili dari sisi umur, gender, kelas, ras, dll misalnya.

Probality sampling lebih dipilih dibandingkan non-probability sampling karena dianggap lebih representatif dan lebih akurat dalam mengestimasi sampel. Probabiliti sampling dibagi menjadi empat sesuai dengan cara pengambilan sampel, ni disesuaikan juga dengan kesedian sampling frames, biaya, dan level keinginan pada keakurasian sampel dan metode yang sesuai dalam pengambilan data.

Simple random sampling (SRS) digunakan jika memperoleh sampling frame yang lengkap, lalu memberikan nomor pada nama-nama yang akan dijadikan sampel, lalu secara acak memilih nomor mana saja yang akan dipilih sebagai sampel setelah menentukan jumlah sampel yang dibutuhkan. SRS cocok digunakan untuk jika sampling frame tersedia secara utuh dan dengan luas daerah yang dekat dan tidak memerlukan perjalanan jauh dalam mengambil sampel. . Contohnya dari populasi langsung diambil 100 nama dan dari nama dipilih secara acak 20 nama untuk sampel

Systematic sampling tidak berbeda jauh dengan SRS, bedanya dalam menentukan sampel, tidak acak tapi secara sistematis dengan jarak dan interval yang sama. Jadi berpola dalam mengambil sampel. Memang lebih mudah, tapi kekurangannya adalah akan ada kemungkinan ketidakberagaman sampel yang diambil karena polanya yang sudah tetap tersebut dengan periodesasi. Contohnya dari 100 nama ditentukan 20 nama berikutnya sesuai dengan inteval, misal setiap kelipatan 5.

Stratified sampling adalah SRS yang dimodifikasi dan didisain untuk memproduksi sampel yang lebih akurat dan lebih representatif. Bedanya, proses ini diawali dengan membuat stratifikasi (misalnya berdasarkan latar belakang etnis) lalu membagi sampling frame berdasarkan itu masing-masing lagi seperti cara SRS. Contohnya, tentukan dulu latar belakang etniknya;seperti anglo saxon, asia, eropa selatan, dll dan setelah itu baru masukan masing-masing pada tnik itu 100 nama dan selanjutnya disaring lagi 20 nama untuk sampel. Teknik ini bisa membantu saat tidak tersedianya sampling frame dan jika terbentur masalah pada masalah geografis atau tempat yang tidak terjangkau untuk mengambil sampel secara luas tapi bisa tetap mewakili.

Multistage cluster sampling adalah teknik yang memadukan banyak cara dan digunakan jika tidak tersedianya sampling frame dengan area mengambilan sampel yang sangat luas. Pertama, bagilah kota menjadi beberapa area (distrik, elektorat) lalu kita sebut area ini kluster lalu tentukan SRS dari masing-masing kluster, bagi lagi kluster dengan blok-blok dan tentukan lagi SRSnya. Setelah itu kumpuklan alamat dari masing-masing blok untuk menentukan nama-nama calon sampel lalu SRS lagi. cara ini akan memaksimalkan kluster terpilih dan memaksimalkan kemungkinan sampel yang representatif dengan kondisi area sebaran sampel yang luas dan komposisi populasi yang begitu beragam.

Internet sample bisa digunakan untuk pengambilan sampel. Bisa dengan cara survey email (mengundang semua daftar kontak yang ada), mengunjungi web page, kuisioner pop up yang akan langsing muncul saat membuka web page, memasang iklan di halaman web lain, menggunakan mailinglist/newsgroup/chatgroup, dan cara komersial lainnya di internet. Kelemahan dari sampling ini adalah tidak semua individu memiliki akses ke internet dan kurang representatifnya sampel yang diperoleh. Jika sudah begini akan sulit untuk mengeneralisasikannya dan hanya menyentuh beberapa kalangan seperti anak muda, kalangan eksekutif, kalangan profesional dan kalangan lainnya yang menggunakan internet. Tapi kelebihannya adalah jika sampel yang dibutuhkan memang memiliki akses ke internet sehingga mempermudah pengambilan sampel.

Ukuran sampel harus ditentukan agar hitumgannya sesuai dan pas untuk mewakili keragaman dalam populasi dan membatasi juga variabel kunci dan ukuran toleransi dalam penentua sampling error dan reliabilitinya. Ukuran sampel juga harus dipertimbangkan atas biaya, waktu, dan akses pada respondennya.

Masalah berikutnya dala pengambilan sampel terletak pada keadaan tidak adanya respon yang akan menimbulkan dua masalah yaitu bias dan ukuran sampel yang tidak bisa digunakan nantinya. Masalah ini biasanya di atasi dengan memberikan pelatihan pada si interviewer, menggunakan penerjemah, dan bisa kembali berulang-ulang agar mendapatkan jawaban yang sesuai.

Antisiasi yang lain adalah menambah bobot si sampel dan membentuk variabel baru untuk dimasukkan ke SPSS dengan caranya persentase populasi dibagi oleh persentase sampel.

Selain memperoleh data dari sampel yang diambil oleh kita sendiri, sesuai dengan yang dibutuhkan dengan penelitian yang disebut dengan data primer, ada juga data sekondari dengan metode secondary analysis. Data yang tersedia dikumpulkan oleh pihak lain atau secara berkala memang diperuntukkan untuk mengumpulkan data yang baik dan representatif seperti agen dari pemerintah (kantor sensus) dan cocok digunakan untuk penelitian karena memuat data sikap, perilaku, dan atribut personal dari populasi. Data ini juga diperuntukkan untuk publik dan dilengkapi dengan analisis yang cukup. Memang tidak akan data yang disajikan selalu cocok dengan kebutuhan penelitian kita, tapi data akan berguna jika kita dapat mengolahnya dengan baik, karena data yang disediakan biasanya mencangkup luas atau area yang luas.

Non-probability sampling adalah cara kedua yang lebih murah dibanding probability sampling jika sampling frame tidak tersedia atau populasi yang luas dimana prinsip kluster tidak akan efisien. Non probability sampling dibagi lagi dengan tiga cara yaitu purposive sampling, quota sampling (yang cara penentuan sampelnya tidak dengan acak, tapi membatasi sesuai dengan keinginan si peneliti), dan availability sampling (yang disebar di koran-koran, pop up web page, telefon, dll) sampel tipe ini sesuai untuk merumuskan kuisioner yang tidak merepresentasikan apapun kecuali si sampel itu sendiri)

Yang penting dalam penentuan sampling menurut saya adalah ketelitian dalam pendefinisian dari sampel yang dibutuhkan agar tidak menimbulkan sampel yang timpang tindih dan menghasilkan sampel yang representatif dengan standard error yang diperbolehkan.