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.
Tidak ada komentar:
Posting Komentar