MAKALAH TEKNIK SAMPLING
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
Jl. Cut
Nyak Dhien No.16, Desa Kalisapu, Kec. Slawi, Kabupaten Tegal, Jawa Tengah
-52416
Telp.
(0283) 6197571 Fax. (0283) 6198450 Homepage website www.stikesbhamada ac.id 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
DAFTAR
ISI
KATA
PENGANTAR....................................................................................... i
DAFTAR
ISI....................................................................................................... i
i
BAB I PENDAHULUAN
A. Latar
Belakang .....................................................................
B. Perumusan
masalah .............................................................
C. Tujuan
dan Manfaat ...........................................................
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 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
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 / 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 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.
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 klasifikasi.Jika 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 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 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
= fi.Ni
Dimana
a. fi 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. 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 (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
|
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:
Dari 150
sekolahdiilih secara random4 sekolah n=4 sekolahx 2 kelas/sekolah x 30
siswa/kelas 240.
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.
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
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
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.
http://www.academia.edu/5036760/Populasi_Sampel_and_Teknik_Sampling (diakses: sabtu 4 april 2015, 08:00)
Komentar
Posting Komentar