Probability Sampling
Stratified Random Sampling dan Cluster Random Sampling
Probability
Sampling
Probability
sampling menurut sugiyono (2012:92) yaitu suatu teknik pengambilan sampel yang
memberikan kesempatan/ peluang yang sama untuk setiap anggota atau unsur
populasi untuk dipilih menjadi anggota sampel.
Probability
sampling didefinisikan sebagai teknik pengambilan sampel di mana peneliti
memilih sampel dari populasi yang lebih besar dengan menggunakan metode yang
didasarkan pada teori probability.
Stratified
Random Sampling
Stratified random sampling adalah suatu teknik
pengambilan sampel dengan memperhatikan suatu tingkatan (strata) pada elemen
populasi.
Dalam stratified random sampling elemen populasi
dikelompokkan pada tingkatan-tingkatan tertentu dengan tujuan pengambilan
sampel akan merata pada seluruh tingkatan dan sampel mewakili karakter seluruh
elemen populasi yang heterogen.
Stratified
Random Sampling
Dalam pengerjaan
menggunakan Stratified Random Sampling perlu diperhatikan yaitu :
•
Bentuk Strata
•
Jumlah strata yang dibuat
•
Alokasi jumlah sampel antar masing – masing
strata.
•
Analisis data dari rancangan stratifikasi
Syarat Pembentukan Strata Dalam Stratified Random
Sampling
•
Strata harus tidak saling
tumpang tindih dan harus saling terpisah dalam populasi.
•
Stratifiaksi populasi harus
dilakukan pada strata yang bersifat homogen dalam strata tersebut dengan
karakteristik tertentu.
•
Pada kenyataannya di
lapangan, ketika hal ini sulit untuk distratakan dengan suatu nilai
karakteristik tertentu, maka kemudahan administrasi menjadi dasar pemikiran
dalam stratifikasi.
•
Jika akurasi batas untuk
kepastian tiap – tiap populasi diberikan, hal ini akan menjadi lebih baik dan
terpercaya untuk tiap – tiap populasi sebagai suatu strata.
Contoh
Stratified
Random SamplingPada
pengambilan sampel dalam suatu perusahaan
mempunyai karyawan yang
terdiri dari latar belakang pendidikan yang berbeda yaitu: SLTP, SLTA, S1, dan
S2 dengan jumlah setiap kelas pendidikan juga berbeda.
Kelebihan
Stratified Random Sampling
- Stratifikasi
memberikan kemudahan administrasi
- Stratifikasi
dengan karakteristik alami membantu memperbaiki desain sampel
- Stratifikasi
secara praktek lebih efektif ketika terdapat nilai-nilai ekstrim dalam
populasi yang dapat dibedakan kedalam strata dengan maksud mengurangi
keragaman dalam strata
- Stratifikasi
memberikan kemungkinan penggunaan desain sampel yang berbeda-beda pada
strata yang berbeda-beda
- Stratifikasi
cukup mewakili keragaman kelompok dalam populasi yang memberikan beberapa
ketertarikan atau efek yang besar
- Stratifikasi
juga memilih sampel secara cross section yang lebih baik dengan populasi
yang tidak berstrata
- Stratifikasi
memberikan keputusan yang tepat dalam memperkirakan karakteristik suatu
populasi
Kekurangan
Stratified Random Sampling
- Kerangka
sampel yang dijadikan sebagai acuan pembentukan strata atau acuan
penarikan sampel seringkali tidak memuat informasi informasi yang dapat
dijadikan sebagai dasar Pembentukan suatu strata.
- Harus
dibuat kerangka sampel terpisah dan berbeda untuk tiap kelompok
- Biaya
operasional dapat membengkak apabila pembentukan strata bukan mengikuti
wilayah geografis melainkan mengikuti sifat atau karakter lain.
Cluster Random Sampling
Cluster Random
Sampling adalah suatu
jenis teknik sampling dimana seorang peneliti membagi populasi menjadi
beberapa kelompok yang terpisah yang disebut sebagai cluster.
Dari beberapa cluster ini diambil beberapa sampel
yang dipilih secara random atau acak. Analisis penelitian dari teknik cluster
random sampling ini diambil dari data sampel cluster-cluster
tersebut.
Cluster Random Sampling
Menurut
Irawan Soehartono (2015), dalam teknik sampling ini yang menjadi unit sampling
dalam kerangka sampling adalah rumpun-rumpun, bukan unsur-unsur sampling itu
sendiri.
Dasar
Penggunaan Metode Cluster Random Sampling
Dasar
utama peneliti untuk memilih Cluster Random Sampling sebagai metode pengambilan sampel
dalam penelitiannya, yaitu:
•
Penelitian membutuhkan populasi yang luas dan
bersifat heterogen
•
Waktu penelitian yang singkat
•
Anggaran yang dimiliki terbatas
Elemen-elemen
dalam Metode Cluster Random Sampling
Untuk memenuhi standar pengambilan sampel dengan metode Cluster Random Sampling,
peneliti harus memenuhi elemen-elemen sesuai standar. Adapun unsur atau elemen
yang dimaksud adalah sebagai berikut:
• Populasi luas dengan karakteristik umum beragam namun di
dalamnya mengandung kelompok-kelompok bersifat seragam.
• Masing-masing kelompok merupakan representasi dari keseluruhan
populasi.
• Tiap grup memiliki jumlah anggota tetap dan eksklusif.
Kelebihan dan
Kekurangan Metode Cluster Random Sampling
Kelebihan |
Efektif dan
efisien |
Dapat mencakup
populasi yang luas |
Meminimalisir
variabel yang membingungkan |
Akurasi
hasilnya memiliki persentase yang tinggi |
Kekurangan |
Teknik tidak
dapat diterapkan apabila elemen sampling tidak terpenuhi |
Persentase
human error cukup tinggi |
Contoh
Cluster Random Sampling
Seorang peneliti ingin melakukan penelitian terhadap hubungan antara dukungan sosial dengan
hardiness pada remaja panti asuhan yang ada di beberapa panti asuhan di
Pekanbaru.
Peneliti
menggunakan teknik Cluster Random Sampling disebabkan oleh
populasi panti asuhan pekanbaru yang terdiri dari klaster- klaster atau rumpun-
rumpun panti asuhan. Kemudian berdasarkan random terhadap 18 panti asuhan, maka
diperoleh sampel penelitian sebanyak 5 panti, dimana penetapan jumlah panti ini
didasari atas pertimbangan bahwa jumlah remaja dari 5 panti tersebut sudah
memenuhi jumlah sampel minimal yang telah ditetapkan sebelumnya
No comments:
Post a Comment
terimakasih telah mengunjungi blog saya.