Pengambilan Sampel (Sampling)

Sampling atau pengambilan sampel sangat membantu dalam penelitian. Hal ini merupakan salah satu faktor terpenting yang menentukan keakuratan hasil penelitian/survei kita. Jika ada yang salah dengan sampel, maka itu akan langsung tercermin dalam hasil akhir penelitian atau kajian kita.

Sampling adalah proses mengukur hanya sebagian individu dalam populasi, dengan tujuan mendapatkan informasi parameter populasi tersebut. Sampling atau pengambilan sampel berarti memilih sekelompok individu/ unit tempat kita akan benar-benar mengumpulkan data dalam penelitian kita.

Sampel dan populasi

Memahami perbedaan antara populasi dan sampel adalah hal yang sangat penting.

Populasi adalah semua individu atau unit yang menjadi bagian dari objek penelitian atau ketertarikan. Populasi merupakan seluruh anggota kelompok yang ingin kita tarik kesimpulannya.

Populasi dapat didefinisikan dalam hal lokasi geografis, usia, pendapatan, dan banyak karakteristik lainnya.

Nilai-nilai yang menggambarkan populasi disebut parameter.

Sedangkan sampel adalah sebagian kecil individu atau unit yang dipilih dari dari populasi. Sampel merupakan bagian dari populasi yang kita ambil datanya.

Nilai-nilai yang menggambarkan sampel disebut statistik.

Melalui metode statistika inferensial, kita dapat menarik kesimpulan populasi berdasarkan analisis terhadap sampel.

Tabel contoh populasi dan sampel.

Sampling dan sensus

Terdapat dua metode  dalam pengambilan data:

• Sensus
• Sampling

Sensus adalah proses pengukuran semua individu dalam populasi. Artinya, kita mengambil data yang kita butuhkan pada setiap individu dalam populasi.

Semua. Tidak terkecuali. Kita tidak melakukan pemilihan.

Contoh dari proses ini adalah sensus penduduk yang dilakukan di Indonesia setiap 10 tahun sekali.

Sedangkan sampling adalah proses mengukur hanya sebagian individu dalam populasi, dengan tujuan mendapatkan informasi parameter populasi tersebut.

Sampling atau pengambilan sampel berarti memilih sekelompok individu/ unit tempat kita akan benar-benar mengumpulkan data dalam penelitian kita.

Sampel inilah yang kemudian menjadi dasar pengujian secara statistik untuk menarik kesimpulan dari populasi penelitian kita.

Mengapa melakukan sampling?

Mengapa kita melakukan sampling?

Kita melakukan sampling karena sampel lebih mudah dikumpulkan datanya dibandingkan populasi. Sampel lebih mudah dikumpulkan karena praktis, lebih mudah, lebih cepat, lebih akurat, hemat biaya, dan mudah dikelola.

Kita melakukan pengambilan sampel karena:

• Populasi sangat besar
• Efisiensi biaya
• Efisiensi waktu
• Efisiensi sumberdaya yang kita miliki
• Kondisi dalam populasi dinamis (berubah-ubah waktu, sehingga secara praktek lebih susah)
• Kondisi dalam populasi berubah seiring waktu.

Keuntungan kita melakukan sampling dibandingkan sensus:

• Lebih murah
• Lebih cepat
• Meningkatkan kualitas/ akurasi data.

Berdasarkan alasan-alasan di atas, kita melakukan sampling, bukan sensus.

Proses Sampling

Proses sampling setidaknya melalui enam tahap, yaitu:

• Mendefinisikan populasi (Population)
• Menentukan sampling frame (Frame)
• Menentukan unit sampling (Unit)
• Memilih metode atau teknik sampling (Method)
• Menentukan ukuran sample (Size)
• Menerapkan sampling (Survey).

Untuk mempermudah menghafal, saya biasanya mengingatnya dengan akronim PFUMSS (Population-Frame-Unit-Method-Size-Survey)

Mendefinisikan populasi

Cara untuk mendefinisikan populasi adalah dengan kembali kepada pertanyaan penelitian yang kita miliki.

Sebagai contoh, misal kita memiliki pertanyaan penelitian:

• Apakah nilai matematika berbeda antara siswa SMP perempuan dan laki-laki?

Maka jelas populasi kita adalah siswa SMP perempuan dan laki-laki.

Penting untuk diingat bahwa kita harus memperhatikan perbedaan jenis kelamin dalam populasi kita.

Kegagalan dalam mendefinisikan populasi dapat menghasilkan sampel yang bias dan tidak representatif (tidak mewakili).

Menentukan sampling frame

Melanjutkan contoh dengan populasi sebelumnya, kita tertarik untuk meneliti siswa perempuan dan laki-laki.

Tidak mungkin melibatkan semua siswa SMP di seluruh dunia.

Dalam proses ini, kita mengenal istilah sampling frame.

Sampling frame atau kerangka sampel adalah semua unit atau individu potensial yang dapat kita sampel. Hal ini biasanya terkait dengan aspek aksesibilitas.

Sampling frame dibutuhkan agar setiap individu dalam populasi dapat teridentifikasi sehingga setiap individu dapat memiliki peluang yang sama untuk terpilih.

Maka jika kembali ke contoh kita:

Populasi: siswa SMP perempuan dan laki-laki.

Sampling frame: daftar siswa SMP baik perempuan maupun laki-laki yang bersekolah di Kota Bogor.

Menentukan unit sampling

Selanjutnya, kita akan menentukan unit sampling.

Unit sampling (sampling unit) adalah unit dasar yang berisi satu elemen atau sekelompok elemen dari populasi yang akan dijadikan sampel.

Unit sampling dapat diartikan sebagai unit yang dijadikan dasar penarikan sampel.

Kita kembali ke contoh kita.

Sampling frame kita adalah semua siswa SMP baik perempuan maupun laki-laki yang bersekolah di Kota Bogor.

Unit sampling atau unit pengambilan sampel kita adalah siswa SMP.

Memilih metode atau teknik sampling

Teknik sampling atau metode sampling merupakan metode yang dapat kita gunakan untuk memilih sampel dalam populasi yang kita tentukan sebelumnya.

Dalam statistik, sampling atau pengambilan sampel memungkinkan kita menguji hipotesis tentang karakteristik suatu populasi, menggunakan sampel.

Kita menggunakan sampel untuk mengambil kesimpulan -dan semoga- kesimpulan tersebut berlaku untuk seluruh populasi.

Jadi, pengambilan sampel dilakukan dengan metode atau teknik sampling tertentu agar sampel dapat benar-benar mewakili populasinya.

Teknik sampling dapat dibagi menjadi dua:

• Probabilistic sampling
• Non probabilistic sampling.

Probabalistic sampling berarti setiap unit dalam “sample frame” memiliki peluang untuk terpilih

Sedangkan dalam non probabilistic sampling, beberapa unit dalam sampling frame memiliki peluang untuk tidak terpilih sama sekali atau peluangnya tidak diketahui.

Contoh probability sampling antara lain:

• Simple random sampling
• Stratified random sampling
• Systematic sampling
• Cluster sampling
• Line transect

Contoh non probability sampling antara lain:

• Convenience sampling
• Judgement sampling
• Quota sampling
• Snowball sampling

Penjelasan mengenai teknik sampling secara lebih jelas mengenai jenis-jenis teknik sampling, beserta mana yang harus kita pilih atau kita gunakan, dapat dibaca pada artikel ini (tunggu tautannya).

Menentukan ukuran sample

Aturan umum untuk menentukan ukuran sampel adalah, tentukan sebesar mungkin untuk meningkatkan keterwakilan sampel. Peningkatan ukuran sampel akan mengurangi kesalahan atau bias dalam pengambilan sampel.

Studi deskriptif membutuhkan sampel yang besar; misalnya 10 subjek untuk setiap item pada kuesioner atau panduan wawancara. Sedangkan sampel yang relatif kecil dalam studi kualitatif, eksplorasi, studi kasus, eksperimental dan kuasi-eksperimental.

Untuk penggunaan teorema limit pusat (statistik berdasarkan mean), kita membutuhkan minimal 30 sampel diperlukan.

Selain itu, sampel besar diperlukan jika:

• Ada banyak variabel yang tidak terkontrol
• Perbedaan kecil diharapkan dalam sampel/populasi pada variabel yang diminati
• Sampel dibagi menjadi subkelompok
• Angka drop out sampel diperkirakan akan tinggi
• Uji statistik yang digunakan membutuhkan sampel atau ada ukuran subkelompok minimum

Ukuran sampel bergantung pada:

• Confidence level: Seberapa tingkat kepercayaan yang kita inginkan sehingga rata-rata (mean) sampel akan memuat rata-rata (mean) populasi. Angka yang biasa digunakan adalah 95%.
• Tingkat presisi: Seberapa tingkat presisi yang kita inginkan. Semakin tinggi presisi, semakin besar ukuran sampel yang diperlukan.
• Jumlah individu per unit sampling: Semakin tinggi jumlah individu per unit, semakin rendah ukuran sampel yang dibutuhkan.
• Variasi individu per unit sampling: Semakin tinggi variasi, semakin besar sampel yang dibutuhkan.

Cara menentukan ukuran sampel

Cara menghitung ukuran sampel yang paling mudah adalah mengikuti rumus perhitungan ukuran sampel atau menggunakan panduan dari para ahli. Berikut beberapa di antaranya:

• Rumus Slovin
• Rumus Isaac dan Michael
• Krejcie dan Morgan
• Yount
• Nomogram Herry King

Menerapkan sampling

Setelah keempat tahap sebelumnya kita lewati, selanjutnya kita melakukan implementasi rencana kita, yaitu dengan melakukan survey atau pengambilan data.

Tips yang berguna dalam tahap ini adalah:

• Catat data berdasarkan urutan waktu masuknya data (dan catat tanggalnya)
• Catat komentar mengenai data dan informasi-informasi terkait lainnya.
• Jika selanjutnya data diolah atau diproses, jangan pernah menghapus data mentah (raw data) kita.

Kriteria sampel yang “baik”

Sampel yang baik adalah sampel yang memenuhi semua atau beberapa kondisi berikut:

• Keterwakilan (representativeness)
• Akurasi (accuracy)
• Ukuran (size)

Keterwakilan

Ketika metode pengambilan sampel diambil, asumsi dasarnya adalah bahwa sampel yang dipilih dari populasi adalah perwakilan terbaik dari populasi yang diteliti.

Jadi sampel yang baik adalah sampel yang secara akurat mewakili populasi.

Secara teori, teknik probability sampling menghasilkan sampel yang representatif.

Akurasi

Akurasi didefinisikan sebagai sejauh mana bias tidak ada dalam sampel.

Sampel yang akurat (tidak bias) adalah sampel yang secara tepat mewakili populasi. Bebas dari pengaruh yang menyebabkan adanya perbedaan antara nilai sampel dan nilai populasi. Baca lagi penjelasan mengenai bias dalam sampel.

Ukuran

Sampel yang baik harus cukup dalam ukura. Ukuran sampel harus dihitung sehingga kesimpulan yang diambil dari sampel akurat hingga tingkat kepercayaan tertentu untuk mewakili seluruh populasi yang diteliti.

Bias sampel

Bias pemilihan sampel, atau bias pengambilan sampel, adalah semacam bias yang disebabkan oleh pemilihan dan penggunaan data non-random untuk analisis statistik.

Bias pengambilan sampel dapat terjadi karena kesalahan dalam proses pemilihan sampel. Akibatnya, kita mengabaikan subkumpulan data secara sistematis karena faktor-faktor tertentu tertentu.

Idealnya, kita harus memilih semua peserta survei Anda secara acak. Namun, dalam praktiknya, sulit untuk melakukan pemilihan peserta secara acak karena kendala seperti biaya dan ketersediaan responden.

Bahkan jika kita tidak melakukan pengumpulan data secara acak, sangat penting untuk menyadari potensi bias yang mungkin ada dalam proses sampling yang kita lakukan. Jika kita mengetahui bias ini, kita dapat mempertimbangkannya dalam analisis untuk melakukan koreksi bias dan lebih memahami populasi yang diwakili oleh data sampel kita.

Berikut beberapa jenis bias sampel:

• Undercoverage
• Bias pengamat/ observer bias
• Bias self-selection
• Survivor bias
• Recall bias
• Exclusion bias

Undercoverage

Bias undercoverage terjadi ketika kita tidak cukup mewakili beberapa anggota populasi dalam sampel.

Bias Pengamat

Bias pengamat terjadi ketika kita secara tidak sadar memproyeksikan “harapan” mereka pada penelitian.

Contoh dari bias ini adalah kita secara tidak sengaja memengaruhi responden selama survei dan wawancara atau kita secara tidak sadar melakukan “cherry-picking” dengan berfokus pada beberapa statistik spesifik yang cenderung mendukung hipotesis kita.

Bias Self-selection

Bias self-selection terjadi ketika partisipan penelitian melakukan kontrol atas keputusan untuk berpartisipasi dalam penelitian.

Orang dengan karakteristik tertentu lebih cenderung setuju untuk mengambil bagian dalam penelitian daripada yang lain.

Misal, ketika kita membuka volunter untuk wawancara mengenai aborsi. Orang-orang yang sangat pro atau sangat kontra akan lebih tergerak untuk menjadi responden dalam penelitian kita.

Akibatnya, sampel kita tidak akan mewakili seluruh populasi dan sering kali melebih-lebihkan orang dengan pendapat yang kuat.

Bias Survivorship

Bias umum lainnya dalam penelitian adalah bias survivorship. Bias ini terjadi ketika sampel berkonsentrasi pada individu yang lulus kriteria atau proses seleksi dan mengabaikan subjek sampel yang tidak lulus proses seleksi. Bias ini  dapat menghasilkan hasil atau temuan yang terlalu optimis dari sebuah penelitian.

Recall bias

Recall bias adalah kesalahan umum dalam situasi wawancara dan survei. Hal ini terjadi ketika responden gagal mengingat sesuatu dengan benar.

Salah satu cara untuk menghindari beberapa implikasi dari bias ini adalah dengan mengumpulkan informasi ketika ingatan responden masih segar.

Bias Exclusion

Bias ini dihasilkan dari mengecualikan kelompok tertentu dari sampel kita.

Bagaimana menghindari bias pengambilan sampel

Kita dapat menghindari bias sampling dengan menggunakan desain penelitian dan prosedur pengambilan sampel yang cermat.

Selain itu, kita dapat melakukan oversampling untuk menghindari bias sampel. Oversampling dapat digunakan untuk menghindari bias pengambilan sampel dalam situasi di mana anggota kelompok tertentu kurang terwakili (undercoverage).

Kesimpulan

Sampling adalah proses mengukur hanya sebagian individu dalam populasi, dengan tujuan mendapatkan informasi parameter populasi tersebut. Sampling atau pengambilan sampel berarti memilih sekelompok individu/ unit tempat kita akan benar-benar mengumpulkan data dalam penelitian kita.

Proses sampling setidaknya melalui enam tahap, yaitu:

• Mendefinisikan populasi (Population)
• Menentukan sampling frame (Frame)
• Menentukan unit sampling (Unit)
• Memilih metode atau teknik sampling (Method)
• Menentukan ukuran sample (Size)
• Menerapkan sampling (Survey).

Sampel yang baik adalah sampel yang memenuhi semua atau beberapa kondisi berikut:

• Keterwakilan (representativeness)
• Akurasi (accuracy)
• Ukuran (size)