SAMPEL (Istilah dan Konsep Dasar)

Bagi seorang guru atau mahasiswa bidang pendidikan, tentu saja tertarik dengan salah satu janji calon Wakil Presiden Republik Indonesia untuk menghapuskan Ujian Nasional (UN) bagi siswa sekolah bila terpilih. Jika Anda tertarik menganalisis bagaimana sikap atau pendapat guru atau mahasiswa bidang pendidikan, Anda bisa merencanakan untuk melakukan wawancara terstruktur atau mengirimkan kuesioner untuk mencari tahu tentang sikap atau pendapat mereka. 

Anda tentu saja akan mempertimbangkan cara terbaik untuk merancang wawancara atau kuesioner Anda, dan masalah-masalah yang terkait dengan merancang penelitian ini serta bagaimana mengelolanya. Namun, sebelum sampai ke titik itu Anda mau tidak mau akan dihadapkan dengan beberapa masalah. Kita tahu bahwa jumlah guru di Indonesia sangat banyak, sangat tidak mungkin untuk menggali informasi dari mereka semua. Misalkan melihat jumlah guru yang cukup besar Anda memilih untuk menyelidiki pendapat mahasiswa di kampus Anda saja dulu. Katakanlah universitas Anda cukup besar dan memiliki sekitar 5.000 mahasiswa. 

Keputusan Anda ini tetap saja membutuhkan sumberdaya dan waktu yang tidak sedikit. Tidak mungkin Anda akan dapat mengirim kuesioner kepada semua 5.000 mahasiswa tersebut dan bahkan lebih tidak masuk akal lagi bila Anda akan dapat mewawancarai mereka semua, karena melakukan penelitian survei dengan wawancara relatif lebih mahal dan memakan waktu. 

Hampir dapat dipastikan bahwa Anda perlu mengambil sampel mahasiswa dari total populasi mahasiswa di kampus Anda. Penggunaan dan penentuan sampel merupakan salah salah satu hal yang hampir selalu ditemui dalam penelitian kuantitatif juga dalam penelitian kualitatif. 

Loading...

Ada beberapa prinsip yang harus diperhatikan dalam pengambilan sampel. Pertanyaan yang sering muncul diantaranya: Apakah jumlah sampel sudah mencukupi? Siapa sajakah yang bisa dijadikan sampel?, Apakah cukup dengan berkeliling ke pusat-pusat kegiatan mahasiswa dan mewancarai beberapa orang sudah cukup mewakili? Atau harus dengan mengirim kuesioner kepada semua teman sekelas?

Jawaban dari pertanyaan-pertanyaan pada paragraf di atas tentu saja tergantung pada apakah Anda ingin dapat menggeneralisasi temuan Anda ke seluruh mahasiswa di kampus Anda. Jika ya, kecil kemungkinan bahwa dua strategi pengambilan sampel terakhir yang diusulkan tadi memberi Anda sampel yang representatif dari semua mahasiswa di kampus Anda. 

Agar dapat menggeneralisasi temuan Anda dari sampel ke populasi, sampel harus representatif. Bagaimana menghasilkan sampel yang representatif? Ada berbagai konsep yang perlu dipertimbangkan untuk mengambil sampel yang representatif. Berikut istilah-istilah umum yang terkait dengan sampel yang perlu diperhatikan.

  • Populasi: pada dasarnya adalah keseluruhan unit tempat sampel dipilih. Istilah ‘unit’ digunakan karena belum tentu yang dijadikan sampel adalah manusia (mungkin negara, kota, wilayah, perusahaan, dll.). Makna “populasi” ini jauh lebih luas dibanding dengan penggunaan sehari-hari yang cenderung dikaitkan dengan jumlah seluruh penduduk suatu negara.
  • Sampel: bagian dari populasi yang dipilih untuk diselidiki. Metode pemilihan sampel ini dapat menggunakan pendekatan acak (random) atau pendekatan non-random.
  • Kerangka Pengambilan Sampel (sampling frame): daftar semua unit dalam populasi dimana sampel akan dipilih.
  • Sampel Representatif: sampel yang merefleksikan populasi secara akurat.
  • Bias Sampel : distorsi keterwakilan sampel yang muncul ketika beberapa anggota populasi (kerangka sampel) memiliki sedikit atau tidak ada peluang untuk dipilih sebagai sampel.
  • Sampel Acak (random sampling / probability sampling) : sampel yang dipilih menggunakan seleksi acak sehingga setiap unit dalam populasi memiliki peluang yang sama (mendekati sama) untuk dipilih. Secara umum diasumsikan bahwa sampel yang representatif dihasilkan dari pengambilan sampel secara acak (random). Tujuan dari sampel acak adalah untuk menjaga kesalahan pengambilan sampel (sampling error) seminimal mungkin.
  • Sampel Tidak Acak (non-random/non-probability): sampel yang tidak dipilih secara acak. Dimana beberapa unit dalam populasi lebih cenderung dipilih daripada yang lain. Atau dengan kata lain, stiap unit tidak mempunyai peluang yang sama untuk dipilih menjadi sampel.
  • Kesalahan Pengambilan Sampel (sampling error): kesalahan temuan penelitian yang disebabkan oleh perbedaan antara sampel dan populasi. Hal ini bisa saja terjadi meskipun sudah menggunkan sampel random.
  • Kesalahan Non-Sampling (non-sampling error) : kesalahan temuan penelitian karena perbedaan antara populasi dan sampel yang muncul baik dari kekurangan dalam pendekatan pengambilan sampel, seperti kerangka pengambilan sampel yang tidak memadai atau non-respons, atau masalah seperti kata-kata yang tidak sesuai atau sulit dicerna, wawancara yang buruk, atau pemrosesan data yang buruk.
  • Non-Respons: sumber kesalahan non-sampling yang sangat mungkin terjadi ketika individu diambil sebagai sampel, namun menolak untuk bekerja sama, tidak dapat dihubungi, atau untuk beberapa alasan tidak dapat menyediakan data yang dibutuhkan (misalnya, karena sakit, dalam tekanan, gangguan kejiwaan dan lain-lain).
  • Sensus: penghitungan seluruh populasi. Jadi, jika data dikumpulkan dalam kaitannya dengan semua unit dalam suatu populasi, dan bukan dalam kaitannya dengan sampel unit dari populasi itu, data tersebut diperlakukan sebagai data sensus. Ungkapan ‘sensus’ biasanya mengacu pada penghitungan lengkap semua anggota populasi suatu negara, yaitu sensus nasional atau sensus penduduk. Biasanya sensus ini dilakukan setiap sepuluh tahun sekali. Namun, dalam konteks statistik, seperti istilah populasi, “sensus” memiliki makna yang lebih luas daripada ini. Ada pula yang menyebutnya sebagai sampel jenuh.
Loading...

Penentuan sampel tidak boleh terlalu banyak dipengaruhi penilaian pribadi. Bila terlalu banyak penilaian pribadi, sampel Anda akan menjadi bias. Sampel yang bias adalah sampel yang tidak mewakili populasi di mana sampel dipilih. Bias pengambilan sampel akan terjadi jika beberapa anggota populasi memiliki sedikit atau tidak ada peluang dipilih untuk dimasukkan dalam sampel. Semaksimal mungkin bias harus ditekan atau dihindari. Karena sangat sulit untuk menghapus bias sama sekali dan memperoleh sampel yang benar-benar representatif. Apa yang perlu dilakukan adalah memastikan bahwa langkah-langkah diambil dapat menjaga bias seminimal mungkin. Beberapa hal di bawah ini yang paling umum menyebabkan bias.

  1. Jika metode pengambilan sampel menggunakan non-probabilitas atau non-acak . Jika metode yang digunakan untuk memilih sampel tidak acak, ada kemungkinan bahwa penilaian subyektif peneliti akan mempengaruhi proses seleksi, membuat beberapa anggota populasi lebih mungkin untuk dipilih daripada yang lain. Sumber bias ini dapat dihilangkan melalui penggunaan random sampling (sampel acak).
  2. Jika kerangka pengambilan sampel tidak memadai. Jika kerangka pengambilan sampel tidak komprehensif atau tidak akurat atau mempunyai beberapa jenis kekurangan, jumlah yang diturunkan tidak dapat mewakili populasi, walaupun sudah menggunakan metode pengambilan sampel acak (random sampling).
  3. Jika beberapa anggota sampel menolak untuk berpartisipasi atau tidak dapat dihubungi, atau dengan kata lain, tidak ada tanggapan. Masalah ini disebut dengan masalah non-respons. Ketika tidak ada respons, sampel yang dihasilkan bisa berbeda dari populasi. 

Jadi, jumlah sampel besar saja tidak cukup. Bahkan, seringkali jumlah sampel yang kecil lebih akurat dibanding sampel besar bila memperhatikan konsep sampel yang benar, misalnya dengan metode yang tepat, terhindar dari masalah non-respons. Namun, sampel kecil tentunya juga membawa banyak keraguan. Nah, terkait dengan jumlah sampel minimal, ada beberapa yang perlu diperhatikan (akan diulas di artikel selanjutnya). Taruhlah kita sudah mengantongi jumlah sampel minimal, maka metode penarikan sampel adalah salah satu kunci berikutnya. Bila Anda tertarik dengan bahasan ini silahkan follow Blog ini ya…… karena bahasan ini akan saya lanjutkan dengan beberapa artikel lagi. Sampai jumpa….

Tinggalkan Balasan