METODE PENGUMPULAN DATA DAN TEKNIK SAMPLING

(Listyawati, Nonce, Nurhakim, Masrani)

A. Pendahuluan

Populasi berasal dari bahasa inggris Population yang berarti jumlah penduduk. Oleh karena itu jika disebut kata populasi orang kebanyakan selalu mrnghubungkannya dengan masalah-masalah kependudukan (Bungin: 2011: 109). Hal tersebut ada benarnya karena itulah makna kata populasi yang sesungguhnya. Kemudian pada perkembangan selanjutnya, kata populasi menjadi amat populer dan digunakan dalam berbagai disiplin ilmu.

Dalam metode penelitian, kata populasi amat popular digunakan untuk menyebutkan serumpun atau sekelompok obyek yang menjadi sasaran penelitian. Oleh karenanya populasi penelitian merupakan keseluruhan atau universum dari obyek penelitian yang berupa manusia, hewan, tumbuh-tumbuhan udara, gejala, nilai, peristiwa, sikap hidup dan sebagainya. Sehingga, obyek-obyek ini dapat menjadi sumber data penelitian.

Mengingat batasan masalah populasi begitu luas maka dalam makalah ini dibatasi pada lingkup batasan populasi sebagai obyek/bahan penelitian. Kegiatan penelitian yang melibatkan sampel berarti juga memerlukan teknik-teknik pengumpulan sampel untuk memperoleh jawaban dari proses penelitian. Hal ini akan dijelaskan pada bab berikutnya.

B. Pembahasan

1. Populasi

Populasi adalah wilayah generalisasi yang terdiri dari obyek atau subyek yang menjadi kuantitas dan karasteristik tertentu yang ditetapkan oleh peneliti. (Sugiyono) Populasi adalah berkenaan dengan data. (Nazir)
Populasi adalah totalitas semua nilai yang mungkin baik hasil menghitung maupun hasil pengukuran kuantitatif atau kualitatif dan pada karasteristik tertentu mengenai sekumpulan obyek yang lengkap.

(Nawawi) Populasi adalah keseluruhan dari karasteristik atau unit hasil pengukuran yang menjadi obyek penelitian.

Populasi terbagi dua, yaitu :

a. Populasi terbatas, populasi yang mempunyai sumber data yang jelas batasnya secara kuantitatif sehingga dapat dihutung jumlahnya.
Contoh : Jumlah Penduduk, jumlah mahasiswa yang mendapat bea siswa. Dsb.

b. Popumasi tak terbatas, Sumber datanya tidak dapat ditentukan batas-batasnya sehingga relative tidak dapat dinyatakan dalam bentuk jumlah Contoh : Mencari logam mulia (mendulang emas)

Berdasarkan sifatnya, populasi terbagi dua :

a. Populasi homogen, adalah sumber data yang unsurnya memiliki sifat yang sama sehingga tidak perlu mempersoalkan jumlahnya secara kuantitatif.

b. Populasi Heterogen, adalah sumber data yang umumnya memiliki sifat atau keadaan yang berbeda (bervariasi, sehingga perlu ditetapkan batas-batasnya, baik secara kualitatif maupun secara kuantitatif.

2. Sampel

Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Ronald (1995) mendefinisikan sampel adalah suatu himpunan bagian dari populasi. Apabila populasi besar dan peneliti tidak mungkin mempelajari semua yang ada pada populasi, maka dapat menggunakan sampel yang diambil dari populasi.

2.1 Syarat Sampel

Secara umum, sampel yang baik adalah yang dapat mewakili sebanyak mungkin karakteristik populasi. Dalam bahasa pengukuran, artinya sampel harus valid, yaitu bisa mengukur sesuatu yang seharusnya diukur. Sampel yang valid ditentukan oleh dua pertimbangan.

Pertama : Akurasi atau ketepatan , yaitu tingkat ketidakadaan “bias” (kekeliruan) dalam sample. Dengan kata lain makin sedikit tingkat kekeliruan yang ada dalam sampel, makin akurat sampel tersebut. Tolok ukur adanya “bias” atau kekeliruan adalah populasi.

Cooper dan Emory (1995) menyebutkan bahwa “there is no systematic variance” yang maksudnya adalah tidak ada keragaman pengukuran yang disebabkan karena pengaruh yang diketahui atau tidak diketahui, yang menyebabkan skor cenderung mengarah pada satu titik tertentu. Sebagai contoh, jika ingin mengetahui rata-rata luas tanah suatu perumahan, lalu yang dijadikan sampel adalah rumah yang terletak di setiap sudut jalan, maka hasil atau skor yang diperoleh akan bias. Kekeliruan semacam ini bisa terjadi pada sampel yang diambil secara sistematis

Kedua : Presisi. Kriteria kedua sampel yang baik adalah memiliki tingkat presisi estimasi. Presisi mengacu pada persoalan sedekat mana estimasi kita dengan karakteristik populasi. Contoh : Dari 300 pegawai produksi, diambil sampel 50 orang. Setelah diukur ternyata rata-rata perhari, setiap orang menghasilkan 50 potong produk “X”. Namun berdasarkan laporan harian, pegawai bisa menghasilkan produk “X” per harinya rata-rata 58 unit. Artinya di antara laporan harian yang dihitung berdasarkan populasi dengan hasil penelitian yang dihasilkan dari sampel, terdapat perbedaan 8 unit. Makin kecil tingkat perbedaan di antara rata-rata populasi dengan rata-rata sampel, maka makin tinggi tingkat presisi sampel tersebut.

Di bawah ini digambarkan hubungan antara jumlah sampel dengan tingkat kesalahan seperti yang diuarakan oleh Kerlinger

besar

kesa-

lahan

kecil

kecil besarnya sampel besar

2.2 Ukuran sampel

Ukuran sampel atau jumlah sampel yang diambil menjadi persoalan yang penting manakala jenis penelitian yang akan dilakukan adalah penelitian yang menggunakan analisis kuantitatif. Pada penelitian yang menggunakan analisis kualitatif, ukuran sampel bukan menjadi nomor satu, karena yang dipentingkan adalah kekayaan informasi. Walau jumlahnya sedikit tetapi jika kaya akan informasi, maka sampelnya lebih bermanfaat.

Dikaitkan dengan besarnya sampel, selain tingkat kesalahan, ada lagi beberapa faktor lain yang perlu memperoleh pertimbangan yaitu, (1) derajat keseragaman, (2) rencana analisis, (3) biaya, waktu, dan tenaga yang tersedia . (Singarimbun dan Effendy, 1989). Makin tidak seragam sifat atau karakter setiap elemen populasi, makin banyak sampel yang harus diambil. Jika rencana analisisnya mendetail atau rinci maka jumlah sampelnya pun harus banyak. Misalnya di samping ingin mengetahui sikap konsumen terhadap kebijakan perusahaan, peneliti juga bermaksud mengetahui hubungan antara sikap dengan tingkat pendidikan. Agar tujuan ini dapat tercapai maka sampelnya harus terdiri atas berbagai jenjang pendidikan SD, SLTP. SMU, dan seterusnya.. Makin sedikit waktu, biaya , dan tenaga yang dimiliki peneliti, makin sedikit pula sampel yang bisa diperoleh. Perlu dipahami bahwa apapun alasannya, penelitian haruslah dapat dikelola dengan baik (manageable).

Ada pula yang menuliskan, untuk penelitian deskriptif, sampelnya 10% dari populasi, penelitian korelasional, paling sedikit 30 elemen populasi, penelitian perbandingan kausal, 30 elemen per kelompok, dan untuk penelitian eksperimen 15 elemen per kelompok (Gay dan Diehl, 1992).

Roscoe (1975) dalam Uma Sekaran (1992) memberikan pedoman penentuan jumlah sampel sebagai berikut :

1. Sebaiknya ukuran sampel di antara 30 s/d 500 elemen

2. Jika sampel dipecah lagi ke dalam subsampel (laki/perempuan, SD?SLTP/SMU, dsb), jumlah minimum subsampel harus 30

3. Pada penelitian multivariate (termasuk analisis regresi multivariate) ukuran sampel harus beberapa kali lebih besar (10 kali) dari jumlah variable yang akan dianalisis.

4. Untuk penelitian eksperimen yang sederhana, dengan pengendalian yang ketat, ukuran sampel bisa antara 10 s/d 20 elemen.

Krejcie dan Morgan (1970) dalam Uma Sekaran (1992) membuat daftar yang bisa dipakai untuk menentukan jumlah sampel sebagai berikut (Lihat Tabel)

Populasi (N)	Sampel (n)	Populasi (N)	Sampel (n)	Populasi (N)	Sampel (n)
10	10	220	140	1200	291
15	14	230	144	1300	297
20	19	240	148	1400	302
25	24	250	152	1500	306
30	28	260	155	1600	310
35	32	270	159	1700	313
40	36	280	162	1800	317
45	40	290	165	1900	320
50	44	300	169	2000	322
55	48	320	175	2200	327
60	52	340	181	2400	331
65	56	360	186	2600	335
70	59	380	191	2800	338
75	63	400	196	3000	341
80	66	420	201	3500	346
85	70	440	205	4000	351
90	73	460	210	4500	354
95	76	480	214	5000	357
100	80	500	217	6000	361
110	86	550	226	7000	364
120	92	600	234	8000	367
130	97	650	242	9000	368
140	103	700	248	10000	370
150	108	750	254	15000	375
160	113	800	260	20000	377
170	118	850	265	30000	379
180	123	900	269	40000	380
190	127	950	274	50000	381
200	132	1000	278	75000	382
210	136	1100	285	1000000	384

Sebagai informasi lainnya, Champion (1981) mengatakan bahwa sebagian besar uji statistik selalu menyertakan rekomendasi ukuran sampel. Dengan kata lain, uji-uji statistik yang ada akan sangat efektif jika diterapkan pada sampel yang jumlahnya 30 s/d 60 atau dari 120 s/d 250. Bahkan jika sampelnya di atas 500, tidak direkomendasikan untuk menerapkan uji statistik. (Penjelasan tentang ini dapat dibaca di Bab 7 dan 8 buku Basic Statistics for Social Research, Second Edition)

2.3 Menentukan Jumlah Sampel

Untuk dapat menentukan dengan tepat banyaknya jumlah subyek penelitian yang harus diambil, paneliti harus mengetahui terlebih dahulu apa yang menjadi unit analisis dari penelitian. Unit analisis atau satuan subyek yang dianalisis sangat tergantung pada siapa yang diteliti. Apabila penelitian tentang siswa maka sebagai unit analisis adalah siswa.

Besarnya jumlah sampel sering dinyatakan dengan ukuran sampel. Jumlah sampel yang mewakili 100% populasi adalah sama dengan jumlah populasi. Makin besar jumlah sampel mendekati jumlah populasi maka peluang kesalahan dalam melakukan generalisasi akan semakin kecil, dan sebaliknya makin kecil jumlah sampel penelitian maka diduga akan semakin besar kemungkinan kesalahan dalam melakukan generalisasi.

Beberapa hal yang perlu diperhatikan dalam menentukan besarnya sampel adalah sebagai berikut: a) Unit analisis, b) Pendekatan atau model penelitian, c) Banyaknya karakteristik khusus yang ada pada populasi, dan d) Keterbatasan Penelitian.

Untuk jumlah subyek dalam populasi sebanyak 100 sampai 150 subyek, maka jumlah sampel yang diambil sebanyak lebih kurang 25-30%. Besarnya sampel juga diambil dengan menggunakan rumus Cohran sebagai berikut:

2.4 Menentukan Anggota Sampel

Secara umum terdapat dua teknik sampling, yaitu: (1) teknik probaility, dan (2) teknik non-probability. Teknik sampling probability adalah teknik yang memberi peluang yang sama kepada seluruh anggota populasi untuk dipilih menjadi anggota sampel. Pengambilan sampel secara acak/random dapat dilakukan dengan bilangan random, komputer, maupun dengan undian. Apabila pengambilan sampel dilakukan dengan undian maka setiap anggota populasi diberi nomor sesuai dengan jumlah populasi. Penarikan sampel dengan cara mencabut satu demi satu nomor yang ada pada kotak undian sampai mencapai jumlah sampel yang telah ditetapkan dengan rumus cohran atau dengan persentase.

2.5 Teknik Pengambilan Sampel/Sampling

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. Yang dimaksud dengan 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).

Dua jenis teknik pengambilan sampel di atas mempunyai tujuan yang berbeda. Jika peneliti ingin hasil penelitiannya bisa dijadikan ukuran untuk mengestimasikan populasi, atau istilahnya adalah melakukan generalisasi maka seharusnya sampel representatif dan diambil secara acak. Namun jika peneliti tidak mempunyai kemauan melakukan generalisasi hasil penelitian maka sampel bisa diambil secara tidak acak. Sampel tidak acak biasanya juga diambil jika peneliti tidak mempunyai data pasti tentang ukuran populasi dan informasi lengkap tentang setiap elemen populasi. Contohnya, jika yang diteliti populasinya adalah konsumen teh botol, kemungkinan besar peneliti tidak mengetahui dengan pasti berapa jumlah konsumennya, dan juga karakteristik konsumen. Karena dia tidak mengetahui ukuran pupulasi yang tepat, bisakah dia mengatakan bahwa 200 konsumen sebagai sampel dikatakan “representatif”?. Kemudian, bisakah peneliti memilih sampel secara acak, jika tidak ada informasi yang cukup lengkap tentang diri konsumen?. Dalam situasi yang demikian, pengambilan sampel dengan cara acak tidak dimungkinkan, maka tidak ada pilihan lain kecuali sampel diambil dengan cara tidak acak atau nonprobability sampling, namun dengan konsekuensi hasil penelitiannya tersebut tidak bisa digeneralisasikan. Jika ternyata dari 200 konsumen teh botol tadi merasa kurang puas, maka peneliti tidak bisa mengatakan bahwa sebagian besar konsumen teh botol merasa kurang puas terhadap the botol.

Di setiap jenis teknik pemilihan tersebut, terdapat beberapa teknik yang lebih spesifik lagi. Pada sampel acak (random sampling) dikenal dengan istilah simple random sampling, stratified random sampling, cluster sampling, systematic sampling, dan area sampling. Pada nonprobability sampling dikenal beberapa teknik, antara lain adalah convenience sampling, purposive sampling, quota sampling, snowball sampling

a. Probability/Random Sampling.

Syarat pertama yang harus dilakukan untuk mengambil sampel secara acak adalah memperoleh atau membuat kerangka sampel atau dikenal dengan nama “sampling frame”. Yang dimaksud dengan kerangka sampling adalah daftar yang berisikan setiap elemen populasi yang bisa diambil sebagai sampel. Elemen populasi bisa berupa data tentang orang/binatang, tentang kejadian, tentang tempat, atau juga tentang benda. Jika populasi penelitian adalah mahasiswa perguruan tinggi “A”, maka peneliti harus bisa memiliki daftar semua mahasiswa yang terdaftar di perguruan tinggi “A “ tersebut selengkap mungkin. Nama, NRP, jenis kelamin, alamat, usia, dan informasi lain yang berguna bagi penelitiannya.. Dari daftar ini, peneliti akan bisa secara pasti mengetahui jumlah populasinya (N). Jika populasinya adalah rumah tangga dalam sebuah kota, maka peneliti harus mempunyai daftar seluruh rumah tangga kota tersebut. Jika populasinya adalah wilayah Jawa Barat, maka penelti harus mepunyai peta wilayah Jawa Barat secara lengkap. Kabupaten, Kecamatan, Desa, Kampung. Lalu setiap tempat tersebut diberi kode (angka atau simbol) yang berbeda satu sama lainnya.

Di samping sampling frame, peneliti juga harus mempunyai alat yang bisa dijadikan penentu sampel. Dari sekian elemen populasi, elemen mana saja yang bisa dipilih menjadi sampel?. Alat yang umumnya digunakan adalah Tabel Angka Random, kalkulator, atau undian. Pemilihan sampel secara acak bisa dilakukan melalui sistem undian jika elemen populasinya tidak begitu banyak. Tetapi jika sudah ratusan, cara undian bisa mengganggu konsep “acak” atau “random” itu sendiri.

1. Simple Random Sampling atau Sampel Acak Sederhana

Cara atau teknik ini dapat dilakukan jika analisis penelitiannya cenderung deskriptif dan bersifat umum. Perbedaan karakter yang mungkin ada pada setiap unsur atau elemen populasi tidak merupakan hal yang penting bagi rencana analisisnya. Misalnya, dalam populasi ada wanita dan pria, atau ada yang kaya dan yang miskin, ada manajer dan bukan manajer, dan perbedaan-perbedaan lainnya. Selama perbedaan gender, status kemakmuran, dan kedudukan dalam organisasi, serta perbedaan-perbedaan lain tersebut bukan merupakan sesuatu hal yang penting dan mempunyai pengaruh yang signifikan terhadap hasil penelitian, maka peneliti dapat mengambil sampel secara acak sederhana. Dengan demikian setiap unsur populasi harus mempunyai kesempatan sama untuk bisa dipilih menjadi sampel. Prosedurnya :

1. Susun “sampling frame”

2. Tetapkan jumlah sampel yang akan diambil

3. Tentukan alat pemilihan sampel

4. Pilih sampel sampai dengan jumlah terpenuhi

2. Stratified Random Sampling atau Sampel Acak Distratifikasikan

Karena unsur populasi berkarakteristik heterogen, dan heterogenitas tersebut mempunyai arti yang signifikan pada pencapaian tujuan penelitian, maka peneliti dapat mengambil sampel dengan cara ini. Misalnya, seorang peneliti ingin mengetahui sikap manajer terhadap satu kebijakan perusahaan. Dia menduga bahwa manajer tingkat atas cenderung positif sikapnya terhadap kebijakan perusahaan tadi. Agar dapat menguji dugaannya tersebut maka sampelnya harus terdiri atas paling tidak para manajer tingkat atas, menengah, dan bawah. Dengan teknik pemilihan sampel secara random distratifikasikan, maka dia akan memperoleh manajer di ketiga tingkatan tersebut, yaitu stratum manajer atas, manajer menengah dan manajer bawah. Dari setiap stratum tersebut dipilih sampel secara acak. Prosedurnya :

1. Siapkan “sampling frame”

2. Bagi sampling frame tersebut berdasarkan strata yang dikehendaki

3. Tentukan jumlah sampel dalam setiap stratum

4. Pilih sampel dari setiap stratum secara acak.

Pada saat menentukan jumlah sampel dalam setiap stratum, peneliti dapat menentukan secara (a) proposional, (b) tidak proposional. Yang dimaksud dengan proposional adalah jumlah sampel dalam setiap stratum sebanding dengan jumlah unsur populasi dalam stratum tersebut. Misalnya, untuk stratum manajer tingkat atas (I) terdapat 15 manajer, tingkat menengah ada 45 manajer (II), dan manajer tingkat bawah (III) ada 100 manajer. Artinya jumlah seluruh manajer adalah 160. Kalau jumlah sampel yang akan diambil seluruhnya 100 manajer, maka untuk stratum I diambil (15:160)x100 = 9 manajer, stratum II = 28 manajer, dan stratum 3 = 63 manajer.

Jumlah dalam setiap stratum tidak proposional. Hal ini terjadi jika jumlah unsur atau elemen di salah satu atau beberapa stratum sangat sedikit. Misalnya saja, kalau dalam stratum manajer kelas atas (I) hanya ada 4 manajer, maka peneliti bisa mengambil semua manajer dalam stratum tersebut , dan untuk manajer tingkat menengah (II) ditambah 5, sedangkan manajer tingat bawah (III), tetap 63 orang.

3. Cluster Sampling atau Sampel Gugus

Teknik ini biasa juga diterjemahkan dengan cara pengambilan sampel berdasarkan gugus. Berbeda dengan teknik pengambilan sampel acak yang distratifikasikan, di mana setiap unsur dalam satu stratum memiliki karakteristik yang homogen (stratum A : laki-laki semua, stratum B : perempuan semua), maka dalam sampel gugus, setiap gugus boleh mengandung unsur yang karakteristiknya berbeda-beda atau heterogen. Misalnya, dalam satu organisasi terdapat 100 departemen. Dalam setiap departemen terdapat banyak pegawai dengan karakteristik berbeda pula. Beda jenis kelaminnya, beda tingkat pendidikannya, beda tingkat pendapatnya, beda tingat manajerialnnya, dan perbedaan-perbedaan lainnya. Jika peneliti bermaksud mengetahui tingkat penerimaan para pegawai terhadap suatu strategi yang segera diterapkan perusahaan, maka peneliti dapat menggunakan cluster sampling untuk mencegah terpilihnya sampel hanya dari satu atau dua departemen saja. Prosedur :

1. Susun sampling frame berdasarkan gugus – Dalam kasus di atas, elemennya ada 100 departemen.

2. Tentukan berapa gugus yang akan diambil sebagai sampel

3. Pilih gugus sebagai sampel dengan cara acak

4. Teliti setiap pegawai yang ada dalam gugus sample

4. Systematic Sampling atau Sampel Sistematis

Jika peneliti dihadapkan pada ukuran populasi yang banyak dan tidak memiliki alat pengambil data secara random, cara pengambilan sampel sistematis dapat digunakan. Cara ini menuntut kepada peneliti untuk memilih unsur populasi secara sistematis, yaitu unsur populasi yang bisa dijadikan sampel adalah yang “keberapa”. Misalnya, setiap unsur populasi yang keenam, yang bisa dijadikan sampel. Soal “keberapa”-nya satu unsur populasi bisa dijadikan sampel tergantung pada ukuran populasi dan ukuran sampel. Misalnya, dalam satu populasi terdapat 5000 rumah. Sampel yang akan diambil adalah 250 rumah dengan demikian interval di antara sampel kesatu, kedua, dan seterusnya adalah 25. Prosedurnya :

1. Susun sampling frame

2. Tetapkan jumlah sampel yang ingin diambil

3. Tentukan K (kelas interval)

4. Tentukan angka atau nomor awal di antara kelas interval tersebut secara acak atau random – biasanya melalui cara undian saja.

5. Mulailah mengambil sampel dimulai dari angka atau nomor awal yang terpilih.

6. Pilihlah sebagai sampel angka atau nomor interval berikutnya

5. Area Sampling atau Sampel Wilayah

Teknik ini dipakai ketika peneliti dihadapkan pada situasi bahwa populasi penelitiannya tersebar di berbagai wilayah. Misalnya, seorang marketing manajer sebuah stasiun TV ingin mengetahui tingkat penerimaan masyarakat Jawa Barat atas sebuah mata tayangan, teknik pengambilan sampel dengan area sampling sangat tepat. Prosedurnya :

a. Susun sampling frame yang menggambarkan peta wilayah (Jawa Barat) – Kabupaten, Kotamadya, Kecamatan, Desa.

b. Tentukan wilayah yang akan dijadikan sampel (Kabupaten ?, Kotamadya?, Kecamatan?, Desa?)

c. Tentukan berapa wilayah yang akan dijadikan sampel penelitiannya.

d. Pilih beberapa wilayah untuk dijadikan sampel dengan cara acak atau random.

e. Kalau ternyata masih terlampau banyak responden yang harus diambil datanya, bagi lagi wilayah yang terpilih ke dalam sub wilayah.

b. Nonprobability/Nonrandom Sampling atau Sampel Tidak Acak

Seperti telah diuraikan sebelumnya, jenis sampel ini tidak dipilih secara acak. Tidak semua unsur atau elemen populasi mempunyai kesempatan sama untuk bisa dipilih menjadi sampel. Unsur populasi yang terpilih menjadi sampel bisa disebabkan karena kebetulan atau karena faktor lain yang sebelumnya sudah direncanakan oleh peneliti.

1. Convenience Sampling atau sampel yang dipilih dengan pertimbangan kemudahan.

Dalam memilih sampel, peneliti tidak mempunyai pertimbangan lain kecuali berdasarkan kemudahan saja. Seseorang diambil sebagai sampel karena kebetulan orang tadi ada di situ atau kebetulan dia mengenal orang tersebut. Oleh karena itu ada beberapa penulis menggunakan istilah accidental sampling – tidak disengaja – atau juga captive sample (man-on-the-street) Jenis sampel ini sangat baik jika dimanfaatkan untuk penelitian penjajagan, yang kemudian diikuti oleh penelitian lanjutan yang sampelnya diambil secara acak (random). Beberapa kasus penelitian yang menggunakan jenis sampel ini, hasilnya ternyata kurang obyektif.

2. Purposive Sampling

Sesuai dengan namanya, sampel diambil dengan maksud atau tujuan tertentu. Seseorang atau sesuatu diambil sebagai sampel karena peneliti menganggap bahwa seseorang atau sesuatu tersebut memiliki informasi yang diperlukan bagi penelitiannya. Dua jenis sampel ini dikenal dengan nama judgement dan quota sampling.

Judgment Sampling

Sampel dipilih berdasarkan penilaian peneliti bahwa dia adalah pihak yang paling baik untuk dijadikan sampel penelitiannya.. Misalnya untuk memperoleh data tentang bagaimana satu proses produksi direncanakan oleh suatu perusahaan, maka manajer produksi merupakan orang yang terbaik untuk bisa memberikan informasi. Jadi, judment sampling umumnya memilih sesuatu atau seseorang menjadi sampel karena mereka mempunyai “information rich”.

Dalam program pengembangan produk (product development), biasanya yang dijadikan sampel adalah karyawannya sendiri, dengan pertimbangan bahwa kalau karyawan sendiri tidak puas terhadap produk baru yang akan dipasarkan, maka jangan terlalu berharap pasar akan menerima produk itu dengan baik. (Cooper dan Emory, 1992).

Quota Sampling

Teknik sampel ini adalah bentuk dari sampel distratifikasikan secara proposional, namun tidak dipilih secara acak melainkan secara kebetulan saja.

Misalnya, di sebuah kantor terdapat pegawai laki-laki 60% dan perempuan 40% . Jika seorang peneliti ingin mewawancari 30 orang pegawai dari kedua jenis kelamin tadi maka dia harus mengambil sampel pegawai laki-laki sebanyak 18 orang sedangkan pegawai perempuan 12 orang. Sekali lagi, teknik pengambilan ketiga puluh sampel tadi tidak dilakukan secara acak, melainkan secara kebetulan saja.

3. Snowball Sampling – Sampel Bola Salju

Cara ini banyak dipakai ketika peneliti tidak banyak tahu tentang populasi penelitiannya. Dia hanya tahu satu atau dua orang yang berdasarkan penilaiannya bisa dijadikan sampel. Karena peneliti menginginkan lebih banyak lagi, lalu dia minta kepada sampel pertama untuk menunjukan orang lain yang kira-kira bisa dijadikan sampel. Misalnya, seorang peneliti ingin mengetahui pandangan kaum lesbian terhadap lembaga perkawinan. Peneliti cukup mencari satu orang wanita lesbian dan kemudian melakukan wawancara. Setelah selesai, peneliti tadi minta kepada wanita lesbian tersebut untuk bisa mewawancarai teman lesbian lainnya. Setelah jumlah wanita lesbian yang berhasil diwawancarainya dirasa cukup, peneliti bisa mengentikan pencarian wanita lesbian lainnya. . Hal ini bisa juga dilakukan pada pencandu narkotik, para gay, atau kelompok-kelompok sosial lain yang eksklusif (tertutup)

C. Penutup

Populasi penelitian merupakan keseluruhan atau universum dari obyek penelitian yang berupa manusia, hewan, tumbuh-tumbuhan udara, gejala, nilai, peristiwa, sikap hidup dan sebagainya.

Jika peneliti ingin melakukan penelitian pada sesuatu populasi yang besar, tidak perlu meneliti setiap unit dari pupulasi akan tetapi cukup hanya mengambil seperlunya saja (sampel).

Untuk mendapatkan suatu sampel yang "representatif, perlu diperhatikan cara-cara yang disebut dalam "Probability Sample". Dan, jika peneliti hanya ingin mengetahui sekedar gambaran umum dari suatu keadaan, sedang biaya dan waktu sangat sedikit, dapat kita pergunakan "Non Probability Sample".

Untuk menghindari terjadinya Non Sampling Error perlu diadakan perencanaan yang baik dalam pembuatan kwesioner, manual, penetapan defenisi dan konsep serta pengumpulan dan pengolahan data.

1. Derajat keseragaman

2. Rencana analisis

3. Biaya waktu dan tenaga yang tersedia. Semakin tidak seragam sifat atau karakter setiap elemen populasi, makin banyak sampel yang harus diambil. Jika rencana analisisnya mendetail atau rinci maka jumlah sampelnya pun harus banyak.

Sebagian besar uji-uji statistik yang ada akan sangat efektif jika diterapkan pada sampel yang jumlahnya 30s/d 60 atau dari 120 s/d 250. Tetapi, jika sampelnya di atas 500, tidak direkomendasikan untuk menerapkan uji statistik.