Contoh Teknik Pengambilan Sampel Probability & NonProbability - Teknik Sampel NonProbability harus dihindari bila kita akan mendeskripsikan sebuah publik, dimana sebuah sampel representatif digunakan. Teknik ini sangat berguna dalam riset eksploratori dimana praktisi melakukan sebelum launching sebuah studi. Sampel non probability adalah satu dimana kemungkinan penyeleksian elemen sampel tidak diketahui. Ketidaktahuan kerepresentatifan sampel dan kualitas yang rendah pada klaim pengetahuan tentang populasi adalah kelemahan dari teknik pengambilansampel non probability. Dengan kata lain, sampel yang baru saja dideskripsikan dengan mudah dan mudah didapatkan. Membutuhkan sedikit usaha, tidak mahal, cepat didesain.
1. TIPE-TIPE SAMPEL NONPROBABILITY
Kelima sampel non probability yang dideskripsikan tersebut berguna untuk penilaian awal tentang pengetahuan, opini dan tingkah laku publik. Umumnya lebih cepat dan lebih murah dari pada teknik pengambilan sampel probability. Meskipun, sampel non probability kurang merepresentasikan populasi dimana praktisi mencari pemahaman. David Clavier, direktur eksekutif Husk Jenning Overmann PR, berargumen bahwa sampel non probability biasanya hanya dapat digunakan untuk mempelajari kesulitan untuk meraih publik. “Anda harus menerima sampel non representatif sebagai batas studi”. Kita tidak dapat membuat klaim pengetahuan tentang publik yang luas dalam penggunaan sampel non probability.
KEKUATAN PENGAMBILAN SAMPEL PROBABILITY
Sampel probability digunakan dalam beberapa cara dimana probabilitas diseleksi dalam pengambilan elemen sampel tertentu yang telah diketahui. Hal ini memungkinkan penggunaan alat statistik yang kuat untuk mengestimasi karakteristik dari semua publik didasarkan pada sampel yang relatif kecil.
KESIMPULAN STATISTIK DARI SAMPEL KE POPULASI
Apakah kesimpulan statistikal? Kesimpulan adalah suatu klaim pengetahuan tentang populasi didasarkan pada small probability sampel yang digunakan dari populasi. Sampel probabilitas memungkinkan estimasi yang baik, dimana sampel sangat luas untuk mencapai kebutuhan akurasi.
KESIMPULAN AKURASI DAN UKURAN SAMPEL
Sampel kecil menyediakan estimasi yang tidak dapat dipercaya dari target publik. Fakta penting dari besar kecilnya sampel:
UKURAN SAMPEL DAN AKURASI
Keakuratan sampel meningkat seiring jumlah sampel. Sampel memberikan kesempatan lebih keakuratan estimasi dari persentase populasi sesungguhnya sebagai sampel termasuk lebih anggota target publik. Dalam survei nasional sampel antara 1000 –1500 adalah tipikal. Karena peningkatan akurasi dari ukuran sampel yang lebih besar jarang worth extra expense.
SEBERAPA BESAR SEBUAH SAMPEL
Bila kemungkinan sampel telah ditentukan, berapa responden yang harus dimasukkan? Seperti kata Dr. Walton tidak ada jawaban yang pasti tentang hal ini. bila margin kesalahan dari 22% dapat diterima, maka jumlah sampel diutamakan 100. Bila margin kesalahan yang lebih kecil dapat diterima, maka digunakan jumlah sampel yang lebaih banyak. Tetapi tentu saja kita harus menyesuaikan dengan biaya yang kita punya. Sampel yang besar meningkatkan akurasi, kita harus membuat penyesuaian tentang biaya dan peningkatan akurasi.
2. TIPE-TIPE SAMPEL PROBABILITY
Pengambilan sampel secara acak (random sampel) merupakan bentuk ideal dari sampel probability, tapi sampel probability yang lain dapat digunakan. Dalam beberpa kasus tipe sampel probability lebih berguna daripada pengambilan sampel secara acak. Tipe-tipe pengambilan sampel probability:
Kadangkala cluster sampel melibatkan beberapa kerangka sampel, satu berhubungan dengan lainnya. Sebagai contoh, dalam pengambilan sampel berdasarkan residen di sebuah kota, pertama sebuah random sampel mungkin dapat diambil dari sensus. Kedua, city block adalah sampel dari tiap sensus yang diseleksi. Ketiga household dijadikan sampel dari tiap city block yang diseleksi. Keempat responden tertentu dijadikan sampel dari tiap household. Hal ini merujuk sebagai multistage cluster sampling. Multistage cluster sampling seperti cluster sampling adalah sebuah teknik untuk meng-generalisasikan sebuah probability sampel ketika tidak ada kerangka sampel yang komprehensif dari elemen sampel yang eksis.
KOMBINASI STRATEGI PENGAMBILAN SAMPEL YANG BERBEDA
Tiap strategi pengambilan sampel dapat dikombinasikan untuk membuat riset khusus. Sebagai contoh, kita ingin membuat interview tatap muka dengan responden di sepuluh kota dimana perusahaan berada. Kita memutuskan cara mengambil sampel melalui sensus di sepuluh kota. Karena tiap subpublik atau strata direpresentasikan dalam inisial sampel, tingkat pertama dari pengambilan sampel adalah distratifikasi. Tingkat kedua melibatkan pengambilan sampel secara sensus antar kota. Kita menyelesaikan pengambilan sampel secara acak atau pengambilan sampel dengan stratifikasi. City block dengan cara sensus bersamaan dengan household dapat dijadikan sampel menggunakan pengambilan sampel secara dimensional. Seperti strategi pengambilan sampel menjadi lebih kompleks, sumber bias meningkat. Sehingga, statistical elegance dari sampel random sederhana biasanya harus menjadi subordinat administrasi pragmatis dalam melaksanakan riset yang berguna bersamaan dengan budget yang terbatas dan pembatasan waktu
Daftar Pustaka
Sekian artikel tentang Contoh Teknik Pengambilan Sampel Probability & NonProbability.
 |
| image source: fluidsurveys.com |
baca juga: Pendekatan, Metode dan Tipe Penelitian Menurut Para Ahli
1. TIPE-TIPE SAMPEL NONPROBABILITY
- Convenience sampling (accidental sampling). Pengambilan sampel dengan cara menyeleksi beberapa orang sebagai elemen sampel. Kriteria yang digunakan untuk menyeleksi tersebut tidak dapat dijadikan sampel yang merepresentasikan kepentingan publik. Misalnya, teknik pengambilan sampel ini berguna untuk mengetahui opini publik, sebagai awal untuk melaksanakan riset tentang peningkatan tarif dasar- membuat survei lebih tepat.
- Quota sampling. Praktisi menyeleksi beberapa orang, sampai mencapai quota tertentu, menggunakan spesifikasi target publik tertentu, kemudian elemen sampel diseleksi untuk memastikan bahwa sampel merefleksikan pendistribusian karakter dalam populasi. Dalam tiap kategori quota disebut sebuah stratum.
- Dimensional sampling. Adalah perluasan dari quota sampling, dimana banyak kriteria quota atau strata dilibatkan. Umumnya, upaya ini digunakan untuk memastikan bahwa sedikitnya satu orang termasuk dalam sampel tiap kemungkinan kombinasi kriteria.
- Snowball sampling adalah sebuah teknik non probability yang berguna bila kita hanya mengidentifikasi sedikit anggota dari target publik secara langsung, tapi anggota dari target publik nampaknya mengenal satu sama lain. Quisioner yang di poskan atau interview dilakukan bersama anggota publik yang telah diketahui. Responden diminta untuk menyebutkan nama orang lain yang mereka tahu yang juga merupakan anggota target publik. Dalam pencarian informasi tahap kedua, individu yang disebutkan oleh responden pertama dihubungi. Kemudian informasi yang didapatkan dari keduanya diorganisasikan.
- Purposive sampling (judgemental sampling). Sampel purposive digunakan dalam tatacara dalam kebutuhan tertentu dari kegiatan riset. Sampel purposive tidak menggunakan single category atau multiple category quotas. Tetapi, praktisi menggunakan pemahaman mereka tentang informasi yang dibutuhkan dan populasi untuk membentuk sampel. Walter K. Lindenmann menggarisbawahi kegunaan dari purposive atau judgemental sampel dengan kesulitan untuk mendapatkan publik: “Sudah dapat diterima bila kita menginterview 75 CEO, tetapi karena tidak seorangpun dapat menemukan mereka dan tidak ada seorangpun berprofesi sebagai CEO. Statistikal margin kesalahan tidak mengaplikasikan tipe sampel. Apa yang terjadi adalah orang mencampur random sampel dengan purposive atau judgemental sampel. Judgemental sampel digunakan bila kita mentargetkan dalam orang-orang khusus untuk tujuan tertentu”.
Kelima sampel non probability yang dideskripsikan tersebut berguna untuk penilaian awal tentang pengetahuan, opini dan tingkah laku publik. Umumnya lebih cepat dan lebih murah dari pada teknik pengambilan sampel probability. Meskipun, sampel non probability kurang merepresentasikan populasi dimana praktisi mencari pemahaman. David Clavier, direktur eksekutif Husk Jenning Overmann PR, berargumen bahwa sampel non probability biasanya hanya dapat digunakan untuk mempelajari kesulitan untuk meraih publik. “Anda harus menerima sampel non representatif sebagai batas studi”. Kita tidak dapat membuat klaim pengetahuan tentang publik yang luas dalam penggunaan sampel non probability.
KEKUATAN PENGAMBILAN SAMPEL PROBABILITY
Sampel probability digunakan dalam beberapa cara dimana probabilitas diseleksi dalam pengambilan elemen sampel tertentu yang telah diketahui. Hal ini memungkinkan penggunaan alat statistik yang kuat untuk mengestimasi karakteristik dari semua publik didasarkan pada sampel yang relatif kecil.
KESIMPULAN STATISTIK DARI SAMPEL KE POPULASI
Apakah kesimpulan statistikal? Kesimpulan adalah suatu klaim pengetahuan tentang populasi didasarkan pada small probability sampel yang digunakan dari populasi. Sampel probabilitas memungkinkan estimasi yang baik, dimana sampel sangat luas untuk mencapai kebutuhan akurasi.
KESIMPULAN AKURASI DAN UKURAN SAMPEL
Sampel kecil menyediakan estimasi yang tidak dapat dipercaya dari target publik. Fakta penting dari besar kecilnya sampel:
- Rata-rata nilai untuk semua sampel yang diambil bersama dengan tujuan untuk mengkonvergensikan nilai aktual dari target publik. Nilai aktual dari populasi disebut parameter.
- Cara statistikal ini memungkinkan kita untuk mengestimasi keakuratan sampel, didasarkan pada jumlah sampel. Persentage yang diperoleh dari banyak sampel dalam jumlah yang sama dari populasi yang sama akan membentuk sebuah bell-shaped curve disekitar parameter populasi sesungguhnya.
- 95% dari semua sampel diambil dari populasi yang sama bersamaan sebuah range spesifik yang diketahui parameter populasi sesungguhnya. Range dapat dispesifikasi untuk tiap ukuran sampel. 95% menunjuk pada konvensi, sebuah angka yang merefleksikan level of confidence dimana hampir semua ilmuwan sosial mendasarkan klaim tentang populasi. Untuk menggunakan interval 95%, kita harus menerima apa yang terjadi ketika kita mengambil satu sampel dari populasi. Kita tidak pernah tahu bila satu sampel tersebut overestimate atau underestimate dari nilai populasi sesungguhnya.
UKURAN SAMPEL DAN AKURASI
Keakuratan sampel meningkat seiring jumlah sampel. Sampel memberikan kesempatan lebih keakuratan estimasi dari persentase populasi sesungguhnya sebagai sampel termasuk lebih anggota target publik. Dalam survei nasional sampel antara 1000 –1500 adalah tipikal. Karena peningkatan akurasi dari ukuran sampel yang lebih besar jarang worth extra expense.
SEBERAPA BESAR SEBUAH SAMPEL
Bila kemungkinan sampel telah ditentukan, berapa responden yang harus dimasukkan? Seperti kata Dr. Walton tidak ada jawaban yang pasti tentang hal ini. bila margin kesalahan dari 22% dapat diterima, maka jumlah sampel diutamakan 100. Bila margin kesalahan yang lebih kecil dapat diterima, maka digunakan jumlah sampel yang lebaih banyak. Tetapi tentu saja kita harus menyesuaikan dengan biaya yang kita punya. Sampel yang besar meningkatkan akurasi, kita harus membuat penyesuaian tentang biaya dan peningkatan akurasi.
2. TIPE-TIPE SAMPEL PROBABILITY
Pengambilan sampel secara acak (random sampel) merupakan bentuk ideal dari sampel probability, tapi sampel probability yang lain dapat digunakan. Dalam beberpa kasus tipe sampel probability lebih berguna daripada pengambilan sampel secara acak. Tipe-tipe pengambilan sampel probability:
- Pengambilan sampel secara acak (random sampel) adalah sampel probability dimana tiap elemen dalam target publik (populasi) memiliki kesempatan yang sama dalam seleksi di dalam sampel. Contoh yang umum dalam pengambilan sampel secara acak adalah mengambil setiap orang menjadi sampel tanpa melihat. Untuk membentuk random sampel, kerangka sampel yang komprehensif umumnya diperlukan.
- Sistematika sampel hampir sama dengan random sampel dan umumnya lebih mudah digunakan. Sampel sistematik dapat digunakan kapanpun, kerangka sampel diorganisasikan dalam tatacara yang tidak menjadikan bias pada sampel. Untuk membuat sampel sistematis, ambil sebuah angka dari tabel random, kemudian hitung mundur kerangka sampel yang indikasikan nama nomor random yang menyajikan sebagai point awal. Kemudian ambil nama dari nomer yang dispesifikasi (elemen populasi) dan seleksi nama kedua. Bekerja melalui kerangka sampel, skip nomer dan nama yang sama setelah seleksi selesai.
- Stratified random sample digunakan bila target publik yang dipelajari dibuat sedemikian rupa sehingga tidak terjadi overlapping subpublik atau strata. Tiap sub publik dapat dipandang sebagai strata untuk membentuk stratified random sampel.
- Cluster sampel berguna bila sebuah daftar komprehensif dari target publik, kerangka sampel komprehensif tidak dapat digunakan. Cluster sample dibuat dari kerangka sampel dimana pengambilan elemen sampel cluster didaftar. Cluster adalah sampel pada random, kemudian beberapa atau semua elemen sampel bersamaan dengan cluster yang dijadikan sampel.
Kadangkala cluster sampel melibatkan beberapa kerangka sampel, satu berhubungan dengan lainnya. Sebagai contoh, dalam pengambilan sampel berdasarkan residen di sebuah kota, pertama sebuah random sampel mungkin dapat diambil dari sensus. Kedua, city block adalah sampel dari tiap sensus yang diseleksi. Ketiga household dijadikan sampel dari tiap city block yang diseleksi. Keempat responden tertentu dijadikan sampel dari tiap household. Hal ini merujuk sebagai multistage cluster sampling. Multistage cluster sampling seperti cluster sampling adalah sebuah teknik untuk meng-generalisasikan sebuah probability sampel ketika tidak ada kerangka sampel yang komprehensif dari elemen sampel yang eksis.
KOMBINASI STRATEGI PENGAMBILAN SAMPEL YANG BERBEDA
Tiap strategi pengambilan sampel dapat dikombinasikan untuk membuat riset khusus. Sebagai contoh, kita ingin membuat interview tatap muka dengan responden di sepuluh kota dimana perusahaan berada. Kita memutuskan cara mengambil sampel melalui sensus di sepuluh kota. Karena tiap subpublik atau strata direpresentasikan dalam inisial sampel, tingkat pertama dari pengambilan sampel adalah distratifikasi. Tingkat kedua melibatkan pengambilan sampel secara sensus antar kota. Kita menyelesaikan pengambilan sampel secara acak atau pengambilan sampel dengan stratifikasi. City block dengan cara sensus bersamaan dengan household dapat dijadikan sampel menggunakan pengambilan sampel secara dimensional. Seperti strategi pengambilan sampel menjadi lebih kompleks, sumber bias meningkat. Sehingga, statistical elegance dari sampel random sederhana biasanya harus menjadi subordinat administrasi pragmatis dalam melaksanakan riset yang berguna bersamaan dengan budget yang terbatas dan pembatasan waktu
Daftar Pustaka
- Griffin, Em. 1991. A First Look at Communication Theory. New York: McGraw-Hill
- Sendjaja, Sasa Djuarsa, 1993. Teori Komunikasi, Jakarta: Univ. Terbuka
- Mulyana, Deddy. 2001. Ilmu Komunikasi Suatu Pengantar
- Littlejohn, Stephen, 1996, Theories of Human Communication. Wadsworth Publishing Company Inc Belmont
Sekian artikel tentang Contoh Teknik Pengambilan Sampel Probability & NonProbability.
Contoh Teknik Pengambilan Sampel Probability & NonProbability
4/
5
Oleh
Unknown