Gambaran Umum

Metode Sampling

Oleh:

Hari Wijayanto

Departemen Statistika FMIPA-IPBEmail: hari_ipb@yahoo.com hp:08128094483

TAHAPAN PENELITIAN

• Perumusan masalah• Penentuan sumber data/informasi • Penentuan metode pengumpulan

data/informasi ukuran & metode

• Pelaksanaan penelitian / pengumpulan data primer & sekunder

• Pengolahan data dan analisis• Penarikan kesimpulan dan pembuatan

laporan

TAHAPAN PERUMUSAN MASALAH

Merupakan hal yang paling penting

Albert Einstein: “Perumusan sebuah permasalahan seringkali lebih esensial dibandingkan pemecahannya itu sendiri” Sebuah permasalahan yang didefinisikan dengan baik merupakan setengah dari pemecahan persoalan itu sendiri.

Proses pendefinisian masalah (Zikmund, 1997): (a) Memastikan tujuan, (b) memahami latar belakang permasalahan, (c) Isolasi dan identifikasi permasalahan, (d) Tentukan unit analisis, (e) Tentukan variabel yang relevan, (f) Definisikan riset dalam bentuk pertanyaan dan tujuan yang ingin dicapai.

Mengkaji tujuan penelitian dengan seksamaMempelajari literaturMempelajari hasil penelitian orang lain

Mendapatkan data Primer• Studi Kualitatif

• Observasi

• Percobaan

• SurveySurvey lengkap (sensus) mengumpulkan data dari keseluruhan populasiPopulasi : kumpulan objek yang menjadi perhatian risetSurvei Sampling mengumpulkan data dari sebagian populasiSample : himpunan bagian dari populasi yang secara aktual dipelajari

• Suatu survey dilakukan untuk menduga total konsumsi gula di industri

Contoh Kasus:

300

350

150

20

30

15

200

2510

10

Industri yang disurvey? yang terlihat

300

350

150

20

30

15

200

2510

10

Industri yang disurvey: besar

300

350

150

20

30

15

200

2510

10

Total = 1000

Rata-rata = 250

Industri yang disurvey? yang mudah

300

350

150

20

30

15

200

2510

10

Industri yang disurvey: kecil

300

350

150

20

30

15

200

2510

10

Total = 110

Rata-rata = 18.3

• Populasi

Contoh Kasus:

300

350

150

20

30

15

200

2510

10

• Populasi

Contoh Kasus:

300

350

150

20

30

15

200

2510

10

Total = 1110

Rata-rata = 111

• Populasi

Contoh Kasus lain:

Y

X

• Populasi sampel

Contoh Kasus lain:

Y

X

• Model sampel

Contoh Kasus lain:

Y

X

• Populasi vs model sampel

Contoh Kasus lain:XbbY 10

ˆ +=

X

Y

Mengapa harus sampel ?

• Sampling menghemat waktu & uang

• Pengujian dapat bersifat merusak

• Umumnya sampling lebih akurat manakala uang dan waktu terbatas… Lebih baik menghabiskan uang dan waktu yang ada untuk mendapatkan informasi terperinci yang akurat pada beberapa individu (saja) dibanding berusaha dengan cepat untuk mendapatkan sedikit informasi dari banyakindividu

Sampel harus representatif• Sample yang baik: representatif mewakili

populasi

• Jika sampelnya representatif, statistik yang diperoleh dari analisis terhadap data sampel akan mendekati apa yang didapat dari populasi

• Jika suatu metode sampling cenderung memberi sampel di mana beberapa karakteristik populasi direpresentasikan berlebih atau kurang (over orunder-represented) maka metode sampling tersebut ber-bias

• Suatu metode sampling yang ber-bias punya kecenderungan memberi sampel yang tidak representatif

Representativeness• Individu (orang)

• Karakteristik Demografi (umur, pendidikan…)

• Karakteristik Psikografi

• Place (urban vs. rural)

• Time• Seasonality• Day of the week• Time of the day

Peranan Metode Sampling?

• Mendapatkan sampel yang mewakili (representatif) populasi

Memilih metode yang tepatMenentukan jumlah sampel yang memadai

sesuai dengan tingkat akurasi yang diharapkan

• Metode Sampling :

Probability vs Non Probability Sampling

Probability SamplingMetode Sampling yang berbasis pada kaidah peluang

(pemilihan secara acak) tingkat akurasi bisa dihitung

Acak setiap unit memiliki peluang yang sama untuk terpilih

Butuh kerangka contoh (daftar seluruh unit atau anggota populasi)

Beberapa definisi:

N = banyaknya objek dalam kerangka contoh (sampling frame)

n = banyaknya objek dalam contoh

f = n/N = fraksi contoh

• Penarikan Contoh Acak Sederhana (Simple Random Sampling)

• Penarikan Contoh Acak Berlapis (Stratified Random Sampling)

• Penarikan Contoh Sistematis (Systematic Random Sampling)

• Penarikan Contoh Gerombol (Cluster Random Sampling)

• Penarikan Contoh Bertahap (Multi-Stage Sampling)

Beberapa Metode Sampling (Probability)

Jenis Error dalam survey

• Error dalam survey sampling error & non sampling errorSampling error: beda antara nilai dugaan (dari sampel) dengan nilai populasi yang sebenarnya

• Non sampling error non observation & observation error• Non observation error non coverage (coverage error) &

non response (non response error)Coverage error: sampling frame tidak meng-cover semua anggota populasi Nonresponse error: sampel yang tidak menjawab

• Observation error measurement error & processing errorMeasurement error: respon yang tidak tepat karena alat ukur, kesalahan responden, kesalahan surveyorProcessing error : kesalahan akibat tidak akuratnya pemrosesan data (salah kode, salah tulis/salah ketik)

Hubungan Error dengan Ukuran Contoh

Non sampling error

Sampling error

Ukuran contoh

Error

nopt

Hubungan Error dengan Ukuran Contoh

Non sampling error

Sampling error

Ukuran contoh

Error

nopt

Memilih Metode Sampling

• Kenali Populasi sasaran studiUkuran dan penyebaran geografisKeragaman variabel

• Tingkat ketelitian yang diinginkan

• Sumberdaya yang tersedia (dana, sdm, peralatan, dll)

• Pentingnya mempunyai dugaan yang tepat tentang sampling error

Penentuan Ukuran Contoh

• Mengidentifikasi variabel utama studi• Menentukan jenis statistik yang akan diduga

(%,rata-rata, rasio,...)• Menentukan ketepatan pendugaan yang

diinginkan (margin of error, bound of error, sering disebut orang sebagai sampling error)

• Menetapkan tingkat kepercayaan (confidence level)

• Melakukan penyesuaian untuk meningkatkan respon rate yang diharapkan

n = f(ragam, ukuran populasi, ketelitian yang diinginkan, biaya, waktu, resiko)

Ukuran contoh yang diperlukan untuk menduga μ dengan batas error pendugaan sebesar B adalah:

Ukuran contoh yang diperlukan untuk menduga P dengan batas error pendugaan sebesar B adalah:

4B Ddengan ,

)1(

2

2

2

=+−

=σ

σDN

Nn

)1()1()1(

ppDNpNpn

−+−−

=

222

22

)1( ε−+=

NVzNVzn

222

2

)1()1()1(

pNppzpNpzn

ε−+−−

=

Z=1.96 dengan SK 95%, V=Std relatif thd mean, ε=batas kesalahan yang diinginkan (% thd mean)

Ukuran contoh optimum (n)Simple random sampling

Non Probability Sampling• Pemilihan tidak dilakukan secara acak

• Generalisasi terhadap populasi agak sulit dilakukan

• Sering digunakan dalam penelitian sosial, marketing research, dll., krn Probability Sampling tidak praktis atau bahkan tidak dapat diterapkan

• Accidental/Haphazard/Convenience vs Purposive

• Purposive Model Instance Sampling, Expert Sampling, Quota Sampling, Heterogenety Sampling, Snowball Sampling