5 Contoh Probability Sampling Berbagai Bidang Penelitian

Contoh probability sampling yang akan kami bagikan kali ini bisa diterapkan untuk semua jenis penelitian, seperti penelitian kesehatan, penelitian lingkungan, penelitian ekonomi, perusahaan dan masih banyak lagi.

Probability sampling adalah teknik pengambilan sampel yang memungkinkan untuk semua anggota populasi mendapatkan peluang menjadi sampel. Pasalnya tidak ada kriteria tertentu untuk menjadi sampel pada teknik probability sampling ini.

Setelah membaca metode ini, diharapkan Anda bisa menemukan sampel dengan mudah untuk penelitian Anda.

Apa Saja Yang Termasuk Probability Sampling?

Dalam metode probability sampling terdapat beberapa jenis teknik untuk pemilihan sampel yaitu:

1. Simple Random Sampling
2. Stratified Random Sampling
3. Cluster Random Sampling
4. Systematic Sampling
5. Multi Stage Sampling

Baca juga : Contoh Variabel Kontrol Penelitian

Contoh Probability Sampling Dalam Penelitian

1. Simple Random Sampling

Simple random sampling atau pengambilan sampel acak sederhana adalah metode probability sampling yang cukup mudah, yaitu dengan membuat sistem undian atau tabel acak. 

Jadi calon responden akan diberikan nomor undian untuk menjadi sampel, atau dibuatkan tabel angka dan dipilih sesuai kriteria yang telah ditentukan.

Contoh probability sampling menggunakan simple random sampling adalah:

• Metode undian : Misalnya Anda akan mengambil sampel 30 dari total populasi 100 dengan membuat nomor undian dan menyebarkannya ke 100 populasi tersebut.
• Metode tabel acak : Anda bisa membuat tabel nomor 1-100 acak di Excel. Kemudian pilih 30 diantaranya.

2. Stratified Random Sampling

Stratified random sampling adalah metode sampel yang menggunakan populasi bertingkat, dengan membagi populasi ke dalam tingkatan tertentu berdasarkan kriteria yang sama. Kemudian dari masing-masing tingkatan dipilih sampel secara acak dan terakhir digabungkan menjadi kesimpulan dari populasi.

Contoh stratified random sampling adalah sebagai berikut:

Pertama, temukan jenis populasinya, misalnya Anda membuat strata dari populasi berdasarkan :

• Tingkat pendidikan : SD, SMP, SMA, Kuliah dst.
• Pendapatan : Rp 1-2 juta, Rp 3-4 juta dst.
• Usia : 20-30 tahun, 30-40 tahun dst.

Kedua, tentukan jumlah sampelnya, ketiga pilih sampelnya dengan rumus N = (Ns : Nt) x nt.

• N : Besar sampel tiap strata
• Ns : Jumlah anggota populasi masing-masing strata
• Nt : Total populasi
• nt : Jumlah sampel yang diinginkan

Misalnya diketahui jumlah populasi adalah 500 orang dan dibutuhkan sampel sebanyak 150 orang. Perhitungannya ada di tabel berikut:

Baca juga : Contoh Variabel Bebas Dan Terikat Dalam Penelitian

3. Cluster Random Sampling

Cluster random sampling adalah metode probability sampling yang membagi populasi ke dalam kelompok tertentu. Berbeda dengan stratified, metode cluster tidak dibuat secara bertingkat.

Metode ini bisa diterapkan, jika karakter dalam populasi berukuran luas dan bersifat selevel atau setara. Misalnya antar blok perumahan, antar provinsi, antar kelompok belajar, antar kelompok haji dsb.

Teknik cluster random sampling bisa menggunakan 3 pendekatan yaitu :

• One stage / satu tahapan
• Two stage / dua tahapan
• Multistage / banyak tahapan

Contoh cluster random sampling pada metode probability sampling sebagai berikut:

• Penelitian tentang masalah buta huruf di Desa A. Maka peneliti cukup mengambil responden sampel di Desa A.
• Penelitian tentang kesejahteraan buruh tani di Kampung Banjar. Peneliti bisa mengambil petani yang ada di Dusun A dan B di Kampung Banjar untuk dijadikan sampel.
• Penelitian tentang prestasi olahraga siswa SMA di Lampung. Peneliti bisa mengelompokkan sekolah negeri atau swasta dan berdasarkan tingkat kelasnya.

4. Systematic Sampling

Systematic sampling adalah teknik sampel yang menggunakan sistem acak dengan interval. Rumus systematic sampling adalah K = N/n. 

• K = Jarak interval, 
• N = Jumlah Populasi dan 
• n = Jumlah sampel. 

Misalnya jumlah populasi adalah 1000, dibutuhkan sampel 100 dan jarak interval adalah 1000/100 = 10. Maka setelah Anda membuat nomor urut untuk sampel dari 1-1000 dan memilihnya nomor pertama secara acak, selanjutnya mengikuti jarak interval.

Contoh nomor awal adalah 3, maka nomor sampel berikutnya adalah 13, 23, 33 dan seterusnya.

5. Multi Stage Sampling

Multistage sampling adalah bagian teknik yang menggabungkan beberapa metode dalam probability sampling. Misalnya dalam tahap pertama menggunakan metode strata, dilanjutkan dengan simple random, atau pertama menggunakan cluster, selanjutnya simple random.

Contoh multi stage sampling pada metode probability sampling adalah :

Penelitian tentang peningkatan penyakit DBD di Provinsi Banten. Peneliti bisa mengelompokkan berdasarkan tempat tinggal seperti di pesisir pantai dan di kota menggunakan pendekatan cluster random sampling. Juga berdasarkan usia anak-anak dan orang dewasa menggunakan stratified random sampling.

Baca juga : Contoh Kebutuhan Sekarang dan Yang Akan Datang

Langkah Langkah Probability Sampling

1. Identifikasi Sampel dari Populasi

Langkah pertama dalam teknik probability sampling adalah dengan mengidentifikasi kriteria populasi yang dibutuhkan. Misalnya populasi di masyarakat, sekolah, lembaga dan lain-lain.

2. Siapkan Alat Pengacakan Sampel

Anda bisa mempersiapkan alat yang dibutuhkan untuk memilih sampel. Misalnya jika menggunakan undian, bisa membuat daftar nomor pada kertas yang akan diacak. Atau dengan tabel angka untuk membuat acak nomor.

3. Menentukan Teknik Sampling

Pada tahap ini, Anda bisa memilih teknik sampling yang digunakan dari jenis probability sampling di atas dengan rumus sampel yang beredar. seperti rumus slovin, rumus lemeshow atau rumus proporsi sampel lainnya.

4. Mulai Pengambilan Sampel

Anda bisa mulai melakukan pengambilan sampel dan melakukan survey atau wawancara kepada responden terpilih.

Kapan Kita Menggunakan Probability Sampling

Metode probability sampling ini bisa Anda gunakan ketika: 

• menemukan populasi yang besar, 
• ingin mudah mendapatkan sampel, 
• jika kriteria populasi sama atau homogen dan
• mendapatkan kesimpulan yang akurat dari perwakilan populasi.