merancang survei designing survey

MERANCANG SURVEI

DESIGNING SURVEY

Diunduh dari: …www.ruforum.org/.../Surveys/Designing%20S... 25/8/2012

METODE SURVEI DALAM KAJIAN LINGKUNGAN DAN PEMBANGUNAN

1. Soil biota and effects of land use change2. Effectiveness of extension organisations3. Market chains for farm produced timber4. Local knowledge of water management5. Genetic variation in medicinal trees6. Livelihood – environment interactions7. Mechanisms for science influencing policy8. Participatory assessment of NRM problems



Investigating variations in quality of life between different localities

The quality of life at a national or global scale is measured by the Physical Quality of Life Index (PQLI), devised in the 1980s.

The PQLI is the average of three characteristics: Literacy, life expectancy and infant mortality. However, the term is often used in urban studies of towns or cities to represent a multiple index of different criteria that reflects residents' housing

standards and the environmental conditions in which they live. Other indicators, such as traffic levels, complete the picture of a particular area.

The basic primary data for this investigation is obtained from surveys of land use plus housing condition and environmental quality at various sample sites in chosen

areas. The number of locations should be a reflection of the location area (population density) and the amount of time required.

DIUNDUH DARI: http://www.rgs.org/OurWork/Schools/Fieldwork+and+local+learning/Planning+your+fieldtrip/Planning+tools/Quality+of+life.htm ….. 28/8/2012


There are additional techniques that can be used, as shown in below:1. General landscape evaluation. Based on gut feelings, for example boring vs.

stimulating, ugly versus attractive, crowded versus peaceful, threatening versus welcoming, drab versus colourful. A street quality survey (JPG) can be used

2. Scale of visual pollution. Scores from zero to three: no pollution - badly polluted. Criteria might include, obviousness of pollution, litter, smalls, state of buildings, impact on surrounding area

3. Index of burgaralibility. Based on penalty points. Absence of burglar alarm, security cameras, metal bars on windows, metal shutters, neighbourhood watch sticker etc

4. Graffiti assessment. Criteria include: size of words, size of pictures, style of writing, visible from, method of writing/inscription, for example pen, paint, etc

5. Physical condition of buildings/index of decay. Range of options; none, little, some, much. Criteria: deterioration of walls, peeling paint, slipped tiles, broken glass, broken gutters, etc

6. Shopping survey. Looks at shopping quality and street appearance. Quality of shops: type, other land use, quality of goods, number of vacant units, etc. Street appearance: safety for pedestrians, crowdedness, street cleanliness, etc

DIUNDUH DARI: http://www.rgs.org/OurWork/Schools/Fieldwork+and+local+learning/Planning+your+fieldtrip/Planning+tools/Quality+of+life.htm ….. 28/8/2012

http://www.rgs.org/NR/rdonlyres/70922DEA-8DDA-44DF-9427-14FE34FEE509/0/FW_Toolkit_Streetsurveyexample.jpg

PRINCIPLES AND PRACTICE

• Principles are very widely applicable– you better know what they are!

• Application depends on possibilities and constraints of the context– know your situation well– be familiar with methods used by others– refer to guides and methods sections of papers

• BUT…– traditions and common practice can be inefficient or

flawed– some of the most innovative and informative

research comes from transfer of methods between disciplines


PRINCIPLES AND PRACTICEAn analysis of health levels and various indicators of urban environments for Healthy Cities

projectsT. Takano, K. Nakamura.

J. Epidemiol Community Health 2001;55:263-270 doi:10.1136/jech.55.4.263

Interrelation between the health determinants and the health status. “Health Status” is represented by the health index. “Healthcare resources”, “Preventive activities”, “Environmental quality”, “Housing”, “Urban clutter”, “Education”, “Employment”, “Income”, “Local

economy” individually represent health-determinant factors. Fine thread arrows indicate pairs of health determinant indices with statistically significant correlation with Pearson correlation coefficients. Thick thread arrows show relation between health determinant indices and the

index of health with Pearson correlation coefficients. (http://jech.bmj.com/content/55/4/263.full)

Tujuan

• It all starts here!• Infinite variety, but often either:

– current state (and change over time)– patterns, associations, differences…

• But they need to be very clear.• Expect to iterate between objectives and study details


Metode Survei

Seringkali kita dihadapkan pada suatu kondisi untuk menerima tugas survei ke suatu tempat sesegera mungkin. Ketika tiba di lokasi yang muncul adalah kebingungan karena tak tahu

apa yang harus diperbuat. Hal ini tidak saja terjadi pada mahasiswa. Para peneliti kadangkala belum dapat memilih metode survei yang tepat. Beberapa

pertanyaan yang harus kita jawab dari sebuah survei, yaitu: (1) Tentukan tujuan survei; (2) Pahami kondisi budget dan waktu yang dimiliki.

http://burung-nusantara.org/article/pilih-pilih-metode-survei/



Tujuan Pengamatan Komunitas

Pemilihan fokus pada multi species atau single species dapat dijadikan patokan pemilihan metodenya. Mengapa didasarkan pada multi atau spesies tunggal? Pengamatan yang

dilakukan pada banyak burung membutuhkan konsentrasi yang berbeda dengan pengamatan hanya pada satu jenis saja. Tujuan mengamati suatu komunitas adalah ‘menangkap’ segala

jenis yang ada di suatu lokasi sehingga tergambar kekayaan jenis, tingkat dominansi (kemerataan), serta komposisi jenis burung lokasi tersebut.

Diunduh dari: http://burung-nusantara.org/article/pilih-pilih-metode-survei/ ….. 29/8/2012

Two examples1. Increased elephant damage reported in some villages. Are elephants moving along usual

migration routes?2. Is striga infestation worse when fields are suffering from soil erosion?


Soil erosion and agricultural sustainabilityDavid R. Montgomery

PNAS August 14, 2007 vol. 104 no. 33 13268-13272

Data drawn from a global compilation of studies quantitatively confirm the long-articulated contention that erosion rates from conventionally plowed agricultural fields average 1–2 orders of magnitude greater than

rates of soil production, erosion under native vegetation, and long-term geological erosion.

The general equivalence of the latter indicates that, considered globally, hillslope soil production and erosion evolve to balance geologic and climate forcing, whereas conventional plow-based agriculture

increases erosion rates enough to prove unsustainable.

In contrast to how net soil erosion rates in conventionally plowed fields (≈1 mm/yr) can erode through a typical hillslope soil profile over time scales comparable to the longevity of major civilizations, no-till agriculture produces erosion rates much closer to soil production rates and therefore could provide a

foundation for sustainable agriculture.

Diunduh dari: http://www.pnas.org/content/104/33/13268.abstract ….. 29/8/2012

UNIT PENELITIAN• The items being studied• May be several

– person, household, village– tree, field, watershed– gene, individual, family, population– farmer, extension officer, project, organisation


COSTA, Adriana Monteiro da et al. DETAILED SOIL SURVEY OF THE HYDROGRAPHIC SMALL WATERSHED OF TERRA DURA (RS) FORESTRY

GARDEN AND CONSIDERATIONS ABOUT MAPPING SCALES. Ciênc. agrotec. [online]. 2009, vol.33, n.5, pp. 1272-1279. ISSN 1413-7054.

The adequate utilization of information gathered from soil survey furnishes subsides for planning projects on diverse areas of activity, being agricultural or non-agricultural. However, it is being

observed an increase of soil maps of hydrographic small watersheds and counties developed from small-scale maps without fieldwork.

This practice is not recommended since it can lead to wrong interpretations. So, this work had the objective to perform the detailed soil survey of a hydrographic small watershed situated in Rio Grande do Sul State and to compare the information obtained from the detailed soil survey (1:10,000 scale) to those from the amplified maps of reconnaissance soil survey of that state, (1:750,000 scale) and of the

exploratory soil survey (1:1,000,000 scale).

The soil mapping units were quantified in terms of geographical expression area and percentage of total area.

The detailed soil survey identified 12 soil mapping units in the small watershed, while the amplified soil maps identified only one. In about 40% of the small watershed area, important attributes of forestry

suitability for eucalyptus cultivation could not be adequately evaluated from amplified small-scale maps.

Diunduh dari: ….. 29/8/2012

http://www.scielo.br/cgi-bin/wxis.exe/iah/?IsisScript=iah/iah.xis&base=article%5Edlibrary&format=iso.pft&lang=i&nextAction=lnk&indexSearch=AU&exprSearch=COSTA,+ADRIANA+MONTEIRO+DA

Problematik

• Don’t confuse: unit(s) which are determined by objective and those you measure– may need to move information to new levels

• ‘Ecological fallacy’ – trying to make inferences about individuals from measurements on groups

• The opposite also fails!• ‘Modifiable areal unit problem’ : the

relationship between X and Y depends on the scale at which they are measured.


ProblematikEcological fallacy :

Inferences about the nature of specific individuals are based solely upon aggregate statistics collected for the group to which those individuals belong.

The Ecological Fallacy is a situation that can occur when a researcher or analyst makes an inference about an individual based on aggregate data for a group. For example, a researcher might examine the aggregate data on income for a neighbourhood of a city, and discoverer that the average household income for the

residents of that area is $30,000. To state that the average income for residents of that area is $30,000 is true and accurate. No problem there. The ecological fallacy can occur when the researcher then states, based on this data, that people

living in the area earn about $30,000. This may not be true at all, and may be an ecological fallacy. Close examination of the neighbourhood might discover that the neighbourhood is actually composed of

two housing estates, one of a lower socio-economic group of residents, and one of a higher socio-economic group. The poorer part of town residents earn on average $10,000 while the more affluent citizens can average $50,000. When the researcher stating that individuals who live in the area earn

$30,000 (the mean rate) this did not account for the fact that the average in this example is constructed of two disparate groups, and it is likely that not one person earns $30,000.

Assumptions made about individuals based on aggregate data are vulnerable to the ecological fallacy.This does not mean that identifying associations between aggregate figures is necessarily defective, and it doesn't necessarily mean that any inferences drawn about associations between the characteristics of an

aggregate population and the characteristics of sub-units within the population are absolutely wrong either. What it does say is that the process of aggregating or disaggregating data may conceal the

variations that are not visible at the larger aggregate level, and researchers, analysts and crime mappers should be careful.

Diunduh dari: http://www.jratcliffe.net/research/ecolfallacy.htm … 31/8/2012

POPULASI PENELITIAN

• The complete set of units you wish to study

• Determined by the domain of the study – the extent of the problem you want the information to apply to

• Common problem–poorly defined population–not stated but implied by sampling


POPULASI PENELITIAN


POPULASI PENELITIAN

Secara singkat “populasi” adalah :1. Sekumpulan unsur atau elemen yang menjadi obyek penelitian dan elemen populasi itu merupakan

stuan analisis;2. Sekolompok obyek, baik manusia, gejala, nilai tes, benda atau peristiwa;3. Semua individu untuk siapa kenyataan-kenyataan yang diperoleh dari sampel itu hendak

digeneralisasikan ;4. Jumlah keseluruhan unit analisis yang ciri-cirinya akan diduga.

Dari beberapa pengertian di atas dapat disimpulkan bahwa :“Populasi” adalah keseluruhan obyek penelitian yang dapat terdiri dari manusia, benda, hewan, tumbuhan, gejala, nilai tes, atau peristiwa; sebagai sumber data yang memiliki karakteristik tertentu

dalam suatu penelitian. (Sumber: http://id.shvoong.com/social-sciences/education/2165683-populasi-penelitian/#ixzz25KrIzLWE).

Populasi Survei

Populasi Target merupakan populasi yang telah ditentukan sesuai dengan masalah penelitian.Populasi survei merupakan populasi yang terliput dalam penelitian yang dilakukan.

Pada dasarnya, dalam keadaan ideal, populasi target hampirsama dengan populasi survei, tetapi dalam praktek populasi target berbeda dengan survei. (Sumber:

http://id.shvoong.com/social-sciences/education/2165683-populasi-penelitian/#ixzz25KrpvvII)

http://id.shvoong.com/social-sciences/education/2165683-populasi-penelitian/

http://id.shvoong.com/social-sciences/education/2165683-populasi-penelitian/

Sampling

Ada empat hal penting dalam kaitannya dengan sampling:

• Simple random sampling• Stratification• Hierarchical (multistage) sampling• Systematic sampling• Note: good practical sampling schemes will

probably use a combination of these


SamplingSAMPEL

Sampel adalah sebagian dari populasi, artinya tidak akan ada sampel jika tidak ada populasi. Populasi meruipakan keseluruhan elemen atau unsur yang akan diteliti. Penelitian yang dilakukan atas seluruh elemen dinamakan sensus.

Idealnya, agar hasil penelitiannya lebih dapat dipercaya, seorang peneliti harus melakukan sensus. Namun karena sesuatu hal, peneliti dapat meneliti sebagian dari keseluruhan elemen atau unsur tadi.

Syarat sampel yang baik Secara umum, sampel yang baik adalah sampel yang dapat mewakili sebanyak mungkin karakteristik populasi.

Dalam bahasa pengukuran, artinya sampel harus valid, yaitu bisa mengukur sesuatu yang seharusnya diukur. Kalau yang ingin diukur adalah masyarakat Sunda sedangkan yang dijadikan sampel adalah hanya orang Banten saja, maka sampel

tersebut tidak valid, karena tidak mengukur sesuatu yang seharusnya diukur (orang Sunda). Sampel yang valid ditentukan oleh dua pertimbangan, yaitu Akurasi dan Presisi.

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. Presisi mengacu pada persoalan sedekat mana estimasi kita dengan karakteristik populasi. Presisi diukur oleh

simpangan baku (standard error). Semakin kecil perbedaan di antara simpangan baku yang diperoleh dari sampel (S) dengan simpangan baku dari populasi (s), semakin tinggi pula tingkat presisinya.

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 alah kekayaan informasi. Walau jumlahnya sedikit tetapi jika kaya akan informasi, maka sampelnya lebih bermanfaat.

Diunduh dari: home.unpar.ac.id/~hasan/SAMPLING 2/9/2012

Common problems

• No explicit sampling scheme– bias– subjective results

• Weak use of stratification– can greatly improve studies to identify relationships


Menentukan ukuran sampel menurut Slovin

Menggunakan rumus :

n = ukuran sampelN = ukuran populasie = persen kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang masih

dapat ditolerir atau diinginkan misalnya 2%.

Diunduh dari: af-file.googlecode.com/files/populasi-dan-sampel-.pptx….. 2/9/2012

Stratifikasi untuk estimasi Hubungan• Example: survey to look at ‘market integration’ and relation with poverty.• Two variables associated with market integration (mi); distance from main road (d), length of time settled

(t)

mi

d

t


Quota

Tipe-tipe Metode Sampling

Samples

Non-Probability Samples

Judgement Convinience

Probability Samples

Simple Random

Systematic

Stratified

Cluster

Snow ballArea

Purposive

Random sampling1. Most observations clustered around the mean d, hence poor estimate of

response

Diunduh dari: …af-file.googlecode.com/files/populasi-dan-sampel-.pptx... 2/9/2012

SIMPLE RANDOM SAMPLING

Cara Undian Dengan cara memberikan nomor-nomor pada seluruh anggota populasi, lalu secara acak dipilih

nomor-nomor sesuai dgn banyaknya jumlah sampel yang dibutuhkan. Ada dua rancangan cara undian :

Pengambilan sampel tanpa pengembalian, yang berarti sampel yang pernah terpilih tidak akan dipilih lagi. Akan menghasilkan nilai probabilitas yang tidak konstan

Pengambilan sampel dengan pengembalian, yang berarti sampel yang pernah terpilih ada kemungkinan terpilih lagi. Megnghasilkan nilai probabilitas yang konstan

Cara Tabel bilangan random

Menggunakan tabel bilangan random (acak), yaitu suatu tabel yang terdiri dari bilangan-bilangan yang tidak berurutan.

Secara prinsip, pemakaiannya adalah dengan memberi nomor pada setiap anggota populasi dalam suatu daftar (sample frame)

Selanjutnya dipergunakan jumlah digit pada tabel acak dengan digit populasi Pilih salah satu nomor dengan acak, gunakan dua digit terakhirnya, cocokkan dengan nomor pada sample

frame. Jika ada yang sama, maka data pada sample frame diambil sebagai anggota sampel.

Sample size

• Should be based on rational analysis– How much variation is there?– How precise do you want the answer to

be?• Too large – waste of effort• Too small – can not meet objectives• Software available to help• Expect to iterate

– make objectives more modest if required sample size too large


Sample sizeUkuran sampel

Ukuran sampel atau jumlah sampel menjadi hal yang penting apabila penelitian menggunakan analisis kuantitatif. Pada penelitian yang menggunakan analisis kualitatif, ukuran sampel bukan menjadi hal utama, yang dipentingkan

adalah kekayaan informasi. Walau jumlah sampel sedikit tetapi jika kaya informasi, maka sampel itu lebih bermanfaat.

Dalam kaitannya dengan ukuran sampel, selain tingkat kesalahan, ada beberapa faktor lain yang harus dipertimbangkan , yaitu: (1) derajat keseragaman, (2) rencana analisis, (3) biaya, waktu, dan tenaga yang tersedia .

Semakin tidak seragam sifat atau karakter setiap elemen populasi, semakin banyak sampel yang harus diambil. Jika rencana analisisnya mendetail atau rinci maka jumlah sampel harus banyak.

Semakin sedikit waktu, biaya , dan tenaga yang dimiliki peneliti, semakin sedikit pula sampel yang dapat diperoleh. Perlu dipahami bahwa apapun alasannya, penelitian haruslah dapat dikelola dengan baik (manageable).

Menurut Gay dan Diehl (1992), untuk penelitian deskriptif, sampelnya 10% dari populasi; untuk penelitian korelasional, paling sedikit 30 elemen populasi; untuk penelitian perbandingan kausal, 30 elemen per kelompok, dan untuk penelitian

eksperimen 15 elemen per kelompok.

Menurut Roscoe (1975) (dalam Uma Sekaran , 1992), pedoman penentuan jumlah sampel :1. Sebaiknya ukuran sampel di antara 30 s/d 500 elemen2. Jika sampel dipecah lagi ke dalam subsampel (laki/perempuan, SD?SLTP/SMU, dsb), jumlah minimum subsampel

harus 303. 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.

Diunduh dari: home.unpar.ac.id/~hasan/SAMPLING ….. 2/9/2012

Common problems• Arbitrary selection of sample size

– illegal in other disciplines!• ‘Rules’ which have no basis

– ‘at least 30 farms for farmer survey’– ‘10% sample’– NB. Sample fraction (almost) never relevant

• 50 from 5000 (=1%) gives same precision as 50 from 500000 (=0.01%)


KESALAHAN SAMPLING

In statistics, sampling error or estimation error is the amount of inaccuracy in estimating some value that is caused by only a portion of a population (i.e. a sample) rather than the whole population. This

amount of inaccuracy is commonly referred to as an error.

Sampling error can be measured and quoted in many different ways, but in practice the reported error itself is almost always an estimate of the real error rather than an absolute measure of the

error (which would usually require analyzing the entire population).

Sampling error is the error caused by observing a sample instead of the whole population. The sampling error can be found by subtracting the value of a parameter from the value of a statistic.

Sampling bias is a possible source of sampling errors. It leads to sampling errors which either have a prevalence to be positive or negative. Such errors can be considered to be systematic errors.

Diunduh dari: en.wikipedia.org/wiki/Sampling_error….. 2/9/2-12

http://en.wikipedia.org/wiki/Errors_and_residuals_in_statistics

Sampling dan Non-sampling errors• Sampling error:

– Due to not measuring whole population– Described by statistical measures (eg standard error,

confidence interval)– Control by statistical methods

• Non-sampling error• Non-response• measurement errors• inaccurate sampling frame• Coding or data entry errors• Operator differences

– Manage by good survey practice– Make allowance in sample size calculation– NB: larger not always better!


Sampling Error and non-sampling Error

Definition of 'Non-Sampling Error'

A statistical error caused by human error to which a specific statistical analysis is exposed. These errors can include, but are not limited to, data entry errors, biased questions in a

questionnaire, biased processing/decision making, inappropriate analysis conclusions and false information

provided by respondents.

Read more: http://www.investopedia.com/terms/n/non-samplingerror.asp#ixzz25LbLQw6S

http://www.investopedia.com/terms/n/non-samplingerror.asp

Measurement• Focus on objectives, use conceptual frame• Only measure what you know how to use• There are always alternatives

– How can you measure maize yield in a farmer’s field?• Check how others have done it

– many guides and manuals available• Pilot EVERY measurement tool


Pengukuran (measurement, disebut juga pengamatan, observasi) adalah prosedur menentukan kualitas atau kuantitas dari karakteristik subjek penelitian yang disebut variabel.

Pengukuran variabel merupakan elemen kunci metodologi riset epidemiologi. Pengukuran yang benar terhadap variabel penelitian merupakan prinsip yang tidak dapat dikompromikan dari sebuah

riset. Pengukuran variabel menghasilkan sekumpulan nilai atau atribut dari individu-individu yang disebut data. Data dianalisis untuk menghasilkan informasi. Informasi diinterpretasikan dan digunakan oleh

pengguna hasil penelitian.

Kesalahan dalam pengukuran, disebut “measurement -error”, menghasilkan data yang tidak valid, mengakibatkan hasil-hasil penelitian tidak valid, tidak benar. Kesalahan dalam pengukuran

merupakan kesalahan yang sangat serius, jauh lebih serius daripada ukuran sampel (sample size) yang sering dipersoalkan oleh orang-orang yang awam dalam metodologi riset, baik di dalam

maupun di luar kampus.

Ibarat orang menembak ke sasaran tembak, laras senapan yang digunakan hendaknya lurus, tidak lancung (bengkok). Senapan lancung (measurement error) tidak akan mengenai sasaran dengan

benar meski digunakan berkali-kali (ukuran sampel besar).

Dikutip dari: VALIDITAS DAN RELIABILITAS PENGUKURAN . ( Prof. dr. Bhisma Murti, MPH, MSc, PhD . Institute of Health Economic and Policy Studies (IHEPS), Bagian Ilmu Kesehatan Masyarakat, Fakultas Kedokteran, Universitas Sebelas Maret ).(diunduh dari:

fk.uns.ac.id/index.php/download/file/61….2/9/2012)

Nonprobability/Nonrandom Sampling atau Sampel Tidak Acak

Diunduh dari: home.unpar.ac.id/~hasan/SAMPLING…. 2/9/2012

Jenis sampel ini tidak dipilih secara acak. Tidak semua unsur atau elemen populasi mempunyai kesempatan sama untuk dapat dipilih menjadi sampel. Unsur populasi yang terpilih menjadi sampel dapat disebabkan karena kebetulan atau karena faktor lain yang sebelumnya sudah

direncanakan oleh peneliti.

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 ahli 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.

SAMPLING BOLA SALJUSnowball Sampling – Sampel Bola Salju

Cara ini banyak dipakai ketika peneliti tidak banyak tahu tentang populasi penelitiannya. Peneliti hanya tahu satu atau dua orang yang berdasarkan penilaiannya dapat dijadikan sampel. Karena peneliti menginginkan lebih

banyak lagi, lalu dia minta kepada sampel pertama untuk menunjukkan orang lain yang kira-kira dapat 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 menghentikan pencarian wanita lesbian lainnya. Hal ini dapat dilakukan pada pencandu narkotik,

para gay, atau kelompok-kelompok sosial lain yang eksklusif (tertutup)


SAMPLING BOLA SALJUSNOWBALL SAMPLING

Some populations that we are interested in studying can be hard-to-reach and/or hidden. These include populations such as drug addicts, homeless people, individuals with AIDS/HIV, prostitutes, and so forth. Such populations can be hard-to-reach and/or hidden because they exhibit some kind of social stigma, illicit or illegal behaviours, or other traits that makes them atypical and/or socially marginalised. Snowball sampling is a non-probability based sampling

technique that can be used to gain access to such populations.

Creating a snowball sampleTo create a snowball sample, there are two steps:

1. Try and identify one or more units in the desired population2. Use these units to find further units and so on until the sample size is met

Imagine that the population we are interested in are students that download pirate music over the Internet or that take drugs. Let’s go with the latter: students that take drugs. Each student is referred to as a unit Collectively, all student drug users make up our population.

However, we are only interested in examining a sample of these student drug users.First, we need to try and find one or more units from the population we are studying (i.e. one unit would be one student that takes drugs). Finding just a small number of individuals willing

to identify themselves and take part in the research may be quite difficult, so the aim is to start with just one or two students (i.e. one or two units).

Diunduh dari: http://dissertation.laerd.com/articles/snowball-sampling-an-overview.php….. 2/9/2012

PURPOSIVE SAMPLINGSampel 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 SamplingSampel 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).


PURPOSIVE SAMPLING


Quota SamplingTeknik 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 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.

Teknik pengambilan ketiga puluh sampel itu tidak dilakukan secara acak, melainkan secara kebetulan saja.

Stratified Random Sampling atau Sampel Acak Distratifikasikan

Populasi MEMPUNYAI karakteristik yang heterogen, dan heterogenitas ini mempunyai arti yang signifikan pada pencapaian tujuan penelitian, maka peneliti dapat mengambil sampel dengan cara ini.

Misalnya, seorang peneliti ingin mengetahui sikap “Kepala Desa” terhadap suatu kebijakan pengelolaan Lingkungan. Dia menduga bahwa “Kepala Desa” di wilayah pedesaan cenderung positif sikapnya terhadap kebijakan pengelolaan

lingkungan tadi. Agar dapat menguji dugaannya tersebut maka sampelnya harus terdiri atas paling tidak para “Kepala Desa” di wilayah pedesaan, perkotaan dan pinggiran kota. Dengan teknik pemilihan sampel secara random

distratifikasikan, maka dia akan memperoleh kepala-desa di ketiga wilayah tersebut. Dari setiap stratum tersebut dipilih sampel secara acak.

Prosedurnya adalah sbb:1. Siapkan “sampling frame”2. Bagi sampling frame tersebut berdasarkan strata yang dikehendaki3. Tentukan jumlah sampel dalam setiap stratum4. Memilih sampel kepala-desa dari setiap stratum secara acak.

Pada saat menentukan jumlah sampel dalam setiap stratum, peneliti dapat menentukan secara (a) proposional, atau (b) tidak proposional. “Proposional” berarti jumlah sampel dalam setiap stratum sebanding dengan jumlah unsur populasi

dalam stratum tersebut.

Misalnya, untuk stratum kepala-desa di wilayah pedesaan (I) terdapat 15 orang, di wilayah pinggiran 45 orang (II), dan di wilayah perkotaan (III) ada 100 orang. Artinya jumlah seluruh kepala-desa ada 160 orang. Kalau jumlah sampel yang

akan diambil seluruhnya 100 kepala-desa, maka untuk stratum I diambil (15:160)x100 = 9 orang, stratum II = 28 orangh, dan stratum 3 = 63 orang.

Jumlah sampel dalam setiap stratum “tidak – proposional”, jika jumlah unsur atau elemen di salah satu atau beberapa stratum sangat sedikit. Misalnya saja, kalau dalam stratum kepala desa strata I hanya ada 4 orang, maka peneliti dapat

mengambil semua kepala-desa dalam stratum tersebut , dan untuk kepala-desa stratum II ditambah 5, sedangkan kepala-desa stratum III, tetap 63 orang.


Cluster Sampling atau Sampel Gerombol

Teknik ini biasa juga disebut cara pengambilan sampel berdasarkan gugus.

Dalam teknik pengambilan sampel acak yang distratifikasikan, setiap unsur dalam satu stratum memiliki karakteristik yang homogen (stratum A : laki-laki semua,

stratum B : perempuan semua).Dalam sampel gugus, setiap gugus boleh mengandung unsur yang karakteristiknya

berbeda-beda atau heterogen.

Misalnya, dalam satu kabupaten terdapat 100 kawasan persawahan. Dalam setiap kawasan sawah terdapat banyak jenis padi dengan karakteristik berbeda. Beda

umurnya, beda tingkat produksinya, beda cara penanamannya, beda cara panennya, dan perbedaan-perbedaan lainnya.

Jika peneliti bermaksud mengetahui tingkat respon padi terhadap suatu strategi pemupukan yang akan diterapkan oleh petani, maka peneliti dapat menggunakan

cluster sampling untuk mencegah terpilihnya sampel hanya dari satu atau dua kaweasan sawah saja.


Cluster Sampling atau Sampel Gugus


Prosedurnya adalah sbb :1. Susun sampling frame berdasarkan gugus –

Dalam kasus di atas, elemennya ada 100 kawasan sawah.

2. Tentukan berapa gugus yang akan diambil sebagai sampel

3. Pilih gugus sebagai sampel dengan cara acak4. Teliti setiap pegawai yang ada dalam gugus

sample (sampel kawasan sawah).

Systematic Sampling atau Sampel Sistematis

Jika peneliti dihadapkan pada ukuran populasi yang banyak dan tidak memiliki alat pengambil data secara random, maka dapat digunakan

cara pengambilan sampel sistematis.

Cara ini menuntut kepada peneliti untuk memilih unsur populasi secara sistematis, yaitu unsur populasi yang dapat dijadikan sampel

adalah yang “ke berapa”.

Misalnya, setiap unsur populasi yang ke enam, yang dapat dijadikan sampel. Soal “ke berapa” -nya satu unsur populasi dapat dijadikan

sampel tergantung pada ukuran populasi dan ukuran sampel.

Misalnya, dalam satu populasi hutan jati ada 5000 tegakan (pohon) jati. Sampel yang akan diambil adalah 250 pohon dengan demikian

interval di antara sampel ke satu, ke dua, dan seterusnya adalah 25.


Systematic Sampling atau Sampel Sistematis


Prosedurnya sbb:1. Menyusun sampling frame2. Menetapkan jumlah sampel yang ingin diambil3. Menentukan K (kelas interval)4. Menentukan angka atau nomor awal di antara kelas

interval tersebut secara acak atau random – biasanya melalui cara undian saja.

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

6. Memilih sebagai sampel angka atau nomor interval berikutnya

Area Sampling atau Sampel Wilayah

Teknik ini dapat digunakan kalau populasi penelitiannya tersebar di berbagai wilayah.

Misalnya, seorang penyuluh pertanian lapangan ingin mengetahui tingkat penerimaan petani di Kabupaten Malang atas sebuah program-penyuluhan pertanian, teknik pengambilan sampel dengan area sampling sangat tepat.

Prosedurnya adalah:1. Menyusun sampling frame yang menggambarkan peta wilayah (Kabupaten

Malang) – Kecamatan, dan Desa.2. Menentukan wilayah yang akan dijadikan sampel (Kecamatan mana ?, Desa

mana?)3. Menentukan berapa wilayah yang akan dijadikan sampel penelitiannya.4. Memilih beberapa wilayah untuk dijadikan sampel dengan cara acak atau

random.5. Kalau ternyata masih terlampau banyak responden yang harus diambil

datanya; maka wilayah yang terpilih dapat dibagi lagi menjadi beberapa sub wilayah.


Area Sampling atau Sampel Wilayah

Diunduh dari: http://www.stat.colostate.edu/~nsu/starmap/pps/Presentations/Stevens.Olsen.JSM%20Short%20Course.2006.pdf...2/9/2012

METODE SURVEI DALAM KAJIAN LINGKUNGAN

merancang survei designing survey

Documents