Research Methodology (Methods and Techniques)

Research Methodology (Methods and Techniques)

Metodologi Penelitian (Metode dan Teknik)

C.R Kothari

Daftar Isi

Pengenalan Metodologi Penelitian

Mendefinisikan Masalah Penelitian

Desain Penelitian

Desain Pengambilan Sampel

Pengukuran dan Teknik Skala

Metode Pengumpulan Data

Pengolahan dan Analisis Data

Dasar - dasar Sampling

Pengujian Hipotesis I (Hipotesis standar atau parameter)

Pengujian metode Chi-SquareAnalisis Varian dan KovarianPengujian Hipotesis II (Pengujian Non-Parameter atau Distribusi)Teknik Analisis MultivariatInterpretasi dan Laporan PenulisanKomputer : Aturan dalam PenelitianPengenalan Metodologi Penelitian

Penelitian secara umum mengacu pada pencaran pengetahuan. Penelitian juga dapat didefinisikan sebagai pencarian ilmiah dan sistematis untuk informasi terkait topik tertentu. Kamus Advance Learner Inggris mengartikan penelitian sebagai penyelidikan yang cermat atau penyelidikan khusus melalui pencarian fakta baru di setiap cabang pengetahuan. Redman dan Mory mendefinisikan penelitian sebagai upaya sistematis untuk mendapatkan pengetahuan baru.

Tujuan Penelitian adalah untuk menemukan jawaban atas pertanyaan melalui penerapan prosedur ilmiah. Tujuan utama dari penelitian adalah untuk menemukan kebenaran yang tersembunyi dan belum ditemukan. Setiap penelitian memiliki tujuan spesifik tersendiri, namun kita dapat mengelompokkan tujuan penelitian dalam 4 kelompok :

Mendapatkan keakraban dengan suatu fenomena atau untuk mencapai wawasan baru ke dalamnya (dikenal sebagai studi penelitian eksplorasi atau formulatif);

Menggambarkan secara tepat karakteristik individu tertentu, situasi atau kelompok (dikenal sebagai studi penelitian deskriptif);

Menentukan frekuensi yang sesuatu terjadi atau dengan yang dikaitkan dengan sesuatu yang lain (dikenal sebagai studi penelitian diagnostik);

Menguji hipotesis hubungan kausal antara variabel (dikenal sebagai studi penelitian hipotesis-pengujian).

Terdapat beberapa tipe dasar penelitian, yaitu :

Deskriptif dan Analisis: Penelitian deskriptif mencakup jenis survei dan pertanyaan fakta yang berbeda. Ciri utama dari metode ini adalah bahwa peneliti tidak memiliki kontrol atas variabel; ia hanya dapat melaporka apa yang telah terjadi. Metode penelitian yang digunakan dalam penelitian deskriptif adalah semua jenis metode survei, termasuk metode komparatif dan korelasional. Sebaliknya, dalam penelitian analitis peneliti harus menggunakan fakta atau informasi yang telah tersedia, dan menganalisisnya untuk membuat evaluasi kritis dari materialnya.

Terapan dan Dasar: Penelitian terapan bertujuan mencari solusi untuk masalah yang sedang dihadapi masyarakat atau organisasi industri / bisnis, sedangkan penelitian dasar berkaitan dengan generalisasi dan dengan perumusan teori. Tujuan utama dari penelitian terapan adalah untuk menemukan solusi untuk beberapa masalah praktis yang menekan, sedangkan penelitian dasar diarahkan untuk menemukan informasi yang memiliki aplikasi dasar yang luas.

Kuantitatif dan Kualitatif: Penelitian kuantitatif didasarkan pada pengukuran kuantitas atau jumlah. Hal ini berlaku untuk fenomena yang dapat dinyatakan dalam segi kuantitas. Penelitian kualitatif berkaitan dengan fenomena kualitatif, yaitu fenomena yang berkaitan dengan atau melibatkan kualitas atau jenis.

Konseptual dan Empiris: Penelitian konseptual berkaitan dengan beberapa ide abstrak atau teori. Hal ini umumnya digunakan oleh para filsuf dan pemikir untuk mengembangkan konsep baru atau menafsirkan yang sudah ada. Di sisi lain, penelitian empiris bergantung pada pengalaman atau observasi saja, sering tanpa memperhatikan sistem dan teori. Penelitian empiris adalah penelitian berbasis data, datang dengan kesimpulan yang mampu diverifikasi oleh pengamatan atau percobaan.

Beberapa tipe penelitian lain: Semua jenis lain dari penelitian adalah variasi dari satu atau lebih pendekatan penelitian yang disebutkan di atas, berdasarkan tujuan penelitian, atau waktu yang diperlukan untuk mencapai penelitian, atau pada lingkungan di mana penelitian dilakukan, atau pada dasar dari beberapa faktor lain yang sejenis.

II.Mendefinisikan Masalah Penelitian

Apa itu masalah penelitian? Masalah penelitian secara umum, mengacu pada beberapa kesulitan yang dialami peneliti baik dalam konteks situasi teoritis atau praktis dan ingin mendapatkan solusi untuk hal yang sama. Masalah penelitian terjadi jika kondisi berikut ini terpenuhi :

(i) Harus ada individu atau kelompok yang memiliki beberapa kesulitan atau masalah.

(ii) Harus ada beberapa tujuan yang akan dicapai.

(iii) Harus ada cara alternatif (atau program tindakan) untuk memperoleh tujuan seseorang yang ngin dicapai. Ini berarti bahwa harus ada setidaknya dua cara yang tersedia untuk peneliti karena jika ia tidak punya pilihan cara, ia tidak dapat memiliki masalah.

(iv) Harus ada beberapa keraguan dalam pikiran seorang peneliti yang berkaitan dengan pemilihan alternatif. Ini berarti bahwa penelitian harus menjawab pertanyaan mengenai relatif efisiensi alternatif yang mungkin.

(v) Harus ada beberapa lingkungan yang kesulitan yang saling berkaitan.

Masalah penelitian yang dilakukan untuk studi harus hati-hati dipilih. Tugas ini sulit, meskipun mungkin tidak tampak begitu. Poin-poin berikut dapat diamati oleh peneliti dalam memilih masalah atau subjek penelitian:

Subjek yang berlebihan biasanya tidak boleh dipilih,

Subjek kontroversial tidak harus menjadi pilihan seorang peneliti rata-rata.

Masalah yang terlalu sempit atau terlalu samar harus dihindari.

Subjek yang dipilih untuk penelitian harus akrab dan layak sehingga penelitian terkait bahan atau sumber dapat dijangkau seseorang.

Penting tidaknya subjek penelitian, kualifikasi dan pelatihan peneliti, biaya penelitian, beberapa faktor lain yang juga harus diperhatikan dalam memilih masalah.

Pemilihan masalah harus didahului dengan studi pendahuluan.

Kesimpulannya, tugas dalam mendefinisikan masalah penelitian sangat sering mengikuti pola-sekuensial, masalah dinyatakan secara umum, ambiguitas diselesaikan, pemikiran dan hasil proses pemikiran ulang dalam suatu formulasi yang lebih spesifik dari masalah, sehingga hal ini mungkin menjadi salah satu hal realistis dalam sumber data yang tersedia dan hal ini juga bermakna analitis. Semua ini menyebabkan masalah penelitian didefinisikan dengan baik yang tidak hanya bermakna dari sudut pandang operasional, tetapi sama-sama mampu membuka jalan untuk pengembangan hipotesis kerja dan untuk sarana memecahkan masalah itu sendiri.

III.Desain Penelitian

Ada beberapa desain penelitian, dan peneliti harus memutuskan sebelum pengumpulan dan analisis data sebagai untuk desain yang akan terbukti lebih tepat untuk proyek penelitiannya. Dia harus memberikan bobot karena berbagai titik seperti alam semesta, tujuan nya mempelajari, daftar sumber daya atau kerangka sampling, standar yang diinginkan akurasi dan sejenisnya ketika mengambil keputusan sehubungan dengan desain untuk proyek penelitiannya.

IV.Desain Pengambilan Sampel

Biasanya orang harus meminta tolong untuk pengambilan sampel acak yang simpel karena di bawahnya bias umumnya dihilangkan dan sampling error dapat diperkirakan. Tetapi pengambilan sampel yang tetap dianggap lebih tepat bila semesta menjadi kecil dan karakteristik yang diketahuinya harus dipelajari secara intensif. Ada situasi dalam kehidupan nyata di mana sampel desain selain sampel acak sederhana dapat dianggap lebih baik (dikatakan lebih mudah untuk mendapatkannya, lebih murah atau lebih informatif) dan dengan demikian dapat digunakan. Dalam sebuah situasi saat pengambilan acak tidak memungkinkan, maka kita harus menggunakan desain pengambilan tertentu selain pengambilan acak. Terkadang, beberapa metode sampling juga dapat digunakan dalam studi yang sama.

V.Pengukuran dan Teknik Skala

Pengukuran

Pengukuran adalah tugas yang relatif kompleks dan menuntut, khususnya ketika menyangkut fenomena kualitatif atau abstrak. Dengan pengukuran kita memaksudkan proses menempatkan nomor ke objek atau pengamatan, tingkat pengukuran menjadi fungsi dari aturan di mana nomor ditugaskan.

Sangat mudah untuk menetapkan nomor sehubungan sifat beberapa objek, tetapi relatif sulit dalam hal lain. Misalnya, mengukur hal-hal seperti kesesuaian sosial, kecerdasan, dan penyesuaian perkawinan jauh kurang jelas dan membutuhkan perhatian lebih dekat daripada mengukur berat badan fisik, usia biologis atau aset keuangan seseorang.

Secara teknis, pengukuran adalah proses aspek pemetaan dari domain ke aspek lain dari kisaran menurut beberapa aturan korespondensi. Dalam pengukuran, kita merancang beberapa bentuk skala dalam kisaran dan kemudian mengubah atau memetakan sifat-sifat objek dari domain (dalam hal teori himpunan, kisaran dapat merujuk kepada beberapa set dan domain merujuk kepada beberapa set lain) ke skala ini.

Skala pengukuran dapat dipertimbangkan dalam hal sifat matematika mereka. Klasifikasi yang paling banyak digunakan dari skala pengukuran adalah:

Skala Nominal, hanyalah merupakan sebuah sistem untuk menempatkan nomor simbol ke suatu peristiwa untuk menandai mereka. Skala nominal hanya menggambarkan perbedaan antara hal-hal dengan menetapkan mereka dalam kategori. Data nominal adalah numerik dalam nama saja, karena mereka tidak berbagi salah satu properti dari nomor yang kita teliti dengan aritmatika biasa.

Skala Ordinal, adalah tingkat terendah dari skala yang umum digunakan adalah. Skala ordinal menempatkan kejadian dalam rangka, tetapi tidak ada upaya untuk membuat interval skala yang sama dalam hal beberapa aturan. Urutan peringkat mewakili skala ordinal dan sering digunakan dalam penelitian yang berkaitan dengan fenomena kualitatif. Kita harus sangat berhati-hati dalam membuat pernyataan tentang nilai berdasarkan skala ordinal. Skala ordinal tidak memiliki nilai absolut, dan perbedaan nyata antara jajaran yang berdekatan mungkin tidak sama. Peringkat seorang siswa di kelas menggunakan skala ordinal.

Skala Interval, interval disesuaikan dalam hal beberapa aturan yang telah ditetapkan sebagai dasar untuk membuat unit yang sama. Keterbatasan utama dari skala interval adalah kurangnya benar nol; itu tidak memiliki kapasitas untuk mengukur adanya lengkap dari sifat atau karakteristik. Skala Fahrenheit adalah contoh dari skala interval dan menunjukkan kesamaan dalam apa yang bisa dan tidak bisa dilakukan dengan itu. Skala Interval memberikan pengukuran yang lebih kuat dari skala ordinal. Skala Rasio, memiliki nol mutlak atau benar pengukuran. 'Nol mutlak' istilah ini tidak tepat seperti yang pernah diyakini. Kita bisa membayangkan sebuah nol mutlak panjang dan juga kita bisa membayangkan sebuah nol mutlak waktu. Rasio yang terlibat tidak memiliki makna dan memfasilitasi semacam perbandingan yang tidak mungkin dalam kasus skala interval. Skala rasio mewakili jumlah sebenarnya dari variabel. Ukuran dimensi fisik seperti berat badan, tinggi badan, jarak, dll adalah contohnya. Umumnya, semua teknik statistik yang digunakan dengan skala rasio dan semua manipulasi yang satu dapat dilaksanakan dengan bilangan real juga dapat dilakukan dengan nilai-nilai skala rasio. Perkalian dan pembagian dapat digunakan dengan skala ini tapi tidak dengan skala lainnya yang disebutkan di atas.Pengukuran harus tepat dan tidak ambigu dalam studi penelitian yang ideal. Tujuan ini, bagaimanapun, sering tidak bertemu dengan secara keseluruhan. Dengan demikian peneliti harus sadar tentang sumber kesalahan dalam pengukuran. Berikut ini adalah sumber-sumber kesalahan dalam pengukuran :

- Responden: responden mungkin enggan untuk mengungkapkan perasaan negatif yang kuat atau pengetahuan yang sangat sedikit. Faktor Transient seperti kelelahan, kebosanan, kecemasan, dll dapat membatasi kemampuan responden untuk merespon secara akurat dan penuh.

- Situasi: faktor situasional juga dapat datang dalam cara pengukuran yang benar. Setiap kondisi yang menempatkan beban pada wawancara dapat memiliki efek serius pada hubungan pewawancara-responden.

- Pengukur: Pewawancara dapat mendistorsi tanggapan oleh pertanyaan penataan kembali. Perilakunya, gaya dan penampilan dapat mendorong balasan tertentu dari responden. Kesalahan juga bisa merayap karena coding yang salah, tabulasi rusak dan / atau perhitungan statistik, khususnya dalam tahap analisis data.

- Instrumen: Kesalahan mungkin timbul karena alat ukur yang rusak.

b. Teknik Skala

Dalam penelitian kita cukup sering menghadapi masalah pengukuran (karena kita ingin pengukuran yang valid tetapi tidak mendapatkannya), khususnya ketika konsep-konsep yang akan diukur adalah kompleks dan abstrak dan kita tidak memiliki alat pengukuran standar. Dengan demikian kita harus mempelajari beberapa prosedur yang dapat memungkinkan kita untuk mengukur konsep-konsep abstrak lebih akurat. Hal ini membawa kita untuk mempelajari teknik penskalaan.

Scaling menggambarkan prosedur menetapkan nomor ke berbagai derajat pendapat, sikap dan konsep lainnya. Hal ini dapat dilakukan dengan dua cara yaitu, (i) membuat penilaian tentang beberapa karakteristik individu dan kemudian menempatkannya langsung pada skala yang telah ditentukan dalam hal yang khas dan (ii) membangun kuesioner sedemikian rupa sehingga skor tanggapan individu memberikannya tempat pada skala. Hal ini dapat dinyatakan bahwa skala adalah kontinum, yang terdiri dari titik tertinggi (dalam hal beberapa karakteristik misalnya, preferensi, favourableness, dll) dan titik terendah bersama dengan beberapa poin penengah antara dua titik ekstrim tersebut.

Istilah 'skala' diterapkan pada prosedur untuk mencoba menentukan ukuran kuantitatif dari konsep-konsep abstrak subjektif. Scaling telah didefinisikan sebagai "prosedur penugasan nomor (atau simbol lain) untuk properti dari objek dalam rangka untuk memberikan beberapa karakteristik angka untuk properti yang bersangkutan.

VI.Metode Pengumpulan Data

Tugas pengumpulan data dimulai setelah masalah penelitian didefinisikan dan desain penelitian / rencana dihubungkan keluar. Sementara memutuskan metode pengumpulan data yang akan digunakan untuk penelitian, peneliti harus mengingat dua jenis data yaitu, primer dan sekunder. Data primer adalah data yang dikumpulkan untuk pertama kalinya, dan dengan demikian akan terjadi keaslian dalam karakter. Data sekunder adalah data yang telah dikumpulkan oleh orang lain dan telah melewati proses statistik. Metode pengumpulan data primer dan sekunder berbeda.

Pengumpulan Data Primer

Terdapat beberapa metode pengumpulan data primer, khususnya di survei dan penelitian deskriptif, yaitu:

(i) metode observasi,

(ii) metode wawancara,

(iii) melalui kuesioner,

(iv) melalui jadwal, dan

(v) metode lain (kartu garansi, audit distributor; audit pantry; panel konsumen; menggunakan alat mekanik; melalui teknik proyektif; wawancara mendalam, dan analisis isi).

Pengumpulan Data Sekunder

Data sekunder berarti data yang sudah tersedia yaitu, mengacu pada data yang telah dikumpulkan dan dianalisis oleh orang lain. Ketika peneliti menggunakan data sekunder, maka dia harus melihat ke berbagai sumber dari mana ia bisa mendapatkan data tersebut. Dalam hal ini ia tentu tidak dihadapkan dengan masalah yang biasanya berhubungan dengan pengumpulan data asli.

Data sekunder adalah data yang diterbitkan atau yang tidak diterbitkan. Data yang biasanya diterbitkan tersedia dalam berbagai publikasi dari pusat negara, pemerintah daerah; berbagai publikasi dari pemerintah asing atau badan-badan internasional; jurnal teknis dan perdagangan; buku, majalah dan surat kabar; laporan dan publikasi dari berbagai asosiasi yang berhubungan dengan bisnis dan industri, bank, bursa saham, dll; laporan yang disiapkan oleh para sarjana penelitian, perguruan tinggi, ekonom, dll dalam berbagai bidang; dan catatan publik dan statistik, dokumen sejarah, dan sumber informasi yang dipublikasikan.

Sumber data yang tidak dipublikasikan banyak dapat ditemukan dalam buku harian, surat, biografi dan otobiografi yang tidak dipublikasikan dan juga mungkin tersedia dengan ulama dan pekerja penelitian, asosiasi perdagangan, biro tenaga kerja dan masyarakat / perorangan dan organisasi.

Peneliti harus sangat berhati-hati dalam menggunakan data sekunder. Dengan cara hati-hati, peneliti, sebelum menggunakan data sekunder, harus melihat bahwa mereka memiliki karakteristik sebagai berikut, keandalan data, kecocokan data, dan kecukupan data.

Dalam penelitian, peneliti harus bijaksana memilih metode penelitian dengan tetap melihat faktor-faktor berikut:

- Sifat, ruang lingkup, dan objek penelitian

- Ketersediaan dana

- Faktor waktu

- Ketelitian yang diperlukan

Namun, satu yang harus selalu diingat bahwa setiap metode pengumpulan data memiliki kegunaan masing-masing dan tidak ada yang unggul dalam segala situasi. Dengan demikian, pendekatan yang paling diinginkan berkaitan dengan pemilihan metode tergantung pada sifat dari masalah tertentu dan pada waktu dan sumber daya (uang dan tenaga) yang tersedia bersama dengan tingkat akurasi yang diinginkan, juga kemampuan dan pengalaman peneliti.

VII. Pengolahan dan Analisis Data

Data, setelah dikumpulkan, harus diolah dan dianalisis sesuai dengan garis yang ditetapkan untuk tujuan pada saat mengembangkan rencana penelitian. Hal ini penting untuk studi ilmiah dan untuk memastikan bahwa kita memiliki semua data yang relevan untuk membuat perbandingan yang dimaksud dan analisis.

Operasi-operasi Pengolahan

Secara teknis, pengolahan menyiratkan editing, pengkodean, klasifikasi dan tabulasi data yang dikumpulkan sehingga mereka setuju untuk dianalisis.

- Editing adalah proses memeriksa data mentah yang dikumpulkan (khususnya dalam survei) untuk mendeteksi kesalahan dan kelalaian dan untuk memperbaikinya bila memungkinkan.

- Pengkodean mengacu pada proses untuk menempatkan angka atau simbol lain untuk jawaban sehingga respon dapat dimasukkan ke dalam sejumlah kategori/kelas.

- Klasifikasi, kebanyakan studi penelitian menghasilkan volume besar data mentah yang harus dikurangi menjadi kelompok-kelompok yang homogen jika kita mendapatkan hubungan yang bermakna. Fakta ini memerlukan klasifikasi data yang terjadi pada proses penyusunan data dalam kelompok atau kelas berdasarkan karakteristik umum. Data yang memiliki karakteristik umum ditempatkan dalam satu kelas dan dengan cara ini seluruh data bisa dibagi menjadi beberapa kelompok atau kelas.

- Tabulasi adalah proses meringkas data mentah dan menampilkan hal yang sama dalam bentuk kompak (yaitu, dalam bentuk tabel statistik) untuk analisa lebih lanjut. Dalam arti yang lebih luas, tabulasi adalah susunan yang teratur dari data dalam kolom dan baris.

Unsur / Jenis Analisis

Analisis, terutama dalam kasus survei atau data eksperimen, melibatkan perkiraan nilai-nilai parameter yang tidak diketahui dari populasi dan pengujian hipotesis untuk penggambaran kesimpulan. Analisis dapat dikategorikan sebagai analisis deskriptif dan analisis inferensial (analisis inferensial sering dikenal sebagai analisis statistik). Analisis deskriptif sebagian besar mempelajari tentang distribusi satu variabel. Sebagai contoh, studi ini menyediakan kita profil perusahaan, kelompok kerja, orang dan mata pelajaran lain pada salah satu dari beberapa karakteristik seperti ukuran, komposisi, efisiensi, preferensi, dll. Analisis semacam ini mungkin sehubungan satu variabel (analisis unidimensional), atau sehubungan dua variabel (analisis bivariat) atau dalam hal lebih dari dua variabel (analisis multivariat). Dalam konteks ini kita bekerja keluar berbagai langkah yang menunjukkan ukuran dan bentuk distribusi bersama dengan studi hubungan berukuran antara dua atau lebih variabel.

Kita mungkin juga berbicara analisis korelasi dan analisis kausal. Analisis korelasi mempelajari variasi gabungan dari dua atau lebih variabel untuk menentukan jumlah korelasi antara dua variabel atau lebih. Analisis kausal berkaitan dengan studi tentang bagaimana satu atau lebih variabel mempengaruhi perubahan variabel lain. Hal ini merupakan studi hubungan fungsional yang ada di antara dua atau lebih variabel. Analisis ini dapat disebut sebagai analisis regresi.

Di zaman modern, dengan ketersediaan fasilitas komputer, telah terjadi perkembangan pesat dari analisis multivariat yang dapat didefinisikan sebagai "semua metode statistik yang bersamaan menganalisis lebih dari dua variabel pada sampel pengamatan". Ketika membuat referensi dari analisis multivariat, analisis-analisis berikut biasanya terlibat:

(a) analisis regresi ganda: Analisis ini diadopsi ketika peneliti memiliki satu variabel dependen yang diduga menjadi fungsi dari dua atau lebih variabel independen. Tujuan dari analisis ini adalah untuk membuat prediksi tentang variabel dependen berdasarkan kovarians dengan semua variabel independen yang bersangkutan.

(b) beberapa analisis diskriminan: Analisis ini adalah tepat ketika peneliti memiliki variabel dependen tunggal yang tidak dapat diukur, tetapi dapat diklasifikasikan ke dalam dua atau lebih kelompok berdasarkan beberapa atribut. Tujuan analisis ini kebetulan untuk memprediksi kemungkinan entitas dari milik kelompok tertentu berdasarkan beberapa variabel prediktor.

(c) analisis multivariat varians (atau multi-ANOVA): Analisis ini merupakan perpanjangan dari dua arah ANOVA, dimana rasio antara kelompok varians untuk dalam kelompok varians adalah bekerja keluar pada satu set variabel.

(d) analisis Canonical: Analisis ini dapat digunakan dalam kasus kedua variabel terukur dan non-terukur untuk tujuan sekaligus memprediksi satu set variabel dependen dari kovarians bersama mereka dengan satu set variabel independen.

Analisis inferensial yang bersangkutan dengan berbagai tes signifikansi untuk pengujian hipotesis untuk menentukan dengan apa validitas data dapat dikatakan untuk menunjukkan beberapa kesimpulan. Hal ini juga berkaitan dengan estimasi nilai populasi. Hal ini terutama atas dasar analisis yang dapat disimpulkan sebagai tugas penafsiran (yaitu, tugas kesimpulan menggambar dan kesimpulan) dilakukan.

VIII. Dasar-dasar Sampling Sampling dapat didefinisikan sebagai pemilihan beberapa bagian dari agregat atau totalitas atas dasar putusan atau kesimpulan tentang agregat atau totalitas yang dibuat. Dengan kata lain, sampling adalah proses mendapatkan informasi tentang seluruh populasi dengan memeriksa hanya bagian darinya saja. Dalam sebagian besar penelitian, pendekatan yang biasa terjadi untuk menarik kesimpulan berdasarkan sampel tentang parameter populasi dari mana sampel diambil. Sampel harus benar-benar mewakili karakteristik populasi tanpa bias sehingga dapat menghasilkan kesimpulan yang valid dan dapat diandalkan.

Sampling digunakan dalam penelitian untuk berbagai alasan sebagai berikut :

Sampling dapat menghemat waktu dan uang.

Sampling dapat memungkinkan pengukuran yang lebih akurat untuk studi sampel umumnya dilakukan oleh peneliti yang terlatih dan berpengalaman.

3. Sampling tetap satu-satunya cara ketika populasi mengandung jauh lebih banyak anggota.

4. Sampling tetap satu-satunya pilihan ketika tes melibatkan penghancuran item yang diteliti.

5. Sampling biasanya memungkinkan untuk memperkirakan kesalahan sampling dan, dengan demikian, membantu dalam memperoleh informasi mengenai beberapa karakteristik dari populasi.

Sebelum kita berbicara tentang rincian dan penggunaan sampling, perlu diketahui beberapa definisi mendasar mengenai konsep dan prinsip-prinsip sampling.

1. Semesta / Populasi: Dari sudut pandang statistik, istilah 'semesta' mengacu pada total item atau unit dalam bidang penyelidikan, sedangkan 'populas' merujuk pada total item tentang informasi yang diinginkan. Populasi atau semesta dapat terbatas atau tak terbatas.

2. Bingkai Sampling: Unit dasar atau kelompok tersebut dapat membentuk dasar dari proses pengambilan sampel dalam hal ini mereka disebut sebagai unit sampling.

3. Desain Sampling: Sebuah desain sampel adalah rencana yang pasti untuk mendapatkan sampel dari bingkai sampling.

4. Statistik dan parameter: Sebuah statistik merupakan karakteristik dari sampel, sedangkan parameter merupakan karakteristik dari populasi.

5. Kesalahan Sampling: Survei Sampel menyiratkan studi sebagian kecil dari populasi dan dengan demikian secara alami akan ada sejumlah ketidaktepatan dalam informasi yang dikumpulkan.

6. Presisi: Presisi adalah rentang di mana rata-rata populasi (atau parameter lainnya) akan berbaring sesuai dengan keandalan yang ditentukan dalam tingkat kepercayaan sebagai persentase dari perkiraan atau sebagai jumlah numerik.

7. Tingkat kepercayaan dan tingkat signifikansi: Tingkat kepercayaan atau keandalan adalah persentase yang diharapkan kali bahwa nilai aktual akan jatuh dalam batas presisi. Presisi adalah rentang di mana jawabannya dapat bervariasi dan masih dapat diterima; tingkat kepercayaan menunjukkan kemungkinan bahwa jawabannya akan jatuh dalam rentang tersebut, dan tingkat signifikansi menunjukkan kemungkinan bahwa jawabannya akan berada di luar kisaran tersebut.

8. Distribusi Sampling: Jika kita mengambil sejumlah sampel dan untuk setiap sampel dihitung berbagai ukuran statistik seperti mean, standar deviasi, dll, maka kita dapat menemukan bahwa setiap sampel dapat memberikan nilai tersendiri untuk statistik dalam pertimbangan. Distribusi sampling cenderung cukup dekat dengan distribusi normal jika jumlah sampel besar. Signifikansi distribusi sampling mengikuti dari fakta bahwa rata-rata dari distribusi sampling adalah sama dengan rata-rata semesta. Dengan demikian, rata-rata dari distribusi sampling dapat diambil sebagai rata-rata semesta.

Teori sampling adalah studi tentang hubungan yang ada antara populasi dan sampel yang diambil dari populasi. Teori sampling ini berlaku hanya untuk sampel acak. Untuk tujuan ini populasi atau semesta dapat didefinisikan sebagai kumpulan item yang memiliki ciri umum atau sifat. Dengan kata lain, semesta adalah kelompok lengkap item tentang pengetahuan yang dicari. Sampel merujuk ke bagian dari semesta yang dipilih untuk tujuan penyelidikan.

Teori sampling berkaitan dengan memperkirakan sifat-sifat populasi dari sampel dan juga dengan mengukur ketepatan perkiraan. Hal ini semacam gerakan dari hal tertentu (sampel) terhadap hal umum (semesta) adalah apa yang dikenal sebagai induksi statistik atau inferensi statistik. Agar bisa mengikuti metode induktif ini, pertama kita mengikuti argumen deduktif yang kita bayangkan populasi atau semesta (terbatas atau tak terbatas) dan menyelidiki perilaku sampel yang diambil dari alam semesta ini menerapkan hukum-hukum probabilitas. Metodologi yang berurusan dengan semua ini dikenal sebagai teori sampling.

Teori sampling dirancang untuk mencapai satu atau lebih dari tujuan-tujuan berikut:

(i) Estimasi statistik: Sampling teori membantu dalam memperkirakan parameter populasi yang tidak diketahui dari pengetahuan tentang ukuran statistik berdasarkan studi sampel.

(ii) Pengujian hipotesis: Tujuan kedua dari teori sampling adalah untuk memungkinkan kita untuk memutuskan apakah akan menerima atau menolak hipotesis; teori pengambilan sampel membantu dalam menentukan apakah perbedaan yang diamati sebenarnya karena kebetulan atau apakah mereka benar-benar signifikan.

(iii) Inferensi statistik: Teori Sampling membantu dalam membuat generalisasi tentang populasi / semesta dari penelitian berdasarkan sampel yang diambil darinya. Hal ini juga membantu dalam menentukan akurasi generalisasi tersebut.