Pengertian Cluster Sampling beserta Contoh dan Tekniknya Lengkap
Pengertian Cluster Sampling beserta Contoh dan Tekniknya Lengkap – Cluster sampling merupakan teknik paling populer untuk mendapatkan responden dalam memenuhi kebutuhan riset.
Teknik ini dianggap mempunyai banyak keuntungan dari segi biaya, tenaga, serta waktu.
Melakukan penelitian untuk kebutuhan pasar, pendidikan, atau penemuan ternyata tidak bisa dilakukan sembarangan. Yuk, simak ulasan lengkapnya di bawah ini!
Pengertian Cluster Sampling, Sampel, dan Populasi
Daftar Isi
Daftar Isi
Teknik penentuan sampel merupakan salah satu metode penentuan objek penelitian, tentunya perlu memperhatikan berbagai metodologi sesuai teori.
Salah satu dari berbagai macam teknik pengambilan sampel ini disebut sebagai cluster.
Para peneliti terlebih dahulu membentuk beberapa kelompok hasil seleksi sebagian individu dalam populasi. Pengertian populasi yaitu sekumpulan orang pada waktu serta wilayah tertentu yang hendak diteliti oleh ahli.
Beberapa cluster dari populasi selanjutnya dikumpulkan berdasarkan karakter atau sifat identik (homogen) antarindividu di dalamnya.
Pada metode cluster, pengkaji akan melakukan sampling secara acak dari berbagai sumber.
Sebelum melanjutkan, sebaiknya pahami contoh populasi dan sampel, agar lebih memahami penjelasan-penjelasan selanjutnya.
Populasi merupakan keseluruhan subjek penelitian, sedangkan sampel adalah representasi sebagai perwakilan kelompok.
Nantinya akan muncul nilai berdasarkan penghitungan dari kumpulan tersebut, sering dikenal dengan sebutan parameter.
Ada juga ahli yang berpendapatan bahwa populasi bukan sebatas subjek, namun juga variabel terkait topik.
Sampel disebut dengan istilah lain contoh, sedangkan nilai hitungannya dikenali sebagai statistik. Keberadaan sampel atau contoh ini sangat mempengaruhi kualitas riset, karena harus dipilih representasi terbaik.
Representasi kumpulan memiliki dua kriteria, yaitu inklusi atau karakteristik umum dari suatu kelompok.
Serta eksklusi, yaitu menghilangkan, mengeliminasi, atau mengeluarkan subjek berkriteria inklusi karena alasan tertentu.
Mengapa banyak peneliti menggunakan cluster sampling daripada harus melakukan riset secara menyeluruh?
Karena berbagai faktor seperti ukuran populasinya besar, urgensi, efisiensi sumber daya serta biaya, atau karena tidak mungkin menggunakannya.
Selain hemat waktu dan biaya, menggunakan penentuan sampel bisa menghasilkan data lebih tepat dan akurat. Manfaat lainnya juga memperluas cakupan atau ruang lingkup sebuah riset oleh pihak tertentu.
Teknik Penentuan Sampel: Probability Sampling
Probability sampling merupakan salah satu metode penentuan yang memberikan setiap anggota populasi kesempatan sama besar untuk menjadi anggota sampel.
Pengambilan dilakukan secara cluster sampling dari semua populasi.
1. Simple Random Sampling
Sesuai namanya, simple random merupakan pengambilan anggota secara acak tanpa memandang latar belakang atau tingkatan dalam sebuah populasi. Cara ini langsung dilakukan pada unit sampling.
Unit sampling sebagai unsur terkecil juga mendapatkan peluang sama besar untuk menjadi perwakilan kelompok. Namun teknik simple random dapat dilakukan jika populasi bersifat homogen (bersifat serupa).
2. Proportionate Stratified Random Sampling
Proportionate stratified random diterapkan pada populasi dengan stratifikasi, susunan bertingkat atau mempunyai lapisan tertentu.
Apabila sebuah kelompok memiliki unsur tidak homogen, maka proportionate stratified random dapat diaplikasikan.
Kelemahan proportionate stratified random yaitu tidak dapat dilaksanakan apabila investigasi tentang daftar subjek kurang kuat.
Sehingga, akan menimbulkan kegagalan pada proses pembuatan strata secara proporsional.
3. Disproportionate Stratified Random Sampling
Disproportionate stratified random diterapkan untuk menentukan jumlah sampel pada populasi berstrata namun tidak proporsional.
Teknik ini merupakan kebalikan dari proportionate stratified random, mempunyai kelebihan serta kelemahan tersendiri.
4. Cluster Sampling (Area)
Cluster atau sampel area disebut dengan istilah lain, cluster random, digunakan ketika kelompok tidak terdiri dari perseorangan, melainkan kumpulan-kumpulan individu.
Metode cluster sangat bermanfaat untuk riset skala sangat luas.
Kelemahan cara ini bisa diamati dari tingkat error, terdapat lebih banyak error daripada proportionate stratified random atau disproportionate stratified random.
Memperoleh cluster dengan tingkat heterogenitas setara sangat sulit dilakukan.
Teknik Penentuan Sampel: Nonprobability Sampling
Selain penjelasan mengenai cluster sampling yang termasuk ke dalam jenis penentuan sebelumnya, berikut pembahasan tentang nonprobability sampling.
Nonprobability tidak memberikan kesempatan sama bagi setiap anggota untuk menjadi perwakilan, berikut klasifikasinya.
1. Sistematis atau Systematic Sampling
Sistematis berarti dilakukan berdasarkan urutan dari anggota populasi setelah pemberian nomor urut. Jika kelompok yang hendak diteliti sangat banyak, maka metode ini sangat mempersingkat dan memudahkan.
2. Quota Sampling
Quota merupakan metode penentuan sampel dari kelompok dengan ciri-ciri tertentu hingga memenuhi kuota. Jumlah kelompok tidak ditentukan, namun akan dibagi lagi menjadi beberapa kumpulan kecil.
Sampel akan diambil dari jatah atau quorum tertentu pada kumpulan, langsung menguji unit sampling. Pengumpulan data dihentikan jika sudah memenuhi jatah, batasan, atau kebutuhan tertentu.
Metode quota diciptakan khusus riset yang membutuhkan sedikit sampel, karena setiap kasus perlu dipelajari dengan teliti dan mendalam.
Namun, kurang bagus juga apabila sampel terlalu sedikit, berpengaruh pada kualitas perwakilan.
3. Accidental atau Aksidental Sampling
Metode aksidental merupakan jenis penentuan berdasarkan kebetulan, siapa saja yang secara tidak langsung bertemu peneliti akan diteliti. Namun seseorang atau subjek tersebut harus sesuai dengan kriteria.
4. Purposive Sampling
Purposive merupakan metode penentuan menggunakan berbagai pertimbangan, pemilihan kelompok subjek didasarkan kriteria tertentu.
Kriteria atau karakter tersebut harus berhubungan dengan kasus dalam riset, atau berdasarkan tujuan serta permasalahan.
5. Saturation ( Sampling Jenuh)
Metode saturation dilakukan ketika semua anggota kelompok digunakan sebagai sampel, karena kuantitasnya relatif kecil, kurang dari 30 subjek.
Saturation sering disebut dengan istilah sensus, semua orang dijadikan sebagai sumber data.
Lakukan Cluster Sampling dengan Langkah Ini
Pertama, kamu perlu menentukan target audiens serta seberapa besar ukuran sampelnya, supaya lebih mudah. Kedua, amati sumber yang sudah ada, apabila belum tersedia, kamu dapat menciptakannya sendiri.
Lakukan pengujian atau evaluasi sumber berdasarkan pembagian kelompok serta cakupannya, jangan lupa sesuaikan dengan kebutuhan riset.
Ketiga, tentukan jumlah kumpulan dengan membagi anggota secara adil dan rata, masing-masing harus berbeda.
Keempat, pilih area secara random atau acak untuk sampling. Kelima, lakukan segmentasi berdasarkan lokasi geografis yang dikenal sebagai indikator paling umum digunakan, paling populer, dan sangat membantu.
Keenam, bentuk dan ciptakan subtipe, misalnya one stage, two stages, bahkan multiple stages sesuai penjelasan sebelumnya. Pastikan sudah sesuai dengan kebutuhan, ketersediaan dana dan tenaga, serta urgensi.
Kapan sebaiknya menggunakan metode cluster sampling, apakah dapat digunakan setiap waktu tanpa mempertimbangkan subjek? Tidak semudah itu, terdapat beberapa kondisi atau syarat tertentu yang perlu dipenuhi.
Misalnya, jika sebuah penelitian membutuhkan populasi luas, heterogen, atau mempunyai karakteristik berbeda satu sama lain.
Namun keterbatasan tenaga tidak memungkinkan, maka metode ini dapat diterapkan untuk mencari representasi paling pas.
Meskipun kelompok subjek tidak terlalu besar, namun jika waktu penelitian relatif singkat atau mempunyai urgensi mendesak, maka metode gugus atau cluster sampling ini menjadi solusi terbaiknya.
Metode penentuan sampel area juga dapat diterapkan ketika anggaran atau budget tersedia namun sangat terbatas. Sehingga dipilih representasi menggunakan cara ini agar lebih menghemat anggaran.
Elemen yang harus ada diantaranya, kelompok subjek luas, memiliki karakter umum yang bervariasi, namun tetap terdapat homogenitas di dalamnya.
Masing-masing kumpulan adalah representatif, mempunyai anggota tetap serta eksklusif.
Teknik Cluster Sampling Contoh Seperti Apa?
Ada beberapa cara untuk mengklasifikasikan, pertama berdasarkan jumlah langkah-langkah yang dilakukan.
Kedua, dari banyak kelompok hanya diambil satu perwakilan untuk dilakukan pengujian, sehingga dapat secara langsung diputuskan.
1. One Stage
Teknik one stage dilakukan melalui satu tahapan saja, tanpa mempertimbangkan langkah lain.
Contohnya sebuah yayasan ingin melakukan riset tentang anak-anak putus sekolah karena kekurangan biaya, untuk memberi bantuan.
Menggunakan metode one stage, yayasan tersebut dapat menentukan desa-desa tempat anak-anak putus sekolah.
Kemudian, pihak yayasan berdasarkan riset tersebut akan memberikan sejumlah bantuan langsung, baik berupa uang ataupun lainnya.
2. Two Stages
Two stages cluster sampling terdiri dari dua tahapan, hasilnya cenderung lebih baik daripada menggunakan teknik one stage.
Apa penyebabnya? Penyebabnya adalah variasi elemen lebih kaya, sehingga diperlukan seleksi lebih ketat.
Pada two stages ini, terpilih beberapa anggota dari setiap cluster dengan menerapkan metode sampling lain secara internal. Misalnya menggunakan sistem acak (random) atau simple random.
Contohnya, seorang pemilik bisnis ingin mengetahui data pabrik di seluruh wilayah Jawa Timur. Akan memakan banyak waktu serta biaya apabila pemilik usaha tersebut tidak menggunakan metode two stages.
Pemilik usaha tersebut akan menciptakan sampel dari para pekerja di berbagai pabrik berbeda menggunakan metode two stages. Kemudian akan dibagi lagi berdasarkan status operasional atau ukuran pabrik.
3. Multistage Cluster Sampling Adalah
Multiple stages hanya dapat dilakukan pada riset berlokasi di wilayah geografis tersebar dan luas.
Terdapat banyak langkah-langkah rumit yang perlu dilakukan, termasuk menciptakan listing untuk kebutuhan mencari data.
Contoh multiple stages yaitu, suatu perusahaan melakukan survei tentang tingkat literasi digital di Jawa Tengah.
Keseluruhan populasi Jawa Tengah dibagi menjadi kelompok kota, kemudian melakukan seleksi tentang aspek-aspek tertentu.
Kelebihan Cluster Sampling beserta Kekurangannya
Setiap cara penentuan memang mempunyai kelemahan serta kelebihan tersendiri, termasuk pengklusteran.
Kelemahannya yaitu, teknik ini tidak dapat diterapkan jika elemen belum terpenuhi, berbeda dengan teknik lain.
Pada tahap pembagian kelompok, potensi terjadinya human error dinilai cukup tinggi, sehingga dibutuhkan ketelitian ekstra. Apabila tidak teliti, bisa jadi hasil riset menjadi tidak akurat, bahkan jauh dari harapan.
Dari beberapa kelemahan tersebut, terdapat keunggulan lebih banyak serta menguntungkan pihak peneliti dalam prosesnya. Misalnya, lebih efisien, efektif, dari berbagai sisi, baik tenaga, waktu maupun anggaran.
Kamu juga dapat menjangkau kelompok lebih luas tanpa harus meneliti satu per satu, karena dilakukan dengan pemilihan representatif. Sehingga kamu bisa mengeliminasi variabel yang merugikan bagi riset saat itu.
Apabila seluruh prosedur dilaksanakan secara tepat, maka hasil riset akan menjadi sangat akurat. Namun peneliti harus mengikutsertakan semua elemen dengan proporsi yang tepat, menghindari human error.
Proses penentuan metode harus didasarkan dua hal penting, yaitu reliabilitas serta efisiensi.
Semakin kecil kesalahan terjadi, reliabilitas menjadi semakin kecil, sedangkan nilai varian rendah, reliabilitas menjadi tinggi.
Elemen atau unsur dalam riset saling berhubungan satu sama lain, tidak dapat dipisahkan. Semua teknik termasuk cluster sampling penggunaannya perlu disesuaikan dengan kebutuhan masing-masing peneliti.
Klik dan dapatkan info kost di dekat kampus idamanmu: