{{hapus|lebih cocok sebagai [[sampel (statistika)]]}}
'''Sampling''' adalah sebagian dari populasi. Artinya tidak akan ada sampel jika tidak ada populasi. Populasi adalah keseluruhan elemen atau unsur yang akan kita teliti. Penelitian yang dilakukan atas seluruh elemen dinamakan sensus. Idealnya, agar hasil penelitiannya lebih bisa dipercaya, seorang peneliti harus melakukan sensus. Namun karena sesuatu hal peneliti bisa tidak meneliti keseluruhan elemen tadi, maka yang bisa dilakukannya adalah meneliti sebagian dari keseluruhan elemen atau unsur tadi. Sedangkan penelitian yang menggunakan sampel sebagai objek yaitu sampling.
== Kelebihan dan Kekurangan ==
==== Kelebihan dan Kekurangan Populasi ====
* Kelebihan
# Data dijamin lengkap
# Pengambilan kesimpulan dan generalisasi lebih akurat
* Kekurangan
# Membutuhkan banyak sumber daya (biaya, tenaga, tempat, waktu, dll)
# Tidak ada jaminan bahwa semua anggota populasi dapat didata/diacak di lapangan
==== Kelebihan dan Kekurangan Sampel ====
* Kelebihan
# Efisien penggunaan sumber daya (biaya, tenaga, tempat waktu, dll)
# Anggota sampel mudah dilacak di lapangan
* Kekurangan
# Membutuhkan ketelitian dalam menentukan sampel
# Pengambilan kesimpulan/generalisasi perlu analisis yang teliti dan dilakukan secara hati-hati
== Mengapa menggunakan sampel? ==
* sampel dapat digunakan untuk obyek yang mudah rusak
* sampleluntuk obyek penelitian yang bersifat homogen
* menghemat biaya dan waktu penelitian
* memperluas lingkup informasi yang diperoleh
* hasil sampel sesungguhnya menyerupai kondisi populasi
== Syarat Sampel yang Baik ==
Secara umum, sampel yang baik adalah yang dapat mewakili sebanyak mungkin karakteristik populasi. Dalam bahasa pengukuran, artinya sampel harus valid, yaitu bisa mengukur sesuatu yang seharusnya diukur. Misalnya ingin mengetahui dampak ekonomi masyarakat setelah gunung merapi meletus tetapi dengan melakukan sampling di wilayah aceh, maka hal tersebut tidak valid.
Berikut adalah syarat sampel yang baik:
* Akurasi dan Ketepatan
Yaitu tingkat ketidakadaan “bias” (kekeliruan) dalam sample. Dengan kata lain makin sedikit tingkat kekeliruan yang ada dalam sampel, makin akurat sampel tersebut. Tolak ukur adanya “bias” atau kekeliruan adalah populasi. <br />
Cooper dan Emory (1995) menyebutkan bahwa “there is no systematic variance” yang maksudnya adalah tidak ada keragaman pengukuran yang disebabkan karena pengaruh yang diketahui atau tidak diketahui, yang menyebabkan skor cenderung mengarah pada satu titik tertentu.
* Presisi
Kriteria kedua sampel yang baik adalah memiliki tingkat presisi estimasi. Presisi mengacu pada persoalan sedekat mana estimasi kita dengan karakteristik populasi. Contoh : Dari 300 pegawai produksi, diambil sampel 50 orang. Setelah diukur ternyata rata-rata perhari, setiap orang menghasilkan 50 potong produk “X”. Namun berdasarkan laporan harian, pegawai bisa menghasilkan produk “X” per harinya rata-rata 58 unit. Artinya di antara laporan harian yang dihitung berdasarkan populasi dengan hasil penelitian yang dihasilkan dari sampel, terdapat perbedaan 8 unit. Makin kecil tingkat perbedaan di antara rata-rata populasi dengan rata-rata sampel, maka makin tinggi tingkat presisi sampel tersebut.<br />
Belum pernah ada sampel yang bisa mewakili karakteristik populasi sepenuhnya. Oleh karena itu dalam setiap penarikan sampel senantiasa melekat keasalahan-kesalahan, yang dikenal dengan nama “sampling error” Presisi diukur oleh simpangan baku (standard error). Makin kecil perbedaan di antara simpangan baku yang diperoleh dari sampel (S) dengan simpangan baku dari populasi, makin tinggi pula tingkat presisinya. Walau tidak selamanya, tingkat presisi mungkin bisa meningkat dengan cara menambahkan jumlah sampel, karena kesalahan mungkin bisa berkurang kalau jumlah sampelnya ditambah ( Kerlinger, 1973 ). Dengan contoh di atas tadi, mungkin saja perbedaan rata-rata di antara populasi dengan sampel bisa lebih sedikit, jika sampel yang ditariknya ditambah. Katakanlah dari 50 menjadi 75.
== Tahap-Tahap Melakukan Metode Sampel ==
# Menentukan tujuan penelitian
# Perumusan proporsi
# Menentukan jenis data yang akan dikumpulkan
# Menentukan metode pengukuran
# Pemilihan unit sampling
# Pemilihan sampel
# Mengorganisir petugas lapangan atau pencacah
# Penyusunan dan analisis data
== Metode Pengambilan Sampel yang Baik ==
# Prosedurnya sederhana dan mudah dilakukan
# Dapat memilih sampel yang representatif
# Efisien dalam penggunaan sumber daya
# Dapat memberikan informasi sebanyak-banyaknya mengenai sampel
== Ukuran Sampel ==
Ada banyak jenis tentang ukuran sampel yang dikemukakan para ahli, antara lain:
* Ada pula yang menuliskan, untuk penelitian deskriptif, sampelnya 10% dari populasi, penelitian korelasional, paling sedikit 30 elemen populasi, penelitian perbandingan kausal, 30 elemen per kelompok, dan untuk penelitian eksperimen 15 elemen per kelompok (Gay dan Diehl, 1992).
* Roscoe (1975) dalam Uma Sekaran (1992) memberikan pedoman penentuan jumlah sampel sebagai berikut :
# Sebaiknya ukuran sampel di antara 30 s/d 500 elemen
# Jika sampel dipecah lagi ke dalam subsampel (laki/perempuan, SD/SLTP/SMU, dsb), jumlah minimum subsampel harus 30
# Pada penelitian multivariate (termasuk analisis regresi multivariate) ukuran sampel harus beberapa kali lebih besar (10 kali) dari jumlah variable yang akan dianalisis.
# Untuk penelitian eksperimen yang sederhana, dengan pengendalian yang ketat, ukuran sampel bisa antara 10 s/d 20 elemen.
* Krejcie dan Morgan (1970) dalam Uma Sekaran (1992) membuat daftar yang bisa dipakai untuk menentukan jumlah sampel sebagai berikut (Lihat Tabel)
{| class="wikitable"
|-
! Populasi (N)!! Sampel (n) !! Populasi (N) !! Sampel (n) !! Populasi (N) !! Sampel (n)