Daftar isi
Cluster sampling (sampling klaster atau sampling area) adalah teknik probability sampling yang mengacak kelompok, bukan individu. Kelompoknya disebut klaster, misalnya sekolah, kelas, desa, cabang perusahaan, atau RT. Setelah klaster terpilih, sampel diambil dari klaster-klaster itu saja.
Kapan cluster sampling dipakai
- Populasinya luas dan tersebar, misalnya siswa SMA di satu provinsi.
- Tidak ada daftar lengkap individu, tetapi ada daftar kelompoknya, misalnya daftar sekolah dari dinas pendidikan.
- Biaya dan waktu untuk mendatangi responden yang tersebar terlalu besar.
Satu tahap dan bertahap
Satu tahap: klaster diacak, lalu semua anggota klaster terpilih dijadikan sampel.
Bertahap (multistage): klaster diacak, lalu di dalam klaster terpilih dilakukan pengacakan lagi, bisa sampai beberapa tingkat. Misalnya kabupaten, lalu sekolah, lalu kelas, lalu siswa.
Contoh (angka rekaan)
Penelitian tentang kebiasaan membaca siswa SMP di sebuah kabupaten dengan 40 SMP.
- Dari daftar 40 SMP, diacak 8 sekolah.
- Di setiap sekolah terpilih, diacak satu kelas VIII.
- Semua siswa di kelas terpilih menjadi responden. Bila rata-rata satu kelas berisi 30 siswa, sampelnya sekitar 240 siswa.
Ini cluster sampling dua tahap: sekolah diacak, lalu kelas diacak.
Beda cluster dan stratified
| Stratified random sampling | Cluster sampling | |
|---|---|---|
| Kelompok dibentuk berdasarkan | Ciri yang membedakan (mis. jenis sekolah) | Lokasi atau unit yang sudah ada (mis. sekolah, kelas) |
| Isi setiap kelompok | Mirip satu sama lain (homogen) | Beragam, idealnya seperti miniatur populasi |
| Kelompok yang diambil | Semua strata | Sebagian klaster |
| Tujuan utama | Presisi dan keterwakilan setiap strata | Efisiensi biaya dan waktu |
Penjelasan dan contoh perhitungan stratified ada di stratified random sampling.
Kelebihan dan kekurangan
Kelebihan:
- Hemat biaya dan waktu karena responden terkumpul di lokasi yang sama.
- Cukup dengan daftar klaster, tidak perlu daftar seluruh individu.
- Cocok untuk penelitian di sekolah karena satu kelas bisa diambil utuh.
Kekurangan:
- Siswa dalam satu kelas atau sekolah cenderung mirip, sehingga informasi yang didapat dari setiap tambahan responden lebih sedikit. Akibatnya presisi lebih rendah daripada acak sederhana dengan jumlah sampel yang sama. Untuk mengimbanginya, ambil lebih banyak klaster.
- Bila klaster yang terpilih kebetulan berbeda jauh dari klaster lain, hasilnya bias.
- Analisis yang lebih tepat memperhitungkan klaster (misalnya model multilevel), yang biasanya di luar cakupan skripsi S1. Tuliskan sebagai keterbatasan bila tidak dipakai.
Contoh kalimat Bab 3
Sampel diambil dengan teknik cluster sampling dua tahap. Pada tahap pertama, dari 40 SMP di Kabupaten X diacak 8 sekolah. Pada tahap kedua, di setiap sekolah terpilih diacak satu kelas VIII, dan seluruh siswa di kelas tersebut dijadikan responden, sehingga diperoleh 240 siswa.
Angka di atas hanya ilustrasi. Untuk menentukan jumlah sampel, lihat rumus Slovin dan Lemeshow serta dasar-dasarnya di populasi dan sampel.
Pertanyaan umum
Apa beda cluster sampling dan stratified random sampling?
Pada stratified, populasi dibagi menjadi strata yang anggotanya mirip, lalu sampel diambil dari setiap strata. Pada cluster, populasi dibagi menjadi kelompok yang masing-masing mirip miniatur populasi, lalu hanya sebagian klaster yang diambil. Stratified mengambil dari semua kelompok; cluster hanya dari kelompok yang terpilih.
Apakah memilih kelas sebagai kelompok eksperimen termasuk cluster sampling?
Bisa, bila kelas dipilih secara acak dari seluruh kelas yang setara, lalu semua siswa di kelas terpilih menjadi sampel. Bila kelas dipilih karena pertimbangan sekolah atau guru, itu bukan pengacakan, sehingga lebih tepat disebut purposive.
Berapa jumlah klaster yang harus dipilih?
Makin banyak klaster makin baik untuk presisi, walaupun anggota per klaster lebih sedikit. Memilih hanya satu atau dua klaster membuat hasil sangat bergantung pada klaster itu, sehingga sebaiknya dihindari.