Dalam penelitian, terdapat istilah cluster sampling. Teknik ini termasuk dalam probability sampling atau random sampling. Kamu bisa menerapkan teknik ini ketika melakukan penelitian dengan populasi yang besar.
Sewaktu kamu kesulitan mengakses populasi penelitian, teknik ini juga cocok untuk diterapkan. Sebelum menerapkan teknik ini dalam penelitian kamu, pastikan kamu sudah memahaminya dengan baik. Mari simak penjelasan tentang cluster sampling dalam artikel berikut.
Daftar Isi
Pengertian Cluster Sampling
Cluster Sampling adalah metode pengambilan sampel di mana populasi yang besar dibagi menjadi kelompok-kelompok kecil yang disebut dengan cluster. Setelah itu, sampel akan dipilih secara acak dari cluster tersebut.
Setiap kelompok berisi populasi dengan karakteristik yang sama atau memiliki kesamaan. Contohnya, menetap di area yang sama, mempunyai tingkat pendidikan yang sama, dan sebagainya. Namun, teknik ini tidak selalu cocok untuk seluruh penelitian.
Teknik cluster sampling umumnya diterapkan saat populasi dan sampel yang dibutuhkan sangat besar. Tujuan dari penerapan teknik ini adalah mengurangi jumlah partisipan ketika populasinya terlalu besar untuk diteliti secara keseluruhan. Penerapan teknik ini dapat mengurangi biaya dan waktu yang digunakan. Sehingga, dapat meningkatkan efisiensi dalam penelitian.
Teknik ini cocok digunakan pada populasi yang terpencar secara geografis. Kamu bisa menerapkannya pada populasi dengan jarak yang terpisah jauh. Kondisi lain yang cocok dengan teknik ini adalah penelitian yang memiliki keterbatasan sumber daya yang meliputi waktu, tenaga, dan biaya.
Teknik Cluster Sampling
Berikut ini adalah beberapa teknik cluster sampling yang dapat diterapkan ketika melakukan penelitian.
1. Multi-Stage Cluster Sampling
Dalam teknik ini, peneliti akan melakukan pengambilan sampel secara acak dari cluster sampai mencapai ukuran sampel yang bisa diatur. Dalam multi-stage cluster sampling, peneliti memilih sampel secara bertahap, dari cluster yang besar ke cluster yang lebih kecil.
2. Double-Stage Cluster Sampling
Dalam teknik ini, hanya sebagian anggota dari setiap cluster yang terpilih yang akan dimasukkan sebagai sampel. Teknik ini merupakan versi yang lebih sederhana dari multi-stage. Dalam teknik tersebut, peneliti memilih sampel hanya dalam dua tahap.
3. Single-Stage Cluster Sampling
Teknik ini adalah jenis pengambilan sampel dari setiap cluster yang dipilih. Peneliti akan membagi total sampel menjadi beberapa cluster. Setelah itu, peneliti akan mengambil semua anggota dari cluster yang terpilih untuk dijadikan sebagai sampel penelitian.
Contoh Cluster Sampling
Dinasti politik cenderung menimbulkan dampak yang negatif. Berikut ini adalah dampak negatif dari politik dinasti.
1. Survei Pemakaian Transportasi Online di Kota Wisata
Dalam penelitian ini, populasi yang digunakan adalah seluruh wisatawan yang berkunjung ke kota wisata X. Cluster-nya adalah hotel dan penginapan. Seluruh hotel dan penginapan di kota wisata X akan dibagi menjadi beberapa kelompok berdasarkan jumlah bintangnya.
Dua kelompok hotel, yaitu bintang 3 dan bintang empat dipilih secara acak. Peneliti akan memberikan kuesioner kepada tamu yang sedang check-out di hotel-hotel yang terpilih. Selain itu, peneliti melakukan wawancara singkat dengan beberapa tamu untuk mengetahui pengalaman mereka ketika menggunakan transportasi online di kota wisata.
2. Penelitian Tentang Tingkat Keterpaparan Polusi Udara di Kota Besar
Contohnya, seorang peneliti meneliti tingkat keterpaparan polusi udara di kota besar. Populasinya adalah seluruh wilayah di kota besar Y dan cluster-nya adalah kelurahan. Kota tersebut dibagi menjadi beberapa kelurahan. Peneliti akan memilih lima kelurahan secara acak dengan mempertimbangkan variasi kondisi lingkungannya.
Di setiap kelurahan yang sudah dipilih, peneliti akan melakukan pengukuran kualitas udara di beberapa titik selama sebulan secara berkala. Selain itu, peneliti akan melakukan wawancara dengan masyarakat di setiap kelurahan untuk mengetahui persepsi mereka tentang kualitas udara beserta dampaknya bagi kesehatan.
Cara Pengambilan Sampel Cluster Sampling
Berikut ini adalah tahap-tahap yang perlu dilakukan dalam menerapkan cluster sampling.
1. Menentukan Populasi dan Cluster
Tahap awal yang perlu dilakukan, yaitu menentukan populasi dan membaginya menjadi beberapa cluster. Populasi harus ditentukan sesuai dengan topik penelitian agar peneliti bisa memperoleh data yang tepat dan relevan.
Setelah menentukan populasi, peneliti perlu membaginya menjadi beberapa cluster sesuai dengan kebutuhan. Contohnya, penelitian tentang mutu pendidikan SMP di DKI Jakarta. Misalnya, data menunjukkan terdapat 60 SMP di DKI Jakarta.
Sekolah tersebut dibagi menjadi 5 cluster yang terdiri atas Jakarta Pusat, Jakarta Utara, Jakarta Barat, Jakarta Selatan, dan Jakarta Timur. Jadi, ada 5 cluster yang berisi 60 SMP.
2. Memilih dan Menentukan Cluster
Selanjutnya, peneliti perlu menentukan jumlah cluster dan memilih cluster mana saja yang akan menjadi wakil dari semua populasi. Sampel tidak akan diambil dari 5 cluster secara keseluruhan. Peneliti hanya akan mengambil beberapa sekolah dari 5 cluster.
Contohnya, cluster Jakarta Pusat memiliki 12 SMP. Dari total tersebut, peneliti hanya akan mengambil 5 SMP saja. Jumlah SMP dari masing-masing cluster dapat ditentukan secara acak dan bisa ditentukan dengan rumus.
3. Memilih Sampel Secara Acak dari Setiap Cluster
Berikutnya, peneliti perlu memilih sampel dari setiap cluster. Contohnya, peneliti mengambil data dari 15 siswa kelas IX di 5 SMP dari setiap cluster. Maka, peneliti mengumpulkan data dari 75 siswa di setiap cluster. Penentuan sampel di dalam cluster dilakukan secara acak berdasarkan pertimbangan peneliti.
4. Mengumpulkan Data dari Setiap Cluster
Setelah memilih sampel, peneliti perlu mengumpulkan data dari setiap cluster. Peneliti dapat menerapkan teknik pengumpulan data yang paling sesuai dengan penelitiannya. Pengumpulannya bisa dilakukan dalam satu hari, beberapa hari, atau lebih sesuai dengan kebutuhan dan kondisi.
5. Menganalisis Data
Tahap terakhir yang perlu dilakukan oleh peneliti adalah menganalisis data. Hal ini dilakukan untuk memperoleh kesimpulan yang valid dan bisa diandalkan. Kesimpulan yang disusun harus menjawab pertanyaan penelitian.
Analisis data adalah tahap yang sangat penting dalam penelitian yang menerapkan cluster sampling. Dengan melakukan analisis yang tepat, peneliti bisa mendapatkan informasi yang berharga untuk menjawab pertanyaan penelitian.
Baca Juga:
- Purposive Sampling : Metode, Tujuan, Cara, Kelebihan dan Kekurangan
- Snowball Sampling: Pengertian, Kelebihan, Kelemahan, Jenis dan Contoh
- Metode Accidental Sampling: Pengertian, Cara dan Contoh
Rumus Cluster Sampling
Biasanya, digunakan rumus untuk menentukan jumlah sampel dari setiap cluster. Rumus ini digunakan untuk memastikan bahwa jumlah sampel di setiap cluster tepat sehingga dapat merepresentasikan populasi secara keseluruhan. Berikut ini adalah rumus yang digunakan untuk menentukan ukuran sampel dalam cluster sampling.
n = (N * nc) / (Nc)
Keterangan:
n = Ukuran sampel yang diperlukan
N = Total unit individu dalam populasi
nc = Ukuran sampel yang diinginkan dari setiap cluster
Nc = Total cluster dalam populasi
Berikut ini adalah contoh penerapan rumus tersebut. Sebuah penelitian mempunyai data sebagai berikut.
N = 100 (Contohnya, ada 100 sekolah di seluruh wilayah).
Nc = 20 individu yang akan diambil dari setiap cluster (Contohnya, 20 siswa dari setiap sekolah).
Nc = 1.000 individu dalam seluruh populasi (Contohnya, total siswa di seluruh sekolah adalah 1.000 individu).
Berikut ini adalah perhitungannya.
n = 100 x 20 / 1.000
n = 2.000 / 1.000
n = 2
Dari hasil perhitungan tersebut, peneliti cukup memilih 2 cluster dari sekolah di wilayah yang diteliti. Dari setiap cluster, akan dipilih 20 siswa untuk dijadikan sebagai sampel penelitian. Sehingga, totalnya ada 60 siswa (3 cluster x 20 siswa) yang akan menjadi sampel penelitian.
Berikut ini adalah langkah-langkah yang perlu dilakukan untuk menentukan ukuran sampel dalam cluster sampling.
- Menentukan total unit individu dalam populasi (N).
- Menentukan ukuran sampel yang diinginkan dari setiap cluster (n_c). Ukuran ini bisa ditentukan berdasarkan tingkat presisi yang diinginkan serta pertimbangan praktis dan statistik.
- Menentukan total cluster dalam populasi (N_c).
- Menggunakan rumus cluster sampling untuk menghitung ukuran sampel yang diperlukan (n). Rumus ini memberikan perkiraan ukuran sampel yang dibutuhkan untuk memperoleh hasil yang representatif.
Selain itu, ketika menerapkan cluster sampling, peneliti juga perlu mempertimbangkan beberapa faktor, seperti tingkat akurasi, tingkat keheterogenan antar cluster, dan sebagainya.
Teknik cluster sampling berguna untuk mengumpulkan data dari populasi yang besar dan kompleks. Dengan membagi populasi menjadi cluster yang lebih kecil, peneliti bisa memperoleh sampel yang representatif.
Sumber:
Populix. https://info.populix.co/articles/cluster-sampling-adalah/ diakses pada 27 Januari 2025
Penerbit Deepublish. https://penerbitdeepublish.com/cluster-random-sampling/ diakses pada 27 Januari 2025
Lulusan Sarjana Teknik Sipil serta memiliki ketertarikan di bidang Pendidikan, Bisnis dan Wisata, saya juga memiliki ketertarikan di dunia penulisan SEO, copywriting, content writing, dan content marketing.