MAKALAH TUGAS STATISTIKA DAN PROBABILITAS ‘TEORI SAMPLING’
DISUSUN OLEH : 1. ARDINI PUTRI 2. IDO DAMAR DAMAR PERSAD PERSADA A
4215210016 421521 421521004 0049 9
FAKULTAS AKULTAS TEKNIK TEKN IK UNIVERSI UNI VERSIT TAS PANASILA PANASIL A TAHUN A!ARAN 2016"201# KATA KATA PENGAN PEN GANTAR TAR
Puji syukur kami panjatkan pada kehadirat Allah SWT yang telah memberikan rahmat, hidayah serta karunia-Nya kepada kami sehingga kami berhasil menyelesaikan tugas yang berjudul “TEOR SA!P"N# $ tepat pada %aktunya& 'ami menyadari bah%a makalah yang kami selesaikan ini masih jauh dari kesempurnaan& Seperti halnya pepatah “ tak ada gading yang tak retak “, (leh karena itu kami mengharapkan kritik dan saran dari semua kalangan yang bersi)at membangun guna kesempurnaan makalah kami selanjutnya& Akhir kata, kami u*apkan terima kasih kepada semua pihak yang telah berperan serta dalam penyusunan makalah ini dari a%al sampai akhir& Serta kami berharap agar makalah ini dapat berman)aat bagi semua kalangan& Amin
DAFTAR ISI
KATA PENGANTAR &&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
i
DAFTAR ISI&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
ii
BAB I PENDAHULUAN
A& "atar +elakang &&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& +& Perumusan masalah &&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& .& Tujuan dan !an)aat &&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
BAB II TIN!AUAN PUSTAKA
A& +& .& 2& E&
Teknik sampel&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& .luster Sampling&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& 'elebihan dan kekurangan *luster sampling&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& 3kuran sampel &&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&& 'esalahan sampel&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
/ 0 1 4 5
BAB III
'ES!P3"AN &&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
SARAN&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
2A6TAR P3STA'A &&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
BAB I PENDAHULUAN A. LATAR BELAKANG
Penelitian dilakukan untuk menganalisis suatu hal, sehingga dapat diketahui kelebihan dan kekurangan hal tersebut atau menemukan hal baru yang lebih e)ekti)& Se*ara k(mpleks penelitian merupakan akti7itas pengumpulan )akta, bukti atau hasil se*ara sistematis dalam rangka untuk menemukan, mengembangkan atau menguji pengetahuan tentang )en(mena alam maupun s(sial& Penelitian memiliki )ungsi yang besar bagi perkembangan ilmu pengetahuan& Oleh karena itu, hasil-hasil penelitian sebaiknya dapat diketahui (leh seluruh lapisan masyarakat& Pr(ses penelitian berdasarkan met(denya dapat dibedakan menjadi penelitian e8perimental dan penelitian sur7ai& Pada kesempatan ini, akan *(ba dibahas mengenai penelitian sur7ai& Penelitian sur7ai biasanya digunakan untuk mengkaji p(pulasi dengan *ara mengkaji atau menentukan sampel untuk menemukan insidensi, distribusi maupun k(relasi 7ariabel-7ariabel yang diteliti& 2alam penelitian sur7ai ada yang menggunakan sensus dan ada yang menggunakan sampel& 9umlah p(pulasi yang terbatas memungkinkan peneliti dapat menggunakan sensus, akan tetapi pada p(pulasi yang sangat banyak, maka dapat dilakukan sampling untuk e)isiensi tenaga, %aktu dan biaya& !et(de sampling dapat dibedakan menjadi probability sampling dan non probability sampling & Probability sampling memberikan kesempatan pada setiap unsur untuk dipilih, sedangkan non probability sampling tidak memberikan kesempatan yang sama untuk dipilih& Probability sampling salah satunya met(denya yaitu Cluster Sampling !erupakan *ara pengambilan sampel dengan *ara diklasterkan menjadi grup untuk diambil se*ara a*ak& .(nt(h, meneliti perguruan tinggi sepulau ja%a& Perguruan tinggi dijadikan klaster primer :pengambilan a*ak; dan jumlah mahasis%a dari masing-masing perguruan tinggi sebagai klaster sekunder :pengambilan a*ak;& B. RUMUSAN MASALAH +erdasarkan latar belakang masalah yang telah dikemukakan& 2i ba%ah ini dirumuskan
beberapa masalah yang akan dibahas dalam makalah < & Apakah pengertian dari teknik sampling = & Apakah pengertian Pr(bability dan n(n pr(bability rand(m sampling= /& Apakah pengertian .luster Sampling=
>& Apakah kelebihan dan kekurangan dari *luster sampling= ?& +agaimana menentukan ukuran sample= . TU!UAN Adapun tujuannya yaitu sebagai berikut< & 3ntuk mengetahui arti dari teknik sampling& & 3ntuk mengetahui pr(bability dan n(npr(bability rand(m& /& 3ntuk mengetahui arti *luster sampling& >& 3ntuk mengetahui kekurangan da kelebihan *luster sampling& ?& 3ntuk mengetahui ukuran sample yang di gunakan *luster sampling& D. MANFAAT Sem(ga makalah ini dapat berman)aat dalam pr(ses perkuliahan baik bagi
penyusun khususnya dan para pemba*a pada umumnya&
BAB II TIN!AUAN PUSTAKA
A. T$%&'% S()*+'&,
Teknik sampling adalah *ara untuk menentukan sampel yang jumlahnya sesuai dengan ukuran sampel yang akan dijadikan sumber data sebenarnya, dengan memperhatikan si)at-si)at dan penyebaran p(pulasi agar diper(leh sampel yang representati)& Se*ara umum, ada dua jenis teknik pengambilan sampel yaitu, sampel a*ak atau rand(m sampling @ pr(bability sampling dan sampel tidak a*ak atau n(nrand(m samping@n(npr(bability sampling& Rand(m sampling adalah *ara pengambilan sampel yang memberikan kesempatan yang sama untuk diambil kepada setiap elemen p(pulasi& Artinya jika elemen p(pulasinya ada dan yang akan dijadikan sampel adalah ?, maka setiap elemen tersebut mempunyai kemungkinan ?@ untuk bisa dipilih menjadi
sampel& Sedangkan yang dimaksud dengan n(nrand(m sampling atau n(npr(bability sampling, setiap elemen p(pulasi tidak mempunyai kemungkinan& yang sama untuk dijadikan sampel& "ima elemen p(pulasi dipilih sebagai sampel karena letaknya dekat dengan rumah peneliti, sedangkan yang lainnya, karena jauh, tidak dipilihB artinya kemungkinannya :n(l;& Tapi pada kesempatan kali ini kita akan membahas tentang pr(bability sampling lebih khusus tentang met(de *luster samping& 1. P-/(/'+'R(&3) S()*+'&,
Teknik rand(m sampling adalah teknik pengambilan sampel dimana semua indi7idu dalam p(pulasi, baik se*ara indi7idu maupun kel(mp(k memiliki kesempatan yang sama untuk menjadi sampel& Teknik ini tidak pilih-pilih dan didasarkan atas prinsip prinsip matematis yang telah diuji dalam praktek&
Simple Rand(m Sampling atau Sampel A*ak Sederhana Teknik untuk mendapatkan sampel yang langsung dilakukan pada unit sampling& 2engan demikian setiap unsur p(pulasi harus mempunyai kesempatan sama untuk bisa dipilih menjadi sampel& /
Strati)ied Rand(m Sampling atau Sampel A*ak 2istrati)ikasikan Teknik ini biasa digunakan pada p(pulasi yang mempunyai susunan bertingkat atau berlapis-lapis& !isalnya sek(lah, terdapat beberapa tingkatan kelas& 9ika tingkatan dalam p(pulasi diperhatikan, mula-mula harus dipastikan strata yang ada, kemudian tiap strata di%akili sampel penelitian&
.luster Sampling atau Sampel #ugus Teknik ini digunakan jika p(pulasi tidak terdiri dari indi7idu-indi7idu, melainkan terdiri dari kel(mp(k atau *luster& !isalnya, penelitian dilakukan terhadap p(pulasi pelajar S!3 di suatu k(ta& 3ntuk itu rand(m tidak dilakukan se*ara langsung pada
semua pelajar, tetapi pada sek(lah@kelas sebagai kel(mp(k atau *luster& Sampel Sistematis :Systemati* Sampling; Sampel 2aerah !ultitahap :!ultistage Area Sampling
2. N&*-/(/'+'N&-(&3) S()*+'&, (( S()*$+ T'3(% A(%
2esain Sampel N(npr(babilitas :N(npr(bability Sampling;, artinya setiap sampel dipilih (leh peneliti se*ara arbitrer dan pr(babilitas masing‐masing angg(ta p(pulasi tidak diketahui& 9enis sampel n(npr(babilitas<
.(n7enien*e& Peneliti menggunakan sampel yang paling sederhana atau ek(n(mis& 9udgement& Peneliti berpengalaman dalam memilih sampel untuk memenuhi tujuannya, seperti menyakinkan bah%a semua p(pulasi mempunyai karakteristik tertentu& Cu(ta& Peneliti mengklasi)ikasikan p(pulasi menurut kriteria tertentu, menentukan pr(p(rsi sampel yang dikehendaki untuk tiap kelas, menetapkan ku(ta untuk setiap pe%a%an*ara& >
Sn(%ball& Resp(nden a%al dipilih dengan sampel pr(babilitas sedangkan resp(nden berikutnya diper(leh dari usulan@masukan resp(nden berikutnya& Teknik yang paling dianggap paling baik adalah teknik rand(m& 'ebaikan teknik ini tidak hanya landasan te(ri yang digunakan, namun berdasarkan hasil eksperimen& 2alam rand(m sampling semua angg(ta p(pulasi, se*ara indi7idual atau k(lekti), diberi peluang sama untuk menjadi angg(ta sampel& Alat yang dianggap paling shahih untuk rand(m sampling ini adalah tabel bilangan rand(m& 9ika besarnya p(pulasi terbatas, peluang rand(m dapat diberikan kepada angg(ta p(pulasi se*ara indi7idual, tetapi jika p(pulasinya sangat besar peluang rand(m diberikan kepada angg(ta p(pulasi sangat besar& Peluang rand(m diberikian kepada angg(ta p(pulasi se*ara k(lekti) seperti misalnya dalam sampling ge(gra)is& Pengklasi)ikasian sampel tergantung pada jenis 7ariable yang digunakan sebagai dasar klasi)ikasi&9ika 7ariable klasi)ikasinya diskrit maka pengklasi)ikasia sampelnya juga se*ara diskrit& Semua sampel yang dihasilkan dari klasi)ikasi se*ara diskrit disebut sampel rumpun :*luster sample;, sedangkan klasi)ikasinya didasarkan pada besar ke*il 7ariable klasi)ikasinya disebut sampel
bertingkat :strati)ied sample;& +aik dalam sampel rumpun maupun sampel bertingkat, jika pr(p(rsi sub p(pulasinya di*erminkan dalam sampel disebut sampel pr(p(si(nal& !aka dari itu pada kesempatan kali ini kita akan membahas tentang teknik sampling menggunakan pr(bability@rand(m sampling dengan met(de *luster sampling&
?
B. LUSTER SAMPLING !enurut !arg(n( :>< 1;, teknik ini digunakan bilamana p(pulasi tidak
terdiri dari indi7idu- indi7idu, melainkan terdiri dari kel(mp(k-kel(mp(k indi7idu atau *luster& Teknik sampling daerah digunakan untuk menentukan sampel bila (bjek yang akan diteliti atau sumber data sangat luas, misalnya penduduk ind(nesia yang tidak suka pelajaran matematika& 3ntuk menentukan penduduk mana yang akan dijadikan sumber data, maka pengambilan sampelnya berdasarkan daerah p(pulasi yang telah ditetapkan Apabila p(pulasi tersebar dalam beberapa %ilayah :*luster; yang masing-masing mempunyai *iri yang hampir sama, maka salah satu atau beberapa %ilayah dapat dipilih se*ara a*ak sebagai sampel& !isalkan se(rang peneliti mengamati masalah kemiskinan di pedesaan dalam satu ke*amatan& !isalkan dalam ke*amatan tersebut terdapat desa& 2iketahui pula penduduk di beberapa desa mempunyai keragaman yang hampir sama dalam banyak hal, baik keragaman dalam hal pendidikan, pekerjaan, dan atau penghasilan& 'arena setiap desa :sebagai *luster; memiliki karakteristik yang hampir sama satu sama lain, maka salah satu desa dapat dipilih sebagai sampel untuk me%akili desa lainnya& 2engan demikian yang dimaksud dengan *luster adalan sebuah unit sampling yang didalamnya berisi unit-unn sampling yang lebih ke*il& !et(de ini tidak memerlukan kerangka sampling, sehingga untuk menentukan resp(nden yang akan dipilih jauh lebih mudah ketimbang met(de lainnya& Tetapi dengan adanya keleluasaan dalam menentukan sampel, maka nilai sampling err(r dari pengamatan seringkali *ukup besar& .ara seperti ini baik sekali untuk dilakukan apabila tidak terdapat atau sulit menentukan@menemukan
kerangka sampel meski dapat juga dilakukan pada p(pulasi yang kerangka sampel sudah ada& Sebagai *(nt(h < 'epala 2inas Pendidikan 'abupaten 'uningan ingin mengetahui bagaimana Sikap #uru S"TP terhadap 'ebijakan !anajemen +erbasis Sek(lah :!+S; besar sampel adalah / (rang kemudian ditentukan .luster misal sek(lah 9umlah S"TP
0 sebanyak 00 Sek(lah dengan rata-rata jumlah #uru ? (rang maka jumlah *luster yg diambil adalah / < ? D 0 kemudian dipilih se*ara a*ak enam Sek(lah dan dari enam sek(lah ini dipilih se*ara a*ak ? (rang #uru sebagai angg(ta sampel& Pemilihan sampel se*ara *luster dapat dilakukan se*ara bertingkat, misal *luster sampling (ne stage atau *luster sampling t%( stage, dan ain-lain& !isal, *luster stage satu adalah pemilihan banyaknya desa yang akan dijadikan daerah pengamatan, sedangkan stage kedua adalah memilih banyaknya RT atau RW di setiap desa terpilih& Penarikan sampel dalam *luster sampling dilakukan se*ara a*ak dan berimbang dengan ukuran sampel ditentukan berdasarkan )ra*ti(n yang telah ditentukan& Adapun salah satu rumusan dari *luster sampling adalah < N i = f i.N i 2imana a. fi menyatakan )ra*ti(n dari tahapan@stage ke-i :biasanya ditentukan berdasarkan pengamatan sebelumnya, atau kesepakatan dari para ahli;& b. ni menyatakan ukuran sampel dari tahapan@stage ke-i c. Ni menyatakan banyaknya p(pulasi dari tahapan@stage ke-i . KEUNTUNGAN DAN KERUGIAN TEKNIK LUSTER SAMPLING 'euntungan menggunakan *luster sampling adalah rendahnya biaya yang harus
dikeluarkan ketimbang jika menggunakan met(de strati)ied rand(m sampling& Sedangkan kelemahan utama dari met(de ini adalah kurang e)isien dalam pr(ses pemilihan angg(ta sampel dibandingkan met(de lainnya, karena sub-sub dari setiap kel(mp(k yang ditentukan dalam suatu stage diasumsikan memiliki karakteristik h(m(gen :hampir
h(m(gen;& Padalah seperti telah dijelaskan sebelumnya bah%a dalam k(ndisi nyata keadaan ini sangatlah sulit untuk diper(leh&
1 !asih banyak met(de lainnya dari teknik pr(bability sampling seperti Area Sampling, 2(uble sampling, Systemati* sampling, rati( estimati(n, dan masih banyak lagi lainnya yang tidak dibahas se*ara khusus dalam diktat ini :selengkapnya lihat < Elementary sur7ey sampling (leh William !endenhall;& Selain itu pula ada satu buah rumus yang penggunaannya sudah sangat umum, yakni rumus S"ON dimana penentuan jumlah sampel hanya didasarkan pada banyaknya angg(ta p(pulasi :N; dan tingkat keper*ayaan :: F G ; lOOH saja& Adapun rumusan dari penentuan banyaknya sampel melalui rumus S"ON adalah sebagai berikut n D Penggunaan rumus tersebut mengasumsikan bah%a nilai data akan berdistribusi n(rmal atau hampir n(rmal& D. UKURAN SAMPLE !enarik sampel dari suatu p(pulasi tidakselalu memuaskan, karna peneliti seringkali tidak yakin terhadap sampelyang sungguh sungguh representati) terhadap p(pulasi tersebut& Sering terjadi perbeda anatara sampel yang dipilih dengan p(pulasi& Tetepi bila sampel telah dipilih se*ara rand(m dengan ukuran yang sesuai, maka perbedaan ini tampaknya tidak signi)ikan dan bersi)at kebetulan& 9adi berapakah ukuran sampel, dan bgaimanakah agar memilih sampel representati)= Tampaknya tidak ada ja%aban yang *ukup memuaskan tetapi hendaknya ukuran sampel terlalu jauh berbeda dengan p(pulasinya& !isalnya bila p(pulasi targetberjumlah (rangsampel -/ (rangterlalu ke*il karna hanya -/ H dari p(pulasisehingga kurang representati) berapa banyak sampel yang sesuai= .luster rand(m sampling& Peneliti harus mengidenti)ikasi sek(lah negri dan s%asta di +andung kemudian menentukansampel sebagai berikut< 2ari ? sek(lahdiilih se*ara rand(m> sek(lah nD> sek(lah8 kelas@sek(lah 8 / sis%a@kelas >&
4 E. KESALAHAN PENGAMBILAN SAMPEL 7 Sampling Error
Se*ara umum peneliti harus dapat memper(leh besarnya sampel minimum yang diperlukan agar dapat merepresentasikan p(pulasi se*ara akurat, namun disadari bah%a sampel bukanlah p(pulasi sehingga kemungkinan melakukan kesalahan dapat saja terjadi& Oleh karena itu peneliti harus memandang hasil dari sampel bukanlah hasil yang pasti, tapi sebatas estimasi& 'esalahan pengambilan sampel terjadi apabila sampel yang dipr(leh tidak@kurang akurat dalam merepresentasikan p(pulasi, masalahnya berapa besar kesalahan sampling yang dit(leransi agar generalisasi dari suatu penelitian sampel dapat diandalkan Sebagaimana telah diketahui bah%a besarnya sampel yang diperlukan agar dapat merepresentasikan p(pulasi tidak hanya tergantung pada ukuran besarnya p(pulasi tapi juga pada heter(genitas 7ariansi 7ariabel dalam p(pulasi& Semakin besar p(pulasi, semakin besar sampel yang diperlukan, demikian juga semakin heter(gen 7ariabel dalam p(pulasi semakin besar sampel yang diperlukan dalam penelitian& Te(ri pengambilan sampel :Sampling Theory; menyatakan bah%a jika banyak sampel :dengan jumlah tertentu; diambil dari suatu p(pulasi, maka sebagian besar Mean sampel akan berada dekat dengan Mean populasi , dan hanya sedikit saja yang berada jauh dari mean populasi , hal ini berarti bah%a jika sampel diambil se*ara tepat, maka penyimpulan atas sampel akan mendekati :akibat sampling error ; penyimpulan atas p(pulasi&
2ari suatu p(pulasi dapat digambarkan suatu distribusi sampel !ean :Sampling distribution;, dan menurut Te(rema batas pusat :Central limit Theorem; mean-mean dari sampel akan berdistribusi n(rmal diseputar mean p(pulasi serta mean dari mean semua sampel akan sama dengan nilai mean p(pulasi& Namun demikian kemungkinan melakukan kekeliruan tetap saja ada, dan untuk menghitung@mengetahui kekeliruan tersebut pertamatama perlu dilihat dulu bagaimana 7ariasi dalam suatu p(pulasi, akan tetapi karena 7ariasi p(pulasi se*ara empirik tidak diketahui, maka yang dapat digunakan adalah nilai 7ariasi sampel, adapun ukuran-ukuran untuk mengetahui 7ariasi suatu data penelitian yang biasa dipergunakan adalah !ean 2e7iasi :I G ;, arians :I G ; @N;, dan Standar 2e7iasi yaitu akar pangkat dua dari arian*e : :I G ; @ ;&
5 Sebelum mengetahui nilai kesalahan pengambilan sampel terlebih dahulu perlu diketahui Standard Error, dan ukuran 7ariasi Standard e!iasi merupakan ukuran yang baik untuk mengetahui rata-rata penyimpangan, adapun rumus perhitungan Standard Error adalah Standar e!iasi dibagi akar pangkat dua jumlah sampel : S2 < N :jumlah sampel; ;, standar de!iasi "S# yang digunakan dalam rumus tersebut mestinya S populasi, tapi karena yang diteliti adalah sampel, maka S sampel yang dipergunakan dengan asumsi S sampel sama dengan S populasi& Standar Err(r merupakan estimasi terbaik bagi Sampling Error B semakin ke*il Standar de7iasi,dan semakin besar jumlah sampel maka semakin ke*il Standard Error , yang berarti semakin ke*il Sampling error, karena 'esalahan penarikan sampel merupakan perkalian antara Standard error dengan nilai $ pada tingkat keper*ayaan tertentu : 5?H D ,50B 55H D ,?4;&
BAB III PENUTUP A.
K$8')*+(& +erdasarkan pembahasan pada bab , dapat ditarik kesimpulan bah%a< a& Teknik sampling adalah *ara untuk menentukan sampel yang jumlahnya sesuai dengan
ukuran sampel yang akan dijadikan sumber data sebenarnya b& Teknik samping terdiri dari< o Teknik rand(m sampling adalah teknik pengambilan sampel dimana semua indi7idu dalam p(pulasi o
Teknik n(nrand(m sampling atau n(npr(bability sampling, setiap elemen p(pulasi tidak mempunyai kemungkinan yang sama untuk dijadikan sampel&
*&
.luster rand(m adalah teknik yang digunakan bilamana p(pulasi tidak terdiri dari
indi7idu- indi7idu, melainkan terdiri dari kel(mp(k-kel(mp(k indi7idu atau *luster& d& 'euntungan dan kerugian *luster sampling< o 'euntungan menggunakan *luster sampling adalah rendahnya biaya yang harus o
dikeluarkan ketimbang jika menggunakan met(de strati)ied rand(m sampling& kelemahan utama dari met(de ini adalah kurang e)isien dalam pr(ses pemilihan angg(ta
sampel dibandingkan met(de lainnya e& ukuran sampel hendaknya ukuran sampel terlalu jauh berbeda dengan p(pulasinya& +& SARAN 'ami menyadari di dalam penyusunan dan pembuatan makalah ini yang berjudul %Teknik Sampling engan Metode Cluster Sampling $ masih banyak kekurangan dan maka dari pada itu kritik dan saran sangat kami harapkan untuk men*apai kesempurnaan makalah ini agar lebih baik lagi&
DAFTAR PUSTAKA
Jary(n(& 554& Metode penelitian pendidikan && & +andung< PT& Remaja R(sdakarya& !ahmud& & Metode Penelitian Pendidikan. +andung< . Pustaka Setia& !arg(n(, S& >& Metodologi Penelitian Pendidikan. 9akarta< PT& RNE'A .PTA& http<@@%%%&a*ademia&edu@?/010@P(pulasiKSampelKandKTeknikKSampling :diakses< sabtu > april ?, 4<; http<@@%%%&greenb((kee&*(m@*luster-sampling@ :diakses< sabtu > april ?, 1<; http<@@sid)irman4&bl(gsp(t&*(&id@?@0@makalah-teknik-sampling&html
12
