Azka Vierda Hi, I'm Vierda, I have graduated from Statistics Brawijaya University (UB). I'm interested in data analytics/science, deep learning, and statistical quality control. So, Issho ni benkyou shimasho!

Total Sampling: Pengertian, Rumus, Metode, Contoh

5 min read

Total Sampling Adalah?✔️ Penjelasan lengkap apa itu teknik total sampling✔️ Ciri ciri✔️ Rumus✔️ Contoh Penerapan Metode✔️

Penentuan metode penelitian tentu disesuaikan dengan kebutuhan riset agar mendapatkan hasil seakurat dan seefektif mungkin. Total sampling merupakan salah satu metode pengambilan sampel yang diterapkan diantara sekian banyak metode lainnya.

Adapun pelaksanaan jenis pengambilan sampel ini agar peneliti mendapatkan kesimpulan secara lebih luas. Lebih jelasnya terkait total sampling dalam Ilmu Statistika akan kami bahas dalam penjelasan berikut ini!

Pengertian Total Sampling

total sampling adalah

Dalam penelitian, pengertian total sampling adalah teknik pengambilan sampel di mana seluruh populasi diambil sebagai data sampel untuk diukur atau diobservasi. Jumlah sampel pada total sampling selalu sama dengan jumlah populasi yang digunakan.

Dengan menggunakan metode total sampling ini, kita dapat memastikan bahwa sampel yang diambil akan merepresentasikan populasi secara keseluruhan.

Teknik pengambilan sampel yang satu ini bisa dibilang yang paling berbeda dibandingkan teknik teknik lainnya, misalkan saja seperti pada metode accidental sampling dimana hanya sebagian kecil elemen populasi yang dipilih untuk menjadi data sampel.

Umumnya teknik total sampling ini digunakan ketika populasi relatif kecil atau ketika biaya pengambilan sampel relatif kecil dibandingkan dengan biaya pengumpulan data yang akurat.

Total sampling juga biasanya digunakan dalam survei atau studi populasi yang terbatas jumlahnya, seperti studi tentang populasi desa kecil, sekolah yang tidak terlalu banyak siswanya, atau penelitian yang melibatkan populasi dalam jumlah kecil lainnya.

Dalam konteks ini, total sampling memungkinkan kita untuk memperoleh data yang lebih terperinci tentang populasi, karena semua elemen populasi dilibatkan untuk pengukuran maupun observasi.

Pendapat Para Ahli Mengenai Pengertian Total Sampling

Untuk mendapatkan gambaran jelas dan akurat terkait total sampling, mari ikuti kami mencari tahu pendapat dari para ahli. Arikunto, Notoatmodjo, dan Sugiono memiliki pendapat tentang metode penelitian ini, di antaranya:

  • Sugiono (2019)

Definisi yang pertama yaitu merujuk pada pendapat yang dikemukakan oleh Sugiyono, ahli Statistika yang tidak boleh dilewatkan.

Menurut Sugiyono (2019), total sampling adalah metode teknik sampling di mana seluruh elemen yang ada pada populasi digunakan sebagai sampelnya.

Dalam total sampling, semua elemen populasi diukur atau diobservasi, sehingga memastikan bahwa sampel yang diambil akan merepresentasikan populasi secara keseluruhan.

Beliau juga menyatakan bahwa metode ini menentukan teknis penelitian sejak awal dan melakukan perhitungan analisis untuk mendapatkan jawaban.

  • Arikunto (2006)

Arikunto berpendapat bahwa total sampling adalah metode pengambilan sampel oleh peneliti terhadap populasi yang sudah ditentukan. Karena pengambilan sampel dari data atau populasi yang sudah ditentukan maka ditengarai hasilnya akan dipastikan akurat.

  • Notoatmodjo (2018)

Notoatmodjo berpendapat bahwa metode penelitian ini diterapkan pada penelitian kuantitatif. Artinya, peneliti akan menghitung setiap data yang masuk dengan rumus tertentu untuk mendapatkan kesimpulan atau jawaban atas penelitiannya.

Berbagai pendapat ahli di atas dapat menjadi referensi untuk menyimpulkan pengertian convenience sampling secara utuh. Yakni, metode penelitian yang digunakan kepada populasi tertentu untuk mendapatkan jawaban dari ruang lingkup lebih luas.

Karakteristik Total Sampling

Berdasarkan berbagai pendapat dari para ahli di atas, dapat dilihat beberapa karakteristik yang melekat pada total sampling. Karakteristik tersebut menjadi ciri khas dan dapat diidentifikasi melalui keterangan berikut:

  • Sampel Berisi Seluruh Elemen Populasi

Total sampling dilakukan dengan mengambil seluruh populasi sebagai sampel, sehingga tidak ada elemen yang diabaikan atau dihilangkan dalam pengambilan sampel.

Artinya, jumlah populasi sama dengan jumlah sampel yang diambil dalam penelitian

  • Sampel Bersifat Representativitas

Karena seluruh populasi diambil sebagai sampel, maka dapat dipastikan bahwa sampel yang diambil merepresentasikan populasi secara keseluruhan.

  • Biaya Penelitian Relatif Tinggi

Karena seluruh populasi diambil sebagai sampel, maka total sampling memakan biaya yang relatif besar dibandingkan dengan teknik pengambilan sampel lainnya.

  • Waktu yang Dibutuhkan Relatif Lebih Lama

Jika populasi yang diambil sangat besar, maka total sampling dapat memakan waktu yang relatif lama dalam pengambilan sampel.

  • Memudahkan Proses Analisis Data

Karena data yang diambil berasal dari seluruh populasi, maka analisis data menjadi lebih mudah dan akurat. Selain itu, pada teknik ini juga terdapat tujuan jelas dari pelaksanaan metode untuk mendapatkan hasil akhir dari sebuah penelitian

  • Data yang Dihasilkan Lebih Akurat & Terperinci

Dalam total sampling, semua elemen populasi diukur atau diobservasi, sehingga memungkinkan pengambilan data yang lebih terperinci dan akurat tentang populasi.

Tentunya, peneliti juga harus mengatur waktu dan tempat melakukan penelitian yang efisien agar hasilnya akurat

  • Tidak Membutuhkan Estimasi Kesalahan Sampling

Karena seluruh populasi diambil sebagai sampel, maka tidak diperlukan estimasi kesalahan sampling seperti pada teknik pengambilan sampel lainnya.

  • Tidak Bisa Digeneralisasi ke Populasi yang Lebih Besar

Karena total sampling hanya dilakukan pada populasi yang spesifik, maka hasilnya tidak dapat digeneralisasi ke populasi yang lebih besar atau ke wilayah yang lebih luas.

Karakteristik di atas kami simpulkan berdasarkan pemikiran para ahli terkait definisi total sampling. Jika Anda menemukan karakteristik lainnya maka dapat ditambahkan untuk semakin memperkaya salah satu pengetahuan di bidang Statistika ini.

Rumus Total Sampling

rumus total sampling

Dalam statistika, rumus untuk menghitung jumlah sampel dalam total sampling adalah sebagai berikut:

n = N

Dimana,

  • n = Jumlah sampel
  • N = Jumlah populasi

Dalam total sampling, jumlah sampel akan selalu sama dengan jumlah populasi yang ada, hal ini karena keseluruhan populasi itulah yang akan digunakan sebagai sampel.

Oleh karena itu, tidak diperlukan rumus khusus seperti pada teknik random sampling atau pengambilan sampel yang terkait dengan probabilitas, karena seluruh populasi telah diambil.

Contohnya, jika jumlah keseluruhan siswa yang akan diteliti di sebuah sekolah berjumlah 150 anak, maka jumlah sampel dalam total sampling tersebut adalah 150 siswa (n = N).

Dalam hal ini, seluruh populasi menjadi sampel, dan tidak diperlukan lagi teknik pengambilan sampel secara random/ acak.

Prosedur Metode Total Sampling

Metode ini dilakukan tidak seperti accidental maupun convenience sampling yang cenderung spontan. Adapun langkah-langkah penerapan metode total sampling bisa Anda pelajari melalui urutan berikut:

  • Penentuan Populasi

Hal pertama yang harus Anda lakukan adalah menentukan populasi atau target penelitian sesuai dengan fokus penelitian yang dikerjakan. Berdasarkan karakteristik pada penelitian maka Anda bisa menentukan kira-kira populasi mana yang tepat didatangi.

  • Tentukan variabel yang akan diukur

Setelah populasi telah ditentukan, langkah berikutnya adalah menentukan variabel atau faktor yang ingin diukur dalam penelitian, misalnya tingkat pendidikan atau usia.

  • Hitung Jumlah Populasi

Jumlah populasi harus dihitung untuk menentukan jumlah sampel yang dibutuhkan dalam total sampling. Jika populasi sangat besar, maka total sampling mungkin tidak praktis dan alternatif lain seperti teknik sampling acak sederhana atau stratified random sampling harus dipertimbangkan.

  • Pengambilan Sampel

Setelah populasi dan variabel penelitian ditentukan, selanjutnya Anda bisa memilih semua populasi tersebut untuk dijadikan sampel.

Yang menjadi garis bawah adalah pemilihan sampel harus sesuai dengan karakteristik dan ketentuan syarat yang sebelumnya telah dibuat.

  • Pengumpulan Data

Menentukan sampel memang bisa menjawab penelitian, namun tidak cukup dengan itu, Anda juga harus mencari data. Data ada dua jenis, pertama data primer dan kedua data sekunder. Semuanya harus terpenuhi agar akurasi hasil akhirnya tepat.

  • Pengisian Kuesioner

Terakhir, setelah sampel ditentukan dan data selesai dikumpulkan maka Anda bisa langsung membagikan kuesioner untuk diisi. Karena sebelumnya sampel dipilih berdasarkan kriteria khusus maka metode ini dipercayai memiliki tingkat akurasi hasil akhir yang tinggi.

  • Interpretasi hasil

Hasil analisis kemudian diinterpretasikan untuk menjawab pertanyaan penelitian atau menguji hipotesis yang telah diajukan. Selanjutnya langkah terahir ditutup dengan penarikan kesimpulan diambil berdasarkan hasil analisis dan interpretasi data.

Contoh Penerapan Metode Total Sampling

total sampling

Untuk mencari contoh kasus penerapan total sampling sebenarnya tidak sulit. Namun, Anda harus tahu jenis penelitian seperti apa saja yang cocok menggunakan total sampling. Kami akan memberikan beberapa ilustrasi berikut:

  • Riset Wali Kelas

Seorang wali kelas dari kelas V di SD tertentu sedang melakukan penelitian terkait perasaan para siswa selama Ia menjadi guru wali. Maka guru tersebut membuat sebuah angket yang nantinya akan disebarkan dan diisi oleh seluruh siswa kelas V di SD tersebut.

Selain penelitian melalui metode pengisian angket, guru tersebut juga dapat mengumpulkan data tambahan melalui wawancara orang tua murid. Seluruh angket dibagikan tanpa terkecuali karena ini adalah total sampling.

  • Riset Mata Kuliah

Seorang dosen mata kuliah Statistika sedang melakukan penelitian terkait metode ajarnya di jurusan Statistika kelas A Kampus A. Dosen tersebut membagikan kuesioner kepada seluruh mahasiswa kelas A Kampus A tanpa terkecuali.

Dosen juga bisa menilai metode apa yang tepat melalui pengamatan respons mahasiswa ketika diterapkan berbagai metode. Nantinya, data yang dikumpulkan dari pengamatan dan pengisian kuesioner dapat memberikan jawaban secara akurat.

  • Riset Saat Launching Restoran

Sebuah restoran baru pertama kali buka dan sedang mencari tahu menu apa yang disukai pembeli saat launching pertama mereka. Maka pemilik restoran itu membagikan kuesioner kepada seluruh pelanggan yang hadir pada hari pertama launching.

Pemilik restoran juga semakin menguatkan hasil penelitian dengan mencari informasi lebih akurat terkait cita rasa kepada ahli atau chef. Diharapkan akan ada hasil akhir akurat jika keduanya diterapkan.

Kelebihan dan Kekurangan Total Sampling

Total sampling memiliki potensi pengeluaran biaya lebih mahal karena harus mencetak sebanyak mungkin kuesioner sebanyak populasi yang ada. Lebih jelasnya, mari simak kelebihan dan kekurangan total sampling dari penjelasan berikut:

  • Keunggulan:

Terdapat berbagai kelebihan yang diterima ketika Anda menerapkan metode ini, diantaranya:

  • Akurasi hasil akhir lebih kuat dibandingkan convenience dan accidental sampling
  • Keseriusan peneliti menentukan hasil akhir yang berkualitas dan dapat dipertanggungjawabkan

Tingkat akurasi hasil akan lebih besar karena Anda mendapatkan jawaban dari ruang lingkup sangat luas. Meskipun tentunya ada juga kekurangannya.

  • Kelemahan

Bicara soal kekurangan, berikut beberapa hal yang kami garis bawahi:

  • Biaya yang dikeluarkan lebih banyak
  • Waktu untuk melakukan penelitian lebih panjang
  • Harus bekerja keras menentukan populasi dari awal
Pelajari Juga Ragam Teknik Sampling Lainnya :
Snowball Sampling Cluster Sampling
Purposive Sampling Convenience Sampling

Ada banyak metode penelitian yang bisa diterapkan. Semua disesuaikan dengan kebutuhan peneliti. Metode total sampling akan sangat efektif diterapkan jika sejak awal Anda sudah tahu siapa dan berapa jumlah populasi yang akan anda observasi dalam fokus penelitian anda.

5/5 - (1 vote)
Azka Vierda Hi, I'm Vierda, I have graduated from Statistics Brawijaya University (UB). I'm interested in data analytics/science, deep learning, and statistical quality control. So, Issho ni benkyou shimasho!

Leave a Reply

Your email address will not be published. Required fields are marked *

You cannot copy content of this page