Ini adalah cara pengambilan sampel yang random atau acak. Misalnya lo pengen tau rata-rata berat badan temen sekelas. Kalau satu kelas ada 40, lo bisa nomorin seluruh anak di kelas tersebut dari nomor 1 sampai nomor 40. Tinggal lihat daftar absen aja. Terus untuk memilih secara acak, gimana caranya? Bisa pakai teknologi. Misalnya, pakai Microsoft Excel, terus ketik ini:

“=RAND()”

Perintah itu akan menghasilkan random numbers dari nol sampai satu. Kalau lo mau bikin random numbers dari 0-39, tinggal kaliin aja hasil random itu dengan 39. Berhubung hasilnya koma-koma, berarti lo harus melakukan pembulatan. Abis itu, tinggal ganti aja yang nomor 0 jadi nomor 40. Kalau hasil perhitungan lo itu mengeluarkan angka 37, berarti siswa nomor 37 di daftar absen jadi sampel lo. Terus hitung lagi. Misal, keluar angka 24, berarti siswa nomor 24 jadi sampel lo lagi. Dan seterusnya.

Pakai microsoft excel ini cuma buat contoh aja ya. Kalau lo mau pakai yang lain juga boleh. Misal, pakai kartu dan kartunya itu lo nomorin dulu dari 1 sampai 40. Bisa macem-macem caranya. Yang pasti, konsepnya harus sama, yaitu setiap anggota populasi punya probabilitas yang sama untuk menjadi sampel. Nggak boleh ada satu anggota pun yang punya probabilitas terpilih lebih besar dibanding yang lainnya.

Selain random sampling, ada lagi yang namanya systematic sampling. Misalnya, setelah seluruh data lo kasih nomor, lo tentuin deh kira-kira mau ambil berapa sampel. Untuk contoh di bawah ini, setiap kelipatan data ke-3, diambil jadi sampel:



Katanya sih, systematic sampling ini lebih sering digunakan dibanding random sampling. Hasilnya seakurat random sampling, tapi ngerjainnya lebih sederhana karena nggak perlu ngebangkitin random numbers segala. Tapi kalau untuk Quick Count, biasanya lembaga survei lebih memilih random sampling dibanding systematic sampling.

Nah, cara sampling berikut ini adalah ngebagi populasi itu berdasarkan cluster-cluster. Misal, lo bagi 40 siswa di kelas berdasarkan tempat duduknya. Yang duduk di depan itu cluster nomor 1, berikutnya cluster nomor 2, dan seterusnya. Terus lo tentuin secara random untuk ambil satu cluster aja. Kalau ternyata angka randomnya yang keluar itu 4 misalnya, berarti seluruh anggota di cluster nomor 4 itu menjadi sampel lu.

Nah, ini dia nih yang sering dipakai sama lembaga survei untuk Quick Count. Jadi gini konsepnya. Sebelum ambil sampelnya, lo bagi dulu menjadi strata-strata. Contoh yang paling sederhana nih kalau lo mau ambil sampel berat badan di sekolah, lo bagi aja menjadi dua strata:

(1) Cewek

(2) Cowok

Misalkan jumlah populasi cewek sama dengan jumlah populasi cowok. Berarti jumlah sampel yang lo ambil untuk yang cewek dan jumlah sampel yang lo ambil untuk yang cowok, harus sama. Jadi dari stratified sampling ini, lo akan mendapatkan dulu berapa rata-rata berat badan setiap strata dulu, baru abis itu digabungin.

Stratified sampling ini akan lebih berasa gunanya kalau setiap strata yang lo ambil punya jumlah anggota yang beda-beda. Misal, lo lagi pengen neliti sesuatu di kelas, terus lo ambil data gini:

(1) Cowok yang ikut bimbel, 140 orang.

(2) Cowok yang nggak ikut bimbel, 60 orang.

(3) Cewek yang ikut bimbel, 120 orang.

(4) Cewek yang nggak ikut bimbel, 80 orang.

Berarti gimana ngambil sampelnya? Total populasi ada 400. Terus misalnya lo mau ambil sampel sebanyak 10% dari populasi, yaitu 20 orang. Berarti masing-masing strata, lo ambil 10% dari populasi strata tersebut. Misal, untuk cowok yang ikut bimbel, berarti 10% x 140 orang = 14 orang. Selengkapnya:

(1) Cowok yang ikut bimbel, 14 orang jadi sampel.

(2) Cowok yang nggak ikut bimbel, 6 orang jadi sampel.

(3) Cewek yang ikut bimbel, 12 orang jadi sampel.

(4) Cewek yang nggak ikut bimbel, 8 orang jadi sampel.

***

Nah, sekarang balik lagi ke Quick Count. Emang gimana sih cara mereka mengambil sampelnya? Dari yang gue baca-baca di berita sih, mereka paling sering menggunakan Stratified Random Sampling atau Multistage Random Sampling. Multistage itu sebenernya mirip kayak cluster sampling, cuma lebih kompleks aja. Kalau di cluster sampling di contoh di atas, kan cuma satu cluster yang diambil, terus selesai. Nah, di multistage ini, si peneliti memilih secara acak masing-masing elemen dari setiap cluster.

Jadi stage pertama, bikin clusternya. Abis itu, baru tentuin elemen apa yang harus diambil dari cluster tersebut itu. Kadang-kadang, cluster ini dibagi-bagi lagi menjadi beberapa level. Pada Quick Count nih misalnya, level satu itu cluster per provinsi. Level berikutnya cluster per kabupaten. Level berikutnya lagi tingkat RW.

Btw, orang-orang kadang suka bingung bedanya stratified sama cluster karena kalau kita ambil strata berdasarkan provinsi, itu juga bisa. Yang penting nanti sampel yang lo ambil harus disesuaikan dengan populasi masing-masing provinsi. Cuma pada stratified sampling, sampel yang random itu diambil dari seluruh strata. Sementara pada cluster sampling, cuma beberapa cluster aja yang dijadiin sampel.

So… kira-kira gitu lah cara kerja para lembaga survei. Dengan konsep ini, mereka bisa ngambil 3000 TPS aja dari 478.685 TPS yang ada. Karena 3000 TPS itu sudah lumayan mewakili seluruh populasi yang ada, dengan margin of error yang relatif kecil (sekitar 1%). Jadi, secara matematis sebenernya nggak terlalu susah. Cuma memang biayanya besar. Bayangin aja, kalau setiap satu TPS butuh biaya Rp400.000,- aja untuk pencatatan dan lain-lainnya, berarti 3000 x Rp400.000,- = Rp1.200.000.000,-. Butuh uang 1,2M sekali Quick Count! Jadi modalnya emang harus gede