Purposive sampling

Purposive sampling

Teknik sampling yang digunakan MSC bersifat selektif daripada inklusif. Alih-alih memberikan informasi tentang 'kondisi rata-rata' dari peserta, MSC memberikan informasi tentang keadaan luar biasa, terutama keadaan sukses. Ini disebut sebagai purposive sampling. 13 Beberapa berpendapat bahwa

informasi yang menghasilkan teknik sampel ini bukan dasar yang dapat diandalkan di mana untuk membuat penilaian tentang kinerja program.

Namun demikian, purposive sampling (atau purposeful sampling) adalah bentuk penyelidikan data dalam penelitian kualitatif dan merupakan bagian dominan dalam logika penelitian kualitatif. Patton menyatakan bahwa: "Logika dan kekuatan purposeful sampling terletak dalam memilih kasus yang kaya informasi untuk studi secara mendalam. Kasus yang kaya akan informasi adalah satu kasus di mana kita dapat belajar banyak tentang isu-isu penting untuk tujuan penelitian, sehingga disebut purposeful sampling."(Patton, 1990: 169)

Patton menjelaskan beberapa strategi yang berbeda dari purposive sampling untuk memenuhi tujuan evaluasi tertentu. Pendekatan pengambilan sampel 'kasus yang ekstrim atau menyimpang' berfokus pada kasus yang kaya informasi, karena mereka tidak biasa atau bersifat khusus dalam beberapa cara. Sistem pengambilan sampel MSC menggunakan pendekatan ini untuk memperoleh kasus yang signifikan mengenai keberhasilan atau kegagalan dalam organisasi atau program. Tujuannya adalah untuk belajar dari kisah-kisah yang ekstrim, dan akhirnya dapat memperluas praktek-praktek yang dapat mendekatkan ke arah keberhasilan dan menghindari kegagalan. Oleh karena itu strategi ini adalah untuk memilih cerita-cerita yang paling bisa dipelajari.

Jika tujuan monitoring dan evaluasi adalah untuk secara tepat mendokumentasikan variasi alami mengenai outome bagi penerima manfaat, dan Anda ingin dapat membuat generalisasi tentang pengalaman semua peserta, maka Anda perlu sampel acak yang cukup besar untuk menjadi representasi. Namun, Patton (1990: 170) menyatakan bahwa, "... dalam banyak contoh ada banyak hal yang dapat dipelajari dari mengkaji secara intensif kasus-kasus ekstrim atau tidak biasa, daripada yang bisa dipelajari dari penggambaran statistik dari kasus yang umum". Pilihan lain yang populer adalah untuk menggabungkan pendekatan sehingga Anda memperoleh pemahaman tentang distribusi normal peserta sebagai kasus-kasus ekstrim. Dalam CCBD dan Target 10, MSC dikombinasikan dengan pendekatan lain yang dapat mengetahui distribusi normal dari kehadiran petani dalam program.

Ada beberapa bukti bahwa penggunaan MSC yang diperpanjang dapat mendorong cakupan laporan yang melibatkan partisipan dalam rentang yang lebih luas daripada yang diperoleh dari survei dengan sampel acak. Dalam CCDB, jumlah shomities (kelompok peserta) yang merupakan subjek dari cerita tentang perubahan signifikan telah tumbuh dengan pesat dari bulan ke bulan sebagai hasil dari kegiatan staf untuk terus menngumpulkan cerita tentang perubahan signifikan sebagai bagian dari laporan. Setelah satu tahun, lebih dari 70 persen dari shomities di daerah percontohan MSC telah menjadi subyek cerita. Sebaliknya, pada survei dengan sampel acak (random sampling) mungkin tidak akan mencapai

13 Penerj.: Purposive sampling dapat diartikan sebagai pengambilan contoh/sampel yang disengaja dan tidak secara acak.

lebih dari 10 persen dari seluruh shomities. Hal ini menunjukkan bahwa dalam setiap aplikasi MSC itu sangat berharga untuk melacak sejauh mana cerita tentang perubahan merupakan sampel dari sumber yang cakupannya terus meningkat, dibandingkan dengan metode sampling acak yang hanya berkonsentrasi pada subset kecil. MSC lebih mendukung klaim mengenai dampak yang lebih luas. Namun, seperti disebutkan di atas, dalam beberapa program seperti penelitian pertanian, temuan dramatis dalam salah satu dari banyak kegiatan penelitian yang didanai bisa lebih signifikan, dalam jangka panjang, daripada banyak prestasi skala yang lebih kecil di berbagai kegiatan penelitian yang didanai.

Bias dalam MSC