POPULASI DAN SAMPEL
A. Definisi
Populasi
adalah wilayah generalisasi berupa subjek atau objek yang diteliti untuk
dipelajari dan diambil kesimpulan. Sedangkan sampel adalah sebagian dari
populasi yang diteliti. Dengan kata
lain, sampel merupakan sebagian atau bertindak sebagai perwakilan dari populasi
sehingga hasil penelitian yang berhasil diperoleh dari sampel dapat digeneralisasikan
pada populasi. Penarikan sampel
diperlukan jika populasi yang diambil sangat besar, dan peneliti memiliki
keterbatasan untuk menjangkau seluruh populasi maka peneliti perlu
mendefinisikan populasi target dan populasi terjangkau baru kemudian menentukan
jumlah sampel dan teknik sampling yang digunakan.
B. Ukuran
Sampel
Untuk
menentukan sampel dari populasi digunakan perhitungan maupun acuan tabel yang
dikembangkan para ahli. Secara umum, untuk penelitian korelasional jumlah
sampel minimal untuk memperoleh hasil yang baik adalah 30, sedangkan dalam
penelitian eksperimen jumlah sampel minimum 15 dari masing-masing kelompok dan
untuk penelitian survey jumlah sampel minimum adalah 100.
Roscoe
(1975) yang dikutip Uma Sekaran (2006) memberikan acuan umum untuk menentukan
ukuran sampel:
1.
Ukuran sampel lebih dari 30 dan kurang dari 500 adalah
tepat untuk kebanyakan penelitian
- Jika sampel dipecah ke dalam subsampel (pria/wanita, junior/senior, dan sebagainya), ukuran sampel minimum 30 untuk tiap kategori adalah tepat
- Dalam penelitian mutivariate (termasuk analisis regresi berganda), ukuran sampel sebaiknya 10x lebih besar dari jumlah variabel dalam penelitian
- Untuk penelitian eksperimental sederhana dengan kontrol eskperimen yang ketat, penelitian yang sukses adalah mungkin dengan ukuran sampel kecil antara 10 sampai dengan 20.
Besaran atau ukuran sampel ini sampel sangat
tergantung dari besaran tingkat ketelitian atau kesalahan yang diinginkan
peneliti. Namun, dalam hal tingkat kesalahan, pada penelitian sosial maksimal
tingkat kesalahannya adalah 5% (0,05). Makin besar tingkat kesalahan maka makin
kecil jumlah sampel. Namun yang perlu diperhatikan adalah semakin besar jumlah
sampel (semakin mendekati populasi) maka semakin kecil peluang kesalahan
generalisasi dan sebaliknya, semakin kecil jumlah sampel (menjauhi jumlah
populasi) maka semakin besar peluang kesalahan generalisasi.
Beberapa
rumus untuk menentukan jumlah sampel antara lain :
1. Rumus Slovin (dalam Riduwan, 2005:65)
N = n/N(d)2 + 1
n = sampel; N = populasi; d = nilai presisi 95%
atau sig. = 0,05.
Misalnya, jumlah populasi adalah 125, dan
tingkat kesalahan yang dikehendaki adalah 5%, maka jumlah sampel yang digunakan
adalah :
N = 125 / 125 (0,05)2 + 1 = 95,23,
dibulatkan 95
2. Formula Jacob Cohen (dalam Suharsimi Arikunto, 2010:179)
N = L / F^2 + u + 1
Keterangan :
N = Ukuran sample
F^2 = Effect Size
u = Banyaknya ubahan
yang terkait dalam penelitian
L = Fungsi Power dari u, diperoleh dari table
Power (p) = 0.95 dan
Effect size (f^2) = 0.1
Harga L tabel dengan
t.s 1% power 0.95 dan u = 5 adalah 19.76
maka dengan formula
tsb diperoleh ukuran sample
N = 19.76 / 0.1 + 5
+ 1 = 203,6, dibulatkan 203
3.
Rumus berdasarkan Proporsi atau Tabel Isaac dan Michael
Tabel penentuan
jumlah sampel dari Isaac dan Michael memberikan kemudahan penentuan jumlah
sampel berdasarkan tingkat kesalahan 1%, 5% dan 10%. Dengan tabel ini, peneliti
dapat secara langsung menentukan besaran sampel berdasarkan jumlah populasi dan
tingkat kesalahan yang dikehendaki.
C. Teknik
Sampling
Teknik
sampling merupakan teknik pengambilan sampel yang secara umum terbagi dua yaitu
probability sampling dan non probability sampling.
Dalam pengambilan sampel cara
probabilitas besarnya peluang atau probabilitas elemen populasi untuk terpilih
sebagai subjek diketahui. Sedangkan dalam pengambilan sampel dengan cara
nonprobability besarnya peluang elemen untuk ditentukan sebagai sampel tidak
diketahui. Menurut Sekaran (2006), desain pengambilan sampel dengan cara
probabilitas jika representasi sampel adalah penting dalam rangka generalisasi
lebih luas. Bila waktu atau faktor lainnya, dan masalah generalisasi tidak
diperlukan, maka cara nonprobability biasanya yang digunakan.
1. Probability
Sampling
Probability
sampling adalah teknik pengambilan sampel yang memberikan peluang yang sama
kepada setiap anggota populasi untuk menjadi sampel. Teknik ini meliputi simpel
random sampling, sistematis sampling, proportioate stratified random sampling,
disproportionate stratified random sampling, dan cluster sampling.
2. Simple
random sampling
Teknik adalah teknik
yang paling sederhana (simple). Sampel
diambil secara acak, tanpa memperhatikan tingkatan yang ada dalam populasi.
Misalnya :
Populasi adalah siswa SD Negeri XX Jakarta yang
berjumlah 500 orang. Jumlah sampel ditentukan dengan Tabel Isaac dan Michael
dengan tingkat kesalahan adalah sebesar 5% sehingga jumlah sampel ditentukan
sebesar 205.
Jumlah sampel 205 ini selanjutnya diambil
secara acak tanpa memperhatikan kelas, usia dan jenis kelamin.
3.
Sampling Sistematis
Adalah teknik sampling yang menggunakan nomor
urut dari populasi baik yang berdasarkan nomor yang ditetapkan sendiri oleh
peneliti maupun nomor identitas tertentu, ruang dengan urutan yang seragam atau
pertimbangan sistematis lainnya.
Contohnya :
Akan diambil sampel dari populasi karyawan yang
berjumlah 125. Karyawan ini diurutkan dari 1 – 125 berdasarkan absensi.
Peneliti bisa menentukan sampel yang diambil berdasarkan nomor genap (2, 4, 6,
dst) atau nomor ganjil (1, 2, 3, dst), atau bisa juga mengambil nomor kelipatan
(2, 4, 8, 16, dst).
4. Proportionate
Stratified Random Sampling
Teknik
ini hampir sama dengan simple random sampling namun penentuan sampelnya
memperhatikan strata (tingkatan) yang ada dalam populasi.
Misalnya, populasi
adalah karyawan PT. XYZ berjumlah 125. Dengan rumus Slovin (lihat contoh di
atas) dan tingkat kesalahan 5% diperoleh besar sampel adalah 95. Populasi
sendiri terbagi ke dalam tiga bagian (marketing, produksi dan penjualan) yang
masing-masing berjumlah:
Marketing
: 15
Produksi
: 75
Penjualan
: 35
Maka jumlah sample
yang diambil berdasarkan masing-masinng bagian tersebut ditentukan kembali
dengan rumus n = (populasi kelas / jml populasi keseluruhan) x jumlah sampel
yang ditentukan.
Marketing
: 15 / 125 x
95 = 11,4
dibulatkan 11
Produksi
: 75 / 125 x
95 = 57
Penjualan
: 35 / 125 x
95 = 26.6
dibulatkan 27
Sehingga
dari keseluruhan sample kelas tersebut adalah 11 + 57 + 27 = 95 sampel.
Teknik
ini umumnya digunakan pada populasi yang diteliti adalah keterogen (tidak
sejenis) yang dalam hal ini berbeda dalam hal bidangkerja sehingga besaran
sampel pada masing-masing strata atau kelompok diambil secara proporsional
untuk memperoleh.
5.
Disproportionate Stratified Random Sampling
Disproporsional
stratified random sampling adalah teknik yang hampir mirip dengan proportionate
stratified random sampling dalam hal heterogenitas populasi. Namun,
ketidakproporsionalan penentuan sample didasarkan pada pertimbangan jika
anggota populasi berstrata namun kurang proporsional pembagiannya.
Misalnya, populasi
karyawan PT. XYZ berjumlah 1000 orang yang berstrata berdasarkan tingkat pendidikan
SMP, SMA, DIII, S1 dan S2. Namun jumlahnya sangat tidak seimbang yaitu :
SMP
: 100 orang
SMA
: 700 orang
DIII
: 180 orang
S1
: 10 orang
S2
: 10 orang
Jumlah karyawan yang
berpendidikan S1 dan S2 ini sangat tidak seimbang (terlalu kecil dibandingkan
dengan strata yang lain) sehingga dua kelompok ini seluruhnya ditetapkan
sebagai sample.
6.
Cluster Sampling
Cluster
sampling atau sampling area digunakan jika sumber data atau populasi sangat
luas misalnya penduduk suatu propinsi, kabupaten, atau karyawan perusahaan yang
tersebar di seluruh provinsi. Untuk menentukan mana yang dijadikan sampelnya,
maka wilayah populasi terlebih dahulu ditetapkan secara random, dan menentukan
jumlah sample yang digunakan pada masing-masing daerah tersebut dengan
menggunakan teknik proporsional stratified random sampling mengingat jumlahnya
yang bisa saja berbeda.
Contoh :
Peneliti ingin mengetahui tingkat efektivitas
proses belajar mengajar di tingkat SMU. Populasi penelitian adalah siswa SMA
seluruh Indonesia. Karena jumlahnya sangat banyak dan terbagi dalam berbagai
provinsi, maka penentuan sampelnya dilakukan dalam tahapan sebagai berikut :
Tahap Pertama adalah menentukan sample daerah.
Misalnya ditentukan secara acak 10 Provinsi yang akan dijadikan daerah sampel.
Tahap kedua. Mengambil sampel SMU di tingkat
Provinsi secara acak yang selanjutnya disebut sampel provinsi. Karena provinsi
terdiri dari Kabupaten/Kota, maka diambil secara acak SMU tingkat Kabupaten
yang akan ditetapkan sebagai sampel (disebut Kabupaten Sampel), dan seterusnya,
sampai tingkat kelurahan / Desa yang akan dijadikan sampel. Setelah
digabungkan, maka keseluruhan SMU yang dijadikan sampel ini diharapkan akan
menggambarkan keseluruhan populasi secara keseluruhan.
Non Probabilty Sampel
Non Probability artinya setiap
anggota populasi tidak memiliki kesempatan atau peluang yang sama sebagai
sampel. Teknik-teknik yang termasuk ke dalam Non Probability ini antara
lain : Sampling Sistematis, Sampling Kuota, Sampling Insidential, Sampling Purposive,
Sampling Jenuh, dan Snowball Sampling.
Sampling Kuota
Adalah teknik sampling yang
menentukan jumlah sampel dari populasi yang memiliki ciri tertentu sampai
jumlah kuota (jatah) yang diinginkan.
Misalnya
akan dilakukan penelitian tentang persepsi siswa terhadap kemampuan mengajar
guru. Jumlah Sekolah adalah 10, maka sampel kuota dapat ditetapkan
masing-masing 10 siswa per sekolah.
Sampling
Insidential
Insidential
merupakan teknik penentuan sampel secara kebetulan, atau siapa saja yang
kebetulan (insidential) bertemu dengan peneliti yang dianggap cocok dengan
karakteristik sampel yang ditentukan akan dijadikan sampel.
Misalnya penelitian
tentang kepuasan pelanggan pada pelayanan Mall A. Sampel ditentukan berdasarkan
ciri-ciri usia di atas 15 tahun dan baru pernah ke Mall A tersebut, maka siapa
saja yang kebetulan bertemu di depan Mall A dengan peneliti (yang berusia di
atas 15 tahun) akan dijadikan sampel.
Sampling
Purposive
Purposive
sampling merupakan teknik penentuan sampel dengan pertimbangan khusus sehingga
layak dijadikan sampel. Misalnya, peneliti ingin meneliti permasalahan seputar
daya tahan mesin tertentu. Maka sampel ditentukan adalah para teknisi atau ahli
mesin yang mengetahui dengan jelas permasalahan ini. Atau penelitian tentang
pola pembinaan olahraga renang. Maka sampel yang diambil adalah pelatih-pelatih
renang yang dianggap memiliki kompetensi di bidang ini. Teknik ini biasanya
dilakukan pada penelitian kualitatif.
Sampling Jenuh
Sampling
jenuh adalah sampel yang mewakili jumlah populasi. Biasanya dilakukan jika
populasi dianggap kecil atau kurang dari 100. Saya sendiri lebih senang
menyebutnya total sampling.
Misalnya
akan dilakukan penelitian tentang kinerja guru di SMA XXX Jakarta. Karena
jumlah guru hanya 35, maka seluruh guru dijadikan sampel penelitian.
Snowball Sampling
Snowball
sampling adalah teknik penentuan jumlah sampel yang semula kecil kemudian terus
membesar ibarat bola salju (seperti Multi Level Marketing….). Misalnya akan
dilakukan penelitian tentang pola peredaran narkoba di wilayah A. Sampel
mula-mula adalah 5 orang Napi, kemudian terus berkembang pada pihak-pihak lain
sehingga sampel atau responden teruuus berkembang sampai ditemukannya informasi
yang menyeluruh atas permasalahan yang diteliti. Teknik ini juga lebih cocok untuk penelitian
kualitatif.
D. Yang
perlu diperhatikan dalam Penentuan Ukuran Sampel
Ada dua hal yang menjadi
pertimbannga dalam menentukan ukuran sample. Pertama ketelitian (presisi) dan
kedua adalah keyakinan (confidence).
Ketelitian mengacu pada seberapa
dekat taksiran sampel dengan karakteristik populasi. Keyakinan adaah fungsi
dari kisaran variabilitas dalam distribusi pengambilan sampel dari rata-rata
sampel. Variabilitas ini disebut dengan standar error, disimbolkan dengan S-x.
Semakin dekat kita menginginkan
hasil sampel yang dapat mewakili karakteristik populasi, maka semakin tinggi
ketelitian yang kita perlukan. Semakin tinggi ketelitian, maka semakin besar
ukuran sampel yang diperlukan, terutama jika variabilitas dalam populasi
tersebut besar.
Sedangkan
keyakinan menunjukkan seberapa yakin bahwa taksiran kita benar-benar berlaku
bagi populasi. Tingkat keyakinan dapat membentang dari 0 – 100%. Keyakinan 95%
adalah tingkat lazim yang digunakan pada penelitian sosial / bisnis. Makna dari
keyakinan 95% (alpha 0.05) ini adalah “setidaknya ada 95 dari 100, taksiran
sampel akan mencerminkan populasi yang sebenarnya”.
E. KESIMPULAN
Dari
berbagai penjelasan di atas dapat kita simpulkan bahwa teknik penentuan jumlah
sampel maupun penentuan sampel sangat menentukan keberhasilan pencapaian tujuan
dari penelitian. Dengan kata lain, sampel yang diambil secara sembarangan tanpa
memperhatikan aturan-aturan dan tujuan dari penelitian itu sendiri tidak akan
berhasil memberikan gambaran menyeluruh dari populasi.
Sumber: http://teorionline.wordpress.com/2010/01/24/populasi-dan-sampel/