Tugas Makalah

METODE PENELITIAN:
POPULASI DAN SAMPEL PENELITIAN

Nanda Soraya
NIM: 030.10.202
Pembimbing: dr. Hari Peni Julianti, MKes, SpKFR

KEPANITERAAN KLINIK ILMU KESEHATAN MASYARAKAT

UNIVERSITAS DIPONEGORO
PERIODE 29 JULI 12 SEPTEMBER 2015
FAKULTAS KEDOKTERAN UNIVERSITAS TRISAKTI
JAKARTA

LEMBAR PENGESAHAN
Tugas Makalah
METODE PENELITIAN:
POPULASI DAN SAMPEL PENELITIAN
Disusun dan Diajukan Untuk Memenuhi Persyaratan Tugas
Kepaniteraan Klinik Ilmu Kesehatan Masyarakat
Fakultas Kedokteran Universitas Diponegoro Semarang

Oleh :
Nanda Soraya 030.10.202

Semarang,

September 2015

Telah diuji disetujui dan disahkan oleh:

Pembimbing,

dr. Hari Peni Julianti, MKes, SpKFR

KATA PENGANTAR

Segala puji dan syukur kami panjatkan kehadirat Tuhan Yang Maha Esa
karena atas rahmat-Nya saya dapat menyelesaikan tugas makalah Metode Penelitian:
Populasi dan Sampel Penelitian.
Makalah ini dibuat guna memenuhi salah satu syarat tugas kepaniteraan klinik
di bagian Ilmu Kesehatan Masyarakat di Universitas Diponegoro Semarang periode
29 Juni 12 September 2015. Tentunya saya berharap pembuatan laporan ini tidak
hanya berfungsi sebagai apa yang telah disebutkan di atas.
Dalam usaha penyelesaian tugas laporan ini, saya banyak memperoleh
bimbingan dan dorongan dari berbagai pihak, baik secara langsung maupun tidak.
Untuk itu, dalam kesempatan ini kami ingin menyampaikan terima kasih yang
sebesar-besarnya kepada:
1. dr. Hari Peni Julianti, MKes, SpKFR dan Ibu Arwinda selaku pembimbing
tugas makalah ini.
2. Semua staf pengajar kepaniteraan klinik bagian Ilmu Kesehatan Masyarakat di
Fakultas Kedokteran Universitas Diponegoro Semarang.
3. Semua teman-teman Kepaniteraan Ilmu Kesehatan Masyarakat Trisakti.
Saya menyadari bahwa di dalam penulisan ini masih banyak kekurangan. Oleh
karena itu dengan segala kerendahan hati, saya menerima semua saran dan kritikan
yang membangun guna penyempurnaan tugas laporan ini.

Semarang, Agustus 2015

Penyusun
DAFTAR ISI
SAMPUL HALAMAN .............................................................................................................

LEMBAR PENGESAHAN.......................................................................................................
KATA PENGANTAR ...............................................................................................................
DAFTAR ISI .............................................................................................................................
TINJAUAN PUSTAKA............................................................................................................
A. Pengertian Populasi dan Sampel....................................................................................
B. Karakteristik Sampel......................................................................................................
C. Ukuran Sampel...............................................................................................................
D. Teknik Sampling...........................................................................................................
E. Perlu Diperhatikan dalam Penentuan Ukuran Sampel.................................................
F. Bias Akibat Seleksi Sampel..........................................................................................
KESIMPULAN........................................................................................................................
DAFTAR PUSTAKA...............................................................................................................

TINJAUAN PUSTAKA
Salah satu langkah dalam penelitian ilmiah adalah menentukan populasi dan
sampel. Kesalahan dalam menentukan sampel dapat berakibat fatal, karena sampel
menjadi tidak representatif, dan hasil penelitian tidak akan dapat mencerminkan
keadaan yang sebenarnya. Oleh karena itu memilih tenik penentuan sampel yang tepat
menjadi sangat penting untuk mendapatkan sampel yang representatif.

Gambar 1. Populasi dan Sampel

Skema memperhatikan hubungan antara populasi target (target population),
populasi terjangkau (accessible population), subyek yang dikehendaki (intended
sample), dan subyek yang benar-benar diteliti / menyelesaikan penelitian (actual
study subjects). Kesahihan interna penelitian dinilai baik bila penelitian pada subyek
yang benar-benar diteliti menggambarkan subyek yang terpilih sebagai sampel, yakni
bila tidak ada atau sangat sedikit terjadi drop out atau loss to follow-up. Kesahihan
eksterna I menunjukkan apakah subyek yang dipilih dapat dianggap mewakili
populasi terjangkau, baik dengan teknik probability sampling maupun non-probability
sampling. Kesahihan eksterna II menunjukkan apakah populasi terjangkau mewakili
populasi target; dalam hal ini diperlukan clinical judgement dan common sense.
Kesahihan eksterna I hanya dapat baik apabila kesahihan interna baik, demikian pula
kesahihan eksterna II hanya mungkin akan baik apabila kesahihan eksterna I baik.
A. Pengertian Populasi dan Sampel
1) Populasi
Populasi adalah jumlah keseluruhan dari satuan-satuan atau individu-individu

yang karakteristiknya hendak diteliti. Dan satuan-satuan tersebut dinamakan unit

analisis, dan dapat berupa orang-orang, institusi-institusi, benda-benda, dst.
Populasi merupakan suatu universe, yakni wilayah generalisasi yang terdiri
atas subyek atau obyek yang mempunyai kuantitas dan karakteristik tertentu, yang
ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik simpulannya. Populasi
tidak hanya berupa orang, tetapi bisa juga berupa benda yang lainnya.
2) Sampel
Sampel atau contoh adalah sebagian dari populasi yang karakteristiknya hendak
diteliti. Sampel yang baik, yang kesimpulannya dapat dikenakan pada populasi,
adalah sampel yang bersifat representatif atau yang dapat menggambarkan
karakteristik populasi.
Sampel adalah bagian dari populasi yang sengaja dipilih oleh peneliti untuk
diamati, sehingga sampel ukurannya lebih kecil dibandingkan populasi dan berfungsi
sebagai wakil dari populasi. Manfaat sampling adalah sebagai berikut :
Menghemat biaya penelitian.
Menghemat waktu untuk penelitian.
Dapat menghasilkan data yang lebih akurat
Memperluas ruang lingkup penlitian.
Teknik sampling boleh dilakukan bila populasi bersifat homogen atau memiliki
karakteristik yang sama atau setidak-tidaknya hampir sama. Bila keadaan populasi
bersifat heterogen, sampel yang dihasilkannya dapat bersifat tidak representatif atau
tidak dapat menggambarkan karakteristik populasi.
B. Karakteristik Sampel
Ada dua kriteria sampel yaitu kriteria inklusi dan kriteria eksklusi. Penentuan
kriteria sampel diperlukan untuk mengurangi hasil penelitian yang bias.
1) Kriteria inklusi adalah karakteristik umum subjek penelitian dari suatu
populasi target yang terjangkau yang akan diteliti.
2) Kriteria eksklusi adalah menghilangkan/mengeluarkan subjek yang
memenuhi kriteria inklusi dari penelitian karena sebab-sebab tertentu.
Sebab-sebab yang dipertimbangkan dalam menentukan kriteria ekslusi
antara lain:
a. subjek membatalkan kesediannya untuk menjadi responden penelitian.
b. subjek berhalangan hadir atau tidak di tempat ketika pengumpulan data
dilakukan.
C. 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 minimal 15 dari masing-masing
kelompok dan untuk penelitian survey jumlah sampel minimal 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
2. Jika sampel dipecah ke dalam subsampel (pria/wanita, junior/senior, dan
sebagainya), ukuran sampel minimal 30 untuk tiap kategori adalah tepat
3. Dalam penelitian multivariat (termasuk analisis regresi berganda), ukuran
sampel sebaiknya sepuluh kali lebih besar dari jumlah variabel dalam
penelitian
4. 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
7

2. Formula Jacob Cohen (dalam Suharsimi Arikunto, 2010:179)

N = L / F^2 + u + 1
Keterangan :
N = Ukuran sampel
F^2 = Effect Size
u = Banyaknya ubahan yang terkait dalam penelitian
L = Fungsi Power dari u, diperoleh dari tabel
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 sampel
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.
4. Besar Sampel untuk Studi Kasus-Kontrol
Pada studi kasus kontrol peneliti menggunakan rasio odds (RO) sebagai
perkiraan hasil yang diinginkan; dengan demikian apabila P1 = proporsi kasus
dan P2 = proporsi kontrol, maka:

OR = [P1/(l- P1)]/[P2/(1 - P2)]

dan

P2 = P1/[OR(l- P1) + P1]

Bila OR < 1, gunakan nilai P1 dan 1/OR.
P1 = Probabilitas paparan dengan orang dengan penyakit
P2 = Probabilitas paparan dengan orang tanpa penyakit
OR = Rasio odds
Contoh:
Di suatu daerah dimana kolera sedang menjadi suatu masalah kesehatan
masyarakat, sekitar 30% dari populasi dipercaya menggunakan air dari sumber
kontaminasi. Studi kasus-kontrol dari hubungan antara kolera dan paparan kair
terkontaminasi mempunyai presisi relative 25% sehingga rasio odds adalah
kira-kira 2, dengan 95% kepercayaan. Berapa besar sampel yang duiperlukan
di kelompok kolera dan kontrol?
8

Solusi:
(a) Probabilitas paparan dengan penyakit (P1)
?
Probabilitas paparan dengan tanpa penyakit (P2)
30%
Rasio odds
2
(b) Tingkat kepercayaan
95%
(c) Presisi relatif
25%
Menurut tabel dengan OR = 2 dan P 2 = 0,3, besar sampel yang dibutuhkan
adalah sebesar 409 tiap kelompok.

n
Z1-/2
P1*
P2*

= besar sampel minimal

= nilai distribusi normal baku pada tertentu
= perkiraan probabilitas paparan pada populasi 1 (outcome +)
= perkiraan probabilitas paparan pada populasi 2 (outcome -)
= kesalahan (relatif) yang dapat ditolerir
Tabel 1. Besar Sampel Studi Kasus-Kontrol

5. Besar Sampel untuk Studi Kohort

Pada studi kohort peneliti bermaksud mencari perbandingan insiden efek pada
kelompok dengan faktor resiko dengan insidens efek pada kelompok tanpa
resiko. Besar sampel dihitung pada studi kohort dengan pembanding eksternal
(studi kohort ganda). Untuk studi kohort dengan pembanding internal perlu
perkiraan pasien yang akan terpajan faktor resiko. Bila insidens efek pada
9

kelompok dengan faktor resiko = P1 dan insidens efek pada kelompok tanpa
resiko = P2 maka RR = P1/P2. Dari ketiga parameter tersebut cukup ditentukan
2 parameter saja. Bila RR < 1, gunakan P1 dan 1/RR.
Contoh :
Seorang ahli epidemiolog berencana untuk menginvetigasi kemungkinan
penyakit paru dengan paparan polusi udara. Berapa besar sampel yang
diperlukan di setiap kelompok, yang terpapar dan tidak terpapar, bila ahli
epidemiolog menginginkan perkiraan resiko relatif sebesar 50% dari nilai asli
(yang sekitar 2) dengan kepercayaan 95%? Ada 20% penyakit di antara orang
yang tidak terpapar polusi udara
Solusi:
(a) Probabilitas penyakit dengan paparan
?
Probabilitas penyakit tanpa paparan
20%
Resiko relatif
2
(b) Tingkat kepercayaan
95%
(c) Presisi relatif
50%
Pada tabel menunjukkan bila RR = 2 dan P2 = 0,20 sampel yang dibutuhkan
adalah 44 tiap kelompok.

n
Z1-/2
P1
P2

= besar sampel minimal

= nilai distribusi normal baku pada tertentu
= perkiraan probabilitas outcome (+) pada populasi 1
= perkiraan probabilitas outcome (+) pada populasi 2
= kesalahan (relatif) yang dapat ditolerir
Tabel 2. Besar Sampel untuk Studi Kohort

10

6. One-sample situations
Informasi yang dibutuhkan adalah
(a) Proporsi populasi
P
(b) Tingkat kepercayaan
100(1-)%
(c) Presisi pasti yang dibutuhkan pada salah
d
satu sisi proporsi (dalam satuan persen)
Apabila P tidak diketahui, gunakan 0,5. Hal ini merupakan pilihan paling
aman untuk proporsi populasi karena besar sampel terbesar ketika P = 0,5.
Contoh:
Sebuah departemen kesehatan lokal ingin memperkirakan prevalensi
tuberkulosis pada anak berumur di bawah 5 tahun. Berapa anak yang harus digunakan
sebagai sampel agar prevalensinya dapat diperkirakan 5% dari 95% kepercayaan, bila
nilai nyata yang diketahui tidak melebihi 20%?
Solusi:
(a) Proporsi populasi
(b) Tingkat kepercayaan
(c) Presisi pasti (15%-25%)
Tabel menunjukkan bila P = 0,20 dan d

20%
95%
5 persen poin
= 0,05 maka besar sampel yang

dibutuhkan adalah 246. Bila 246 sampel tidak dapat dicapai karena kurangnya waktu
dan dana, investigator harus menurunkan tingkat kepercayaannya, misalnya menjadi
90%. Pada tabel, dengan kasus ini, menunjukkan sampel yang dibutuhkan berkurang
menjadi 173.
Tabel 3. One-sample Situations dengan Tingkat Kepercayaan 95%

Tabel 4. One-sample Situations dengan Tingkat Kepercayaan 90%

11

7. Two-sample situations
Data proporsi cross sectional. Memperkirakan perbedaan antara dua proporsi
populasi dengan presisi pasti yang spesifik
(a) Proporsi populasi
P1 dan P2
(b) Tingkat kepercayaan
100(1-)%
(c) Presisi pasti yang dibutuhkan pada salah
d
satu sisi proporsi (dalam satuan persen)
(d) Intermediate value
V=P1(1-P1)+P2(1-P2)
Berapa pun nilaid, besar sampel terbesar adalah ketika P1 dan P2 sama-sama
50%; jadi apabila proporsi populasi tidak diketahui, pilihan paling aman adalah 0,5
pada kedua kasus. Nilai V dapat diambil dari tabel, kolom P2 (atau komplemennya)
dan baris P1 (atau komplemennya). Tabel mempresentasikan besar sampel minimal
untuk tingkat kepercayaan 95% dan 90%.
Contoh:
Berapa besar sampel dari masing-masing kelompok untuk memperkirakan
poin 5 persen dari tingkat kepercayaan 95%, tanpa ada nilai P1 dan P2?
Solusi:
(a) Proporsi populasi (pilihan paling aman)
50%, 50%
(b) Tingkat kepercayaan
95%
(c) Presisi pasti
poin 5 persen
(d) Intermediate value
(0,50)
Tabel menunjukkan dengan d = 0,05 dan V = 0,50, besar sampel yang
dibutuhkan tiap kelompok adalah 769.

n
Z1-/2
P1
P2
d

= besar sampel minimal

= nilai distribusi normal baku pada tertentu
= perkiraan proporsi pada populasi 1
= perkiraan proporsi pada populasi 2
= kesalahan (relatif) yang dapat ditolerir

12

Tabel 5. Two-sample Situations

Tabel 6. Two-sample Situations dengan Tingkat Kepercayaan 95%

Tabel 6. Two-sample Situations dengan Tingkat Kepercayaan 90%

13

D. 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 non-probability 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 non-probability 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 simple random sampling, systematic sampling, proportionate stratified
random sampling, disproportionate stratified random sampling, dan cluster sampling

Simple random sampling

Teknik ini adalah teknik yang paling sederhana (simple). Sampel diambil secara
acak, tanpa memperhatikan tingkatan yang ada dalam populasi.
Misalnya :
14

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.

Systemic sampling

Teknik ini 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).

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 sampel 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

15

Sehingga dari keseluruhan sample kelas tersebut adalah 11 + 57 + 27 = 95

sampel.
Teknik ini umumnya digunakan pada populasi yang diteliti adalah heterogen
(tidak sejenis) yang dalam hal ini berbeda dalam hal bidang kerja sehingga besaran
sampel pada masing-masing strata atau kelompok diambil secara proporsional.

Disproportionate Stratified Random Sampling

Disproportionate 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 sampel.

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 proportionate stratified random sampling mengingat jumlahnya
yang bisa saja berbeda.
Contoh :
Peneliti ingin mengetahui tingkat efektivitas proses belajar mengajar di tingkat

16

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.
2. Non-Probability Sampling
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

17

(yang berusia di atas 15 tahun) akan dijadikan sampel.

Sampling Purposif

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 mulamula 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.
E. Perlu Diperhatikan dalam Penentuan Ukuran Sampel
Di dalam setiap penelitian klinis, setelah terbebas dari pelbagai jenis bias, terdapat
5 data statistik yang saling mempengaruhi, yaitu :
Perbedaan hasil klinis atau effect size (d)
Besarnya kesalahan tipe 1 () atau hasil positif semu
Power yang diperlukan (1-); = kesalahan tipe II, atau hasil negatif semu
Karakteristik data (simpang baku atau proporsi)
Besar sampel
18

Kemudian ada dua hal yang menjadi pertimbangan dalam menentukan ukuran
sampel. Pertama ketelitian (presisi) dan kedua adalah kepercayaan (confidence).
Ketelitian mengacu pada seberapa dekat taksiran sampel dengan karakteristik
populasi. Kepercayaan adalah 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 kepercayaan menunjukkan seberapa yakin bahwa taksiran kita benar-benar
berlaku bagi populasi. Tingkat kepercayaan dapat membentang dari 0 100%.
Kepercayaan 95% adalah tingkat lazim yang digunakan pada penelitian sosial / bisnis.
Makna dari kepercayaan 95% (alpha 0.05) ini adalah setidaknya ada 95 dari 100,
taksiran sampel akan mencerminkan populasi yang sebenarnya.
F. Bias Akibat Seleksi Sampel
Bias adalah sebuah penyajian bahan yang dipenuhi prasangka. Ia juga berarti
kesalahan yang konsisten dalam memperkirakan sebuah nilai. Ada dua tipe bias: bias
sampel dan bias pengukuran. Dalam makalah ini, yang akan dibahas adalah bias
akibat seleksi sampel. Bias sampel terjadi ketika sampel yang digunakan tidak
mewakili populasi atau tidak sesuai dengan pertanyaan yang diajukan.
Faktor-faktor yang menyebabkan bias sampel adalah ukuran sampel dan
seleksi sampel. Ukuran sampel harus cukup besar agar dipeoleh nilai rata-rata yang
baik. Sebagai contoh, untuk menentukan tinggi rata-rata mahasiswa di ruang kelas,
seberapa banyak mahasiswa yang harus diukur untuk mendapatkan perkiraan terbaik?
Apakah bisa dikatakan teliti jika kita hanya mengambil sampel dari tiga orang
mahasiswa saja?
Sampel juga harus memiliki komposisi yang mencerminkan komposisi
populasi. Faktor seperti lokasi, usia, gender, etnisitas, kebangsaan, dan lingkungan
hidup dapat mempengaruhi data yang dikumpulkan. Contoh bias seleksi sampel
adalah sebagai berikut: seorang peneliti ingin menemukan tinggi rata-rata mahasiswa
di ruang kelas. Ada beberapa mahasiswa yang ikut pertandingan basket sehingga
harus pulang lebih awal. Kelompok mahasiswa ini dijadikan sampel oleh peneliti
tersebut. Para pemain basket umumnya berbadan tinggi sehingga bila mereka

19

dijadikan sampel, akibatnya muncul rata-rata yang lebih tinggi dari sebenarnya ada
bila kita mengukur populasi secara keseluruhan. Dalam kasus ini tentu akan lebih baik
mengukur seluruh mahasiswa di ruang kelas (populasi). Namun hal ini tidak dapat
dilakukan bila kita bicara mengenai rata-rata tinggi penduduk di suatu negara atau
provinsi, karena jumlahnya sangat banyak dan tidak mungkin dilakukan pengukuran
tinggi secara keseluruhan.
Eksperimen yang baik mengendalikan faktor-faktor ini dengan memakai
sampel yang diambil secara acak sehingga setiap individu memiliki kemungkinan
yang sama untuk terpilih. Contohnya dengan melempar dadu atau melempar koin.
Cara lain meminimalkan bias seleksi sampel adalah pembatasan pertanyaan yang
diajukan pada kelompok yang disampel.

KESIMPULAN
Populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek yang
mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk
dipelajari dan kemudian ditarik kesimpulannya
1) Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh
populasi.
2) Digunakannya sampel dalam penelitian adalah untuk mereduksi obyek
penelitian dan melakukan generalisasi hasil penelitian, sehingga dapat
ditarik kesimpulan umum.
3) Teknik penentuan sampel (teknik sampling) adalah cara menentukan sampel
yang jumlahnya sesuai dengan ukuran sampel yang akan dijadikan sumber
data sebenarnya, dengan memperhatikan sifat-sifat penyebaran populasi
agar diperoleh sampel yang representatif.
4) Berbagai teknik penentuan sampel pada hakekatnya adalah cara-cara untuk
memperkecil kekeliruan generalisasi dari sampel ke populasi sehingga
diperoleh sampel yang representatif, yaitu sampel yang benar-benar
mencerminkan populasinya.

20

DAFTAR PUSTAKA
1. Kuntjojo. Metodologi Penelitian. Kediri: Universitas Nusantara PGRI; 2009.
2. Nurhayati S. Metode Penelitian Praktis. 2nd ed. Pekalongan: Usaha Nasional;
2012.
3. Sevilla CG. Pengantar Metode Penelitian. Jakarta: Penerbit Universitas Indonesia
(UI-Press); 1993.
4. Riduwan. Belajar Mudah Penelitian Untuk Guru, Karyawan dan Peneliti Pemula,
Bandung: Alfabeta; 2005.
5. Suharsimi A. Manajemen Penelitian. Jakarta: Rineka Cipta; 2005.
6. Sastroasmoro S. Dasar-dasar Metodologi Peneliyian Klinis. 5 th ed. Jakarta:
Sagung Seto; 2014.
7. Lwanga SK, Lemeshow S. Sample Size Determination in Health Studies: A
Practical Manual. England: World Health Organization; 1991.

21