I.

TEKNIK SAMPEL
A. Definisi Sampel
Sampel adalah bagian dari populasi yang mewakili seluruh karakteristik dari
populasi. Sebuah populasi dengan kuantitas besar dapat diambil sebagian dengan
kualitas sampel yang mewakili sama persis dengan kualitas dari populasi dengan kata
representatif. jumlah dari sampel tidak selalu besar dan juga tidak selalu kecil, hal ini
bergantung pada pada keterwakilan karakter dari sampel. Sebagai contoh pada
penelitian menganai golongan darah, tentu saja tidak perlu memasukkan seluruh darah
dari seseorang ke dalam laboratorium karena 2 ml darah sudah cukup untuk
digunakan utnuk mengetahui golongan darah yang ada di bagian kaki, kepala atau
tangan dari pasien.
Pada beberapa bentuk penelitian kemungkinan jumlah harus terpenuhi
sehingga ada aturan baku mengani sampel minum yang harus diambil dalam sebuah
penelitian. Hal ini dilakukan dengan pertimbangan kualitas dari sampel yang diambil.
Sebagai contoh sebuah penelitian mengenai daya beli di kabupaten Gowa. mengambil
lima orang sampel sebagai wakil dari populasi tidak cukup untuk mewakili seluruh
populasi. Selain dari kualitas, pada sebuah penelitian yang membutuhkan statistik
inferensi, jumlah sampel minimal harus disesuaikan dengan jenis analisis statistik
yang digunakan terutama untuk distribusi data dari sampel.
B. Syarat Pengambilan Sampel
Sampel harus memiliki seluruh kriteria dari populasi oleh karena itu
pertimbangan pengambilan sampel harus memiliki dua kriteria yakni
1. Presisi
Presisi dari sampel adalah pertimbangan mengenai estimasi yang mungkin
muncul dalam pengambilan data yang diakibatkan oleh sampel. Salah satu cara
untuk estimasi data ini adalah melihat standar deviasi dari data yang ada. Sampel
yang digunakan harus baik dari segi kualitas dan kuantitas. Sebagai contoh ratarata penghasilan di perumahan A adalah Rp 25.500.000 yang didapatkan dari dua
orang sampel dengan penghasilan sampel X sebanyak Rp 50.000.000 dan sampel
Y sebanyak 1.000.000. Kesimpulan rata-rata dari perumahan berdasarkan operasi
matematis sudah benar namun pada kajian statistik dan kesimpulan tentu saja
tidak benar. Penambahan julah sampel adalah salah satu cara untuk mengurangi
kesalahan analisis data.
2. Akurasi
Akurasi mengacu kepada sifat dan karakter dari sampel yang digunakan.
Sebuah populasi yang homogen hanya terdapat pada kasus yang bersifat teoritik.
Sifat dan karater dari sampel yang diambil terkadang tidak sesuai dengan keadaan
populasi karena pengaruh banyak hal. Peneliti harus memiliki kemampuan untuk
mengetahui secara detail karakter dari setiap sampel yang digunakan dan
disesuaikan dengan karakter dari populasi.
Beberapa kasus mungkin saja mengurangi akurasi dari pengambilan sampel
seperti kasus penelitian terhadap pengaruh jam belajar di luar jam sekolah di
kabupaten A. Sebuah sekolah khusus seperti proyek pemerintah atau boarding

school tentu saja tidak boleh dimasukkan karena adanya karakter yang berbeda
dari populasi secara keseluruhan.
C. Teknik Pengambilan Sampel atau Sampling
Teknik sampling adalah sebuah metode atau cara yang dilakukan untuk
menentukan jumlah dan anggota sampel. Setiap anggota tentu saja wakil dari populasi
yang dipilih setelah dikelompokkan berdasarkan kesamaan karakter. Teknik sampling
yang digunakan juga harus disesuaikan dengan tujuan dari penelitian.
Populasi terdiri dari sekumpulan individu yang bersifat heterogen terbatas.
Ada banyak variasi variabel yang melekat pada masing-masing individu. Perbedaan
ini bisa disebabkan oleh faktor internal dan eksternal dari individu seperti halnya
wilayah tempat tinggal atau gaya hidup dalam suatu daerah tertentu. Subjektifitas dari
individu-individu yang memiliki sifat determinan yang berulang pada populasi
akhirnya membentuk karakter dari populasi secara umum. Berdasarkan karakter ini,
dapat disimpulkan bahwa pengambilan sampel dari populasi tidak bisa dilakukan
begitu saja namun dibutuhkan suatu teknik agar sampel yang ditarik tetap
representatif
Hal yang perlu diperhatikan dalam pengambilan sampel atau sampling adalah
seluruh variabel yang berkaitan dengan penelitian. Unsur-unsur khusus yang melekat
pada pribadi tentu saja perlu diperhatikan karena individu dengan kemampuan khusus
dalam sampel akan membawa bias data dan tentu saja mempengaruhi distribusi data
yang ada. Kesesuaian karakteristik daerah, tingkatan, dan juga kecenderungan khusus
juga perlu dipertimbangkan dalam memilih teknik sampling yang sesuai
D. Jenis dan Metode Sampling
Sampling secara garis besar dapat dikelompokkan menjadi dua (2) kelompok,
yaitu Probability sampling dan Nonprobability sampling. Adapun Probability
sampling menurut Sugiyono adalah teknik sampling yang memberikan peluang yang
sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota sampel.
Sedangkan Nonprobability sampling menurut Sugiyono adalah teknik yang tidak
memberi peluang/kesempatan yang sama bagi setiap unsur atau anggota populasi
untuk dipilih menjadi sampel.
1. Probability sampling
Probability sampling menuntut bahwasanya secara ideal peneliti telah
mengetahui besarnya populasi induk, besarnya sampel yang diinginkan telah
ditentukan, dan peneliti bersikap bahwa setiap unsur atau kelompok unsur harus
memiliki peluang yang sama untuk dijadikan sampel.
Adapun jenis-jenis Probability sampling adalah sebagai berikut :
a. Simple random sampling
Menurut Kerlinger (2006:188), simple random sampling adalah
metode penarikan dari sebuah populasi atau semesta dengan cara tertentu
sehingga setiap anggota populasi atau semesta tadi memiliki peluang yang
sama untuk terpilih atau terambil.
Menurut Sugiyono (2001:57) dinyatakan simple (sederhana) karena
pengambilan sampel anggota populasi
dilakukan secara acak tanpa

memperhatikan strata yang ada dalam populasi itu. Margono (2004:126)

menyatakan bahwa
simple random sampling adalah teknik untuk
mendapatkan sampel yang langsung dilakukan pada unit sampling. Cara
demikian dilakukan bila anggota populasi dianggap homogen. Teknik ini
dapat dipergunakan bilamana jumlah unit sampling di dalam suatu populasi
tidak terlalu besar. Misal, populasi terdiri dari 500 orang mahasiswa program
S1 (unit sampling). Untuk memperoleh sampel sebanyak 150 orang dari
populasi tersebut, digunakan teknik ini, baik dengan cara undian, ordinal,
maupun tabel bilangan random. Teknik ini dapat digambarkan di bawah ini.

Gambar 1. Teknik Simpel Random Sampling (Sugiyono, 2001: 58)

b. Proportionate stratified random sampling
Margono (2004: 126) menyatakan bahwa stratified random sampling
biasa digunakan pada populasi yang mempunyai susunan bertingkat atau
berlapis-lapis. Menurut Sugiyono (2001: 58) teknik ini digunakan bila
populasi mempunyai anggota/unsur yang tidak homogen dan berstrata secara
proporsional. Misalnya suatu organisasi yang mempunyai pegawai dari
berbagai latar belakang pendidikan, maka populasi pegawai itu berstrata.
Populasi berjumlah 100 orang diketahui bahwa 25 orang berpendidikan
SMA, 15 orang diploma, 30 orang S1, 15 orang S2 dan 15 orang S3. Jumlah
sampel yang harus diambil meliputi strata pendidikan tersebut dan diambil
secara proporsional.
c. Disproportionate stratified random sampling
Sugiyono (2001: 59) menyatakan bahwa teknik ini digunakan untuk
menentukan jumlah sampel bila populasinya berstrata tetapi kurang
proporsional. Misalnya pegawai dari PT tertentu mempunyai mempunyai 3
orang lulusan S3, 4 orang lulusan S2, 90 orang lulusan S1, 800 orang lulusan
SMU, 700 orang lulusan SMP, maka 3 orang lulusan S3 dan empat orang S2
itu diambil semuanya sebagai sampel. Karena dua kelompok itu terlalu kecil
bila dibandingkan denan kelompok S1, SMU dan SMP.
d. Area (cluster) sampling (sampling menurut daerah)
Teknik ini disebut juga cluster random sampling. Menurut Margono
(2004: 127), teknik ini digunakan bilamana populasi tidak terdiri dari
individu-individu, melainkan terdiri dari kelompok-kelompok individu atau
cluster. Teknik sampling daerah digunakan untuk menentukan sampel bila
objek yang akan diteliti atau sumber data sangat luas, misalnya penduduk
dari suatu negara, propinsi atau kabupaten.
Indonesia memiliki 34 propinsi dan akan menggunakan 10 propinsi.
Pengambilan 10 propinsi itu dilakukan secara random. Tetapi perlu diingat,

karena propinsi-propinsi di Indonesia itu berstrata maka pengambilan

sampelnya perlu menggunakan stratified random sampling. Contoh tersebut
dikemukakan oleh Sugiyono sedangkan contoh lainnya dikemukakan oleh
Margono (2004: 127). Ia mencotohkan bila penelitian dilakukan terhadap
populai pelajar SMU di suatu kota. Untuk random tidak dilakukan langsung
pada semua pelajar-pelajar tetapi pada sekolah/kelas sebagai kelompok atau
cluster.
Teknik sampling daerah ini sering digunakan melalui dua tahap, yaitu
tahap pertama menentukan sampel daerah, dan tahap berikutnya menentukan
orang-orang yang ada pada daerah itu secara sampling juga. Teknik ini dapat
digambarkan di bawah ini.
Gambar 2. Teknik Cluster Random Sampling (Sugiyono, 2001: 59)

2. Nonprobability sampling
a.Sampling sistematis
Sugiyono (2001:60) menyatakan bahwa sampling sistematis adalah
teknik penentuan sampel berdasarkan urutan dari anggota populasi yang telah
diberi nomor urut. Misalnya anggota populasi yang terdiri dari 100 orang.
Dari semua anggota diberi nomor urut, yaitu nomor 1 sampai dengan nomor
100. Pengambilan sampel dapat dilakukan dengan nomor ganjil saja, genap
saja, atau kelipatan dari bilangan tertentu, misalnya kelipatan dari bilangan
lima. Untuk itu, yang diambil sebagai sampel adalah 5, 10, 15, 20 dan
seterusnya sampai 100.
b.
Quota sampling
Menurut Sugiyono (2001: 60) menyatakan bahwa sampling kuota
adalah teknik untuk menentukan sampel dari populasi yang mempunyai ciriciri tertentu sampai jumlah (kuota) yang diinginkan. Menurut Margono
(2004: 127) dalam teknik ini jumlah populasi tidak diperhitungkan akan
tetapi diklasifikasikan dalam beberapa kelompok. Sampel diambil dengan
memberikan jatah atau quorum tertentu terhadap kelompok. Pengumpulan
data dilakukan langsung pada unit sampling. Setelah kuota terpenuhi,
pengumpulan data dihentikan. Sebagai contoh, akan melakukan penelitian
terhadap pegawai golongan II dan penelitian dilakukan secara kelompok.
Setelah jumlah sampel ditentukan 100 dan jumlah anggota peneliti berjumlah
5 orang, maka setiap anggota peneliti dapat memilih sampel secara bebas
sesuai dengan karakteristik yang ditentukan (golongan II) sebanyak 20 orang.
c.Sampling aksidental

Sampling aksidental adalah teknik penentuan sampel berdasarkan

kebetulan, yaitu siapa saja yang secara kebetulan bertemu dengan peneliti
dapat digunakan sebagai sampel, bila dipandang orang yang kebetulan
ditemui itu cocok sebagai sumber data (Sugiyono, 2001: 60). Menurut
Margono (2004: 27) menyatakan bahwa dalam teknik ini pengambilan
sampel tidak ditetapkan lebih dahulu. Peneliti langsung mengumpulkan data
dari unit sampling yang ditemui. Misalnya penelitian tentang pendapat umum
mengenai pemilu dengan mempergunakan setiap warga negara yang telah
dewasa sebagai unit sampling. Peneliti mengumpulkan data langsung dari
setiap orang dewasa yang dijumpainya, sampai jumlah yang diharapkan
terpenuhi.
d.
Purposive sampling
Menurut Sugiyono (2001: 61) menyatakan bahwa sampling purposive
adalah teknik penentuan sampel dengan pertimbangan tertentu. Menurut
Margono (2004:128), pemilihan sekelompok subjek dalam purposive
sampling didasarkan atas ciri-ciri tertentu yang dipandang mempunyai
sangkut paut yang erat dengan ciri-ciri populasi yang sudah diketahui
sebelumnya, dengan kata lain unit sampel yang dihubungi disesuaikan
dengan kriteria-kriteria tertentu yang
diterapkan berdasarkan tujuan
penelitian. Misalnya, akan melakukan penelitian tentang disiplin pegawai
maka sampel yang dipilih adalah orang yang memenuhi kriteria-kriteria
kedisiplinan pegawai.
e.Sampling jenuh
Menurut Sugiyono (2001:61) sampling jenuh adalah teknik penentuan
sampel bila semua anggota populasi digunakan sebagai sampel. Hal ini
sering dilakukan bila jumlah populasi relatif kecil, kurang dari 30 orang.
Istilah lain sampel jenuh adalah sensus, dimana semua anggota populasi
dijadikan sampel.
f. Snowball sampling
Menurut Sugiyono (2001: 61), Snowball sampling adalah teknik
penentuan sampel yang mula-mula jumlahnya kecil, kemudian sampel ini
disuruh memilih teman-temannya untuk dijadikan sampel begitu seterusnya,
sehingga jumlah
sampel semakin banyak. Ibarat bola salju yang
menggelinding semakin lama semakin besar. Pada penelitian kualitatif
banyak menggunakan purposive dan snowball sampling. Teknik sampel
ditunjukkan pada gambar di bawah ini.

Gambar 3. Snowball Sampling (Sugiyono, 2001: 61)

II. BESAR SAMPEL

A. Prinsip Perhitungan Besar Sampel
Ada 2 prinsip dasar dalam perhitungan besar sampel :
1. Tujuan penelitian
Rumus besar sampel sudah dapat ditentukan pada saat kita menetapkan tujuan
penelitian. Apakah penelitian itu untuk mengestimasi parameter di suatu populasi
atau untuk menguji hipotesis?. Yang dimaksud dengan mengestimasi parameter di
populasi contohnya adalah suatu penelitian yang bertujuan untuk mengetahui
prevalensi malnutrisi pada anak balita, mengetahui prevalensi anemia pada ibu
hamil, dll. Dalam kasus ini kita hanya ingin mengetahui satu atau lebih kondisi di
dalam suatu populasi tanpa membandingkan dengan populasi lain atau populasi
yang sama tapi dengan waktu yang berbeda. Sedangkan, pada penelitian dengan uji
hipotesis kita ingin membandingan satu kelompok dengan kelompok lain di dalam
satu populasi berkaitan dengan variabel outcome, atau keadaan dalam satu populasi
pada waktu yang berbeda. Contohnya : penelitian yang melihat proporsi tingkat
kepuasan pasien di antara pasien dengan pendidikan rendah dan pendidikan tinggi.
2. Estimasi (perkiraan) kodisi target populasi penelitian kita.
Prinsip inni seperti bertolak belakang, kita melakukan penelitian karena kita
ingin mengetahui kondisi pada target populasi tetapi kita diminta untuk dapat
memperkirakan kondisi tersebut sebelum kita memulai penelitian. Perhitungan
besar sampel akan didasarkan pada data awal mengenai kondisi target populasi.
Data ini dibutuhkan sebelum kita memulai penelitian. Data ini bisa didapatkan dari
hasil penelitian yang sama yang telah dilakukan sebelumnya pada populasi target,
penelitian yang sama di tempat lain tetapi dengan populasi yang hampir sama
karakteristiknya dengan populasi target, dengan melakukan penelitian pendahuluan
atau perkiraaan dari para ahli.

B. Menghitung besar sampel penelitian

Dalam statistik inferensial, besar sampel sangat menentukan representasi sampel
yang diambil dalam menggambarkan populasi penelitian. Oleh karena itu menjadi satu

kebutuhan bagi setiap peneliti untuk memahami kaidah-kaidah yang benar dalam
menentukan sampel minimal dalam sebuah penelitian.
Cara menghitung besar sampel suatu penelitian sangat ditentukan oleh desain
penelitian yang digunakan dan data yang diambil. Jenis penelitian observasional dengan
menggunakan disain cross-sectional akan berbeda dengan case-control study dan
khohor, demikian pula jika data yang dikumpulkan adalah proporsi akan beda dengan
jika data yang digunakan adalah data continue. Pada penelitian di bidang kesehatan
masyarakat, kebanyakan menggunakan disain atau pendekatan cross-sectional atau
belah lintang, meskipun ada beberapa yang menggunakan case control ataupun khohor.
1. Rumus Sampel Penelitian Cross-sectional
Untuk penelitian survei, biasanya rumus yang bisa dipakai menggunakan
proporsi binomunal (binomunal proportions). Jika besar populasi (N) diketahui,
maka dicari dengan menggunakan rumus berikut:

Rumus Sampel Cross Sectional

Dengan jumlah populasi (N) yang diketahui, maka peneliti bisa melakukan
pengambilan sampel secara acak).
Namun apabila besar populasi (N) tidak diketahui atau (N-n)/(N-1)=1 maka
besar sampel dihitung dengan rumus sebagai berikut :

Rumus Lemeshow
Keterangan :
n = jumlah sampel minimal yang diperlukan
= derajat kepercayaan
p = proporsi anak yang diberi ASI secara eksklusif
q = 1-p (proporsi anak yang tidak diberi ASI secara eksklusif
d = limit dari error atau presisi absolut
Jika ditetapkan =0,05 atau Z1- /2 = 1,96 atau Z2
1- /2 = 1,962 atau dibulatkan menjadi 4, maka rumus untuk besar N yang diketahui
kadang-kadang diubah menjadi:

Penyederhanaan Rumus Lemeshow

Misalnya, kita ingin mencari sampel minimal untuk suatu penelitian mencari
faktor determinan pemberian ASI secara eksklusif. Untuk mendapatkan nilai p, kita
harus melihat dari penelitian yang telah ada atau literatur. Dari hasil hasil

penelitian Suyatno (2001) di daerah Demak-Jawa Tengah, proporsi bayi (p) yang
diberi makanan ASI eksklusif sekitar 17,2 %. Ini berarti nilai p = 0,172 dan nilai q
= 1 p. Dengan limit dari error (d) ditetapkan 0,05 dan nilai Alfa = 0,05, maka
jumlah sampel yang dibutuhkan sebesar:

Contoh Rumus Sampel Cross Sectional

= 219 orang (angka minimal)
Jika tidak diketemukan nilai p dari penelitian atau literatur lain, maka
dapat dilakukan maximal estimation dengan p = 0,5. Jika ingin teliti teliti maka
nilai d sekitar 2,5 % (0,025) atau lebih kecil lagi.
2. Rumus Sampel Penelitian Case Control dan Kohort
Rumus yang digunakan untuk mencari besar sampel baik case control maupun
kohort adalah sama, terutama jika menggunakan ukuran proporsi. Hanya saja untuk
penelitian khohor, ada juga yang menggunakan ukuran data kontinue (nilai mean).
Besar sampel untuk penelitian case control adalah bertujuan untuk mencari
sampel minimal untuk masing-masing kelompok kasus dan kelompok kontrol.
Kadang kadang peneliti membuat perbandingan antara jumlah sampel kelompok
kasus dan kontrol tidak harus 1 : 1, tetapi juga bisa 1: 2 atau 1 : 3 dengan tujuan
untuk memperoleh hasil yang lebih baik. Adapun rumus yang banyak dipakai
untuk mencari sampel minimal penelitian case-control adalah sebagai berikut:

Pada penelitian khohor yang dicari adalah jumlah minimal untuk kelompok
exposure dan non-exposure atau kelompok terpapar dan tidak terpapar. Jika yang

digunakan adalah data proporsi maka untuk penelitian khohor nilai p0 pada rumus
di atas sebagai proporsi yang sakit pada populasi yang tidak terpapar dan p1 adalah
proporsi yang sakit pada populasi yang terpapar atau nilai p1 = p0 x RR (Relative
Risk).
Jika nilai p adalah data kontinue (misalnya rata-rata berat badan, tinggi badan,
IMT dan sebagainya) atau tidak dalam bentuk proporsi, maka penentuan besar
sampel untuk kelompok dilakukan berdasarkan rumus berikut:

Contoh kasus, misalnya kita ingin mencari sampel minimal pada penelitian tentang
pengaruh pemberian ASI eksklusif dengan terhadap berat badan bayi. Dengan
menggunakan tingkat kemaknaan 95 % atau Alfa = 0,05, dan tingkat kuasa/power
90 % atau =0,10, serta kesudahan (outcome) yang diamati adalah berat badan bayi
yang ditetapkan memiliki nilai asumsi SD=0,94 kg, dan estimasi selisih antara nilai
mean kesudahan (outcome) berat badan kelompok tidak terpapar dan kelompok
terpapar selama 4 bulan pertama kehidupan bayi (U0 U1) sebesar 0,6 kg
(mengacu hasil penelitian Piwoz, et al. 1994), maka perkiraan jumlah minimal
sampel yang dibutuhkan tiap kelompok pengamatan, baik terpapar atau tidak
terpapar adalah:

= 51,5 orang atau dibulatkan: 52 orang/kelompok

Pada penelitian khohor harus ditambah dengan jumlah lost to follow atau akalepas
selama pengamatan, biasanya diasumsikan 15 %. Pada contoh diatas, maka sampel

minimal yang diperlukan menjadi n= 52 (1+0,15) = 59,8 bayi atau dibulatkan

menjadi sebanyak 60 bayi untuk masing-masing kelompok baik kelompok terpapar
ataupun tidak terpapar atau total 120 bayi untuk kedua kelompok tersebut.

DAFTAR PUSTAKA

http://gamel.fk.ugm.ac.id/pluginfile.php/50645/mod_resource/content/1/Materi_11_Besar_Sa
mpel_dan_Teknik_Sampling.pdf
Dahlan, Ahmad. 2015. Definisi Sampling dan Teknik Sampling.
(http://www.eurekapendidikan.com, Diakses pada tanggal 14 Oktober 2016)
Hidayar, Anwar. 2012. Menghitung Besar Sampel Penelitian. (http://www.statistikian.com
Diakses pada tanggal 14 Oktober 2016)
Sugiyono. 2008. Metode Penelitian Kuantitatif, Kualitatif dan R&D. Bandung: Penerbit
Alfabeta