menentukan
jumlah
sampel
penelitian.
Pada
prinsipnya
di mana :
n = ukuran sampel N = ukuran populasi
e = persen kelonggaran ketidaktelitian karena kesalahan pengambilan
sampel
yang masih dapat ditolerir atau diinginkan, misalnya 10%.
Rumus Issac dan Michael
dimana :
s = Jumlah sample
N = Jumlah populasi
2 = Chi Kuadrat, dengan dk = 1, taraf kesalahan 1%, 5% dan 10%
d = 0,05
P = Q = 0,5
Rumus Sampling Fraction Per Cluster
Sugiyono
pada
perhitungan
yang
menghasilkan
pecahan
metode
penelitian
kuantitatif
yang
cukup
sering
yang
utuh
tentang
sesuatu
(misalnya
tentang
profil
Perlu
diingat,
dua
variabel
yang
berkorelasi
(misalnya
tingkat
dimana
n: jumlah sampel
N: jumlah populasi
e: batas toleransi kesalahan (error tolerance)
Untuk menggunakan rumus ini, pertama ditentukan berapa batas toleransi kesalahan. Batas
toleransi kesalahan ini dinyatakan dengan persentase. Semakin kecil toleransi kesalahan,
semakin akurat sampel menggambarkan populasi. Misalnya, penelitian dengan batas
kesalahan 5% berarti memiliki tingkat akurasi 95%. Penelitian dengan batas kesalahan 2%
memiliki tingkat akurasi 98%. Dengan jumlah populasi yang sama, semakin kecil toleransi
kesalahan, semakin besar jumlah sampel yang dibutuhkan.
Contoh:
Sebuah perusahaan memiliki 1000 karyawan, dan akan dilakukan survei dengan mengambil
sampel. Berapa sampel yang dibutuhkan apabila batas toleransi kesalahan 5%.
Dengan menggunakan rumus Slovin:
n = N / ( 1 + N e ) = 1000 / (1 + 1000 x 0,05) = 285,71 286.
Dengan demikian, jumlah sampel yang dibutuhkan adalah 286 karyawan.
Referensi:
Sevilla, Consuelo G. et. al (2007). Research Methods. Rex Printing Company.
Quezon City.
Cara Menentukan Jumlah Sampel dengan Rumus Slovin Dalam melakukan penelitian
pada suatu populasi, kita sering menggunakan sampel untuk mewakili populasi tersebut. Hal
ini dikarenakan penelitian dengan menggunakan jumlah populasi secara keseluruhan akan
memakan waktu yang lama dan biaya yang sangat besar. Secara definisi, Populasi dapat
diartikan sebagai jumlah dari keseluruhan obyek yang ingin diteliti karakteristiknya.
Sedangkan Sampel adalah sebagian dari populasi yang ingin diteliti karakteristik. Sample
tersebut dianggap dapat mewakili keseluruhan populasinya. Jadi pada dasarnya, jumlah
Sampel akan lebih sedikit dari jumlah populasinya.
Agar sampel yang kita ambil dapat benar-benar mewakili populasinya, kita perlu suatu
standar ataupun cara dalam menentukan Sampel. Terdapat banyak cara maupun rumus untuk
menentukan jumlah sampel, salah satunya adalah menggunakan rumus Slovin yang
sederhana dan mudah dihitung.
Rumus Slovin
Secara Matematis, Rumus Slovin yang kita gunakan untuk menentukan jumlah sampel adalah
sebagai berikut :
n = N / ( 1 + N.(e)2)
Keterangan :
n = Jumlah Sampel
N = Jumlah Total Populasi
e = Batas Toleransi Error
Catatan : Rumus Slovin ini dikutip dari buku Wiratna Sujarweni (2014:16).
Sobat di rumah, adakah diantara kalian yang tahu apa itu Rumus Solvin? Jika belum pernah
tahu berikut kami berikan penjelasan sederhana tentang rumus tersebut. Jika sobat melakukan
sebuah penelitian ilmiah pasti tidak lepas dari yang nananya sampel (Inggris : Sample).
Sampel digunakan pada kondisi jumlah total polulasi yang menjadi objek penelitian tidak
bisa kita amati satu persatu dengan berbagai kendala dan alasan. Nah disinilah kita
mengambil sebagian dari seluruh populasi tersebut untuk dijadikan sebagai sampel. Ini yang
disebut sampel. Berapa besar sample yang harus diambil? 60%? 70%? atau cukup 40%?
Jawabannya bisa sobat temukan dengan menggunakan rumus slovin. Rumus slovin
digunakan sebagai salah satu cara untuk menghitung jumlah sample yang tepat dari suatu
populasi.
Apa itu Sampling?
Ketika kita menerapkan statistik dalam penelitian ilmiah, pada prinsipnya kita ingin
mengetahui perilaku sebuah populasi dengan menggunakan sampel. Kenapa kita harus
menggunakan sampel? Itu karena terbatasnya sumber daya yang kita miliki. Entah itu uang
maupun tenanga. Misalkan sobat ingin meneliti perilaku vegetarian di Jakarta, tidak mungkin
sobat akan meneliti tiap orang di Jakarta yang jumlahnya hampir mencapai 10 juta orang.
Anggaplah dari 10 juta ada 50.000 orang vegetarian. Sangat tidak mungkin jika kita
mengambil data dari populasi sebanyak itu tanpa sokongan dana, waktu, dan sumber daya
lain yang cukup.
Setelah kita tahu tidak mungkin mengambil data dari semua populasi maka kita kecilkan
jumlahnya dalam bentuk sample. Pertanyaan berikutnya yang harus dijawab, bagaimana
sobat mengetahui jumlah atau ukuran sampel tersebut cukup untuk mewakili perilaku dari
keseluruhan populasi? Disinilah ada yang namanya rumus solvin. Meskipun bukan metode
satu-satunya tapi rumus solvin menjadi salah satu formula yang banyak digunakan untuk
menentukan jumlah sample (dari segi kuantitatif saja).
Sobat bisa menggunkan rumus slovin untuk mencari tahu ukuran sample yang perlu sobat
ambil. Secara matematis rumus slovin ditulis:
n = N / (1+Ne2)
Keterangan
n
jumlah
jumlah
sampel
total
populasi
e = toleransi error
Contoh Kasus
Sobat akan melakukan penelitian pada populasi sebanyak 1000 orang. Coba tentukan jumlah
sampel
yang
ingin
diambil
jika
diinginkan
akurasi
95%
dan
98%.
Jawab
Akurasi
95%,
n
n
=
=
toleransi
N
1000
/
/
(1
error
5%
(1
Ne2)
1000.
(0,05)2)
285,714286
98%,
n
n
=
=
toleransi
N
1000
/
/
(1
error
2%
(1
Ne2)
1000.
(0,02)2)
714,286
Penulis sedikit penasaran siapa sebenarnya yang pertama kali menemukan rumus slovin ini.
Setelah mencari referensi buku dan googling ternyata sampai saat ini belum ada yang tahu
persis siapa penemu rumus ini. Ketika penulis buka di foruma yahoo ternyata tidak ada yang
bisa menjawab. Sobat bisa mencobanya. Ada yang bilang Mark Slovin, ada yang mengatakan
Michael Slovin, ada juga yang bilang rumus itu berasal dari Kulkol Slovin. Mungkin
pembaca ada referensi valid siapa sebenarnya yang menemukan rumus slovin?
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
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
Produksi
Penjualan
: 15
: 75
: 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
Produksi
Penjualan
: 15 / 125 x 95
: 75 / 125 x 95
: 35 / 125 x 95
= 11,4 dibulatkan 11
= 57
= 26.6 dibulatkan 27
: 100 orang
: 700 orang
: 180 orang
: 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 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.
2. 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.
C. 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.
D. 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.
REVISI TULISAN
Saya merevisi teknik sampling, dan memasukkan teknik sistematis ke dalam probability
sampling berdasarkan rujukan buku Uma Sekaran. 2006. Metode Penelitian Bisnis. Jakarta :
Salemba Empat
Beberapa Teknik Penentuan Ukuran Sampel Lainnya
Baca juga
Dirangkum dari :
Arikunto Suharsimi. 2005. Manajemen Penelitian. Jakarta : Rineka Cipta
Arikunto Suharsimi. 2010. Prosedur Penelitian : Suatu Pendekatan Praktis, edisi revisi 2010.
Jakarta : Rineka Cipta
Riduwan. 2005. Belajar Mudah Penelitian Untuk Guru, Karyawan dan Peneliti Pemula,
Bandung : Alfabeta.
n = sampel;
N = populasi;
N = Ukuran sampel
dimana,
N = ukuran sampel,
d = margin error
Contoh :
(1.96)^2 (1.167)^2 / (7*.03)^2 = 118
Data Kategori
N = (t)^2 * (p)(q) / (d)^2
Dimana,
N = ukuran sampel,
Contoh :
(1.96)^2(0.5)(0.5) / (.05) ^ 2 = 384
5. Formula Lemeshow Untuk Populasi tidak diketahui
n = Z^2 P(1 P)/d^2
dimana
z = 1.96
d = alpha (0.05)
Dengan demikian
1.96^2 . 0.5 (1-0.5) / 0.05^2= 384