Perhitungan Sampel

Beberapa pendapat ahli mengenai ukuran sampel adalah sebagai berikut :

Gay dan Diehl (1992) berpendapat bahwa sampel haruslah sebesar-

besarnya. Pendapat Gay dan Diehl (1992) ini mengasumsikan bahwa
semakin banyak sampel yang diambil maka akan semakin representatif
dan hasilnya dapat digenelisir. Namun ukuran sampel yang diterima akan
sangat bergantung pada jenis penelitiannya.

1. Jika penelitiannya bersifat deskriptf, maka sampel minimunya adalah 10% dari
populasi
2. Jika penelitianya korelasional, sampel minimunya adalah 30 subjek
3. Apabila penelitian kausal perbandingan, sampelnya sebanyak 30 subjek per
group
4. Apabila penelitian eksperimental, sampel minimumnya adalah 15 subjek per
group

Tidak jauh berbeda dengan Gay dan Diehl, Roscoe (1975) juga
memberikan beberapa panduan untuk menentukan ukuran sampel yaitu :

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 minimum 30 untuk tiap kategori adalah tepat
3. Dalam penelitian mutivariate (termasuk analisis regresi berganda), ukuran
sampel sebaiknya 10x 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

Slovin (1960) menentukan ukuran sampel suatu populasi dengan formula

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

Frankel dan Wallen (1993:92) menyarankan besar sampel minimum untuk :

1. Penelitian deskriptif sebanyak 100

2. Penelitian korelasional sebanyak 50
3. Penelitian kausal-perbandingan sebanyak 30/group
4. Penelitian eksperimental sebanyak 30/15 per group

Ukuran Sampel berdasarkan Teknik Analisis

Untuk analisis faktor, ukuran sampel yang direkomendasikan adalah tidak
kurang dari 50 observasi, dan disarankan ukuran sampel 100 atau lebih.
Sebagai aturan umum, beberapa peneliti merekomendasikan rasio 10:1 or
20-1 kasus untuk setiap variabel (Hair, dkk, 2006:98-99). Hal ini dimaksud
adalah jika item kuesioner dirancang sebanyak 20 item, maka ukuran
sampel minimal adalah 20 x 10 = 200.

Untuk analisis regresi, disarankan adalah 15 20 observasi per

independen variabel (Hair, dkk, 2006:166), selanjutnya dijelaskan bahwa
ukuran sampel dapat mengurangi batas penerimaan loading faktor pada
item. Contohnya, untuk 100 responden, maka loading faktor sebesar 0.55
atau lebih dapat dianggap signifikan. Sedangkan untuk loading faktor 0.30
dapat dianggap signifikan untuk ukuran sampel 350 atau lebih.

Untuk analisis diskriminan, banyak peneliti menyarankan menggunakan

rasio 20x jumlah variabel prediktor (Hair, dkk, 2006:258).

Catatan Perbaikan :
Atas koreksi dari salah satu pembaca, pendapat Malhotra (1993) yang
kebetulan saya kutip dari sebuah buku Riset Pemasaran terbitan lokal.
Saya melakukan cross-check dan tidak menemukan pendapat yang
dimaksud, sehingga saya putuskan untuk menghapus kalimat tsb. Thanks
atas koreksi dari mbak Dita.

Populasi dan Sampel

Referensi :

Fraenkel, J. & Wallen, N. (1993). How to Design and evaluate research in

education. (2nd ed). New York: McGraw-Hill Inc.

Gay, L.R. dan Diehl, P.L. (1992), Research Methods for Business and.
Management, MacMillan Publishing Company, New York

Hair, J.F., W.C. Black, B.J. Babin, R.E. anderson, R.L.Tatham, (2006).
Multivariate Data Analysis, 6 Ed., New Jersey : Prentice Hall

Slovin dikutip dari Riduwan. (2005). Belajar Mudah Penelitian Untuk Guru,
Karyawan dan Peneliti Pemula, Bandung : Alfabeta. p :65

Roscoe dikutip dari Uma Sekaran. 2006. Metode Penelitian Bisnis. Jakarta
: Salemba Empat. p :

Bacaan yang direkomendasikan :

Krejcie, R. V., & Morgan, D. W. (1970). Determining sample size for

research activities. Educational and Psychological Measurement, 30, 607-
610.

Keith P. Lewis. 2006. Statistical Power, Sample Sizes, and the Software to
Calculate The