UKURAN SAMPEL UNTUK SKRIPSI

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
Them Easily. BioScience, Vol. 56, No. 7 (July 2006), pp. 607-612
Luis Saldanha and Patrick Thompson. 2003. Conceptions of Sample and Their
Relationship to Statistical Inference. Educational Studies in Mathematics, Vol. 51, No. 3
(2002), pp. 257-270

Richard J. Harris and Dana Quade. 1992. The Minimally Important Difference Significant
Criterion for Sample Size. Journal of Educational Statistics, Vol. 17, No. 1 (Spring, 1992),
pp. 27-49