6.

6 Ukuran Sampel

Berdasarkan atas pertimbangan penentuan ukuran sampel, peneliti dapat

menentukan ukuran sampel yang dapat dipandang representatif mewakili populasi.
Makin besar jumlah sampel mendekati populasi, maka peluang kesalahan
generalisasi semakin kecil dan sebaliknya makin kecil jumlah sampel menjauhi
populasi, maka makin besar kesalahan generalisasi. Jumlah sampel yang dipandang
represntatif mewakili populasi tergantung pada tingkat presisi yang dikehendaki.
Presisi yang dikehendaki dapat direpresentasikan dari derajat kesalahan secara
statistik apakah 1 %, 5%, atau 10%. Semakin tinggi presisi yang dikehendaki,
semakin kecil tingkat kesalahan yang harus ditentukan. Derajat kesalahan 1 %
memiliki presisi lebih tinggi daripada derajat kesalahan 5% atau 10%.
Peneliti dapat menentukan tingkat presisi yang dikehendaki, yang
selanjutnya berdasarkan presisi tersebut dapat menentukan besarnya jumlah
sampel. Berikut rumus yang dikembangkan Isaac dan Michael (Sugiyono, 2000;
Mantra, 2003) untuk menentukan besarnya sampel berdasar tingkat kesalahan yang
ditoleransi 1%, 5 %, dan 10 % :
 2 NP(1  P)
s
d 2 ( N  1)   2 P(1  P)
Dalam hal ini:
s = Jumlah anggota sampel
N = Jumlah anggota populasi
P = Proporsi populasi (0, 5)
d = Derajat ketelitian (misal 0,05)
χ2 = Nilai tabel χ2 (3,48)

Atau dapat pula dengan rumus Slovin (1990) sebagai berikut.

n  N /(1  Ne2 )
Dalam hal ini:
n= Jumlah anggota sampel
N= Jumlah anggota populasi
E= Nilai kritis
1. Pertimbangan
Ketetapan jenis dan jumlah anggota sampel yang diambil akan sangat
mempengaruhi keterwakilan sampel terhadap populasi. Keterwakilan populasi
akan sangat menentukan kebenaran kesimpulan dari hasil penelitian. Semakin
besar ukuran sampel akan mewakili populasi (Nana Syaodih Sukmadinata,
2005). Biasanya para peneliti ingin bekerja dengan sampel sekecil mungkin,
karena akan menghemat biaya yang akan dikeluarkan dan tenaga yang
digunakan serta akan menghemat waktu.
Dalam pengambilan sampel dibutuhkan sebuah pertimbangan dari berbagai
aspek diatas, sehingga sampel yang digunakan dapat mewakili populasi yang
diteliti dan lebih efisien.

2. Kebutuhan Sampel Besar

1) Jika terdapat sejumlah variabel yang tidak bisa dikontrol
Dalam variabel yang tidak bisa dikontrol, para peneliti akan mengatasinya
dengan sampel besar.
2) Jika dalam penelitian terantisipasi adanya hubungan atau perbedaan yang
kecil
Adanya perbedaan atau hubungan yang kecil bisa terabaikan jika ukuran
sampelnya kecil. Dengan menggunakan sampel besar, perbedaan atau
hubungan-hubungan yang kecil dapat terukur kebermaknaannya.
3) Jika dalam penelitian dibentuk kelompok-kelompok kecil
Dalam beberapa penelitian eksperimental, tujuan penelitian tidak hanya
diarahkan pada penguji perbedaan pengaruh dari beberapa perlakuan yang
diberikan, tetapi juga menguji perbedaan pengaruh satu atau lebih perlakuan
tersebut terhadap beberapa kelompok yang berbeda.
4) Menghindari penyusutan
Dalam proses penelitian sering terjadi penyusutan jumlah sampel. Makin
panjang masa penelitian berlangsung kemungkinan terjadinya penyusutan
jumlah sampel semakin besar. Untuk menghindari dampak penyusutan
tersebut maka diperlukan jumlah sampel yang besar.
5) Jika diharapkan syarat-syarat keabsahan secara statistik dipenuhi
 Dalam analisis statistik pengujian instrumen dan pengujian hipotesis
dituntut tingkat kepercayaan tertentu minimal 95% atau alpha 5%, tetapi
lebih baik kalau kepercayaan 99% atau alpha 1%. Untuk itu dalam mencapai
tingkat keepecayaan tersebut dituntut sampel yang besar.
6) Jika dalam penelitian dihadapkan pada populasi yang sangat heterogen
Dalam penelitian diharapkan populasi yang heterogen sehingga sampel acak
yang sederhana dapat segera ditemukan.
7) Jika reliabilitas dari variabel bebas tidak terjamin
Dalam penelitian tidak selalu reliabilitas atau ketepatan hasil penelitian itu
bisa dijamin. Hal ini disebabkan karakteristik variabel itu sendiri. Untuk
mengurangi dampak reliabilitas yang rendah dari variabel tersebut
diperlukan sampel berukuran besar.

6.7 Sumber Kesalahan Sampel

Kesalahan Statistik (Statistical Error)

Ada dua factor yang penyebab kesalahan statistic, yaitu kesalahan dalam
pemilihan sampel (sampling error) dan kesalahan sistematis (systematic error) yaitu
kesalahan yang bukan berasal dari proses pemilihan sampel (non sampling error).
a. Kesalahan Pemilihan Sampel (Sampling Error)
Kesalahan dalam pemilihan sampel dapat disebabkan oleh berbagai
kemungkinan pada setiap prosedur dalam pemilihan sampel yaitu:
1. Kesalahan kerangka sampel (sampling frame error). Disebabkan oleh
adanya perbedaan antara elemen-elemen dalam kerangka sampel dengan
elemen-elemen populasi target. Kerangka sampel mungkin belum memuat
elemen-elemen populasi yang baru masuk.
2. Kesalahan dalam Penentuan Unit Sampel (unit sampling error).
Penentuan elemen-elemen dalam suatu unit sampel kemungkinan kurang
mewakili karakteristik populasinya. Tingkat heterogenitas elemen-elemen
populasi dapat menyebabkan populasi timbulnya kesalahan dalam unit
sampel yang ditentukan berdasarkan strata atau kelompok tertentu.
3. Kesalahan Pemilihan Sampel Secara Acak (random sampling error).
Terjadi karena kemungkinan adanya variasi dalam pemilihan subjek sampel
 secara acak. Tipe kesalahan ini kemungkinan disebabkan oleh nilai elemen-
elemen yang sangat variatif atau ekstrem (tinggi sekali atau rendah sekali)
sehingga dapat saling menghapus dalam perhitungan rata-rata.

b. Kesalahan Sistematis (Systematic Error)

Merupakan kesalahan yang disebabkan oleh faktor-faktor diluar proses
pemilihan sampel. Kesalahan sistematis terutama disebabkan oleh kelemahan
desain penelitian dan kesalahan pelaksanaan penelitian. Ada dua faktor yang
mempengaruhi kesalahan sistematis yaitu:
1. Kesalahan Responden (respondent error). Hasil analisis data yang
dikumpulkan dengan metode survei tergantung pada jawaban responden
penelitian. Kesalahan responden terdiri atas dua jenis kesalahan sebagai
berikut:
a) Nonresponse bias (error)
Adalah kesalahan yang timbul karena subjek sampel yg tidak
memberikan respon ternyata lebih representative daripada sampel yang
memberikan tanggapan, sehingga sampel yang diteliti kurang akurat
dan presisi mencerminkan karakteristik populasinya.
b) Response bias (error)
Kesalahan yang timbul karena jawaban responden yang tidak benar

2. Kesalahan Administratif (administrative error). Adalah kesalahan yang

disebabkan oleh kelemahan administrasi atau pelaksanaan pekerjaan
penilitian. Ada tida tipe kesalahan administrative yaitu:
a) Kesalahan pemrosesan data (data processing error)
Kemungkinan terjadi karena kesalahan dalam proses prosedural atau
aritmatik melalui komputer
b) Kesalahan pewawancara (innterviewer error)
Adalah tipe kesalahan yang disebabkan oleh keteledoran pewawancara.
Kesalahan tersebut dapat berupa kekeliruan pewawancara dalam
mencatat jawaban responden atau kesalahan berupa hilangnya bagian
informasi yang penting dalam melakukan wawancara.
c) Kecurangan pewawancar (interviewer cheating)
Kesalahan administratif kemungkinan disebabkan oleh kecurangan
pewawancara yang dengan sengaja melompati butir pertanyaan
mengenai topik yang sensitif agar wawancara cepat selesai