Dalam suatu penelitian, jarang sekali seorang peneliti dapat meneliti dan
mengobservasi seluruh subyek yang akan ditelitinya. Hal ini disebabkan karena
keterbatasan sumber daya, baik dana maupun waktu. Seorang peneliti hanya dapat
meneliti/mengobservasi bagian dari subyek tersebut. Selain itu ilmu statistik telah
membuktikan bahwa dengan teori peluang dimungkinkan untuk mengambil bagian yang
dapat mewakili populasi, sehingga perilaku populasi dapat diwakili oleh bagian yang
diambil. Bagian dari keseluruhan populasi yang menjadi obyek sesungguhnya dari suatu
penelitian itulah yang disebut sampel. Sampel merupakan suatu bagian dari populasi
yang akan diteliti dan yang dianggap dapat menggambarkan populasinya.
Metode untuk menyeleksi populasi agar terpilih sebagai sampel yang
representatif itulah yang disebut metode penarikan sampel (sampling). Metode
penarikan sampel merupakan proses pemilihan sejumlah individu (sampel) untuk suatu
penelitian, sehingga individu-individu tersebut merupakan perwakilan kelompok yang
lebih besar (populasi).
Metode penarikan sampel yang representatif pada dasarnya menyangkut masalah
sampai dimanakah ciri-ciri yang terdapat pada sampel yang terbatas itu benar-benar
menggambarkan keadaan populasi yang sebenarnya. Tujuan penarikan sampel adalah
menggunakan sebagian individu-individu yang diselidiki tersebut untuk memperoleh
informasi tentang populasi.
Syarat yang harus dipenuhi dalam prosedur penarikan sampel adalah
representative (mewakili) dan besarnya (ukuran) sampel harus memadai. Suatu sampel
dikatakan representatif apabila ciri-ciri sampel yang berkaitan dengan tujuan penelitian
sama atau hampir sama dengan ciri-ciri populasinya. Dengan sampel yang representatif
seperti ini maka informasi yang dikumpulkan dari sampel hampir sama telitinya dengan
informasi yang dapat dikumpulkan dari populasinya.
Suatu sampel yang baik juga harus memenuhi syarat bahwa ukuran atau
besarnya memadai untuk dapat meyakinkan kestabilan ciri-cirinya. Berapa besar ukuran
sampel yang memadai, tergantung pada sifat populasi dan tujuan penelitian. Semakin
besar ukuran sampel, semakin kecil kemungkinan salah menarik kesimpulan
populasinya.
dimana:
n = jumlah minimal anggota sampel
p = proporsi kelompok pertama
q = proporsi kelompok kedua (1-p)
α = nilai Z tabel
Z1/2α = nilai Z tabel
Jika α = 0,01; maka terjadi persamaan yang digunakan adalah:
2
2,58
n pq
0,01
Contoh penggunaan:
Suatu penelitian yang bertujuan untuk mengetahui perkembangan usaha TKI purna dan
bagaimana pengaruh kredit usaha kecil yang diberikan pemerintah terhadap pendapatan
usaha TKI purna. Populasi usaha TKI purna di wilayah penelitian adalah 400 usaha.
Sejumlah 1.00 industri di antaranya belum memanfaatkan kredit usaha kecil.
Pertanyaan:
Berapa besar sampel yang harus diambil?
Jika: α = 0,05
1.000
p 0,25
4.000
2
1,98
n 0,251 0,25 2,94
0,05
dimana:
n = banyaknya sampel
s = standar deviasi (ditentukan)
SE = standar penyimpangan
X 2 NP (1 P )
S
d 2 N 1 X 2 p1 p
dimana:
S = banyaknya anggota sampel
N = banyaknya anggota populasi
P = proporsi dalam populasi
D = derajat ketelitian (=1,96)
X = harga tabel Kai Kuadrat
p 1 p N n
dan SE
n 1 N
dimana:
SE = standar estimasi
P = proporsi
N = jumlah anggota populasi
n = jumlah anggota sampel
Atau dengan persamaan Dasar Koefisien Interval yaitu:
W Z 1 / 2
n
dimana:
W = interval estimasi
Z1/2α = standar skor (tertentu)
σ = simpangan baku populasi (diketahui)
n = besarnya anggota sampel
dimana:
ns = ukuran sampel
σ = perkiraan simpangan baku populasi
Z = nilai standar sesuai tingkat signifikansi
T = kesalahan yang dapat diterima
Contoh:
Untuk menduga rata-rata waktu yang diperlukan oleh setiap mahasiswa dalam
menyelesaikan soal tertentu, diperlukan sebuah sampel. Ketika menduga rata-rata
tersebut, dikehendaki derajat kepercayaan 99% dengan beda yang lebih kecil dari 0,05
menit. Jika simpangan baku waktu yang diperlukan 0,5 menit, berapa jumlah mahasiswa
yang perlu diambil sebagai sampel?
Diketahui
σ = 0,5
Z = 2,58 (jika derajat kepercayaan 99%, maka besarnya α adalah 1 – 0,99 = 0,01,
maka Z(1/2σ) = Z(0,005) = 2,58
T = 0,05
n s Z T
2
= 665,64
Jadi paling sedikit sampel itu harus terdiri atas 666 mahasiswa.
Menurut Paul Leedy ( )Rumus lain yang bisa dipergunakan untuk menentukan
ukuran sampel adalah sebagai berikut:
n Z e p 1 p
2
dimana:
ns = ukuran sampel yang diperlukan
Z = nilai standar sesuai tingkat signifikansi
e = 2% = 0,02
p = perkiraan proporsi pada populasi yang jika tidak diketahui maka nilai p(1-p)
ditaksir dengan nilai maksimumnya yaitu 0,25
Contoh:
Misalkan, Departemen Pendidikan Nasional perlu mengetahui ada berapa persen kira-
kira anak-anak SD yang bercita-cita ingin menjadi guru. Ketika melakukan perkiraan
ini, koefisien kepercayaan diambil 95% dengan kekeliruan menduga tidak lebih dari dua
persen. Berapa anak SD yang perlu diteliti?
Diketahui:
Z = 1,96 (jika derajat kepercayaan 95%, maka besarnya α adalah 1 – 0,95 = 0,05,
maka Z(1/2σ) = Z(0,025) = 1,96
e = kesalahan penaksiran maksimum yang dapat diterima
p = 0,25
n Z e p 1 p
2
= 2401
Jadi paling sedikit sampel itu harus terdiri atas 2401 siswa SD.
Rumus lain yang bisa dipergunakan untuk menentukan ukuran sampel menurut
Morgan adalah sebagai berikut:
X 2 Np 1 p
n
d 2 N 1 X 2 p 1 p
dimana:
n = ukuran sampel yang diperlukan
N = ukuran populasi
p = proporsi populasi (0,5)
d = derajat ketelitiam (0,05)
X2 = nilai tabel X2 (3,841)
Dengan rumus Morgan, maka disusunlah sebuah tabel yang diberi nama Tabel
Morgan. Tabel Morgan memuat perkiraan ukuran sampel dengan ukuran populasi
tertentu. Tabel Morgan disusun berdasarkan asumsi pada anggota populasi yang bersifat
homogen dengan jumlah yang tidak terbatas.
Tabel 6. Jumlah Sampel berdasarkan Rumus Morgan
N n N n N n
10 10 200 132 900 269
15 14 210 136 950 274
20 19 220 140 1000 278
25 24 230 144 1100 285
30 28 240 148 3500 346
35 32 250 152 4000 351
40 36 260 155 4500 354
45 40 270 159 5000 357
50 44 280 162 5500 359
55 48 290 165 6000 361
60 52 300 169 6500 363
65 56 320 175 7000 364
70 59 340 181 7500 365
75 63 360 186 8000 367
80 66 380 191 8500 368
85 70 400 196 9000 368
90 73 420 201 9500 369
95 76 440 205 10000 370
100 80 460 210 15000 375
110 86 480 214 20000 377
120 92 500 217 25000 378
130 97 550 226 30000 379
140 103 600 234 35000 380
150 108 650 242 40000 380
160 113 700 248 45000 381
170 118 750 254 50000 381
180 123 800 260 75000 382
190 127 850 265 100000 383
Sebagai catatan, apabila dalam suatu penelitian, jumlah sampel cukup besar,
maka konsekuensinya adalah biaya, tenaga, dan waktu yang disediakan harus besar
pula. Hal ini menyebabkan besarnya sampel yang betul-betul representatif sering sulit
dipenuhi.