POPULASI DAN SAMPEL PENELITIAN

4: UKURAN SAMPEL RUMUS SLOVIN

Tatang M. Amirin; 19 April 2009; 9 Mei 2010; 24 September 2010; 5 Januari 2011

(Kutipkan dalam daftar pustaka Anda: Amirin, Tatang M. 2011. “Populasi dan sampel
penelitian 4: Ukuran sampel rumus Slovin.” Tatangmanguny.wordpress.com.)

Melakukan penelitian (jenis survai) itu pasti yang terbaik adalah dengan “studi populasi,”
yaitu seluruh anggota populasi (seluruh subjek penelitian) diteliti (dihimpun data darinya).
Nah, agar pembaca yang “langsung” membaca tulisan ini (belum baca tulisan lainnya)
sambung dengan istilah populasi, terlebih dahulu perlu penjelasan mengenainya.

Jika kita akan meneliti karyawan sebuah perusahaan yang banyaknya 1.000 orang, maka
seluruh karyawan yang seribu orang itu disebut sebagai populasi penelitian kita. Tiap-tiap
karyawan dari seluruh karyawan yang seribu orang itu disebut sebagai subjek penelitian,
sekaligus kita sebut sebagai anggota populasi penelitian kita. Jadi, dengan demikian, dapat
disimpulkan pula bahwa populasi penelitian itu adalah keseluruhan subjek penelitian.

Ada kalanya, karena berbagai keterbatasan, kita tidak mungkin meneliti (“menanyai” atau
mengumpulkan data — bisa dengan wawancara, observasi, angket, tes dsb. — dari) seluruh
anggota populasi. Jadi, kita tidak bisa melakukan studi populasi. Kita mau tidak mau harus
mengambil sebagian daripada seluruh anggota populasi tersebut. Sebagian subjek penelitian
yang kita teliti (“tanyai”) langsung itu kita sebut sebagai sampel. Cara-cara bagaimana
mengambil sampel dari populasi penelitian disebut dengan sampling.

Pertanyaan yang sering muncul berkaitan dengan pengambilan sampel (sampling) itu adalah
mengenai seberapa besar (banyak) jumlah sampel (“sample size”) yang patut diambil agar
hasil penelitian yang dilakukan bisa diyakini benar. Apa makna bisa diyakini benar itu?

Pertama, karena tidak semua anggota populasi diteliti, diyakini benar itu artinya seberapa
tinggi hasil penelitian dari sampel itu taraf “kebisadipercayaannya” akan mencerminkan
seluruh anggota populasi. Maksudnya, data yang dihasilkan dari sampel itu benar-benar akan
relatif sama dengan data yang diperoleh jika penelitian dilakukan terhadap seluruh anggota
populasi. “Nyicipi” rasa sayur setengah sendok dari sepanci itu yakinkah akan sama persis
dengan jika “makan” seluruh sayur itu? Tentu tidak. Sebab ada kalanya tidak “galoh” (merata
rasanya di seluruh bagian).

Terjadinya hasil penelitian yang tidak bisa diyakini bahwa betul-betul benar itu akan
diperbesar apabila sampel yang diambil “terlampau kecil” berbanding jumlah keseluruhan
anggota populasi.

Kedua, walau bagaimanapun, hasil penelitian itu tidak selalu bisa diharapkan betul-betul
benar (yakin 100% benar). Karena berbagai faktor, hasil penelitian itu dapat mengandung
kesalahan (error, galat/”ghalat”). Salah satu kesalahan itu terjadi karena ada yang “secara
kebetulan benar.” Murid yang sebenarnya “tidak tahu” bisa saja menjawab soal ujian
“cekpoin” benar, karena kebetulan memilih pilihan jawaban yang merupakan jawaban yang
benar.
Kesalahan (error/galat) yang terjadi karena kebetulan itu lazim dilambangkan
(direpresentasikan) dengan “taraf signifikansi.” Jelasnya, taraf seberapa besar kemungkinan
terjadinya kebenaran karena kebetulan saja benar. Dalam bahasa lain seberapa besar taraf
“toleransi” akan terjadinya kesalahan karena faktor kebetulan benar.

Untuk ilmu kealaman taraf signifikansi itu disepakati para ahli (dalam berbagai literatur
umumnya menyatakan sama) yang “terbaik” sebesar 0,01. Maksudnya hanya ada 0,01 atau
1% saja kesalahan karena kebetulan itu terjadi. Jadi, dengan kata lain, yakin sebesar 99%
bahwa hasil penelitian itu benar. Itu artinya, karena tetap berhati-hati, tidak ada yang “patut”
diyakini 100% benar.

Untuk ilmu-ilmu sosial disepakati yang “terbaik” itu sebesar 0,05 . Maksudnya hanya ada
0,05 atau 5% saja kesalahan karena kebetulan itu terjadi. Jadi, yakin 95% bahwa hasil
penelitian itu benar. Ini karena tingkat kepastian (keajegan) “orang-orang” (sosial) itu relatif
tidak seajeg seperti gejala kealaman.

Dalam pengambilan sampel, kedua aspek tersebut di atas menjadi salah satu perhatian utama.
Jika hasil penelitian diharapkan mencapai taraf signifikansi tinggi (taraf kesalahan karena
faktor kebetulan kecil), maka jumlah sampel dituntut lebih banyak dibandingkan harapan
taraf signifikansi lebih rendah (banyak kesalahan yang disebabkan ada yang “karena
kebetulan benar” lebih besar).

Salah satu cara menentukan besaran sampel yang memenuhi hitungan itu adalah yang
dirumuskan oleh Slovin (Steph Ellen, eHow Blog, 2010; dengan rujukan Principles and
Methods of Research; Ariola et al. (eds.); 2006) sebagai berikut.
n = N/(1 + Ne^2)

n = Number of samples (jumlah sampel)

N = Total population (jumlah seluruh anggota populasi)
e = Error tolerance (toleransi terjadinya galat; taraf signifikansi; untuk sosial dan
pendidikan lazimnya 0,05) –> (^2 = pangkat dua)

Untuk menggunakan rumus tersebut, pertama-tama tetapkan terlebih dahulu taraf keyakinan
atau confidence level (…%) akan kebenaran hasil penelitian (yakin berapa persen?), atau
taraf signifikansi toleransi kesalahan (0,..) terjadi.

Misalnya kita ambil taraf keyakinan 95%, yaitu yakin bahwa 95% hasil penelitian benar, atau
taraf signifikansi 0,05 (hanya akan ada 5% saja kesalahan karena “kebetulan benar” terjadi).

Nah, jika yang akan kita teliti itu sebanyak 1.000 orang karyawan, seperti dicontohkan di
muka, dan taraf signifikansinya 0,05, maka besarnya sampel menurut rumus Slovin ini akan
menjadi:

n = N/(1 + Ne^2) = 1000/(1 + 1000 x 0,05 x 0,05) = 286 orang.

Cobalah gunakan rumus tersebut jika taraf keyakinan (kepercayaan) hanya 90% (taraf
signifikansi 0,10)! Berapa banyak sampel harus diambil? Jawabnya:

n = N/(1 + Ne^2) = 1000/(1 + 1000 x 0,10 x 0,10) = . . . orang.

Jumlah sampel yang terambil lebih kecil daripada taraf signifikansi 0,05 (taraf keyakinan
95%), atau lebih besar?

Jawabnya: 1000/(1+10) =1000:11 = 90,9 = 91.

Nah coba pula, agar tidak keliru t.s. 0,10 (taraf kepercayaan 90%) dengan t.s. 0,01 (taraf
kepercayaan 99%), hitung juga dengan populasi 1000 orang. Jadinya:

n = N/(1 + Ne^2) = 1000/(1 + 1000 x 0,01 x 0,01) = . . . orang.

Ada berapa orang sampel yang harus diambil?

Jawabnya: 1000/(1+0,1) = 1000/1,1 = 909,09 = 910

STOP!

Rumus Slovin ini tentu mempersyaratkan anggota populasi (populasi) itu diketahui
jumlahnya (simbulnya N). Dalam bahasa saya disebut populasi terhingga. Jika populasi tidak
diketahui jumlah anggotanya (populasi tak terhingga), maka rumus ini tak bisa digunakan.
Lebih-lebih jika populasinya tak jelas (tidak diketahui keberadaannya, apalagi jumlahnya,
misalnya orang yang korupsi atau nikah siri). Teknik sampling yang digunakan pun tentu tak
bisa teknik yang bersifat random (“probability sampling”), harus menggunakan teknik yang
sesuai (quota, purposive, snowball, accidental dsb.)

(18 Oktober 2011)

Apakah rumus Slovin bisa digunakan untuk mengambil sampel dengan taraf keyakinan selain
95% (taraf signifikansi 0,05)? Jawabannya: YA! Oleh karena itu dalam rumus Slovin
disebutkan taraf signifikansinya (toleransi error atau galat) berapa. Ini uraian asli
mengenainya.