Menurut Davis & Cosenza (1993) jumlah sampel yang sesuai untuk suatu penelitian dipengaruhi oleh
beberapa faktor, yaitu sebagai berikut:
1. Homogenitas
Homogenitas unit pemilihan sampel sangat mempengaruhi jumlah sampel yang layak untuk
suatu penelitian. Semakin homogen suatu unit pemilihan sampel, semakin kecil jumlah
sampel yang diperlukan. Sebaliknya, semakin heterogen suatu unit pemilihan sampel,
semakin besar jumlah sampel yang diperlukan agar dapat mencerminkan populasi.
2. Derajat Kepercayaan
Derajat kepercayaan mengukur seberapa jauh peneliti yakin dalam mengestimasi parameter
populasi secara benar. Derajat kepercayaan biasanaya dinyatakan dalamprobabilitas, misalnya
95%. Dengan asumsi faktor lain tetap, sampel yang lebih banyak diperlukan bila derajat
kepercayaan meningkat.
3. Presisi
Presisi (ketelitian) mengukur kesalahan standar dari estimasi yang dilakukan. Dengan kata
lain, harapan penyimpangan terhadap populasi dihitung dengan deviasi standar. Deviasi
standar diperoleh berdasarkan studi pendahuluan (pilot study). Dengan asumsi faktor lain
tetap, semakin tinggi presisi yang diinginkan maka semakin banyak jumlah sampel yang
diperlukan.
4. Prosedur Analisis
Beberapa model analisis tertentu memerlukan sampel dalam jumlah tertentu. Peneliti perlu
mempertimbangkan jumlah sampel yang diperlukan sesuai dengan model analisis yang akan
dipergunakan.
5. Kendala Sumber Daya
Benar semakin besar jumlah sampel yang dipergunakan untuk penggalian data, pencerminan
keadaan populasi akan semakin baik. Namun demikian, pada kenyataannya kendala sumber
daya tidak jarang menjadi penghalang bagi peneliti untuk melakukan sesuatu yang ideal.
Keterbatasan waktu, dana, dan juga sumber daya manusia sering menjadi pembatas yang
sangat menentukan dalam penentuan jumlah sampel yang layak dalam suatu penelitian.
Secara umum, jumlah sampel minimal yang dapat diterima untuk suatu studi tergantung dari jenis
studi yang dilakukan. Beberapa pedoman yang dianjurkan menurut Gay & Diehl (1996) adalah:
Untuk studi deskriptif, sampel 10% dari populasi dianggap merupakan jumlah amat minimal.
Untuk populasi yang lebih kecil, setidaknya 20% mungkin diperlukan
Untuk studi korelasional, dibutuhkan minimal 30 sampel untuk menguji ada/tidaknya
hubungan.
Untuk studi kausal-komparatif, minimal 30 subjek per grup umumnya dianjurkan.
Untuk studi eksperimen, minimal 15 subjek per grup umumnya dianjurkan.
DESAIN SAMPEL
Pertimbangan Pemilihan Desain Sampel
Ada beberapa alternatif cara pengambilan sampel. Secara umum desain sampel terdiri dari dua
macam, yaitu desain probabilitas dan desasin nonprobabilitas. Pertimbangan menggunakan
desain sampel meliputi biaya, akurasi, waktu, penerimaan hasil, dan kemampuan generalisasi.
Para peneliti dan manajer perlu memberikan perhatian pada kelima jenis pertimbangan ini karena
menentukan biaya total dan kualitas hasil penelitian. Pertimbangan memilih sampel probabilitas atau
nonprobabilitas tergantung dari apakah masalah keterwakilan sampel merupakan aspek penting yang
dipertimbangkan atau tidak.
Sampel Probabilitas
Sampel probabilitas mengandung arti bahwa setiap sampel dipilih berdasarkan proseduer seleksi dan
memiliki peluang yang sama untuk dipilih. Ada 5 jenis sampel probabilitas, yaitu: sampel random
sederhana, sampel sistematis, sampel stratifikasi, sampel kluster, dan sampel multitahap.
Tabel 7.3
Perbandingan Desain Sampel Probabilitas
Jenis Sampel Diskripsi Kelebihan Kekurangan
1. Random Setiap elemen populasi Hanya membutuhkan Membutuhkan daftar
Sederhana mempunyai pengetahuan yang elemen populasi yang
kesempatan yang sama sedikit. banyak.
untuk dipilih menjadi Mudah digunakan. Responden mungkin
sampel. mempunyai
penyebaran yang
sangat besar.
Perlu waktu lama dan
biaya yang besar.
Membutuhkan jumlah
sampel yang banyak.
Menghasilkan
kesalahan yang besar.
2. Sistematis Menyeleksi sampel Sederhana untuk Populasi yang bersifat
dari populasi sejak mendesain. periodik
awal dan mengikuti Mudah untuk mencari memungkinkan data
pemilihan sampel distribusi data. dan hasil berdistribusi
berdasarkan urutan Lebih murah tidak normal.
elemen. dibandingkan simple Jika daftar populasi
random. mempunyai trend
monotomik, hasil
estimasi akan bias.
3. Stratifikasi Peneliti membagi Hasilnya lebih Jika subsampel dipilih
populasi menjadi mewakili populasi dengan dasar yang
beberapa kelompok secara keseluruhan berbeda akan
dan secara random sehingga meningkatkan meningkatkan
memilih subsampel efisiensi secara kesalahan.
dari setiap kelompok. statistik. Mahal, apalagi bila
Peneliti mengontrol strata dalam populasi
jumlah sampel dalam harus dibuat dahulu.
strata.
Memberikan beberapa
alternatif metode strata.
Hasilnya tidak bias.
4. Kluster Kelompok yang Lebih efisien secara Mempunyai nilai
mempunyai sifat ekonomi dibandingkan statistik yang kurang
heterogin diidentifikasi sampel random efisien (banyak
lebih dahulu lalu sederhana. kesalahan). Peneliti
dipilih secara random. Biaya lebih rendah, harus mempunyai
Semua elemen dari apalagi bila kluster kemampuan untuk
hasil random tersebut berdasarkan daerah. membagi ke dalam
diteliti. Mudah digunakan kluster yang benar-
tanpa membuat daftar benar spesifik.
populasi. Data awal yang bias
Memberikan informasi akan terminimalisasi
lebih akurat.
5. Multitahap Peneliti memilih area Memberikan informasi Peneliti mungkin
yang lebih kecil untuk yang lebih akurat. enggan melakukan
setiap tahapnya dan karena harus berulang-
mengombinasikan ulang.
keempat teknik sampel
di atas.
Sumber: Dikompilasi dari Zikmund (2000:363); Cooper & Schindler (2001:190)
Sampel Nonprobabilitas
Perbedaaan utama dengan sampel probabilitas, adalah bahwa sampel nonprobabilitas dipilih secara
arbiter oleh peneliti. Dengan kata lain, nonprobabilitas dipilih masing-masing anggota populasi tidak
diketahui. Selain itu, para peneliti menggunakan sampel nonprobabilitas karena tidak ada upaya untuk
melakukan generalisasi berdasarkan sampel. Memang dengan desain sampel semacam ini, masalah
representasi (keterwakilan) tidak dipersoalkan. Ada empat kategori sampel nonprobabilitas, yaitu:
convience, judgement, quota, snowball sampling.