Sample Penelitian : Penentuan Jumlah, Teknik dan Penjelasan

Penelitian Kuantitatif lebih sering menggunakan data, dan data tersebut dapat diperoleh melalui survey terhadap sejumlah objek penelitian. Berikut ini penjelasan mengenai sample penelitian dari beberapa sumber yang meliputi definisi, ukuran/jumlah sample dan teknik sampling. Semoga dapat membantu Anda yang akan melakukan penelitian atau mengerjakan tugas akhir.

A. Definisi

Populasi adalah wilayah generalisasi berupa subjek atau objek yang diteliti untuk dipelajari dan diambil kesimpulan. Sedangkan sampel adalah sebagian dari populasi yang diteliti.

Dengan kata lain, sampel merupakan sebagian atau bertindak sebagai perwakilan dari populasi sehingga hasil penelitian yang berhasil diperoleh dari sampel dapat digeneralisasikan pada populasi.

Penarikan sampel diperlukan jika populasi yang diambil sangat besar, dan peneliti memiliki keterbatasan untuk menjangkau seluruh populasi maka peneliti perlu mendefinisikan populasi target dan populasi terjangkau baru kemudian menentukan jumlah sampel dan teknik sampling yang digunakan.

B. Ukuran Sampel

Rumus Besar Sampel Penelitian: Dalam statistik inferensial, besar sampel sangat menentukan representasi sampel yang diambil dalam menggambarkan populasi penelitian. Oleh karena itu menjadi satu kebutuhan bagi setiap peneliti untuk memahami kaidah-kaidah yang benar dalam menentukan sampel minimal dalam sebuah penelitian.

Untuk menentukan sampel dari populasi digunakan perhitungan maupun acuan tabel yang dikembangkan para ahli. Secara umum, untuk penelitian korelasional jumlah sampel minimal untuk memperoleh hasil yang baik adalah 30, sedangkan dalam penelitian eksperimen jumlah sampel minimum 15 dari masing-masing kelompok dan untuk penelitian survey jumlah sampel minimum adalah 100.

Cara menghitung rumus besar sampel penelitian suatu penelitian sangat ditentukan oleh desain penelitian yang digunakan dan data yang diambil. Jenis penelitian observasional dengan menggunakan disain cross-sectional akan berbeda dengan case-control study dan khohor, demikian pula jika data yang dikumpulkan adalah proporsi akan beda dengan jika data yang digunakan adalah data continue. Pada penelitian di bidang kesehatan masyarakat, kebanyakan menggunakan disain atau pendekatan cross-sectional atau belah lintang, meskipun ada beberapa yang menggunakan case control ataupun khohor.

Roscoe (1975) yang dikutip Uma Sekaran (2006) memberikan acuan umum untuk menentukan ukuran sampel :

Besaran atau ukuran sampel ini sampel sangat tergantung dari besaran tingkat ketelitian atau kesalahan yang diinginkan peneliti. Namun, dalam hal tingkat kesalahan, pada penelitian sosial maksimal tingkat kesalahannya adalah 5% (0,05). Makin besar tingkat kesalahan maka makin kecil jumlah sampel. Namun yang perlu diperhatikan adalah semakin besar jumlah sampel (semakin mendekati populasi) maka semakin kecil peluang kesalahan generalisasi dan sebaliknya, semakin kecil jumlah sampel (menjauhi jumlah populasi) maka semakin besar peluang kesalahan generalisasi.

Beberapa rumus untuk menentukan jumlah sampel antara lain :

1. Rumus Slovin (dalam Riduwan, 2005:65)

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.

2. Formula Jacob Cohen (dalam Suharsimi Arikunto, 2010:179)

N = L / F^2 + u + 1 Keterangan : N = Ukuran sampel F^2 = Effect Size u = Banyaknya ubahan yang terkait dalam penelitian L = Fungsi Power dari u, diperoleh dari tabel

Power (p) = 0.95 dan Effect size (f^2) = 0.1 Harga L tabel dengan t.s 1% power 0.95 dan u = 5 adalah 19.76 maka dengan formula tsb diperoleh ukuran sampel N = 19.76 / 0.1 + 5 + 1 = 203,6, dibulatkan 203

3. Rumus berdasarkan Proporsi atau Tabel Isaac dan Michael

Tabel penentuan jumlah sampel dari Isaac dan Michael memberikan kemudahan penentuan jumlah sampel berdasarkan tingkat kesalahan 1%, 5% dan 10%. Dengan tabel ini, peneliti dapat secara langsung menentukan besaran sampel berdasarkan jumlah populasi dan tingkat kesalahan yang dikehendaki.

PENJELASAN TAMBAHAN :

Untuk penelitian survei, biasanya rumus yang bisa dipakai menggunakan proporsi binomunal (binomunal proportions). Jika besar populasi (N) diketahui, maka dicari dengan menggunakan rumus berikut:

z1.jpgSumber Gambar : www.statistikian.com

Dengan jumlah populasi (N) yang diketahui, maka peneliti bisa melakukan pengambilan sampel secara acak).

Namun apabila besar populasi (N) tidak diketahui atau (N-n)/(N-1)=1 maka besar sampel dihitung dengan rumus sebagai berikut :

z2.jpgSumber Gambar : www.statistikian.com

Keterangan :

n = jumlah sampel minimal yang diperlukan

= derajat kepercayaan

p = proporsi anak yang diberi ASI secara eksklusif

q = 1-p (proporsi anak yang tidak diberi ASI secara eksklusif

d = limit dari error atau presisi absolut

Jika ditetapkan =0,05 atau Z1- /2 = 1,96 atau Z2

1- /2 = 1,962 atau dibulatkan menjadi 4, maka rumus untuk besar N yang diketahui kadang-kadang diubah menjadi:

z3.jpgSumber Gambar : www.statistikian.com

Misalnya, kita ingin mencari sampel minimal untuk suatu penelitian mencari faktor determinan pemberian ASI secara eksklusif. Untuk mendapatkan nilai p, kita harus melihat dari penelitian yang telah ada atau literatur. Dari hasil hasil penelitian Suyatno (2001) di daerah Demak-Jawa Tengah, proporsi bayi (p) yang diberi makanan ASI eksklusif sekitar 17,2 %. Ini berarti nilai p = 0,172 dan nilai q = 1 – p. Dengan limit dari error (d) ditetapkan 0,05 dan nilai Alfa = 0,05, maka jumlah sampel yang dibutuhkan sebesar:

z4.jpgSumber Gambar : www.statistikian.com

= 219 orang (angka minimal)

Jika tidak diketemukan nilai p dari penelitian atau literatur lain, maka dapat dilakukan maximal estimation dengan p = 0,5. Jika ingin teliti teliti maka nilai d sekitar 2,5 % (0,025) atau lebih kecil lagi. Penyederhanaan Rumus diatas banyak dikenal dengan istilah Rumus Slovin.

Rumus yang digunakan untuk mencari besar sampel baik case control maupun kohort adalah sama, terutama jika menggunakan ukuran proporsi. Hanya saja untuk penelitian khohor, ada juga yang menggunakan ukuran data kontinue (nilai mean).

Besar sampel untuk penelitian case control adalah bertujuan untuk mencari sampel minimal untuk masing-masing kelompok kasus dan kelompok kontrol. Kadang kadang peneliti membuat perbandingan antara jumlah sampel kelompok kasus dan kontrol tidak harus 1 : 1, tetapi juga bisa 1: 2 atau 1 : 3 dengan tujuan untuk memperoleh hasil yang lebih baik.

Adapun rumus yang banyak dipakai untuk mencari sampel minimal penelitian case-control adalah sebagai berikut:

z5.jpgSumber Gambar : www.statistikian.com

Pada penelitian khohor yang dicari adalah jumlah minimal untuk kelompok exposure dan non-exposure atau kelompok terpapar dan tidak terpapar. Jika yang digunakan adalah data proporsi maka untuk penelitian khohor nilai p0 pada rumus di atas sebagai proporsi yang sakit pada populasi yang tidak terpapar dan p1 adalah proporsi yang sakit pada populasi yang terpapar atau nilai p1 = p0 x RR (Relative Risk).

Jika nilai p adalah data kontinue (misalnya rata-rata berat badan, tinggi badan, IMT dan sebagainya) atau tidak dalam bentuk proporsi, maka penentuan besar sampel untuk kelompok dilakukan berdasarkan rumus berikut:

z6.jpgSumber Gambar : www.statistikian.com

Contoh kasus, misalnya kita ingin mencari sampel minimal pada penelitian tentang pengaruh pemberian ASI eksklusif dengan terhadap berat badan bayi. Dengan menggunakan tingkat kemaknaan 95 % atau Alfa = 0,05, dan tingkat kuasa/power 90 % atau ß=0,10, serta kesudahan (outcome) yang diamati adalah berat badan bayi yang ditetapkan memiliki nilai asumsi SD=0,94 kg, dan estimasi selisih antara nilai mean kesudahan (outcome) berat badan kelompok tidak terpapar dan kelompok terpapar selama 4 bulan pertama kehidupan bayi (U0 – U1) sebesar 0,6 kg (mengacu hasil penelitian Piwoz, et al. 1994), maka perkiraan jumlah minimal sampel yang dibutuhkan tiap kelompok pengamatan, baik terpapar atau tidak terpapar adalah:

z7.jpgSumber Gambar : www.statistikian.com

= 51,5 orang atau dibulatkan: 52 orang/kelompok

Pada penelitian khohor harus ditambah dengan jumlah lost to follow atau akalepas selama pengamatan, biasanya diasumsikan 15 %. Pada contoh diatas, maka sampel minimal yang diperlukan menjadi n= 52 (1+0,15) = 59,8 bayi atau dibulatkan menjadi sebanyak 60 bayi untuk masing-masing kelompok baik kelompok terpapar ataupun tidak terpapar atau total 120 bayi untuk kedua kelompok tersebut.

Menurut Supranto J (2000) untuk penelitian eksperimen dengan rancangan acak lengkap, acak kelompok atau faktorial, secara sederhana dapat dirumuskan:

(t-1) (r-1) > 15

dimana : t = banyaknya kelompok perlakuan

j = jumlah replikasi

Contohnya: Jika jumlah perlakuan ada 4 buah, maka jumlah ulangan untuk tiap perlakuan dapat dihitung:

(4 -1) (r-1) > 15

(r-1) > 15/3

r > 6

Untuk mengantisipasi hilangnya unit ekskperimen maka dilakukan koreksi dengan 1/(1-f) di mana f adalah proporsi unit eksperimen yang hilang atau mengundur diri atau drop out.

C. TEKNIK SAMPLING

Pengertian teknik sampling menurut Sugiyono (2001) adalah: Teknik sampling adalah merupakan teknik pengambilan sampel (Sugiyono, 2001: 56). Pengertian teknik sampling menurut Margono (2004) adalah: Teknik sampling adalah cara untuk menentukan sampel yang jumlahnya sesuai dengan ukuran sampel yang akan dijadikan sumber data sebenarnya, dengan memperhatikan sifat-sifat dan penyebaran populasi agar diperoleh sampel yang representatif.

Menurut Dalen (1981), beberapa langkah yang harus diperhatikan peneliti dalam menentukan sampel, yaitu: 1. Menentukan populasi, 2. Mencari data akurat unit populasi, 3. Memilih sampel yang representative, 4. Menentukan jumlah sampel yang memadai.

Menurut Sugiyono (2001), untuk menentukan sampel yang akan digunakan dalam penelitian, terdapat berbagai teknik sampling yang digunakan. Secara skematis ditunjukkan pada diagram berikut ini:

Teknik-Sampling-300x270.jpg
Sumber Gambar : www.statistikian.com

Teknik sampling secara umum terbagi dua yaitu probability sampling dan non probability sampling.

Dalam pengambilan sampel cara probabilitas besarnya peluang atau probabilitas elemen populasi untuk terpilih sebagai subjek diketahui. Sedangkan dalam pengambilan sampel dengan cara nonprobability besarnya peluang elemen untuk ditentukan sebagai sampel tidak diketahui. Menurut Sekaran (2006), desain pengambilan sampel dengan cara probabilitas jika representasi sampel adalah penting dalam rangka generalisasi lebih luas. Bila waktu atau faktor lainnya, dan masalah generalisasi tidak diperlukan, maka cara nonprobability biasanya yang digunakan.

1. Probability Sampling

Probability sampling adalah teknik pengambilan sampel yang memberikan peluang yang sama kepada setiap anggota populasi untuk menjadi sampel. Teknik ini meliputi simpel random sampling, sistematis sampling, proportioate stratified random sampling, disproportionate stratified random sampling, dan cluster sampling

Simple random sampling

Teknik adalah teknik yang paling sederhana (simple). Sampel diambil secara acak, tanpa memperhatikan tingkatan yang ada dalam populasi.

Misalnya :

Populasi adalah siswa SD Negeri XX Jakarta yang berjumlah 500 orang. Jumlah sampel ditentukan dengan Tabel Isaac dan Michael dengan tingkat kesalahan adalah sebesar 5% sehingga jumlah sampel ditentukan sebesar 205.

Jumlah sampel 205 ini selanjutnya diambil secara acak tanpa memperhatikan kelas, usia dan jenis kelamin.

Sampling Sistematis

Adalah teknik sampling yang menggunakan nomor urut dari populasi baik yang berdasarkan nomor yang ditetapkan sendiri oleh peneliti maupun nomor identitas tertentu, ruang dengan urutan yang seragam atau pertimbangan sistematis lainnya.

Contohnya :

Akan diambil sampel dari populasi karyawan yang berjumlah 125. Karyawan ini diurutkan dari 1 – 125 berdasarkan absensi. Peneliti bisa menentukan sampel yang diambil berdasarkan nomor genap (2, 4, 6, dst) atau nomor ganjil (1, 2, 3, dst), atau bisa juga mengambil nomor kelipatan (2, 4, 8, 16, dst)

Proportionate Stratified Random Sampling

Teknik ini hampir sama dengan simple random sampling namun penentuan sampelnya memperhatikan strata (tingkatan) yang ada dalam populasi.

Misalnya, populasi adalah karyawan PT. XYZ berjumlah 125. Dengan rumus Slovin (lihat contoh di atas) dan tingkat kesalahan 5% diperoleh besar sampel adalah 95. Populasi sendiri terbagi ke dalam tiga bagian (marketing, produksi dan penjualan) yang masing-masing berjumlah :

Maka jumlah sample yang diambil berdasarkan masing-masinng bagian tersebut ditentukan kembali dengan rumus n = (populasi kelas / jml populasi keseluruhan) x jumlah sampel yang ditentukan

Sehingga dari keseluruhan sample kelas tersebut adalah 11 + 57 + 27 = 95 sampel.

Teknik ini umumnya digunakan pada populasi yang diteliti adalah keterogen (tidak sejenis) yang dalam hal ini berbeda dalam hal bidangkerja sehingga besaran sampel pada masing-masing strata atau kelompok diambil secara proporsional untuk memperoleh

Disproportionate Stratified Random Sampling

Disproporsional stratified random sampling adalah teknik yang hampir mirip dengan proportionate stratified random sampling dalam hal heterogenitas populasi. Namun, ketidakproporsionalan penentuan sample didasarkan pada pertimbangan jika anggota populasi berstrata namun kurang proporsional pembagiannya.

Misalnya, populasi karyawan PT. XYZ berjumlah 1000 orang yang berstrata berdasarkan tingkat pendidikan SMP, SMA, DIII, S1 dan S2. Namun jumlahnya sangat tidak seimbang yaitu :

Jumlah karyawan yang berpendidikan S1 dan S2 ini sangat tidak seimbang (terlalu kecil dibandingkan dengan strata yang lain) sehingga dua kelompok ini seluruhnya ditetapkan sebagai sampel

Cluster Sampling

Cluster sampling atau sampling area digunakan jika sumber data atau populasi sangat luas misalnya penduduk suatu propinsi, kabupaten, atau karyawan perusahaan yang tersebar di seluruh provinsi. Untuk menentukan mana yang dijadikan sampelnya, maka wilayah populasi terlebih dahulu ditetapkan secara random, dan menentukan jumlah sample yang digunakan pada masing-masing daerah tersebut dengan menggunakan teknik proporsional stratified random sampling mengingat jumlahnya yang bisa saja berbeda.

Contoh :

Peneliti ingin mengetahui tingkat efektivitas proses belajar mengajar di tingkat SMU. Populasi penelitian adalah siswa SMA seluruh Indonesia. Karena jumlahnya sangat banyak dan terbagi dalam berbagai provinsi, maka penentuan sampelnya dilakukan dalam tahapan sebagai berikut :

Tahap Pertama adalah menentukan sample daerah. Misalnya ditentukan secara acak 10 Provinsi yang akan dijadikan daerah sampel.

Tahap kedua. Mengambil sampel SMU di tingkat Provinsi secara acak yang selanjutnya disebut sampel provinsi. Karena provinsi terdiri dari Kabupaten/Kota, maka diambil secara acak SMU tingkat Kabupaten yang akan ditetapkan sebagai sampel (disebut Kabupaten Sampel), dan seterusnya, sampai tingkat kelurahan / Desa yang akan dijadikan sampel. Setelah digabungkan, maka keseluruhan SMU yang dijadikan sampel ini diharapkan akan menggambarkan keseluruhan populasi secara keseluruhan.

2. Non Probabilty Sampel

Non Probability artinya setiap anggota populasi tidak memiliki kesempatan atau peluang yang sama sebagai sampel. Teknik-teknik yang termasuk ke dalam Non Probability ini antara lain : Sampling Sistematis, Sampling Kuota, Sampling Insidential, Sampling Purposive, Sampling Jenuh, dan Snowball Sampling.

Sampling Kuota,

Adalah teknik sampling yang menentukan jumlah sampel dari populasi yang memiliki ciri tertentu sampai jumlah kuota (jatah) yang diinginkan.

Misalnya akan dilakukan penelitian tentang persepsi siswa terhadap kemampuan mengajar guru. Jumlah Sekolah adalah 10, maka sampel kuota dapat ditetapkan masing-masing 10 siswa per sekolah.

Sampling Insidential,

Insidential merupakan teknik penentuan sampel secara kebetulan, atau siapa saja yang kebetulan (insidential) bertemu dengan peneliti yang dianggap cocok dengan karakteristik sampel yang ditentukan akan dijadikan sampel.

Misalnya penelitian tentang kepuasan pelanggan pada pelayanan Mall A. Sampel ditentukan berdasarkan ciri-ciri usia di atas 15 tahun dan baru pernah ke Mall A tersebut, maka siapa saja yang kebetulan bertemu di depan Mall A dengan peneliti (yang berusia di atas 15 tahun) akan dijadikan sampel.

Sampling Purposive,

Purposive sampling merupakan teknik penentuan sampel dengan pertimbangan khusus sehingga layak dijadikan sampel. Misalnya, peneliti ingin meneliti permasalahan seputar daya tahan mesin tertentu. Maka sampel ditentukan adalah para teknisi atau ahli mesin yang mengetahui dengan jelas permasalahan ini. Atau penelitian tentang pola pembinaan olahraga renang. Maka sampel yang diambil adalah pelatih-pelatih renang yang dianggap memiliki kompetensi di bidang ini. Teknik ini biasanya dilakukan pada penelitian kualitatif.

Sampling Jenuh,

Sampling jenuh adalah sampel yang mewakili jumlah populasi. Biasanya dilakukan jika populasi dianggap kecil atau kurang dari 100. Saya sendiri lebih senang menyebutnya total sampling.

Misalnya akan dilakukan penelitian tentang kinerja guru di SMA XXX Jakarta. Karena jumlah guru hanya 35, maka seluruh guru dijadikan sampel penelitian.

Snowball Sampling

Snowball sampling adalah teknik penentuan jumlah sampel yang semula kecil kemudian terus membesar ibarat bola salju (seperti Multi Level Marketing.). Misalnya akan dilakukan penelitian tentang pola peredaran narkoba di wilayah A. Sampel mula-mula adalah 5 orang Napi, kemudian terus berkembang pada pihak-pihak lain sehingga sampel atau responden teruuus berkembang sampai ditemukannya informasi yang menyeluruh atas permasalahan yang diteliti.

Teknik ini juga lebih cocok untuk penelitian kualitatif.

Yang perlu diperhatikan dalam Penentuan Ukuran Sampel

Ada dua hal yang menjadi pertimbannga dalam menentukan ukuran sample. Pertama ketelitian (presisi) dan kedua adalah keyakinan (confidence).

Pemilahan jenis teknik sampling probabilitas dan nonprobabilitas didasarkan adanya randomisasi atau keacakan, yakni pengambilan subjek secara acak dari kumpulannya. Dalam hal randomisasi berlaku, setiap subjek penelitian memiliki kesempatan yang sama untuk dijadikan anggota sampel sejalan dengan anggapan bahwa pada dasarnya probabilitas distribusi kejadian ada pada seluruh bagian.

Pemilihan teknik sampling harus berdasarkan 2 hal penting yaitu, reliabilitas dan efisiensi. Sampel yang reliable adalah sampel yang memiliki reliabilitas tinggi. Hal tersebut dapat diartikan bahwa semakin kecil kesalahan sampling, reliabilitas sampling semakin rendah. Jika dikaitkan dengan varian nilai statistiknya berlaku kriteria bahwa semakin rendah varian, maka reliabilitas sampel yang diperoleh semakin tinggi pula.

Ketelitian mengacu pada seberapa dekat taksiran sampel dengan karakteristik populasi. Keyakinan adaah fungsi dari kisaran variabilitas dalam distribusi pengambilan sampel dari rata-rata sampel. Variabilitas ini disebut dengan standar error, disimbolkan dengan S-x

Semakin dekat kita menginginkan hasil sampel yang dapat mewakili karakteristik populasi, maka semakin tinggi ketelitian yang kita perlukan. Semakin tinggi ketelitian, maka semakin besar ukuran sampel yang diperlukan, terutama jika variabilitas dalam populasi tersebut besar.

Sedangkan keyakinan menunjukkan seberapa yakin bahwa taksiran kita benar-benar berlaku bagi populasi. Tingkat keyakinan dapat membentang dari 0 100%. Keyakinan 95% adalah tingkat lazim yang digunakan pada penelitian sosial / bisnis. Makna dari keyakinan 95% (alpha 0.05) ini adalah setidaknya ada 95 dari 100, taksiran sampel akan mencerminkan populasi yang sebenarnya.

D. KESIMPULAN :

Dari berbagai penjelasan di atas dapat kita simpulkan bahwa teknik penentuan jumlah sampel maupun penentuan sampel sangat berperan penting dalam penelitian. Sampel yang diambil secara sembarangan tanpa memperhatikan aturan-aturan dan tujuan dari penelitian itu sendiri tidak akan berhasil memberikan gambaran menyeluruh dari populasi. Penentuan sample yang kurang tepat menentukan kualitas penelitannya.

Dirangkum dari :

  • Arikunto Suharsimi. 2005. Manajemen Penelitian. Jakarta : Rineka Cipta
  • Arikunto Suharsimi. 2010. Prosedur Penelitian : Suatu Pendekatan Praktis, edisi revisi 2010. Jakarta : Rineka Cipta
  • Bhisma-Murti, Prinsip dan Metoda Riset Epidemiologi, Gadjah Mata University Press,1997
  • Lemeshow, S. & David W.H.Jr, 1997. Besar Sampel dalam Penelitian Kesehatan (terjemahan), Gadjahmada University Press, Yogyakarta
  • Riduwan. 2005. Belajar Mudah Penelitian Untuk Guru, Karyawan dan Peneliti Pemula, Bandung : Alfabeta.
  • Snedecor GW & Cochran WG, Statistical Methods 6th ed, Ames, IA: Iowa State University Press, 1967
  • Sugiyono. 2007. Metode Penelitian Administasi Bandung : Alvabeta.
  • Supranto, J. 2000. Teknik Sampling untuk Survei dan Eksperimen. Penerbit PT Rineka Cipta, Jakarta.
  • Uma Sekaran. 2006. Metode Penelitian Bisnis. Jakarta : Salemba Empat.

Daftar Pustaka Online :

Tag: Sample Penelitian

This entry was posted in ARTIKEL and tagged , , , , , , , , , , , , , , , , , , , . Bookmark the permalink.

1 Response to Sample Penelitian : Penentuan Jumlah, Teknik dan Penjelasan

  1. Pingback: POPULASI DAN METODE SAMPLING – Arya atmanegara

Leave a Reply

Your email address will not be published. Required fields are marked *