PENENTUAN POPULASI DAN SAMPEL[1]
DALAM PENELITIAN KUANTITATIF
Oleh:
Oman Sukmana, Drs., M.Si.[2]
Dalam proses penelitian,
sebelum peneliti melaksanakan kegiatan pengumpulan data, maka terlebih dahulu
harus ditentukan tentang sumber data penelitian. Dalam penelitian kuantitatif,
penentuan sumber data penelitian ini dikenal dengan istilah populasi dan sampel.
A.
Pengertian Populasi
Secara
sederhana, populasi adalah semua subjek atau objek sasaran penelitian. Menurut
Sugiyono (1998:57), populasi adalah wilayah generalisasi yang terdiri atas
objek/subjek yang mempunyai kuantita (jumlah) dan karakteristik (ciri-ciri)
tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik
kesimpulannya. Sedangkan Singarimbun dan Effendi (1989:52) berpendapat bahwa
populasi atau universe adalah jumlah keseluruhan dari unit analisa yang
ciri-cirinya akan diduga.
Populasi
bukan hanya bersifat orang saja, tetapi juga bisa benda-benda alam yang lain.
Populasi juga bukan sekedar jumlah yang ada pada objek/subjek yang dipelajari,
tetapi juga meliputi seluruh karakteristik/sifat yang dimiliki oleh subjek atau
objek itu. Wujud subjek itu bermacam-macam, bisa berupa: manusa, hewan tumbuh-tumbuhan, barang produk
(hasil-hasil kerajinan, basil-basil industri, dan lain-lain), barang-barang nonproduk (batu, pasir, tanah, air, dan
lain-lain), dan bentuk lingual atau ungkapan verbal (kata, frasa, kalimat,
paragraf, teks), atau dokumen dan barang cetak.
Perlakuan
peneliti terhadap subjek atau objek tersebut dapat memungkinkan dua alternatif
status populasi. Pertama, populasi penelitian itu bersatus sebagai objek penelitian
jika populasi itu bukan sebagai sumber informasi, tetapi subagai substansi yang
diteliti, seperti hasil produksi (susu kaleng, cat, topeng, dan
lain-lain). Kedua, populasi penelitian itu berstatus sebagai sumber informasi,
seperti manusia dan dokumen. Dalam survei sosial, orang atau sekelompok orang
lazim berfungsi sebagai sumber informasi tentang hal-hal yang berhubungan
dengan diri mereka atau fenomena-fenomena sosial yang berhubungan dengan
mereka. Dalam penelitian tertentu,
populasi penelitian dapat berstatus ganda,
sebagai objek penelitian yang informasinya juga dari populasi itu. Penelitian tentang “perbedaan cara belajar
antara mahasiswa bidang eksakta dan mahasiswa bidang sosial” mengisyaratkan
populasi penelitian akan berstatus ganda:
sebagai objek penelitian yang
sekaligus juga sebagai
sumber data penelitian.
B. Penentuan Sampel
Penelitian
Dalam penelitian, tidak selamanya seluruh populasi dijadikan
objek/subjek yang diteliti, diungkap data-datanya, dikaji karakteristiknya.
Dalam kasus dimana jumlah populasi penelitian sangat banyak, maka dengan alas
an-alasan tertentu peneliti dimungkinkan untuk mengambil sebagian saja dari
jumlah populasi tersebut untuk dijadikan objek/subjek penelitian. Jadi bila
populasi besar dan peneliti tidak mungkin mempelajari semua yang ada pada populasi,
misalnya karena keterbatasan dana, tenaga, dan waktu maka peneliti dapat
mengunakan sample yang diambil dari populasi itu. Apa yang dipelajari dari
sample tersebut kesimpulannya akan diberlakukan untuk populasi. Untuk itu
sample yang diambil dari populasi haruslah benar-benar mewakili populasi (representative).
Sampling adalah
kegiatan menentukan sampel. Sampel adalah sebagian dari populsi yang dijadikan
sebagai objek penelitian, dengan kata lain sampel sebagai wakil dari
populasi. Dalam pengambilan sampel yang
perlu diperhatikan adalah bahwa
karakteristik yang ada dalam populasi harus terwakili oleh sampel. Dengan pertimbangan akademik dan non
akademik, populasi dapat diwakili oleh sebagian anggotanya yang disebut
sampel. Namun, hasil penelitian tidak
akan berkurang bobot dan akurasinya karena sampel memiliki karakter yang sama
dengan populasi sehingga informasi yang digali dari sampel sama dengan karakter
yang berlaku pada populasi (demikian
harapan peneliti).
Kaitan antara Populasi dan Sampel
Dalam Penelitian
1. Asumsi-Asumsi dalam Penentuan Sampel
Untuk memperoleh sampel yang
representatif (memenuhi asas keterwakilan), maka seeorang peneliti harus
memahami teknik-teknik dalam menentukan sampel (sampling technique). Suatu metode/teknik pengambilan sampel yang
baik dan ideal harus mempunyai sifat-sifat
harus mempunyai sifat-sifat sebagai berikut: (1) Dapat menghasilkan gambaran yang dapat dipercaya dari seluruh
populasi yang diteliti; (2) Dapat
menentukan presisi (precission) dari
hasil penelitian dengan menentukan penyimpangan baku dari taksiran yang
diperoleh. Presisi adalah tingkat ketetapan yang ditentukan oleh perbedaan
hasil yang diperoleh dari sampel dibandingkan hasil yang diperoleh dari
populasi; (3) Sederhana, sehingga mudah untuk
dilaksanakan; dan (4) Dapat memberikan keterangan sebanyak
mungkin dengan biaya serendah-rendahnya.
Berapakah ukuran besarnya jumlah sampel (sample size) yang harus diambil agar
memperoleh data yang representatif dari populasinya?. Ada 4 (empat) faktor yang
harus dipertimbangkan dalam menentukan besarnya sampel dalam suatu penelitian,
yaitu:
(a) Derajat Keseragaman dari populasi (Degree of Homogenitas).
Semakin
seragam populasi, maka semakin kecil jumlah sampel yang dapat diambil. Apabila
populasi seragam sempurna (completely
homogenious) maka satu satuan elementer saja dari seluruh populasi itu
sudah cukup representatif untuk diteliti. Sebaliknya, apabila populasi secara
sempurna tidak seragam, maka hanya pencacahan lngkaplah yang dapat memberikan
gambaran yang representatif.
(b) Presisi yang Dikehendaki dari Penelitian.
Semakin
tinggi presisi yang dikehendaki, semakin besar jumlah sampel yang harus
diambil. Jumlah sampel yang besar cenderung akan memberikan penduga (taksiran)
yang lebih mendekati nilai sesungguhnya dari populasi. Tedapat hubungan
(korelasi) yang negatif antara besarnya sampel yang diambil dengan besarnya
tingkat kesalahan (error). Semakin besar jumlah sampel, maka semakin kecil
tingkat kesalahan (penyimpangan) terhadap nilai populasi.
Hubungan Antara Besarnya Sampel dan Tingkat Kesalahan (error)
Tinggi
TINGKAT
KESALAHAN
Rendah
Kecil Besar
BESARNYA SAMPEL
(c) Rencana Analisa.
Jumlah sampel juga tergantung dari
kebutuhan yang disesuaikan dengan rencana analisa data. Misalnya; apakah teknik
analisa data menggunakan statistik parametrik atau non-parametrik.
(d) Biaya, waktu dan Tenaga
Besarnya biaya yang tersedia,
keterbatasan waktu untuk penelitian, serta jumlah tenaga peneliti merupakan
faktor yang juga bisa dijadikan alasan dalam penentuan sampel.
2. Kerangka Sampling (Sampling Frame)
Kerangka
Sampling adalah daftar dari semua unsure sampling. Suatu kerangka sampling yang
baik harus memenuhi syarat-syarat sebagai berikut: (1) Harus meliputi seluruh
unsure sampel (tidak satu unsure pun yang tertinggal); (2) Tidak ada unsure
sampel yang dihitung dua kali; (3) Harus up to date (data terbaru); (4)
Batas-batasnya harus jelas, misalnya batas wilayah, kategori, dsb.; dan (5)
Harus dapat dilacak di lapangan.
Contoh
Kerangka Sampling:
Daftar
Mahasiswa Jurusan Sosiologi Semester V
FISIP
UMM
No
|
Nama
|
1.
|
Dita Faisal
|
2.
|
Dina Faisal
|
3.
|
Tina Talisa
|
4.
|
Prabu Revolusi
|
5.
|
Gayus Tambunan
|
6.
|
Anas Urbaningrum
|
7.
|
Muhaimin Iskandar
|
8.
|
Andi Malarangeng
|
9.
|
Wahid Muharram
|
10.
|
Rosa Manulang
|
11.
|
Erisandy Yudhistira
|
12.
|
Erinda Dwimagistry
|
13.
|
Yulia Peres
|
14.
|
Irwansyah
|
Dst.
|
|
3. Teknik
Penentuan Sampel (Sampling Technique)
Untuk
menghindari kesalahan sampel diperlukan penggunaan teknik penentuan sampel (sampling technique) yang tepat. Secara umum, teknik penentuan sampel (sampling technique)
dikelompokkan kedalam dua kategori, yakni: Probability Sampling dan Non-probability
Sampling.
Sumber: Sugiyono, 1987:58
a. Probability sampling
1.
Simple Random Sampling
Dikatakan simple (sederhana)
karena pengambilan sampel anggota populasi dilakukan secara acak tanpa
memperhatikan strata yang ada. Semua
anggota populasi berhak dan memperoleh kesempatan yang sama untuk dijadikan
sampel penelitian. Tiap unit populasi
diberi nomor, kemudian
sampel yang diinginkan ditarik secara random baik dengan menggunakan: (1) Random numbers (Tabel Random: Terlampir); dan (2) cara undian biasa (model undian arisan). Salah satu ciri dipergunakannya teknik ini
jika populasi bersifat homogen
(memiliki kharakteristik yang sama).
Teknik ini dapat digambarkan seperti berikut:
2. Proportionate
Stratified Random Sampling (Pengambilan
sampel acak Distratifikasi)
Teknik
ini digunakan bila populasi mempunyai anggota/unsur yang tidak homogen dan
berstrata secara proporsional. Suatu
organisasi yang mempunyai pegawai dari latar belakang pendidikan, maka populasi
pegawai itu berstrata. Misalnya jumlah pegawai
yang pendidikannya lulus: S1 = 45, S2 = 30, STM = 800, ST
= 900, SMEA = 400, SD = 300. Sampel harus diambil secara proporsional dari seluruh strata pendidikan tersebut.
Contoh, Jumlah populasi pegawai dengan
berdasarkan seluruh strata pendidikan adalah:
2.475, Misalnya jumlah sampel ditentukan sebesar 5% dari populasi,
berarti: 5% x 2.475 = 123,75 (dibulatkan menjadi 124. Maka pengambilan sampel
dilakukan secara proporsional, sebagai berikut:
S1
|
:
|
45
|
x
|
5%
|
=
|
2,25 (dibulatkan menjadi 2)
|
|
|
|
|
|
|
|
S2
|
:
|
30
|
x
|
5%
|
=
|
1,5 (dibulatkan menjadi 2)
|
|
|
|
|
|
|
|
STM
|
:
|
800
|
x
|
5%
|
=
|
40
|
|
|
|
|
|
|
|
ST
|
:
|
900
|
x
|
5%
|
=
|
45
|
|
|
|
|
|
|
|
SMEA
|
:
|
400
|
x
|
5%
|
=
|
20
|
|
|
|
|
|
|
|
SD
|
:
|
300
|
x
|
5%
|
=
|
15
|
|
|
|
|
|
|
|
|
|
|
Jumlah
|
=
|
124
|
Selanjutnya pengambilan sampel bisa
dilakukan secara random (acak) dari kerangka sampling daftar pegawai
berdasarkan masing-masing strata pendidikan.
3.
Disproportionate Stratified Random Sampling
Teknik
ini digunakan untuk menentukan jumlah sampel, bila populasi berstrata tetapi kurang
proporsional. Misalnya pegawai dari PT tertentu mempunyai.
3 orang lulusan S3, 4 orang lulusan S2, 90 orang S1,
800 orang SMU, 700 orang SMP, maka tiga orang lulusan S3 dan empat
orang S2, itu diambil semuanya sebagai sampel. Karena dua kelompok ini terlalu kecil bila
dibandingkan dengan kelompok S1, SMU, dan SMP. Sementara yang lulusan S1, SMU dan SMP diambil secara proporsional
berdasarkan strata sesuai dengan jumlah sampel yang ditentukan (misalnya: 5%).
4.
Cluster Sampling (Area Sampling)
Teknik ini digunakan untuk menentukan sampel
bila obyek yang akan diteliti atau sumber data sangat luas, misalnya penduduk dari suatu Negara, Propinsi, Kabupaten, Kecamatan, Desa/Keluarahan. Untuk menentukan penduduk mana yang akan
dijadikan sumber data, maka pengambilan sampelnya berdasarkan daerah populasi
yang telah ditetapkan.
Misalnya:
suatu penelitian yang ingin
mengetahui “Sikap Suami tentang Pendidikan Anak di Kelurahan X”. Maka daerah populasinya adalah Kelurahan. Model penentuan
wilayah sampelnya adalah sebagai berikut:
b. Nonprobability Sampling
Nonprobability Sampling adalah teknik yang tidak
memberi peluang/kesempatan
sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel. Teknik sampel ini meliputi:
1.
Sampling Sistematis
Sampling Sistematis adalah teknik penentuan sampel
berdasarkan urutan dari anggota populasi yang telah diberi nomor urut. Misalnya anggota populasi yang terdiri dari
100 orang. Dari semua anggota itu diberi
nomor urut, yaitu nomor 1 sampai dengan nomor 100. Pengambilan sampel dapat dilakukan dengan
nomor ganjil saja, genap saja, atau kelipatan dari bilangan tertentu, misalnya
kelipatan dari bilangan lima. Untuk ini
maka yang diambil sebagai sampel adalah nomor 5, 10, 15, 20, dan seterusnya
sampai 100.
2.
Sampling Kuota
Sampling
Kuota adalah teknik untuk menentukan sampel dari populasi yang mempunyai
ciri-ciri tertentu sampai jumlah (kuota) yang diiginkan. Misalnya,
akan dilakukan penelitian terhadap anak jalanan di Kota Malang. Penelitian
dilakukan oleh 5 orang anggota peneliti di 5 lokasi penelitian yang berbeda di
wilayah Kota Malang. Jumlah sampel yang diinginkan ditentukan sebanyak 100
orang anak jalanan. Maka masing-masing anggota peneliti diberi kuota sampel
sebanyak 20 orang anak jalanan untuk setiap lokasi penelitian.
3.
Sampling Aksidental
Sampling Aksidental adalah teknik penentuan sampel
berdasarkan kebetulan, yaitu siapa saja yang secara kebetulan bertemu dengan
peneliti dan dapat di digunakan sebagai sampel, bila dipandang orang yang kebetulan ditemui itu
cocok sebagai sumber data.
Misalnya, akan melakukan penelitian mengenai
“Bagaimana pendapat Ibu-ibu tentang harga barang Sembako di Pasar
Dinoyo” . Maka peneliti bertanya kepada ibu-ibu yang sedang belanja yang
ditemui di Pasar Dinoyo pada jam
tertentu (jam dimana ibu-ibu belanja di Pasar Dinoyo).
4.
Sampling Purposive
Sampling Purposive adalah teknik pengambilan sampel
dimana peneliti terlebih dahulu menetapkan kriteria-kriteria tentang
karakteristik sampel yang akan diteliti, sesuai dengan tema penelitiannya. Misalnya peneliti akan melakukan penelitian
tentang pengaruh kegiatan ekstra kurikuler terhadap indeks prestasi mahasiswa,
maka sampel dalam penelitian ini tentunya para mahasiswa yang terlibat dalam
kegiatan ekstra kurikuler.
5.
Sampling Jenuh
Sampling Jenuh adalah teknik penentuan sampel bila
semua anggota populasi digunakan sebagai sampel. Hal ini sering dilakukan bila jumlah populasi
relatif kecil, kurang dari 30 orang.
Istilah lain sampel jenuh adalah sensus, dimana semua anggota populasi
dijadikan sampel.
6.
Snowball Sampling
Snowball sampling adalah teknik penentuan sampel yang
dilakukan dengan cara menentukan key person
(orang kunci, yaitu informan yang mengetahui betul tentang peristiwa fenomena
yang akan dijadikan sebagai obyek penelitian).
Teknik ini ibaratkan bola salju yang sedang bergulir atau menggelinding,
informan ke dua dipilih berdasarkan informasi orang pertama, begitu pula orang
ke tiga dan seterusnya diambil berdasarkan informasi orang sebelumnya, makin
lama jumlah informan semakin besar. Pengambilan sampel dengan teknik ini akan
berhenti sampai dengan tidak adanya informasi baru lagi. Teknik ini lazim dipergunakan dalam
penelitian kualitatif. Teknik sampel ini dapat ditunjukkan pada
gambar berikut.
C.
Menentukan Ukuran Sampel (Sampling Size)
Jumlah anggota sampel
sering dinyatakan dengan ukuran sampel (sample size). Semakin besar jumlah sampel mendekati populasi, maka peluang
kesalahan generalisasi semakin kecil dan sebaliknya makin kecil jumlah sampel
menjauhi populasi, maka makin besar kesalahan generafisasi (diberlakukan umum).
Penentuan besanya jumlah sampel paling tidak
bisa didasarkan melalui tiga cara, yaitu: (1) Melalui penggunaan perhitungan
rumus Sampel; (2) Melalui penggunaan table Krejcie; dan (3) Melalui penggunaan
table Nomogram Harry King.
1.
Melalui penggunaan perhitungan rumus Sampel:
|
2.
3.
4.
5.
6.
7.
Keterangan:
n = Jumlah sampel
N = Jumlah
Populasi
d = Nilai Presisi (ά)
Contoh:
Seorang
peneliti akan melakukan penelitian terhadap populasi sebanyak 4.540 orang.
Nilai presisi yang diinginkan sebesar 90% (ά = 0,10). Berapakah jumlah sampel
yang harus diteliti?
Jawab:
Diketahui: N = 4.540
d = 0,10 (ά = 0,10)
Gunakan
Rumus sebagai berikut:
N
n = ---------------
N . (d)2 + 1
4.540
n = ----------------------
4.540. (0,10)2
+ 1
4.540 4.540 4.540
n = ----------------------
= ------------- =
--------- = 97,84 = 98
4.540. (0,01) + 1 45.4 + 1 46.4
Jadi jumlah sampel yang
diambil dari populasi sebanyak 4.540 adalah 98.
2.
Melalui
penggunaan table Krejcie
Krejcie dalam melakukan perhitungan ukuran sampel didasarkan atas
kesalahan 5%. Jadi sampel yang diperoleh
itu mempunyai kepercayaan 95% terhadap populasi. Tabel Krecjie ditunjukkan pada tabel dibawah ini. Dari tabel itu terlihat bila jumlah populasi 100 maka sampelnya 80, bila populasi 1000 maka sampeinya 278, bila populasinya 1.000 maka sampelnya 370, dan bila jumlah populasi 100.000 maka jumlah
sampelnya 384. Dengan demikian makin
besar populasi makin kecit prosentase sampel.
Oleh karena itu tidak tepat bila ukuran populasinya berbeda prosentase
sampelnya sama, misalnya 10%.
Tabel:
Krejcie
TABLE FOR DETERMINING NEEDED SIZE S OF A RANDOMLY
CHOSEN SAMPLE FROM A GIVEN FINITEPOPULATION OF N CASES SUCH THAT SAMPLE
PROPORTION WILL BE WITHIN +.05 OF THE POPULATION PROPORTION P WITH A 95 PERCENT
LEVEL OF CONFIDENCE
N
|
S
|
N
|
S
|
N
|
S
|
10
|
10
|
220
|
140
|
1200
|
291
|
15
|
14
|
230
|
144
|
1300
|
297
|
20
|
19
|
240
|
148
|
1400
|
302
|
25
|
24
|
250
|
152
|
1500
|
306
|
30
|
28
|
260
|
155
|
1600
|
310
|
35
|
32
|
270
|
159
|
1700
|
313
|
40
|
36
|
280
|
162
|
1800
|
317
|
45
|
40
|
290
|
165
|
1900
|
320
|
50
|
44
|
300
|
169
|
2000
|
322
|
55
|
48
|
320
|
175
|
2200
|
327
|
60
|
52
|
340
|
181
|
2400
|
331
|
65
|
56
|
360
|
186
|
2600
|
335
|
70
|
59
|
380
|
191
|
2800
|
338
|
75
|
63
|
400
|
196
|
3000
|
341
|
80
|
66
|
420
|
201
|
3500
|
346
|
85
|
70
|
440
|
205
|
4000
|
351
|
90
|
73
|
460
|
210
|
4500
|
354
|
95
|
76
|
480
|
214
|
5000
|
357
|
100
|
80
|
500
|
217
|
6000
|
361
|
110
|
86
|
550
|
226
|
7000
|
364
|
120
|
92
|
600
|
234
|
8000
|
367
|
130
|
97
|
650
|
242
|
9000
|
368
|
140
|
103
|
700
|
248
|
10000
|
370
|
150
|
108
|
750
|
254
|
15000
|
375
|
160
|
113
|
800
|
260
|
20000
|
377
|
170
|
118
|
850
|
265
|
30000
|
379
|
180
|
123
|
900
|
269
|
40000
|
380
|
190
|
127
|
950
|
274
|
50000
|
381
|
200
|
132
|
1000
|
278
|
75000
|
382
|
210
|
136
|
1100
|
285
|
100000
|
384
|
Catatan : N = Jumlah populasi
S = sampel
Contoh: Bila populasi 200 sampelnya 132. Tabel ini khusus
untuk tingkat kesalahan 5 %.
3. Melalui penggunaan table Nomogram Harry King.
Harry King menghitung
sampel tidak hanya didasarkan atas kesalahan 5% saja, tetapi bervariasi sampai
15%. Tetapi jumlah populasi paling
tinggi hanya 2000. Nomogram ini ditunjukkan pada gambar di bawah. Dari gambar
tersebut diberikan contoh bila populasi 200, populasi 800, kepercayaan sampel
90% atau kesalahan 10 %, maka jumlah sampel = 7,5% dari populasi. Jadi 0,075 x 800 = 60. Terlihat di sini semakin besar kesalahan akan
semakin kecil jumlah sampel.
Contoh: Misalnya populasi berjumlah 200. Bila dikehendaki kepercayaan sampel terhadap
populasi 95% atau tingkat kesalahan 5%, maka jumlah sampel yang diambh 0,58 x
200 = 16 orang (Tarik dari angka 200
melewati taraf kesalahan 5%, maka akan ditemukan titik di atas angka
60. Titik itu kurang lebih 58).
Catatan: Tabel Nomogram Harry King Terlampir
*****
Daftar Pustaka
Singarimbun, Masri; & Effendi, Sofian (eds.). 1995. Metode
Penelitian Survai. Jakarta: LP3ES.
Sugiyono. 1997. Metode Penelitian Administrasi. Bandung: ALFABETA.
Usman, Husaini; & Akbar, Purnomo Setiady. 2004. Metode Penelitian
Sosial. Jakarta: Bumi Aksara
Tabel:
Nomogram Harry King
Boelh share tabel nomogrom harry king nya kak?
BalasHapusMau presentasi besok siang soalnya. Terimakasih
Kk teknik stratified sampling itu kaykmana ya penjelasannya?
BalasHapuskak itu ya g pengambilan sampel acak distratifikasi di ambil sebesar 5% .nah itu 5% nya dapat dari mana kak? dari jurmal ataua apa kak?
BalasHapusmohon bantuannya kak soalanya untuk penelitian
terimakasih
Menghitung Jumlah Sampel Menggunakan Rumus Lemeshow Dengan Excel
BalasHapusCounting Number of Samples Using Lemeshow Formulas With Excel
Klik (Click) Link
https://bit.ly/Lemeshow
jangan ragu ayo bermain di website kami pohon4d situs togel paling populer seindonesia
BalasHapus