Dalam suatu penelitian, seringkali kita tidak dapat mengamati seluruh individu dalam suatu populasi. Hal ini dapat dikarenakan jumlah populasi yang amat besar, cakupan wilayah penelitian yang cukup luas, atau keterbatasan biaya penelitian. Untuk itu, kebanyakan penelitian menggunakan sampel. Sampel adalah bagian dari populasi yang digunakan untuk menyimpulkan atau menggambarkan populasi. Pemilihan sampel dengan metode yang tepat dapat menggambarkan kondisi populasi sesungguhnya yang akurat, dan dapat menghemat biaya penelitian secara efektif.
Idealnya, sampel haruslah benar-benar menggambarkan atau mewakili karakteristik populasi yang sebenarnya. Sebagai contoh, dalam suatu polling (jajak pendapat) yang ingin mengetahui berapa proporsi (persentase) pemilih yang akan memilih kandidat Bupati “X”, membutuhkan sampel yang benar-benar mewakili kondisi demografi pemilih di Kabupaten “X”.
Secara umum, terdapat dua pendekatan dalam metode pemilihan sampel. Yakni probability sampling dan nonprobability sampling. Dalam metode probability sampling, seluruh unsur (misalnya: orang, rumah tangga) dalam suatu populasi memiliki kesempatan yang sama untuk dipilih dalam sampel. Dalam metode ini, cara pemilihan sampel harus dilakukan secara acak (random). Demikian pula dengan jumlah sampel minimum, harus dihitung secara matematis berdasarkan probabilitas.
Sebaliknya, dalam metode nonprobability sampling, unsur populasi yang dipilih sebagai sampel tidak memiliki kesempatan yang sama, misalnya karena ketersediaan (contoh: orang yang sukarela sebagai responden), atau karena dipilih peneliti secara subyektif. Sebagai akibatnya, penelitian tersebut tidak dapat menggambarkan kondisi populasi yang sesungguhnya.
Metode Slovin
Pertanyaan dalam seringkali diajukan dalam metode pengambilan sampel adalah berapa jumlah sampel yang dibutuhkan dalam penelitian. Sampel yang terlalu kecil dapat menyebabkan penelitian tidak dapat menggambarkan kondisi populasi yang sesungguhnya. Sebaliknya, sampel yang terlalu besar dapat mengakibatkan pemborosan biaya penelitian.
Salah satu metode yang digunakan untuk menentukan jumlah sampel adalah menggunakan rumus Slovin (Sevilla et. al., 1960:182), sebagai berikut:
dimana
n: jumlah sampel
N: jumlah populasi
e: batas toleransi kesalahan (error tolerance)
Untuk menggunakan rumus ini, pertama ditentukan berapa batas toleransi kesalahan. Batas toleransi kesalahan ini dinyatakan dengan persentase. Semakin kecil toleransi kesalahan, semakin akurat sampel menggambarkan populasi. Misalnya, penelitian dengan batas kesalahan 5% berarti memiliki tingkat akurasi 95%. Penelitian dengan batas kesalahan 2% memiliki tingkat akurasi 98%. Dengan jumlah populasi yang sama, semakin kecil toleransi kesalahan, semakin besar jumlah sampel yang dibutuhkan.
Contoh:
Sebuah perusahaan memiliki 1000 karyawan, dan akan dilakukan survei dengan mengambil sampel. Berapa sampel yang dibutuhkan apabila batas toleransi kesalahan 5%.
Dengan menggunakan rumus Slovin:
n = N / ( 1 + N e² ) = 1000 / (1 + 1000 x 0,05²) = 285,71 » 286.
Dengan demikian, jumlah sampel yang dibutuhkan adalah 286 karyawan.
Referensi:
Sevilla, Consuelo G. et. al (2007). Research Methods. Rex Printing Company. Quezon City.
Idealnya, sampel haruslah benar-benar menggambarkan atau mewakili karakteristik populasi yang sebenarnya. Sebagai contoh, dalam suatu polling (jajak pendapat) yang ingin mengetahui berapa proporsi (persentase) pemilih yang akan memilih kandidat Bupati “X”, membutuhkan sampel yang benar-benar mewakili kondisi demografi pemilih di Kabupaten “X”.
Secara umum, terdapat dua pendekatan dalam metode pemilihan sampel. Yakni probability sampling dan nonprobability sampling. Dalam metode probability sampling, seluruh unsur (misalnya: orang, rumah tangga) dalam suatu populasi memiliki kesempatan yang sama untuk dipilih dalam sampel. Dalam metode ini, cara pemilihan sampel harus dilakukan secara acak (random). Demikian pula dengan jumlah sampel minimum, harus dihitung secara matematis berdasarkan probabilitas.
Sebaliknya, dalam metode nonprobability sampling, unsur populasi yang dipilih sebagai sampel tidak memiliki kesempatan yang sama, misalnya karena ketersediaan (contoh: orang yang sukarela sebagai responden), atau karena dipilih peneliti secara subyektif. Sebagai akibatnya, penelitian tersebut tidak dapat menggambarkan kondisi populasi yang sesungguhnya.
Metode Slovin
Pertanyaan dalam seringkali diajukan dalam metode pengambilan sampel adalah berapa jumlah sampel yang dibutuhkan dalam penelitian. Sampel yang terlalu kecil dapat menyebabkan penelitian tidak dapat menggambarkan kondisi populasi yang sesungguhnya. Sebaliknya, sampel yang terlalu besar dapat mengakibatkan pemborosan biaya penelitian.
Salah satu metode yang digunakan untuk menentukan jumlah sampel adalah menggunakan rumus Slovin (Sevilla et. al., 1960:182), sebagai berikut:
dimana
n: jumlah sampel
N: jumlah populasi
e: batas toleransi kesalahan (error tolerance)
Untuk menggunakan rumus ini, pertama ditentukan berapa batas toleransi kesalahan. Batas toleransi kesalahan ini dinyatakan dengan persentase. Semakin kecil toleransi kesalahan, semakin akurat sampel menggambarkan populasi. Misalnya, penelitian dengan batas kesalahan 5% berarti memiliki tingkat akurasi 95%. Penelitian dengan batas kesalahan 2% memiliki tingkat akurasi 98%. Dengan jumlah populasi yang sama, semakin kecil toleransi kesalahan, semakin besar jumlah sampel yang dibutuhkan.
Contoh:
Sebuah perusahaan memiliki 1000 karyawan, dan akan dilakukan survei dengan mengambil sampel. Berapa sampel yang dibutuhkan apabila batas toleransi kesalahan 5%.
Dengan menggunakan rumus Slovin:
n = N / ( 1 + N e² ) = 1000 / (1 + 1000 x 0,05²) = 285,71 » 286.
Dengan demikian, jumlah sampel yang dibutuhkan adalah 286 karyawan.
Referensi:
Sevilla, Consuelo G. et. al (2007). Research Methods. Rex Printing Company. Quezon City.
