POPULASI DAN TEKNIK SAMPLING

Saya memiliki pekerjaan yang paling fun di dunia, dan saya mencintai saat pergi bekerja 

setiap hari karena selalu ada tantangan baru, kesempatan baru, dan hal baru yang bisa dipelajari. 

Kalau Anda sangat enjoy dengan pekerjaan Anda, Anda tidak akan pernah lelah.

Bill Gates: Pendiri Microsoft Inc.

Pembahasan Materi

Bab ini membahas tentang pengertian populasi beserta jenis-jenis populasi dalam penelitian, unit penarikan sampel dan kerangka penarikan sampel dalam penelitian pendidikan, konsep sampel beserta jenis-jenis penarikan sampel, alasan penarikan sampel dan alasan melakukan penelitian sensus, macam-macam metode penarikan sampel, baik probability sampling maupun non probability sampling, dan alasan menentukan jumlah sampel baik secara teoretis maupun praktis.

1. Populasi (Population) 

Berkenaan dengan beberapa alasan, peneliti hanya menetapkan sebagian saja sesuatu   ingin dijelaskan, diramalkan, dan dikendalikan dari populasi. Penelitian populasi dikenakan apabila subjek yang akan diteliti jumlahnya terbatas. Populasi berkaitan dengan seluruh kelompok orang, peristiwa, atau benda yang menjadi pusat perhatian penelitian untuk diteliti (Cooper, 2003). Misalnya jika seorang eksekutif puncak sebuah bank ingin mengetahui strategi-strategi pemasaran yang dilakukan semua bank di Jakarta, maka semua bank yang ada di Jakarta merupakan populasi. 

Dengan kata lain populasi adalah wilayah generalisasi yang terdiri dari: objek atau subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari kemudian ditarik kesimpulannya (Kurniawan, 2012). Jadi populasi bukan hanya orang, tetapi juga obyek dan benda-benda alam yang lain. Populasi juga bukan sekedar jumlah yang ada pada obyek atau subyek yang dipelajari, tetapi meliputi seluruh karakteristik atau sifat yang dimiliki oleh subyek atau obyek itu. Tujuan utama penarikan sampel adalah untuk memperoleh informasi tentang populasi. Oleh karena itu, sejak awal perlu mengidentifikasi populasi secara tepat dan akurat. Jika populasi tidak didefinisikan dengan baik, maka kesimpulan yang dihasilkan dari suatu penelitian kemungkinan akan keliru. Misalnya, suatu penelitian yang ingin mengetahui profil pembeli mobil potensial. Dalam hal ini yang dijadikan populasi adalah semua orang dewasa yang memiliki surat ijin mengemudi.

1. Unit Penarikan Sampel (Sampling Unit)

Unit penarikan sampel merupakan suatu elemen tunggal atau sejumlah elemen yang akan dipilih sebagai sampel. Misalnya jika sebuah maskapai penerbangan, ingin menarik sampel yang terdiri dari para penumpang pesawat. Misalnya dapat melakukannya dengan cara memilih setiap nama ke-10 dari suatu daftar penumpang. Dalam hal ini sampling unitnya sama dengan elemen. Selanjutnya jika maskapai penerbangan tersebut pertama-tama memilih pesawat-pesawat tertentu sebagai sampling unit, kemudian memilih penumpang-penumpang tertentu pada setiap penerbangan, maka dalam hal ini sampling unitnya terdiri dari sejumlah elemen (Sugiyono, 2005).

Persoalan utamanya adalah menentukan unit penarikan sampel (sampling unit) yang mana, yang sesuai. Apakah suatu penelitian mengenai aktivitas perbankan atau pariwisata ditujukan kepada individu ataukah keluarga? Pilihannya akan tergantung kepada tujuan penelitian atau mungkin penelitian terhadap perilaku konsumen. Misalnya jika keputusan tentang kegiatan perbankan atau pariwisata dianggap keputusan keluarga, maka unit penarikan sampel (sampling unit) yang sesuai adalah keluarga. Jika keputusan diasumsikan relatif independen di antara anggota rumah-tangga, maka unit penarikan sampelnya (sampling unit) adalah individu.

1. Kerangka Penarikan Sampel (Sampling Frame)

Kerangka penarikan sampel (Sampling Frame) merupakan suatu daftar yang berisi semua unit dalam populasi dari mana sampel akan ditarik. Terdapat perbedaan antara “Sampling Frame” dan “Population Frame”. Untuk membedakan hal tersebut kita kembali kepada contoh tentang sebuah sekolah bisnis yang bermaksud menawarkan program studinya kepada para calon mahasiswa potensial (Hermawan, 2008). Dalam hal ini populasinya adalah: “Semua individu yang tertarik mengambil program MBA tahun depan”. Salah satu cara yang dilakukan adalah menghubungi lembaga-lembaga yang menyelenggarakan test GMAT selama 12 bulan yang lalu. Dari lembaga tersebut diperoleh daftar individu-individu yang pernah mengikuti test GMAT selama 12 bulan yang lalu. Daftar tersebut merupakan kerangka penarikan sampel (Sampling Frame). 

Kerangka sampel dapat berupa daftar mengenai jumlah penduduk, jumlah bangunan, dan mungkin pula sebuah peta yang unit-unitnya tergambar secara jelas. Sebuah kerangka sampel yang baik harus memenuhi syarat-syarat sebagai berikut (Effendi & Tukiran, 2012): 1. Harus meliputi seluruh unsur sampel (tidak satu unsur pun yang tertinggal). 2. Tidak ada unsure sampel yang dihitung dua kali. 3. Harus up to date. 4. Batas-batasnya harus jelas, misalnya batas wilayah dan rumah tangga (siapa-siapa yang menjadi anggota rumah tangga). 5. Harus dapat dilacak di lapangan.

1. Sampel (Sample)

Dalam melaksanakan penelitian, kadang-kadang populasi sasaran kita demikian besarnya sehingga akan lebih praktis jika kita menggunakan tanggapan sub-kelompok dalam meramalkan tanggapan seluruh anggota kelompok. Hal ini cocok sekali apabila kita menggunakan sampel atau sub-kelompok daripada menggunakan seluruh anggota atau populasi. Namun demikian, ada beberapa penelitian survei dalam bidang pendidikan, psikologi dan bidang-bidang disiplin ilmu lain yang tidak memerlukan sampel karena kecilnya ukuran populasi yang akan diteliti (Darmadi, 2011).

Sampel penelitian merupakan suatu faktor penting yang perlu diperhatikan dalam penelitian yang kita lakukan. Sampel penelitian mencerminkan dan menentukan seberapa jauh sampel tersebut bermanfaat dalam membuat kesimpulan penelitian. Sampel merupakan suatu bagian dari populasi. Hal ini mencakup sejumlah anggota yang dipilih dari populasi. Dengan demikian, sebagian elemen dari populasi merupakan sampel (Sugiyono, 2003). Dengan mengambil sampel peneliti ingin menarik kesimpulan yang akan digeneralisasi terhadap populasi. Suatu subyek merupakan suatu anggota tunggal dari sampel, sama halnya dengan elemen yang merupakan anggota tunggal dari populasi. 

1. Penarikan Sampel (Teknik Sampling)

Penarikan sampel merupakan suatu proses pilihan sejumlah elemen dari populasi sehingga dengan mempelajari sampel, suatu pemahan karakteristik subyek sampel, memungkinkan untuk menggeneralisasi karakteristik elemen populasi. Teknik sampling adalah merupakan teknik pengambilan sampel (Arikunto, 2010; Sularso, 2003). Sampling berkenaan dengan strategi untuk mengambil sampel dari populasi.

• Alasan Penarikan Sampel

Alasan mengapa teknik sampel diambil dalam suatu penelitian dan bukan seluruh anggota populasi penelitian karena kita memiliki alasan bahwa kita tidak ingin membuang-buang waktu, tenaga, dana atau biaya dan pikiran apabila cukup dengan sampel saja kita sudah dapat membuat kesimpulan yang menggambarkan keseluruhan. Pengambilan sampel harus memenuhi syarat representatif, artinya sampel yang diambil benar-benar mewakili populasi yang ada (representative). 

• Alasan Penelitan Sensus

Ada dua alasan dilakukannya sensus (Effendi & Tukiran, 2012): (1) Suatu penelitian sensus akan layak dilakukan jika populasinya relatif sedikit dan (2) suatu penelitian sensus hanya diperlukan jika unit elemen populasi sangat bervariasi (heterogen). Misalnya perusahaan “XYZ” merupakan produsen produk yang terbuat dari plastik yang digunakan oleh 1000 produsen produk yang berbahan baku plastik, yang merupakan pelanggannya. Masing-masing perusahaan produk plastik tersebut, menggunakan bahan baku plastik untuk penggunaan yang sangat beragam. Perusahaan “XYZ” sedang mempertimbangkan untuk menambah suatu campuran tertentu ke dalam bahan bakunya untuk meningkatkan kualitas bahan bakunya. Untuk itu terlebih dahulu ingin mengetahui reaksi para pelanggan terhadap pencampuran bahan tersebut ke dalam bahan bakunya.  

Terdapat dua metode dasar penarikan sampel: (1) penarikan sampel probabilitas, (2) penarikan sampel non-probabilitas. Penarikan sampel probabilitas merupakan suatu prosedur obyektif yang dalam hal ini probabilitas pemilihan diketahui terlebih dahulu untuk setiap unit atau elemen populasi. Dalam hal ini setiap elemen populasi memiliki peluang atau probabilitas yang sama untuk dipilih sebagai sampel. Penarikan sampel probabilitas berdasarkan metode pemilihan random atau acak (Sunyoto, 2011).

Di lain pihak penarikan sampel non-probabilitas merupakan suatu prosedur subyektif yang dalam hal ini kerangka sampelnya tidak tersedia. Setiap elemen populasi tidak memiliki peluang atau probabilitas yang sama untuk dipilih sebagai sampel. Dalam hal ini sampel dipilih berdasarkan pertimbangan-pertimbangan pribadi (Singarimbun, 2012). Seringkali dalam pengambilan sampel penelitian tidak dapat dihindari untuk mempertimbangkan waktu, biaya, dan tenaga, selanjutnya tidak melakukan studi pada semua anggota populasi. Akan tetapi sepanjang sampel yang digunakan porsinya cukup mewakili populasi, maka kita dapat menggeneralisasikannya dan yakin bahwa generalisasi yang diambil dapat menggambarkan populasi, sehingga penemuan dan kesimpulan yang diperoleh dari sampling tersebut adalah valid.

• Probability Sampling

Probability sampling adalah teknik pengambilan sampel yang memberikan peluang yang sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel. Terdapat beberapa metode penarikan sampel probabilitas: (1) metode penarikan sampel acak sederhana (simple random sampling), (2) metode penarikan sampling berstrata (stratified random sampling), (3) metode penarikan sampel berkelompok (cluster sampling), (4) metode penarikan sampel sistematik (systematic sampling), (4) proportionate stratified random, dan (5) disproportionate stratified random.

• Simple Random Sampling

Di antara teknik-teknik pengambilan sampel yang paling baik dan representatif adalah teknik sampel acak (rambang). Kebaikan teknik itu bukan saja pada teori yang mendasarinya tetapi juga bukti empiris yang dihasilkan. Dalam teknik ini setiap individu memiliki peluang atau kesempatan yang sama untuk dijadikan subjek penelitian (Consuelo, et.al, 2003).

Dikatakan simple (sederhana) karena pengambilan anggota sampel dari populasi dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi itu. Cara demikian dilakukan bila anggota populasi dianggap homogen. Contoh yang paling sederhana adalah dengan cara undian. Misalnya kita ingin menarik sampel sebanyak 35 secara random dari suatu populasi berjumlah 100, yang terdiri dari dealer sepeda motor “X” di Jakarta, Bandung, dan Surabaya. Masing-masing nama dealer diberi nomor sampai dengan 100, kemudian setiap nomor ditulis pada secarik kertas selanjutnya kertas-kertas bernomor tersebut dimasukkan dalam sebuah kotak.

Setelah seluruh kertas dalam kotak tersebut dikocok dengan baik, maka selanjutnya dipilih sebanyak 35 sampel yang prosedur penarikannya dilakukan 35 kali. Cara lain dapat dilakukan dengan menggunakan suatu tabel bilangan random yang terlihat pada Tabel 9-1. Misalnya kita ingin menarik sampel yang terdiri dari 10 toko eceran dari suatu populasi berjumlah 60 toko eceran. Dalam hal ini, toko-toko eceran tersebut diberi nomor 01 sampai dengan 60, atau 00 sampai dengan 59. Kita mulai memilih secara acak dengan setiap 2 digit angka dalam Tabel 7.1 katakanlah 2 digit pertama pada baris ke 16 Tabel tersebut, yang jatuh pada angka 51 dengan menggunakan table bilangan acak.

Jika kita membaca angka-angka 2 digit tersebut ke bawah berdasarkan kolom, maka sampel acak sederhana kita terdiri dari toko-toko eceran yang bernomor 51, 07, 03, 41, 15, 10, 57, 55, 01 dan 42. Pada era komputer saat ini, penarikan sampel bisa dilakukan dengan bantuan komputer. Misalnya dalam suatu survei melalui telepon, nomor-nomor telepon dapat dipilih secara acak, melalui komputer (Sugiyono, 2005).

Tabel 9.1 Tabel Bilangan Random

• Stratified Random Sampling

Metode penarikan sampel berstrata merupakan suatu prosedur penarikan sampel berstrata yang dalam hal ini suatu subsampel-subsampel acak sederhana ditarik dari setiap strata yang kurang lebih sama dalam beberapa karakteristik.  Ada dua macam penarikan sampel berstrata: proporsional dan non-proporsional. Teknik ini membantu menaksir parameter populasi, mungkin terdapat subkelompok elemen yang bisa diidentifikasikan dalam populasi yang dapat diperkirakan memiliki parameter yang berbeda pada suatu variabel yang diteliti (Julianyah, 2011). Misalnya populasi adalah mahasiswa fakultas ekonomi perguruan tinggi X berjumlah 365 mahasiswa. Peneliti membagi dua grup (pria dan wanita), 146 mahasiswa (40%) dan 219 mahasiswi (60%). Dari dua grup ini peneliti mengambil 66 responden dari mahasiswi (60%) dan 44 responden mahasiswa (40%).

• Penarikan Sampel Berstrata Proporsional 

Teknik ini digunakan bila populasi mempunyai anggota atau unsur yang tidak homogeny dan berstrata secara proporsional. Suatu organisasi yang mempunyai pegawai dari latar belakang pendidikan yang berstrata, maka populasi pegawai itu berstrata. Misalnya jumlah pegawai yang lulus S1 = 45, S2 = 30, STM = 800, ST = 900, SMK = 400, SD = 300. Jumlah sampel yang harus diambil meliputi strata pendidikan tersebut. Contohnya lain: populasi: 1000 (Wanita = 700, Pria = 300). Sampel yang diperlukan = 100. Secara proporsional sampelnya dapat ditarik sebagai berikut: Wanita  = 700/1000 x 100 = 70. Pria = 300/1000 x 100 = 30.

• Penarikan Sampel Berstrata Disproporsional 

Teknik ini digunakan untuk menentukan jumlah sampel, bila populasi berstrata tetapi kurang proporsional (Wirartha, 2006). Berdasarkan kasus di atas, secara non-proporsional sampelnya misalnya untuk wanita ditarik 60% = 60 dan pria 40% = 40. Prinsip penarikan sampel non-proporsional adalah: (1) semakin besar suatu strata maka semakin besar sampel; (2) semakin tinggi variabilitas di dalam suatu sampel, maka semakin besar sampel. Contoh lain misalnya pegawai dari unit kerja tertentu mempunyai : 3 orang lulusan S3, 4 orang lulusan S2, 90 orang lulusan S1, 800 orang lulusan SMU, 700 orang lulusan SMP, maka 3 orang lulusan S3 dan 4 orang lulusan S2 diambil semuanya sebagai sampel. Karena dua kelompok ini terlalu kecil bila dibandingkan dengan kelompok S1, SMU, dan SMP.

• Cluster Sampling

Metode penarikan sampel berkelompok merupakan suatu prosedur penarikan sampel probabilitas yang memilih sub-populasi yang disebut cluster, kemudian setiap elemen di dalam kelompok (Clusster tersebut) dipilih sebagai anggota sampel. Teknik sampling daerah atau cluster digunakan untuk menentukan sampel bila obyek yang akan diteliti atau sumber data sangat luas, misalnya penduduk dari suatu negara, propinsi atau kabupaten. Untuk menentukan penduduk mana yang akan dijadikan sumber data, maka pengambilan sampelnya berdasarkan daerah populasi yang telah ditetapkan (Wibisono, 2003).

Dalam cluster sampling kriteria yang digunakan dalam pembentukan kelompok (Cluster) bertolak belakang dengan apa yang digunakan dalam stratified sampling. Dalam stratified sampling, kelompok-kelompok yang dibentuk harus bersifat homogen. Contoh; strata toko berdasarkan ukuran (Besar, Menengah, Kecil), strata usia 0-19, 20 – 39, 40 – 59, 60, dst. Dalam cluster sampling, sebelum kita dapat memilih suatu sampel cluster, populasi harus dibagi ke dalam kelompok-kelompok yang bersifat “Mutually Exclusive”. Selanjutnya baru kita memilih kelompok-kelompok tersebut secara random sebagai sampel.

Contoh: misalnya kita memiliki suatu populasi yang terdiri dari 20 elemen yang dibagi dalam empat kelompok yang berukuran sama:

Selanjutnya dari pengelompokkan populasi tersebut dipilih secara acak kelompok-kelompok yang akan disampel. Kemudian dari sub populasi (Kelompok) yang terpilih, anggota-anggota kelompok tersebut dipilih secara acak untuk dijadikan sampel. 

1. Nonprobability Sampling

Penarikan sampel non-probabilitas merupakan suatu prosedur penarikan sampel yang bersifat subyektif, dalam hal ini probabilitas pemilihan elemen-elemen populasi tidak dapat ditentukan. Hal ini disebabkan setiap elemen populasi tidak memiliki peluang yang sama untuk dipilih sebagai sampel. Penarikan sampel non-probabilitas bisa menghemat waktu dan biaya karena tidak memerlukan adanya kerangka penarikan sampel (sampling frame). Ada beberapa metode nonprobability sampling, yaitu: systematic sampling, area sampling, convenience sampling, judgemental sampling, quota sampling, dan snowball sampling.

1. Systematic Sampling

Sampling sistematis adalah teknik pengambilan sampel berdasarkan urutan dari anggota populasi yang telah diberi nomor urut. Dalam penarikan sampel sistematik, populasi dibagi dengan ukuran sampel yang diperlukan (n) dan sampel diperoleh dengan cara mengambil setiap subyek ke-n. Contoh: Populasi 100, ukuran sampel 10. Bagi populasi dengan ukuran sampel. 100/10 = 10. Selanjutnya mulai memilih nomor antara 1 dan 10 misalnya 5, kemudian pilih yang ke 10 setelah itu hingga 10 dipilih. 5, 15, 25, 35, 45, 55, 65, 75, 85, 95.

• Area Sampling

Ketika peneliti ingin mengetahui populasi berdasarkan suatu daerah seperti misalnya bagian tertentu dari sebuah kota atau daerah tertentu dari sebuah negara maka penggunaan sampling akan lebih cocok untuk dilakukan. Sampling daerah adalah bagian dari sampling berkelompok yang khusus melibatkan suatu daerah sampel (Wibisono, 2003). Contohnya, jika kita ingin mendirikan sebuah took di suatu kota tertentu, maka kita dapat menggunakan sampling daerah untuk menentukan barang apa saja yang sangat dibutuhkan masyarakat kota tersebut.

Penarikan sampel wilayah merupakan bentuk dari “cluster sampling” dalam suatu wilayah. Suatu kota yang menunjukkan wilayah-wilayah dapat dijadikan dasar pembentukan sampel wilayah dan selanjutnya bisa diperoleh data dari penduduk yang berada dalam wilayah-wilayah tertentu. Contoh: sebuah stasiun radio melakukan survei profil dan perilaku pendengar radio. Penelitian dapat menggunakan suatu peta kota kemudian mengidentifikasi wilayah-wilayah dari kota tersebut hingga ke kecamatan, kelurahan, RW dan akhirnya, RT yang terpilih secara random. Hal ini dilakukan jika daftar yang lengkap dan akurat sulit diperoleh atau membutuhkan biaya yang besar untuk memperolehnya. Selanjutnya sampel dipilih secara acak dari setiap sub-populasi tersebut.

1. Convenience Sampling

Untuk mendapatkan informasi dengan cepat, murah dan mudah sering digunakan penarikan sampel berdasarkan kemudahan (convenience sampling). Prosedurnya adalah semata-mata langsung menghubungi unit-unit penarikan sampel yang mudah dijumpai seperti mahasiswa-mahasiswa dalam suatu kelas, jamaah tempat-tempat ibadah, rekan-rekan, para tetangga, pengunjung toko, dan lain-lain. Seringkali teknik pengambilan sampel ini dilakukan untuk menguji kuesioner atau dalam penelitian eksplorasi (Usman & Akbar, 2003).

• Judgemental Sampling

Penarikan sampel berdasarkan pertimbangan merupakan bentuk penarikan sampel non-probabilitas yang didasarkan kriteria-kriteria tertentu. Penarikan sampel ini terjadi apabila peneliti ingin memilih anggota sampel berdasarkan kriteria tertentu (Siregar, 2010). Misalnya dalam suatu penelitian tentang masalah sumberdaya manusia, peneliti mungkin hanya ingin memperoleh informasi dari pegawai-pegawai yang memiliki karakteristik tertentu. Contoh lain misalnya akan melakukan penelitian tentang kualitas makanan, maka sampel sumber datanya adalah orang yang ahli makanan, atau penelitian tentang kondisi politik di suatu daerah, maka sampel sumber datanya adalah orang yang ahli politik. Sampel ini cocok digunakan untuk penelitian kaulitatif atau penelitian-penelitian yang tidak melakukan generalisasi.

Dalam kaitannya dengan judgement sampling, dikenal juga adanya expert sampling (sampling atas dasar keahlian) dan purposive sampling (sampling dengan maksud tertentu). Dalam expert sampling, pemilihan sampel yang representatif didasarkan atas pendapat ahli, sehingga siapa, dalam jumlah berapa sampel harus diplih sangat bergantung pada pendapat ahli yang bersangkutan. Dalam purposive sampling, pemilihan sampel bertitik tolak pada penelitian pribadi peneliti yang menyata-kan bahwa sampel yang dipilih benar-benar representative. Untuk itu peneliti harus menguasai bidangnya dan memiliki pengetahuan yang memadai tentang karakteristik anggota populasi.

• Quota Sampling

Teknik sampling kuota, pada dasarnya sama dengan judgment sampling, yaitu dengan mempertimbangkan kriteria yang akan dijadikan anggota sampel (Abdurahman, 2011). Penarikan sampel berdasarkan kuota merupakan bentuk lain dari penarikan sampel berdasarkan pertimbangan. Prinsipnya adalah karakteristik-karakteristik tertentu yang relevan, menjelaskan dimensi-dimensi populasi. Dalam hal ini distribusi populasi harus diketahui. Misalnya kita ingin menarik sampel sebanyak 1000 orang penduduk kota Bandung. Jika diketahui penyebaran penduduknya secara geografik, maka sampelnya dapat ditarik persentase distribusi yang sama:

Selanjutnya mereka yang akan dijadikan sampel adalah yang mudah dijangkau.

• Snow Ball Sampling

Merupakan suatu metode penarikan sampel yang dalam hal ini responden yang berhasil diperoleh diminta untuk menunjukkan responden-responden lainnya secara berantai. Teknik sampling sangat tepat digunakan bila populasinya sangat spesifik.  Maksudnya adalah cara pengambilan sampel dengan teknik ini dilakukan secara berantai, mulai dari ukuran sampel yang kecil, makin lama menjadi semakin besar seperti halnya bola salju yang menggelinding menuruni lereng gunung atau bukit (Kerlinger, 2002). Dalam pelaksanaannya, pertama-tama dilakukan interview terhadap suatu kelompok atau seseorang responden yang relevan, dan untuk selanjutnya yang bersangkutan diminta untuk menyebutkan atau menunjuk calon responden yang berikutnya yang memiliki spesifikasi atau spesialisasi yang sama.

Tindakan ini ditempuh, karena biasanya responden yang merupakan anggota populasi yang spesifik tersebut saling mengenal satu sama lain karena spesialisasi mereka. Sebagai contoh bila akan diteliti pendapat para ahli penyakit dalam senior Indonesia terhadap pengobatan penyakit dalam menggunakan tenaga dalam, akapengambilan sampel dapat dilakukan dengan Snowball sampling. Contoh lain misalnya penerbit majalah mobil antik melakukan survei terhadap orang-orang yang gemar mengoleksi mobil-mobil antik. Dari responden yang berhasil ditemui, diminta untuk menunjukkan orang-orang lain yang memiliki hobi yang sama.

• Menentukan Ukuran Sampel (Sample Size)

Masalah yang sering kita hadapi, apabila penelitian kita lakukan dengan cara sampel, adalah berapa besar atau banyak sampel yang kita ambil agar representatif dan benar-benar mewakili populasi yang ada. Kita sering menentukan besarnya sampel karena alasan waktu, tenaga, dan biaya. Sedangkan kita perlu memilih sampel yang memiliki kualifikasi representatif. Penentuan berapa besarnya sampel yang kita pilih tidaklah arif jika didasarkan pada pengalaman penelitian atau penelitian sejenisnya dan akan lebih bijak jika penentuan besarnya sampel didasarkan pada pertimbangan yang lebih logis dan sistematis. 

Ukuran sampel dapat ditentukan baik dengan menggunakan teknik-teknik statistik maupun dengan metode-metode lain. Metode adhoc digunakan apabila peneliti mengetahui dari pengalaman berapa ukuran sampel yang harus diambil atau apabila terdapat beberapa kendala misalnya dalam hal biaya (costs). Berikut ini akan dibahas beberapa metode adhoc untuk menentukan ukuran besarnya sampel (Sugiyono, 2005).

• Berdasarkan Pendapat Umum (“Rule of Thumb”)

Salah satu pendekatan untuk menentukan ukuran sampel adalah dengan menggunakan beberapa aturan umum. Ada peneliti yang menyarankan bahwa sampel harus cukup besar sehingga jika dibagi menyarankan bahwa sampel harus cukup besar sehingga jika dibagi ke dalam beberapa kelompok (grup), masing-masing kelompok akan memiliki ukuran sampel minimum 100 atau lebih. Dalam hampir setiap studi, suatu perbandingan antar kelompok menyajikan informasi yang berguna dan serinkali menjadi faktor pendorong untuk melakukan penelitian. Oleh karena itu perlu mempertimbangkan kelompok terkecil dan harus yakin bahwa ini merupakan ukuran yang memadai yang dapat menyajikan reliabilitas yang diperlukan.

Di samping mempertimbangkan perbandingan antar kelompok utama, analisis mungkin mempertimbangkan sub-kelompok. Misalnya adalah suatu hal yang menarik untuk membagi kelompok ke dalam para pengguna yang sering (frequent users) berdasarkan karakteristik demografik misalnya usia. Kelompok pengguna tersebut dibandingkan berdasarkan beberapa kelompok usia: Ramaja, dewasa muda, usia menengah dan orang tua. Disarankan bahwa untuk pengelompokkan tersebut ukuran sampel minimum dalam setiap kelompok adalah antara 20 hingga 50.

Suatu “Rule of Thumb” dalam menentukan ukuran sampel yaitu antara 30 – 500 bisa efektif tergantung kepada desain penarikan sampel tersebut serta pertanyaan penelitiannya. Kemudian ada pula yang menyatakan bahwa ukuran sampel tidak berkaitan dengan representative tidaknya suatu sampel. Resresentatif tidaknya suatu sampel tergantung kepada rencana sampel, ukuran sampel mempengaruhi akurasi sampel. Dalam realitasnya suatu keputusan tentang ukuran sampel biasanya merupakan suatu kompromi antara apa yang secara teori sempurna dengan apa yang secara praktek memungkinkan (layak/feasible).

Metode “Rule of Thumb” ini sering disebut sebagai “Arbitraty Approach” (Pendekatan arbitrary). Dalam hal ini menggunakan aturan pendapat umum. Misalnya pendapat umum yang menyatakan bahwa suatu sampel minimum sebesar 5 persen dari populasi agar akurat. Pendekatan ini mungkin paling sederhana dan mudah dilakukan, tetapi mungkin bisa menjadi tidak efisien/ekonomis. Tujuan penggunaan sampel adalah untuk menarik suatu bagian dari populasi dengan cara yang ekonomis dan untuk menduga nilai-nilai populasi dengan suatu tingkat akurasi yang kita tentukan sebelumnya. Pendekatan arbritari bisa kehilangan makna tentang aspek akurasi penarikan sampel, pendekatan ini menjadi tidak ekonomis jika populasi yang kita teliti sangat besar jumlah dan variabilitasnya.

Ukuran besarnya sampel yang harus diambil dalam suatu penelitian agar hasil penelitian tersebut dapat dikatakan valid atau syah merupakan suatu masalah dasar yang seringkali muncul dari pihak yang hendak melakukan penelitian dengan menggunakan sampel. Pertanyaan ini muncul berkaitan dengan tujuan dari pengambi-lan sampel adalah untuk memperoleh informasi mengenai parameter populasi tertentu dengan pengorbanan minimum. Secara umum kita dapat memutuskan besar ukuran sampel bila kita mengetahui batas atas kesalahan pendugaan dari penelitian kita. Di samping itu keputusan mengenai ukuran sampel dapat ditetapkan atas dasar informasi keragaman atau variabilitas dari individu-individu penyusun populasi dan tingkat ketelitian yang diinginkan oleh peneliti.

• Pendekatan Konvensional (Conventional Approach)

Pendekatan ini mengikuti suatu kesepakatan (convention) bahwa suatu ukuran yang diyakini merupakan ukuran yang tepat. Pendekatan ini disebut juga pendekatan berdasarkan penelitian-penelitian sejenis sebelumnya (Comparable Previous Studies). Permasalahannya adalah metode ini, mendasarkan pada penelitian-penelitian sebelumnya, mengasumsikan bahwa ukuran sampel yang dilakukan siapapun yang penelitian-penelitian sebelumnya adalah benar. Oleh karena itu metode atau pendekatan inipun bisa menyebabkan penarikan sampel menjadi tidak ekonomis (Sukmadinata, 2005).

• Pendekatan Analisis Statistik (Statistical Analysis Approach)

Dalam pendekatan analisis statistik, pada dasarnya ada beberapa faktor yang mempengaruhi keputusan tentang ukuran sampel: (1) Tingkat presisi yang diinginkan (Precision/Acuracy Level); (2) Jumlah variabilitas dalam populasi (Estimated Variability in the Population); (3) Tingkat kesalahan yang dapat diterima (Acceptable Error); (4) Tingkat keyakinan (Confidence Level); (5) Kendala biaya dan waktu (Costs and time Constraints) dan dalam beberapa kasus; (6) Besarnya populasi itu sendiri. Dalam pendekatan analisis statistik ini kita menggunakan “Confidence Interval Approach”. Dalam pendekatan ini ada tiga hal yang harus dipertimbangkan: (1) Jumlah variabilitas dalam populasi; (2) Akurasi/presisi yang diinginkan dan (3) Tingkat keyakinan yang diinginkan.

• Menentukan Ukuran Sampel Menggunakan Persentase

Dalam hal ini digunakan rumus sebagai berikut (Sugiarto, et.al, 2003): 

Rumus 1:

N=z2pqe2

Dimana;

N = Ukuran sampel (Sample size)

z = Standar error dikaitkan dengan Level of confidence yang dipilih

p = Variabilitas dalam Populasi (estimated Variability in the Population)

q = (100-p)

e = Tingkat kesalahan yang dapat diterima (Acceptable Error).

Misalnya sebuah pabrik ban melakukan survei mengenai presentase kepemilikan ban radial. Pusat perhatian peneliti adalah persentase pemilik ban radial. Terdapat dua kemungkinan: Mereka yang memiliki ban radial dan mereka yang tidak memiliki. Jika kita menduga bahwa populasi variabilitasnya kecil, yaitu jika hampir semua orang memiliki ban radial. Keyakinan ini akan direfleksikan dalam ukuran sampel. Dengan variabilitas populasi yang kecil maka seharusnya kita bisa menarik sampel yang lebih kecil. Bagaimana hal ini diakomodasi dalam rumus tersebut? Variabilitas yang diprakirakan (estimated variability) p adalah mekanisme yang menjalankan penafsiran ini. Jika kita lihat pada rumus 1 di mana, p dan q dikalikan secara bersama-sama.

Sekarang marilah kita ambil dua kasus. Pertama, kita asumsikan bahwa kita yakin 90 persen dari populasi menggunakan ban radial. Hal ini berarti bahwa hasilnya adalah (90%) kali (100% – 90%) = 900. Sekarang marilah kita asumsikan bahwa kita yakin terdapat variasi yang lebih besar di dalam populasi, misalkan hanya 70% yang memiliki ban radial. Hal ini diterjemahkan kedalam 70% kali 30% atau (100%-70%) = 2100. Perhatikan bahwa 2100 lebih besar dari 900. Karena nilai tersebut merupakan pembilang dalam persamaan (rumus) tersebut, hasil akhirnya adalah sampel yang lebih besar untuk persentase 70% dibandingkan 90%. Selanjutnya kita misalkan persentasi variasi dalam populasi tersebut lebih besar katakanlah 50% kali 50% = 2500. Selanjutnya kita tentukan tingkat akurasi yang kita inginkan. 

Tingkat akurasi berkaitan dengan tingkat presisi dari pendugaan sampel (%) terhadap nilai populasi (%). Dalam rumus tersebut dinyatakan sebagai e (Acceptable Error) yang pada dasarnya merupakan suatu persentasi plus/minus ( persentase). Tingkat akurasi yang tinggi ditunjukkan dengan suatu persentase yang kecil misalnya 2% sedangkan tingkat akurasi yang rendah ditunjukkan dengan presentase yang lebih besar misalnya 15%. Selanjutnya kita harus menentukan tingkat keyakinan (Level of Confidence) biasanya antara 95 persen atau 99 persen tingkat keyakinan (Level of Confidence).

Suatu Level of confidence 99 persen misalnya memungkinkan peneliti yakin sebesar 99 persen bahwa persentase sebenarnya dari populasi berada dalam rangkaian persen disekitar persentase yang ditentukan dalam pendugaan sampel (Sample estimate). Perlu diingat bahwa nilai z (z value) untuk level of confidence 99 persen adalah 2.58 sedangkan nilai z untuk level of confidence 95 persen 1.96. Sekarang marilah kita hitung besarnya ukuran sampel dengan menggunakan rumus 1. Pertama kita asumsikan bahwa tingkat variabilitas dalam populasi adalah 50%, sehingga proporsinya adalah sebagai berikut: p = 50% dan q = 50%.

Tingkat akurasi yang diinginkan (e) adalah 10 persen dengan level of confidence 95 persen. Hasil perhitungan ukuran sampelnya adalah:

n=1.96 (50 x 50)102=3.84 (2500)100=9600100=96

Kemudian jika kita tingkatkan menjadi 3 persen maka hasilnya adalah 

n=1.96 (50 x 50)32=96009=1067

Selanjutnya kita rubah tingkat keyakinannya  dari 95 % menjadi 99 %, hasilnya adalah: 

n=2.58 (50 x 50)32=6.66(2500)9=16.6509=1850

• Menentukan Sampel Menggunakan Nilai Rata-Rata (Mean)

Sekarang, marilah kita bahas bagaimana menentukan ukuran sampel dengan menggunakan nilai rata-rata (mean), rumus yang digunakan adalah sebagai berikut (Sugiarto, et.al, 2003):

Rumus 2:

n=s2z2e2

dimana 

n  =   Ukuran sampel (sample size)

z  =   Tingkat keyakinan (level of confidence)

s = Variabilitas yang ditunjukkan oleh suatu pendugaan terhadap standar deviasi (Variability indicated by an estimated standard deviation)

e = Tingkat presisi atau tingkat kesalahan yang diperbolehkan dalam pendugaan sampel terhadap populasi (the amount of precision or allowable error in the sample estimate of the population).

Misalkan, seorang peneliti menginginkan tingkat keyakinan (Level of confidence) sebesar 95 persen atau 1.96 dan diduga dari penelitian sebelumnya, standar deviasinya adalah 100. Tingkat presisi yang diinginkan adalah 10, maka hasilnya adalah sebagai berikut:

n= 1002x1.962102= 10.000 x 3.84100= 38.400100= 384

• Menentukan Ukuran Sampel dalam Kondisi Khusus

Dalam hal ini ada dua kondisi khusus: (1) menentukan ukuran sampel dari populasi kecil, dan (2) menentukan ukuran sampel dalam penggunaan metode penarikan sampel non-probabilitas (Non-probability Sampling).

• Menentukan Ukuran Sampel dari Populasi Kecil

Dalam menentukan ukuran sampel untuk populasi kecil, kita harus menggunakan “Finite Multiplier” yang merupakan suatu faktor penyesuaian, kurang lebih sama dengan akar dari proporsi populasi yang tidak dimasukkan dalam sampel. Misalnya, besarnya populasi adalah 1000 perusahaan dan kita putuskan untuk mengambil sampel sebesar 400. Hal tersebut  akan menghasilkan suatu “Finite Multiplier” sebesar 0,77 atau akar dari 0,6 (1000 – 400/1000). Dalam hal ini kita hanya memerlukan sampel sebanyak 308 atau 0,77 x 400 perusahaan. 

Rumus untuk menghitung ukuran sampel dengan “Finite Multiplier” adalah sebagai berikut (Basuki, 2010):

Rumus 3:

Ukuran sampel = Rumus ukuran sample atau Jumlah sampel dikalikan dengan

N–nN–1

Berikut ini adalah contoh dengan menggunakan populasi sebesar 1000 perusahaan. Kita tidak begitu yakin dengan tingkat variabilitas populasi sehingga digunakan proporsi sebagai berikut:

n= z2(pq)e2= 1.962(50 x 50)52= 384

n=384 x N–4N–1=384 x 1000–3841000–1=384 x 616999–1=303.

Dengan menggunakan “Finite Multiplier”, sampel yang dibutuhkan dapat dikurangi dari 384 menjadi 303 sehingga bisa lebih efisien.

• Menentukan Ukuran Sampel dengan Metode Penarikan Sampel Non-Probabilitas

Semua rumus dan perlakuan statistik yang telah dijelaskan sebelumnya mengasumsikan bahwa sampel ditarik dengan menggunakan metode penarikan sampel probabilitas dan juga mengasumsikan bahwa dengan menerapkan prosedur penarikan sampel probabilitas tersebut dijamin sampelnya mewakili (representatif). Satu-satunya alasan penentuan sampel dalam menggunakan metode penarikan sampel non-probabilitas adalah mempertimbangkan aspek pemanfaat/nilai informasi yang diperoleh dari sampel tersebut dengan biaya untuk mengumpulkan informasi tersebut.

• Pertimbangan-Pertimbangan Praktis

Seperti telah dijelaskan sebelumnya bahwa ukuran sampel ditentukan oleh beberapa faktor seperti: Tingkat variabilitas populasi, tingkat akurasi/presisi yang diinginkan serta tingkat keyakinan yang digunakan. Berikut ini beberapa pertimbangan praktis untuk menentukan faktor-faktor tersebut (Umar, 2003).

1. Variabilitas dari populasi dapat ditentukan melalui penelitian-penelitian sebelumnya atau berdasarkan pengalaman
2. Tingkat presisi yang diinginkan dapat ditentukan dengan menerapkan persentase dari e (Tingkat kesalahan yang dapat diterima). Semakin besar nilai e maka tingkat presisinya semakin kecil sehingga jumlah sampel yang harus diambil semakin kecil, sebaliknya semakin besar nilai e tersebut, maka akan semakin besar tingkat presisinya sehingga sampel yang harus diambil juga semakin besar.
3. Tingkat keyakinan (level of confidence) yang digunakan umumnya menggunakan 95 persen (skor z = 1.96) atau 99 persen (skor z = 2.58).

Pada akhirnya perlu diperhatikan bahwa dalam hal penarikan sampel selalu terdapat dua tujuan yang saling bertentangan yang perlu dipertimbangkan yaitu (1) faktor akurasi dari informasi yang ingin diperoleh dan (2) faktor biaya. Jika akurasi merupakan satu-satunya faktor yang harus dipertimbangkan, maka diperlukan metode penarikan sampel serta ukuran sampel yang dapat dipertanggungjawabkan. Kemudian jika biaya merupakan satu-satunya faktor yang harus dipertimbangkan maka dapat digunakan metode penarikan sampel serta ukuran sampel yang paling ekonomis, paling cepat dan mudah dilakukan. 

Rangkuman

Populasi adalah wilayah generalisasi yang terdiri dari: objek atau subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari kemudian ditarik kesimpulannya. Jadi populasi bukan hanya orang, tetapi juga obyek dan benda-benda alam yang lain. Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Penarikan sampel merupakan suatu proses pilihan sejumlah elemen dari populasi sehingga dengan mempelajari sampel, suatu pemahan karakteristik subyek sampel, memungkinkan untuk menggeneralisasi karakteristik elemen populasi.

Terdapat dua metode dasar penarikan sampel: (1) penarikan sampel probabilitas, (2) penarikan sampel non-probabilitas. Penarikan sampel probabilitas merupakan suatu prosedur obyektif yang dalam hal ini probabilitas pemilihan diketahui terlebih dahulu untuk setiap unit atau elemen populasi. Terdapat beberapa metode penarikan sampel probabilitas: (1) metode penarikan sampel acak sederhana (simple random sampling), (2) metode penarikan sampling berstrata (stratified random sampling), (3) metode penarikan sampel berkelompok (cluster sampling), (4) metode penarikan sampel sistematik (systematic sampling), (4) proportionate stratified random, dan (5) disproportionate stratified random.

Penarikan sampel non-probabilitas merupakan suatu prosedur penarikan sampel yang bersifat subyektif, dalam hal ini probabilitas pemilihan elemen-elemen populasi tidak dapat ditentukan. Ada beberapa metode nonprobability sampling, yaitu: systematic sampling, area sampling, convenience sampling, judgemental sampling, quota sampling, dan snowball sampling. Ukuran sampel ditentukan oleh beberapa faktor seperti: tingkat variabilitas populasi, tingkat akurasi/presisi yang diinginkan serta tingkat keyakinan yang digunakan. Pertimbangan lain dalam menentukan ukuran sampel adalah menyesuaikan dengan alat statistik yang akan digunakan.

Daftar Pustaka

Abdurahman, Maman, Sambas Ali Muhidin, Ating Somantri. 2011. Dasar-Dasar Metode Statistika untuk Penelitian. Bandung: Pustaka Setia.

Arikunto, Suharsimi. 2010. Prosedur Penelitian: Suatu Pendekatan Praktik. Jakarta: Rineka Cipta.

Arifin, Zaenal. 2011. Penelitian Pendidikan: Metode dan Paradigma Baru. Bandung: Rosdakarya.

Basuki, Sulistyo. 2010. Metode Penelitian. Jakarta: Penaku.

Consuelo G. Sevilla, Jesus A. Ochave, et. al. 2003. Pengantar Metode Penelitian. Jakarta: Universitas Indonesia Press. 

Cooper, Donald R, Pamela S. Schindler. 2003. Business Research Methods. New York: McGraw-Hill Higher Education.

Darmadi, Hamid. 2011. Metode Penelitian Pendidikan. Bandung: Alfabeta.

Effendi, Sofyan, Tukiran. 2012. Metode Penelitian Survei. Jakarta: LP3ES.

Hermawan, Asep. 2008. Penelitian Bisnis: Paradigma Kuantitatif. Jakarta: Grasindo.

Juliansyah. 2011. Metodologi Penelitian: Skripsi, Tesis, Disertasi, Karya Ilmiah. Jakarta: Kencana Prenada Media.

Kurniawan, Benny. 2012. Metodologi Penelitian. Tangerang: Jelajah Nusa.

Nazir, Mohamad. 2003. Metode Penelitian. Jakarta: Ghalia Indonesia.

Purwanto. 2011. Statistika untuk Penelitian. Yogyakarta: Pustaka Pelajar.

Sugiyono. 2003. Metode Penelitian Administrasi. Bandung: Alfabeta.

Sularso, S. 2003. Buku Pelengkap Metode Penelitian Akuntansi: Sebuah Pendekatan Replikasi. Yogyakarta: BPFE.

Sunyoto, Danang. 2011. Metodologi Penelitian Ekonomi: Alat Statistik & Output Komputer. Yogyakarta: CAPS.

Sugiarto, Dergibson Siagian, Lasmono Tri Sunaryanto, Denny S. Oetomo. 2003. Teknik Sampling. Jakarta: Gramedia Pustaka Utama.

Siregar, Syofian. 2010. Statistika Deskriptif untuk Penelitian: Dilengkapi Perhitungan Manual dan Aplikasi SPSS Versi 17. Jakarta: Rajawali Press.

Umar, Husein. 2003. Metode Riset Bisnis: Dilengkapi Contoh Proposal dan Hasil Riset Bidang Manajemen dan Akuntansi. Jakarta: Gramedia Pustaka Utama.

Wibisono, Dermawan. 2003. Riset Bisnis: Panduan bagi Praktisi dan Akademisi. Jakarta: Gramedia Pustaka Utama.

Wirartha, I Made. 2006. Metodologi Penelitian Sosial Ekonomi. Yogyakarta: Andi Offset.

Bekerjalah dengan passion, dengan 20 % usaha untuk memperoleh hasil 80 %. 

Jika Anda mempraktikkan ini, keberhasilan akan tinggal landas dengan sendirinya.

Harry Hanawi