Cara Memilih dan Menghitung Sampel yang Diperlukan dari Sebuah Populasi

Apa yang dimaksud dengan sampel dan populasi?

Populasi dalam penelitian adalah sekelompok kasus atau pelaku (dapat dalam bentuk individu-individu, organisasi-organisasi, atau negara-negara) yang memiliki beberapa kesamaan karakteristik, dan melalui mereka pertanyaan penelitian dapat dijawab (atau hipotesis dapat diuji).

Sampel adalah sebagian dari total jumlah pelaku (atau kasus) yang diambil dari populasi untuk diteliti. Sebagai peneliti, kita hanya meneliti sampel karena hampir tidak mungkin untuk meneliti seluruh populasi dengan sumber daya yang terbatas.

Tujuan utama dari pengambilan sampel adalah dimungkinkannya peneliti untuk membuat satu kesimpulan umum (generalisasi) yang didasarkan hanya pada beberapa kasus atau pelaku yang diteliti. Beberapa faktor yang perlu diperhatikan untuk mendapatkan generalisasi yang tepat di antaranya: 1) Apakah sampel yang dipilih dapat mewakili populasi?  2) Bagaimana sampel-sampel tersebut dipilih? 3) Berapa banyak sampel yang harus diambil? Tiga hal ini harus dapat dijawab dengan tepat karena pemilihan sampel yang salah dapat berujung pada konklusi yang buruk dan menyesatkan.

1.Menentukan tingkat keterwakilan populasi melalui sampel

Kita, sebagai peneliti, akan mendapatkan sampel yang dapat mewakili populasi ketika karakteristik utama dari populasi muncul dalam sampel tersebut. Penelitilah yang memutuskan, berdasarkan pertanyaan penelitian dan hipotesis, variabel atau karakteristik mana saja yang akan dilihat dari sampel. Sebagai contoh, jika kita mengadakan jejak pendapat pemilihan umum di Indonesia dan mempertimbangkan bahwa perilaku pemungutan suara pada masayarakat sangat tergantung pada gender, maka kita harus memilih sebuah sampel yang mana pria dan wanita diwakilkan dalam sebuah perbandingan (atau proporsi).

Terdapat dua pilihan untuk menggambarkan perbandinagan gender ini dalam sebuah sampel: 1) Menyamakan jumlah pria dan wanita yang akan diteliti (equitable criterion) atau 2) Menentukan perbandingan yang menggambarkan proporsi gender yang sebenarnya dalam sebuah populasi (equivalent criterion). Misalkan, terdapat 65 juta pria dan 35 juta wanita dalam sebuah populasi. Maka peneliti dapat memutuskan untuk mengambil 50 orang pria dan 50 orang wanita sebagai sampel (dalam kasus ini peneliti menggunakan equitable criterion). Atau peneliti dapat memilih 65 orang pria dan 35 orang wanita untuk dijadikan sampel (equivalent criterion). Keputusan akan perbandingan mana yang digunakan tergantung pada tujuan penelitian dan hipotesis yang akan diuji. Penelitian yang bersifat eksperimental cenderung menggunakan equitable criterion. Semntara pada kasus jejak pendapat pemilu, penggunaan equivalent criterion akan lebih tepat.

2. Teknik-teknik pemilihan sampel

Terdapat dua strategi atau metode utama dalam proses sampling yakni: non-random sampling dan random sampling.

a. Non-random sampling: Individu-individu dipilih berdasarkan kriteria yang sifatnya tidak acak, dan tak semua orang memiliki kesempatan yang sama untuk terpilih sebagai sampel. Non-random sampling lebih mudah dan murah untuk dilaksanakan namun memiliki kemungkinan bias yang lebih tinggi sehingga sulit untuk membuat kesimpulan umum yang dapat mewakili populasi. Teknik sampling ini lebih sering digunakan pada penelitian kualitatif yang mana tujuan utamanya adalah memahami sebuah populasi yang jarang diteliti alih-alih menguji hipotesis. Adapun beberapa jenis non-random sampling di antaranya:

• Convenience Sampling: Dengan teknik ini, individu-individu yang dipilih sebagai sampel adalah mereka yang dapat dengan mudah diakses oleh peneliti. Walaupun ini adalah cara yang mudah dan murah, kita tidak dapat mengetahui apakah sampel dapat merepresentasikan populasi.

• Voluntary Response Sampling: Kurang lebih sama dengan convenience sampling, namun di sini bukan peneliti yang memilih & meminta individu untuk berpartisipasi. Tiap individu secara sukarela menjadi partisipan untuk penelitian yang dilaksanakan. Teknik ini juga memiliki kemungkinan bias yang cukup tinggi karena beberapa orang memiliki keinginan untuk berpartisipasi lebih tinggi dibandingkan yang lain.

• Purposive Sampling: Sampling ini juga dikenal dengan judgement sampling, yang mana peneliti menggunakan pengetahuan dan keahliannya untuk memilih sampel yang dapat memenuhi tujuan dari penelitian. Teknik ini sering digunakan dalam penelitian kualitatif di mana peneliti ingin mendapatkan pengetahuan yang mendetail mengenai sebuah fenomena spesifik dari pada membuat sebuah kesimpulan umum berdasarkan inferensi statistik.

• Snowball sampling: Jika sebuah populasi sulit untuk diakses, snowball sampling merupakan salah satu teknik yang dapat digunakan untuk mengumpulkan partisipan melalui partisipan lainnya. Partisipan di awal akan memberikan rekomendasi tentang siapa individu lain yang memiliki karakteristik yang mirip dengannya sehingga aksesmu terhadap orang-orang tersebut menjadi lebih terbuka.

b. Random sampling: Individu-individu dalam sebuah sampel dipilih secara acak di luar kendali pihak peneliti. Semua pihak dari sebuah populasi memiliki kesempatan yang sama untuk terpilih menjadi sampel. Teknik ini digunakan dalam penelitian kuantitatif karena kecenderungan teknik ini untuk menghindari bias. Adapun beberapa tipe utama dari random sampling:

• Simple Random Sampling: Tiap pelaku atau individu dalam populasi dipilih dengan cara diundi, sehinggatiapindividu memiliki kesempatan yang sama untuk terpilih sebagai sampel tanpa mempedulikan faktor lainnya. Maka dari itu, peneliti harus memiliki data dari seluruh individu atau kasus yang ada dalam sebuah populasi. Alat yang dapat kamu gunakan untuk memilih sampel salah satunya adalah random number generators yang banyak tersedia di internet.

• Systematic Random Sampling: Teknik ini mirip dengan simple random sampling. Setiap anggota dari populasi juga diberi nomor urut dalam daftar populasi yang dibuat. Alih-alih memilih nomor urut secara acak, individu-individu akan dipilih berdasarkan interval regular.

• Stratified Random Sampling: Sampel dipilih dengan terlebih dahulu membagikan populasi ke dalam kelompok-kelompok tertentu (strata), entah itu berdasarkan gender atau tingkat pendidikan atau pembagian usia berdasarkan generasi, yang wajib untuk dipenuhi dalam penelitian. Proporsi sampel dari tiap kelompok strata harus mewakili apa yang ada pada populasi. Sampel dari tiap stratanya dipilih dengan menggunakan metode simple atau systematic random sampling.

• Cluster Random Sampling: Sampel dipilih dengan terlebih dahulu membagikan populasi kedalam kelompok-kelompok (cluster), yang tiap cluster-nyadianjurkan untuk memiliki karakteristik yang mirip dengan populasi. Alih-alih mengambil individu secara acak dari tiap kelompok, peneliti diminta untuk memilih semua anggota dalam cluster tersebut. Jika dirasa ukurannya masih terlalu besar, peneliti dapat memilih individu secara acak (entah dengan cara systematic atau simple random sampling) dari tiap cluster-nya. Metode ini cocok digunakan untuk populasi yang besar dan posisinya tersebar. Namun risiko erornya juga lebih besar jika dibandingkan metode stratified mengingat adanya kemungkinan perbedaan karakteristik yang mendasar antar cluster.

3.Menentukan Ukuran Sampel

Mengetahui ukuran sampel yang harus didapatkan sangatlah penting. Jika kamu terlalu banyak mengirimkan survei, “biaya” yang kamu habiskan akan mahal dan belum tentu dapat memberikan keuntungan yang lebih besar dibandingkan ukuran sampel yang lebih kecil. Namun jika terlalu sedikit sampel yang kamu ambil juga bisa berakibat pada konklusi yang menyesatkan dan sedikit sekali pengetahuan baru yang bisa didapat. Maka dari itu, mendapatkan ukuran sampel yang pas adalah kunci. Berikut adalah beberapa hal yang perlu kamu ketahui dalam menentukan ukuran sampel:

a. Ukuran populasi: Ini merujuk pada seberapa besar jumlah individu yang karakteristiknya sesuai dengan karakteristik demografi yang telah peneliti tetapkan. Sebagai contoh, jika kamu menginginkan untuk meneliti mengenai tingkat kesejahteraan guru di Surabaya, maka ukuran populasinya adalah total jumlah guru yang ada di wilayah Surabaya.

b. Margin of error (confidence interval): Ini mendeskripsikan mengenai seberapa dekat atau tepat kamu, sebagai peneliti, mengharapkan bahwa hasil dari data survei relatif terhadap nilai sebenarnya dari populasi. Dengan kata lain, ini juga berarti seberapa jauh kamu mengijinkan data dari sampel untuk meleset dari rata-rata populasi.

c. Confidence level: Ini merujuk pada seberapa besar keyakinan sang peliti akan tingkat keakuratan data. Angka ini ditunjukkan dalam bentuk persen. Semakin mendekati 100%, artinya semakin tinggi tingkat kepercayaan peneliti terhadap data. Confidence level sebesar 95% adalah angka yang sering digunakan pada penelitian di bidang sosial. Jika kamu melihat confidence level ini dari sisi risiko, maka pertanyaan yang muncul adalah seberapa besar risiko yang akan peneliti ambil? Semakin sedikit risiko yang kamu ambil maka semakin besar confidence level dari penelitian. Ini akan berakibat pada bertambahnya jumlah sampel yang harus kamu ambil.

d. Standard deviation: Ini adalah ukuran dari persebaran sebuah kelompok data (sampel) dari rata-rata sampel itu sendiri. Ini dapat mengukur variabilitas absolut dari sebuah distribusi. Semakin tinggi dispersi atau variabilitas, semakin besar standar diviasi. Jika kamu menanyakan tiap individu mengenai topik yang cukup luas, meka mungkin kamu akan mendapatkan beragam variasi sebagai respons. Tetapi jika kamu menyurvei sebuah populasi yang memiliki karakteristik mirip, tingkat variabilitas akan semakin kecil dan kamu bisa memperkecil jumlah sampel.

Formula untuk menentukan ukuran sampel:

Confidence level yang kamu tetapkan akan dicerminkan pada Z-score yang merupakan nilai konstan yang diperlukan pada persamaan ini. Berikut adalah nilai dari z-score untuk confidence level yang sering digunakan:

90% Confidence level: Z-score = 1,645

95% Confidence level: Z-score = 1,96

99% Confidence level: Z-score = 2,576

Jika kamu memilih level yang berbeda, maka Z-score dapat kamu cari di berbagai sumber daring.