
Populasi adalah seluruh objek penelitian.
Sampel adalah sebagian anggota populasi yang dipilih untuk mewakili keseluruhan.
Contoh:
Jika ada 5.000 pelanggan suatu toko, maka seluruh pelanggan adalah populasi. Jika peneliti hanya mengambil 370 pelanggan untuk survei, maka 370 orang tersebut adalah sampel.
Menentukan jumlah sampel penting karena:
memastikan hasil penelitian akurat
mengurangi bias data
meningkatkan validitas analisis
menghemat biaya penelitian
mempercepat proses pengumpulan data
Semakin tepat ukuran sampel → semakin terpercaya hasil penelitian.
Berikut metode paling umum yang digunakan dalam statistik.
Rumus ini digunakan jika jumlah populasi diketahui.
Rumus teks:
Keterangan:
n = jumlah sampel
N = jumlah populasi
e = margin of error
Misal:
Populasi = 1000 orang
Margin error = 5% (0.05)
Perhitungan:
Hasil dibulatkan → 286 sampel
Digunakan ketika populasi sangat besar atau tidak diketahui jumlah pastinya.
Rumus teks:
Keterangan:
Z = nilai tingkat kepercayaan (1.96 untuk 95%)
p = estimasi proporsi
e = margin error
Misal:
Z = 1.96
p = 0.5
e = 0.05
Minimal sampel = 385 responden
Metode ini biasanya digunakan dalam penelitian pendidikan dan sosial karena tersedia tabel ukuran sampel berdasarkan jumlah populasi dan tingkat kesalahan.
Digunakan ketika:
populasi diketahui
penelitian formal (skripsi / tesis)
membutuhkan tingkat akurasi tinggi
Ukuran sampel dipengaruhi oleh beberapa faktor penting:
ukuran populasi
margin of error
tingkat kepercayaan
variasi data
metode sampling
Semakin kecil margin error yang diinginkan, semakin besar jumlah sampel yang diperlukan.
Gunakan panduan berikut:
| Kondisi Penelitian | Rumus yang Digunakan |
|---|---|
| Populasi diketahui | Slovin |
| Populasi sangat besar | Cochran |
| Penelitian akademik | Isaac & Michael |
Agar sampel benar-benar mewakili populasi:
✔ gunakan teknik sampling yang tepat
✔ hindari pemilihan responden secara acak tidak terkontrol
✔ gunakan margin error realistis (5% standar penelitian)
✔ pastikan sampel representatif
Beberapa kesalahan yang sering terjadi:
ukuran sampel terlalu kecil
sampel tidak acak
sampel tidak representatif
margin error terlalu besar
Kesalahan ini bisa menyebabkan hasil penelitian tidak valid.
Menentukan jumlah sampel dari populasi adalah langkah krusial dalam analisis statistik. Dengan menggunakan rumus seperti Slovin, Cochran, atau tabel Isaac & Michael, peneliti dapat menentukan ukuran sampel yang optimal tanpa harus meneliti seluruh populasi.
Ukuran sampel yang tepat membantu menghasilkan data yang valid, efisien, dan dapat dipercaya sebagai dasar pengambilan keputusan.
Jika Anda membutuhkan bantuan menentukan sample untuk analisa data anda, kami siap menjadi partner terpercaya Anda.





