UKURAN SAMPEL Ukuran sampel (sample size) adalah banyaknya individu, subyek atau elemen dari populasi yang diambil sebagai sampel. Pengambilan sampel tidak dapat digeneralisir berdasarkan ukuran populasi satu dan populasi lainnya. Terdapat banyak sekali faktor yang menentukan ukuran suatu sampel penelitian. Misalnya, homogenitas elemen populasi dan metode analisis yang akan digunakan. Ada dua hal yang menjadi pertimbangan dalam menentukan ukuran sample, yaitu presisi dan keyakinan (confidence). Presisi mengacu pada seberapa dekat taksiran sampel dengan karakteristik populasi. Semakin dekat kita menginginkan hasil sampel yang dapat mewakili karakteristik populasi, maka semakin tinggi ketelitian yang kita perlukan. Semakin tinggi ketelitian, maka semakin besar ukuran sampel yang diperlukan, terutama jika variabilitas dalam populasi tersebut besar. Sedangkan keyakinan menunjukkan seberapa yakin bahwa taksiran kita benarbenar berlaku bagi populasi. Baik desain sampling maupun ukuran sampel penting untuk merepresentasikan sampel secara umum. Jika desain sampel yang digunakan tidak benar, ukuran sampel besar tidak akan merepresentasikan populasi kecuali ukuran sampel yang digunakan sesuai dengan tingkat presisi dan keyakinan yang diharapkan yang bagaimanapun juga akan berguna dalam mencapai tujuan penelitian. Karena itu, keputusan dalam memilih sampel harus mempertimbangkan baik desain sampel dan ukuran sampel. 1. Menentukan Ukuran Sampel Berikut adalah ilustrasi untuk mengetahui bagaimana cara untuk menentukan ukuran sampel yang dibutuhkan dalam penelitian. Seorang manajer menginginkan tingkat keyakinan sebesar 95% untuk penarikan bulanan bank yang diharapkan dengan interval sebesar kurang lebih $500. Studi pada sample klien mengidentifikasikan bahwa rata-rata penarikan memiliki standard deviasi sebesar $3500. Untuk mengetahui ukuran sampel yang diperlukan adalah dengan menggunakan formula berikut: π = πΜ ± πΎππ₯Μ Karena tingkat keyakinannya sebesar 95%, nilai K yang digunakan sesuai pada table t adalah sebesar 1,96. Estimasi interval sebesar $500 harus mencakup penyebaran dari (1,96 x standard error). 500 = 1.96 × Sπ₯Μ πΜ π Sπ₯Μ = √π 255.10 = 3500 √π n = 188 Ukuran sampel yang diperoleh adalah 188. Namun, jika bank hanya memiliki 185 klien, maka kita harus menggunakan formula koreksi untuk mengetahui ukuran sampel yang sesuai dengan tingkat keyakinan dan presisi untuk 185 klien. Formulanya adalah sebagai berikut: Sπ₯Μ = π π−π × √ π−1 √π N adalah jumlah elemen dalam populasi, n adalah ukuran sampel yang diestimasi, Sπ₯Μ adalah standard error, dan S adalah standard deviasi. Dengan menggunakan formula koreksi dapat diketahui bahwa: 255.10 = 3500 × √ √π n = 94 185 − π 184 Untuk mengetahui dampak presisi dan/atau keyakinan ukuran sampel, misalnya tingkat keyakinan diubah dari 95% menjadi 99% dengan interval yang sama. Ukuran sampel yang dibutuhkan adalah sebagai berikut: 500 = 194.099 2.576 3500 194.099 = √π n = 325 Dapat dilihat bahwa ukuran sampel pun naik dari 188 menjadi 325 seiring dengan naiknya tingkat keyakinan. Karena itu, sebelum menentukan ukuran sampel sebaiknya peneliti mempertimbangkan seberapa besar tingkat presisi dan keyakinan yang dibutuhkan. Besaran atau ukuran sampel ini sampel sangat tergantung dari besaran tingkat ketelitian atau kesalahan yang diinginkan peneliti. Namun, dalam hal tingkat kesalahan, pada penelitian sosial maksimal tingkat kesalahannya adalah 5% (0,05). Makin besar tingkat kesalahan maka makin kecil jumlah sampel. Namun yang perlu diperhatikan adalah semakin besar jumlah sampel (semakin mendekati populasi) maka semakin kecil peluang kesalahan generalisasi dan sebaliknya, semakin kecil jumlah sampel (menjauhi jumlah populasi) maka semakin besar peluang kesalahan generalisasi Dalam penelitian, kerangka teoritis memiliki beberapa variable dan muncul pertanyaan yaitu bagaimana menentukan ukuran sampel jika semua faktor diperhitungkan. Krejcie dan Morgan telah menyederhanakan penentuan ukuran sampel yang terkandung pada table berikut. 2. Ukuran Sampel dan Kesalahan Tipe II Ukuran sampel yang terlalu besar dapat menimbulkan masalah kecenderungan timbulnya kesalahan tipe II dimana peneliti menerima hasil penelitian padahal seharusnya hasil tersebut harus ditolak. Dengan adanya ukuran sampel yang terlalu besar, bahkan korelasi lemah sekalipun dapat mencapai tingkat signifikansi dan peneliti cenderung menerima bahwa hubungan signifikan pada sampel tersebut adalah benar dalam populasinya, padahal sebenarnya tidak. 3. Signifkansi Statistik dan Praktis Poin lain yang harus dipertimbangkan adalah bahkan dengan ukuran sampel yang tepat adalah apakah signifikansi statistik lebih relevan daripada signifikansi praktis. Sebagai contoh, korelasi sebesar 0,25 mungkin signifikan secara statistik namun karena korelasi tersebut hanya menjelaskan sekitar 6% dari variansinya, bagaimana pengaruhnya secara praktikal? 4. Aturan Praktis Berikut adalah aturan praktis untuk menentukan ukuran sampel menurut Roscoe : a. Ukuran sampel yang digunakan lebih besar dari 30 dan kurang dari 500 b. Ketika sampel dipecah menjadi subsample, ukuran minimal sampel adalah 30 untuk tiap kategori c. Dalam penelitian multivariasi, ukuran sampel harus beberapa kali lebih besar dari ukuran variabelnya d. Untuk penelitian percobaan dengan tingkat pengendalian tinggi, keberhasilan penelitian dapat dicapai dengan ukuran sampel kecil sebesar 10 sampai 20. 5. Efisiensi dalam Sampling Efisiensi dalam sampling tercapai ketika pada tingkat presisi yang ditetapkan atau standard kesalahan, ukuran sampel dapat dikurangi, atau untuk ukuran sampel (n) presisinya dapat ditingkatkan. Sifat dari penelitian juga mempengaruhi ukuran sample. Untuk exploratory research design, seperti yang digunakan dalam riset kualitatif, ukuran sample adalah khusus kecil. Untuk conclusive research, seperti survey deskriptif, sample besar yang akan digunakan. Prosedur sampling acak sederhana tidak selalu pilihan efektif, desain sampling probabilitas lainnya mungkin lebih efisien. Sampel acak bertingkat bisa jadi paling efisien dan desain sampling tidak proporsional mungkin pada beberapa kasus bisa jadi lebih efisien. Sampling cluster kurang efisien dibandingkan sampling acak sederhana karena ada lebih banyak homogenitas di antara subjek-subjek dalam cluster. Cluster bertingkat lebih efisien daripada cluster satu tingkat karena ada lebih banyak heterogenitas pada tahap-tahap awal. Seringkali dijumpai pertukaran atau trade-off antara waktu dengan biaya efisiensi dan efisiensi presisi. Pemilihan perencanaan sampling tergantung pada tujuan penelitian, sebagaimana tingkat dan efisiensi yang diharapkan. SAMPLING DAN KAITANNYA DENGAN STUDI KUALITATIF Sampling untuk studi kualitatif sama pentingnya dengan sampling untuk studi kuantitatif. Sampling untuk penelitian kualitatif dimulai dengan mendefinisikan secara tepat target populasinya. Teknik sampling yang biasa digunakan adalah sampling nonprobabilistik karena tidak bertujuan untuk menarik kesimpulan statistik. Berikut adalah faktor-faktor yang perlu dipertimbangkan dalam penentuan sampel untuk studi kualitatif : pentingnya keputusan, sifat dari penelitian, jumlah variabel, sifat dari analisa, ukuran sample dalam penelitian sejenis, tingkat luasnya akibat, tingkat penyelesaian, dan keterbatasan sumber. Purposive sampling adalah teknik yang digunakan dalam penyelidikan kualitatif dimana subjek dipilih berdasarkan keahlian dalam subjek yang diselidiki. Perlu diingat bahwa subjek yang terpilih adalah karena mencerminkan keberagaman populasi. Salah satu bentuk sampling purposive adalah sampling teoritis yang diperkenalkan oleh Glaser dan Strauss dalam teori dasar. Teori dasar menujukkan bahwa teori akan muncul dari data melalui proses yang berulang yang melibatkan sampling berulang, pengumpulan data, dan analisis data sampai kejenuhan teoritis tercapai. Kejenuhan teoretis tercapai saat tidak ada lagi informasi baru mengenai subjek yang muncul dari kejadian berulang dan biasanya dilakukan jika populasi dianggap kecil. Sampling teoretis dapat dimulai atau tidak dimulai dengan sampling purposive, tetapi sampling subjek-subjek tambahan diarahkan oleh kerangka teoretis. Sampling teoretis menurut Glaser terjadi ketika para analis bersama-sama mengumpulkan, mengodekan, dan menganalisis data dan memutuskan data apa yang akan dikumpulkan selanjutnya untuk mengembangkan teori. Karena prediksi memungkinkan untuk dilakukan ketika kejenuhan teoretis tercapai, Anda tidak dapat menentukan seberapa banyak subjek yang dibutuhkan untuk dilakukan sampling pada awal penelitian. Anda akan melanjutkan pengambilan sampling aturan umum dalam penelitian kualitatif sampai tidak ada temuan baru yang muncul. IMPLIKASI MANAJER Pengetahuan mengenai desain sampel dan ukuran sampel membantu manajer untuk memahami mengapa metode pengambilan sampel tertentu digunakan oleh para peneliti. Hal tersebut juga membantu manajer memahami implikasi biaya tiap-tiap desain dan trade-off antara presisi dan keyakinan dengan biaya serta memudahkan manajer untuk memahami risiko yang diambil dalam mengimplementasikan perubahan-perubahan berdasarkan hasil penelitian. Pengetahuan ini juga membantu manajer menilai generalisasi penemuan dan menganalisis implikasi percobaan yang dilakukan dalam sistem mereka.
