Sampel Penelitian: Pengertian, Teknik & Penentuan Ukurannya

Sampel penelitian merupakan bagian dari populasi yang dipilih untuk menyediakan data penelitian. Meski sering dianggap sebagai persoalan “berapa responden yang dibutuhkan”, penentuan sampel sebenarnya mencakup keputusan yang lebih luas: siapa yang diteliti, bagaimana mereka dipilih, berapa jumlah yang diperlukan, dan sejauh mana hasil penelitian dapat digeneralisasikan.

Kesalahan pada tahap sampling dapat memengaruhi kualitas analisis dan batas kesimpulan penelitian. Karena itu, teknik sampling dan ukuran sampel harus selaras dengan rumusan masalah, desain penelitian, serta metode analisis yang digunakan.

Apa Itu Sampel Penelitian?

Sampel adalah sebagian unit dari populasi yang dipilih untuk diteliti.

Misalnya begini ya, sebuah universitas memiliki 10.000 mahasiswa dan penelitian ingin mengukur kepuasan terhadap layanan akademik. Jika penelitian melibatkan 400 mahasiswa, maka 400 mahasiswa tersebut merupakan sampel, sedangkan 10.000 mahasiswa merupakan populasi.

Yang perlu diperhatikan bukan hanya jumlah 400 mahasiswa, tetapi juga bagaimana 400 orang tersebut dipilih.

Sampel yang banyak belum tentu representatif apabila proses pemilihannya tidak sesuai dengan tujuan penelitian.

Populasi, Sampel, dan Sampling

Ketiga istilah ini memiliki fungsi berbeda.

1. Populasi

Populasi adalah keseluruhan unit yang menjadi sasaran penelitian.

2. Sampel

Sampel adalah sebagian unit dari populasi yang benar-benar dikumpulkan datanya.

3. Sampling

Sampling adalah metode atau proses untuk memilih sampel dari populasi.

Pemilihan teknik sampling harus dilakukan setelah peneliti memahami pertanyaan penelitian dan desain penelitian.

Teknik Sampling dalam Penelitian

Teknik sampling secara umum dapat dibagi menjadi probability sampling dan non-probability sampling.

1. Probability Sampling

Pada probability sampling, pemilihan unit didasarkan pada mekanisme peluang sehingga probabilitas pemilihan dapat ditentukan sesuai desain.

Beberapa teknik yang umum digunakan:

1. Simple random sampling
2. Systematic sampling
3. Stratified sampling
4. Cluster sampling
5. Multistage sampling

Teknik ini relevan ketika penelitian membutuhkan desain probabilistik dan tersedia sampling frame yang memadai.

2. Non-Probability Sampling

Pada non-probability sampling, pemilihan unit tidak didasarkan pada probabilitas yang diketahui untuk setiap anggota populasi.

Beberapa bentuknya:

1. Purposive sampling
2. Convenience sampling
3. Quota sampling
4. Snowball sampling

Teknik ini dapat digunakan ketika peneliti membutuhkan karakteristik partisipan tertentu atau menghadapi keterbatasan akses terhadap populasi.

Konsekuensinya perlu dijelaskan. Sampel convenience atau purposive tidak boleh digunakan untuk membuat generalisasi yang lebih luas daripada populasi yang memang dapat diwakili oleh desain tersebut.

Bagaimana Memilih Teknik Sampling?

Teknik sampling sebaiknya ditentukan berdasarkan tujuan penelitian, bukan karena teknik tersebut sering digunakan dalam penelitian terdahulu.

1. Tentukan tujuan penelitian

Apakah penelitian ingin mengestimasi kondisi populasi, membandingkan kelompok, menguji hubungan, atau memahami pengalaman?

2. Tentukan unit analisis

Pastikan jelas apakah yang diteliti adalah individu, rumah tangga, organisasi, sekolah, perusahaan, atau unit lainnya.

3. Periksa sampling frame

Untuk probability sampling, peneliti perlu mengetahui sumber atau daftar populasi yang dapat digunakan dalam proses pemilihan.

4. Tentukan teknik yang sesuai

Gunakan teknik yang paling konsisten dengan desain dan kondisi lapangan.

5. Jelaskan keterbatasannya

Sampling selalu memiliki konsekuensi terhadap representasi dan generalisasi hasil.

Cara Menentukan Ukuran Sampel

Ukuran sampel tidak memiliki satu angka yang berlaku untuk semua penelitian.

Kebutuhannya dipengaruhi oleh:

1. Desain penelitian
2. Jenis analisis statistik
3. Effect size yang ingin dideteksi
4. Tingkat signifikansi atau alpha
5. Statistical power
6. Variabilitas data
7. Jumlah kelompok atau prediktor
8. Nonresponse dan data tidak lengkap

Dalam penelitian inferensial, power analysis merupakan salah satu pendekatan yang lebih informatif karena ukuran sampel dihitung berdasarkan hubungan antara effect size, alpha, dan power.

Memahami Effect Size, Alpha, dan Power

Secara sederhana:

Effect size = seberapa besar perbedaan atau hubungan yang ingin dideteksi.

Alpha (α) = batas risiko kesalahan Tipe I yang ditetapkan peneliti.

Power = kemampuan penelitian untuk mendeteksi efek yang memang ada.

Pada kondisi lain tetap, efek yang semakin kecil umumnya membutuhkan sampel yang lebih besar. Begitu juga target power yang lebih tinggi atau variabilitas data yang lebih besar dapat meningkatkan kebutuhan sampel.

Untuk studi kuantitatif, G*Power dapat digunakan untuk membantu menghitung kebutuhan sampel berdasarkan jenis analisis dan parameter yang ditetapkan.

Apakah Rumus Slovin Wajib Digunakan?

Tidak.

Rumus tertentu tidak dapat menjadi jawaban universal untuk seluruh penelitian. Penentuan ukuran sampel harus mempertimbangkan desain, tujuan analisis, dan asumsi yang digunakan.

Untuk penelitian yang menguji hipotesis atau hubungan antarvariabel, power analysis dapat memberikan dasar yang lebih jelas karena langsung menghubungkan kebutuhan sampel dengan effect size, alpha, dan power.

Dengan demikian, menulis:

“Sampel ditentukan menggunakan rumus Slovin.”

belum cukup kuat apabila peneliti tidak menjelaskan mengapa pendekatan tersebut sesuai dengan desain penelitian.

Ukuran Sampel untuk Penelitian Kualitatif

Penelitian kualitatif memiliki logika yang berbeda dari penelitian kuantitatif.

Ukuran sampel tidak selalu ditentukan melalui power analysis. Peneliti lebih mempertimbangkan relevansi partisipan, kedalaman informasi, dan kecukupan data atau saturation sesuai desain penelitian.

Misalnya, penelitian ingin memahami pengalaman mahasiswa yang pernah mengalami bullying. Partisipan dipilih berdasarkan pengalaman tersebut, bukan semata-mata berdasarkan jumlah mahasiswa dalam populasi.

Contoh Penerapan Sampel Penelitian

Misalnya penelitian ingin mengukur kepuasan mahasiswa terhadap layanan akademik.

Populasi:

Seluruh mahasiswa aktif Universitas X.

Peneliti dapat menggunakan stratified sampling berdasarkan fakultas apabila ingin memastikan setiap fakultas masuk dalam desain sampling.

Contoh lain adalah penelitian mengenai pengalaman mahasiswa dalam menggunakan layanan konseling. Peneliti dapat menggunakan purposive sampling dengan kriteria:

1. Mahasiswa aktif
2. Pernah menggunakan layanan konseling
3. Bersedia mengikuti wawancara

Kedua desain tersebut sama-sama dapat digunakan, tetapi tujuan, proses pemilihan, dan konsekuensi generalisasinya berbeda.

Sampel dan Generalisasi Hasil

Salah satu kesalahan yang sering terjadi adalah melakukan generalisasi terlalu luas. Misalnya penelitian menggunakan convenience sampling pada mahasiswa di satu fakultas, tetapi kesimpulannya menyatakan:

“Seluruh mahasiswa di Indonesia memiliki karakteristik yang sama.”

Kesimpulan tersebut melampaui kemampuan desain sampling. Pada convenience dan purposive sampling, keterbatasan generalisasi perlu dinyatakan dengan jelas.

Potensi Bias dalam Sampling

Sampling juga perlu mempertimbangkan kemungkinan bias.

1. Selection Bias

Terjadi ketika proses pemilihan membuat kelompok tertentu lebih mungkin masuk atau tidak masuk ke dalam sampel.

2. Nonresponse Bias

Terjadi ketika orang yang tidak merespons memiliki karakteristik berbeda secara sistematis dari mereka yang memberikan respons.

3. Coverage Bias

Dapat terjadi ketika sampling frame tidak mencakup seluruh populasi sasaran.

Karena itu, peneliti sebaiknya mendokumentasikan proses rekrutmen dan tidak hanya mencantumkan jumlah responden akhir.

Langkah Menentukan Sampel Penelitian

Urutan praktis yang dapat digunakan adalah:

1. Definisikan populasi sasaran

Tentukan siapa yang ingin dijelaskan melalui penelitian.

2. Tentukan populasi terjangkau

Identifikasi kelompok yang secara nyata dapat diakses.

3. Tetapkan kriteria inklusi dan eksklusi

Jelaskan siapa yang dapat dan tidak dapat menjadi partisipan.

4. Pilih teknik sampling

Tentukan probability atau non-probability sampling berdasarkan desain penelitian.

5. Tentukan ukuran sampel

Gunakan pendekatan yang sesuai dengan jenis analisis dan tujuan penelitian.

6. Antisipasi nonresponse

Tambahkan perencanaan untuk kemungkinan data tidak lengkap atau partisipan yang tidak merespons.

7. Dokumentasikan sampel akhir

Jelaskan jumlah yang direkrut, jumlah yang merespons, jumlah yang memenuhi kriteria, dan jumlah yang akhirnya dianalisis.

Cara Menulis Sampling dalam Bab Metode

Bagian metode yang baik harus mampu menjawab empat pertanyaan:

Siapa yang diteliti?

Bagaimana mereka dipilih?

Berapa jumlahnya?

Mengapa teknik dan jumlah tersebut sesuai dengan penelitian?

Contoh format sederhana:

Format seperti ini membantu reviewer melihat hubungan antara populasi, teknik sampling, dan sampel akhir secara transparan.

Hubungan Sampel dengan Analisis Data

Sampel harus dirancang bersama metode analisis.

1. Penelitian Deskriptif

Peneliti dapat berfokus pada distribusi, karakteristik, proporsi, atau ukuran pemusatan data.

2. Korelasi dan Regresi

Ukuran sampel perlu dikaitkan dengan jumlah prediktor, effect size, alpha, dan power yang direncanakan.

3. Eksperimen

Perhitungan perlu mempertimbangkan jumlah kelompok, effect size yang diharapkan, variabilitas, alpha, power, dan kemungkinan dropout. Pedoman pelaporan penelitian eksperimental juga menekankan pentingnya menjelaskan asumsi yang digunakan dalam perhitungan sampel.

Penelitian kualitatif

Pertimbangan lebih diarahkan pada relevansi partisipan dan kecukupan informasi, bukan sekadar jumlah numerik.

Kesalahan yang Perlu Dihindari

1. Menentukan jumlah responden tanpa alasan

Jumlah sampel perlu mempunyai dasar metodologis.

2. Menggunakan teknik sampling yang tidak sesuai

Teknik harus mengikuti tujuan dan desain penelitian.

3. Menyebut convenience sampling sebagai random sampling

Nama teknik harus sesuai dengan proses yang benar-benar dilakukan.

4. Menggeneralisasi hasil terlalu luas

Batas generalisasi harus mengikuti karakteristik sampel dan desain penelitian.

5. Hanya mengejar jumlah responden

Sampel yang besar tidak otomatis menyelesaikan masalah bias atau representasi.

Checklist Sampel Penelitian

Sebelum proposal atau artikel dikirim, periksa:

1. Populasi sudah didefinisikan dengan jelas.
2. Unit analisis sudah ditentukan.
3. Kriteria inklusi dan eksklusi tersedia.
4. Teknik sampling sesuai dengan desain.
5. Ukuran sampel memiliki dasar metodologis.
6. Nonresponse sudah dipertimbangkan.
7. Potensi bias sudah diidentifikasi.
8. Batas generalisasi sudah dijelaskan.

Kesimpulan

Sampel penelitian bukan sekadar persoalan menentukan jumlah responden. Peneliti harus memastikan bahwa populasi, teknik sampling, ukuran sampel, metode analisis, dan kesimpulan berada dalam satu rantai logika yang konsisten.

Probability sampling seperti simple random, stratified, cluster, dan systematic sampling digunakan dalam desain probabilistik tertentu. Sementara purposive, convenience, quota, dan snowball sampling dapat digunakan ketika penelitian membutuhkan karakteristik partisipan tertentu atau memiliki keterbatasan akses.

Untuk penelitian kuantitatif inferensial, power analysis dapat menjadi dasar yang lebih kuat untuk menentukan ukuran sampel karena mempertimbangkan effect size, alpha, dan statistical power. Dengan sampling yang dirancang secara tepat, peneliti tidak hanya memperoleh data yang cukup, tetapi juga dapat menjelaskan dengan lebih jelas seberapa jauh hasil penelitian dapat dipercaya dan digeneralisasikan.

FAQ

Apa itu sampel penelitian?

Sampel penelitian adalah sebagian unit dari populasi yang dipilih untuk menyediakan data sesuai tujuan penelitian.

Apa perbedaan populasi dan sampel?

Populasi adalah keseluruhan unit sasaran penelitian, sedangkan sampel adalah sebagian unit yang benar-benar diteliti.

Apa saja teknik sampling?

Teknik sampling secara umum terdiri dari probability sampling dan non-probability sampling. Contohnya simple random, stratified, cluster, systematic, purposive, convenience, quota, dan snowball sampling.

Bagaimana menentukan jumlah sampel penelitian?

Jumlah sampel ditentukan berdasarkan desain penelitian, metode analisis, effect size, alpha, power, variabilitas, jumlah kelompok atau prediktor, serta kemungkinan nonresponse.

Apakah rumus Slovin wajib digunakan?

Tidak. Rumus Slovin bukan formula universal. Peneliti perlu memilih pendekatan yang sesuai dengan desain dan tujuan analisis.

Apa itu power analysis?

Power analysis adalah pendekatan untuk menentukan atau mengevaluasi kebutuhan sampel berdasarkan parameter seperti effect size, alpha, dan statistical power.

Apakah purposive sampling boleh digunakan?

Boleh, jika sesuai dengan tujuan penelitian dan kriteria partisipan yang dibutuhkan. Peneliti harus menjelaskan proses pemilihannya dan membatasi generalisasi sesuai desain sampel.

Apakah semakin banyak sampel semakin baik?

Tidak selalu. Ukuran sampel harus memadai untuk tujuan penelitian, sementara kualitas pemilihan sampel dan potensi bias juga perlu diperhatikan.

Referensi

1. Andrade, C. (2021). The inconvenient truth about convenience and purposive samples. Indian Journal of Psychological Medicine, 43(1), 86–88. https://doi.org/10.1177/0253717620977000
2. Buchholz, A., et al. (2026). Sampling methods and sample size determination in clinical research: An educational review. Journal of General and Family Medicine. https://pubmed.ncbi.nlm.nih.gov/41696722/
3. Kang, M., et al. (2021). Sample size determination and power analysis using the G*Power software. Journal of Educational Evaluation for Health Professions, 18, 17. https://doi.org/10.3352/jeehp.2021.18.17
4. Mudgal, S. K., Sharma, S. K., Gaur, R., Patidar, V., Rai, A. K., & Varshney, S. (2026). Sample size estimation in mixed methods research: Balancing quantitative power and qualitative saturation. Journal of Medical Evidence, 7(1), 60.
5. Turner, R. J., et al. (2018). Statistical primer: Sample size and power calculations—why, when and how? European Journal of Cardio-Thoracic Surgery, 55(2), 202–206.