Rumus Slovin: Definisi, Contoh Soal, Beserta Pemahaman Mengenai Populasi dan Sampel Dalam Penelitian

Rumus Slovin – Ketika hendak melakukan sebuah penelitian, terutama dengan menggunakan populasi dan sampel, apakah Grameds tahu jika dalam prosesnya ternyata membutuhkan sebuah rumus? Yap, rumus tersebut adalah rumus slovin. Rumus slovin ini biasanya digunakan untuk menghitung dan menentukan sampel secara tepat ketika melakukan penelitian di bidang apapun. Keberadaan sampel ini bukan berarti keseluruhan subjek atau sasaran dalam penelitian, tetapi hanya sekadar perwakilan yang memberikan gambaran umum dari populasi yang hendak diamati. Maka dari itu, untuk menentukan dan menghitung sampel itu tidak asal dilakukan begitu saja, melainkan harus menganut pada konsep rumus slovin.

Dalam suatu penelitian, keberadaan populasi itu sangatlah banyak sehingga tidak mungkin kita sebagai peneliti akan sanggup meneliti setiap populasi yang ada, sehingga akan lebih efektif jika menggunakan sampel saja. Berhubung sampel ini adalah perwakilan dari jumlah populasi, maka keberadaannya hanya berjumlah belasan atau puluhan saja, bergantung pada banyaknya jumlah populasi. Lalu, bagaimana sih konsep dari rumus slovin itu? Apa pula definisi dari populasi dan sampel? Apakah rumus slovin akan berkenaan dengan teknik sampling? Nah, supaya Grameds memahami akan hal-hal tersebut, yuk simak ulasan berikut ini!

https://www.pexels.com/

Apa Itu Rumus Slovin?

Pada dasarnya, konsep dari rumus slovin adalah suatu rumus yang digunakan untuk menentukan ukuran sampel. Biasanya, rumus ini terdapat di dalam buku-buku metodologi penelitian sebab memang rumusnya berkenaan dengan kegiatan penelitian, terutama yang mengandalkan populasi dan sampel. Rumus ini berbunyi, “rumus slovin digunakan untuk menentukan ukuran sampel penelitian dengan tingkat signifikansi yang bisa dipilih, apakah akan menggunakan 0,05 (5%) atau 0,01 (1%)”. Nah, berikut ini adalah rumus slovin:

Keterangan:

n = jumlah sampel

N = jumlah populasi

e = batas kesalahan maksimal yang ditolerir dalam sampel alias tingkat signifikansi adalah 0,05 (5%) atau 0,01 (1%)

Contoh Soal:

1. Daniel tengah melakukan sebuah penelitian di sebuah Rumah Sakit Permata Bunda. Diketahui jumlah populasi sebanyak 150 pegawai. Jika dihitung menggunakan rumus slovin dengan tingkat signifikansi adalah 0,05 (5%). Maka berapakah jumlah sampel minimal yang harus diambil oleh Daniel?

Jawab:

Jadi, setelah dihitung menggunakan rumus slovin yang memiliki tingkat signifikansi 0,05 (5%), maka jumlah sampel minimal yang harus diambil adalah sebanyak 109 pegawai di Rumah Sakit Permata Bunda.

2. Meta tengah melakukan sebuah penelitian di sebuah Rumah Sakit Mentari Jingga. Diketahui jumlah populasi sebanyak 150 pegawai. Jika dihitung menggunakan rumus slovin dengan tingkat signifikansi adalah 0,01 (1%). Maka berapakah jumlah sampel minimal yang harus diambil oleh Meta?

Jawab:

Jadi, setelah dihitung menggunakan rumus slovin yang memiliki tingkat signifikansi 0,01 (1%), maka jumlah sampel minimal yang harus diambil oleh Meta adalah sebanyak 107,7 yang kemudian dibulatkan menjadi 148 pegawai di Rumah Sakit Mentari Jingga.

Pengertian Populasi dan Sampel Dalam Penelitian

Populasi dan sampel dalam suatu penelitian itu memang pada dasarnya berbeda. Namun, tidak sedikit orang yang belum memahami dan membedakan antara keduanya. Populasi adalah wilayah generalisasi yang berupa subjek atau objek yang hendak diteliti dan diambil kesimpulannya, sementara sampel adalah sebagian dari populasi.

Populasi Penelitian

Menurut Sugiyono (2015:117), berpendapat bahwa populasi adalah wilayah generalisasi yang berupa objek atau subjek yang memiliki kualitas dan karakteristik tertentu. Karakteristik ini telah ditetapkan sebelumnya oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Populasi itu tidak harus berupa orang kok, tetapi juga dapat berupa objek dan benda alam lainnya.

Sugiyono (2017:81) juga membedakan populasi ini menjadi dua jenis yakni populasi sampling (populasi penelitian) dan populasi sasaran (target populasi). Populasi sampling alias populasi sampling ini adalah unit analisis yang memberikan keterangan dan data yang diperlukan dalam proses penelitian. Sementara populasi sasaran alias target populasi adalah seluruh unit analisis yang berada di dalam wilayah penelitiannya. Maka dari itu, populasi sasaran memiliki ukuran yang lebih besar dibandingkan dengan populasi sampling.

Sampel Penelitian

Sebelumnya, telah dijelaskan secara sederhana bahwa sampel penelitian itu dapat dianggap sebagai perwakilan dari populasi. Dengan kata lain, sampel ini hanya sebagian besar dari populasi saja dan bertindak sebagai perwakilan dari populasi tersebut. Nah, hasil penelitian yang diperoleh dari sampel dapat digeneralisasikan pada populasi yang ada.

Menurut Sugiyono (2011:81), keberadaan sampel ini menjadi bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Dengan demikian dapat disimpulkan bahwa sampel adalah sebagian dari banyaknya populasi yang karakteristiknya hendak diselidiki sekaligus menjadi perwakilan atas keseluruhan populasinya. Maka dari itu, jumlah sampel tentu saja lebih sedikit dari populasi karena memang hanya perwakilan saja. Namun perlu diperhatikan bahwa ketika hendak mengambil sampel itu harus yang dapat mewakili populasi secara keseluruhan. Penarikan sampel tentu sangat diperlukan apabila populasi berjumlah sangat besar dan peneliti memiliki keterbatasan untuk menjangkau seluruh populasi yang ada. Dalam hal ini biasanya peneliti akan menggunakan teknik sampling.

Apa Itu Ukuran Sampel Penelitian?

Untuk menentukan sampel penelitian itu tidak dapat dilakukan secara sembarangan, harus menggunakan perhitungan dan acuan tabel yang telah dikembangkan oleh para ahli. Secara umum, untuk penelitian korelasional maka jumlah sampel minimum adalah 30. Sementara dalam penelitian eksperimen, jumlah sampel minimum adalah 15 yang diambil dari masing-masing kelompok. Lalu, jika dalam penelitian survey, maka jumlah sampel minimum adalah 100.

Roscoe (1975) telah memberikan acuan umum untuk menentukan ukuran sampel ketika hendak melakukan sebuah penelitian, yakni berupa:

Ukuran sampel yang tepat untuk kebanyakan penelitian adalah lebih dari 30 dan kurang dari 500. Bergantung pada jumlah populasi yang ada.
Jika sampel akan dipecah menjadi sub sampel (menurut kategori pria/wanita, junior/senior, dan lain sebagainya), maka ukuran sampel minimum adalah 30 untuk setiap kategorinya.
Dalam penelitian multivariate (termasuk pada analisis regresi berganda), maka ukuran sampel sebaiknya sepuluh kali lebih besar dari jumlah variabel penelitian.
Untuk penelitian eksperimental secara sederhana, maka dilakukan kontrol eksperimen yang ketat, yakni dengan ukuran sampel kecil antara 10-20.

Arikunto Suharsimi (2005) mengungkapkan bahwa “…jika peneliti memiliki beberapa ratus subjek dalam populasi, maka mereka dapat menentukan kurang lebih 25 – 30% dari jumlah tersebut.” Nah, apabila jumlah anggota subjek dalam populasi hanya meliputi antara 100-150 orang, maka pengumpulan data sebaiknya menggunakan teknik angket. Namun, jika peneliti hendak menggunakan teknik wawancara dan observasi (pengamatan), maka jumlah tersebut ada baiknya untuk dikurangi saja, kemudian menyesuaikan kemampuan peneliti.

Hal-Hal yang Perlu Diperhatikan Dalam Menentukan Ukuran Sampel

Terdapat dua hal yang menjadi bahan pertimbangan dalam upaya penentuan ukuran sampel, yakni 1) ketelitian (presisi); dan 2) keyakinan (confidence).

Ketelitian (Presisi)

Dalam hal ini, mengacu pada seberapa dekat taksiran sampel dengan karakteristik populasi. Semakin dekat kita menginginkan hasil sampel yang dapat mewakili karakteristik populasi, maka akan semakin tinggi pula ketelitian yang diperlukan. Nah, semakin tinggi ketelitian, maka akan semakin besar pula ukuran sampel yang diperlukan, terutama jika variabilitas dalam populasi tersebut besar.

Keyakinan (Confidence)

Dalam hal ini, mengacu pada fungsi dari kisaran variabilitas dalam distribusi pengambilan sampel dari rata-rata sambel. Variabilitas ini umumnya disebut dengan standar error dan disimbolkan sebagai S-x. Dalam keyakinan, nantinya akan menunjukkan seberapa yakin taksiran kita benar-benar berlaku bagi populasi.

Tingkat keyakinan dapat membentang dari 0-100%. Keyakinan 95% biasanya lazim digunakan pada penelitian sosial atau bisnis. Maksud dari keyakinan 95% (alpha 0.05) ini adalah “setidaknya terdapat 95 dari 100 taksiran sampel yang akan mencerminkan populasi sebenarnya”.

Memahami Teknik Sampling

Bagi Grameds yang tengah mengerjakan atau hendak melakukan sebuah penelitian, pasti tidak asing dong dengan teknik sampling ini. Yap, teknik sampling adalah teknik pengambilan sampel yang secara umum terbagi menjadi dua jenis yakni probability sampling dan non-probability sampling. Dalam teknik pengambilan sampel dengan cara probabilitas, besarnya peluang untuk terpilih sebagai subjek sudah diketahui. Sementara dalam cara non-probabilitas, besarnya peluang elemen untuk ditentukan sebagai elemen tidak diketahui.

1. Probability Sampling

Probability sampling adalah teknik pengambilan sampel yang memberikan peluang sama kepada setiap anggota populasi untuk menjadi sampel. Dalam teknik ini nantinya akan meliputi beberapa teknik turunan lagi, sebut saja ada: simple random sampling, sistematis sampling, proportionate stratified random sampling, disproportionate stratified random sampling, dan cluster sampling. Nah, berikut ini adalah penjelasannya.

a) Simple Random Sampling

Yakni teknik paling sederhana (simple), berupa sampel akan diambil secara acak tanpa memperhatikan tingkatan yang ada di dalam populasi tersebut.

Misalnya, terdapat sebuah penelitian yang dilakukan di SD Muara Batu yang memiliki populasi siswa sebanyak 500 orang. Sang peneliti akan menentukan jumlah sampel dengan berdasarkan Tabel Isaac dan Michael dengan tingkat kesalahan adalah 5%, sehingga jumlah sampelnya adalah 205 siswa. Jumlah sampel 205 ini selanjutnya akan diambil secara acak, tanpa memperhatikan kelas, usia, dan jenis kelamin siswa.

b) Sistematis Sampling

Yakni teknik sampling dengan menggunakan nomor urut dari populasi. Nomor urut ini dapat ditetapkan sendiri oleh pihak peneliti maupun nomor identitas tertentu, misalnya urutan nomor ruangan, urutan nomor seragam, dan lainnya.

Misalnya, terdapat suatu penelitian yang dilakukan di sebuah Perusahaan Neo CityZen yang memiliki populasi sebanyak 125 karyawan. Pihak peneliti akan mengambil sampel berdasarkan nomor urut genap (2, 4, 6, 8, dst) atau nomor ganjil (1, 3, 5, 7, dst). Tidak hanya itu saja, nomor urut juga dapat didasarkan pada nomor kelipatan (2, 4, 8, 16, dst).

c) Proportionate Stratified Random Sampling

Sebenarnya, teknik ini hampir sama dengan Simple Random Sampling, tetapi dalam penentuan sampelnya perlu memperhatikan strata (tingkatan) yang ada di dalam populasi.

Misalnya, terdapat suatu penelitian yang dilakukan di sebuah perusahaan PT. NADAO yang memiliki populasi berjumlah 125 karyawan. Dengan menggunakan rumus slovin yang memiliki tingkat kesalahan 5%, maka diperoleh sampel berjumlah 95 orang. Populasi itu sendiri telah terbagi dalam tiga tingkatan yakni marketing, produksi, dan penjualan.

Marketing: 15 orang
Produksi: 75 orang
Penjualan: 35 orang

Maka, jumlah sampel harusnya diambil berdasarkan masing-masing tingkatan dengan rumus n = (populasi kelas / jumlah populasi keseluruhan) x jumlah sampel yang ditentukan. Berdasarkan rumus tersebut, maka akan mendapatkan hasil berupa:

Marketing : 15 / 125 x 95 = 11,4 dibulatkan 11
Produksi : 75 / 125 x 95 = 57
Penjualan : 35 / 125 x 95 = 26.6 dibulatkan 27

Sehingga dari keseluruhan sample kelas tersebut adalah 11 + 57 + 27 = 95 sampel.

d) Disproportionate Stratified Random Sampling

Yakni teknik yang hampir mirip dengan nomor tiga, tetapi terdapat ketidakprofesionalan dalam penentuan sampelnya, yang mana didasarkan pada suatu pertimbangan. Pertimbangan ini berupa apabila terdapat anggota populasi berstrata tetapi kurang proporsional pembagiannya.

Misal: terdapat sebuah penelitian di PT. HYYH dengan populasi berjumlah 1000 karyawan dan strata (tingkatan) didasarkan pada tingkat pendidikan, yakni SMP, SMA, D-3, S-1, dan S-2. Namun, jumlahnya tidak seimbang, yakni:

SMP : 100 orang
SMA : 700 orang
DIII : 180 orang
S1 : 10 orang
S2 : 10 orang

Pada strata tersebut, terlihat bahwa jumlah karyawan S-1 dan S-2 sangat tidak seimbang alias terlalu kecil jika dibandingkan dengan strata lainnya, sehingga dua kelompok ini seluruhnya dapat dijadikan sebagai sampel.

e) Cluster Sampling

Yakni teknik yang digunakan apabila sumber data atau populasi sangat luas, misalnya penduduk di suatu provinsi atau kabupaten. Nah, untuk menentukan sampelnya, maka wilayah populasi terlebih dahulu ditetapkan secara acak saja menggunakan teknik Proportional Stratified Random Sampling. Mengapa begitu? Karena jumlah populasi setiap wilayah itu berbeda-beda.

2. Non-Probability Sample

Artinya, setiap anggota populasi tidak memiliki kesempatan atau peluang untuk menjadi sampel. Dalam hal ini, terdapat enam teknik yakni: Sampling Sistematis, Sampling Kuota, Sampling Insidental, Sampling Purposive, Sampling Jenuh, dan Snowball Sampling. Nah, berikut ini adalah penjelasannya.

a) Sampling Sistematis

Yakni metode pengambilan sampel secara acak sistematis dengan interval (jarak) tertentu dari suatu kerangka sampel yang telah diurutkan.

b) Sampling Kuota

Yakni teknik pengambilan sampel dengan menentukan jumlah sampel dari populasi dengan ciri tertentu sampai kuota (jatah) yang diinginkan. Misal: terdapat penelitian mengenai persepsi siswa terhadap kemampuan mengajar guru di 10 sekolah. Maka sampel kuota dapat ditetapkan dengan masing-masing sekolah adalah 10 siswa.

c) Sampling Insidental

Yakni teknik penentuan sampel yang terjadi secara kebetulan (accidental) bertemu dengan peneliti, lantas dianggap cocok dengan karakteristik sampel yang telah ditentukan sebelumnya.

Misal: terdapat penelitian mengenai kepuasan pelanggan terhadap pelayanan Mall XXI. Sebelumnya, pihak peneliti telah membuat karakteristik yakni berupa usia di atas 15 tahun dan pertama kalinya pergi ke Mall XXI. Maka siapa saja yang bertemu dengan pihak peneliti di dalam Mall XXI tersebut, terutama yang memenuhi karakteristik, dapat dijadikan sebagai sampel.

d) Sampling Purposive

Yakni teknik penentuan sampel dengan adanya pertimbangan khusus sehingga layak dijadikan sebagai sampel. Penggunaan teknik ini biasanya terdapat dalam jenis penelitian kualitatif.

Misal: terdapat penelitian dengan permasalahan berupa daya tahan mesin. Maka sampel yang ditentukan adalah para teknisi atau ahli mesin yang telah memahami jenis permasalahan tersebut.

e) Sampling Jenuh

Yakni sampel yang mewakili segenap jumlah populasi. Dalam metode ini, biasanya dilakukan apabila populasi memang kecil yakni kurang dari 100. Misalnya, terdapat penelitian tentang kinerja guru di SMA JTBC. Namun, karena jumlah guru di sana hanyalah 35 orang saja, maka semua guru tersebut dijadikan sebagai sampel penelitian.

f) Snowball Sampling

Yakni teknik penentuan jumlah sampel yang semula kecil, kemudian terus-menerus membesar, layaknya bola salju. Biasanya, teknik ini akan digunakan pada jenis penelitian kualitatif.

Misal: terdapat penelitian tentang pola peredaran narkoba di wilayah X. Sampel awalnya adalah 5 orang napi, kemudian terus berkembang hingga mencangkup pihak–pihak lain. Sampel tersebut akan terus berkembang sampai informasi dapat ditemukan secara menyeluruh.

Sumber:

Syatriani, Dwi. Rumus Slovin. Academia.

Baca Juga!

Rumus Slovin: Definisi, Contoh Soal, Beserta Pemahaman Mengenai Populasi dan Sampel Dalam Penelitian

Apa Itu Rumus Slovin?