Idealnya, sampel haruslah benar-benar menggambarkan atau mewakili karakteristik populasi yang sebenarnya. Sebagai contoh, dalam suatu polling (jajak pendapat) yang ingin mengetahui berapa proporsi (persentase) pemilih yang akan menentukan kandidat Bupati “X”, membutuhkan sampel yang benar-benar mewakili kondisi demografi pemilih di Kabupaten “X”.
Secara umum, terdapat dua pendekatan dalam metode pemilihan sampel. Yakni probability sampling dan nonprobability sampling. Dalam metode probability sampling, seluruh unsur (misalnya: orang, rumah tangga) dalam suatu populasi mempunyai kesempatan yang sama untuk dipilih dalam sampel. Dalam metode ini, cara pemilihan sampel harus dilakukan secara acak (random). Demikian pula dengan jumlah sampel minimum, harus dihitung secara matematis menurut probabilitas.
Sebaliknya, dalam metode nonprobability sampling, unsur populasi yang dipilih sebagai sampel tidak mempunyai kesempatan yang sama, contohnya sebab ketersediaan (contoh: orang yang sukarela sebagai responden), atau sebab dipilih peneliti secara subyektif. Sebagai akibatnya, penelitian tersebut tidak sanggup menggambarkan kondisi populasi yang sesungguhnya.
Metode Slovin
Pertanyaan dalam seringkali diajukan dalam metode pengambilan sampel ialah berapa jumlah sampel yang diharapkan dalam penelitian. Sampel yang terlalu kecil sanggup menimbulkan penelitian tidak sanggup menggambarkan kondisi populasi yang sesungguhnya. Sebaliknya, sampel yang terlalu besar sanggup menjadikan pemborosan biaya penelitian.
Salah satu metode yang dipakai untuk menentukan jumlah sampel ialah memakai rumus Slovin (Sevilla et. al., 1960:182), sebagai berikut:
dimana
n: jumlah sampel
N: jumlah populasi
e: batas toleransi kesalahan (error tolerance)
Untuk memakai rumus ini, pertama ditentukan berapa batas toleransi kesalahan. Batas toleransi kesalahan ini dinyatakan dengan persentase. Semakin kecil toleransi kesalahan, semakin akurat sampel menggambarkan populasi. Misalnya, penelitian dengan batas kesalahan 5% berarti mempunyai tingkat akurasi 95%. Penelitian dengan batas kesalahan 2% mempunyai tingkat akurasi 98%. Dengan jumlah populasi yang sama, semakin kecil toleransi kesalahan, semakin besar jumlah sampel yang dibutuhkan.
Contoh:
Sebuah perusahaan mempunyai 1000 karyawan, dan akan dilakukan survei dengan mengambil sampel. Berapa sampel yang diharapkan apabila batas toleransi kesalahan 5%.
Dengan memakai rumus Slovin:
n = N / ( 1 + N e² ) = 1000 / (1 + 1000 x 0,05²) = 285,71 » 286.
Dengan demikian, jumlah sampel yang diharapkan ialah 286 karyawan.
Referensi:
Sevilla, Consuelo G. et. al (2007). Research Methods. Rex Printing Company. Quezon City.
Sumber http://analisis-statistika.blogspot.com