Population and Sample

Bagoes V.A.N

155030207121021

STUDY PROGRAM ON BUSINESS ADMINISTRATIVE SCIENCE

DEPARTMENT OF BUSINESS ADMINISTRATION
FACULTY OF ADMINISTRATIVE SCIENCE
UNIVERSITY OF BRAWIJAYA
MALANG
2019
 PREFACE
Praise and thanks to Allah SW for His grace and gift, for us to
complete this paper to fulfill the task of the business research method and
technique which contains a report on the "Population and Sample". This
paper is a requirement to fulfill the duties of Mrs. Andriani Kusuma Wati,
S. Sos., M.Sc, DBA as a Lecturer in Business and Engineering Research
Methods in accordance with the report of the Faculty of Administrative
Sciences majoring in Business Administration. We are also grateful for all
the directions and guidance he has to resolve them.

In the preparation of tasks or materials, not a few that we face.

However, we realize our fluency in working on this material is all other
things thanks to the help, encouragement, and guidance of the Systems
Analysis and Design lecturer, so that the support that drives us is overcome.

Hopefully this article can provide insight and contribute ideas for
special readers for UB students specifically in the Faculty of Administrative
Sciences. We are aware that these documents are incomplete and far from
perfect. Therefore, we ask for input to improve our paper in the future and
seek criticism and suggestions from all readers.

ii
 TABLE OF CONTENTS

Preface.....................................................................................................................i

Table Of Contents...................................................................................................ii

Chapter I Itroduction .............................................................................................1

Background ............................................................................................................1

Formulation of the problem....................................................................................1

The purpose of the problem....................................................................................2

Chapter II Discussion.............................................................................................3

A. What is concept..........................................................................................3
B. Concept unction.........................................................................................3
C. Concept characteristics..............................................................................4
D. Definition of variables...............................................................................4
E. Variable type.............................................................................................5
F. Measurment of variables...........................................................................7
G. Correlation between variables...................................................................9

Chapter III Covers..............................................................................................11

a. Conclusion.................................................................................11

References...........................................................................................................12

iii
 CHAPTER I

INTRODUCTION
A. Background
Untuk dapat melaksanakan penelitian dengan baik, seorang peneliti harus
memahami konsep populasi dan sampel. Populasi merupakan keseluruhan
objek/subjek penelitian, sedangkan sampel merupakan sebagian atau wakil
yang memiliki karakteristik representasi dari populasi. Untuk dapat
menentukan atau menetapkan sampel yang tepat diperlukan pemahaman
yang baik dari peneliti mengenai sampling, baik penentuan jumlah maupun
dalam menentukan sampel mana yang diambil. Kesalahan dalam
menentukan populasi akan berakibat tidak tepatnya data yang dikumpulkan
sehingga hasil penelitian pun tidak memiliki kualitas yang baik, tidak
representatif, dan tidak memiliki daya generalisasi yang baik. Pemahaman
peneliti mengenai populasi dan sampel merupakan hal yang esensial. Oleh
karena itu diperlukan pengetahuan yang mendalam tentang populasi dan
sampel tersebut.

B. Formulation of the problem

1. Bagaimana pengertian populasi
2. Bagaimana pengertian sampel
3. Bagaimana Teknik- Teknik menghitung sampel
4. Bagaimana penggunaan Teknik sampling

C. The purpose of the problem

1. Memahami pengertian Populasi
2. Memahami Pengertian Sampel
3. Memahami Teknik-Teknikku Menghitung Sampel
4. Memahami Penggunaan Teknik sampling

1
 CHAPTER II

Discussion
A. Pengertian populasi
Beberapa pengertian populasi antara lain dikemukakan oleh:
sugiyono (2001: 55) menyatakan bahwa populasi adalah wilayah generasi
yang terdiri atas objek/subjek yang mempunyai kuantitas dan karakteristik
tertentu yang di terapkan oleh peneliti untuk di pelajari dan kemudian ditarik
kesimpulannya.
Sedangkan menurut sugiyono (2012:80) populasi adalah wilayah
generalisasi yang terdiri atas objek/subjek yang mempunyai kualitas dan
karakteristik tertentu yang di terapkan oleh peneliti untuk di pelajari dan
kemudian di tarik kesimpulannya. Misalnya kita akan melakukan penelitian
pada suatu sekolah A, maka sekolah A ini merupakan populasi. Sekolah A
mempunyai sejumlah orang/subjek dan objek yang lain. Hal ini berarti
bahwa populasi dalam arti jumlah/ kuantitas. Akan tetapi sekolah A juga
mempunyai karakteristik seperti orang-orangnya, seperti motivasi kerjanya,
disiplin kerjanya, kepemimpinan kepala sekolahnya, iklim organisasinya
dan lain-lain, dan juga mempunyai karakteristik obyek lain, seperti
kebijakan, prosedur kerja, tata ruang kelas, lulusan yang di hasilkan dan
laini-lain. Yang terakhir ini dinamakan populasi dalam arti karakteristik.
Jadi populasi bukan hanya orang, tetapi juga benda-benda alam yang lain.
Populasi juga bukan sekedar jumlah yang ada pada objek/subjek yang di
pelajari, tetapi meliputi seluruh karakteristik/sifat yang dimiliki oleh objek
atau subjek itu sendiri.
Nasir (2005; 271) menyatakan bahwa populasi adalah kumpulan
dari individu dengan kualitas serta ciri-ciri yang telah di tetapan. Kualitas
atau ciri tersebut di namakan variabel. Sebuah populasi dengan jumlah
individu tertentu dinamakan populasi finit sedangkan, jika jumlah individu
dalam kelompok tidak memiliki jumlah yang tetap, ataupun jumlah yang
tidak terhingga, disebut populasi infinit.
Pengertian lainnya. Diuangkan oleh Nawawi ( Margono, 2004; 118).
Ia menyebutkan bahwa populasi adalah keseluruhan objek penelitian yang
terdiri dari manusia, benda-benda, hewan, tumbuhan, gejala, nilai tes,
peristiwa- peristiwa sebagai sumber data yang memiliki karakteristik tentu
di dalam sesuatu penelitian. Kaitannya dengan Batasan tersebut, populasi
dapat dibedakan berikut ini:
1. populasi terbatas atau populasi terhingga, yakni populasi
yang memiliki batas kuantitatif secara jelas karena memiliki
batas kuantitatif secara jelas karena memiliki karakteristik
yang terbatas.

2
 2. Populasi tak terbatas atau populasi tak terhingga, yakni
populasi yang tidak dapat ditemukan batas-batasnya,
sehingga tidak dapat ditanyakan dalam bentuk jumlah secara
kuantitatif.

Dalam keadaan seperti itu jumlahnya tidak dapat dihitung, hanya

dapat digambarkan suatu jumlah objek secara kualitas dengan karakteristik
yang bersifat umum yaitu orang-orang, dahulu, sekarang dan yang akan
menjadi guru. populasi seperti ini disebut juga parameter.

Selain itu menurut margono (2004: 1190 populasi dapat dibedakan

dalam hal berikut ini:

1. Populasi teoritis (teoritical population), yakni sejumlah

populasi yang batas-batasnya ditetapkan secara kualitatif.
Kemudian agar hasil penelitian berlaku juga bagi populasi
yang lebih luas.
2. Populasi yang tersedia ( accessible population), yakni
sejumlah populasi secara kuantitatif dapat dinyatakan
dengan tegas.

Margono (2004: 199-120) juga menyatakan bahwa persoalan

populasi penelitian harus dibedakan ke dalam sifat berikut ini:

1. Populasi bersifat homogen, yakni populasi yang unsur-

unsurnya memiliki sifat yang sama, sehingga tidak perlu
dipersoalkan jumlahnya secara kuantitatif.
2. Populasi yang bersifat heterogen, yakni populasi yang
unsurnya memiliki sifat atau keadaan yang bervariasi,
sehingga perlu ditetapkan batas-batasnya, baik secara
kualitatif maupun secara kuantitatif. Penelitian di bidang
sosial yang objeknya manusia atau gejala-gejala kehidupan
manusia menghadapi populasi yang heterogen.

3
B. Pengertian sampel
Menurut supranto ( 2008 : 23) sampel adalah sebagian dari populasi,
sedangkan sugiyono (2012: 81) sampel adalah bagian atau jumlah dan
karakteristik yang di miliki oleh populasi tersebut. Bila populasi terlalu
besar, dan peneliti tidak mungkin mempelajari semua yang ada dalam
populasi, maka peneliti akan mengambil sampel dari populasi itu. Apa yang
dipelajari dari sampel itu, kesimpulannya akan diberlakukan untuk populasi.
Untuk itu sampel yang di ambil dari populasi harus betul-betul representatif.

Ada empat parameter yang bias dianggap menentukan representativeness

sampel yaitu:
1. Variabel populasi
Variabilitas populasi merupakan hal yang sudah “Given”, artinya
peneliti harus menerima sebagaimana adanya, dan tidak dapat
mengatur atau memanipulasinya.
2. Besar sampel
Makin besar sampel yang di ambil semakin besar tau tingggi tarif
reprentativess sampel tersebut. Jika populasi homogen secara
sempurna, besarnya sampel tidak mempengaruhi taraf
representatives sampel.
3. Teknik penentuan sampel
Makin tinggi tingkat rambang dalam penentuan sampel, akan makin
tinggi pula tingkat representatives sampel
4. Kecermatan memasukkan ciri-ciri populasi dalam sampel
Makin lengkap ciri-coro populasinya yang dimasukkan ke dalam
sampel, makin tinggi tingkat represtativess sampel

Penggunaan sampel dalam kegiatan penelitian dilakukan dengan berbagai

alasan. Nawawi (Margono, 2004: 121) mengungkapkan beberapa alasan
tersebut, yaitu:

4
1. Ukuran populasi
Dalam hal populasi tak terbatas (tak terhingga) berupa
parameter yang jumlahnya tidak diketahui dengan pasti, pada
dasarnya bersifat konseptual. Karena itu sama sekali tidak
mungkin mengumpulkan data dari populasi seperti itu.
Demikian juga dalam populasi terbatas (terhingga) yang
jumlahnya sangat besar, tidak praktis untuk mengumpulkan data
dari populasi 50 juta murid sekolah dasar yang tersebar di
seluruh Indonesia.
2. Masalah biaya
Besar kecilnya biaya tergantung juga dari banyak
sedikitnya objek yang diselidiki. semakin besar jumlah objek,
maka semakin besar biaya yang diperlukan, lebih-lebih bila
objek itu tersebar di wilayah yang cukup luas. Oleh karena itu,
sampling ialah salah satu cara untuk mengurangi biaya.
3. Masalah waktu
Penelitian sampel selalu memerlukan waktu yang lebih
sedikit dari pada penelitian populasi, sehubungan dengan hal itu
apabila waktu yang tersedia terbatas, dan kesimpulan diinginkan
dengan segera, maka penelitian dengan sampel dalam hal ini ,
lebih tepat.
4. Percobaan yang sifatnya merusak
Banyak penelitian yang tidak dapat dilakukan pada
seluruh populasi karena dapat merusak atau merugikan.
Misalnya, tidak mungkin mengeluarkan semua darah dari tubuh
seseorang pasien yang akan dianalisis keadaan darahnya, juga
tidak mungkin mencoba seluruh neon untuk diuji kekuatannya.
Karena itu penelitian harus dilakukan hanya pada sampel.
5. Masalah ketelitian
Masalah ketelitian adalah salah satu segi yang diperlukan
agar kesimpulan cukup dapat diper tanggung jawabkan.
Ketelitian, dalam hal ini meliputi pengumpulan, pencatatan, dan
analisis data. Penelitian terhadap populasi belum tentu ketelitian
terjamin. boleh jadi peneliti akan bosan dalam melaksanakan
tugasnya. Untuk menghindarkan itu semua, penelitian terhadap
sampel memungkinkan ketelitian dalam suatu penelitian.
6. Masalah ekonomis
Pertanyaan yang harus selalu diajukan oleh seorang
peneliti” apakah kegunaan dari hasil penelitian sepadan dengan
biaya, waktu dan tenaga yang telah dikeluarkan? jika tidak,

5
 mengapa harus dilakukan penelitian?” dengan kata lain
penelitian sampel pada dasarnya akan lebih ekonomis daripada
penelitian populasi.

(sumadi, 2013: 5) secara umum, sampel yang baik adalah yang dapat
mewakili sebanyak mungkin karakteristik populasi. Sampel yang valid
harus memenuhi hal sebagai berikut:

A. Akurasi atau ketepatan

Akurasi atau ketepatan adalah tingkat ketiadaan “bias”
(kekeliruan) dalam Sampel. Dengan kata lain makin sedikit
tingkat kekeliruan yang ada dalam sampel, makin akurat sampel
itu.
B. Presisi
Presisi mengacu pada persoalan sedekat mana estimasi kita
dengan karakteristik populasi. Contoh: dari 500 karyawan ,
diambil sampel 100 orang. Setelah diukur, ternyata rata-rata per
hari setiap orang menghasilkan 100 produk, namun berdasarkan
laporan harian. Karyawan bisa mengahasilkan 110 unit. Artinya
di antara laporan harian yang di hitung berdasarkan populasi
dengan hasil penelitian yang dihasilkan dari sampel, terdapat
perbedaan 10 dengan rata-rata populasi dengan rata-rata sampel,
maka makin tinggi tingkat presisi sampel tersebut.

C. Teknik penarikan sampel

Teknik sampling adalah merupakan teknik pengambilan sampel

(Sugiyono, 2001:56). Margono (2004:125) menyatakan bahwa yang
dimaksud dengan teknik sampling adalah cara untuk menentukan sampel
yang jumlahnya sesuai dengan ukuran sampel yang akan dijadikan sumber
data sebenarnya, dengan memperhatikan sifat-sifat dan penyebaran populasi
agar diperoleh sampel yang representatif. Untuk menentukan sampel yang
akan digunakan dalam penelitian, terdapat berbagai teknik sampling yang
digunakan. secara skematis, menurut Sugiyono (2001: 57) teknik sampling
ditunjukkan pada gambar di bawah ini.

6
Dari gambar di atas terlihat bahwa Teknik sampling pada dasarnya dapat
dikelompokkan menjadi dua yaitu Probability Sampling dan Nonprobability
sampling.

1. Probability sampling
Menurut sugiono (2001: 57) menyatakan bahwa probability
sampling adalah Teknik sampling yang memberikan peluang yang
sama bagi setiap unsur (anggota) untuk dipilih menjadi anggota
sampel
Teknik sampel meliputi:
1) Simple random sampling
Margono (2004: 126) menyatakan bahwa simple
random sampling adalah teknik untuk mendapatkan sampel
yang langsung dilakukan pada unit sampling. dengan
demikian setiap unit sampling sebagai unsur populasi yang
terpencil memperoleh peluang yang sama untuk menjadi
sampel atau untuk mewakili populasi. cara demikian
dilakukan bila anggota populasi dianggap homogen. teknik

7
 ini dapat dipergunakan bilamana jumlah unit sampling di
dalam suatu populasi tidak terlalu besar. Misal, populasi
terdiri dari 500 orang mahasiswa program s1 (unit
sampling). Untuk memperoleh sampel sebanyak 150 orang
dari populasi tersebut, digunakan teknik ini, baik dengan
cara undian, ordinal, maupun tabel bilangan random.
Dikatakan sederhana karena pengambilan sampel dilakukan
secara acak tanpa memperhatikan strata yang ada pada
populasi itu. Cara demikian dilakukan bila anggota populasi
dianggap homogen.

2) Proportionate stratified random sampling

Margono (2004; 126) menyatakan bahwa stratified
random sampling biasa digunakan pada populasi yang
bertingkat atau berlapis-lapis dan tidak homogen. Misalnya,
populasi karyawan PT. Populer Jaya Mandiri berjumlah 125.
Dengan rumus slovin dan tingkat kesalahan 5% diperoleh
besar sampel adalah 95. Populasi sendiri terbagi ke dalam
tiga bagian marketing, produksi dan penjualan yang
masing2 berjumlah :

Marketing :15
Produksi :75
Penjualan :35

Maka jumlah sampel yang di ambil berdasarkan masing-

masing bagian tersebut ditentukan kembali dengan rumus
n=(populasi kelas/jumlah populasi keseluruhan)x jumlah
sampel yang ditentukan

Makerting :15/125x95 = 11,4

Produksi :75/125x95= 57
Penjualan :35/125x95 = 26.6
Sehingga dari keseluruhan sampel tersebut adalah
11+57+27= 95 sampel

3) Disproportionate stratified random sampling

Sugiyono (2001: 59) menyatakan bahwa Teknik ini
digunakan untuk menentukan jumlah sampel bila populasi

8
 berstrata tetapi kurang proporsional. Misalnya pegawai PT
Populer Utama Mandiri mempunyai 3 lulusan S3, 4 orang
lulusan S2, 90 orang lulusan S1, 800 orang lulusan SMU,
700 orang lulusan SMP, maka 3 orang lulusan S3 dan 4
orang S2 itu diambil semuanya sebagai sampel. Karena 2
kelompok itu terlalu kecil bila dibandingkan dengan S1,
SMU dan SMP.

4) Area sampling
Teknik ini disebut juga kluster random sampling.
Menurut Margono (2004: 127), teknik ini digunakan
bilamana populasi tidak terdiri dari individu-individu,
melainkan terdiri dari kelompok-kelompok individu atau
kluster. teknik sampling daerah digunakan untuk
menentukan sampel bila objek yang akan diteliti atau sumber
data sangat luas, misalnya penduduk dari suatu negara,
provinsi atau kabupaten. Untuk menentukan penduduk mana
yang akan dijadikan sumber data, maka pengambilan
sampelnya berdasarkan daerah populasi yang telah
ditetapkan. Sugiyono (2001: 59) memberikan contoh, di
Indonesia terdapat 27 provinsi, dan sampelnya akan
menggunakan 10 provinsi, maka pengambilan 10 provinsi
itu dilakukan secara random. Tetapi perlu diingat, karena
provinsi-provinsi di Indonesia itu berstrata maka
pengambilan sampelnya perlu menggunakan stratield
random sampling.

2. Nonprobability sampling

Nonprobability sampling adalah teknik pengambilan sampel

yang tidak memberi peluang/kesempatan sama bagi setiap unsure
atau anggota populasi untuk dipilih menjadi sampel. Menurut
Sugiyono (2001: 60) nonprobability sampling adalah teknik yang
tidak memberi peluang/kesempatan yang sama bagi setiap
unsur atau anggota populasi untuk dipilih menjadi sampel. teknik
sampel ini meliputi:
1) Sampling sistematis
Sugiyono (2006; 60) menyatakan bahwa sampling
sistematis adalah teknik penentuan sampel berdasarkan
urutan dari anggota populasi yang telah diberi nomor

9
 urut. Misalnya anggota populasi yang terdiri dari 100
orang. dari semua anggota itu diberi nomor urut, yaitu
nomor 1 sampai dengan nomor 100. Pengambilan sampel
dapat dilakukan dengan nomor ganjil saja, genap saja,
atau kelipatan dari bilangan tertentu, misalnya kelipatan
dari bilangan lima. Untuk itu maka yang diambil sebagai
sampel adalah 5,10,15,20 dan seterusnya sampai 100.

2) Sampling kuota
Menurut Sugiyono (2006; 60) menyatakan bahwa
sampling kuota adalah teknik untuk menentukan sampel
dari populasi yang mempunyai ciri- ciri tertentu sampai
jumlah kuota yang diinginkan. Menurut Margono (2004;
127) dalam teknik ini jumlah populasi tidak
diperhitungkan akan tetapi diklasifikasikan
dalam beberapa kelompok. (ampel diambil dengan
memberikan jatah tertentu terhadap kelompok.
Pengumpulan data dilakukan langsung pada unit
sampling. setelah jatah terpenuhi, pengumpulan data
dihentikan. sebagai contoh, akan melakukan penelitian
terhadap pegawai golongan II, dan penelitian dilakukan
secara kelompok. setelah jumlah sampel ditentukan 100,
dan jumlah anggota peneliti berjumlah 5 orang, maka
setiap anggota peneliti dapat memilih sampel secara
bebas sesuai dengan karakteristik yang ditentukan
(golongan II) sebanyak 20 orang.

3) Sampling aksidental
Sampling aksidental adalah teknik penentuan sampel
berdasarkan kebetulan, yaitu siapa saja yang secara
kebetulan bertemu dengan peneliti dapat digunakan
sebagai sampel, bila dipandang orang yang kebetulan
ditemui itu cocok sebagai sumber data (Sugiyono, 2001:
60). Menurut Margono (2004; 127) menyatakan bahwa
dalam teknik ini pengambilan sampel tidak ditetapkan
lebih dahulu. Peneliti langsung mengumpulkan data dari
unit sampling yang ditemui. Misalnya penelitian tentang
pendapat umum mengenai pemilu dengan
mempergunakan setiap warga negara yang telah dewasa
sebagai unit sampling. Peneliti mengumpulkan data

10
 langsung dari setiap orang dewasa yang dijumpainya,
sampai jumlah yang diharapkan terpenuhi.

4) Purposive sampling
Sugiyono (2001: 61) menyatakan bahwa sampling
purposive adalah teknik penentuan sampel dengan
pertimbangan tertentu. Menurut Margono( 2004; 128),
pemilihan sekelompok subjek dalam purposive
sampling, didasarkan atas ciri-ciri tertentu yang
dipandang mempunyai sangkut paut yang erat dengan
)iri%)iri populasi yang sudah diketahui sebelumnya.
dengan kata lain unit sampel yang dihubungi disesuaikan
dengan kriteria-kriteria tertentu yang diterapkan
berdasarkan tujuan penelitian. Misalnya akan melakukan
penelitian tentang disiplin pegawai, maka sampel yang
dipilih adalah orang yang ahli dalam bidang
kepegawaian saja.

5) Sampling jenuh
Menurut Sugiyono (2001; 61) sampling jenuh adalah
teknik penentuan sampel bila semua anggota populasi
digunakan sebagai sampel. hal ini sering dilakukan bila
jumlah populasi relatif kecil, kurang dari 30 orang.
Istilah lain sampel jenuh adalah sensus, dimana semua
anggota populasi dijadikan sampel.

6) Snowball sampling
Snowball sampling adalah teknik penentuan sampel
yang mula-mula jumlahnya kecil, kemudian sampel ini
disuruh memilih teman-temannya untuk dijadikan
sampel Sugiyono, (2001; 61). Begitu seterusnya,
sehingga jumlah sampel semakin banyak. Ibarat bola
salju yang menggelinding, makin lama semakin besar.
Pada penelitian kualitatif banyak menggunakan sampel
purposive dan snowball.

Cara ini banyak dipakai ketika peneliti tidak banyak tahu

tentang populasi penelitiannya. Dia hanya tahu satu atau dua orang

11
 yang berdasarkan penilaiannya bisa dijadikan sampel. Karena peneliti
menginginkan lebih banyak lagi, lalu dia minta kepada sampel pertama
untuk menunjukkan orang lain yang kira-kira bisa dijadikan sampel.
Misalnya, seorang peneliti ingin mengetahui pandangan wanita terhadap
poligami. Peneliti cukup mencari satu orang wanita dan kemudian
melakukan wawancara. setelah selesai, peneliti tadi minta kepada wanita
tersebut untuk bisa mewawancarai teman lainnya. teknik pengambilan
sampel snowball dapat digambarkan sebagai berikut:

D. Teknik penentuan jumlah sampel

Untuk menentukan sampel dari populasi digunakan perhitungan

maupun acuan tabel yang dikembangkan para ahli. secara umum, untuk
penelitian korelasional jumlah sampel minimal untuk memperoleh hasil
yang baik adalah 30, sedangkan dalam penelitian eksperimen jumlah sampel
minimum 15 dari masing-masing kelompok dan untuk penelitian survei
jumlah sampel minimum adalah 100.
Lucas Setia Atmaja (2009: 106) menuliskan, beberapa faktor yang
menentukan ukuran suatu sampel adalah sebagai berikut:
1) Interval keyakinan yang digunakan semakin tinggi interval
keyakinan, maka semakin besar ukuran sampel yang
dibutuhkan untuk memberikan ketepatan dugaan tertentu
pada kondisi ekstrem, misalnya jika kita ingin memastikan

12
 yakin 100% bahwa interval duga yang kita buat
meliputi parameter populasi, maka kita harus mengambil
sampel seluruh populasi.
2) Kesalahan maksimal yang di ijinkan Variasi dari populasi,
diukur dengan deviasi standar (suatu populasi dengan variasi
kecil tentunya membutuhkan sampel yang lebih sedikit)

Suatu nasihat yang perlu diingat, bahwa penetapan jumlah sampel

yang terlalu banyak selalu lebih baik daripada sempel kecil. Untuk
menentukan jumlah sampel yang di ambil, Beberapa formula yang
ditawarkan oleh para ahli yaitu:
1. Penentuan jumlah sampel menurut pendapat dari Nawawi
Nawawi (Margono, 2004; 123) memberikan cara untuk memperoleh
jumlah sampel minimal yang harus diselidiki dengan menggunakan
rumus:
2
 Z 
n  pq 2 
 b 
 
Keterangan:
n = Jumlah sampel
≥ = Sama dengan atau lebih besar
p = Proporsi populasi persentase kelompok pertama
q = Proporsi sisa di dalam populasi
Z  = Derajat koefisien konfidensi pada 99% dan 95%
2

b = Persentase perkiraan kemungkinan membuat kekeliruan dalam

menentukan ukuran sampel

Contoh:
Jika diketahui jumlah populasi guru SMA lulusan d3 di jatim
adalah 400.000. dii antara mereka yang tinggal di daerah pedesaan
sebanyak 50.000 orang. Berapa sampel yang perlu diselidiki dalam
rangka mengungkapkan hambatan penamaan disiplin sekolah di
wilayah masing-masing.
Perhitugan:
50.000
F  100%  12,5% atau P  0,125
400.000

13
 q  1,00  0,125  0.875
Z  1,96 (pada derajat konfidensi 99% atau 0,05)
2

b = 5 % atau 0,05
Dimasukkan ke dalam rumus sebagai berikut:

2
 1,96 
n  0,125  0,875 
 0,05 
n  1.740,21 dibulatkan menjadi 1.740 orang.

Apabila proporsi di dalam populasi yang tersedia tidak diketahui

maka variasi p dan q dapat mengganti dengan harga maksimum,
yakni (0,50 x 0,50 = 0,25). Ukuran sampel yang harus diselidiki:
2
 1.96 
n  0,025 
 0,05 
n  3,84

2. Penentuan jumlah sampel dengan menggunakan rumus slovin

Jumlah sampel penelitian berdasarkan rumus slovin dinyatakan
sebagai:
𝑁
n = 𝑁𝑑2 + 1
= sampel; N = populasi; d = nilai presisi 95% atau sig. = 0,05.
Misalnya, jumlah populasi adalah 125, dan tingkat kesalahan yang
dikehendaki adalah 5%, maka jumlah sampel yang digunakan
adalah :
= 125 / 125 (0,05)2 + 1 = 95,23, dibulatkan 95

3. Penentuan jumlah sampel menggunakan rumus Taro Yamane

Untuk jumlah populasi yang telah diketahui dapat digunakan rumus
Taro Yamane (Taro Yamane, 1967) untuk menghitung jumlah
sampel yang diperlukan:

𝑁
𝑛=
𝑁𝑑2 +1

14
 n = Jumlah sampel

N = Jumlah populasi

d = level signifikansi yang diinginkan (umumnya 0,05 untuk bidang

non-eksak dan 0,01 untuk bidang eksakta).

4. Penentuan jumlah sampel menggunakan rumus Isaac dan

Michael
Metode yang dikembangkan oleh Isaac dan Michael adalah
cara untuk menentukan jumlah sampel yang memenuhi syarat
berikut: (1) diketahui jumlah populasinya; (2) pada taraf kesalahan
(significance level) 1%, 5% dan 10%; dan (3) cara ini khusus
digunakan untuk sampel yang terdistribusi normal, sehingga cara ini
tidak dapat digunakan untuk sampel yang tidak terdistribusi normal,
seperti sampel yang homogen.

𝜆2 . 𝑁. 𝑃. 𝑄
𝑠=
𝑑 2 (𝑁 − 1) + 𝜆2 . 𝑃. 𝑄
𝜆2 dengan dk = 1, taraf kesalahan bisa 1 %, 5 % dan 10 %.
P = Q = 0,5. d= 0,05, s = jumlah sampel

Berikut diberikan tabelnya:

15
 TABEL PENENTUAN JUMLAH SAMPEL DARI POPULASI
TERTENTU
DENGAN TARAF KESALAHAN, 1%, 5%, DAN 10 %

Signifikansi Signifikansi
N N
1% 5% 10% 1% 5% 10%
10 10 10 10 280 197 155 138
15 15 14 14 290 202 158 140
20 19 19 19 300 207 161 143
25 24 23 23 320 216 167 147
30 29 28 28 340 225 172 151
35 33 32 32 360 234 177 155
40 38 36 36 380 242 182 158
45 42 40 39 400 250 186 162
50 47 44 42 420 257 191 165
55 51 48 46 440 265 195 168
60 55 51 49 460 272 198 171
65 59 55 53 480 279 202 173
70 63 58 56 500 285 205 176
75 67 62 59 550 301 213 182
80 71 65 62 600 315 221 187
85 75 68 65 650 329 227 191
90 79 72 68 700 341 233 195
95 83 75 71 750 352 238 199
100 87 78 73 800 365 243 202
110 94 84 78 850 373 247 205
120 102 89 83 900 382 251 208
130 109 95 88 950 391 255 211
140 116 100 92 1000 399 258 213
150 122 105 97 1100 414 265 217
160 129 110 101 1200 427 270 221
170 135 114 105 1300 440 275 224
180 142 119 108 1400 450 279 227
190 148 123 112 1500 460 283 229
200 154 127 115 1600 469 286 232
210 160 131 118 1700 477 289 234
220 165 135 122 1800 485 292 235
230 171 139 125 1900 492 294 237
240 176 142 127 2000 498 297 238
250 182 146 130 2200 510 301 241
260 187 149 133 2400 520 304 243

16
270 192 152 135 2600 529 307 245
Sumber : Sugiyono (2012; 87)

Berdasarkan rumus tersebut dapat di hitung jumlah sampel

dari populasi mulai dari 10. Dari tabel diatas terlihat bahwa, makin
besar taraf kesalahan, maka akan semakin kecil ukuran sampel.
Sebagai contoh : untuk populasi 2000, untuk taraf kesalahan 1 %
jumlah sampelnya 498, untuk taraf kesalahan 5 % jumlah sampelnya
297 dan untuk tarafnya 10% jumlah sampelnya 238.

5. Penentuan jumlah sampel menggunakan Nomogram Harry

King
Harry King menghitung sampel tidak hanya didasarkan atas
kesalahan 5% saja, tetapi bervariasi sampai 15%. Tetapi jumlah
populasi paling tinggi hanya 2000. Nomogram ini ditunjukkan pada
gambar di bawah ini. Dari gambar tersebut diberikan pula contoh
bila populasi 200, kepercayaan sampel dalam mewakili populasi
95%, maka jumlah sampelnya sekitar 58% dari populasi. Jadi 0,58 ´
200 = 116. Bila populasi 800, kepercayaan sampel 90% atau
kesalahan 10%, maka jumlah sampel = 7,5% dari populasi. Jadi
0,075 ´ 800 = 60. terlihat di sini semakin besar kesalahan akan
semakin kecil jumlah sampel.
Dalam Nomogram Harry King, jumlah populasi maksimum
2000, dengan taraf kesalahan yang bervariasi, mulai 0,3 % sampai
dengan 10 %, dan faktor pengali yang disesuaikan dengan taraf
kesalahan yang ditentukan. Dalam nomogram terlihat untuk
confident interval ( interval kepercayaan ) 80% faktor pengalinya =
0,780, untuk 85% faktor pengalinya = 0,785, untuk 95% faktor
pengalinya = 1,195 dan untuk 99 % faktor pengalinya = 1,573.

17
 Cara penggunaannya juga praktis, misalnya populasi berjumlah 200 orang,

bila tingkat kepercayaan yang dikehendaki adalah 5%, maka jumlah

sampel yang diambil adalah:

n = 200 x (58%) x 1,195

= 138,62 ˜ 139 orang

Keterangan:
Angka 58% didapat dari nomograf dengan menarik garis lurus melewati
angka 200 dan taraf kesalahan 5%.

1,195 adalah faktor pengali dari selang kepercayaan 95%

18
 6. Penentuan jumlah sampel menggunakan table Krejcie dan
Morgan

Metode lainnya untuk penentuan jumlah sampel adalah dengan

menggunakan Tabel Krejcie dan Morgan. Berikut disajikan table
Krejcie dan Morgan.

Populasi Sampel Populsi Sampel Populasi Sampel

(N) (n) (N) (n) (N) (N)
10 10 220 140 1200 291
15 14 230 144 1300 297
20 19 240 148 1400 302
25 24 250 152 1500 306
30 28 260 155 1600 310
35 32 270 159 1700 313
40 36 280 162 1800 317
45 40 290 165 1900 320
50 44 300 169 2000 322
55 48 320 175 2200 327
60 52 340 181 2400 331
65 56 360 186 2600 335
70 59 380 191 2800 338
75 63 400 196 3000 341
80 66 420 201 3500 346
85 70 440 205 4000 351
90 73 460 210 4500 354
95 76 480 214 5000 357
100 80 500 217 6000 361

19
110 86 550 226 7000 364
120 92 600 234 8000 367
130 97 650 242 9000 368
140 103 700 248 10000 370
150 108 750 254 15000 375
160 113 800 260 20000 377
170 118 850 265 30000 379
180 123 900 269 40000 380
190 127 950 274 50000 381
200 132 1000 278 75000 382
210 136 1100 285 1000000 384

Sumber : http://teorionline.wordpress.com/

7. Penentuan jumlah sampel dengan Rumus

Bila ukuran sampel lebih dari 100.000, maka peneliti tidak bisa
melihat tabel lagi, oleh karena itu, peneliti harus dapat menghitung
sendiri. Ada dua rumus yang dikemukakan oleh Sugiyono (2001:
66-68) yaitu yang tidak diketahui simpangan bakunya dan yang
kedua yang diketahui simpangan bakunya.
Contoh 1:
Misal seorang peneliti ingin mengetahui produktivitas kerja pegawai
dilembaga A. Peneliti berhipotesis bahwa produktivitas kerja
pegawai dilembaga A paling sedikit 70% dari tolok ukur ideal yang
ditetapkan. Untuk itu diperlukan ukuran sampel sebagai sumber
datanya.
Untuk menghitungkan ukuran sampel diperlukan rumus sebagai
berikut:
pq
n 2
p
Keterangan:
n = Ukuran sampel yang diperlukan
p = Persentase hipotesis (Ho) dinyatakan dalam peluang yang
besarnya = 0,50
q = 1 – 0,50 = 0,50

20
 p = Perbedaan antara yang ditaksir pada hipotesis kerja (Ha)
dengan hipotesis nol (Ho), dibagi dengan Z pada tingkat
kepercayaan tertentu.
Misalnya diketahui kepercayaan 68%, Z = 1; 95%, Z =1,96; 99%, Z
= 2,58. Untuk contoh di atas misal taraf kepercayaan 95% berarti Z
= 1,96 maka:
2
 70%  50% 
p 2
 
 1,96 
2
 1,20 
 
 1,96 
 0,1020
2

 1,0104

Dengan demikian maka besarnya ukuran sampel yang diperlukan

sebagai sumber data pada taraf kepercayaan 95% adalah:

n
0.500.50 
0.25
 24.0282
0.0104 0.0104
Atau 25 orang. Jadi paling sedikit 25 orang sebagai sumber data.
Misalkan taraf kepercayaan yang dikehendaki 99% maka harga Z =
2.58 maka ukuran sampel yang diperlukan adalah:
n
0,500,50  0,25  41,60
2
 0,7  0,5  0,006
 
 2,58 
Jadi ukuran sampel yang diperlukan adalah 42 orang.
Ketika peneliti menggunakan beberapa rumus, maka akan
mendapatkan hasil yang berbeda. Lalu mana yang dipakai ?
sebaiknya yang dipakai adalah jumlah ukuran sampel terbesar.

21
 Chapter III

Closing

A. Conclusion
Dari berbagai penjelasan di atas dapat kita simpulkan bahwa teknik penentuan
jumlah sampel maupun penentuan sampel sangat menentukan keberhasilan
pencapaian tujuan dari penelitian. Dengan kata lain, sampel yang diambil secara
sembarangan tanpa memperhatikan aturan-aturan dan tujuan dari penelitian itu
sendiri tidak akan berhasil memberikan gambaran menyeluruh dari populasi.
oleh karena itu, untuk mencapai tujuan dalam penelitian, peneliti harus dapat
menentukan teknik yang tepat dan efektif sehingga didapatkan sampel yang baik.

22
 References

Margono, 2004, Metodologi Penelitian Pendidika, Jakarta: Rineka Cipta.

Nazir, 2005, Metode Penelitian, Jakarta: Ghalia Indonesia.

Sugiyono, 2005, Memahami Penelitian Kualitatif, Bandung: Alfabeta.

_______, 2001, Statistika untuk Penelitian, Bandung: Alfabeta.

http://teorionline.wordpress.com/ ( diunduh tanggal 20 Septermber 2014 )

23