Hampir setiap mahasiswa yang sedang menyusun skripsi pernah sampai di titik ini: sudah punya topik, sudah punya rumusan masalah, tapi tiba-tiba bingung saat harus mengisi bagian populasi dan sampel di bab metodologi. Definisinya terdengar sederhana, tapi begitu dihadapkan pada situasi nyata, pertanyaan-pertanyaan kecil mulai muncul. Apakah populasiku sudah tepat? Berapa banyak sampel yang cukup? Teknik sampling mana yang harus aku pakai?
Kebingungan ini bukan karena topiknya terlalu sulit. Kebingungan ini terjadi karena penjelasan yang tersedia hampir selalu berhenti di definisi, tanpa pernah menjelaskan bagaimana kedua konsep ini bekerja bersama dalam satu penelitian nyata. Akibatnya, banyak mahasiswa akhirnya menulis populasi dan sampel di laporan mereka tanpa benar-benar memahami mengapa pilihan itu dibuat.
Panduan ini dirancang untuk menutup celah tersebut. Bukan dengan menambah definisi baru, tapi dengan menjelaskan bagaimana populasi dan sampel berfungsi sebagai dua keputusan penelitian yang saling berkaitan, lengkap dengan framework memilih teknik sampling, cara menghitung ukuran sampel, contoh dari berbagai bidang, dan panduan penulisan konkret yang bisa langsung kamu gunakan.
Mengapa Dua Konsep Ini Sering Membingungkan
Kebingungan antara populasi dan sampel biasanya bukan soal tidak tahu definisinya. Sebagian besar mahasiswa bisa menyebutkan bahwa populasi adalah keseluruhan subjek dan sampel adalah bagian dari populasi. Masalahnya muncul ketika harus mengaplikasikan definisi itu ke topik penelitian yang spesifik dan konkret.
Apakah populasiku adalah semua mahasiswa di Indonesia, atau hanya yang ada di kampusku? Apakah aku harus meneliti semua guru di sekolah ini, atau cukup beberapa? Kalau semua siswanya hanya ada 80 orang, apakah tetap perlu mengambil sampel?
Pertanyaan-pertanyaan seperti itu tidak bisa dijawab hanya dengan hafalan definisi. Ia membutuhkan pemahaman tentang mengapa kita membedakan populasi dan sampel sejak awal, dan bagaimana keputusan tentang sampel secara langsung memengaruhi seberapa valid dan seberapa luas kesimpulan yang bisa kamu tarik dari penelitianmu.
Apa Itu Populasi dalam Penelitian
Populasi adalah keseluruhan subjek, objek, atau fenomena yang menjadi fokus perhatian dalam penelitianmu. Ini bukan sekadar kumpulan orang, tapi batasan yang kamu definisikan sendiri berdasarkan tujuan penelitianmu.
Populasi Bukan Hanya Tentang Orang
Ini salah satu hal yang sering tidak dijelaskan dengan cukup. Populasi bisa berupa:
- Individu atau kelompok manusia, misalnya mahasiswa semester akhir, guru SMA negeri, atau pasien diabetes di satu rumah sakit.
- Objek atau benda, misalnya semua laporan keuangan UMKM di satu kota, produk yang diproduksi dalam satu bulan, atau artikel berita dari satu media dalam satu tahun.
- Peristiwa atau kondisi, misalnya semua kejadian kecelakaan lalu lintas di satu wilayah dalam satu periode tertentu.
Yang membuat sesuatu menjadi populasi dalam penelitianmu bukan jumlahnya, tapi relevansinya dengan pertanyaan yang ingin kamu jawab. Populasi yang baik harus didefinisikan secara jelas berdasarkan tiga hal: siapa atau apa yang masuk, di mana batasannya, dan dalam periode waktu yang mana.
Bagaimana Cara Mengidentifikasi Populasi dari Topik Penelitian
Cara paling mudah mengidentifikasi populasimu adalah dengan mengajukan tiga pertanyaan pada topik penelitianmu:
- Siapa atau apa yang relevan dengan pertanyaan penelitianku? Ini menentukan jenis subjek atau objeknya.
- Di mana batasannya secara geografis atau institusional? Ini menentukan ruang lingkupnya.
- Dalam rentang waktu mana penelitian ini berlaku? Ini menentukan batas waktunya.
Misalnya, kalau topikmu adalah pengaruh kebiasaan membaca terhadap kemampuan menulis, jawabannya bisa jadi: siswa (siapa) di SMP Negeri di Kota Semarang (di mana) pada tahun ajaran 2024/2025 (kapan). Dari tiga jawaban itu, populasimu sudah terdefinisi dengan jelas dan bisa diverifikasi.
Apa Itu Sampel dan Mengapa Penelitian Membutuhkannya
Sampel adalah sebagian dari populasi yang dipilih untuk mewakili keseluruhan populasi dalam penelitian. Fungsinya bukan sekadar untuk memperkecil pekerjaan, tapi untuk memungkinkan peneliti menarik kesimpulan yang berlaku lebih luas dari data yang jumlahnya terbatas.
Logika di Balik Penggunaan Sampel
Bayangkan kamu ingin mengetahui rata-rata jam tidur mahasiswa Indonesia. Jumlah mahasiswa aktif di Indonesia mencapai jutaan orang. Tidak ada peneliti individual yang bisa menjangkau semuanya, baik dari segi waktu, biaya, maupun logistik. Di sinilah sampel bekerja.
Kalau kamu memilih 400 mahasiswa dari berbagai universitas, berbagai jurusan, dan berbagai daerah secara cermat, data dari 400 orang itu bisa memberikan gambaran yang cukup akurat tentang kondisi jutaan mahasiswa lainnya. Itulah prinsip dasar sampling: sebagian yang dipilih dengan tepat bisa mewakili keseluruhan.
Kunci dari logika ini adalah kata “dipilih dengan tepat.” Sampel yang dipilih secara acak dan mewakili karakteristik populasi disebut sampel yang representatif. Sampel yang tidak representatif akan menghasilkan kesimpulan yang menyesatkan, terlepas dari seberapa banyak jumlahnya.
Syarat Utama Sampel yang Baik
Tidak semua sampel diciptakan sama. Ada tiga syarat yang harus dipenuhi agar sampel bisa diandalkan:
- Representatif: sampel harus mencerminkan karakteristik penting dari populasinya. Kalau populasimu terdiri dari pria dan wanita dengan proporsi yang berbeda, sampelmu sebaiknya mencerminkan proporsi itu juga.
- Memadai secara ukuran: sampel yang terlalu kecil rentan terhadap kesalahan sampling. Tapi sampel yang terlalu besar juga tidak selalu lebih baik kalau proses pemilihannya tidak sistematis.
- Dipilih dengan metode yang tepat: metode pemilihan sampel harus sesuai dengan tujuan penelitian dan karakteristik populasinya.
Perbedaan Populasi dan Sampel Secara Langsung
Daripada hanya menjelaskan masing-masing secara terpisah, tabel berikut merangkum perbedaan keduanya dalam dimensi yang paling penting untuk dipahami peneliti pemula:
| Dimensi | Populasi | Sampel |
|---|---|---|
| Definisi | Keseluruhan subjek yang menjadi target penelitian | Bagian dari populasi yang dipilih untuk diteliti |
| Ukuran | Bisa sangat besar, bahkan tidak terbatas | Lebih kecil dari populasi, ditentukan berdasarkan kebutuhan |
| Penggunaan | Menjadi rujukan dan batas penelitian | Menjadi sumber data aktual yang dianalisis |
| Tujuan | Mendefinisikan siapa yang relevan | Memungkinkan penelitian dilakukan secara praktis |
| Hasil | Tidak semua diteliti secara langsung | Data dari sampel digunakan untuk menyimpulkan kondisi populasi |
| Kesimpulan | Berlaku untuk keseluruhan populasi | Valid selama sampel representatif |
Hubungan antara keduanya bersifat hierarkis: populasi selalu lebih besar atau sama dengan sampel. Sampel tidak pernah lebih besar dari populasinya. Kalau seluruh anggota populasi diteliti, kondisi itu disebut sensus, bukan sampling.
Mengenal Dua Kategori Besar Teknik Sampling
Sebelum memilih teknik sampling yang spesifik, ada satu keputusan yang perlu dibuat lebih dulu: apakah situasi penelitianmu memungkinkan pemilihan sampel secara acak, atau tidak? Jawaban dari pertanyaan ini menentukan kategori mana yang paling tepat untukmu.
Probability Sampling dan Kapan Ia Digunakan
Probability sampling adalah pendekatan di mana setiap anggota populasi memiliki peluang yang sama untuk terpilih sebagai sampel. Pendekatan ini menghasilkan sampel yang paling representatif dan memungkinkan generalisasi yang lebih kuat ke populasi.
Probability sampling cocok digunakan ketika:
- Daftar lengkap anggota populasi tersedia atau bisa dibuat.
- Kamu ingin hasil penelitianmu bisa digeneralisasikan ke populasi yang lebih luas.
- Penelitianmu bersifat kuantitatif dan membutuhkan analisis statistik yang kuat.
Tantangannya adalah kamu benar-benar membutuhkan akses ke seluruh daftar populasi untuk bisa melakukan pengacakan yang sesungguhnya. Kalau daftar itu tidak tersedia, probability sampling menjadi sulit dilakukan secara benar.
Non-Probability Sampling dan Situasi yang Cocok Untuknya
Non-probability sampling adalah pendekatan di mana pemilihan sampel tidak dilakukan secara acak. Tidak semua anggota populasi memiliki peluang yang sama untuk terpilih. Pendekatan ini lebih fleksibel dan sering lebih realistis dalam kondisi penelitian di lapangan.
Non-probability sampling cocok digunakan ketika:
- Daftar lengkap populasi tidak tersedia atau tidak mungkin dibuat.
- Penelitianmu bersifat kualitatif dan lebih mengutamakan kedalaman daripada generalisasi.
- Kamu membutuhkan informan dengan karakteristik atau pengalaman spesifik yang tidak bisa didapat dari pengacakan.
- Waktu dan sumber daya terbatas.
Kelemahannya adalah hasil penelitian dari sampel non-probabilistik tidak bisa digeneralisasikan ke populasi secara statistik. Tapi dalam banyak konteks penelitian, khususnya penelitian kualitatif, itu memang bukan tujuannya.
Teknik Sampling yang Paling Sering Digunakan dalam Penelitian
Setelah memutuskan kategori mana yang sesuai, langkah berikutnya adalah memilih teknik yang spesifik. Berikut adalah teknik-teknik yang paling umum digunakan dalam penelitian akademik, beserta kondisi penggunaan yang paling tepat untuk masing-masingnya.
Simple Random Sampling
Simple random sampling adalah teknik di mana setiap anggota populasi dipilih secara acak murni, tanpa stratifikasi atau seleksi khusus. Analoginya seperti mengundi nama dari sebuah kotak: semua orang punya peluang yang sama.
Teknik ini paling tepat digunakan ketika populasinya homogen, artinya anggotanya memiliki karakteristik yang relatif seragam dan tidak ada sub-kelompok yang perlu diwakili secara proporsional. Syarat utamanya adalah tersedianya daftar lengkap anggota populasi yang bisa diakses.
Dalam praktiknya, simple random sampling bisa dilakukan dengan menggunakan tabel angka acak, fungsi random pada spreadsheet, atau aplikasi pengacak data. Teknik ini kuat secara statistik tapi bisa merepotkan kalau populasinya sangat besar dan tersebar secara geografis.
Stratified Random Sampling
Stratified random sampling membagi populasi ke dalam sub-kelompok (strata) berdasarkan karakteristik tertentu, lalu mengambil sampel secara acak dari setiap strata secara proporsional atau tidak proporsional tergantung kebutuhan.
Teknik ini sangat berguna ketika populasimu heterogen dan kamu ingin memastikan setiap sub-kelompok terwakili dengan baik dalam sampelmu. Misalnya, kalau kamu meneliti mahasiswa dari empat fakultas yang berbeda dan ingin setiap fakultas terwakili, stratified sampling lebih tepat daripada simple random sampling.
Kelebihan utamanya adalah meningkatkan representativitas sampel, terutama untuk sub-kelompok yang jumlahnya kecil dalam populasi. Tanpa stratifikasi, kelompok kecil itu bisa tidak terpilih sama sekali dalam pengacakan murni.
Purposive Sampling
Purposive sampling adalah teknik di mana peneliti memilih sampel berdasarkan pertimbangan dan tujuan tertentu, bukan berdasarkan pengacakan. Orang yang dipilih adalah mereka yang dianggap paling relevan, paling berpengalaman, atau paling representatif terhadap fenomena yang sedang diteliti.
Teknik ini paling sering digunakan dalam penelitian kualitatif karena tujuannya bukan representasi statistik tapi kedalaman informasi. Kalau kamu meneliti pengalaman mantan narapidana dalam beradaptasi kembali ke masyarakat, kamu tidak bisa mencari sampel secara acak. Kamu perlu menemukan orang yang benar-benar pernah mengalaminya dan bersedia berbagi.
Yang perlu diperhatikan adalah transparansi dalam menjelaskan kriteria pemilihan informan. Dosen dan penguji perlu tahu mengapa orang-orang yang kamu pilih dianggap paling tepat untuk menjawab pertanyaan penelitianmu.
Snowball Sampling
Snowball sampling dimulai dari satu atau beberapa informan awal, lalu meminta mereka untuk mereferensikan orang lain yang juga relevan, dan begitu seterusnya hingga jumlah sampel yang dibutuhkan tercapai. Namanya menggambarkan cara ia bekerja: seperti bola salju yang menggelinding dan semakin besar.
Teknik ini sangat berguna untuk meneliti populasi yang sulit dijangkau atau tidak memiliki daftar yang bisa diakses, misalnya komunitas tertentu, kelompok dengan kondisi khusus, atau orang-orang dengan pengalaman yang spesifik dan langka. Snowball sampling juga memanfaatkan jaringan kepercayaan yang sudah ada di antara anggota komunitas, sehingga lebih mudah mendapatkan akses dan keterbukaan dari informan.
Keterbatasannya adalah sampel yang dihasilkan cenderung homogen karena orang cenderung mereferensikan orang-orang yang mirip dengan dirinya. Ini perlu diakui secara terbuka dalam bagian metodologi penelitian.
Sampling Jenuh
Sampling jenuh, yang juga disebut total sampling, digunakan ketika seluruh anggota populasi dijadikan sampel. Ini bukan berarti kamu melakukan sensus dalam arti yang formal, tapi keputusan untuk tidak mengambil sebagian saja karena populasinya memang kecil.
Menurut Sugiyono, sampling jenuh cocok digunakan ketika jumlah populasi kurang dari 30 orang, atau ketika peneliti ingin membuat generalisasi dengan kesalahan yang sangat kecil. Dalam konteks skripsi S1, teknik ini sering dipilih ketika populasinya terbatas, misalnya semua karyawan di satu kantor kecil, semua guru di satu sekolah, atau semua anggota satu komunitas spesifik.
Kalau populasimu memang kecil dan semua anggotanya bisa dijangkau, sampling jenuh adalah pilihan yang valid dan justru menghasilkan data yang lebih lengkap dibandingkan mengambil sebagian saja.
Cara Menentukan Ukuran Sampel yang Memadai
Pertanyaan “berapa banyak sampel yang cukup?” adalah salah satu yang paling sering diajukan dan paling jarang dijawab dengan jelas. Jawabannya bergantung pada beberapa faktor: jenis penelitian, teknik analisis yang digunakan, tingkat kepercayaan yang diinginkan, dan apakah populasinya diketahui jumlahnya atau tidak.
Menggunakan Rumus Slovin untuk Populasi yang Diketahui
Rumus Slovin adalah salah satu formula paling populer dalam penelitian sosial dan pendidikan untuk menentukan ukuran sampel minimum dari populasi yang sudah diketahui jumlahnya. Rumusnya adalah:
n = N / (1 + N.e²)
Di mana:
- n = ukuran sampel yang dibutuhkan
- N = jumlah total populasi
- e = tingkat kesalahan yang masih dapat diterima (biasanya 0,05 atau 5% untuk penelitian sosial)
Contoh penggunaannya: kalau populasimu adalah 500 mahasiswa dan kamu menggunakan tingkat kesalahan 5%, maka:
n = 500 / (1 + 500 x 0,0025) = 500 / (1 + 1,25) = 500 / 2,25 = 222 mahasiswa
Artinya, minimal 222 mahasiswa perlu dijadikan sampel agar hasilnya bisa diandalkan dengan margin kesalahan 5%.
Tapi perlu diingat: Rumus Slovin memiliki keterbatasan. Ia paling tepat digunakan untuk penelitian deskriptif atau korelasional dengan populasi yang terdefinisi jelas. Untuk penelitian eksperimental atau yang membutuhkan kekuatan statistik tertentu, teknik penentuan ukuran sampel yang lebih kompleks mungkin diperlukan.
Ketika Populasi Tidak Diketahui Jumlahnya
Tidak semua populasi bisa dihitung dengan pasti. Kalau populasimu adalah “semua pengguna aktif media sosial di Indonesia” atau “semua UMKM informal di satu kota”, kamu tidak punya angka yang pasti untuk dimasukkan ke rumus Slovin.
Dalam kondisi ini, beberapa pendekatan yang bisa digunakan antara lain:
- Menggunakan pedoman ukuran sampel dari literatur metodologi, misalnya pedoman dari Hair et al. yang menyarankan minimal 5-10 responden per variabel untuk analisis multivariat.
- Menggunakan tabel penentuan sampel dari Isaac dan Michael, yang menyediakan ukuran sampel yang sudah dihitung sebelumnya untuk berbagai ukuran populasi dan tingkat kepercayaan.
- Menggunakan batas minimum yang diterima secara umum dalam penelitian kuantitatif, yaitu 30 responden sebagai jumlah minimum untuk analisis statistik yang bermakna.
Yang paling penting adalah transparansi: jelaskan dalam metodologimu mengapa kamu menggunakan ukuran sampel tertentu dan apa dasar pertimbangannya.
Ukuran Sampel dalam Penelitian Kualitatif
Penelitian kualitatif bekerja dengan logika yang berbeda. Tujuannya bukan representasi statistik, tapi kedalaman pemahaman. Karena itu, ukuran sampel dalam penelitian kualitatif tidak ditentukan oleh rumus, tapi oleh prinsip yang disebut kejenuhan data (data saturation).
Kejenuhan data tercapai ketika wawancara atau observasi tambahan tidak lagi menghasilkan informasi baru yang bermakna. Dalam praktiknya, ini biasanya terjadi pada 6 sampai 15 informan tergantung pada kompleksitas fenomena yang diteliti dan keberagaman karakteristik informannya.
Untuk penelitian fenomenologi, Creswell merekomendasikan 5 sampai 25 partisipan. Untuk studi kasus, jumlahnya sangat bergantung pada kasus yang diteliti. Yang paling penting bukan angkanya, tapi apakah informan yang dipilih benar-benar memberikan informasi yang kaya dan relevan.
Contoh Populasi dan Sampel dalam Berbagai Bidang Penelitian
Memahami konsep ini jauh lebih mudah kalau disertai dengan contoh yang mengikuti alur lengkap dari identifikasi populasi sampai pemilihan sampel. Tiga skenario berikut ini masing-masing berasal dari bidang yang berbeda agar relevan dengan berbagai latar belakang pembaca.
Contoh dalam Penelitian Pendidikan
Topik penelitian: Hubungan antara frekuensi membaca buku dan kemampuan literasi siswa sekolah dasar.
Identifikasi populasi: Seluruh siswa kelas 5 sekolah dasar negeri di Kota Yogyakarta pada tahun ajaran 2024/2025. Setelah didata, jumlah totalnya adalah 3.200 siswa dari 40 sekolah.
Teknik sampling yang dipilih: Stratified random sampling berdasarkan klaster sekolah (sekolah di wilayah perkotaan, pinggiran, dan pedesaan dalam kota), karena karakteristik akses bacaan kemungkinan berbeda antar wilayah.
Ukuran sampel: Menggunakan rumus Slovin dengan tingkat kesalahan 5%, diperoleh sampel minimal 356 siswa, yang kemudian diambil secara proporsional dari masing-masing klaster wilayah.
Mengapa pilihan ini valid: Stratifikasi memastikan bahwa siswa dari berbagai kondisi geografis terwakili, sehingga hasil penelitian bisa mencerminkan kondisi yang lebih nyata di lapangan.
Contoh dalam Penelitian Kesehatan
Topik penelitian: Pengalaman pasien hipertensi dalam mengelola pola makan sehari-hari setelah mendapat diagnosis.
Identifikasi populasi: Pasien hipertensi yang sedang aktif dalam program pemantauan di Puskesmas X selama periode Januari sampai Maret 2025. Jumlah total pasien dalam program ini adalah 47 orang.
Teknik sampling yang dipilih: Purposive sampling dengan kriteria: sudah terdiagnosis minimal 6 bulan, tidak memiliki komplikasi serius yang menghalangi wawancara, dan bersedia berpartisipasi.
Ukuran sampel: 10 informan dipilih berdasarkan variasi usia (muda, paruh baya, lansia) dan variasi lama diagnosis untuk mendapatkan perspektif yang beragam.
Mengapa pilihan ini valid: Penelitian ini bersifat kualitatif fenomenologi dan tidak membutuhkan representasi statistik. Yang dibutuhkan adalah kedalaman informasi dari orang-orang yang benar-benar menjalani pengalaman yang diteliti.
Contoh dalam Penelitian Sosial
Topik penelitian: Pengaruh intensitas penggunaan media sosial terhadap kepuasan hidup remaja di perkotaan.
Identifikasi populasi: Remaja berusia 15 sampai 18 tahun yang tinggal di wilayah urban Kota Bandung dan aktif menggunakan minimal satu platform media sosial.
Teknik sampling yang dipilih: Simple random sampling dari daftar siswa SMA negeri dan swasta di wilayah target yang disediakan oleh Dinas Pendidikan setempat.
Ukuran sampel: Populasi terdaftar mencapai 12.000 siswa. Menggunakan rumus Slovin dengan tingkat kesalahan 5%, diperoleh sampel minimal 387 responden.
Mengapa pilihan ini valid: Populasinya relatif homogen dalam hal usia dan akses teknologi, sehingga simple random sampling sudah cukup untuk menghasilkan sampel yang representatif tanpa perlu stratifikasi yang kompleks.
Kesalahan Umum dalam Menentukan Populasi dan Sampel
Mengetahui cara yang benar tidak cukup kalau kamu tidak tahu jebakan yang paling sering membuat populasi dan sampel penelitian dipertanyakan.
Populasi yang Terlalu Luas atau Terlalu Sempit
Populasi yang terlalu luas membuat penelitian menjadi tidak fokus dan sulit dijalankan. “Semua masyarakat Indonesia” adalah populasi yang tidak bisa diteliti oleh mahasiswa individual. Sementara populasi yang terlalu sempit bisa membuat hasil penelitian terlalu terbatas untuk bisa memberikan kesimpulan yang bermakna.
Kuncinya adalah mendefinisikan populasi sesuai dengan skala dan tujuan penelitianmu. Kalau penelitianmu adalah skripsi S1 dengan waktu dan sumber daya yang terbatas, populasi yang terdiri dari beberapa ratus sampai beberapa ribu orang di satu institusi atau wilayah sudah lebih dari cukup untuk menghasilkan penelitian yang bermakna.
Sampel yang Tidak Representatif
Sampel yang tidak representatif terjadi ketika orang-orang yang kamu teliti tidak mencerminkan karakteristik penting dari populasinya. Ini bisa terjadi karena pemilihan sampel yang bias, misalnya hanya menyebarkan kuesioner ke teman-teman sendiri, atau hanya mewawancarai orang yang mudah dijangkau tanpa mempertimbangkan keberagaman karakteristiknya.
Sampel yang tidak representatif menghasilkan data yang tidak bisa digeneralisasikan. Kesimpulan yang kamu buat dari sampel seperti itu berlaku hanya untuk orang-orang yang kamu teliti, bukan untuk populasi yang lebih luas. Ini bukan masalah jumlah sampel, tapi masalah cara pemilihannya.
Menggunakan Teknik Sampling yang Tidak Sesuai dengan Jenis Penelitian
Salah satu kesalahan yang paling sering terlewat adalah ketidaksesuaian antara teknik sampling dan jenis penelitian. Menggunakan simple random sampling untuk penelitian kualitatif misalnya, tidak masuk akal secara konseptual karena tujuan penelitian kualitatif bukan representasi statistik.
Sebaliknya, menggunakan purposive sampling untuk penelitian kuantitatif yang ingin menggeneralisasi hasil ke populasi luas akan membuat validitas eksternal penelitianmu dipertanyakan. Teknik sampling harus dipilih berdasarkan tujuan penelitian, bukan berdasarkan kemudahan atau kebiasaan.
Cara Menulis Populasi dan Sampel dalam Bab Metodologi
Memahami konsepnya adalah satu hal. Menuliskannya dengan benar di laporan adalah hal lain yang sama pentingnya. Bagian ini memberikan contoh kalimat konkret yang bisa kamu jadikan referensi.
Contoh Kalimat Penulisan Populasi
Penulisan populasi dalam bab metodologi harus menyebutkan siapa atau apa yang menjadi populasi, di mana batasannya, dan dalam rentang waktu yang mana. Berikut contohnya:
“Populasi dalam penelitian ini adalah seluruh siswa kelas XI program IPA di SMA Negeri se-Kota Semarang pada tahun ajaran 2024/2025. Berdasarkan data dari Dinas Pendidikan Kota Semarang, jumlah total siswa yang memenuhi kriteria tersebut adalah 2.847 orang yang tersebar di 18 sekolah.”
Perhatikan bahwa kalimat ini langsung menyebut siapa, di mana, kapan, dan berapa jumlahnya. Tidak ada ambiguitas yang bisa menimbulkan pertanyaan dari penguji.
Contoh Kalimat Penulisan Sampel dan Teknik Sampling
Penulisan sampel harus menyebutkan teknik yang digunakan, alasan pemilihannya, ukuran sampel, dan bagaimana cara pengambilannya. Berikut contohnya:
“Pengambilan sampel dalam penelitian ini menggunakan teknik stratified random sampling dengan mempertimbangkan distribusi siswa berdasarkan wilayah sekolah (pusat kota, pinggiran kota). Stratifikasi dilakukan untuk memastikan setiap kelompok wilayah terwakili secara proporsional dalam sampel. Berdasarkan perhitungan menggunakan rumus Slovin dengan tingkat kesalahan 5%, diperoleh ukuran sampel minimal sebesar 341 siswa. Pengambilan sampel dari setiap stratum dilakukan secara acak menggunakan tabel angka acak.”
Kalimat ini mencakup empat hal yang biasanya ditanyakan penguji: tekniknya apa, mengapa teknik itu dipilih, berapa ukuran sampelnya dan dasar perhitungannya, dan bagaimana teknisnya dilakukan.
Menerapkan Konsep Ini Langsung dalam Penelitianmu
Setelah membaca semua yang ada di artikel ini, kamu sudah memiliki semua yang dibutuhkan untuk menentukan populasi dan sampel penelitianmu sendiri. Bukan hanya tahu definisinya, tapi tahu bagaimana cara berpikir tentang keduanya sebagai keputusan penelitian yang saling berkaitan.
Mulailah dengan mendefinisikan populasimu secara spesifik: siapa atau apa yang relevan, di mana batasannya, dan dalam rentang waktu yang mana. Setelah populasinya jelas, tanyakan apakah kamu bisa menjangkau seluruhnya atau perlu mengambil sampel. Kalau perlu sampel, putuskan lebih dulu apakah situasimu memungkinkan probability sampling atau membutuhkan non-probability sampling. Baru setelah itu pilih teknik yang spesifik dan tentukan ukurannya berdasarkan rumus atau pedoman yang sesuai.
Setiap keputusan dalam proses ini harus bisa kamu jelaskan dengan alasan yang logis dan sesuai dengan tujuan penelitianmu. Kalau kamu bisa menjelaskan mengapa kamu memilih populasi dan sampel tertentu dengan argumen yang jelas, artinya kamu sudah benar-benar memahaminya, dan itu adalah modal yang kuat untuk menghadapi sidang skripsi dengan percaya diri.
Referensi
- Sugiyono. (2019). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Alfabeta. https://www.alfabeta.id
- Arikunto, S. (2014). Prosedur Penelitian: Suatu Pendekatan Praktik. Rineka Cipta. https://www.rinekaciptaofficial.com
- Creswell, J. W., & Creswell, J. D. (2018). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches (5th ed.). SAGE Publications. https://www.sagepub.com
- Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate Data Analysis (8th ed.). Cengage Learning. https://www.cengage.com
- Isaac, S., & Michael, W. B. (1995). Handbook in Research and Evaluation (3rd ed.). EdITS Publishers.
