Teknik sampling adalah cara memilih sebagian populasi sebagai sampel penelitianmu. Salah pilih teknik = sampel nggak representatif = kesimpulan nggak valid. Halaman ini ngerangkum 9 teknik sampling, kapan pakai mana, plus cara menghitung jumlah sampel yang tepat.
Aturan dasar: teknik sampling harus match dengan tujuan penelitianmu. Kuantitatif untuk generalisasi → probability sampling. Kualitatif untuk kedalaman → purposive sampling.
Apa itu populasi vs sampel?
- Populasi = keseluruhan unit yang diteliti (misal: semua mahasiswa S1 di Indonesia)
- Sampel = bagian populasi yang diambil sebagai representasi (misal: 200 mahasiswa dari 5 universitas)
Kalau kamu bisa teliti seluruh populasi, namanya sensus (jarang feasible). Kalau ambil sebagian, namanya sampling.
2 kategori teknik sampling
Probability Sampling
Setiap anggota populasi punya peluang sama untuk terpilih. Cocok untuk kuantitatif yang ingin generalisasi.
Jenis-jenisnya:
- Simple Random Sampling
- Stratified Sampling
- Systematic Sampling
- Cluster Sampling
- Multi-stage Sampling
Non-Probability Sampling
Pemilihan sampel tidak random. Cocok untuk kualitatif atau kuantitatif dengan keterbatasan akses.
Jenis-jenisnya:
- Convenience / Accidental Sampling
- Purposive Sampling
- Snowball Sampling
- Quota Sampling
Probability Sampling — kapan pakai mana?
1. Simple Random Sampling
Setiap anggota populasi diberi nomor, lalu dipilih secara acak (lottery, random number generator).
Kapan pakai: populasi homogen + ada daftar populasi lengkap.
Contoh: kamu mau survey 100 mahasiswa S1 dari total 5.000. Daftar nama mahasiswa tersedia di SIAKAD. Pakai random number generator untuk pilih 100 nomor.
Kesulitan: butuh daftar populasi lengkap. Kalau nggak ada, susah dieksekusi.
2. Stratified Sampling
Populasi dibagi jadi strata (kelompok), lalu sampel diambil proporsional dari tiap strata.
Kapan pakai: populasi heterogen, dan kamu mau pastikan tiap kelompok terwakili.
Contoh: 1.000 mahasiswa = 600 perempuan + 400 laki-laki. Sample 100 → ambil 60 perempuan + 40 laki-laki.
Kesulitan: butuh data demografi populasi sebelumnya.
3. Systematic Sampling
Pilih setiap kelipatan ke-k dari daftar populasi.
Kapan pakai: ada daftar urut populasi (no urut, alfabet).
Contoh: populasi 1.000, sample 100 → pilih nomor 1, 11, 21, 31, dst.
4. Cluster Sampling
Populasi dibagi jadi cluster (kelompok geografis/organisasi), lalu pilih sebagian cluster secara acak. Semua anggota dari cluster terpilih dijadikan sample.
Kapan pakai: populasi tersebar luas, sulit/mahal akses semua.
Contoh: penelitian guru SD di Indonesia → ambil 5 provinsi acak → ambil 10 sekolah acak per provinsi → semua guru di sekolah terpilih jadi sample.
5. Multi-stage Sampling
Kombinasi beberapa teknik sampling dalam tahap-tahap.
Contoh: cluster sampling provinsi → stratified sampling jenis sekolah → simple random sampling guru.
Non-Probability Sampling — kapan pakai mana?
1. Convenience / Accidental Sampling
Ambil siapa saja yang kebetulan tersedia.
Kapan pakai: keterbatasan waktu/akses, target eksploratori.
Contoh: sebar kuesioner online ke semua follower Instagram → siapa yang isi, itu sample.
Kelemahan: bias akses. Generalisasi terbatas. Tetapi: paling banyak dipakai mahasiswa karena praktis.
2. Purposive Sampling
Pilih sample yang memenuhi kriteria spesifik.
Kapan pakai: butuh sample dengan karakteristik tertentu (kuantitatif terbatas + kualitatif).
Contoh: penelitian pengaruh program training pada karyawan → kriteria: karyawan tetap, masa kerja > 2 tahun, sudah ikut training X. Hanya yang memenuhi kriteria yang jadi sample.
3. Snowball Sampling
Mulai dari 1-2 informan → minta rekomendasi → terus berkembang seperti bola salju.
Kapan pakai: populasi sulit diakses (komunitas tertutup, populasi sensitif).
Contoh: penelitian aktivis organisasi mahasiswa → mulai dari 1 ketua → minta rekomendasi anggota lain → akses berkembang.
4. Quota Sampling
Pilih sample sampai memenuhi kuota per kategori (mirip stratified, tapi non-random).
Kapan pakai: kuantitatif tanpa daftar populasi, butuh proporsi spesifik.
Contoh: target 100 mahasiswa = 50 dari kampus negeri + 50 dari kampus swasta. Asal terpenuhi 50:50, sample valid.
Cara menghitung jumlah sampel
Untuk Kuantitatif
Rumus Slovin (paling umum)
n = N / (1 + N × e²)
- N = populasi
- e = margin error (5% = 0.05; 10% = 0.10)
- n = sample minimum
Contoh: populasi 5.000, margin 10% → n = 5.000 / (1 + 5.000 × 0.01) = 98 ≈ 100.
Rumus rule of thumb (untuk regresi)
| Jenis analisis | Sample minimum |
|---|---|
| Korelasi sederhana | 30 |
| Regresi sederhana (1 variabel X) | 50 |
| Regresi berganda (k variabel X) | 50 + 8k atau 10 × k |
| SEM (Structural Equation Modeling) | 200 |
| Eksperimen per kelompok | 15-30 |
G*Power (untuk power analysis profesional)
Software gratis. Input: effect size, alpha (0.05), power (0.8), jumlah variabel → output jumlah sampel.
Untuk Kualitatif
Tidak pakai rumus. Aturan: lakukan wawancara sampai data jenuh (saturation).
| Jenis kualitatif | Range informan |
|---|---|
| Fenomenologi | 5-15 |
| Studi kasus | 1-5 kasus, plus 10-20 informan terkait |
| Etnografi | tidak fixed, observasi 3-6 bulan |
| Naratif | 1-5 informan dengan wawancara mendalam berulang |
| Grounded theory | 20-30 sampai theoretical saturation |
Kesalahan umum dalam sampling
1. Sample terlalu kecil
Regresi 5 variabel dengan sample 30 = power statistik rendah, hasil nggak reliable. Ikuti rule of thumb minimal.
2. Pakai convenience sampling untuk hasil generalisasi
Sample dari Instagram followers ditarik kesimpulan "perilaku konsumen Indonesia". Salah. Sample non-probability tidak bisa generalisasi tanpa hati-hati.
3. Skip kalkulasi rumus
"Saya pakai 100 sample karena umumnya 100." Tanpa justifikasi rumus, penguji bakal nanya "kenapa 100?" Pakai Slovin atau rule of thumb.
4. Sample homogen padahal populasi heterogen
Penelitian mahasiswa Jakarta tapi cuma sample 1 kampus = bias akses. Untuk generalisasi yang baik, ambil multi-kampus.
5. Tidak menjelaskan teknik di Bab 3
"Penelitian ini menggunakan 100 sampel mahasiswa." Tanpa sebut teknik samplingnya. Penguji akan nanya: random? convenience? purposive?
Tips praktis untuk skripsi sarjana
- Mulai dari yang feasible — kalau kamu nggak punya akses ke daftar populasi, lupakan probability sampling. Pakai purposive atau convenience.
- Jujur tentang teknik yang dipakai — kalau pakai convenience, akui. Lebih baik akui keterbatasan daripada pura-pura random.
- Sample size minimal sesuai aturan — jangan kompromi karena males nyebar.
- Antisipasi response rate — kalau target 100, sebar 130-150. Online umumnya 60-80% response rate.
- Justifikasi di Bab 3 — sebutkan teknik + rumus + alasan dengan jelas.
Mau Flapjack bantu hitung sample?
Chat di WhatsApp. Sebutin: jenis penelitianmu (regresi/korelasi/eksperimen), jumlah variabel, populasi sasaran. Flapjack bakal kasih rumus yang sesuai + estimasi sample minimum + saran teknik sampling.
Lihat juga: metode kuantitatif, cara menulis Bab 3, atau pillar metode penelitian.
Lihat panduan lengkap metode penelitian skripsi.