Populasi dan Sampel: Cara Tepat Menentukan di Skripsi

Pernah nggak, kamu udah semangat mau mulai nyebar kuesioner, terus dosen pembimbing tanya satu pertanyaan sederhana: "Populasimu siapa, sebenernya?" — dan kamu tiba-tiba bingung sendiri? Atau mungkin kamu nulis "populasi penelitian ini adalah seluruh masyarakat Indonesia" dan dosen langsung coret dengan tanda tanya besar. Dulu gue juga pernah di posisi itu. Bab III gue direvisi tiga kali cuma gara-gara definisi populasi yang ngambang dan teknik sampling yang nggak ada justifikasinya.

Masalahnya bukan kamu nggak ngerti statistik. Masalahnya lebih ke ini: kebanyakan mahasiswa belajar definisi populasi dan sampel, tapi nggak pernah diajarin cara memutuskan teknik mana yang tepat untuk penelitian mereka. Artikel ini beda. Kita nggak cuma bahas definisi — kita bahas keputusan nyata yang harus kamu ambil sebelum satu pun kuesioner tersebar.

Populasi vs Sampel: Memahami Perbedaan yang Sering Disalahpahami

Apa Itu Populasi dalam Penelitian?

Populasi bukan sekadar "semua orang." Menurut Buku Metode Penelitian Sugiyono (edisi terbaru), populasi adalah wilayah generalisasi yang terdiri atas objek atau subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Kata kunci di sana: karakteristik tertentu yang ditetapkan peneliti. Artinya, populasi harus dibatasi oleh tiga dimensi — siapa, di mana, dan kapan.

Contohnya begini. Kamu meneliti pengaruh motivasi kerja terhadap kinerja karyawan. Populasinya bukan "karyawan di Indonesia" — itu terlalu luas dan tidak terukur. Populasi yang tepat adalah "seluruh karyawan tetap PT X di Kota Pekanbaru per Januari 2024." Ada batasannya. Ada angkanya. Bisa dihitung.

Apa Itu Sampel dan Mengapa Tidak Bisa Sembarangan Dipilih?

Sampel adalah bagian dari populasi yang dipilih secara sistematis untuk mewakili keseluruhan populasi tersebut. Kata "sistematis" ini yang sering diabaikan. Banyak mahasiswa memilih sampel berdasarkan kemudahan — siapa yang kebetulan ada, siapa yang mau diajak ngisi kuesioner. Padahal, cara pemilihan sampel langsung menentukan seberapa valid kesimpulan penelitianmu bisa digeneralisasi ke populasi yang lebih luas.

Creswell — Research Design (2014) menegaskan bahwa pemilihan sampel yang baik harus mempertimbangkan tujuan penelitian, jenis data yang dibutuhkan, dan aksesibilitas terhadap populasi. Kalau salah di sini, seluruh bangunan analisismu bisa runtuh di sidang.

Populasi Target vs Populasi Terjangkau

Ini distinksi yang jarang diajarkan tapi sering jadi bahan pertanyaan penguji. Populasi target adalah populasi ideal yang ingin kamu generalisasi temuannya — misalnya, seluruh guru SMA di Indonesia. Populasi terjangkau (accessible population) adalah bagian dari populasi target yang secara realistis bisa kamu akses — misalnya, seluruh guru SMA Negeri di Kota Medan.

Kenapa penting dibedakan? Karena sampelmu diambil dari populasi terjangkau, bukan populasi target. Jadi kesimpulanmu pun hanya bisa digeneralisasi ke populasi terjangkau terlebih dahulu — bukan langsung ke populasi target. Banyak mahasiswa melupakan nuansa ini dan overgeneralize temuan mereka di Bab V.

Dua Kelompok Besar Teknik Sampling dan Kapan Menggunakannya

Probability Sampling: Saat Kamu Ingin Generalisasi Temuan

Probability sampling berarti setiap anggota populasi punya peluang yang sama (atau terukur) untuk terpilih sebagai sampel. Kelompok teknik ini cocok dipakai kalau kamu punya daftar lengkap anggota populasi (sampling frame), penelitianmu bersifat kuantitatif, dan tujuanmu adalah menggeneralisasi temuan ke populasi yang lebih luas. Hasilnya lebih representatif — dan dosen penguji lebih mudah menerimanya.

Syarat utamanya: kamu harus punya sampling frame yang lengkap. Tanpa daftar populasi yang jelas, probability sampling tidak bisa dijalankan dengan benar.

Non-Probability Sampling: Saat Akses dan Konteks Lebih Penting

Non-probability sampling berarti pemilihan anggota sampel tidak menggunakan mekanisme acak, melainkan berdasarkan pertimbangan tertentu — baik itu keahlian, aksesibilitas, atau karakteristik spesifik yang dibutuhkan penelitian. Teknik ini lebih fleksibel dan sering dipakai untuk penelitian kualitatif, penelitian eksplorasi, atau saat populasinya memang tidak bisa diidentifikasi secara lengkap.

Kelemahannya: temuan tidak bisa digeneralisasi secara statistik. Tapi untuk banyak tujuan penelitian — terutama yang berorientasi pemahaman mendalam, bukan generalisasi angka — ini justru pilihan yang lebih tepat.

Framework 3 Pertanyaan untuk Memilih Kelompok Sampling

Sebelum kamu memilih teknik spesifik, jawab tiga pertanyaan ini dulu:

1. Apakah kamu punya daftar lengkap anggota populasi? → Kalau ya, probability sampling lebih tepat.
2. Apakah tujuan penelitianmu adalah generalisasi statistik? → Kalau ya, harus probability sampling.
3. Apakah populasimu tersembunyi atau sulit diakses secara langsung? → Kalau ya, non-probability sampling lebih realistis.

Pro Tip: Jenis penelitianmu (kuantitatif atau kualitatif) bukan satu-satunya penentu teknik sampling. Akses ke populasi dan ketersediaan sampling frame sama pentingnya. Jangan pilih probability sampling cuma karena terdengar "lebih ilmiah" kalau kamu tidak punya daftar populasinya.

7 Teknik Sampling yang Paling Sering Dipakai di Skripsi Indonesia

Probability Sampling: 4 Teknik Utama

1. Simple Random Sampling Setiap anggota populasi dipilih secara acak murni — bisa pakai undian, tabel angka acak, atau generator acak digital. Ideal kalau populasimu homogen dan sampling frame-nya tersedia lengkap. Keterbatasan praktisnya: kalau populasi tersebar luas secara geografis, biaya pengambilan data bisa meledak.

2. Stratified Random Sampling Populasi dibagi dulu ke dalam lapisan (strata) berdasarkan karakteristik tertentu, lalu dari setiap strata diambil sampel secara acak. Cocok banget untuk penelitian pendidikan yang melibatkan multi-jenjang atau multi-kelompok. Misalnya: meneliti prestasi belajar siswa berdasarkan jurusan (IPA, IPS, Bahasa) — masing-masing jurusan diambil sampelnya secara proporsional.

3. Cluster Sampling Populasi dibagi ke dalam kelompok (cluster) alami — misalnya berdasarkan wilayah atau sekolah — lalu beberapa cluster dipilih secara acak, dan semua anggota cluster terpilih dijadikan sampel. Sangat efisien untuk populasi yang tersebar secara geografis. Misalnya: survei kepuasan siswa di 5 sekolah dari 20 sekolah se-kabupaten yang dipilih acak.

4. Systematic Sampling Sampel dipilih berdasarkan interval tetap dari daftar populasi. Cara hitungnya: interval = N/n (N = ukuran populasi, n = ukuran sampel). Hati-hati dengan periodicity bias — kalau daftar populasimu punya pola berulang dengan interval yang sama dengan intervalmu, sampelnya bisa bias.

Non-Probability Sampling: 3 Teknik yang Paling Populer di Kampus Indonesia

5. Purposive Sampling Sampel dipilih berdasarkan pertimbangan dan kriteria yang ditetapkan peneliti. Ini teknik paling umum di penelitian kualitatif dan kuantitatif dengan populasi spesifik. Syarat mutlaknya: kriteria inklusi dan eksklusi harus ditulis eksplisit — bukan sekadar "dipilih sesuai kebutuhan penelitian." Contoh kriteria inklusi: karyawan yang telah bekerja minimal 2 tahun, aktif bekerja, bukan manajemen level atas.

6. Snowball Sampling Peneliti mulai dari satu atau beberapa informan awal, lalu meminta mereka merekomendasikan informan berikutnya. Cocok untuk populasi yang tersembunyi atau sulit diidentifikasi — misalnya komunitas tertentu, mantan pengguna narkoba, atau buruh migran ilegal. Keterbatasannya: representasi bergantung pada jaringan informan awal, berpotensi bias.

7. Sampling Jenuh (Sensus) Semua anggota populasi dijadikan sampel. Dipakai saat populasi kecil (umumnya di bawah 100 orang) atau saat peneliti ingin data yang benar-benar komprehensif tanpa sampling error. Beberapa dosen menetapkan batas berbeda — ada yang bilang di bawah 30, ada yang di bawah 100. Diskusikan dengan pembimbingmu.

Menghitung Ukuran Sampel: Rumus yang Tepat untuk Penelitianmu

Rumus Slovin: Cara Hitung dan Batas Penggunaannya

Rumus Slovin adalah yang paling sering muncul di Bab III skripsi Indonesia. Rumusnya:

n = N / (1 + N·e²)

Di mana N = ukuran populasi, e = margin of error yang ditoleransi (biasanya 0,05 atau 0,10).

Contoh: Populasi karyawan = 800 orang, margin of error 5% (e = 0,05): n = 800 / (1 + 800 × 0,05²) = 800 / (1 + 2) = 800 / 3 = 267 orang

Dengan margin of error 10%: n = 800 / (1 + 800 × 0,1²) = 800 / (1 + 8) = 800 / 9 = 89 orang

Penting: Rumus Slovin hanya cocok untuk penelitian survei dengan populasi teridentifikasi dan terukur. Jangan asal pakai untuk penelitian eksperimen, SEM, atau kualitatif.

Ukuran Sampel untuk Analisis Statistik Spesifik

SEM-PLS: Hair et al. — Multivariate Data Analysis merekomendasikan minimal 10 kali jumlah indikator di jalur terbanyak dalam model. Jadi kalau konstruk terbanyak punya 5 indikator dan ada 3 prediktor, minimum sampel = 10 × (3+5) = 80 responden. Ini berbeda jauh dari Slovin — makanya jangan campur aduk.

Regresi Berganda: Tabachnick & Fidell merekomendasikan rumus n ≥ 50 + 8m, di mana m = jumlah variabel prediktor. Untuk 4 variabel independen: n ≥ 50 + 32 = 82 responden minimum.

ANOVA: Minimal 30 subjek per sel/kelompok sebagai panduan umum, meskipun power analysis lebih disarankan untuk ketepatan yang lebih tinggi.

Berapa Informan yang Cukup untuk Penelitian Kualitatif?

Jawaban singkatnya: tidak ada rumus. Creswell menekankan konsep data saturation — kamu berhenti menambah informan ketika data baru tidak lagi menghadirkan tema atau informasi baru. Sebagai panduan praktis: fenomenologi 5–25 informan, grounded theory 20–30 partisipan, studi kasus bisa 1–5 kasus dengan banyak sumber data.

Catatan Penting: Kesalahan fatal yang sering terjadi adalah mahasiswa menentukan jumlah sampel dulu, baru kemudian mencari teknik samplingnya. Urutan yang benar adalah: tetapkan teknik sampling terlebih dahulu berdasarkan tujuan penelitian, baru hitung ukuran sampel sesuai rumus yang relevan dengan teknik dan metode analisis yang kamu pilih.

5 Kesalahan Sampling yang Paling Sering Dikoreksi Dosen Penguji

Kesalahan di Definisi Populasi

Kesalahan #1 — Populasi terlalu luas dan tidak terukur

❌ "Populasi penelitian ini adalah seluruh masyarakat Indonesia yang menggunakan media sosial."

✅ "Populasi penelitian ini adalah pengguna aktif Instagram berusia 18–35 tahun yang berdomisili di Kota Surabaya dan melakukan pembelian online minimal satu kali dalam 3 bulan terakhir."

Kesalahan di Pemilihan dan Justifikasi Teknik Sampling

Kesalahan #2 — Teknik sampling tidak sesuai tujuan penelitian

Contoh: penelitian bertujuan generalisasi ke seluruh guru di kota, tapi pakai purposive sampling tanpa alasan memadai. Hasilnya tidak bisa digeneralisasi, tapi ditulis seolah-olah bisa.

Kesalahan #3 — Justifikasi teknik tidak ada atau dangkal

❌ "Teknik sampling yang digunakan adalah purposive sampling." (berhenti di sini, tanpa penjelasan)

✅ "Teknik purposive sampling dipilih karena penelitian ini membutuhkan informan dengan pengalaman spesifik sebagai manajer lini pertama minimal 3 tahun, sehingga tidak semua anggota populasi memenuhi syarat untuk memberikan data yang relevan (Sugiyono, 2019)."

Kesalahan di Penentuan Jumlah Sampel

Kesalahan #4 — Ukuran sampel tidak memenuhi syarat minimum analisis

Mahasiswa pakai Rumus Slovin dengan e = 10% dan mendapat 89 responden, padahal metode analisisnya SEM-PLS dengan 12 konstruk dan 48 indikator — yang butuh minimum 100–200 responden menurut Hair et al.

Kesalahan #5 — Kriteria inklusi dan eksklusi tidak ditulis eksplisit

❌ "Sampel dipilih berdasarkan pertimbangan peneliti."

✅ "Kriteria inklusi: (1) karyawan tetap, (2) masa kerja minimal 1 tahun, (3) bertugas di kantor pusat. Kriteria eksklusi: (1) karyawan kontrak, (2) sedang cuti panjang selama periode pengambilan data."

Contoh Penerapan Populasi dan Sampel di Berbagai Bidang Studi

Penelitian Kuantitatif: Contoh di Bidang Manajemen dan Pendidikan

Contoh 1 — Manajemen/Bisnis: Penelitian tentang pengaruh kompensasi dan lingkungan kerja terhadap kepuasan karyawan di sebuah BUMN dengan total 800 karyawan tetap. Peneliti menggunakan Stratified Random Sampling berdasarkan level jabatan (staff, supervisor, manajer), lalu menghitung jumlah sampel per strata dengan Rumus Slovin (e=5%): total sampel 267 orang, proporsional per strata.

Template kalimat: "Populasi dalam penelitian ini adalah seluruh karyawan tetap PT X yang berjumlah 800 orang per Januari 2024. Teknik pengambilan sampel menggunakan stratified random sampling untuk memastikan representasi proporsional tiap level jabatan. Jumlah sampel dihitung menggunakan Rumus Slovin dengan margin of error 5%, sehingga diperoleh sampel sebesar 267 responden."

Contoh 2 — Pendidikan: Penelitian prestasi belajar siswa SMA se-kota dengan 35 SMA Negeri. Peneliti menggunakan Cluster Sampling — 10 sekolah dipilih secara acak, kemudian satu kelas dari setiap sekolah terpilih dijadikan unit sampel.

Penelitian Kualitatif: Contoh di Bidang Sosial dan Kesehatan

Contoh 3 — Kesehatan Masyarakat: Penelitian perilaku pencegahan anemia pada ibu hamil di wilayah kerja Puskesmas X. Purposive sampling dengan kriteria inklusi: ibu hamil trimester II–III, usia 20–35 tahun, berdomisili di wilayah kerja puskesmas. Kriteria eksklusi: ibu dengan komplikasi kehamilan berat, tidak bisa berkomunikasi verbal.

Contoh 4 — Kualitatif (Sosiologi/Komunikasi): Fenomenologi pengalaman buruh migran perempuan yang kembali ke daerah asal. Snowball sampling dimulai dari 2 informan awal yang direkomendasikan Dinas Tenaga Kerja, dikembangkan hingga 12 informan dan mencapai saturasi data pada informan ke-10 — dua informan terakhir tidak menghadirkan tema baru.

Template: "Penelitian ini menggunakan pendekatan fenomenologi dengan snowball sampling. Informan awal ditentukan melalui rekomendasi Dinas Tenaga Kerja Kabupaten X, dan proses pengumpulan data dihentikan setelah mencapai saturasi data pada informan ke-10, di mana tidak ditemukan tema baru yang signifikan (Creswell, 2014)."

Cara Menulis Bab III Bagian Populasi dan Sampel yang Benar

Struktur Ideal Sub-Bab Populasi dan Sampel

Bab III yang kuat untuk bagian ini mengikuti urutan logis berikut:

1. Definisi operasional populasi dan sampel (kutip referensi)
2. Identifikasi populasi penelitianmu — siapa, di mana, berapa jumlahnya
3. Justifikasi teknik sampling — kenapa teknik ini, bukan yang lain
4. Perhitungan ukuran sampel — rumus yang dipakai, angka yang dihasilkan
5. Kriteria inklusi dan eksklusi — tulis eksplisit, bernomor

Kalimat pembuka yang solid contohnya: "Populasi dalam penelitian ini adalah [deskripsi spesifik] yang berjumlah [N] orang/unit per [periode]. Teknik pengambilan sampel yang digunakan adalah [nama teknik] dengan pertimbangan [alasan spesifik sesuai konteks penelitian]."

Kutipan dan Referensi yang Tepat

Untuk definisi populasi dan teknik sampling umum → Sugiyono (2019). Untuk penelitian kualitatif dan konsep saturasi → Creswell (2014). Untuk SEM-PLS dan ukuran sampel analisis multivariat → Hair et al. Untuk panduan regresi dan ANOVA → Tabachnick & Fidell. Jangan terbalik-balik mengutip, karena penguji kadang memeriksa kesesuaian kutipan dengan isi bukunya.

Checklist Final Sebelum Konsultasi ke Pembimbing

Sebelum kamu kirim draft Bab III ke pembimbing, pastikan semua poin ini sudah terpenuhi:

• Populasi didefinisikan dengan batasan siapa, di mana, dan kapan yang spesifik
• Ada pembedaan antara populasi target dan populasi terjangkau (jika relevan)
• Teknik sampling disebutkan dengan nama yang tepat dan ada justifikasi tertulis
• Rumus penghitungan sampel dicantumkan lengkap dengan angka substitusinya
• Ukuran sampel konsisten dengan syarat minimum metode analisis yang dipakai
• Kriteria inklusi dan eksklusi ditulis bernomor dan eksplisit
• Semua klaim tentang teknik sampling didukung referensi yang relevan
• Tidak ada kontradiksi antara teknik sampling di Bab III dan metode analisis di Bab IV

Kalau kamu mau memastikan konsistensi antara teknik sampling, ukuran sampel, dan metode analisis yang kamu pilih sebelum terlanjur salah arah, Risos AI bisa membantu memvalidasi desain penelitianmu — termasuk mengecek apakah jumlah sampelmu sudah memenuhi syarat minimum untuk analisis yang kamu rencanakan.

Penutup: Sampling Bukan Formalitas, Tapi Fondasi

Gue ingat betul waktu dosen penguji nanya, "Kenapa kamu pakai purposive sampling, bukan stratified?" — dan gue cuma bisa jawab, "Karena lebih mudah, Pak." Itu jawaban terburuk yang bisa keluar di ruang sidang. Pilihan sampling harus punya alasan yang logis, terkait langsung ke tujuan penelitian, dan tertulis jelas di Bab III.

Untuk membaca lebih jauh tentang kerangka besar desain penelitian, kamu bisa cek panduan lengkap metodologi penelitian. Kalau sudah masuk ke tahap pengumpulan data, artikel tentang cara uji validitas dan reliabilitas kuesioner juga penting banget kamu baca sebelum nyebar instrumen. Dan kalau penelitianmu pakai SEM-PLS, wajib mampir ke analisis SEM-PLS untuk skripsi karena syarat sampelnya berbeda dari teknik lain.

Intinya: tentukan dulu siapa populasimu dengan tepat, pilih teknik sampling berdasarkan tujuan bukan kemudahan, hitung sampel dengan rumus yang sesuai metode analisismu, dan tulis semuanya dengan justifikasi yang kuat. Kalau tiga hal itu konsisten, Bab III-mu sudah jauh lebih kuat dari rata-rata skripsi yang masuk ke meja penguji.