Populasi dan Sampel Penelitian Kuantitatif: Aturan Main dan Jebakannya

Di penelitian kuantitatif, populasi adalah seluruh unit yang mau kamu generalisasi, dan sampel adalah bagian dari populasi itu yang datanya beneran kamu ukur.

Bedanya sama penelitian kualitatif ada di satu kata: generalisasi.

Kuantitatif ngeklaim hasil dari 300 orang berlaku buat 1.187 orang. Klaim itu cuma valid kalau cara ngambil 300 orangnya bener.

Panduan ini ngebahas tujuh langkah nentuin sampel, cara ngitung ukurannya, dan jebakan yang paling sering bikin bab 3 balik lagi dari penguji.

Apa itu populasi dan sampel di penelitian kuantitatif?

Populasi adalah kumpulan lengkap unit yang punya ciri yang kamu teliti dalam batas wilayah dan waktu tertentu. Sampel adalah bagian dari populasi itu yang kepilih buat diukur. Di pendekatan kuantitatif, sampel harus representatif supaya angka hasil hitungan bisa dipakai nyimpulin kondisi seluruh populasi.

Angka dari populasi disebut parameter, angka dari sampel disebut statistik. Semua uji hipotesis yang kamu jalanin nanti pada dasarnya nebak parameter dari statistik.

Contoh konkretnya bisa kamu lihat di kumpulan 12 contoh populasi dan sampel lintas bidang studi.

Kenapa sampel kuantitatif harus representatif?

Representatif artinya sebaran ciri di sampel mirip sama sebaran ciri di populasi. Kalau populasimu 60 persen perempuan, sampel yang isinya 90 persen laki-laki bakal ngasih kesimpulan yang meleset. Keacakan pengambilan adalah cara paling murah buat bikin sampel mirip populasi tanpa harus tau semua cirinya duluan.

Ini alasan kenapa teknik non-probabilitas bermasalah di kuantitatif. Waktu kamu nyebar kuesioner cuma di grup WhatsApp angkatan, orang yang nggak punya grup itu peluangnya nol buat kepilih.

Sampel yang bias nggak bisa diperbaiki dengan nambah jumlah responden. Nambah 1.000 responden dari sumber yang sama cuma bikin kesimpulan yang salah jadi keliatan lebih meyakinkan.

Gimana langkah nentuin sampel penelitian kuantitatif?

Urutannya selalu sama: tentuin unit analisis, batasi populasi, siapin kerangka sampel, pilih teknik, hitung ukuran, tarik sampel, lalu catat responsnya. Tujuh langkah ini yang bakal kamu tulis ulang jadi subbab populasi dan sampel di bab 3.

1. Tentuin unit analisis. Yang kamu ukur itu orang, transaksi, kelas, atau dokumen? Kalau hipotesismu soal perilaku pelanggan, unitnya pelanggan, bukan transaksi.
2. Batasi populasi. Tulis empat komponen: unit analisis, wilayah, periode, dan jumlah. Contoh: 1.240 guru SD negeri Kabupaten Sleman semester ganjil 2025.
3. Siapin kerangka sampel. Daftar lengkap semua unit, biasanya dari HRD, data pokok pendidikan, atau tabel pelanggan. Nomorin dari 1 sampai N.
4. Pilih teknik sampling. Kalau kerangka sampel ada, pakai probabilitas. Kalau nggak ada, pakai non-probabilitas dan siap-siap batasi klaim generalisasi.
5. Hitung ukuran sampel. Pakai rumus yang sesuai populasi dan uji statistik yang kamu rencanain.
6. Tarik sampelnya. Di Excel, kasih kolom angka acak di sebelah daftar, urutin dari kecil ke besar, ambil n baris teratas.
7. Catat response rate. Dari 300 kuesioner yang disebar, berapa yang balik dan berapa yang lengkap? Angka ini wajib masuk laporan.

Buat langkah ketiga, ngitung jumlah unit per kelompok gampang pakai rumus COUNTIFS. Buat narik nama responden dari nomor urut yang kepilih, pakai rumus INDEX.

Apa aja teknik sampling di penelitian kuantitatif?

Teknik sampling kebagi dua: probabilitas, yang ngasih tiap unit peluang kepilih yang bisa dihitung, dan non-probabilitas, yang nggak. Penelitian kuantitatif yang mau nyimpulin populasi sebaiknya pakai probabilitas. Non-probabilitas boleh dipakai kalau kerangka sampel beneran nggak ada.

Teknik	Jenis	Cara kerja	Cocok kalau
Simple random	Probabilitas	Undian atau angka acak dari daftar	Populasi homogen, daftar lengkap ada
Systematic random	Probabilitas	Ambil tiap unit ke-k dari daftar urut	Daftar panjang dan urutannya nggak berpola
Stratified random	Probabilitas	Bagi populasi jadi strata, acak di tiap strata	Ada kelompok yang beda karakternya
Cluster random	Probabilitas	Acak kelompok utuh, bukan individu	Populasi tersebar secara geografis
Purposive	Non-probabilitas	Dipilih berdasar kriteria peneliti	Responden harus punya ciri khusus
Accidental	Non-probabilitas	Siapa pun yang kebetulan ditemui	Populasi nggak punya daftar sama sekali
Snowball	Non-probabilitas	Responden nunjuk responden berikutnya	Populasi susah diakses atau tertutup
Kuota	Non-probabilitas	Ngejar jatah per kelompok sampai penuh	Butuh jumlah seimbang antar kelompok

Stratified random paling sering kepakai di skripsi manajemen dan pendidikan. Konsep bagi-bagi kelompoknya sama persis kayak segmentation di analisis data.

Cara ngitung jatah tiap strata gampang: jumlah unit strata dibagi total populasi, dikali ukuran sampel. Kalau strata A punya 400 dari 1.240 guru dan sampelmu 302, jatah strata A adalah 400 dibagi 1.240 dikali 302, hasilnya 97 guru.

Berapa ukuran sampel yang bener buat penelitian kuantitatif?

Ukuran sampel ditentuin dua hal: jumlah populasi dan uji statistik yang kamu rencanain. Kalau populasi diketahui, pakai Slovin atau tabel Krejcie dan Morgan. Kalau yang jadi batasan adalah analisisnya, ikutin patokan minimal per jenis uji, soalnya regresi berganda dan model SEM butuh data jauh lebih banyak dari uji beda dua kelompok.

Perbandingan Slovin dan Krejcie Morgan

Populasi (N)	Slovin, margin 5%	Krejcie dan Morgan
100	80	80
500	222	217
1.000	286	278
10.000	385	370

Dua-duanya diterima di skripsi Indonesia. Slovin lebih cepat dihitung, Krejcie dan Morgan sedikit lebih konservatif karena masukin asumsi proporsi 0,5. Cara hitung manualnya ada di panduan rumus Slovin.

Patokan minimal per jenis analisis

Rencana analisis	Ukuran sampel minimal
Uji beda dua kelompok (eksperimen)	30 per kelompok
Korelasi dua variabel	Sekitar 50
Regresi berganda	50 ditambah 8 kali jumlah prediktor
Analisis faktor	5 sampai 10 kali jumlah item
SEM atau PLS	10 kali jalur terbanyak ke satu konstruk

Angka di tabel ini aturan praktis dari buku metodologi, bukan hukum mati. Kalau kamu punya waktu dan akses, hitung pakai analisis daya statistik biar jumlahnya nyambung sama efek yang kamu harapin.

Contoh kasus: ngukur rata-rata belanja pelanggan toko_berkah

Dataset latihan toko_berkah punya 4.312 transaksi sepanjang 2024 dari 1.187 pelanggan unik. Rata-rata belanja per transaksi Rp 87.400 dengan standar deviasi Rp 46.200.

Standar deviasi segitu tergolong lebar. Ada yang belanja Rp 12.000 buat beli sabun, ada yang belanja Rp 340.000 buat kulakan.

Sekarang bandingin dua ukuran sampel.

Ukuran sampel	Rentang rata-rata (95%)	Lebar rentang
30 transaksi	Rp 70.900 sampai Rp 103.900	Rp 33.000
300 transaksi	Rp 82.200 sampai Rp 92.600	Rp 10.400

Datanya sama persis. Yang beda cuma jumlah sampelnya.

Dengan 30 transaksi, kesimpulanmu soal rata-rata belanja bisa meleset sampai Rp 16.500 ke atas atau ke bawah. Buat toko yang lagi nentuin batas minimum gratis ongkir, selisih segitu bikin keputusannya beda total.

Naik ke 300 transaksi, rentangnya nyempit tiga kali lipat. Ini alasan kenapa penelitian kuantitatif nggak bisa asal ambil 30 responden cuma karena angka 30 kedengaran cukup.

Satu hal yang sering kelewat: nilai ekstrem kayak transaksi kulakan Rp 340.000 narik rata-rata ke atas. Sebelum ngitung, cek dulu outlier di datamu dan putusin mau dibuang atau dipertahankan, terus tulis alasannya di bab metode.

Jebakan yang bikin bab 3 kena revisi

• Ngeklaim simple random tanpa kerangka sampel. Kalau kamu nggak punya daftar 1.240 nama, kamu nggak bisa ngacak. Ini yang paling sering ketahuan waktu sidang.
• Nyamain populasi sama sampel di kalimat yang beda. Halaman 40 nulis populasi 480 karyawan, halaman 42 nulis populasi 219 responden. Konsisten dari awal.
• Pakai Slovin buat populasi tak terhingga. Rumusnya butuh nilai N. Kalau N nggak diketahui, pakai rumus proporsi yang cuma butuh margin of error.
• Ngambil sampel dari unit yang salah. Ngacak 300 transaksi lalu nyimpulin perilaku pelanggan. Satu pelanggan bisa nyumbang 8 transaksi, jadi suaranya kehitung delapan kali.
• Nggak nyebut response rate. Nyebar 300 kuesioner, balik 187, tapi laporannya nulis sampel 300. Angka yang bener adalah yang beneran dianalisis.
• Ngegeneralisasi kejauhan. Sampel dari satu kampus di Yogyakarta nggak bisa nyimpulin seluruh mahasiswa Indonesia. Data pembanding tingkat nasional ada di situs Badan Pusat Statistik kalau kamu butuh konteks populasi yang lebih luas.
• Ganti teknik di tengah jalan tanpa dicatat. Rencananya stratified, kenyataannya nyebar link ke siapa aja. Tulis apa yang beneran kejadian, penguji lebih menghargai kejujuran metode daripada rencana yang rapi tapi palsu.

FAQ

Berapa jumlah sampel minimal buat penelitian kuantitatif?

Nggak ada satu angka yang berlaku buat semua. Patokan yang sering dipakai: minimal 30 responden per kelompok buat penelitian eksperimen, minimal 100 buat analisis regresi berganda dengan sedikit variabel, dan 5 sampai 10 kali jumlah indikator buat model SEM. Kalau populasimu diketahui, hitung pakai Slovin atau tabel Krejcie dan Morgan. Uji statistik yang kamu pakai yang nentuin batas bawahnya.

Apa itu kerangka sampel dan kenapa penting?

Kerangka sampel adalah daftar lengkap semua unit di populasimu, misalnya daftar NIK karyawan atau nomor rekam medis pasien. Tanpa daftar ini kamu nggak bisa ngacak, soalnya kamu nggak tau siapa aja kandidatnya. Semua teknik sampling probabilitas butuh kerangka sampel. Kalau daftarnya nggak ada dan nggak bisa dibikin, jujur aja pakai teknik non-probabilitas dan batasi klaim generalisasimu.

Boleh nggak pakai purposive sampling di penelitian kuantitatif?

Boleh, tapi ada konsekuensinya. Purposive sampling itu teknik non-probabilitas, jadi hasilnya nggak bisa digeneralisasi ke populasi secara statistik. Kamu tetap bisa uji hipotesis dan hitung koefisien, tapi kesimpulannya cuma berlaku buat kelompok yang kamu ambil. Tulis batasan itu di bab keterbatasan penelitian, jangan disembunyiin, soalnya penguji hampir pasti nanya.

Apa bedanya Slovin sama tabel Krejcie dan Morgan?

Slovin cuma butuh jumlah populasi dan margin of error, jadi hitungannya cepat tapi nggak masukin tingkat keragaman data. Tabel Krejcie dan Morgan dibangun dari rumus chi-square dengan asumsi proporsi 0,5, jadi angkanya sedikit lebih konservatif dan lebih aman buat penelitian survei. Buat populasi 1.000, Slovin ngasih 286 sedangkan Krejcie dan Morgan ngasih 278. Dua-duanya diterima di skripsi Indonesia.

Kenapa sampel kecil bikin hasil penelitian goyang?

Karena makin sedikit data, makin lebar rentang kemungkinan nilai sebenarnya. Contoh dari dataset toko_berkah: dengan standar deviasi belanja Rp 46.200, sampel 30 transaksi ngasih rentang rata-rata Rp 70.900 sampai Rp 103.900. Sampel 300 nyempitin rentang itu jadi Rp 82.200 sampai Rp 92.600. Datanya sama, cuma jumlah sampelnya yang beda.

Lanjut dari sini

Tiga hal yang bikin subbab populasi dan sampel kamu kuat: kerangka sampel yang bisa ditunjuk, teknik sampling yang jujur, dan ukuran sampel yang nyambung sama uji statistik yang kamu pakai.

Coba tulis satu paragraf populasi versi kamu sekarang, terus cek: ada nggak angka N-nya, dan dari daftar mana angka itu datang? Kalau kamu nggak bisa nunjuk daftarnya, di situ kerjaan pertamamu.

Buat ngitung ukuran sampelnya, lanjut ke rumus Slovin dan contoh angka nyatanya. Kalau penelitianmu kualitatif, aturannya beda jauh dan dibahas di populasi dan sampel kualitatif.