Pernah nggak sih kamu sudah sampai Bab 3, ngerasa bagian metode penelitian sudah aman, eh dosen malah komentar, “Populasi dan sampelnya belum tepat”? Padahal kamu merasa sudah meniru format dari skripsi lain, sudah pakai istilah yang terdengar akademik, bahkan sudah menuliskan teknik sampling di skripsi. Tapi tetap saja dikoreksi. Di titik ini banyak mahasiswa baru sadar kalau urusan populasi dan sampel penelitian itu bukan sekadar formalitas isi Bab 3, melainkan fondasi yang benar-benar menentukan apakah data penelitianmu bisa dipercaya atau tidak.
Masalahnya, banyak mahasiswa masih menganggap bagian ini gampang. Mereka pikir cukup menulis siapa yang diteliti, berapa orang yang diambil, lalu selesai. Padahal kenyataannya jauh lebih rumit. Salah mendefinisikan populasi, salah pilih sampel, salah menentukan teknik sampling, atau salah menghitung ukuran sampel bisa bikin seluruh penelitian terlihat lemah. Dan kalau dosen sudah mencium ada masalah di sini, revisinya biasanya nggak cuma satu dua kali. Bisa panjang, melelahkan, dan menghambat keseluruhan progres skripsi.
Sebagai copywriter yang terbiasa membedah topik akademik biar tetap enak dibaca, aku bisa bilang satu hal: banyak mahasiswa sebenarnya bukan tidak paham penelitian, tapi sering belum paham logika di balik menentukan sampel penelitian. Akibatnya mereka memilih jalan paling gampang, bukan yang paling tepat. Ada yang asal ambil responden karena mudah dijangkau. Ada yang menulis populasi terlalu umum. Ada juga yang ikut-ikutan rumus tanpa ngerti kenapa rumus itu dipakai. Padahal penelitian yang kuat selalu dimulai dari keputusan metodologis yang masuk akal.
Artikel ini akan membahas semuanya dari dasar, tapi tetap praktis. Kita akan kupas perbedaan populasi dan sampel, contoh populasi penelitian yang benar, kesalahan umum mahasiswa, sampai cara memilih teknik sampling di skripsi yang paling sesuai. Jadi kalau kamu sedang bingung di Bab 3 atau takut salah pilih sampel, santai. Kita bongkar pelan-pelan.
1. Karena dari sinilah kualitas data ditentukan
Dalam penelitian, data itu bukan datang begitu saja. Data selalu diambil dari sumber tertentu. Nah, sumber itulah yang harus kamu definisikan dengan tepat lewat populasi dan sampel. Kalau dari awal kamu salah menetapkan siapa yang termasuk populasi dan siapa yang menjadi sampel, maka kualitas data yang kamu kumpulkan juga ikut bermasalah.
Banyak mahasiswa fokus ke instrumen, kuesioner, atau teknik analisis, tapi lupa bahwa sebelum semua itu dijalankan, ada satu pertanyaan dasar yang harus beres dulu: data ini sebenarnya diambil dari siapa? Kalau pertanyaan ini belum jelas, maka penelitianmu berdiri di fondasi yang rapuh.
Misalnya kamu ingin meneliti kepuasan mahasiswa terhadap layanan kampus. Kalau populasi yang kamu tulis hanya “mahasiswa”, itu terlalu luas. Mahasiswa yang mana? Semua angkatan? Semua fakultas? Semua jenjang? Begitu definisinya kabur, sampelnya pun ikut kabur.
Makanya dosen biasanya teliti banget di bagian ini. Bukan karena mau mempersulit, tapi karena mereka tahu bahwa kualitas hasil penelitian sangat dipengaruhi oleh ketepatan dalam menyusun populasi dan sampel penelitian.
Jadi, kalau kamu merasa bagian ini cuma formalitas, mulai sekarang ubah cara pandangnya. Bagian ini justru penentu apakah datamu layak dipercaya atau cuma kelihatan rapi di atas kertas.
2. Karena sampel yang salah bisa bikin hasil bias
Salah satu bahaya terbesar dalam penelitian adalah bias. Bias itu sederhananya kondisi ketika data yang kamu ambil tidak benar-benar mewakili realitas yang ingin kamu teliti. Dan salah satu penyebab paling sering adalah salah pilih sampel.
Misalnya kamu mau meneliti persepsi seluruh mahasiswa terhadap pembelajaran daring, tapi yang kamu ambil cuma teman-teman satu kelasmu. Secara praktis memang mudah. Tapi secara metodologis, itu belum tentu mewakili seluruh mahasiswa. Hasilnya bisa berat sebelah.
Masalahnya, banyak mahasiswa memilih sampel berdasarkan kemudahan akses, bukan berdasarkan logika penelitian. Selama ada orang yang bisa mengisi kuesioner, dianggap cukup. Padahal belum tentu sesuai dengan karakter populasi yang ditetapkan.
Di sinilah pentingnya memahami bahwa sampel bukan sekadar “siapa yang berhasil kita dapat”, tapi “siapa yang secara logis paling layak mewakili populasi”. Bedanya tipis, tapi dampaknya besar.
Kalau kamu sejak awal asal ambil sampel, nanti hasil penelitianmu bisa dipertanyakan. Dan ketika hasil sudah dipertanyakan, kesimpulan juga ikut goyah.
3. Karena kesalahan di awal bisa merusak analisis di akhir
Banyak mahasiswa baru sadar pentingnya populasi dan sampel ketika sudah sampai pembahasan atau sidang. Mereka heran kenapa hasil penelitian terasa tidak kuat, kenapa dosen meragukan generalisasi, atau kenapa analisis statistiknya dianggap kurang meyakinkan. Ternyata sumber masalahnya ada di awal: populasi dan sampel yang tidak tepat.
Kalau populasi tidak didefinisikan jelas, maka kamu sulit menjelaskan kenapa sampel yang dipilih itu sah. Kalau ukuran sampelnya terlalu kecil, analisis bisa dianggap lemah. Kalau teknik sampling di skripsi tidak sesuai, maka hasil penelitianmu bisa dianggap tidak representatif.
Artinya, keputusan kecil di Bab 3 bisa berdampak sampai Bab 5. Dan ini yang sering bikin revisi terasa melelahkan, karena yang diperbaiki bukan sekadar satu kalimat, tapi logika keseluruhan penelitian.
Makanya, bagian ini harus dibereskan sebelum kamu terlalu jauh. Jangan tunggu sampai hasil penelitian dipertanyakan baru mulai membenahi populasi dan sampel.
Penelitian yang kuat itu biasanya sudah rapi dari fondasi. Dan populasi serta sampel adalah salah satu fondasi terpentingnya.
4. Karena dosen melihat ini sebagai tanda kamu paham metodologi
Saat dosen membaca bagian populasi dan sampel, yang mereka nilai bukan cuma isi teksnya. Mereka juga sedang menilai apakah kamu benar-benar paham metodologi penelitian atau cuma menyalin dari contoh lain. Ini penting banget.
Mahasiswa yang paham populasi dan sampel biasanya bisa menjelaskan dengan tenang kenapa memilih subjek tertentu, kenapa memakai teknik sampling tertentu, dan kenapa ukuran sampelnya seperti itu. Ada logika yang terlihat.
Sebaliknya, mahasiswa yang hanya meniru biasanya mudah ketahuan. Populasinya terlalu umum, teknik sampling hanya ditulis tanpa alasan, ukuran sampel asal pakai rumus, dan ketika ditanya dosen, jawabannya mengambang.
Jadi kalau kamu ingin Bab 3 lebih mudah disetujui, pahami dulu logikanya. Jangan buru-buru ingin terlihat metodologis kalau belum paham dasar keputusannya.
Dengan memahami populasi dan sampel penelitian, kamu bukan cuma menghindari revisi, tapi juga menunjukkan bahwa kamu memang layak menjalankan penelitian itu.
5. Karena penelitian yang realistis selalu berangkat dari akses data yang realistis
Ada satu hal yang sering dilupakan mahasiswa: penelitian itu bukan cuma soal topik bagus, tapi juga soal apakah datanya bisa benar-benar diambil. Nah, pertimbangan ini sangat erat dengan populasi dan sampel.
Kadang mahasiswa menentukan populasi yang terlalu besar atau terlalu jauh dari jangkauan. Misalnya ingin meneliti seluruh pengguna aplikasi di Indonesia, padahal akses datanya terbatas sekali. Atau ingin meneliti semua karyawan perusahaan besar, padahal belum tentu ada izin masuk.
Di atas kertas mungkin terlihat ambisius. Tapi dalam praktiknya, penelitian jadi susah dijalankan. Akhirnya sampel yang diambil tidak sesuai rencana awal, dan penelitian kehilangan kekuatan logisnya.
Makanya, saat menentukan sampel penelitian, selalu pikirkan juga soal akses. Bukan berarti kamu harus memilih yang paling gampang, tapi pilih yang paling tepat dan masih realistis untuk dijangkau.
Penelitian yang baik bukan yang kelihatan paling besar. Penelitian yang baik adalah yang logis, bisa dijalankan, dan bisa dipertanggungjawabkan.
Perbedaan Populasi dan Sampel yang Wajib Dipahami
Sebelum masuk ke teknik dan rumus, ada satu hal yang wajib benar-benar beres dulu: kamu harus bisa membedakan populasi dan sampel dengan jelas. Ini terdengar dasar, tapi jujur aja, masih banyak mahasiswa yang tertukar atau menulis dua istilah ini dengan definisi yang kurang tepat.
1. Populasi adalah keseluruhan objek yang menjadi sasaran penelitian
Populasi itu sederhananya adalah seluruh kelompok yang menjadi sasaran penelitianmu. Bukan sebagian, bukan yang kebetulan kamu temui, tapi keseluruhan objek yang sesuai dengan kriteria penelitian.
Misalnya kamu meneliti kepuasan mahasiswa semester 8 terhadap layanan akademik di Fakultas Ekonomi Universitas X. Maka populasinya bukan “mahasiswa” secara umum, tapi seluruh mahasiswa semester 8 Fakultas Ekonomi Universitas X yang memenuhi kriteria itu.
Semakin jelas populasi ditulis, semakin kuat dasar penelitianmu. Karena dari situ pembaca tahu ruang lingkup penelitianmu ada di mana. Ini juga membantu kamu menghindari definisi yang terlalu luas dan sulit dijangkau.
Populasi yang baik itu spesifik, tidak menggantung, dan langsung menunjukkan siapa objek penelitianmu sebenarnya.
Kalau populasi masih terlalu umum, nanti seluruh bagian lain ikut kabur.
2. Sampel adalah sebagian dari populasi yang benar-benar diteliti
Kalau populasi adalah keseluruhan, maka sampel adalah sebagian dari populasi itu yang benar-benar kamu ambil untuk penelitian. Jadi sampel bukan kelompok yang berdiri sendiri. Sampel selalu harus berasal dari populasi.
Misalnya populasi kamu 500 mahasiswa semester 8 Fakultas Ekonomi. Nah, kamu mungkin tidak meneliti semua 500 orang itu. Maka kamu ambil sebagian, misalnya 100 orang, dan itulah sampel penelitianmu.
Sampel dipakai karena dalam banyak penelitian, meneliti seluruh populasi itu tidak selalu memungkinkan. Bisa karena keterbatasan waktu, tenaga, biaya, atau akses data.
Tapi meskipun hanya sebagian, sampel tetap harus mewakili populasi. Di sinilah pentingnya teknik sampling di skripsi. Karena cara kamu memilih sampel akan menentukan apakah data yang kamu dapat memang cukup mewakili atau tidak.
Jadi jangan pernah berpikir sampel itu sekadar “yang berhasil dikumpulkan”. Sampel adalah bagian terpilih dari populasi dengan pertimbangan metodologis yang jelas.
3. Populasi harus ditentukan dulu, baru sampel
Kesalahan yang sering terjadi adalah mahasiswa langsung bicara tentang sampel sebelum populasinya sendiri didefinisikan dengan rapi. Ini kebalik. Secara logika penelitian, populasi harus jelas dulu, baru kamu bisa bicara tentang sampel.
Kenapa? Karena sampel itu diambil dari populasi. Kalau populasi belum pasti, kamu nggak akan tahu apakah sampel yang kamu ambil itu tepat atau tidak. Jadi urutannya tidak boleh dibalik.
Coba bayangkan kamu bilang sampelmu adalah 80 mahasiswa. Pertanyaannya langsung muncul: 80 mahasiswa dari mana? Fakultas mana? Angkatan berapa? Program studi apa? Kalau semua ini belum jelas, angka 80 itu nggak punya makna metodologis yang kuat.
Makanya dalam penulisan Bab 3, biasakan tulis populasi dulu secara lengkap, baru jelaskan sampel, teknik pengambilannya, dan alasan pemilihannya.
Urutan seperti ini membuat logika metodologimu terasa jauh lebih rapi.
4. Contoh populasi penelitian yang benar harus spesifik
Salah satu cara paling gampang untuk memahami konsep ini adalah lewat contoh. Misalnya:
Kurang tepat:
“Mahasiswa Universitas X”
Kenapa kurang tepat? Karena terlalu umum. Tidak jelas mahasiswa jenjang apa, fakultas apa, angkatan berapa, dan apakah semua mahasiswa relevan dengan topik penelitianmu.
Lebih tepat:
“Seluruh mahasiswa semester 8 Fakultas Ekonomi Universitas X tahun akademik 2025/2026”
Nah, ini baru lebih kuat. Ada siapa, di mana, dan kapan. Ini contoh contoh populasi penelitian yang lebih jelas dan lebih mudah dipakai sebagai dasar pengambilan sampel.
Semakin spesifik populasi, semakin mudah kamu menjelaskan kenapa sampelnya dipilih seperti itu.
Dan dosen biasanya jauh lebih mudah menerima bagian metode yang ditulis dengan spesifikasi setegas ini.
5. Kalau populasi kabur, sampelnya hampir pasti bermasalah
Ini poin terakhir yang wajib diingat: kualitas sampel sangat bergantung pada kejelasan populasi. Kalau populasi kamu masih kabur, maka besar kemungkinan sampelnya juga akan bermasalah.
Kamu bisa saja punya ukuran sampel yang besar, misalnya 150 responden. Tapi kalau populasinya tidak jelas, angka itu tetap tidak banyak membantu. Karena masalahnya bukan di jumlahnya, tapi di dasar logikanya.
Sebaliknya, kalau populasinya jelas dan teknik sampling-nya tepat, sampel yang relatif lebih kecil pun bisa tetap kuat secara metodologis, selama sesuai dengan kebutuhan penelitian.
Jadi jangan terlalu cepat terpaku pada angka. Bereskan dulu definisi populasinya. Dari situ baru bicara soal sampel, teknik pengambilan, dan ukuran sampel.
Itulah kenapa memahami perbedaan populasi dan sampel bukan sekadar teori dasar. Ini benar-benar menentukan kualitas penelitianmu dari awal.
Kesalahan Umum Mahasiswa saat Menentukan Sampel Penelitian
Setelah paham dasar populasi dan sampel penelitian, sekarang kita masuk ke bagian yang paling sering bikin revisi panjang: kesalahan saat memilih sampel. Jujur aja, banyak mahasiswa merasa sudah aman karena sudah menulis istilah “sampel”, “responden”, atau “teknik sampling”. Padahal masalahnya bukan di istilah, tapi di logikanya.
1. Mengambil sampel berdasarkan kemudahan, bukan kesesuaian
Ini kesalahan paling sering dan paling manusiawi. Karena waktunya sempit, akses terbatas, atau pengin cepat selesai, mahasiswa cenderung mengambil responden yang paling gampang dijangkau. Teman dekat, satu kelas, satu grup chat, atau orang yang kebetulan mudah diajak isi kuesioner.
Secara praktis memang enak. Tapi secara metodologis, ini bisa jadi masalah besar. Karena sampel yang baik bukan yang paling mudah didapat, tapi yang paling relevan dengan populasi penelitian.
Misalnya kamu meneliti kepuasan mahasiswa semester akhir terhadap layanan akademik, tapi yang mengisi kuesioner justru banyak mahasiswa semester awal karena lebih gampang dicari. Ini contoh salah pilih sampel yang kelihatannya kecil, tapi dampaknya besar.
Data jadi tidak representatif. Hasil penelitian bisa bias. Dan saat dosen membaca bagian metode atau melihat profil responden, mereka akan langsung mempertanyakan validitasnya.
Jadi mulai sekarang, bedakan antara “mudah dijangkau” dan “layak dijadikan sampel”. Dua hal ini tidak selalu sama.
2. Tidak menjelaskan teknik sampling dengan alasan yang jelas
Banyak mahasiswa menulis teknik sampling di skripsi hanya untuk memenuhi format, bukan karena benar-benar memahami kenapa teknik itu dipilih. Misalnya langsung menulis “penelitian ini menggunakan purposive sampling” tanpa menjelaskan kenapa harus purposive, apa kriterianya, dan kenapa teknik itu cocok dengan desain penelitiannya.
Masalahnya, dosen biasanya tidak cuma melihat nama tekniknya. Mereka juga melihat apakah teknik itu dipakai dengan sadar atau sekadar meniru contoh. Kalau penjelasannya tipis, dosen akan merasa kamu belum paham dasar keputusannya.
Setiap teknik sampling punya logika sendiri. Random sampling dipakai kalau semua anggota populasi punya peluang yang sama untuk dipilih. Purposive sampling dipakai kalau peneliti memang butuh subjek dengan kriteria tertentu. Convenience sampling biasanya dipakai karena kemudahan akses, tapi harus dijelaskan keterbatasannya.
Kalau kamu tidak menjelaskan alasan pemilihan teknik sampling, bagian metode akan terasa lemah. Dan itu yang sering memicu revisi.
Jadi, jangan cukup menulis nama tekniknya. Tulis juga kenapa teknik itu paling sesuai dengan populasi, tujuan penelitian, dan kondisi lapanganmu.
3. Ukuran sampel terlalu kecil tanpa alasan yang kuat
Topik ukuran sampel sering bikin mahasiswa bingung. Ada yang terlalu sedikit, ada yang terlalu banyak, dan ada juga yang sekadar ikut angka dari skripsi orang lain tanpa tahu alasannya.
Ukuran sampel yang terlalu kecil bisa membuat data tidak cukup kuat untuk mewakili populasi, terutama dalam penelitian kuantitatif. Misalnya kamu meneliti persepsi ratusan mahasiswa, tapi sampelmu cuma 10 orang tanpa alasan metodologis yang jelas. Ini sangat mudah dipertanyakan.
Tapi sebaliknya, ukuran sampel juga tidak harus selalu besar kalau memang pendekatannya kualitatif dan fokusnya pada kedalaman data. Jadi ukurannya bukan soal besar atau kecil semata, tapi soal kecocokan dengan tujuan dan metode penelitian.
Masalah muncul ketika mahasiswa tidak bisa menjelaskan kenapa mengambil angka tertentu. “Kenapa sampelnya 75?” Kalau jawabannya cuma “karena saya lihat contoh skripsi lain”, itu belum cukup.
Makanya, saat menentukan sampel penelitian, kamu harus punya dasar. Bisa dari rumus, bisa dari penelitian terdahulu, bisa dari kebutuhan analisis, tapi tetap harus bisa dipertanggungjawabkan.
4. Populasi terlalu umum, sampel jadi nggak punya dasar
Kesalahan ini nyambung langsung dengan pembahasan sebelumnya. Kalau populasinya terlalu umum, maka sampelnya juga akan terasa asal. Misalnya populasi ditulis hanya “mahasiswa Universitas X”, lalu sampel diambil dari satu program studi saja. Ini akan memunculkan pertanyaan: kenapa hanya itu? Apa memang mewakili seluruh populasi?
Kalau dasar populasinya kabur, seluruh proses pengambilan sampel jadi rapuh. Dan saat metode penelitian diuji, kamu akan kesulitan menjelaskan logikanya.
Itulah kenapa contoh populasi penelitian yang baik harus spesifik sejak awal. Populasi yang jelas membantu kamu menyusun batas penelitian yang masuk akal. Dari situ baru sampel bisa dipilih dengan dasar yang kuat.
Jadi jangan buru-buru hitung ukuran sampel kalau populasi saja belum tegas. Urutannya harus rapi. Populasi dulu, baru sampel, baru teknik, baru jumlah.
Kalau urutannya dibalik, kemungkinan revisi akan lebih besar.
5. Sampel tidak sesuai dengan metode penelitian
Ini juga sering terjadi. Mahasiswa menulis penelitian kuantitatif tapi sampelnya terlalu sedikit untuk analisis statistik. Atau sebaliknya, penelitian kualitatif tapi malah sibuk mengejar jumlah responden besar tanpa memperhatikan kedalaman informasi.
Padahal menentukan sampel penelitian harus selalu melihat metode penelitian yang dipakai. Kuantitatif biasanya membutuhkan sampel lebih besar karena tujuannya mengukur, membandingkan, atau menguji hubungan. Kualitatif lebih fokus pada kedalaman data, jadi ukuran sampelnya biasanya lebih kecil tapi dipilih secara lebih ketat.
Kalau metode dan sampel tidak cocok, penelitianmu akan terasa janggal. Judul mungkin terlihat kuat, tapi eksekusinya tidak pas.
Karena itu, setiap kali memilih sampel, coba lihat lagi: penelitian ini sebenarnya menuntut keluasan data atau kedalaman data? Dari situ kamu akan lebih mudah menentukan arah.
Metode bukan tempelan. Ia harus nyambung dengan seluruh keputusan tentang populasi dan sampel.
Cara Menentukan Sampel Penelitian yang Tepat
Sekarang kita masuk ke bagian paling praktis. Setelah tahu kesalahan yang harus dihindari, gimana cara menentukan sampel penelitian yang tepat?
1. Mulai dari populasi yang benar-benar jelas
Langkah pertama selalu sama: definisikan populasi dengan tajam. Siapa yang diteliti, di mana, dan dalam rentang waktu apa. Jangan langsung lompat ke jumlah sampel kalau populasi belum beres.
Kalau populasi sudah jelas, kamu akan lebih mudah menentukan siapa saja yang layak masuk ke dalam sampel. Ini bikin proses berikutnya lebih logis dan tidak asal.
Contohnya, kalau populasinya adalah seluruh mahasiswa semester 8 Program Studi Manajemen Universitas X tahun akademik tertentu, maka sampelnya harus berasal dari kelompok itu juga. Bukan dari mahasiswa semester 4, bukan dari fakultas lain.
Kejelasan populasi akan mencegah salah pilih sampel. Karena sejak awal kamu sudah tahu batas mainnya.
Ini langkah sederhana, tapi justru paling menentukan.
2. Pilih teknik sampling sesuai kebutuhan penelitian
Setelah populasi jelas, baru pilih teknik sampling di skripsi yang paling sesuai. Jangan pilih teknik hanya karena sering dipakai orang lain.
Kalau kamu butuh representasi yang merata dan punya data populasi lengkap, random sampling bisa cocok. Kalau kamu butuh subjek dengan ciri khusus, purposive sampling lebih masuk akal. Kalau penelitianmu berdasarkan kelompok wilayah atau kelas, cluster sampling bisa dipertimbangkan.
Artinya, teknik sampling harus menjawab kebutuhan penelitianmu sendiri. Tidak ada teknik yang paling bagus untuk semua kasus. Yang ada adalah teknik yang paling cocok untuk konteks tertentu.
Ini penting karena banyak mahasiswa merasa aman setelah menyebut nama teknik tertentu, padahal belum tentu itu yang paling sesuai.
Jadi, jangan hafalkan nama tekniknya saja. Pahami situasi kapan teknik itu dipakai.
3. Pastikan sampel benar-benar relevan dengan tujuan penelitian
Sampel yang tepat adalah sampel yang bisa membantu menjawab pertanyaan penelitian. Jadi setiap kali memilih responden, tanyakan: apakah orang ini memang relevan dengan tujuan risetku?
Kalau kamu meneliti pengalaman mahasiswa yang sedang menyusun skripsi, maka sampelnya tentu bukan mahasiswa baru. Kalau kamu meneliti loyalitas pelanggan toko online, maka respondennya harus benar-benar pelanggan, bukan sekadar orang yang tahu tokonya.
Kedengarannya sederhana, tapi banyak penelitian jadi lemah karena responden yang dipilih terlalu longgar kriterianya. Akibatnya data yang masuk tidak sepenuhnya nyambung dengan tujuan penelitian.
Relevansi ini lebih penting daripada jumlah besar tapi tidak tepat sasaran. Karena data yang tepat jauh lebih berguna daripada data banyak tapi meleset.
Dalam penelitian, kualitas sampel sering lebih penting daripada sekadar kuantitas.
4. Tentukan ukuran sampel yang logis dan bisa dijelaskan
Setelah tekniknya jelas, baru tentukan ukuran sampel. Di sini kamu harus berpikir realistis sekaligus metodologis. Jangan terlalu sedikit, tapi juga jangan memaksakan terlalu besar kalau tidak sanggup dijangkau.
Dalam penelitian kuantitatif, ukuran sampel sering ditentukan dengan rumus tertentu seperti Slovin, atau mengacu pada kebutuhan analisis statistik. Dalam penelitian kualitatif, ukuran sampel lebih fleksibel karena fokusnya pada kedalaman data, bukan generalisasi angka.
Yang penting, apa pun angka yang kamu pilih, harus bisa kamu jelaskan alasannya. Kenapa 80? Kenapa 120? Kenapa 12 informan? Dasarnya apa?
Kalau kamu bisa menjelaskan dasar angka itu dengan tenang, maka dosen biasanya akan lebih mudah menerima.
Jadi jangan cuma cari angka yang terlihat aman. Cari angka yang memang sesuai dengan logika penelitianmu.
5. Validasi keputusan sampel sebelum Bab 3 dianggap final
Langkah terakhir yang sering dilupakan adalah validasi. Sebelum kamu menganggap bagian populasi dan sampel selesai, cek lagi bersama dosen pembimbing atau pihak yang paham metodologi. Ini penting banget.
Kadang menurut kita semuanya sudah masuk akal, tapi dari luar masih ada celah. Misalnya teknik sampling kurang tepat, ukuran sampel belum logis, atau populasinya masih perlu dipersempit.
Validasi ini justru bisa menyelamatkanmu dari revisi yang lebih besar di belakang. Lebih baik diperbaiki sekarang daripada nanti ketika semua data sudah telanjur diambil.
Kalau perlu, bawa beberapa opsi. Misalnya dua alternatif teknik sampling atau dua kemungkinan ukuran sampel. Dengan begitu diskusinya lebih hidup dan keputusanmu terasa lebih matang.
Bagian populasi dan sampel penelitian memang dasar. Dan justru karena dasar, ia harus dipastikan benar sebelum kamu melangkah lebih jauh.
Teknik Sampling di Skripsi yang Paling Sering Digunakan
Biar makin kebayang, ini beberapa teknik sampling di skripsi yang paling sering dipakai mahasiswa.
1. Random sampling
Ini teknik acak. Cocok kalau seluruh anggota populasi punya peluang yang sama untuk dipilih dan datanya tersedia dengan cukup rapi. Kelebihannya, hasilnya cenderung lebih objektif. Kekurangannya, tidak selalu mudah dilakukan kalau populasi sulit dipetakan.
2. Purposive sampling
Ini teknik yang sangat populer, terutama untuk penelitian kualitatif. Sampel dipilih berdasarkan kriteria tertentu yang memang relevan dengan penelitian. Misalnya hanya mahasiswa yang sedang menyusun skripsi, atau hanya pelanggan yang sudah membeli lebih dari tiga kali.
Kelebihannya, datanya lebih tepat sasaran. Kekurangannya, kamu harus benar-benar jelas soal kriterianya.
3. Convenience sampling
Ini berdasarkan kemudahan akses. Sering dipakai karena praktis, tapi harus hati-hati. Teknik ini mudah dilakukan, tapi rentan bias kalau tidak dijelaskan keterbatasannya. Cocok hanya dalam kondisi tertentu dan tetap perlu alasan metodologis.
4. Cluster sampling
Teknik ini dipakai kalau populasi terbagi dalam kelompok-kelompok tertentu, misalnya kelas, wilayah, atau unit organisasi. Kamu memilih kelompok dulu, lalu mengambil sampel dari kelompok itu.
5. Total sampling
Kalau jumlah populasi kecil dan semua anggota bisa dijangkau, kadang semua populasi dijadikan sampel. Ini disebut total sampling. Praktis, tapi hanya cocok kalau jumlah populasinya memang memungkinkan.
Cara Menentukan Ukuran Sampel yang Tepat
Setelah kamu paham apa itu populasi, bagaimana menentukan sampel penelitian, dan teknik sampling di skripsi yang paling sering dipakai, sekarang kita masuk ke bagian yang sering bikin mahasiswa deg-degan: berapa sebenarnya ukuran sampel yang tepat?
Jawabannya tidak selalu satu. Karena ukuran sampel itu bergantung pada jenis penelitian, jumlah populasi, teknik analisis, dan realistis atau tidaknya akses data di lapangan. Jadi jangan langsung berpikir ada satu angka sakti yang berlaku untuk semua penelitian. Yang ada adalah angka yang paling masuk akal untuk konteks penelitianmu.
1. Ukuran sampel harus cukup untuk mewakili populasi
Hal paling dasar yang perlu diingat adalah ukuran sampel harus cukup untuk mewakili populasi. Kalau jumlahnya terlalu kecil, hasil penelitian akan mudah dipertanyakan. Apalagi kalau kamu meneliti hal yang ingin digeneralisasi ke kelompok yang lebih luas.
Misalnya kamu meneliti persepsi ratusan mahasiswa, tapi sampelmu hanya 8 atau 10 orang tanpa alasan yang kuat. Untuk penelitian kuantitatif, ini jelas akan terasa lemah. Data jadi terlalu sempit untuk menggambarkan keseluruhan populasi.
Tapi kata “cukup” di sini bukan berarti harus selalu besar. Cukup berarti proporsional, logis, dan sesuai dengan tujuan penelitian. Kalau penelitianmu memang fokus pada pemahaman mendalam dan menggunakan pendekatan kualitatif, jumlah yang kecil justru bisa tetap sah selama data yang diambil mendalam dan kaya.
Masalahnya sering muncul ketika mahasiswa mengejar angka tanpa memahami fungsi sampel. Ada yang terlalu kecil karena ingin cepat, ada juga yang terlalu besar sampai kewalahan sendiri saat mengolah data.
Jadi, pertanyaan yang lebih tepat bukan “berapa sampel yang paling aman?”, tapi “berapa sampel yang paling masuk akal untuk menjawab tujuan penelitian saya?”
2. Gunakan rumus kalau memang pendekatannya kuantitatif
Untuk penelitian kuantitatif, ukuran sampel sering ditentukan dengan rumus tertentu. Salah satu yang paling populer di skripsi adalah Slovin. Ada juga yang mengacu pada tabel tertentu atau menggunakan referensi dari penelitian terdahulu.
Tapi hati-hati, banyak mahasiswa memakai rumus hanya karena ikut-ikutan. Padahal rumus itu harus dipakai dalam konteks yang tepat. Kamu tetap harus tahu populasi pastinya berapa, margin of error yang digunakan berapa, dan kenapa angka itu dipilih.
Kalau kamu pakai rumus Slovin misalnya, jangan cuma tulis hasil akhirnya. Jelaskan juga dasar penggunaannya. Dosen biasanya lebih tenang kalau melihat mahasiswa paham alasan pemakaian rumus, bukan sekadar menempelkan angka.
Selain itu, rumus bukan satu-satunya cara. Kadang dalam penelitian kuantitatif, ukuran sampel juga ditentukan berdasarkan kebutuhan analisis statistik. Misalnya analisis regresi tertentu membutuhkan jumlah responden minimum agar hasilnya stabil.
Jadi kalau kamu menulis ukuran sampel, pastikan ada dasar logisnya. Jangan ambil angka yang terlihat aman, tapi tidak benar-benar kamu pahami asal-usulnya.
3. Untuk penelitian kualitatif, fokusnya bukan banyak, tapi dalam
Kalau penelitianmu kualitatif, pendekatan terhadap ukuran sampel sedikit berbeda. Yang dikejar bukan jumlah besar, tapi kedalaman data. Jadi kamu tidak harus sibuk mencari puluhan responden hanya agar terlihat “banyak”.
Dalam penelitian kualitatif, yang lebih penting adalah apakah informan yang kamu pilih benar-benar relevan, kaya informasi, dan bisa memberi data yang mendalam sesuai fokus penelitian.
Misalnya kamu meneliti pengalaman mahasiswa yang sedang skripsi sambil kerja. Dalam konteks ini, 6 sampai 10 informan yang sangat sesuai kriteria bisa jauh lebih kuat daripada 30 orang yang jawabannya dangkal dan tidak fokus.
Masalahnya, banyak mahasiswa takut kalau jumlah kecil nanti dianggap kurang ilmiah. Padahal justru dalam penelitian kualitatif, kekuatan ada pada kualitas informasi, bukan jumlah responden semata.
Karena itu, saat menjelaskan ukuran sampel dalam penelitian kualitatif, kamu harus menekankan alasan pemilihan informan dan kedalaman datanya. Bukan sekadar menyebut angkanya.
Ini penting supaya dosen melihat bahwa keputusan metodologimu memang sadar dan bukan asal kecil karena malas cari data.
4. Ukuran sampel harus realistis untuk dijangkau
Satu hal yang sering bikin penelitian mandek adalah ukuran sampel yang terlalu ideal tapi tidak realistis. Di atas kertas terlihat bagus. Tapi saat masuk lapangan, kamu baru sadar bahwa mengumpulkan data sebanyak itu tidak semudah yang dibayangkan.
Misalnya kamu menetapkan 250 responden, tapi ternyata akses ke populasi terbatas, izin lambat keluar, atau tingkat respons rendah. Akhirnya kamu panik di tengah jalan dan malah mengumpulkan data seadanya.
Padahal lebih baik sejak awal memilih ukuran sampel yang realistis, tapi tetap bisa dipertanggungjawabkan. Jangan hanya berpikir “yang penting banyak”, tapi pikirkan juga apakah kamu benar-benar mampu mengambil, mengelola, dan menganalisis data sebanyak itu.
Dalam konteks skripsi, penelitian harus kuat, tapi juga harus bisa selesai. Jadi realistis bukan berarti menurunkan kualitas, melainkan menyesuaikan desain dengan kondisi nyata.
Ini juga bagian penting dari menentukan sampel penelitian yang matang. Bukan cuma ideal di proposal, tapi juga masuk akal saat dijalankan.
5. Selalu sesuaikan dengan analisis yang akan digunakan
Hal terakhir yang wajib diperhatikan adalah hubungan antara ukuran sampel dan teknik analisis. Jangan sampai kamu menentukan jumlah responden lebih dulu, tapi lupa mengecek apakah jumlah itu cukup untuk analisis yang kamu pilih.
Kalau kamu mau pakai uji statistik tertentu, biasanya ada kebutuhan minimum responden. Kalau kamu penelitian kualitatif, jumlah informan harus cukup untuk mencapai kedalaman dan kejenuhan data.
Artinya, ukuran sampel tidak boleh berdiri sendiri. Ia harus nyambung dengan metode, teknik analisis, dan tujuan penelitian. Ini yang sering membedakan mahasiswa yang sekadar ikut contoh dengan mahasiswa yang benar-benar paham desain penelitiannya.
Kalau kamu masih bingung, diskusikan khusus bagian ini dengan dosen. Karena lebih baik dikoreksi di tahap perencanaan daripada sudah telanjur ambil data lalu ternyata jumlahnya dianggap tidak memadai.
Pada akhirnya, ukuran sampel yang tepat adalah ukuran yang logis, sesuai metode, sesuai analisis, dan bisa dipertanggungjawabkan tanpa muter-muter.
Contoh Kasus Salah Sampel dan Dampaknya
Biar makin kebayang, kita lihat beberapa contoh kasus nyata yang sering muncul dalam skripsi.
Kasus 1: Populasi terlalu luas, sampel terlalu sempit
Misalnya seorang mahasiswa menulis populasi penelitian sebagai “seluruh mahasiswa Universitas X”, tapi sampelnya hanya diambil dari satu kelas di satu program studi. Ini jelas bermasalah.
Kenapa? Karena sampel yang diambil tidak sebanding dengan populasi yang didefinisikan. Kalau populasinya seluruh universitas, maka satu kelas jelas tidak cukup mewakili.
Dampaknya, hasil penelitian jadi tidak bisa digeneralisasi. Dosen akan langsung mempertanyakan validitas kesimpulannya.
Solusinya bukan memperbanyak sampel secara asal, tapi mempersempit populasinya supaya sinkron dengan data yang benar-benar bisa dijangkau.
Kasus 2: Salah pilih sampel karena hanya mengandalkan kemudahan
Contoh lain, penelitian tentang kepuasan pelanggan toko online, tapi sampel yang dipilih hanya teman dekat peneliti yang kebetulan pernah belanja online. Ini termasuk salah pilih sampel.
Secara teknis mungkin mereka memang pernah belanja. Tapi apakah mereka benar-benar pelanggan toko yang diteliti? Apakah mereka memenuhi kriteria yang relevan? Belum tentu.
Dampaknya, data yang terkumpul tidak benar-benar menjawab fokus penelitian. Hasilnya bisa bias dan kurang relevan.
Inilah kenapa memilih sampel tidak boleh semata-mata berdasarkan kemudahan.
Kasus 3: Ukuran sampel terlalu kecil untuk penelitian kuantitatif
Misalnya penelitian kuantitatif tentang pengaruh kualitas pelayanan terhadap kepuasan pelanggan, tapi hanya menggunakan 10 responden. Secara statistik, ini sangat rentan dipertanyakan.
Dampaknya, hasil analisis menjadi tidak stabil. Generalisasi juga sangat lemah. Dan dosen biasanya langsung meminta perbaikan besar.
Kalau penelitianmu kuantitatif, jangan anggap angka kecil selalu aman. Pastikan ada dasar yang cukup kuat untuk jumlah responden yang diambil.
Kasus 4: Teknik sampling ditulis, tapi tidak dijalankan sesuai logika
Banyak juga kasus mahasiswa menulis “random sampling”, tapi praktiknya mereka hanya menyebar kuesioner ke siapa saja yang sempat dihubungi. Ini bukan random, ini convenience.
Dampaknya, ada ketidaksesuaian antara metode yang ditulis dan praktik pengumpulan data. Kalau ini ketahuan, kredibilitas penelitian langsung turun.
Karena itu, teknik sampling di skripsi bukan sekadar label. Ia harus benar-benar dijalankan sesuai logikanya.
Kasus 5: Informan kualitatif terlalu banyak tapi dangkal
Dalam penelitian kualitatif, ada juga kesalahan sebaliknya. Mahasiswa terlalu sibuk mengejar jumlah informan, padahal wawancaranya dangkal. Akhirnya data banyak, tapi miskin makna.
Dampaknya, pembahasan jadi lebar tapi tidak dalam. Padahal tujuan penelitian kualitatif justru menggali makna dan pengalaman secara rinci.
Jadi dalam semua pendekatan, yang penting bukan sekadar “ada sampel”, tapi apakah sampel itu tepat, cukup, dan sesuai dengan tujuan penelitian.
Checklist Populasi dan Sampel Sebelum Bab 3 Fix
Sebelum kamu menganggap bagian ini selesai, coba cek satu per satu. Simpan checklist ini baik-baik, karena ini bisa menyelamatkanmu dari revisi yang sebenarnya bisa dicegah sejak awal.
1. Populasi sudah jelas dan spesifik
Sudah jelas siapa, di mana, dan dalam konteks apa populasi penelitianmu.
2. Sampel berasal dari populasi yang benar
Pastikan sampel yang diambil benar-benar bagian dari populasi, bukan sekadar yang mudah dijangkau.
3. Teknik sampling dijelaskan dengan alasan yang logis
Jangan cuma menyebut nama teknik. Jelaskan kenapa teknik itu paling cocok.
4. Ukuran sampel bisa dipertanggungjawabkan
Baik dengan rumus, referensi, atau kebutuhan analisis, kamu harus punya dasar yang jelas.
5. Sampel sesuai dengan metode penelitian
Kuantitatif dan kualitatif punya kebutuhan yang berbeda. Pastikan keputusanmu sinkron.
6. Data dari sampel benar-benar bisa diakses
Jangan menentukan sampel yang bagus di proposal tapi mustahil dijangkau di lapangan.
7. Sudah divalidasi dengan dosen pembimbing
Sebelum Bab 3 dianggap final, diskusikan lagi bagian ini. Kadang satu koreksi kecil bisa menyelamatkan keseluruhan penelitian.
Pada akhirnya, populasi dan sampel penelitian bukan cuma bagian teknis di Bab 3 yang harus diisi supaya skripsi kelihatan lengkap. Ia adalah fondasi yang menentukan apakah data yang kamu ambil bisa dipercaya, apakah hasil penelitianmu cukup kuat, dan apakah dosen melihat penelitianmu layak dilanjutkan. Banyak revisi panjang terjadi bukan karena topik penelitian jelek, tapi karena peneliti kurang teliti sejak awal, mulai dari contoh populasi penelitian yang terlalu umum, salah pilih sampel, teknik sampling di skripsi yang asal tulis, sampai ukuran sampel yang tidak punya dasar jelas.
Kalau kamu ingin penelitianmu lebih kokoh, maka seriuslah saat menentukan sampel penelitian. Jangan asal mudah, jangan sekadar ikut contoh, dan jangan hanya mengandalkan format. Pahami logikanya, sesuaikan dengan metode, pastikan datanya bisa dijangkau, lalu validasi sebelum terlalu jauh. Karena kesalahan kecil di awal bisa menjalar sampai hasil dan kesimpulan di akhir.
Dan justru kabar baiknya, kalau bagian populasi dan sampel penelitian ini kamu bereskan dari sekarang, proses skripsimu biasanya jadi jauh lebih ringan, lebih terarah, dan lebih gampang disetujui dosen.
