Efisiensi dan Akurasi Generalisasi Data: Alasan Dosen Pembimbing Mewajibkan Jumlah Sampel Survei yang Cukup
Saat berkonsultasi mengenai Bab 3 skripsi kuantitatif, dosen pembimbing sering menekankan: "Sampel kuesioner Anda terlalu sedikit. Kalau populasi Anda 10.000 mahasiswa, Anda tidak bisa hanya mengambil 20 sampel kuesioner. Tambah lagi sampai minimal 100!"
Mengapa ukuran sampel kuesioner survei sangat dijaga ketat dalam metodologi ilmiah? Artikel ini menguraikan dasar matematis di balik kecukupan sampel dan hubungannya dengan tingkat keakuratan hasil riset skripsi Anda.
1. Konsep Populasi vs Sampel dalam Survei Akademik
Dalam dunia riset, Populasi adalah keseluruhan subjek penelitian yang memiliki karakteristik tertentu yang ditetapkan oleh peneliti. Sementara Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut yang benar-benar diteliti dan diisi kuesionernya.
Tujuan utama dari pengumpulan data kuesioner kuantitatif adalah Generalisasi—artinya, temuan dari sampel kecil harus bisa mewakili dan menggambarkan kondisi nyata dari seluruh populasi besar.
2. Dampak Ukuran Sampel Terhadap Margin of Error (Toleransi Kesalahan)
Semakin kecil jumlah responden kuesioner yang Anda kumpulkan, semakin besar potensi penyimpangan atau kesalahan sampel (sampling error). Sebaliknya, semakin besar sampel yang mendekati ukuran populasi, semakin kecil margin error-nya.
Sebagai contoh, amati rumus Slovin berikut:
Rumus Slovin:n = N / (1 + N(e)^2)
Di mana: n = ukuran sampel, N = ukuran populasi, e = margin of error (biasanya 5% atau 0.05).
Jika populasi N = 1.000 mahasiswa dengan margin of error 5% (0.05):
n = 1000 / (1 + 1000 * 0.0025) = 1000 / 3.5 = 286 Responden.
Jika Anda nekat hanya mengambil 30 responden untuk populasi 1.000 orang, maka margin error skripsi Anda membengkak hingga >18%, yang berarti tingkat kepercayaan riset Anda jatuh di bawah batas toleransi ilmiah.
3. Pedoman Menentukan Ukuran Sampel Berdasarkan Metode Analisis
Penentuan sampel kuesioner survei juga disesuaikan dengan software pengolahan data dan metode analisis statistik yang akan Anda gunakan di Bab 4:
| Metode Analisis / Formula | Rekomendasi Jumlah Sampel Kuesioner | Keterangan Metodologis |
|---|---|---|
| Rumus Slovin | Tersebar (biasanya 100 - 400 responden) | Digunakan jika jumlah populasi diketahui pasti (Finite Population). |
| Rumus Lemeshow | Minimal 96 - 100 responden | Digunakan jika jumlah populasi tidak diketahui secara pasti (Unknown Population). |
| Pedoman Hair et al. (SEM-PLS) | 5 x s.d 10 x Jumlah Indikator Pertanyaan | Jika kuesioner memiliki 20 butir indikator, maka sampel = 20 x 5 = minimal 100 responden. |
| Regresi Linier Berganda (SPSS) | Minimal 30 s.d 50 per variabel bebas | Untuk memenuhi asumsi kurva normalitas sebaran residuals. |
4. Bahaya Under-Sampling dan Over-Sampling dalam Skripsi
Mengumpulkan kuesioner tidak boleh terlalu sedikit, tetapi juga tidak harus berlebihan tanpa batasan rasional:
A. Bahaya Under-Sampling (Sampel Terlalu Sedikit)
- Uji Statistik Lemah (Low Power): Mengakibatkan uji t dan uji F di SPSS tidak mampu mendeteksi hubungan nyata antar variabel (Tipe II Error).
- Hasil Tidak Stabil: Nilai R-Square sangat rentan melonjak atau anjlok drastis hanya karena variasi 1-2 jawaban responden ekstrim.
B. Masalah Over-Sampling (Sampel Terlalu Banyak Tanpa Desain)
- Membuang waktu dan biaya pengumpulan data tanpa memberikan peningkatan signifikansi yang berarti.
- Dalam model SEM-AMOS, sampel di atas 500 sering membuat uji p-value Chi-Square menjadi sangat sensitif dan menolak goodness-of-fit model.
Kesimpulan
Memenuhi kuota sampel kuesioner survei yang dipersyaratkan bukan sekadar formalitas menggugurkan kewajiban skripsi. Kecukupan sampel adalah garansi matematika bahwa kesimpulan dan rekomendasi yang Anda hasilkan di Bab 5 mencerminkan realitas yang akurat dan dapat dipertanggungjawabkan di dunia akademik maupun praktis.