Cara menentukan ukuran sampel penelitian dengan rumus Slovin

Bayangkan sebuah perusahaan ingin tahu apa pendapat pelanggan tentang produk barunya. Mereka hanya bertanya ke 15 orang, lalu menyimpulkan bahwa "80% pelanggan puas". Angka itu terdengar meyakinkan, tapi 15 orang jelas tidak bisa mewakili puluhan ribu pelanggan sesungguhnya. Hasilnya bisa jauh meleset dari kenyataan, dan keputusan bisnis yang diambil dari data itu ikut berisiko salah arah.

Di sisi lain, ada juga jebakan sebaliknya: mewawancarai 5.000 orang padahal 400 orang saja sudah cukup untuk mendapatkan hasil yang akurat. Ini bukan kehati-hatian, tapi pemborosan anggaran dan waktu. Ukuran sampel harus cukup besar untuk dipercaya tanpa memboroskan biaya dan waktu. Rumus Slovin adalah salah satu cara yang umum dipakai peneliti di Indonesia untuk menghitungnya.

Intinya

• Ukuran sampel yang terlalu kecil membuat hasil riset tidak bisa dipercaya; terlalu besar membuang-buang biaya dan waktu.
• Rumus Slovin (n = N / (1 + N × e²)) adalah cara paling praktis untuk menghitung ukuran sampel dari populasi yang jumlahnya diketahui.
• Contoh: populasi 10.000 orang dengan margin of error 5% membutuhkan sampel sekitar 385 responden.
• Margin of error 5% adalah standar umum; 10% hanya dipakai untuk riset eksploratif berisiko rendah.
• Kesalahan paling sering: memakai margin of error yang terlalu longgar atau melupakan tingkat respons di lapangan.

Apa itu ukuran sampel dan kenapa penting

Ukuran sampel adalah jumlah orang yang benar-benar disurvei atau diwawancarai dari total populasi yang ingin diketahui pendapatnya. Populasi adalah keseluruhan kelompok yang jadi target riset, misalnya seluruh pelanggan aktif, seluruh warga sebuah kota, atau seluruh karyawan perusahaan. Karena hampir mustahil bertanya ke semua orang dalam populasi, peneliti mengambil sebagian saja (sampel) yang dianggap bisa mewakili keseluruhan.

Masalahnya muncul kalau sampel itu terlalu kecil atau diambil sembarangan. Semakin sedikit orang yang disurvei, semakin besar peluang hasilnya meleset dari kondisi populasi yang sebenarnya, istilah statistiknya adalah margin of error yang membesar. Sebaliknya, menambah jumlah responden di luar kebutuhan tidak banyak menambah akurasi, tapi biaya riset naik signifikan: lebih banyak surveyor, lebih lama waktu pengumpulan data, lebih besar insentif responden. Ukuran sampel yang tepat adalah titik di mana hasil riset sudah cukup akurat untuk dipakai mengambil keputusan, tanpa menghabiskan anggaran lebih dari yang perlu.

Rumus Slovin: cara menghitung ukuran sampel

Rumus Slovin adalah cara paling umum dipakai di Indonesia untuk menghitung ukuran sampel ketika jumlah populasi sudah diketahui. Rumusnya:

n = N / (1 + N × e²)

Berikut arti setiap huruf dalam rumus ini:

• n = ukuran sampel yang dicari (jumlah responden yang perlu disurvei)
• N = ukuran populasi (total jumlah orang dalam kelompok yang diteliti)
• e = margin of error, ditulis dalam bentuk desimal (5% ditulis 0,05; 10% ditulis 0,1)

Supaya lebih jelas, mari hitung langsung dengan contoh angka. Misalkan sebuah perusahaan punya 10.000 pelanggan aktif (N = 10.000) dan ingin melakukan survei kepuasan dengan margin of error 5% (e = 0,05). Berikut langkah-langkahnya:

1. Kuadratkan margin of error. e² = 0,05 × 0,05 = 0,0025
2. Kalikan dengan populasi. N × e² = 10.000 × 0,0025 = 25
3. Tambahkan angka 1. 1 + 25 = 26
4. Bagi populasi dengan hasil tadi. n = 10.000 / 26 = 384,6
5. Bulatkan ke atas. Ukuran sampel yang dibutuhkan adalah 385 responden.

Angka 385 ini artinya: dari 10.000 pelanggan, cukup mewawancarai 385 orang yang dipilih secara acak untuk mendapatkan gambaran yang bisa dipercaya mewakili seluruh populasi, dengan toleransi kesalahan 5%. Pembulatan selalu dilakukan ke atas karena sampel harus memenuhi jumlah minimum. Jika dibulatkan ke bawah, hasilnya tidak lagi memenuhi tingkat akurasi yang diinginkan.

Cara memilih margin of error yang tepat

Margin of error yang paling sering dipakai dalam riset pasar dan riset sosial di Indonesia adalah 5% dan 10%. Keduanya punya kegunaan yang berbeda, tergantung seberapa besar risiko kalau hasilnya sedikit meleset.

• Margin of error 5% cocok untuk riset yang hasilnya dipakai mengambil keputusan penting, misalnya keputusan investasi, strategi produk baru, atau laporan yang akan dipresentasikan ke pemangku kepentingan. Untuk populasi 10.000 seperti contoh di atas, ini butuh 385 responden.
• Margin of error 10% cocok untuk riset eksploratif atau riset awal yang sifatnya menjajaki, bukan keputusan final. Dengan populasi yang sama (10.000), margin 10% hanya butuh sekitar 100 responden, jauh lebih hemat, tapi hasilnya juga punya toleransi kesalahan dua kali lebih besar.

Aturan sederhananya: semakin kecil margin of error yang dipilih, semakin besar sampel yang dibutuhkan, dan semakin mahal serta lama riset itu dijalankan. Sebaliknya, margin of error yang besar mempercepat dan menghemat riset, tapi hasilnya lebih berisiko meleset dari kondisi sebenarnya. Pilih margin of error berdasarkan dampak keputusan yang akan diambil dari hasil riset, bukan hanya ukuran sampel dan biaya.

Kesalahan umum saat menentukan ukuran sampel

Ada beberapa kesalahan yang berulang kali terjadi, baik di kalangan peneliti pemula maupun tim internal perusahaan yang menjalankan riset sendiri:

• Memakai margin of error yang terlalu longgar demi menghemat biaya. Menurunkan jumlah sampel memang mengurangi biaya, tapi kalau hasilnya dipakai untuk keputusan besar, risiko salah ambil keputusan justru bisa jauh lebih mahal daripada selisih biaya risetnya.
• Melupakan tingkat respons (response rate). Kalau rumus Slovin menghasilkan angka 385, itu adalah jumlah responden yang harus benar-benar mengisi survei sampai selesai, bukan jumlah orang yang dihubungi. Kalau biasanya hanya 60% orang yang dihubungi bersedia mengisi survei sampai tuntas, jumlah yang harus dihubungi perlu ditambah agar target 385 tetap tercapai.
• Menyamaratakan sampel untuk semua subkelompok. Kalau riset ingin membandingkan hasil antar kelompok (misalnya antar kota atau antar kelompok usia), ukuran sampel total yang dihitung dengan rumus Slovin belum tentu cukup untuk masing-masing subkelompok bisa dianalisis secara terpisah dengan akurat.
• Sampel besar tapi cara pemilihannya tidak acak. Ukuran sampel yang tepat tidak ada artinya kalau cara memilih respondennya bias, misalnya hanya mengambil dari satu sumber data atau satu wilayah saja padahal populasinya jauh lebih beragam.
• Tidak tahu jumlah populasi pasti. Rumus Slovin membutuhkan angka N yang jelas. Untuk populasi yang tidak diketahui jumlah pastinya (misalnya "seluruh pengguna internet di Indonesia"), dibutuhkan pendekatan rumus yang berbeda, bukan Slovin.

Kapan sebaiknya konsultasi dengan ahli statistik/peneliti

Rumus Slovin cukup memadai untuk kebutuhan riset yang sederhana: populasinya diketahui jelas, tujuannya mengukur satu hal secara umum (misalnya tingkat kepuasan keseluruhan), dan tidak perlu membandingkan banyak subkelompok. Tapi ada situasi di mana sebaiknya berkonsultasi dengan peneliti atau ahli statistik berpengalaman sebelum menentukan sampel sendiri:

• Riset ingin membandingkan hasil antar banyak segmen (usia, wilayah, jenis pelanggan) secara akurat.
• Populasi tidak diketahui jumlah pastinya atau sangat besar dan tersebar.
• Hasil riset akan dipakai untuk keputusan berisiko tinggi, seperti investasi besar, perubahan strategi bisnis, atau laporan ke investor.
• Metode pengambilan sampel perlu dirancang khusus (misalnya sampling bertingkat atau sampling klaster) agar tidak bias.

Dalam kasus-kasus seperti itu, kesalahan kecil dalam merancang metodologi bisa berdampak besar pada validitas hasil, dan itu jauh lebih sulit diperbaiki setelah data terlanjur dikumpulkan.

Pertanyaan umum

Apakah rumus Slovin bisa dipakai untuk semua jenis riset?
Tidak selalu. Rumus Slovin paling cocok untuk riset deskriptif dengan populasi yang jumlahnya diketahui pasti. Untuk riset eksperimental, riset dengan banyak variabel yang diuji, atau riset dengan populasi tidak diketahui, dibutuhkan pendekatan statistik lain yang lebih spesifik.

Bagaimana kalau jumlah populasi tidak diketahui pasti?
Untuk populasi yang tidak diketahui jumlahnya, rumus Slovin tidak bisa dipakai langsung. Pendekatan yang umum digunakan adalah rumus ukuran sampel untuk populasi tak terhingga, yang mempertimbangkan tingkat kepercayaan dan proporsi perkiraan, bukan angka populasi.

Apakah semakin besar sampel selalu semakin baik?
Tidak. Setelah melewati ukuran tertentu, penambahan responden hanya memberi sedikit peningkatan akurasi, sementara biaya dan waktu terus naik. Yang lebih penting daripada sekadar memperbesar sampel adalah memastikan sampel itu dipilih secara acak dan benar-benar mewakili populasi.

Berapa margin of error yang paling umum dipakai di riset pasar?
Margin of error 5% adalah standar yang paling umum dipakai di riset pasar karena dianggap cukup akurat untuk mendukung keputusan bisnis, tanpa membutuhkan sampel yang terlalu besar. Margin 10% biasanya hanya dipakai untuk riset awal yang sifatnya eksploratif.

Menentukan ukuran sampel hanyalah satu bagian dari metodologi riset. Tim juga perlu memilih responden secara acak, merancang kuesioner yang tidak bias, dan memastikan tingkat respons di lapangan cukup tinggi. DEKA Insight dapat membantu merancang metode sampling dan menjalankan riset di lapangan. Lihat metodologi dan solusi riset kami atau hubungi tim kami untuk membahas kebutuhan Anda.