Sampel Mudah Didapat Belum Tentu Mewakili Populasi yang Anda Klaim
Ukuran sampel penting, tetapi cara peserta dipilih menentukan sejauh mana hasil dapat digeneralisasikan.
Meneliti 35 mahasiswa, lalu menyimpulkan semua mahasiswa Indonesia?
Seorang mahasiswa meneliti penggunaan AI dalam pembelajaran Biologi pada 35 mahasiswa dalam satu kelas. Di bagian kesimpulan ia menulis: “Mahasiswa Indonesia memiliki sikap positif terhadap penggunaan AI dalam pembelajaran.”
Masalah utamanya bukan pada SPSS atau nilai p, melainkan: siapa yang diteliti dan kepada siapa hasil itu digeneralisasikan?
Apakah 35 orang boleh menjadi sampel?
Tentu. Ukuran sampel dan keterwakilan adalah dua persoalan yang berbeda. Sampel kecil bisa tepat untuk tujuan tertentu; sampel besar pun bisa sangat bias jika seluruh peserta berasal dari sumber yang tidak mewakili populasi target.
Target nasional, akses lokal
Target penelitian: seluruh mahasiswa Pendidikan Biologi Indonesia. Sampel yang tersedia: satu kelas, satu universitas, satu wilayah, dan peserta yang mudah dijangkau. Ini lebih dekat dengan convenience sampling.
Andrade menekankan bahwa temuan dari convenience/purposive samples tidak dapat secara otomatis digeneralisasikan ke populasi yang lebih luas daripada populasi atau subpopulasi asal sampel.
Random sampling dan random assignment adalah dua konsep yang berbeda
Random sampling
Membahas siapa dari populasi yang masuk ke sampel. Tujuan utamanya mendukung keterwakilan sampel dan generalisasi ke populasi.
Random assignment
Membahas peserta yang sudah ada masuk ke kelompok perlakuan atau kontrol. Tujuan utamanya memperkuat inferensi kausal.
Ubah satu kalimat, ubah kualitas inferensi
Klaim terlalu luas
“80% mahasiswa Pendidikan Biologi menggunakan AI.”
Klaim lebih defensible
“Pada sampel mahasiswa yang diteliti, 80% melaporkan penggunaan AI.”
Contoh penulisan batas generalisasi
Sampel: mahasiswa semester VI dari satu universitas di Bali.
Klaim: “Hasil menggambarkan mahasiswa dalam konteks sampel penelitian dan memerlukan studi lebih luas sebelum digeneralisasikan secara nasional.”
Uji cepat
Apakah n = 1.000 otomatis lebih representatif daripada n = 300?
Buka jawaban
Tidak. Ukuran sampel (n) memengaruhi presisi, tetapi keterwakilan juga sangat bergantung pada kerangka sampel dan mekanisme pemilihan peserta.
Jangan hanya bertanya “berapa banyak?”, tanyakan “dipilih bagaimana?”
Kedewasaan metodologis terlihat ketika peneliti membuat klaim yang sebanding dengan desain pengambilan sampelnya.
Referensi ilmiah
- Andrade, C. (2021). The inconvenient truth about convenience and purposive samples. Indian Journal of Psychological Medicine, 43(1), 86–88. https://doi.org/10.1177/0253717620977000
No comments:
Post a Comment