Nyaris setiap skripsi dan survei lapangan menghadapi masalah yang sama: populasi terlalu besar untuk disensus penuh, tapi sampel harus cukup besar agar hasilnya bisa dipercaya. Rumus Slovin menjawab pertanyaan itu dengan satu persamaan sederhana — dari jumlah populasi dan toleransi kesalahan (margin error) yang mau diterima, keluar angka pasti: berapa responden minimal yang harus diambil.
Cara Pakai
Geser slider Populasi (N) sesuai jumlah total anggota populasi — misalnya jumlah pelanggan aktif, mahasiswa, atau karyawan yang diteliti. Geser slider Margin error (e) untuk mengatur toleransi kesalahan penarikan sampel, dari 1% (sangat presisi) sampai 15% (longgar). Grafik menunjukkan bagaimana ukuran sampel minimal (n) berubah tajam saat e digeser — dua tombol preset (e=5% dan e=10%) mempercepat perbandingan dua skenario yang paling umum dipakai di penelitian sosial.
Rumus Kunci
$$n = \frac{N}{1 + N e^2}$$di mana $N$ = ukuran populasi, $e$ = margin error (dalam desimal, mis. 10% = 0,10), dan $n$ dibulatkan ke atas (ceiling) ke bilangan bulat terdekat.
Contoh Angka
Populasi survei kepuasan pelanggan UMKM digital: N = 5.000 pelanggan aktif, margin error e = 10%.
- $N e^2 = 5.000 \times 0{,}10^2 = 50$
- $n = \dfrac{5.000}{1+50} = \dfrac{5.000}{51} = 98{,}04$
- Dibulatkan ke atas: n = 99 responden
Bandingkan kalau margin error diperketat ke e = 5% (populasi sama, N = 5.000):
- $N e^2 = 5.000 \times 0{,}05^2 = 12{,}5$
- $n = \dfrac{5.000}{1+12{,}5} = \dfrac{5.000}{13{,}5} = 370{,}37$
- Dibulatkan ke atas: n = 371 responden
Menurunkan margin error dari 10% menjadi 5% membuat sampel minimal melonjak hampir 4 kali lipat (99 → 371) — inilah “hukum hasil menurun” pada rumus Slovin: presisi lebih tinggi selalu berbiaya sampel jauh lebih besar.