Jumlah sampel minimal untuk PLS-SEM (Partial Least Squares Structural Equation Modeling, yaitu teknik analisis multivariat untuk menguji hubungan antarvariabel yang kompleks dengan data tidak normal) secara umum menggunakan aturan 10 kali lipat dari jumlah indikator formatif terbesar atau minimal berkisar antara 30 hingga 100 responden tergantung pada kompleksitas model penelitian skripsi Anda.
Berapa Aturan Umum Jumlah Sampel Minimal PLS-SEM?
Aturan paling populer dalam menentukan ukuran sampel PLS-SEM adalah aturan 10 kali lipat atau dikenal sebagai 10-times rule method yang digagas oleh Latan dan Ghozali.
Aturan Sepuluh Kali Lipat Indikator Terbesar
Aturan sepuluh kali lipat menyatakan bahwa ukuran sampel minimum harus sama dengan 10 kali jumlah indikator formatif terbesar dalam model pengukuran tunggal atau 10 kali jalur struktural terbesar yang mengarah ke variabel laten tertentu dalam model jalur. Sebagai contoh konkret, jika konstruk atau variabel laten dengan jumlah indikator terbanyak dalam kuesioner penelitian Anda memiliki 8 pertanyaan indikator, maka jumlah sampel minimal yang harus Anda kumpulkan adalah 8 dikali 10, yaitu sebanyak 80 responden agar estimasi jalur dalam perangkat lunak analisis statistika dapat berjalan dengan stabil dan valid secara empiris.
Aturan Pendekatan Hair et al. untuk Model Kompleks
Hair, Hult, Ringle, dan Sarstedt dalam literatur utama mereka menyarankan bahwa ukuran sampel sering kali bergantung pada karakteristik model struktural yang diuji, di mana peneliti harus memperhitungkan tingkat signifikansi maksimum, tingkatstatistical power sebesar 80 persen, serta koefisien jalur maksimum di dalam model. Jika model penelitian Anda memiliki banyak variabel mediasi dan moderasi yang rumit, maka rekomendasi standar empiris menganjurkan jumlah sampel minimal berada di angka 100 hingga 200 responden untuk memastikan hasil uji hipotesis penelitian tidak mengalami bias.
Bagaimana Aturan 10-Times Rule Diterapkan pada Kasus Nyata?
Penerapan aturan 10-times rule dapat diilustrasikan secara langsung melalui simulasi rancangan instrumen penelitian mahasiswa tingkat sarjana yang meneliti bidang pemasaran digital.
Ilustrasi Kasus Penelitian Pengaruh Social Media Marketing
Sebagai contoh kasus konkret, seorang mahasiswa S1 Manajemen bernama Budi melakukan penelitian skripsi dengan judul pengaruh social media marketing terhadap brand loyalty dimediasi oleh customer engagement. Model penelitian tersebut terdiri dari 3 variabel laten utama dengan total keseluruhan indikator pertanyaan kuesioner sebanyak 22 item pernyataan. Berdasarkan variabel laten dengan indikator terbanyak, yaitu variabel customer engagement yang memiliki 7 indikator reflektif, perhitungan jumlah sampel minimal menggunakan metode aturan 10 kali lipat adalah 7 dikali 10, yang menghasilkan angka minimum 70 responden.
Evaluasi Kecukupan Sampel Berdasarkan Aturan Statistik
Meskipun perhitungan dasar menunjukkan angka 70 responden sudah memenuhi syarat minimal mutlak untuk menjalankan software SmartPLS, Budi disarankan oleh dosen pembimbingnya untuk tetap mengumpulkan setidaknya 100 hingga 120 responden. Penambahan jumlah responden ini bertujuan untuk mengantisipasi adanya kuesioner outlier atau data tidak valid yang harus dibuang saat proses data cleaning, sekaligus memperkuat nilai statistical power agar hasil pengujian bootstrapping memiliki tingkat signifikansi t-statistics yang jauh lebih meyakinkan.
Metode Alternatif Apa Saja untuk Menentukan Ukuran Sampel PLS-SEM?
Metode alternatif penentuan ukuran sampel meliputi tabel Cohen, penggunaan Power Analysis menggunakan software G*Power, serta metode minimum R-squared method yang dikembangkan untuk mengevaluasi kekuatan prediktif model.
| Metode Penentuan Sampel | Kriteria Utama | Rekomendasi Jumlah Sampel |
|---|---|---|
| Aturan 10 Kali Lipat (10-Times Rule) | 10 x jumlah indikator formatif atau jalur struktural terbesar | Minimal 30 – 100 responden |
| Pendekatan Power Analysis (G*Power) | Effect size 0.15, alpha 0.05, power 0.80, jumlah prediktor | Tergantung jumlah panah panah panah prediktor (umumnya 68 – 120) |
| Tabel Cohen (Statistical Power) | Tingkat signifikansi dan ukuran efek populasi | Minimal 85 – 200 responden |
Menggunakan Software G*Power untuk Presisi Tinggi
Power analysis menggunakan aplikasi G*Power adalah pendekatan paling modern dan diakui oleh jurnal internasional bereputasi untuk menghitung ukuran sampel yang akurat berdasarkan tingkat signifikansi atau alpha, statistical power yang diinginkan, serta jumlah maksimum anak panah prediktor yang masuk ke dalam satu variabel terikat. Dengan memasukkan nilai effect size medium sebesar 0.15 ke dalam software G*Power dengan jumlah prediktor sebanyak 4 variabel bebas, sistem secara otomatis akan menghitung jumlah sampel minimal yang wajib dipenuhi oleh peneliti agar penelitian memiliki validitas eksternal yang kuat.
Bagaimana Mengatasi Kendala Jumlah Sampel yang Terlalu Sedikit?
Kendala kekurangan sampel dapat diatasi dengan melakukan evaluasi ulang terhadap indikator kuesioner, memperluas cakupan area penyebaran kuesioner, atau menggunakan teknik resampling non-parametrik yang menjadi keunggulan utama dari metode pemodelan persamaan struktural berbasis varian.
Penyederhanaan Model Indikator Penelitian
Jika Anda terlanjur memiliki jumlah sampel yang terbatas karena keterbatasan waktu atau biaya penelitian skripsi, solusi praktis yang bisa diambil adalah melakukan uji validitas dan reliabilitas pendahuluan untuk menghapus indikator yang memiliki outer loading rendah. Dengan membuang indikator yang tidak valid atau redundan, jumlah indikator maksimum pada konstruk terbesar akan berkurang, sehingga ambang batas aturan sampel minimal secara otomatis akan turun dan menjadi proporsional dengan jumlah responden yang berhasil Anda kumpulkan.
Memaksimalkan Karakteristik Non-Parametrik PLS-SEM
Kelebihan utama dari penggunaan teknik analisis data berbasis SmartPLS adalah sifat distribusinya yang non-parametrik, artinya metode ini tidak menuntut asumsi kenormalan data yang ketat seperti pada covariance-based SEM atau CB-SEM. Walaupun demikian, peneliti tetap tidak boleh mengabaikan aturan dasar ukuran sampel karena ukuran sampel yang terlalu kecil di bawah 30 responden tetap akan menghasilkan nilai standard error yang terlalu besar, sehingga koefisien jalur atau path coefficients sulit mencapai tingkat signifikansi statistik yang disyaratkan dalam pengujian hipotesis.
Pertanyaan Umum
Berapa jumlah sampel minimal untuk PLS-SEM menggunakan SmartPLS?
Jumlah sampel minimal umumnya menggunakan aturan 10 kali lipat dari jumlah indikator pada variabel dengan indikator terbanyak, atau secara umum minimal 30 hingga 100 responden untuk model sederhana.
Apakah sampel di bawah 30 bisa dianalisis dengan SmartPLS?
Secara teknis perangkat lunak bisa memproses data di bawah 30 responden, namun hal tersebut sangat tidak disarankan karena melanggar kaidah statistik dasar dan menurunkan stabilitas parameter estimasi.
Bagaimana jika jumlah sampel penelitian saya tidak memenuhi syarat minimal?
Anda dapat menyederhanakan indikator kuesioner, memperpanjang durasi pengambilan data, atau menggunakan jasa analisis SmartPLS untuk mendapatkan arahan penanganan data yang valid secara metodologis.