Difficulties and practical issues in statistical analysis in research with small sample size: a review

Penelitian ini berangkat dari tingginya penggunaan sampel kecil dalam berbagai disiplin ilmu yang berpotensi menurunkan validitas inferensi statistik. Studi ini bertujuan mengidentifikasi tantangan utama serta strategi metodologis untuk meningkatkan kualitas analisis pada kondisi tersebut. Metode yang digunakan adalah systematic literature review berbasis PRISMA terhadap 39 artikel (2020–2025) dari Scopus .

Hasil menunjukkan bahwa sampel kecil memicu sejumlah masalah utama, seperti rendahnya kekuatan statistik, ketidakstabilan estimasi, pelanggaran asumsi, peningkatan kesalahan tipe I dan II, serta overfitting dan rendahnya generalisasi. Berbagai pendekatan seperti bootstrap, metode Bayesian, regresi penalized, dan teknik robust terbukti membantu mengurangi bias, meski tidak sepenuhnya mengatasi keterbatasan data. Secara implikatif, penelitian ini menekankan pentingnya transparansi, perencanaan desain, dan pemilihan metode analisis yang tepat untuk menjaga kredibilitas hasil riset, terutama dalam konteks pengambilan kebijakan berbasis bukti.