Information

5 Cara Menghitung Sampel Penelitian dengan Tepat

Dalam penelitian, peneliti perlu memahami cara menghitung sampel penelitian yang tepat. Sebab, sampel penelitian menjadi sumber data yang akan menentukan validitas data dalam penelitian dan hasil penelitian itu sendiri.

Namun, mendapatkan data dari semua sampel menjadi tidak memungkinkan. Apalagi untuk populasi penelitian dalam jumlah besar. Hal ini bisa memicu pemborosan sumber daya. Dimana tidak semua penelitian mendapat sumber daya yang berlebih.

Penentuan jumlah sampel kemudian tidak bisa asal-asalan. Terdapat beberapa pilihan metode dan rumus di dalamnya untuk membantu peneliti. Sehingga jumlahnya tepat untuk efisiensi dan tetap memperhatikan kualitas data. Berikut penjelasannya.

Ragam Cara Menghitung Sampel Penelitian

Jumlah sampel penelitian diketahui memang harus ditentukan dengan teliti. Pasalnya, sampel yang terlalu sedikit dianggap kurang merepresentasikan populasi. Hal ini akan menurunkan akurasi data dan hasil penelitian.

Sebaliknya, peneliti yang memilih jumlah sampel berlebihan bisa memicu pemborosan sumber daya. Baik itu waktu, tenaga atau SDM, dan juga biaya penelitian. Maka peneliti wajib memahami cara terbaik menghitung sampel penelitian.

Dikutip dari berbagai sumber, berikut adalah beberapa cara menghitung sampel penelitian yang bisa dipilih dan digunakan para peneliti:

1. Case Control

Salah satu cara dalam menghitung ukuran sampel penelitian adalah dengan metode case control atau kontrol kasus.

Secara umum, teknik ini digunakan untuk penelitian di bidang epidemiologi atau penelitian di bidang kesehatan. Dikutip melalui website Gizi Masyarakat IPB, terdapat 4 cara dalam menghitung ukuran sampel memakai case control. Yaitu:

Penghitungan sampel Estimasi Rasio Odds
Penghitungan sampel Uji Hipotesis Rasio Odds
Penghitungan sampel Kasus-Kontrol dengan K kontrol per kasus
Penghitungan sampel Kasus-Kontrol sepadan

Sebagai contoh, rumus yang digunakan untuk menentukan ukuran sampel memakai case control berdasarkan nilai rasio odds adalah sebagai berikut:

Keterangan:

P1 = proporsi subjek yang terpajan pada kelompok penyakit
P2 = proporsi subjek yang terpajan pada kelompok tanpa penyakit
OR = nilai Rasio Odds
ORu = nilai atas Ratio Odds dari 95% CI OR
ORl = nilai bawah Ratio Odds dari 95% CI OR
€ = presisi relatif

Rumus utama adalah rumus paling atas. Dalam perjalanannya, peneliti kadang perlu mencari nilai In atau P1 terlebih dahulu. Maka perhitungannya juga memakai rumus yang dijelaskan di gambar di atas.

Contoh penggunaan rumus:

Seorang peneliti ingin mengetahui hubungan antara obese stunting terhadap kejadian hipertensi. Prevalensi obese stunting 40%, sedangkan rasio odds dari penelitian yang pernah dilakukan adalah 1,5. Peneliti ingin menggunakan desain kasus kontrol dengan 3 kontrol per kasus. Berapa besar sampel yang diperlukan jika peneliti menginginkan tingkat kemaknaan 5% dan kekuatan uji 80%?

Melalui perhitungan tersebut, maka peneliti perlu memiliki 256 (pembulatan dari 255,98) sampel penelitian. Dimana 256 sampel ini adalah penderita hipertensi.

2. Eksperimental

Jika penelitian yang dilakukan adalah penelitian eksperimental. Maka cara menghitung sampel penelitian secara umum memakai rumus berikut:

Keterangan:

n = ukuran sampel untuk masing-masing kelompok (kelompok eksperimen dan kontrol)
Zα = nilai z sesuai dengan tingkat signifikansi (contoh: 1,96 untuk tingkat signifikansi 5%)
Zβ = nilai z sesuai dengan power (contoh: 0,84 untuk power 80%)
σ = standar deviasi dari variabel yang diukur (dapat diperoleh dari studi terdahulu)
Δ= ukuran efek atau perbedaan yang diharapkan antara kedua kelompok

Contoh penggunaan rumus:

Penelitian dengan topik “Efek Pemberian Suplemen X terhadap Penurunan Tekanan Darah pada Pasien Hipertensi”. Berikut adalah parameter untuk membantu perhitungan ukuran sampel penelitian di topik ini:

Tingkat Signifikansi (α) = 5% atau 0,05 (sehingga Zα =1,96).
Power (1 – β) = 80% atau 0,80 (sehingga Zβ=0,84)
Standar Deviasi (σ) = 15 mmHg
Ukuran Efek yang Diharapkan (Δ) = 10 mmHg

Perhitungan dengan rumus:

n = 2⋅(1,96+0,84)²⋅15² / 10²
n = 3528 / 100
n = 35,28 (dibulatkan ke atas menjadi 36).

Dari perhitungan tersebut, ukuran sampel yang dibutuhkan untuk masing-masing kelompok adalah sekitar 36 orang. Rinciannya 36 orang pada kelompok eksperimen dan 36 orang pada kelompok kontrol.

3. Rumus Slovin

Cara menghitung sampel penelitian juga bisa dengan Rumus Slovin. Rumus Slovin sendiri adalah metode yang digunakan untuk menghitung ukuran sampel ketika ukuran populasi diketahui dan diinginkan margin of error tertentu.

Secara umum, rumus perhitungan ukuran sampel ini cocok untuk penelitian yang jumlah populasinya tidak begitu besar. Rumusnya adalah sebagai berikut:

Keterangan:

n = ukuran sampel yang dibutuhkan
N = total populasi
e = margin of error yang diinginkan (dalam desimal, misalnya 0,05 untuk 5%)

Contoh penggunaan rumus:

Sebuah penelitian memiliki populasi sebesar 1.000 orang, dan margin of error yang diinginkan adalah 5% (atau 0,05). Maka perhitungan dengan Rumus Slovin adalah sebagai berikut:

n = 1000 / 1 + 1000 . (0,05)²
n = 1000 / 1 + 1000 . 0,0025
n = 1000 / 1 + 2,5
n = 1000 / 3,5
n = 286

Jadi, ukuran sampel yang diperlukan untuk populasi 1.000 dengan margin of error 5% adalah sekitar 286 orang.

4. Tabel Krejcie-Morgan

Dikutip melalui Repository Universitas Kristen Indonesia (UKI), Tabel Krejcie-Morgan adalah tabel yang digunakan untuk menghitung ukuran sampel yang tepat berdasarkan ukuran populasi untuk penelitian survei, khususnya dalam penelitian cross-sectional.

Sesuai dengan namanya, teknik ini mengacu pada tabel. Sehingga peneliti tinggal mencari jumlah populasi yang tercantum pada tabel. Kemudian mencari kolom yang menunjukan ukuran sampel yang sudah dihitung dengan metode khusus dari penemu tabel ini. Berikut tabelnya:

Peneliti dalam menentukan ukuran sampel bisa mengacu pada tabel tersebut. Sebagai contoh, peneliti memiliki populasi sebanyak 100 orang. Kemudian ingin mengetahui ukuran sampel ideal dengan margin error 5%.

Berdasarkan tabel di atas, maka peneliti perlu mencari dan memilih setidaknya 78 sampel atau 78 orang. Sehingga data yang didapatkan memiliki akurasi lebih maksimal karena merepresentasikan populasi penelitian.

5. Nomograf Harry King

Cara atau rumus menentukan sampel penelitian selanjutnya adalah dengan Nomograf Harry King. Nomograf Harry King sendiri adalah alat grafik yang berfungsi untuk menghitung ukuran sampel dengan cara yang lebih praktis tanpa harus melakukan perhitungan rumit menggunakan rumus matematis.

Sehingga, sudah ada grafik yang membantu peneliti menghitung ukuran sampel penelitian. Grafik ini berisi informasi skala ukuran sampel dan margin of error yang mencapai 5%.

Dikutip melalui salah satu konten yang diunggah kanal YouTube Galuh Aditya 69. Cara atau grafik ini hanya cocok untuk penelitian dengan jumlah populasi maksimal 2.000 orang.

Berikut contoh perhitungannya:

Populasi yang ingin disurvei adalah 2.000 orang.
Margin of error: 5% (atau 0,05).
Tingkat kepercayaan: 95%.

Cara menghitung ukuran sampel dengan grafik Nomograf Harry King:

Langkah pertama: Cari angka 2.000 pada skala populasi yang ada di bagian bawah nomograf.
Langkah kedua: Tarik garis lurus dari angka 2.000 pada skala populasi ke skala ukuran sampel yang ada di sisi atau bagian atas nomograf.
Langkah ketiga: Lihat di mana garis yang ditarik dari populasi 2.000 bertemu dengan skala ukuran sampel. Berdasarkan Nomograf Harry King, untuk populasi 2.000 orang, ukuran sampel yang diperlukan adalah sekitar 323 orang.

Jadi, untuk populasi sebesar 2.000 orang dengan margin of error 5% dan tingkat kepercayaan 95%, ukuran sampel yang diperlukan adalah sekitar 323 orang.

Selain beberapa rumus atau cara menghitung sampel penelitian yang sudah dijelaskan. Tentunya masih ada cara atau rumus lain bisa digunakan. Pada dasarnya, pilihan rumus perhitungan ukuran sampel cukup beragam. Pilihan ditentukan oleh jenis penelitian yang dilakukan.

Jika memiliki pertanyaan, opini, atau ingin sharing pengalaman berkaitan dengan topik dalam artikel ini. Jangan ragu menuliskannya di kolom komentar. Klik juga tombol Share agar informasi dalam artikel ini tidak berhenti di Anda saja. Semoga bermanfaat.

Kenali ragam teknik pengabilan sampel random sampling:

Pujiati

Pujiati telah menjadi SEO Content Writer hampir 10 tahun. Dia berpengalaman menulis konten seputar dosen, kepenulisan akademis dan kreatif, serta kesehatan. Melalui tulisan, Pujiati merasa senang ketika apa yang ia tulis bermanfaat untuk pembaca.