Menentukan Ukuran Sampel

Ukuran sampel (sample size) adalah jumlah unit (individu, objek, atau observasi) yang dipilih dari populasi untuk dijadikan sampel dalam suatu penelitian. Memilih ukuran sampel yang tepat sangat penting untuk menghasilkan estimasi yang akurat, meningkatkan kekuatan statistik, dan mengoptimalkan biaya serta waktu penelitian.

1. Mengapa Ukuran Sampel Penting?

• Akurasi estimasi: Sampel yang terlalu kecil dapat menghasilkan interval kepercayaan yang lebar dan estimasi yang tidak representatif.
• Kekuatan statistik (power): Besar sampel berpengaruh pada kemampuan mendeteksi efek sebenarnya (misalnya perbedaan antar grup).
• Efisiensi biaya: Sampel yang terlalu besar meningkatkan biaya tanpa memberi manfaat signifikan.
• Etika: Terutama pada penelitian klinis, menambah peserta berarti menambah risiko pada subjek.

2. FaktorFaktor Penentu Ukuran Sampel

Beberapa variabel kunci yang memengaruhi keputusan akhir antara lain:

• Populasi target: Jika populasi sangat kecil, teknik sampel penuh (census) mungkin lebih tepat.
• Variabilitas (varians) populasi: Semakin besar varians, semakin besar sampel yang dibutuhkan untuk estimasi yang stabil.
• Margin of error (tingkat toleransi kesalahan): Nilai yang diinginkan, biasanya dinyatakan dalam persen (mis. 5%).
• Level of confidence (tingkat kepercayaan): Umumnya dipilih 95% atau 99%; semakin tinggi, semakin besar ukuran sampel.
• Power (kekuatan) statistik: Biasanya 80% atau 90%; menentukan kemampuan menemukan perbedaan yang signifikan.
• Ukuran efek (effect size): Besaran perbedaan atau hubungan yang diharapkan; semakin kecil efek yang ingin dideteksi, semakin besar sampel yang diperlukan.
• Desain penelitian: Misalnya analisis regresi, uji t, ANOVA, atau survei crosssectional masingmasing memiliki rumus khas.

3. Rumus Dasar untuk Menentukan Sampel

3.1. Estimasi Proporsi

Jika tujuan utama mengukur proporsi (mis. persentase responden yang setuju), rumus umum:

n = Zp(1p) / e

• Z = nilai Z pada level kepercayaan (1,96 untuk 95%, 2,58 untuk 99%).
• p = perkiraan proporsi (jika tidak diketahui, gunakan 0,5 untuk nilai maksimum varians).
• e = margin of error yang diinginkan (mis. 0,05 untuk 5%).

3.2. Estimasi RataRata

Untuk mengestimasi ratarata populasi:

n = (Z) / e

• = standar deviasi populasi (atau perkiraan dari studi pilot).
• Parameter lain sama seperti pada rumus proporsi.

3.3. Penentuan Sampel untuk Uji Hipotesis (ttest, ANOVA)

Biasanya menggunakan software atau tabel power. Rumus singkat:

n = 2(Z/2+Z) /

• Z/2 = nilai Z untuk level signifikansi (). Contoh, =0,05 Z1,96.
• Z = nilai Z untuk power (1). Contoh, power=80% Z0,84.
• = perbedaan ratarata yang dianggap penting (effect size).

4. Metode Praktis Menghitung Ukuran Sampel

1. Tentukan tujuan penelitian apakah ingin mengestimasi proporsi, ratarata, atau menguji perbedaan.
2. Pilih level kepercayaan (confidence level) biasanya 95%.
3. Tentukan margin of error (e) tergantung pada toleransi kesalahan, mis. 5%.
4. Perkirakan variabilitas gunakan data historis atau lakukan studi pilot.
5. Jika diperlukan, tentukan ukuran efek gunakan literatur atau standar bidang.
6. Gunakan rumus yang sesuai atau software (G*Power, R, SPSS, atau kalkulator online).
7. Sesuaikan dengan populasi terbatas gunakan koreksi finite population:
   n_adj = n / (1 + (n1)/N )
   di mana N = ukuran populasi.

5. Contoh Perhitungan

Contoh 1 Survei Kepuasan Pelanggan

Anda ingin mengetahui persentase pelanggan yang puas dengan layanan. Target kepercayaan 95%, margin of error 5% dan tidak ada perkiraan awal mengenai proporsi.

Gunakan p=0,5 (memaksimalkan varians).

n = (1,96)0,50,5 / (0,05) 384.

Jika total populasi hanya 1.000 pelanggan, koreksi finite population: n_adj = 384 / (1 + (3841)/1000) 278.

Contoh 2 Perbandingan RataRata Berat Badan Antara Dua Kelompok

Penelitian ingin mengetahui perbedaan ratarata berat badan antara pria dan wanita. Dari studi pilot, standar deviasi 12 kg. Diharapkan perbedaan yang signifikan sebesar 5 kg. Power 80%, =0,05.

Z/2=1,96; Z=0,84.

n per grup = 2(1,96+0,84)12 / 5 63.

Jadi total minimal 126 peserta.

6. Tips Tambahan

• Lakukan studi pilot: Memberikan estimasi varians dan effect size yang lebih realistis.
• Pertimbangkan tingkat dropout: Tambahkan persentase (mis. 1020%) ke ukuran sampel akhir.
• Gunakan software: Mengurangi kesalahan perhitungan dan memudahkan simulasi power.
• Perhatikan etika: Jangan mengumpulkan lebih banyak data daripada yang diperlukan.

7. Kesimpulan

Menentukan ukuran sampel adalah langkah krusial dalam desain penelitian. Dengan mempertimbangkan faktorfaktor seperti level kepercayaan, margin of error, variabilitas, dan ukuran efek, peneliti dapat menghitung jumlah observasi yang optimal. Memanfaatkan rumus standar, koreksi populasi terbatas, serta bantuan software akan memastikan bahwa hasil penelitian valid, dapat diandalkan, dan efisien.