MENGHITUNG BESAR SAMPEL

1. Rumus Sampel Penelitian Cross-sectional

Untuk penelitian survei, biasanya rumus yang bisa dipakai
menggunakan proporsi binomunal (binomunal proportions). Jika besar
populasi (N) diketahui, maka dicari dengan menggunakan rumus berikut:

Dengan jumlah populasi (N) yang diketahui, maka peneliti bisa

melakukan pengambilan sampel secara acak).
Namun apabila besar populasi (N) tidak diketahui atau (N-n)/(N-
1)=1 maka besar sampel dihitung dengan rumus sebagai berikut :

Keterangan:
n= jumlah sampel minimal yang diperlukan
z= derajat kepercayaan
p= proporsi anak yang diberi ASI secara eksklusif
q= 1-p (proporsi anak yang tidak diberi ASI secara eksklusif)
d= limit dari eror atau presisi absolut
jika ditetapkan = 0,05 atau Z1-/2 = 1,96 atau Z2 1-/2 = 1,962 atau dibulatkan
menjadi 4, maka rumus untuk besar N yang diketahui kadang-kadang diubah
menjadi:

Contoh:
 Misalnya, kita ingin mencari sampel minimal untuk suatu penelitian
mencari faktor determinan pemberian ASI secara eksklusif. Untuk mendapatkan
nilai p, kita harus melihat dari penelitian yang telah ada atau literatur. Dari hasil
hasil penelitian Suyatno (2001) di daerah Demak-Jawa Tengah, proporsi bayi (p)
yang diberi makanan ASI eksklusif sekitar 17,2 %. Ini berarti nilai p = 0,172 dan
nilai q = 1 – p. Dengan limit dari error (d) ditetapkan 0,05 dan nilai Alfa = 0,05,
maka jumlah sampel yang dibutuhkan sebesar:
1.962 . 0,172. 0,828
𝑛= = 219 𝑜𝑟𝑎𝑛𝑔 (𝑎𝑛𝑔𝑘𝑎 𝑚𝑖𝑛𝑖𝑚𝑎𝑙)
0,052
Jika tidak diketemukan nilai p dari penelitian atau literatur lain, maka
dapat dilakukan maximal estimation dengan p = 0,5. Jika ingin teliti teliti maka
nilai d sekitar 2,5 % (0,025) atau lebih kecil lagi. Penyederhanaan Rumus diatas
banyak dikenal dengan istilah Rumus Slovin.
2. Rumus Slovin
Rumus Slovin dapat dilihat berdasarkan notasi sebagai berikut:
𝑁
𝑛=
1 + 𝑁𝑒 2
Dari notasi diatas, n adalah jumlah sampel minimal, nilai N adalah populasi
sedangkan nilai e adalah error margin. Berangkat dari ide perihal margin error
inilah mungkin sang pencipta dari rumus ini memberikan kesempatan kepada para
peneliti untuk menetapkan besar sampel minimal berdasarkan tingkat kesalahan
atau margin of error.
Contoh:
Berdasarkan notasi rumus besar sampel penelitian minimal oleh Slovin diatas,
maka apabila kita punya 1.000 orang dalam sebuah populasi, kita bisa tentukan
minimal sampel yang akan diteliti. Margin of error yang ditetapkan adalah 5%
atau 0,05.
Jawab:
N = N / (1+ (N x 𝑒 2 ))
Sehingga: n= 1000 / (1 + (1000 x 0,052))
n= 1000 / (1 + (1000 x 0,0025))
 n= 1000 / (1+2,5)
n= 1000/ 3,5
n= 285,7143 dibulatkan menjadi 286 sampel.
3. Dengan rumus Yamame (Rakhmat, 1999:82)

N
n =
N.d2 + 1

Keterangan:
n = Jumlah Sampel
N = Jumlah Populasi
d = Derajat ketetapan

Contoh:
Jumlah populasi 1000. Maka jumlah sampel yang harus dipilih berdasarkan rumus
Yamame dengan derajad ketetapan 5%, yaitu sebagai berikut:

N
n =
N.d2 + 1

1000
n =
1000.(0,05)2 + 1

150
n =
3,5

n = 42,85  43

Jadi besarnya sampel yang dipilih sebanyak 43 orang.

 DAFTAR PUSTAKA

Sugiyono. 2017. Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Alfa Beta :
Bandung
Sumantri. 2015. Metode Penelitian Kesehatan. Kencana Prenada Media Group :
Jakarta