Cara Perhitungan Rumus Slovin Besar Sampel Minimal

Pengertian Rumus Slovin

Rumus Slovin adalah sebuah rumus atau formula untuk menghitung jumlah sampel minimal
apabila perilaku dari sebuah populasi tidak diketahui secara pasti. Rumus ini pertama kali
diperkenalkan oleh Slovin pada tahun 1960. Rumus slovin ini biasa digunakan dalam
penelitian survey dimana biasanya jumlah sampel besar sekali, sehingga diperlukan sebuah
formula untuk mendapatkan sampel yang sedikit tetapi dapat mewakili keseluruhan populasi.

Notasi Rumus Slovin

Rumus Slovin dapat dilihat berdasarkan notasi sebagai berikut:

Rumus Slovin

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.

Misalnya sebuah penelitian dengan derajat kepercayaan 95%, maka tingkat kesalahan adalah
5%. Sehingga peneliti dapat menentukan batas minimal sampel yang dapat memenuhi syarat
margin of error 5% dengan memasukkan margin error tersebut ke dalam formula atau rumus
slovin.

Contoh Cara Hitung Rumus Slovin

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.

Perhitungannya adalah:

n = N / (1 + (N x e²))

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

Apabila dibulatkan maka besar sampel minimal dari 1000 populasi pada margin of error 5%
adalah sebesar 286.

Setelah membaca dan memperhatikan cara perhitungan di atas, saya kira para pembaca
sekalian sudah paham bagaimana cara menghitung rumus besar sampel minimal untuk
penelitian anda.

Sebagai latihan para pembaca agar benar-benar memahami, silahkan anda hitung besar
sampel minimal untuk penelitian dengan margin of error 1% pada populasi sebanyak 10.000,
2.000, 1.000 dan 500. Silahkan teman-teman semua mencobanya.

Jika langkah teman-teman para pembaca ini benar, maka sampel minimal untuk margin of
error 1% pada populasi 10.000 adalah 5.000, populasi 2.000 adalah minimal 1667, jika 1000
maka minimal 909 dan jika 500 adalah 476.

Referensi Rumus Slovin

Siapa sesungguhnya Slovin yang disebut sebagai pencipta atau yang mempublikasikan rumus
ini adalah menjadi tanda tanya besar. Sebab dari berbagai sumber yang ada, tidak jelas
disebutkan siapa sesungguhnya slovin tersebut. Ada sumber yang menyatakan bahwa slovin
adalah Mark Slovin, Michael Slovin dan Kulkol Slovin.

Di dalam buku Nursalam dengan jelas sekali dijelaskan perihal rumus ini dan cara
perhitungannya. Begitu juga dengan beberapa buku karangan penulis indonesia lainnya,
seperti sugiyono maupun arikunto. Namun tidak jelas siapa sesungguhnya slovin tersebut.

Rujukan international dalam penggunaan rumus ini salah satunya adalah berdasarkan:

Sevilla, Consuelo G. et. al (2007). Research Methods. Rex Printing Company. Quezon City.

Ariola, M. (2006). Principles and Methods of Research. Rex book store, Inc.

Ryan, T. (2013). Sample Size Determination and Power. John Wiley and Sons.

Yamane, Taro. (1967). Statistics: An Introductory Analysis, 2nd Edition, New York: Harper
and Row.

Kelemahan Rumus Slovin

Rumus sampel minimal oleh Slovin ini tampak begitu mudah dan praktis. Seolah-olah kita
bisa langsung tetapkan bahwa sampel minimal yang diambil dari rumus ini dapat digunakan
bahwa hasil penelitian nantinya mempunyai tingkat kesalahan sesuai dengan rumus ini.
namun seperti kita ketahui, kekuatan statistik tidak cukup dengan hal itu. Kita harus
perhatikan nilai Man atau Proporsi. Tetapi walau bagaimanapun, rumus ini begitu terkenal
dan banyak sekali dipakai oleh para peneliti. Dan unikany lagi, siapa sesungguhnya sang
pencipta atau Slovin dibalik rumus ini, tetaplah menjadi misteri.

Demikian para pembaca sekalian, semoga penjelasan singkat tentang rumus slovin ini dapat
bermanfaat bagi anda semuanya dan tentunya tugas akhir anda selesai tepat pada waktunya.
Salam dari saya.

MENGHITUNG BESAR SAMPEL PENELITIAN

Rumus Besar Sampel Penelitian: Dalam statistik inferensial, besar sampel sangat menentukan
representasi sampel yang diambil dalam menggambarkan populasi penelitian. Oleh karena itu
menjadi satu kebutuhan bagi setiap peneliti untuk memahami kaidah-kaidah yang benar
dalam menentukan sampel minimal dalam sebuah penelitian.

Cara menghitung rumus besar sampel penelitian suatu penelitian sangat ditentukan oleh
desain penelitian yang digunakan dan data yang diambil. Jenis penelitian observasional
dengan menggunakan disain cross-sectional akan berbeda dengan case-control study dan
khohor, demikian pula jika data yang dikumpulkan adalah proporsi akan beda dengan jika
data yang digunakan adalah data continue. Pada penelitian di bidang kesehatan
masyarakat, kebanyakan menggunakan disain atau pendekatan cross-sectional atau belah
lintang, meskipun ada beberapa yang menggunakan case control ataupun khohor.

Terdapat banyak rumus untuk menghitung besar sampel minimal sebuah penelitian, namun
pada artikel ini akan disampaikan sejumlah rumus yang paling sering dipergunakan oleh para
peneliti.

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:

Rumus Sampel Cross Sectional

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 :
Rumus Lemeshow Besar Sampel Penelitian

Keterangan :

n = jumlah sampel minimal yang diperlukan

= derajat kepercayaan

p = proporsi anak yang diberi ASI secara eksklusif

q = 1-p (proporsi anak yang tidak diberi ASI secara eksklusif

d = limit dari error 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:

Penyederhanaan Rumus Lemeshow Atau Disebut Rumus Slovin

Baca juga tentang: Rumus Slovin.

Contoh Rumus Rumus Besar Sampel Penelitian

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:
Contoh Rumus Sampel Cross Sectional

= 219 orang (angka minimal)

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.

Rumus Sampel Penelitian Case Control dan Kohort

Rumus yang digunakan untuk mencari besar sampel baik case control maupun kohort adalah
sama, terutama jika menggunakan ukuran proporsi. Hanya saja untuk penelitian khohor, ada
juga yang menggunakan ukuran data kontinue (nilai mean).

Besar sampel untuk penelitian case control adalah bertujuan untuk mencari sampel minimal
untuk masing-masing kelompok kasus dan kelompok kontrol. Kadang kadang peneliti
membuat perbandingan antara jumlah sampel kelompok kasus dan kontrol tidak harus 1 : 1,
tetapi juga bisa 1: 2 atau 1 : 3 dengan tujuan untuk memperoleh hasil yang lebih baik.

Rumus Sampel minimal Besar Sampel Penelitian Case Control

Adapun rumus yang banyak dipakai untuk mencari sampel minimal penelitian case-control
adalah sebagai berikut:

Besar Sampel Penelitian

Rumus Sampel minimal Besar Sampel Penelitian Kohort

Pada penelitian khohor yang dicari adalah jumlah minimal untuk kelompok exposure dan
non-exposure atau kelompok terpapar dan tidak terpapar. Jika yang digunakan adalah data
proporsi maka untuk penelitian khohor nilai p0 pada rumus di atas sebagai proporsi yang
sakit pada populasi yang tidak terpapar dan p1 adalah proporsi yang sakit pada populasi yang
terpapar atau nilai p1 = p0 x RR (Relative Risk).

Jika nilai p adalah data kontinue (misalnya rata-rata berat badan, tinggi badan, IMT dan
sebagainya) atau tidak dalam bentuk proporsi, maka penentuan besar sampel untuk kelompok
dilakukan berdasarkan rumus berikut:

Rumus Sampel Case Control dan Kohort 2

Contoh Kasus Rumus Besar Sampel Penelitian

Contoh kasus, misalnya kita ingin mencari sampel minimal pada penelitian tentang pengaruh
pemberian ASI eksklusif dengan terhadap berat badan bayi. Dengan menggunakan tingkat
kemaknaan 95 % atau Alfa = 0,05, dan tingkat kuasa/power 90 % atau ß=0,10, serta
kesudahan (outcome) yang diamati adalah berat badan bayi yang ditetapkan memiliki nilai
asumsi SD=0,94 kg, dan estimasi selisih antara nilai mean kesudahan (outcome) berat
badan kelompok tidak terpapar dan kelompok terpapar selama 4 bulan pertama kehidupan
bayi (U0 – U1) sebesar 0,6 kg (mengacu hasil penelitian Piwoz, et al. 1994), maka
perkiraan jumlah minimal sampel yang dibutuhkan tiap kelompok pengamatan, baik terpapar
atau tidak terpapar adalah:

Contoh Hitung Sampel Case Control dan Kohort

= 51,5 orang atau dibulatkan: 52 orang/kelompok

Pada penelitian khohor harus ditambah dengan jumlah lost to follow atau akalepas selama
pengamatan, biasanya diasumsikan 15 %. Pada contoh diatas, maka sampel minimal yang
diperlukan menjadi n= 52 (1+0,15) = 59,8 bayi atau dibulatkan menjadi sebanyak 60 bayi
untuk masing-masing kelompok baik kelompok terpapar ataupun tidak terpapar atau total 120
bayi untuk kedua kelompok tersebut.

Penelitian Eksperimental

Menurut Supranto J (2000) untuk penelitian eksperimen dengan rancangan acak lengkap,
acak kelompok atau faktorial, secara sederhana dapat dirumuskan:

(t-1) (r-1) > 15

dimana : t = banyaknya kelompok perlakuan

j = jumlah replikasi

Contoh Kasus Rumus Besar Sampel Penelitian Eksperimen

Contohnya: Jika jumlah perlakuan ada 4 buah, maka jumlah ulangan untuk tiap perlakuan
dapat dihitung:

(4 -1) (r-1) > 15

(r-1) > 15/3

r>6

Untuk mengantisipasi hilangnya unit ekskperimen maka dilakukan koreksi dengan 1/(1-f) di
mana f adalah proporsi unit eksperimen yang hilang atau mengundur diri atau drop out.

Demikian di atas telah dijelaskan Rumus Besar Sample Penelitian berdasarkan berbagai jenis
metode atau desain penelitian. Semoga bermanfaat.

Referensi:

1. Bhisma-Murti, Prinsip dan Metoda Riset Epidemiologi, Gadjah Mata

University Press,1997

2. Lemeshow, S. & David W.H.Jr, 1997. Besar Sampel dalam Penelitian

Kesehatan (terjemahan), Gadjahmada University Press, Yogyakarta

3. Snedecor GW & Cochran WG, Statistical Methods 6th ed, Ames, IA: Iowa
State University Press, 1967

4. Supranto, J. 2000. Teknik Sampling untuk Survei dan Eksperimen. Penerbit PT Rineka
Cipta, Jakarta.