Tampilkan postingan dengan label Populasi dan Sampel. Tampilkan semua postingan
Tampilkan postingan dengan label Populasi dan Sampel. Tampilkan semua postingan

Rumus Mencari Jumlah Sampel Selain Rumus Slovin

Untuk menentukan jumlah sampel yang akan dipergunakan dalam penelitian, Rumus Slovin merupakan salah satu formula yang populer di Indonesia. Meskipun banyak kontroversi tentang Rumus Slovin, tetapi tetap saja banyak dipergunakan dalam penelitian di Indonesia terutama untuk penelitian Strata 1. Entah mengapa. Salah satu kontroversinya adalah tentang siapa Slovin itu sendiri, karena sampai sekarang belum jelas Slovin mana yang menemukan formula tersebut. Di samping itu, ada juga kritikan terhadap persamaan tersebut karena ada beberapa asumsi yang dilanggar.

Salah satu formula dalam menentukan jumlah sampel adalah dengan Tabel Krejcie. Tabel Krejcie adalah Tabel yang disusun oleh Krejcie dan Morgan (1970) yang berisi jumlah sampel yang harus digunakan jika kita mengetahui jumlah populasi penelitian. Berikut adalah Tabel Krejcie khusus untuk kesalahan 5%:

Tabel Krejcie
Kita tidak perlu membuat perhitungan karena sudah tersedia dari jumlah populasi 10 sampai dengan 1 juta. Kita tinggal melihat saja atau melakukan interpolasi jika jumlah populasi kita berada di antara dua nilai yang terdapta pada tabel. Misalnya populasi kita 100 maka sampel kita 80 demikian seterusnya.

Tabel di atas juga tersedia dasar pemikiran dan juga rumusnya, yaitu sebagai berikut:

dengan:

s adalah jumlah sampel

 adalah Chi Square dengan df sebesar 1 atau 3,841

N adalah jumlah Populasi

P adalah proporsi populasi, diambi 0,5 karena diharapkan memberikan jumlah sampel terbesar

d adalah tingkat signifikansi diambil 5%

Sebagai ilustrasi, ambillah P sebesar 200 (jumlah populasi 200) maka jumlah sampel yang dihasilkan dari persamaan tersebut adalah:

s = 3,841 x 200 x 0,5 x (1 - 0,5) : (0,05 x 0,05 x (200 - 1)) + 3,841 x  0,5 x (1 - 0,5)

dan diperoleh hasil 131,744 atau diambil 132 sampel sesuai dengan tabel Krejcie di atas.

Rumus Krejcie dan Morgan ini dimuat dalam bukunya Determining Sample Size for Research Activities. Educational and Psychological Measurement yang ditulis pada tahun 1970. Jadi jelas rujukannya. Jika Anda bandingkan dengan hasil yang diperoleh dengan Rumus Slovin dan tentu saja pada tingkat kesalahan 5% maka sebenarnya hasilnya tidak terlalu jauh berbeda.

Catatan: Jika kita ingin menggunakan selain 5% misalnya 2% atau 10% maka jumlah sampel juga akan berubah. Perhitungannya juga berubah karena nilai Chi Square juga akan berbeda. Untuk 10% maka nilai Chi Square dengan df sebesar 1 menjadi 2,71, untuk 1% adalah sebesar 6,64 dan seterusnya.

Share:

Kisaran Jumlah Sampel yang Dihitung dengan Rumus Slovin

Jumlah sampel dalam suatu penelitian adalah sangat penting dalam arti akan mewakili populasi penelitian atau tidak. Jumlah sampel yang terlalu besar akan merepotkan peneliti, sehingga seringkali menggunakan sampel, atau jumlah yang lebih kecil dari suatu populasi, akan tetapi masih tetap mewakili populasi yang ada. Ini akan berkaitan dengan dua hal yang penting, yaitu jumlah sampel dan siapa subjek yang akan dijadikan sampel.

Dalam hal jumlah sampel, Rumus Slovin telah kami bahas di sini. Rumus tidak akan kami ulang di sini. Kami hanya ingin memberikan jumlah sampel yang dihitung dengan menggunakan Rumus Slovin. Penggunaan Rumus Slovin mengharuskan kita mengetahui jumlah populasi secara pasti (N). Jadi jika jumlah populasi belum diketahui, maka sebaiknya tidak menggunakan Rumus Slovin. Setelah itu kita menentukan margin error yang akan kita gunakan dalam penelitian, bisa 5% atau 10%. Akan tetapi sebenarnya banyak penelitian yang menggunakan margin of error sebesar 2% atau bahkan kurang dari itu. Jika kita berlatih, kita menggunakan 5% tidak apa-apa.

Gambar Simulasi Rumus Slovin

Untuk Rumus Slovin silahkan simak di sini. Dari rumus tersebut, jika kita menggunakan margin of error 5% dan 10% maka jumlah sampel adalah seperti tabel di bawah ini:

Jumlah Sampel Dihitung dengan Rumus Slovin

Jika kita mempunyai populasi 100 maka dengan margin of error 5% kita mempunyai sampel sebanyak 80 dan jika dengan 10% maka sebanyak 50 sampel. Urut ke bawah 200, 300 dan seterusnya sampai dengan 3000 ditampilkan di atas. Tampak bahwa untuk margin of error 10% tidak mencapai 100 sampel meskipun kita mempunyai populasi sebanyak 3000. Kita akan sulit sekali menggunakan Structural Equation Modeling jika kita menggunakan Rumus Slovin dengan margin or error 10%.

Penggunaan margin of error 2% tentunya akan memberikan jumlah sampel yang lebih besar lagi, demikian juga jika menggunakan 1%.

Share:

Cara Menghitung Besaran Sampel dengan Rumus Slovin

Dalam suatu penelitian, sampel penelitian adalah sesuatu hal yang sangat penting dan menentukan jalannya penelitian itu sendiri. Ketika seorang peneliti salah atau kurang tepat dalam menentukan baik jumlah maupun sampel, maka hasil penelitian itu bisa berbeda jauh dengan apa yang diharapkan, atau hipotesis yang dirumuskan. Beberapa kesalahan fatal dalam penentuan sampel telah kami bahas. Kali ini kita akan membahas tentang jumlah sampel dan salah satu metode yang sering dipergunakan dalam penentuan jumlah sampel, yaitu Rumus Slovin.

Sebenarnya persamaan Slovin ini agak kontroversial karena referensi yang ada simpang siur dan agak kurang jelas. Kami juga menemukan bahwa referensi tentang rumus Slovin juga kurang jelas untuk ditelusuri. Tapi entah kenapa sering dipergunakan dalam penelitian skripsi atau tugas akhir. Mungkin karena sederhana, mudah dipergunakan dan jumlahnya juga bisa diperkirakan, kira-kira segitulah....

Rumus Slovin adalah sebagai berikut:


n = Jumlah Sampel
N = Jumlah populasi
e = Margin of Error

Jadi, misalnya populasinya ada 1000 dan margin error diambil 10% maka akan diperoleh jumlah sampel sebanyak:

Jadi kita ambil jumlah sampel sebanyak 91. Ini hanya contoh. Jika kita menggunakan margin of error sebesar 5% maka akan diperoleh sampel sebanyak 286 sampel. Semakin kecil tingkat error yang kita harapkan maka semakin tinggi pula jumlah sampel yang diperlukan. Ini sangat mudah kita terima.

Kita dapat bermain-main sedikit, bahwa dengan menggunakan margin of error 10% maka jumlah sampel tidak akan melebihi 100. Dan jika menggunakan margin of error maka jumlah sampel yang kita peroleh, maksimal sekitar 400 saja. Untuk lebih rinci silahkan simak di kisaran jumlah sampel yang dihitung dengan Rumus Slovin di sini.

Masih banyak metode penentuan jumlah sampel yang lain, misalnya Harry King, Tabel Krecjie atau yang lain. Ini hanya menentukan jumlahnya ya, penting dicatat. Untuk menentukan siapa atau bagian populasi yang mana yang dijadikan sampel, itu menjadi topik tersendiri yang juga sangat penting.

Share:

Populasi dan Sampel

Populasi
Secara ringkas, populasi penelitian adalah keseluruhan objek penelitian, yaitu a set (or collection) of all elements possessing one or more attributes interests. Jadi setiap anggota populasi harus mempunyai karakteristik tertentu yang sama yang akan diteliti. Contoh populasi penelitian adalah seluruh perusahaan yang terdaftar di Bursa Efek Indonesia pada tahun 2017, atau seluruh karyawan tetap pada perusahaan X, seluruh siswa sekolah X tahun ajaran 2018, atau seluruh pengguna sabun X di Kota Y dan sebagainya.

Hasil penelitian diharapkan dapat mewakili keseluruhan populasi penelitian yang telah ditetapkan di awal penelitian. Berbagai asumsi harus dipenuhi agar hasil penelitian dapat digeneralisasikan terhadap keseluruhan populasi penelitian. Beberapa asumsi statistik yang diperlukan misalnya normalitas data atau uji non response bias.
Ilustrasi Sampel adalah cuplikan Populasi
Untuk populasi dengan jumlah anggota populasi yang besar, maka dapat dilakukan penelitian terhadap sebagian dari anggota populasi tersebut, tetapi masih mempunyai ciri atau karakteristik yang mampu mewakili keseluruhan populasi penelitian tersebut. Sebagian anggota populasi tersebut sering disebut sampel yang dipilih atau ditentukan dengan berbagai metode ilmiah yang ada.

Sampel
Sampel adalah sebagian (cuplikan) dari populasi yang masih mempunyai ciri dan karakteristik yang sama dengan populasi dan mampu mewakili keseluruhan populasi penelitian. Sampel dipergunakan ketika jumlah seluruh anggota populasi terlalu banyak sehingga tidak memungkinkan untuk melakukan penelitian terhadap populasi secara keseluruhan, misalnya populasi penelitian adalah masyarakat pada suatu kota tertentu. Sampel juga digunakan ketika jumlah populasi secara keseluruhan tidak dapat ditentukan secara pasti, misalnya populasi pengguna produk tertentu pada suatu kota.

Persyaratan utama adalah bahwa sampel harus mampu mewakili populasi secara keseluruhan. Oleh karena itu, penentuan jumlah sampel dan pengambilan sampel penelitian harus ditentukan secara sistematis agar benar-benar mampu mewakili populasi secara keseluruhan. Secara garis besar, metode penentuan jumlah sampel terdiri dari dua ciri, yaitu metode acak (random sampling) dan tidak acak (non random sampling). Metode acak adalah memberikan kesempatan kepada seluruh populasi penelitian untuk menjadi sampel penelitian tanpa melihat struktur atau karakteristik tertentu. Metode non random sampling dilakukan dengan memberikan kesempatan kepada populasi dengan ciri atau karakteristik tertentu untuk menjadi sampel penelitian, di mana ciri dan karakteristik tersebut harus dikaitkan dengan tujuan penelitian.

Sebagai ilustrasi penelitian dengan tujuan untuk mengetahui pengaruh dari beberapa rasio keuangan terhadap harga saham. Maka beberapa kriteria yang dapat diambil untuk penentuan non random sampling misalnya: Perusahaan tidak mengeluarkan kebijakan selama periode penelitian. Kriteria ini diambil karena kebijakan perusahaan dapat secara langsung merubah harga saham tanpa melihat ada atau tidaknya pengaruh dari rasio keuangan. Kebijakan tersebut misalnya stock split, merger dan akuisisi, right issue atau kebijakan yang lain. Selain itu masih dapat diberikan kriteria-kriteria yang lain yang mendukung pelaksanaan penelitian, misalnya ketersediaan data.
Share:

Translate

Artikel Populer Seminggu Terakhir

Komentar Terbaru

`

Ingin menghubungi kami untuk kerja sama?

Nama

Email *

Pesan *