Kalkulator Ukuran Sampel

Hitung ukuran sampel yang diperlukan untuk survei dan studi dengan tingkat kepercayaan dan margin kesalahan.

Untuk bantuan pembelajaran dan pekerjaan rumah — verifikasi perhitungan penting secara mandiri.

Ditinjau oleh Dewan Editorial Matematika KalkulatorDrive · Terakhir diperbarui

Kalkulator

Kisaran: 0,1% hingga 50%

Jika kosong, gunakan perkiraan konservatif sebesar 50%

Jika tersedia, terapkan koreksi populasi terbatas

Masukkan tingkat kepercayaan, margin kesalahan, dan parameter lainnya untuk menghitung ukuran sampel yang diperlukan.

The short answer

Ukuran sampel yang diperlukan bertambah seiring dengan seberapa percaya diri yang Anda inginkan dan menyusut saat Anda menerima margin kesalahan yang lebih besar. Untuk suatu proporsi, n = (z² × p × (1−p)) ÷ e², dengan z berasal dari tingkat keyakinan Anda, p adalah proporsi yang diharapkan (0,5 jika tidak diketahui), dan e adalah margin kesalahan yang dapat diterima. Margin yang lebih ketat dan keyakinan yang lebih tinggi meningkatkan ukuran sampel yang dibutuhkan, seringkali secara dramatis.

Poin-poin penting

  • Memotong margin kesalahan menjadi setengahnya kira-kira akan melipatgandakan ukuran sampel yang diperlukan, karena e adalah kuadrat pada penyebutnya.
  • Menggunakan p = 0,5 ketika proporsi sebenarnya tidak diketahui adalah pilihan yang paling aman, karena p(1−p) dimaksimalkan di sana — tebakan lainnya hanya memerlukan sampel yang lebih kecil jika tebakan Anda benar.
  • Ukuran populasi yang diketahui dan terbatas memungkinkan Anda menerapkan koreksi yang secara signifikan mengurangi sampel yang diperlukan untuk populasi yang lebih kecil, namun hanya memberikan sedikit perbedaan ketika populasi jauh lebih besar daripada sampel.
  • Memperkirakan rata-rata memerlukan perkiraan deviasi standar populasi, bukan proporsi — kedua jenis penghitungan tersebut menggunakan rumus yang terkait namun berbeda.

Rumus ukuran sampel proporsi

n = (z² × p × (1 − p)) / e²

z berasal dari tingkat kepercayaan (1,96 untuk 95%), p adalah proporsi populasi yang diharapkan, dan e adalah margin kesalahan yang dinyatakan dalam desimal (5% = 0,05).

Mengapa margin of error mendominasi rumusnya

Margin kesalahan Diperlukan n (keyakinan 95%, p=0,5)
10%97
5%385
2.5%1,537
1%9,604

Mengurangi separuh margin kesalahan kira-kira akan melipatgandakan ukuran sampel yang diperlukan — inilah sebabnya jajak pendapat nasional biasanya memilih margin ±3-5% dibandingkan mengejar presisi ±1%, yang memerlukan puluhan ribu responden.

Contoh yang berhasil: merencanakan survei

Anda menginginkan kepercayaan 95% dan margin kesalahan 5%, tanpa perkiraan proporsi sebelumnya.

n = (1,96² × 0,5 × 0,5) / 0,05² = 0,9604 / 0,0025 ≈ 384,16

Pembulatan: n = 385

Ukuran sampel selalu dibulatkan ke atas, tidak pernah ke bawah — responden pecahan tidak mungkin dilakukan, dan pembulatan ke bawah akan membuat Anda tidak mencapai ketepatan target.

Kesalahan umum yang harus dihindari

  • Mengharapkan margin kesalahan dibelah dua untuk menggandakan ukuran sampel - ini kira-kira melipatgandakannya, karena e dikuadratkan.
  • Guessing a proportion far from 50% "to be safe" — that actually shrinks the calculated sample size, the opposite of conservative; 50% is the truly conservative (maximum) choice.
  • Applying the finite population correction to an effectively infinite population (national surveys, web traffic) — the correction barely changes anything at that scale.
  • Membingungkan rumus proporsi dengan rumus rata-rata — versi rata-rata memerlukan perkiraan deviasi standar, bukan proporsi.

Pertanyaan yang Sering Diajukan

Mengapa ukuran sampel penting dalam statistik?

Sampel yang terlalu kecil menghasilkan perkiraan yang tidak dapat diandalkan dan interval kepercayaan yang lebar. Ukuran yang memadai mendeteksi efek nyata dan menjaga margin kesalahan tetap dalam target Anda.

Masukan apa yang mendorong rumus ukuran sampel?

Confidence level, margin of error, population variability, and whether you estimate a proportion or a mean all affect required sample size.

Does population size always matter?

For large populations, sample size depends mainly on margin of error and variability. For small finite populations, a correction factor can reduce required n.

What is statistical power?

Kekuatan adalah peluang untuk mendeteksi suatu efek ketika ada. Penelitian yang kurang kuat sering kali mengabaikan temuan nyata; perencanaan ukuran sampel menyeimbangkan kekuatan, biaya, dan presisi.

How do I use this sample size calculator?

Pilih jenis studi, masukkan tingkat kepercayaan, margin kesalahan, dan perkiraan variabilitas, lalu klik Hitung untuk ukuran sampel yang disarankan.

Why should I use p = 0.5 when I don't know the population proportion?

Jika proporsi sebenarnya tidak diketahui, 50% adalah asumsi yang paling aman karena p × (1 − p) — istilah pendorong ukuran sampel — berada pada titik maksimum ketika p = 0,5. Pembagian lainnya, seperti 20/80 atau 90/10, menghasilkan ukuran sampel terhitung yang lebih kecil, jadi menggunakan 50% menjamin penelitian Anda memiliki kekuatan yang memadai, tidak peduli berapa pun proporsi sebenarnya.

More math calculators