Jumlah sampel yang dirasa cukup sehingga dapat diklaim mewakili populasi merupakan masalah klasik yang dihadapi oleh peneliti kuantitatif. Dan jawaban klasik yang sering diberikan pada mereka adalah : minimum 30 sampel! Saya tertarik untuk mengkritisi “angka keramat” ini karena saya tidak pernah mendapatkan penjelasan di buku-buku pengantar statistika yang jamak beredar, mengapa harus 30, tidak 10, 15, 20, atau 25?
Pada berbagai literatur pengantar statistika disebutkan bahwa angka 30 merupakan pembatas untuk mengkategorikan jumlah sampel. Jika sampel > 30 maka kategorinya adalah sampel besar, jika <= 30 kategorinya sampel kecil. Kategori ini berimplikasi pada rumus statistika yang digunakan jika ingin melakukan pendugaan parameter (nilai populasi, rata-rata dan proporsi), beda kategori beda rumusnya.
Kembali ke pertanyaan utama, mengapa harus 30? benarkah sampel berjumlah minimum 30 pasti mewakili karakter populasi? Setelah sekian tahun akhirnya saya menemukan jawaban yang cukup masuk akal dan ilmiah. Bukan dari literatur, tapi dari sebuah milis dan dan diskusi dengan seorang teman yang pernah melakukan eksperimen terhadap angka “keramat” tersebut (sebenarnya terpaksa karena ditugaskan oleh dosen 
)
Teman di milis memberikan argumennya bahwa jumlah sampel 30 berasal dari “tingkat ketelitian” pada sebagian besar tabel-tabel statistika yang mengisi halaman-halaman lampiran pada sejumlah textbook statistika. Tabel-tabel tersebut adalah tabel distribusi t, tabel chi square, dan tabel distribusi F. Yang dimaksud dengan “tingkat ketelitian” adalah detail nilai “n” alias jumlah sampel yang digunakan untuk mencari nilai masing-masing distribusi. Pada tabel-tabel tersebut nilai “n” mulai dari 1-30 ditampilkan detil (n=1,n=2,n=3,n=4,…dst.) untuk “n” di atas 30 langsung melompat ke 40, 60, 120 sampai tak hingga. Jadi angka 30 merupakan nilai kritis! Untuk n>30 nilai masing-masing distribusi tersebut sudah tidak terlalu “penting” untuk dirinci. Terus terang saya tetep tidak puas dengan paparan tersebut. Tetap saja tidak mampu menjelaskan mengapa harus di atas 30!
Nah paparan langsung dari teman saya yang pernah melakukan “eksperimen” terhadap angka 30 ini lebih memuaskan, ya cukup “ilmiah” lah karena dia melakukan riset terhadap angka tersebut. Dia mengatakan bahwa setelah mencoba beberapa kombinasi jumlah sampel misalnya 5, 10, 15, 20, 25, 30, 31, dst… secara berulang-ulang dari sebuah populasi yang menggunakan data berukuran rasio hingga lebih dari 100 kali menunjukkan kecenderungan distribusi sampel yang terbentuk mendekati asumsi distribusi normal ketika jumlah sampel mencapai 30. Semakin besar jumlah sampelnya semakin normal distribusinya.
Bisa jadi penentuan angka 30 ini berdasarkan pada “eksperimen” ini, bahwa pada saat jumlah sampel lebih besar dari 30 peluang distribusi yang dihasilkan bentuk mirip genta alias distribusi normal semakin besar.
Persoalannya “aturan 30″ ini cenderung berlaku bagi analisis statistika yang menuntut terpenuhinya asumsi distribusi normal. Agar distribusi data bisa normal syaratnya adalah data harus random, dan jumlah sampel besar. Jika jumlah sampel “kecil” seperti yang telah dibuktikan oleh “eksperimen” teman saya di atas, bentuk genta tidak tercipta dengan baik, bisa rada menceng ke kanan, atau kekiri, atau bergelombang.
Kembali pada pesan yang ingin saya sampaikan melalui tulisan ini adalah : bukan jumlah yang menentukan suatu sampel mewakili atau tidak mewakili karakter suatu populasi. Ada banyak faktor yang menentukan tingkat representasi sampel misalnya tehnik penarikan sampel, ketersediaan kerangka sampel, heterogenitas populasi dll. Jika sampel ditarik secara random maka menurut teori probabilita bisa dianggap mewakili, namun jika kerangka sampelnya tidak lengkap data yang dihasilkan bisa bias karena ada anggota populasi yang tidak ikut menjadi “peserta”, dan jika populasinya homogen murni bisa jadi satu sampel sudah cukup mewakili. Bukankah untuk mencoba sepanci sup sebelum dihidangkan Anda tak perlu menghabiskannya? Cukuplah sesendok dicicip, membuktikan apakah sopnya berhak mendapatkan “gelar” mak nyuss
SO….SIZE DOES’NT MATTER, DOES IT?
Kenapa ada sampel ?
Beberapa alasan dikemukakan, diantaranya : tidak memungkinkannya melakukan pengukuran pada populasi (alasan waktu, biaya, tenaga, dsb), sulit mendapatkan seluruh populasi. Statistik diperlukan dalam sampel (kalau populasi, buat apa statistik), jadi biar bisa mencicipi rasa segelas susu (asalkan susu diaduk rata dengan gula dan pasir, rasa di permukaan saat kita menyendok akan sama dengan rasa didalam saat disedot, artinya kondisi adalah homogen). Memang tidak ada masalah apakah hanya mencicipi 1 sendok teh atau 1 sendok makan (ingat, asalkan homogen). Pada kasus sampling, siapa yang dapat menjamin hal ini. Karenanya perlu data pendahuluan/ survey pendahuluan. Jadi, pada kasus ini oke : “Size doesn’t matter”. Namun, bagaimana jika ingin mengukur kedalaman laut atau jumlah ikan dalam lautan ?
Mas Hari,
Saya masih kurang faham dengan eksperimen yg disebutkan di atas. Apakah eksperimennya merupakan pengambilan random number dari sebuah populasi. Kalau iya, populasinya seperti apa. Kalau populasinya normal, ya jelas sample-nya pasti normal juga.
Di atas disebutkan bahwa pendekatan distribusi normal tidak bisa digunakan untuk populasi yang diskrit (seperti data dalam skala nominal dan ordinal). Bisa kok. Masih ingat kan “Central Limit Theorem”. Menurut teori ini, variabel random apa pun kalau terus dijumlahkan dan diambil rata-ratanya, maka akan mendekati normal tidak peduli dari distribusi mana dia berasal. Contohnya distribusi binomial dan Poisson yang diskrit akan mendekati normal apabila jumlah samplenya cukup besar.
Terakhir, sekedar menambahkan, selain heterogenitas populasi yang Mas Hari sebutkan, tingkat toleransi terhadap sampling error dan besarnya significant level juga mempengaruhi besarnya sample yang dibutuhkan.
Semoga berkenan.
Halo Mas Dony
Pada dasarnya saya bukan orang statistika, saya belajar statistika secara otodidak. Jadi pemahaman saya soal statistika mungkin tidak terlalu dalam
Untuk eksperimen yang saya sebutkan pada tulisan di atas, adalah eksperimen yang dilakukan oleh teman saya mahasiswa statistika IPB dan teman-temannya semasa kuliah. Mereka diminta oleh dosen mata kuliah Rancangan Percobaan membuktikan tentang “teori” jumlah sampel minimum. Populasinya normal dan datanya berukuran rasio/interval (kalau tidak salah ingat, data berat badan mahasiswa). Saya setuju kalau pada dasarnya populasi normal dan sampel ditarik secara random murni, distribusi sampelnya pasti normal
Saya tidak terlalu paham teori “central limit theorem”. Mungkin pemahaman saya kurang tepat dalam soal ini. Saya memang ingat kalau distribusi peluang normal bisa didekatkan pada distribusi peluang binomial. Tapi saya ngga kebayang seperti apa ujudnya. Agar tidak terjadi kesalahpahaman saya sudah mengedit paragraf tersebut
Ada banyak memang cara menentukan besarnya jumlah sampel. Dan yang “baku” seperti disebutkan oleh Mas Dony yaitu dengan mempertimbangkan toleransi terhadap sampling error dan besarnya tingkat signifikansi. Tulisan saya di atas hanya ingin menyampaikan pesan bahwa angka 30 itu bukan “hukum”. Nielsen Media Research yang katanya perusahaan riset nomor satu di dunia saja “plin-plan” dalam men-suggest jumlah minimum sampel survei mereka yang “aman” jika ingin dicermati lebih detil. Pernah disebut minimum 50, terus sekarang naik jadi minimum 100. Selanjutnya bahwa jumlah sampel di bawah 30 bukan berarti tidak bisa diolah serta tidak berpeluang merepresentasi suatu populasi (asal ditarik secara random), bukankah para ahli statistika telah menciptakan analisis nonparametrik?
BTW, thx banget atas komentarnya Mas, semoga ngga bosen “mengasah” pemahaman saya dan teman-teman yang mengunjungi blog ini.
Salam
benar yang disampaikan Sdr. Zebua bahwa jumlah sampel yang disyaratkan minimal 30 itu terkait dengan central limit theorem. bahwa untuk sembarang populasi (baik yang berdistribusi normal maupun tidak), jika diambil sampel pada kisaran n=30, maka sampel tersebut akan berdistribusi normal..
jadi benar, memang penentuan n minimal =30 terkait dengan normalitas data, tujuan pengambilan sampel dan tujuan penelitian.
selengkapnya dapat dibaca di bukunya Lind, atau text books statistik yang lain…
mengenai jumlah sampel yang dibutuhkan dalam mengukur populasi, saya mempunyai masalah tentang berapa besar sampel yang seharusnya diambil untuk mengendalikan sebuah proses produksi yaitu dengan peta kendali. proses pengambilan sampel yang dilakukan oleh perusahaan yaitu tiap shift kerja diambel sampel sebanyak 10 produk dan diukur kualitasnya. untuk menentukan berapa jumlah sampel yang cukup itu bagaimana?
mohon balasannya
Halo Anita yang sedang mengerjakan skripsi…
Sepengetahuan saya jumlah sampel dalam membuat control chart (CC) ditentukan oleh disain CC yang dipilih. Apakah Disain X-R (mengukur-panjang, lebar,berat, isi dll.), Disain PN dan P atau Disain C dan U (mencacah-jumlah yang cacat, jenis yang cacat, dll.).
Untuk Disain X-R umumnya 10 sampel per subgrup (shift) sudah memadai. Sedangkan untuk Disain PN dan P khususnya disain PN biasanya jumlah sampel antara 20 sd. 250.
Tapi kalau Anita ingin tahu lebih detil bisa diskusi dengan teman saya yang jago statistika, beliau juga mengasuh blog tentang riset, silahkan mengunjunginya di http://www.suhermin.blogspot.com.
Sukses Ya, terima kasih atas kunjungannya
angka 30 bukanlah angka keramat tapi angka yang dikeramatkn. suatu angka yang kerap dijadikan acuan. boleh saja 29, 31 dan sebagainya. Memang, angka tersebut ada riwayatnya, misalnya percobaan bernoulli yang mengikuti teorema limit sentral (kurva normal), juga secara praktis dengan sampel 30 atau kurang lebih pada tabel 2×2 akan memberikan peluang yang lebih besar terisi semua sel, tetapi peluangnya menjadi lebih kecil jika tabel 3×3 dan sebagainya. Kekeliruan merujuk pada angka 30 ini terjadi karena tidak dikaitkan dengan variabel yang akan diukur. dengan kata lain besarnya sampel harusnya berorientasi pada tujuan dalam arti variabel apa yang akan diukur dari unit analisis (unit sampel). Tujuan tersebut dipengaruhi oleh banyak faktor, seperti variabilitas hasil pengukuran variabel, alat analisis yang digunakan, dan sebagainya. Formulasi sample size yang menggunakan varians, error dan alpha haruslah dipandang sebagai pedoman ukuran sampel minimal. oleh karena itu, bahwa sample size sesuai tujuan amannya adalah jumlah sampel makin banyak makin baik dan yang terbaik sampel sama dengan populasi. Namun demikian ada batasnya karena soal budget dan waktu. Jadi penentuan sampel jangan semata-mata karena perhitungan teknis dan yang lebih penting justru bagaimana cara menjelaskannya. Memang harus masuk akal tetapi yang penting memiliki pemahaman yang sama antara pembuat sampel dengan pembacanya. Untuk keperluan pembelajaran memang angka 30 sering digunakan. Itu hanya sekadar kebutuhan praktis saja.
Terima kasih sekali atas tambahan pencerahannya Pak Harahap. Topik jumlah sampel minimum ini memang cukup banyak dicari oleh netters. Penjelasan Pak Harahap sangat melengkapi tulisan saya tersebut.
Horas!
Dear All,
mau sedikit memberikan kontribusi nih.
Sebenarnya sample minimal 30 adalah untuk survey yang pengambilan datanya simple random sampling saja,serta datanya homogen.
Kalau survey yang kita lakukan adalah multistage random sampling atau datanya heterogen maka tidak bisa melakukan pengambilan data sample minimal 30.
Ilustrasinya sbb:
Jika kita ingin mengetahui rasa sup di sebuah mangkok maka kita bisa mencicipi rasanya dengan hanya satu atau dua tetes saja( teknik simple random sampling)
tapi jika kita ingin mengatahui rasa sup dengan beberapa variasi rasa sup didalam beberapa mangkuk yang berbeda besar mangkuknya maka kita tidak bisa mengambil sample hanya satu atau dua tetes saja bukan?(mutistage random sampling)
Jadi …sebaiknya pergunakan perhitungan besar sample dengan rumus2 yang ada untuk menentukan besar sample. Ada perhitungan besar sample dengan pupulasi yang terbatas (definit population) atau populasi yang tidak terbatas (indefinit population).
Kalau sample data yang diambil sedikit < 30 maka pergunakanlah statistik non parametrik.
Lebih jelasnya bisa lihat dibuku2 literatur statistik.
Smoga bermanfaat.
kalo misalnya kita meneliti sebuah tempat wisata,dan pasti pengunjungnya beribu2 apalg sewakktu liburan.
brp bnyk sampel yg diambil?
dan apa dasar literaturenya..terimakasih
Halo Maria, aduh sori banget nih baru bisa kasih respon. Minggu-minggu ini saya ketiban banyak “rejeki” pekerjaan, jadi ndak sempat ngurusin blog. Moga-moga belum basi ya
Tempat wisata. Idealnya kalau ingin merepresentasi pengunjung pake random sampling, tapi berarti kamu harus punya kerangka sampelnya. Misalnya nih di setiap potongan tiket pengunjung untuk laporan keuangan harus dicantumkan alamat atau no kontak si pengunjung. Nah itu kan bisa jadi kerangka sampel, tinggal dirandom secara simpel atau sistematis trus di phonesurvey atau home visiting. Tapi ide “konyol” ini hampir mustahil diterapkan
Yang lebih masuk akal ialah non random dengan metode accidental atau purposive. Jadi kamu mensurvei siapa saja yang kamu temui di area wisata tersebut, sesuaikan dengan tujuan surveinya. Misalnya hanya anak-anak, atau wanita atau pria saja atau kombinasi. Kalau di area wisata tersebut banyak booth/stannya ya sebaiknya surveyor disebar ke tempat-tempat tersebut jadi hasilnya beragam
Literaturnya banyak kok. Baca aja di bab sampling di buku-buku metode penelitian atau pengantar statistika. Kalo ditanya kenapa ngga random, ya bilang kalau sulit mendapatkan kerangka sampelnya jadi terpaksa harus non random
Semoga membantu
Salam
halo kak,saya ingin bertanya bagaimana cara perhitungan untuk mengambil jumlah sampel minimal dalam penelitian eksperimen?
saya mengambil sampel sebanyak 8 buah dari 10 sampel dalam 1 batch.
apakah itu sudah mewakili?
dan bagaimana cara perhitungannya menurut kakak?
thx sebelumnya…
mohon jawaban secepatnya…
Alexa (Kupang-NTT)
Halo Alexa, kamu menggunakan disain eksperimen apa? Tujuan eksperimennya? Dan siapa/apa populasinya?
Nimrung nih ….
Ada beberapa masukan nih tuk rekan2 yg lagi skripsi/ tesis. :
1. Jika anda bingung menghitung jumlah sampel, gunain aja easysample (dowload gratis di http://freestatistics.altervista.org/en/stat.php). Saya sering menggunakan software ini kalo lagi bantuin mahasiswa yg negolah data.
2. Kalo ngga pengen repot, pake aja metode Slovin yg rumusnya :
n = N / (1+(nxe2)
dimana :
n = jumlah sampel
N = Jumlah populasi
e2= sampling error kuadrat.
Namun metode ini ada kelemahannya, salah satunya jumlah sampel akan sama pada jumlah populasi yg besar banget atau nilai e pada 5 atau 10%.Referensi buku ini Bilson Simamora Riset Pemasaran atau Suharsimi Arikunto pd Metodologi Penelitian.
Naaaah kalo rekan2 mahasiswa yg bingung ama statistik (mahasiawa manajemen/ekonomi), bisa pake saran nomor 2. Kalo dosen tanya dalilnya dari mana, bilang aja ada dibuku Simamora/ Arikunto (tapi bukunya harus ada lho, jgn bilang dang).
Selama saya membantu ngolah data 200 mahasiwa di 20 PTS/PTN, umumnya para dosen sangat menghargai. Tapi ingat ini sebatas penelitian tuga akhir lho. Kalo tuk riset, anda harus mengembangkannya
Sekian infonya
Ali Baroroh
(Buku: Trik-Trik Analisis Statistik Dengan SPSS 15. Terbitan PT. Elexmedia Komputindo)
Halo Bung Ali,
wah Anda numpang promosi nih kayaknya. He..he..he.. ngga apa, saya seneng kok kalo blog saya bisa dijadikan medium bertukar info seputar dunia riset sosial. Saya yakin jasa yang Anda tawarkan dapat membantu banyak rekan-rekan yang bingung apalagi alergi dengan statistika. Sukses ya!
Pak, saya ga begitu paham tentang statistik. Saya mau tanya, kalau saya mau riset ke penduduk tapi saya tidak tahu populasinya, berapa jumlah sampel yang harus dipakai?
Apakah 30 responden cukup representatif dan telah mampu membentuk distribusi normal?
terima kasih.
Hi Bez
“saya tidak tahu populasinya”. Maksudnya jumlahnya kan bukan siapa/apa populasinya? Jika jumlahnya tidak diketahui berarti populasinya disebut sebagai infinite population. Dan populasi jenis ini yang sering ditemukan oleh para peneliti.
Keterwakilan sebuah distribusi sampel tergantung pada cara penarikan sampelnya, kalau pakai teknik probability sampling dapat diklaim mewakili. Nah jika ingin sampel yang dikatakan mencukupi tapi jumlah sampelnya tidak diketahui dapat menggunakan kalkulator sampling size seperti yang disebutkan oleh bung Ali pada komenter di atas. Sangat praktis. Biasanya sih kalau ingin error sekitar +/-3% dengan CL sekitar 95% jumlah sampelnya di atas 1000
Selamat menghitung!
Waduh…diatas 1000….banyak banget yah…
Tapi permasalahannya populasi penduduk kayaknya ga nyampe 1000 orang deh….
Klo saya ambil rumus yg S=(1,96*1,96)*0,25/sampling error kuadrat
bisa ga ya???
Thank you
saya melakukan penelitian di perbankan, dan ternyata sampel hanya 8 bank setelah melalui teknik sampling. Setelah saya melakukan uji normalitas, ternyata hasilnya normal. Apakah saya harus menggunakan statistik parametrik walau dengan sampel yang sangat kecil. Mohon dibalas melalui alamat email saya. Terimakasih
Author wrote:
“Kembali pada pesan yang ingin saya sampaikan melalui tulisan ini adalah : bukan jumlah yang menentukan suatu sampel mewakili atau tidak mewakili karakter suatu populasi”
Saya pernah melakukan penelitian dengan menggunakan 27 sampel. Dengan menggunakan Jarque-Bera ternyata asumsi distribusi normal terpenuhi. Sebaliknya, ketika saya menggunakan 110 sampel, ternyata tidak terdistribusi dengan normal. Sepertinya memang jumlah memang bukan ukuran utama ya (^_^)
saya ada kesulitan dalam pengambilan sampel eksperimen dengan jumlah populasinya 280 orang, sampel yang saya butuhkan cuma 10 orang ,jadi mohon bantuan untuk mendapatka rumus yang ringkas terhadap permasalahan saya thnk
Dimana letak kesulitan Anda? Kalau jumlah populasi sudah diketahui berarti Anda sudah memiliki sampling frame dan karakteristik dari populasi tersebut, sehingga dapat ditentukan apakah populasi tersebut homogen atau heterogen. Jumlah 280 tidaklah banyak, kenapa tidak diteliti semuanya saja?
saya ada kesulitan dalam menetapkan jumlah sampel (mencit)untuk proposal penelitian saya. judulnya, “pengaruh pemberian seduhan teh hijau terhadap kadar MDA darah mencit yang terpapar minyak goreng berulang”.
jadi di sini menginginkan 3 kelompok. kelompok A kontrol negatif, kelompok B kontrol positif, dan kelompok C kelompok intervensi.
pada kelompok B da C saya akan membagi menjadi 3 subkelompok. tiap subkelompok diberikan minyak goreng yang telah digoreng dengan frekuensi berbeda. tetapi saya tidak tahu menetapkan jumlah mencit pada tiap sub kelompok.
selanjutnya apa jenis analisis statistik yang tepat u/ proposal saya?
tolong jawab segera y kak……….
terima kasih atas bantuannya……………
saya sedang ingin melakukan penelitian tentang antrian multifase. data yang ingin saya cari adalah data rata2 waktu operasi dan rata2 waktu tunggu di masing2 workstation. pengambilan sample-nya sebaiknya brapa ya? trus pilihnya secara acak? thx
Bung Fandy & Cahyo, terimkasih atas kunjungannya ke blog saya. Maaf sekali kalau saya harus mengecewakan kalian, karena saya bukan ahli statistika, jadi jika sudah masuk wilayah teknis perhitungan nyerah deh
. Tapi saya referensikan teman saya di dunia maya yaitu mbak Suhermin, beliau orang statistika, silahkan hubungi beliau via blognya di : http://www.suhermin.blogspot.com.
Terima Kasih, maaf sekali lagi tidak bisa bantu banyak
Boleh nanya ga? Aku punya populasi 40ribuan (jumlah kapling lahan di dua kecamatan). trus aku nentuin jumlah sampelnya dengn nomogram Herry King dengan derajat kesalahan 10%, dapat jumlah sampelnya 270. 270 itu aku proporsikan lagi ke setiap kelurahan yang ada berdasarkan kapling lahan di setiap kelurahan. jadinya ada kelurahan yang sampelnya 9 ato 30 (tergantung banyaknya kapling lahan di kelurahan itu). masalahnya sekarang dosen pengujiku ga terlalu yakin kalo sampel yang aku ambil itu udah mewakili populasi. beliau minta bukti atau sumber dari orang statistik yang bisa mendukung cara pengambilan sampelku. tapi menurut aku itu sudah mewakili populasi karena metode penyebaran kuesionerku dengan cara porposive kok, jadi pake pertimbangan tertentu untuk memilih kapling lahan mana yang diambil. Oh, ya, aku ambil data harga lahan, di mana variasi harga lahannya (menurutku)udah terwakili semua di sampel. bisa membantu ga dengan masalah dosenku ini? terima kasih banyak……
mau nanya ya soal sampel. saya punya populasi sekitar 40 ribu kapling lahan untuk 2 kecamatan. trus untuk jumlah sampelnya aku pake nomogram herry king dengan derajat kesalahan 10%, jadi dapat sampel sejumlah 270 yang aku proporsikan di setiap kelurahan sesuai dengan banyaknya jumlah lahan d setiap kelurahan. jadi di kelurahan yang populasinya 1000an dapat sampelnya 9. ada juga yang 15 atao 22, pokoknya tergantung jumlah lahan di kelurahan itu sendiri. masalahnya dosen pengujiku ga yakin kalo 9 bisa mewakili 1000am itu. tapi menurutku udah mewakili karena data yang aku ambil harga lahan yang sifatnya homogen per blok ato wilayah. cara samplingku pake purposive, jadi pake pertimbangan tertentu, jadi liat variasi kisaran harga lahan yang ada di kelurahan itu. menurt anda bagaimana? terima kasih banyak
numpang tanya cp aj….
berapa sampelkah yg dpt mewakili sekian populasi???(dasar bukunya )….apakah sekian sample sudah mewakili sekian populasi???dasarnya ap?
semisal..
apakah sampel 1 mewakili 100 ?dasar bukunya ap?
saat ini saya mau melakukan survey yang menggunakan stratified sampling. dengen populasi 4200an orang.
pertanyaannya adalah, bagaimana menentukan jumlah sampel minimal secara keseluruhan dan jumlah sampel untuk tiap strata?
jumlah populasi tiap strata juga berbeda2…ada yg sampai 500 tapi ada juga yg hanya puluhan.
apakah sampling 30% populasi keseluruhan mencukupi? dan untuk tiap stratanya apakah bisa diambil sesuai proporsi populasi tiap strata terhadap populasi keseluruhan?
saya lagi bingung dengan penentuan jumlah sampel untuk penelitian saya (penelitian kesehatan). populasi saya sekitar 500 orang, apabila dihitung pake rumus slovin jumlah sampel bisa mencapai 90 orang. masalahnya penelitian saya membutuhkan uji/tes laboratorium yang membutuhkan biaya tidak sedikit per sampel. saya pengennya menggunakan 30 sampel saja. apakah angka tersebut sudah mewakili? apa dalil / dasar teorinya? terima kasih sebelumnya. mohon jawaban secepatnya.
dear all,
mohon bantuan mikir nich…
saya sendiri tidak terlalu paham statistik. masalah saya seperti beberapa teman, yakni pengambilan sampel. jadi begini, saya hendak mengukur potensi demand LPG 3 kg di suatu kabupaten. Di literatur yg saya baca, untuk populasi yg heterogen, lebih baik digunakan stratified random sampling (homogen=simple random sampling). saya sendiri bayangkan begini: a) saya akan membuat kriteria penstrataan dg basis data sekunder (1. jumlah penduduk; 2. jumlah usaha mikro; 3. volume penggunaan minyak tanah) untuk menghasilkan kecamatan s/d desa dengan sebutan tinggi, sedang, rendah. artinya, dari kriteria tsb akan didapat sejumlah kecamatan kategori tinggi, sedang dan rendah. misalnya, tinggi: 6 kec; sedang: 1 kec; rendah: 3 kec. b) mengingat pada setiap kategori kecamatan tersebut distribusinya tidak berimbang, maka kecamatan sampel saya ambil scr tdk proporsional (disproposionate stratified random sampling), yakni tinggi: 3; sedang: 1; rendah: 2. c) setelah mendapatkan kecamatan sampel, saya menentukan desa sampel. dengan teknik yg sama (penstrataan desa berdasar 3 hal di atas), pada setiap kategori kecamatan saya dapatkan tiga kategori desa. nah, untuk mendapatkan sampel RT dan Usaha Mikro di setiap kategori desa sampel, saya tentukan berjumlah 10, dengan porsi 8 untuk RT dan 2 untuk USaha Mikro.
pertanyaannya:
1. pada kasus semacam ini, teknik pengambilan sampel yg bagaimana yang lebih tepat?
2. jika teknik stratified random sampling tepat, apa langkah2 saya di atas sudah benar?
3. di suatu laporan, saya baca dalam penentuan sampel yg tidak terdistribusi, si pelapor menggunakan formula sampel maksimum, sementara saya menggagas dispropotionate stratified random sampling, mana yg lebih tepat?
4. apakah tindakan saya menentukan 10 sampel pada setiap kategori desa diperkenankan scr statistik?
5. jika diperkenankan, apakah pemberian proporsi 80% sampel kategori RT dan 20% sampel kategori usaha mikro kuat scr statistik?
terima kasih atas keterlibatannya dalam memecahkan maslah ini
mau nanya nih, ada gak yg mmperjelas berapa bwt data yg dikatakan kecil, besar, sedang?
emang cieh ga ada kepastian berapa sampel yang dikatakan cukup untuk mewakili populasi. tapi buat kakak2 n tmen2 sxan,,,,, yang tau rumusan2 pengambilan sampel yang dapat dikatakan cukup, tolong kasi tau yah….
yah biar sa dijadikan refrensi gtyu…..
saya masih kurang paham dengan penjelasan diatas…
saya ingin tanya,,kalau saya mengambil sampel hanya 20 orang responden saja apakah benar dan bisa??
memang sih kebanyakan orang mempatokan 30 adalah jumlah minimal,,saya butuh banget jawaban yg lebih detail..untuk referensi skripsi saya kk..trm ksh sebelumnya