Kalkulator Ukuran Sampel

Nilai Anda

Estimasi
Tingkat kepercayaan (%)

Dalam poin persentase, misalnya 5 untuk ±5%.

Gunakan 50% jika ragu.

Kosongkan untuk populasi yang besar atau tidak diketahui.

Hasil

Ukuran sampel yang dibutuhkan

Dibulatkan ke atas ke bilangan bulat berikutnya.

Sebelum pembulatan (n₀)
384,15
Nilai kritis z*
1,96

Langkah demi langkah

  1. Nilai kritis untuk tingkat kepercayaan
    z∗≈1,96z^*\approx1{,}96
  2. Ukuran sampel untuk proporsi
    n0=z∗2 p(1−p)E2=1,962×0,5×0,50,052≈384,15n_0=\frac{z^{*2}\,p(1-p)}{E^2}=\frac{1{,}96^2\times0{,}5\times0{,}5}{0{,}05^2}\approx384{,}15
  3. Bulatkan ke atas ke bilangan bulat
    n=⌈384,15⌉=385n=\lceil 384{,}15\rceil=385

Tambahkan undangan ekstra untuk mengantisipasi orang yang tidak menjawab.

Tentang alat ini

Sebelum menjalankan survei atau eksperimen, Anda perlu tahu berapa banyak responden yang cukup. Terlalu sedikit, margin kesalahannya terlalu lebar untuk bisa dipakai; terlalu banyak, Anda membuang waktu dan biaya.

Kalkulator ini mencari ukuran sampel minimum untuk memperkirakan proporsi atau rata-rata dengan margin kesalahan dan tingkat kepercayaan yang Anda pilih. Kalkulator menampilkan rumus yang sudah diisi dengan nilai Anda dan, untuk populasi kecil, seberapa besar koreksi populasi terhingga mengurangi jumlah yang Anda butuhkan.

Bagaimana cara kerjanya

Untuk pertanyaan survei dengan jawaban ya/tidak atau persentase, pilih proporsi. Masukkan margin kesalahan yang dapat Anda terima, misalnya ±5 poin persentase, dan proporsi yang Anda perkirakan. Jika Anda sama sekali tidak punya gambaran, biarkan 50%, yang memberikan sampel terbesar dan paling aman.

Untuk memperkirakan rata-rata, pilih rata-rata, lalu masukkan perkiraan simpangan baku (dari studi pendahuluan atau data sebelumnya) serta margin kesalahan dalam satuan yang sama. Jika Anda mengambil sampel dari populasi kecil yang ukurannya diketahui, masukkan ukurannya untuk menerapkan koreksi populasi terhingga. Hasilnya dibulatkan ke atas ke bilangan bulat berikutnya.

n0=z∗2 p(1−p)E2,n=n01+n0−1Nn_0=\frac{z^{*2}\,p(1-p)}{E^2},\quad n=\frac{n_0}{1+\frac{n_0-1}{N}}

Contoh

Untuk jajak pendapat dengan margin kesalahan ±5% pada tingkat kepercayaan 95% dan proporsi yang diperkirakan 50%, n0=1,962×0,5×0,5/0,052≈384,1n_0 = 1{,}96^2 \times 0{,}5 \times 0{,}5 / 0{,}05^2 \approx 384{,}1, yang dibulatkan ke atas menjadi 385 responden. Jika seluruh populasinya hanya 1.000 orang, koreksinya menghasilkan n=384,1/(1+383,1/1000)≈277,7n = 384{,}1/(1 + 383{,}1/1000) \approx 277{,}7, sehingga 278 responden sudah cukup.

Untuk memperkirakan rata-rata dengan simpangan baku sekitar 15 hingga ketelitian ±5 pada tingkat kepercayaan 95%, n0=(1,96×15/5)2≈34,6n_0 = (1{,}96 \times 15/5)^2 \approx 34{,}6, sehingga Anda memerlukan 35 pengamatan.

Asumsi dan batasan

Ukuran sampel ini hanya memperhitungkan galat pengambilan sampel acak dan mengasumsikan sampel acak sederhana; desain klaster atau berstrata memerlukan efek desain (design effect). Perhitungan ini tidak memperhitungkan responden yang tidak menjawab, jadi undang lebih banyak orang daripada hasilnya jika Anda memperkirakan sebagian tidak akan menjawab. Perhitungan ini juga tidak dapat memperbaiki bias akibat siapa saja yang memilih untuk menjawab.

Untuk rata-rata, hasilnya bergantung pada perkiraan simpangan baku Anda: perkiraan yang terlalu rendah menghasilkan sampel yang terlalu kecil. Rumusnya memakai pendekatan normal, yang kurang akurat untuk sampel sangat kecil atau proporsi yang diperkirakan mendekati 0% atau 100%.

Pertanyaan yang sering diajukan

Mengapa memakai 50% sebagai proporsi yang diperkirakan?

Suku p(1−p)p(1 - p) bernilai terbesar ketika p=0,5p = 0{,}5, sehingga 50% memberikan ukuran sampel yang paling konservatif. Jika data sebelumnya menunjukkan proporsi tertentu, misalnya 20%, memasukkan angka itu akan menghasilkan sampel yang lebih kecil dengan margin kesalahan yang sama.

Mengapa 385 menjadi ukuran sampel survei yang standar?

Itu adalah jawaban untuk margin kesalahan ±5% pada tingkat kepercayaan 95% dengan proporsi yang diperkirakan 50% dan populasi yang besar. Karena ukuran populasi hampir tidak berpengaruh begitu populasinya besar, 385 berlaku sama baiknya untuk satu kota maupun satu negara.

Kapan saya perlu memakai koreksi populasi terhingga?

Ketika sampel Anda akan menjadi bagian yang cukup besar dari seluruh populasi, kira-kira 5% atau lebih, misalnya saat menyurvei karyawan satu perusahaan. Untuk populasi besar, koreksi ini hampir tidak membuat perbedaan.

Bagaimana margin kesalahan memengaruhi ukuran sampel?

Ukuran sampel bertambah sebanding dengan kuadrat ketelitian: memperkecil margin kesalahan menjadi separuhnya, dari ±5% ke ±2,5%, kira-kira membuat sampel empat kali lebih besar, dari 385 menjadi 1.537.

Bagaimana jika saya memperkirakan sebagian orang tidak menjawab?

Bagi hasilnya dengan tingkat respons yang diperkirakan. Jika Anda memerlukan 385 jawaban dan memperkirakan 40% orang akan membalas, undang sekitar 385/0,4≈963385/0{,}4 \approx 963 orang.

Tautan dengan nilai Anda

Tambahkan parameter ini ke alamat halaman agar halaman terbuka dengan nilai yang sudah terisi, misalnya untuk membagikan perhitungan atau menautkannya dari asisten AI. Hasil dihitung di browser: HTML halaman menampilkan contoh untuk nilai bawaan, dan alat ini menetapkan atribut data-url-params setelah nilai dari tautan diterapkan.

ParameterNilaiJika tidak diisi
kindEstimasisalah satu dari: proportion, meanbawaan: proportion
confidence_level_pctTingkat kepercayaanpersen: 6.5 berarti 6,5%; diizinkan > 0 – < 100bawaan: 95
margin_pctMargin kesalahanpersen: 6.5 berarti 6,5%; diizinkan > 0 – < 100; dipakai saat kind = proportionwajib
proportion_pctProporsi yang diperkirakanpersen: 6.5 berarti 6,5%; diizinkan > 0 – < 100; dipakai saat kind = proportiondihitung sebagai 50
sdSimpangan baku (σ)angka; diizinkan > 0; dipakai saat kind = meanwajib
marginMargin kesalahan (E)angka; diizinkan > 0; dipakai saat kind = meanwajib
populationUkuran populasi (opsional)bilangan bulat; diizinkan 1–1000000000000opsional

Contoh

  • ?margin_pct=3&confidence_level_pct=99
  • ?sd=12&margin=2&population=5000

Tulis desimal dengan titik. Kodekan spasi sebagai %20, + sebagai %2B, # sebagai %23, dan & sebagai %26.

Elemen hasil: [data-result-block="sample_size_calculator"]