Kalkulator Ukuran Sampel

Menghitung berapa banyak responden atau sampel yang dibutuhkan survei atau eksperimen untuk tingkat kepercayaan, margin of error, atau power tertentu. Gunakan untuk menentukan berapa orang yang perlu disurvei, atau berapa subjek yang dibutuhkan setiap kelompok.

Cara pakai

1. Pilih tab: "Proporsi (survei)", "Rata-rata", "Bandingkan dua rata-rata", atau "Bandingkan dua proporsi".
2. Untuk survei, masukkan "Tingkat kepercayaan", "Margin of error (±)", dan "Proporsi yang diharapkan", serta "Ukuran populasi (opsional)" jika jumlah anggota kelompoknya diketahui.
3. Untuk membandingkan dua kelompok, atur ukuran efek (atau selisih rata-rata dan simpangan baku), "Taraf signifikansi α", "Power (kuasa uji)", dan "Arah uji".
4. Untuk mendapatkan margin of error dari ukuran sampel tertentu, ubah "Yang dihitung" ke "Margin of error".

Cara kerja

• Untuk proporsi, n₀ = z² × p(1 − p) ÷ e². Dengan ukuran populasi N, n = n₀ ÷ (1 + (n₀ − 1) ÷ N). Hasilnya dibulatkan ke atas.
• Untuk dua rata-rata, power uji t dua sampel dihitung dengan distribusi t non-sentral, dan n terkecil per kelompok yang mencapai target ditampilkan.
• Diasumsikan pengambilan sampel acak sederhana; tingkat respons dan responden yang keluar tidak diperhitungkan. Lihat "Rumus dan asumsi" untuk rinciannya.

Pertanyaan umum

Berapa jumlah sampel yang dibutuhkan untuk survei?

Pada tingkat kepercayaan 95%, margin of error ±5%, dan proporsi yang diharapkan 50%: 1.96² × 0.25 ÷ 0.05² ≈ 384.2, jadi 385. Untuk ±3% Anda membutuhkan 1,068.

Apakah populasi yang kecil membutuhkan sampel yang lebih kecil?

Ya. Dengan pengaturan yang sama dan populasi 1,000, koreksi populasi terbatas memberi 278. Untuk populasi yang sangat besar, ukurannya hampir tidak berpengaruh.

Proporsi yang diharapkan berapa jika saya tidak mengetahuinya?

Gunakan 50%. Nilai p(1 − p) paling besar di titik itu, sehingga memberi ukuran sampel terbesar dan paling aman.

Berapa subjek per kelompok yang dibutuhkan untuk membandingkan dua kelompok?

Dengan ukuran efek d = 0.5, α = 0.05, power 80%, dan uji dua sisi, dibutuhkan 64 per kelompok. Efek yang lebih kecil membutuhkan lebih banyak.