๐Ÿ“Š

Kalkulator Rumus Lemeshow (Sample Size Penelitian)

Hitung ukuran sampel minimum penelitian dengan rumus Lemeshow (1990). Menggunakan Z-score, prevalensi P, dan presisi d untuk jumlah sampel yang lebih akurat secara statistik. Cocok untuk skripsi, tesis, penelitian epidemiologi, kesehatan masyarakat, dan ilmu sosial. Mendukung 90%/95%/99% CI dan koreksi populasi finite. Termasuk perbandingan dengan rumus Slovin, Cochran, dan Krejcie-Morgan.

UJIAN

Informasi kalkulator

Cara menggunakan kalkulator ini

  1. Pilih tingkat kepercayaan (Z-score). Default 1.96 untuk 95% CI - paling umum di penelitian kesehatan & sosial.
  2. Masukkan nilai proporsi/prevalensi P. Jika tidak diketahui, gunakan 0.5 (worst-case yang menghasilkan sampel maksimum).
  3. Pilih presisi d (margin of error). Default 0.05 (5%) - standar penelitian. Gunakan 0.03 untuk studi yang lebih presisi.
  4. Aktifkan toggle 'koreksi populasi finite' jika ukuran populasi diketahui dan terbatas, lalu masukkan N.
  5. Klik 'Hitung Sampel' untuk melihat sampel minimum, langkah-langkah perhitungan, dan perbandingan dengan rumus Slovin & Cochran.
  6. Tambahkan 10-20% dari hasil sebagai cadangan untuk drop-out, non-response, atau data tidak lengkap saat penelitian lapangan.

Rumus Lemeshow (1990)

n = Z^2 * P * (1-P) / d^2
  • n = ukuran sampel minimum
  • Z = nilai kritis distribusi normal (1.645 = 90% CI, 1.96 = 95% CI, 2.576 = 99% CI)
  • P = proporsi/prevalensi karakteristik populasi (0 < P < 1, default 0.5)
  • d = presisi/margin of error dalam desimal (default 0.05 = 5%)

Untuk populasi finite (terbatas dan diketahui jumlahnya), hasil dikalikan dengan faktor koreksi: n_adj = (n * N) / (n + N - 1), di mana N = ukuran populasi total. Hasil selalu dibulatkan ke atas (ceiling) karena jumlah responden tidak boleh pecahan. Lemeshow identik dengan Cochran untuk populasi infinite.

Contoh: Penelitian prevalensi Diabetes Melitus di populasi 5.000 orang dewasa

Diketahui:
  • Tingkat kepercayaan: 95% (Z = 1.96)
  • Prevalensi DM nasional (dari Riskesdas): P = 0.10 (10%)
  • Presisi yang diinginkan: d = 0.05 (5%)
  • Populasi target: N = 5.000 (finite)
Langkah:
  1. Hitung sampel populasi infinite: n = (1.96)^2 * 0.10 * 0.90 / (0.05)^2
  2. n = 3.8416 * 0.09 / 0.0025 = 0.3457 / 0.0025 = 138.30
  3. Dibulatkan ke atas: n = 139 responden
  4. Terapkan koreksi finite (karena N diketahui): n_adj = (138.30 * 5000) / (138.30 + 5000 - 1)
  5. n_adj = 691.500 / 5137.30 = 134.60
  6. Dibulatkan ke atas: n_adj = 135 responden

Hasil: Sampel minimum = 135 responden. Tambahkan 10-20% cadangan drop-out -> targetkan 149-162 responden saat pengumpulan data lapangan.

Pertanyaan yang sering diajukan

Apa beda Lemeshow dengan Slovin? Kapan harus pakai yang mana?
Slovin (n = N/(1+Ne^2)) lebih sederhana, hanya butuh ukuran populasi dan margin of error. Lemeshow lebih ketat karena eksplisit menyebut Z-score (tingkat kepercayaan) dan P (proporsi/prevalensi). Untuk skripsi S1 deskriptif sosial/ekonomi, Slovin biasanya diterima. Untuk tesis S2/S3 atau jurnal kesehatan terindeks Scopus, gunakan Lemeshow atau Cochran karena reviewer sering menolak Slovin yang dianggap kurang punya basis statistik formal.
Bagaimana cara menentukan nilai P (proporsi) jika belum tahu prevalensinya?
Ada tiga pendekatan: (1) Cari di literatur penelitian sebelumnya pada populasi serupa (Riskesdas, SDKI, BPS untuk konteks Indonesia). (2) Lakukan studi pendahuluan (pilot study) dengan 30-50 responden untuk estimasi awal. (3) Gunakan P = 0.5 sebagai worst-case karena P*(1-P) maksimum di P=0.5, sehingga menghasilkan sampel terbesar dan paling konservatif. Banyak skripsi menggunakan P=0.5 jika benar-benar tidak ada data awal.
Kapan perlu pakai koreksi populasi finite?
Gunakan koreksi finite jika rasio n/N >= 5% (sampel lebih dari 5% populasi). Jika populasi sangat besar (N > 10.000) atau tidak terbatas, koreksi finite hampir tidak mengubah hasil sehingga bisa diabaikan. Contoh: penelitian di satu desa (N = 500) wajib pakai koreksi, tapi survei nasional via online (populasi pengguna internet jutaan) tidak perlu.
Kenapa Z = 1.96 sering jadi default untuk 95% CI?
Nilai 1.96 adalah z-score pada distribusi normal standar di mana 95% area berada di antara -1.96 dan +1.96. Artinya kita 95% yakin bahwa estimasi dari sampel akan jatuh dalam rentang +/- presisi (d) dari nilai populasi sebenarnya. 95% CI adalah konvensi standar di hampir semua jurnal ilmiah, baik kesehatan, sosial, maupun ekonomi.
Apakah hasil sampel minimum Lemeshow sudah cukup untuk penelitian lapangan?
Hasil rumus Lemeshow adalah sampel MINIMUM untuk mendapatkan presisi yang diinginkan. Untuk penelitian lapangan, tambahkan 10-20% sebagai buffer drop-out, non-response, kuesioner tidak lengkap, atau data outlier yang harus dibuang. Jadi jika hasil hitung n = 100, targetkan pengumpulan 110-120 responden. Untuk penelitian longitudinal (multi-waktu) tambahkan lebih banyak karena attrition lebih tinggi.

Sumber & referensi

Terakhir diperbarui: 23 Mei 2026