Menentukan Ukuran Sampel Penelitian Dengan Software G*Power

Gambar : Cover Artikel

UKURAN SAMPEL

Ditulis oleh : Dimas Purbo Wicaksono Fenda Putra, S.E.

A.Penjelasan G*Power

Menentukan ukuran sampel adalah sesuatu yang sangat penting di dalam kita melakukan penelitian. Dalam menentukan ukuran sampel kita seringkali berpegang pada konteks atau persepsi “semakin banyak sampel yang kita uji maka akan semakin baik”. Besarnya ukuran sampel artinya populasi menjadi terwakilkan. Oleh karena itu, menjadi suatu yang sangat penting ketika kita hanya mengira-ngira ukuran sampel yang sesuai. Agar kita tidak mengira-ngira sembarangan maka perlu mengetahui ukuran sampel hanya melalui sebuah software bernama G*Power. G*Power merupakan perangkat lunak yang bisa digunakan untuk menghitung kekuatan statistik dan software ini bebas tanpa berbayar. Software ini memiliki kemampuan untuk menghitung berbagai jenis tes statistik termasuk uji-t, uji-f, dan uji chi-square, antara lain sebagainya.

B.Tahapan Pengolahan Data

Tutorial ini akan mengajarkan cara kerja G*Power untuk korelasi dan uji Perbedaan (uji -t). Disini juga diajar cara mencari korelasi dan uji-t menggunakan software pengolah data IBM SPSS versi 23. Berikut adalah cara-nya :

Analisis Korelasi

Ini adalah data Prestasi Belajar, Motivasi Belajar, dan Minat Belajar. Data ini memiliki sampel berjumlah sepuluh dengan tiga variabel.

Gambar : Data Latihan

Langkah 1 : Buka lembar kerja SPSS.

Gambar : IBM SPSS Statistics 23

Langkah 2 : Klik pada Variabel View di bagian data editor.

Gambar : IBM SPSS Statistics 23

Langkah 3 : Pada kolom Name, klik Prestasi pada baris pertama, Motivasi pada baris kedua, dan Minat pada baris ketiga.

Gambar : IBM SPSS Statistics 23

Langkah 4 : Pada kolom Decimals, ketik angka satu (1) untuk baris pertama, dan ketik nol (0) untuk baris kedua dan ketiga.

Gambar : IBM SPSS Statistics 23

Langkah 5 : Pada kolom Label, ketik Prestasi Belajar untuk baris pertama, Motivasi Belajar pada baris kedua, dan Minat Belajar pada baris ketiga.

Gambar : IBM SPSS Statistics 23

Langkah 6 : Abaikan kolom yang lain.

Gambar : IBM SPSS Statistics 23

Langkah 7 : Klik Data View di data editor, kemudian copy atau ketikan data sesuai dengan input di Microsoft Excel.

Gambar : IBM SPSS Statistics 23

Langkah 8 : Pilih menu Analyze => Correlate => Bevariate.

Gambar : IBM SPSS Statistics 23

Langkah 9 : Maka akan muncul tampilan Bivariate Correlations.

Gambar : IBM SPSS Statistics 23

Langkah 10 : Masukkan semua variabel pada kolom Variables.

Gambar : IBM SPSS Statistics 23

Langkah 11 : Pada kolom Correlation Coefficient, pilih Pearson, pada Test of Significance, pilih Two-talled. Klik ok. Hasilnya sebagai berikut :

Gambar : Hasil Output IBM SPSS Statistics 23

Interpretasi Output :

1.Hasil output di atas terlihat bahwa korelasi antara Prestasi dengan Motivasi sebesar 0.118, angka ini menunjukkan lemahnya korelasi antara Prestasi dengan Motivasi karena nilainya masih dibawah 0.5.
2.Hasil korelasi antara Prestasi dan Minat  sebesar 0.379, angka ini menunjukkan kedua variabel memiliki korelasi yang sangat lemah karena nilainya masih dibawah 0.5.
3.Sedangkan untuk korelasi antara Motivasi dan Minat sebesar 0.310, angka ini memiliki arti bahwa kedua variabel memiliki korelasi yang sangat lemah karena nilainya masih dibawah 0.5

Kesimpulan Korelasi :

Berdasarkan nilai probabilitas : jika probabilitas > 0.05 maka tidak terdapat korelasi  dan sebaliknya jika probabilitas < 0.05  maka terdapat korelasi.

1.Prestasi dan Motivasi diperoleh nilai probabilitas sebesar 0.746, artinya > 0.05 maka tidak terdapat korelasi yang signifikan.
2.Prestasi dan Minat diperoleh nilai probabilitas sebesar 0.280, artinya > 0.05 maka tidak terdapat korelasi yang signifikan.

Setelah mengetahui hasil korelasi data, berikutnya kalkulasikan berapa ukuran sampel yang ideal untuk penelitian.

a).Ukuran sampel untuk uji korelasi

Langkah 1 : Buka aplkasi G*Power 3.1.9.7 (atau versi terbaru lainnya).

Gambar : G*Power 3.1.9.7

Langkah 2 : Pada TEST FAMILY pilih (t-Test), Kemudian di Statistical test pilih Correlation : Point biserial model. Type of power analysis pilih A priori : Compute required sample size - given α, power, and effect size. Masukkan nilai korelasi ke dalam kotak Effect size (p). Level Signifikan (Maksimal 0.05), dan Power (Minimal 0.8). Setelah itu klik Calculate.

Gambar : G*Power 3.1.9.7

Langkah 3 : Hasil analisis akan muncul pada kotak disamping di output parameters.

Gambar : Hasil Output G*Power 3.1.9.7

Interpretasi Output :

Hasil output ini menunjukkan bahwa ukuran sampel yang dibutuhkan adalah minimal 39. Karena ukuran sampel kita adalah 10, maka jumlah tersebut belum memenuhi kriteria untuk menggunakan uji korelasi.

Analisis Uji Perbedaan atau Uji T

Ini adalah rata-rata nilai ujian nasional (UN). Data ini memiliki sampel berjumlah dua puluh dengan tiga variabel.

Gambar : Data Latihan

Langkah 1 : Buka lembar kerja baru.

Gambar : IBM SPSS Statistics 23

Langkah 2 : Klik pada Variabel View di data editor.

Gambar : IBM SPSS Statistics 23

Langkah 3 : Pada kolom Name, klik Nama pada baris pertama, Hasil pada baris kedua, dan Jurusan pada baris ketiga.

Gambar : IBM SPSS Statistics 23

Langkah 4 : Kolom Numeric, pilih String untuk nama serta Jurusan, dan Numeric untuk hasil.

Gambar : IBM SPSS Statistics 23

Langkah 5 : Kolom Label, ketik “Nama” untuk Nama siswa, “Hasil” untuk Hasil UN, dan “Jurusan” untuk Jurusan sekolah.

Gambar : IBM SPSS Statistics 23

Langkah 6 : Abaikan kolom yang lain.

Gambar : IBM SPSS Statistics 23

Langkah 7 : Klik Data View di data editor, kemudian copy atau ketikan datanya sesuai dengan input di Microsoft Excel.

Gambar : IBM SPSS Statistics 23

Langkah 8 : Klik Analyze => Compare Means => Independent-Samples T Test.

Gambar : IBM SPSS Statistics 23

Langkah 9 : Maka akan muncul tampilan Independent-Samples T Test.

Gambar : IBM SPSS Statistics 23

Langkah 10 : Masukkan Variabel pada kolom Variables (untuk hasil), dan  di Grouping Variable (untuk jurusan). Kemudian klik Define Groups dan isikan dengan IPA dan IPS. Klik Continue dan ok.

Gambar : IBM SPSS Statistics 23

Langkah 11 : Hasilnya sebagai berikut.

Gambar : Hasil Output IBM SPSS Statistics 23

Interpretasi Output :

Hasil output  di atas menunjukkan kedua kelompok mempunyai masing-masing 10 sampel. Nilai UN jurusan IPA lebih tinggi dari Jurusan IPS dilihat dari rata-ratanya 78,50 dengan 76,00.

b).Ukuran sampel untuk uji perbedaan (Uji T)

Langkah 1 : Buka aplikasi G*Power 3.1.9.7 (atau versi terbaru lainnya).

Gambar : G*Power 3.1.9.7

Langkah 2 : Pada TEST FAMILY pilih (t-Test), Kemudian di Statistical test pilih Correlation : Point biserial model. Type of power analysis pilih A priori : Compute required sample size - given α, power, and effect size. Masukkan nilai korelasi ke dalam kotak Effect size (p). Level Signifikan (Maksimal 0,05), dan Power (Minimal 0,8).

Kali ini kita menggunakan uji-t antar kelompok sehingga uji beda antar kelompok yang dipilih. Setelah itu klik kotak Determine, kemudian isikan mean group 1 dan 2 serta SD α group 1 dan 2 dengan hasil pengujian. Klik Calculate and transfer to main window.

Gambar : G*Power 3.1.9.7

Langkah 3 : Isikan nilai Effect size di Input Parameters dan klik Calculate.

Gambar : Hasil Output G*Power 3.1.9.7

Interpretasi Output :

Hasil output di atas menunjukkan bahwa ukuran sampel yang kita butuhkan untuk menganalisis adalah 996. Masing-masing minimal berukuran 498. Dengan demikian, karena ukuran sampel kita tergolong sangat sedikit yaitu 20, maka ukuran sampel data tidak memenuhi kriteria.

Informasi ekonometrika secara lengkap, silakan kunjungi channel youtube saya di : Dimas Channel

Note : Silakan bagi teman-teman yang ingin meng-copy artikel ini. Mohon sertakan sumber aslinya. Terima Kasih :-)