Rumus lemeshow, lengkap dengan pengertian dan cara menghitungnya

Brilio.net - Rumus Lemeshow sangat penting bagi para peneliti. Bagaimana tidak? Lemeshow menjadi rumus penting untuk menghitung jumlah sampel minimal yang kerap diperlukan dalam penelitian.

Selain itu, rumus Lemeshow ini penting digunakan peneliti untuk menghitung sampel apabila populasi dalam sampel penelitian tersebut tidak diketahui populasinya atau populasi yang tidak terbatas.

Lebih jauh memahami rumus Lemeshow ini, brilio.net sajikan penjelasan lengkapnya mulai dari pengertian dan cara menghitungnya. Dilansir dari berbagai sumber pada Selasa (31/10).

Definisi dan rumus Lemeshow.

foto: freepik.com

Merujuk pendapat Riduwan dan Akdon (2010), Lemeshow adalah rumus yang digunakan untuk menentukan jumlah sampel minimal yang diperlukan dalam penelitian kuantitatif, jika populasi tidak diketahui atau tidak terbatas.

Sementara, menurut Rommadhon (2020), Lemeshow adalah rumus yang digunakan untuk menentukan jumlah sampel minimal yang dibutuhkan dalam penelitian, jika populasi sangat besar dan peneliti tidak mungkin mempelajari semua populasi yang ada dikarenakan keterbatasan waktu, tenaga dan dana.

Tak jauh dari dua pandangan tersebut, Manaroinsong (2019) berpendapat bahwa lemeshow adalah rumus yang digunakan untuk menentukan jumlah sampel minimal yang diperlukan dalam penelitian, jika populasi tidak diketahui jumlahnya dan dapat bertambah atau berkurang setiap saat.

Diketahui lemeshow adalah nama dari seorang ahli statik yang mengembangkan rumus untuk menghitung jumlah sampel minimal dalam penelitian, jika populasi tidak diketahui atau tidak terbatas.

Rumus Lemeshow dapat membantu peneliti dalam menentukan ukuran sampel yang sesuai dengan tujuan, desain, dan metode penelitian mereka. Rumus Lemeshow juga dapat digunakan untuk membandingkan berbagai jenis penelitian, seperti deskriptif, komparatif, korelasional, atau eksperimental. Rumus Lemeshow adalah:

n = Z x P x Q / L

Di mana:

- n adalah jumlah sampel minimal

- Z adalah nilai standar dari distribusi normal sesuai tingkat kepercayaan yang diinginkan (misalnya, untuk tingkat kepercayaan 95%, Z = 1.96)

- P adalah prevalensi outcome atau proporsi populasi yang memiliki karakteristik tertentu (misalnya, 50%)

- Q adalah komplementer dari P, yaitu Q = 1 - P

- L adalah tingkat ketelitian atau margin of error yang diizinkan (misalnya, 10%)