1 / 71

DATA, POPULASI , SAMPEL

DATA, POPULASI , SAMPEL. DATA. PENGERTIAN DATA. Data : keterangan mengenai satu atau beberapa hal. Menurut Donald Cooper , data merupakan kumpulan sejumlah fakta atau kenyataan yang dapat dipercaya kebenarannya sehingga dapat digunakan untuk menarik suatu kesimpulan.

brac
Télécharger la présentation

DATA, POPULASI , SAMPEL

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. DATA, POPULASI , SAMPEL

  2. DATA

  3. PENGERTIAN DATA • Data : keterangan mengenai satu atau beberapa hal. • Menurut Donald Cooper, data merupakan kumpulan sejumlah fakta atau kenyataan yang dapat dipercaya kebenarannya sehingga dapat digunakan untuk menarik suatu kesimpulan.

  4. SYARAT-SYARAT DATA YANG BAIK (1) • Objektif : data harus sesuai dengan keadaan yang sebenarnya. • Representatif (mewakili) : data harus mewakili objek yang diamati. • Kesalahan sampling (sampling error) kecil : Estimasi (perkiraan) dikatakan baik (memiliki tingkat ketelitian tinggi) bila kesalahan samplingnya kecil. Ketiga syarat tersebut dikatakan syarat data yang Reliable (dapat diandalkan).

  5. SYARAT-SYARAT DATA YANG BAIK (2) 4. Tepat waktu : Apabila data akan digunakan untuk pengendalian atau evaluasi, maka syarat tepat waktu sangat penting agar dapat segera dilakukan koreksi apabila ada kesalahan/penyimpangan dalam implementasi suatu perencanaan. 5. Relevan : data yang dikumpulkan harus ada hubungannya dengan masalah yang akan dipecahkan.

  6. JENIS-JENIS DATA (1) A. Menurut SIFAT 1. Data Kualitatif : data yang tidak berbentuk angka (non-numeris) Contoh : - Harga daging sapi mahal. - Produksi padi di Jawa Tengah meningkat. 2. Data Kuantitatif : data yang berbentuk angka. Contoh : - Harga daging ayam naik jadi Rp 20.000/kg - Produksi kerajinan tas kulit menurun 10%

  7. JENIS-JENIS DATA (2) • Data sebagai nilai variabel. • Ada 4 tingkatan variabel/Skala Pengukuran : a.Nominal (N) : angka berfungsi hanya untuk membedakan (sebagai lambang/simbol). b. Ordinal (O) : angka selain berfungsi nominal, juga untuk menunjukkan urutan dan jarak tidak sama. c. Interval (I) : angka yang menunjukkan jarak yg sama tetapi tidak sampai brp kali & tidak mempunyai titik asal nol. d. Rasio (R) : angka yang menunjukkan berapa kali, sebab mempunyai titik asal nol.

  8. JENIS-JENIS DATA (3) • N dan O disebut skala pengukuran non-metrik (kualitatif) • I dan R disebut skala pengukuran metrik (kuantitatif)

  9. JENIS-JENIS DATA (4) B. Menurut SUMBER-nya 1. Data Internal : bersumber pada keadaan/kegiatan dalam suatu organisasi/kelompok. Contoh : - Data pengadaan barang di perpustakaan UNILA. - Data hasil produksi di pabrik sepatu A. 2. Data Eksternal : bersumber dari luar suatu organisasi/kelompok. Contoh : - Apotek A mencari data ketersediaan obat-obatan di perusahaan obat X. -Dinas Pendidikan mencari data anak-anak putus sekolah di Dinas Sosial.

  10. JENIS-JENIS DATA (5) C. Menurut CARA MEMPEROLEH-nya 1. Data Primer : data yang dikumpulkan dan diolah sendiri oleh suatu organisasi/perorangan langsung dari objeknya. Contoh: - Perusahaan susu ingin mencari data konsumsi susu di daerah X, lalu melakukan survey dan wawancara langsung ke penduduk daerah X. 2. Data Sekunder : data yang diperoleh dalam bentuk jadi dan telah diolah oleh pihak lain. Contoh : • Perusahaan X ingin mencari data saham-saham di bursa saham. • Media massa mencari data presentase partai-partai pemenang pemilu di KPU.

  11. JENIS-JENIS DATA (6) D. Menurut WAKTU PENGUMPULAN-nya 1. Data Cross Section : data yang dikumpulkan dalam suatu periode tertentu. Contoh : • Data sensus penduduk Indonesia th 1990 (menggambarkan keadaan penduduk Indonesia th 1990 berdasar umur, pendidikan, jenis kelamin, pekerjaan, dll). • Data jumlah pegawai di UNILA tahun 2010.

  12. JENIS-JENIS DATA (7) 2. Data Time Series (berkala) : data yang dikumpulkan dari waktu ke waktu. Disebut juga Data Historis. Contoh: • Data perkembangan hasil produksi padi selama 5 tahun terakhir. • Data pertumbuhan ekonomi di sektor migas selama 3 tahun terakhir. • Data perkembangan situs belanja online X dari tahun 2010 sampai 2012.

  13. TUGAS KELOMPOK (maksimal 3 org) • Cari beberapa (usahakan LEBIH DARI 1) contoh dari masing-masing jenis data SELAIN yg sudah ada di slide sblmnya, usahakan hasil pemikiran bersama kelompok (tidak ambil dari internet). • Format Penulisan : 1. Data menurut sifat a. Data Kualitatif : Beri Contoh! b. Data Kuantitatif : Beri Contoh! 2. Data menurut sumber a. Data Internal : Beri Contoh! b. Data Eksternal : Beri Contoh! 3. Data menurut cara memperoleh a. Data Primer : Beri Contoh! b. Data Sekunder : Beri Contoh! 4. Data Menurut Waktu Pengumpulannya a. Data Cross Section : Beri Contoh! b. Data Time Series : Beri Contoh!

  14. POPULASI • wilayah generalisasiyang terdiriatasobjek/subjek yang ditetapkanolehpenelitiuntukdipelajaridankemudianditarikkesimpulannya • keseluruhan unsur yang akanditelitiyang ciri-cirinyaakanditaksir (diestimasi). Ciri-ciripopulasidisebut parameter. • kumpulan objekpenelitian, bisaberupakumpulanorang (individu, kelompok, komunitas, masyarakat, dll); benda (jumlahgedung/bangunan, tempat, dll). • Sekumpulan orang atau objek yang memiliki kesamaan dalam satu atau beberapa hal dan yang membentuk masalah pokok dalam suatu riset khusus. Populasi yang akan diteliti harus didefinisikan dengan jelas sebelum penelitian dilakukan.

  15. SAMPEL • Sampel: bagian dari populasi yang dapat mewakili seluruh populasi • Sampel: sebagian unsur populasi yang dijadikan objek penelitian. • Sampel: miniatur (mikrokosmos) populasi • Sampel yang memiliki ciri karakteristik yang sama atau relatif sama dengan ciri karakteristik populasinya disebut sampel representatif. • Ciri karakteristik sampel disebut statistik

  16. ALUR PEMIKIRAN POPULASI DAN SAMPEL SAMPEL POPULASI TEMUAN

  17. MENGAPA SAMPLING? • populasi besar, tidak mungkin seluruh elemen diteliti • keterbatasan waktu penelitian, biaya, dan sumber daya manusia • Penelitian terhadap sampel bisa lebih reliabel daripada terhadap populasi, misalnya, karena elemen sedemikian banyaknya maka akan memunculkan kelelahan fisik dan mental para pencacahnya sehingga banyak terjadikekeliruan. (UmaSekaran, 1992); • populasi homogen, penelitian terhadap seluruh elemen dalam populasi menjadi tidak masuk akal • Seringkali penelitian populasi dapat bersifat merusak

  18. SUBJEK, OBJEK DAN RESPONDEN PENELITIAN • Subjek penelitian: anggota populasi yang terdiri orang-orang. • Objek penelitian: anggota populasi yang terdiri dari benda-benda. • Responden: seseorang yang mengetahui dan bertanggung jawab terhadap objek penelitian

  19. Pengertian-pengertian: • Populasi atau universe adalah sekelompok orang, kejadian, atau benda, yang dijadikan obyek penelitian. Jika yang ingin diteliti adalah sikap konsumen terhadap satu produk tertentu, maka populasinya adalah seluruh konsumen produk tersebut. • Elemen/unsur adalah setiap satuan populasi. Kalau dalam populasi terdapat 30 laporan keuangan, maka setiap laporan keuangan tersebut adalah unsur atau elemen penelitian. • Kerangka sampling adalah daftar yang berisikan setiap elemen populasi yang bisa diambil sebagai sampel.

  20. Syarat sampel • Akurasi atau ketepatan, yaitu tingkat ketidakadaan “bias” (kekeliruan) dalam sampel. Dengan kata lain makin sedikit tingkat kekeliruan yang ada dalamsampel, makin akurat sampel tersebut. Tolok ukur adanya“bias” atau kekeliruan adalah populasi. • agar sampel dapat memprediksi dengan baik populasi, sampel harus mempunyai selengkap mungkin karakteristik populasi (Nan Lin, 1976).

  21. Syarat sampel • Presisi. memiliki tingkat presisi estimasi. Presisi mengacu pada persoalan sedekat mana estimasi kita dengan karakteristik populasi. Presisi diukur oleh simpangan baku (standard error). Makin kecil perbedaan di antara simpangan baku yang diperoleh dari sampel (S) dengan simpangan baku dari populasi (s), makin tinggi pula tingkat presisinya.

  22. UKURAN SAMPEL • Banyakcaramenentukanukuransampeldarisuatupopulasi. • Beberapaahlimengemukakanberbagaicara yang berbeda.

  23. UKURAN SAMPEL • Ukuran sampel harus mewakili populasi. • Ukuran sampel mempengaruhi tingkat kesalahan yang terjadi. • Semakin banyak ukuran sampel maka semakin kecil tingkat kesalahan generalisasi yang terjadi dan sebaliknya

  24. FAKTOR-FAKTOR YANG MEMPENGARUHI UKURAN SAMPEL • tingkat presisi yang diinginkan (level of precisions) • derajat keseragaman (degree of homogenity). • Banyaknya variabel yang diteliti dan rancangan analisis • biaya, waktu, dan tenaga yang tersedia . (Singarimbun dan Effendy, 1989).

  25. Penentuan ukuran sampel: • DerajatKeseragamanPopulasi (degree of homogenity). Semakintinggitingkathomogenitaspopulasisemakinkecilukuransampel yang bolehdiambil; semakinrendahtingkathomogenitaspopulasisemakinbesarukuransampel yang harus diambil. • Tingkat Presisi yang diinginkan (level of precisions). Semakintinggitingkatpesisi yang diinginkanpeneliti, semakinbesarsampel yang harusdiambil. • Banyaknyavariabel yang ditelitidanrancangananalisis yang akandigunakan. Semakinbanyakvariabel yang akandianalisis. • Alasan-alasanPeneliti (waktu, biaya, tenaga, dan lain-lain).

  26. HUBUNGAN ANTARA UKURAN SAMPEL DAN TINGKAT KESALAHAN Tingkat kesalahan Ukuran Sampel

  27. Prosedur Penentuan Sampel Identifikasipopulasi target Memilih Kerangka sampel Menentukan Metode Pemilihan Sampel Merencanakan Prosedur Pemilihan Unit Sampel Menentukan ukuran Sampel Menentukan unit sampel Pelaksanaan Kerja Lapangan

  28. Kerangka sampel • No Nama • 01 Suli • 2 Rofiq • 3 Prio …. 95 Malik Populasi MahasiswaProgram Studi TeknikElektroUnila Prosedur Setelah populasi ditetapkan, kerangka sampling dibuat, teknik sampling simple random sampling maka dilakukan pengundian Teknik sampling Probablitas: Simple random Sampling Menentukan ukuran sampel Misal sampel yang ditetapkan 20 orang Unit sampel Berdasarkan undian diperoleh sampe: 02,05,01,08,65,85,92, 18,17,15,13,25,27,29,45,44,42,

  29. Hair et al (1998) • Rasio antara jumlah subjek dan jumlah variabel independen dalam analisis multivariat dianjurkan sekitar 15 sampai 20 subjek per variabel independen

  30. ROSCOE (1975) • Sebaiknya ukuran sampel di antara 30 s/d 500 elemen • Jika sampel dipecah lagi ke dalam subsampel (laki/perempuan, SD/SLTP/SMU), jumlah minimum subsampel harus 30 • Pada penelitian multivariate (termasuk analisis regresi multivariate) ukuran sampel harus beberapa kali lebih besar (10 kali) dari jumlah variable yang akan dianalisis. • Untuk penelitian eksperimen yang sederhana, dengan pengendalian yang ketat, ukuran sampel bisa antara 10 s/d 20 elemen.

  31. Slovin Kita akan meneliti pengaruh upah terhadap semangat kerja pada karyawan PT. Cucak Rowo. Di dalam PT tersebut terdapat 130 orang karyawan. Dengan tingkat kesalahan pengambilan sampel sebesar 5%, berapa jumlah sampel minimal yang harus diambil ?

  32. Krejcie dan Morgan (1970)

  33. RUMUS TARO YAMANE (jumlah populasi diketahui) • N • n = • N.d2 + 1 Keterangan : n = Jumlah sampel N = Jumlah populasi d2 = Presisi yang ditetapkan

  34. TEKNIK SAMPLING

  35. TEKNIK SAMPLING • Prosespemilihanjenissampeldenganmemperhitungkanbesarnyasampel yang akandijadikansebagaisubjek/objekpenelitian. • Pemilihansampelharusbersifatrepresentatif, artinyasampel yang dipilihmewakilipopulasibaikdarikarakteristikmaupunjumlahnya.

  36. Tipe-Tipe Teknik Sampling • Teknik Sampling Random (Probability Sampling) • Simple Random Sampling • Stratified Sampling • Cluster Sampling • Systematical Sampling • Teknik Sampling Non-Random (Non Probability Sampling) • Convenience Sampling • Purposive Sampling • Quota Sampling

  37. Padasampelacak(random sampling) dikenal denganistilah simple random sampling, stratified random sampling, cluster sampling, systematic sampling, dan area sampling. • Pada non probability sampling dikenal beberapateknik, antara lain adalah convenience sampling, purposive sampling,

  38. Non Probability PROBABILITY DAN NONPROBABILITY SAMPLING Probability Setiap anggota populasi mempunyai peluang sama untuk dipilih menjadi anggota sampel hasil penelitian dijadikan ukuran untuk mengestimasi populasi (melakukan generalisasi) • Setiap anggota populasi tidak mempunyai peluang sama untuk dipilih menjadi anggota sampel • hasil penelitian tidak untuk melakukan generalisasi

  39. PROBABILITY SAMPLING

  40. Probability Sampling: • Setiap elemen dalam populasi mempunyai kesempatan yang sama untuk diseleksi sebagai subyek dalam sampel. Representatif ini penting untuk generalisasi

  41. Probability Sampling • Menentukan probabilitas atau besarnya kemungkinan setiap unsur dijadikan sampel. Dalam merencanakan sampling probabilitas, idealnya peneliti telah memenuhi beberapa persyaratan berikut: • Diketahui besarnya populasi induk • Besarnya sampel yang diinginkan telah ditentukan • Setiap unsur atau kelompok unsur harus memiliki peluang yang sama untuk dijadikan sampel

  42. SIMPLE RANDOM SAMPLING • Teknik sampling secara acak, setiap individu dalam populasi memiliki peluang yang sama untuk dijadikan sampel • Syarat: anggota populasi dianggap homogen • Cara pengambilan sampel bisa melalui undian • Sampling ini memiliki bias terkecil dan generalisasi tinggi • Banyak digunakan dalam penelitian sains.

  43. PROSEDUR SIMPLE RANDOM SAMPLING • Susun “sampling frame” • Tetapkan jumlah sampel yang akan diambil • Tentukan alat pemilihan sampel • Pilih sampel sampai dengan jumlah terpenuhi

  44. SIMPLE RANDOM SAMPLING

  45. SIMPLE RANDOM SAMPLING: UNDIAN • Dengan cara memberikan nomor-nomor pada seluruh anggota populasi, lalu secara acak dipilih nomor-nomor sesuai dgn banyaknya jumlah sampel yang dibutuhkan. • Ada dua rancangan cara undian : • Pengambilan sampel tanpa pengembalian, yang berarti sampel yang pernah terpilih tidak akan dipilih lagi. Akan menghasilkan nilai probabilitas yang tidak konstan • Pengambilan sampel dengan pengembalian, yang berarti sampel yang pernah terpilih ada kemungkinan terpilih lagi. Menghasilkan nilai probabilitas yang konstan

  46. Stratified Random Sampling ØDigunakan untuk mengurangi pengaruh faktor heterogen dan melakukan pembagian elemen-elemen populasi ke dalam strata. Selanjutnya dari masing-masing strata dipilih sampelnya secara random sesuai proporsinya. ØSampling ini banyak digunakan untuk mempelajari karakteristik yang berbeda, misalnya, di sekolah ada kls I, kls II, dan kls III. Atau responden dapat dibedakan menurut jenis kelamin; laki-laki dan perempuan, dll. ØKeadaan populasi yang heterogen tidak akan terwakili, bila menggunakan teknik random. Karena hasilnya mungkin satu kelompok terlalu banyak yang terpilih menjadi sampel.

  47. Contoh Stratified Random Sampling: Populasi 900 orang Dibagi tiga Gr gol.II Gr gol. III Gr gol. IV 300 orang 300 orang 300 orang Pilih secara acak Pilih secara acak Pilih secara acak Untuk 90 orang Untuk 90 orang Untuk 90 orang

  48. PROPORSIONATE STRATIFIED RANDOM SAMPLING • Teknik sampling darianggotapopulasisecaraacakdanberstratasecaraproporsional. • Anggotapopulasiheterogen, danheterogenitastersebutmempunyaiarti yang signifikanpadapencapaiantujuanpenelitian

More Related