Slide5 statistikaa

912 views
817 views

Published on

Published in: Data & Analytics
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
912
On SlideShare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
91
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Slide5 statistikaa

  1. 1. By. Raharjo http://raharjo.wordpress.com POPULASI, SAMPEL DAN PENGUJIAN NORMALITAS DATA
  2. 2. 2 2 Pokok Bahasan 1. Populasi 2. Sampel 3. Teknik Sampling 4. Pengujian Normalitas Data
  3. 3. 3 3 POPULASI Pengertian  Populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulan. (Sugiyono,2007)  Populasi meliputi seluruh karakteristik/sifat yang dimiliki oleh subyek atau obyek yang diteliti.  Sekumpulan orang atau subyek dan obyek yang diamati
  4. 4. 4 SAMPEL Pengertian  Bagian dari jumlah dan karakteristik yang dimiliki oleh populasi  Apa yang dipelajari dari sampel, kesimpulannya akan diberlakukan untuk populasi, oleh karena itu sampel harus representatif (mewakili)
  5. 5. 5 TEKNIK SAMPLING  Teknik sampling adalah merupakan teknik pengampilan sampel. Teknik Sampling Probability Sampling Non Probability Sampling 1. Simple Random Sampling 2. Proportionate Stratified Random Sampling 3. Disproportionate Stratified Random Sampling 4. Area (cluster) Sampling (sampling menurut daerah) 1. Sampling Sistematis 2. Sampling Kuota 3. Sampling Insidental 4. Purposive Sampling 5. Sampling Jenuh 6. Snowball Sampling
  6. 6. 6 Probability Sampling  Yaitu teknik pengambilan sampel yang memberikan peluang yang sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota sampel. a. Simple Random Sampling - simple (sederhana) karena pengambilan anggota sampel dari populasi dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi itu. - Dilakukan bila anggota populasi dianggap homogen - Pengambilan sampel acak sederhana dapat dilakukan dengan cara undian, memilih bilangan dari dftar bilangan secara acak.
  7. 7. 7 Probability Sampling b. Proportionate Stratified Random Sampling • bila anggota populasi tidak homogen dan berstrata secara proporsional • Contoh: jumlah pegawai dengan latar belakang pendidikan yang berstrata seperti yang SD=100, SMP=150, SMA=200, D3=125, S1=95, S2=70, S3=50. c. Disproportionate Stratified Random Sampling • Digunakan untuk menentukan jumlah sampel, bila populasi berstrata tetapi kurang proporsional. • Contoh: jumlah pegawai dengan latar belakang pendidikan yang berstrata seperti yang SD=100, SMP=150, SMA=200, D3=125, S1=7, S2=5, S3=2. Maka 7 orang S1, 5 orang S2, dan 2 orang S3 diambil semua sebagai sampel.
  8. 8. 8 Probability Sampling d. Cluster Sampling (Area Sampling)  Digunakan untuk menentukan sampel bila obyek yang akan diteliti atau sumber data sangat luas. Misal penduduk dari suatu propinsi atau kabupaten.  Teknik sampling daerah ini sering digunakan melalui dua tahap, yaitu tahap pertama menentukan sampel daerah, dan tahap berikutnya menentukan orang- orang yang ada pada daerah tersebut secara sampling.  Pengambilan sampel ditetapkan secara bertahap dari wilayah yang luas sampai ke wilayah terkecil . Setelah
  9. 9. 9 Non Probability Sampling  Yaitu teknik pengambilan sampel yang tidak memberikan peluang/kesempatan yang sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel. a. Sampling Sistematis  Yaitu teknik pengambilan sampel berdasarkan urutan dari anggota populasi yang telah diberi nomor urut.  Contoh: Anggota populasi yang terdiri dari 100 orang diberi nomor urut 1 sampai 100. Pengambilan sampel dilakukan dengan mengambil nomor ganjil saja/genap saja/kelipatan dari bilangan tertentu.
  10. 10. 10 Non Probability Sampling b. Sampling Kuota  Yaitu teknik untuk menentukan sampel dan populasi yang mempunyai ciri-ciri tertentu sampai jumlah (kuota) yang diinginkan.  Contoh: Jumlah sampel yang ditentukan 200 orang, maka kalau pengumpulan data belum memenuhi kuota 200 orang, maka penelitian dipandang belum selesai. b. Sampling Insidental  Yaitu teknik penentuan sampel berdasarkan kebetulan, yaitu siapa saja yang secara kebetulan/insidental bertemu dengan peneliti dapat digunakan sebagai sampel, tentu bila dipandang orang tersebut cocok sebagai sumber data.
  11. 11. 11 Non Probability Sampling d. Sampling Purposive  Yaitu teknik penentuan sampel dengan pertimbangan tertentu.  Lebih cocok untuk penelitian kualitatif atau penelitian yang tidak melakukan generalisasi.  Contoh: Penelitian tentang kondisi politik di suatu daerah, maka sampelnya adalah seorang ahli politik. e. Sampling Jenuh (Sensus)  Yaitu teknik penentuan sampel bila semua anggota populasi digunakan sebagai sampel.  Sering dilakukan bila jumlah populasi relatif kecil (kurang dari 30 orang) atau ingin membuat generalisasi dengan kesalahan yang sangat kecil. f. Snowball Sampling  Yaitu teknik penentuan sampel yang mula-mula jumlahnya kecil, kemudian membesar.  Dalam menentukan sampel, pertama-tama dipilih satu atau dua orang, dan untuk melengkapi data penelitiannya maka peneliti mencari orang lain yang dianggap lebih tau atau dapat melengkapi datanya.  Biasa dilakukan dalam penelitian kualitatif. Misal mencari dalang provokator kerusuhan
  12. 12. 12 Menentukan Ukuran Sampel Roscoe dalam buku Research Methods For Business (1982: 253), tentang ukuran sampel untuk penelitian, sbb:  Ukuran sampel yang layak dalam penelitian adalah antara 30- 500.  Bila sampel dibagi dalam kategori (misal: pria-wanita, PNS-Swasta) maka jumlah anggota sampel setiap kategori minimal 30.  Bila dalam penelitian akan dilakukan analisis dengan multivariate (korelasi atau regresi ganda misalnya), maka jumlah anggota sampel minimal 10 kali dari jumlah variabel yang akan diteliti.  Untuk penelitian eksperimen yang sederhana, dengan menggunakan kelompok eksperimen dan kelompok kontrol, maka jumlah anggota sampel masing-masing kelompok antara 10 s/d 20.
  13. 13. 13
  14. 14. 14 NORMALITAS DATA  Suatu data membentuk distribusi normal bila jumlah data di atas dan di bawah rata-rata adalah sama, demikian juga simpangan bakunya.  Uji normalitas, digunakan untuk statistik parametris  Pengujian normalitas data dengan chi kuadrat (X2 ), dilakukan denga cara membandingkan kurve normal yang terbentuk dari data yang telah terkumpul (B) dengan kurve normal baku/standard (A).  Bila data yang telah terkumpul (B) tidak berbeda secara signifikan dengan A, maka B merupakan data yang berdistribusi normal.
  15. 15. 15 TERIMA KASIH Bersambung……

×