Teks tersebut membahas tentang pengukuran, pengumpulan data, dan analisis data dalam penelitian. Topik utama yang dibahas meliputi berbagai skala pengukuran, validitas dan reliabilitas alat ukur, metode pengumpulan data, teknik sampling dan analisis data.

1. 4.1 PENGUKURAN, DAN
PENGUMPULAN DATA
Dr. Auditya Purwandini Sutarto

2. Learning Outcomes
• Memahami cara dan teknik pengumpulan data
• Mengumpulkan data sesuai topik penelitian yang
dikaji
• Memahami cara analisis data
• Menggunakan teknik analisis data yang sesuai
dengan hipotesis penelitian
• Menginterpretasikan data sesuai kajian pustaka dan
penelitian terdahulu

3. TOPIK
Pengukuran
Skala Rating
Validitas
Reliabilitas
Metode
Pengumpulan
Data
Sumber Data
Penelitian
Eksperimen
Interview
Kuesioner
Pengamatan Natural
Sampling
Populasi dan
Sampel
Teknik Penarikan
Sampel
Menentukan
Ukuran Sampel
Analisis Data
Editing
Analisis Deskriptif
Statistik Inferensial
Bab 4.2

4. PENGUKURAN

5. SKALA RATING
• Skala Dikotomi (Guttman)
• Skala Kategori
• Skala Likert
• Skala Perbedaan Semantik (Semantic Differential)
• Penilaian (Rating Scale)
• Skala Rating Penjumlahan Fix atau Konstan
• Skala Staped
• Skala Rating Grafis
• Skala Konsensus

6. • Skala Dikotomi (Guttman). Digunakan untuk jawaban ya atau
tidak, termasuk skala nominal
Apakah Anda mempunyai motor ? Ya Tidak
• Skala Kategori. Digunakan untuk memilih satu diantara
banyak pilihan jawaban, termasuk skala nominal
Jika ya, apa merek motor Anda? - Honda
- Yamaha
- Suzuki
- Tossa
- Kawasaki
- Lainnya
(sebutkan)

7. • Skala Likert. digunakan untuk mengukur sikap, pendapat dan
persepsi seseorang tentang fenomena sosial (setuju-tidak
setuju, suka-tidak suka). Skala ini terdiri atas 5 pilihan skala
berurut (contoh untuk sikap setuju – tidak setuju)
Sangat Tidak
Setuju
Tidak Setuju Ragu-ragu Setuju Sangat
Setuju
1 2 3 4 5
Dengan menggunakan Skala Likert seperti petunjuk di atas, seberapa
setujukah Anda dengan pernyataan berikut
Motor yang saya miliki hemat bahan bakar 1 2 3 4 5
Saya rutin menservis motor minimal 6 bulan
sekali atau setiap 2000 KM
1 2 3 4 5

8. • Skala Perbedaan Semantik. Digunakan untuk mengukur sikap,
tidak dalam bentuk pilihan ganda atau checklist, tetapi
tersusun dari sebuah garis kontinum dimana nilai yang sangat
negatif terletak disebelah kiri sedangkan nilai yang sangat
positif terletak disebelah kanan.
Contoh : Bagaimana penilaian Anda terhadap mata kuliah
Metodologi Penelitian?
Menyenangkan |……|……|…… |……|……|…..|…..| Membosankan
Sulit |……|……|…… |……|……|…..|…..| Mudah
Bermanfaat |……|……|…… |……|……|…..|…..| Sia-Sia
Menantang |……|……|…… |……|……|…..|…..| Menjemukan

9. • Penilaian (Rating Scale). Jika pada skala Likert, Guttman, dan
Semantik diferensial, data yang diperoleh adalah data
kualitatif yang dikuantitatifkan, maka pada rating scale yaitu
adalah data angka (kuantitatif) ditafsirkan dalam pengertian
kualitatif. Rating scale termasuk skala interval
• Rating scale digunakan untuk mengukur sikap, gejala atau
fenomena sosial misalnya: ekonomi, iptek, instansi, kinerja
dosen, kepuasan pelanggan,produktivitas kerja, motivasi
pegawai, dll.

10. VALIDITAS & RELIABILITAS
Validitas = Ketepatan Alat Ukur
Reliabilitas = Konsistensi Alat
Ukur

11. Kualitas Alat Ukur
(Goodness)
Reliabilitas
Stabilitas
Konsistensi
Validitas
Validitas Internal
Validitas Eksternal

12. VALIDITAS
• Ketepatan/kemampuan sebuah instrumen mengukur apa
yang ingin diukur
• Kesesuaian antara suatu konsep dengan indikator- yang
digunakan untuk mengukurnya.
• Alat pengumpul data dapat dikatakan valid apabila alat ukur
tersebut mampu mengukur apa yang seharusnya diukur
• Bila skala pengukuran tidak valid maka ia tidak bermanfaat
bagi peneliti karena tidak mengukur atau melakukan apa yang
seharusnya dilakukan.diinginkan

13. Contoh
• Kecerdasan siswa dinilai
dengan IQ?
• Performansi mahasiswa
dinilai dengan IPK?
• Tape alat ukur panjang
• Termometer alat ukur suhu
• Stopwatch alat ukur waktu

14. Validitas
Validitas Eksternal
Validitas Internal
Validitas Isi Validitas Muka
Validitas dengan
Kriteria
Validitas Prediktif
Validitas
Concurrent
Validitas Konstruk
Validitas Konvergen
Validitas
Diskriminan

15. VALIDITAS EKSTERNAL
• Dapat atau tidaknya hasil
penelitian digeneralisasikan
pada populasi tempat sampel
tersebut diambil.
• Bila sampel penelitian
representatif, instrumen
penelitian valid dan reliabel,
cara mengumpulkan dan
menganalisis data benar,
penelitian akan memiliki
validitas eksternal yang tinggi
• Contoh: untuk mengukur
kinerja tenaga paramedis di
suatu RS, instrumen
pengukuran dibandingkan
dengan dengan catatan-
catatan RS tentang kinerja
tenaga paramedis di
lapangan. Bila terdapat
kesamaan antara kriteria
dalam instrumen dengan
fakta di lapangan maka
instrumen tersebut memiliki
validitas eksternal yang
tinggi

16. VALIDITAS INTERNAL
• Digunakan untuk menjawab pertanyaan apakah
penelitian sudah menggunakan konsep yang
seharusnya. Validitas internal biasanya membantu
mengatasi kelemahan validitas eksternal.
• Dalam konteks eksperimen menjawab pertanyaan:
“Apakah benar perlakuan eksperimental membuat
perbedaan pada variabel eksperimen tertentu?”

17. Validitas Isi (Content Validity)
• Validitas isi berkenaan dengan kesanggupan instrumen
mengukur isi yang harus diukur. Artinya, alat ukur tersebut
mampu mengungkap isi suatu konsep atau variabel yang
hendak diukur
• Validitas isi memastikan bahwa sejumlah item yang
representatif telah diperhitungkan dalam menyusun sebuah
konsep. Contohnya, suatu ujian akhir semester dianggap
memiliki validitas isi jika mencerminkan keseluruhan materi
perkuliahan yang sudah diajarkan. Bila hanya menguji pada
beberapa materi saja maka belum dapat dikatakan memiliki
validitas isi.

18. Validitas Muka (Face Validity)
• Berkaitan dengan pengukuran suatu konsep yang dilakukan
dengan melihat konsensus dalam masyarakat ilmiah atau
kesepakatan penilaian subyektif para pakar mengenai apakah
mengukur suatu konstruk. Ini dilakukan dengan mata-mata
menilai apakah definisi operasional yang dipergunakan bisa
diterapkan pada konsep yang hendak diukur.
• Misal seorang peneliti membuat alat ukur untuk mengukur
skala perilaku hidup sehat maka ia mengkonsultasikan alat
ukur tersebut pada ahli atau tenaga kesehatan yang kompeten

19. Validitas dengan Kriteria (Criterion Validity)
• Validitas kriteria digunakan jika kita ingin mengembangkan
suatu perangkat ukur untuk kepentingan praktis, bukan sekadar
uji hipotesis saja
• Untuk mendapatkan pembuktian validitas kriteria, peneliti
biasanya membandingkan bentuk instrumen yang satu dengan
instrumen lainnya menggunakan indeks koefisien korelasi (r)
yang menunjukkan derajat hubungan antara kedua instrumen
tersebut
• Misal akan dikembangkan alat baru pengukuran kecerdasan
manusia. Sebagai rujukan alat ini dibandingkan dengan tes IQ
yang sudah dikenal. Jika korelasi antara skor IQ seseorang
dengan skor alat baru tersebut tinggi, maka alat ukur baru
tersebut memenuhi validitas kriteria.

20. Rumus dan Interpretasi Koefisien Korelasi Pearson (r)
Koefisien Korelasi Interpretasi
0,800 – 1,00 Sangat kuat
0,600 – 0,799 Kuat
0,400 – 0,599 Cukup
0,200 – 0,399 Rendah
0,000 – 0,1999 Sangat Rendah
1
)(
1
)(
1
))((
1
2
1
2
1











n
yy
n
xx
n
yyxx
R
n
i
i
n
i
i
n
i
ii

21. Validitas Prediktif
• Validitas ini merujuk pada kemampuan suatu perangkat ukur
memprediksi suatu keadaan individu/subyek di masa
mendatang.
• Contoh: mahasiswa yang memperoleh IPK tinggi diprediksi
memiliki pekerjaan lebih baik dibandingkan yang memiliki IPK
lebih rendah. Atau siswa SMA yang mampu mengerjakan soal
UN diprediksi mampu mengerjakan soal SBMPTN

22. Validitas Konkuren (Concurrent)
• Validitas yang berkaitan dengan tingkatan sejauh mana data
hasil pengukuran berkorelasi dengan hasil pengukuran konsep
lain yang diasumsikan sebagai kriteria keadaan mendatang.
• Apabila data instrumen dan data kriteria telah terkumpul
pada waktu yang hampir bersamaan, lalu dibandingkan
hasilnya.
• Contohnya: Bila seorang peneliti melakukan tes IQ pada
sekelompok siswa kelas 8 dan kemudian membandingkannya
dengan hasil penilaian ‘self esteem’ yang dilakukan oleh
gurunya, di mana kedua penilaian ini dilakukan pada waktu
yang hampir bersamaan.

23. Validitas Konstruk
• Validitas ini membuktikan seberapa bagus hasil yang
diperoleh dari penggunaan ukuran sesuai dengan teori
dimana pengujian dirancang
• Pembuktian validitas konstruk merupakan yang terluas
penggunaannya di antara tiga kategori validitas.
• Hal ini dinilai dengan validitas konvergen (instrumen yang
memiliki korelasi tinggi) dan validitas diskriminan (variabel
yang tidak berkorelasi).
• Tahapan pembuktian validitas konstruk:
1. variabel yang diukur didefinisikan dengan jelas
2. Susun hipotesis berdasarkan teori yang melandasi variabel
3. Uji hipotesis secara logis dan empiris

24. Pengujian Validitas Konstruk dengan Analisis Faktor
• Factor analysis (analisis faktor) dilakukan untuk memeriksa
apakah terdapat pola utama yang dibentuk oleh variabel-
variabel.
• Menurut Field (2005), analisis faktor memiliki tiga kegunaan,
yaitu:
1. untuk memahami struktur (pola) dari sekumpulan variabel
2. untuk menyusun kuesioner yang dapat mengukur suatu
variabel yang mendasarinya
3. mereduksi beberapa variabel menjadi sekumpulan variabel
dengan sebesar mungkin tetap mempertahankan informasi
yang terkandung.

25. 1. Kaiser-Meyer-Olkin (KMO). KMO merupakan ukuran
kecukupan sampel (Field, 2005). Nilai statistik KMO berkisar
antara 0 – 1. Nilai 0 menunjukkan jumlah korelasi parsial
lebih besar relatif dibandingkan dibandingkan jumlah
korelasi antara variabel yang menunjukkan penyebaran pola
korelasi, sehingga penggunaan analisis faktor dipandang
kurang tepat. Sebaliknya, nilai KMO yang mendekati 1
mengindikasikan pola hubungan yang cukup rapat sehingga
metode faktor analisis akan menghasilkan faktor yang handal
dan jelas. Rekomendasi nilai KMO disarankan lebih besar
dari 0,5. Lebih lengkapnya, nilai 0,5 – 0.7 dianggap cukup,
antara 0,7 dan 0,8 dipandang baik, dan nilai diatas 0,9
adalah luar biasa.
Nilai yang diuji dalam Analisis Faktor

26. 2. Bartlett’s Test of Sphericity. Digunakan sebagai parameter
untuk melihat akurasi korelasi antar variabel yang diukur
berdasarkan nilai signifikansi pada tingkat signifikansi 95%.
Nilai signifikansi yang kurang dari 0,05 menunjukkan variabel
yang diuji kemungkinan memiliki hubungan yang cukup
signifikan. Sensitivitas Bartlett’s Test of Sphericity akan
meningkat sejalan dengan penambahan sampel
3. Measure of Sampling Adequacy. Apabila statistik KMO
dihitung untuk multi variabel, maka nilai KMO untuk
variabel-variabel tunggal akan ditunjukkan pada diagonal
dari Anti Image Correlation (AIC) Matrices. Nilai-nilai dalam
elemen diagonal matriks ini seharusnya diatas 0,5. Jika
ditemukan nilai dibawah 0,5 maka perlu dipertimbangkan
untuk mengeluarkan variabel terkait dari analisis.

27. 4. Factor Loading. Nilai factor loading merupakan inti dari
analisis faktor yang digunakan untuk melihat validitas
konstruk dari setiap indikator pengukuran. Menurut Stephen
(1992 yang dikutip dalam Field, 2005), semakin besar
sampel, maka nilai factor loading yang dipandang signifikan
semakin kecil. Namun demikian secara umum Stephen
(1992) menyarankan hanya mempertimbangkan indikator
yang nilai absolut factor loading-nya lebih besar dari 0,4.

28. Validitas Konvergen
• yaitu tingkatan sejauh mana pengukuran suatu konsep
menunjukkan korelasi positif dengan hasil pengukuran konsep
lain yang secara teoretis harus berkorelasi positif.
• Contoh Index Job Satisfaction dan Index Labor Turnover akan
berhubungan positif.
Validitas Diskriminan
• Yaitu tingkatan sejauh mana hasil pengukuran suatu konsep
mampu membedakan diri dengan hasil pengukuran konsep
lain yang secara teoretis memang harus berbeda.

29. RELIABILITAS
• Keandalan alat ukur digunakan seiring perubahan waktu
• Ukuran yang menunjukkan stabilitas dan konsistensi suatu
instrumen
• yang mengukur suatu konsep dan berguna untuk mengukur
kebaikan (goodness) dari suatu pengukur (Sekaran, 2003).
• Reliabilitas berkaitan dengan keajegan atau konsistensi dari
skor yang diperoleh, yaitu bagaimana konsistensinya antara
setiap individu yang dites oleh instrumen tersebut
• Contoh: Suatu tes dirancang untuk mengukur logika berpikir.
Bila tes ini reliable, maka dapat diharapkan bila siswa
mendapat skor tinggi pada tes pertama, ia pun akan
mendapatkan skor tinggi pula pada kesempatan lain bila ia
mengambil tes tersebut.

30. Reliabilitas
Stabilitas
Test-Retest
Paralel Form Reliability
Konsistensi
Inter-item consistency
Reliability (Cronbach-Alpha)
Split-Half Reliability
Coefficiient

31. • Bermaksud untuk menguji stabilitas jawaban responden dari
suatu waktu ke waktu berikutnya dengan cara menghitung
koefisien korelasi dan skor jawaban responden yang diukur
dengan instrumen yang sama pada saat yang berbeda
• Hasil pengukuran pertama dikorelasikan dengan hasil
pengukuran yang kedua menggunakan Pearson Correlation
• Kelemahan:
– Kemungkinan adanya perubahan kondisi subyek sejalan
dengan perbedaan waktu.
– Kesukaran menggunakan responden yang sama pada
periode berbeda
– Kesukaran menentukan tenggang waktu yang pas
STABILITAS – TEST-RETEST

32. • Teknik ini dilakukan dengan membagi kuesioner menjadi dua
bagian yang ekivalen, artinya keduanya mengukur isi (aspek)
pertanyaan sama dengan redaksi (kalimat berbeda). Keduanya
diujicobakan pada responden yang sama dalam kurun waktu
berbeda namun singkat jaraknya
• Kedua instrumen tersebut masing-masing dijumlahkan
skornya lalu dilakukan pengujian korelasi diantara keduanya.
berdasarkan kriteria Pearson Correlation
• Kelemahan: Kesukaran menyusun dua tes paralel yang setara
• Misalnya (cttn: hanya untuk satu item)
– Apakah menurut saudara harga tiket di kereta ini tidak
mahal?
– Apakah harga di kereta ini telah sesuai dengan pelayanan
yang saudara terima?
STABILITAS – PARALLEL FORM

33. • Melakukan pengujian alat ukur dengan membelah seluruh
instrumen menjadi 2 yang sama besar lalu diujicobakan pada
pada sejumlah responden (umumnya >30) dalam waktu yang
sama
• Langkah-langkah:
1. Membuat tabel analisis butir.
2. Mengelompokkan skor menjadi dua bagian soal
– Belahan Ganjil-Genap
– Belahan Awal-Akhir
3. Korelasikan skor belahan pertama dengan skor belahan
kedua dan diperoleh rxy.
KONSISTENSI – SPLIT-HALF

34. Perhitungan Split-Half Reliability
• Untuk Dichotomous Scale (misal Benar-Salah/Ya-Tidak)
 Kuder-Richardson Formula K-20
• Untuk Likert-Scale  Spearman-Brown Formula atau
Cronbach-Alpha
atau
• Referensi
http://korbedpsych.com/LinkedFiles/CalculatingReliabilit
y.pdf

35. • Tinggi/rendahnya reliabilitas secara empirik ditunjukkan oleh
suatu angka yang disebut nilai koefisien reliabilitas.
• Reliabilitas yang tinggi ditunjukkan dengan nilai 1,00.
• Reliabilitas yang dianggap cukup memuaskan atau tinggi
adalah ≥ 0,70.
• Kelemahan: Diperlukan teknik komputasi yang cermat
KONSISTENSI – CRONBACH-ALPHA

36. Perhitungan dan Interpretasi Koefisien Cronbach’s Alpha
Koefisien Korelasi Interpretasi
0,800 – 1,00 Sangat tinggi
0,600 – 0,799 Tinggi
0,400 – 0,599 Cukup
0,200 – 0,399 Rendah
< 0,200 Sangat Rendah

37. METODE PENGUMPULAN
DATA

38. SUMBER-SUMBER DATA
• PRIMER. Data yang diperoleh dengan cara mengamati secara
langsung obyek atau subyek yang diteliti.
- Pengamatan langsung
- Kuesioner
- Wawancara
- Eksperimen
• SEKUNDER. Data yang dikumpulkan peneliti lain atau instansi
terkait dalam bentuk mentah
– Data penelitian sebelumnya
– Dokumentasi
– Statistik Resmi, dll
• TERSIER. Data sekunder yang sudah dianalisis

39. PENELITIAN
EKSPERIMEN
Data eksperimen
menurut prinsip-
prinsip Perancangan
Eksperimen
Data eksperimen
menurut prinsip-
prinsip Perancangan
Eksperimen
PENELITIAN
OBSERVASIONAL
InterviewInterview
KuesionerKuesioner
Pengamatan
Langsung
(natural)
Pengamatan
Langsung
(natural)
Pengamatan
Langsung dengan
Alat
Pengamatan
Langsung dengan
Alat
Metode
Proyektif
Metode
Proyektif

40. Prinsip-prinsip dalam Rancangan Eksperimen
1. Control. Membandingkan suatu perlakuan (treatment) dengan
kelompok kontrol
2. Randomization. Menempatkan subyek secara acak ke
kelompok perlakuan dan kontrol.
3. Repetisi. pengulangan tiap kombinasi faktor secara
independen untuk akurasi penelitian
4. Blocking. Jika dicurigai ada variabel-variabel yang dapat
mempengaruhi variabel respon, maka kelompokkan terlebih
dahulu subyek ke dalam blok-blok berdasarkan variabel-
variabel ini lalu randomisasi kasus-kasus dalam setiap blok
untuk tiap kelompok perlakuan

41. PENELITIAN OBSERVASIONAL - INTERVIEW
• Jenis Wawancara
– Wawancara berstruktur/standar
– Wawancara semi berstruktur
– Wawancara tidak terstruktur
• Tahapan wawancara:
– Perkenalan, untuk membangun hubungan saling percaya.
– Wawancara, tahap terpenting karena data yang berguna
akan diperoleh.
– Ikhtisar respon partisipan dan konfirmasi atau adanya
informasi tambahan.

42. • Prosedur Wawancara (Creswell, 1998 dalam Rachmawati, 2007)
1. Identifikasi para partisipan
berdasarkan prosedur sampling
yang dipilih
2. Tentukan jenis wawancara yang
akan dilakukan dan informasi apa
yang relevan dalam menjawab
pertanyaan penelitian
3. Siapkan alat perekam yang sesuai
4. Cek kondisi alat perekam
5. Susun protokol wawancara,
panjangnya kurang lebih empat
sampai lima halaman dengan kira-
kira lima pertanyaan terbuka dan
sediakan ruang yang cukup di
antara pertanyaan untuk
mencatat respon terhadap
komentar partisipan.
6. Tentukan tempat untuk melakukan
wawancara. Idealnya peneliti dan
partisipan duduk berhadapan.
Posisi ini juga membuat peneliti
mudah mencatat ungkapan non
verbal partisipan, seperti tertawa,
menepuk kening, dsb.
7. Berikan inform consent pada calon
partisipan.
8. Selama wawancara, sesuaikan
dengan pertanyaan, lengkapi pada
waktu tersebut (jika mungkin),
hargai partisipan dan selalu
bersikap sopan santun.
Pewawancara yang baik adalah
yang lebih banyak mendengarkan
daripada berbicara.

43. PENELITIAN OBSERVASIONAL – ANGKET/KUESIONER
• Pengumpulan data dapat dilakukan dengan
1. Langsung oleh peneliti
2. Lewat pos (mail questionnaire)
3. Surel (email)
4. Web surveys
• Prinsip Penulisan Kuesioner (Isti Pujihastuti, 2010)
1. Prinsip Dasar
a. Definisi Konsep
b. Definisi Operasional
c. Indikator Pengukuran

44. 2. Prinsip Teknik. Tantangan dalam pengumpulan data primer
terkait dengan motivasi responden untuk menyelesaikan
setiap pertanyaan yang ada dalam kuesioner
a. Kesesuaian antara isi dan tujuan yang ingin dicapai
kuesioner
b. Jumlah indikator atau dimensi cukup untuk mengukur
variabel
c. Skala pada kuesioner yang tepat, sebisa mungkin hindari
pilihan netral.
d. Jumlah pertanyaan memadai, tidak terlalu banyak
e. Jenis dan bentuk kuesioner: tertutup dan terbuka,
disesuaikan dengan karakteristik sampelnya.
f. Bahasa yang dipakai disesuaikan dengan kemampuan
berbahasa responden.

45. g. Untuk melihat keseriusan responden perlu dinyatakan
dalam pertanyaan (pernyataan) yang positif maupun
negatif sehingga informasi bias dapat diminimalisir
h. Pertanyaan tidak ambigu supaya tidak membingungkan
responden
i. Pernyataan sebaiknya tidak memungkinkan jawaban ya
atau tidak, disarankan untuk membuat dalam beberapa
gradasi
j. Pernyataan bukan hal yang sudah lama, masa lalu
cenderung bias dan sudah dilupakan
k. Pernyataan tidak bersifat mengarahkan, tidak bersifat
menggiring. Misal “para pimpinan di tempat kerja saya
cenderung bersikap bijaksana”

46. 12. Pernyataan tidak membingungkan responden. Misal saya
merasa bahagiaPernyataan tidak terlalu memberatkan
responden
13. Jumlah dan urutan pertanyaan memberikan semangat
responden untuk menyelesesaikannya sampai tuntas.
3. Prinsip Pengendalian. Prinsip pengendalian bertujuan
supaya tindakan pengukuran variabel dapat menghasilkan
data yang representatif.  cek bahasan Validitas dan
Reliabilitas

47. PENELITIAN OBSERVASIONAL – PENGAMATAN NATURAL
• Peneliti sebagai non partisipan. Peneliti tidak menjadi bagian
dari sistem organisasi.
• Peneliti sebagai partisipan. Peneliti masuk ke dalam organisasi
atau lingkungan yang hendak diteliti.
• Terstruktur vs Tidak Terstruktur

48. PENELITIAN OBSERVASIONAL – PENGAMATAN MENGGUNAKAN
ALAT (MECHANICAL)
• Rating televisi oleh Nielsen
• Menggunakan barcode scanner, film atau video recorder

49. SAMPLING

50. POPULASI & SAMPEL
• Populasi adalah sekumpulan dari semua obyek atau individu
yang memiliki karakteristik tertentu, jelas dan lengkap yang
akan diteliti
• Contoh :
– Semua produk yang dihasilkan pada suatu mesin setiap hari
– Semua mahasiswa teknik industri di Jawa Timur
– Semua industri kecil makanan di Gresik
• Sampel adalah sekumpulan data yang diambil atau diseleksi
dari suatu populasi

51. • Contoh:
– Populasi = Seluruh mahasiswa teknik industri di Jawa Timur
maka sampelnya mengambil beberapa mahasiswa teknik
industri dari 3 PTN dan 10 PTS di Jawa Timur
– Populasi =Semua produk yang dihasilkan suatu mesin, maka
sampelnya adalah sejumlah tertentu produk yang dihasilkan
mesin tersebut

52. • Kerangka Sampel. Daftar nama atau unit seluruh anggota
populasi yang akan diambil sampelnya
• Contoh nomor identitasi, daftar email mahasiswa, daftar
keanggotaan

53. Tahapan Sampling
Mengidentikasi
Populasi Target
Memilih
Kerangka
Sampel
Memilih
Metode
Sampling
Menentukan
Ukuran Sampel
Mengumpulkan
Data

54. TEKNIK PENARIKAN SAMPEL
• Acak Sederhana (Simple
Random Sampling)
• Sistematis (Systematic)
• Klaster (Cluster)
• Stratifikasi (Stratified)
• Convenience

55. Simple Random Sampling
• Memilih kasus dari suatu populasi sedemikian hingga setiap kasus
mendapat kesempatan yang sama untuk terpilih

56. Cara Menentukan Unit Sampel terpilih dalam Simple Random
Sampling
• Tabel Acak
• Random
Generation
(misal Excel)

57. • Membagi populasi ke dalam strata yang homogen lalu
memilih sampel secara random dalam strata tersebut
Stratified Sampling

58. • Membagi populasi ke dalam klaster-klaster lalu memilih
beberapa klaster secara random. Selanjutnya mengambil
secara acak sampel dalam klaster terpilih
Cluster Sampling

59. • Merupakan sampling non probabilitas
• Digunakan dalam studi eksplorasi dan atau studi pendahuluan
• Pemilihan sampel berdasarkan “kenyamanan”
Convenience Sampling

60. Sampling Error
• Kesalahan pengumpulan data dikarenakan oleh cara
pemilihan sampel yang menyebabkan sampel yang
terpilih tidak dapat mewakili populasi.
• Kesalahan yang terjadi bukan karena pemilihan
sampel dinamakan non sampling error.

61. Sumber Bias dalam Sampling
• Convenience sample. Individual yang mudah diakses dan
cenderung mau dilibatkan dalam sampel
• Non-response: jika hanya suatu fraction (yang tidak random)
dari orang-orang yang disampling secara acak bersedia
terlibat dalam suatu survei sehingga sampel akhir tidak
representasi dari suatu populasi lagi
• Voluntary response: Terjadi jika sampel terdiri atas orang-
orang yang bersedia menjawab karena mereka memiliki
kepentingan atau opini yang kuat terhadap suatu isu

62. MENENTUKAN UKURAN SAMPEL
• Ukuran Populasi
• Margin Error
• Confidence Level (Selang Kepercayaan)
Sampel Besar
Sampel
Terbatas
e2 = margin error
p = proporsi populasi
z = skor z dari tabel
distribusi normal z
N = ukuran sampel
populasi

63. Tabel Ukuran Sampel

64. Sample Size Calculator
https://www.surveymonkey.com/mp/sample-size-calculator/

65. https://www.calculator.net/sample-size-calculator.html

66. Referensi
• Uma Sekaran, 2007, Research Methods for Business: A skill building
approach, John Wiley & Sons
• T. Dicky Hastjarjo, 2011, Validitas Eksperimen , Buletin Psikologi,
Fakultas Psikologi UGM, Volume 19, No 2: 70 – 80
• Field, A., 2005, Discovering Statistics using SPSS, Sage Publication
• http://www.jki.ui.ac.id/index.php/jki/article/viewFile/184/326
• http://debrina.lecture.ub.ac.id/files/2017/03/15-Validitas-dan-
Reliabilitas.pdf
• Isti Pujihastuti, Prinsip Penulisan Kuesioner, CEFARS : Jurnal
Agribisnis dan Pengembangan Wilayah Vol. 2 No. 1 Desember 2010
http://jurnal.unismabekasi.ac.id/index.php/cefars/article/view/63