Recommended
More Related Content
Similar to STATISTIKA DASAR UNTUK MAHASISWA S1 SELAMAT BELAJAR
Similar to STATISTIKA DASAR UNTUK MAHASISWA S1 SELAMAT BELAJAR (20)
Recently uploaded
Recently uploaded (8)
STATISTIKA DASAR UNTUK MAHASISWA S1 SELAMAT BELAJAR
- 2. Review
- 6. Apa itu Populasi ? Apa itu Sampel ?
- 7. Jenis - Jenis Data berdasarkan skala pengukuranya ?
- 8. Lesson Outline Teknik Sampling Pembentukan Tabel Distribusi Frekuensi Relatif dan Kumulatif Pembuatan Histogram, Poligon dan Kurva Ogive
- 11. “Semakin Banyak Sample, Semakin karakteristik sample mendekati gambaran populasi, maka sample semakin baik”
- 12. KUNCI PENGAMBILAN SAMPEL Bagaimana sampel harus diambil ? Berapa Besar sampel harus diambil ? Bagaimana Karakteristik populasi dapat ditaksir ? Seberapa tepatkah penaksiran kita ?
- 13. ISTILAH DALAM SAMPLING TARGET POPULASI : Populasi yang menjadi sassaran Pengamatan atau populasi dari mana suatu keterangan akan diperoleh KERANGKA SAMPEL (SAMPLING FRAME) : Suatu daftar unit-unit yang ada dalam populasi sasaran yang akan diambil sampelnya (daftar anggota populasi) UNIT SAMPLING : Koleksi yang tidak overlapping dari populasi yang menutupi seluruh populasi (unit yang dijadikan sebagai dasar penarikan sampel) SAMPEL : Koleksi dari unit sampling yang diambil dari suatu frame/ kerangka ELEMENT : Suatu Objek dimana pengukuran diambil UNIT OBSERVASI : Unit yang akan dicatat karakteristiknya
- 14. CONTOH DIADAKAN PENELITIAN TERKAIT KEPUASAN KERJA DAN KINERJA KARYAWAN PADA PERUSAHAAN X TARGET POPULASI : Seluruh Karyawan Perusahaan X KERANGKA SAMPEL (SAMPLING FRAME) : Data Karyawan Perusahaan X ( Nama, Divisi, Posisi, Gender, Usia, dll.) UNIT SAMPLING : Departemen ELEMENT : Sub Departemen/Divisi UNIT OBSERVASI : Karyawan
- 15. CONTOH DIADAKAN PENELITIAN TERKAIT PARTISIPASI PEMILIH MUDA DALAM PEMILU 2024 TARGET POPULASI : Seluruh Mahasiswa UPI KERANGKA SAMPEL (SAMPLING FRAME) : Data Mahasiswa ( Nama, Fakultas, Prodi, Gender, Usia, dll.) UNIT SAMPLING : Fakultas ELEMENT : Prodi UNIT OBSERVASI : Mahasiswa
- 16. POPULASI & SAMPEL POPULASI TERBATAS / BERHINGGA Ex: Jumlah Mahasiswa, Dosen, Tenga Kerja, dll. POPULASI TAK TERBATAS / TAK BERHINGGA ex : Banyak ikan dilaut, Pelanggan Di Mall, dll
- 17. POPULASI menurut keragamanya POPULASI HETEROGEN POPULASI DIMANA ELEMEN- ELEMENYA MEMPUNYAI SIFAT-SIFAT YANG SAMA POPULASI HOMOGEN POPULASI DIMANA ELEMEN- ELEMENYA MEMPUNYAI SIFAT YANG BERBEDA Ex : Mengetahui manis tidaknya secangkir kopi, cukup dengan mencoba sesendok kopi Ex : Mengetahui enak atau tidak enak nasi tumpeng
- 18. POPULASI menurut sifatnya POPULASI TERURUT Elemen-elemen dalam populasi tersusun acak POPULASI RANDOM Elemen-elemen dalam populasi memiliki urutan Ex; Nomor Rumah di perkampungan, pelanggan di mall Ex : Data Karyawan di perusahaan X (Direktur, Manajer, staff) POPULASI PERIODIK Sifat elemen-elemenya akan berulang setelah periode tertentu Ex : Data musim penghujan, penjualan harian, bulanan, tahunan
- 19. TEKNIK PENGAMBILAN SAMPEL (SAMPLING) SAMPLING : Proses seleksi dalam kegiatan observasi. BAGAIMANA PROSES MENDAPATKAN SAMPEL ? BERAPA BANYAK UNIT ANALISIS YANG AKAN DIAMBIL?
- 20. TEKNIK PENGAMBILAN SAMPEL (SAMPLING) PROBABILITY SAMPLING NON PROBABILITY SAMPLING
- 21. PROBABILITY SAMPLING Pemilihan sampel dilakukan secara acak dan objektif, tidak didasarkan semata-mata pada keinginan peneliti sehingga setiap anggota populasi memiliki kesempatan yang sama untuk dipilih sebagai sampel KARAKTERISTIK Peluang terpilihnya setiap anggota sampel dapat ditentukan Sampel yang diperoleh diharapkan representatif kesimpulan dari sampel dapat digeneralisasi terhadap populasi
- 22. NON PROBABILITY SAMPLING Pemilihan sampel dilakukan dengan pertimbangan- pertimbangan peneliti, sehingga semua anggota populasi tidak memiliki kesempatan yang sama untuk dipilih. KARAKTERISTIK Peluang terpilihnya setiap anggota sampel tidak dapat ditentukan Sampel yang diperoleh tidak dapat dikatakan representatif Kesimpulan dari sampel hanya berlaku untuk sampel, tidak dapat digeneralisasi terhadap populasi
- 25. Simple Random Sampling 1. R E M E M B E R Sebuah proses sampling yang dilakukan dengan cara mengambil suatu sampel berukuran n diambil dari populasi berukuran N dimana setiap satuan sampling dalam populasi mempunyai peluang yang sama untuk terpilih. Cara pengambilan Tabel bilangan random Undian Bantuan Komputer Contoh : Misal Populasi ‘N’ kelas C Statistika dasar, akan diambil sampel ‘n’ sebesar 10. Bagaimana proses pemilihan sampel dengan simple random sampling ?
- 26. Simple Random Sampling 1. R E M E M B E R Karakteristik Populasi tidak terhampar luas secara geografis Populasi harus homogen Harus dibuat kerangka sampel dari populasi Kekurangan : Sampel yang terpilih bisa berjauhan satu sama lain Diperlukan kerangka sampel Sampel yang terpilih mungkin tidak mewakili populasi sesungguhnya
- 27. 2. Systematic Random Sampling R E M E M B E R Pengambilan setiap unsur ‘k’ dalam populasi untuk dijadikan sebagai sampel Pengambilan sampel secara acak hanya dilakukan pada sampel pertama saja, sementara pengambilan kedua dan seterusnya ditentukan secara sistematis, yaitu dengan menggunakan interval tertentu sebesar ‘k’. Cara Pengambilan Pilih satu elemen dari ‘k’ elemen pertama secara acak Pilih setiap elemen ke ‘k’ setelahnya Pilih ‘k’ <= ‘N’/’n’
- 28. 2. Systematic Random Sampling R E M E M B E R Misalkan populasi ‘N’ sebanyak 25, akan diambil sampel ‘n’ sebesar 12. Dik : N = 25, n = 12 maka : K <= N/n K <= 25/12 K <= 2.083 = 2 Sampel 1 diambil dengan simpel random sampling misal diperoleh sampel no 14. Sampel kedua diambil 2 nomor (hasil perhitungan ‘k’) setelah nomor 14. dst...
- 29. 2. Systematic Random Sampling R E M E M B E R Keunggulan : Proses pemilihan satuan-satuan sampling kedalam sampel lebih mudah Dapat memberikan informasi yang relatif lebih besar persatuan biaya Proses dalam pemilihan sampel lebih terkontrol
- 30. R E M E M B E R Jika POPULASI RANDOM Systematic Random Sampling = Simpel Random Sampling Jika POPULASI TERURUT Systematic Random Sampling > Simpel Random Sampling Jika POPULASI PERIODIK Systematic Random Sampling < Simpel Random Sampling
- 31. 3. Stratified Random Sampling R E M E M B E R Sampel diambil dengan cara membagi elemen-elemen populasi kedalam group-group yang tidak overlapping (Strata) dan kemudian memilih simple/systematic random sample dari setiap stratum. Stratified Random Sampling menjadikan populasi yang heterogen menjadi homogen dalam setiap stratum. masing- masing lapisan (stratum) kondisinya homogen (seragam) dan antar lapisan heterogen. Contoh : Bentuk dari strata atau lapisan ini bisa berupa tingkatan ( pendidikan, posisi pekerjaan, okupansi )
- 32. 3. Stratified Random Sampling R E M E M B E R
- 33. R E M E M B E R Cara Pengambilan Tentukan strata dengan jelas sehingga setiap unit sampling dari populasi dapat dimasukan secara tepat ke dalam satu stratum Ambil simple/systematic random sampling dari setiap stratum, dapat dilakukan secara alokasi disproporsional ( judgment peneliti dengan pertimbangan tertentu ) atau alokasi proporsional dengan menggunakan persamaan : 3. Stratified Random Sampling ni = Ni N x n
- 34. R E M E M B E R contoh : Penelitian terhadap mahasiswa FPEB UPI dengan populasi 1000 dan sampel yang diinginkan 100. Bagaimana Kerangka pengambilan sampel yang dibuat dengan Stratified Random Sampling : 3. Stratified Random Sampling
- 35. ni = Ni N x n 1. Pembentukan strata tidak bertingkat 2. Pembentukan strata bertingkat
- 36. R E M E M B E R Keunggulan : Pembuatan lapisan terhadap populasi memerikan jaminan terhadap sampel yang representatif dan teliti Pelaksanaanya mudah dan menyenangkan Kekurangan : Kerangka Sampel masing-masing lapisan diperlukan atau harus tersedia urutan dari populasi Biaya besar jika populasi terhampar pada wilayah yang luas. 3. Stratified Random Sampling
- 37. R E M E M B E R Sampel dimana setiap unit samplingnya merupakan koleksi atau cluster dari elemen-elemen. Sampling ini dilakukan apabila peneliti ingin menekan biaya sampling atau jika kerangka sampling yang memuat elemen atau unit observasi tidak tersedia/terlalu luas. Populasi terbagi atas beberapa subgrup (cluster). Subgrup tersebut beragam tapi antar subgrup sama. Karena itu, berbeda dengan stratified random sampling. Claster dipilih secara acak kemudian semua elemen dari cluster tersebut menjadi sampel. Namun jika sampel masih luas, maka dapat diambil secara acak 4. Cluster Random Sampling
- 38. 4. Cluster Random Sampling
- 39. R E M E M B E R Cara Pengambilan Menentukan cluster yang memadai Mengambil simpel random sampel dari cluster-cluster yang ada. Elemen-elemen dari cluster yang terpilih akan menjadi elemen-elemen sampel 4. Cluster Random Sampling Contoh, Seorang peneliti ingin mengetahui persepsi masyarakat terkait kebijakan pemerintah di Kota X
- 40. Contoh Seorang peneliti ingin mengetahui persepsi masyarakat terkait kebijakan pemerintah di Kota X. Karena cakupan wilayah yang terlalu luas , maka peneliti membagi populasi ke dalam grup-grup Kecamatan. Jika dipandang masih terlalu luas, maka setiap cluster dalam kecamatan, dikelompokan lagi berdasarkan kelurahan. Demikian seterusnya... Untuk setiap tingkatan cluster , dapat diambil secara keseluruhan atau hanya sampling saja dari setiap cluster.
- 42. R E M E M B E R Cluster sampling merupakan cara pengambilan campel yang cukup efektif untuk mendapatkan informasi yang diinginkan dengan cost minimum jika : Frame yang baik dari elemen-elemen populasi tidak tersedia atau sangat mahal untuk didapat Cost untuk mendapatkan obersvasi meningkat dengan meningkatnya jarak yang memisahkan elemen-elemen 4. Cluster Random Sampling
- 45. Sampling non probabilitas merupakan pemilihan sampel yang dilakukan dengan pertimbangan-pertimbangan peneliti (Subjektif). Sampling ini membuat semua anggota populasi tidak memiliki kesempatan yang sama untuk dipilih sebagai anggota sampel Karakteristik Peluang terpilih setiap anggota tidak dapat ditentukan Sampel yang diperoleh tidak dapat dikatakan representatif Kesimpulan hanya berlaku untuk data sampel, tidak dapat digeneralisasi terhadap populasi Non Probability Sampling
- 46. Teknik ini disebut accidential sampling atau convenience sampling atau pengambilan sampel secara kebetulan Peneliti mengumpulkan sampel dari unit sampel yang kebetulan ditemuinya atau mereka yang mudah ditemui atau dijangkau Setelah jumlahnya diperkirakan mencukupi maka pengambilan sampel dihentikan Contoh : Populasi Mahasiswa FPEB berjumlah N 7000 mahasiswa akan diambil sampel n sebesar 100 orang yang pertama kali ditemui Accidental Sampling 1.
- 47. Teknik ini mirip dengan stratified random sampling. Populasi dibagi menjadi kelompo-kelompok dimana setiap kelompok harus diwakili dengan proporsi yang sama dengan proporsi pada populasinya Dengan proporsi tersebut maka jumlah elemen atau kuota untuk tiap kelompok ditentukan Pemilihan elemen dalam setiap kelompok diserahkan kepada pengumpul data, asalkan termasuk dalam kelompok yang bersangkutan dan jumlahnya sesuai dengan yang telah ditentukan sebelumnya (dapat dilakukan dengan metode accidental sampling) 2. Quota Sampling
- 48. Populasi Mahasiswa FPEB berjumlah N 1000 mahasiswa akan diambil sampel n sebesar 100 orang yang pertama kali ditemui contoh 200/1000 * 100 = 20 100/1000 * 100 = 10 200/1000 * 100 = 20 100/1000 * 100 = 10
- 49. Populasi Mahasiswa FPEB berjumlah N 1000 mahasiswa akan diambil sampel n sebesar 100 orang yang pertama kali ditemui contoh 200/1000 * 100 = 20 100/1000 * 100 = 10 200/1000 * 100 = 20 100/1000 * 100 = 10 150/1000 * 100 = 15 100/1000 * 100 = 10 150/1000 * 100 = 15 100 orang diambil menggunakan ACCIDENTAL SAMPLING
- 50. Sample diambil berdasarkan tujuan penelitian Ukuran sampel tidak dipersoalkan. Jadi elemen sampel yang akan dipilih diserahkan kepada pengumpul data pengumpul data yang telah diberi penjelasan oleh peneliti akan memilih siapa saja yang menurut pertimbanganya sesuai dengan maksud dan tujuan penelitian 3. Purposive Sampling
- 51. Pengumpulan data dimulai dari beberapa orang yang memenuhi kriteria untuk dijadikan elemen sampel. Mereka kemudian menjadi sumber informasi tentang orang-orang yang juga dapat dijadikan anggota sampel Orang-orang yang ditunjukan tersebut kemudian dijadikan elemen sampel dan selanjutnya diminta menunjukan orang lain lagi yang memenuhi kriteria menjadi anggota sampel Prosedur ini diteruskan hingga jumlah angota sampel yang diinginkan terpenuhi/tujuan penelitian tercapai. 4. Snow Ball Sampling
- 52. Probability VS Non Probability Tingkat Kesulitan Cost Subjektif /Objektif Representatif Generalisasi terhadap populasi
- 53. Probability VS Non Probability Tingkat Kesulitan Cost Subjektif /Objektif Keterwakilan Kesimpulan Relatif Lebih Susah Relatif Lebih Mudah Relatif Lebih besar Relatif Lebih kecil Objektif Subjektif Representatif atas populasi Tidak Representatif atas populasi Dapat digeneralisasi terhadap populasi Hanya berlaku untuk sampel yang diambil