Wan/Tugasan dr.

Imelda/rangkuman Metpen
NAMA: WAN AZINUDDIN BIN WAN ABDULLAH
NIM: 11 2009 140
RANGKUMAN METODE PENILITIAN.
a. DESAIN PENELITIAN
1. Cross-sectional (potong lintang)
Survey cross sectional ialah suatu penelitian untuk mempelajari dinamika kolerasi antara
faktor-faktor resiko dengan efek, dengan cara pendekatan, observasi atau pengumpulan
data sekaligus pada suatu saat (point time approach). Penelitian cross sectional ini sering
disebut juga penelitian transversal, dan sering digunakan dalam penelitian-penelitian
epidemiologi.
Kelebihan:
1. Relatif cepat dan murah untuk mendeteksi adanya kejadian luarbiasa.
2. Mudah dilaksanakan karena pengukuran variable-variabel hanya dilakukan satu kali,
pada satu saat (tidak ada follow up).
3. Menghasilkan hipotesis spesifik untuk penelitian analitik.
4. Dapat digunakan untuk mengetahui prevalensi penyakit dan masalah kesehatan lainnya
pada masyarakat.
Kelemahan:
1. Subyek penelitian besar bila variabelnya banyak.
2. Kesimpulan korelasi faktor risiko dengan efek lemah.
3. Hubungan waktu tidak bisa ditentukan sehingga peran logika dan teori penting.
4. Tidak dapat menggambarkan perkembangan penyakit secara akurat.
5. Tidak valid untuk meramalkan suatu kecenderungan (nilai prognostiknya lemah).
6. Tidak tepat untuk meneliti penyakit yang durasinya pendek
Contoh:
Penelitian tentang hubungan bentuk tubuh dengan hipertensi. Maka peneliti memilih
suatu populasi untuk dijadikan penelitian, memilih sampel penelitian secara random,
kemudian dari masing-masing sampel tersebut diambil data dengan wawancara menderita
hipertensi atau tidak (efek), dan pada saat yang sama juga diambil data paparan yaitu
bentuk tubuh (gemuk atau kurus) dengan metode observasi. Kemudian dihitung proporsi
penderita hipertensi yang gemuk dan yang kurus, serta yang bukan penderita hipertensi
yang gemuk dan yang kurus. Maka dapat disimpulkan hubungan antara bentuk tubuh dan
hipertensi.
2. Case Control (Kasus Kontrol)
Rancangan epidemiologis yang mempelajari hubungan antara paparan (amatan
penelitian) dan penyakit, dengan cara membandingkan kelompok kasus dan kelompok
kontrol berdasarkan status paparannya. Mempelajari seberapa jauh faktor risiko
mempengaruhi terjadinya efek. Faktor risiko dipelajari melalui pendekatan retrospektif
dan efek diidentifikasi saat ini, manakala faktor risiko diidentifikasi masa lalu. Pemilihan
subyek berdasarkan status penyakitnya, untuk kemudian dilakukan amatan apakah

Wan/Tugasan dr. Imelda/rangkuman Metpen

subyek mempunyai riwayat terpapar atau tidak. Subyek yang didiagnosis menderita
penyakit disebut: Kasus berupa insidensi yang muncul dalam populasi, sedangkan subyek
yang tidak menderita disebut Kontrol. Jenis penelitian ini dapat saja berupa penelitian
restrospektif bila peneliti melihat ke belakang dengan menggunakan data yang berasal
dari masa lalu atau bersifat prospektif bila pengumpulan data berlangsung secara
berkesinambungan seiring dengan berjalannya waktu. Idealnya penelitian kasus kontrol
itu menggunakan kasus (insiden) baru untuk mencegah adanya kesulitan dalam
menguraikan faktor yang berhubungan dengan penyebab dan kelangsungan hidup. Oleh
itu, desain penelitian berbentuk kasus kontrol ini merupakan penelitian observasional
yang bersifat retrospektif dan penelitian diawali dengan kelompok kasus dan kelompok
kontrol. Kelompok kontrol digunakan untuk memperkuat ada tidaknya hubungan sebabakibat. Penelitian kasus kontrol ini akan terdapat hipotesis spesifik yang akan diuji secara
statistik.
Kelebihan:
:
1. Cocok untuk mempelajari penyakit yg jarang ditemukan.
2. Hasil cepat, ekonomis.
3. Subjek penelitian bisa lebih sedikit.
4. Memungkinkan mengetahui sejumlah faktor risiko yang mungkin berhubungan dengan
penyakit.
5. Kesimpulan korelasi lebih baik, karena ada pembatasan dan pengendalian faktor risiko.
Kelemahan:
:
1. Bias
2. Tidak diketahui pengaruh variabel luar yang tak terkendali dengan teknik matching.
3. Pemilihan kontrol dengan mathcing akan sulit bila terdapat banyak faktor risiko yang
perlu dimatching.
Contoh:
Dilakukan suatu penelitian tentang penyakit tidak menular, yaitu hubungan antara rokok
dan kanker paru. Dalam penelitian ini ditetapkan suatu kelompok kontrol yang merokok
tapi tidak menderita kanker paru. Manakala ditentukan suatu kelompok kasus yaitu
penderita kanker paru yang merokok. Penelitian kasus kontrol tentang hubungan antara
rokok dan kanker paru-paru ini dilakukan dengan menggunakan pendekatan atau
rancangan prospektif.
3. Cohort
Penelitian cohort sering disebut penelitian prospektif adalah suatu penelitian survei (non
eksperimen) yang paling baik dalam mengkaji hubungan antara faktor risiko dengan efek
(penyakit). Artinya, faktor risiko yang akan dipelajari diidentifikasi dahulu, kemudian
diikuti ke depan secara prospektif timbulnya efek, yaitu penyakit atau salah satu indikator
status kesehatan.
Kelebihan:
1. Studi kohort merupakan desain yang terbaik dalam menentukan insidens dan
perjalanan penyakit atau efek yang diteliti.

Wan/Tugasan dr. Imelda/rangkuman Metpen

2. Dapat dipakai untuk mengetahui ada tidaknya asosiasi antara faktor risiko dan
penyakit.
3. Dapat memberi keterangan yang lebih lengkap mengenai faktor risiko yang dialami
oleh indvidu dan riwayat alamiah perjalanan penyakit.
4. Dapat sangat mereduksi bias informasi. Tidak akan terjadi masalah recall atau memori.
5. Masalah etika lebih sedikit dibandingkan dengan study eksperimental.
6. Dapat dipakai langsung untuk menghitung insidens rate dari penyakit dan risiko relatif
dari faktor risiko yang sedang diteliti.
7. Informasi mengenai studi mudah dimengerti oleh orang yang bukan ahli epidemiologi.
8. Karena pengamatan dilakukan secara kontinu dan longitudinal, maka studi kohort
memiliki kekuatan yang andal untuk meneliti berbagai masalah kesehatan yang semakin
meningkat.
Kelemahan:
1. Memerlukan ukuran sampel yang besar, terutama untuk jenis penyakit yang sedikit
dijumpai dimasyarakat. Hendaklah dihindari dengan memilih kasus yang sering terjadi,
atau penyakit yang tidak kompleks.
2. Memerlukan waktu follow up yang cukup lama. Untuk itu perlu dipilih penyakitpenyakit yang mempunyai masa inkubasi yang singkat.
3. Biaya yang diperlukan selama studi cukup besar dan mahal.
4. Follow up kadang-kadang sulit dilaksanakan dan loss follow up dapat mempengaruhi
hasil penelitian.
5. Studi kohort seringkali rumit. Untuk menghindarinya pilihlah populasi yang stabil, dan
tidak berpindah-pindah tempat.
6. Kurang efisien segi waktu maupun biaya untuk meneliti kasus yang jarang terjadi.
7. Terancam terjadinya drop out atau terjadinya perubahan intensitas paparan atau faktor
risiko akan dapat mengganggu analisis.
8. Dapat menimbulkan masalah etika oleh karena peneliti membiarkan subyek tekena
paparan yang dicurigai atau dianggap dapat merugikan subyek. Hendaknya memilih
faktor risiko atau exposure yang tidak berbahaya.
Contoh:
Penelitian kohort prospektik meneliti hubungan obesitas dengan diabetes. Penelitian di
mulai ketika subjek penelitian mengalami yang mengalami obesitas (faktor yang di duga
sebagai penyebab diabetes). Kemudian perkembangan sampel diikuti misalnya sampai 10
tahun, apakah dalam jangka waktu 10 tahun tersebut subjek mengalami efek yang
dimaksud. Dibandingkan dengan sampel kelompok lain yang tidak mengalami obesitas
apakah mengalami diabetes pula dalam jangka waktu tersebut.

Wan/Tugasan dr. Imelda/rangkuman Metpen

b. SAMPLING
Merupakan suatu teknik pengambilan sampel yang mana diupayakan mendapat sampel
yang representatif (mewakili), yang dapat mewakili populasinya. Teknik pengambilan
sampel ini dapat dikelompokkan kepada 2 kelompok besar yaitu: (1) Probability
Sampling @ Random Sample; dan (2) Non-probability Sampling @ Non-random
Sample.
Yang dimaksud dengan probability sampling adalah cara pengambilan sampel yang
memberikan kesempatan yang sama untuk diambil kepada setiap elemen populasi.
Artinya jika elemen populasinya ada 100 dan yang akan dijadikan sampel adalah 25,
maka setiap elemen tersebut mempunyai kemungkinan 25/100 untuk bisa dipilih menjadi
sampel. Dengan pengambilan sampel secara probability, bias dalam pemilihan akan dapat
diperkecil, sehingga dapat menjadi sampel yang representatif. Sedangkan yang dimaksud
dengan non-probability sampling adalah setiap elemen populasi tidak mempunyai
kemungkinan yang sama untuk dijadikan sampel. Sebagai contoh, lima elemen populasi
dipilih sebagai sampel karena letaknya dekat dengan rumah peneliti, sedangkan yang
lainnya, karena jauh, tidak dipilih; artinya kemungkinannya 0 (nol).
Dua jenis teknik pengambilan sampel di atas mempunyai tujuan yang berbeda. Jika
peneliti ingin hasil penelitiannya bisa dijadikan ukuran untuk mengestimasikan populasi,
atau istilahnya adalah melakukan generalisasi maka seharusnya sampel representatif dan
diambil secara acak. Namun jika peneliti tidak mempunyai kemauan melakukan
generalisasi hasil penelitian maka sampel bisa diambil secara tidak acak. Sampel tidak
acak biasanya juga diambil jika peneliti tidak mempunyai data pasti tentang ukuran
populasi dan informasi lengkap tentang setiap elemen populasi.
Terdapat 5 cara pengambilan sampel pada teknik probability sampling yang dikenal
dengan istilah simple random sampling, systematic sampling, stratified random
sampling, cluster sampling, dan multi stage sampling. Pada non-probability sampling
dikenal beberapa teknik, antara lain adalah convenience sampling, purposive sampling,
judgemental sampling, quota sampling, dan snowball sampling
(1) Probability Sampling (Random Sample)
Syarat pertama yang harus dilakukan untuk mengambil sampel secara acak adalah
memperoleh atau membuat kerangka sampel atau dikenal dengan nama sampling
frame. Yang dimaksud dengan kerangka sampling adalah daftar yang berisikan setiap
elemen populasi yang bisa diambil sebagai sampel. Elemen populasi bisa berupa data
tentang orang/binatang, tentang kejadian, tentang tempat, atau juga tentang benda.
Di samping sampling frame, peneliti juga harus mempunyai alat yang bisa dijadikan
penentu sampel. Alat yang umumnya digunakan adalah Tabel Angka Random, kalkulator,
atau undian. Pemilihan sampel secara acak bisa dilakukan melalui sistem undian jika
elemen populasinya tidak begitu banyak. Tetapi jika sudah ratusan, cara undian bisa
mengganggu konsep acak atau random itu sendiri.

Wan/Tugasan dr. Imelda/rangkuman Metpen

1.1 Sampel Random Sederhana (Simple Random Sampling)

Proses pengambilan sampel dilakukan dengan memberi kesempatan yang sama pada
setiap anggota populasi untuk menjadi anggota sampel. Jadi disini proses memilih
sejumlah sampel n dari populasi N yang dilakukan secara random. Ada 2 cara yang
dikenal yaitu:
a. Bila jumlah populasi sedikit, bisa dilakukan dengan cara mengundi "Cointoss".
b. Tetapi bila populasinya besar, perlu digunakan label "Random Numbers" yang
prosedurnya adalah sebagai berikut:
misalnya populasi berjumlah 300 (N=300).
tentukan nomor setiap unit populasi (dari 1 s/d 300 = 3 digit/kolom).
tentukan besar sampel yang akan diambil. (Misalnya 75 atau 25 %).
tentukan skema penggunaan label random numbers. (misalnya dimulai
dari 3 kolom pertama dan baris pertama) dengan menggunakan tabel random
numbers, tentukan unit mana yang terpilih, sebesar sampel yang dibutuhkan,
yaitu dengan mengurutkan angka-angka dalam 3 kolom pertama, dari atas ke
bawah, setiap nomor 300, merupakan nomor sampel yang diambil (100, 175,
243, 101), bila ada nomor 300, tidak diambil sebagai sampel (N = 300). Jika
pada lembar pertama jumlah sampel belum mencukupi, lanjutkan kelembaran
berikutnya, dan seterusnya. Jika ada nomor yang serupa dijumpai, di ambil
hanya satu, karena setiap orang hanya mempunyai 1 nomor identifikasi.
Keuntungan : - Prosedur estimasi mudah dan sederhana
Kerugian
: - Membutuhkan daftar seluruh anggota populasi.
- Sampel mungkin tersebar pada daerah yang luas, sehingga biaya
transportasi besar.
1.2 Sampel Random Sistematik (Systematic Random Sampling)
Jika peneliti dihadapkan pada ukuran populasi yang banyak dan tidak memiliki alat
pengambil data secara random, cara pengambilan sampel sistematis dapat digunakan.
Cara ini menuntut kepada peneliti untuk memilih unsur populasi secara sistematis, yaitu
unsur populasi yang bisa dijadikan sampel adalah yang keberapa. Misalnya, setiap
unsur populasi yang keenam, yang bisa dijadikan sampel. Soal keberapa-nya satu unsur
populasi bisa dijadikan sampel tergantung pada ukuran populasi dan ukuran sampel.
Misalnya, dalam satu populasi terdapat 5000 rumah. Sampel yang akan diambil adalah
250 rumah dengan demikian interval di antara sampel kesatu, kedua, dan seterusnya
adalah 25. Prosedurnya :
1.
2.
3.
4.

Susun sampling frame

Tetapkan jumlah sampel yang ingin diambil
Tentukan K (kelas interval)
Tentukan angka atau nomor awal di antara kelas interval tersebut secara
acak atau random biasanya melalui cara undian saja.
5. Mulailah mengambil sampel dimulai dari angka atau nomor awal yang
terpilih.
6. Pilihlah sebagai sampel angka atau nomor interval berikutnya

Wan/Tugasan dr. Imelda/rangkuman Metpen

1.3 Sampel Random Berstata (Stratified Random Sampling)
Karena unsur populasi berkarakteristik heterogen, dan heterogenitas tersebut mempunyai
arti yang signifikan pada pencapaian tujuan penelitian, maka peneliti dapat mengambil
sampel dengan cara ini. Misalnya, seorang peneliti ingin mengetahui sikap manajer
terhadap satu kebijakan perusahaan. Dia menduga bahwa manajer tingkat atas cenderung
positif sikapnya terhadap kebijakan perusahaan tadi. Agar dapat menguji dugaannya
tersebut maka sampelnya harus terdiri atas paling tidak para manajer tingkat atas,
menengah, dan bawah. Dengan teknik pemilihan sampel secara random distratifikasikan,
maka dia akan memperoleh manajer di ketiga tingkatan tersebut, yaitu stratum manajer
atas, manajer menengah dan manajer bawah. Dari setiap stratum tersebut dipilih sampel
secara acak. Prosedurnya :
1. Siapkan sampling frame
2. Bagi sampling frame tersebut berdasarkan strata yang dikehendaki
3. Tentukan jumlah sampel dalam setiap stratum
4. Pilih sampel dari setiap stratum secara acak.
Pada saat menentukan jumlah sampel dalam setiap stratum, peneliti dapat menentukan
secara (a) proposional, (b) tidak proposional. Yang dimaksud dengan proposional adalah
jumlah sampel dalam setiap stratum sebanding dengan jumlah unsur populasi dalam
stratum tersebut. Misalnya, untuk stratum manajer tingkat atas (I) terdapat 15 manajer,
tingkat menengah ada 45 manajer (II), dan manajer tingkat bawah (III) ada 100 manajer.
Artinya jumlah seluruh manajer adalah 160. Kalau jumlah sampel yang akan diambil
seluruhnya 100 manajer, maka untuk stratum I diambil (15:160)x100 = 9 manajer,
stratum II = 28 manajer, dan stratum 3 = 63 manajer.
Jumlah dalam setiap stratum tidak proposional. Hal ini terjadi jika jumlah unsur atau
elemen di salah satu atau beberapa stratum sangat sedikit. Misalnya saja, kalau dalam
stratum manajer kelas atas (I) hanya ada 4 manajer, maka peneliti bisa mengambil semua
manajer dalam stratum tersebut , dan untuk manajer tingkat menengah (II) ditambah 5,
sedangkan manajer tingat bawah (III), tetap 63 orang.
Keuntungan: -Taksiran mengenai karakteristik populasi lebih tepat.
Kerugian:
-Daftar populasi setiap strata diperlukan.
-Jika daerah geografisnya luas, biaya transportasi tinggi.
1.4 Sampel Random Berkelompok (Cluster Sampling)
Teknik ini biasa juga diterjemahkan dengan cara pengambilan sampel berdasarkan gugus.
Berbeda dengan teknik pengambilan sampel acak yang distratifikasikan, di mana setiap
unsur dalam satu stratum memiliki karakteristik yang homogen (stratum A : laki-laki
semua, stratum B : perempuan semua), maka dalam sampel gugus, setiap gugus boleh
mengandung unsur yang karakteristiknya berbeda-beda atau heterogen. Misalnya, dalam
satu organisasi terdapat 100 departemen. Dalam setiap departemen terdapat banyak
pegawai dengan karakteristik berbeda pula. Beda jenis kelaminnya, beda tingkat
pendidikannya, beda tingkat pendapatnya, beda tingat manajerialnnya, dan perbedaanperbedaan lainnya. Jika peneliti bermaksud mengetahui tingkat penerimaan para pegawai
terhadap suatu strategi yang segera diterapkan perusahaan, maka peneliti dapat

Wan/Tugasan dr. Imelda/rangkuman Metpen

menggunakan cluster sampling untuk mencegah terpilihnya sampel hanya dari satu atau
dua departemen saja. Prosedur :
1. Susun sampling frame berdasarkan gugus Dalam kasus di atas,
elemennya ada 100 departemen.
2. Tentukan berapa gugus yang akan diambil sebagai sampel
3. Pilih gugus sebagai sampel dengan cara acak
4. Teliti setiap pegawai yang ada dalam gugus sample
Keuntungan: -Tidak memerlukan daftar populasi.
-Biaya transportasi kurang.
Kerugian:
-Prosedur estimasi sulit.
1.5 Sampel Bertingkat (Multistage Sampling)
Proses pengambilan sampel dilakukan bertingkat, baik bertingkat dua maupun lebih.
Misalnya: Provinsi
Kabupaten
Kecamatan desa
Lingkungan
KK
Misalnya kita ingin meneliti Berat badan dan Tinggi badan murid SMA. Sesuai
kondisi dan perhitungan, maka jumlah sampel yang akan diambil 2000.
(Indonesia)
27 Propinsi
Propinsi SUMUT
Kabupaten Deli Serdang
Kecamatan Hamparan Perak
Ada 3 SMA ( 2000)
Cara ini dipergunakan bila:
Populasinya cukup homogen.
Jumlah populasi sangat besar.
Populasi menempati daerah yang sangat luas.
Biaya penelitian kecil.
Keuntungan: -Biaya transportasi kurang.
Kerugian:
-Prosedur estimasi sulit.

Wan/Tugasan dr. Imelda/rangkuman Metpen

-Prosedur pengambilan sampel memerlukan perencanaan yang lebih
cermat.
(2) Non-probability Sampling (Non-random sample)
Merupakan teknik pengambilan sampel yang tidak memberi peluang atau kesempatan
yang sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel. Unsur
populasi yang terpilih menjadi sampel bisa disebabkan karena kebetulan atau karena
faktor lain yang sebelumnya sudah direncanakan oleh peneliti.
2.1 Convenience Sampling atau sampel yang dipilih dengan pertimbangan
kemudahan
Dalam memilih sampel, peneliti tidak mempunyai pertimbangan lain kecuali berdasarkan
kemudahan saja. Seseorang diambil sebagai sampel karena kebetulan orang tadi ada di
situ atau kebetulan dia mengenal orang tersebut. Oleh karena itu ada beberapa penulis
menggunakan istilah accidental sampling tidak disengaja atau juga captive sample
(man-on-the-street) Jenis sampel ini sangat baik jika dimanfaatkan untuk penelitian
penjajagan, yang kemudian diikuti oleh penelitian lanjutan yang sampelnya diambil
secara acak (random). Beberapa kasus penelitian yang menggunakan jenis sampel ini,
hasilnya ternyata kurang obyektif.
2.2 Purposive Sampling
Sesuai dengan namanya, sampel diambil dengan maksud atau tujuan tertentu. Seseorang
atau sesuatu diambil sebagai sampel karena peneliti menganggap bahwa seseorang atau
sesuatu tersebut memiliki informasi yang diperlukan bagi penelitiannya. Misal penelitian
tentang kualitas suatu bahan binaan, maka sumber datanya adalah orang yang ahli dalam
bidang tersebut.
2.3 Judgemental Sampling
Sampel dipilih berdasarkan penilaian peneliti bahwa dia adalah pihak yang paling baik
untuk dijadikan sampel penelitiannya.. Misalnya untuk memperoleh data tentang
bagaimana satu proses produksi direncanakan oleh suatu perusahaan, maka manajer
produksi merupakan orang yang terbaik untuk bisa memberikan informasi. Jadi, judment
sampling umumnya memilih sesuatu atau seseorang menjadi sampel karena mereka
mempunyai information rich.
2.4 Quota Sampling
Merupakan teknik untuk menentukan sampel dari populasi yang mempunyai ciri-ciri
tertentu sampai jumlah kuota yang diinginkan. Sebagai contoh, suatu perusahaan ingin
mengetahui pendapat masyarakat tentang satu produk W yang dihasilkan oleh pabriknya.
Jumlah sampel telah ditetapkan sebanyak 500 orang, maka penelitian akan selesai
dilakukan apabila jumlah orang yang diteliti adalah sebanyak 500 orang. Dan
pengambilan sampel ini dilakukan secara kebetulan saja, bukanlah secara acak.
2.5 Snowball Sampling
Cara ini banyak dipakai ketika peneliti tidak banyak tahu tentang populasi penelitiannya.
Dia hanya tahu satu atau dua orang yang berdasarkan penilaiannya bisa dijadikan sampel.
8

Wan/Tugasan dr. Imelda/rangkuman Metpen

Karena peneliti menginginkan lebih banyak lagi, lalu dia minta kepada sampel pertama
untuk menunjukan orang lain yang kira-kira bisa dijadikan sampel. Cara ini diibaratkan
seperti bola salju karena pada awalnya sampel berjumlah kecil, lama-lama bertambah
besar ibarat bola salju yang menggelinding lama-lama menjadi besar. Hal ini bisa
dilakukan pada pencandu narkotik, para gay, atau kelompok-kelompok sosial lain yang
eksklusif (tertutup). Sebagai contoh, seorang peneliti ingin mengetahui pandangan wanita
PSK terhadap lembaga perkawinan. Peneliti cukup mencari satu orang wanita PSK dan
kemudian melakukan wawancara. Setelah selesai, peneliti tadi minta kepada wanita
tersebut untuk bisa mewawancarai teman PSK lainnya. Setelah jumlah wanita PSK yang
berhasil diwawancarainya dirasa cukup, peneliti bisa menghentikan pencarian wanita
PSK lainnya.

c. STATISTIK

Statistik merupakan satu analisis dan pengolahan data dan terbahagi kepada
statistik inferensial dan deskriptif.
Statistik deskriptif adalah statistik yang hanya berlaku untuk data sampel dan
tidak dapat digeneralisasikan terhadap populasi.
Yang termasuk statistik deskriptif adalah :
Mean
Median
Modus
Standar defiasi
Hystogram
Diagram batang
Presentase
dll
Mean: nilai rata-rata.
Misal : hasil perhitungan mean dari nilai Metpen kelas Melor = 68,5 artinya
rata-rata nilai metode penelitian di kelas Melor = 68,5. Bila mahasiswa
nilainya 55 berarti dia dibawah rata-rata nilai kelas, dan bila nilai mahasiswa
75 berarti dia diatas nilai rata-rata kelas.
Median: nilai dari separuh sampel.

Misal : nilai median 60 artinya separuh dari kelas Melor nilai Metpennya
diatas 60 dan separuhnya dibawah 60.
Modus: nilai yang paling banyak muncul.

Misal : nilai modus 65, berarti mahasiswa kelas Melor yang paling banyak
nilainya adalah 65.
Standar deviasi: simpangan baku ( +/- ) dari nilai mean.

Misal : nilai Mean adalah 68,5, manakala nilai standar deviasi adalah 2,5
artinya nilai mahasiswa terbanyak berkisar antara nilai (68,5+2,5) = 71 sampai
nilai (68,5-2,5) = 66.

Wan/Tugasan dr. Imelda/rangkuman Metpen

Presentase: jumlah parsial/jumlah total x 100 %.

Misal : yang nilainya 75 ada 10 mahasiswa dari 80 mahasiswa kelas
Melor dengan total nilai 5000. Artinya presentase mahasiswa yang nilainya 75
di kelas Melor adalah: 750/5000 x 100% = 15 %.

Statistik unferensial adalah statistik yang digunakan untuk mengeneralisasikan

data sampel terhadap populasi. Oleh karena itu terdapat nilai signifikansi ( ).
Statistik inferensial ada dua macam yaitu Statistik parametris dan Statistik non
parametris.
Statistik parametris digunakan untuk menganalisis data interval dan rasio. Ukuran
uji dalam Statistik parametris antara lain :

T-test

Anova

Korelasi
Contoh 1 :

menit.

Rumusan masalah: berapa rata-rata penayangan iklan di TV ?

Hypotesis: rata-rata penayangan iklan di TV paling lama 120
Uji hypoteis: t-test

Contoh 2:
Rumusan masalah : Apakah ada pengaruh yang signifikan antara lamanya
penayangan iklan di TV terhadap omset penjualan ?
Hypotesis : lamanya penayangan iklan di TV sangat berpengaruh terhadap
omset penjualan.
Uji hypotesis : korelasi product moment
Contoh 3:
Rumusan masalah : apakah ada perbedan jumlah pembeli yang signifikan
antara toko A, B dan C ?
Hypotesis : terdapat perbedaan jumlah pembeli yang signifikan antara
toko A, B dan C.
Uji hypotesis : Anova
Statistik non parametris digunakan untuk menganalisis data nominal dan ordinal.
Uji statistik yang digunakan dalam statistik non parametris antara lain :

Binomial

Sign test

2 ( chi kuadrat )
Contoh 1:

10

Wan/Tugasan dr. Imelda/rangkuman Metpen

Test binomial : untuk sampel < 25 dan terdapat 2 kelompok ( kaya-miskin,
tua-muda, sarjana-non sarjana dll )
Rumusan masalah : apakah mahasiswa senang memilih kendaraan bensin
atau solar ?
Hypotesis : mahasiswa lebih memilih kendaraan solar.
Contoh 2:
Chi kuadrat : untuk sampel besar dan ada 2 atau lebih kelompok.
Rumusan masalah : Warna cat mobil apa yang lebih diminati masyarakat
jabotabek ?
Hypotesis : masyarakat jabotabek lebih memilih warna cat mobil merah
dibanding biru, metalik dan putih.
Contoh 3:
Sign test : digunakan untuk uji komparatif, datanya ordinal dan sampel
berpasangan.
Rumusan masalah : apakah ada pengaruh bonus terhadap kesejahtraan
keluarga karyawan PT X ?
Hypotesis : ada pengaruh yang positif antara bonus dengan kesejahtraan
karyawan PT X.
Dalam Statistik Parametrik diperlukan syarat bahwa data yg akan dianalisis
harus berdistribusi normal. Untuk itu perlu dilakukan pengujian normalitas data.
Pengujian normalitas data antara lain dilakukan dgn : t-test
T-test : 1) untuk menguji hipotesis deskriptif satu sampel bila datanya berbentuk
interval & ratio , maka digunakan t-test satu sampel. 2) untuk menguji hipotesis
komparatif dua sampel berpasangan bila datanya berbentuk interval dan ratio,
digunakan t-test sampel berpasangan,
t = x - 0
s/n
di mana: t = nilai t yang dihitung , x = rata-rata , 0 =nilai yg dihipotesiskan, s =
simpangan baku sampel , n = jumlah anggota sampel.
Korelasi : menunjukkan adanya hubungan antara dua variabel atau lebih serta
menunjukkan besarnya (kuat/lemahnya) hubungan antara dua variabel tersebut.
Koefisien Korelasi ( r ) merupakan kriteria untuk mengukur hubungan antar
variabel secara kuantitatif yang nilainya terletak antara 1 dan 1;
r = 1, hubungan variabel X & Y adalah sangat kuat & positif.
r = - 1, hubungan variabel X & Y adalah sangat lemah & negatif.
r = 0, hubungan variabel X & Y lemah sekali/ tidak ada hubungan.
Koefisien Determinasi (Kd) : menunjukkan berapa persen fluktuasi atau variasi
variabel Y yg disebabkan oleh variabel X, dengan rumus: Kd = r.
Analisis Regresi : suatu proses melakukan estimasi untuk memperoleh suatu
hubungan fungsional antara variabel X dengan variabel Y.
Analisis Regresi Linear Sederhana : adalah analisis regresi antara satu variabel
X dan satu variabel Y.
Persamaan Regresi Linear Sederhana: Y = a + bX , di mana: Y = Nilai Y
prediksi , a = Intercept atau nilai Y pada saat X = 0, b = Slope / kemiringan , X =
11

Wan/Tugasan dr. Imelda/rangkuman Metpen

Independent Variable (variabel bebas). Untuk menghitung nilai
digunakan rumus:
b = n(XY) (X) (Y)
n (X) (X)

dan

a = Y - b. X
n
n
Chi Square (X) :1) digunakan dalam penelitian untuk mencari kecocokan
ataupun menguji ketidakadaan hubungan antara beberapa populasi. 2) digunakan
untuk menguji hipotesis tentang ada atau tidak perbedaan antara dua proporsi. 3)
digunakan untuk menguji hipotesis deskriptif bila dalam populasi terdiri atas dua
atau lebih kelas, data berbentuk nominal dan sampelnya besar.
Hipotesis deskriptif : estimasi/dugaan terhadap ada tidaknya perbedaan frekuensi
antara kategori satu dan kategori lain dalam sebuah sampel tentang sesuatu hal.
Rumus Chi Square :
X = (f0 fh)
fn
Di mana: X = Chi Square; f0 = frekuensi yang diobservasi; fn = frekuensi yang
diharapkan.
Contoh : Suatu perusahaan cat mobil ingin mengetahui warna cat apa yang harus
lebih banyak
diproduksi. Untuk itu dilakukan penelitian. Berdasarkan
pengamatan selama satu minggu di jalan protokol terhadap mobil-mobil pribadi,
diperoleh data : 1000 warna biru, 900 warna merah, 600 warna putih, 500 warna
hitam.
a. Hipotesis :
Ho: Jumlah masyarakat yang memilih 4 warna mobil tidak berbeda (peluang 4
warna cat untuk dipilih masyarakat adalah sama)
Ha: Jumlah masyarakat yang memilih 4 warna mobil berbeda (peluang 4 warna
cat untuk dipilih masyarakat adalah tidak sama)
b. Data yang terkumpul disajikan dalam tabel berikut :
Warna
Mobil

fo

fn

(fo-fn)

(fo-fn)

(fo-fn)
fn

Biru
Merah
Putih
Hitam

1000
900
600
500

750
750
750
750

250
250
- 150
- 250

62.500
22.500
22.500
62.500

83,33
30.000
30.000
83,33

12

Wan/Tugasan dr. Imelda/rangkuman Metpen

Jumlah

3000

3000

170.000

226,67

Catatan : Frekuensi yang diharapka (fo) untuk setiap kategori = 3000 : 4 = 750.
c. Pengujian Hipotesis :
Berdasarkan perhitungan diatas diketahui X = 226,67, dalam hal ini d.f = n-1 =
4-1 = 3. Berdasarkan d.f = 3 dan traf kesalahan 5 %, maka diperoleh nilai Chi
Square tabel = 7,815 (lihat tabel nilai Chi Square) ternyata nilai Chi Square
hitung lebih besar dari nilai Chi Square tabel (226,67 > 7,815). Dengan demikian
Ho ditolak dan Ha diterima.
d.Kesimpulan:
Jumlah masyarakat yang memilih 4 warna cat mobil berbeda, dan berdasarkan
data, warna cat biru yang paling banyak diminati masyarakat.
e.Saran:
Disarankan agar warna cat yang diproduksi paling banyak adalah warna biru.
U-test digunakan untuk menguji signifikansi hipotesis kompa-ratif dua sampel
independen bila datanya berbentuk ordinal. Bila dalam suatu pengamatan data
berbentuk interval, maka perlu dirubah dulu ke dalam data ordinal.
Terdapat dua rumus yang digunakan untuk pengujian :
U1 = n1n2 + n1 (n1 + 1) R1
2
U2 = n1n2 + n2 (n2 + 1) R2
2
Dimana : n1 = jumlah sampel 1
n2 = jumlah sampel 2
U1 = jumlah peringkat 1
U2 = jumlah peringkat 2
R1 = jumlah rangking pada sampel 1
R2 = jumlah rangking pada sampel 2

13