POPULASI, SAMPEL DAN

PENGUJIAN NORMALITAS
DATA
Ns, Kusnadi Jaya, S.Kep.

Populasi dan Sampel

Populasi adalah seluruh objek yang
diketahui besaran karakteristiknya.
Sampel adalah sebagian objek populasi
yang memiliki karakteristik sama dengan
populasinya.

Teknik Sampling
Teknik
Sampling
Probability
Sampling

Non probability
Sampling

1. Simple Random Sampling

1. Sampling Sistematis

2. Proportionate Stratified
Random Sampling

2. Sampling Kuota

3. Disproportionate Stratified
Random Sampling

3. Sampling Aksidental

4. Cluster Random Sampling

4. Purposive Sampling
5. Sampling Jenuh
6. Snowball Sampling

Random Sampling
Teknik pengambilan sampel ini dilakukan secara acak
tanpa memperhatikan strata dalam populasi

Populasi
Simple Random Sampling
Semua Populasi Beri Nomor
Sistem Undian
Tabel Bilangan Acak
Kalkulator Shift Titik

Sampel

Proportionate Stratified Random Sampling

Teknik ini digunakan bila populasi mempunyai
anggota/unsur yang tidak homogen

A
B
C

A
B
C

Populasi

Sampel

D
E

D
E

 Stratified Proportional
Random Sampling

Stratified Non
Proportional
Random Sampling

UMUR
(TH)

POPULAS
I

PROPORS
SAMPEL
I
(%)

< 20

100

10

10

20 29

100

10

10

30 39

300

10

30

40 49

400

10

40

> 50

100

10

10

JUMLAH

1000

100

PEJABAT ESELON

PROPORSI (%)

40

II

30

III

20

IV

10

Cluster Random Sampling

Teknik ini digunakan untuk menentukan jumlah sampel
bila populasi yang sangat luas.
Populasi Tersebar Misal:
Propinsi
Kabupaten
Kecamatan

A
C
E

F
H

C
I

D F K
I
E H
G J

Sampling Sistematis
Adalah teknik penentuan jumlah sampel berdasarkan
urutan dari anggota yang telah diberi nomor urut.
LANGKAH SAMPLING SISTEMATIK

Populasi dibuat daftar

Penentuan nomor pertama dengan random
Nomor berikut dengan interval tertentu

Sampling Kuota

Adalah teknik penentuan jumlah sampel

berdasarkan ciri-ciri tertentu sampai jumlah
(kuota) yang diinginkan.

Sampling Aksidental
Adalah teknik penentuan jumlah sampel berdasarkan
kebetulan, yaitu siapa saja yang kebetulan bertemu
dengan peneliti dapat digunakan sebagai sampel.

Sampling Purposive

Adalah teknik penentuan jumlah sampel

berdasarkan pertimbangan tertentu

Sampling Jenuh

Adalah teknik penentuan jumlah sampel bila

semua anggota populasi digunakan sebagai
sampel

Snowball Sampling
Teknik penentuan sampel yang mula-mula jumlahnya
kecil kemudian sampel disuruh memilih teman-temannya
untuk dijadikan sampel
A

Sampel Pertama

Pilihan A

Pilihan B

Pilihan C

Pilihan E

Pilihan H

10

10

150

108

460

210

2200

327

15

14

160

113

480

214

2400

331

20

19

170

118

500

217

2600

335

25

24

180

123

550

226

2800

338

30

28

190

127

600

234

3000

341

35

32

200

132

650

242

3500

346

40

36

210

136

700

248

4000

351

45

40

220

140

750

254

4500

354

50

44

230

144

800

260

5000

357

55

48

240

148

850

265

6000

361

60

52

250

152

900

269

7000

364

65

56

260

155

950

274

8000

367

70

59

270

159

1000

278

9000

368

75

63

280

162

1100

285

10000

370

80

66

290

165

1200

291

15000

375

85

70

300

169

1300

297

20000

377

N = jumlah populasi

90

73

320

175

1400

302

30000

379

S = sampel

95

76

340

181

1500

306

40000

380

100

80

360

186

1600

310

50000

381

110

86

380

191

1700

313

75000

382

120

92

400

196

1800

317

100000

384

130

97

420

201

1900

320

140

103

440

205

2000

322

Menentukkan
Jumlah Sampel
Table For Determining
Needed Zise S of a
Randomly
Chose
Sample from a given
finity population of N
cases
such
that
sample proportion will
be within + 0,05 of the
population proportion
with a 95 percent level
confidence.

Catatan :

STATISTIKA PARAMETRIK
1. Uji t

STATISTIKA NONPARAMETRIK
1. - Uji Tanda
- Uji Wilcoxon
- Uji Mann Whitney

2. Anova (Uji F)

2. - Uji Kruskal Wallis

- Uji Friedman
Regresi Ordinal
- Regresi Logistik (Berganda &
Sederhana)

3. Regresi Linier
- Berganda
- Sederhana

3.

4.

4. Korelasi Spearman

Korelasi Pearson

5. Korelasi Berganda
Korelasi Partial

5. Korelasi Kendall
-W
-T
6. Uji X

- Koef. Phi
- Koef. Cramer C.

Pengujian Normalitas Data

Pengujian Normalitas data merupakan persyaratan
didalam uji statistik parametrik.
Apabila data tidak normal maka uji statistik yang
boleh dilakukan adalah uji statistik nonparametrik.
Metode pengujian normalitas data dengan
komputerisasi statistik :
1. Uji Kolmogorov-Smirnov (uji 1-sample K-S)
2. Explore
3. Chi-kuadrat

Pengujian 1-sample K-S

Langkah dalam pengujian normalitas dengan SPSS

Klik program SPSS pilih SPSS for Windows

Klik kotak variabel view kemudian masukan nama variabel pada
kolom Nama dengan kolom Type pilih numeric.
Klik dialog data view lalu masukan data sesuai dengan nama
variabel.
Klik menu analyze, pilih nonparametric test, dan pilih 1-sample K-S.
Isikan variabel yang akan ditest normalitasnya kedalam kotak Test
Variabel List.
Didalam dialog Test Distrubition pilih Normal
Kemudian klik Ok.

Klik

qc
numeric
t_market numeric
omset
numeric

Kesimpulan
Dari hasil Output uji 1-sample K-S terlihat nilai asymp.sig.
sebagai berikut :
1. Quality Control sebesar 0,820 > 0,05
2. Tenaga Marketing sebesar 0,959 > 0,05
3. Omset Penjualan sebesar 0,973 > 0,05
Maka data tersebut berdistribusi normal
Persyaratan data normal apabila Nilai : asymp.sig > 0,05
(5%) maka data terdistribusi normal
asymp.sig < 0,05 (5%) maka data tidak
terdistribusi normal

Pengujian Explore
Langkah dalam pengujian normalitas dengan SPSS

Klik program SPSS pilih SPSS for Windows

Klik kotak variabel view kemudian masukan nama variabel pada
kolom Nama dengan kolom Type pilih numeric.
Klik dialog data view lalu masukan data sesuai dengan nama
variabel.
Klik menu analyze, pilih Descriptive Statistic, dan pilih explore
Isikan variabel yang akan ditest normalitasnya kedalam kotak
Dependent List.
Didalam kotak dialog aktifkan Plots
Kemudian klik Kotak Plots, pada boxplots pilih none kemudian
aktifkan Normality plots with test, klik continue lalu Ok.

Klik

qc
numeric
t_market numeric
omset
numeric

Kesimpulan
Dari hasil Output Explore terlihat nilai sig. untuk
variabel Quality Control, Tenaga Marketing, Omset
Penjualan lebih besar dari 0,05 maka data
tersebut berdistribusi normal
Persyaratan data normal apabila Nilai : sig > 0,05
(5%) maka data
terdistribusi normal
asymp.sig < 0,05 (5%) maka data tidak
terdistribusi normal

Pengujian Chi-Square
Langkah dalam pengujian normalitas dengan SPSS

Klik program SPSS pilih SPSS for Windows

Klik kotak variabel view kemudian masukan nama variabel pada
kolom Nama dengan kolom Type pilih numeric.
Klik dialog data view lalu masukan data sesuai dengan nama
variabel.
Klik menu analyze, pilih Nonparametric Test, dan pilih Chi-Square
Isikan variabel yang akan ditest normalitasnya kedalam kotak Test
Variable List.
Kemudian klik Ok.

Klik

qc
numeric
t_market numeric
omset
numeric

Kesimpulan
Dari hasil Output Explore terlihat nilai sig. untuk
variabel Quality Control, Tenaga Marketing, Omset
Penjualan lebih besar dari 0,05 maka data
tersebut berdistribusi normal
Persyaratan data normal apabila Nilai : sig > 0,05
(5%) maka data
terdistribusi normal
asymp.sig < 0,05 (5%) maka data tidak
terdistribusi normal

Langkah-langkah dalam mengatasi

data tidak terdistribusi normal
1.
2.
3.
4.

Menambah jumlah data

Menghilangkan data yang outlier
Transpormasi data
Mengunakan alat analisis lain seperti
analisis faktor atau nonparametrik.