Pertemuan 3

PENGUMPULAN DAN PENYAJIAN DATA

I. Populasi dan Sampel

1. Pengertian Dasar
• Populasi adalah seluruh obyek yang ingin kita ketahui besaran
karakteristiknya.
• Sampel adalah sebagian obyek populasi yang mewakili karakteristik
populasinya, dan kemudian diteliti.
• Hasil penelitian atas sampel kemudian digeneralisasi bagi keseluruhan
populasi. Maka sampel harus representatif (bersifat mewakili populasi).

Contoh:
• Seseorang yang mengadakan suatu kunjungan ke suatu daerah dapat
bercerita banyak tentang keadaan daerah itu, berdasarkan apa yang
diamatinya selama satu minggu.
• Seseorang yang akan membeli buah, biasanya mencoba dulu beberapa biji
untuk mengetahui manis tidaknya buah itu.
• Dokter memeriksa pasien dengan menggunakan sampel daerah pasien itu.s

Populasi

Sampel

Seleksi
sampel

Parameter sampel digenerali-

sasi ke populasi

2. Sifat populasi
Berdasarkan sifatnya, populasi dapat digolongkan menjadi populasi yang
homogen dan heterogen.
a. Populasi homogen adalah sumber data yang unsur-unsur atau elemennya
memiliki sifat yang mendekati sama sehingga tidak perlu ditetapkan
jumlahnya secara kuantitatif.
b. Populasi heterogen adalah sumber data yang unsur-unsurnya memiliki sifat
yang berbeda (bervariasi) sehingga perlu penetapan batas-batasnya secara
kuantitatif.

3. Alasan mengapa digunakan sampel

a. Penggunaan metode sampel dapat menghemat biaya, waktu, dan tenga untuk
penelitian.
7
Materi Statistik
Pertemuan 3 – Pengumpulan dan Penyajian Data
b. Dalam kasus tertentu, kita mungkin menghadapi objek yang mudah rusak
atau berbahaya, misalnya bola lampu, kendaraan, komputer, atau ujicoba
senapan dan peluruh. Hal ini tidak memungkinkan meneliti seluruh populasi.
c. Untuk populasi yang homogen, seperti kadar garam pada air laut, darah
dalam tubuh seseorang, maka kita tidak perlu mengadakan penelitian
terhadap seluruh elemen populasi.

II. PROSES SAMPLING

II.A Tahapan Sampling

Ø Penentuan populasi yang meliputi elemen, unit sampling, dan dimensi

waktu, dan sifat populasi.
Ø Identifikasi sifat populasi dan kerangka sampling
Ø Tentukan teknik sampling.
Ø Tentukan ukuran sampel.

II.B Prosedur Sampling

Prosedur sampling secara garis besar dapat dikelompokkan menjadi dua, yaitu
Sampling Probabilitas dan Sampling Non-Probabilitas.

II.B.1 Prosedur Sampling Probabilitas

Dalam teknik ini, masing-masing elemen populasi memiliki kesempatan untuk

menjadi elemen sampel. Prosedur ini dapat dikelompokkan ke dalam beberapa
kelompok teknik sampling, yaitu:

1. Teknik Simple Random Sampling

Ø Sampel diambil secara acak tanpa memperhatikan strata (jenjang)
Ø Elemen populasi berpeluang sama untuk menjadi elemen sampel
Ø Cocok untuk populasi yang homogen

2. Teknik Stratified Random Sampling

Ø Populasi dibagi ke dalam strata atau jenjang (misal: tingkat pendidikan,
tingkat pendapatan, dsb.)
Ø Untuk tiap strata, dilakukan pemilihan sampel dengan simple random
sampling.
Ø Cocok untuk populasi yang berstrata atau berjenjang.

3. Teknik Clustered (Area) Random Sampling

Ø Populasi dibagi ke dalam kelompok, area atau cluster (wilayah propinsi,
pegawai negeri, swasta, karyawan swasta, TNI/POLRI, petani, dsb.)
Ø Untuk tiap cluster, dilakukan pemilihan sampel dengan simple random
sampling.
Ø Cocok untuk populasi yang memiliki cluster/kelompok/area.

4. Teknik Systematic Sampling

Pada teknik systematic sampling, pengambilan sampel didasarkan pada

urutan populasi yang telah diberi nomor urut atau anggota sampel diambil dari
8
Materi Statistik
Pertemuan 3 – Pengumpulan dan Penyajian Data
populasi pada jarak interval waktu atau ruang tertentu dengan urutan yang
seragam.
Sebagai contoh:
• Sampel diambil dari daftar populasi yang bernomor genap atau ganjil saja.
• Pengambilan sampel tanah pada kedalaman 0 m, 5 m, 10 m, 15 m, dst (pada
interval 5 meter).

II.B.2 Prosedur Sampling Non-Probabilitas

Pengambilan sampel didasarkan pada kebijaksanaan peneliti sendiri.

1. Teknik Convenience Sampling

Ø Sampel diambil berdasarkan kesukaan peneliti
Ø Misalnya dengan menghadang pengunjung yang baru keluar belanja.

2. Teknik Accidental Sampling

Ø Teknik penentuan sampel berdasarkan kebetulan, yaitu siapa yang
kebetulan bertemu dengan peneliti dapat dijadikan sampel jika dipandang
cocok.
Ø Teknik ini cocok untuk survei pemasaran, kepuasan pelanggan dan
sejenisnya, di mana kita tidak mengetahui dengan jelas jumlah populasinya.

3. Teknik Judgment/Purposive Sampling

Ø Didasarkan pada pendapat/pertimbangan pakar.
Ø Didasarkan pada pertimbangan-pertimbangan tertentu yang diberikan oleh
pakar atau ahli untuk pengambilan sampelnya.
Ø Cocok untuk studi kasus, misalnya:
• Peneliti ingin mengetahui model kurikulum SMA yang cocok. Maka
sampel yang dipilih adalah para guru dan ahli-ahli pendidikan dan
manajemen pendidikan, warga masyarakat yang berpengalaman.
• Kasus bumbu masak yang dinyatakan haram. Peneliti ingin mengetahui
penyebabnya dengan cara mencari sampel (responden) yang ahli di
bidang pembuatan bumbu masak, responden dari kalangan ulama yang
dapat memberikan fatwa.

4. Teknik Quota Sampling

Ø Penentuan sampel dari populasi yang memiliki ciri tertentu sampai jumlah
(kuota) yang diinginkan, yang didasarkan pada pertimbangan-pertimbangan
tertentu dari peneliti. Contohnya:
• Peneliti ingin mengetahui informasi tentang penempatan karyawan yang
tinggal di Perum Pondok Hijau, dalam kategori jabatan tertentu dan
pendapatan tertentu. Pemilihan sampel akan ditentukan pertimbangan
oleh peneliti sendiri.

5. Teknik Snowball Sampling

Teknik sampling berangkat dari sejumlah sampel (responden) yang
kemudian mereka mengajak para temannya untuk dijadikan sampel dan
seterusnya sehingga jumlah sampel semakin besar seperti bola salju yang
menggelinding. Contohnya:
9
Materi Statistik
Pertemuan 3 – Pengumpulan dan Penyajian Data
 • Akan diteliti siapa dalang pengedar Narkoba di SMP Mekarsari, siapa
yang menjadi otak pembunuhan murid di SD Kuasa Mandiri, siapa yang
membocorkan rahasia soal ujian negara, dsb.

II.C Penentuan Jumlah Sampel

II.C.1 Untuk jumlah populasi yang diketahui

Untuk jumlah populasi yang telah diketahui dapat digunakan rumus Taro
Yamane (Riduwan dan Akdon, 2006) untuk menghitung jumlah sampel yang
diperlukan:

N
n=
N.d 2 + 1

Dalam rumus di atas:

n = Jumlah sampel
N = Jumlah populasi
d = level signifikansi yang diinginkan (umumnya 0,05 untuk bidang
non-eksak dan 0,01 untuk bidang eksakta).

Metode lainnya untuk penentuan jumlah sampel adalah dengan

menggunakan Tabel Krejcie:

N S N S N S
50 44 600 234 5000 357
100 80 700 248 8000 367
200 132 800 260 10000 370
300 169 900 269 50000 381
400 196 1000 278 75000 382
500 217 3000 341 100000 384

II.C.2 Untuk jumlah populasi yang tak diketahui

• Dianjurkan di atas 30 sampel.
• Untuk survei bisnis, sampel sekitar 100 dianggap memadai.
• Atau berkisar 15 sampai 20 kali dari variabel bebas (Joseph F. Hair, 1998).

III. KLASIFIKASI DAN TABULASI DATA

Setelah data dikumpulkan, selanjutnya data perlu diklasifikasi dan ditabulasi

agar mudah melihat sifat data yang menonjol. Presentasi data dalam bentuk tabel
merupakan suatu kegiatan statistik yang menunjukkan informasi penting dari
data tersebut.

A. Pengertian Klasifikasi Data

Langkah awal analisis data adalah klasifikasi data. Klasifikasi data berarti
memisah-misahkan sifat-sifat dari data heterogen ke dalam kelompok yang
homogen.

10
Materi Statistik
Pertemuan 3 – Pengumpulan dan Penyajian Data
 PENDUDUK
PRIA WANITA
KAWIN BELUM KAWIN KAWIN BELUM KAWIN
Umur Pendidikan Umur Pendidikan Umur Pendidikan Umur Pendidikan

B. Tujuan Klasifikasi Data

1. Mengelompokkan sifat-sifat yang sama ke dalam kelompok atau kelas yang
sama.
2. Memudahkan perbandingan.
3. Mengelompokkan informasi penting dan menghilangkan hal-hal yang tak
perlu.
4. Menunjukkan sifat yang menonjol sehingga mudah dilihat sekilas.
5. Memudahkan perlakuan statistik selanjutnya atas data yang telah
dikumpulkan, misalnya untuk analisis, interpretasi, atau penyusunan
laporan.

C. Dasar-dasar Klasifikasi
1. Klasifikasi berdasarkan sifat (atribut) → warna kulit, hobi (kualitatif)
2. Klasifikasi berdasarkan angka → harga barang, upah karyawan (kuantitatif)

D. Penyusunan Data Secara Berurut (Seriation)

1. Berdasarkan urutan waktu (disebut time series)
Contoh: Pendapatan Nasional (dalam Miliar Rupiah)

Tahun Pendapatan Nas. Tahun Pendapatan Nas.

1960 390,2 1963 410,4
1962 412,3 1964 425,8

2. Pengurutan berdasarkan wilayah

Negara Pertumbuhan Rata-rata

1. Colombia 3.1
2. Costa Rica 2.8
3. Dominica 3.2
4. Egypt 3.6
5. Indonesia 4.2

3. Berdasarkan frekuensi → distribusi frekuensi

D. Distribusi Frekuensi
Suatu tabel yang mengelompokkan banyaknya kejadian/frekuensi (cases) ke
dalam kelompok-kelompok.

1. Tabel frekuensi menurut angka → tabel frekuensi yang kelasnya

dinyatakan dalam bentuk angka.

11
Materi Statistik
Pertemuan 3 – Pengumpulan dan Penyajian Data
Contoh: Distribusi Frekuensi Usia Karyawan UD. Sejahtera
Usia Frekuensi
20-24 3
25-29 8
30-34 17
35-39 13
40-44 7
45-49 2

2. Tabel frekuensi menurut kategori → tabel frekuensi yang kelasnya

dinyatakan dalam bentuk kategori.

Contoh: Distribusi Frekuensi Pekerjaan Penduduk Caturtunggal

Pekerjaan Frekuensi
Wiraswasta 3423
Pegawai Negeri 890
Pegawai 1756
Swasta
TNI/POLRI 213
Buruh 4521
Lain-lain 459

E. Cara Menyusun Distribusi Frekuensi

1. Menentukan jumlah kelas. Rumus yang umum digunakan adalah Rumus

H. A. Sturges:

K = 1 + 3,322 log N
K = Jumlah kelas
N= Banyak Frekuensi
3,322 = Konstanta

Angka Log10 Angka Log10 Angka Log10

1 0 11 1.0413927 30 1.477121
2 0.30103 12 1.0791812 35 1.544068
3 0.47712 13 1.1139434 40 1.60206
4 0.60206 14 1.146128 45 1.653213
5 0.69897 15 1.1760913 50 1.69897
6 0.77815 16 1.20412 55 1.740363
7 0.8451 17 1.2304489 60 1.778151
8 0.90309 18 1.2552725 65 1.812913
9 0.95424 19 1.2787536 70 1.845098
10 1 20 1.30103 75 1.875061

Cari dengan Excel → rumus: =log10(Cell)

12
Materi Statistik
Pertemuan 3 – Pengumpulan dan Penyajian Data
2. Menentukan interval kelas
a. Gunakan interval kelas yang sama
b. Gunakan kelas tertutup → memudahkan penentuan nilai tengah
c. Besarnya kelas interval sebaiknya 5 atau kelipatan 5, misalnya 10, 15.

Rumus Sturges untuk menentukan Interval Kelas:

IK = Range/K
IK = Interval kelas
Range = Nilai terbesar – Nilai terkecil
K = Banyaknya kelas

Latihan Soal:
Buatlah Tabel Frekuensi dengan menghitung banyaknya kelas dan Interval kelas
data berikut ini:
33 35 35 39
41 41 42 45 47 48
50 52 53 54 55 55 57 59
60 60 61 64 65 65 65 66 66 67 68 69
71 73 73 74 74 76 77 77 78
80 81 84 85 85 88 89
91 94 94 98

IV. PENYAJIAN DALAM BENTUK CHART DAN HISTROGRAM

A. Bar Chart
Menghasilkan representasi grafis cacah frekuensi untuk setiap nilai yang
berlainan.

DATA
3.5

3.0

2.5

2.0

1.5

1.0
Frequency

.5

0.0
33 42 50 55 61 67 73 78 85 94
39 47 53 59 65 69 76 81 89

DATA

13
Materi Statistik
Pertemuan 3 – Pengumpulan dan Penyajian Data
B. Pie Chart
Menghasilkan representasi grafis berupa lingkaran.

DATA

78 60

61

77 64

76 65

74

66
73
67
68

C. Histogram
Menghasilkan representasi grafis berdasarkan interval.

DATA
8

2
Frequency

Std. Dev = 17.11

Mean = 65.2
0 N = 50.00
35.0 45.0 55.0 65.0 75.0 85.0 95.0
40.0 50.0 60.0 70.0 80.0 90.0 100.0

DATA

14
Materi Statistik
Pertemuan 3 – Pengumpulan dan Penyajian Data