Desain Penelitian Jenis dan Sumber Data Data primer Data sekunder Metode Pengumpulan Data Dokumentasi Angket / Kuesioner Studi Lapangan Wawancara Etc. Obyek Penelitian, Ruang dan Waktu Time Series Cross Section Pooled Cross Section Time Series Populasi Populasi adalah keseluruhan objek yang akan/ingin diteliti. Populasi ini sering juga disebut Universe. Anggota populasi dapat berupa benda hidup maupun benda mati, dimana sifat-sifat yang ada padanya dapat diukur atau diamati. Populasi yang tidak pernah diketahui dengan pasti jumlahnya disebut "Populasi Infinit" atau tak terbatas, dan populasi yang jumlahnya diketahui dengan pasti (populasi yang dapat diberi nomor identifikasi), misalnya murid sekolah, jumlah karyawan tetap pabrik, dll disebut "Populasi Finit". Suatu kelompok objek yang berkembang terus (melakukan proses sebagai akibat kehidupan atau suatu proses kejadian) adalah Populasi Infinitif. Sampel Sampel adalah bagian dari populasi yang menjadi objek penelitian (sampel sendiri secara harfiah berarti contoh). Hasil pengukuran atau karakteristik dari sampel disebut "statistik" yaitu X untuk harga rata- rata hitung dan S atau SD untuk simpangan baku. Mengapa Perlu Dilakukan Sampling Keterbatasan waktu, tenaga dan biaya. Lebih cepat dan lebih mudah. Memberi informasi yang lebih banyak dan dalam. Dapat ditangani lebih teliti. Mengapa Perlu Dilakukan Sampling Pengambilan sampel kadang-kadang merupakan satu-satunya jalan yang harus dipilih, (tidak mungkin untuk mempelajari seluruh populasi) misalnya: Meneliti air sungai Mencicipi rasa makanan didapur Mencicipi duku yang hendak dibeli Sampel Yang Baik Agar sampel yang diambil dari populasinya "representatif" (mewakili), sehingga dapat diperoleh informasi yang cukup untuk mengestimasi populasinya. Dalam istilah yang lebih terukur, suatu sampel harus bersifat valid. Validitas sampel ini tergantung dua faktor, yaitu ketepatan (accuracy) dan ketelitian (precision). Tipe-Tipe Sampling Berdasarkan aspek cara memilih sampling dengan pengembalian sampling tanpa pengembalian Berdasarkan aspek peluang pemilihannya sampling non peluang atau non probability sampling sampling peluang atau probability sampling/random sampling sampling non peluang atau non probability sampling Sampel Dengan Maksud (Purposive Samping) Sampel Tanpa Sengaja (Accidental Sampling) Sampel Berjatah (Quota Sampling) sampling peluang atau probability sampling/random sampling Sampel Random Sederhana (Simple Random Sampling) Sampel Random Sistematik (Systematic Random Sampling) Sampel Random Berstrata (Stratified Random Sampling) Sampel Random Berkelompok (Cluster Sampling) Sampel Bertingkat (Multi Stage Sampling) Perbandingan Probability Sampling Tipe Deskripsi Keunggulan Kelemahan Simple Setiap elemen Mudah diimplementasi- Membutuhkan daftar random populasi mempunyai kan anggota poluasi peluang yang sama dengan otomatisasi atau Memerlukan lebih banyak untuk terpilih ke komputerisasi waktu dalam sampel. Memerlukan ukuran sampel Proses pemilihan besar menggunakan tabel Menghasilkan galat besar random Mahal Systematic Pemilihan elemen Sederhana untuk diran- Periodisiti dalam populasi populasi dimulai cang menyebabkan distorsi dengan random seed Mudah digunakan sampel dan hasilnya dan elemen dibandingkan simple Jika daftar anggota populasi selanjutnya dipilih random cenderung monotonik, akan setiap elemen ke k Mudah menentukan menghasilkan estimasi bias distribusi sampling dari berdasarkan titik mulainya rata-rata atau proporsi Kurang mahal dibandingkan simple random Perbandingan Probability Sampling Tipe Deskripsi Keunggulan Kelemahan Stratified Populasi dibagi Peneliti mengawasi ukuran Kesalahan meningkat menjadi subpopulasi sampel dalam strata jika atau strata dan dari Peningkatan efisiensi subgrup dipilih pada setiap strata tersebut statistik ukuran dipilih satuan Menyediakan data untuk berbeda pengamatan secara menyajikan dan Mahal, khususnya jika random menganalisis sub populasi strata (strata) harus dibuat sendiri Memungkinkan penggunaan metode berbeda dalam strata Cluster Populasi dibagi Memberikan estimasi Sering menghasilkan menjadi sub parameter tak bias jika efisiensi statistik yang populasi yang dikerjakan sempurna rendah (kesalahan bersifat heterogen. Lebih efisien secara tinggi) Beberapa ekonomis dibandingkan yang disebabkan subpopulasi dipilih simple random subgrup secara random untuk Biaya termurah per sampel, relatif homogen diteliti lebih lanjut terutama kluster geografis Mudah dilaksanakan tanpa daftar anggota populasi Menentukan Jumlah Sampel Menurut Slovin (1960) Menurut Gay dan Diehl (1992) Menurut Roscoe (1975) Menurut Frankel dan Wallen (1993:92) Menurut Malhotra (1993) Menurut Arikunto Suharsimi (2005) Menurut Hair et al. (2010) Formula Jacob Cohen Menurut Slovin (1960) n=N/(N(d)^2+1) n = sampel; N = populasi; d = nilai presisi 95% atau sig. = 0,05. Misalnya, jumlah populasi adalah 125, dan tingkat kesalahan yang dikehendaki adalah 5%, maka jumlah sampel yang digunakan adalah : n=125/(125.(0,05)^2+1)=95,23, dibulatkan 95 Menurut Gay dan Diehl (1992) Jika penelitiannya bersifat deskriptf, maka sampel minimunya adalah 10% dari populasi Jika penelitianya korelasional, sampel minimunya adalah 30 subjek Apabila penelitian kausal perbandingan, sampelnya sebanyak 30 subjek per group Apabila penelitian eksperimental, sampel minimumnya adalah 15 subjek per group Menurut Roscoe (1975) Ukuran sampel lebih dari 30 dan kurang dari 500 adalah tepat untuk kebanyakan penelitian Jika sampel dipecah ke dalam subsampel (pria/wanita, junior/senior, dan sebagainya), ukuran sampel minimum 30 untuk tiap kategori adalah tepat Dalam penelitian multivariate (termasuk analisis regresi berganda), ukuran sampel sebaiknya 10x lebih besar dari jumlah variabel dalam penelitian Untuk penelitian eksperimental sederhana dengan kontrol eskperimen yang ketat, penelitian yang sukses adalah mungkin dengan ukuran sampel kecil antara 10 sampai dengan 20 Menurut Frankel dan Wallen (1993:92) Penelitian deskriptif sebanyak 100 Penelitian korelasional sebanyak 50 Penelitian kausal-perbandingan sebanyak 30/group Penelitian eksperimental sebanyak 30/15 per group Menurut Malhotra (1993) Malhotra (1993) memberikan panduan ukuran sampel yang diambil dapat ditentukan dengan cara mengalikan jumlah variabel dengan 5, atau 5x jumlah variabel. Dengan demikian jika jumlah variabel yang diamati berjumlah 20, maka sampel minimalnya adalah 5 x 20 = 100 Menurut Arikunto Suharsimi (2005) jika peneliti memiliki beberapa ratus subjek dalam populasi, maka mareka dapat menentukan kurang lebih 25 30% dari jumlah tersebut. Jika jumlah anggota subjek dalam populasi hanya meliputi antara 100 150 orang, dan dalam pengumpulan datanya peneliti menggunakan angket, maka sebaiknya subjek sejumlah itu diambil seluruhnya. Namun apabila peneliti menggunakan teknik wawancara dan pengamatan, jumlah tersebut dapat dikurangi menurut teknik sampel dan sesuai dengan kemampuan peneliti. Menurut Hair et al. (2010) sampel yang diambil dapat ditentukan dengan cara mengalikan jumlah variabel dengan 5 hingga 25 kali , atau 5-25x jumlah variabel. Formula Jacob Cohen N = L / F^2 + u + 1 Keterangan : N = Ukuran sampel F^2 = Effect Size u = Banyaknya ubahan yang terkait dalam penelitian L = Fungsi Power dari u, diperoleh dari table Power (p) = 0.95 dan Effect size (f^2) = 0.1 Harga L tabel dengan t.s 1% power 0.95 dan u = 5 adalah 19.76 maka dengan formula tsb diperoleh ukuran sampel N = 19.76 / 0.1 + 5 + 1 = 203,6, dibulatkan 203 Definisi Operasional Variabel Menjelaskan bagaimana suatu variabel diukur Contoh Teknik Analisis