Metode Penelitian

Dr. Robiyanto, S.E., M.M.

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
Stratified Populasi dibagi Peneliti mengawasi ukuran
menjadi subpopulasi sampel dalam strata
atau strata dan dari Peningkatan efisiensi
setiap strata tersebut statistik
dipilih satuan Menyediakan data untuk
pengamatan secara menyajikan dan
random menganalisis sub populasi
(strata)
Memungkinkan penggunaan
metode berbeda dalam strata
Cluster Populasi dibagi Memberikan estimasi
menjadi sub parameter tak bias jika
populasi yang dikerjakan sempurna
bersifat heterogen. Lebih efisien secara
Beberapa ekonomis dibandingkan
subpopulasi dipilih simple random
secara random untuk Biaya termurah per sampel,
diteliti lebih lanjut terutama kluster geografis
Mudah dilaksanakan tanpa
daftar anggota populasi
Kelemahan
Kesalahan meningkat
jika
subgrup dipilih pada
ukuran
berbeda
Mahal, khususnya jika
strata
harus dibuat sendiri
Sering menghasilkan
efisiensi statistik yang
rendah (kesalahan
tinggi)
yang disebabkan
subgrup
relatif homogen
 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