STATISTIKA DAN PROBABILITAS

Pendahuluan

Diajukan untuk memenuhi salah satu tugas mata kuliah Statistika dan Probabilitas yang
diampu oleh Dr.Ir.H.Iskandar Muda P, M.T

Oleh :

LARITA SEPTIANI

(1700975)

PROGRAM STUDI TEKNIK SIPIL

DEPARTEMEN PENDIDIKAN TEKNIK SIPIL

FAKULTAS PENDIDIKAN TEKNOLOGI DAN KEJURUAN

UNIVERSITAS PENDIDIKAN INDONESIA

BANDUNG

2018
 KATA PENGANTAR

Dengan menyebut nama Allah SWT yang Maha Pengasih lagi Maha Panyayang, Kami
panjatkan puja dan puji syukur atas kehadirat-Nya, yang telah melimpahkan rahmat, hidayah,
dan inayah-Nya kepada kami, sehingga kami dapat menyelesaikan makalah ilmiah tentang
limbah dan manfaatnya untuk masyarakat.

Makalah ilmiah ini telah kami susun dengan maksimal dan mendapatkan bantuan dari
berbagai pihak sehingga dapat memperlancar pembuatan makalah ini. Untuk itu kami
menyampaikan banyak terima kasih kepada semua pihak yang telah berkontribusi dalam
pembuatan makalah ini.

Terlepas dari semua itu, Kami menyadari sepenuhnya bahwa masih ada kekurangan baik
dari segi susunan kalimat maupun tata bahasanya. Oleh karena itu dengan tangan terbuka
kami menerima segala saran dan kritik dari pembaca agar kami dapat memperbaiki makalah
ilmiah ini.

Akhir kata kami berharap semoga makalah ilmiah tentang limbah dan manfaatnya untuk
masyarakan ini dapat memberikan manfaat maupun inpirasi terhadap pembaca.

Bandung,11 Februari 2018

Penyusun
 DAFTAR ISI

Kata Pengantar............................................................................................................................

Daftar Isi....................................................................................................................................

Daftar Gambar...........................................................................................................................

Daftar Tabel..............................................................................................................................

BAB 1 PENDAHULUAN

1.1 Latar Belakang.....................................................................................................................

1.2 Rumusan Masalah................................................................................................................
1.3 Tujuan...................................................................................................................................
1.4 Manfaat................................................................................................................................
1.5 Sistematika Penulisan...........................................................................................................

BAB 2 PEMBAHASAN

2.1 Statistik dan Statistika……………………………………………………………….....

2.2 Statistika Deskriptif……………………………………………………………….......

2.3 Statistika Inferensia……………………………………………................................

2.4 Data dan Jenis Data.........………………………………………………………………

2.5 Populasi dan Sampel..........……………………………………………………….......

2.6 Teknik Pengambilan Sampel.......................... ………………………………………

BAB 3 PENTUP
3.1 Kesimpulan.............................................................................................................................

3.2 Saran.......................................................................................................................................

Daftar Pustaka
 DAFTAR GAMBAR

Gambar 1. Macam macam Statistik……………………………………………………………………

Gambar 2. Contoh Statistika Deskriptif...........................…………………………………………….

Gambar 3. Bagan Statistika Deskriptif.......................................................................…………

Gambar 4. Contoh Statistika Inferensial……………………………………………….................…

Gambar 5. Bagan Statistika Inferensial…………………………………………………............……

Gambar 6. Macam macam data...................……………………………………………………....…

Gambar 7. Teknik Pengambilan Sampel

 DAFTAR TABEL

Tabel 1. Penggunaan Statistik Parametrik dan Non Parametrik………………….................

 BAB 1

PENDAHULUAN

1.1 Latar Belakang

Matematika merupakan ilmu yang sangat berkaitan dengan kehidupan. Sebagai ibu dari ilmu
pengetahuan, matematika merupakan ilmu dasar yang dapat digunakan untuk memecahkan
masalah dalam bidang ilmu yang lain. Misalnya, Fisika, Kimia, Biologi, Akuntansi,
Ekonomi, Sosial, dan Astronomi.

Melihat betapa pentingnya matematika maka perlu adanya peningkatan kualitas pendidikan
matematika demi untuk membentuk manusia yang memiliki daya nalar dan data pikir yang
kreatif dan cerdas dalam memecahkan masalah, serta mampu mengomunikasikan gagasan-
gagasannya. Pendidikan matematika harus dapat membantu Anda menyongsong masa depan
dengan lebih baik.

Atas dasar inilah, kami menyusun makalah ini, dalam hal ini kami lebih memfokuskan dalam
bidang statistic yaitu mengenai ukuran letak data. Matematika sendiri memiliki beberapa
cabang pembelajaran, seperti statistic, bilangan, rumus – rumus bangun ruang, serta
penggunaan sinus, cosinus, dan sebagainya. Dalam hal ini kami membahas statistic, dimana
statistic berguna guna mengumpulkan data untuk membuat atau menarik suatu keputusan,
untuk membandingkan sesuatu dan lain – lain. Pada umumnya, statistik disajikan dalam
bentuk tabel atau diagram agar mudah dibaca, dipahami, dan dianalisis.

Contoh data statistik di antaranya data kelahiran bayi di suatu daerah pada tahun tertentu dan
jumlah penduduk suatu wilayah. Untuk mengumpulkan, menganalisis, serta menarik
kesimpulan yang benar dari suatu data diperlukan sebuah metode. Metode untuk
mengumpulkan data, menyusun data, mengolah data, menganalisis data, sampai menarik
kesimpulan disebut statistika.

1.2 Rumusan Masalah

1. Apakah yang dimaksud dengan Statistik dan Statistika?

2. Apa saja metode Statistika?

3. Apa itu Populasi dan Sampel?

4. Bagaimana cara teknik sampling?

1.3 Tujuan

Makalah ini disusun untuk memenuhi salah satu tugas mata kuliah Kajian Teknologi dan
Vokasi, dari dosen kami yaitu Dr.Ir.H.Iskandar Muda P, M.T dan untuk menambah informasi
khususnya untuk kami para mahasiswa jurusan Teknik Sipil agar bisa semakin mengetahui
peluang terjadinya suatu kejadian dari hasil pengamatan, riset maupun penelitian.
 BAB II
PEMBAHASAN
1.1 Statistik dan Statistika
Statistika adalah sebuah metode ilmiah yang digunakan untuk mengumpulkan,
mengorganisasikan, meringkus, menyajikan ataupun menganalisis data. Tujuannya adalah
untuk memperoleh gambaran yang terperinci mengenai karakteristik data itu sendiri. Data
data tersebut digunakan dalam mengambil kesimpulan mengani nilai yang terkandung dalam
kumpulan objek yang datanya telah diambil. Dalam bukunya sudjana mendefinisikan statistik
sebagai pengetahuan yang berhubungan dengan cara-cara pengumpulan data, pengelolaan,
penganalisisan dan tata cara penarikan kesimpulan berdasarkan sekumpulan data. Sedangkan
Statistik adalah merupakan hasil data, kumpulan data yang berupa bilangan maupun non
bilangan yang diperoleh dari pengumpulan data selanjutnya akan di kolela dan diperoleh dari
proses statistika.

Lebih jauh mengenai ilmu statistik. Statistik dibedakan ke dalam dua jenis. Yakni yang
pertama adalah gambaran atau rincian data yang sudah disajikan dalam bentuk angka,
bilangan, grafik, tabel dan gambar-gambar sebagai hasil dari proses statistika. Sebagai contoh
Statistik penduduk, Statistik harga, statistik prosduksi dan sebagainya. Kemudian yang kedua,
Statistik digunakan untuk merepresentasikan ukuran sebagai wakil dari kumpulan data
mengenai sebuah objek. Ukuran ini dapat berupa perhitungan mengenai kumpulan data yang
telah diambil dari sebagian objek (sample) atau seluruh data yang ada pada objek (populasi).
Oleh karena itu dalam statistik banyak terdapat istilah rata-rata, variansi yang merupakan
hasil dari proses statistik mengenai data. Istilah ini tidak memberikan data yang tepat
melainkan gambaran mengenai objek dengan tingkat kesalahan yang juga ikut
diperhitungkan.

Pengertian statistik dari berbagai aspek

Lebih detail mengenai istilah statistik, secara sederahana statistik dapat dibagi ke dalam tiga
kelompok yakni:
1. Statistik sebagai data atau angka, yakni statistik merupakan kumpulan angka-
angka yang diperoleh dari hasil penelitian berulang-ulang untuk tujuan yang telah
ditetapkan. Angkanya disebut data/angka statistik
2. Statistik sebagai metode, yaitu cara yang digunakan untuk mengumpulkan,
mengorganisir, menyusun, menyajikan dan menganalisis data angka yang telah
dihimpun, serta menarik kesimpulan berdasarkan hasil analisis.
3. Statistik sebagai ilmu pengetahuan, yaitu ilmu yang mempelajari dan
mengembangkan teknik-teknik analasis data dengan cara statistik.
Berkaitan dengan definisi diatas, statistik merupakan sebuah metode ilmiah yang digunakan
untuk menarik kesimpulan, menentukan sebuah perkiraan dan membuat sebuah ramalan
berdasarkan data yang ada.
Bermacam macam statistik dapat di gambarkan seperti dibawah ini:

Gambar 1. Macam macam Statistik

1.2 Statistika Deskriptif

Statistika deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan

penyajian suatu gugus data sehingga memberikan informasi yang
berguna.[1] Pengklasifikasian menjadi statistika deskriptif dan statistika inferensia dilakukan
berdasarkan aktivitas yang dilakukan.
Statistika deskriptif hanya memberikan informasi mengenai data yang dipunyai dan sama
sekali tidak menarik inferensia atau kesimpulan apapun tentang gugus induknya yang lebih
besar.[1] Contoh statistika deskriptif yang sering muncul adalah, tabel, diagram, grafik, dan
besaran-besaran lain di majalah dan koran-koran.[1] Dengan Statistika deskriptif, kumpulan
data yang diperoleh akan tersaji dengan ringkas dan rapi serta dapat memberikan informasi
inti dari kumpulan data yang ada. Informasi yang dapat diperoleh dari statistika deskriptif ini
antara lain ukuran pemusatan data, ukuran penyebaran data, serta kecenderungan suatu gugus
data.[2]

Gambar 2. Contoh Statistika deskriptif ; suatu pengunjung website

Berikut adalah bagan dari Statistika Deskriptif:

Gambar 3. Bagan Statistika Deskriptif

2.3 Statistika Inferensial
Statistik inferensial merupakan bagian dari statistika yang mempelajari mengenai penafsiran
dan penarikan kesimpulan yang berlaku secara umum dari sampel yang tersedia. Statistika
inferensial berhubungan dengan pendugaan populasi dan pengujian hipotesis dari suatu data
atau keadaan atau fenomena. Dengan kata lain, statistika inferensial berfungsi meramalkan
dan mengontrol keadaan atau kejadian.

Gambar 4. Contoh Statistika Inferensial

Penarikan kesimpulan pada statistika inferensial ini merupakan generalisasi dari suatu
populasi berdasarkan sampel yang ada.
Ruang lingkup bahasan statistika inferensial secara umum dikelompokkan atas:
1. Uji hipotesis asosiasi (dugaan tentang adanya hubungan antar variabel) di
antaranya: uji korelasi dan uji regresi.
2. Uji hipotesis komparasi (dugaan tentang adanya perbedaan nilai-nilai dua
kelompok variabel atau lebih) di antaranya: uji-t, ANAVA (analysis of variance),
ANACOVA (analysis of covariance), MANOVA (multivariate analysis of variance),
dan MANCOVA (multivariate analysis of covariance).

Berdasarkan bentuk indikator yang dianalisis, statistik inferensial dibedakan menjadi:

Statistik Parametrik

Statistik parametrik merupakan bagian statistika yang parameter populasinya harus

memenuhi syarat-syarat tertentu seperti syarat data berkala interval/rasio, syarat pengambilan
sampel harus random, berdistribusi normal (normalitas) dan memiliki varian yang homogen
(homogenitas), model regresi linier, dan sampel lebih besar dari 30. Dalam statistika,
parametrik indikator-indikator yang dianalisis adalah parameter-parameter dari ukuran objek
yang bersangkutan.
Statistik Nonparametrik

Statistik nonparametrik merupakan bagian statistika yang parameter populasinya bebas dari
keharusan memenuhi syarat-syarat tertentu seperti syarat data berkala interval/rasio, syarat
pengambilan sampel harus random, berdistribusi normal (normalitas) dan memiliki varian
yang homogen (homogenitas), model regresi linier, dan sampel lebih besar dari 30. Dalam
statistika non-parametrik indikator-indikator yang dianalisis adalah sisi lain parameter ukuran
objek yang bersangkutan.
Pada uji hipotesis komparasi, seperti yang dipaparkan sebelumya terdapat beberapa uji beda.
Uji t (t-test) digunakan untuk membandingkan sebuah data yang bersifat interval atau rasio
(statistik parametrik) dari maksimum dua kelompok. Apabila data berupa nominal, maka uji
beda atau uji pembandingan dari dua kelompok menggunakan chi kuadrat. Sementara itu,
analisis varian digunakan untuk membandingkan sebuah data yang bersifat interval atau
rasio dari tiga kelompok atau lebih. Analisis varian dibedakan atas analisis univariat dan
multivariat. Perbedaan antar keduanya terletak pada jumlah variabel dependen atau variabel
terikatnya. Anava univariat digunakan ketika variabel yang dibandingkan adalah satu variabel
terikat sedangkan multivariat digunakan untuk membandingkan lebih dari 2 variabel terikat.
Analisis varian univariat terdiri dari Anava dan Anacova, sedangkan analisis varian
multivariat terdiri dari Manova dan Mancova.

Manova dan Mancova

Manova (Multivariate Analysis of Variance)

Manova is a statistical technique that can be used simultaneously explore relationship

between several categorical independent variable (usually reffered to as treatments) and two
or more metric dependent variable. Manova is useful when the researcher designs an
experimental situation (manipulation of several nonmetric treatment vvariable) ti test
hypothesis concerning the variance in group responses on two or more metric dependent
variable,”(Hair, Black, Babin, Anderson, Tathan, 2006).

Manova adalah teknik statistik yang dapat digunakan secara simultan untuk mengeksplor
hubungan antara beberapa kategori variabel independen (biasanya berupa perlakuan) dan dua
atau lebih variabel dependen. Manova berguna ketika peneliti mendesain situasi
eksperimental (manipulasi beberapa variabel perlakuan nonmetrik) hipotesis uji t mengenai
varian pada respon kelompok dua tau lebih variabel.

Letak perbedaan Manova dan Anova hanya pada jumlah variabel terikatnya. Anova
menganalis hubungan antara beberapa kategori variabel bebas dengan satu variebel terikat,
sementara Manova menggabungkan dua atau lebih variabel terikat dalam analisis yang sama,
sehingga memungkinkan tes yang dilakukan semakin kuat. Hal ini dapat dilakukan dan
dibenarkan hanya apabila peneliti yakin adanya korelasi di antara variabel-variabel terikat
tersebut. Manova dapat digunakan dalam analisis data hasil penelitian apabila nilai respon
atau variabel dependennya berjumlah lebih besar atau sama dengan dua.

Contoh kasus!

Seorang konsultan pendidikan dalam bidang sains mengembangkan metode baru dalam
pembelajaran matematika dan fisika untuk tingkat sekolah menengah atas. Sistem baru ini
dimaksudkan untuk meningkatkan nilai ujian akhir kedua mata pelajaran tersebut. Untuk
menguji keefektifan metode belajar baru, diambil 60 siswa secara acak dari 3 sekolah yang
berbeda di mana setiap sekolah diwakili oleh 20 siswa. Tiap sekolah dibagi menjadi 2
kelompok, yaitu 10 orang pertama tetap diberi perlakuan metode pembelajaran lama dan 10
orang lainnya diberikan perlakuan dengan metode pembelajaran baru.

Berdasarkan contoh di atas, nilai fisika dan nilai matematika dapat diklasifikasikan sebagai
variabel dependen, sedangkan metode belajar dan sekolah termasuk variabel independen.
Untuk menguji apakah metode baru menghasilkan nilai rata-rata hasil ujian lebih baik dari
metode lama dapat dilakukan menggunakan multivariate analysis of variance.

Manova adalah pengembangan dari analisis varian (Anova) di mana digunakan untuk
mengukur perbedaan rata-rata untuk dua atau lebih variabel dependen berdasarkan satu atau
beberapa variabel kategori yang bertindak sebagai variabel prediktor. Perbedaan antara
Manova dan Anova diformulasikan sebagai berikut;

MANOVA
Y1 + Y2 + Y3 +…+Yn = X1 + X2 + X3 +…+ Xn
(Dependen) (Independen)
ANOVA
Y1 = X1 + X2 + X3 +…+ Xn
(Dependen) (Independen)

Mancova (Multivariate Analysis of Covariance)

Multivariate Analysis of Covariance adalah analisis kovarian di mana setidaknya ada dua
variabel dependen yang diukur secara simultan untuk menguji apakah terdapat perbedaan
perlakuan terhadap sekelompok variabel dependen setelah disesuaikan dengan pengaruh
variabel konkomitan (kendali) (Raykov & Marcoulides, 2008: 192).

Analisis multi kovarian digunakan untuk membandingkan dua data atau lebih yang semuanya
bersifat interval dari dua kelompok atau lebih, disertai pengendalian satu atau lebih data yang
juga semuanya bersifat interval. Analisis Kovariansi sangat membantu dalam menghasilkan
kesimpulan yang lebih akurat. Pada variabl dependen, terdapat satu atau lebih kuantitatif
variabel yang dikenal kovariat atau konkomitan variabel. Secara umum, kovariat merupakan
variabel yang secara teoritik berkorelasi dengan variabel terikat atau beberapa variabel yang
menunjukkan korelasi pada beberapa jenis subjek yang sama. Tujuan utama kovariat
dilibatkan dalam penelitian adalah untuk memperoleh presisi dengan menghilangkan variansi
kesalahan. Selain itu, pengikutsertaan kovariat juga bertujuan untuk menurunkan efek dari
beberapa faktor yang tidak dapat dikontrol oleh peneliti.

Contoh kasus!

Seorang peneliti tertarik untuk melakukan penelitian mengenai apakah metode pembelajaran
(tradisional dan discovery) dan perbedaan kelas berdasarkan waktu perkuliahan ( kelas A
yaitu kelas perkuliahan pagi pukul 08.00, kelas B yaitu kelas perkuliahan siang pukul 14.00,
dan kelas C yaitu kelas perkuliahan malam pukul 20.00) dalam pembelajaran fisika
berpengaruh terhadap nilai tes di bidang mekanik, panas, dan bunyi setelah disesuaikan
dengan nilai IQ mahasiswa.

Berdasarkan contoh di atas, nilai tes di bidang mekanik, panas, dan bunyi dapat
diklasifikasikan sebagai variabel dependen, sedangkan nilai IQ bertindak sebagai variabel
konkomitan atau kovariat. Terdapat pula 2 variabel independen yaitu metode pembelajaran
dan perbedaan kelas.

MANCOVA merupakan perpaduan dari ANCOVA dan MANOVA yang memungkinkan

peneliti untuk mengendalikan pengaruh dari satu atau lebih kovariat (Salkind, 2010 : 861).
Perbedaan antara Mancova dan Anacova diformulasikan sebagai berikut;

MANCOVA
Y1 + Y2 + Y3 +…+Yn + Yp1 + Yp2 +…+ Ypn = X1 + X2 + X3 +…+ Xn
(Dependen) (Kovariat) (Independen)
ANACOVA
Y1 + Yp1 + Yp2 +…+Ypn = X1 + X2 + X3 +…+ Xn
(Dependen) (Kovariat) (Independen)

Berikut adalah bagan Statistik Inferensial:

Gambar 5. Statistika Inferensial

2.4 Data dan Jenis Data

Data hasil penelitian dapat dikelompokan menjadi dua yaitu data kualitatif dan kuantitatif.
Data kualitatif adalah data yang berbentuk kalimat, kata atau gambar. Sedangkan data
kuantitatif adalah data yang berbentuk angka, atau data kualitatif yang diangkakan (skoring).

Data kuantitatif dapat dikelompokan menjadi dua besar yaitu data diskrit dan data
kontinum. Data diskrit adalah data yang diperoleh dari hasil menghitung atau membilang
(bukan mengukur). Misalnya jumlah desa ada 5, jumlah jenis kelamin ada 2 dsb. Data ini
sering juga disebut dengan data nominal. Data nominal biasanya diperoleh dari penelitian
yang bersifat eksploratif atau survey. Data kontinum adalah data yang diperoleh dari hasil
pengukuran. Data kontinum dapat dikelompokan menjadi tiga yaitu: Ordinal,
Interval danRasio.

Gambar 6. Macam macam Data

Data ordinal adalah data yang berjenjang atau berbentuk peringkat. Oleh karena itu jarak satu
dengan yang lain mungkin tidak sama. Juara I, II, III; Golongan I, II, III, IV; Eselon I, II, III,
IV dsb. Data ordinal biasanya makin kecil angkanya maka makin tinggi nilainya. Misalnya
Juara I lebih baik dari Juara II; Eselon I lebih tinggi dari eselon II. Yang agak janggal adalah
golongan I, mestinya lebih tinggi dari golongan II. Untuk PNS ternyata tidak demikian
bahkan sebaliknya. Menurut data ini Eselon I mestinya golongan gajinya juga I. Untuk PNS
Eselon I golongan gajinya adalah IV hal ini jadi rancu. Data ordinal ini dapat dibentuk dari
data interval atau rasio.

Data Interval adalah data yang jaraknya sama, tetapi tidak mempunyai nilai nol absolute
(mutlak). Pada data ini walaupun datanya nol tetapi masih mempunyai nilai. Misalnya nol
derajat celcius ternyata masih ada nilainya yaitu nol atau masih memiliki derajat panas dan
dingin. Dalam penelitian sosial yang instrumennya menggunakan Skala Likert, Gutman,
Semantic Differential dan Thurstone, data yang diperoleh adalah data interval. Seperti telah
dijelaskan sebelumnya bahwa data ini dapat dibuat menjadi data ordinal.

Data rasio adalah data yang jaraknya sama dan mempunyai nilai nol absolut. Jadi kalau data
nol berarti tidak ada apa-apanya. Hasil pengukuran panjang (meter), berat (kg) adalah contoh
data rasio. Bila nol meter maka tidak ada panjangnya, demikian juga bila nol kg berarti tidak
memiliki berat. Data ini bisa dijumlah, dikurangi, dibagi atau dikalikan. Misalnya 5 kg + 5 kg
= 10 kg. Untuk jenis data yang lain tidak bisa demikian, oleh karena itu data yang paling teliti
adalah data rasio. Data ini dapat disusun ke dalam data interval ataupun ordinal.

Tabel 1. Penggunanaan Statistik Parametrik dan Non Parametrik

2.5 Populasi dan Sampel

 Populasi adalah wilayah generalisasi yang terdiri atas obyek atau subyek yang
mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk
dipelajari dan kemudian ditarik kesimpulannya (Sugiyono. 2005 : 90).
 Populasi adalah keseluruhan subjek penelitian (Arikunto, 2002:108).
 Populasi adalah keseluruhan dari variabel yang menyangkut masalah yang diteliti
(Nursalam. 2003).
 Populasi ialah semua nilai baik hasil perhitungan maupun pengukuran, baik
kuantitatif maupun kualitatif, dari karakteristik tertentu mengenai sekelompok objek
yang lengkap dan jelas (Husaini Usman. 2006 : 181).
 Populasi adalah seluruh individu yang menjadi wilayah penelitian akan dikenai
generalisasi” (I.B. Netra, 1974 hal 10)

 Pengertian dari sampel adalah sebagian dari subyek dalam populasi yang diteliti, yang
sudah tentu mampu secara representative dapat mewakili populasinya (Sabar,2007).
 Menurut Sugiyono sampel adalah bagian atau jumlah dan karakteritik yang dimiliki
oleh populasi tersebut. Bila populasi besar, dan peneliti tidak mungkin mempelajari
semua yang ada pada populasi, missal karena keterbatan dana, tenaga dan waktu,
maka peneliti akan mengambil sampel dari populasi itu. Apa yang dipelajari dari
sampel itu, kesimpulannya akan diberlakukan untuk populasi. Untuk itu sampel yang
diambil dari populasi harus betul-betul representative (Sugiyono,2011).
SAMPEL
Ada empat parameter yang bisa dianggap menentukan representativeness sampel (sampel
yang benar-benar mencerminkan populasinya), yaitu:
1. Variabilitas populasi
Variabilitas populasi merupakan hal yang sudah “given”, artinya peneiti harus menerima
sebagaimana adanya, dan tidak dapat mengatur atau memanipulasinya.
2. Besar sampel
Makin besar sampel yang diambil akan semakin besar atau tinggi taraf representativeness
sampel tersebut. Jika populasinya homogen secara sempurna, besarnya sampel tidak
mempengaruhi tarag representativeness sampel.
3. Teknik penentuan sampel
Makin tinggi tingkat rambang dalam penentuan sampel, akan makin tinggi pula tingkat
representativeness sampel.
4. Kecermatan memasukkan ciri-ciri populasi dalam sampel.
Makin lengkap ciri-ciri populasinya yang dimasukkan ke dalam sampel, akan makin tinggi
tingkt representativeness sampel.
2.6 Teknik Pengambilan Sampel

Sampel merupakan bagian populasi penelitian yang digunakan untuk memperkirakan hasil dari
suatu penelitian. Sedangkan teknik sampling adalah bagian dari metodologi statistika yang
berkaitan dengan cara-cara pengambilan sampel.

Pengertian sampling atau metode pengambilan sampel menurut penafsiran beberapa ahli .
Beberapa diantarnya adalah sebagai berikut;

 Teknik sampling adalah teknik pengambilan sampel (Sugiyono, 2001: 56).

 Teknik sampling adalah cara untuk menentukan sampel yang jumlahnya sesuai dengan
ukuran sampel yang akan dijadikan sumber data sebenarnya, dengan memperhatikan
sifat-sifat dan penyebaran populasi agar diperoleh sampel yang representatif. (Margono,
2004)

Tujuan Pengambilan Sampel;

 Populasi terlalu banyak atau jangkauan terlalu luas sehingga tidak memungkinkan
dilakukan pengambilan data pada seluruh populasi.
 Keterbatasan tenaga, waktu, dan biaya.
 Adanya asumsi bahwa seluruh populasi seragam sehingga bisa diwakili oleh sampel.

Tahapan Pengambilan Sample diantaranya;

 Mendefinisikan populasi yang akan diamati

 Menentukan kerangka sampel dan kumpulan semua peristiwa yang mungkin
 Menentukan teknik atau metode sampling yang tepat
 Melakukan pengambilan sampel (pengumpulan data)
 Melakukan pemeriksaan ulang pada proses sampling

Gambar 7. Teknik Pengambilan Sampel

Cara Pengambilan Sampel bermacam-macam tergantung jenis penelitian yang akan dilakukan.
Secara garis besar, metode pengambilan sampel terdiri dari 2 kelas besar yaitu

 Probability Sampling (Random Sample)

 Non- Probability Sampling (Non-Random Sample).

Kedua jenis tersebut terdiri dari pengambilan secara acak dan pengambilan sampel tidak acak.
Kedua jenis ini juga memiliki sub – sub lain yang diantaranya adalah purposive sampling,
snowball samping, cluster sampling dll.

Probability sampling adalah Metode pengambilan sampel secara random atau acak. Dengan
cara pengambilan sampel ini. Seluruh anggota populasi diasumsikan memiliki kesempatan yang
sama untuk terpilih menjadi sampel penelitian. Metode ini terbagi menjadi beberapa jenis yang
lebih spesifik, antara lain:

1. Pengambilan Sampel Acak Sederhana (Simple Random Sampling)

Pengambilan sampel acak sederhana disebut juga Simple Random Sampling. teknik penarikan
sampel menggunakan cara ini memberikan kesempatan yang sama bagi setiap anggota
populasi untuk menjadi sampel penelitian. Cara pengambilannya menggunakan nomor undian.

Terdapat 2 pendapat mengenai metode pengambilan sampel acak sederhana. Pendapat

pertama menyatakan bahwa setiap nomor yang terpilih harus dikembalikan lagi sehingga setiap
sampel memiliki prosentase kesempatan yang sama. Pendapat kedua menyatakan bahwa tidak
diperlukan pengembalian pada pengambilan sampel menggunakan metode ini. Namun, metode
yang paling sering digunakan adalah Simple Random Sampling dengan pengembalian.

elebihan metode ini yaitu dapat mengurangi bias dan dapat mengetahui standard
error penelitian. Sementara kekurangannya yaitu tidak adanya jaminan bahwa sampel yang
terpilih benar-benar dapat merepresentasikan populasi yang dimaksud.

Contoh Pengambilan Sampel Metode Acak Sederhana:

Dalam suatu penelitian dibutuhkan 30 sampel, sedangkan populasi penelitian berjumlah 100
orang. Selanjutnya peneliti membuat undian untuk mendapatkan sampel pertama.

Setelah mendapatkan sampel pertama, maka nama yang terpilih dikembalikan lagi agar populasi
tetap utuh sehingga probabilitas responden berikutnya tetap sama dengan responden pertama.
Langkah tersebut kembali dilakukan hingga jumlah sampel memenuhi kebutuhan penelitian.

2. Pengambilan Sampel Acak Sistematis (Systematic Random Sampling)

Metode pengambilan sampel acak sistematis menggunakan interval dalam memilih sampel
penelitian. Misalnya sebuah penelitian membutuhkan 10 sampel dari 100 orang, maka jumlah
kelompok intervalnya 100/10=10. Selanjutnya responden dibagi ke dalam masing-masing
kelompok lalu diambil secara Contoh Sampel Acak Sistematis adalah pengambilan sampel
pada setiap orang ke-10 yang datang ke puskesmas. Jadi setiap orang yang datang di urutan
10,20,30 dan seterusnya maka itulah yang dijadikan sampel penelitian acak tiap kelompok.
3. Pengambilan Sampel Acak Berstrata (Stratified Random Sampling)

Metode Pengambilan sampel acak berstrata mengambil sampel berdasar tingkatan tertentu.
Misalnya penelitian mengenai motivasi kerja pada manajer tingkat atas, manajer tingkat
menengah dan manajer tingkat bawah. Proses pengacakan diambil dari masing-masing
kelompok tersebut.

4. Pengambilan Sampel Acak Berdasar Area (Cluster Random Sampling)

Cluster Sampling adalah teknik sampling secara berkelompok. Pengambilan sampel jenis ini
dilakukan berdasar kelompok / area tertentu. Tujuan metode Cluster Random Sampling antara
lain untuk meneliti tentang suatu hal pada bagian-bagian yang berbeda di dalam suatu instansi.

Misalnya, penelitian tentang kepuasan pasien di ruang rawat inap, ruang IGD, dan ruang poli di
RS A dan lain sebagainya.

5. Teknik Pengambilan Sampel Acak Bertingkat (Multi Stage Sampling)

Proses pengambilan sampel jenis ini dilakukan secara bertingkat. Baik itu bertingkat dua, tiga
atau lebih.

Misalnya -> Kecamatan -> Gugus -> Desa -> RW – RT

NON- PROBABILITY SAMPLING / NON RANDOM SAMPLE

1. Purposive Sampling

Purposive Sampling adalah teknik sampling yang cukup sering digunakan. Metode ini
menggunakan kriteria yang telah dipilih oleh peneliti dalam memilih sampel. Kriteria pemilihan
sampel terbagi menjadi kriteria inklusi dan eksklusi.

Kriteria inklusi merupakan kriteria sampel yang diinginkan peneliti berdasarkan tujuan penelitian.
Sedangkan kriteria eksklusi merupakan kriteria khusus yang menyebabkan calon responden
yang memenuhi kriteria inklusi harus dikeluarkan dari kelompok penelitian. Misalnya, calon
responden mengalami penyakit penyerta atau gangguan psikologis yang dapat memengaruhi
hasil penelitian.

Contoh Purposive Sampling: penelitian tentang nyeri pada pasien diabetes mellitus yang
mengalami luka pada tungkai kaki. Maka kriteria inklusi yang dipakai antara lain:

1. Penderita Diabetes Melitus dengan luka gangrene (luka pada tungkai kaki)
2. Usia 18-59 tahun
3. Bisa membaca dan menulis

Kriteria eksklusi:

1. Penderita Diabetes Melitus yang memiliki penyakit penyerta lainnya seperti gangguan
ginjal, gagal jantung, nefropati, dan lain sebagainya.
 2. Penderita Diabetes Melitus yang mengalami gangguan kejiwaan.

2. Snowball Sampling

Snowball Sampling adalah teknik pengambilan sampel berdasarkan wawancara atau

korespondensi. Metode ini meminta informasi dari sampel pertama untuk mendapatkan sampel
berikutnya, demikian secara terus menerus hingga seluruh kebutuhan sampel penelitian dapat
terpenuhi.

Metode pengambilan sampel Snowball atau Bola salju ini sangat cocok untuk penelitian
mengenai hal-hal yang sensitif dan membutuhkan privasi tingkat tinggi, misalnya penelitian
tentang kaum waria, penderita HIV, dan kelompok khusus lainnya.

3. Accidental Sampling

Pada metode penentuan sampel tanpa sengaja (accidental) ini, peneliti mengambil sampel yang
kebetulan ditemuinya pada saat itu. Penelitian ini cocok untuk meneliti jenis kasus penyakit
langka yang sampelnya sulit didapatkan.

Contoh penggunan metode ini, peneliti ingin meneliti tentang penyakit Steven Johnson Syndrom
yaitu penyakit yang merusak seluruh mukosa atau lapisan tubuh akibat reaksi tubuh terhadap
antibiotik.

Kasus Steven Johnson Syndrome ini cukup langka dan sulit sekali menemukan kasus
tersebut. Dengan demikian, peneliti mengambil sampel saat itu juga, saat menemukan kasus
tersebut. Kemudian peneliti melanjutkan pencarian sampel hingga periode tertentu yang telah
ditentukan oleh peneliti.

Tehnik pengambilan sampel dengan cara ini juga cocok untuk penelitian yang bersifat umum,
misalnya seorang peneliti ingin meneliti kebersihan Kota Bandung. Selanjutnya dia menanyakan
tentang kebersihan Kota Bandung pada warga Bandung yang dia temui saat itu.

4. Quota Sampling

Metode pengambilan sampel ini disebut juga Quota Sampling. Tehnik sampling ini mengambil
jumlah sampel sebanyak jumlah yang telah ditentukan oleh peneliti. Kelebihan metode ini yaitu
praktis karena sampel penelitian sudah diketahui sebelumnya, sedangkan kekurangannya yaitu
bias penelitian cukup tinggi jika menggunakan metode ini.

Teknik pengambilan sampel dengan cara ini biasanya digunakan pada penelitian yang memiliki
jumlah sampel terbatas. Misalnya, penelitian pada pasien lupus atau penderita penyakit tertentu.
Dalam suatu area terdapat 10 penderita lupus, maka populasi tersebut dijadikan sampel secara
keseluruhan , inilah yang disebut sebagai Total Quota Sampling.

5. Teknik Sampel Jenuh

Teknik Sampling Jenuh adalah teknik penentuan sampel yang menjadikan semua anggota
populasi sebagai sampel. dengan syarat populasi yang ada kurang dari 30 orang.
6. Snowball Sampling

A. PENGERTIAN
Secara umum ada dua teknik sampling yang dapat digunakan, yaitu sampling probabilitas
yang cenderung bersifat kuantitatif dengan analisis statistik, dan teknik sampling non-
probabilitas yang cenderung bersifat kualitatif. Untuk menjawab permasalahan khusus yang
sulit diungkapkan dan tidak mudah dianalisis secara statistik, maka teknik sampling non-
probabilitas akan lebih tepat dan dapat lebih berguna dalam proses pengumpulan data. Teknik
sampling non-probabilitas bertujuan untuk mengidentifikasi hal-hal yang masih belum jelas
dalam penelitian pendahuluan, untuk mendapatkan gambaran tentang kumpulan unit
observasi yang kemudian dijadikan landasan bagi penerapan sampel probabilitas yang lebih
tepat dan akurat.
Menurut Becker (1970), dalam menyiapkan penelitian lapangan, setelah memutuskan lokasi
dan waktu penelitian, peneliti harus menentukan responden yang akan diteliti. Dalam
beberapa studi perumahan, kelompok-kelompok seperti penghuni perumahan real estat atau
anak-anak yang tinggal di lingkungan perumahan flat, dapat didefinisikan dengan lebih jelas
oleh peneliti. Namun, dalam kasus tertentu, kelompok atau orang sebagai responden tidak
dapat ditentukan dengan jelas. Dalam kondisi seperti ini, para peneliti menemukan kesulitan
mengenai siapa yang harus diteliti. Beberapa peneliti mengatasi situasi seperti ini dengan
menggunakan teknik sampling snowball.

Beberapa pengertian yang terkait dengan snowball sampling, antara lain :

• Teknik sampling snowball adalah suatu metode untuk mengidentifikasi, memilih dan
mengambil sampel dalam suatu jaringan atau rantai hubungan yang menerus. Peneliti
menyajikan suatu jaringan melalui gambarsociogramberupagambarlingkaran-lingkaran yang
dikaitkan atau dihubungkan dengan garis-garis. SetiapLingkaran mewakili satu respon dan
atau kasus, dan garis-garis Menunjukkan hubungan antar responden atau anta rkasus
(Neuman, 2003).

• Teknik sampling snowball (bola salju) adalah metoda sampling di mana sampel diperoleh
melalui proses bergulir dari satu responden ke responden yang lain

• nya, biasanya metoda ini digunakan untuk menjelaskan pola-pola social atau komunikasi
(sosiometrik) suatu komunitas tertentu.

• Snowball sampling merupakan salah satu metode dalam pengambilan sample dari suatu
populasi. Dimana snowball sampling ini adalah termasuk dalam teknik non-probability
sampling (sample dengan probabilitas yang tidak sama). Untuk metode pengambilan sample
seperti ini khusus digunakan untuk data-data yang bersifat komunitas dari subjektif
responden/sample, atau dengan kata lain oblek sample yang kita inginkan sangat langka dan
bersifat mengelompok pada suatu Himpunan. Dengan kata lain snowball sampling metode
pengambilan sampel dengan secara berantai (multi level).

Jadi, dapat kita simpulkan bahwa teknik sampling snowball (bola salju) adalah metoda
sampling di mana sampel diperoleh melalui proses bergulir dari satu responden ke responden
yang lainnya, biasanya metoda ini digunakan untuk menjelaskan pola-pola sosial atau
komunikasi (sosiometrik) suatu komunitas tertentu. Atau dengan kata lain,dalam penentuan
sampel, pertama-tama di pilih satu atau dua orang , tetapi karena dengan dua orang ini belum
merasa lengkap terhadap data yang di berikan, maka peneliti mencari orang lain yang di
pandang lebih tahu dan dapat melengkapi data yang di berikan oleh dua orang sebelumnya.
Begitu seterusnya, sehingga jumlah sampel semakin banyak.

B. JENIS-JENIS SNOWBALL SAMPLING

Cara pengambilan :
Pengambilan sample untuk populasi seperti contoh di atas dapat dilakukan dengan cara
mencari contoh sample dari populasi yang kita inginkan, kemudian dari sample yang didapat
dimintai partisipasinya untuk memilih komunitasnya sebagai sample lagi. Seterusnya
sehingga jumlah sample yang kita inginkan terpenuhi.

C. KELEMAHAN DAN KELEBIHAN TEKNIK SNOWBALL SAMPLING

• Kelemahan Teknik Snowball Sampling

1. Waktu pelaksanaan menjadi lebih lama apabila peneliti sulit membangun jaringan.
2. Biaya penelitian dan tenaga yang dikeluarkan dapat bertambah dari perkiraan semula,
apabila belum menemukan responden yang dimaksud.
3. Hasil kurang mewakili populasi, apabila peneliti kurang teliti / hati-hati dalam menentukan
sampel awal untuk membangun jaringan.
4. Ada masalah etika yang harus dipertimbangkan ketika mempublikasikan data, terkait
dengan jaminan kerahasiaan identitas responden, khususnya apabila terkait hal-hal yang
dapat mengancam keamanan diri responden.

• Kelebihan Teknik Snowball Sampling

1. Penelitian dapat dimulai dengan informasi yang terbatas dari responden awal, namun pada
akhirnya informasi berkembang luas dan mendalam.
2. Membantu menemukan pihak-pihak yang terlibat dalam penelitian namun sulit ditemukan
atau tidak diketahui keberadaannya.
3. Meningkatkan jumlah responden dalam prosesnya guna mencapai hasil yang akurat.
4. Membangun gagasan berdasarkan sumber-sumber dari jaringan yang terbentuk.

D. CONTOH KASUS PADA SNOWBALL SAMPLING

1. Akan diteliti pendapat para ahli penyakit dalam senior Indonesia terhadap pengobatan
penyakit dalam menggunakan tenaga dalam, maka pengambilan sampel dapat dilakukan
dengan Snowball sampling. Pertimbangan tersebut dikaitkan dengan kenyataan bahwa
populasi yang berupa ahli penyakit dalam senior di Indonesia sangat spesifik, jumlahnya
sedikit dengan lokasi yang tersebar dan karena profesi yang sama maka kemungkinan besar
mereka saling mengenal satu dengan yang lain. Pertama, dicari seorang ahli penyakit dalam
senior. Selanjutnya dari satu orang ini diminta menunjukkan beberapa ahli lain yang dapat
diwawancarai, demikian seterusnya sehingga diperoleh sejumlah responden yang diperlukan.
2. Meneliti para narkoba. Jika sudah ditemukan satu orang pengguna maka dari orang
tersebut digali informasi siapa saja teman atau teman-temannya yang sama-sama suka
mengkonsumsi narkoba. Dari temannya yang tadi dicari lagi informasi siapa teman atau
teman-teman yang lain. Begitu seterusnya sampai sampel dirasa cukup untuk memperoleh
data yang diperlukan atau sudah tidak terkorek lagi keterangan sampel lainnya siapa dan
dimana, atau sampai data yang diperoleh dipandang sudah cukup memadai untuk menjawab
permasalahan penelitian.
3. Misalnya seorang peneliti ingin mengetahui pandangan kaum lesbian terhadap lembaga
perkawinan. Peneliti cukup mencari satu orang wanita lesbian dan kemudian melakukan
wawancara. Setelah selesai, peneliti tadi minta kepada wanita lesbian tersebut untuk bisa
mewawancarai teman lesbian lainnya. Setelah jumlah wanita lesbian yang berhasil
diwawancarainya dirasa cukup, peneliti bisa mengentikan pencarian wanita lesbian lainnya.
Hal ini bisa juga dilakukan pada pencandu narkotik, para gay, atau kelompok-kelompok
sosial lain yang eksklusif (tertutup).
4. Penerbit majalah mobil antik melakukan survey terhadap orang-orang yang gemar
mengoleksi mobil antik. Responden yang berhasil ditemui diminta untuk menunjukkan
orang-orang lain yang memiliki hobi yang sama.
 BAB III

PENUTUP

33333

3.1. Kesimpulan

Setelah mengetahui apa itu statistika, dan berbagai metode metode statistika tersebut. Kita
dapat menganalisis lebih baik lagi terhadap semua persoalan yang ingin diketahui peluang
suatu kejadiannya. Dengan metoda metoda yang telah disebutkan diatas, semakin
mempermudah untuk pengambilan data dari populasi manusia.

3.2 Saran

1. Salah satu cara untuk meningkatkan pengambilan data disuatu persoalan adalah dengan
metoda statistika.

2. Untuk implementasinya dibutuhkan pemahaman yang sangat baik terhadap riset ataupun
penelitian yang akan dilakukan.

3. Kritik dan saran dari pembaca sangat diharapkan demi kesempurnaan penulisan makalah di
kemudian hari.
 DAFTAR PUSTAKA

Sudjana (2005). Metoda Statistika. Bandung : PT. Tarsito

Walpole, E. Ronald (1992). Pengantar Statistika. Jakarta: PT. Gramedia Pustaka Utama

Sugiyono (2007). Statistika untuk Penelitian. Bandung : CV. Alfabeta