STEP 1

1. EKSPERIMENTAL
Salah satu bentuk penelitian dengan intervensi, berbentuk objekti, sistematis
dan terkontrol.
2. VARIABEL DEPENDEN DAN INDEPENDEN
V. Dependen ialah variabel yang terikat dan dipengaruhi variabel independen
sedangkan V. Independen adalah variabel bebas / variabel yang menyebabkan
atau memengaruhi variabel dependen

STEP 2

1. Jelaskan jenis-jenis penelitian?

2. Jelaskan macam-macam metode penelitian?
3. Langkah-langkah penyusunan metode ilmiah ?
4. Macam-macam variabel ?
5. Jelaskan pengertian populasi dan sampel (cara menentukan dan
pengambilan) ?

STEP 3
1. Jenis-jenis penelitian :

a. Eksploratif :
b. Pengembangan
c. Verifikasi
d. Waktu-Tempat
e. Analisis-deskriptif
f. Analisis- laboratorik
g. Berdasarkan tujun :
*murni
*terapan
h. Berdasarkan tempat :
*laboratorik
*komunitas

2. Metode Penelitian ada yang

a. eksperimental
 b. non-eksperimental

3. Langkah-langkah penyusunan metode

a. Tentukan jenis penelitian
b. Tentukan sampel dan populasi
c. Persiapkan instrumen penelitian

4. Variabel adalah suatu kualitas dimana peneliti mempelajari dan menarik

kesimpulan darinya
( kidder,1981 )
Macam-macam variabel :
a. Variabel Independen
b. Variabel dependen .
c. Variabel moderator
d. Variabel intervening
e. Variabel kontrol
f. Variabel luar(epsilon(ε))

5. Populasi adalah keseluruhan jumlah subjek atau objek yang akan diteliti.
Ada dua jenis populasi yaitu
a. homogen dan
b. heterogen
macam-macam populasi, yaitu
a. populasi terjangkau
b. populasi target
sampel bagian dari populasi penelitian yang bersifat representatif dari
keseluruhan untuk diteliti.
LANGKAH-LANGKAH PENENTUAN SAMPEL PENELITIAN
1. Mengidentifikasi karakteristik populasi
2. Menentukan teknik penentuan sampel
3. Menetapkan besarnya sampel
4. Memilih sampel sesuai dengan teknik dan besar yang telah ditetapkan

TEKNIK PEMILIHAN SAMPEL PENELITIAN

1. SIMPLE RANDOM SAMPLING
2. QUOTA SAMPLING
3. PURPOSIVE SAMPLING
 4. INSIDENTAL SAMPLING
5. SNOWBALL SAMPLING
6. AREA SAMPLING
7. STRATIFIED SAMPLING
8. SYSTEMATIC SAMPLING
9. CLUSTER SAMPLING

STEP 4

1. Jenis-jenis penelitian :

a. Eksploratif : untuk menemukan teori-teori baru, penelitian

yang bertujuan untuk menemukan permasalahan-permasalahan baru yang
akan ditindaklanjuti melalui kegiatan penelitian lanjutan.
b. Pengembangan : untuk mengembangkan suatu teori
c. Verifikasi : untuk membenarkan atau memperkuat suatu
teori
d. Waktu-Tempat
e. Analisis-deskriptif
f. Analisis- laboratorik
g. Berdasarkan tujuan :
*murni
*terapan
h. Berdasarkan tempat :
*laboratorik
*komunitas

Berdasarkan cara dan tarap pembahasan masalahnya dapat dibedakan ke

dalam penelitian deskriptif (penelitian yang ditujukan untuk mengungkap
masalah atau keadaan/ fakta guna memberikan gambaran secara objektif
tentang keadaan yang sebenarnya tentang objek/ masalah yang sedang diteliti)
dan penelitian inferensial (penelitian yang ditujukan tidak hanya mengungkap
atau memaparkan fakta atau gejala-gejala yang ada, tetapi juga memberikan
penilaian berdasarkan teori-teori tertentu melalui analisis teori tertentu dalam
bidang kajian yang diselidiki).
 Berdasarkan bidang kajian (yang diselidiki), dapat dikelompokkan ke dalam
penelitian sosial (sosiologi, politik, budaya, ekonomi, pendidikan, hukum,
sejarah, dsb.) dan penelitian eksakta (kimia, biologi, fisika, meteorologi,
metrologi, dsb.)

2. Metode Penelitian ada yang

a. eksperimental : Penelitian eksperimen dapat didefinisikan sebagai
metode sistematis guna membangun hubungan yang mengandung
fenomena sebab akibat. Penelitian eksperimen merupakan metode inti dari
model penelitian yang menggunakan pendekatan kuantitatif. Dalam
metode eksperimen, peneliti harus melakukan tiga persyaratan yaitu
kegiatan mengontrol, kegiatan memanipulasi, dan observasi. Dalam
penelitian eksperimen, peneliti membagi objek atau subjek yang diteliti
menjadi 2 kelompok yaitu kelompok treatment yang mendapatkan
perlakuan dan kelompok kontrol yang tidak mendapatkan perlakuan.

b. non-eksperimental: Penelitian bersifat observatif adalah penelitian yang

berusaha mendeskripsikan suatu gejala, peristiwa, kejadian yang terjadi
saat sekarang. memusatkan perhatian kepada masalah-masalah actual
sebagaimana adanya pada saat penelitian berlangsung. peneliti berusaha
mendeskripsikan peristiwa dan kejadian yang menjadi pusat perhatian
tanpa memberikan perlakukan khusus terhadap peristiwa tersebut.
Variabel yang diteliti bisa tunggal (satu variabel) bisa juga lebih dan satu
variabel.

jenis-Jenis Metode Penelitian

Berdasarkan sifat-sifat masalahnya, Suryabrata (1983) mengemukakan

sejumlah metode penelitian yaitu sebagai berikut
  Penelitian Historis yang bertujuan untuk membuat rekonstruksi masa lampau
secara sistematis dan obyektif.
 Penelitian Deskriptif yang yang bertujuan untuk membuat deskripsi secara
sistematis, faktual, dan akurat mengenai fakta dan sifat populasi atau daerah tertentu.
 Penelitian Perkembangan yang bertujuan untuk menyelidiki pola dan urutan
pertumbuhan dan/atau perubahan sebagai fungsi waktu.
 Penelitian Kasus/Lapangan yang bertujuan untuk mempelajari secara intensif
latar belakang keadaan sekarang dan interaksi lingkungansuatu obyek
 Penelitian Korelasional yang bertujuan untuk mengkaji tingkat keterkaitan
antara variasi suatu faktor dengan variasi faktor lain berdasarkan koefisien korelasi
 Penelitian Eksperimental suguhan yang bertujuan untuk menyelidiki
kemungkinan hubungan sebab akibat dengan melakukan kontrol/kendali
 Penelitian Eksperimental semu yang bertujuan untuk mengkaji kemungkinan
hubungan sebab akibat dalam keadaan yang tidak memungkinkan ada
kontrol/kendali, tapi dapat diperoleh informasi pengganti bagi situasi dengan
pengendalian.
 Penelitian Kausal-komparatif yang bertujuan untuk menyelidiki kemungkinan
hubungan sebab-akibat, tapi tidak dengan jalan eksperimen tetapi dilakukan dengan
pengamatan terhadap data dari faktor yang diduga menjadi penyebab, sebagai
pembanding.
 Penelitian Tindakan yang bertujuan untuk mengembangkan keterampilan baru
atau pendekatan baru dan diterapkan langsung serta dikaji hasilnya.

3. Langkah-langkah penyusunan metode penelitian

a. Tentukan jenis penelitian
b. Tentukan sampel dan populasi
c. Persiapkan instrumen penelitian

4. Variabel adalah suatu kualitas dimana peneliti mempelajari dan menarik

kesimpulan darinya
( kidder,1981 )
Macam-macam variabel :
a. Variabel Independem
(variabel stimulus/prediktor/antecendent/eksogen/bebas) adalah variabel
yang mempengaruhi atau yang menjadi sebab perubahan atau timbulnya
variabel dependen(terikat) (Sugiyono,2009:39).
b. Variabel dependen .
 (variabel output/kriteria/konsekuen/endogen/terikat) adalah variabel yang
dipengaruhi atau yang menjadi akibat karena adanya variabel bebas.

c. Variabel moderator
(variabel independen kedua), adalah variabel yang mempengaruhi
(memperkuat/memperlemah) hubungan antara variabel independen
dengan variabel dependen.

d. Variabel intervening
(variabel penyela/antara) ,adalah variabel yang secara teoritis
mempengaruhi hubungan antara variabel independen dengan variabel
dependen menjadi hubungan tidak langsung tidak dapat diamati
ataudiukur. Trucman(1988) dalamSugiyono(2009:41)

e. Variabel kontrol
Variabel yang dikendalikan atau dibuat konstan sehingga pengaruh
variabel independen terhadap dependen tidak dipengaruh oleh faktor luar
yang tidk diteliti.

f. Variabel luar(epsilon(ε))
Adalah variabel yang secara teoritis mempengaruhi variabel
dependen/endogen akan tetapi tidak diteliti.

5. Populasi adalah keseluruhan jumlah subjek atau objek yang akan diteliti.
Ada dua jenis populasi yaitu
a. homogen dan
b. heterogen
macam-macam populasi, yaitu
a. populasi terjangkau
b. populasi target
sampel bagian dari populasi penelitian yang bersifat representatif dari
keseluruhan untuk diteliti.
Pertimbangan-pertimbangan dalam menggunakan sampel :
a. homogenitas-heterogenits populasi penelitian
b. banyak tidaknya variabel ekstra
c. perlu tidaknya analisis subkelompok
d. tersedia tidaknya tes statistik

LANGKAH-LANGKAH PENENTUAN SAMPEL PENELITIAN

1. Mengidentifikasi karakteristik populasi
2. Menentukan teknik penentuan sampel
3. Menetapkan besarnya sampel
4. Memilih sampel sesuai dengan teknik dan besar yang telah ditetapkan

TEKNIK PEMILIHAN SAMPEL PENELITIAN

1. SIMPLE RANDOM SAMPLING
2. QUOTA SAMPLING
3. PURPOSIVE SAMPLING
4. INSIDENTAL SAMPLING
5. SNOWBALL SAMPLING
6. AREA SAMPLING
7. STRATIFIED SAMPLING
8. SYSTEMATIC SAMPLING
9. CLUSTER SAMPLING

Teknik-teknik pengambilan sampel

Secara umum, ada dua jenis teknik pengambilan sampel yaitu, sampel
acak atau random sampling / probability sampling, dan sampel tidak acak atau
nonrandom samping/nonprobability sampling. Yang dimaksud dengan
random sampling adalah cara pengambilan sampel yang memberikan
kesempatan yang sama untuk diambil kepada setiap elemen populasi. Artinya
jika elemen populasinya ada 100 dan yang akan dijadikan sampel adalah 25,
maka setiap elemen tersebut mempunyai kemungkinan 25/100 untuk bisa
dipilih menjadi sampel. Sedangkan yang dimaksud dengan nonrandom
sampling atau nonprobability sampling, setiap elemen populasi tidak
mempunyai kemungkinan yang sama untuk dijadikan sampel. Lima elemen
populasi dipilih sebagai sampel karena letaknya dekat dengan rumah peneliti,
sedangkan yang lainnya, karena jauh, tidak dipilih; artinya kemungkinannya 0
(nol).
Dua jenis teknik pengambilan sampel di atas mempunyai tujuan yang
berbeda. Jika peneliti ingin hasil penelitiannya bisa dijadikan ukuran untuk
mengestimasikan populasi, atau istilahnya adalah melakukan generalisasi
maka seharusnya sampel representatif dan diambil secara acak. Namun jika
peneliti tidak mempunyai kemauan melakukan generalisasi hasil penelitian
maka sampel bisa diambil secara tidak acak. Sampel tidak acak biasanya juga
diambil jika peneliti tidak mempunyai data pasti tentang ukuran populasi dan
informasi lengkap tentang setiap elemen populasi. Contohnya, jika yang
diteliti populasinya adalah konsumen teh botol, kemungkinan besar peneliti
tidak mengetahui dengan pasti berapa jumlah konsumennya, dan juga
karakteristik konsumen. Karena dia tidak mengetahui ukuran pupulasi yang
tepat, bisakah dia mengatakan bahwa 200 konsumen sebagai sampel
dikatakan “representatif”?. Kemudian, bisakah peneliti memilih sampel
secara acak, jika tidak ada informasi yang cukup lengkap tentang diri
konsumen?. Dalam situasi yang demikian, pengambilan sampel dengan cara
acak tidak dimungkinkan, maka tidak ada pilihan lain kecuali sampel diambil
dengan cara tidak acak atau nonprobability sampling, namun dengan
konsekuensi hasil penelitiannya tersebut tidak bisa digeneralisasikan. Jika
ternyata dari 200 konsumen teh botol tadi merasa kurang puas, maka peneliti
tidak bisa mengatakan bahwa sebagian besar konsumen teh botol merasa
kurang puas terhadap the botol.
Di setiap jenis teknik pemilihan tersebut, terdapat beberapa teknik yang
lebih spesifik lagi. Pada sampel acak (random sampling) dikenal dengan
istilah simple random sampling, stratified random sampling, cluster
sampling, systematic sampling, dan area sampling. Pada nonprobability
sampling dikenal beberapa teknik, antara lain adalah convenience sampling,
purposive sampling, quota sampling, snowball sampling

Probability/Random Sampling.
Syarat pertama yang harus dilakukan untuk mengambil sampel secara
acak adalah memperoleh atau membuat kerangka sampel atau dikenal dengan
nama “sampling frame”. Yang dimaksud dengan kerangka sampling adalah
daftar yang berisikan setiap elemen populasi yang bisa diambil sebagai
sampel. Elemen populasi bisa berupa data tentang orang/binatang, tentang
kejadian, tentang tempat, atau juga tentang benda. Jika populasi penelitian
adalah mahasiswa perguruan tinggi “A”, maka peneliti harus bisa memiliki
daftar semua mahasiswa yang terdaftar di perguruan tinggi “A “ tersebut
selengkap mungkin. Nama, NRP, jenis kelamin, alamat, usia, dan informasi
lain yang berguna bagi penelitiannya.. Dari daftar ini, peneliti akan bisa secara
pasti mengetahui jumlah populasinya (N). Jika populasinya adalah rumah
tangga dalam sebuah kota, maka peneliti harus mempunyai daftar seluruh
rumah tangga kota tersebut. Jika populasinya adalah wilayah Jawa Barat,
maka penelti harus mepunyai peta wilayah Jawa Barat secara lengkap.
Kabupaten, Kecamatan, Desa, Kampung. Lalu setiap tempat tersebut diberi
kode (angka atau simbol) yang berbeda satu sama lainnya.
Di samping sampling frame, peneliti juga harus mempunyai alat yang
bisa dijadikan penentu sampel. Dari sekian elemen populasi, elemen mana
saja yang bisa dipilih menjadi sampel?. Alat yang umumnya digunakan adalah
Tabel Angka Random, kalkulator, atau undian. Pemilihan sampel secara acak
bisa dilakukan melalui sistem undian jika elemen populasinya tidak begitu
banyak. Tetapi jika sudah ratusan, cara undian bisa mengganggu konsep
“acak” atau “random” itu sendiri.

1. Simple Random Sampling atau Sampel Acak Sederhana

Cara atau teknik ini dapat dilakukan jika analisis penelitiannya
cenderung deskriptif dan bersifat umum. Perbedaan karakter yang
mungkin ada pada setiap unsur atau elemen populasi tidak merupakan
hal yang penting bagi rencana analisisnya. Misalnya, dalam populasi
ada wanita dan pria, atau ada yang kaya dan yang miskin, ada manajer
dan bukan manajer, dan perbedaan-perbedaan lainnya. Selama
perbedaan gender, status kemakmuran, dan kedudukan dalam
organisasi, serta perbedaan-perbedaan lain tersebut bukan merupakan
sesuatu hal yang penting dan mempunyai pengaruh yang signifikan
terhadap hasil penelitian, maka peneliti dapat mengambil sampel
secara acak sederhana. Dengan demikian setiap unsur populasi harus
mempunyai kesempatan sama untuk bisa dipilih menjadi sampel.
Prosedurnya :
1. Susun “sampling frame”
2. Tetapkan jumlah sampel yang akan diambil
3. Tentukan alat pemilihan sampel
4. Pilih sampel sampai dengan jumlah terpenuhi

2. Stratified Random Sampling atau Sampel Acak Distratifikasikan

Karena unsur populasi berkarakteristik heterogen, dan heterogenitas
tersebut mempunyai arti yang signifikan pada pencapaian tujuan
penelitian, maka peneliti dapat mengambil sampel dengan cara ini.
Misalnya, seorang peneliti ingin mengetahui sikap manajer terhadap
 satu kebijakan perusahaan. Dia menduga bahwa manajer tingkat atas
cenderung positif sikapnya terhadap kebijakan perusahaan tadi. Agar
dapat menguji dugaannya tersebut maka sampelnya harus terdiri atas
paling tidak para manajer tingkat atas, menengah, dan bawah. Dengan
teknik pemilihan sampel secara random distratifikasikan, maka dia
akan memperoleh manajer di ketiga tingkatan tersebut, yaitu stratum
manajer atas, manajer menengah dan manajer bawah. Dari setiap
stratum tersebut dipilih sampel secara acak. Prosedurnya :
1. Siapkan “sampling frame”
2. Bagi sampling frame tersebut berdasarkan strata yang
dikehendaki
3. Tentukan jumlah sampel dalam setiap stratum
4. Pilih sampel dari setiap stratum secara acak.
Pada saat menentukan jumlah sampel dalam setiap stratum,
peneliti dapat menentukan secara (a) proposional, (b) tidak
proposional. Yang dimaksud dengan proposional adalah jumlah
sampel dalam setiap stratum sebanding dengan jumlah unsur
populasi dalam stratum tersebut. Misalnya, untuk stratum manajer
tingkat atas (I) terdapat 15 manajer, tingkat menengah ada 45
manajer (II), dan manajer tingkat bawah (III) ada 100 manajer.
Artinya jumlah seluruh manajer adalah 160. Kalau jumlah sampel
yang akan diambil seluruhnya 100 manajer, maka untuk stratum I
diambil (15:160)x100 = 9 manajer, stratum II = 28 manajer, dan
stratum 3 = 63 manajer.
Jumlah dalam setiap stratum tidak proposional. Hal ini terjadi jika
jumlah unsur atau elemen di salah satu atau beberapa stratum
sangat sedikit. Misalnya saja, kalau dalam stratum manajer kelas
atas (I) hanya ada 4 manajer, maka peneliti bisa mengambil semua
manajer dalam stratum tersebut , dan untuk manajer tingkat
menengah (II) ditambah 5, sedangkan manajer tingat bawah (III),
tetap 63 orang.

3. Cluster Sampling atau Sampel Gugus

Teknik ini biasa juga diterjemahkan dengan cara pengambilan sampel
berdasarkan gugus. Berbeda dengan teknik pengambilan sampel acak
yang distratifikasikan, di mana setiap unsur dalam satu stratum
memiliki karakteristik yang homogen (stratum A : laki-laki semua,
 stratum B : perempuan semua), maka dalam sampel gugus, setiap
gugus boleh mengandung unsur yang karakteristiknya berbeda-beda
atau heterogen. Misalnya, dalam satu organisasi terdapat 100
departemen. Dalam setiap departemen terdapat banyak pegawai
dengan karakteristik berbeda pula. Beda jenis kelaminnya, beda
tingkat pendidikannya, beda tingkat pendapatnya, beda tingat
manajerialnnya, dan perbedaan-perbedaan lainnya. Jika peneliti
bermaksud mengetahui tingkat penerimaan para pegawai terhadap
suatu strategi yang segera diterapkan perusahaan, maka peneliti dapat
menggunakan cluster sampling untuk mencegah terpilihnya sampel
hanya dari satu atau dua departemen saja. Prosedur :
1. Susun sampling frame berdasarkan gugus – Dalam kasus di
atas, elemennya ada 100 departemen.
2. Tentukan berapa gugus yang akan diambil sebagai sampel
3. Pilih gugus sebagai sampel dengan cara acak
4. Teliti setiap pegawai yang ada dalam gugus sample

4. Systematic Sampling atau Sampel Sistematis

Jika peneliti dihadapkan pada ukuran populasi yang banyak dan tidak
memiliki alat pengambil data secara random, cara pengambilan sampel
sistematis dapat digunakan. Cara ini menuntut kepada peneliti untuk
memilih unsur populasi secara sistematis, yaitu unsur populasi yang
bisa dijadikan sampel adalah yang “keberapa”. Misalnya, setiap unsur
populasi yang keenam, yang bisa dijadikan sampel. Soal “keberapa”-
nya satu unsur populasi bisa dijadikan sampel tergantung pada ukuran
populasi dan ukuran sampel. Misalnya, dalam satu populasi terdapat
5000 rumah. Sampel yang akan diambil adalah 250 rumah dengan
demikian interval di antara sampel kesatu, kedua, dan seterusnya
adalah 25. Prosedurnya :
5. Susun sampling frame
6. Tetapkan jumlah sampel yang ingin diambil
7. Tentukan K (kelas interval)
8. Tentukan angka atau nomor awal di antara kelas interval
tersebut secara acak atau random – biasanya melalui cara
undian saja.
 9. Mulailah mengambil sampel dimulai dari angka atau nomor
awal yang terpilih.
10. Pilihlah sebagai sampel angka atau nomor interval berikutnya

4. Area Sampling atau Sampel Wilayah

Teknik ini dipakai ketika peneliti dihadapkan pada situasi bahwa
populasi penelitiannya tersebar di berbagai wilayah. Misalnya, seorang
marketing manajer sebuah stasiun TV ingin mengetahui tingkat
penerimaan masyarakat Jawa Barat atas sebuah mata tayangan, teknik
pengambilan sampel dengan area sampling sangat tepat. Prosedurnya :
1. Susun sampling frame yang menggambarkan peta wilayah
(Jawa Barat) – Kabupaten, Kotamadya, Kecamatan, Desa.
2. Tentukan wilayah yang akan dijadikan sampel (Kabupaten ?,
Kotamadya?, Kecamatan?, Desa?)
3. Tentukan berapa wilayah yang akan dijadikan sampel
penelitiannya.
4. Pilih beberapa wilayah untuk dijadikan sampel dengan cara
acak atau random.
5. Kalau ternyata masih terlampau banyak responden yang harus
diambil datanya, bagi lagi wilayah yang terpilih ke dalam sub
wilayah.

Nonprobability/Nonrandom Sampling atau Sampel Tidak Acak

Seperti telah diuraikan sebelumnya, jenis sampel ini tidak dipilih
secara acak. Tidak semua unsur atau elemen populasi mempunyai
kesempatan sama untuk bisa dipilih menjadi sampel. Unsur populasi
yang terpilih menjadi sampel bisa disebabkan karena kebetulan atau
karena faktor lain yang sebelumnya sudah direncanakan oleh peneliti.
1. Convenience Sampling atau sampel yang dipilih dengan
pertimbangan kemudahan.
Dalam memilih sampel, peneliti tidak mempunyai pertimbangan
lain kecuali berdasarkan kemudahan saja. Seseorang diambil
sebagai sampel karena kebetulan orang tadi ada di situ atau
kebetulan dia mengenal orang tersebut. Oleh karena itu ada
beberapa penulis menggunakan istilah accidental sampling – tidak
disengaja – atau juga captive sample (man-on-the-street) Jenis
sampel ini sangat baik jika dimanfaatkan untuk penelitian
 penjajagan, yang kemudian diikuti oleh penelitian lanjutan yang
sampelnya diambil secara acak (random). Beberapa kasus
penelitian yang menggunakan jenis sampel ini, hasilnya ternyata
kurang obyektif.

2. Purposive Sampling
Sesuai dengan namanya, sampel diambil dengan maksud atau
tujuan tertentu. Seseorang atau sesuatu diambil sebagai sampel
karena peneliti menganggap bahwa seseorang atau sesuatu tersebut
memiliki informasi yang diperlukan bagi penelitiannya. Dua jenis
sampel ini dikenal dengan nama judgement dan quota sampling.
Judgment Sampling
Sampel dipilih berdasarkan penilaian peneliti bahwa dia adalah
pihak yang paling baik untuk dijadikan sampel penelitiannya..
Misalnya untuk memperoleh data tentang bagaimana satu proses
produksi direncanakan oleh suatu perusahaan, maka manajer
produksi merupakan orang yang terbaik untuk bisa memberikan
informasi. Jadi, judment sampling umumnya memilih sesuatu atau
seseorang menjadi sampel karena mereka mempunyai
“information rich”.
Dalam program pengembangan produk (product development),
biasanya yang dijadikan sampel adalah karyawannya sendiri,
dengan pertimbangan bahwa kalau karyawan sendiri tidak puas
terhadap produk baru yang akan dipasarkan, maka jangan terlalu
berharap pasar akan menerima produk itu dengan baik. (Cooper
dan Emory, 1992).
Quota Sampling
Teknik sampel ini adalah bentuk dari sampel distratifikasikan
secara proposional, namun tidak dipilih secara acak melainkan
secara kebetulan saja.
Misalnya, di sebuah kantor terdapat pegawai laki-laki 60% dan
perempuan 40% . Jika seorang peneliti ingin mewawancari 30
orang pegawai dari kedua jenis kelamin tadi maka dia harus
mengambil sampel pegawai laki-laki sebanyak 18 orang sedangkan
pegawai perempuan 12 orang. Sekali lagi, teknik pengambilan
ketiga puluh sampel tadi tidak dilakukan secara acak, melainkan
secara kebetulan saja.
 3. Snowball Sampling – Sampel Bola Salju
Cara ini banyak dipakai ketika peneliti tidak banyak tahu tentang
populasi penelitiannya. Dia hanya tahu satu atau dua orang yang
berdasarkan penilaiannya bisa dijadikan sampel. Karena peneliti
menginginkan lebih banyak lagi, lalu dia minta kepada sampel
pertama untuk menunjukan orang lain yang kira-kira bisa dijadikan
sampel. 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)

Syarat sampel yang baik

Secara umum, sampel yang baik adalah yang dapat mewakili sebanyak
mungkin karakteristik populasi. Dalam bahasa pengukuran, artinya sampel
harus valid, yaitu bisa mengukur sesuatu yang seharusnya diukur. Kalau yang
ingin diukur adalah masyarakat Sunda sedangkan yang dijadikan sampel
adalah hanya orang Banten saja, maka sampel tersebut tidak valid, karena
tidak mengukur sesuatu yang seharusnya diukur (orang Sunda). Sampel yang
valid ditentukan oleh dua pertimbangan.
Pertama : Akurasi atau ketepatan , yaitu tingkat ketidakadaan “bias”
(kekeliruan) dalam sample. Dengan kata lain makin sedikit tingkat kekeliruan
yang ada dalam sampel, makin akurat sampel tersebut. Tolok ukur adanya
“bias” atau kekeliruan adalah populasi.
Cooper dan Emory (1995) menyebutkan bahwa “there is no systematic
variance” yang maksudnya adalah tidak ada keragaman pengukuran yang
disebabkan karena pengaruh yang diketahui atau tidak diketahui, yang
menyebabkan skor cenderung mengarah pada satu titik tertentu. Sebagai
contoh, jika ingin mengetahui rata-rata luas tanah suatu perumahan, lalu yang
dijadikan sampel adalah rumah yang terletak di setiap sudut jalan, maka hasil
atau skor yang diperoleh akan bias. Kekeliruan semacam ini bisa terjadi pada
sampel yang diambil secara sistematis
 Contoh systematic variance yang banyak ditulis dalam buku-buku metode
penelitian adalah jajak-pendapat (polling) yang dilakukan oleh Literary
Digest (sebuah majalah yang terbit di Amerika tahun 1920-an) pada tahun
1936. (Copper & Emory, 1995, Nan lin, 1976). Mulai tahun 1920, 1924, 1928,
dan tahun 1932 majalah ini berhasil memprediksi siapa yang akan jadi
presiden dari calon-calon presiden yang ada. Sampel diambil berdasarkan
petunjuk dalam buku telepon dan dari daftar pemilik mobil. Namun pada
tahun 1936 prediksinya salah. Berdasarkan jajak pendapat, di antara dua calon
presiden (Alfred M. Landon dan Franklin D. Roosevelt), yang akan menang
adalah Landon, namun meleset karena ternyata Roosevelt yang terpilih
menjadi presiden Amerika.
Setelah diperiksa secara seksama, ternyata Literary Digest membuat
kesalahan dalam menentukan sampel penelitiannya . Karena semua sampel
yang diambil adalah mereka yang memiliki telepon dan mobil, akibatnya
pemilih yang sebagian besar tidak memiliki telepon dan mobil (kelas rendah)
tidak terwakili, padahal Rosevelt lebih banyak dipilih oleh masyarakat kelas
rendah tersebut. Dari kejadian tersebut ada dua pelajaran yang diperoleh : (1),
keakuratan prediktibilitas dari suatu sampel tidak selalu bisa dijamin dengan
banyaknya jumlah sampel; (2) agar sampel dapat memprediksi dengan baik
populasi, sampel harus mempunyai selengkap mungkin karakteristik populasi
(Nan Lin, 1976).
Kedua : Presisi. Kriteria kedua sampel yang baik adalah memiliki tingkat
presisi estimasi. Presisi mengacu pada persoalan sedekat mana estimasi kita
dengan karakteristik populasi. Contoh : Dari 300 pegawai produksi,
diambil sampel 50 orang. Setelah diukur ternyata rata-rata perhari, setiap
orang menghasilkan 50 potong produk “X”. Namun berdasarkan laporan
harian, pegawai bisa menghasilkan produk “X” per harinya rata-rata 58 unit.
Artinya di antara laporan harian yang dihitung berdasarkan populasi dengan
hasil penelitian yang dihasilkan dari sampel, terdapat perbedaan 8 unit. Makin
kecil tingkat perbedaan di antara rata-rata populasi dengan rata-rata sampel,
maka makin tinggi tingkat presisi sampel tersebut.
Belum pernah ada sampel yang bisa mewakili karakteristik populasi
sepenuhnya. Oleh karena itu dalam setiap penarikan sampel senantiasa
melekat keasalahan-kesalahan, yang dikenal dengan nama “sampling error”
Presisi diukur oleh simpangan baku (standard error). Makin kecil perbedaan
di antara simpangan baku yang diperoleh dari sampel (S) dengan simpangan
baku dari populasi (, makin tinggi pula tingkat presisinya. Walau tidak
selamanya, tingkat presisi mungkin bisa meningkat dengan cara
menambahkan jumlah sampel, karena kesalahan mungkin bisa berkurang
kalau jumlah sampelnya ditambah ( Kerlinger, 1973 ).

Ukuran sampel
Ukuran sampel atau jumlah sampel yang diambil menjadi persoalan
yang penting manakala jenis penelitian yang akan dilakukan adalah penelitian
yang menggunakan analisis kuantitatif. Pada penelitian yang menggunakan
analisis kualitatif, ukuran sampel bukan menjadi nomor satu, karena yang
dipentingkan alah kekayaan informasi. Walau jumlahnya sedikit tetapi jika
kaya akan informasi, maka sampelnya lebih bermanfaat.
Dikaitkan dengan besarnya sampel, selain tingkat kesalahan, ada lagi
beberapa faktor lain yang perlu memperoleh pertimbangan yaitu, (1) derajat
keseragaman, (2) rencana analisis, (3) biaya, waktu, dan tenaga yang tersedia .
(Singarimbun dan Effendy, 1989). Makin tidak seragam sifat atau karakter
setiap elemen populasi, makin banyak sampel yang harus diambil. Jika
rencana analisisnya mendetail atau rinci maka jumlah sampelnya pun harus
banyak. Misalnya di samping ingin mengetahui sikap konsumen terhadap
kebijakan perusahaan, peneliti juga bermaksud mengetahui hubungan antara
sikap dengan tingkat pendidikan. Agar tujuan ini dapat tercapai maka
sampelnya harus terdiri atas berbagai jenjang pendidikan SD, SLTP. SMU,
dan seterusnya.. Makin sedikit waktu, biaya , dan tenaga yang dimiliki
peneliti, makin sedikit pula sampel yang bisa diperoleh. Perlu dipahami
bahwa apapun alasannya, penelitian haruslah dapat dikelola dengan baik
(manageable).
Misalnya, jumlah bank yang dijadikan populasi penelitian ada 400
buah. Pertanyaannya adalah, berapa bank yang harus diambil menjadi sampel
agar hasilnya mewakili populasi?. 30?, 50? 100? 250?. Jawabnya tidak
mudah. Ada yang mengatakan, jika ukuran populasinya di atas 1000, sampel
sekitar 10 % sudah cukup, tetapi jika ukuran populasinya sekitar 100,
sampelnya paling sedikit 30%, dan kalau ukuran populasinya 30, maka
sampelnya harus 100%.
Ada pula yang menuliskan, untuk penelitian deskriptif, sampelnya 10%
dari populasi, penelitian korelasional, paling sedikit 30 elemen populasi,
penelitian perbandingan kausal, 30 elemen per kelompok, dan untuk
penelitian eksperimen 15 elemen per kelompok (Gay dan Diehl, 1992).
 Roscoe (1975) dalam Uma Sekaran (1992) memberikan pedoman
penentuan jumlah sampel sebagai berikut :
1. Sebaiknya ukuran sampel di antara 30 s/d 500 elemen
2. Jika sampel dipecah lagi ke dalam subsampel (laki/perempuan, SD?
SLTP/SMU, dsb), jumlah minimum subsampel harus 30
3. Pada penelitian multivariate (termasuk analisis regresi multivariate)
ukuran sampel harus beberapa kali lebih besar (10 kali) dari jumlah
variable yang akan dianalisis.
4. Untuk penelitian eksperimen yang sederhana, dengan pengendalian
yang ketat, ukuran sampel bisa antara 10 s/d 20 elemen.

STEP 5
1. Dasar-dasar pemilihan sampel
2. Rumus-rumus Sampel
3. Macam-macam uji statistik dan dasar pemilihan uji statistik
 STEP 7
STEP 7

1. Bagaimana dasar pemilihan sampel? Dan apa saja jenis-jenis metode sampel?

Sampel
Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi
tersebut (). Sampel adalah kelompok kecil yang secara nyata diteliti dan ditarik
kesimpulan (Nana Syaodih Sukmadinata, 2009). Penelitian dengan menggunakan
sampel lebih menguntungkan dibandingkan dengan penelitian menggunakan
populasi, karena penelitian dengan menggunakan sampel lebih menghemat biaya,
waktu dan tenaga. Dalam menentukan sampel langkah awal yang harus ditempuh
adalah membatasi jenis populasi atau menentukan populasi target.
Ada beberapa kekeliruan yang mengkibatkan bias dalam penarikan sampel:
a. dalam menentukan populasi target
Contoh: populasi target dalam penelitian adalah dosen FK UNILA, tapi dalam
penarikan sampel hanya dilakukan pada dosen Anatomi saja.
b. karakteristik sampel yang diambil tidak mewakili karakteristik populasi
target
Contoh: penelitiannya adalah presepsi masyarakat terhadap pemberian
jamkesmas, tapi angketnya diberikan kepada seluruh masyarakat
termasuk yang belum mendapatkan layanan jamkesmas.
c. salah dalam menentukan wilayah
Contoh: populasi target adalah seluruh Lampung, tapi dalam penarikan sampel
hanya dilakukan di daerah pedesaan saja.
d. jumlah sampel yang terlalu kecil, tidak proporsional dengan jumlah populasinya
e. kombinasi dari beberapa kekeliruan diatas

A. TEHNIK SAMPLING
Tehnik sampling merupakan tehnik dalam pengambilan sampling (). Pada dasarnya
tehnik sampling dikelompokkan menjadi 2, yaitu:

1. Probability Sampling
Probability sampling adalah tehnik sampling yang memberikan peluang atau
kesempatan yang sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi
anggota sampel . Pemilihan sampel dengan cara probabilitas (probability) ini sangat
dianjurkan pada penelitian kuantitatif.
Dalam Probability sampling, ada 4 macam tehnik yang dapat digunakan antara
lain:
a. Sampling acak (random sampling)
Sampling acak adalah sampling dimana eleman-eleman sampelnya ditentuka
atau dipilih berdasarkan nilai probabilitas dan pemilihannya dilakukan secara acak.
Sampling acak ini mempunyai kelemahan antara lain: sampling jenis ini sukar atau
sulit, ada kalanya tidak mungkin memperoleh data lengkap tentang keseluruhan
populasi. Sedangkan ciri sampling acakan yaitu, setiap unsure dari keseluruhan
populasi mempunyai kesempatan yang sama untuk dipilih.
Dalam penelitian hal penting yang harus diperhatikan untuk mendapatkan
responden yang akan dijadikan sempel, makaa peneliti harus mengetahui jumlah
responden yang ada dalam populasi. Tehnik memilih sampling acak ini dapat
dilakukan dengan beberapa cara antara lain:
1. Cara manual atau tradisional
Cara manual atau tradisional ini dapat dilihat dalam kumpulan ibu-ibu
arisan. Cara ini dapat dilakukan dengan beberapa langkah, yaitu:
 Tentukan jumlah populasi yang dapat ditemui
 Daftar semua anggota dalam populasi dan masukkan dalam kotak yang
diberi lubang penarikan
 Kocok kotak tersebut dan keluarkan lewat lubang pengeluaran yang telah
dibuat
 Nomor anggota yang dikeluarkan adalah mereka yang ditunjuk sebagai
sampel penelitian
 Lakukan terus sampai jumlah yang diinginkan dapat dicapai

2. Menggunakan tabel random

Sampling acakan dengan menggunakan tabel ini mudah dilaksanakan,
selain itu sampel yang diperoleh cukup presentatif asal populasi yang
sesungguhnya telah diketahui. Langkah-langkah yang digunakan untuk memilih
sampel, yaitu:
 Identifikasi jumlah total populasi
 Tentukan jumlah sampel yang diinginkan
 Daftar semua anggota dengan nomor kode yang diminta
 Pilih secara acak dengan menggunakan penunjuk pada angga yang ada
didalam tabel
 Pada angka-angka yang dipilih, lihat hanya angka digit yang tepat yang
dipilih
 Jika angka dikaitkan dengan angka terpilih untuk individual dalam
populasi menjadi individu dalam dalam sampel
 Gerakan penunjuk dalam kolom atau angka, ulangi terus hingga jumlaj
sampel yang diinginkan tercapai
  Membagi dalam kelompok kontrol dan kelompok perlakuan sesuai
dengan bentuk desain penelitian

Langkah-langkah dalam penarikan sampel adalah menetapkan cirri-ciri

populasiyang menjadi sasarandan akan diwakili oleh sampel di dalam penyelidikan.
Penarikan sampel dalam penelitian bertujuan untuk memperoleh informasi mengenai
populasi tersebut. Dalam teknik acak ini ada beberapa macam sampling acak yaitu:
1. Sampling Acakan yang Sederhana (Simple random sampling)
Dalam pengambilan acakan sederhana (Simple random sampling)
seluruh individu yang menjadi anggota populasi memiliki peluang yang sama
dan bebas dipilih sebagai anggota sampel. Setiap individu memiliki peluang yg
sama untuk diambil sebagai sampel, krena individu-individu tersebut memiliki
karakteristik yang sama. Setiap individu juga bebas dipilih karena pemilihan
individu-individu tersebut tidak akan mempengaruhi individu yang lain.

2. Sampling Acakan dengan Stratifikasi (Stratified random sampling)

Populasi biasanya perlu digolongkan menurut ciri (stratifikasi) tertentu
untuk keperluan penelitian. Missal, menjadikan buruh suatu pabrik besar sebagai
populasi dan populasi ini distratifikasikan menurut usia <20 tahun, 21-30 tahun,
31-40 tahun, 41-50 tahun, dan >50 tahun.
Untuk lebih sederhana, dapat diatur tiap jumlah golongan atau kategori
sehingga berjumlah 1000 orang, sedangkan proporsi dipilih sebanyak 100 orang
atau 10 persen.

Setelah kita melakukan stratifikasi atau penggolongan menurut cirri baru

kemudian kita menentuka sampel setiap golongan secara acak

3. Sampling acakan secara proporsional (Proportionate stratified random

sampling)

4. Sampling acakan secara tak proporsional menurut stratifikasi

(disproportionate stratified random sampling)
Sampling ini hampir sama dengan sampling stratifikasi, bedanya
proporsi subkategori-kategorinya tidak didasarkan atas proporsi yang sebenarnya
dalam populasi. Hal ini dilakukan karena subkategori tertentu terlampau sedikit
jumlah sampelnya. Misal, kita mengambil populasi tenaga pengajar yang terdiri
atas guru besar, lector kepala, lector, lector muda, dan asisten. Sampel dapat
diambil secara merata yakni untuk masing-masing kategori 1/5 atau 20 persen.
 Maka peneliti menentukan sampel atas pertimbangan proporsi yang
dianggapnya lebih representatif misalnya:
Dekan 10%
Pembantu Dekan 20%
Dosen Pengajar 25%
Staff Administrasi 25%
Asisten Laboratorium 20%

Bila jumlah sampel cukup besar, maka kepincangan sampling dengan

sendirinya teratasi. Sampling ini tidak memakan banyak waktu dibandingkan
dengan sampling secara proporsional. Sedangkan kelemahan sampling jenis
adalah proporsi tiap kategori yang sebenarnya menurut populasi jadi terganggu.

5. Sampling Acak Klaster-Berstrata (stratified-cluster)

Random ini merupakan gabungan atau perpaduan dari cara
pengambilan sampel acak berstrata dengan sampel acak cluster. Setiap populasi
memiliki karakteristik yang berbeda. Populasi yang memiliki strata saja terjadi
karena peneliti sendiri sudah membatasi populasinya pada klaster tertentu tapi
klaster ini masih cukup luas. Contoh: perajin rotan, petani yang memiliki sawah
dan SMA di perkotaan. Sedangkan populasi yang memiliki klaster saja karena
peneliti telah membatasi pada strata tertentu. Contoh: populasi guru-guru lulusan
D3 atau S1 saja. Pengambilan sampel secara acak klaster-berstrata harus tetap
memperhatikan syarat acak atau karakteristik yang sama.

b. Tehnik Klaser/Sampling Daerah/Area sampling (Cluster sampling)

Area sampling ini merupakan sampling menurut daerah atau
pengelompokannya (Nasution, 2003). Tehnik klaser ini memilih sample berdasarkan
pada kelompok, daerah, atau kelompok subjek secara alami berkumpul bersama.
Langkah-langkah dalam menggunakan teknik klaser, yaitu:
 Identifikasi populasi yang hendak digunakan dalam studi
 Tentukan besar sampel yang digunakan
 Tentukan dasar logika untuk menentukan klaser
 Perkirakan jumlah rata-rata subjek yang ada pada setiap klaser
 Daftar semua objek dalam setiap klaser dengan membagi antara jumlah
sampel dengan jumlah klaser yang ada
 Secara random, pilih jumlah anggota sampel yang diinginkan untuk
setiap klaser
 Jumlah sampel adalah jumlah klaser dikalikan jumlah anggota
populasiper klaser
 Teknik klaser atau yang sering disebut dengan area sampling ini mempunyai
beberapa keuntgungan dan kelemahan (Nasution, 2003), antara lain:
 Keuntungan:
1. teknik ini dapat digunakan peneliti yang melibatkan jumlah
populasi yang besar dan tersebar didaerah yang luas,
2. pelaksanaanya lebih mudah, biaya yang digunakan lebih murah
kerana berpusat pada daerah yang terbatas,
3. generalisasi yang diperoleh berdasarkan penelitian daerah-daerah
tertentu dapat berlaku pada daerah-daerah diluar sampel.
 Kelemahan: jumlah individu dalam setiap daerah tidak sama

c. Teknik secara stratifikasi

Teknik stratifikasi ini harus digunakan sejak awal, ketika peneliti mengetahui
bahwa kondisi populasi terdiri atas beberapa anggota yang memiliki stratifikasi atau
lapisan yang berbeda antara satu dengan lainnya. Ketepatan teknik stratifikasi dapat
ditingkatkan dengan menggunakan proporsional besar kecilnya anggota lapisan dari
populasi ditentukan oleh besar kecilnya jumlah anggota populasi dalam lapisan yang
ada. Teknik stratifikasi ini mempunyai beberapa langkah (Sukardi, 2003), yaitu:
 Identifikasi jumlah total populasi
 Tentukan jumlah sampel yang diinginkan
 Daftar semua anggota yang termasuk sebagai populasi
 Pisahkan anggota populasi sesuai dengan karakteristik lapisan yang
dimiliki
 Pilih sampel dengan menggunakan prinsip acak seperti yang telah
dilakukan dalam teknik random diatas
 Lakukan langkah pemilihan pada setiap lapisan yang ada, sampai jumlah
sampel yang ada

d. Teknik secara sistematis (systematic sampling)

Teknik pemilihan sampel ini menggunakan prinsip proporsional, dengan cara
menentukan pilihan sampel pada setiap 1/k dimana k adalah suatu angka pembagi
yang telah ditentukan (misal: 5,6 atau 10). Pada teknik secara sistematis ini
mempunyai beberapa langkah dalam memilih sampel, antara lain:
 Identifikasi total populasi yang akan digunakan dalam proses penelitian
 Daftar semua anggota populasi
 Berikan nomor kode untuk setiap anggota populasi
 Tentukan besarnya jumlah sampel yang ada
 Tentukan proporsional sistematis k yang besarnya sama dengan jumlah
populasi dibagi dengan jumlah sampel
  Mulai dengan mengacak anggota populasi
 Ambil setiap k terpilih untuk menjadi anggota cuplikan, samapi jumlah
total terpenuhi

2. Non Probability Sampling

Tehnik non probability sampling merupakan cara pengambilan sampel yang pada
prinsipnya menggunakan pertimbangan tertentu yang digunakan oleh peneliti. Tehnik ini
dapat dalakukan dengan mudah dalam waktu yang sangat singkat. Tapi kelemahan tehnik
ini adalah hasilnya tidak dapat diterima dan berlaku bagi seluruh populasi, karena
sebagian besar dari populasi tidak dilibatkan dalam penelitian. Dalam tehnik non
probability sampling ini ada 4 macam tehnik memilih sampel , yaitu:
a. Tehnik memilih sampel secara kebetulan (accidental sampling)
Tehnik ini dikatakan secara kebetulan karena peneliti memang sengaja
memilih sampel kepada siapapun yang ditemui peneliti atau by accident pada tempat,
waktu, dan cara yang telah ditentukan. Sampel aksidental adalah sampel yang
diambil dari siapa saja yang kebetulan ada. Misal, menanyakan setiap orang yang
dijumpai ditengah jalan untuk meminta pendapat mereka tentang kenaikan harga.
Teknik ini juga mempunyai kelebihan, metode ini sangat mudah, murah, dan cepat
untuk dilakukan. Sedangkan kekurangan teknik ini adalah sampel ini sama sekali
tidak representatif tentu saja tak mungkin diambil suatu kesimpulan yang bersifat
generalisasi.
Teknik ini mempunyai kekurangan dan kelebihan, kelebihan dari tehnik ini
adalah mudah untuk dilakukan dan mudah memperoleh informasi yang diinginkan,
sedangkan kekurangan dari tehnik ini jika orang yang lewat bukan orang yang
diharapkan dipilih sabagai sampel, sehingga akan terjadi bias responden dan bias
informasi. Misal, seorang peneliti berdiri didepan pintu gerbang sekolah dan
menanyai setiap siswa yang kebetulan lewat pintu tersebut antara jam 08.00-10.00
pagi dan dilakukan berulang-ulang beberapa hari sampai akhirnya informasi yang
dicari telah tercapai.

b. Teknik Sampling sistematis

Sampling sistematis yaitu memilih sampel dari suatu daftar menurut urutan
tertentu. Misal, tiap individu yang ke-10 atau ke-n dalam anggota perkumpulan
buruh. Cara menentukan daftar individu, yaitu:
 Tentuka besar sampel yang diinginkan
 Silidiki jumlah populasi, yaitu nama atau data pada daftar itu
 Untuk menarik nama pertama cabut suatu nomor secara acakan
 Sebagai variasi dapat kita lakukan sebagai berikut, setelah memperoleh
sejumlah individu tertentu, kita ambil lagi suatu nomor baru secara acak
 untuk memilih jumlah orang berikutnya dan seterusnya sampai tercapai
jumlah sampel yang diinginkan.

Sampling sistematis ini mempunyai keuntungan dan kekurangan yaitu:

 Keuntungan, cara ini mudah dalam pelaksanaannya dan cepat diselesaikan
serta kesalahan tentang memilih individu mudah diketahui dan tidak
mempengaruhi hasil
 Kerugian, bahwa individu yang berada diantara yang kesekian dan kesekian
dikesampingkan, sehingga cara ini tidak sebaik sampling acakan.

c. Memilih sampel dengan tehnik bertujuan (purposive sampling)

Penelitian tertentu dilakukan secara intensif untuk memperoleh gambaran utuh
tentang suatu kasus. Tehnik ini biasanya dilakukan dalam penelitian kualitatif,
penelitian ini bertujuan mempelajari kasus-kasus tertentu. Misal, para peneliti
memilih para pedagang tertentu untuk memperoleh informasi tentang macam-
macam harga barang. Teknik ini mempunyai beberapa kelebihan dan kekurangan,
yaitu:
 Kelebihan,
» Sampel ini dipilih sedemikian rupa, sehingga relevan dengan desain
penelitian
» Cara ini relatif mudah dan murah untuk dilaksanakan
» Sampel yang dipilih adalah individu yang menurut pertimbangan penelitian
dapat didekati
 Kelkurangan,
» Tidak ada jaminan sepenuhnya bahwa sempel itu representatif seperti
halnya dengan sampel acakan atau random
» Setiap sampling yang acakan atau random yang tidak memberikan
kesempatan yang sama untuk dipilih kepada semua anggota populasi
» Tidak dapat dipakai penggolongan statistik guna mengambil kesimpulan

d. Memilih sampel dengan kuota atau jatah (Quota sampling)

Sampling kuota ini merupakan metode memilih sampel yang mempunyai
ciri-ciri tertentu dalam jumlah atau kuota yang diinginkan. Misalnya, peneliti ingin
mengetahui kinerja suatu badan yang dibentuk oleh pemerintah. Teknik ini juga
mempunyai kekurangan dan kelebihan, yaitu:
 Kelebihan,
» Dalam pelaksanaannya mudah, murah, dan cepat
» Hasilnya berupa kesan-kesan umum yang masih kasar yang tak dapat
dipandang sebagai generalisai umum
 » Dalam sampel dapat dengan sengaja kita masukan orang-orang yang
mempunyai ciri-ciri yang kita inginkan
 Kekurangan,
» kecenderungan memilih orang yang mungkin didekati bahkan yang dekat
pada kita yang mungkin ada biasanya
» memiliki ciri yang tidak dimiliki populasi dalam keseluruhannya

e. Memilih sampel dengan cara ”getok tular” (snowball sampling)

Sampling ini digunakan untuyk menyelidiki hubungan antar manusia dalam
kelompok yang akrab atau menyelidiki cara-cara informasi tersebar dikalangan
tertentu (Nasution, 2003). Misal, dokter mengetahui tentang pemakaian obat.
Sampling ini mempunyai kelebihan dan kekurangan, yaitu:

 Kelebihan,
» Sampling ini digunakan untuk meneliti penyebaran informasi tertentu
dikalangan kelompok terbatas sampling serupa ini sangat bermanfaat

 Kekurangan,
» Dalam penentuan kelompok bermula ada unsur subyektif , jadi tidak dipilih
secara random atau acak
» Penanganannya sukar sekali dikendalikan jika jumlah sampel melebihi 100
orang

f. Sampling jenuh dan padat

Sampling dikatakan jenuh (tuntas) bila seluruh populasi dijadikan sampel
(Nasution, 2003). Misal, semua guru disuatu sekolah. Sedangkan dikatakan padat
bila jumlah sampel lebih dari setengah dari populasi (Nasution, 2003), misalnya 250-
300 orang dari populasi 500 orang. Sampling jenuh baik digunakan jika julah
populasinya dibawah 1000 orang. tapi, apabila jumlah samplingnya lebih dari 1000
orang maka sampling jenuh tidak praktis lagi dikarenakan biaya dan waktu yang
digunakan sangat banyak.

B. UKURAN SAMPEL

1. Pertimbangan
Ketepatan jenis dan jumlah anggota sampel yang diambil akan sangat
mempengaruhi keterwakilan (representativeness) sampel terhadap populasi.
Keterwakilan populasi akan sangat menentukan kebenaran kesimpulan dari hasil
penelitian. Semakin besar ukuran sampel akan semakin mewakili populasi. Biasanya para
peneliti ingin bekerja dengan sampel sekecil mungkin, karena semakin besar jumlah
sampel yang digunakan maka akan semakin besar pula biaya yang akan dikeluarkan,
makin banyak tenaga yang digunakan dan semakin lama waktu yang diperlukan.
Dalam pengambilan sampel dibutuhkan sebuah pertimbangan dari berbagai aspek
diatas, sehingga sampel yang digunakan dapat mewakili populasi yang diteliti dan lebih
efisien.
Contoh ukuran sampel melalui pertimbangan, antara lain:
 Dalam penelitian korelasional jumlah sampel (n) sebanyak 30 individu telah
dipandang cukup besar,
 Dalam penelitian kausal komperatif dan eksperimental, 15 individu untuk setiap
kelompok yang dibandingkan dipandang sudah cukup memadai
 Dalam penelitian survei, sampel sebanyak 100 individu untuk seluruh sampel
baru cukup memadai

2. Kebutuhan Sampel Besar

a. Jika terdapat sejumlah variabel yang tidak bisa dikontrol.

Dalam variabel yang tidak dapat dikontrol, para peneliti mengatasinya dengan
sampel besar. Contoh: Penelitian tentang dampak pembelajaran dengan
menggunakan website tehadap pengembangan kreatifitas siswa SMA. Dalam
penelitian tersebut meneliti dampak dari macam-macam kegiatan pembelajaran
dengan menggunakan website, pengembangan kegiatan dan penemuan hal baru. Dari
beberapa kegiatan pembelajaran dengan menggunakan website akan terlibat beberapa
faktor atau variabel lain seperti: kecerdasan, kematangan, jenis kelamin, latar
belakang sosial ekonomi,dll. penelitian dengan sampel besar memungkinkan
mengadakan analisis yang berkenaan dengan faktor-faktor tersebut.

b. Jika dalam penelitian terantisipasi adanya hubungan atau perbedaan yang

kecil.
Adanya perbedaan atau hubungan yang kecil bisa terabaikan jika ukuran
sampelnya kecil. Dengan menggunakan sampel besar, perbedaan atau hubunga-
hubungan yang kecil dapat terukur kebermaknaannya (signifikansinya). Contoh:
penelitian tentang perbedaan pengaruh penggunaan media terhadap prestasi belajar
para siswa di SMP. Jika sampelnya kecil tidak akan ditemukan adanya perbedaan
pengaruh, tapi jika menggunakan sampel besar kemungkinan akan ditemukan adanya
perbedaan.

c. Jika dalam penelitian dibentuk kelompok-kelompok kecil.

 Dalam beberapa penelitian eksperimental, tujuan penelitian tidak hanya
diarahkan pada penguji perbedaan pengaruh dari beberapa perlakuan yang diberikan
tapi, juga menguji perbedaan pengaruh satu atau lebih perlakuan tersebut terhadap
beberapa kelompok yang berbeda

d. Menghindari penyusutan
Dalam proses penelitian sering terjadi penyusutan jumlah sampel. Makin
panjang masa penelitian berlangsung kemungkinan terjadinya penyusutan jumlah
sampel semakin besar. Untuk menghindari dampak penyusutan tersebut maka
diperlukan jumlah sampel yang besar. Upaya untuk mengurangi penyusutan antara
lain:
 tekankan pada subjek sampel bahwa mereka jangan sampai mundur di tengah
jalan
 tegaskan pentingnya penelitian
 sebelum mulai berpartisipasi mintalah kesediaan mereka untuk ikut sampai
tuntas.
 adakan kontak secara teratur untuk memelihara hubungan dan minat mereka

e. Jika diharapkan syarat-syarat keabsahan secara statistik dipenuhi.

Dalam analisis statistik pengujian instrumen dan pengujian hipotesis dituntut
tingkat kepercayaan tertentu minimal 95% atau alpha 5% tapi lebih baik kalau
kepercayaan 99% atau alpha 1%. Untuk itu dalam mencapai tingkat kepercayaan
tersebut dituntut sampel yang besar.

f. Jika dalam penelitian dihadapkan pada populasi yang sangat heterogen

Dalam penelitian diharapakan populasi yang heterogen sehingga sampel acak
yang sederhana dapat segera ditemukan. Contoh: populasi siswa, kita akan
berhadapan dengan perbedaan jenis sekolah, tingkat kelas, jurusan, usia, jenis
kelamin, tingkat kederdasan, minat, hobi ,dll. penggunaan sampel yang besar
memberikan kemungkinan untuk dapat memperhatikan perbedaan dalam variabel-
variabel tersebut.

g. Jika reliabilitas dari variabel bebas tidak terjamin

Dalam penelitian tidak selalu reliabilitas atau ketepatan hasil penelitian itu bisa
dijamin. Hal ini dikarenakan karakteristik variabel itu sendiri. Untuk mengurangii
dampak reliabilitas yang rendah dari variabel tersebut diperlukan sampel berukuran
besar.

C. MENGHITUNG BESAR SAMPEL

 PENELITIAN

Dalam statistik inferensial, besar sampel sangat menentukan representasi sampel

yang diambil dalam menggambarkan populasi penelitian. Oleh karena itu menjadi satu
kebutuhan bagi setiap peneliti untuk memahami kaidah-kaidah yang benar dalam
menentukan sampel minimal dalam sebuah penelitian.
Cara mengitung besar sampel suatu penelitian sangat ditentukan oleh disain
penelitian yang digunakan dan data yang diambil. Jenis penelitian observasional dengan
menguunakan disain cross-sectional akan berbeda dengan case-control study dan khohor,
demikian pula jika data yang dikumpulkan adalah proporsi akan beda dengan jika data
yang digunakan adalah data continue. Pada penelitian di bidang kesehatan masyarakat,
kebanyakan menggunakan disain atau pendekatan cross-sectional atau belah lintang,
meskipun ada beberapa yang menggunakan case control ataupun khohor.
Terdapat banyak rumus untuk menghitung besar sampel minimal sebuah
penelitian, namun pada peper ini akan disampaikan sejumlah rumus yang paling sering
dipergunakan oleh para peneliti.

1. Penelitian Cross-sectional

Untuk penelitian survei, biasanya rumus yang bisa dipakai menggunakan proporsi
binomunal (binomunal proportions). Jika besar populasi (N) diketahui, maka dicari
dengan menggunakan rumus berikut:

Z
2 1- /2 p
(1-p) N
n =
-----------------------------------
d 1- /2 p (1-p)

(
N
-
1
)

Z
2
Dengan jumlah populasi (N) yang diketahui, maka peneliti bisa melakukan pengambilan
sampel secara acak).
Namun apabila besar populasi (N) tidak diketahui atau (N-n)/(N-1)=1 maka besar
sampel dihitung dengan rumus sebagai berikut :

2 2
Z pq Z p (1-p)

n = ---------- = --------------
2 2
d d
 Keterangan :

n = jumlah sampel minimal yang diperlukan

= derajat kepercayaan
p = proporsi anak yang diberi ASI secara eksklusif
q = 1-p (proporsi anak yang tidak diberi ASI secara eksklusif d =
limit dari error atau presisi absolut

2 2
Jika ditetapkan =0,05 atau Z1- /2 = 1,96 atau Z 1- /2 = 1,96 atau
dibulatkan menjadi 4, maka rumus untuk besar N yang diketahui kadang-kadang diubah
menjadi:
4 pq
n = ----------

2
d

Misalnya, kita ingin mencari sampel minimal untuk suatu penelitian mencari faktor
determinan pemberian ASI secara eksklusif. Untuk mendapatkan nilai p, kita harus
melihat dari penelitian yang telah ada atau literatur. Dari hasil hasil penelitian
Suyatno (2001) di daerah Demak-Jawa Tengah, proporsi bayi (p) yang diberi
makanan ASI eksklusif sekitar 17,2 %. Ini berarti nilai p = 0,172 dan nilai q = 1 – p.
Dangan limit dari error (d) ditetapkan 0,05 dan nilai = 0,05, maka jumlah
sampel yang dibutuhkan sebesar:
2
1,96 . 0,172 .
0,828 n = ------------------
2
0,05

= 219 orang (angka minimal)

Jika tidak diketemukan nilai p dari penelitian atau literatur lain, maka dapat
dilakukan maximal estimation dengan p = 0,5. Jika ingin teliti teliti maka nilai d sekitar
2,5 % (0,025) atau lebih kecil lagi.

2. Case Control dan Khohor

Rumus yang digunakan untuk mencari besar sampel baik case control maupun khohor
adalah sama, terutama jika menggunakan ukuran proporsi. Hanya saja untuk penelitian
khohor, ada juga yang menggunakan ukuran data kontinue (nilai mean).
Besar sampel untuk penelitian case control adalah bertujuan untuk mencari
sampel minimal untuk masing-masing kelompok kasus dan kelompok kontrol. Kadang-
kadang peneliti membuat perbandingan antara jumlah sampel kelompok kasus dan
kontrol tidak harus 1 : 1, tetapi juga bisa 1: 2 atau 1 : 3 dengan tujuan untuk memperoleh
hasil yang lebih baik. Adapun rumus yang banyak dipakai untuk mencari sampel
minimal penelitian case-control adalah sebagai berikut:
2
(p0.q0 + p1.q1)( Z 1 - / 2 + Z 1-ß )

n= -

2
(p1 - p0)

Keterangan :

n = jumlah sampel minimal kelompok kasus dan kontrol

Z1 - / 2 = nilai pada distribusi normal standar yang sama dengan tingkat
kemaknaan (untuk = 0,05 adalah 1,96)
Z1 - ß = nilai pada distribusi normal standar yang sama dengan kuasa

(power) sebesar diinginkan (untuk ß=0,10 adalah 1,28)

p0 = proporsi paparan pada kelompok kontrol atau tidak sakit p1
= proporsi paparan pada kelompok kasus (sakit)
qo = 1 – p0 dan q1 = 1 – p1

Pada penelitian khohor yang dicari adalah jumlah minimal untuk kelompok
exposure dan non-exposure atau kelompok terpapar dan tidak terpapar. Jika yang
digunakan adalah data proporsi maka untuk penelitian khohor nilai p0 pada rumus di atas
sebagai proporsi yang sakit pada populasi yang tidak terpapar dan p1 adalah proporsi yang
sakit pada populasi yang terpapar atau nilai p1 = p0 x RR (Relative Risk).
Jika nilai p adalah data kontinue (misalnya rata-rata berat badan, tinggi badan, IMT
dan sebagainya) atau tidak dalam bentuk proporsi, maka penentuan besar sampel untuk
kelompok dilakukan berdasarkan rumus berikut.

22
2( Z 1 - / 2 + Z 1-ß )

n = ---------------------------------
 2
(U1 - U2)

Keterangan :

n = jumlah sampel tiap kelompok

Z1 - / 2 = nilai pada distribusi normal standar yang sama dengan tingkat
kemaknaan (untuk = 0,05 adalah 1,96)
Z1 - ß = nilai pada distribusi normal standar yang sama dengan kuasa

(power) sebesar diinginkan (untuk ß=0,10 adalah 1,28)

= standar deviasi kesudahan (outcome)
U1 = mean outcome kelompok tidak terpapar
U2 = mean outcome kelompok terpapar

Contoh kasus, misalnya kita ingin mencari sampel minimal pada penelitian
tentang pengaruh pemberian ASI eksklusif dengan terhadap berat badan bayi. Dengan
menggunakan tingkat kemaknaan 95 % atau = 0,05, dan tingkat kuasa/power 90 % atau
ß=0,10, serta kesudahan (outcome) yang diamati adalah berat badan bayi yang ditetapkan
memiliki nilai asumsi SD=0,94 kg (mengacu data dari penelitian LPKGM di Purworejo, Jawa
Tengah), dan estimasi selisih antara nilai mean kesudahan (outcome) berat badan
kelompok tidak terpapar dan kelompok terpapar selama 4 bulan pertama kehidupan bayi (U0 –
U1) sebesar 0,6 kg (mengacu hasil penelitian Piwoz, et al. 1994), maka perkiraan jumlah
minimal sampel yang dibutuhkan tiap kelompok pengamatan, baik terpapar atau tidak terpapar
adalah:

2 2
n= 2( 1,96 + 1,28 ) (0,94)

2
(0,6)

= 51,5 orang atau dibulatkan: 52 orang/kelompok

Pada penelitian khohor harus ditambah dengan jumlah lost to follow atau akan lepas
selama pengamatan, biasanya diasumsikan 15 %. Pada contoh diatas, maka sampel minimal
yang diperlukan menjadi n= 52 (1+0,15) = 59,8 bayi atau dibulatkan menjadi sebanyak 60
bayi untuk masing-masing kelompok baik kelompok terpapar ataupun tidak terpapar atau total
120 bayi untuk kedua kelompok tersebut.

3. Penelitian Eksperimental
 Menurut Supranto J (2000) untuk penelitian eksperimen dengan rancangan acak
lengkap, acak kelompok atau faktorial, secara sederhana dapat dirumuskan:

(t-1) (r-1) > 15

dimana : t = banyaknya kelompok
perlakuan j = jumlah replikasi
Contohnya: Jika jumlah perlakuan ada 4 buah, maka jumlah ulangan untuk tiap
perlakuan dapat dihitung:
(4 -1) (r-1) > 15
(r-1) > 15/3
r > 6

Untuk mengantisipasi hilangnya unit ekskperimen maka dilakukan koreksi dengan 1/(1-f)

di mana f adalah proporsi unit eksperimen yang hilang atau mengundur diri atau drop out.
2. Bagaimana cara menentukan uji statistik? Dan apa saja jenis uji statistik?

A. Peran Statistik Dalam Penelitian

1. Pengertian statistik
Statistik dalam arti sempit berarti angka/data. Dalam arti luas statistik
sekumpulan konsep dan metode yang digunakan untuk mengumpulkan dan
menginterpretasi data tentang bidang kegiatan tertentu dan mengambil
kesimpulan dalam situasi di mana ada ketidakpastian dan variasi. Sebagai suatu
disiplin ilmu, saat ini statistik meliputi berbagai metode dan konsep yang sangat
penting dalam semua penyelidikan yang melibatkan pengumpulan data,
pengolahan data, analisis data dan penyajian data.
Statistik telah dipakai untuk menyatakan kumpulan fakta yang berbentuk
angka yang disusun dalam tabel atau diagram/grafik yang menggambarkan suatu
persoalan. Statistik sebagai metode ilmiah mengajak kita untuk melihat sesuatu
secara berurutan dan sebagai ilmu adalah alat untuk mengolah data numerik
yang diperoleh sehingga menghasilkan informasi. Secara umum statistik
mempunyai peran yang sangat penting dalam penelitian karena keputusan yang
dihasilkan bergantung kepada statistik yang dipakai. Tujuan digunakan ilmu
statitistik dalam peneitian adalah untuk mejawab permasalahn dan membuktikan
sesuatu dugaan yang belum terbukti dan juga meringkas data sehingga data
tersebut menghasilkan informasi.

2. Kegunaan statistik/penelitian di Bidang Kesehatan

a. Mengukur status kesehatan maasyarakat dan mengetahui permaslahan
kesehatan
b. Membandingkan status kesehatan di satu tempat dengan tempat lain, atau
membandingkan status kesehatan waktu lampau dengan saat sekarang
c. Evaluasi dan monitoring kegagalan dan keberhasilan program
kesehatan yang sedang dilaksanakan
d. Keperluan estimasi tentang kebutuhan pelayanan kesehatan
e. Perencanaa program kesehatan
f. keperluan research dan publikasi masalah-masalah kesehatan

3. Penggolongan Statistik
Penggolongan statistik dalam penelitian terdiri dari 2 sub yaitu
deskriptif dan inferensial.
a. Statistika deskriptif, adalah statistik yang digunakan untuk
 menggambarkan atau menganalisa hasil penelitian, tetapi tidak digunakan untuk
membuat kesimpulan yang lebih luas.
b.Statistik Inferensial, statistik yang digunakan untuk menganalisis data sampel
dan hasilnya akan digeneralisasikan untuk pupolasi dimana sampel itu diambil.
Statistik inferensial ini terdiri dari 2 yaitu :
1) Statistik parametris, statistik yang digunakan untuk menganalisis data interval
atau rasio.yang diambil dari populasi yang berdistribusi normal.
2) Statistik non parametris, statistik yang digunakan untuk menganalisis
data nominal atau ordinal yang diambil dari populasi yang
berdistribusi bebas.

4. Pembagian data dalam statitistik

Dalam analisis seringkali digunakan pembagian data/variabel menjadi
dua kelompok yaitu; data katagorik dan data numerik.
a. Data Katagorik (kualitatif), merupakan data hasil
pengklasifikasian/penggolongan suatu data. Cirinya adalah isi berupa kata-kata.
Contoh sex, jenis pekerjaan, pendidikan
b.Data Numerik (kuantitatif), merupakan variabel hasil dari penghitungan dan
pengukuran. Cirinya: isi variable berbentuk angka-angka. Variabel numeric
dibagi menjadi dua macam: Diskrit dan Kontinyu. Diskrit merupakan variable
hasil dari penghitungan misalnya jumlah anak, jumlah pasien tiap ruang,
sedangkan kontinyu merupakan hasil dari pengukuran, misalkan tekanan darah,
Hb.
 Variabel katagorik pada umumnya berisi variable yang berskala nominal dan
ordinal, sedangkan variable numerik berisi variabel yang berskala interval dan
rasio. Dalam analisis statistik, seringkali data numerik diubah ke dalam data
katagorik dengan cara dilakukan pengolongan
/pengklasifikasian. Misalnya variabel berat badan data riilnya berupa data
numerik, namun bila dikelompokkan menjadi kurus (<50 kg), sedang (50-60 kg) dan
gemuk (>60 kg), maka jenis variabelnya sudah berubah menjadi data katagorik.

5. Skala Pengukuran
Berkaitan dengan proses kuantifikasi , data dan variabel biasanya
diklasifikasikan dalam empat jenis skala pengukuran. Klasifikasi ini selain untuk
keperluan penentuan alat pengambil data, juga sangat penting untuk penentuan
metode analisis mana yang sesuai diterapkan.
Tingkat pengukuran yang luas digunkakan dibagi dalam empat katagori
yaitu ukuran nominal, ordinal, interval dan rasio.
a. Ukuran Nominal
Ukuran nominal adalah ukuran yang hanya diperoleh atau yang
ditetapkan atas dasar proses penggolongan Diperoleh dari hasil
menghitung dan membilang (bukan mengukur), jadi yang kita lakukan hanyalah
menghitung semata-mata banyaknya subyek misalnya wanita sekian orang,
pegawai sekian orang yang sifatnya hanya membedakan. Ukuran nominal ini
adalah ukuran yang paling sederhana, dimana angka yang diberikan kepada
objek hanya mempunyai arti sebagai objek saja, dan tidak menunjukkan jarak
maupun ukuran antara katagori dalam ukuran itu. Objek dikelompokkan
kedalam himpunan-himpunan yang tidak boleh tumpang tindih dan bersisa.
Beberapa data nominal antara lain : jenis kelamin, kehadiran (hadir dan
tak hadir, tempat kelahiran (disurabaya), kebangsaan (Indones ai ),
11 5
r aan
bahasa (Inggris), Jabatan (ketua, bendahara, sekretaris), peke j
(pegawai, pedagang, petani, dsb).
b. Ukuran Ordinal
Data berjenjang atau berbentuk peringkat, artinya jarak satu data dengan
yang lain mungkin tidak sama. Juara I, II, III ; golongan I, II, III; tingkat
pendidikan; derajad keasaman dan sebagainya yang menunjukkan peringkat
antara data satu dengan lainnya.
c. Ukuran Interval
Pengukuran bersifat kontinyu, yang didalam pengukuran itu
diasumsikan terdapat satuan pengukuran yang sama, selain
 mengurutkan obyek berdasarkan suatu atribut juga memberikan
informasi tentang interval antara satu obyek dengan obyek lainnya. Ciri khas data
interval adalah data yang jaraknya sama tetapi tidak memiliki nilai nol absolut.
Pada data ini, walaupun datanya nol, tetapi masih memiliki nilai. Misalnya nol
derajad celcius, ternyata masih ada nilainya.
d. Ukuran Rasio
Data yang jaraknya sama tetapi memiliki nilai nol absolut, artinya kalau data nol
berarti tidak ada apa-apanya.
Misalnya :
Hasil pengukuran panjang (M), berat (kg). Bila nol meter maka tidak ada
panjangnya. Ukuran rasio diperoleh apabila selain informasi tentang urutan
dan interval antar responden juga bila dipunya informasi tambahan tentang
jumlah absolut antribut yang dimiliki oleh salah satu obyek. Jadi ukuran rasio
adalah suatu bentuk interval jaraknya tidak dinyatakan sebagai perbedaan
nilai antar obyek tetapi antara obyek dengan nilai nol absolut. Karena
terdapat titik nol maka perbandingan rasio dapat ditentukan.

6. Tahap –Tahap Kegiatan Statistik

Secara ringkas dapat disebutkan ada 5 tahap dalam proses kegiatan statisti
yaitu :
a. Pengumpulan data (data collecting)
b.Pengolahan data (data processing)
c. Penyajian data ( data presentation)
d.Analisa dan interprestasi (analysis and interprestation)
e. Penarikan kesimpulan

a. Pengumpulan Data (data colecting)

Data adalah himpunan angkayang merupakan nilai dari unit sampel kita sebagai
hasil mengamati atau mengukur. Langkah-langkah pengumpulan data
secara operasional, metode pengumpulan data dan penjelasan tentang cara-cara
pengisian instrumen.

Ada 3 cara dalam memperoleh data yaitu :

1) Data primer, data yang diperoleh sendiri oleh peneliti dari hasil
pengukuran, pengamatan , survey dan lain-lain.
2) Data sekunder, data yang diperoleh dari pihak lain, badan/intansi yang secara
 rutin mengumpulkan data. Misalnya BPS (biro pusat statistik).
3) Data tertier, data yang diperoleh dari orang / badan / instansi lain yang
telah dipublikasikan / dikompilasikan dari pihak lain dalam bentuk tabel,
grafik, laporaan penelitian.

b. Pengolahan data (data processing)

Pengolahan data pada dasarnya merupakan suatu proses untuk
memperoleh data atau data ringkasan berdasarkan suatu kelompok data
mentah dengan menggunkaan rumus tertentu sehingga menghasilkan informasi
yang diperlukan.
Setelah dilakukan pengumpulan data, seringkali orang bingung mau diapakan
data yang telah terkumpul, Bagaimana menghubungkan data di kuesioner
dengan tujuan penelitlan. Untuk itu data yang masih mentah (raw data)
perlu diolah sedemikian rupa sehingga menjadi informasi yang akhirnya dapat
digunakan untuk menjawab tujuan penelitian.
Ada beberapa kegiatan yang dilakukan oleh peneliti dalam
pengolahan data dibagi menjadi 6 tahap, yaitu
:
1) Editing / memeriksa
Adalah memeriksa daftar pertanyaan yang telah diserahkan oleh para
pengumpul data. Pemeriksaan daftar pertanyaan yang telah selesai ini dilakukan
terhadap :
a) Kelengkapan jawaban, apakah tiap pertanyaan sudah ada jawabanya,
meskipun jawaban hanya berupa tidak tahu atau tidak mau menjawab.
b) Keterbacaan tulisan, tulisan yang tidak terbaca akan mempersulit
pengolahan data atau berakibat pengolah data salah membaca.
c) Relevansi jawaban, bila ada jawaban yang kurang atau tidak relevan
maka editor harus menolaknya.
Jika terdapat beberapa kuesioner yang masih belum disisi, atau pengisian
yang tidak sesuai dengan petunjuk dan tidak relevannya jawaban dengan
pertanyaan sebaiknya diperbaiki dengan jalan
menyuruh isi kembali kuesioner yang masih kosong pada responden semula,
kalau itu tak mungkin dilakukan maka kita berusaha mencari responden lain
sebagi pengganti asal sesuai dengan polanya.
Untuk menghindari pekerjaan pengulangan maka sewktu penyebaran
instrumen, agar peneliti dapat memperkirakan akan terjadinya kerusakan atau
tidak kembalinya instrumen sebanyak 10 %, dengan telah diperkirakan ini
 waktu menyebarkan instrumen kita lakukan penambahan 10 % untuk menutup
jika terjadi kekurangan tersebut.

2) Memberi Tanda Kode / coding

Adalah mengklasifikasikan jawaban-jawaban dari para responden kedalam
bentuk angka/bilangan. Biasanya klasifikasi dilakukan dengan cara memberi
tanda / kode berbentuk angka pada masing-masing jawaban.
Tanda – tanda kode ini dapat disesuaikan dengan pengertian yang lebih
menguntungkan peneliti, jadi tanda-tanda tersebut bisa dibuat oleh peneliti
sendiri.
Kegunaan dari coding adalah untuk menrpermudah pada saat analisis data dan
juga mempercepat pada saat entry data

3) Processing
Setelah semua kuesioner terisi penuh dan benar, serta sudah melewati
pengkodean, maka langkah selanjutnya adalah memproses data aqar data
yang sudah di-entry dapat dianailisis. Pemrosesan data dilakukan dengan cara
meng-entry data dari kuesioner ke paket program komputer. Ada
bermacam-macam paket program yang dapat digunakan untuk pemrosesan
data dengan masing-rnasing mempunyai kelebihan dan kekurangan. Salah
satu paket program yang sudah umum digunakan untuk entry data adalah
paket program SPSS for Window.

4) Cleaning
Pembersihan data, lihat variabel apakah data sudah benar atau belum. Cleaning
(pembersihan data) merupakan kegiatan pengecekan kembali data yang sudah
di-enty apakah ada kesalahan atau tidak. Kesalahan tersebut dimungkinkan
terjadi pada saat kita meng-entry data ke computer. Misalnya untuk variabel
pendidikan ada data yang bernilai 7, mestinya berdasarkan coding yang ada
pendidikan kodenya hanya antara 1 s.d. 4 (1=SD, 2 = SMP, 3 = SMU dan 4 = PT).

5) Mengeluarkan informasi
Disesuaikan dengan tujuan penelitian yang dilakukan.

c. Penyajian data (data presentation)

Data statistik perlu disajikan dalam bentuk yang mudah dibaca dan dimengerti.
Tujuannya adalah memberikan informasi dan memudahkan interpretasi hasil
analisis. Secara garis besar ada 3 cara yang sering dipakai untuk penyajian
data, yaitu : tulisan, tabel dan diagram.
1) Tulisan / narasi (textuklar)
Ciri dari penyajian secara tulisan adalah :
- Dibuat dalam bentuk narasi mulai dari pengambilan data sampai kesimpulan
- Kelemahan kurang menggambarkan bentuk statistik bila terlalu
banyak datanya
Contoh :
Seorang direktur rumah sakit memberikan informasi tentang kondisi
rumah sakit yang dipimpinnya sebagai berikut: “ penderita yang menjalani rawat
inapp dirumah sakit ini jumlahnya meningkat dari tahun ke tahun hingga
tiak tertampung dan sebagian besra berda diruang penyakit dalam.Untuk
yang harus dilakukan adalah penambahan gedung dan sarana yang kita
butuhkan”

2) Tabel atau Daftar (tabuler)

Penyajian dalam bentuk angka (data numeric) yang disusun dalam kolom
dan baris dengan tujuan untuk menunjukkan frekuensi kejadian dalam
kategori yang berbeda.
Macam-macam tabel
a) Master tabel (tabel induk), tabel yang menyajikan data secara terperinci,
sehingga pembaca memperoleh semua informasi yang diperlukan.
Tabel master menyajikan data asli sehingga dapat digunakan untuk tabel
khusus.
b) Tex tabel (tabel khusus), adalah tabel yang menggambarkan adanya
hubungan dan mengambil salah satu aspek dari tabel umum sehingga
mudah diinterprestasikan, karena angka sudah dibulatkan.

Syarat-syarat tabel sebagai berikut :

a) Judul tabel
Judul table ditulis ditengah-tengah bagian atas, singkat, jelas dan
lengkap. Judul dapat menjawab 3 W yaitu : what, where dan when
unt
untuk memberikan ketera
keterang
ngan
an yang mandi
ndiri tentang "apa/siapa", dimana
dan kapan dila
ilakukan.

b) Bagan
- Box Head (judul kolom)
 Adalah judul kolom yang ditulis singkat dan jelas, biasanya dalam
beberapa baris dan diusahakan jangan terjadi pemutusan kata.
- Stub (judul baris)
Berisikan item-item yang diteliti, yang terdiri dari beberapa sel table.
- Foot note (catatan kaki)
Merupakan keterangan kutipan mengenai perolehan sumber data
3) Grafik atau diagram
Pedoman pembuatan grafik
Agar dapat membuat grafik yang baik hendaknya dibuat berdasarkan pedoman
sebagai berikut :
- Grafik terdiri dari 2 sumbu, yaitu horizontal yang disebut absis
(sumbu x) dan vertical yang disebut ordinat (sumbu y). Variabel bebas
diletakkan disumbu X dan variable terikat diletakkan disumbu y.
- Sebaiknya tidak menampilkan angka dalam grafik.
- Grafik harus diawali dari titik nol agar tidak terjadi kesalahan
interpretasi.
- Judul grafik ditulis dengan jelas, singkat dan sederhana (dapat
diletakkan dibagian atas atau bawah).
- Pembuatan grafik harus menarik dan bila perlu diberi warna.
Macam Grafik
Berdasarkan bentuknya maka grafik dapat dibagi sebagai berikut :
a) Grafik batang (bar diagram)
Bertujuan melihat kecenderungan data menurut waktu, dimana sumbu x
berisi data waktu dan sumbu y menunjukkan frekuensi nilai dari variabel data
dan membandingkan beberapa pengamatan data menurut tempat dan jenis
atau kategori tertentu.

b) Grafik lingkaran (pie diagram)

Grafik menyajikan data kualitatif sebagai bagian komponen
perbandingan dari keseluruhan. Syarat bentuk lingkaran dengan jumlah
komponen 100 % atau 360°. Perhitungan luas komponen atau sektor
merupakan perbandingan yang dikalikan dengan 100%
Untuk menggambarkan data yang secara terus-menerus , misalnya keadaan
suhu, nadi yang biasa dikerjakan oleh seorang perawat. Seperti diagram
batang disini diperlukan sistem sumbu datar dan sumbu tegak yang saling
tegak lururs. Suhu datar menyatakan waktu sedangkan sumbu tengah
melukiskan kuantum data tiap waktu.
 d) Grafik titik-titik (pencar)
- menyajikan hubungan (korelasi) antara dua variabel
- penyajian grafik yang diperoleh dari hasil pencaran data (titik- titik
frekuensi data)
Dipakai untuk mendapatkan gambaran kasar sesuatu persoalan dan sebagai
alat visual bagi orang awam. Setiap satuan jumlah tertentu dibuat simbol
sesuai dengan macam datanya. Kesulitannya adalah bila jumlah bagian
simbol yang tidak penuh.

f) Grafik peta (kartogram)

Dalam pembuatannya digunakan peta geografis dimana data terdapat. Data
ini melukiskan keadaan yang dihubungkan dengan tempat kejadiannya. Yang
umum digunakan adalah pulau dimana dicantumkan gambar-gambar hasil
bumi, tambang, ternak dan sebagainya

d. Analisa dan Interprestasi (analysis and interpretation)

Setelah data diolah kemudian dianalisa, sehingga hasil analisa data dapat
digunakan sebagai bahan pengambilan keputusan dalam penanggulangan masalah.
Setelah kita selesai melalukan pengolahan data, rnaka langkah selanjutnya adalah
menganalisis data. Data mentah (raw data), yang sudah susah payah kita
kumpulkan tidak akan ada artinya jika tidak dianalisis. Analisis data merupakan
kegiatan yang sangat penting dalam suatu penelitian, karena dengan analisislah
data dapat mempunnyai arti/makna yang dapat berguna untuk memecahkan
masalah penelitian.

Tujuan analisa /interprestasi data adalah :

1) Untuk mengetahui komponen-komponen yang mempunyai sifat
menonjol dan mempunyai nilai yang ekstrim.
2) Membandingkan antara komponen dengan menggunakan nilai rasio
3) Memperbandingkan antara komponen dengan keseluruhan
menggunkan nilai proporsi (persentase) kemudian menyimpulkannya.

Interpretasi mempunyai dua bentuk, yaitu arti sempit dan arti luas.
Interpretasi dalam arti sempit (deskriptif), yaitu interpretasi data dilakukan hanya
sebatas pada masalah penelitian yang diteliti berdasarkan data yang dikumpulkan.
Interpretasi dalam arti luas (analitik) yaitu interpretasi guna mencari makna data
hasil penetitian dengan jalan tidak hanya menjelaskan/menganalisis data hasil
penelitian tersebut, tetapi juga melakukan inferensi (generalisasi) dari data yang
diperoleh dengan teori- teori yang relevan dengan hasil-hasil penelitian tersebut.
Dari hasil analisa ini dapat diketahui pengaruh secara kuantitatif dari suatu
perubahan, kemudian dilanjutkan dengan memperkirakan atau meramalkan
kemungkinan-kemungkinannya.

Ada katagori analisa dalam penelitian yaitu :

1) Analisis Statistik Diskriptif
Analisis deskriptif adalah suatu prosedur pengolahan data dengan
menggambarkan dan meringkas data dengan cara ilmiah dalam bentuk
tabel atau grafik. Data – data yang disajikan meliputi frekwensi, proporsi
dan rasio, ukuran pemusatan (mean, median dan modus) atau ukuran-ukuran
variasi (simpangan bak, varians, rentang dan kuartil).
2) Analisis Statistik Inferensial
Dalam pengujian inferensial yang digunakan adalah :
a) Estimasi, adalah penaksiran nilai parameter berdasarkan statistik.
Hasil estimasi menunjukkan nilai parameter populasi yang ditaksir berada
dalam interval batas bawah dan batas atas yang dihasilkan dengan
kesalahan sebesar alfa.

b) Pengujian hipotesis (hypothesis testing), interpretasi hasil analisis dilakukan

dengan membandingkan (mengembalikan) keputusan yang diambil
melalui uji statistik (Ho diterima atau ditolak) ke hipotesis penelitian.
Langkah-langkah yang dilakukan adalah :
- Penetapan Hipotesis Statistik (H0 dan H1)
- Penentuan Tingkat Kemaknaan (alfa) biasanya berkisar 0,01 dan
0,1 (paling sering 0,05)

4. Penarikan kesimpulan
Bagian akhir daripada pekerjaan statistik adalah pengambilan kesimpulan.
Kesimpulan ini diambil berdasarkan analisa / interprestasi data yang dilakukan.
Berdasarkan hasil analisa ini seorang perencana dalam bidang pelayanan
kesehatan dapat menyimpulkan hasil dalam menentukan alternatif pemecahan
masalah yang dilakukan, sehingga bermanfaat terhadap program yang akan
dilakukan didasarkan pada penerimaan dan penolakan hipotesis nol (Ho). Dari
hasil uji statistik biasanya didapatkan nilai statistik uji dan tingkat kemaknaan (p).
Secara umum, keputusan menolak hipotesis nol (Ho) diambil apabila:
 Nilai statistik uji > nilai tabel atau
Nilai tingkat kemaknaan yang diperoleh (p) < alfa

Dari Uji statistik akan diperoleh 2 kemungkinan hasil uji, yaitu :

Signifikan/bermakna, yaitu adanya hubungan, perbedaan atau pengaruh
antara sampel yang diteliti, pada taraf signifikansi tertentu, misalnya 1%,
atu 5%.
Tidak signifikan/tidak bermakna, artinya tidak ada hubungan,
perbedaan atau pengaruh sampel yang diteliti.
Statistika dalam pengolahan data hasil penelitian hanya merupakan alat, bukan
tujuan dari analisis. Karena itu statistika tidak boleh dijadikan tujuan yang
menentukan komponen-komponen penelitian yang lain. Yang mempunyai peran
dalam penelitian adalah masalah dan tujuan dalam suatu penelitian.

Tabel Penggunaan statistik parametris dan non parametris untuk menguji hiphotesis

BENTUK HIPHOTESIS
Komparatif Komparatif
Deskriptif (dua sampel)
independ (lebih dari dua Asosiasif
independ
Macam
(satu related Fisher
en related en (hubungan
data
Binomial Exact X² for k Contingen
Mc Probability sample X² for k c y
Nominal X ² One Nemar sample Coefficient
Ordinal Median
test
Sign test Median Spearman
Mann Friedma Extension Rank
Wilcoxo Whitney n Correlatio
n U test Two Kruskal n
Run Test matched Way Wallis One
Interval pairs Way Pearson
Rasio Product
One One Way Moment
T test of T test Way Anova
T test related Independe Anova Partial
nt Two Way Corelation
 46

7. Faktor yang mempengaruhi analisis data

Seberapa jauh analisis suatu penelitian akan dilakukan tergantung dari:
a. Jenis penelitian b. lenis sampel
c. lenis data/variabet
d. Asumsi kenormalan disfriousi data

a. Jenis penelitian
Jika ingin mengetahui bagaimana pada umumnya (secara rata-rata)
pendapat masyarakat akan suatu hal tertentu, maka pengumpulan
data dilakukan dengan survei. Dari kasus ini maka dapat dilakukan
analisis data dengan pendekatan kuantitatif, Namun bila kita
menginginkrn untuk mendapatkan pendapat/gambaran yang
mendalam tentang suatu fenomena, maka data dapat dikumpulkan
dengan fokus grup diskusi atau observasi, maka analisisnya
menggunakan pendekatan analisis kualitatif.

b. Jenis Sampel
Analisis sangat terganturg pada jenis sampel yang dibandingkan,
apakah kedua sampel independen atau dependen.. Misanya survei
untuk mengetahui apakah ada perbedaan berat badan bayi antara
bayi-bayi yang dilahirkan dari ibu perokok dengan bayi-bayi dari ibu
yang tidak merokok. Disini berarti kelompok ibu perokok dan
kelompok ibu bukan perokok bersifat independen.
Sedangkan untuk penelitian eksperimen yang sifatnya pre dan post
(sebelum dan sesudah adanya perlakuan tertentu dilakukan
pengukuran) maka uji yang digunakan adalah uji statistic untuk data
yang dependen. Misalnya, suatu penelitian ingin mengetahui
pengaruh pelatian manajemen terhadap kinerja petugas kesehatan.
Pertanyaan penelitiannya adalah ? apakah ada perbedaan kinerja
petugas kesehatan antara sebelum dan sesudah mendapat
pelatihan manajemen.Dalam penelitian ini sampel kelompok
petugas kesehatan bersifat dependen, karena pada kelompok
(orang) yang sama diukur 2 (dua) kali yaitu pada saat sebelum
pelatihan (pre test) dan sesudah dilakaukan pelatihan (post test)

46
 47

c. Jenis data / variabel

Data dengan jenis katagori berbeda cara analisisnya dengan data
bentuk numeriknya. Beberapa pengukuran / uji statistic hanya
cocok untuk jenis data tertentu. Sebagai contoh, nilai
proporsi/persentase (pada analisis univariat) biasanya cocok untuk
menjelaskan data berjenis katagori( sedangkan untuk data jenis
numeri biasanya dapat menggunakan nilai rata-rata untuk
menjelaskan karakteristiknya. Untuk analisis hubungan dua
variabel (analisis bivariat) uji kai kuadrat hanya dapat dipakai untuk
mengetahui hubungan data katagori dengan data katagori.
Sebaliknya untuk mengetahui hubungnn nurnerik dergan numeric
digunakan uji korelasi/regresi.

d. Asumsi Kenormalan
Jenis analisis yang akan dilakukan sangat tergantung dari bentuk
distribusi datannya. Bila distribusi datanya tidak normal, maka
sebaiknya digunakan prosedur uji statitik nonparametrik.
Sedangkan bila asumsi kenormalan dapat dipenuhi maka dapat
digunakan uji statistik parametric.

47
 48

UJI STATISTIK
UJI HIPOTESIS DESKRIPTIF
Pengujian hipotesis deskriptif: proses generasilasi penelitian berdasarkan pada satu
sampel
Jika datanya interval rasio digunakan statistik parametris (distribusi data normal)
Jika datanya nominal, ordinal digunakan statistik non parametris (distribusi data bebas)

STATISTIK PARAMETRIS
Data: interval atau rasio
Uji: t-test 1 sampel
Rumus yang digunakan t atau z
Rumus z digunakan jika simpangan baku populasi diketahui (karena umumnya tidak
diketahui), sering dipakai rumus z
Macam uji: uji dua fihak (two tail test) dan uji satu fihak (one tail test)

RUMUS t
t = (x – μo) / (s/√n)
t = nilai t yang dihitung = t hitung
x = rata-rata x
μo = nilai yang dihipotesiskan
s = simpangan baku
n = jumlah sampel

UJI DUA FIHAK (TWO TAIL TEST)

Uji dua fihak digunakan jika Ho berbunyi: “… sama dengan …” dan Ha berbunyi: “…
tidak sama dengan …”
Ho: “Lama kala 2 pada primigravida sama dengan 1 jam”
Ha: “Lama kala 2 pada primigravida tidak sama dengan 1 jam”
Kesimpulan: Ho diterima jika t hitung ≤ t tabel
UJI SATU FIHAK (ONE TAIL TEST)
Uji fihak kiri:
– Ho = “… lebih besar atau sama dengan (≥)…”
– Ha = “… lebih kecil (<)…”
• Contoh:
– Ho = “Daya tahan bidan berdiri lebih besar dan sama dengan 2 jam”

48
 49

– Ha = “Daya tahan bidan berdiri lebih kecil dari 2 jam”

• Kesimpulan: Ho diterima jika t hitung ≤ t tabel

• Uji fihak kanan:

– Ho = “… lebih kecil atau sama dengan (≤)…”
– Ha = “… lebih besar (>)…”
• Contoh:
– Ho = “Pasien Poli KIA dalam sehari lebih kecil dan sama dengan 20 orang”
– Ha = “Pasien Poli KIA dalam sehari lebih besar 20 orang”
• Kesimpulan: Ho diterima jika t hitung ≥ t tabel

STATISTIK NON PARAMETRIS

• Data: nominal atau ordinal
• Uji data nominal:
– Test Binomial
– Chi Kuadrat (χ2)
• Uji data ordinal:
– Run Test

TEST BINOMIAL
• Syarat:
– Populasi terdiri 2 klas (misal: pria dan wanita)
– Data Nominal
– Jumlah sampel kecil (<25)
• Distribusi data Binomial (terdiri 2 kelas): kelas dengan kategori (x) dan kelas dengan
ketegori (N-x)
• Ketentuan: Bila harga P > α , Ho diterima
– P = proporsi kasus (lihat tabel)
– Α = taraf kesalahan ( 1% = 0,01)

• Contoh: penelitian tentang kecenderungan Bumil memilih tempat bersalin di Polindes

atau di Puskesmas. Jumlah sampel 24 Bumil, 14 Bumil memilih di Polindes, 10 Bumil
memilih di Puskesmas
• Ho = peluang Bumil memilih tempat bersalin di Polindes atau Puskesmas adalah sama,
yaitu 50%

49
 50

• Ho = p1 = p2 = 0,5

• Sampel (n) = 24
• Frekuensi kelas terkecil (x) = 10
• Tabel (n=24, x=10) didapat koefisien binomial (p) = 0,271
• Bila taraf kesalahan (α) ditetapkan 1% = 0,01
• p = 0,271 > 0,01 maka Ho diterima
• Kesimpulan: kemungkinan Bumil memilih tempat bersalin di Polindes atau di
Puskesmas adalah sama yaitu 50 %

CHI KUADRAT (χ2)

• Syarat:
– Populasi terdiri dari 2 atau lebih kelas
– Data Nominal
– Sampelnya besar

• Ho = “Peluang memilih x atau y adalah sama besar yaitu 50%”

• Ketentuan: Ho diterima jika χ2 hitung < χ2 tabel (dengan dk dan taraf kesalahan
tertentu)
• dk = kebebasan untuk menentukan frekuensi yang diharapkan, jika peluangnya 2 (x
atau y) maka dk =1

• Penelitian peluang Bumil memilih periksa ANC di Bidan P2B dan Bidan D3. Jumlah
sampel 300 Bumil, memilih Bidan P2B 200 orang, memilih Bidan D3 100 orang
• Ho = “Peluang Bumil memilih periksa ANC di Bidan P2B dan Bidan D3 adalah sama
(50%)”
• Jika dk = 1, α = 5% à χ2 tabel = 3,841, dan χ2 hitung = 33,33
• Kesimpulan: Ho ditolak

• Penelitian tentang warna sepatu dipilih Bidan. Jumlah sampel 3000 Bidan, 1000 warna
hitam, 900 warna putih, 600 coklat, 500 warna lain
• Ho =“Peluang Bidan memilih empat warna sepatu adalah sama”
• Jika dk = 3, α = 5% à χ2 tabel = 7,815, dan χ2 hitung = 226,67
• Kesimpulan: Ho ditolak

50
 51

RUN TEST
• Untuk mengukur urutan suatu kejadian random atau tidak (pada data ordinal)
• Caranya dengan memperhatikan jumlah “run”
• Run adalah kejadian yang berurutan
• Contoh: @@@ ## @ ### @@ # @@ = 7 run
• Ho = “Urutan dalam memilih … adalah random”
• Ketentuan: Ho diterima jika r observasi berada diantara r kecil (tabel) dan r besar
(tabel)

UJI HIPOTESIS DESKRIPTIF

SKALA VARIABEL UJI STATISTIK

 NOMINAL TEST BINOMIAL, CHI KUADRAT
 ORDINAL RUN TEST
 INTERVAL RASIO t-TEST, RUMUS Z (SD DIKETAHUI)

UJI HIPOTESIS ASOSIASI

 SKALA VARIABEL UJI STATISTIK
 NOMINAL CHI KUADRAT
 ORDINAL SPERMAN RANK, KENDAL TAU
 INTERVAL-RASIO PEARSON PRODUCT MOMENT,
KORELASI GANDA, KORELASI PARSIAL

UJI HIPOTESIS KOMPARASI

51