UNIVERSITAS MALIKUSSALEH

FAKULTAS ILMU SOSIAL DAN ILMU POLITIK

PROGRAM STUDI ILMU ADMINISTRASI NEGARA

BERKAS PENYUSUNAN
RENCANA PEMBELAJARAN SEMESTER (RPS)

Mata Kuliah : METODOLOGI PENELITIAN ADMINISTRASI

Kode Mata Kuliah : IAP 143

SKS : 2

Semester : GENAP

Tahun Akademik : 2018-2019

Dosen : Dr. Muklir, S.SOS,.S.H.,M.AP

NIDN : 006027006
NIP : 19700602002121002
 UNIVERSITAS MALIKUSSALEH
FAKULTAS ILMU SOSIAL DAN ILMU POLITIK
PROGRAM STUDI ILMU ADMINISTRASI NEGARA

RENCANA PEMBELAJARAN SEMESTER

Mata Kuliah : METODOLOGI PENELITIAN ADMINISTRASI Kode Mata Kuliah : IAP 143
Semester : GENAP SKS : 3
Prasyarat : - STATUS MK : -
Capaian Menguasai pengetahuan metodologi penelitian administrasi yang meliputi jenis penelitian, langkah-langkah penelitian
Pembelajaran ilmiah mulai dari penentuan topik,perumusan masalah penelitian, studi pendahuluan, variabel penelitian, hipotesis,
populasi dan sampel, metode pengumpulan data, metode penelitian,hasil penelitian dan pembahasan, penyusunan
proposal penelitian dan penyusunan laporan secara komprehensip, mantap, dan mendalam serta dapatmengembangkan
dan mengaplikasikannya untuk menyusun proposal penelitian dan tugas akhir sesuai dengan perkembangan sains.

Minggu Bentuk Kriteria Penilaian

Kemampuan akhir yang diharapkan Bahan Kajian (materi ajar) Durasi
ke Pembelajaran (indikator)
1 Memahami sistem perkuliahan, sistem penilaian, dan 1. Perkenalan, Penjelasan sistem  Ceramah Kelengangkapan
tata tertib kuliah, mengetahui maksud dan tujuan penilaian dan RPS dan  Diskusi penjelasan mengenai
perkuliahan memotivasi untuk  Tanya materi yang dijelaskan,
menumbuhkan rasa ingin jawab dan mempunyai relevansi
belajar . dengan materi yang
dikuliahkan.

2 Memahami ILMU PENGETAHUAN DAN PENELITIAN 1. DASAR-DASAR  Ceramah Kelengangkapan

PENGETAHUAN  Diskusi penjelasan mengenai
2. SUMBER PENGETAHUAN  Tanya jawab ILMU PENGETAHUAN
3. KRITERIA KEBENARAN  Pekerjaan DAN PENELITIAN
Rumah.
3 Memahami PENGERTIAN PENELITIAN 1. APAKAH PENELITIAN ITU?  Ceramah Kelengangkapan
 2. Macam Tujuan Penelitian  Diskusi penjelasan mengenai
3. Hubungan Penelitian  Tanya PENGERTIAN
dengan Perancangan jawab PENELITIAN

4 1. MENURUT BIDANG ILMU  Ceramah Kelengangkapan

2. MENURUT PEMBENTUKAN  Diskusi penjelasan mengenai
ILMU  Tanya MENJELASKAN
jawab RAGAM
Mampu MENJELASKAN RAGAM PENELITIAN 3. MENURUT BENTUK DATA.
4. MENURUT PARADIGMA PENELITIAN.
KEILMUAN
5. MENURUT STRATEGI
5-6 1. Judul  Ceramah Kelengangkapan
2. Latar belakang & perumusan  Diskusi penjelasan mengenai
permasalahan (& keaslian  Tanya UNSUR-UNSUR
jawab PROPOSAL
penelitian, dan faedah yang
dapat diharapkan) PENELITIAN
3. Tujuan dan Lingkup penelitian
Mampu menjelaskan UNSUR-UNSUR PROPOSAL
4. Tinjauan Pustaka/Landasan
PENELITIAN
Teori
5. Hipotesis
6. Cara penelitian
7. Jadwal penelitian
8. Daftar Pustaka
9. Lampiran
7-8 1. Mengidentifikasi Masalah.  Ceramah Kelengangkapan
2. Membuat Hipotesis  Diskusi penjelasan mengenai
Mampu menjekaskan TAHAP- TAHAP PROSES 3. Studi Literature  Tanya TAHAP- TAHAP
jawab PROSES PENELITIAN
PENELITIAN & PERUMUSAN PERMASALAHAN 4. Mengidentifikasi dan
Menamai Variabel & PERUMUSAN
5. Membuat Definisi PERMASALAHAN.
 Operasional
6. Memanipulasi dan
Mengontrol Variabel
7. Menyusun Desain Penelitian
8. Mengidentifikasi dan
9. Menyusun Alat Observasi dan
Pengukuran
10. Membuat Kuesioner dan
Jadwal Interview
11. Melakukan Analisa Statistik
12. Menggunakan Komputer
untuk Analisa Data
13. Menulis Laporan Hasil
Penelitian
9 Tingkat kebenaran
Mampu memahami dengan lebih baik materi- Ujian tertulis jawaban mahasiswa
UTS untuk yang menjawab soal
materi dari minggu ke-1 s.d. ke-9.
materi 1 uts
s/d 10
10 1. Kegunaan Tinjauan Pustaka.  Ceramah Kelengangkapan
2. Sumber-Sumber Pustaka  Diskusi penjelasan mengenai
Mampu menjelaskan PENULISAN TINJAUAN 3. Indeks  Tanya mater PENULISAN
jawab TINJAUAN PUSTAKA
PUSTAKA 4. Review
5. Jurnal
6. Buku referensi
11 1. Merujuk Kutipan Langsung  Ceramah Kelengangkapan
Kurang dari 40 kata.  Diskusi penjelasan mengenai
Memahami proses Cara Pencarian Pustaka , CARA  Tanya Cara Pencarian
2. Merujuk kutipan langsung 40
MERUJUK, Penulisan Kutipan jawab Pustaka , CARA
kata atau lebih .
3. Penulisan Daftar Pustaka MERUJUK,
 Penulisan Kutipan

12  Ceramah Kelengangkapan
1. Bisnis Umum  Diskusi penjelasan mengenai
2. Manajemen Pemasaran.  Tanya RUANG LINGKUP
Memahami RUANG LINGKUP
3. RUANG LINGKUP jawab PENELITIAN
PENELITIAN MANAJEMEN
PENELITIAN MANAJEMEN.  Pekerjaan MANAJEMEN
Rumah

13 1. Bab I : Pendahuluan  Ceramah Kelengangkapan

2. Bab II : Tinjauan Pustaka  Diskusi penjelasan mengenai
3. Bab III : Metode Penelitia.  Tanya materi PENULISAN
Memahami PENULISAN SKRIPSI jawab SKRIPSI
4. Bab IV : Hasil Penelitian dan
Pembahasan.
5. Bab V : Kesimpulan dan Saran
14 Memahami POPULASI DAN SAMPEL 1. Definisi  Ceramah Kelengangkapan
SKALA PENGUKURAN 2. Skala Pengukuran  Diskusi penjelasan mengenai
3. Nominal  Tanya jawab materi POPULASI
 Pekerjaan DAN SAMPEL
4. Ordinal
Rumah SKALA
5. Interval
6. Ratio PENGUKURAN

15  Ceramah Kelengangkapan
1. Apa itu SPSS?.  Diskusi penjelasan
2. Apa yang bisa dilakukan SPSS?  Tanya jawab PENGOLAHAN DATA
Memahami PENGOLAHAN DATA
3. Apa kesamaan SPSS dengan  Pekerjaan
Microsoft Office Excel? Rumah

16 Mampu memahami dengan lebih baik materi- UAS Ujian tertulis Tingkat kebenaran
materi dari minggu ke-10 s.d. ke-15. untuk materi 10 jawaban mhasiswa
s/d 15 yang menjawab soal
uts
 Referensi :
Buku Utama
1. Augusty Ferdinan. (2014). Metodologi Penelitian Manajemen:BP. Undip. (AGF)
2. Jogiyanto. (2007). Metodologi Penelitian Bisnis: Salah Kaprah dan Pengalaman. Yogyakarta: BPFE. (Jog)
3. Mudrajad Kuncoro. (2009). Metode Riset untuk Bisis dan Ekonomi: Bagaimana Meneliti dan Menulis Tesis? Jakarta: Penerbit Erlangga. (Mud)
4. Sujoko Efferin, Stevanus Hadi Darmadji dan Yuliawati Tan. (2008). Metode Penelitian Akuntansi: Mengungkap Fenomena dengan Pendekatan
Kuantitatif dan Kualitatif: Graha Ilmu Jogyakarta (SSJ)
5. Sekaran, Uma (2013). Research Methods for Business: A Skill-Building Approach, 6th ed. UK: John Wiley dan Sons.(Sek)
6. Sari Wahyuni (2013). Qualitative Research Method: Theory And practice. Jakarta: Salemba Empat (SW)
7. Christine Daymon and Immy Holloway (2011). Qualitatif Research Method in Public Relations and Marketing Communications. London and New
York. Routledge (CD)
8. Cooper, R.S. dan Schindler, P. (2011). Business Research Methods, 1th ed. New York:Mc Graw Hill Higher Education.(C00)
9. Eriksson Paivi and Anne Kovalainen (2008). Qualitative Methods in Business Research. Singapore : SAGE Publications Asia-Pasific Pte Ltd (EA)
 UNIVERSITAS MALIKUSSALEH
FAKULTAS ILMU SOSIAL DAN ILMU POLITIK
PROGRAM STUDI ILMU ADMINISTRASI NEGARA

DESKRIPSI TUGAS
Mata METODOLOGI PENELITIAN
: Kode Mata Kuliah : IAP143
Kuliah ADMINISTRASI
Semester : GENAP SKS : 3
Minggu
: 1-24 Tugas ke - : -
ke -
Agar mahasiswa mampu menentukan topik penelitian, mahasiswa mampu
merumuskan masalah yang berhubugan dengan topik penelitian, mahasiswa mampu
1. Tujuan Tugas :
menggambarkan hipotesa penelitian, mahasiswa mampu merancang teknik
penelitian.
2. Uraian Tugas Pekerjaan Rumah, Pembuatan makalah, Presentasi

Permasalahan kontekstual METODOLOGI PENELITIAN ADMINISTRASI

a. Objek garapan : Mahasiswa secara kelompok melakukan studi dan presentasi dalam memecahkan
permasalahan METODOLOGI PENELITIAN ADMINISTRASI
 Mahasiswa menentukan topik yang akan didiskusikan atau ditentukan oleh dosen
pengampu mata kuliah.
 Mahasiswa mencari bahan-bahan yang uptode untuk dijadikan topik yang akan
didiskusikan.
b. Yang harus
dikerjakan dan :  Mahasiswa mempersiapkan perlengkapan untuk melakukan proses belajar
batasan-batasan
 Mahasiswa mencari data yang berkenaan dengan topic pembehasan baik melalui
wawancara, observasi dan dokumentasi (data sekunder).
 Mahasiswa mempresentasikan hasil analisis dan menelaah dokumen yang relevan
dengan topic pembahasannya.

c. Deskripsi luaran Presentasi dengan durasi waktu 10 s.d 15 Menit.

tugas yang
: Makalah
dihasilkan/dikerja
kan

Kehadiran atau Partisipasi ( %)

3. Tugas/PR/Diskusi/Presentasi ( %)
Kriteria Penilaian :
Ujian Tengah Semester ( %)

Ujian Akhir Semester ( %)

 UNIVERSITAS MALIKUSSALEH
FAKULTAS ILMU SOSIAL DAN ILMU POLITIK
PROGRAM STUDI ILMU ADMINISTRASI NEGARA

BERITA ACARA TIM PENYUSUN

RENCANA PEMBELAJARAN SEMESTER (RPS)
Mata Kuliah : METODOLOGI PENELITIAN ADMINISTRASI Kode Mata Kuliah : IAP 143

Semester : GENAP SKS : 3

Pada hari SENIN tanggal TIGA BULAN SEPTEMBER 2018 telah dilakukan penyusunan Rencana Pembelajaran
Semester (RPS) dan Deskripsi Tugas untuk mata kuliah METODOLOGI PENELITIAN ADMINISTRASI
Dasar Pertimbangan penyusunan RPS adalah:
1) Menindaklanjuti Permenristekdikti Nomor : ……………………….. tentang Standart Pendidikan Tinggi.
2) Rencana Pembelajaran Semesster (RPS) adalah panduan untuk mendapatlkan Capaian Pemebelajaran
Mata Kuliah.
3) Dengan adanya RPS membantu dosen dan mahasiswa dalam proses pembelajaran guna mendapatkan
output dan outcome yang dibutuhkan oleh stakeholder pendidikan.
4) RPS juga menuntun untuk mampu untuk menerapkan Soft Skill Dan Hard Skil sehingga dengan mudah
mendapatkan output dan outcome yang baik.

Banda Aceh, 4 MARET 2019

Tim Penyusun :

Nama Dosen Jabatan Tanda tangan

1) DR.MUKLIR, S.SOS.,S.H.,M.AP Koordinator

2) Anggota
peneliti untuk dipelajari dan dicari Informasinya serta ditarik kesimpulannya.

Pekerja merupakan objek, mempunyai beberapa variabel berikut:

Usia : variabel yg memiliki nilai numerik.

Tingkat pendidikan : variabel numerik / kategori.

Bidang Pekerjaan : variabel kategori.

Definisi Skala Pengukuran

Skala pengukuran adalah kesepakatan yang digunakan sebagai acuan atau tolak ukur untuk menentukan panjang
pendeknya interval yang ada pada alat ukur sehinga alat ukur tersebut bila digunakan dalam pengukuran akan
menghasilkan data. (Ramli : 2011).

Sebagai contoh, misalnya timbangan emas sebagai instrumen untuk mengukur berat emas, dibuat dengan skala mg
dan akan menghasilkan data kuantitatif berat emas dalam satuan mg.

Menurut Wikipedia, Skala pengukuran atau aras pengukuran memiliki empat tipe, sebagaimana dikembangkan
konsepnya oleh seorang psikolog bernama Stanley Smith Stevens pada artikel di majalah Science berkepala On the
theory of scales of measurements. Pada artikel ini, Stevens mengemukakan bahwa dalam sains dikenal empat tipe
skala pengukuran yang masing-masing disebutnya sebagai skala nominal, ordinal, interval, dan rasio.

Jenis-Jenis Skala Pengukuran

Skala Nominal

Skala nominal adalah skala pengukuran paling sederhana. skala yang memungkinkan peneliti mengelompokkan
objek, individual atau kelompok kedalam kategori tertentu dan disimbolkan dengan label atau kode tertentu, selain
itu angka yang diberikan kepada obyek hanya mempunyai arti sebagai label saja dan tidak menunjukan tingkatan.

Skala nominal bersifat mutually excusive atau setiap objek hanya memiliki satu kategori (Lababa : 2008)

Contoh umum yang biasa dipakai yaitu variabel jenis kelamin . Dalam hal ini hasil pengukuran tidak dapat diurutkan
(wanita lebih tinggi dari pada lak-laki, atau sebaliknya), tetapi lebih pada perbedaan keduanya

2. Skala Ordinal
Skala nominal tidak hanya menyatakan kategori tetapi juga menyatakan peringkat kategori tersebut (Septyanto :
2008). hasil pengukuran skala ini dapat menggambarkan posisi atau peringkat tetapi tidak mnegukur jarak antar
peringkat.

Tingkat pendidikan atau kekayaan, dalam pengukuran yang mengelompakan status sosial, hasil pengukuran tidak
dapat memberikan informasi mengenai perbedaan antara status sosial (tinggi ke rendah, rendah ke sedang dan
tinggi ke sedang) belum tentu sama.

Tingkat keparahan penyakit

Tingkat kesembuhan

Derajat keganasan kanker

3. Skala Interval

Skala interval adalah suatu skala pemberian angka pada klasifikasi atau kategori dari objek yang mempunyai sifat
ukuran ordinal, ditambah satu sifat lain yaitu jarak atau interval yang sama dan merupakan ciri dari objek yang
diukur. Sehingga jarak atau intervalnya dapat dibandingkan.

Skala interval bisa dikatakan tingkatan skala ini berada diatas skala ordinal dan nominal. Selanjutnya skala ini tidak
mempunyai nilai nol mutlak sehingga tidak dapat diinterpretasikan secara penuh besarnya skor dari rasio tertentu.

Contoh Skala Interval:

Suhu

Tingkat kecerdasan (IQ)

Beberapa indeks pengukuran tertentu

skala interval bener

4. Skala Rasio (Skala Nisbah)

Skala rasio mempunyai semua sifat skala interval ditambah satu sifat yaitu memebrikan keterangan tentang nilai
absolut dari objek yang diukur. Skala rasio merupakan skala pengukuran yang ditujukan pada hasil pengukuran yang
bisa dibedakan, diurutkan, mempunyai jarak tertentu, dan bisa dibandingkan (paling lengkap, mencakup semuanya
dibanding skala-skala dibawahanya).

Contoh : Bila kita ingin membadingkan berat dua orang . Berat Fulan1 40Kg dan Fulan2 80Kg. Kita dapat tahu bahwa
fulan2 dua kali lebih berat daripada Fulan1, karena nilai variabel numerik berat mengungkapkan rasio dengan nilai
nol sebagai titik bakunya.

Contoh:
Panjang, berat badan, usia

Kadar zat dan jumlah sel tertentu

Dosis obat, dll

PENGUKURAN SKALA

Dari berbagai macam bentuk skala yang ada, berikut ini adalah bentuk skala yang dapat digunakan dalam metode
penelitian pendidikan, yaitu skala Likert, skala Guttman, semantic differensial, rating scale, dan skala thurstone.

Skala Likert

Skala Likert adalah skala yang dapat dipergunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau
sekelompok orang mengenai suatu gejala atau fenomena pendidikan. Dalam skala Likert terdapat dua bentuk
pernyataan yaitu pernyataan positif yang berfungsi untuk mengukur sikap positif, dan pernyataan negative yang
berfungsi untuk mengukur sikap negative objek sikap.

Jawaban dari setiap instrumen yang mengguakan skala Likert mempunyai gradasi dari sangat positif sampai sangat
negatif yag dapat berupa kata-kata antara lain : sangat setuju, setuju, ragu-ragu, tidak setuju, sangat tidak setuju ;
selalu, sering, kadang-kadang, tidak pernah.

Biasanya skala Likert sering digunakan dalam pengisian kuisioner terkait dengan kualitas suatu hal atau seseorang.
Contohnya seperti angket perkuliahan UNJ yang disebar melalui masing-masing akun pemilik siakad bagi mahasiswa
atau seperti contoh lain dibawah ini.

likert

Skala Guttman

Yaitu skala yang menginginkan tipe jawaban tegas, seperti jawaban benar – salah, ya – tidak, pernah – tidak pernah,
positif – negative, tinggi – rendah, baik – buruk, dan seterusnya. Pada skala Guttman, hanya ada dua interval, yaitu
setuju dan tidak setuju.

Contoh : jika peneliti ingin mengumpulkan data tentang kebutuhan mahasiswa, ditentukan 4 macam kebutuhan
yaitu : Berteman, Belajar, Rekreasi dan istirahat, salah satu dimensi dari keempat dimensi tadi akan dibagi menjadi 5
pernyataan dalam kuesioner. Maka Skala Guttman akan menggunakan kelima pernyataan tersebut sebagai item :

1 Apakah dengan belajar akan terpenuhi kebutuhan anda dalam mencari ilmu (Ya/Tidak)

2 Apakah dengan belajar akan terpenuhi kebutuhan anda dalam melanjutkan pendidikan ? (Ya/Tidak)

3 Apakah dengan belajar akan terpenuhi kebutuhan anda dalam mendapatkan gelar ? (Ya/Tidak)
4 Apakah dengan belajar akan terpenuhi kebutuhan anda dalam mendapatkan ijazah ? (Ya/Tidak)

5 Apakah dengan belajar akan terpenuhi kebutuhan anda dalam memenuhi syarat mencari kerja ? (Ya/Tidak)

From: http://qoribzq.blogspot.com/2011/04/skala-guttman.html

Semantik Differensial

Skala diferensial yaitu skala untuk mengukur sikap, tetapi bentuknya bukan pilihan ganda maupun checklist, tetapi
tersusun dalam satu garis kontinum di mana jawaban yang sangat positif terletak dibagian kanan garis, dan jawaban
yang sangat negative terletak dibagian kiri garis, atau sebaliknya.

Gaya Kepemimpinan Kepala Sekolah

sematik diferensial

4. Skala Thurstone

Skala Thurstone adalah skala yang disusun dengan memilih butir yang berbentuk skala interval. Setiap butir memiliki
kunci skor dan jika diurut, kunci skor menghasilkan nilai yang berjarak sama. Skala Thurstone dibuat dalam bentuk
sejumlah (40-50) pernyataan yang relevan dengan variable yang hendak diukur kemudian sejumlah ahli (20-40)
orang menilai relevansi pernyataan itu dengan konten atau konstruk yang hendak diukur.

skala thurstone

Nilai 1 pada skala di atas menyatakan sangat tidak relevan, sedangkan nilai 11 menyatakan sangat relevan.

Rating Scale

Dalam rating scale, data yang diperoleh adalah data kuantitatif (angka) yang kemudian ditafsirkan dalam pengertian
kualitatif. Seperti halnya skala lainnya, dalam rating scale responden akan memilih salah satu jawaban kuantitatif
yang telah disediakan. Rating scale lebih fleksibel, tidak saja untuk mengukur sikap tetapi dapat juga digunakan
untuk mengukur persepsi responden terhadap fenomena lingkungan, seperti skala untuk mengukur status sosial,
ekonomi, pengetahuan, kemampuan, dan lain-lain.

Bentuk-bentuk Rating Scale

Terdapat beberapa bentuk rating scale antara lain :

Skala Numerik/Kuantitatif

Skala ini menggunakan angka-angka ( skor-skor ) untuk menunjukan gradasi-gradasi, disertai penjelasan singkat pada
masing-masing angka.

Skala Penilaian Grafis

Skala menggunakan suatu garis sebagai kontinum. Gradasi-gradasi ditunjuk pada garis itu dengan menyajikan
deskripsi-deskripsi singkat di bawah garisnya Pengamat memberikan tanda silang di garis pada tempat yang sesuai
dengan gradasi yang dipilih.

Daftar Cek

Skala ini mempunyai item dalam tes hasil belajar, bentuk obyektif dengan type pilihan berganda ( multiple choice ).
Pada masing-masing sifat atau sikap yang harus dinilai, disajikan empat sampai lima pilihan dengan deskripsi singkat
pada masing-masing pilihan. Pengamat memberikan tanda cek pada pilihan tertentu di ruang yang disediakan.

Contoh :

Seberapa baik ruang kerja yang ada di perusahaan anda?

Beri jawaban angka :

4 bila tata ruang itu sangat baik

3 bila tata ruang itu cukup baik

2 bila tata ruang itu kurang baik

1 bila tata ruang itu sangat tidak baik

Jawablah dengan melingkari nomor jawaban yang tersedia :

No. Item

Pertanyaan tata ruang kantor

Interval jawaban

1 Penataan meja kerja sehingga arus kerja menjadi pendek 4 3 2 1

2 Pencahayaan alam tiap ruangan

VALIDITAS

Validitas adalah ketepatan alat ukur ketika mengukur yang diukur. Validitas mengacu pada seberapa baik tes
mengukur apa yang seharusnya diukur. Ada banyak jenis validitas dan beberapa diantaranya adalah:

Validitas Tampak (Face Validity)

Validitas tampak adalah sejauhmana penentuan validitas tersebut berdasarkan apa yang nampak. Ini adalah
penilaian yang sangat minimal karena melihat dari bungkusnya.

Contoh: Seseorang mengaku polisi. Kita melihat orang tersebut memakai baju seragam polisi, maka dari jenis
validitas tampak bahwa pengakuan orang tersebut valid.

Validitas Konstruk (Construct Validity)

Validitas konstruk untuk memastikan bahwa alat ukur benar-benar mengukur apa yang dimaksud yaitu konstruk dan
bukan variabel lain.

Contoh: Guru matematika menggunakan soal cerita dengan pertanyaan berisi kata-kata dan frase rumit. Alih-alih tes
mengungkap kemampuan matematika siswa, tetapi malah kemampuan bahasa.

Validitas Kriteria (Criterion-Related Validity)

Validitas kriteria adalah validitas yang dilihat dari daya prediksi. Validitas jenis ini digunakan untuk memprediksi
kinerja masa depan berdasarkan hasil korelasi dengan kriteria lain.

Contoh: Berdasarkan statistik nilai rapor SMA berkorelasi tinggi dengan nilai IPK mahasiswa. Dengan demikian nilai
rapor SMA jadi alat ukur yang tepat, siswa SMA yang memiliki nilai rapor bagus pasti juga memiliki IPK bagus.

Validitas Isi (Content Validity)

Validitas isi menyangkut sejauhmana suatu pengukuran mewakili semua domain aspek dari sebuah konsep yang
harus diukur.

Contoh: Indikator depresi yaitu hilang nafsu makan, merasa kelelahan dan berniat bunuh diri. Tes depresi yang tidak
mampu mengukur ketiga aspek tersebut sekaligus maka tes tersebut memiliki validitas rendah.
RELIABILITAS

Reliabilitas adalah stabilitas dan konsistensi hasil pengukuran berulang dari waktu ke waktu. Reliabilitas sering
disebut dengan "daya ke-ajeg-an" dan kehandalan. Jenis-jenis reliabiltas diantaranya yaitu:

Reliabiltas Tes Berulang (Test-retest reliability)

Reliabiltas tes berulang adalah ukuran reliabilitas yang diperoleh dengan pemberian dua kali tes yang sama selama
periode waktu tertentu untuk sekelompok individu.

Contoh: Sebuah tes bahasa diberikan kepada siswa. Satu bulan kemudian tes yang sama diberikan pada siswa yang
sama. Jika skor keduanya menghasilkan koefisien korelasi tinggi maka tes tersebut memiliki reliabilitas tinggi.

Reliabilitas Antar Penilai (Inter-rater atau Inter-observer Reliability)

Reliabilitas antar penilai adalah ukuran reliabilitas berdasarkan konsistensi penilaian dua responden berbeda
terhadap suatu konstruk, karena belum tentu pengamat manusia menafsirkan jawaban dengan cara yang sama.

Contoh: Peneliti meminta tanggapan dua hakim berbeda untuk memutuskan kasus yang sama. Jika kedua hakim
memberi tanggapan yang seragam maka instrumen dinyatakan reliabel.

Reliabilitas Konsistensi Internal (Internal consistency reliability)

Reliabilitas konsistensi internal adalah ukuran reliabilitas berdasarkan evaluasi item-ietm tes terhadap konstruk yang
sama. Ada dua jenis untuk reliabilitas ini yaitu:

Rata-rata Korelasi Antar Item (Average inter-item correlation)

Rata-rata korelasi antar item diperoleh dengan mengambil semua item pada tes dan akhirnya menggunakan rata-
rata semua koefisien korelasi tersebut.

Dengan kata lain instrumen dibelah sebanyak jumlah item kemudian hasil koefisien korelasi digabung untuk
mendapatkan rata-rata. Teknik ini populer dengan Alpha Cronbach.

Reliabilitas Belah Setengah (Split-half reliability)

Reliabilitas belah setengah adalah teknik dengan membelah item tes menjadi dua bagian untuk membentuk dua set
item, kemudian skor total masing-masing set item dikorelasikan. Jika koefisien korelasi tinggi maka reliabilitas tinggi.

VALIDITAS VS RELIABILITAS
A. Validitas

Validitas berkenaan dengan ketepatan alat ukur terhadap konsep yang diukur, sehingga betul‑ betul mengukur apa
yang seharusnya di-ukur. Sebagai contoh, ingin mengukur kemampuan siswa da-lam matematika. Kemudian
diberikan soal dengan kalimat yang pan-jang dan yang berbelit‑ belit sehingga sukar ditangkap maknanya. Akhimya
siswa tidak dapat menjawab, akibat tidak memahami per-tanyaannya. Contoh lain, peneliti ingin mengukur
kemampuan berbi-cara, tapi ditanya mengenai tata bahasa atau kesusastraan seperti puisi atau sajak. Pengukur
tersebut tidak tepat (valid). Validitas tidak berlaku universal sebab bergantung pada situasi dan tujuan pe-nelitian.
Instrumen yang telah valid untuk suatu tujuan tertentu belum otomatis akan valid untuk tujuan yang lain.

Contoh variabel prestasi belajar dan motivasi bisa diukur oleh tes ataupun oleh kuesioner. Caranya juga bisa
berbeda, tes bisa dilak-sanakan secara tertulis atau bisa secara lisan. Ada tiga jenis validitas yang sering digunakan
dalam penyusunan instrumen, yakni validitas isi, validitas bangun pengertian dan validitas ramalan.

TES HASIL BELAJAR

Bidang studi : ....................

Semester : ....................

Kelas : ....................

Pokok bahasan untuk satu semester sesuai dengan kurikulum

Konsep atau

materi

esensial

Jumlah

perta-

nyaan

Jenis tes

abilitas

yang

diakui

Pokok bahasan 1

1.1 ………………

3 soal

pilihan ganda

Aplikasi dan seterusnya

Pokok bahasan 2

1.2 ………………
2 soal

Aplikasi dan seterusnya

Pokok bahasan 2

2.1 ………………

2 soal

2.2 ………………

3 soal

Pokok bahasan 3

3.1 ………………

3 soal

3.2 ………………

2 soal

B. Reliabilitas

Reliabilitas alat ukur adalah ketetapan atau keajegan alat tersebut dalam mengukur apa yang diukurnya. Artinya,
kapan pun alat ukur tersebut digunakan akan memberikan hasil ukur yang sama. Contoh paling nyata adalah
timbangan atau meteran. Hal yang sama terjadi untuk alat ukur suatu gejala, tingkah laku, ciri atau sifat individu dan
lain‑ lain. Misalnya alat ukur prestasi belajar seperti tes hasil belajar, alat ukur sikap, kuesioner dan lain‑ lain,
hendaknya meneliti sifat ke-ajegan tersebut.

Tes hasil belajar dikatakan ajeg apabila hasil pengukuran saat ini menunjukkan kesamaan hasil pada saat yang
berlainan waktunya, terhadap siswa yang sama. Misalnya siswa kelas V pada hari ini di tes kemampuan matematik.
Minggu berikutnya siswa tersebut di tes kembali. Hasil dari kedua tes relatif sama. Sungguhpun demikian masih
mungkin terjadi ada perbedaan hasil untuk hal‑ hal tertentu akibat faktor kebetulan, selang waktu, terjadinya
perubahan panda-ngan siswa terhadap soal yang sama. Jika ini terjadi, kelemahan ter-letak dalam alat ukur itu, yang
tidak memiliki kepastian jawaban atau meragukan siswa. Dengan kata lain derajat reliabilitasnya masih rendah.
Di lain pihak perbedaan hasil pengukuran bukan disebabkan oleh alat ukurnya, melainkan kondisi yang terjadi pada
diri siswa. Misal-nya fisik siswa dalam keadaan sakit pada waktu tes yang pertama, motivasi pada waktu tes pertama
berbeda dengan motivasi tes pada berikutnya.

Atas dasar itu perbedaan hasil pengukuran pertama dengan hasil pengukuran berikutnya bisa teijadi akibat
perubahan pada diri subjek yang diukur dan atau oleh faktor yang berkaitan dengan pemberian tes itu sendiri. Hal ini
tidak mengherankan dan sudah umum terjadi, yang sering dinyatakan dengan sebutan/istilah kesalahan
peng-ukuran. Ini berarti, skor hasil pengukuran yang pertama dan skor hasil pengukuran kedua terhadap subjek
sama, dimungkinkan ter-jadinya kesalahan pengukuran disebabkan oleh dua faktor di atas. Oleh karenanya setiap
skor hasil pengukuran menghasilkan dua bagian, yakni hasil pengukuran pertama yang disebut skor sejati dan hasil
pengukuran berikutnya terhadap subjek yang sama, yang me-ngandung hasil skor plus kesalahan pengukuran.

Komponen skor sejati dan skor yang mengandung kesalahan pengukuran dinyatakan dalam suatu persamaan
matematis sebagai berikut:

X =b + s,

dengan:

X = skor yang diamati

b = skor sejati

s = kesalahan pengukuran

Dalam suatu penelitian skor yang diamati adalah skor sejati ditambah skor kesalahan pengukuran sehingga variansi
skor yang diamati X2 adalah variansi skor sejati Tb2 ditambah variansi skor kesalahan Ts2 atau Tx2 = Tb2 + Ts2.

Indeks reliabilitas alat ukur dalam suatu penelitian dapat dicari dengan mengkorelasikan skor‑ skor yang diperoleh
dari hasil peng-ukuran yang berulang‑ ulang pada waktu yang berbeda, atau dengan kelompok pertanyaan yang
sepadan. Prosedur ini dilakukan dengan cara memberikan tes dua kali kepada subjek yang sama pada waktu yang
berbeda. Cara kedua adalah membagi alat ukur (tes) menjadi dua bagian yang sama atau yang setarap untuk melihat
keajegan tes tersebut. Cara yang pertama dikenal dengan tes ulang (test retest) dan cara kedua dikenal dengan
pecahan sebanding/setara.
Agar data yang diambil berguna maka data tersebut haruslah objektif (sesuai dengan kenyataan yang sebenarnya),
representatif (mewakili keadaan yang sebenarnya), variasinya kecil, tepat waktu dan relevan untuk menjawab
persoalan yang sedang menjadi pokok bahasan.

Untuk mencapai tujuan tersebut diperlukan penggunaan metode pengambilan sampel yang tepat agar dari sampel
yang diambil dapat diperoleh statistik yang dapat dipergunakan sebagai penduga bagi parameter populasi. Statistik
akan menjadi penduga (estimator) yang baik jika memenuhi syarat sbb:

1. Tidak Bias

Suatu penduga dikatakan tidak bias apabila nilai yang diharapkan (E=expected value) dari satistik adalah sama
dengan nilai parameternya.

Contoh:

Rata2 sampel = 50, sedang rata2 populasi yang diestimasi ternyata nilainya = 50, maka dapat dikatakan bahwa rata2
sampel merupakan penduga yang baik atau tidak bias karena nilai yang diharapkan dari statistik sama dengan nilai
parameternya.

Apabila nilai rata2 populasi ternyata 40, maka terjadi bias karena nilai yang diharapkan dari statistik lebih besardari
nilai parameternya, maka disebut over estimate,sebaliknya bila nilai parameternya 60 disebut under estimate.

2. Efisien

Suatu penduga dikatakan efisien apabila penduga tersebut dapat menghasilkan standart error yang terkecil
dibanding dengan standart error dari penduga yang lain. Jika kita mempunyai dua penduga yang berasal dari sampel
yang sama dan dicoba untuk memutuskan mana diantara keduanya yang lebih efisien sebagai penduga, maka dapat
diputuskan sbb:

Seandainya penduga yang digunakan adalah rata2 sampel dengan hasil perhitungan standard errornya sebesar 1,
05, sedang median sampel dengan hasil perhitungan standard errornya sebesar 1, 6. Maka dapat dikatakan bahwa
rata2 sampel lebih efisien sebagai penduga, karena mempunyai standard error yang lebih kecil dibanding median
sampel. Artinya bahwa standard error yang kecil (kurang bervariasi) akan mempunyai kesempatan menghasilkan
hasil pendugaan yang lebih dekat dengan nilai sebenarnya (lebih efisien) dari yang diduga (parameter populasi).

3. Konsisten

Suatu penduga dikatakan konsisten apabila peluang untuk memperoleh perbedaan antara statistik dengan
parameter mendekati nol jika jumlah individu sampel bertambah. Artinya jika sampelnya diperbesar maka suatu
nilai statistik tertentu semakin mendekati nilai parameter yang diestimasi.
 SAMPEL

Sugiyono (2010: 118) mengatakan bahwa “Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh
populasi”. Jika populasi yang diteliti sangat besar dan tidak mungkin semua individu/ objek pada populasi tersebut
diteliti satu persatu, maka cukup diambil sampel dari populasi tersebut. Misalnya, seorang peneliti hendak meneliti
tingkat kecerdasan manusia Indonesia. Dengan jumlah populasi yang mencapai lebih dari 200 juta jiwa, tentunya
tidak mungkin untuk melakukan penelitian terhadap setiap individu. Sehingga peneliti cukup mengambil sampel saja.

Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi. Ukuran populasi ada dua: (1) populasi
terhingga (finite population), yaitu ukuran populasi yang berapa pun besarnya tetapi masih bisa dihitung (cauntable).
Misalnya populasi pegawai suatu perusahaan; (2) populasi tak terhingga (infinite population), yaitu ukuran populasi
yang sudah sedemikian besarnya sehingga sudah tidak bisa dihitung (uncountable). Misalnya populasi tanaman
anggrek di dunia.

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 (s), 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 ). Dengan contoh di atas tadi, mungkin saja
perbedaan rata-rata di antara populasi dengan sampel bisa lebih sedikit, jika sampel yang ditariknya ditambah.
Katakanlah dari 50 menjadi 75.

Di bawah ini digambarkan hubungan antara jumlah sampel dengan tingkat kesalahan seperti yang diuarakan oleh
Kerlinger

besar

kesalahan

kecil

kecil besarnya sampel besar

Penentuan sampel pada dasarnya harus representatif, artinya sampel harus benar-benar mampu mewakili populasi
yang ada. Hal ini disebabkan karena kesimpulan penelitian yang dilakukan pada sampel pada akhirnya akan
digeneralisasikan kepada populasi. Dengan kata lain apa yang terjadi pada populasi juga harus berlaku pada
populasinya. Misalnya, penelitian untuk mengetahui tingkat kecerdasan anak-anak Indonesia. Selanjutnya seorang
peneliti mengambil sampel anak-anak di pulau Jawa saja. Hasil penelitian menyebutkan bahwa seluruh anak-anak di
Pulau Jawa cerdas-cerdas. Kemudian ia menyimpulkan bahwa seluruh anak di Indonesia cerdas-cerdas. Generalisasi
seperti ini bisa jadi tidak tepat. Mengapa? Karena peneliti hanya mengambil sampel dari 1 pulau saja. Padahal belum
tentu pulau Jawa itu mewakili seluruh karakter anak di seluruh Indonesia. Jika peneliti ingin lebih teliti, maka
seharusnya ia mengambil sampel dari beberapa pulau di Indonesia, barulah sampel tersebut bisa merepresentasikan
wilayah di seluruh Indonesia.

Syarat representasi ini harus dipenuhi oleh sampel sebagai alat untuk menggeneralisasikan kesimpulan pada
populasi. Oleh karena itu, tentu saja pemilihan dan penentuan sampel harus benar-benar dipikirkan dan tidak boleh
sembarangan. Sehingga diperlukan cara pengambilan dan penentuan sampel yang tepat. Cara inilah yang disebut
teknik sampling.

Prosedur Pemilihan sampel

Agar diperoleh sampel yang representatif peneliti perlu menggunakan prosedur pemilihan sampel yang sistematis.
Tahapannya adalah sebagai berikut :

1) mengidentifikasi populasi target

2) memilih kerangka pemilihan sampel

3) menentukan metode pemilihan sampel

4) merencanakan prosedur penentuan unit sampel

5) menentukan ukuran sampel

menentukan unit sampel

C. TEKNIK PENGAMBILAN SAMPEL

Earl Babbie (1986) dikutip Prijana (2005) dalam bukunya The Practice of Social Research, mengatakan “Sampling is
the process of selecting observations” (Sampling adalah proses seleksi dalam kegiatan observasi). Proses seleksi yang
dimaksud di sini adalah proses untuk mendapatkan sampel.

Gambar Logika Sampling

Berdasarkan pendapat di atas, maka dapat disampaikan dua hal yaitu: (1) bahwa sampling adalah proses untuk
mendapatkan sampel dari suatu populasi. Di sini sampel harus benar-benar mencerminkan populasi, artinya
kesimpulan yang diangkat dari sampel merupakan kesimpulan atas populasi. (2) masalah yang dihadapi adalah
tentang bagaimana proses pengambilan sampel, dan berapa banyak unit analisis yang akan diambil.

Teknik sampling adalah merupakan cara penentuan dan pengambilan sampel. Terdapat beberapa teknik sampling
yang biasa dilakukan dalam penelitian pendidikan. Secara garis besar ada dua jenis teknik sampling, yaitu: (1)
sampling probabilitas dan (2) Sampling non-probabilitas.

Sampling probabilitas diartikan sebagai sampling yang memberikan kesempatan atau peluang yang sama terhadap
tiap-tiap individu pada populasi untuk terpilih menjadi sampel penelitian. Sedangkan sampling non-probabilitas
memiliki pengertian yang sebaliknya. Pada sampling probabilitas, proses pemilihan sampel dicirikan dengan adanya
randomisasi (pengacakan). Jika ditelaah dari pengertian di atas, maka proses random (pengacakan) memang harus
ada untuk dilakukan. Jika ciri random ini dihilangkan maka, probabilitas sampling menjadi tidak sempurna.

Apakah kedua teknik ini (probabilitas maupun non-probabilitas) dapat digabungkan? Menurut penulis, kedua teknik
ini tidak bisa digabungkan dengan alasan kedua teknik ini secara pengertian dan syarat terjadinya sudah berbeda.
Sehingga peneliti yang melakukan penggabungan bisa dikatakan tidak memahami kedua pengertian teknik tersebut.

Sampling Probabilitas

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.

Sampling probabilitas meliputi:

1. Simple Random Sampling

Dikatakan simple (sederhana) karena pengambilan anggota sampel dari populasinya dilakukan secara acak tanpa
memperhatika strata (tingkatan) yag ada dalam populasi tersebut. Cara ini dilakukan jika anggota populasi dianggap
homogen. Mengapa harus dipersyaratkan homogen? Karena, jika tiap individu homogen (memiliki karakter yang
sama / hampir sama) maka pengambilan sampel sudah bisa dikatakan representatif.

Misalnya, penelitian untuk mengetahui kemampuan matematika anak kelas VIII A SMP N 1 Sembarangan. Karena
tiap individu di kelas VIII A dianggap memiliki kemampuan yang sama (homogen), maka pengambilan sampel bisa
dilakukan dengan cara sederhana saja. Yaitu, membuat gulungan kertas kecil-kecil berisi nama-nama siswa, lalu
diundi. Nama yang keluar akan menjadi sampel penelitian.

Pengambilan darah pada seorang pasien juga merupakan simple random sampling. Baik diambil pada lengan kanan,
lengan kiri, pantat, atau tempat lainnya, tetap saja darah itu mewakili seluaruh darah yang ada. Karena darah
tersebut bersifat homogen.

2. Proportionate Stratified Random Sampling

Teknik ini memiliki dua kata kuncinya, yaitu proporsional dan stratified. Proporsional berarti sebanding dan stratified
berarti tingkatan. Sehingga Proportionate Stratified Random Sampling dapat dijelaskan sebagai teknik yang
digunakan jika populasi mempunyai anggota/ unsur yang tidak homogen dan berstrata secara proporsional.

Misalnya, suatu perusahaan memiliki pegawai dengan tingkat pendidikan dan jumlah pegawai sebagai berikut: S3
sebanyak 30 orang, S2 sebanyak 45 orang, S1 sebanyak 100 orang, SMA sebanyak 250 orang, dan SMK sebanyak 300
orang. Pada kondisi tersebut, maka secara proporsional harus diambil sampel pada tiap-tiap strata yang ada.

3. Disproportionate Stratified Random Sampling

Teknik ini kebalikan dari teknik sebelumnya (Proportionate Stratified Random Sampling). Perbedaannya hanyalah
pada pengambilan sampel yang tidak proporsional saja.

Misalnya, suatu perusahaan memiliki pegawai dengan tingkat pendidikan dan jumlah pegawai sebagai berikut: S3
sebanyak 3 orang, S2 sebanyak 4 orang, S1 sebanyak 45 orang, SMA sebanyak 250 orang, dan SMK sebanyak 300
orang. Pada kondisi tersebut, maka sampel harus diambil pada tiap-tiap strata yang ada. Namun karena pada
pegawai dengan tingkat pendidikan S3 dan S2 yang jumlahnya terlalu kecil dibanding dengan yang berpendidikan S1,
SMA, dan SMK, maka semua pegawai dengan pendidikan S3 dan S2 semuanya diambil sebagai sampel
Sampling Non-probabilits

Sampling non-probabilitas meliputi:

1. Sampling sistematis

Sampling sistematis adalah teknik pengambilan sampel berdasarkan urutan dari anggota populasi yang telah diberi
nomor urut. Misalnya anggota populasi yang terdiri dari 100 orang. Dari semua anggota itu diberi nomor urut, yatu
nomor 1 sampai 100. Selanjutya sampel dapat ditentukan dengan nomor genap saja, kelipatan 3 saja, atau yang
lainya.

2. Sampling kuota

Sampling kuota adalah teknik untuk menentukan sampel dari populasi yang mempunyai ciri-ciri tertentu sampai
jumlah (kuota) yang diinginkan. Sebagai contoh, akan dilakukan penelitian terhadap 100 siswa yang berasal dari
keluarga dengan pendapatan antara Rp 500.000,00 sampai Rp 1.000.000,00/bulan. Maka peneliti harus dapat
memenuhi jumlah 100 orang tersebut dengan kondisi/ ciri yang telah ditentukan.

3. Sampling incidental

Sampling insidental adalah teknik penentuan sampel berdasarkan kebetulan, yaitu siapa saja yang secara kebetulan/
insidental bertemu dengan peneliti dapat digunakan sebagai sampel.

4. Purposive sampling

Sampling purposif adalah teknik penentuan sampel dengan pertimbangan tertentu. Misalnya ingin melihat kualitas
pembelajaran di sekolah RSBI, maka dicari sampel seorang guru atau kepala sekolah yang mengajar di sekolah RSBI.
Sampel ini sangat cocok digunakan untuk penelitian kualitatif atau penelitian yang tidak melakukan generalisasi.

5. Sampling jenuh

Sampling jenuh adalah teknik penentuan sampel bila semua anggota populasi digunakan sebagai sampel penelitian.
Hal ini sering dilakukan bila jumlah populasi relatif kecil, kurang dari 30 orang, atau penelitian yang ingin membuat
generalisasi dengan kesalahan yang sangat kecil. Istilah lain dari sampling jenuh adalah sensus, dimana semua
anggota populasi dijadikan sampel.

6. Snowball sampling

Snowball sampling adalah teknik penentuan sampel yang mula-mula jumlahnya kecil, kemudian membesar. Ibarat
bola salju yang menggelinding lama-lama akan menjadi besar. Pada penelitiankualitatif, teknik purposive dan
snowball banyak digunakan. Teknik sampling berangkat dari sejumlah sampel (responden) yang kemudian mereka
mengajak para temannya untuk dijadikan sampel dan seterusnya sehingga jumlah sampel semakin besar seperti bola
salju yang menggelinding. Contohnya: Akan diteliti siapa dalang pengedar Narkoba di SMP Mekarsari, siapa yang
menjadi otak pembunuhan murid di SD Kuasa Mandiri, siapa yang membocorkan rahasia soal ujian negara, dsb.
Statistika deskriptif

Statistika deskriptif adalah metode yang berkaitan dengan pengumpulan / penyajian data hingga memberi informasi
yang berguna.

Statistika di klasifikasikan menjadi dua yaitu statistika deskriptif dan statistika inferensia dilakukan berdasarkan
aktivitas yang dilakukan.

Contoh statistika deskriptif yaitu

tabel

diagram

grafik

besaran-besaran lain di majalah dan koran-koran.

Contoh gambar statistika deskriptif : Grafik pengunjung pada suatu website

Contoh Statistika Deskriptif

Contoh Statistika Deskriptif

Dengan Statistika deskriptif, kumpulan data bisa tersaji dengan ringkas dan rapi serta mampu memberikan informasi
inti dari kumpulan data yang ada. Informasi yang diperoleh dari statistika deskriptif ini antara lain ukuran pemusatan
data, ukuran penyebaran data, serta kecenderungan suatu gugus data

Penyajian Data Bentuk Grafis yaitu :

Histogram

Pie Chart

Ogive

Poligon

Diagram Batang Daun (Stem and Leaf)

Penyajian data secara numerik memiliki beberapa bentuk, yaitu :

Central Tredency

Fractile

Skewness

Pengukuran Keruncingan
Dispersion / pencaran

Statistik Inferensial

Statistik inferensia yaitu sebuah sebuah metode yang mampu dipakai untuk menganalisis kelompok kecil dari data
induknya atau sample yang diambil dari populasi sampai pada peramalan dan penarikan kesimpulan pada kelompok
data induknya atau populasi.

Statistika inferensial merupakan rangkuman seluruh metode yang berhubungan dengan analisis sebagian data
kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan data induk (populasi) tersebut.

Generalisasi yang berhubungan dengan inferensia statistik memiliki sifat tidak pasti, karena mendasarkan pada
informasi parsial yang didapat dari sebagian data. Sehingga yang didapat hanya peramalan.

Contoh statistika inferensia :

Catatan kelulusan selama lima tahun terakhir pada sebuah Sekolah Menengah Atas menunjukkan bahwa 72%
diantara siswa SMA tersebut lulus dengan nilai yang memuaskan. Nilai numerik 72% adalah bentuk suatu statistika
deskriptif.

Jika berdasarkan ini kemudian seorang siswa menyimpulkan bahwa peluang dirinya akan lulus dengan nilai yang
memuaskan adalah lebih dari 70%, jadi,siswa tersebut telah melakukan inferensia statistika yang tentu saja memiliki
sifat yang tidak pasti.

Contoh gambar Statistika inferensi

Statistika inferensi

Statistika inferensi

Dalam statistika inferensial diadakan pendugaan parameter, membuat hipotesis, juga melakukan pengujian hipotesis
tersebut hingga sampai pada kesimpulan yang berlaku umum. Metode ini umumnya disebut statistika induktif,
karena kesimpulan yang ditarik berdasarkan pada informasi dari sebagian data saja.

Pengambilan kesimpulan statistika inferensial yang hanya didasari pada sebagian data yang menyebabkan sifat tidak
pasti, memungkinkan terjadi kesalahan pada pengambilan keputusan, hingga pengetahuan mengenai teori peluang
mutlak diperlukan dalam melakukan metode-metode statistika inferensial.
Akbar Wiguna 130551818108

Resume Statistika: Statistik Parametrik dan Non Parametrik

Berdasarkan jenisnya, secara umum statistik dibagi menjadi statistik parametrik dan statistik non-parametrik.

STATISTIK PARAMETRIK

Statistik Parametrik, yaitu ilmu statistik yang mempertimbangkan jenis sebaran atau distribusi data, yaitu apakah
data menyebar secara normal atau tidak. Dengan kata lain, data yang akan dianalisis menggunakan statistik
parametrik harus memenuhi asumsi normalitas. Pada umumnya, jika data tidak menyebar normal, maka data
seharusnya dikerjakan dengan metode statistik non-parametrik, atau setidak-tidaknya dilakukan transformasi
terlebih dahulu agar data mengikuti sebaran normal, sehingga bisa dikerjakan dengan statistik parametrik.

Contoh metode statistik parametrik :

a. Uji-z (1 atau 2 sampel) b. Uji-t (1 atau 2 sampel) c. Korelasi pearson, d. Perancangan percobaan (one or two-way
anova parametrik), dll.

Ciri-ciri statistik parametrik :

- Data dengan skala interval dan rasio - Data menyebar/berdistribusi normal

Keunggulan :

1. Syarat syarat parameter dari suatu populasi yang menjadi sampel biasanya tidak diuji dan dianggap memenuhi
syarat, pengukuran terhadap data dilakukan dengan kuat. 2. Observasi bebas satu sama lain dan ditarik dari populasi
yang berdistribusi normal serta memiliki varian yang homogen.

Kelemahan :

1. Populasi harus memiliki varian yang sama. 2. Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam
skala interval. 3. Dalam analisis varian ditambahkan persyaratan rata-rata dari populasi harus normal

Akbar Wiguna 130551818108

Resume Statistika: Statistik Parametrik dan Non Parametrik

dan bervarian sama, dan harus merupakan kombinasi linear dari efek-efek yang ditimbulkan.

STATISTIK NON-PARAMETRIK

Statistik Non-Parametrik, yaitu statistik bebas sebaran (tidak mensyaratkan bentuk sebaran parameter populasi,
baik normal atau tidak). Selain itu, statistik non-parametrik biasanya menggunakan skala pengukuran sosial, yakni
nominal dan ordinal yang umumnya tidak berdistribusi normal.
Contoh metode statistik non-parametrik :

a. Uji tanda (sign test) b. Rank sum test (wilcoxon) c. Rank correlation test (spearman) d. Fisher probability exact
test. e. Chi-square test, dll

Ciri-ciri statistik non-parametrik :

- Data tidak berdistribusi normal - Umumnya data berskala nominal dan ordinal - Umumnya dilakukan pada
penelitian sosial - Umumnya jumlah sampel kecil

Keunggulan statistik non-parametrik:

1. Tidak membutuhkan asumsi normalitas. 2. Secara umum metode statistik non-parametrik lebih mudah dikerjakan
dan lebih mudah dimengerti jika dibandingkan dengan statistik parametrik karena ststistika non-parametrik tidak
membutuhkan perhitungan matematik yang rumit seperti halnya statistik parametrik. 3. Statistik non-parametrik
dapat digantikan data numerik (nominal) dengan jenjang (ordinal). 4. Kadang-kadang pada statistik non-parametrik
tidak dibutuhkan urutan atau jenjang secara formal karena sering dijumpai hasil pengamatan yang dinyatakan dalam
data

Akbar Wiguna 130551818108

Resume Statistika: Statistik Parametrik dan Non Parametrik

kualitatif. 5. Pengujian hipotesis pada statistik non-parametrik dilakukan secara langsung pada pengamatan yang
nyata. 6. Walaupun pada statistik non-parametrik tidak terikat pada distribusi normal populasi, tetapi dapat
digunakan pada populasi berdistribusi normal.

Kelemahan statistik non-parametrik:

1. Statistik non-parametrik terkadang mengabaikan beberapa informasi tertentu. 2. Hasil pengujian hipotesis
dengan statistik non-parametrik tidak setajam statistik parametrik. 3. Hasil statistik non-parametrik tidak dapat
diekstrapolasikan ke populasi studi seperti pada statistik parametrik. Hal ini dikarenakan statistik non-parametrik
mendekati eksperimen dengan sampel kecil dan umumnya membandingkan dua kelompok tertentu.
Jika uji parametrik dapat digunakan untuk melihat perbedaan antara rata-rata nilai Tengah 2 kelompok daratan yang
sudah diberi ranking, dengan data yang sama metode uji statistik non parametrik dapat digunakan untuk melihat
perbedaan antara median mediannya.

DOWNLO