Population, sample dan sampling

Populasi: jumlah dari semua objek yang memilki karakterisitk tertentu, jelas dan lengkap yang akan diteliti. // sampel: bagian dari populasi yang
dipilih melalui cara, karakterstik yang dapat mewakili populasi. // sampling: proses memilih sejumlah elemen yang cukup dari populasi yang
dapat dapat menggenaralisasikan sifat dari populasi

Langkah pengambilan sampel: 1. Tentukan populasi (contoh: kebiasan membaca org tua, maka umur 50 th) 2. Tentukan kerangka sampel. (studi
populasi univ = daftar semua siswa, staf) 3. Tentukan desain sampel (probabilita/non prob). 4. Tentukan ukuran sampel (faktor mempengaruhi:
tujuan, ketepatan, resiko yg diterima, jumlah variabilitas, biaya & waktu) 5. Jalankan proses sampel

Pengambilan sampel dengan probabilita: teknik sampling yg memberikan peluang sama bagi setiap anggota populasi utk dijadikan sampel

a) sederhana b) kompleks (pengambilan sampel sistematis, acak berstrata, acak berstratifikasi proposional, tdk proposional, cluster, double)

a) Sederhana: tiap elemen populasi memiliki peluang yg diketahui utk terpilih sbg subjek sampel
b) Complex:
1. sistematis = teknik yg menggunakan urut dr populasi, yg diberikan peneliti/ident tertentu. Contoh:sampel karyawan 120 dr
absensi, nomor urut genap dipilih.
2. acak berstrata: elemen populasi dibagi menjadi tingkatan, contoh: manajer sdm seminar, dibagi karyawan bh kimia, mandor,
konselor.
3. pengambilan acak berstratifikasi proporsional = unsur anggota populasi tidak homogen/proporsional.
4. tidak berstratifikasi= populasi berstratat tp ga proporsional
5. cluster: obyek yg diteliti luas, contoh: menganalisis praktit pinjaman di bank belanda.
6. dobel = sampel yg digunakan utk mengumpulkan sejumlah informasi pendahuluan, kemudian subsample digunakan utk
mengungkap lebih dalam. Contoh: keluar karyawan dr perusahaan, diteliti lebih dalam

Pengambilan sampel tanpa probabbilita: teknik sampling yg tidak memberikan peluang sama bagi setiap anggota populasi utk dijadikan sampel

a) Pengambilan sampel yg mudah: pengumpulan info yg dgn senang hati memberikannya, cara terbaik krn cepat & efesien tp kurang
andal dlm generalisasi
b) Pengambilan sampel bertujuan: pengambilan sampel lebih spesifik, terbatas pd jenis tertentu dr info yg diinginkan
1. Pertimbangan tertentu: terbatas dlm generalisasi, namun yg terbaik dlm meberikan info yg populasinya terbatas
2. Quota: kurang andal dlm generalisasi, namun menarik krn kemudahan biaya dan waktu

Ketelitian dan keyakinan

a) Ketelitian mengacu pd seberapa dekat taksiran kita dg karakteristik populasi yg sebenarnya

b) Keyakinan menunjukkan sbrp yakin bahwa taksiran kita benar2 berlaku bagi organisasi

Ukuran sample (n) fungsi dr : 1. Variabilitas dlm populasi, ketelian, tingkat keyakinan, tipe desain

4 aspek dlm membuat keputusan sampel: sbrp besar ketelitian yg diperlukan (kesalahan yg diperkenankan?), sbrp besar keyakinan yg bnr2
diperlukan, sampai tingkat apa variable diteliti, bagaimana analisis biaya?

Data sampel digunakan untuk: menaksir parameter populasi, menguji hipotesis

Aturan menentukan ukuran sampel: ukuran sampel lebih dr 30 kurang dr 500, sampel dipecah dlm subsample dan ukuran minimum 30 utk
setiap kategori, kl multivariate berarti ukuran sampel > jumlah variable, kl eksperimental sederhana berarti ukuran sampel yg kecil lebih sukses

Tinjauan ukuran sampel: tingkat ketelitian yg diinginkan, resiko yg bisa diterima, besar variabilitas, keterbatasan biaya dan waktu, ukuran
populasi

Relevansi manajerial: memberikan wawasan mengapa variable dipilih, implikasi biaya dan manfaat, tradeoff ketelitian keyakinan, pmhmn resiko
Desain eksperimen

Pengertian: dilakukan utk menguji kemungkinan hubungan sebab akibat antar variable

Terbagi atas: eksperiman lab dan lapangan

Eksperimen lab: dilakukan utk membuktikan hub sebab akibat dlm situasi buatan (lab), control dan variable penganggu dan variable bebas paling
baik dilakukan dlm eksperimen ini

 Control: dilakukan utk mengontrol variable penganggu dgn tidak dimasukannya dlm eksperimen. Contoh: manajer sd pelatihan website
 Manipulasi: kita membuat tingkat yg berbeda pd variable bebas utk menilai dampak pd variable terikat. Contoh: penerangan thd
produktifitas mesin jahit

Mengontrol variable penganggu

1. Memadankan kelompok: memilih karakteristik yg menanggu, lalu sengaja menyebarkannya ke semua kelompok. Contoh: dr 60 org
karyawan ada 20 wanita
2. Randomiasi: menempatkan anggota kelompok kedalam 4 kelompok scr acak

Validitas internal: mengacu pd keyakinan kita thdp hubungan sebab akibat / keyakinan kita thdp pengaruh kausal (variable x berpengaruh thd
variable y), dlm eksperimen lab, validitas internal tinggi

Validitas eksternal: mengacu pd tingkat generalisasi dr sebuah hasil studi kausal pd situasi, orang/peristiwa lain

Eksperimen lapangan: dilakkan dlm suatu lingkungan alami, dilakukan pekerjaan sehari2, namun kpd satu/lebih kelompok ada treatment beda

Tradeoff: eksperimen lab internal tinggi, eksternal rendah. Lapanagan internal rendah, eksternal tinggi.

Faktor yg mempengaruhi validitas internal:

1. Sejarah: peristiwa / kejadian tertentu yg muncul, yg mana akan mengacaukan hubungan sebab akibat, sehingga berpengaruh thd
valdint
2. maturasiL fungsi dr proses biologis dan psikologis, merupakan hasil dr perjalanan waktu, meliputi pertumbuhan usia, kelelahan
3. pengujian: mempengaruhi validitas internal akibat prates dan pascates
4. instrumental: muncul karna perubahan instrument pengukuran
5. bias seleksi: seleksi subyek yg tidak tepat dpt mempengaruhi valid int
6. regresi statistic: kelompok eksperimen mempunyai skor awal yg ekstrem thdp variable
7. mortalitas: pengurangan anggota mempengaruhi valid eks

faktor yg mempengaruhi valid eksternal: bisa berkurang karena pd eksperimen lab seleksi jenis subyek yg dilibatkan berbeda dr jenis karyawan
yg direkrut organisasi, bisa maksimal dengan memastikan bahwa kondisi eksperimen lab sesuai dg dunia nyata

jenis desain:

1. Desain Eksperimen Semu (Quasi-experimental Design) teridiri atas prates dan pascates desain kelompok eksperimen.
2. Desain empat kelompok solomon: Desain eksperimental yang mengatur dua kelompok eksperimen dan dua kelompok kontrol,
memberikan prates dan pascates kepada satu kelompok eksperimen dan satu kelompok kontrol, dan hanya memberikan pascates
kepada kelompok eksperimental dan kontrol yang lain.
3. Double-Blind Study Studi di mana elaku eksperimen maupun subyek tidak menyadari siapa yang diberi perlakuan sebenarnya dan siapa
yang seakan-akan (placebo).
4. Desain Eksperimen Murni Desain Eksperimen yang meliputi perlakuan, kelompok kontrol, dan merekam informasi sebelum dan
sesudah kelompok eksperimen diberi perlakuan. Disebut jugaEx Post Facto Experimental Design dilakukan untuk membuktikan
hubungan sebab–akibat. Tidak ada manipulasi variabel bebas dalam eksperimen lab atau lapangan, namun subyek yang telah diberi
stimulus dan tidak, dipelajari.
5. Simulasi Alternatif eksperimentasi lab dan lapangan yang saat ini dipergunakan dalam penelitian bisnis adalah simulasi karena simulasi
berada diantara eksperimen lab dan lapangan, sejauh lingkungan diciptakan secara artifisial tetapi tidak jauh berbeda dari realitas.

Isu terkait: menekan individu utk berpartisipasi, tugas kasar dan pertanyaan merendahkan martabat, menipu subjek dgn tdk memberikan tujuan
penelitian, mengekspos stress fisik dan mental, tidak mengizinkan subjek keluar, menggunakan hasil penelitian utk merugikan, tdk menjelaskan
prosedur yg diikut, mengekspos responden ke lingkungan berbahaya, tdk memberikan penjelasan kpd peserta ttg hasil
Data analysis

Langkah:

1. Menyiapkan data untuk analisis (mengedit, menangani respons kosong, mengkodekan, kategorisasi, memasukkan data scr manual)
2. Feel for data (memperolehnya dgn memeriksa kecendrungan sentral dan penyebaran
 Statistik deskrpitf digunakan utk menganalisisi data dgn cara mendeskripsikan data, tanpa bermaksud memberikan
kesimpulan
 Ada 3: frekuensi (berapa kali subkategori atas fenomena terjadi), kecendrungan sentral (mean, median, data) ukuran
dispersi (standar dev, varians, interkuartil
3. Menguji ketepatan data
 Keandalan: pengukuran dibuktikan dengan menguji konsistensi maupun stabilitas. Alpha cronbranch adalah koefisien
realibiltasyg menunjukan sbrp baik item dlm suatu kumpulan berinteraksi satu sm lain
 Validitas: dpt diperoleh dgn memasukan data utk analisis faktor, hasil analisis faktor akan mengonfirmasi apakah dimensi
yg diteorikan muncul
4. Pengujian hipotesis: bertujuan utk menentukan scr akurat apakah hipotesis nol dpt ditolak utk mendukung hipotesis alternatif
 Kesalahan tipe 1: disebut juga alpha = probabilitas menolak hipotesis nol, pdhl benar
 Tipe 2: disebut jg beta= kemungkinan gagal menolak hipotesis nol, pdhl yg benar adalah hipotesis alternatif
 Kekuatan tergantung pd: alpha, ukuran efek (kekuatan suatu hubungan dlm populasi), ukuran sampel

Memilih statistik yang sesuai: Teknik statistik multivariat: menguji dua hubungan variabel // multivariat: banyak variabel

Menguji hipotesis

1. Mean tunggal: menguji hipotesis bahwa rata2 populasi sm dgn standar perbandingan
2. Dua mean yg berhubungan: dengan uji t, menguji perbedaan kelompok yg sama sebelum dan setelah treatment
3. Dua mean yg tak berhubungan: membandingkan rata2 dr dua yg tidak berhubungan, apakah mempunyai rata2 yg sama/tdk scr signf
4. Hipotesis beberapa mean: menunjukkan apakah terdapat perbedaan mean yg sign antara 2 kelompok

analisis regresi::Sederhana: situasi dimana satu variabel indpenden digunakan utk mempengaruhi variabel dependen// Berganda: berarti 2

pengujian analisis multivariat lainnya:

1. Analisis diskriminan, metode statistik utk memprediksi pengaruh variabel independen thdp 1 variabel dependen
2. Regresi logistik, digunakan ketika variabel nonmetric
3. Contijent analysisi: digunakan utk menentukan tingkat kepentingan relatif pelanggan
4. Two way anova: menguji hipotesis komperatif rata2 k sampel bila peneliti melakukan kategoriasis thdp sampel dlm bbrp blok
5. M anova: teknik statistik yg digunakan utk memeriksa hubungan antara berbagai variabel bebas dgn dua atau lebih variabel tak bebas

Aplikasi: lisreil, matlab, sas/sat

Analisis data kualitatif

1. Reduction data: mengacu pd proses memilih, mengkodekan, dan mengkategorisasikan data

2. Data display:
3. Drawing conclusion

Beberapa metode lain utk mengumpulkan dan menganalisis data kualitatif

1. Analisisi isis
2. Analisis naratif
3. Induksi analitis