Resume Metolid Bab 13-15 - Rani Mustika Sari - Maksi 41A PDF
Resume Metolid Bab 13-15 - Rani Mustika Sari - Maksi 41A PDF
BAB 13
Sampling
Population à mengacu kepada keseluruhan kelompok orang, kejadian, atau minat yang ingin
peneliti investigasi.
Element à merupakan satu anggota populasi.
Contoh: bila 1000 pekerja dalam perusahaan menjadi populasi studi bagi seorang peneliti,
setiap pekerja dalam populasi tersebut adalah elemen.
Sample à merupakan sebagian/sub kelompok dari populasi yang dipilih oleh peneliti. Sampel
ini diharapkan dapat mewaliki populasi untuk dapat digeneralisasiskan.
Sampling Unit à unsur atau seperangkat elemen yang tersedia untuk diseleksi dalam
beberapa tahapan sampling.
Contoh: unit sampling dalam multistage block city, rumah tangga atau individu dalam rumah
tangga.
Subject à suatu anggota dari sampel.
Contoh: bila 200 anggota dari total 1000 populasi bekerja membentuk sampel penelitian, maka
setiap pekerja dalam sampel adalah subjek.
Parameters : karakteristik dari populasi, terdiri dari :
μ : rata-rata populasi
σ : standar deviasi populasi
σ2 : varian populasi
Sample data and population values
Alasan Sampling à untuk memudahkan peneliti daripada harus mengumpulkan data dari
seluruh populasi. Dalam investigasi penelitian yang melibatkan beberapa ratus dan bahkan
ribuan elemen, secara praktis mustahil untuk dapat dikumpulkan, diuji dan ditelaah dari setiap
elemen tersebut.
Representasi Sampel à Memilih sampel harus mewakili populasi yang ada, logis dan ilmiah.
Normalitas Distribusi à Atribut atau karakteristik populasi umumnya berdistribusi normal.
Bila kita akan menaksir karakteristik populasi dari sampel yang mewakili akurasi yang masuk
akal, sampel harus dipilih sedemikian sehingga distribusi karakteristik yang diteliti mengikuti
pola distribusi normal yang sama dalam sampel seperti dalam populasi.
Proses Sampling
Sampling adalah proses pemilihan jumlah yang memadai dengan elemen yang tepat dari
populasi, sehingga penelitian sampel dan pemahaman tentang sifat atau karakteristik
memungkinkan bagi kita untuk menggeneralisasi sifat atau karakteristik elemen populasi.
Langkah-langkah utamanya yaitu :
1. Mendefinisikan populasi : elemen, batasan geografis, dan waktu
2. Menentukan kerangka sampel : semua elemen dalam populasi tersebut diambil
3. Menentukan desain sampel : cara probabilitas dan non-probabilitas
4. Menentukan ukuran sampel : tujuan penelitian, interval kepercayaan, level keberanian,
jumlah variasi, masalah biaya dan waktu
5. Melaksanakan proses sampel : target populasi
Probability Sampling
Unrestricted atau Simple Random Sampling à setiap elemen dalam populasi telah dikenal
dan berkedudukan sama, mempunyai kesempatan untuk terpilih sebagai subjek
Nama : Rani Mustika Sari _ 12030119410010
Kelas Corporate _ Maksi
Þ Semakin kecil variabilitas, semakin besar probabilitas bahwa rata-rata sampel akan
lebih dekatdengan rata-rata populasi.
2. Keyakinan
Menunjukkan seberapa yakin bahwa taksiran peneliti akan benar-benar berlaku bagi
populasi.Semakin sempit kisaran, semakin rendah keyakinan. Sehingga ada trade off
antara ketelitian dan keyakinan dalam penentuan sampel. Tingkat keyakinan dapat
membentang dari 0 sampai 100%.Data Sampel, Presisi, dan Keyakinan Dalam Estimasi
Ketelitian dan keyakinan merupakan isu penting, karena menggunakan data sampel untuk
menarik kesimpulan tentang populasi, peneliti diharapkba “mengenai sasaran” dan
mengetahui tingkat kemngkinan kesalahan. Peneliti biasanya melakukan penaksiran
interval untuk memastikan penaksiran yang relatif akurat terhadap parameter populasi.
3. Trade-Off Antara Presisi dan Keyakinan
Terdapat trade-off antara ketelitian dan keyakinan untuk ukuran sampel apapun. Jika
ukuran sampel tidak dapat ditingkatkan, tingkat ketelitian dapat ditingkatkan, namun
tingkat keyakian harus dikurangi. Penting bagi peneliti memahami 4 aspek, yaitu:
a. Besarnya ketelitian yang dibutuhkan,
b. Besarnya keyakinan yang diperlukan,
c. Tingkat variabilitas karakteristik populasi yang diteliti,
d. Analisis biaya manfaat terkait ukuran sampel.
Sampel Data dan Pengujian Hipotesis
Data sampel dapat digunakan bukan hanya dalam taksiran nilai populasinya, namun juga
menguji hipotesis tentang nilai populasi, korelasi populasi, dan lainnya. Dengan data sampel,
dimungkinkan peneliti dapat mengetahui apakah hipotesis 0 atau alternatifnya yang diterima
atau ditolak.
Ukuran Sampel
Menentukan Ukuran Sampel
Peneliti butuh pemikiran terkait seberapa besar ketelitian dan keyakinan yang benar-benar
diperlukan, sebelum menentukan ukuran sampel. Karena, jika ingin ketelitian dan keyakinan
yang tinggi, maka sampel akan semakin tinggi dan kemungkinan peningkatan biaya yang
dibutuhkan.
Pentingnya Desain Sampling dan Ukuran Sampel
Pengambilan sampel dan ukuran sampel adalah penting untuk dapat digeneralisasikan.
Pengambilan sampel yang tepat harus dilakukan dan menyesuaikan dengan model penelitian.
Pengambilan sampel yang memadai akan mempengaruhi tingkat ketelitian dan keyakinan
Roscoe (1975) mengusulkan terkait ukuran sample:
1. Ukuran sampel >30 dan <500 adalah tepat untuk kebanyakan penelitian
2. Dimana adanya pemecahan sampel, ukuran sample minimal 30 untuk setiap kategori
3. Dalam penelitian multivariant, sampel sebaiknya beberapa kali lebih besar dari jumlah
variabel dalam studi
4. Untuk penelitian exsperimental dengan control eksperimen yang ketat, lebih baik
menggunakan ukuran sample kecil 10-20.
Efisiensi Dalam Sampling
Efisiensi pengambilan sampel tercapai ketika tingkat kesalahan standar “standar error” dapat
dikurangi dengan ukuran sampel tertentu “n”. Efisiensi pengambilan sampel tergantung dari
tujuan penelitian, serta tingkat dan efisiensi yang diharapkan. Desain pengambilan sampel akan
memberikan tingkat efisiensi yang berbeda
Pengambilan Sampel Terkait Penelitian Kualitatif
Nama : Rani Mustika Sari _ 12030119410010
Kelas Corporate _ Maksi
BAB 14
Analisis Data Kuantitatif
Sebelum mulai menganalisis data, terdapat beberapa langkah awal yang perlu diselesaikan. Ini
membantu memastikan bahwa data itu akurat, lengkap, dan cocok untuk analisis lebih lanjut.
Menyiapkan Data untuk Analisis.
Langkah2nya yiatu :
1. Pengodean dan entri data à melibatkan pemberian nomor ke tanggapan peserta sehingga
mereka dapat dimasukkan ke dalam basis data. Mempunyai dua aktivitas utama yaitu
memberi tanggapan coding kemudian melakukan entri data tanggapan dapat ke dalam
basis data.
2. Penyuntingan data à berkaitan dengan pendeteksian dan koreksi data dan kelalaian yang
tidak logis, tidak konsisten, atau ilegal dalam informasi yang kemudian dapat
dikembalikan kepada peserta penelitian.
3. Transformasi data à adalah suatu variasi pengkodean data, merupakan proses mengubah
representasi numerik asli dari nilai kuantitatif ke nilai lain. Data biasanya diubah untuk
menghindari masalah pada tahap selanjutnya dari proses analisis data. contoh, transformasi
logaritmik oleh para ekonom sehingga datanya lebih merata.
Mengenal lebih dalam pada Data
Dengan cara memperoleh ringkasan visual atau dengan memeriksa kecenderungan sentral dan
dispersi suatu variabel. Atau juga bisa mengenal data kita dengan memeriksa hubungan antara
dua variabel. data adalah langkah pertama yang diperlukan dalam semua analisis data.
Berdasarkan perasaan awal ini, analisis terperinci lebih lanjut dapat dilakukan untuk menguji
kebaikan data. Statistik deskriptif dalam satu variabel berupa :
• Frekuensi à merujuk pada berapa kali berbagai subkategori dari suatu fenomena tertentu
terjadi, dari mana persentase dan persentase kumulatif dari kejadiannya dapat dengan
mudah dihitung.
• Ukuran kecenderungan sentral à terdiri dari mean, median, dan mode. Ukuran dispersi
meliputi kisaran, deviasi standar, varians (di mana ukuran kecenderungan pusat adalah
rata-rata), dan rentang interkuartil (di mana ukuran kecenderungan pusat adalah median).
• Dispersi à age, varian, standart deviation, interquatile range
Hubungan antar variable
Mengetahui bagaimana satu variabel terkait dengan yang lain, ifat, arah, dan signifikansi
hubungan bivariat dari variabel yang digunakan dalam penelitian
Korelasi à Matriks korelasi Pearson menunjukkan arah, kekuatan, dan signifikansi hubungan
bivariat di antara semua variabel yang diukur pada interval atau tingkat rasio. Korelasi
diperoleh dengan menilai variasi dalam satu variabel karena variabel lain juga bervariasi.
BAB 15
Nama : Rani Mustika Sari _ 12030119410010
Kelas Corporate _ Maksi
langkah-langkah yang harus diikuti dalam pengembangan dan pengujian hipotesis adalah:
1. Nyatakan hipotesis nol dan alternatif.
2. Tentukan tingkat signifikansi yang diinginkan (p 0,05, atau lebih, atau kurang).
3. Pilih tes statistik yang sesuai tergantung pada jenis skala yang telah digunakan (nominal,
ordinal, interval, atau rasio).
4. Lihat apakah hasil keluaran dari analisis komputer menunjukkan bahwa tingkat
signifikansi terpenuhi.
Pertama bab ini x`memperhatikan kesalahan tipe I, kesalahan tipe II, dan kekuatan statistik.
Kemudian, kita akan membahas berbagai uji statistik univariat dan bivariat yang dapat
digunakan untuk menguji hipotesis. Akhirnya, kita akan kembali ke kasus Excelsior
Enterprises dan menguji hipotesis yang dikembangkan pada bab sebelumnya.
• Tes McNemar adalah metode nonparametrik yang digunakan pada data nominal. Ini
menilai signifikansi perbedaan antara dua sampel dependen ketika variabel bunga
adalah dikotomis. Ini digunakan terutama di sebelum− setelah penelitian untuk menguji
efek eksperimental.
Menguji hipotesis dua mean yang tidak terkait à untuk mengetahui apakah dua kelompok
berbeda satu sama lain pada variabel tertentu yang diukur dengan interval atau rasio-skala.
Menguji hipotesis tentang beberapa mean à yaitu uji -t dan dengan analisis varians
(ANOVA) membantu untuk menguji perbedaan rata-rata yang signifikan antara lebih dari dua
kelompok pada suatu interval atau variabel variabel dependen skala.
Analisis regresi à regresi sederhana digunakan dalam situasi di mana satu variabel
independen dihipotesiskan untuk mempengaruhi satu variabel dependen. Analisis regresi
berganda menggunakan lebih dari satu variabel independen untuk menjelaskan perbedaan
dalam variabel dependen. Analisis regresi berganda adalah teknik multivariat yang sangat
sering digunakan dalam penelitian bisnis.
• Koefisien regresi terstandarisasi à adalah perkiraan yang dihasilkan dari analisis
regresi berganda yang dilakukan pada variabel yang telah distandarisasi (proses dimana
variabel diubah menjadi variabel dengan rata-rata 0 dan standar deviasi 1) . Hal ini
biasanya dilakukan untuk memungkinkan peneliti membandingkan efek relatif dari
variabel independen pada variabel dependen, ketika variabel independen diukur dalam
unit pengukuran yang berbeda.
• Regresi dengan variabel dummy àVariabel dummy adalah variabel yang memiliki
dua atau lebih level berbeda, yang diberi kode 0 atau 1. Variabel dummy
memungkinkan kita untuk menggunakan variabel nominal atau ordinal sebagai variabel
independen untuk menjelaskan, memahami, atau memprediksi variabel dependen.
• Multikolinearitas à adalah fenomena statistik yang sering dijumpai di mana dua atau
lebih variabel independen dalam model regresi berganda sangat berkorelasi. Membuat
estimasi koefisien regresi menjadi tidak mungkin. Berikut metode untuk
menguranginya:
a. Kurangi set variabel independen ke set yang tidak collinear (tetapi perhatikan
bahwa ini dapat menyebabkan bias variabel yang dihilangkan, yang juga
merupakan masalah serius).
b. Gunakan cara yang lebih canggih untuk menganalisis data, seperti regresi ridge.
c. Buat variabel baru yang merupakan gabungan dari variabel yang mempunyai
korelasi paling tinggi.
Tes dan analisis multivariat lainnya
Lima teknik multivariat lainnya adalah :
• Analisis diskriminan à membantu mengidentifikasi variabel independen yang
mendiskriminasi variabel dependen skala kepentingan - misalnya, mereka yang tinggi
pada variabel dari mereka yang rendah.
• Regresi logistic à digunakan ketika variabel dependen hanya memiliki dua kelompok,
karena tidak menghadapi asumsi ketat yang dihadapi analisis diskriminan.
• Conjoint analysis à mengharuskan peserta untuk melakukan serangkaian trade-off
• Two-way ANOVA à dapat digunaan untuk menguji pengaruh dua variabel bebas
nonmetrik terhadap satu variabel dependen metrik.
• MANOVA à menguji perbedaan antara kelompok-kelompok di beberapa variabel
dependen secara bersamaan, dengan menggunakan jumlah kuadrat dan matriks lintas-
produk .
• Korelasi kanonik à meneliti hubungan antara dua atau lebih variabel dependen dan
beberapa variabel independen; misalnya, korelasi antara serangkaian perilaku pekerjaan
Nama : Rani Mustika Sari _ 12030119410010
Kelas Corporate _ Maksi