Nama: Didin Ferdiansyah

Judul: Populasi dan Skala Pengukuran

1. POPULASI
Dalam statistika, populasi adalah sekumpulan data yang mempunyai
karakteristik yang sama dan menjadi objek inferensi (Wikipedia),
Statistika inferensi mendasarkan diri pada dua konsep dasar, populasi sebagai
keseluruhan data, baik nyata maupun imajiner, dan sampel, sebagai bagian dari
populasi yang digunakan untuk melakukan inferensi (pendekatan/penggambaran)
terhadap populasi tempatnya berasal. Sampel dianggap mewakili populasi.
Sampel yang diambil dari populasi satu tidak dapat dipakai untuk mewakili
populasi yang lain.
Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi.
Misalnya ada 600 siswa disekolah itu yang kita golongkan menurut golongan
darahnya, maka dikatakan kita mempunyai populasi berukuran 600. Bilangan-
bilangan yang dituliskan pada sekumpulan kartu, tinggi badan penduduk disuatu
tempat, dan panjang ikan disebuah daanau adalah contoh populasi terhingga.
Percobaan pelemparan dadu yang disebutkan tadi termasuk contoh populasi
takhingga.
Jenis Populasi :

a. Populasi Terbatas
Populasi terbatas mempunyai sumber data yang jelas batasnya secara
kuantitatif sehingga dapat dihitung jumlahnya.
Contoh :
1. Jumlah penduduk kota Bandung 2.500.000 jiwa.
2. Jumlah 1000 guru SD di Yogyakarta mengikuti prajabatan.

b. Populasi Tak Terbatas

Populasi tak terbatas yaitu sumber datanya tak dapat ditentukan batas-batasnya
sehingga relatif tidak dapat dapat dinyatakan dalam bentuk jumlah.
Contoh:
Suatu percobaan seorang bandar akan melemparkan sepasang dadu sampai
tak terhingga kali lemparannya. Maka setiap kali mencatat sepasang bilangan
yang muncul akan mendapatkan sepasang nilai yang tak terhingga pula.

Berdasarkan sifatnya:
a. Populasi homogen
Populasi homogen adalah sumber data yang unsurnya memiliki sifat atau
keadaan yang sama sehingga tidak perlu mempermasalahkan jumlahnya secara
kuantitatif.
b. Populasi heterogen
Populasi heterogen adalah sumber data yang unsurnya memiliki sifat atau
keadaan yang berbeda (bervariasi) sehingga perlu ditetapkan batas-batasnya baik
secara kuantitatif maupun secara kualitatif. Dalam melaksanakan penelitian,
walaupun tersedia populasi yang terbatas dan homogen , ada kalanya peneliti
tidak melakukan pengumpulan data secara populasi. Tetapi mengambil sebagian
dari populasi yang dianggap mewakili populasi (representative).
Hal ini berdasar pertimbangan yang logis, seperti kepraktisan, keterbatasan biaya,
waktu, tenaga dan adanya percobaan yang bersifat merusak (destruktif).

2. SAMPEL
Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh
populasi. Sampel merupakan himpunan bagian dari populasi. Sampel penelitian
adalah sebagian dari populasi yang diambil sebagai sumber data dan dapat
mewakili seluruh populasi. Menurut Sugiyono, sampel adalah sebagian dari
karakteristik yang dimiliki oleh populasi. Keuntungan dalam menggunakan
sampel yaitu memudahkan peneliti, penelitian lebih efisien, lebih teliti dan cermat
dalam pengumpulan data, serta penelitian lebih efektif.
Sedangkan sampling adalah suatu proses memilih sebagian dari unsur populasi
yang jumlahnya mencukupi secara statistik sehingga dengan mempelajari sampel
serta memahami karakteristik-karakteristiknya akan diketahui informasi tentang
keadaan populasi.
 Syarat sampel yang baik

a. Akurasi atau ketepatan

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.
b. Presisi
Kriteria kedua sampel yang baik adalah memiliki tingkat presisi estimasi.
Presisi mengacu pada persoalan sedekat mana estimasi kita dengan karakteristik
populasi. Presisi = standard error, Nilai rata-rata populasi dikurangi nilai rata-rata
sampel.

 Alasan menggunakan sampel:

a. Populasi demikian banyaknya sehingga dalam prakteknya tidak mungkin
seluruh elemen diteliti;
b. Keterbatasan waktu penelitian, biaya, dan sumber daya manusia,  membuat
peneliti harus telah puas jika meneliti sebagian dari elemen penelitian;
c. bahkan kadang, penelitian yang  dilakukan terhadap sampel bisa lebih reliabel
daripada terhadap populasi–misalnya,  karena elemen sedemikian banyaknya
maka akan memunculkan kelelahan fisik dan mental  para pencacahnya
sehingga banyak terjadi kekeliruan. (UmaSekaran, 1992);
d. Jika elemen populasi homogen,  penelitian terhadap seluruh elemen dalam
populasi menjadi tidak masuk akal,  misalnya untuk meneliti kualitas jeruk
dari satu pohon jeruk.

Sampel yang baik harus dapat mewakili keseluruhan populasi dan hasil
penelitian dapat diterapkan keseluruh populasi. Misalnya saja, dalam usaha
menetukan umur rata-rata suatu lampu pijar tertentu, adalah tidak mungkin untuk
menguji semua lampu pijar kalau kita masih ingin menjualnya. Biaya yang lebih
besar sering menjadi faktor penghalang untuk mengamati semua anggota
populasi. Oleh karena itu, kita terpaksa menggantungkan pada sebagian anggota
populasi untuk membantu kita menarik kesimpulan mengenai populasi tersebut.
Teknik (metode) penentuan sampel yang ideal memiliki ciri-ciri dapat
memberikan gambaran yang akurat tentang populasi, dapat menentukan presisi,
sederhana sehingga mudah dilaksanakan, dan dapat memberikan keterangan
sebanyak mungkin dengan biaya murah.
Jumlah/Besar sampel perlu mempertimbangkan hal-hal  sbb:
a) Derajat keseragaman (degree of homogenity)
b) Presisi yang dikehendaki dari penelitian
c) Rencana analisis
d) Tenaga, biaya dan waktu
e) Besar populasi

Kalau kita menginginkan kesimpulan dari contoh terhadap populasi menjadi

sah, kita harus mendapatkan contoh yang mewakili. Prosedur pengambilan contoh
yang menghasilkan kesimpulan konsisten yang terlalu tinggi atau terlalu rendah
mengenai suatu ciri populasi dikatakan berbias.

3. SKALA PENGUKURAN DATA

a. Skala Nominal
Ciri utama data berskala nominal adalah data yang satuannya hanya dapat
dibedakan, antara kategori yang satu dengan lainnya tidak diketahui tingkat
perbedaannya. Jadi intinya data tersebut hanya bisa membedakan yang satu
dengan lainnya. Oleh karena tidak diketahui mana yang lebih tinggi atau mana
yang lebih rendah. Sehingga kita bebas mengurutkannya, tanpa ada suatu urutan
yang baku. Operasional matematis yang dapat dilakukan hanya = dan 
(disamakan dan dibedakan).
Contoh : Data mata pencaharian, yang dibedakan menjadi satuan : guru,
pedagang, karyawan, petani, ABRI, nelayan, politikus, pemulung. Data suku
bangsa : Jawa, Sunda, Madura, Batak, Sasak. Data jenis penyakit : Ispa, diare, TB
paru, jantung koroner, dll. Peletakan urutan masing-masing kategori diatur sesuai
dengan keinginan masing-masing penyaji, karena memang tidak ada ketentuan
bakunya.

b. Skala Ordinal
Ciri utama data berskala ordinal adalah data yang satuannya dapat dibedakan
dan diurutkan. Jadi pada skala ordinal ini data sudah dapat diketahui mana yang
lebih tinggi, mana yang rendah dan memiliki urutan baku yang tidak boleh diacak.
Urutan boleh dari atas ke bawah atau sebaliknya. Operasional matematis
yang dapat dilakukan, yaitu : =, , >, dan < (disamakan, dibedakan, lebih besar
dan lebih kecil). Contoh : Data tingkat pendidikan ; SD, SLTP, SLTA, PT. Data
peringkat rumah ; permanen, semi permanen, tidak permanen. Data mutu ; baik
sekali, baik, sedang, jelek, jelek sekali. Data tingkatan ; I, II, III, IV.
 c. Skala Interval
Ciri utama data berskala interval adalah data yang satuannya dapat dibedakan,
dapat diurutkan, memiliki interval yang sama tiap satuan alat ukur, besarnya
interval tidak menunjukkan arti yang sebenarnya, antara satuan alat ukur yang
satu dengan lainnya memiliki skala angka nol yang tidak sama. Operasional
matematis yang dapat dilakukan, yaitu : =, , >, <, +, dan  (disamakan,
dibedakan, lebih besar, lebih kecil, penjumlahan dan pengurangan). Contoh : Data
temperatur : °F, °C, °R, °K. Data tahun : Tahun Jawa, Tahun Cina, Tahun Masehi,
Tahun Hijriah. Data skala sikap. Data konsentrasi larutan. Masing-masing satuan
alat ukur memiliki angka nol sendiri-sendiri, pada saat suatu alat menunjukkan
angka nol, alat ukur yang lain belum tentu menunjukkan angka nol. Fakta yang
sebenarnya, diukur tidak sama oleh setiap alat ukur sesuai dengan satuannya
intervalnya. Misalnya : 312°F, 100°C, 80°R, kenyataan dan fakta sebenarnya
adalah sama, namun karena alat ukur yang dipakai memiliki satuan yang berbeda,
maka angka yang dihasilkan juga berbeda. Ketika suhu menyatakan 0°C, maka
tidak semua alat ukur menyatakan 0. Besarnya interval tiap alat ukur tidak
menunjukkan perbedaan fakta yang sebenarnya. Misalnya : interval 10°C pada
90°C sampai dengan 100°C, berbeda faktanya dengan interval 10°C pada 0°C
sampai dengan 10°C. Secara numerik interval tersebut sama, yaitu 10°C, namun
kenyataan fakta yang sebenarnya berbeda, interval 10°C pada 90°C sampai
dengan 100°C, kenyataannya lebih panas daripada interval 10°C pada 0°C sampai
dengan 10°C.

d. Skala Rasio
Ciri utama data berskala rasio adalah data yang satuannya dapat dibedakan,
dapat diurutkan, memiliki interval yang sama tiap satuan alat ukur, lebar interval
tiap satuan alat ukur menunjukkan nilai yang sebenarnya dan antara satuan alat
ukur yang satu dengan lainnya memiliki skala angka nol yang absolut.
Operasional matematis yang dapat dilakukan, yaitu : =, , >, <, +, , x, dan :
(disamakan, dibedakan, lebih besar, lebih kecil, penjumlahan, pengurangan,
perkalian dan pembagian). Contoh : data berat ; 26, 4 kg, 0,9 gr, 4 lb, data jarak :
12 km, 1 mil, 2 feet, 3 yard. Ketika suatu alat ukur menunjukkan angka nol, maka
semua alat ukur yang lain juga menunjukkan angka nol. Fakta yang sebenarnya,
diukur sama oleh setiap alat ukur sesuai dengan satuan intervalnya. Misalnya :
ukuran jarak 1 km, ukuran ini dalam mil = 1,9, walaupun angkanya berbeda
namun kenyataannya dan faktanya sama. Hal ini karena interval jarak satuan alat
ukur masing-masing yang berbeda. Ketika jarak tersebut 0 km, maka semua alat
ukur yang lain ; yard, mil, foot juga mengatakan 0. Besarnya interval tiap alat
ukur menunjukkan fakta yang sama. Misalnya : suatu kain panjangnya 100 m,
interval 10 m pada 90 m sampai dengan 100 m, sama faktanya dengan interval 10
m pada 0 m sampai dengan 10 m. Secara numerik interval tersebutsama, yaitu 10
m, kenyataan fakta juga sama.