itu sesuatu yang diketahui atau dianggap diketahui artinya sesuatu yang
sudah terjadi merupakan fakta (bukti), dengan demikian data dianggap
mempunyai dua arti:
– suatu pernyataan (statement) tentang sesuatu yang sudah terjadi akan
tetapi belum diketahui (belum dilaporkan), sering disebut sebagai
hipotesis.
– suatu pernyataan tentang sesuatu yang belum terjadi, bisa terjadi bisa juga
tidak disebut ramalan (forecasting).
• Data yang baik ialah data yang bisa dipercaya kebenarannya (reliable),
tepat waktu dan mencakup ruang lingkup yang luas atau bisa
memberikan gambaran tentang suatu masalah secara menyeluruh.
• Data berguna untuk:
1. Mengetahui atau memperoleh gambaran tentang sesuatu
keadaan atau persoalan
2. Membuat keputusan atau memecahkan persoalan
2. Data berkala (time series data) adalah data yang dikumpulkan dari
waktu ke waktu untuk melihat perkembangan suatu
kejadian/kegiatan selama periode tersebut.
• Perkembangan uang beredar, perkembangan harga 9 macam
bahan pokok , perkembangan penduduk dll.
Menurut kondisi hubungan/ketergantungan dengan variabel
lain, data dikelompokkan menjadi
1. Variabel terikat (Dependen) : data/variabel yang tergantung
pada data/variabel lain.
1. Skala Nominal
2. Skala Ordinal
3. Skala Interval
4. Skala Rasio
Skala Nominal
Skala Nominal
• Skala yang paling sederhana di mana angka yang diberikan
kepada suatu kategori tidak menggambarkan kedudukan
kategori tersebut terhadap kategori lainnya tetapi hanya
sekadar kode atau label.
Contoh : Jenis kelamin : 1 = pria dan 2 = wanita
Status : 1 = menikah dan 2 = tidak menikah
Skala Ordinal
Skala Ordinal
Skala ini mengurutkan data dari tingkat paling rendah
ke tingkat paling tinggi atau sebaliknya dengan
interval yang tidak harus sama.
Kaidah di atas terlihat bahwa jarak interval tiap nilai prestasi bisa
tidak sama. Jika bobot pada skala ordinal tidak diperhatikan, ia
akan menjadi skala nominal sehingga dapat disimpulkan bahwa
skala ordinal dapat berperan sebagai skala nominal tetapi tidak
sebaliknya, skala nominal tidak dapat berperan sebagai skala
ordinal.
Skala Interval
Skala Interval
• Skala ini mengurutkan obyek berdasarkan suatu atribut yang memberikan
informasi tentang interval antara satu obyek dengan obyek lainnya adalah
sama.
– Contoh: nilai prestasi yang telah ditransfer dalam bentuk huruf A, B, C, D
dan E selanjutnya diberi bobot masing-masing 4, 3, 2, 1 dan 0 sehingga
interval A dan C sama dengan interval C dan E atau interval A dan B
sama dengan interval D dan E. Tetapi ada ciri lain yaitu tidak adanya titik
0. Misalkan jika bobot A = 4 diubah menjadi A = 0 bukan berarti bahwa
nilai prestasi B, C, D dan E juga menjadi 0, tetapi dapat berubah menjadi
berturut-turut –1, -2,-3 dan –4.
• Jika jarak interval pada skala ini tidak diperhatikan, skala ini bertindak
sebagai skala ordinal. Jasi skala interval dapat bertindak sebagai skala
ordinal dan skala nominal.
Skala Rasio
• Skala Rasio
• Skala ini mencakup ketiga skala yang disebutkan di atas ditambah
dengan sifat lain yaitu bahwa ukuran ini mempunyai nilai nol. Karena
adanya titik 0 inilah maka ukuran rasio dapat dibuat dalam perkalian
maupun pembagian. Angka pada skala ini merupakan ukuran yang
sebenarnya dari obyek yang diukur.
– Contoh Anisa dan Latifah adalah dua orang karyawan PT Berlian
yang masing-masing bergaji Rp 2.000.000 dan Rp 5.000.000.
Hitungan ukuran rasionya ; gaji Anisa adalah 2,5 kalil lipat gaji
Latifah. Gaji ini mempunyai titik nol (misalnya perusahaan tidak
menggaji pegawainya karena bangkrut, artinya kedua karyawan
bergaji Rp 0).
TEKNIK SAMPLING
(teknik pengambilan sampel)
Populasi à kelompok keseluruhan orang, peristiwa atau sesuatu
yang ingin diteliti oleh peneliti.
Populasi sasaran
Tujuan utama penarikan sampel adalah untuk memperoleh
informasi tentang populasi. Oleh karena itu sejak awal perlu
mengidentifikasi populasi secara tepat dan akurat.
Contoh :
• populasi sasaran untuk penelitian persepsi konsumen adalah
para konsumen.
• Populasi sasaran untuk calon mahasiswa potensial adalah
siswa SMU, SMK dll
Elemen à suatu anggota tunggal dari populasi.
Jika terdapat 200 penumpang pesawat dalam suatu penerbangan,
maka setiap penumpang pesawat tersebut merupakan elemen dari
populasi.
• Ukuran Sampel
Banyak cara yang dapat digunakan untuk
menentukan ukuran sampel, tergantung dari
jumlah populasi dan batas kesalahan.
20
Teknik Sampling
Tipe Sampel
21
Kategori Sampling
Kategori Sampling
1. Probability Sampling
2. Non probability sampling
Contoh:
Akan diambil sample 35 dari 260 populasi rumah, maka
bisa diambil tiap 7 no populasi (misal no 7,14, 21, 28 dst)
Sampling Stratifikasi (stratified sampling),
Doble sampling
Pengambilan sampel dimana awalnya sampel dalam
penelitian untuk mengumpulkan sebuah informasi
pendahuluan. Responden di wawancara kembali dan
diberikan pertanyaan tambahan
Convenience Sampling
34
Keyakinan (confidence) menunjukkan seberapa yakin
bahwa taksiran kita akan benar berlaku bagi populasi
n = ukuran sampel
N = ukuran populasi
e = persen kelonggaran ketidaktelitian karena
kesalahan pengambilan sampel yang masih dapat
ditolelir atau diinginkan, misalnya 2%
38
Ukuran sampel
misalnya:
Jumlah elemen dalam populasi adalah 8000. Apabila
Confidence level 98% berapa sampel yang harus diambil =
1905. Apabila CL diturunkan menjadi 95% berapa jumlah
sampelnya = 3809 dst.
39
Ukuran sampel
40
Ukuran sampel
41
Kekeliruan Sampling
• Kekeliruan sampling :
Terjadinya kekeliruan pada saat menelaah sampel,
misalnya dalam menentukan jumlah sampel yang harus
diambil
42
Ukuran minimum sampel yang dapat diterima berdasarkan
desain/metode penelitian yang digunakan (Gay, 1976):
berdasarkan criteria
b. Dispropor - selain jumlah populasi
sionete sebenarnya.
45
Kelebihan dan kekurangan
desain sampling
Desain sampling Penjelasan Kelebihan Kekurangan
A. Probability Sampling
Kelompok yang Dalam cluster Paling kurang dapat
anggotanya heterogen geografis , biaya diandalkan & kurang
ditentukan dulu, pengumpulan efisien diantara desain
kemudian dipilih datanya rendah probabilitas lainnya
Cluster sampling secara acak dari tiap karena sub-sub dari
kelompok : semua kelompok lebih
anggota dari tiap cenderung homogen
keompok yang dipilih daripada heterogen.
secara acak dipelajari
Cluster sampling Biayanya efektif, Memakan waktu untuk
dalam suatu berguna untuk mengumpulkan data
daerah/lokasi tertentu keputusan yang dari suatu lokasi.
Area Sampling
berhubungan
dengan lokasi
tertentu 46
Kelebihan dan kekurangan
desain sampling
47
Kelebihan dan kekurangan
desain sampling
Desain sampling Penjelasan Kelebihan Kekurangan
B. Non Probability Sampling
Subyek dipilih Kadang merupakan Kemampuan
berdasarkan keahlian satu-satunya cara generalisasinya
Judgment sampling dalam bidang diteliti untuk menyelidiki dipertanyakan, tidak
dapat digeneralisasikan
ke seluruh popolasi
Subyek dipilih yang Sangat berguna bila Tidak dapat
paling mudah ditemui partisipasi kelompok digeneralisasikan
dari kelompok yang minoritas diperlukan dengan mudah
Quota sampling
ditargetkan berdasar dalam suatu
jumlah kuota yangtelah penelitian
ditentukan sebelumnya
Memilih unit yang Hanya untuk Keterwakilan dari
karakteristiknya jarang, penerapan yang karakteristik yang jarang
Snowball sampling unit selanjutnya sangat khusus tidak terlihat dalam
48
ditunjukkan responden pemilihan sampel
sebelumnya
Pilihan dalam desain pengambilan sampel (Sekaran,2006)
49
Pilihan dalam desain pengambilan sampel (Sekaran,2006)
50
Pilihan dalam desain pengambilan sampel (Sekaran,2006)
51
52