• Webster’s New World Dictionary, data adalah things known or assumed, data

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

Hubungan antara data dan riset?

• Riset pada dasarnya adalah usaha mencari data yang akan
dipergunakan untuk mengetahui sesuatu atau untuk menguji
suatu hipotesa, serta untuk memecahkan suatu persoalan
tertentu.
• Data adalah bahan baku riset
• Data Primer dan Sekunder
• Data Internal dan Eksternal
• Data Time Series dan Cross Section
• Data dengan Variabel Bebas dan variabel Tidak Bebas
Data Berskala (nominal, ordinal, interval dan rasio)
Data Primer: merupakan data yang didapat dari sumber
pertama baik dari individu ataupun perorangan
contoh: peneliti ingin mengetahui beban kerja / prosedur kerja

Data Sekunder: merupakan data primer yang telah dikelola

lebih lanjut dan disajikan dalam bentuk tabel/diagram.
Contoh: data lap keu perusahaan yang go public yang
dikeluarkan BEI, BPS, BI
 Data Internal dan Data Eksternal

• Data internal yaitu data dari dalam suatu organisasi yang

menggambarkan keadaan organisasi tersebut.

Misalnya : jumlah karyawan, jumlah modal, jumlah

produksi, kebutuhan bahan mentahnya dll.

• Data external yaitu data dari luar suatu organisasi yang

dapat menggambarkan faktor-faktor yang mungkin
mempengaruhi hasil kerja suatu organisasi.

Misalnya daya beli masyarakat mempengaruhi penjualan

perusahaan, bantuan luar negri akan mempengaruhi hasil
pembangunan suatu negara
 Data Cross Section & Time Series

Menurut waktu pengumpulannya, data terbagi menjadi:

1. Data cross section ialah data yang dikumpulkan pada suatu waktu
tertentu (at appoint of time) untuk menggambarkan keadaan &
kegiatan pada waktu tersebut.
• Analisis yang didasarkan atas data cross section disebut analisis
cross section yang sifatnya statis, oleh Karena itu tidak
memperhitungkan perubahan yang terjadi, yang disebabkan oleh
perubahan waktu

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.

2. Variabel bebas (Independen): data/variabel yang tidak

tergantung pada variabel lain.

Misalnya adalah data hasil penjualan suatu produk tergantung

oleh harga, promosi, distribusi dan produk itu sendiri. Data hasil
penjualan merupakan variabel terikat sedangkan variabel harga,
promosi, distribusi dan produk itu sendiri adalah variabel bebas.
 SKALA DATA
Skala merupakan suatu prosedur pemberian angka atau
symbol lain kepada sejumlah ciri suatu obyek agar dapat
menyatakan karakteristik angka pada ciri tersebut.

Berdasarkan skala data dapat dipisahkan menjadi:

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.

Contoh : Nilai ujian 5 mahasiswa diurutkan dari yang paling

besar ke yang paling kecil sbb:
Merubah nilai ujian ke nilai prestasi, misalnya mempunyai kaidah
sebagai berikut:
Jarak antara 85 – 100 adalah A
Jarak antara 76 – 84 adalah B
Jarak antara 68 – 75 adalah C
Jarak antara 56 – 67 adalah D
Jarak antara 0 – 55 adalah E

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.

Sampel à beberapa anggota atau suatu bagian (subset) dari

populasi. Hal ini mencakup sejumlah anggota yang dipilih dari
populasi. Sehingga sebagian elemen dari populasi merupakan
sampel.

Sampel (contoh) à penting dalam penelitianà berkaitan dengan

kredibilitas dan mutu penelitian serta biaya penelitian yang harus
di keluarkan.
 Mengapa dalam penelitian digunakan sampel (contoh) dan
apakah sampel dapat dikatakan mewakili seluruh populasi?
Alasan diperlukannya sampel dalam penelitian :

• Seluruh Populasi à Teknik sensus membutuhkan biaya yang

sangat besar/mahal (tenaga pencacah dan waktu yang lama).

• Teknik sensus tidak luwes dan tidak praktis untuk

pengambilan keputusan terbatas.
POPULASI SAMPEL
Sebuah kumpulan dari semua Suatu bagian dari
kemungkinan orang-orang,
populasi tertentu yang
benda-benda dan ukuran lain
dari objek yang menjadi menjadi perhatian.
perhatian.
Sampel dapat mewakili seluruh populasi, apabila:
Sampel harus mengandung dua kriteria yaitu cermat (accuracy)
dan tepat (precission).
Kriteria cermat dimaksudkan agar sampel yang diambil tidak akan
bias sehingga sampel dapat memberikan reaksi yang tidak berlebih
atau kurang tetapi memberikan reaksi wajar.
Kriteria tepat mengandung arti sampel yang diambil dapat mewakili
dengan wajar keseluruhan populasi tersebut. Oleh karena itu aspek
ketepatan ini mengandung pengukuran standar yang dapat
ditoleransi terhadap kemungkinan kesalahan pengambil sampel.
Menggunakan teknik pengambilan sampel (teknik sampling) yang
sesuai dengan strategi penelitian yang dilakukan.
 TEKNIK SAMPLING

Menggunakan teknik pengambilan sampel (teknik

sampling) yang sesuai dengan strategi penelitian yang
dilakukan.

Sampling à adalah proses memilih suatu jumlah unsur

populasi yang mencukupi dari populasi, sehingga
dengan mempelajari sampel dan memahami
karakteristiknya memungkinkan untuk
menggeneralisasikan karakteristik tersebut pada seluruh
anggota populasi.
 TEKNIK SAMPLING

• Ukuran Sampel
Banyak cara yang dapat digunakan untuk
menentukan ukuran sampel, tergantung dari
jumlah populasi dan batas kesalahan.

• Teknik pengambilan sampel

– Acak
– Non acak

20
 Teknik Sampling

Tipe Sampel

Probabilitas Non Probabilitas

1. Simple random 1. Convenience

2. Complex random 2. Purposive
3. Systematic 3. Judgement
4. Cluster 4. Quota
5. Stratified 5. Snowball
6. Double

21
 Kategori Sampling

Kategori Sampling
1. Probability Sampling
2. Non probability sampling

Probability sampling yaitu proses pengambilan sampel yang

menjamin adanya peluang bahwa setiap unsur populasi dipilih
sebagai anggota sampel.

• Dengan kata lain, semua anggota tunggal dari populasi

• Memiliki peluang tidak nol.
• Teknik ini melibatkan pengambilan acak (dikocok) dari suatu
populasi.
Sampling Acak Sederhana (simple random
sampling)

Random sampling adalah metode paling dekat

dengan definisi probability sampling.
Pengambilan sampel dari populiasi secara acak
berdasarkan frekuensi probabilitas semua
anggota populasi
Sampling Acak Sistematis (systematic random sampling)
• Pengambilan sampel melibatkan aturan populasi dalam
urutan sistematika tertentu. Probabilitas pengambilan
sampel tidak sama terlepas dari kesamaan frekuensi
setiap anggota populasi.

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),

Populasi dibagi ke dalam kelompok strata dan kemudian

mengambil sampel dari tiap kelompok tergantung kriteria yang
ditetapkan.

Misalnya, populasi dibagi ke dalam anak-anak dan orang tua

kemudian memilih masing-masing wakil dari keduanya.

Melakukan survei nasional mengenai rata-rata deposito

bank per bulan, pengambilan sample klaster akan
digunakan untuk memilih lokasi geografis kota.
 Menstratakan konsumen berdasarkan taraf
hidup, pendapatan.

Menstratakan kelompok karyawan

Sampling Rumpun (Cluster Sampling)

Populasi dibagi ke dalam kelompok kewilayahan

kemudian memilih wakil tiap-tiap kelompok.
Misalnya, populasi adalah Jawa Tengah kemudian
sampel diambil dari tiap-tiap kabupaten. Bisa juga
batas-batas gunung, pulau dan sebagainya.
Sampel nya masih hiterogen
Area sampling

Pengambilan sampel klaster geografis, dimana populasi

dalam dalam area geografis yang dapat diidentifikasi

Doble sampling
Pengambilan sampel dimana awalnya sampel dalam
penelitian untuk mengumpulkan sebuah informasi
pendahuluan. Responden di wawancara kembali dan
diberikan pertanyaan tambahan
Convenience Sampling

Jenis sampel ini sangat baik jika dimanfaatkan untuk

penelitian penjajakan, yang kemudian diikuti oleh penelitian
lanjutan yang sampelnya diambil secara acak (random).

Beberapa kasus penelitian yang menggunakan jenis sampel

ini, hasilnya ternyata kurang obyektif.
Non Probability Sampling yaitu proses
pengambilan sampel yang tidak menjamin
adanya peluang bahwa setiap unsur poppulasi
dipilih sebagai anggota sampel

• Teknik non-probability sampling bahwa setiap

anggota populasi memiliki peluang nol. Artinya,
pengambilan sampel didasarkan kriteria
tertentu seperti judgment, status, kuantitas,
kesukarelaan dan sebagainya.
 Sampling Purposive (Purposive or Judgemental
Sampling)

Pengambilan sampel berdasarkan seleksi khusus.

Peneliti membuat kriteria tertentu siapa yang dijadikan
sebagai informan.

Misalnya, Anda meneliti kriminalitas di Kota Semarang,

maka Anda mengambil informan yaitu Kapolresta
Semarang, seorang pelaku kriminal dan seorang korban
Sampling Kuota (Quota Sampling)
Mirip stratified sampling yaitu berdasarkan proporsi ciri-ciri
tertentu untuk menghindari bias.

Teknik sampel ini adalah bentuk dari sampel

distratifikasikan secara proposional, namun tidak dipilih
acak melainkan secara kebetulan saja.

Misalnya, jumlah sampel laki-laki 50 orang maka sampel

perempuan juga 50
Sampling Snowball (Snowball Sampling)

Pengambilan sampel berdasarkan penelusuran sampel

sebelumnya.

Cara ini banyak dipakai ketika peneliti tidak banyak tahu

tentang populasi penelitiannya. Dia hanya tahu satu atau
dua orang yang berdasarkan penilaiannya bisa dijadikan
sampel. Karena peneliti menginginkan lebih banyak lagi,
lalu diaminta kepada sampel pertama untuk menunjukan
orang lain yang kira-kira bisa dijadikan sampel
 Ukuran sampel

Beberapa hal yang perlu diperhatikan dalam pengambilan

sampel selain metode pengambilan sampel adalah tingkat
ketepatan (precision) dan tingkat kepercayaan
(confidence) sampel.

Ketepatan (precision) mengacu pada seberapa dekat

estimasi peneliti berdasarkan sampel yang terpilih
terhadap karakteristik yang sebenarmya dari populasi.

34
Keyakinan (confidence) menunjukkan seberapa yakin
bahwa taksiran kita akan benar berlaku bagi populasi

(Confidence level) : derajat kepercayaan atau ketelitian

pengambilan sebuah sampel. Confidence level 95%-99%.
Semakin tinggi Condidence level semakin dapat dipercaya
data tersebut. (100 - CL = 1%-5%) adalah persen
kelonggaran ketidaktelitian karena kesalahan pengambilan
sampel yang masih dapat ditolelir.
Confidence level :

derajat kepercayaan atau ketelitian pengambilan sebuah

sampel. Semakin tinggi Confidence level semakin dapat
dipercaya data tersebut.
Confidence level 95%-99%. (100 - CL = 1%-5%) adalah
persen kelonggaran ketidaktelitian karena kesalahan
pengambilan sampel yang masih dapat ditolelir.
Dalam suatu penelitian sampel acak sederhana sebanyak
50 dari 300 karyawan, kita menemukn bahwa rata-rata
produksi harian per orang adalah 50 satuan produksi
(Ẋ=50).
Kita bisa memberikan taksiran interval ( = 50 ± 10) atau
( = 50 ± 5). Semakin sempit interval semakin besar
ketelitian.
 Ukuran sampel

Ukuran sampel dapat pula ditentukan dengan

menggunakan Rumus Slovin (1960)
N
n = ---------------------
1 + N e2

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.

Semakin tinggi CL semakin besar sampelnya, semakin

rendah CL semakin sedikit sampelnya.

39
 Ukuran sampel

Dalam menentukan ukuran/jumlah sampel juga perlu

memperhatikan pedoman kasar yang dikemukakan oleh
Roscoe dalam Sekaran (2000), yaitu:

1. Jumlah sampel yang paling sesuai untuk hampir semua

penelitian adalah 30 < n < 500

2. Apabila sampel dibagi ke dalam beberapa subsampel

(laki-laki/perempuan, senior/yunior) jumlah sampel
minimum untuk tiap kategori adalah 30

40
 Ukuran sampel

3. Dalam penelitian multivariate (multiple regression

analysis) jumlah sampel harus beberapa kali (sekitar
10 kali atau lebih) lipat dari jumlah variabel dalam
penelitian.

4. Untuk penelitian eksperimen yang sederhana dengan

pengendalian ekperimental yang ketat, penelitian yang
baik dapat dilakukan dengan menggunakan sampel
sekitar 10 sampai 20.

41
 Kekeliruan Sampling
• Kekeliruan sampling :
Terjadinya kekeliruan pada saat menelaah sampel,
misalnya dalam menentukan jumlah sampel yang harus
diambil

• Kekeliruan Tak sampling :

Kekeliruan jenis ini sering timbul dalam suatu riset antara
lain karena populasi yang tidak jelas, pertanyaan-
pertanyaan yang tidak tepat dan obyek yang diteliti
ternyata tidak seluruhnya didapat.

42
Ukuran minimum sampel yang dapat diterima berdasarkan
desain/metode penelitian yang digunakan (Gay, 1976):

• Deskriptif, minimal 10 % dari populasi. Untuk populasi yang

relatif kecil minimal minimal 20%.
• Desain deskriptif-korelasional, minimal 30 subjek
• Metode ex post facto, minimal 15 subyek per kelompok
• Metode eksperimental, minimal 15 subyek

Penggunakan kaidah di atas sebaiknya disesuaikan dengan

kondisi populasi dan keadaan lain yang berkaitan.
43
 Kelebihan dan kekurangan
desain sampling
Desain sampling Penjelasan Kelebihan Kekurangan
A. Probability Sampling
Seluruh elemen dalam Kemampuan Tidak seefisien
populasi diperhitungkan generalisasi hasil stratified sampling
dan tiap elemen penenmuan tinggi
Simple random mempunyai
sampling kesempatan yang
sama untuk terpilih
sebagai objek

Setiap elemen ke n dari Mudah dilakukan Dimungkinkan

populasi dipilih, mulai bila kerangka terjadinya bias
Systematic dari anggota tertentu populasinya sistematik
sampling dalam kerangka tersedia
populasi
44
 Kelebihan dan kekurangan
desain sampling
Desain sampling Penjelasan Kelebihan Kekurangan
A. Probability Sampling
Stratified Populasi dibagi ke Paling efisien di Stratified harus
random dalam kelompok antara semua memiliki arti tertentu
sampling tertentu kemudian desain probabilitas lebih memakan waktu
subyek diambil: semua kelompok dibandingkan dengan
terwakili jumlahnya simple random
sampling kerangka
dalam proporsi jumlah
populasi untuk tiap
yang sebenarnya dan
a. Propor-sionate kelompok/strata
perbandingannya.
diperlukan.

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

Desain sampling Penjelasan Kelebihan Kekurangan

A. Probability Sampling
Sampel atau sub Menawarkan Original bias individu
sampel yang sama infomasi yang mungkin tidak senang
Double sampling
diteliti dua kali lebih rinci dalam merespon untuk
topik penelitian kedua kali

Desain sampling Penjelasan Kelebihan Kekurangan

B. Non Probability Sampling
Anggota populasi yang Cepat, mudah, Tidak dapat
Convenience
paling mudah ditemui tidak mahal digeneralisasikan
sampling
dipilih sebagai subyek sama sekali

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