KONSEP DASAR STATISTIK

STEFANUS SINGGIH DEKRIT D

(092022090261)

FAKULTAS SAINS DAN TEKNOLOGI

PROGRAM STUDI TEKNIK ELEKTRO
JAKARTA GLOBAL UNIVERSITY
JAKARTA
2023

0
 KATA PENGANTAR

Puji syukur kami panjatkan ke hadirat Tuhan Yang Maha Esa, atas segala rahmat
dan hidayah-Nya, sehingga kami dapat menyelesaikan makalah ini dengan baik.
Makalah ini berjudul "Konsep Dasar Statistik" merupakan upaya kami untuk
memperkenalkan konsep-konsep dasar dalam bidang statistik kepada pembaca.

Statistik merupakan ilmu yang memiliki peran penting dalam berbagai bidang
kehidupan, mulai dari ilmu pengetahuan, ekonomi, kesehatan, hingga kebijakan
publik. Dalam era informasi yang begitu berkembang seperti saat ini, pemahaman
statistik menjadi semakin relevan dan esensial. Oleh karena itu, pengetahuan
tentang konsep dasar statistik menjadi sebuah kebutuhan yang tidak dapat
diabaikan.

Makalah ini disusun dengan tujuan utama untuk memberikan pemahaman dasar
yang kuat tentang statistik kepada pembaca. Kami akan menguraikan konsep-
konsep mendasar yang menjadi pondasi dalam pengumpulan, analisis, dan
interpretasi data. Konsep-konsep tersebut meliputi pengertian statistik, jenis-jenis
data, pengambilan sampel, variabel, ukuran pemusatan data, ukuran sebaran data,
distribusi data, probabilitas, pengujian hipotesis, dan lain sebagainya.

Kami menyadari bahwa makalah ini masih jauh dari sempurna. Kritik dan saran
dari pembaca sangat kami harapkan guna perbaikan di masa mendatang. Semoga
makalah ini dapat memberikan manfaat dan menjadi referensi yang berguna bagi
pembaca yang ingin memahami konsep dasar statistik.

Akhir kata, kami berharap makalah ini dapat menjawab kebutuhan akan
pemahaman statistik yang lebih baik, sehingga pembaca dapat menggunakan ilmu
ini secara efektif dalam berbagai aspek kehidupan dan pekerjaan.

Jakarta , 29 September 2023

i
 DAFTAR ISI

KATA PENGANTAR…………………………………………………….......I
DAFTAR ISI ………………………………………………………………….II
BAB I Pendahuluan
1. Latar belakang ………………………………………………….1
2. Tujuan Pembelajaran ………………………………………….1

BAB II PEMBAHASAN

A. POPULASI …………………………..……………………...2
B. SAMPEL ……………………………..…………………...5
C. PENGUJIAN NORMALITAS DATA ………….………………6
D. MENENTUKAN UKURAN SAMPEL ……………………..…..12
E. UJI NORMALITAS DATA ……………………..………..…13

BAB III PENUTUP

KESIMPULAN ……………………………………………………….30
DAFTAR PUSTAKA

ii
 III
BAB 1 PENDAHULUAN

1. LATAR BELAKANG

Dalam suatu penelitian, banyaknya pengamatan yang diamati bervariasi;

mungkin sedikit, mungkin banyak tetapi terhingga, atau mungkin banyak tapi
tak terhingga. Misalnya dalam penggolongan darah siswa dalam lingkungan
sekolah, maka jumlah yang diamati pengamat sebanyak-banyaknyan hanya
sebatas jumlah siswa dalam lingkungan sekolah tersebut. Dalam hal ini akan
diperoleh data yang terhingga banyaknya. Contoh lain, jika kita dapat dapat
melemparkan sepasang dadu takhingga kali; dan pada setiap kali mencatat
bilangan yang muncul akan didapat segugus nilai yang takhingga banyaknya.
Keseluruhan pengamatan yang menjadi perhatian,baik yang terhingga maupun
yang takhingga menyusun Populasi, Sampel, dan Pengujian Normalitas Data
(Teknik Sampling).

1
 BAB II PEMBAHASAN

A. POPULASI

Dalam statistika, populasi adalah sekumpulan data yang mempunyai

karakteristik yang sama dan menjadi objek inferensi,

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.

Suatu sensus dilakukan untuk mendapatkan karakteristik populasi secara

nyata. Karakteristik yang dimiliki oleh populasi dinamakan parameter. Bagi suatu
karakteristik yang dimiliki sampel (disebut statistik), nilai parameter adalah nilai
harapannya (expected value).

Populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek yang

mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk
dipelajari dan kemudian ditarik kesimpulannya. Populasi merupakan keseluruhan
pengamatan yang menjadi perhatian kita. Diwaktu lampau,istilah “populasi”
mengandung makna pengamatan yang diperoleh dari penelitian statistik yang
berhubungan dengan orang banyak. Dimasa kini, statistikawan menggunakan
istilah itu bagi sembarang pengamatan yang menarikperhatian kita, apakah itu
sekelompok orang, binatang, atau benda apa saja. Populasi dalam penelitian dapat
pula diartikan sebagai keseluruhan unit analisis yang ciri-cirinya akan diduga.

Populasi terdiri dari unsur sampling yaitu unsur/unsur yang diambil sebagai
sampel. Kerangka sampling (sampling Frame) adalah daftar semua unsur sampling
dalam populasi sampling. Unsur sampling ini diambil dengan menggunakan
kerangka sampling (sampling frame). Berdasarkan sifatnya, populasi dibagi

2
menjadi dua, yaitu populasi homogen dan populasi heterogen. Populasi homogen
adalah sumber data yang unsurnya memiliki sifat yang sama dan tidak perlu
mempersoalkan jumlahnya secara kuantitatif. Sedangkan populasi heterogen yaitu
Sumber data yang unsurnya memiliki sifat atau keadaan yang berbeda (bervariasi)
sehingga perlu ditetapkan batas-batasnya secara kualitatif dan kuantitatif.

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 sekuumpulan 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.

Menentukan populasi dibantu oleh 4 faktor, yaitu: isi, satuan,cakupan (scope), dan
waktu.Contoh : Suatu penelitian tentang pendapatan keluarga petani di Kabupaten
Jombang tahun 2005, maka populasinya dapat ditetapkan dengan 4 faktor sebagai
berikut.

Isi : Semua keluarga petani

Satuan : Petani penggarap/pemilik tanah

Cakupan (scope) : Kabupaten Jombang

Waktu : Tahun 2005

Jenis Populasi :
Ada dua macam jenis populasi, yaitu populasi terbatas dan populasi tidak terbatas
(tak terhingga).
1) Populasi Terbatas
Populasi terbatas mempunyai sumber data yang jelas batasnya secara kuantitatif

3
sehingga dapat dihitung jumlahnya.
Contoh :
a. Jumlah penduduk kota Bandung 2.500.000 jiwa.
b. Jumlah 1000 guru SD di Yogyakarta mengikuti prajabatan.
2) 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 populasi dapat digolongkan menjadi populasi homogen dan
populasi heterogen.
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).

4
 B. SAMPEL

Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh
populasi. Sampel merukan himpunanbagian 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 (ciri-cirinya) akan diketahui
informasi tentang keadaan populasi.

-Syarat sampel yang baik

a) Akurasi atau ketepatan

yaitu 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;

5
 (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

6
 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. Untuk menghilangkan
kemungkinan bias ini, kita perlu mengambil contoh acak sederhana. Contoh acak
sederhana adalah suatu contoh yang dipilih sedemikian rupa sehingga setiap
himpunan bagian yang berukuran n dari populasi tersebut mempunyai peluang
terpilih yang sama. Untuk populasi terhingga yang kecil, proses pengambilan
contoh acak sederhana relatif mudah; namun dengan semakin besarnya populasi,
proses ini menjadi semakin rumit.

C. PENGUJIAN NORMALITAS DATA

TEKNIK SAMPLING

Teknik pengambilan sampel atau teknik sampling adalah suatu cara

pengambilan sampel yang representatif dari populasi. Teknik sampling merupakan
suatu cara untuk menentukan banyaknya sampel dan pemilihan calon anggota
sampel, sehingga setiap sampel yang terpilih dalam penelitian dapat mewakili
populasinya (representatif) baik dari aspek jumlah maupun dari aspek karakteristik
yang dimiliki populasi. Untuk menentukan sampel dalam penelitian, terdapat
berbagai teknik sampling yang digunakan. Apabila semua anggota populasi
dipilih menjadi anggota sampel, maka proses ini disebut sensus (sampeljenuh).
Secara skematis, macam teknik sampling dapat dilihat pada Gambar 1.

Dari gambar tersebut terlihat bahwa teknik sampling pada dasarnya dikelompokkan
menjadi dua yaitu Probability sampling dan Nonprobability Sampling.

7
 Teknik
Sampling

Probability Sampling Non Probability Sampling

Simple random sampling

Snowball sampling
Sampling jenuh
Purposive Sampling
Sampling Insidental
Sampling kuota
Sampling sistematis
Proportionate stratified
random sampling
Disporpotionate stratified
random sampling
Area (cluster) sampling
(sampling menurut daerah)

Gambar 1. Macam-macam Teknik Sampling(sumber : s3.amazonaws.com)

a. Probability Sampling

Probability sampling adalah teknik pengambilan sampel yang memberikan

peluang yang sama bagi setiap unsure (anggota) populasi untuk dipilih menjadi
anggota sampel.

Jenis-jenis Probability sampling:

a) Simple Random Sampling

Simple random sampling ialah cara pengambilan sampel dari anggota

populasi secara acak tanpa memperhatikan strata (tingkatan) yang ada dalam
anggota populasi tersebut. Hal ini dilakukan apabila anggota populasi dianggap
homogen (sejenis).Pengambilan sampel acak sederhana dapat dilakukan dengan
cara undian, memilih bilangan dari daftar bilangan secara acak, dsb.

8
 b) Proportionate Stratified Random Sampling

Proportionate Stratified Random Sampling ialah pengambilan sampel dari

anggota populasi secara acak dan berstrata secara proporsional. Dilakukan ini
apabila ada anggota populasi yang tidak sejenis (heterogen). Pengambilan sampel
dilakukan secara acak dengan memperhatikan strata yang ada. Artinya setiap strata
terwakili sesuai proporsinya.

c) Disproportionate stratified random sampling

Disproportionate stratified random sampling ialah pengambilan sampel dari

anggota populasi secara acak dan berstrata tetapi ada sebagian data yang kurang
proporsional pembagiannya. Dilakukan ini apabila anggota populasi heterogen.
Teknik ini digunakan untuk menentukan jumlah sampel dengan populasi berstrata
tetapi kurang proporsional, artinya ada beberapa kelompok strata yang ukurannya
kecil sekali.

d) Area sampling

Area sampling ialah teknik sampling yang dilakukan dengan cara

mengambil wakil dari setiap wilayah atau daerah geografis yang ada. Teknik ini
digunakan untuk menentukan jumlah sampel jika sumber data sangat luas.
Pengambilan sampel didasarkan daerah populasi yang telah ditetapkan.
Misalnyadari27propinsidiambil10propinsisecararandom/acak.

9
b. Non Propability Sampling

Adalah teknik pengambilan sampel yang tidak memberi

peluang/kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih
menjadi sampel.

Jenis-jenis Non Probability Sampling

a) Sampling Sistematis

Sampling Sistematis adalah teknik pengambilan sampel berdasarkan urutan dari

anggota populasi yang telah diberi nomor urut.

b) Sampling Kuota

Sampling Kuota adalah teknik untuk menentukan sampel dari populasi yang
mempunyai ciri-ciri tertentu sampai jumlah (kuota) yang diinginkan.

c) Sampling insidental

Sampling insidental adalah teknik penentuan sampel berdasarkan kebetulan,

yaitu siapa saja yang secara kebetulan/incidental bertemu dengan peneliti dapat
digunakan sebagai sampel, bila dipandang orang yang kebetulan ditemui itu cocok
sebagai sumber data.

d) Sampling Purposive

Sampling Purposive adalah teknik penentuan sampel dengan pertimbangan

tertentu. Misalnya akan melakukan penelitian tentang kualitas makanan, maka
sampel sumber datanya adalah orang yang ahli makanan. Sampel ini lebih cocok
digunakan untuk penelitian kualitatif, atau penelitian-penelitian yang tidak
melakukan generalisasi. Teknik ini dibagi dua, Yaitu:

10
 1. Judgment Sampling, Sampel dipilih berdasarkan penilaian peneliti bahwa
dia adalah pihak yang paling baik untuk dijadikan sampel penelitiannya.
2. Quota Sampling, Teknik sampel ini adalah bentuk dari sampel
distratifikasikan secara proposional, namun tidak dipilih secara acak
melainkan secara kebetulan saja.

e) Sampling Jenuh

Sampling Jenuh adalah teknik penentuan sampel bila semua anggota populasi
digunakan sebagai sampel. Hal ini sering dilakukan bila jumlah populasi relative
kecil, kurang dari 30 orang, atau penelitian yang ingin membuat generalisasi dengan
kesalahan yang sangat kecil.

f) Snowball Sampling

Snowball Sampling adalah teknik penentuan sampel yang mula-mula

jumlahnya kecil, kemudian membesar. Penentuan sampel yang mula-mula
jumlahnya kecil, kemudian sampel itu disuruh memilih teman-temannya untuk
dijadikan sampel. 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 dia minta kepada sampel pertama untuk menunjukan orang lain yang kira-
kira bisa dijadikan sampel. Demikian seterusnya, sehingga jumlah sampel semakin
banyak. Ibarat bola salju.Ibarat bola salju yang menggelinding yang lama-lama
menjadi besar.

11
D. MENENTUKAN UKURAN SAMPEL

Syarat:

(1) Ukuran Populasi (N) diketahui

(2) Pilih taraf signifikansi α yang diinginkan

Ada tiga metode praktis, yaitu:

(1)Tabel Kretjie

(2)Nomogram Harry King(lihatSugiyono,2007)

(3)Rumus Slovin

Rumus Slovin

Rumus Slovin untuk menentukan ukuran sampel minimal (n) jika diketahui ukuran
populasi (N) pada taraf signifikansi α adalah:

𝑁
n = (1+𝑁𝑎2 )

Contoh:

Berapa ukuran sampel minimum yang harus diambil dari populasi

yang berukuran

A. 1000 dengan taraf signifikansi α = 0,05

B. 45.250 dengan taraf signifikansi α = 0,01

Jawab :

𝑁 1000
A. n =(1+𝑁𝑎2 ) = = 285,7143 ≈ 286
(1+1000(0,05))2

(dibulatkan ke atas)

𝑁 45520
B. n = (1+𝑁𝑎2 )= (1+45520(0,01))2 = 8.190,045 ≈ 8.191

(dibulatkan ke atas)

12
E. Uji Normalitas Data

Pengujian normalitas dimaksudkan untuk mendeteksi apakah data yang

akan digunakan sebagai pangkal tolak pengujian hipotesis merupakan data
empirik yang memenuhi hakikat naturalistik. Hakikat naturalistik menganut
faham bahwa penomena (gejala) yang terjadi di alam ini berlangsung secara wajar
dan dengan kecenderungan berpola.

Prosedur pengujian normalitas data :

1.Merumuskan formula hipotesis

Ho : Data berdistribusi normal
Ha : Data tidak berdistribusi normal
2. Menentukan taraf nyata (a)
Untuk mendapatkan nilai chi-square tabel

X2 tabel = X2 1-α ;dk = ?

dk = k – 3
dk = Derajat kebebasan
k = banyak kelas interval

3. Menentukan Nilai Uji Statistik

𝑂𝑖− 𝐸𝑖
X2 hitung = ∑𝑘𝑖=1 𝐸𝑖

Keterangan :
Oi = frekuensi hasil pengamatan pada klasifikasi ke-i
Ei = Frekuensi yang diharapkan pada klasifikasi ke-i

13
4. Menentukan Kriteria Pengujian Hipotesis

Ho : Data berdistribusi normal

Ha : Data tidak berdistribusi normal

5. Memberikan kesimpulan

Contoh :
Hasil pengumpulan data mahasiswa yang mendapat nilai ujian kalkulus I, yang
diambil secara acak sebanyak 64. Dicatat dalam daftar distribusi frekuensi.
Hasilnya sebagai berikut :

14
Ujilah apakah data tersebut berdistribusi normal atau tidak dengan a = 0,05 ?

jawab :

1. Menentukan mean

2. Menentukan Simpangan baku

3. Membuat daftar distribusi frekuensi yang diharapkan

(2) Mencari nilai Z-score untuk batas kelas interval

15
(3) Mencari luas 0 – Z dari tabel kurva normal

,dst untuk nilai Z-score lainnya

Catatan :
Tanda ( - ) menunjukkan luas Z pada sisi kiri
Tanda ( + ) menunjukkan luas Z pada sisi kanan

(4) Mencari luas tiap kelas interval

Yaitu angka baris pertama dikurangi baris kedua, angka baris kedua dikurangi baris
ketiga, dst. Kecuali untuk angka pada baris paling tengah ditambahkan dengan
angka pada baris berikutnya.

16
(5) Mencari frekuensi yang diharapkan (Ei)

Dengan cara mengalikan luas tiap interval dengan jumlah responden (n = 64)

Tabel frekuensi yang diharapkan dan pengamatan

17
4) Merumuskan formulasi hipotesis
Ho : Data berdistribusi normal
Ha : Data tidak berdistribusi normal

5) Menentukan taraf nyata dan chi-kuadrat tabel

α = 0,05 dengan dk = k - 3 = 7 – 3 = 4

x2 tabel = x21.α;dk = x20,95;4 = 9,49

6) Menentukan kriteria pengujian

HO ditolak, jika x2 hitung ≥ x2 tabel

HO diterima, jika x2 hitung < x2 tabel

7) Mencari Chi-kuadrat hitung

18
Kesimpulan

Karena chi-kuadrat hitung = 3,67 < 9,49 = chi-kuadrat, maka Ho gagal ditolak

Jadi, data tersebut berdistribusi normal untuk taraf nyata 5%

Referensi :

Sudjana. 2002. METODA STATISTIKA. Tarsito : Bandung.

A.Contoh Menentukan Ukuran/Jumlah Sampel (n) untuk Memperkirakan Rata-

Rata Populasi (m)

Akan dilakukan penelitian “Rata-Rata Biaya Pendidikan Dasar per Murid per
tahun di Provinsi Banten”. Banyaknya sekolah seluruh sekolah di provinsi
tersebut dimisalkan ada 1.000 sekolah. Perbedaan rata-rata biaya pendidikan
antara yang tertinggi dan yang terendah sebesar Rp 100.000. Bound of error atau
kesalahan sampling tertinggi yang yang dikehendaki tidak lebih dari Rp 3.000.
Tingkat kepercayaan yang digunakan 95%.

B. Contoh Ukuran/Jumlah Sampel (n) untuk Memperkirakan Proporsi/Persentase

Populasi
Akan diteliti “Berapa Besar Persentase Sumber Biaya Pendidikan SD Negeri
yang Berasal dari PAD di Kabupaten Bandung”. Misalnkan seluruh SD Negeri
yang ada di Kabupaten Bandung berjumlah 2000 sekolah. Bound of error atau
kesalahan sampling tertinggi yang dikehendaki tidak lebih dari 5 persen. Tingkat
kepercayaan yang digunakan 95%.

Berdasarkan deskripsi kondisi di atas dapat ditentukan:

Roscoe dalam buku Research Methods for Business (1982 : 253) memberikan
saran-saran tentang ukuran sampel untuk penelitian seperti berikut ini :
1. Ukuran sampel yang layak dalam penelitian adalah 30 sampai dengan 500

19
2. Bila sampel dibagi dalam kategori (missal : pria wanita, pegawai negeri swasta,
dan lain-lain) maka jumlah anggota sampel setiap kategori minimal 30.
3. Bila dalam penelitian akan melakukan analisis dengan multivariate (korelasi
atau regresi ganda misalnya), maka jumlah anggota sampel minimal 10 kali dari
jumlah variable yang diteliti. Misal variable penelitiannya ada 5 (independen +
dependen), maka jumlah anggota sampel = 10 x 5 = 50.
4. Untuk penelitian eksperimen yang sederhana, yang menggunakan kelompok
eksperimen dan kelompok control, maka jumlah anggota sampel masing-masing
antara 10 sampai dengan 20.

C. Skala Pengukuran
Ada empat tipe skala pengukuran dalam penelitian, yaitu nominal, ordinal,
interval dan ratio,yakni :
1. Skala Nominal
Skala pengukuran nominal digunakan untuk mengklasifikasikan obyek, individual
atau kelompok; sebagai contoh mengklasifikasi jenis kelamin, agama, pekerjaan,
dan area geografis. Dalam mengidentifikasi hal-hal di atas digunakan angka-
angka sebagai symbol. Apabila kita menggunakan skala pengukuran nominal,
maka statistik non-parametrik digunakan untuk menganalisa datanya. Hasil
analisa dipresentasikan dalam bentuk persentase. Sebagai contoh kita
mengklasifikasi variable jenis kelamin menjadi sebagai berikut: laki-laki kita beri
simbol angka 1 dan wanita angka 2.
2. Skala Ordinal
Skala pengukuran ordinal memberikan informasi tentang jumlah relatif
karakteristik berbeda yang dimiliki oleh obyek atau individu tertentu. Tingkat
pengukuran ini mempunyai informasi skala nominal ditambah dengan sarana
peringkat relatif tertentu yang memberikan informasi apakah suatu obyek
memiliki karakteristik yang lebih atau kurang tetapi bukan berapa banyak
kekurangan dan kelebihannya. Jawaban pertanyaan berupa peringkat misalnya:
sangat tidak setuju, tidak setuju, netral, setuju dan sangat setuju dapat diberi
symbol angka 1, 2, 3, 4 dan 5. Angka-angka ini hanya merupakan simbol

20
peringkat, tidak mengekspresikan jumlah.
3. Skala Interval
Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala nominal
dan ordinal dengan ditambah karakteristik lain, yaitu berupa adanya interval yang
tetap. Dengan demikian peneliti dapat melihat besarnya perbedaan karaktersitik
antara satu individu atau obyek dengan lainnya. Skala pengukuran interval benar-
benar merupakan angka. Angka-angka yang digunakan dapat dipergunakan dapat
dilakukan operasi aritmatika, misalnya dijumlahkan atau dikalikan. Untuk
melakukan analisa, skala pengukuran ini menggunakan statistik parametric.
4. Skala Ratio
Skala pengukuran ratio mempunyai semua karakteristik yang dipunyai oleh skala
nominal, ordinal dan interval dengan kelebihan skala ini mempunyai nilai 0 (nol)
empiris absolut. Nilai absoult nol tersebut terjadi pada saat ketidakhadirannya
suatu karakteristik yang sedang diukur. Pengukuran ratio biasanya dalam bentuk
perbandingan antara satu individu atau obyek tertentu dengan lainnya.

Alat Pengumpulan Data

Metode yang digunakan untuk mendapatkan data dalam penelitian ini

adalah dengan menggunakan angket untuk mendapatkan jenis data kuantitatif.
Angket adalah suatu alat pengumpul data yang berupa sejumlah pernyataan yang
harus dijawab oleh subyek yang menjadi sasaran atau responden penelitian.
Sebagai dasar pertimbangan penelitian ini menggunakan angket sebagai alat
pengumpul data adalah seperti yang dikemukakan oleh (Hadi, 1997), sebagai
berikut:
- Subjek adalah orang yang paling tahu tentang dirinya sendiri.
- Apa yang dinyatakan oleh subjek kepada penyelidik adalah benar dan dapat
dipercaya.
- Bahwa interpretasi subjek tentang pertanyaan-pertanyan yang diajukan
kepadanya adalah sama dengan apa yang dimaksud oleh penyelidik.

21
Selain itu kelebihan angket menurut Walgito (1994) adalah:
1. Metode ini merupakan metode yang praktis.
2. Dalam waktu singkat dapat memperoleh data yang banyak.
3. Hemat, karena dalam menggunakan angket, tenaga yang digunakan sedikit.
4. Orang dapat menjawab dengan leluasa, tidak dipengaruhi oleh temantemannya
yang lain.
Adapun kelemahan-kelemahan angket (Walgito; 1994) adalah seperti;
- Kemungkinan tidak dapat berhadapan langsung dengan responden, sehingga bila
ada pertanyaan yang kurang jelas tidak mendapatkan keterangan lebih lanjut,
- Pertanyaan-pertanyaan yang terdapat dalam angket sifatnya agak kaku karena
telah ditentukan, dan tidak dapat diubah sesuai dengan kemampuan responden,
- Sulit untuk memberikan jaminan bahwa semua angket yang telah dikeluarkan
akan kembali seluruhnya.

Untuk mengatasi kelemahan-kelemahan yang terdapat pada angket ini

beberapa yang diperhatikan adalah seperti; (1) menyusun petunjuk-petunjuk
untuk mengerjakan angket dengan jelas dan singkat, (2) menyusun pertanyaan
dengan menggunakan bahasa sederhana, jelas dan tidak menggunakan arti yang
ambivalen, (3) subyek tidak diwajibkan untuk menuliskan namanya, sehingga
subyek tidak perlu khawatir dan malu bahwa hal-hal yang ada pada dirinya akan
diketahui oleh orang lain.

Beberapa Masalah dalam Penelitian yang Berkaitan dengan Sampel

Dalam setiap penelitian, tidak tertutup kemungkinan untuk terjadi

permasalahan atau penyimpangan. Besarnya penyimpangan yang dapat ditoleransi
dalam suatu penelitian, tergantung pada sifat penelitian itu sendiri. Ada penelitian
yang dapat mentolerannsikan penyimpangan yang besar; sebaliknya ada juga
penelitian yang menghendaki penyimpangan yang kecil, sebab penyimpangan
yang besar dapat menimbulkan kesimpulan yang salah.

22
Dalam suatu penelitian, ada kemungkinan timbul dua macam penyimpangan,
yaitu:

1. Penyimpangan karena Pemakaian Sampel (Sampling Error)

Seandainya tidak ada kesalahan pada pengamatan, satuan-satuan ukuran, definisi
operasinal variabel, pengolahan data, dan sebagainya, maka perbedaan itu hanya
disebabkan oleh pemakaian sampel. Mudah dimengerti bahwa semakin besar
sampelnyang diambil, semakin kecil pula terjadi penyimpangan. Apabila sampel
itu sudah sama besar dengan populasi, maka penyimpangan oleh pemakaian
sampel pasti akan hilang.

2. Penyimpangan Bukan oleh Pemakaian Sampel (Non-Sampling Error)

Jenis penyimpangan ini dapat ditimbulkan oleh berbagai hal, di antaranya adalah:
- Penyimpangan karena kesalahan perencanaan. Misalnya karena tidak tepatnya
definisi operasional variabel, kriteria satuan-satuan ukuran, dan sebagainya,
memberikan peluang penyimpangan atau kesalahan pada hasil penelitian.
- Penyimpangan karena Penggantian Sampel. Hal ini berkaitan dengan adanya
perbedaan antara sampel yang diteliti dengan sampel yang ditetapkan. Misalnya,
seseorang mahasiswa yang telah ditetapkan sebagai sampel tidak bisa dihubungi
pada waktu akan diwawancarai atau diminta untuk mengisi kuesioner, lalu kita
menggantinya dengan mahasiswa yang lain.
- Penyimpangan karena salah tafsir dari petugas pengumpulan data maupun
responden, yang dapat menyebabkan jawaban yang diperoleh dari responden
menyimpang dari yang sebenarnya.
Penyimpangan karena salah tafsir responden. Biasanya disebabkan karena
responden sudah lupa akan masalah yang ditanyakan.
- Penyimpangan karena responden sengaja salah dalam menjawab pertanyaan.
Hal ini dapat terjadi jika responden merasa curiga terhadap maksud dan tujuan
penelitian, atau mungkin juga responden mempunyai maksud-maksud tertentu
secara terselubung. Penyimpangan karena kesalahan pengolahan data, misalnya
salah dalam menambahkan, mengalikan, dan sebagainya.

23
Sementara itu, masalah yang dihadapi dalam Pembuatan Kerangka Sampling, di
antaranya adalah sebagai berikut:
- Blank Foreign Elements
Yakni jika data populasi yang diperoleh dari sesuatu sumber tidak sesuai dengan
kenyataannya di lapangan, sehingga terjadi orang yang sudah terpilih sebagai
sampel tidak ditemui di lapangan. Hal ini disebabkan mungkin karena
pendataannya yang tidak akurat atau datanya sudah kadaluarsa.
-Incomplete Frame
Ketidaklengkapan kerangka sampling terjadi karena ada unsur populasi (orang)
yang seharusnya masuk di dalamnya, justeru tidak tercatat.
- Cluster of Elements
Kerangka sampling yang kita miliki tidak selamanya sama dengan yang kita
butuhkan. Misalnya, jika kita ingin meneliti pelajar sekolah dasar yang bertempat
tinggal di Kota A, kita tidak akan memperoleh daftarnya, yang kita temukan
hanyalah daftar nama sekolah dasar yang ada di Kota A.
kecenderungan berpola.

Statistika berupaya memelihara kewajaran tersebut dengan proses

randomisasi pengambilan sampel, dengan harapan bahwa data
yang diperoleh merupakan cerminan dari kondisi yang wajar dari pada penomena
alami aspek yang diukur. Melalui proses pengambilan sampel yang memenuhi
tabiat random, respon dari sampel penelitian sebagai wakil populasi, diasumsikan
wajar. Kecenderungan penomena alami yang berpola seragam dan respon yang
wajar tersebut memberikan data yang tidak jauh menyimpang dari
kecenderungannya, yaitu kecenderungan terpola/terpusat. Untuk menguji hal itu,
perlu ditempuh suatu pengujian normalitas populasi.

Dalam pendekatan statistika parametrik, setidak-tidaknya ada dua teknik

statistika yang dapat digunakan untuk pengujian normalitas, yaitu Uji Liliefors dan
chi kuadrat. Teknik Liliefors menggunakan pendekatan pemeriksaan data individu
dalam keseluruhan (kelompok). Prosedurnya akan jadi rumit apabila jumlah data

24
cukup banyak. Karena itu, teknik Liliefors biasanya digunakan untuk rentang data
yang relatif sedikit. Sedangkan untuk rentangan yang lebih besar digunakan teknik
chi kuadrat, dengan menguji data berkelompok. Karena asumsinya normal, maka
pengujian didasarkan pada pendekatan Stanine.

Dalam tulisan ini teknik pengujian normalitas yang dicontohkan adalah

teknik Liliefors dengan hipotesis pengujian sebagai berikut:

Ho: Sampel berasal dari populasi berdistribusi normal.

H1: Sampel berasal dari populasi berdistribusi tidak normal.

Pengujian Kenormalan Data

Kriteria Pengujian: Tolak Ho, jika Lo > L kritis, selain itu Ho diterima.

Langkah-Langkah Perhitungan

Untuk pengujian hipotesis pengujian kenormalan data dapat ditempuh

prosedur berikut:

a. Hitung rata-rata (Mean) dan standar deviasi (s) untuk masing-masing

kelompok data sampel

b. Pengamtan x1 , x2 , x3 , ….., xn dijadikan angka baku dimana z1 , z2 , z3 , ….,

zn dengan rumus sebagai berikut :

𝑋𝑖 −𝑋
Zskor = 𝑆𝐷

c. Untuk tiap angka baku, dengan menggunakan daftar distribusi normal baku

dihitung peluang : F (zi ) = P(Zskor <= zi )

d. Dihitung proporsi z1 , z2 , z3 , …., zn yang lebih atau sama dengan zi . Jika

proporsi dinyatakan dengan S (zi ), maka :

25
 𝑏𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑍1,𝑍2,𝑍3,…𝑍𝑛 𝑦𝑎𝑛𝑔 ≤1
S (z ) = 𝑛

e. Dihitung |F(zi ) – S(zi)| dan ambil nilai |F(zi ) – S(zi)| yang terbesar disebut Lo,

lalu dibandingkan dengan harga kritis L tabel Liliefors pada alpha tertentu.

Contoh Pehitungan :

Dalam menguji kenormalan data, ada dua pendekatan yang dapat

dilakukan. Bila konstalasi penelitian dalam bentuk korelasi (hubungan) dan

pengaruh antar variable, maka kenormalan yang diuji yaitu kenormalan galat

data taksiran. Galat taksiran merupakan selisih skor amatan dengan skor idel

(teoretis) variabel terikan (endogenus) dari setiap persamaan regresi yang

dibentuk. Sedangkan untuk konstalasi penelitian komparasi (perbandingan),

maka kenormalan yang diuji yaitu kenormalan data amatan.

Berikut merupakan contoh perhitungan kenormalan galat data yang

dibentuk oleh variabel Y atas X1. Dalam hal ini data yang diuji kenormalannya

yaitu galat taksiran. Untuk itu perlu dihitung terlebih dahulu persamaan regresi

yang dibentuk Y atas X1, dengan mencari koefisien a dan b.

Dalam hal ini terlebih dahulu dicari persamaan regresi sederhana

antara kinerja pegawai (Y) atas budaya organisasi (X1), yaitu:

𝑌 = 𝑎 + 𝑏𝑋𝑖

Ket : Y = Variabel terikat. (endegonus)

X1 = Variabel bebas (eksegonus)

26
a = Konstanta intersep

b = Koefisien regresi Y atas X1.

Harga koefisien a dan b dapat dihitung dengan rumus :

Penerapan Statistik di berbagai Bidang

Statistik merupakan alat pengolah data angka. Stasistik dapat juga diartikan
sebagai metode/asas-asas guna mengerjakan/memanipulasi data kuantitatif agar
angka berbicara. Pendekatan dengan statistik sering digunakan metode statistic
yaitu metode guna mengumpulkan, mengolah, menyajikan, menganalisis &
menginterpretasikan data statistik. Statistika dapat pula diartikan pengetahuan yang
berhubungan dengan pengumpulan data, pengolahan data, penganalisisan dan
penarikan kesimpulan berdasarkan data dan analisis. Jadi statistik adalah produk
dari kerja statistika.

Ada dua konsep dalam bahasa Inggris yaitu

a) Statistic: nilai yang dihitung dari sebuah sampel (mean, median, modus,
dsb).
b) Statistics: metode ilmiah untuk pengumpulan data atau kumpulan angka.
Dalam bahasa Indonesia, statistic memiliki 3 pengertian dimuka.
a) Kumpulan data = data
b) Nilai yang dihitung dari dari sebuah sampel = statistik sampel

27
 c) Metode ilmiah guna mengumpulkan, mengolah, menyajikan, dan analisis
data = statistic.

Penerapan Statistika Dalam Bidang Fisika

Ilmu Statistika banyak diterapkan dalam berbagai ilmu, terutama dalam

bidang fisika. Statistika dalam pemerintahan digunakan dalam berbagai macam
tujuan; sensus penduduk merupakan salah satu prosedur yang paling dikenal.
Aplikasi statistika lainnya yang sekarang popular adalah prosedur jajak pendapat
(misalnya dilakukan sebelum pemilihan umum), serta jajak cepat (perhitungan
cepat hasil pemilu). Di bidang komputasi, statistika dapat pula diterapkan dalam
pengenalan pola maupun kecerdasan buatan.

statistika terhadap permasalahan sains, industri, atau sosial, pertama-tama dimulai

dari mempelajari populasi. Makna populasi dalam statistika dapat berarti populasi
benda hidup, benda mati, ataupun benda abstrak. Populasi juga dapat berupa
pengukuran sebuah proses dalam waktu yang berbeda-beda, yakni dikenal dengan
istilah deret waktu.

Melakukan pendataan (pengumpulan data) seluruh populasi dinamakan sensus.

Sebuah sensus tentu memerlukan waktu dan biaya yang tinggi. Untuk itu, dalam
statistika seringkali dilakukan pengambilan sampel (sampling), yakni sebagian
kecil dari populasi, yang dapat mewakili seluruh populasi. Analisis data dari sampel
nantinya digunakan untuk menggeneralisasikan seluruh populasi.

Jika sampel yang diambil cukup representatif, inferensial (pengambilan keputusan)

dan simpulan yang dibuat dari sampel dapat digunakan untuk menggambarkan
populasi secara keseluruhan. Metode statistika tentang bagaimana cara mengambil
sampel yang tepat dinamakan teknik sampling.

Analisis statistik banyak menggunakan probabilitas sebagai konsep dasarnya.

Sedangkan matematika statistika merupakan cabang dari matematika terapan yang

28
menggunakan teori probabilitas dan analisis matematis untuk mendapatkan dasar-
dasar teori statistika.

Ada dua macam statistika, yaitu statistika deskriptif dan statistika inferensial.
Statistika deskriptif berkenaan dengan deskripsi data, misalnya dari menghitung
rata-rata dan varians dari data mentah; mendeksripsikan menggunakan tabel-tabel
atau grafik sehingga data mentah lebih mudah “dibaca” dan lebih bermakna.
Sedangkan statistika inferensial lebih dari itu, misalnya melakukan pengujian
hipotesis, melakukan prediksi observasi masa depan, atau membuat model regresi.

Dalam mekanika statistik sangat mengandalkan teori peluang untuk menentukan

keadaan seimbang sistem. Dalam kuliah ini, bahasan ditekankan pada sistem yang
partikel-partikelnya berinteraksi sangat lemah baik untuk partikel-partikel
terbedakan maupun tak terbedakan. Selain memiliki sifat kuasi bebas, molekul
molekul suatu gas ideal bersifat tak terbedakan karena molekul tidak
berkecenderungan menempati tempat tertentu dalam ruang atau memiliki kecepatan
tertentu. Sedangkan, untuk partikel-partikel yang menempati kedudukan kisi yang
teratur dalam kristal, yakni partikel bergetar di sekitar titik tetap, dapat dibedakan
karena letaknya. Materi kuliah mencakup probabilitas dan fungsi distribusi, teori
kinetik, dan mekanika statistik. Selain itu juga disentuh pengertian ensemble,
terutama ensemble kanonis untuk perluasan penerapan pada gas yang menyimpang
dari sifat ideal.

29
 BAB III PENUTUP

Kesimpulan

1. Populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek yang

mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti
untuk dipelajari dan kemudian ditarik kesimpulannya.
2. Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh
populasi. Sampel merukan himpunanbagian dari populasi. Sampel
penelitian adalah sebagian dari populasi yang diambil sebagai sumber data
dan dapat mewakili seluruh populasi.
3. Teknik pengambilan sampel atau teknik sampling adalah suatu cara
pengambilan sampel yang representatif dari populasi.
4. Teknik sampling dibagi menjadi 2 yaitu Probability Sampling dan
Nonprobability.
5. Menentukan ukuran sampel

Syarat:

(1) Ukuran Populasi (N) diketahui

(2) Pilih taraf signifikansi α yang diinginkan

Ada tiga metode praktis, yaitu:

(1)Tabel Kretjie

(2)Nomogram Harry King

(3)Rumus Slovin

6. Pengujian normalitas dimaksudkan untuk mendeteksi apakah data yang

akan digunakan sebagai pangkal tolak pengujian hipotesis merupakan data
empirik yang memenuhi hakikat naturalistik.

30
 Daftar Pustaka

Bambang Prasetyo dan Lina Miftahul Jannah, 2005, Metode Penelitian

Kuantitatif: Teori dan Aplikasi, Jakarta: P.T. Radjagrafindo Persada.

Lexy J. Moleleing, Dr. M.A., Metodotologi Penelelitian Kualitatif, PT Remaja

Rosdakarya, Bandung, 1997

Murray R. Spiegel (1972), Theory and Problems of Statistics (SI-Metrik Editon),

dialih bahasa oleh Drs. I Nyoman Susila, M.Sc, Penerbit Erlangga, Jakarta, 1992

Rachmat Kriyantono, 2006, Teknik Praktis Riset Komunikasi, Jakarta: Kencana

Prenada Media Group.

Soewarno, Aplikasi Metode Statistik untuk Analisis Data, Penerbit NOVA,

Bandung, 1995

Sugiyono (2008), Metode Penelitian Pendidikan suatu Pendekatan Kuantitatif,

Kualitatif, dan R&D, Penerbit Tarsito , bandung, 2008.

Suharsimi Arikunto, Prof.DR., Prosedur Penelitian suatu Pendekatan Praktek,

Penerbit Rineka Cipta, Jakarta, 2002

Stuart, Alan (1962) Basic Ideas of Scientific Sampling, Hafner Publishing

Company, New York

Sumadi, DR, Modul Statistik, Universitas Sarjanawiyata Tamansiswa, Yogyakarta,

2009

31
Referensi Blogger dan WEB

Aspros PT, Populasi, Sampel,dan Tehnik Sampling

Dadang Sugiana Ph.D.,(Dosen Fakultas Ilmu Komunikasi Universitas Padjadjaran

Bandung), Populasi dan Tehnik Sampling, e-mai: dankfs@yahoo.co.id

Hasan Mustofa, Tehnik Sampling, (PDF), 2000………………., Tehnik Sampling,

Universitar Gunadarma .pdf. Materi ke-4 Statistik, 2005

Joudo Prihantono, Populasi dan Sampel. Pdf

Nugroho S., Tehnik Sampling, Diklat Metodotogi Penelitian Sosial, Bogor, 2005

Rozaini Nasution, Prof. DR, Teknik Sampling, Fakultas Kesehatan Masyarakat,

Univesitas Sumatra Utara, 2009

Suhermin, Teknik Sampling Untuk Menaksir Varians dari Populasi

Vitri Widyaningsih, dr ., Tehnik Pengambilan Sampel., www.uns.ac.id

Wikipedia, Tehnik Sampling

http://andi-unej.blogspot.com/2011/10/penerapan-statistik-dalam-berbagai.html

32
33