Aurora Najlawarha Animadri

10121231
3KA05
Metode Penelitian (Quis pert 10)

1. Jelaskanlah pengertian populasi dan sampel dalam penelitian

a. Populasi merujuk pada keseluruhan kelompok individu, objek, atau peristiwa yang memiliki
karakteristik tertentu dan menjadi subjek penelitian. Populasi dapat bersifat besar dan
mencakup semua elemen yang relevan dengan topik penelitian.
b. Sampel merupakan sebagian kecil dari populasi yang diambil untuk diobservasi atau diukur.
Penggunaan sampel dilakukan karena seringkali tidak memungkinkan atau praktis untuk
memeriksa atau mengumpulkan data dari seluruh populasi.
2. Jelaskan jenis-jenis data menurut sifatnya?
Data Nominal:
Pengertian: Data nominal adalah jenis data yang hanya memberikan label atau kategori tanpa
adanya urutan atau peringkat tertentu di antara kategori-kategori tersebut.
Contoh: Jenis kelamin (laki-laki, perempuan), warna (merah, biru, hijau), atau kategori pekerjaan
(guru, dokter, insinyur).

Data Ordinal:
Pengertian: Data ordinal menunjukkan kategori dan memiliki urutan atau peringkat tertentu,
tetapi jarak antar peringkat tidak terdefinisi secara konsisten.
Contoh: Peringkat kepuasan pelanggan (sangat puas, puas, tidak puas), tingkat pendidikan (SD,
SMP, SMA).

Data Interval:
Pengertian: Data interval memiliki karakteristik urutan, dan jarak antara nilai-nilai berturut-turut
memiliki arti yang tetap. Namun, nilai nol pada skala ini bersifat arbitrer dan tidak
mengindikasikan ketiadaan atau nol yang mutlak.
Contoh: Suhu dalam skala Celsius atau Fahrenheit, indeks kecerdasan.

Data Rasio:
Pengertian: Data rasio memiliki sifat urutan, jarak antar nilai yang konsisten, dan nilai nol yang
mutlak, yang menunjukkan ketiadaan atau jumlah yang benar-benar nol.
Contoh: Tinggi badan, berat badan, pendapatan, jumlah anak.

3. Mengapa dibutuhkan sampel dalam penelitian pendidikan?

Efisiensi Ressource:
Penelitian seringkali melibatkan populasi yang sangat besar. Mengumpulkan data dari seluruh
populasi bisa sangat sulit dan mahal. Dengan menggunakan sampel yang representatif, peneliti
dapat menghemat waktu, uang, dan sumber daya.

Praktisitas:
Kadang-kadang tidak mungkin atau tidak praktis untuk mengumpulkan data dari seluruh
populasi. Sebagai contoh, jika Anda melakukan penelitian tentang keefektifan suatu metode
Aurora Najlawarha Animadri
10121231
3KA05
Metode Penelitian (Quis pert 10)
pengajaran di seluruh negara, akan jauh lebih mudah dan memungkinkan untuk memilih sampel
sekolah atau siswa yang mewakili variasi yang ada di seluruh populasi.

Representativitas:
Dengan memilih sampel yang secara representatif mencerminkan karakteristik populasi, hasil
penelitian memiliki potensi untuk lebih umum dan dapat diterapkan ke populasi yang lebih
besar. Representativitas sangat penting agar hasil penelitian bisa diterapkan dengan keyakinan
pada populasi yang lebih besar.

Kontrol Variabel:
Dengan memilih sampel, peneliti dapat lebih mudah mengontrol variabel yang mungkin
mempengaruhi hasil penelitian. Ini memungkinkan peneliti untuk lebih fokus pada variabel-
variabel tertentu yang ingin mereka teliti.

Ketelitian Statistik:
Analisis statistik dapat memberikan gambaran tentang seberapa besar sampel mewakili
populasi. Dengan menggunakan teknik statistik, peneliti dapat mengukur sejauh mana hasil dari
sampel dapat diperluas ke seluruh populasi.
4. Jelaskan manfaat menggunakan sampel dalam penelitian!
1. Menghemat biaya, tenaga, dan waktu peneliti. Sebagaimana yang telah dijelaskan
sebelumnya, meneliti menggunakan sampel akan sangat meringankan tugas peneliti karena
tidak harus harus meneliti keseluruhan populasi cukup dengan beberapa sampel yang terpilih.

2. Perolehan data akan menjadi lebih cepat, karena cukup beberapa sampel yang diteliti waktu
yang digunakan pun relatif sebentar.

3. Menghasilkan gambaran perwakilan (representative) dari seluruh populasi. Penggunaan

sampel yang tepat diharapkan mampu memberikan informasi terkait populasi yang diteliti
melalui perwakilan beberapa sampel saja sehingga informasi yang dibutuhkan mampu
menjawab tujuan dari penelitian yang dilakukan.

4. Menentukan presisi atau ketepatan yang ditentukan oleh perbedaan hasil yang diperoleh.

5. Cara penggunaanya cenderung lebih sederhana sehingga mudah untuk dilaksanakan.

6. Memberikan informasi yang banyak dengan biaya yang rendah.

5. Bagaimana syarat-syarat pengambilan sampel dalam penelitian sistem informatika?

1. Representativitas
2. Ketelitian Statistik
3. Tujuan penelitian yang jelas
4. Kriteria inklusi dan ekslusi yang jelas
5. Konsistensi dan replikasi
Aurora Najlawarha Animadri
10121231
3KA05
Metode Penelitian (Quis pert 10)
6. Konteks sistem informatika
7. Etika penelitian
8. Sumber daya yang tersedia
9. Keseragaman dan homogenitas

6. Apa yang dimaksud probability sampling dan non probability sampling?

1. Probability sampling, atau sampel acak, merujuk pada metode pengambilan sampel di mana
setiap elemen dalam populasi memiliki kemungkinan yang diketahui untuk dipilih sebagai
bagian dari sampel.

2. Non-probability sampling, atau sampel non-acak, adalah metode pengambilan sampel di

mana tidak semua elemen dalam populasi memiliki probabilitas yang diketahui untuk
dipilihh.

7. Jelaskan persamaan dan perbedaan dari probability sampling dan non probability sampling ?
1. Persamaan Probability Sampling dan Non-Probability Sampling:
a. Tujuan Penelitian:
Baik probability sampling maupun non-probability sampling digunakan untuk memperoleh
data yang dapat digunakan untuk menjawab pertanyaan penelitian atau menguji hipotesis
tertentu.
b. Fokus pada Sampel:
Keduanya berfokus pada pengambilan sampel, yang merupakan subset dari populasi yang
lebih besar.
c. Digunakan dalam Penelitian Kuantitatif dan Kualitatif:
Baik probability sampling maupun non-probability sampling dapat digunakan dalam
penelitian kuantitatif dan kualitatif, tergantung pada desain penelitian dan tujuan penelitian.
2. Perbedaan Probability Sampling dan Non-Probability Sampling:
a. Dasar Pengambilan Sampel:
Probability Sampling: Sampel dipilih secara acak, dan setiap elemen dalam populasi
memiliki kesempatan yang diketahui untuk dipilih.
Non-Probability Sampling: Sampel dipilih tanpa memperhatikan probabilitas yang diketahui;
tidak semua elemen dalam populasi memiliki kesempatan yang sama untuk dipilih.

b. Representativitas:
Probability Sampling: Memungkinkan hasil yang lebih representatif dari populasi karena
setiap elemen memiliki peluang yang sama untuk dipilih.
Non-Probability Sampling: Representativitas dapat bervariasi; tidak ada jaminan bahwa
sampel akan mencerminkan karakteristik populasi secara keseluruhan.

c. Ukuran Sampel:
Probability Sampling: Ukuran sampel dapat dihitung dengan menggunakan teknik statistik
untuk mencapai tingkat keyakinan tertentu.
Aurora Najlawarha Animadri
10121231
3KA05
Metode Penelitian (Quis pert 10)
Non-Probability Sampling: Ukuran sampel seringkali ditentukan oleh pertimbangan praktis
atau kebijaksanaan peneliti.

8. Bagaimana penerapan random sampling dalam penelitian sistem informatika?

1. Identifikasi Populasi:
Tentukan populasi sistem informatika yang ingin Anda teliti. Populasi ini bisa mencakup berbagai
elemen, seperti sistem perangkat lunak, pengguna, aplikasi, atau organisasi yang terlibat dalam
pengembangan atau penggunaan sistem informatika.

2. Definisikan Tujuan Penelitian:

Jelaskan dengan jelas tujuan penelitian sistem informatika Anda. Apakah Anda ingin menguji
efektivitas suatu sistem, mengidentifikasi masalah dalam suatu aplikasi, atau mengevaluasi
preferensi pengguna? Definisikan dengan baik pertanyaan penelitian Anda.

3. Identifikasi Variabel dan Strata (Jika Diperlukan):

Jika penelitian Anda memerlukan identifikasi variabel atau strata tertentu, pastikan untuk
mengidentifikasi dan memahami elemen-elemen ini dalam populasi sistem informatika.

4. Pilih Metode Random Sampling:

Pilih metode random sampling yang sesuai dengan karakteristik populasi dan tujuan penelitian.
Beberapa metode termasuk simple random sampling, stratified random sampling, systematic
random sampling, atau cluster random sampling.

5. Implementasikan Metode Random Sampling:

Terapkan metode random sampling sesuai dengan pilihan Anda. Sebagai contoh:
Simple Random Sampling: Gunakan teknik pengundian atau generator angka acak untuk memilih
elemen sampel secara acak dari populasi.
Stratified Random Sampling: Pisahkan populasi ke dalam strata berdasarkan karakteristik
tertentu, kemudian pilih elemen sampel secara acak dari setiap stratum.
Systematic Random Sampling: Pilih elemen sampel setiap k elemen setelah memilih elemen acak
pertama dari daftar populasi.

6. Ukuran Sampel:
Tentukan ukuran sampel yang diperlukan untuk mencapai tingkat keyakinan yang diinginkan dan
memenuhi kebutuhan statistik penelitian Anda. Gunakan rumus atau perhitungan statistik yang
sesuai.

7. Implementasikan Pengambilan Sampel:

Lakukan pengambilan sampel sesuai dengan metode yang telah Anda pilih. Pastikan untuk
mencatat dan mendokumentasikan proses ini agar dapat direplikasi dan diverifikasi.

8. Analisis dan Interpretasi Data:

Aurora Najlawarha Animadri
10121231
3KA05
Metode Penelitian (Quis pert 10)
Setelah pengumpulan data, lakukan analisis statistik yang sesuai. Gunakan hasil analisis untuk
memberikan interpretasi terhadap pertanyaan penelitian Anda dan memberikan kesimpulan
yang relevan.

9. Generalisasi Hasil (Jika Memungkinkan):

Jika memungkinkan, generalisasikan hasil penelitian Anda ke populasi sistem informatika yang
lebih besar. Perhatikan batasan-batasan yang mungkin mempengaruhi generalisasi ini.

10. Presentasi Hasil:

Presentasikan hasil penelitian Anda dengan jelas dan secara terstruktur, sertakan informasi
tentang metode random sampling yang digunakan dan batasan-batasan yang perlu diperhatikan.

9. Dalam probability sampling terdapat Teknik stratified sampling. Apa yang dimaksud dengan hal
tersebut, dan jelaskan pula langkah-langkah dalam penerapannya!

Stratified Sampling adalah metode probability sampling di mana populasi dibagi menjadi dua
atau lebih strata (kelompok) yang memiliki karakteristik yang serupa.

Berikut adalah langkah-langkah dalam penerapan teknik stratified sampling:

1. Identifikasi Populasi:

Tentukan populasi yang akan diteliti dalam konteks sistem informatika. Misalnya, jika Anda
meneliti penggunaan suatu aplikasi, populasi tersebut mungkin adalah pengguna aplikasi
tersebut.

2. Identifikasi Strata:

Identifikasi karakteristik atau atribut tertentu yang menjadi dasar pembagian populasi menjadi
strata. Contoh atribut dapat mencakup usia, jenis kelamin, tingkat pendidikan, atau pengalaman
menggunakan sistem informatika. Pastikan bahwa setiap individu dalam populasi dapat
dikategorikan ke dalam satu dan hanya satu stratum.

3. Bagi Populasi Menjadi Strata:

Pisahkan populasi ke dalam strata berdasarkan atribut atau karakteristik yang telah diidentifikasi.
Pastikan bahwa setiap elemen populasi termasuk dalam salah satu stratum.

4. Tentukan Ukuran Sampel Stratum:

Tentukan berapa banyak elemen yang akan diambil dari setiap stratum. Ukuran sampel untuk
setiap stratum dapat ditentukan berdasarkan proporsi stratum terhadap populasi total.
Perhitungkan juga variasi dalam stratum untuk memastikan representativitas yang baik.

5. Pilih Elemen Secara Acak dari Setiap Stratum:

Aurora Najlawarha Animadri
10121231
3KA05
Metode Penelitian (Quis pert 10)
Pilih elemen-elemen dari setiap stratum secara acak. Ini dapat dilakukan dengan menggunakan
teknik pengundian, perangkat lunak komputer, atau metode acak lainnya yang sesuai. Pastikan
setiap elemen dalam stratum memiliki peluang yang sama untuk dipilih.

6. Gabungkan Sampel dari Setiap Stratum:

Setelah sampel dipilih dari setiap stratum, gabungkan sampel tersebut untuk membentuk
sampel akhir. Dalam proses ini, pastikan bahwa setiap stratum diwakili dalam sampel.

7. Analisis Data:

Setelah pengumpulan data, lakukan analisis statistik yang sesuai untuk menjawab pertanyaan
penelitian Anda. Perhitungkan hasil dari setiap stratum dalam kesimpulan Anda.

8. Interpretasi Hasil:

Berikan interpretasi terhadap hasil, perhatikan perbedaan atau pola-pola yang muncul dalam
setiap stratum, dan hubungkan hasil tersebut kembali ke pertanyaan penelitian.

9. Generalisasi (Opsional):

Jika tujuan Anda adalah untuk menggeneralisasi hasil ke populasi sistem informatika secara
keseluruhan, pastikan untuk memahami batasan-batasan yang mungkin mempengaruhi
generalisasi ini.

10. Apa yang dimaksud dengan cluster sampling? Jelasan langkah-langkah dalam penerapannya!
Cluster Sampling adalah metode probability sampling di mana populasi dibagi menjadi
kelompok-kelompok atau cluster, dan beberapa cluster dipilih secara acak untuk diikutsertakan
dalam sampel.
1. Tentukan jumlah total unit individu dalam populasi (N).
2. Tentukan ukuran sampel yang diinginkan untuk setiap cluster (n_c). Ukuran ini dapat
ditentukan berdasarkan pertimbangan praktis dan statistik, serta tingkat presisi yang
diinginkan dalam penelitian.
3. Tentukan jumlah total cluster dalam populasi (N_c).
4. Gunakan rumus di atas untuk menghitung ukuran sampel yang dibutuhkan (n).

11. Jelaskan perbedaan antara Stratified sampling dengan cluster sampling!

1. Definisi:
Stratified Sampling: Populasi dibagi menjadi dua atau lebih strata (kelompok) yang memiliki
karakteristik yang serupa, dan kemudian elemen-elemen dipilih secara acak dari setiap stratum
untuk membentuk sampel.
Cluster Sampling: Populasi dibagi menjadi kelompok-kelompok atau cluster, dan beberapa cluster
dipilih secara acak untuk diikutsertakan dalam sampel. Kemudian, elemen-elemen di dalam setiap
cluster dipilih untuk membentuk sampel.

2. Unit Pengambilan Sampel:

Aurora Najlawarha Animadri
10121231
3KA05
Metode Penelitian (Quis pert 10)
Stratified Sampling: Unit pengambilan sampel adalah elemen individu yang terdapat dalam setiap
stratum. Sampel diambil secara acak dari setiap stratum.
Cluster Sampling: Unit pengambilan sampel adalah seluruh cluster. Beberapa cluster dipilih secara
acak, dan semua elemen dalam cluster tersebut diikutsertakan dalam sampel.

3. Tujuan Pemisahan:
Stratified Sampling: Pemisahan dilakukan berdasarkan karakteristik tertentu yang menjadi fokus
penelitian, dan setiap stratum harus mencerminkan variasi dalam karakteristik tersebut.
Cluster Sampling: Pemisahan dilakukan berdasarkan kelompok-kelompok yang secara alami ada
dalam populasi, dan setiap cluster diharapkan mencerminkan variasi yang ada dalam populasi.

4. Ukuran Sampel:
Stratified Sampling: Ukuran sampel untuk setiap stratum dapat diatur berdasarkan proporsi
stratum terhadap populasi total.
Cluster Sampling: Ukuran sampel dipengaruhi oleh jumlah cluster yang dipilih dan jumlah elemen
dalam setiap cluster.

5. Proses Pengambilan Sampel:

Stratified Sampling: Proses pengambilan sampel melibatkan pemilihan elemen secara acak dari
setiap stratum secara terpisah.
Cluster Sampling: Proses pengambilan sampel melibatkan pemilihan beberapa cluster secara
acak, lalu pengambilan seluruh elemen dari cluster-cluster tersebut.

12. Apa yang dimaksud dengan sampel kuota? Jelaskan langkah-langkah penerapannya!
Pengambilan sampel kuota adalah metode pengambilan sampel non-probabilitas yang
mengandalkan pemilihan non-acak dari jumlah atau proporsi unit yang telah ditentukan. Ini
disebut kuota.
1. Membagi populasi menjadi beberapa strata
2. Tentukan kuota untuk setiap strata
3. Perekrutan hingga kuota untuk setiap strata yang terpenuhi