STATISTIKA

Jenis data dan Teknik Sampling

Muhammad Abdullah

Jurusan Biologi - Fakultas MIPA

Universitas Negeri Semarang
Pendahuluan
– Penelitian merupakan cara ilmiah untuk mendapatkan
data yang valid. Untuk bisa mendapatkan data yang
valid tersebut, maka peneliti harus terlebih
mengetahui macam-macam data.
– Data adalah bahan mentah yang perlu diolah sehingga
menghasilkan informasi atau keterangan, baik
kualitatif maupun kuantitatif yang menunjukkan fakta.
Data kualitatif vs kuantitatif
– Data kualitatif adalah data yang berhubungan dengan
kategorisasi atau karakteristik berwujud pernyataan
dalam bentuk kata, kalimat, dan gambar. (Contoh:
“wanita itu cantik”, “pria itu tampan”).
– Data kuantitatif adalah data yang berbentuk angka
(IPK = 3,75; tinggi badan = 165 cm) atau data
kualitatif yang diangkakan (skoring: baik sekali = 4,
baik = 3, kurang baik = 2 dan tidak baik = 1).
 Types of Data
Data

Categorical Numerical

Discrete Continuous

Ordinal Interval Rasio

Data numerik dibagi menjadi dua, yaitu
data diskrit/nominal dan data kontinum.

Data Diskrit / nominal adalah data yang hanya

dapat digolong-golongkan secara terpisah. Data ini
diperoleh dari hasil menghitung, misalnya dalam
suatu kelas setelah dihitung terdapat 50 mahasiswa,
terdiri atas 30 pria dan 20 wanita. Dalam suatu
kelompok terdapat 1000 orang suku Jawa dan 500
suku sunda.
Data kontinum, adalah data yang bervariasi menurut
tingkatan dan ini diperoleh dari hasil pengukuran. Data ini
dibagi menjadi data ordinal, data interval dan data ratio.

Data ordinal adalah data yang berbentuk rangking atau peringkat.

Misalnya juara I, II, III dan seterusnya. Data ini, bila dinyatakan
dalam skala, maka jarak satu data dengan data yang lain tidak
sama.

Data interval, adalah data yang jaraknya sama tetapi tidak

mempunyai nilai nol (0) absulut / mutlak). Contoh skala
thermometer, walaupun ada nilai 0 oC, tetapi tetap ada nilainya.
Data-data yang diperoleh dari pengukuran dengan instrument sikap
dengan skala Likert misalnya adalah berbentuk data interval.
Data ratio adalah data yang jaraknya sama, dan
mempunyai nilai nol mutlak. Misalnya data tentang berat,
panjang, dan volume. Berat 0 kg berarti tidak ada
bobotnya, panjang 0 m berarti tidak ada panjangnya.

Data ini dapat diubah ke dalam interval dan ordinal.

Data ini juga dapat dijumlahkan atau dibuat perkalian
secara aljabar. Misalnya 2 m + 3 m = 7 m.

Kalau dalam data interval penjumlahannya tidak seperti

dalam data ratio. Misalnya air 1 gelas dengan suhu 200 C +
air 1 gelas dengan suhu 150C maka suhunya tidak menjadi
350 C, tetapi sekitar 17, 50 C.
 Data Sources
Primary Secondary
Data Collection Data Compilation

Print or Electronic
Observation Survey

Experimentation
Jenis Data Menurut Cara
Memperolehnya
 Data Primer
Data primer adalah secara langsung diambil dari objek / obyek penelitian oleh
peneliti perorangan maupun organisasi. Contoh : Mewawancarai langsung
penonton bioskop 21 untuk meneliti preferensi konsumen bioskop.
 Data Sekunder
Data sekunder adalah data yang didapat tidak secara langsung dari objek
penelitian. Peneliti mendapatkan data yang sudah jadi yang dikumpulkan oleh
pihak lain dengan berbagai cara atau metode baik secara komersial maupun non
komersial. Contohnya adalah pada peneliti yang menggunakan data statistik
hasil riset dari surat kabar atau majalah.
Macam-Macam Data
Berdasarkan Sumber Data
 Data Internal
Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu
organisasi secara internal. Misal : data keuangan, data pegawai, data produksi,
dsb.
 Data Eksternal
Data eksternal adalah data yang menggambarkan situasi serta kondisi yang ada
di luar organisasi. Contohnya adalah data jumlah penggunaan suatu produk
pada konsumen, tingkat preferensi pelanggan, persebaran penduduk, dan lain
sebagainya.
Jenis-jenis Data Menurut Waktu
Pengumpulannya
 Data Cross Section
Data cross-section adalah data yang menunjukkan titik waktu tertentu.
Contohnya laporan keuangan per 31 desember 2006, data pelanggan PT. angin
ribut bulan mei 2004, dan lain sebagainya.
 Data Time Series / Berkala
Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke
waktu atau periode secara historis. Contoh data time series adalah data
perkembangan nilai tukar dollar amerika terhadap euro eropa dari tahun 2004
sampai 2006, jumlah pengikut jamaah nurdin m. top dan doktor azahari dari
bulan ke bulan, dll.
Ciri-Ciri Tingkat Pengukuran
Informasi Nominal Ordinal Interval Rasio
Perbedaan V V V V
Urutan V V V
Jarak yang V V
sama
Nol V
mutlak
TEKNIK
PENGAMBILAN
SAMPEL
(SAMPLING)
PARADIGMA KUANTITATIF

– Enumerative induction: suatu proses yang bertujuan untuk

mengetahui apakah karakter yang terdapat pada populasi
ditemukan pada sampel.
– Membuat dugaan tentang karakter atau hubungan antar variabel
pada populasi setelah melakukan pengamatan pada sampel.
– Konsep generalisasi harus ada, yaitu sejauh mana temuan
penelitian pada sampel bisa digeneralisasi pada populasi.
– Yang menjadi fokus pembahasan adalah insiden dan frekuensi,
bukan konsep dan kategori seperti pada paradigma kualitatif
Definisi populasi dan sampel

– Entitas yang diidentifikasi sebagai yang akan diteliti, bisa

berupa kelompok orang, peristiwa, atau obyek benda.
Seluruh anggota entitas itulah yang disebut populasi.
– Sedangkan sampel adalah bagian dari populasi yang
diambil secara metodologis dengan teknik tertentu.
Pengertian Sampel

Populasi

Sampel
Target Population
Accessible Population
Sample

Findings
Apa yang disebut “target
population”?

– Keseluruhan entitas yang diidentifikasi sebagai

representasi sesuatu yang akan diselidiki dalam
penelitian.
– Contoh: jika Anda ingin meneliti tentang sikap anak
remaja Indonesia terhadap tren pakaian, maka “target
population” adalah semua laki-laki atau perempuan
Indonesia yang didefinisikan sebagai berusia remaja –
yaitu usia antara 12 -21 tahun.
Apa yang disebut “accessible
population”

– Bagian populasi yang dapat di jangkau oleh peneliti untuk

diambil sampelnya.
– Penentuan accessible population ini dipengaruhi oleh waktu
(time) dan sumber (resource) yang dimiliki peneliti.
– Contoh: karena tidak mungkin dari segi waktu untuk
melibatkan seluruh anak remaja di Indonesia, maka populasi
yang akan diambil sampelnya hanya beberapa kota besar di
Indonesia yang mewakili karakteristik remaja Indonesia.
Seberapa Besar ukuran Sampel
ditentukan?
– Yang harus dikawatirkan dan menjadi hal penting dalam pengambilan sampel
adalah keterwakilan (representativeness) setiap elemen dalam populasi.
– Ukuran besar sampel tidak menjamin keakuratan.
– Tetapi logisnya sampel yang lebih besar akan lebih representative (mewakili)
daripada sampel kecil.
Desain Sampling

Alasan Menggunakan Sampel

1. Mengurangi kerepotan
2. Jika populasinya terlalu besar maka akan ada
yang terlewati
3. Dengan penelitian sampel maka akan lebih
efesien
4. Seringkali penelitian populasi dapat bersifat
merusak
5. Adanya bias dalam pengumpulan data
6. Seringkali tidak mungkin dilakukan penelitian
dengan populasi
PERMASALAHAN DALAM
SAMPEL
1. Berapa jumlah sampel yang akan diambil
2. Bagaimana teknik pengambilan sampel
Pertimbangan Dalam
Menentukan Sampel
1. Seberapa besar keragaman populasi
2. Berapa besar tingkat keyakinan yang kita perlukan
3. Berapa toleransi tingkat kesalahan dapat diterima
4. Apa tujuan penelitian yang akan dilakukan
5. Keterbatasan yang dimiliki oleh peneliti
Prosedur Penentuan Sampel
Identifikasi populasi target

Memilih Kerangka sampel

Menentukan Metode Pemilihan

Sampel

Merencanakan Prosedur Pemilihan

Unit Sampel

Menentukan ukuran Sampel

Menentukan unit sampel

Pelaksanaan Kerja Lapangan

Pedoman Menentukan Jumlah
Sampel
Pendapat Slovin N
n
1  Ne 2

Kita akan meneliti pengaruh upah terhadap semangat kerja pada

karyawan PT. Cucak Rowo. Di dalam PT tersebut terdapat 130
orang karyawan. Dengan tingkat kesalahan pengambilan sampel
sebesar 5%, berapa jumlah sampel minimal yang harus diambil ?

130
n  98,11
1  130(0,05) 2
Berdasarkan kesempatan
terpilihnya setiap elemen pada
populasi, jenis pengambilan sampel
dapat dibedakan menjadi:

– Probability Sampling
– Non-Probability Sampling
Probability Sampling
– Seleksi sampel dimana anggota populasi diambil
dengan prosedur bahwa setiap elemen
mempunyai kesempatan yang sama untuk dipilih
menjadi anggota sampel (random - acak)
Non-Probability Sampling
– Metode seleksi sampel dimana anggota populasi
tidak memiliki kesempatan yang sama untuk
diambil menjadi anggota sampel (non-random –
bukan acak).

Non-Probability Sampling hanya layak digunakan

manakala prosedur Probability Sampling tidak feasible
dilakukan
Empat jenis probability
sampling:

– Simple Random Sampling

– Stratified Random sampling
– Cluster Sampling
– Systematic Sampling
Simple Random Sampling

– Semua anggota populasi memiliki kesempatan

yang sama untuk terpilih menjadi anggota sampel
– Cara menyeleksi dengan menggunakan tabel
Random Number
Langkah-langkah menentukan
sampel dengan teknik random:

– Tentukan populasi Anda

– Daftar semua anggota populasi
– Tentukan jumlah sampel berapa prosen dari populasi
yang Anda inginkan berdasarkan pertimbangan
metodologis
– Pilih sejumlah sampel yang sudah Anda tentukan dengan
prosedur random (bisa dengan menggunakan tabel
random atau teknik lotre nomor.
Random sampling tepat digunakan
apabila:
– Karakteristik populasi dikategorikan homogen berdasarkan
masalah yang akan diteliti.
– Contoh: Anda akan meneliti kemampuan siswa, maka seluruh
siswa pada satuan pendidikan tertentu (SMA, misalnya) tidak
bisa dikatakan sebagai homogen karena terdapat pembagian
kelas.
– Akan tetapi jika Anda ingin meneliti sikap siswa terhadap tren
rambut, maka seluruh siswa SMA bisa dikategorikan
homogen karena mereka secara sosial sama yaitu usia
remaja.
Stratified Random Sampling
– Ketika populasi terdapat strata dari anggotanya, maka
pada setiap strata harus terwakili dalam sampel.
– Cara menyeleksi: buat persentase dari strata yang ada di
populasi kemudian tarik sampel dengan komposisi
menurut persentase di populasi.
Contoh
Stratified Random Sampling:
– 1000 populasi siswa
SMA,terdiri dari:
– 250 kelas orang kelas 1(25 %
dari seluruh populasi)
– 500 orang kelas 2 (50% dari
seluruh populasi)
– 250 orang kelas 3 (25 % dari
seluruh populasi)
– Sampel ditentukan sejumlah
100 siswa untuk diteliti, maka
dari 100 orang tersebut
harus mewakili prosentase
kelas, yaitu:
– 25 orang dari kelas 1
– 50 orang dari kelas 2
– 25 orang dari kelas 3
Systematic Sampling
– Prosedur menggunakan rumus kelipatan, artinya
menghitung pilihan sampel dengan kelipatan.
– Contoh: 500 populasi diambil 50 sampel. Pengambilan
dengan kelipatan 10, maka pemilihan ditunjuk pada
setiap kelipatan 10.
Cluster Sampling
– Unit yang dipilih sebagai sampel bukan individu tetapi
lebih kepada kelompok yang sudah tertata.
– Cluster sampel ini harus di pilih random dari populasi
cluster juga.
– Contohnya satu kelas diambil sebagai sampel karena
sistem sekolah tidak memungkinkan untuk merandom
individu di sekolah
Non-Probability Sampling

– Accidental Sampling
– Purposive Sampling
– Quota Sampling
Accidental Sampling
– Sampel diambil secara accidental (kebetulan)
– Misal: wawancara siswa yang ketemu pertama
dikampus, maka siswa itulah yang digunakan
sampel; atau menggunakan siswa kelas yang
sedang diajar sendiri sebagai sampel
Purposive Sampling
– Disebut juga jugdment sampling, artinya elemen sampel yang
diambil merupakan ciri khusus (typical) dari populasi.
– Misalnya, untuk memprediksi jumlah pemilih dalam pemilu
suatu daerah, survey memilih sampel kecamatan atau desa
dengan ciri yang mewakili karakter seluruh daerah itu.
Kemudian seluruh anggota masyarakat di daerah itu
diwawancarai untuk menyimpulkan prediksi suara pemilu.
Quota Sampling
– Menyeleksi kasus berciri khusus (typical) dari bermacam-
macam strata dalam populasi.
– Caranya: tentukan segmen dalam populasi yang akan
diteliti, tentukan jumlah setiap segmen dalam populasi,
tentukan jumlah kuota yang akan diberikan tiap segmen,
lalu seleksi kasus tipikal untuk setiap segmen dalam
populasi untuk mengisi kuota sampel.