Statistika Psikologi 1

08
Modul ke:

Sampling, Distribusi Sampel

Fakultas
dan
Psikologi
Uji Hipotesa
Program Studi
Psikologi Arie Suciyana S., S.Si., M.Si.
 SAMPLING
Teknik menentukan sampel dari populasi yang berbeda

2
 Menghindari kesalahan menentukan
sampel:

• Jumlah sampel yang terlalu sedikit,

• Sampel yang dipilih tidak mewakili
semua kelompok dalam populasi
(sampel bias)
• Sampel yang dipilih tidak
independent, atau dipilih karena
masing-masing memiliki hubungan
3
satu sama lain.
 METODE SAMPLING

RANDOM SAMPLING

Teknik menentukan
sample secara acak atau
menggunakan konsep
peluang ‘probabilitas’.

Ex: Menggunakan dadu,

kocokan, table random,
program komputer
4
TABEL ANGKA RANDOM
(Allan Bluman, Elementary Statistics: A step by step approach, 2011:12)

5
 METODE SAMPLING
SYSTEMATIC SAMPLING

Teknik yang dilakukan dengan cara

nenberikan nomor yang berbeda
untuk setiap anggota dalam
populasi, kemudian diurutkan.
Lalu peneliti memilih sampel dari
anggota populasi yang memiliki
nomor yang merupakan setiap
kelipatan angka yang telah
ditentukan sebelumnya.
Ex: setiap kelipatan 20, atau 50 6
 METODE SAMPLING
STRATIFIED SAMPLING

Mengelompokkan populasi yang

akan dijadikan target penelitian ke
dalam kelompok-kelompok.

Ex: Berdasarkan tingkat pendidikan:

mahasiswa tingkat pertama dengan
mahasiswa tingkat akhir.

Kemudian, pilih sampel dari

masing-masing kelompok tersebut 7
secara acak.
 METODE SAMPLING
CLUSTER SAMPLING

Mengelompokkan semua anggota

populasi yang akan diteliti berdasarkan
karakteristik geografinya.

Ex: Desa dan kota; dataran tinggi dan

dataran rendah; daerah pusat dan daerah
terpencil.

Kemudian, sampel yang akan diambil

datanya dipilih secara acak dari masing- 8
masing kelompok tersebut.
 SAMPLING DISTRIBUTION
• Distribusi frekuensi dari semua rata-rata sampel yang
berasal dari populasi yang sama

• Sampling distribution memberikan informasi posisi sampel-

sampel di dalam populasi.

• Dalam distribusi frekuesi, standard deviasi (simpangan

baku) digunakan untuk menunjukkan seberapa jauh ‘suatu
nilai’ berbeda dari keseluruhan nilai yang ada (dari rata-
9
rata).
 SAMPLING DISTRIBUTION
• Untuk menunjukkan seberapa jauh suatu sampel berbeda
dari keseluruhan populasi, maka digunakan nilai rata-rata
sampel (M) dan rata-rata populasi (μ); nilai standard
deviasi (SD) dan varians (SD2); standard error of the mean
(SEM) atau yang disebut juga standard error (SE).

10
Syarat Konsep Sampling Distribution 
Distribusi Normal

1. Rata-rata sampel (M) sama dengan rata-

rata populasi (μ)

M=μ

11
 Syarat Konsep Sampling Distribution 
Distribusi Normal
2. Memiliki nilai varians dari keseluruhan nilai rata-rata atau variance of the
means (σ2M) dan standard deviasi dari keseluruhan nilai rata-rata atau
standard error of the means (SEM) atau standard error (SE) atau σM yang
kecil.

Varians dari keseluruhan nilai rata-rata atau variance of the means (σ2M)

s
adalah hasil pembagian varians populasi (σ2) terhadap jumlah individu 2
2
dalam tiap sampel (N)
s M =
Atau N
Standard deviasi dari keseluruhan
nilai rata-rata atau standard error
s s 2
of the means (SEM) atau standard
error (SE) atau σM adalah akar sM= s = = 2
M 12
dari varians keseluruhan nilai rata-
rata (variance of the means) N N
Syarat Konsep Sampling Distribution 
Distribusi Normal
3. Data akan memiliki bentuk distribusi normal, jika sampel
terdiri dari 30 individu atau lebih sehingga ; atau populasi
yang dijadikan target penelitian memiliki distribusi
normal. Data yang memiliki distribusi normal memiliki
grafik berbentuk bel sempurna

13
Kurva Distribusi Normal (Nolan, 2011: 36)
DISTRIBUSI SAMPEL DAN UJI HIPOTESA
Hipotesa: pernyataan yang bersifat dugaan mengenai adanya
hubungan antara 2 variabel atau lebih  Pernyataan yang masih
lemah kebenarannya, masih perlu dibuktikan.

Bila sudah terbukti disebut sebagai “tesa”

Misal: ada perbedaan IQ antara anak desa dan kota

Variabel I : DV = nilai IQ
Variabel II: IV = tempat tinggal (bervariasi) 14
 Tujuan Pengujian Hipotesa

Bukan membuktikan apakah hipotesa benar atau salah, tetapi:

mengumpulkan kenyataan-kenyataan yang mendukung dan
tidak mendukung hipotesa.

Jadi yang dilihat = berapa besar kemungkinan hipotesa dapat

dibuktikan atau tidak

Besar kemungkinan keakuratan perhitungan statistika diperoleh 15

95% ; 99%; tetapi tidak mungkin 100%
 Macam-macam Hipotesa Penelitian

1. Hipotesa Konseptual  menyatakan hubungan antara 2

variabel/lebih. Misal: taraf kecerdasan anak-anak kota
lebih baik daripada anak-anak desa.

2. Hipotesa Operasional  harus dioperasionalisasikan

sebelum dapat diuji

3. Hipotesa Statistik  menyatakan hubungan antara 2

variabel dengan menggunakan istilah2 statistik &
kuantitatif. Misal: rata-rata skor tes anak kota lebih tinggi 16
dpd rata-rata skor anak desa  Mk > Md
 Macam-macam Hipotesa Penelitian
4. Hipotesa Nol (H0): menyatakan tidak ada hubungan
antara variabel-variabel yang diteliti, atau perbedaan
antara dua kelompok yang ditemukan dalam
penelitian hanya disebabkan faktor kebetulan

Hipotesa alternatif (Ha/H1): ada hubungan antara

variabel-variabel yang diteliti, atau perbedaan antara
dua kelompok yang ditemukan dalam penelitian
bukanlah disebabkan faktor kebetulan 17
Arah Pengujian Hipotesa:

1. Pengujian 2 arah (two-tail test)

2. Pengujian 1 arah (one-tail test)

18
1. Pengujian 2 arah (two-tail test)
- dipakai jika kita tidak dapat menyatakan dengan pasti hasilnya
- daerah kritis terletak di ujung kiri dan kanan
LOS 0,05 LOS 0,01

p= .025 p= 0.05 p= 0.05

p= .025

z= -1.96 z= +1.96 z= -2.58 z= +2.58

Hipotesa: ada perbedaan antara A dan B

A≠B
H0: A = B
19
2. Pengujian 1 arah (one-tail test)
- dipakai jika kita dapat menyatakan dengan pasti hasil yang
diharapkan
- daerah kritis terletak di ujung kanan

p= 0.05 p= .0????

z= 1.64 z= 2.33

Hipotesa: A lebih kecil dari B  A < B

20
H0 : A = B (tidak berbeda)
Critical Region: daerah untuk menolak Ho, atau
daerah untuk kejadian2 yang mempunyai probabilitas
untuk timbul sangat kecil di bawah Ho (p ≤ 0.01)

Jadi dalam kejadian yang probabilitasnya sangat kecil

memang terjadi  memang betul2 ada perbedaan
antara kedua Mean kelompok, bukan karena fakta
kebetulan.
21
 Matriks Pengambil Keputusan

Tolak Ho Terima Ho

Ho Benar Kesalahan
Tipe I ( α )
√
Kesalahan
Ho Benar Tipe II ( β )
√

22
Kesalahan Tipe I: menolak H0, padahal H0 gagal ditolak

 Memutuskan ada perbedaan, padahal tidak ada

perbedaan

Kesalahan Tipe II: menyatakan H0 gagal ditolak, padahal

H0 seharusnya ditolak

 Memutuskan tidak ada perbedaan, padahal ada

23
perbedaan
Probabilitas Kesalahan Tipe I & II

- Probabilitas membuat kesalahan Tipe I

=α
= tingkat probabilita peneliti untuk menolak Ho
Misal:
α = .05 = 5 dari 100 = peneliti salah dalam menolak Ho,
padahal Ho benar
α = .01 = 1 dari 100
Makin kecil nilai α, makin kecil pula kemungkinan kesalahan
24
tipe I
Mengapa tidak membuat α sekecil mungkin?

Jika kesalahan Tipe I (α) diperkecil, maka kesalahan tipe II

justru naik (menyatakan H0 gagal ditolak, padahal seharusnya
H0 ditolak)

-Probabilitas membuat kesalahan Tipe II  β

 Besarnya α dan β ditentukan oleh peneliti

 Hubungan α dan β terbalik 25

Daftar Pustaka
 
Aron, A., Coups, E.J., & Aron, E.N. (2013). Statistics for psychology. 6th ed. New
Jersey: Pearson Education, Inc.

Gravetter, F.J. & Wallnau, L.B. (2009). Statistics for the Behavioral Sciences.

Hinton, P.R. (2004). Statistics Explained, 2nd ed. London: Routledge.

Howell, D.C. (2012). Statistical Method for Psychology. Australia: Wadsworth,

Cengage Learning.

Nolan, S.A. & Heinzen, T.E, (2012). Statistics for the Behavioral Sciences. Second
Edition. New York: Worth Publishers.
26
Sulistiyono, S. (2009). Statistika Psikologi 2. Jakarta: Fakultas Psikologi Universitas
Mercu Buana.
Terima Kasih
Arie Suciyana S., M.Si.