Sampling dan distribusi

sampling
Cara Pengumpulan Data Pengumpulan

Pengumpulan data Primer dalam penelitian

• Observasi langsung
• Memakai kuesioner pada objek penelitian

Pengumpulan data sekunder

• Dokumentasi
 Variabel → suatu sifat yang akan
diukur atau diamati dan nilainya
bervariasi antara satu objek ke objek Agregate → keseluruhan kumpulan
lainnya. Misalnya ; Pengamatan bayi nilai observasi yang merupakan suatu
baru lahir, → kemungkinan yang kesatuan dan setiap nilai observasi
dapat diamati atau dapat diukur hanya memiliki arti sebagian dari
adalah, BB, Panjang Badan (dan hasil keseluruhan tersebut.
ini akan bervariasi antara satu bayi
dengan bayi yang lain.

Istilah Dalam Pengumpulan

Data
Nilai Tengah Mean → rata – rata hitung


 Sifat nilai mean

Central  Merupakan wakil dari keseluruhan
nilai
Tendency  Mean sangat dipengaruhi nilai
Antara lain ; ekstrem baik ekstrem kecil maupun
ekstrem besar
Mean, Media  Nilai mean berasal dari semua nilai
pengamatan
dan Modus
Nilai rata-rata data berkelompok

 fi = 21
 fixi = 3458
 Rata-rata = 3458 /21 = 164,66
 Median → nilai yang terletak pada observasi yang di
tengah, jika data tersebut telah disusun (array)
 Modus (mode) → adalah nilai yang paling banyak
ditemui di dalam suatu pengamatan. Berdasarakan
hal tersebut maka sifat nilai modus adalah ;Tidak
ada nilai yang lebih banyak diobservasi, jadi tidak
Median dan
ada modus Modus
 Ditemui satu modus (unimodal)
 Ada dua modus (bimodal)
 Lebih dari tiga modus (multimodal)
Nilai Letak (Posisi)

 Bila data kita susun mulai dari data terkecil s.d data terbesar, maka kita
dapat membagi pengamatan menjadi beberapa bagian.
 Bagian ini disebut sebagai nilai letak atau posisiPosisi pengamatan yang
digunakan ; 2 pengamatan, empat pengamatan, sepuluh pengamatan, atau
seratus pengamatan
 Median, Kwartil, Desil, Persentil
Rata-rata

 Ada 5 data : 20, 50, 30, 70, 80

 Rata-rata = (20 + 50 + 30 + 70 + 80)/5 = 250 / 5 = 50
 Untuk menjawab pertanyaan dibuat table sbb

modal f Nilai f.X X-x (NT – F (X-x) (X-x)2 (f(X-x))2

tengah Rata2)
(X)
112-120 4 116 464 24,525 98,10 601,475 9623,61
121-129 5 125 625 15,525 77,625 241,025 6025,64
130-138 8 134 1.072 6,525 52,2 42,575 2724,84
139-147 12 143 1,716 2,475 29,7 6,125 882,09
148-156 5 152 760 11,475 57,375 131,675 3291,89
157-165 4 161 644 20,475 81,9 419,225 6707,61
166-174 2 170 340 29,475 58,95 868,775 3475,10
total 40 5621 110,475 455,85 2.310,875 32.730,78
Rata2 (x) 140,525
 Varian = 32.730,78 / (40-1) = 32.730,78 / 39 = 839,25
 Standar deviasi =
Tugas Kelompok: hitung varian dan
standar deviasi dari data berikut

Data Frekuensi Nilai Tengah

100 - 110 5 105
111 - 121 10 116
122 - 132 15 127
133 - 143 20 138
144 - 154 17 149
155 - 165 11 160
 Sampling
Penggunaan sampel dalam penelitian
Mengapa menggunakan sample

 Obyek yang diteliti sangat banyak

 Penggunaan populasi perlu biaya besar
 Penggunaan populasi perlu banyak tenaga peneliti yg handal
 Obyek mempunyai kelompok-kelompok kecil yang menyebar
 Apabila digunakan popilasi perlu waktu lama
Simpulan Numerik/Interpretasi

 Distribusi Frekuensi
 Nilai Tengah
 Nilai Letak
 Nilai – Nilai Variasi
Statistik dan parameter

Sampel dan populasi dapat digambarkan dengan ukuran rata-rata, median, modus dan standar
deviasi.
Apabila nilai-nilai tersebut mencerminkan nilai sampel maka disebut statistic
Apabila ukuran-ukuran menggambarkan nilai populasi disebut parameter

Populasi sampel
definisi Semua anggota obyek Sebagian dari anggota
obyek
Karakteristik Parameter Statistik
Simbol Banyaknya Anggota = N Banyaknya anggota = n
Rata-rata =µ Rata-rata = Ẋ
Standar deviasi = ơ Standar Deviasi = s
Proporsi = ƣ Proporsi = p
Statistika inferensi

 Statistik parametrik: perlu syarat data terdistribusi normal. Rule of humb

data terdistribusi normal adalah data dengan jumlah 30.
 Bisa juga menggunakan cara deskriptif. Dengan menentukan nilai rata-rata
dan standar deviasi populasi
 Nilai rata-rata populasi =

 Standar deviasi =
 Statistik non parametrik: tidak mensyaratkan data terdistribusi normal
Sampling

 Adalah proses pengambilan sampel dari suatu populasi

 Metode pengambilan sampel : random sampling dan non random sampling
 Random sampling: semua anggota populasi mempunyai kesempatan yang
sama untuk terpilih menjadi anggota sampel
 Pemilihan anggota sampel dapat dilakukan dengan cara : random sederhana
(simple random sampling) sampel random sistematis (systematic random
sampling), sampel random bertingkat (stratified random sampling) dan
sampel random berkelompok
Simple random sampling

 Metode yang memberikan kesempatan yang sama kepada setiap anggota

populasi untuk menjadi anggota sampel
 Contoh: dalam penentuan pemenang undian: ada 100 nomor yang diundi.
Pemenang akan dipililih 2 orang. Maka setiap orang punya kesempatan
sebesar 2/100 (2%) untuk terpilih menjadi pemenang.
 Contoh: ada 4 pelamar pekerjaan. Dari 4 pelamar, akan dilih 2 pelamar untuk
mengikuti tes wawancara. Kesempatan masing-masing pelamar untuk
mengikuti tes wawancara sebesar 2/4, atau ½ atau 50%.
Systematic random sampling

 Metode memilih anggota sampel dari suati populasi dengan interval yang sama
 Biasanya diukur dengan satuan waktu, urutan atau tempat
 Misalnya perlu data jumlah penghasilan dari 150 pkl di sepanjang jalan
magelang. Pkl diberi nomor urut 1 sd 150. ditentukan interval pengambilan
sampel misalnya 5. anggota sampel pertama disambil dengan cara diundi.
Misal diundi dari no 1 sd 20, keluar angka 12. maka sampel pertama diambil
pkl diurutan no 12, sampel kedua di pkl nomer 12 + 5 = 17, sampel ketiga di
pkl nomer 22 dst
Stratified random sampling

 Populasi dibagi dalam tingkatan tertentu

 Misal berdasarkan tingkat Pendidikan, SMU, S1, S2 dsat… masing tingkatan
diambil bebrapa sebagai perwakilan popilasi dalam sampel.
 Populasi dibagi dalam tingkatan penghasilan, penghasilan rendah, penghasilan
sedang, penghasilan tinggi. Masing-masing diambil beberapa sebagao
perwakilan populasi
Sampe random berkelompok

 Memilih sampel dengan cara membuat populasi menjadi berkelompok

 Pembagian kelompok dilakukan secara random
 Misal populasi di DIY dibagai menjadi 5 daerah tk 2, masing-masing daerah
tingkat 2 dibagi dalam beberapa kecamatan
 Dari masing-masing kecamatan diambil beberapa perwakilan untuk masuk ke
sampel
Non random sampling

 Pemilihan sampel dari suatu populasi yang tidak memberikan kesempatan

yang sama kepada semua anggota populasi.
 Metode non rendom sampling:
 a. convenience sampling
 b. purposive sampling
 c. snowball sampling
Metode non random sampling

 Convenience sampling, pengambilan sampel dengan memilih sampel yang

mudah untuk diambil. Misal untuk mengetahui pendapat mhs mengenai
elearning, maka dipilih mhs UTY.
 Purposive sampling, pengampbilan sampel dengan pertimbangan tertentu dan
tujuan tertentu. Meneliti penggunaan kartu kredit di kalangan menengah.
Sampel yang diambil adalah pengguna kartu kredit di kalangan dosen.
 Snowball sampling. Pengambilan sampel dengan cara berantai. Misalnya
diteliti penggunaan bbm pada pengguna mobil vw, hanya ditemukan dua
pengguna mobil vw. Berdasarkan data tersebut, akan diperoleh penguna vw
yang lain.
Distribusi sampling

 Ukuran statisitik mean, median, modus, varian dan standar deviasi dapat
menunjukkan kesimpulan mengenai parameter populasi
 Konsep distribusi sampling menyatakan bahwa variasi kesempatan ditekankan
pada ukuran variabilitas
 Semakin tinggi tingkat variabilitas suatu populasi maka distribusi sampling
semakin luas, jumlah sampel yang diperlukan semakin banyak
 Distribsui sampling ada 2 yaitu theoretical sampling distribustion dan
experimental sampling distribution.
 Kedua cara tersebut digunakan untuk menentukan jumlah sampel yang dapat
mewakili sejumlah populasi