Ekonomi dan
Bisnis
OLEH:
b. Data Cross Section merupakan data yang diperoleh pada waktu yang telah
ditentukan untuk mendapatkan gambaran keadaan atau kegiatan pada saat
itu juga.
Metode Sampling
A. Probability Sampling
merupakan jenis dalam teknik pengambilan sampel yang melakukan pengambilan sampelnya dengan
random atau acak. Metode ini memberikan seluruh anggota populasi kemungkinan (probability) atau
kesempatan yang sama untuk menjadi sampel terpilih.
Teknik jenis ini sesuai digunakan untuk populasi yang besaran anggotanya dapat kita tentukan terlebih
dahulu. Metode ini menggunakan analisis statistik untuk membantu penentuan sampel terpilihnya.
B. Nonprobability Sampling
merupakan cara pengambilan sampel dengan tidak memberi peluang atau kesempatan sama bagi setiap
unsur atau anggota populasi yang dipilih menjadi sampel.
Teknik sampling non probability akan sesuai apabila dipilih untuk populasi yang sifatnya infinit atau besaran
anggota populasinya belum atau tidak dapat ditentukan terlebih dahulu sebelumnya.
Probability Sampling
1. Pengambilan Sampel Acak Sederhana (Simple Random Sampling)
2. Pengambilan Sampel Acak Sistematis (Systematic Random
Sampling)
3. Pengambilan Sampel Acak Berstrata (Stratified Random
Sampling)
4. Pengambilan Sampel Acak Berdasar Area atau Wilayah (Cluster
Random Sampling)
1. Pengambilan Sampel Acak Sederhana (Simple Random Sampling)
Jenis ini melakukan pengambilan sampel secara acak melalui cara yang
sederhana seperti pengundian atau menggunakan pendekatan bilangan acak.
Kelebihan penggunaan metode ini yaitu dapat mengurangi bias atau
kecenderungan berpihak pada anggota populasi tertentu dan dapat
mengetahui adanya kesalahan baku (standard error) dalam penelitian.
Kelemahan dalam penggunaan metode ini yaitu rendahnya jaminan mengenai
sampel yang terpilih dapat bersifat representatif atau dapat mewakili populasi
yang dituju.
2. Pengambilan Sampel Acak Sistematis (Systematic Random Sampling)
Teknik pengambilan sampel ini menentukan sampel berdasar kelompok wilayah dari anggota
populasi penelitian. Pada teknik ini subyek penelitian akan dikelompokkan menurut area atau
tempat domisili anggota populasi.
Tujuannya antara lain untuk meneliti tentang suatu hal pada bagian-bagian yang berbeda di
dalam suatu wilayah tertentu. Misalnya peneliti ingin mengetahui tingkat partisipasi masyarakat
kota Yogyakarta terhadap program pemerintah daerah. Peneliti akan menentukan sampel dari
wilayah-wilayah yang tersebar di kota Yogyakarta. Baik pada tingkat kecamatan, desa, hingga
dusun.
NonProbability Sampling
1. Purposive Sampling
2. Snowball Sampling
3. Accidental Sampling
4. Quota Sampling
1. Purposive Sampling
teknik penentuan sampel yang didasarkan pada pertimbangan peneliti mengenai sampel-sampel mana yang
paling sesuai, bermanfaat dan dianggap dapat mewakili suatu populasi (representatif).
Teknik pengambilan sampel ini cenderung lebih tinggi kualitas sampelnya. Karena peneliti telah membuat
kisi atau batas berdasarkan kriteria tertentu yang akan dijadikan sampel penelitian. Misal seperti didasarkan
pada ciri demografi, gender, jenis pekerjaan, umur dan lain sebagainya. Teknik ini termasuk teknik
pengambilan sampel yang cukup sering digunakan dalam penelitian.
Kelebihan dari metode ini di antaranya tujuan dari penelitian dapat dengan mudah terpenuhi, sampel dapat
bersifat lebih relevan dengan desain penelitian, cara ini cenderung lebih murah dan mudah untuk
dilaksanakan. Sementara itu kekurangannya sama dengan teknik pengambilan sampel secara acak yaitu
tidak adanya jaminan bahwa sampel dapat mewakili populasi yang ditentukan.
2. Snowball Sampling
Biasa dikenal juga dengan teknik pengambilan sampel bola salju. Teknik ini menentukan sampel berdasarkan
wawancara dengan sampel sebelumnya atau dengan cara korespondensi.
Melakukan pengambilan sampel dengan teknik ini artinya kita bisa meminta informasi dari sampel pertama
untuk mendapatkan sampel berikutnya, demikian secara terus menerus hingga akhirnya seluruh kebutuhan
sampel penelitian dapat terpenuhi.
Teknik pengambilan sampel dengan metode bola salju ini sangat cocok untuk penelitian mengenai hal-hal
yang sifatnya cukup sensitif dan membutuhkan privasi tingkat tinggi dari respondennya. Misal penelitian
tentang penyintas kekerasan seksual, penderita HIV, kelompok waria serta kelompok-kelompok khusus
lainnya.
3. Accidental Sampling
Teknik pengambilan sampel jenis ini menentukan sampel secara tidak sengaja (accidental). Peneliti akan
mengambil sampel pada orang yang kebetulan ditemuinya pada saat itu.
Misalnya penelitian dilakukan pada populasi pelanggan toko A, peneliti cukup menunggu di depan toko A
lalu menetapkan sampel kepada siapapun orang yang melakukan transaksi jual-beli di toko A tanpa melihat
umur, gender, profesi, dan lain sebagainya.
4. Quota Sampling
Teknik pengambilan sampel ini dilakukan dengan menentukan kuota atau jumlah dari sampel penelitian
terlebih dahulu. Prinsip penentuannya sama dengan accidental sampling. Tetapi peneliti menetapkan
terlebih dahulu jumlah sampel yang akan diperlukan.
Misal peneliti menetapkan penelitian dilakukan setiap hari selama satu minggu dengan menetapkan jumlah
sampel penelitian sebanyak 100 orang. Apabila peneliti pada hari itu telah memenuhi kuota dengan
memperoleh 100 orang maka selesai tugas peneliti untuk mencari sampel penelitian.
Kelebihan menggunakan teknik ini dalam pengambilan sampel yaitu bersifat praktis karena sampel
penelitian sudah diketahui sebelumnya. Sementara kekurangannya yaitu bias penelitian yang cenderung
cukup tinggi dapat terjadi.
Capaian IPM di suatu wilayah dapat dikelompokkan menjadi empat kategori:
•Rendah: IPM < 60.
•Sedang: 60 ≤ IPM < 70.
•Tinggi: 70 ≤ IPM < 80.
•Sangat tinggi: IPM ≥ 80.
DISTRIBUSI FREKUENSI
Susunan data menurut kelas-kelas interval tertentu atau menurut kategori tertentu dalam sebuah daftar
BAGIAN-BAGIAN DISTRIBUSI
FREKUENSI
1. Kelas-kelas (class): kelompok nilai data atau variabel.
2. Batas kelas (class limits): nilai-nilai yang membatasi kelas yang satu dengan
kelas yang lain. Dibagi dua:
a.Batas kelas bawah (lower class limits), terdapat dideretan sebelah kiri setiap
kelas
b.Batas kelas atas (upper class limits), terdapat di deretan sebelah kanan
setiap kelas
3. Tepi kelas (class boundary/real limits/true class limits), batas kelas yang tidak
memilliki lubang untuk angka tertentu antara kelas yang satu dengan kelas yang
lain. Dibagi dua:
a.Tepi bawah kelas=batas bawah kelas-0,5
b.Tepi atas kelas=batas atas kelas+0,5
4. Titik tengah kelas atau tanda kelas (class midpoint, class marks)
Titik tengah kelas=1/2(batas atas+batas bawah) kelas
5. Interval kelas: selang yang memisahkan kelas yang satu dengan kelas yang lain.
6. Panjang interval kelas atau luas kelas (interval size): jarak antara tepi atas kelas
dan tepi bawah kelas.
7. Frekuensi kelas: banyaknya data yang termasuk ke dalam kelas tertentu.
PENYUSUNAN DISTRIBUSI FREKUENSI
1. Mengurutkan data dari yang terkecil ke yang terbesar
2. Menentukan jangkauan (range) dari data
Jangkauan (R)=data terbesar - data terkecil
3. Menentukan banyaknya kelas (k)
Ditentukan dengan rumus Sturgess
k = 1 + 3,3 log n
k = banyaknya kelas
n = banyaknya data
4. Menentukan panjang interval kelas (i)
Jangkauan (R)
i=
Banyaknya kelas (k)
5. Menentukan batas bawah kelas pertama: dipilih dari data terkecil
6. Menuliskan frekuensi kelas secara melidi dalam kolom turus atau tally (sistem turus)
sesuai banyaknya data.
HISTOGRAM DAN POLIGON FREKUENSI
1. Histogram merupakan grafik batang dari distribusi frekuensi.Pembuatan
histogram digunakan sistem sumbu vertikal (Y) dan horizontal (X). Sumbu
vertikal menyatakan frekuensi dan sumbu horizontal menyatakan tepi bawah
dan tepi atas masing-masing kelas.
2. Poligon merupakan grafik garis dari distribusi frekuensi. Pembuatan histogram
dilakukan dengan cara menarik garis dari satu titik tengah batang histogram ke
titik tengah batang histogram yang lain.
BENTUK KURVA FREKUENSI
1. Simetris (berbentuk lonceng)
2. Tidak simetris (condong)
3. Bentuk J atau J terbalik
4. Bentuk U: kedua ujung kurva memiliki frekuensi maksimum
5. Bimodal: mempunyai dua maksimal
6. Multimodal: mempunyai lebih dari dua maksimal
7. Uniform: jika nilai-nilai variabel dalam suatu interval mempunyai frekuensi yang
sama.
DISTRIBUSI FREKUENSI RELATIF
Distribusi frekuensi yang berisikan nilai-nilai hasil bagi antara frekuensi kelas dan
jumlah pengamatan yang terkandung dalam kumpulan data yang berdistribusi
tertentu.
fi
f relatif = x 100
f
DISTRIBUSI FREKUENSI
KUMULATIF
1. Distribusi frekuensi kumulatif kurang dari: distribusi frekuensi yang memuat jumlah
frekuensi yang memiliki nilai kurang dari nilai batas kelas suatu interval tertentu.
2. Distribusi frekuensi kumulatif lebih dari: distribusi frekuensi yang memuat jumlah frekuensi
yang memiliki nilai lebih dari nilai batas kelas suatu interval tertentu
OGIF POSITIF DAN NEGATIF
Ogif positif (ogif kurang dari): grafik distribusi frekuensi kumulatif
kurang dari.
Ogif negatif (ogif lebih dari): grafik distribusi frekuensi kumulatif lebih
dari.
1. Mean, Modus, Median, Kuartil,
Persentil
3. Rata-rata geometris
MEAN, MEDIAN, MODUS, KUARTIL, DESIL, PERSENTIL
Mean atau rata-rata hitung adalah nilai yang diperoleh dari jumlah sekelompok data dibagi dengan
banyaknya data. Rata-rata disimbolkan dengan x.
Median adalah nilai data yang terletak di tengah setelah data diurutkan. Dengan demikian, median membagi
data menjadi dua bagian yang sama besar. Median (nilai tengah) disimbolkan dengan Me.
Modus adalah data yang paling sering muncul atau memiliki frekuensi tertinggi. Modus dilambnagnkan
dengan Mo.
Kuartil adalah nilai yang membagi suatu data terurut menjadi empat bagian yang sama.
Kuartil dilambangkan dengan Q . Jenis kuartil ada 3, yaitu kuartil pertama (Q1) , kuartil
kedua (Q2), dan kuartil ketiga (Q3).
Desil merupakan nilai yang membagi data menjadi sepuluh bagian sama besar. Desil sering
dilambangkan dengan D. jenis ada 6, yairu D1 , D2 , D3, ….,…,…,D9.
Persentil merupakan nilai yang membagi data menjadi serratus bagian sama besar.
Persentil sering dilambangakan dengan P. jenis persentil ada 99, yaitu P1, P2, P3 … P99
RATA-RATA TERTIMBANG
Rata-rata tertimbang adalah penghitungan yang memasukkan berbagai
tingkat kepentingan setiap angka dalam data. Jika dalam menghitung
rata-rata sederhana atau aritmatika, semua angka diperlakukan sama
dan diberi bobot yang sama, maka rata-rata tertimbang mengalikan
setiap angka dalam data dengan bobot yang ditentukan berdasarkan
kepentingan relatif dari setiap titik data sebelum perhitungan akhir,
sehingga perhitungan rata-rata tertimbang sering kali lebih akurat
dibandingkan rata-rata sederhana.
Rata-rata ukur (geometrik)
adalah rata-rata yang diperoleh dengan mengalikan semua
data dalam suatu kelompok sampel, kemudian
diakarpangkatkan dengan banyaknya data sampel tersebut.
Karena mengikuti proses akar pangkat, maka apabila
terdapat unsur data yang bernilai negatif maka rata-rata
ukur tidak bisa dilakukan.
UKURAN KERAGAMAN
1. Range, Ragam, Simpangan Baku (data tersebar dan kelompok).
2. Koefisien variasi
3. Nilai Baku (Skor Z)
PROBABILITAS
1. Kejadian, Ruang Sampel
2. Konsep Probabilitas
3. Pengolahan Kejadian
4. Pencacahan isi ruang sampel
DISTRIBUSI TEORITIS