A. POPULASI DAN SAMPEL

Populasi adalah totalitas dari semua objek atau individu yang

memiliki karakteristik tertentu, jelas dan lengkap dan akan diteliti. Objek

yang akan diteliti dalam populasi disebut dengan elemen/unit populasi.

Elemen/unit populasi dapat berupa orang, perusahaan, media, dsb.

Misalnya akan melakukan penelitian di perusahaan Indocom

Surabaya, maka perusahaan Indocom Surabaya merupakan populasi.

Perusahaan ini mempunyai sejumlah subjek/orang dan objek yang lain.

Dan perusahaan Indocom juga mempunyai karakteristik orang-

orangnya, misalnya motivasi kerjanya, disiplin kerjanya,

kepemimpinannya, dsb.

Sampel adalah bagian dari populasi yang diambil melalui cara-cara

tertentu, mempunyai karakteristik tertentu, jelas dan lengkap yang

dianggap bisa representativ (mewakili) populasi. Dinamakan penelitian

sampel apabila peneliti bermaksud menggeneralisasikan hasil penelitian

sampel. Yang dimaksud menggeneralisasi adalah mengangkat

kesimpulan penelitian sebagai sesuatu yang berlaku bagi populasi. Ada

beberapa hal mengapa penelitian sampel dipakai, yaitu:

1. Objek penelitian homogen atau hampir homogen.

2. Penghematan biaya dan waktu.

3. Ketelitian. Semakin besar jumlah populasi atau semakin banyak objek

yang diteliti maka keakuratan hasil penelitian juga berkurang.

Adapun syarat yang harus dipenuhi agar sampel bisa dikatakan

sebagai sampel yang baik:

1. Sampel harus representative.

Suatu sampel dikatakan representative adalah apabila ciri-ciri sampel

sama atau hampir sama dengan ciri-ciri populasi.

2. Memadai.

Suatu sampel dikatakan memadai apabila ukuran sampelnya cukup

untuk meyakinkan kestabilan ciri-cirinya.

B. TEHNIK SAMPLING

Tehnik sampling merupakan cara yang dipergunakan dalam

pengambilan sampel penelitian. Tehnik samplimg pada dasarnya dapat

dibedakan menjadi dua, yaitu:

1. Probability Sampling

2. Non Probability Sampling

1. Probability Sampling

Probability Sampling adalah cara pengambilan sampel

berdasarkan probability (peluang) melalui proses acak (random). Artinya

semua objek atau elemen populasi memiliki kesempatan yang sama

untuk dipilih sebagai sampel. Di sini peneliti bersikap netral, tidak ada

keinginan untuk mengistimewakan satu atau beberapa subjek untuk

dijadikan sebagai sampel.

Dalam Probability Sampling terdapat beberapa model, yaitu:

a. Simple random sampling (sampel acak sederhana)

b. Stratified random sampling (sampel acak berlapis)

c. Cluster random sampling (sampel berkelompok)

d. Systematic random sampling (sampel sistematis).

Simple random sampling adalah pengambilan sample penelitian

dilakukan dengan menggunakan cara acak sederhana tanpa

memperhatikan strata yang ada dalam populasi itu. Tiap unsur

(anggota) populasi mempunyai kesempatan (probability) yang sama

untuk dipilih menjadi sampel. Model ini dilakukan jika anggota

populasi dianggap homogen atau relative homogen.

Simple random sampling dapat dilakukan dengan menggunakan dua

metode, yaitu:

With replacement, artinya elemen yang sudah terpilih

dikembalikan lagi sehingga bisa dipilih kembali. Misalnya

N= 3 X1, X2, X3, dan n= 2, maka K= 3²= 9

sampel 1: X1,X1, 2: X1,X2, 3: X1,X3, 4: X2,X1, 5: X2,X2, 6: X2,X3, 7:

X3,X1, 8: X2,X3, 9: X3,X3

Jadi ada 9 perkiraan, sebab setiap sampel bisa dibuat perkiraan.

Without replacement, yaitu elemen yang sudah terpilih tidak

dikembalikan lagi, sehingga tidak akan terpilih kembali.

K= N!/n! (N-n)!

n!= n factorial, n!= n(n-1)(n-2)…1

0!=1!=1;3!=3(2)(1)=6,5!= 5(4)(3)(1)= 120

karena N=3, n=2

K=3!/2!(3-2)!=3.2.1/2.1.1=3 X1 X2; X1,X3; dan X2,X3

Sampling stratified yaitu sampel acak di mana populasi (elemen

populasi) heterogen dan bertingkat (strata). Adanya strata tidak

boleh diabaikan, dan setiap strata harus diwakili sebagai sampel.

Sampling stratified dapat dibedakan menjadi dua, yaitu:

Sampel acak berlapis proporsional, jika proporsi sampel pada

setiap lapisan sama.

Sampel acak berlapis tidak proporsional, jika proporsi sampelnya

tidak sama.

Sampling stratified dilakukan karena elemen-elemen populasi

heterogen dan bertingkat (strata). Proses melakukan sampling

stratified, adalah:

Membagi populasi menjadi sub populasi / stratum.

Pada tiap sub populasi / stratum diambil sampel random.

Hasil pengambilan sampel tiap stratum digabungkan menjadi satu

sampel yang diperlukan.

Aplikasi

Populasi terdiri dari 500 PKL, dengan komposisi 200 pedagang

makanan, 150 pedagang mainan, 100 pedagang kerajinan dan 50

pedagang rokok. Jika sampel yang ingin diambil 20 peadagang, maka

cara yang dipakai adalah:

Stratum I = 200/500 x 20 = 8 pedagang

Stratum II = 150/500 x 20 = 6 pedagang

Stratum III = 100/500 x 20 = 4 pedagang

Stratum IV = 50/500 x 20 = 2 pedagang

Jumlah sampel seluruhnya = 20 pedagang.

Cluster random sampling yaitu bentuk sampling random di mana

populasinya dibagi menjadi kelompok (cluster) dengan menggunakan

aturan-aturan tertentu. Dalam menentukan jenis cluster harus

dipertimbangkan dengan masak tentang ciri-ciri yang ada. Dalam

masyarakat kita jumpai ada cluster / kelompok yang berprofesi

sebagai guru, ABRI, pedagang, petani, nelayan, dsb.

Proses melakukan Cluster random sampling adalah:

Membagi populasi menjadi beberapa sub populasi / cluster.

Dari kelompok tersebut, dipilih satu sejumlah kelompok (dengan

cara acak).

Dari satu sejumlah kelompok yang terpilih, ditentukan sampelnya

(dengan cara acak).

Aplikasi

Sebuah desa mempunyai 1500 KK, ingin diteliti mengenai respon

pengguna TV merek Panasonic. Untuk keperluan ini akan digunakan

100 KK.

Dari 1500 KK, dibagi menjadi 75 cluster dengan 20 KK tiap

kelompok.

Dari 75 cluster, dipilih sebuah sampel random yang terdiri dari 5

cluster

Dari 5 cluster pilihan ini, diperoleh 5 x 20 KK= 100 KK sebagai

sampel.

Systematic random sampling adalah sampling di mana pemilihan

elemen anggota sampel yang pertama secara acak (random),

pemilihan elemen berikutnya secara sistematis berjarak k, di mana

k=N/n

caranya adalah; N=600, n=20, jadi k=600/20=30

Sekarang pilih angka secara acak dari 1 s/d 30

Misalnya terpilih 5 sampel: X5, X35, X65, X95, … sampai diperoleh

n=20

2. Non Probability Sampling adalah tehnik pengambilan sampel yang

tidak memberi peluang (probability) sama bagi setiap unsur atau

anggota populasi untuk menjadi sampel. Oleh karena itu, sampel

yang diambil tidak dapat dikatakan representative dan hasil

perkiraan dari sampel tidak bisa dibuat generelalisasi.

Yang termasuk sampling nonprobabilitas adalah:

♦ Purposive Sampling (sampel bertujuan)

♦ Convenience Sampling

♦ Quota Sampling (sampel quota)

♦ Snowball Sampling (sampel bola salju)

Purposive Sampling adalah pemilihan elemen sampel dengan

pertimbangan tertentu, misalnya pertimbangan keterbatasan waktu,

tenaga, dan dana. Pengambilan sampel dengan tehnik purposive

sampling amat baik karena peneliti dapat memilih sumber data

sesuai dengan pertimbangan peneliti sendiri dan variable yang diteliti

sehingga dapat mewakili populasi. Sementara kelemahannya peneliti

tidak dapat menggunakan statistik parametrik sebagai analisis data,

karena tidak memenuhi persyaratan random.

Contoh Seorang mahasiswa ingin meneliti faktor-faktor yang

mempengaruhi tingkat kesuksesan badan usaha. Mahasiswa

mengambil koperasi yang bergerak dibidanng usaha toko sebagai

objek penelitiannya. Dpilihnya satu koperasi yang sukses dan satu

lagi koperasi yang kurang sukses. Dalam hal ini peneliti menitik

beratkan pada kemampuan manajer. Asusmsi peneliti, manajer

adalah fakkor terpenting dalam mengelola toko tersebut.

Convenience Sampling adalah penentuan elemen sampel

berdasarkan kesenangan atau dilakukan seadanya, misalnya yang

mudah ditemui atau mudah diperoleh datanya.

Contoh: Pengambilan sampel mengenai ramalan tentang partai yang

akan menang dalam pemilu mendatang. Pengambilan sampelnya

dengan mengumpulkan opini masyarakat, dalam hal ini mungkin dari

orang-orang yang mungkin lewat, dan sebagainya. Orang-orang yang

diambil sampel ini tidak merupakan bagian representative dari

kesuluruhan mereka yang berhak memilih.

Quota Sampling adalah menentukan sampel dari populasi yang

mempunyai ciri-ciri tertentu sampai pada quota (jatah) yang

diinginkan.

Sebagai contoh, akan melakukan penelitian pada suatu kawasan

yang dihuni 1000 KK. Dalam rangka penelitian itu diperlukan 50 KK

dalam kategori umur dan pendapatan tertentu. Dalam penentuan

sampelnya itu peneliti yang melakukan pertimbangan sendiri.

Snowball Sampling adalah tehnik penentuan sampel yang mula-mula

jumlahnya kecil, kemudian membesar.

Dalam penentuan sampel, dipilih satu atau dua orang, kemudian dua

orang tadi diminta untuk memilih teman-temannya untuk dijadikan

sampel, begitu seterusnya sehingga jumlah sampel semakin banyak.

C. PENYAJIAN DATA

Penyajian data penelitian dapat dilakukan melalui beberapa

cara:

1. Tabel data

Yaitu penyajian data dalam bentuk kumpulan angka-angka

yang disusun menurut kategori tertentu, dalam suatu daftar. Dalam

table data disusun dengan cara alfabetis, geografis, menurut

besarnya angka, atau menurut kelas-kelas yang lazim.

Contoh

Tabel 12.1

Harga Beberapa Komoditas Ekspor

Nama Komoditas

Tahun2006 2007 2008

KaretKopiTehKopra

28.46126.43872.16720.611

68.726125.43168.33325.109

57.55678.78069.37526.736

Jumlah 247.680 287.599 232.447Sumber: Statistik Indonesia, BPS, 2007

2. Grafik data

Yaitu penyajian data dalam bentuk gambar-gambar. Terdapat

beberapa macam grafik data, seperti:

a. Grafik batang atau balok, yaitugrafik data berbentuk persegi

panjangyang lebarnya sama dan dilengkapi dengan skala atau

ukuran tertentu.

b. Grafik garis, yaitu grafik data berupa garis. Pada grafik ini

dipergunakan dua garis yang saling berpotongan dan saling tegak

lurus, yaitu garis X dan garis Y.

c. Grafik lingkaran, yaitu grafik data berupa lingkaran yang telah

dibagi-bagi menjadi juring-juring sesuai dengan kebutuhan.

Bagian-bagian dari keseluruhan data dinyatakan dengan persen.

d. Histogram, yaitu grafik batang yang batangnya saling berhimpitan

atau melekat.

e. Kartogram, yaitu grafik data berupa peta yang menunjukkan

kepadatan penduduk, curah hujan, hasil pertanian, dll.

D. TEHNIK ANALISA DATA

1. Statistik deskriptif dan Inferensia

Tehnik analisa data dalam penelitian kuantitatif menggunakan

statistik. terdapat dua macam statistik yang digunakan, yaitu statistik

deskriptif dan statistik inferensial. Statistik inferensial meliputi

statistik parametris dan statistik nonparametris.

Statistik deskriptif adalah statistik yang digunakan untuk

menganalisa data dengan cara mendeskripsikan atau

menggambarkan data yang telah terkumpul sebagaimana adanya

tanpa bermaksud membuat kesimpulan yang berlaku untuk populasi

di mana sampel diambil. Tetapi jika peneliti ingin membuat

kesimpulan yang berlaku untuk populasi, maka teknik analisis yang

digunakan adalah statistik inferensial.

Termasuk dalam statistik deskriptif antara lain adalah penyajian

data melalui table, grafik, diagram lingkaran, piktogram, perhitungan

modus, median, mean (pengukuran tendensi sentral, perhitungan

desil, perhitungan persentil, perhitungan prosentase dan deviasi.

Dalam statistik deskriptif juga dapat dilakukan dalam mencari

kuatnya hunbungan antara variable melalui analisis korelasi,

melakukan prediksi dengan analisis regresi dan membuat

perbandingan dengan mengkomparasikan rata-rata data sampel atau

populasi. Dalam analisis korelasi, regreasi atau membandingkan dua

rata-rata atau lebih tidak perlu dilakukan uji signifikansinya. Jadi

secara teknis, dalam statistik deskriptif tidak ada uji signifikansi, tidak

ada taraf kesalahan, karena peneliti tidak bermaksud membuat

generalisasi, sehingga tidak ada kesalahan generalisasi.

Statistik inferensial (statistik induktif/probabilitas) adalah teknik

statistik yang digunakan untuk menganilisis data sampel yang

hasilnya diberlakukan untuk populasi. Statistik akan cocok digunakan

bila sampel diambil dari populasi yang jelas dan dilakukan secara

random (acak).

Statistik inferensial disebut dengan statistik probabilitas karena

kesimpulan yang diberlakukan untuk populasi berdasarkan data

sampel yang kebenarannya bersifat probability (peluang). Peluang

itu mengandung dua kemungkinan, yaitu salah dan benar

(kepercayaan) yang dinyatakan dalam prosentase. Bila peluang

kesalahannya 5 % maka taraf kepercayaannya 95 %, bila peluang

kesalahannya 2 % maka taraf kepercayaannya 98 %. Peluang

kesalahan dan kepercayaan ini disebut dengan taraf signifikansi.

Pengujian taraf signifikansi dari hasil suatu analisis akan lebih praktis

bila didasarkan pada table sesuai teknik analisis yang digunakan.

2. Statistik Parametris dan Nonparametris

Statistik parametris digunakan untuk menguji parameter

populasi melalui statistik, atau menguji ukuran populasi melalui data

sampel. Parameter populasi itu meliputi; rata-rata dengan notasi, µ

(mu), simpangan baku (sigma) dan varians 2. Sedangkan

statitistiknya meliputi; rata-rata (x bar), simpangan baku s, dan

varians s2. Jadi parameter populasi yang berupa µ diuji melalui (x

garis, selanjutnya diuji melalui s, dan 2 diuji melalui s2. Dala data

sampel.

E. UJI HIPOTESIS

Dalam pengujian hipotesis ini, kesimpulan yang diperoleh

hanyalah berupa penerimaan atau penolakan dari hipotesis yang

diajukan dan tidak berarti bahwa kita telah membuktikan atau tidak

membuktikan kebenaran hipotesis itu. Hal ini disebabkan karena

kesimpulan itu hanyalah merupakan inferensia yang didasarkan atas

sampel.

Suatu kesimpulan dianggap diterima/benar apabila Ho

diterima/benar atau Ho ditolak/salah. Kesalahan dapat terjadi apabila

Ho benar, tetapi ditolak atau sebaliknya Ho salah tetapi diterima. Jadi

dalam pengujian hipotesis, dapat terjadi dua jenis kesalahan, yaitu:

1. Kesalahan jenis 1

Kesalahan ini terjadi apabila Ho ditolak padahal kenyataannya Ho

benar, artinya menolak hipotesis tersebut yang seharusnya

diterima.

2. Kesalahan jenis 2

Kesalahan terjadi apabila Ho diterima padahal kenyataannya Ho

salah, artinya menerima hipotesis tersebut yang sebenarnya

ditolak.

Situasi Kesimpulan

Ho Ha

Menolak Ho

Menerima Ho

(1 - ) (1 - )

PENGGUNAAN STATISTIK PARAMETRIS DAN NONPARAMETRIS

UNTUK MENGUJI HIPOTESIS

MACAM DATA