Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Metode Penarikan Contoh 1. Data adalah things known or assumed, yang berarti bahwa data itu sesuatu yang diketahui atau dianggap (Webster New World Dictionary)

Presentasi serupa


Presentasi berjudul: "Metode Penarikan Contoh 1. Data adalah things known or assumed, yang berarti bahwa data itu sesuatu yang diketahui atau dianggap (Webster New World Dictionary)"— Transcript presentasi:

1 Metode Penarikan Contoh 1

2 Data adalah things known or assumed, yang berarti bahwa data itu sesuatu yang diketahui atau dianggap (Webster New World Dictionary) Data adalah keterangan mengenai sesuatu hal yang sudah sering terjadi dan berupa himpunan fakta, angka, grafik, tabel, gambar, lambang, kata, huruf-huruf yang menyatakan sesuatu pemikiran, objek, serta kondisi dan situasi (Nuzulla Agustina) Data adalah kenyataan yang menggambarkan suatu kejadian dan merupakan kesatuan nyata yang nantinya akan digunakan sebagai bahan dasar suatu informasi (Anhar) Data adalah suatu keterangan atau informasi tentang objek penelitian (H. J Sriyanto)

3 Data Sifat Sumber Cara Memperoleh Waktu Kualitatif Kuantitatif Internal Eksternal Primer Sekunder Cross Section Time Series

4 Cara memperoleh Data Sensus Survey Parameter Sampel Populasi Statistik

5 Why Sample? Pertimbangan praktis Pertimbangan praktis Seringkali tidak mungkin mengamati seluruh anggota populasi Seringkali tidak mungkin mengamati seluruh anggota populasi Manajemen proyek lebih gampang Manajemen proyek lebih gampang Hemat waktu, biaya dan tenaga Bisa merusak atau malah tidak akurat Pengawasan dan perbaikan lebih mudah

6 Sampling adalah suatu proses yang dilakukan untuk memilih dan mengambil sampel secara benar dari suatu populasi sehingga sampel tersebut dapat mewakili populasinya.

7 PRINSIP TEORI SAMPLING 1. Validitas 3. Optimum Disain sampling yang dibuat/sampel yang terpilih dapat memberikan perkiraan dengan peluang yang besar dan dapat menginterpretasikan secara objektif keadaan populasi sebenarnya 2. Keteraturan Statistik Menekankan pada bagaimana pen- tingnya memilih sampel berdasarkan teori peluang Memberikan tingkat efisiensi besar dengan biaya yang minimum/kecil atau biaya kecil dengan tingkat efisiensi yang maksimum/besar

8 Istilah dalam Metode Penarikan Contoh 1 - Populasi - Populasi Target - Populasi Survei - Eleman - Daftar Unit - Kerangka Sampel - Unit Sampling - Unit Observasi - Unit Analisis

9 Keuntungan vs Kelemahan Akurasi lebih baik karena Nonsampling error rendah Menghemat biaya, tenaga dan waktu Cakupan materi lebih besar sehingga informasi lebih banyak Penyajian sampai wilayah terkecil tidak terpenuhi Sulit memproleh variabel langka Tidak tersedia kerangka sampel/frame

10 Sampling Population Sampling Frame Sample Sampling Process What you want to talk about What you actually observe in the data Inference

11 Determining Sample Size Sampling Process Developing a Sampling Frame Defining Population Specifying Sampling Method Selecting Sample

12 Kerangka Sampel Syarat: Tersedia sampai satuan unit terkecil yang digunakan sebagai dasar penarikan sampel. Mempunyai batasan yang jelas. Tidak saling tumpang tindih atau terlewat. Mempunyai korelasi dengan data yang akan diteliti. Up to date (mutakhir ) Daftar individu, mis: perusahaan/usaha Daftar individu, mis: perusahaan/usaha Daftar wilayah, mis: blok sensus Daftar wilayah, mis: blok sensus

13 Teknik Sampling Teknik Sampling Probability Sampling Nonprobability Sampling Simple Random Sampling Systematic Sampling Stratified Sampling Stratified Sampling Cluster Sampling Cluster Sampling Convinience Sampling Convinience Sampling Purposive Sampling Purposive Sampling Quota Sampling Quota Sampling Snowball Sampling Snowball Sampling Probability Proportional to Size/Area

14 Probability Evaluation Criteria Non-probability samplingsampling Conclusive Nature of research Exploratory Larger sampling Relative magnitude Larger non-sampling errors sampling vs. error non-sampling error High Population variability Low [Heterogeneous] [Homogeneous] Favorable Statistical Considerations Unfavorable High Sophistication Needed Low Relatively Longer Time Relatively shorter High Budget Needed Low Pemilihan Probability dan Nonprobability Sampling

15 Convenience sampling – Drawn at the convenience of the researcher. Common in exploratory research. Does not lead to any conclusion. Judgmental sampling – Sampling based on some judgment, gut-feelings or experience of the researcher. Common in commercial marketing research projects. If inference drawing is not necessary, these samples are quite useful. Quota sampling – An extension of judgmental sampling. It is something like a two-stage judgmental sampling. Quite difficult to draw. Snowball sampling – Used in studies involving respondents who are rare to find. To start with, the researcher compiles a short list of sample units from various sources. Each of these respondents are contacted to provide names of other probable respondents. Convenience sampling – Drawn at the convenience of the researcher. Common in exploratory research. Does not lead to any conclusion. Judgmental sampling – Sampling based on some judgment, gut-feelings or experience of the researcher. Common in commercial marketing research projects. If inference drawing is not necessary, these samples are quite useful. Quota sampling – An extension of judgmental sampling. It is something like a two-stage judgmental sampling. Quite difficult to draw. Snowball sampling – Used in studies involving respondents who are rare to find. To start with, the researcher compiles a short list of sample units from various sources. Each of these respondents are contacted to provide names of other probable respondents.

16 Simple Random Sampling (SRS) Populasi relatif homogen. Populasi tidak terlalu besar. Populasi tidak terlalu terpencar-pencar dalam areal yang luas. Tersedianya daftar kerangka sampel yang cermat dan lengkap (tidak perlu informasi tambahan).

17 Systematic Random Sampling Hampir sama dengan metode SRS. Yang membedakan adalah pemilihan angka random hanya dilakukan satu kali saja sedang selebihnya mengikuti interval yang sudah ditentukan. Akan lebih efisien apabila kerangka sampel sudah diurutkan berdasarkan karakteristik yang menjadi tujuan penelitian. Dapat diterapkan tanpa adanya kerangka sampel.

18 Stratified Random Sampling Pembentukan strata harus berdasarkan variabel yang berkorelasi dengan variabel yang ingin diteliti Populasi dibentuk menjadi strata-strata dimana elemen- elemen dalam strata homogen sedang antar strata heterogen. Setiap strata dapat dianggap sebagai populasi sendiri sehingga kerangka sampel maupun sampel yang diambil bisa berbeda untuk setiap strata Ukuran dan alokasi sampel harus mempertimbangkan asas easy to work and easy to observe.

19 Cluster Sampling Bila biaya transport antar unit-unit sampel lebih tinggi dibanding dengan biaya penelitian setiap unit-unit sampel. Digunakan apabila tidak tersedianya kerangka sampel yang memuat seluruh unit-unit analisis secara lengkap dan up to date. Populasi dibentuk menjadi cluster-cluster dimana elemen-elemen dalam cluster heterogen sedang antar cluster homogen.

20 Sampel Size Keragaman Populasi Tingkat Ketelitian Disain Sampling Waktu, Tenaga dan Biaya Level Penyajian

21 Error Non Sampling Error Sampling Error Banyaknya sampel (n) A B C Hubungan Sampling Error dan Non Sampling Error


Download ppt "Metode Penarikan Contoh 1. Data adalah things known or assumed, yang berarti bahwa data itu sesuatu yang diketahui atau dianggap (Webster New World Dictionary)"

Presentasi serupa


Iklan oleh Google