SAMPLING DAN PENGANTAR STATISTIKA Ahsan Sumantika, S.E., M.Sc

PENGANTAR Statistik adalah kumpulan data yang disajikan dalam bentuk tabel, daftar, gambar, diagram ataupun ukuran-ukuran statistik tertentu. Statistika dibagi dua yakni : Statistika deskriptif berkenaan dengan bagaimana cara mendeskripsikan, menggambarkan suatu data sehingga dapat dipahami Statistik inferensial berkenaan dengan tata cara penarikan kesimpulan yang diperoleh dari sampel untuk menggambarkan keseluruhan populasi Metode penarikan kesimpulan populasi dari sampel disebut dengan statistika induktif

STATISTIKA DESKRIPTIF Statistika deskriptif meliputi : Distribusi frekuensi Diagram (grafik, batang, garis, daun) Ukuran pemusatan seperti modus, mean dan median Ukuran letak seperti kuartil, desil, persentil Ukuran penyebaran seperti std dev, varians, range Ukuran bentuk data seperti skewness, kurtosis

STATISTIKA INFERENSIAL Statistika inferensial meliputi : Probabilitas Distribusi teoritis Sampling Uji hipotesis Analisa korelasi Analisa regresi

SAMPLING Sampling adalah bagian dari metodologi statistika (inferensial) Sampling adalah teknik pengambilan sampel dari populasi Sampel merupakan bagian dari populasi Populasi merupakan keseluruhan dari sekumpulan objek/individu

MENGAPA TEKNIK SAMPLING DIPERLUKAN? Tidak mungkin untuk meneliti seluruh populasi Biaya yang besar untuk meneliti seluruh populasi Hasil dari sampel sudah memadahi

SYARAT SAMPEL YANG BAIK Sampel yang baik adalah sampel yang representatif Sampling theory menyatakan bahwa semakin besar sampel, penyimpulan atas sampel akan mendekati populasi. Menurut Gay dan Diehl (1992) berpendapat bahwa sampel haruslah sebesar-besarnya. Semakin banyak sampel yang diambil maka akan semakin representatif dan hasilnya dapat digeneralisir. 

Jumlah Sampel Banyak Sedikit Tingkat kesalahan

JUMAH SAMPEL YANG DIPERLUKAN Jika diketahui jumlah populasi, kita dapat menggunakan rumus Slovin (1960) n= N 1+N ( ∝ 2 ) Diketahui : n: besar sampel N: besar populasi α: tingkat kesalahan

JUMAH SAMPEL YANG DIPERLUKAN Menurut Hair et al (1998), rasio antara jumlah subjek dan jumlah variabel independen dalam analisis multivariat dianjurkan sekitar 15 sampai 20 subjek per variabel independen.

JUMAH SAMPEL YANG DIPERLUKAN Menurut Roscoe (1975) ukuran sampel lebih dari 30 dan kurang dari 500 untuk kebanyakan penelitian Dalam penelitian mutivariate (termasuk analisis regresi berganda), ukuran sampel sebaiknya 10x lebih besar dari jumlah variabel dalam penelitian

METODE SAMPLING Probability Sampling (Acak) Setiap elemen dalam populasi mempunyai kesempatan yang sama (probabilitas) untuk diseleksi sebagai subyek dalam sampel. Non Probability Sampling (Tidak Acak) Setiap elemen dalam populasi belum tentu mempunyai kesempatan sama untuk diseleksi sebagai subyek dalam sampel.

PROBABILITY SAMPLING Simple Random Sampling Sistematic Random Sampling Stratified Random Sampling Cluster Random Sampling Multi Stage Random Sampling

NON PROBABILITY SAMPLING Convienence Sampling Purposive Sampling Quota Sampling Snowball Sampling Sensus (Sampel Jenuh)

CONVINIENCE SAMPLING Convinience sampling merupakan teknik pengambilan sampel berdasarkan kemudahan untuk mendapatkannya Sample diambil/terpilih karena sampel tersebut ada pada tempat dan waktu yang tepat Misal responden anda adalah seorang pelanggan, barangkali lebih mudah sampel yang Anda gunakan adalah pelanggan yang kebetulan Anda ketemui saja tanpa melihat kriteria pelanggan (pria, wanita, usia dll)

PURPOSIVE SAMPLING Purposive sampling merupakan teknik pengambilan sampel dengan kriteria tertentu yang sudah ditetapkan Misalnya penelitian tentang motivasi kerja berdasarkan gender atau berdasar usia tertentu Misal responden anda adalah seorang pelanggan, jika Anda menggunakan purposice maka sampel yang Anda gunakan adalah pelanggan dengan kriteria tertentu, misal wanita, membeli produk secara loyal, usia tertentu dll

QUOTA SAMPLING Biasanya digunakan data dari populasi yang berkaitan dengan demografi (kependudukan) seperti: lokasi geografis, jenis kelamin, pendapatan, usia dan pendidikan Misal responden anda adalah seorang pelanggan, jika Anda menggunakan quota sampling maka sampel yang Anda gunakan adalah pelanggan dengan demografi terntentu, misalkan tiap wilayah dengan pertimbangan terntentu

SNOWBALL SAMPLING Snowball sampling merupakan teknik pengambilan sampel dilakukan secara berantai Mulai dari ukuran sampel yang kecil, makin lama menjadi semakin besar seperti halnya apabila salju (snowball) yang menggelinding menuruni lereng gunung/bukit Pertama-tama dilakukan interview terhadap suatu responden yang relevan, kemudian yang bersangkutan diminta untuk menyebutkan /menunjuk calon responden berikutnya yang memiliki spesifikasi/spesialisasi yang sama Cara ini bisa dipakai jika peneliti tidak mengetahui banyak siapa-siapa yang menjadi unsur dalam populasi penelitiannya.

SAMPEL JENUH Sampling jenuh adalah teknik penentuan sampel bila semua anggota populasi digunakan sebagai sampel. Hal ini sering dilakukan bila jumlah populasi relatif kecil, kurang dari 30 orang, atau penelitian yang ingin membuat generalisasi dengan kesalahan yang sangat kecil.

KESALAHAN DALAM SAMPLING Dalam teknik sampling, peneliti harus memastikan bahwa sampel yang diperoleh dapat merepresentasikan populasi dengan akurat dan representatif. Karena sampel hanyalah sebagian dari populasi maka rata-rata atau deviasi sampel tidak akan sama persis dengan populasi. Terdapat dua jenis kesalahan yakni Sampling error Non sampling error

SAMPLING ERROR Standar error merupakan estimasi terbaik bagi sampling error; Semakin kecil standard deviasi dan semakin besar jumlah sampel maka semakin kecil standard error, yang berarti semakin kecil sampling error

NON SAMPLING ERROR Non sampling error merupakan kesalahan yang disebabkan oleh manusia. Tidak seperti sampling error yang bisa diperkecil dengan menambah sampel, non sampling error tidak bisa diperkecil dengan menambah sampel Terdapat 4 sumber penyebab kesalahan (non sampling error) : Peneliti Data Processing Surveyor Responden

NON SAMPLING ERROR Kesalahan peneliti Kesalahan pengukuran (measurement error) terjadi karena tidak validnya alat ukur. Target error terjadi akibat ketidaktepatan definisi populasi penelitian. Data analysis error terjadi jika peneliti salah memilih alat uji yang harus digunakan.

NON SAMPLING ERROR Kesalahan data processing dan data entry Kesalahan entry data meruapajan kesalahan manusia (human error). Kekeliruhan ini bisa diminimalisasi dengan cara pengentrian dilakukan dua kali dengan orang yang berbeda

NON SAMPLING ERROR Kesalahan surveyor / interviewer / observer Kesalahan ini bisa disebabkan karena questioning error, interviewer salah dalam bertanya, over interpretasi terhadap panduan pertanyaan, atau malah kebalikannya tidak menggali lebih dalam (probing) jawaban responden/informan.

NON SAMPLING ERROR Kesalahan Responden Responden berpartisipasi menyumbangkan tiga jenis error yaitu : Inability error terjadi jika responden/informan tidak memberikan informasi yang benar atau tepat. Responden bisa jadi sudah tidak ingat peristiwa atau pengalaman yang sudah terjadi lama. Unwillingness error terjadi jika responden/informan “gengsi” atau “takut” memberikan jawaban yang sebenarnya. No response error terjadi karena responden/informan menolak menjawab atau mengikuti kegiatan riset, bisa karena masalah privacy, topik yang kurang menarik dan lain sebagainya.