MENENTUKAN UKURAN SAMPEL Dr. Muhamad Yunanto, MM.

Training Objectives Menentukan ukuran sampel yang baik Ch. 3 : Bus. Statistics 2nd Ed, Sharpe, 2012 Ch. 1 : A Decision Making Approach, Groebner, 2011 Ch. 14 & Ch. 15 : Marketing Research, Malhotra, 2007 Ch. 7: Marketing Research, Wrenn, 2002

Sampling Is … Sebagian untuk keseluruhan Randomisasi Dirancang untuk mengukur sesuatu pada kelompok yang kecil untuk memahami total populasi. Randomisasi Bertujuan agar setiap anggota populasi memiliki peluang yang sama untuk terpilih sebagai sampel Ukuran sampel lah yang penting Berapapun ukuran populasi, yang penting adalah ukuran sampelnya.

Why Sampling Cost Saving Time Economy More in-depth Information Less Total Error Greater Practicality Greater Security

Sampling vs Census Sensus sulit untuk dilakukan, meskipun pada lingkungan yang kecil, Kecamatan, RT / RW. Populasi senantiasa berubah. Dalam sensus, terkadang ada anggota yang terhitung lebih dari satu kali, atau bahkan sama sekali terlewat.

Prob. vs Non Prob. Sampling Probability Metode pengambilan sampel dengan setiap anggota populasi memiliki peluang yang sama untuk terpilih. Ex : Simple Random Sampling Non Probability Sampling Tidak setiap anggota populasi memiliki peluang yang sama untuk terpilih. Ex : Snowball Sampling

Prob. vs Non Prob. Sampling

Sampling Techniques

Bad Sampling Responden Sukarela Convenience Sampling Namanya juga sukarela, semaunya saja Convenience Sampling Mirip dengan contoh di atas, tidak mewakili populasi Undercoverage Sampling Frame Sampling frame yang buruk membuat kerangka sampel menjadi tidak akurat Long Survey Pertanyaan yang terlalu panjang, biasanya ditolak atau jawaban yang diperoleh tidak lengkap

Bad Sampling Low / Non Respons Survey Push Polls Jika diperoleh jumlah responden yang rendah, maka rancang ulang survey tersebut, dengan sampel yang lebih kecil. Push Polls Menanyakan sesuatu kepada responden namun dengan memberikan informasi yang bernada leading kepada jawaban tertentu.

Probability Sampling Simple Random Sampling Stratified Random Sampling Jika populasi homogen secara merata Stratified Random Sampling Membagi populasi menjadi beberapa bagian yang homogen Cluster Sampling Mirip dengan Stratified, bertujuan simplifikasi bukan menekan variability Systematic Sampling

Sampling Steps Tentukan Populasi Penelitian / Sasaran Tentukan Sampling Frame dan Sampling Unit Pilih Tehnik Sampling Tentukan Ukuran Sampel Lakukan Sampling Validasi data yang diperoleh

Determining Sample Size Qualitative Factors Importance of Decisions, Nature of the Research, Numbers of Variables, Analysis Method, Previous Study, Resources Quantitative Factors Precision and Confidence Level, Standart Deviation

UJI NORMALITAS SAMPEL

Training Objectives Mengetahui dan dapat melakukan Uji Normalitas dan One sample test (Parametric / Non Parametric) Ch. 5 : Applied Statistics Using SPSS Statistica Matlab and R, Marques de sa, 2007 Ch. 13 : Business Statistics 2nd Ed, Sharpe, 2012 Ch. 9 : Business Statistics, Groebner, 2011

What Is Normality … Normalitas adalah sebuah kondisi dimana data empiris yakni data yang terkumpul pada satu study, memiliki sebaran (Distribution) yang mirip dengan sebaran teoritis dari Distribusi Normal.

Normal and Non Normal Dist Data dengan sebaran Normal Data dengan sebaran Tidak Normal

Why Normality Assumption ? Asumsi normalitas dibutuhkan dalam analisis dengan metode parametrika. Sebagian besar pengujian dalam statistik parametrik menggunakan distribusi normal dan turunannya dalam menghitung taraf signifikansi. Seperti : T-Test, F-Test, Z-Test Yang tidak membutuhkan Normalitas adalah metode yang termasuk dalam kelompok statistika non parametrik.

Hypothesis Testing Pengujian hipotesis senantiasa berjalan di bawah H0 alias Hipotesis Null. Hipotesis alternatif (H1 atau Ha) hanyalah sekedar lawan dari H0. Kesimpulan yang dapat diambil : Rejecting H0 dan Failed to Reject H0 One Sided vs Two Sided Hypoteses Testing

Error in Hypothesis Testing Error Type I (α) Menolak H0 yang benar (False Positive) Error Type II (β) Menerima H0 yang salah (False Negative) Error Type III Menolak H0 yang salah dengan alasan yang salah Error Type I lebih berbahaya dari Type II

Error in Hypothesis Testing Signifikansi Dilihat berdasarkan α Power of Test dilihat berdasarkan β

One Sample Test One Sample Z-Test (μ,σ Known) One Sample T-Test (μ,σ Unknown) Wilcoxon Sign Test (Median Test) Chi Square Test (Multinomial Test) Binomial Test (Proportion Test / Z-Test)

One Sample Test Seorang Dekan Universitas XYZ menyatakan bahwa rata – rata tinggi siswa nya adalah 170 CM. (Data pada CD). Bagaimana menguji hipotesis ini ? Bentuk hipotesis dan lakukan pengujian dengan data yang ada. Bagaimana kesimpulannya ? Apakah pernyataan ini dapat didukung ?