Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
Diterbitkan olehHamdani Tanuwidjaja Telah diubah "6 tahun yang lalu
1
Sampel ? Populasi adalah sesuatu hal yang dijadikan Sampel
sebagai unit analisis penelitian Populasi bisa berupa kumpulan manusia atau benda Sampel adalah sebagian dari populasi Populasi N Sampel adalah sebagian dari populasi. Artinya tidak akan ada sampel jika tidak ada populasi. Populasi adalah keseluruhan elemen atau unsur yang akan kita teliti. Penelitian yang dilakukan atas seluruh elemen dinamakan sensus. Idealnya, agar hasil penelitiannya lebih bisa dipercaya, seorang peneliti harus melakukan sensus. Namun karena sesuatu hal peneliti bisa tidak meneliti keseluruhan elemen tadi, maka yang bisa dilakukannya adalah meneliti sebagian dari keseluruhan elemen atau unsur tadi. Sampel n
2
ALASAN SAMPLING ØTidak mungkin untuk mengumpulkan seluruh data
ØMenghemat waktu, biaya dan sumber daya lainnya ØKadang lebih dipercaya sebab peneliti tidak lelah
3
NONPROBABILITY SAMPLING
TIPE DESAIN SAMPLING PROBABILITY SAMPLING NONPROBABILITY SAMPLING
4
Probability Sampling:
Setiap elemen dalam populasi mempunyai kesempatan yang sama untuk diseleksi sebagai subyek dalam sampel. Representatif ini penting untuk generalisasi
5
Nonprobability Sampling:
Setiap elemen dalam populasi belum tentu mempunyai kesempatan sama untuk diseleksi sebagai subyek dalam sampel. Dalam hal ini waktu adalah yang utama
6
4 Macam Teknik Probability Sampling
Random Sampling Stratified Random Sampling Cluster Sampling Systematic Sampling
7
Random Sampling Setiap elemen dalam populasi mempunyai kesempatan sama untuk diseleksi sebagai subyek dalam sampel. Satu hal penting, peneliti harus mengetahui jumlah responden yang ada dalam populasi penelitian Cara pengambilan sampel bisa melalui undian Sampling ini memiliki bias terkecil dan generalisasi tinggi
8
Stratified Random Sampling
ØDigunakan untuk mengurangi pengaruh faktor heterogen dan melakukan pembagian elemen-elemen populasi ke dalam strata. Selanjutnya dari masing-masing strata dipilih sampelnya secara random sesuai proporsinya. ØSampling ini banyak digunakan untuk mempelajari karakteristik yang berbeda, misalnya, di sekolah ada kls I, kls II, dan kls III. Atau responden dapat dibedakan menurut jenis kelamin; laki-laki dan perempuan, dll. ØKeadaan populasi yang heterogen tidak akan terwakili, bila menggunakan teknik random. Karena hasilnya mungkin satu kelompok terlalu banyak yang terpilih menjadi sampel.
9
Contoh Stratified Random Sampling: Populasi 900 orang Dibagi tiga
Gr gol.II Gr gol. III Gr gol. IV 300 orang orang orang Pilih secara acak Pilih secara acak Pilih secara acak Untuk 90 orang Untuk 90 orang Untuk 90 orang
10
Cluster Sampling ØElemen-elemen dalam populasi dibagi ke dalam cluster atau kelompok, jika ada beberapa kelompok dengan heterogenitas dalam kelompoknya dan homogenitas antar kelompok. Teknik cluster sering digunakan oleh para peneliti di lapangan yang mungkin wilayahnya luas. ØSampling ini mudah dan murah, tapi tidak efisien dalam hal ketepatan serta tidak umum
11
Sistematic Sampling ØSetiap elemen populasi dipilih dengan suatu jarak interval (tiap ke n elemen) dan dimulai secara random dan selanjutnya dipilih sampelnya pada setiap jarak interval tertentu. Jarak interval misalnya ditentukan angka pembagi 5,6 atau 10. Atau dapat menggunakan dasar urutan abjad ØSyarat yang perlu diperhatikan oleh peneliti adalah adanya daftar semua anggota populasi ØSampling ini bisa dilakukan dengan cepat dan menghemat biaya, tapi bisa menimbulkan bias
12
Non Probability Sampling
ØCara pengambilan sampel pada prinsipnya menggunakan pertimbangan tertentu yang digunakan oleh peneliti. Misalnya, jumlah responden terlalu kecil, jumlah populasi tidak diketahui secara pasti.
13
4 Macam Teknik Non Probability Sampling
Accidental (Kebetulan) Purposive sampling (Bertujuan) Quota sampling (Jatah) Getok Tular/Snowball Sampling
14
PERLU DIPERHATIKAN !! Bagi penelitian kuantitatif sebaiknya menggunakan teknik probabilitas untuk memilih anggota sampel. Alasannya teknik probabilitas memiliki prinsip random yang sangat kuat untuk mendukung proses generalisasi hasil penelitian yang diperlukan
15
Populasi sampel n = ukuran sampel DISTRIBUSI SAMPLING
n = ukuran sampel x1,x2,…,xn sampel Jika N adalah ukuran populasi, maka adalah banyak semua sampel yang mungkin dapat diambil dari populasi Satu sampel yang diambil adalah salah satu diantara k sampel yang mungkin
16
sample (berukuran n) 1. populasi 2. 3. • • • • • k. p
17
Mean Median (=M) Variansi (= s2) dev. Std (=s) … … … …
18
Standar error ( sesatan standar )
Distribusi sampling untuk adalah dengan • mean = • deviasi standar = Standar error ( sesatan standar ) Contoh : dari suatu populasi {6,8,10,12,14} diambil sampel acak sederhana berukuran n = 2. Karena N = 5, maka banyaknya semua sampel yang mungkin diambil dari populasi
19
13 2(1) {12,14} 10 12 8(4) {10,14} 9 11 {10,12} 8 18(9) {8,14} 7 {8,12} 6 {8,10) 5 32(16) {6,14) 4 {6,12} 3 {6,10} 2 {6,8} 1 sampel X s2 M
20
Dapat dihitung pula Dapat ditunjukkan bahwa karena
21
DISTRIBUSI SAMPLING
22
DISTRIBUSI SAMPLING
23
DISTRIBUSI SAMPLING
24
DISTRIBUSI SAMPLING
25
DISTRIBUSI SAMPLING
26
DISTRIBUSI SAMPLING
27
DISTRIBUSI SAMPLING
28
DISTRIBUSI t
29
DISTRIBUSI t
30
DISTRIBUSI Distribusi Sampling Bagi Beda 2 Rata-rata
31
DISTRIBUSI Distribusi Sampling Bagi Beda 2 Rata-rata
32
Distribusi Sampling Parameter yang diestimasi/diuji
Statistik yang digunanakan untuk estimasi/uji Standart Error distribusi sampling statistik Nama Symbol Rata-rata Perbedaan Rata-rata Berpasangan Perbedaan Rata-rata Independen Proporsi Perbedaan Proporsi Independent
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.