DATA SEBAGAI BAHAN BAKU RISET ILMIAH

Presentasi berjudul: "DATA SEBAGAI BAHAN BAKU RISET ILMIAH"— Transcript presentasi:

1 DATA SEBAGAI BAHAN BAKU RISET ILMIAH
SRI MARYANTI,SE.MSI FAK-EKONOMI-UNILAK PEKANBARU 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

2 DATA dan VARIABEL DATA PRIMER dan SEKUNDER DATA INTERNAL dan EKSTERNAL
DATA TIME SERIES dan CROSS SECTION DATA dengan Variabel Bebas dan Variabel Terikat/tidak Bebas DATA BERSKALA VARIABEL 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

3 A. DATA PRIMER dan SEKUNDER
DATA PRIMER: Merupakan data yang didapat dari sumber pertama baik dari individu atau perseorangan seperti hasil wawancara atau hasil pengisian quisioner yang biasa dilakukan oelh peneliti. DATA SEKUNDER: Merupakan data primer yang telah diolah lebih lanjut dan disajikan baik oleh pihak pengumpul data primer atau oleh pihak lain, misal dalam bentuk tabel,diagram. 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

4 B. DATA INTERNAL dan EKSTERNAL
DATA INTERNAL: Merupakan data yang didapat dari dalam perusahaan atau organisasi di mana riset dilakukan. Misalnya peneliti akan meneliti produktivitas karyawan penjualan produk sabun Lifebuoy, maka data yang diperolehnya adalah dari PT. Unilever sebagai produsennya. DATA EKSTERNAL: Merupakan data yang didapat daari pihak lain 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

5 C. DATA TIME SERIES DAN CROSS SECTION
DATA TIME SERIES=data deret waktu: Merupakan sekumpulan data dari sesuatu fenomena tertentu yang didapat dalam beberapa interval waktu tertentu, misalnya dalam waktu mingguan, bulanan, atau tahunan. Contohnya data jumlah karyawan mulai tahun Jadi tidak boleh ada data yang hilang diantara tahun-tahun itu. 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

6 DATA CROSS SECTION=data satu-waktu: Sekumpulan data untuk meneliti suatu fenomena tertentu dalam satu kurun waktu tertentu saja, misalnya data hasil pengisian kuisioner tentang tanggapan karyawan terhadap kebijakan lembur bulan Januari 2000. 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

7 D. Data dengan Variabel Bebas dan Variabel Terikat/tidak Bebas
VARIABEL TERIKAT=tidak bebas=dependen: Jika dalam suatu fenomena ada data yang dikelompokkan dalam variabel yang saling berhubungan dengan data yang berada pada variabel lain, maka variabel yang teergantung pada variabel lain. VARIABEL BEBAS=independen: Merupakan variabel yang tidak tergantung kepada variabel lain. CONTOH: Kepuasan kerja tergantung antara lain pada gaji,pekerjaan itu sendiri, promosi jabatan,supervisi dan hubungan denga rekan kerja 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

8 E. DATA BERSKALA DATA BERSKALA:
Merupakan pemberian angka-angka terhadap benda atau peristiwa dengan kaidah tertentu dan menunjukkan bahwa kaidah yang berbeda menghendaki skala dan pengukuran yang berbeda pula. Skala Pengukuran terdiri atas; Skala Nominal Skala Ordinal Skala Interval Skala Rasio 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

9 1. Skala Nominal Angka yang diberikan kepada suatu kategori tidak menggambarkan kedudukan kategori tersebut terhadap kategori lainnya tetapi sekedar kode maupun label. Contoh: Jenis Kelamin: 1=pria 2= wanita Jika seorang responden pria memilih 1 buka berarti bahwa responden wanita yang memilih 2 menjadi lebih tinggi atau lebih bernilai. Skala Nominal hanya sekedar kode. 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

10 2. Skala Ordinal Skala ini mengurutkan data dari tingkat yang paling rendah ke tingkat yang paling tinggi atau sebaliknya dengan interval yang tidak harus sama. Contoh: Skala ordinal dapat berperan sebagai skala nominal tetapi tidak demikian sebaliknya. Nama Mahasiswa Nilai Ujian Nilai Prestasi Heryanto Hanes Tony Irianto Pudjadi 95 78 72 59 40 A B C D E 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

11 3. Skala Interval Skala ini mengurutkan obyek berdasarkan suatu atribut yang memberikan informasi tentang interval antara satu obyek dengan obyek lainnya adalah sama. Contoh: Interval antara nilai A dan B = interval D dan E. Jika jarak pada interval ini tidak diperhatikan maka skala ini bertindak sebagai skala ordinal Nilai Prestasi Mahasiswa (Huruf) Bobot Nilai Mahasiswa A B C D E 4 3 2 1 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

12 4. Skala Ratio Skala ini mencakup ketiga skala yang disebutkan di atas ditambah dengan sifat lain yaitu bahwa ukuran ini mempunyai nilai nol. Karena adanya titik nol inilah maka ukuran rasio dapat dibuat menjadi perkalian maupun pembagian. Angka pada skala ini merupakan ukuran yang sebenarnya dari obyek yang diukur. Contoh; Gaji si A dan si B adalah Rp dan Rp maka rasio gaji si B adalah 2,5 kali lipat gaji si A 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

13 VARIABEL Merupakan suatu atribut dari sekelompok obyek yang diteliti yang mempunyai variasi antara satu dengan yang yang lain dalam kelompok tersebut. Contoh: Tinggi badan dan berat badan yang merupakan atribut dari seseorang yang dalam hal ini adalah obyek penelitiannya. 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

14 Pembagian Variabel Menurut Hubungan Antar Variabel
Variabel Independen, yaitu variabel yang menjadi sebab terjadinya/terpengaruhnya variabel dependen Variabel Dependen, yaitu variabel yang nilainya dipengaruhi oleh variabel independen Variabel Moderator, yaitu variabel yang memperkuat atau memperlemah hubungan antara variabel dependen dan independen Variabel Intervening, seperti variabel moderator, tetapi nilainya tidak dapat diukur, seperti kecewa, gembira, sakit hati. Variabel Kontrol, yaitu variabeel yang dikendalikan peneliti. 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

15 CARA PENENTUAN DAN PENGAMBILAN SAMPEL
TEKNIK SAMPLING CARA PENENTUAN DAN PENGAMBILAN SAMPEL Sri Maryanti

16 Teknik sampling Dasar Pemikiran Ukuran Sampel
Teknik Pengambilan Sampel Kekeliruan Sampling Sampel Berdistribusi Normal 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

17 A. Dasar Pemikiran Mengapa diperlukan teknik sampling?
Data yang dipakai belum tentu meupakan keseluruhan dari suatu populasi Adanya banyak kendala yang dihadapi selama penelitian seperti: populasi yang tidak terdefenisikan,waktu,biaya, tenaga serta masalah heterogenitas atau homogenitas dari elemen populasi tersebut. 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

18 B. Ukuran Sampel Cara Menentukan Ukuran Sampel: Pendapat Slovin=
pemakaian rumus ini untuk data yang berdistribusi normal N Dimana: n=sampel n = N=Populasi 1 + N e e= error 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

19 Metode deskriptif-korelasional,minimal 30 subyek
Pendapat Gay Ukuran minimum sampel yang dapat diterima berdasarkan pada desain penelitian yang digunakan, yaitu sbb: Metode deskriptif, minimal 10% populasi. Untuk populasi relatif kecil min.20% populasi Metode deskriptif-korelasional,minimal 30 subyek Metode ex post facto, minimal 15 subyek per kelompok Metode eksperimental, minimal 15 subyek per kelompok 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

20 BATAS-BATAS KESALAHAN
UKURAN SAMPEL UNTUK BATAS-BATAS KESALAHAN DAN JUMLAH POPULASI YANG DITETAPKAN POPULASI BATAS-BATAS KESALAHAN ±1% ±2% ±3% ±4% ±5% ±10% 500 * 222 83 1500 638 441 316 94 2500 1250 769 345 96 3000 1364 811 517 353 97 4000 1538 870 541 364 98 5000 1667 909 556 370 6000 1765 939 566 375 7000 1842 959 574 378 99 8000 1905 976 580 381 9000 1957 989 584 383 10000 2000 1000 588 385 50000 8333 2381 1087 617 387 100 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

21 3) Pendapat Kracjie α yang digunakan oleh Kracjie sebesar 5%
Jumlah populasi N mulai dari sebesar 10 samapai Berdasarkan N dan α tersebut dihasilkan besar sampelnya Tabel yang digunaka juga sama dengan Slovin 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

22 4) Pendapat Harry King Perhitungan jumlah sampel menggunakan nomogram
Jumlah populasi maksimum 2000 α yang digunakan bervariasi sampai 15% 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

23 5) Cara Interval Taksiran
Jika ukuran populasi relatif sangat besar, misalnya di atas , kita tidak bisa menggunakan tabel. Maka ada rumus yang dipakai yaitu: Untuk Menaksir Parameter Rata-rata µ X - Zα/2 S < µ < X + Zα/2 S √n √n Untuk menaksir Parameter Proporsi P P - Zα/2 P ( 1-P) < P < P + Zα/2 P ( 1-P) n n 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

24 Teknik pengambilan sampel
Ada tiga hal pokok penting dalam pengambilan sampel dari populasi Populasi yang terhingga dan yang tidak terhingga Pengambilan sampel secara probabilitas dan yang nonprobabilitas Pengambilan sampel dengan membagi-bagi dulu populasi menjaddi beberapa bagian yang disebut subpopulasi sehingga subpopulasi menjadi relatif homogen atau heterogen dan pengambilan sampel langsung dari populasi yang tidak dibagi-bagi dulu menjadi beberapa subpopulasi 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

25 Pengambilan Sampel Probabilitas/Acak/Random
Cara UndianMemberi nomor pada semua populasi,secara acak dipilih nomor-nomor yang sesuai dengan banyaknya jumlah sampel yang dibutuhkan. Pemilihan dilakukan dengan dua cara yaitu: cara pengembalian dan cara tanpa pengembalian. Cara Tabel Bilangan RandomMembuat tabel,diberi nomor untuk anggota populasi,Misal ada 50 populasi maka diberi nomor 01s/d50,cocokkan nomor di tabel populasi dg tabel sampel,jika ada yang sama maka data pada tabel sampel diambil menjadi anggota sampel. 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

26 3. Cara Sistematis/OrdinalMerupakan teknik untuk memilih anggota sampel melalui peluang dan sistem tertentu di mana pemilihan anggota sampel dimuali dengan pemilihan secara acak untuk data pertama dan berikutnya untuk setiap interval tertentu. Misalnya: akan diambil sampel sebanyak 100 dari 1000 anggota populasi, kita akan memilih data pertama dari sampel pertama secara acak antara 1 samapai 10. Jika terambil nomor 4 maka untuk data kedua akan diambil dari sampel kedua yaitu nomor 14 dst. 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

27 4. Cara Stratifikasi (Stratified Random Sampling)
Populasi dianggap heterogen berdasarkan karakteristik tertentu Data terlebih dahulu dikelompokkan dalam beberpa subpopulasi Lalu dari tiap subpopulasi ini secara acak diambil sampelnya Dasar penentuan strata bisa secara geografis dan meliputi karakteristik populasi seperti pendapatan, pekerjaan, jenis kelamin dsb. 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

28 Cara Kluster (Cluster Sampling) Data heterogen
Masing-masing kluster dipilih sampel secara random sebanyak yang dibutuhkan Pengambilan sampel kluster ini kadang-kadang dikaitkan dengn pengambilan sampel wilayah, sebab dalam pelaksanaannya sering dikaitkan dengan letak geografis 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

29 Pengambilan Sampel Non-probabilitas/Non Acak
Cara Keputusan (Judgment Sampling) dipakai jika kita ingin mengetahui pendapat karyawan tentang produk yang akan dibuat dengan asumsi karyawan akan lebih banyak tahu daripada orang-orang lain, sehingga peneliti telah melakukan perrtimbangan. Cara ini cocok dipakai pada saat tahap awal studi eskploratif 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

30 Misal aktivitas mahasiswa dalaam belajar di ruang pekuliahan
Cara Kuota Jika riset akan mengkaji suatu fenomena dari beberapa sisi maka responden yang akan dipilih adalah orang-orang yang diperkirakan dapat menjaawab semua sisi itu. Misal aktivitas mahasiswa dalaam belajar di ruang pekuliahan 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

31 Cara dipermudah (Convinience Sampling)
Merupakan cara yang paling murah dan cepat dilakukan karena peneeliti memiliki kebebasan untuk memilih siapa saja yang mereka temui. Hasilnya dapat menunjukkan bukti-bukti yang cukup berlimpah, sehingga prosedur pengambilan sampel yang lebih canggih tidak diperlukan lagi 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

32 Cara Bola Saju (Snow Ball) Penentuan sampel yang mula-mula kecil
Selanjutnya sampel disuruh memimilih responden lain untuk dijadikan sampel lagi, begitu seterusnya sehingga sampel terus menjadi banyak sampai dirasa cukup informasi yang dibutuhkan 17/09/2018 METOPEL FROM SRI MARYANTI.SE.MSI

33 Thank You for your attention….
Sri Maryanti