a. Populasi
dan Sampel
Populasi
adalah keseluruhan dari objek penelitian. Sampel
adalah bagian dari populasi. Sampel
yang baik adalah sampel yang representatif, yaitu sampel yang dapat mewakili
populasinya. Agar representatif, maka pengambilan sampel dari populasi harus
menggunakan teknik pengambilan sampel (sampling) yang benar. Ada 2
teknik pengambilan sampel:
1. Teknik
sampling berdasarkan peluang
Adalah
sebuah teknik pengambilan sampel dimana setiap unit observasi dalam populasi
mempunyai kesempatan yang sama untuk terpilih menjadi sampel.
Ada
3 teknik sampling berdasarkan peluang, diantaranya:
•
Sampling Acak Sederhana
Adalah
teknik pengambilan sampel dimana sampel diambil berdasarkan tabel bilangan acak.
•
Sampling Klasifikasi
Adalah
sebuah teknik pengambilan sampel dimana populasi terlebih dahulu di bagi-bagi
menjadi sub-sub populasi yang antar sub populasi homogen.
•
Sampling Stratifikasi
Adalah
sebuah teknik pengambilan sampel dimana populasi terlebih dahulu di bagi-bagi
menjadi sub-sub populasi yang antar sub populasi heterogen.
2.
Teknik
sampling tidak berdasarkan peluang
Adalah
teknik pengambilan sampel dimana setiap unit observasi dalam populasi tidak
mempunyai kesempatan yang sama untuk terpilih menjadi sampel. Ada
beberapa teknik sampling tidak berdasarkan peluang, diantaranya:
•
Teknik sampling convenience (seadanya)
•
Teknik sampling judgment (pertimbangan)
b. Karakteristik
Karakteristik
adalah ciri yang membedakan satu objek penelitian dengan objek penelitian yang
lain. Contohnya adalah jika kita mengamati pipa, maka karakteristik yang bisa
kita lihat pada pipa adalah diameternya, ketebalan pipanya, warnanya dan
sebagainya.
c. Variabel
Variabel
adalah karakteristik yang menghasilkan pengukuran. Contohnya
adalah diameter pipa adalah variabel karena diameter bisa menghasilkan
pengukuran.
Variabel
dapat dibagi berdasarkan :
1. Bentuk
dibedakan menjadi:
1.1 Kualitatif dibagi menjadi 2, yaitu:
1.1.1
Dichotomous
Adalah variabel yang hasil pengukurannya
bukan angka yang terdiri dari 2 katagori. Contoh:
jenis kelamin.
1.1.2 Polychotomous
Adalah variabel yang hasil
pengukurannya bukan angka yang terdiri dari banyak katagori. Contoh:
pekerjaan.
1.2 Kuantitatif dibagi menjadi 2 yaitu:
1.2.1
Diskrit
Adalah variabel yang hasil
pengukurannya berbentuk angka dan merupakan bilangan diskrit. Contoh:
jumlah barang.
1.2.2
Kontinu
Adalah variabel yang hasil
pengukurannya berbentuk angka dan merupakan bilangan kontinu. Contoh:
ketebalan pipa.
2. Fungsi dibedakan menjadi:
2.1 Bebas
Adalah variabel yang mempengaruhi
variabel yang lain.
2.2 Tak bebas
Adalah variabel yang dipengaruhi oleh
variabel yang lain.
3. Skala Pengukuran dibedakan menjadi:
3.1
Nominal
Adalah variabel yang hasil pengukurannya
menghasilkan data yang nominal. Contoh:
variabel jenis kelamin.
3.2
Ordinal
Adalah
variabel yang hasil pengukurannya menghasilkan data yang ordinal. Contoh: variabel tingkat pendidikan.
3.3
Interval
Adalah
variabel yang hasil pengukurannya menghasilkan data yang interval. Contoh: variabel nilai.
3.4
Rasio
Adalah variabel yang hasil pengukurannya
menghasilkan data yang rasio. Contoh: variabel jumlah.
d. Data
Data adalah hasil pengukuran yang
bisa memberikan gambaran suatu keadaan. Data dapat
dibagi berdasarkan :
- Jenis Data Menurut Cara Memperolehnya:
1.
Data Primer
Data primer adalah data yang secara
langsung diambil dari objek penelitian oleh peneliti perorangan maupun
organisasi. Contohnya adalah mewawancarai langsung penonton bioskop 21 untuk
meneliti preferensi konsumen bioskop.
2. Data Sekunder
Data sekunder adalah data yang
didapat tidak secara langsung dari objek penelitian melainkan data yang sudah
jadi yang dikumpulkan oleh pihak lain dengan berbagai metode baik secara
komersial maupun non komersial. Contohnya adalah pada peneliti yang menggunakan
data statistik hasil riset dari surat kabar atau majalah.
- Macam-Macam Data Berdasarkan Sumber Data:
1.
Data Internal
Data internal adalah data yang
menggambarkan situasi dan kondisi pada suatu organisasi secara internal,
misalnya data keuangan, data pegawai, data produksi.
2.
Data Eksternal
Data eksternal adalah data yang
menggambarkan situasi serta kondisi yang ada di luar organisasi. Contohnya
adalah data jumlah penggunaan suatu produk pada konsumen, tingkat preferensi
pelanggan, persebaran penduduk.
- Klasifikasi Data Berdasarkan Jenis Datanya:
1.
Data Kuantitatif
Data kuantitatif adalah data yang
dipaparkan dalam bentuk angka-angka. Misalnya adalah jumlah pembeli saat hari
raya idul adha, tinggi badan siswa kelas 3 ips 2.
2.
Data Kualitatif
Data kualitatif adalah data yang
disajikan dalam bentuk kata-kata yang mengandung makna. Contohnya seperti
persepsi konsumen terhadap botol air minum dalam kemasan, anggapan para ahli
terhadap psikopat.
- Pembagian Jenis Data Berdasarkan Sifat Data:
1.
Data Diskrit
Data diskrit adalah data yang
nilainya adalah bilangan asli. Contohnya adalah berat badan ibu-ibu pkk sumber
ayu, nilai rupiah dari waktu ke waktu.
2.
Data Kontinyu
Data kontinyu adalah data yang
nilainya ada pada suatu interval tertentu atau berada pada nilai yang satu ke
nilai yang lainnya. Contohnya penggunaan kata sekitar, kurang lebih, kira-kira,
dan sebagainya seperti dinas pertanian daerah mengimpor bahan baku pabrik pupuk
kurang lebih 850 ton.
- Jenis-jenis Data Menurut Waktu Pengumpulannya:
1.
Data Cross Section
Data cross-section adalah data yang
menunjukkan titik waktu tertentu. Contohnya laporan keuangan per 31 desember
2006, data pelanggan PT. angin ribut bulan mei 2004.
2.
Data Time Series/Berkala
Data berkala adalah data yang
datanya menggambarkan sesuatu dari waktu ke waktu atau periode secara historis.
Contohnya adalah data perkembangan nilai tukar dollar Amerika terhadap euro Eropa
dari tahun 2004 sampai 2006, jumlah pengikut jamaah Nurdin M Top dan doktor Azahari
dari bulan ke bulan.
- Jenis-jenis data menurut tingkatan pengukuran:
1.
Data Rasio
Data rasio adalah tingkatan data yang
paling tinggi. Data rasio memiliki jarak antar nilai yang pasti dan memiliki
nilai nol mutlak yang tidak dimiliki oleh jenis-jenis data lainnya. Contohnya
adalah berat badan, panjang benda, jumlah satuan benda. Data rasio dapat
digunakan dalam komputasi matematik, misalnya A memiliki 10 bola dan B memiliki
8 bola, maka A memiliki 2 bola (10-8) lebih banyak dari B.
2.
Data Interval
Data interval mempunyai tingkatan
lebih rendah dari data rasio. Data rasio memiliki jarak data yang pasti namun
tidak memiliki nilai nol mutlak. Contohnya ialah hasil dari nilai ujian
matematika. Jika A mendapat nilai 10 dan B mendapat nilai 8, maka dipastikan A mempunyai
2 nilai lebih banyak dari B. Namun tidak ada nilai nol mutlak, maksudnya bila C
mendapat nilai 0, tidak berarti bahwa kemampuan C dalam pelajaran matematika
adalah nol atau kosong.
3.
Data Ordinal
Data ordinal pada dasarnya adalah
hasil dari kuantifikasi data kualitatif. Contohnya yaitu penskalaan sikap
individu. Penskalaan sikap individu terhadap sesuatu bisa diwujudkan dalam
bermacam bentuk, diantaranya yaitu: dari sikap Sangat Setuju (5), Setuju (4),
Netral (3), Tidak Setuju (2), dan Sangat Tidak Setuju (1). Pada tingkatan
ordinal ini data yang ada tidak mempunyai jarak data yang pasti, misalnya:
Sangat Setuju (5) dan Setuju (4) tidak diketahui pasti jarak antar nilainya
karena jarak antara Sangat Setuju (5) dan Setuju (4) bukan 1 satuan (5-4).
4.
Data Nominal
Data nominal adalah tingkatan data
paling rendah menurut tingkat pengukurannya. Data nominal ini pada satu
individu tidak mempunyai variasi sama sekali, jadi 1 individu hanya punya 1 bentuk
data. Contohnya yaitu: jenis kelamin, tempat tinggal, tahun lahir. Setiap
individu hanya akan mempunyai 1 data jenis kelamin, laki-laki atau perempuan.
Data jenis kelamin ini nantinya akan diberi label dalam pengolahannya, misalnya
perempuan=1, laki-laki=2.
- Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data parametric dan non parametric. Pembagian parametric dan non-parametric dipengaruhi oleh karakteristik empirik dari data tersebut. Suatu data disebut sebagai data parametric bila memenuhi kriteria sebagai berikut (Field, 2000):
1.
Normally distributed data
Data yang mempunyai distribusi
normal adalah data yang dapat mewakili populasi yang diteliti. Secara kasat
mata kita bisa melihat histogram dari data yang dimaksud, apakah membentuk
kurva normal atau tidak. Tentu saja cara ini sangat subyektif. Cara lainnya
yaitu dengan melakukan uji normalitas pada data yang dimaksud.
2.
Homogenity of variance
Variansi dari data harus stabil
tidak berubah atau homogen. Ada banyak tes yang bisa dilakukan untuk mengetahui
homogenity of variance, bahkan untuk jenis-jenis analisis tertentu SPSS secara
otomatis menyertakan hasil tes ini.
3.
Interval data
Data yang dimaksud minimal merupakan
data interval.
4.
Independence
Data yang diperoleh merupakan data
dari tiap individu yang independen, maksudnya respon dari 1 individu tidak
mempengaruhi atau dipengaruhi respon individu lainnya.
Sumber:
http://qoronizumalin.blogspot.com/2012/03/pengertian-statistik.html
http://datakuliah.blogspot.com/2009/11/pengertian-statistika-istilah-populasi.html
Tidak ada komentar:
Posting Komentar