RSS

Populasi dan Sampel

STATISTIKA EKONOMI I

BAB IX

POPULASI DAN SAMPEL

LOGO UNJ

Anita Harum Sugiharti
8335120540
 

A. Pengertian Populasi

 POPULASI

Dalam statistika, populasi adalah sekumpulan data yang mempunyai karakteristik yang sama dan menjadi objek inferensi,

Statistika inferensi mendasarkan diri pada dua konsep dasar, populasi sebagai keseluruhan data, baik nyata maupun imajiner, dan sampel, sebagai bagian dari populasi yang digunakan untuk melakukan inferensi (pendekatan/penggambaran) terhadap populasi tempatnya berasal. Sampel dianggap mewakili populasi. Sampel yang diambil dari populasi satu tidak dapat dipakai untuk mewakili populasi yang lain.

Suatu sensus dilakukan untuk mendapatkan karakteristik populasi secara nyata. Karakteristik yang dimiliki oleh populasi dinamakan parameter. Bagi suatu karakteristik yang dimiliki sampel (disebut statistik), nilai parameter adalah nilai harapannya (expected value).

Sampel1

B. JENIS POPULASI

Menurut Arikunto (2006:130) jika dilihat dari segi jumlah populasi dapat dibedakan antara lain:

1. Jumlah terhingga, yang terdiri dari elemen dengan jumlah tertentu, contohnya:

  • Semua orang yang terdaftar dalam Angkatan Laut pada hari tertentu,
  • Semua televisi dari tipe yang sama yang diproduksi oleh suatu pabrik dalam satu tahun tertentu, dan
  • Semua mahasiswa yang terdaftar mengambil matakuliah tertentu.

2. Jumlah tak hingga, terdiri dari elemen yang sulit dicari jumlahnya, seperti jumlah penonton sebuah stasiun tv, semua jenis senjata yang diperbolehkan oleh undang-undang, dan sebagainya.

C. SAMPLE

Pengertian Sample

 Sample merupakan bagian dari populasi yang ingin diteliti; dipandang sebagai suatu pendugaan terhadap populasi, namun bukan populasi itu sendiri. Sampel dianggap sebagai perwakilan dari populasi yang hasilnya mewakili keseluruhan gejala yang diamati.[2] Ukuran dan keragaman sampel menjadi penentu baik tidaknya sampel yang diambil. Terdapat dua cara pengambilan sampel, yaitu secara acak (random)/probabilita dan tidak acak (non-random)/non-probabilita.

Mengapa Sampling Diperlukan?

  1. Menghemat sumber daya, waktu, tenaga, dan pikiran
  2. Kecepatan mendapatkan informasi
  3. Ruang lingkup (cakupan) lebih luas
  4. Lebih mudah dibandingkan sensus

Tahapan Pemilihan Sampel

slide-10-638

Menurut Teken (dalam Masri Singarimbun dan Sofyan Efendi) Ciri-ciri sample yang ideal adalah:

  • dapat menghasilkan gambaran yang dipercaya dari seluruh populasi yang diteliti
  • Dapat menentukan presisi (precision) dari hasil penelitian dengan menentukan penyimpangan baku  (standar) dari taksiran yang diperoleh
  • Sederhana, sehingga mudah dilaksanakan
  • Dapat memberikan keterangan sebanyak mungkin dengan biaya yang rendah….

Ada empat faktor yang harus diperhatikan dalam penentuan besar kecilnya sampel, antara lain:

  1. Degree of homogenity dari populasi, makin homogin populasi makin sedikit jumlah sampel yang diambil
  2. Pressisi yang dikehendaki, makin tinggi tingkat pressisi yang dikehendaki makin banyak jumlah sampel yang diambil
  3. Rencana analisa
  4. Tenaga biaya dan waktu

 D. CARA PENGUJIAN SAMPLE

Teknik Sampling:

Probability Sampling

Teknik sampling untuk memberikan peluang yang sama pada setiap anggota populasi untuk dipilih menjadi anggota sampel. Yang tergolong dalam teknik probability sampling yaitu:

1. Simple Random Sampling.

Cara pengambilan sampel dari anggota populasi dengan menggunakan acak tanpa memperhatikan strata atau tingkatan dalam anggota populasi tersebut. Hal ini dilakukan apabila anggota populasi dianggap homogeny.

Contoh:

  • Jumlah pegawai bank yang mengikuti pelatihan di Singapura
  • Narapidana yang mendapatkan remisi tahun 2005 dari presiden
  • Jumlah pegawai diknas kota bandung yang ….

Kelebihan dari pengembilan acak sederhana ini adalah mengatasi bias yang muncul dalam pemilihan anggota sampel. dan kemampuan menghitung standard error.

Sedangkan,kekurangannya adalah tidak adanya jaminan bahwa setiap sampel yang diambil secara acak akan merepresentasikan populasi secara tepat

2. Proportionated Stratified Random Sampling

Tehnik ini dipakai bila populasi mempunyai anggota yang tidak homogen dan berstrata secara proposional.

Contoh :

Jumlah pegawai yang lulus S1=45 orang, S2=30, STM=800, ST=900, SMEA=400, SD=300. Jumlah sampel yang harus diambil meliputi Strata pendidikan tersebut yang diambil secara proporsional jumlah sampel.

3. Disproportionate Stratified Random Sampling

Teknik ini dipakai untuk menentukan jumlah sampel yang berasal dari populasi yang berstrata tapi tidak proposional

Contoh:

Pegawai dari PT. X memiliki 3 orang lulusan S3, 4 Orang lulusan S2, 90 orang lulusan S1, 800 orang lulusan SMU, 700 orang lulusan SMP, maka 3 orang lulusan S3 dan 4 orang lulusan S2 itu diambilsemuanya sebagai sampel. Karena dua kelompok tersebut terlalu kecil bila dibandingkan dengan kelompok lainnya.

4.  Area Sampling (Sampling Daerah/Cluster)

Teknik ini dipakai bila daerah yang digunakan untuk menentukan sampel sangat luas. Misalnya, untuk menentukan Indeks Harga Konsumen maka hanya diambil beberapa propinsi dari Indonesia saja.

Kelebihan dari pengambilan acak berdasar area ini adalah lebih tepat menduga populasi karena variasi dalam populasi dapat terwakili dalam sampel. Sedangkan, kekurangannya adalah memerlukan waktu yang lama karena harus membaginya dalam area-area tertentu.

Contoh :

Di Indonesia terdapat 34 Provinsi, dan sampelnya akan menggunakan 10 provinsim maka pengambilan 10 provinsi itu perlu menggunakan stratified random sampling

Non-Probability Sampling

1. Sampling Sistematis

Merupakan teknik sampling berdasar urutan dari anggota populasi yang telah diberi nomor urut. Misalnya, dari populasi terdiri dari 100 orang yang telah diberi nomor urut dipilih berdasar nomor genap atau dipilih berdasar kelipatan tertentu.

2. Sampling Kuota

Merupakan pengambilan anggota sampel berdasarkan jumlah yang diinginkan oleh peneliti. Kelebihan dari pengambilan menurut jumlah ini adalah praktis karena jumlah sudah ditentukan dari awal. Sedangkan, kekurangannya adalah bias, belum tentu mewakili seluruh anggota populasi.

Contoh :

Jumlah Sampel yang ditentukan 500 orang, kalau pengumpulan data belum didasarkan 500 orang, maka penelitian dianggap belum selesai.

3. Sampling Aksi dental

Merupakan teknik pengambilan sampel yang dilakukan dengan tiba-tiba berdasarkan siapa yang ditemui oleh peneliti. Misalnya, reporter televisi mewawancarai warga yang kebetulan sedang lewat. Kelebihan dari pengambilan sesaat ini adalah kepraktisan dalam pemillihan anggota sampel. Sedangkan, kekurangannya adalah belum tentu responden memiliki karakteristik yang dicari oleh peneliti.

Contoh:

Penelitian tentang pendapat umum mengenai pemilu dengan menggunakan setiap warga Negara yang telah dewasa sebagai unit sampling

4. Purposive Sampling

Merupakan teknik pengambilan sampel dengan pertimbangan tertentu. Misalnya mengenai masalah disiplin siswa, guru dapat dipilih menjadi sumber data.

Kelebihan dari pengambilan menurut tujuan ini adalah tujuan dari peneliti dapat terpenuhi.  Sedangkan, kekurangannya adalah belum tentu mewakili keseluruhan variasi yang ada.

5. Sampling Jenuh

Merupakan teknik penentuan sampel dimana seluruh anggota populasi dijadikan sampel. Dilakukan apabila jumlah populasi relative kecil.

Contoh:

Populasi kurang dari 30 orang, maka semua anggota populasi tersebut dijadikan sampel.

6. Snowball Sampling

Teknik penentuan sampel yang mula-mula kecil kemudian para sampel awal diminta untuk merekomendasikan sampel berikutnya.

Kelebihan dari pengambilan beruntun ini adalah bisa mendapatkan responden yang kredibel di bidangnya. Sedangkan, kekurangannya adalah memakan waktu yang cukup lama dan belum tentu mewakili keseluruhan variasi yang ada.

7. Teknik Penentuan Jumlah Sampel

Salah satu cara untuk menentukan jumlah sample adalah dengan menggunakan rumus dari  Taro Yamane:

sampel 1

n= Jumlah sample,

N= Jumlah Populasi,

d² = Presisi yang inginkan (misal 5 % atau 10 %)

D. PENENTUAN JUDUL PENELITIAN

  • Unit Analisis
    • Individu. Pengaruh Kenaikan Harga BBM dengan Penjualan Kendaraan Bermotor
    • Kelompok.  Analisis Bantuan Modal dan Kredit bagi Kelompok Pedagang Ikan
    • Organisasi Contoh: Pengaruh Pergantian Ketua Jurusan terhadap Jalannya Organisasi Kemahasiswaan Jurusan.
    • Institusi. Contoh: Pengaruh Penggunaan Sistem Operasi terhadap Perusahaan BUMN
    • Metode Penelitian
      • Korelasional
      • Kausal

Ciri-ciri kausal:

  • Terdapat kata “Pengaruh” dalam judul penelitian
  • Menggunakan analisa perhitungan Path analisis

Ciri-ciri Korelasional:

  • Terdapat kata “Hubungan” dalam judul penelitian
  • Perhitungan menggunakan analisa Regresi
 DAFTAR PUSTAKA

Sugiyono, 2006. Statistik untuk Penelitian. Alfabeta.

Sekaran, Uma, 1992. Research Methods for Business. John Wiley & Sons.

https://methodusmethodus.wordpress.com/tag/disproportionate-stratified-random-sampling/

 
 
Leave a comment

Posted by on November 29, 2013 in Statistic Economy, Uncategorized

 

Tags: , ,

Distribusi Normal (Kurva Normal)

STATISTIKA EKONOMI I

BAB VIII

DISTRIBUSI NORMAL (KURVA NORMAL)

LOGO UNJ

Anita Harum Sugiharti
8335120540
 

Distribusi normal merupakan suatu alat statistik yang sangat penting untuk menaksir dan meramalkan peristiwa-peristiwa yang lebih luas. Distribusi normal disebut juga dengan distribusi Gauss untuk menghormati Gauss sebagai penemu persamaannya (1777-1855). Menurut pandangan ahli statistik, distribusi variabel pada populasi mengikuti distribusi normal. Read the rest of this entry »

 
Leave a comment

Posted by on November 12, 2013 in Statistic Economy, Uncategorized

 

Tags: , ,

Pengantar Peluang

STATISTIKA EKONOMI I

BAB VII

PENGANTAR PELUANG

LOGO UNJ

Anita Harum Sugiharti
8335120540
 

Konsep dan Definisi

Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Istilah ‘statistika’ (bahasa Inggris: statistics) berbeda dengan ‘statistik’ (statistic). Statistika merupakan ilmu yang berkenaan dengan data, sedang statistik adalah data, informasi, atau hasil penerapan algoritma statistika pada suatu data. Read the rest of this entry »

 
Leave a comment

Posted by on November 4, 2013 in Statistic Economy, Uncategorized

 

Tags: , ,

PENGUKURAN PENYIMPANGAN

STATISTIK EKONOMI I

BAB VI

Pengukuran Penyimpangan

(Range, Deviasi, Varian)

LOGO UNJ

Anita Harum Sugiharti (8335120540)

Ukuran Penyebaran/penyimpangan adalah suatu ukuran baik parameter atau statistika untuk mengetahui seberapa besar penyimpangan data dengan nilai rata-rata hitungnya. Ukuran ini kadang-kadang dinamakan pula ukuran variasi, yang menggambarkan bagaimana berpencarnya data kuantitatif.

Untuk mengukur tingkat penyimpangan dari suatu nilai variabel dapat digunakan dengan tiga cara, yaitu ukuran jarak (range) yang merupakan selisih data terbesar dengan data terkecil, simpangan rata-rata (deviasi rata-rata) dan simpangan baku (deviasi standart). Read the rest of this entry »

 
Leave a comment

Posted by on October 6, 2013 in Statistic Economy, Uncategorized

 

Tags: , ,

Kuartil, Rata-rata Ukur, dan Rata-rata Harmonik

STATISTIKA EKONOMI I

BAB V

KUARTIL,RATA-RATA UKUR DAN RATA-RATA HARMONIK

KUARTIL

Kuartil (K) adalah nilai-nilai yang membagi serangkaian data atau suatu frekuensi menjadi empat bagian yang sama.

Menurut Sudijono, 2006:112. Dalam dunia statistik, yang dimaksud dengan kuartil ialah titik atau skor atau nilai yang membagi seluruh distribusi frekuensi kedalam empat bagian yang sama besar, yaitu masing-masing sebesar 1/4N. Read the rest of this entry »

 
Leave a comment

Posted by on September 29, 2013 in Uncategorized

 

Tags: , ,

PENGUKURAN GEJALA PUSAT

STATISTIKA EKONOMI I

BAB IV

PENGUKURAN GEJALA PUSAT

Anita Harum Sugiharti

8335120540

Dalam mengadakan deskipsi suatu grup, kira dapat mencari suatu bilangan yang dapat mewakili grup itu, misalnya bilangan rata-rata. Bilangan rata-rata adalah bilangan tendensi sentral diantara bilangan-bilangan tendensi sentral lainnya.

Tendensi sentral adalah suatu bilangan yang menunjukan tendensi menjadi pemusatan (sentral) dari bilangan-bilangan lainnya dalam distribusi.

Read the rest of this entry »

 
Leave a comment

Posted by on September 22, 2013 in Statistic Economy, Uncategorized

 

Tags: , ,

DISTRIBUSI FREKUENSI

STATISTIKA EKONOMI I

BAB III

Distribusi Frekuensi

LOGO UNJ

Anita Harum Sugiharti
8335120540

DAFTAR DISTRIBUSI FREKUENSI

Bahan-bahan penyelidikan yang terkumpul dan belum disusun dengan cara apapun disebut data kasar atau bahan mentah. Akan tetapi jika data itu telah disusunmenurut urut-urutan besar kecilnya, baik dari atas ke bawah ataupun dari bawah ke atas,data itu disebut Array Read the rest of this entry »

 
Leave a comment

Posted by on September 21, 2013 in Statistic Economy, Uncategorized

 

Tags: , ,

Skala Pengukuran

STATISTIKA EKONOMI I

BAB II

SKALA PENGUKURAN

Dalam pembahasan mengenai skala pengukuran, terlebih dahulu hal yang perlu diketahui adalah mengenai apa yang diukur oleh skala pengukuran tersebut. Seperti diketahui pengertian singkat dari skala pengukuran adalah cara mengukur suatu variabel. Sehingga bagian pertama dari resume ini akan membahas secara singkat apa itu variabel. Read the rest of this entry »

 
Leave a comment

Posted by on September 10, 2013 in Statistic Economy, Uncategorized

 

Tags: , ,

PENDAHULUAN STATISTIKA EKONOMI

STATISTIKA EKONOMI I

PENDAHULUAN STATISTIKA EKONOMI

LOGO UNJ

Disusun oleh :
Anita Harum Sugiharti
8335120540
S1 Akuntansi Reg B 2012

Read the rest of this entry »

 
Leave a comment

Posted by on September 9, 2013 in Statistic Economy

 

Tags: , ,

My Favorite Music

Jedward – Young Love

jedward_wallpaper_02_by_chibiariane-d3h51tt

Jedward are an Irish pop duo comprising identical twins John and Edward Grimes (born 16 October 1991 in Dublin, Ireland). Widely known for their blond quiffs, they first appeared as John & Edward in the sixth series of The X Factor in 2009, generating a phenomenon described as “the Jedward paradox”. They finished sixth and are now managed by Louis Walsh, who was their mentor during The X Factor.

Jedward have released three albums, Planet Jedward, Victory and Young Love. Planet Jedward and Victory went double platinum in Ireland.

from : Wikipedia

Super Junior – Bonamana

045353

SM Entertainment released Super Junior‘s 4th studio album today (13th in Korea) titled “Bonamana“.  With a title like that to begin with, I was pretty curious to hear what SuJu had in store this year.  The minute the title track (Bonamana) was revealed, I was quite pumped about this record, no lie!  ‘Bonamana’ is by far the most infectious song of 2010.  Although there are plenty of listeners out there who feel that this song is too ‘Sorry, Sorry‘ and not enough of an evolution from before, I personally agree that it is in fact not that different from last year’s hit, but I also believe SuJu took the sounds and style they felt comfortable calling their own and focused on identifying with it. ‘Bonamana’ is the result of that revelation.

There are these things called genres and have you paid attention to how similar a lot of what falls under these specific genres sound like?  ‘Sorry, Sorry’ and ‘Bonamana’ could be considered blood relatives in the music world. All of 2NE1′s music, for example, sounds relatively similar because they’ve zeroed in on a specific style and haven’t veered away from it. Nothing wrong with that. ‘Bonamana’ is, in essence, a perfect pop song.  It’s up-beat, quick, has style and it’s memorable.  It’s a definite hit.

from http://mcrothsresidence.com/2010/05/12/album-review-super-juniors-bonamana-is-arguably-one-of-my-biggest-disappointments-this-year/

 
Leave a comment

Posted by on December 27, 2012 in Uncategorized