KONSEP POPULASI DAN SAMPLING,

SERTA PERHITUNGAN VARIANS

Oleh: Sardin
I. POPULASI
Populasi berasal dari kata Population (Bahasa Inggris), yang berarti
jumlah penduduk. Oleh karena itu apabila disebutkan kata populasi,
orang kebanyakan menghubungkannya dengan masalah-masalah
kependudukan. al tersebut ada benarnya juga, karena itulah makna
kata populasi yang sesungguhnya. !emudian pada perkembangan
selanjutnya, kata populasi menjadi amat populer, dan digunakan dalam
berbagai disiplin ilmu.
"alam metode penelitian, kata populasi amat populer yang
dipergunakan untuk menyebutkan serumpun atau sekelompok objek
yang menjadi sasaran penelitian. Oleh karenanya populasi penelitian
merupakan keseluruhan (universum) dari objek penelitian yang dapat
berupa manusia, he#an, tumbuhan, udara, gejala, nilai, peristi#a, sikap
hidup, dan sebagainya,sehingga objek-objek itu dapat menjadi sasaran
sumber data penelitian. "engan demikian dapat disimpulkan bah#a
keseluruhan unit yang memiliki $iri-$iri yang sama menurut kriteria
penelitian yang sedang dilakukan, disebut populasi (population atau
universe).
%ontoh: Sebuah penelitian bertujuan mengukur tingkat kepuasan
pelajar-pelajar S&'( di !ota Bandung terhadap pelayanan jasa Pos dan
)iro, maka keseluruhan pelajar di S&'( di !ota Bandung merupakan
populasi. *ntuk me#a#an$arai semua pelajar ini mengenai rasa
puasnya terhadap pelayanan jasa Pos dan )iro tentunya sukar
dilakukan karena memerlukan #aktu yang lama dan biaya yang besar.
Oleh karena itu peneltian akan dilakukan terhadap beberapa pelajar
saja, yang dipilih menurut suatu $ara sampling tertentu. !umpulan
+
pelajar-pelajar (unit-unit sampling) yang terpilih oleh sampling tersebut
dinamakan sampel (sample).
"e,inisi: (kibat dari proses pemilihan terkumpulnya sebagian dari
anggota populasi, maka kumpulan itu disebut dengan sampel.
adari -a#a#i (+./0)
+
, mengelompokkan populasi dari penentuan
sumber data, yaitu:
(. Populasi terbatas, yaitu populasi yang memiliki sumber data yang
jelas batas-batasnya se$ara kuantitati,. 1isalnya jumlah murid
(remaja) S&'( di !ota Bandung pada tahun 2334 sebanyak +43.333
sis#a, terdiri dari 5/.333 murid laki-laki dan 52.333 murid
perempuan.
B. Populasi tak terhingga, yaitu populasi yang memiliki sumber data
yang tidak dapat ditentukan batas-batasnya se$ara kuantitati,. Oleh
karenanya, luas populasi bersi,at tak terhingga dan hanya dapat
dijelaskan se$ara kualitati,. 1isalnya, jumlah gelandangan di
Indonesia. Ini berarti harus dihitung jumlah gelandangan di
Indonesia dari tahun ke tahun, dan tiap kota. 'idak saja perhitungan
terhadap jumlah gelandangan yang ada sekarang, tetapi juga
dilakukan pena,siran jumlah gelandangan di #aktu yang datang.
"ilihat dari kompleksitas objek populasi, maka populasi dapat
dibedakan, populasi homogen dan populasi heterogen
2
.
(. Populasi homogen, yaitu keseluruhan indi6idu yang menjadi
anggota pupolasi, memiliki si,at-si,at yangrelati, sama satu sama
lainnya. Si,at populasi seperti ini banyak dijumpai pada medan
eksakta, $ontohnya air. (ir memiliki si,at yang homogen, sehingga
keseluruhan yang besar tak terhingga di air, sama dengan bagian
ke$il dari keseluruhan tersebut. Seorang ibu membuat se$angkir
kopi. *ntuk mengetahui kadar gula yang terkandung di dalam kopi
1
adari -a#a#i, (+./0), Metode Penelitian Bidang Sosial, 7ogyakarta: )ajah 1ada
*ni6ersity Press p. +8+
2
Burhan Bungin, (2334), Metode Penelitian Kuantitatif, 9akarta: !en$ana, p. +33
2
tersebut, $ukup hanya men$oba setitik air kopi yang diambil dari
$angkir tersebut. %iri yang menonjol dari populasi homogen, tidak
ada perbedaan hasil tes dari jumlah tes populasi yang berbeda.
1aksudnya adalah, gejala yang timbul pada satu kali per$obaan
atau tes merupakan gejala yang timbul pada seratus kali atau lebih
kali tes terhadap populasi yang sama.
B. Populasi heterogen, yaitu keseluruhan indi6idu anggota populasi
relati, memiliki si,at-si,at indi6idual, di mana si,at tersebut
membedakan indi6idu anggota populasi yang satu dengan lainnya.
"engan kata lain, bah#a indi6idu anggota populasi memiliki si,at
yang ber6ariasi, sehingga memerlukan penjelasan terhadap si,at-
si,at tersebut, baik se$ara kuantitati, maupun kualitati,. Pada
penelitian sosial yang berobjekkan manusia atau gejala-gejala
dalam kehidupan manusia yang bersi,at amat unik dan kompleks
ke$enderungan memiliki kategori populasi heterogen.
Populasi juga dibedakan atas populasi sampling dan populasi sasaran.
asil akhir dari suatu penelitian adalah kesimpulan-kesimpulan.
Pertanyaanya sekarang, untuk populasi yang mana kesimpulan itu
berlaku. Populasi yang menjadi ruang lingkup generalisasi kesimpulan
suatu penelitian disebut populasi sasaran (target population), dan
populasi sasaran ini harus ditentukan se$ara jelas sebelum penelitian
dilaksanakan. 9adi, Populasi sasaran adalah populasi yang nantinya
menjadi ruang lingkup generalisasi hasil penelitian.
%ontoh: 'ingkat ekonomi mempengaruhi gejala korupsi di lingkungan
pega#ai negeri di Indonesia, maka yang menjadi populasi sasaran
adalah pega#ai negeri di Indonesia.
II. SAMPEL
(dakalanya penelitian yang dilakukan tidak dapat menjangkau seluruh
populasi, karena berbagai keterbatasan. *ntuk menyiasatinya
dilakukan pengambilan dari sebagian populasi yang dimaksud dalam
0
penelitian. *nit yang terpilih dinamakan sampel. "engan kata lain
sampel adalah bagian dari populasi yang terpilih menjadi sasaran
penelitian. Penentuan terpilihnya anggota populasi menjadi anggota
sampel memerlukan ketelitian tersendiri, karena suatu sampel yang
baik adalah sampel yang benar-benar me#akili seluruh karakteristik
yang ada pada populasi (representati,). *ntuk menentukan sampel
yang representati, ada beberapa ,aktor yang harus dipertimbangkan,
yaitu
0
:
(. "erajat keseragaman (degree of homogenity) populasi. Populasi
homogen $enderung memudahkan penarikan sampel, sapai pada
menentukan besar ke$il sampel yang dibutuhkan. Semakin
homogen populasi, maka semakin besar kmungkinan penggunaan
sampel dalam jumlah ke$il. Pada populasi heterogen,
ke$enderungan menggunakan sampel, besar kemungkinan sulit
dihindari, karena sampel harus dipenuhi oleh #akil-#akil unit
populasi. Oleh karena itu, semakin kompleks atau semakin tinggi
derajat keberagaman maka semakin besar pula sampel penelitian
yang diperoleh.
B. "erajat kemampuan peneliti mengenai si,at-si,at khusus populasi.
Selain mengenal derajat keberagaman populasi, peneliti juga harus
mampu mengenal $iri-$iri khusus populasi ang sedang atau akan
diteliti.
%. Presisi (keseksamaan) yang dikehendaki penelitian. :aktor ketiga ini
biasanya merupakan kebutuhan yang mun$ul pada penelitian sur6ei
atau penelitian kuantitati, lainnya. Populasi penelitian amat besar,
sehingga derajat kemampuan peneliti dalam mengenal karakteristik
populasi amat rendah. *ntuk menghindari kebiasan sampel, maka
dilakukan jalan pintas dengan $ara menambah ukuran sampel. Oleh
karenanya, apabila suatu penelitian menghendaki derajat presisis
yang tinggi,maka merupakan keharusan dari penelitian tersebut
3
Burhan Bungin, (2005), Ibid, p. 102
8
menggunakan menggunakan sampel dengan ukuran yang besar,
karena derajat presisi menentukan besar ke$ilnya ukuran sampel.
Pada permasalahan ini, presisi juga tergantung pada tenaga, biaya,
dan #aktu, karena untuk men$apai derajat presisi tinggi, peneliti
harus mengeluarkan banyak tenaga, biaya maupun #aktu untuk
melayani sampel dengan ukuran yang besar.
". Penggunaan teknik sampling yang tepat. Penggunaan teknik
sampling juga harus betul-betul diperhatikan kalau mau
mendapatkan sampel yang representati,. Salah dalam penggunaan
teknik sampling, berarti salah pula dalam memperoleh sampel.
III. RENCANA SAMPLING DAN RANCANGAN SAMPLING
Sebuah ren$ana yang berisi langkah-langkah untuk menentukan
banyaknya unit sampling yang akan dipilih, dan $ara memilih unit-unit
itu ke dalam sampel disebut ren$ana sampling (sampling plan). "engan
perkataan lain, dapat pula dikatakan ren$ana sampling adalah sebuah
gambaran yang menyangkut kepada:
(. Penentuan populasi sasaran dan penentuan populasi penelitian.
B. Penentuan bentuk dan ukuran satuan sampling.
%. Penentuan ukuran sampel
". Penentuan $ara memilih satuan sampling.
(pabila ke dalam ren$ana sampling kemudian dimasukan pula ren$ana
analisis, misalnya saja dimasukan pula ren$ana bagaimana menghitung
rata-rata, persentase, 6arians, dan lain sebagainya, maka namanya
berubah menjadi ran$angan sampling (sampling design). 9adi
ran$angan sampling adalah ren$ana sampling ditambah $ara-$ara
estimasi.
A. Ukuran Populasi an Ukuran Sa!p"l
4
*kuran populasi (population size) adalah banyaknya unit sampling
yang ada dalam populasi itu. &ambang untuk ukuran populasi
adalah -. 9ika dalam sebuah populasi terdapat +3.333 unit sampling
yang merupakan unit sampling terke$il yang akan dipilih, maka
ukuran populasi itu adalah +3.333, atau - ; +3.333. Perhatikan
bah#a populasinya hanya sebuah, hanya +3.333 itu ukurannya.
Banyaknya unit sampling yang ada dalam sebuah sampel disebut
ukuran sampel (sample size). &ambang ukuran sampel adalah n.
(pabila dalam sebuah sampel terdapat 43 buah unit sampling
maka ukuran sampel itu adalah 43 atau n ; 43. Perhatikan bah#a
sampelnya hanya sebuah, yang 43 itu ukurannya, jadi tidak ada
istilah 43 buah sampel.
#. Sa!p"l NonP"luan$
Sampel yang tidak melibatkan unsur peluang dalam pemilihan unit
sampling dari sebuah sampel disebut dengan sampel nonpeluang
(nonprobability sample). Proses sampling, atau sampling pemilihan
dikatagorikan sampel non peluang apabila dalam pemilihan yang
dilakukan tidak dilibatkan unsur peluang.
%iri-$iri sampel nonpeluang adalah:
+. Sampel dibatasi pada suatu bagian dari populasi yang mudah
didapat
2. Sampel dipilih se$ara sembarang
0. "engan sebuah populasi yang ke$il tapi heterogen, pengambilan
sampel memeriksa seluruhnya dan memilih sebuah sampel ke$il
dari unit yang sejenis.
8. Pada dasarnya sampel terdiri dari unit-unit yang berbeda, karena
dalam penelitian proses pengukurannya tidak jelas.
<
'ipe-tipe sampel non peluang antara lain:
+. Judgement Sampling (Purposive Sampling)
"isini pemilihan unit semata-mata didasarkan kepada judgement
seseorang atau kumpulan orang yang merupakan expert di
bidang tertentu. "engan tujuan men$apai sesuatu yang
dikehendaki yang menggambarkan si,at populasi yang sedang
diteliti.
%ontoh: Indeks harga, dengan indeks harga diharapkan bisa
menggambarkan biaya hidup. Populasi untuk keperluan hidup
sehari-hari antara lain: beras, ikan, baju, '=, mobil, kulkas, dan
sebagainya. al ini tidak mungkin diteliti, maka keluar . bahan
pokok. !arena judgement yang mana si,at me#akilinya
ditentukan oleh expert.
2. Voluntary Sampling (Sukarela)
"i sini anggota sampel ditentukan karena kemauan sendiri
(peneliti). 1isalnya: Bidang kedokteran yang ingin men$oba obat
baru.
3 Sno!ball Sampling
arus didekati + (satu) orang, ada teman yang lain, ada yang
lainnya lagi, dan sebagainya.
" #aphazard Sampling
%ara pemilihan yang si,atnya sembarangan, misalnya ketemu
siapa saja bertanya, yang tahu maupun yang tak tahu yang
biasanya disebut sampling a$ak.
Sampel yang diperoleh melalui proses sampling harus menjadi #akil
populasinya dalam arti si,at-si,at populasinya harus ter$ermin dalam
sampel. Oleh karena itu pada saat melakukan sampling peneliti
harus menggunakan sampel peluang.
5
(pabila saat melakukan sampling, besarnya peluang sesuatu unit
sampling untuk terpilih ke dalam sampel diketahui dan peluang ini
tidak sama dengan nol, maka sampel yang diperoleh dinamakan
sampel peluang (probability sample).
Banyaknya unit sampling yang ada dalam kerangka sampling dan
banyaknya unit sampling yang akan dipilih ke dalam sampel menjadi
dasar untuk menghitung besarnya peluang itu.
C. Sa!p"l P"luan$
Sampling peluang kalau dilihat dari $aranya pengambilan dibagi 2
golongan yaitu:
+. Sampling dengan Pengembalian (Sampling $ith repla%ement)
"isini sesuatu unit yang sudah terpilih di kembalikan lagi
sebelum pemilihan selanjutnya dilakukan. 9adi sesuatu unit bisa
terpilih lebih dari satu kali.
"e,inisi: (pabila populasi berukuran - dan sampelnya berukuran
n, maka sampling dengan pengembalian, banyaknya seluruh
kemungkinan sampel adalah :-
n
2. Sampling tanpa pengembalian (Sampling $ithout &epa%ement)
"isini sesuatu unit setelah terpilih tidak dikembalikan lagi
sehingga tidak ada kemungkinan untuk terpilih lagi.
"e,inisi: apabila populasi berukuran - dan sampelnya berukuran
n, maka sampling tanpa pengembalian, banyaknya seluruh
kemungkinan sampel adalah:
->?(--n)>n>
Beberapa teknik sampling peluang yang biasa digunakan dalam
penelitian sur6ei antara lain:
Simple @andom Sampling (S@S)
Systemati$ Sampling (SS)
/
Strati,ied @andom sampling (S'@S)
%luster sampling (%S)
Strati,ied %luster Sampling (S%S)
%. Si!pl" Rano! Sa!plin$
(dalah proses memilih satuan sampel dari populasi sedemikian
rupa sehingga setiap satuan sampling dari populasi mempunyai
peluang yang sama besar untuk terpilih ke dalam sampel, dan
peluang itu diketahui sebelum pemilihan dilakukan.
"e,inisi: Sebuah sampel berukuran n yang diambil dari sebuah
populasi berukuran - dikatakan sebagai Simple @andom
Sampling apabila peluang untuk setiap unit yang terpilih adalah
sama. Simple @andom Sampling ini digunakan apabila:
a. =ariabel yang akan diteliti keadaannya relati, homogen dan
tersebar merata diseluruh populasi.
b. (pabila bisa disusun se$ara lengkap kerangka sampling
yang menyangkut satuan pengamatan untuk seluruh
populasi.
Simple @andom Sampling (S@S) merupakan sebuah ran$angan
sampling yang paling sederhana ditinjau dari proses
samplingnya maupun dari bentuk-bentuk rumus analisisnya.
"alam sur6ei, terutama dalam sur6ei yang ruang lingkupnya
besar, simple random sampling ini jarang digunakan.
Memilih Unit Sampling ke dalam Sampel
*ntuk memilih *nit Sampling ke dalam Sampel, maka langkah
kerjanya sebagai berikut:
a. 'entukan se$ara jelas populasi sasarannya. Populasi
sasaran ini penting sekali karena harus tahu pasti untuk
.
populasi yang mana kesimpulan penelitian itu nantinya
berlaku atau ruang lingkup generalisasi.
b. 'entukan unit sampling yang akan dipilih dari populasi
sasaran, misalnya saja unit samplingnya adalah orang.
$. "a,tarkan semua unit sampling yang ada dalam populasi
sasaran ke dalam sebuah kerangka sampling, misalnya saja
populasi sasaran berukuran - ; 02+ unit sampling. 9adi
bentuk kerangka samplingnya adalah:
Ta&"l %. K"ran$ka Sa!plin$
-o. *rut *nit - a m a (lamat
33+ &illie,ors 9l. A -o. 48
332 !olmogoro6 9l. 7 -o. 55
---
02+ !ruskal 9l. B -o. 85
d. )unakan rumus yang tepat untuk menentukan ukuran
sampel (n). *mpamakan saja n ; +3
e. Sediakan tabel angka random. "engan menggunakan tabel
angka random itu dipilih (melakukan sampling se$ara S@S)
unit-unit sampling sebanyak +3 buah dari kerangka sampling.
(da dua $ara yang mungkin digunakan untuk memilih unit-
unit ini, yaitu:
Metoda sederhana (simple method)
Se$ara sembarang jatuhkan ujung pinsil ke atas angka-angka
yang ada dalam tabel. *mpamakan saja jatuh pada baris
pertama kolom pertama. Perhatikan bah#a nomor unit sampling
terdiri dari 0 angka (digit). Oleh karena itu dari tabel angka
random diperlukan bilangan-bilangan yang terdiri dari 0 angka
pula. Bilangan dengan 0 angka akan dipenuhi jika menggunakan
0 buah kolom. Oleh karena itu pemilihan dilanjutkan dengan
mempergunakan kolom kesatu, kedua, dan ketiga. Bilangan
+3
yang diperoleh adalah 20+. 20+ C 02+, artinya ada satuan
sampling yang bernomor 20+. Oleh karena itu 20+ dipakai
satuan sampling yang pertama adalah nomor 20+. Pemba$aan
dilanjutkan ke ba#ah berdasarkan kolom satu, dua dan tiga.
"iperoleh 344. 344 C 02+. Ini artinya, satuan sampling terpilih
kedua ke dalam sampel adalah satuan sampling yang bernomor
344. (pabila ketemu angka yang lebih besar dari 02+, maka
angka tersebut di le#at, demikian pula apabila ketemu dengan
harga yang sama tidak dipakai dalam dua kali.
Pemba$aan tabel dilanjutkan, sehingga diperoleh: +8/, ++5, 353,
0+0, 24., ++0. Sampai dengan bilangan ++0, yaitu bilangan pada
baris ke-20 kolom satu, dua dan tiga, baru terpilih / buah satuan
sampling. 1asih diperlukan 2 buah satuan sampling lagi.
Pemba$aan diteruskan dari baris ke-24 kolom empat, lima dan
enam, ke atas. "idapat 224, dan 235. ini merupakan satuan
sampling terakhir yang terpilih ke dalam sampel.
Metoda sisa pembagian
!alau diperhatikan, metoda sederhana di atas, sekalipun
prosesnya sederhana, mempunyai kelemahan tertentu, yaitu
menghamburkan bilangan random, karena semua bilangan
random harganya yang lebih besar dari 02+ tidak digunakan.
Oleh karena itu diperkenankan menggunakan proses pemilihan
(sampling) dengan menggunakan metoda sisa pembagian
(method of remainder) yang relati, lebih kompleks, tetapi sangat
menghemat angka random. &angkah kerja sampling (simple
random sampling) dengan menggunakan metoda sisa
pembagian adalah sebagai berikut:
a. Susun kelas-kelas inter6al bilangan-bilangan yang masing-
masing panjangnya sebesar - (panjang inter6al kelas sama
++
dengan banyaknya unit sampling dalam kerangka sampling),
misalnya - ; 02+, maka
+2
33+ - 02+
022 - <82
<80 - .<0 Batas penggunaan angka random
b. "engan menggunakan tabel angka random akan dilakukan
sampling. 1isalnya saja bilangan random pertama yang
digunakan sebagai titik a#al pemilihan, sama dengan yang
digunakan pada metoda sederhana. *ntuk bilangan random
keempat ditemukan angka yaitu 0/.. 1enurut metoda
sederhana, bilangan random ini harus dile#at tetapi menurut
metoda sisa pembagian bilangan 0/. boleh digunakan
karena besarnya kurang dari .<0.
0/.?02+ ; +(3</?02+)
Sisa pembagian yaitu 3</ yang dipergunakan, artinya oleh
bilangan random 0/. terpilih unit sampling nomor 3</.
'eruskan pemba$aan ke ba#ah.
800?02+ ; +(++2?02+)
Sisa pembagian yaitu ++2 yang dipergunakan, artinya oleh
bilangan random 800 terpilih unit sampling nomor ++2.
"emikian seterusnya dilakukan pembagian-pembagian, dan
sampai dengan baris ++ kolom 3+, 32, dan 30 sudah bisa
memperoleh +3 unit sampling.
arap diperhatikan:
Banyaknya inter6al dan panjangnya inter6al tergantung
kepada banyaknya unit sampling dalam kerangka
sampling.
Bilangan random yang tidak boleh dipakai (dalam $ontoh
di atas adalah bilangan random .<8 - ...) berubah-
ubah tergantung kepada banyaknya unit sampling dalam
kerangka sampling.
+0
(pabila menjumpai bilangan random yang besarnya
sama dengan atau lebih ke$il dari nomor urut terbesar
dalam kerangka sampling, maka tidak pernah dilakukan
pembagian.
(pabila sisa pembagiannya adalah 3 (tidak ada sisa),
maka unit sampling yang terpilih adalah unit sampling
yang nomor urutnya terbesar. *mpamanya:
.<0?02+ ; 0. Ini artinya bah#a sisa pembagian adalah 3
(nol), sehingga unit sampling yang terpilih adalah unit
sampling nomor 023.
'. Sis("!a(ik Sa!plin$
Pada pembi$araan-pembi$araan yang lalu, ran$angan sampling
yang dibuat adalah ran$angan sampling yang didasarkan pada
pemilihan unit sampling yang si,atnya random (pure random).
Besarnya peluang unit sampling yang terpilih bisa sama dan
bisa juga tidak sama.
Simple random sampling merupakan sampling dasar dan ditinjau
dari segi pemilihan unit ada dua hal yang merupakan kelemahan
S@S yaitu:
a. (pabila ukuran populasinya besar dan pengambilan sampel
dilakukan se$ara manual, maka pemilihan akan sangat
membosankan. %ontoh : akan memilih <<3.333 unit sampel
dari 2/.333.333
b. Sekalipun si,atnya random tapi bisa terjadi bah#a unit yang
terpilih dari populasi letaknya di lapangan mengelompok.
"alam hal ini pemilihan S@S amat berbahaya.
*ntuk menanggulangi kekurangan tersebut, maka disediakan
sampling plan yang lain, yaitu sistemati' sampling. Sampling ini
disebut sistematik sampling (SS) karena pemilihan se$ara
+8
random, pada prinsipnya hanya sekali pemilihan selanjutnya
dilakukan se$ara sistematik.
"ibandingkan dengan simple random sampling, sistematik
sampling mempunyai beberapa keunggulan, antara lain:
a. Proses pemilihan unit-unit ke dalam sample lebih mudah
b. "apat memberikan in,ormasi yang relati, lebih besar per
satuan biaya.
). S(ra(i*i" Rano! Sa!plin$
=ariabel yang akan diteliti melalui suatu sur6ei, nilai-nilainya
sangat heterogen. 1isalkan saja pendapatan keluarga per
bulan, besarnya sangat ber6ariasi dari satu keluarga ke keluarga
lainnya. Pendapat seseorang tentang sesuatu hal akan berbeda
dengan pendapat orang lainnya, tergantung kepada latar
belakang pendidikannya, tergantung kepada umurnya,
lingkungan hidupnya, dan pengaruh ,aktor-,aktor lainnya.
1isalnya, banyaknya surat-surat yang dikirimkan melalui bis-bis
surat akan sangat ber6ariasi dari satu lokasi ke lokasi lainnya.
!esibukan pekerjaan di kantor-kantor pos akan berbeda,
tergantung kepada kelasnya, daerahnya, dan kondisi-kondisi
lain. (pabila ran$angan sampling yang digunakan untuk sur6ei
seperti ini adalah simple random sampling atau sistematik
sampling, maka ada kemungkinan bah#a si,at-si,at seperti di
atas tidak terjaring. Oleh karena itu, untuk menjamin bah#a
sampel yang diperoleh benar-benar bisa men$akup karakteristik
yang ada dalam populasi, maka ran$angan yang sebaiknya
digunakan adalah stratified random sampling.
Berdasarkan keterangan di atas timbul pertanyaan, dalam
keadaan bagaimana stratified random sampling digunakan :
+4
a. Berdasarkan kerangka pemikiran dan pengalaman, 6ariabel
yang akan diteliti keadaannya sangat heterogen, misalnya
bagaimana sikap politik rakyat indonesia.
b. (pabila mampu menyusun se$ara lengkap sampling ,rame
baik se$ara keseluuhan populasi maupun sampling frame
untuk setiap stratum.
$. 'ahu betul 6ariabel yang akan dijadikan strati,ikasi, yaitu
6ariabel itu sendiri, kalau itu tidak mungkin maka diambil
6ariabel pengganti.
d. (pabila tersedia $ukup biaya terutama biaya perjalanan.
+. Clus("r Rano! Sa!plin$
ambatan utama yang dihadapi dalam simple random sampling,
sistematik sampling, dan strati,ied random sampling adalah
harus tersedianya kerangka sampling yang lengkap sejak tingkat
a#al pemilihan.
1enyusun kerangka sampling bukan pekerjaan mudah,
memerlukan biaya yang besar dan #aktu yang relati, lama,
terutama apabila populasi sasaran yang akan diteliti ruang
lingkupnya besar.
*ntuk menghindari kesukaran dalam menyusun kerangka
sampling, peneliti biasanya menggunakan ren$ana sampling lain
sebagai alternati,, yaitu %luster sampling. "alam %luster ini
mengusahakan agar karakteristik dalam %luster heterogen
sedangkan antar %luster homogen.
"engan demikian yang dimaksud dengan $luster adalah sebuah
unit sampling yang didalamnya masih berisi unit-unit analisis
yang lebih ke$il.
1embentuk sampling frame yang unit-unitnya terdiri dari $luster
lebih mudah ketimbang membentuk sampling frame yang terdiri
+<
dari unit yang lebih ke$il. Pada strati,ikasi, pembentuk strati,ikasi
dasarnya adalah membentuk subpopulasi yang keadaan
6ariabelnya relati, homogen.
(pabila dipandang dari tingkat sekolahnya maka S"CS1P dan
S1* dapat dikatakan homogen. Pada masalah membentuk
$luster, dasarnya adalah membentuk kesatuan yang keadaan
6ariabelnya heterogen.
"alam prakteknya membentuk $luster yang arti,i$al yang betul-
betul memenuhi si,at heterogen sangat sukar dilakukan.
,. S(ra(i*i" Clus("r Sa!plin$
"alam penelitian yang melibatkan masyarkat, terutama yang
ruang lingkupnya luas, kesulitan utama adalah menyusun
sampling frame. *ntuk menanggulangi kesukaran ini digunakan
%luster sampling. Sebab membuat sampling ,rame yang berisi
$luster (unit sampling yang besar) relati, lebih mudah dari
menyusun sampling ,rame yang terdiri dari unit sampling yang
ke$il. Pada suatu saat $luster-$luster tersebut relati, heterogen
antar $luster, $luster-$luster yang heterogen ini dikelompok-
kelompokan ke dalam strata, masing-masing stratum berisi
$luster yang relati, homogen.
D. M"n"n(ukan Ukuran Sa!p"l
al yang paling banyak dipersoalkan orang ketika melakukan
penelitian adalah ukuran sampel. !etepatan jenis dan ukuran
sampel yang diambil akan sangat mempengaruhi keter#akilan
populasi (representati6eness) sampel terhadap populasi.
!eter#akilan populasi akan sangat menentukan kebenaran
kesimpulan dari hasil penelitian. Se$ara umum ada ke$enderungan
bah#a semakin besar ukuran sampel akan semakin me#akili
populasi. @ata-rata dan simpangan baku sampel akan me#akili rata-
+5
rata dan simpangan baku dari populasi
8
. "i lain pihak, para peneliti
ingin bekerja dengan sampel seke$il mungkin, sebab makin besar
ukuran sampel akan semakin besar biaya yang akan dikeluarkan,
makin banyak tenaga yang digunakan dan makin lama #aktu yang
diperlukan.
Berdasarkan literatur yang penulis pelajari, terdapat tiga kelompok
dari ahli dalam menentukan ukuran sampel:
+. *kuran sampel yang didasarkan atas pertimbangan persentase
dan ke$enderungan umum, dengan memperhatikan ukuran
populasi.
Dinarno Sura$hmad (+..3), Suharsimi (rikunto(+..3), !artini
!artono (+..3), menyatakan bah#a ukuran sampel sangat
ditentukan oleh besarnya ukuran populasi. *ntuk populasi
dengan ukuran kurang dari seratus, sampel dapat diambil
seluruhnya (seluruh anggota populasi menjadi sampel atau
disebut juga sebagai sampel total). -amun demikian, Burhan
Bungin (2334), memiliki pendapat bah#a ukuran sampel dapat
dihitung dengan menggunakan rumus
4
:

1 N.d
N
n
2
+
=
!eterangan:
n ; *kuran sampel
- ; *kuran Populasi
d ; nilai presisi?ketepatan meramalkan.
%ontoh:
(pabila ukuran sampel sebesar 8.483, dengan presisi sebesar
+3E (3,+) maka ukuran sampel dapat diperoleh sebesar .5,/8
./ orang.
4
Lihat Nana Syaodih Sukmadinata, (2005), Metode Penelitian Pendidikan, Bandung !ema"a !o#da
$a%ya. &. 2'0.
5
Bu%han Bungin (2005), &. 105
+/
(dapula rumus sampling yang dikemukakan oleh adari
-a#a#i (+./0)
<
dengan rumus:
2
2 ( 1

b
Z
pq n

!eterangan:
n ; ukuran sampel
; sama dengan atau lebih dari
p ; proporsi populasi persentase kelompok pertama
F ; proporsi sisa di dalam populasi
B+?2 ; besarnya harga B untuk tertentu (.4E atau
..E)
b ; persentase perkiraan kemungkinan membuat
kekeliruan dalam menentukan sampel
%ontoh:
9ika diketahui jumlah guru S1( di 9a#a Barat 833.333 orang, di
antara mereka yang tinggal di daerah perdesaan sebanyak
4.333 orang. Berapa ukuran sampel yang diperlukan untuk
penelitian di atas.
Proporsi mereka yang tinggal di perdesaan adalah
4.333?833.333 G +33E ; +2,4E atau p; 3,+24.
F ; + H 3,+24 ; 3,/54.
B+?2 untuk ; 3,34 adalah +,.<.
!emungkinan membuat kekeliruan sebesar 4E atau 3,34.
"imasukkan ke dalam rumus, sehingga diperoleh:
1') 05 , 1'*
05 , 0
)' , 1
*+5 , 0 125 , 0
2
= =

x n
2. *kuran sampel yang didasarkan atas pertimbangan hasil uji$oba
yang dilakukan, dengan memperhatikan skor rata-rata dan
'
,ada%i Na-a-i (1)*3), Metode Penelitian Bidang So#ial, .ogyaka%ta /a"ah Mada 0ni1e%#ity P%e##.
&. 14)
+.
simpangan baku. Sutaryat 'risnamansyah (+./8)
5
,
mengemukakan bah#a ukuran sampel yang diperlukan dalam
penelitian ditentukan oleh hasil uji$oba terhadap sebagian dari
populasi yang dimaksud dalam penelitian. asil yang
diperhitungkan untuk menghitung ukuran sampel digunakan
rumus:
2
2
2
1(2
2
# . 3

= no
dan
N
no
1
no

+
= n
!eterangan:
no ; *kuran sampel minimal menurut perkiraan pertama
n ; *kuran sampel minimal
- ; *kuran populasi
B ; arga yang diambil dari da,tar distribusi normal baku
menurut tara, signi,ikansi tertentu
s ; Simpangan baku yang diperoleh se$ara empiris (dari
hasil penelitian pendahuluan)
A ; @ata-rata yang diperoleh se$ara empiris (dari hasil
penelitian pendahuluan)
b ; Perbedaan antara rata-rata yang sebenarnya dengan
rata-rata yang ditaksir yang dapat ditoleransikan. *ntuk
menentukan bias ini dipergunakan rumus:
4
# . 3

2
2
1(2 2
= b
%ontoh:
"iketahui:
- ; 2333
B
+?2
untuk ; 3,34 adalah +,.<.
@ata-rata Skor =ariabel A+ ; ++3,550< dengan s ; 23,/020
+
Suta%yat 5%i#naman#yah, (1)*4), Pengaruh Motif Berafiliai, Peneri!aan Ber"o!uni"ai, Perepi
dan #tatu #oial $"ono!i %erhadap Perila"u Modern Petani (6i#e%ta#i), Bandung Pa#7a Sa%"ana
8$8P Bandung, &. 3'+.
23

152001 3.*+)4)4'5 2 511+23 15.0504+*+
110,++3'
(20,*323) . ) )' , 1 (

2 2
2
= = = b
110.++3'
15,0504+)
(20,*323) . ) )' , 1 (

2 2
= = no
105 *)*+3 104.)'01)0
2000
110,++3'
1
110,++3'
= =
+
= n
0. *kuran sampel yang didasarkan atas pertimbangan teknik
analisis yang dipergunakan dalam penelitian. 1at$hin I
%ampbel (+./.)
Salah satu teknik yang dipergunakan untuk menentukan ukuran
sampel adalah dengan memoertimbangkan jenis teknik analisis
dan jumlah 6ariabel bebas yang akan diuji. (pabila pengujian
menggunakan teknik analisis hubungan (baik korelasional
maupun kausal) antara berbagai 6ariabel yang diidenti,ikasi
digunakan (reund)s *terative Method
/
. &angkah-langkah yang
digunakan untuk menentukan besarnya ukuran sampel dengan
teknik ini adalah:
a. 'entukan berdasarkan perkiraan besarnya pengaruh yang
ditimbulkan oleh 6ariabel endogen terhadap 6ariabel
eksogen. Sebagai $ontoh bah#a 6ariabel eksogen
dipengaruhi oleh 6ariabel endogen paling tidak sebesar +3E
atau (
2
; 3,+3, sehingga ; 3,03).
b. 'entukan besarnya a (!ekeliruan tipe I) dan b (kekeliruan tipe
II). !ekeliruan tipe I merupakan kekeliruan untuk menolak o
yang seharusnya diterima dan kekeliruan tipe II adalah
kekeliruan untuk menolah + yang seharusnya diterima.
Besarnya peluang untuk menolak o dinyatakan oleh ,
*
Lihat Ma7hin, 6., 9 :am&2ell, M.;., (1)*)), #tatiti&al %able for %he 'eign of (lini&al %rial,
London Bla7k-ell S7ienti<i7 Pu2li7ation. &. *)=)3
2+

+
=

1
1
ln
2
1
0>
( )
3
0>
3 3
n
2
2
+
+
=

( ) 1 = n 2 1
1
ln
2
1
0
2

+
=

( )
3
0
3 3
n
2 2
2
+
+
=

sedangkan besarnya peluang untuk menolah + dinyatakan
oleh .
$. &akukan Iterasi minimal 2 kali dengan ketentuan bah#aJ jika
besarnya nilai numerik satuan n
+
dan n
2
sudah sama, iterasi
berhenti dan menentukan besarnya sampel dengan
membulatkan angka ke atas. Sedangkan jika n
+
dan n
2
tidak
sama, maka iterasi dilanjutkan.
d. (dapun rumus yang dipergunakan adalah:

+) Iterasi pertama
2) *ntuk melakukan iterasi kedua terlebih dahulu dihitung:
0) Iterasi kedua

%ontoh:
Seorang peneliti bermaksud menguji pengaruh yang
menyatakan bah#a Sikap (gresi, 'erhadap !elompok &uar
(S('!&) dipengaruhi oleh (utoritarianisme Struktur, "ogmatisme
Ide, dan Sektarian @eligious.
"alam hal ini terdapat 0 6ariabel endogen dan + 6ariabel
eksogen. *ntuk menentukan besarnya ukuran sampel,
22
ditentukan berdasarkan menggunakan rumus yang dikemukakan
di atas, dengan ketentuan:
a. Peneliti menduga bah#a 6ariabel eksogen paling tidak
sebesar +3E ditentukan oleh ketiga 6ariabel endogen
tersebut. Oleh karena itu diketahui besarnya
2
; 3,+ atau ;
3,0.
b. Besarnya tingkat keper$ayaan adalah .4E, sehingga ;
3,34 dan po#er sebesar .4E ( ; +- 3,.4 ; 3,34. Oleh
karena itu, besarnya B (untuk ; 3,34) adalah +,<84 (hasil
interpolasi linier), dan besarnya B (untuk ; 3,34) adalah
+,<84 (hasil interpolasi linier).
$. 1elakukan Iterasi:
+) Iterasi Pertama
2) untuk menghitung Iterasi kedua, terlebih dahulu di$ari:
0) Iterasi kedua
Oleh karena hasil iterasi pertama dan kedua belum
menunjukkan satuan yang sama, maka iterasi dilanjutkan ke
iterasi ketiga.
20

2 0,154+5)*0
3 , 0 1
3 , 0 1
ln
2
1
0> =

+
=
( )
115,)*3' 3
) 02 (0,154+5)*
'45 , 1 1,'45
n
2
2
= +
+
=
( )
0,15'0+'
1 = 115 2
3 , 0

3 , 0 1
3 , 0 1
ln
2
1
0
2
= +

+
=
( )
114,0*'' 3
) (0,15'0+'
'45 , 1 1,'45
n
2
2
= +
+
=
8) Sebelum menghitung iterasi ketiga, terlebih dahulu di$ari:
4) Iterasi ketiga
asil iterasi kedua dan ketiga menunjukkan satuan angka yang
sama yaitu ++4 (hasil pembulatan ke atas), sehingga ditentukan
batas minimal ukuran sampel yang diambil adalah ++4.
IV. PENGHITUNGAN VARIANS DAN ANALISIS VARIANS
A. Varians
=arians merupakan salah satu ukuran dispersi atau 6ariasi. *kuran
ini mengisyaratkan keseragaman atau keberagaman suatu data.
Berbeda dengan ukuran gejala pusat, ukuran 6ariasi tidak pernah
diperoleh harga negati,, meskipun data yang dimiliki semuanya
negati,. (pabila diperoleh harga untuk ukuran 6ariasi sama dengan
nol, artinya data yang dimiliki tidak ber6ariasi, demikian pula
sebaliknya, semakin harga 6ariasi menjauhi harga nol, data yang
dimiliki semakin ber6ariasi. Selain 6arians, ukuran 6ariasi lainnya
adalah rentang, simpangan baku, dan indeks dispersi.
arga 6arians sebenarnya merupakan ukuran simpangan kuadrat,
sehingga di dalam perhitungannya melibatkan angka kuadrat dari
setiap data yang dimiliki. *ntuk menghitung 6arians digunakan
rumus:
( )
N
N
4
= 4
?
2
i 2
i
2


=
J apabila dihitung dari populasi (parameter)
28
( )
0,15'0*+
1 = 114 2
3 , 0

3 , 0 1
3 , 0 1
ln
2
1
0
3
= +

+
=
( )
114,0+01 3
) (0,15'0*+
'45 , 1 1,'45
n
2
2
= +
+
=
( )
1 = n
n
4
= 4
#
2
i 2
i
2


=
J apabila dihitung dari sampel (statistik)
!edua pendekatan rumus di atas menggunakan rumus kuadrat
terke$il. Beberapa ahli memperkenalkan pula penghitungan 6arians
dengan menggunakan skor-skor simpangan yang ditulis dengan
rumus:
N
@
2
2

= J apabila 6arians dihitung dari populasi
1 = n
@
2
2

= J apabila 6arians dihitung dari sampel
%ontoh:
*ntuk menghitung 6arians dengan pendekatan kuadrat terke$il dari
suatu kumpulan data yang terdiri dari skor: 8,4,<,5,/ dapat
dilakukan dengan $ara di ba#ah ini:
No. - -
'
+ 8 +<
2 4 24
0 < 0<
8 5 8.
4 / <8
03 +.3
"ari data di atas dapat dihitung 6ariansnya adalah:
2
5
5
(30)
= 1)0
?
2
2
= =
; 6arians untuk poupulasi
2.5
1 = 5
5
(30)
= 1)0
#
2
2
= =
; 6arians untuk sampel
sedangkan apabila rumus yang dipergunakan adalah skor-skor
simpangan, maka data yang dibutuhkan adalah:
24
No. - . .
'
+ 8 -2 8
2 4 -+ +
0 < 3 3
8 5 + +
4 / 2 8
G <
03 +3
1aka 6arians populasi dapat dihitung:
2
5
10
2
= =
#. /"nis Varians
"i atas telah disampaikan bah#a 6arians sebagai ukuran 6ariasi
dihitung dari populasi dan sampel, dengan menggunakan
pendekatan (rumus) yang sedikit berbeda. =arians yang dihitung
dari populasi disebut sebagai 6arians populasi (sebagai parameter),
sedangkan ukuran yang diperoleh dari sampel disebut sebagai
6arians sampel (sebagai statistik).
"i samping itu, terdapat pula 6arians sistematis dan 6arians galat
(error). =arians sistematis ialah 6ariasi ukuran karena pengaruh-
pengaruh tertentu yang diketahui atau tidak diketahui, yang
membuat skor-skor $enderung ke suatu arah dan buka ke arah
yang lain
.
. Sedangkan 6arians galat adalah ,luktuasi atau 6ariasi
ukuran yang terjadi karena kebetulan. =arians galat merupakan
6arians a$ak. 'erjadinya 6ariasi ukuran ma$am ini adalah karena
,luktuasi ukuran yang biasanya ke$il dan kurang ajeg.
Salah satu jenis 6arians sistematik yang penting dalam penelitian
adalah 6arians antar kelompok atau 6arians eksperimental. =arians
antar kelompok atau 6arians eksperimental adalah 6arians yang
men$erminkan perbedaan-perbedaan sistematis antar kelompok
ukuran.
)
Lihat $e%linge% &. 125
2<
Penghitungan 6arians antar kelompok atau 6arians eksperimental
dapat diperoleh melalui suatu kondisi eksperimen maupun dari
suatu kondisi non eksperimen. =arians antar kelompok dihitung
dengan menghitung besarnya rata-rata untuk tiap kelompok, yang
selanjutnya dibandingkan dengan skor rata-rata untuk seluruh
kelompok.
1isalkan peneliti bermaksud mengetahui e,ekti6itas metode belajar
tertentu terhadap hasil belajar, yang dilakukan dengan
membandingkan keompok kontrol (7) dan kelompok eksperimen
(B). asil pengujian dapat dilihat pada tabel di ba#ah ini.
No. 0 1
+ 8 4
2 + <
0 2 0
8 4 /
4 < 5
G 0,< 4,/
+/ 2.
@ata-rata yang diperoleh selanjutnya dibandingkan dengan rata-rata
untuk kedua kelompok tersebut, yang diperoleh skor sebesar 8,5
(hasil bagi 85 dibagi +3).
Selanjutnya skor tersebut didistribusi ke dalam tabel di ba#ah ini:
K"lo!pok Ra(a2Ra(a . .
'
7 0,< -+,+ +,2+
B 4,/ +,+ +,2+
G 8,5
G
2
2,82
21 , 1
2
42 , 2
2
= = b
b
2
menunjukkan suatu harga 6arians bet!een (6arians antar
kelompok). Salah satu hal penting yang diperlukan untuk
menghitung 6arians adalah 6arians total yang merupakan 6arians
untuk keseluruhan anggota kelompok. *ntuk menghitung 6arians
total, seluruh skor dihitung se$ara bersama, lalu dihitung
6ariansnya. 'erhadap data di atas dapat dihitung 6arians total, yang
dilakukan dengan $ara:
25
No. - . .
'
+ 8 -3.5 3.8.
2 + -0.5 +0.<.
0 2 -2.5 5.2.
8 4 3.0 3.3.
4 < +.0 +.<.
< 4 3.0 3.3.
5 < +.0 +.<.
/ 0 -+.5 2./.
. / 0.0 +3./.
+3 5 2.0 4.2.
G 8,5
G
2
88.+
=arians total dihitung:
41 , 4
10
1 , 44
2
= = t
(pabila penghitungan 6arians dilakukan se$ara terpisah untuk
masing-masing kelompok dan dihitung rata-ratanya maka diperoleh:
No. 0 . .
'
1 .
'
.
'
+ 8 3.8 3.+< 4 -3./ 3.<8
2 + -2.< <.5< < 3.2 3.38
0 2 -+.< 2.4< 0 -2./ 5./8
8 4 +.8 +..< / 2.2 8./8
4 < 2.8 4.5< 5 +.2 +.88
G 0,< 4,/
G
2
+5,2 +8,/
=arians untuk kedua kelompok dapat dihitung:
44 , 3
5
2 , 1+
2
= = )
dan
)' , 2
5
* , 14
2
= = *
dengan rata-rata ; 0,2
@ata-rata dari kedua 6arians tersebut dinamakan 6arians dalam
kelompok (!ithin group varian%e). (pabila skor-skor yang diperoleh
dimasukkan ke dalam rumus sederhana, yaitu:
t
2
; b
2
K #
2
J maka 8,8+ ; +,2+ K 0,2. "engan demikian dapat
disimpulkan bah#a 6arians total merupakan penjumlahan dari
6arians antara kelompok dengan 6arians dalam kelompok.
C. Analisis Varians
(nalisis 6arians merupakan salah satu analisis untuk menguji
perbedaan rata-rata untuk kelompok yang lebih dari dua. Seperti
telah diketahui bersama bah#a untuk menguji perbedaan dua buah
2/
rata-rata dari sampel yang masing-masing diambil se$ara
independen dilakukan dengan menggunakan uji t (t test). Pengujian
dengan uji t terbatas hanya untuk 2 buah rata-rata, sehingga apabila
kita dihadapkan pada k buah rata-rata yang akan diuji (kL2), maka
uji t sudah tidak bisa dipergunakan lagi. Salah satu $ara yang dapat
dipergunakan untuk menganalisis uji beda rata-rata untuk k buah
rata-rata (kL2) adalah Mone #ay analysis o, 6arian$eN atau biasa
dikenal dengan M(-O=(N (Bahasa Indonesia: (na6a ; (nalisis
=arians, yang selanjutnya istilah ini yang dipergunakan di sini).
Se$ara sederhana penggunaan (na6a didasarkan atas:
+.
(da k buah populasi (kL2)
2.
@ata-rata 6ariat A untuk masing-masing populasi adalahJ

+
,
2
, O.,
k
0.
ipotesis statistiknya adalah:
o :
+
;
2
;O.;
k
+ : Sekurang-kurangnya ada "ua Buah yang tidak sama
8.
"ari masing-masing populasi diambil sampal random berukuran
n
+
,n
2
,On
k
4.
"ata asil Pengukuran 6ariat A adalah:
2.
Sampel-+
n
+
Sampel-2
n
2
Sampel-k
n
k
Populasi-+ Populasi-2 Populasi-k


+ 2 k
G
++
G
+2 G
+k
G
2+
G
22 G
2k

G
n++
G
n22 G
nkk
'
+
'
2
'
k
G
2
++
G
2
+2
G
2
+k
G
+
G
2
G
k
s
+
s
2
s
k
<.
*ntuk menguji hipotesis:
o :
+
;
2
;O.;
k
+ : Sekurang-kurangnya ada "ua Buah yang tidak sama
"igunakan (na6a satu arah (One Day (-O=()
'abel (-(=(
S*1BP@
=(@I(SI
"P(@(9('
BPB(S ("B)
9*1&(
!*("@(' (9!)
@('(-@('(
!*("@(' (@9!)
*9I :
(ntar
!elompok
k-+
(dbk)
9!k @9k ; 9!k?"Bk
: ;
@!!?@!) )alat (@esidu) (nj-k)
"B)
9!) @!) ; 9!)?"B)
'otal (nj) H + 9!'
) n ... n (n
) T ... T (T
C
k 2 1
2
k 2 1
+ + +
+ + +
=
9!' ; 9umlah !uadrat untuk 'otal
(G2i+ K G2i2 K O K G2ik) - %
9!! ; 9umlah !uadrat antar !elompok
C -
n
T
...
n
T

n
T
k
k
2
2
2
2
1
1
2

+ + +
9!) ; 9umlah !uadrat untuk )alat
9!) ; 9!' - 9!!
@!! ; @ata-rata kuadrat untuk antar kelompok
@!! ; 9!!?"B!
03
@!) ; @ata-rata kuadrat untuk )alat
@!) ; 9!)?"B)
'itik !ritis Pengujian:
:(
:
"B
!
J "B)
)
5.
(pabila o ditolak, maka pengujian dilanjutkan dengan
membandingkan rata-rata setiap kelompok (1ultiple
%omparisons) guna melihat rata-rata kelompok mana yang
berbeda se$ara statistik. Salah metode yang bisa dipergunakan
adalah S%P::PQS 1P'O"
a. itung s ;
) DB ; DB : ( F . 1) - (k
G k
b. itung ;

+
nj'
1

nj
1
) (RK
G
$. itung s G
d. itung setiap pasangan RGj - GjQR
e. (pabila RGj - GjQR s. , maka kedua rata-rata itu se$ara
statistik berbeda signi,ikan
%ontoh !asus:
"ugaan:
(da perbedaan 'ingkat Patuh Peraturan &alu &intas ('PP&&) antar
Pengemudi 'ruk (ntar !ota, Pengemudi Bus (ntar !ota,
Pengemudi 1obil Pribadi dan Pengemudi !endaraan (ngkutan
!ota.
"ata:
'PP&& diukur oleh instrumen pengukuran yang dapat memberikan
skor numerik yang memenuhi skala pengukuran inter6al.
0+
'(BP&
(SI& PP-)*!*@(- 'PP&&
'@*! (-'(@ !O'( B*S (-'(@ !O'( !P-"(@(-
P@IB("I
(-)!*'(- !O'(
/< // +38 54
.8 /5 +30 5.
.5 5/ .8 5/
.2 /3 .< 58
.2 /+ .. 52
.. /3 ./ 5/
.8 /4 .5 55
.4 // /2
.0 /<
/+
1enurut pendapat para peneliti di bidang hukum, sekalipun 'PP&&
para pengemudi itu berbeda, tetapi 6ariasi kepatuhan terhadap
'PP&& antar kelompok adalah sama.
Pengujian
+. 'inggi rendahnya 'PP&& diperlihatkan oleh -ilai numerik rata-
rata skor 'PP&&.
ipotesis Statistik:
o :
+
;
2
;O.;
k
+ : Sekurang-kurangnya ada "ua Buah yang tidak sama
2. ; 3,34
0. "ata seperti pada tabel di atas
8. Perhitungan:
Statistik
!elompok
9umlah
+ 2 0 8
nj . +3 5 / 08
'j /82 /08 <.+ <+4 2./2
Gij
2
5///3 <.</8 </2.+ 85085 2<8232
Gj .0,4444< /0,8 ./,5+82. 5<,/54
sj 0,<80/5 0,555+2 0,<0/82 0,+0<5<
2 261538,941
8) 7 10 (9
615) 691 834 (842
C
2
=
+ + +
+ + +
=
9!' ; (5///3 K <.</8 K </2.+ K 85085) - 2<+40/,.8+2
; 2<<0,34//0
02
2 261538,941 -
8
615

7
691

10
834

9
842
KK
2 2 2 2

+ + + =
; 22/3,+0030
9!) ; 2<<0,34//0 - 22/3,+0030 ; 0/2,.24/3
@!! ; 22/3,+0030?0 ; 5<3,3880800
@!) ; 0/2,.24/3?03 ; +2,5<8+.000
: ; 5<3,3880800?+2,5<8+.000 ; 4.,48430405
4. "aerah dan titik kritis
asil Pengujian menunjukkan bah#a o ditolak, sehingga
selanjutnya harus dilakukan analisis dengan 1etode S$he,,eQs
*ntuk 1embandingkan kelompok + dengan kelompok 2
a. s ;
738975 2,95972971 2,92 ! 3 =
b. ; 28798 1,64154288
10
1

9
1
33) (12,764193 =

+
$. s G ; 4,*5*523252*2*))
d. A@1 = @2A B 10,15555'
e. A@1 = @2A s G J perbedaan kelompok + dengan kelompok 2
signi,ikan
"emikian pula langkah pengujian untuk kelompok selanjutnya.
V. SIMPULAN
Salah satu hal penting dalam metodologi adalah penentuan populasi
dan sampel penelitian. Pengambilan sampel dalam penelitian sangat
menentukan kredibilitas penelitian yang dilakukan. Oleh karena itu
penentuan sampel harus memenuhi unsur-unsur keter#akilan. al ini
00
2,)2 5),54
(C(0,053D30)
B0,05
dimaksudkan agar sampel yang diperoleh benar-benar me#akili
seluruh karakteristik yang dimiliki oleh populasi.
'eknik sampling sangat ditentukan oleh 6ariasi populasi. *ntuk populasi
yang homogen, simpel random sampling dan sistematik sampling dapat
dilakukan, sedangkan untuk populasi yang heterogen teknik sampling
yang dipergunakan adalah $luster dan strati,ied random sampling atau
gabungan dari keduanya.
*kuran sampel yang diinginkan oleh peneliti sangat ditentukan oleh
besarnya populasi, hasil uji$oba, dan teknik analisis yang
dipergunakan.
Salah satu ukuran yang dipergunakan untuk mengukur keberagaman
data dalam penelitian dilakukan dengan menghitung 6arians. =arians
memiliki makna yang sama pentingnya dengan rata-rata pada
penghitungan ukuran gejala pusat. Salah satu pengembangan dari
penghitungan 6arians adalah analisis 6arians. (nalisis ini dipergunakan
sebagai teknik analisis untuk menguji perbedaan rata-rata apabila yang
diuji tersebut lebih dari dua kelompok. (nalisis ini juga menghendaki
analisis uji beda lanjut apabila diketahui hasil analisis 6arians
menunjukkan hasil yang signi,ikan.
VI. DA3TAR PUSTAKA
(ry, "onal, &u$y %heser 9a$obs dan (shgar @aSa6ieh, (+./2),
Pengantar Penelitian dalam Pendidikan, diterjemahkan
oleh (rie, :ur$han, Surabaya: *saha -asional.
Bungin, Burhan, (2334), Metodologi Penelitian Kuantitatif, 9akarta:
!en$ana
:raenkel, 9a$k @. and -orman P. Dallen, (+..0), How to Design and
Evaluate esear!h in Edu!ation, Singapore: 1$)ra#-ill.
:urFon, (+..5), Statistika "erapan untuk Penelitian, Bandung:
(l,abeta
!erlinger, (2338), #sas$#sas Penelitian %ehavioral (diterjemahkan
oleh &andung @. Simatupang), 7ogyakarta: )adjah 1ada
*ni6ersity Press.
08
1a$hin, "., I %ampbell, 1.9., (+./.), Statisti!al "ables for "he
Design of &lini!al "rials, &ondon: Bla$k#ell S$ienti,i$
Publi$ation.
Singarimbun, 1asri dan So,yan P,endi (Pditor), (+./.), Metode
Penelitian Survai, 9akarta: &P0PS.
Slamet, 7, (+..0), #nalisis Kuantitatif untuk Data Sosial, Solo:
"abara Publisher
Sudjana, (+..2), Metoda Statistika, Bandung: 'arsito
Sudjana, -ana dan @. Ibrahim, (2338), Penelitian dan Penilaian
Pendidikan, Bandung: Sinar Baru (lgensindo.
Sukmadinata, -ana Syaodih, (2334), Metode Penelitian Pendidikan,
Bandung: !erjasama PPs *ni6ersitas Pendidikan Indonesia
dengan @emaja @osda !arya.
Sura$hmad, Dinarno, (+../), Pengantar Penelitian 'lmiah( dasar)
metode) dan teknik, Bandung: 'arsito.
Suryabrata, Sumadi, (2338), Metodologi Penelitian, 9akarta: @adja
)ra,indo Persada.
Dalpole, @onald P. (+./0), 'ntrodu!tion to Statisti!s, -e# 7ork:
1a$millan Publishing
04
DA3TAR ISI
I. POP*&(SI...............................................................................................+
II. S(1PP&...................................................................................................0
III. @P-%(-( S(1P&I-) "(- @(-%(-)(- S(1P&I-).......................4
(. *kuran Populasi dan *kuran Sampel................................................4
B. Sampel -onPeluang..........................................................................<
%. Sampel Peluang................................................................................./
". 1enentukan *kuran Sampel............................................................+<
I=. PP-)I'*-)(- =(@I(-S "(- (-(&ISIS =(@I(-S.......................20
(. =arians..............................................................................................20
B. 9enis =arians....................................................................................24
%. (nalisis =arians................................................................................25
=. SI1P*&(-.............................................................................................02
=I. "(:'(@ P*S'(!(...............................................................................00
0<