Professional Documents
Culture Documents
Oleh:
Metode Penelitian
PROGRAM PASCA SARJANA 2011
A. Muin Sibuea
1. Populasi
Populasi: Semua unit analisis yang akan diteliti sifatsifatnya Populasi: Kelompok (kumpulan sejumlah elemen) yang menjadi pusat perhatian peneliti untuk menggeralisasi hasil penelitiannya (Cooper & Schlinder, 2003) Populasi: individu, kelompok individu, organisasi, orang, hewan, tumbuh-tumbuhan, benda mati, dll Contoh: Populasi dalam penelitian pendidikan: siswa, orang tua, buku, sarana prasarana, sekolah, dan dana, dll Populasi : masih sangat luas batasannya Populasi sasaran : populasi untuk generalisasi
yang
memungkinkan
peneliti
A. Muin Sibuea
2. Sampel
Sampel: Sebagian dari populasi Sampel: Bagian dari obyek penelitian secara keseluruhan yang diharapkan dapat mewakili karakteristik obyek secara keseluruhan
A. Muin Sibuea
Efisiensi
a.
b. c.
2.
Representativeness (keterwakilan)
A. Muin Sibuea
3.
4.
Survei terhadap sampel lebih cepat dan lebih murah Dapat menghasilkan informasi yang lebih komprehensif: suatu sampel yang kecil tentu saja memungkinkan untuk dapat diteliti sepenuhnya. Lebih akurat: karena anggota populasi yang diteliti kecil maka kesalahan (error) yang dibuat peneliti dalam mengumpulkan dan mengolah data akan lebih kecil. Karena waktu dan biaya dapat dihemat, maka survai sampel akan memungkinkan untuk melaksanakan penelitian terhadap populasi yang lebih besar dan lebih bervariasi.
A. Muin Sibuea
1. Probability sampling
2. Non-probability sampling
1. 2. 3. 4. 5.
Simple random sampling (pengambilan sampel acak sederhana) Systematic random sampling (pengambilan sampel acak secara sistematis) Stratified random sampling (pengambilan sampel acak berstrata) Cluster random sampling (pengambilan sampel berkelompok) Multi-stage random sampling (pengambilan sampel gugus bertahap)
A. Muin Sibuea
Semua anggota populasi memiliki kesempatan yang sama untuk terpilih Caranya: undian, lotere, tabel bilangan acak, dsb Ukuran sampel dapat ditentukan dengan menggunakan rumus Parel et. al.
A. Muin Sibuea
Salah satu rumus Parel et al (1973, p. 13) untuk menentukan sampel yang dapat mewakili populasi adalah: Besar sampel:
s2 =
Misalkan populasi N = 14.058 dan simpangan baku (s) = 9,5467 atau s2 = 91,1389 Maka diperoleh besar sampel:
Contoh lain, dapat menggunakan rumus Slovin 1960 dan Sevilla 1994 (Husein Umar,1990). N n = ------------1 +( N X e2)
dimana : n = ukuran sample N = ukuran populasi e = persen kelonggaran/ketidaktelitian karena kesalahan pengambilan sample yang masih dapat diterima atau diinginkan. Contoh : Penelitian dilakukan untuk mengetahui mutu guru dengan populasi sebanyak 5000 orang. Jika digunakan toleransi kesalahan 5% maka sample yang diambil adalah:
5000 n = --------------------- = 370 orang 1 + (5000 X 0.052)
A. Muin Sibuea 10
2.
setiap unsur dalam populasi memiliki kesempatan yang sama untuk dipilih. sifat populasi homogen
Keuntungan :
1.
2.
Teori yang diperlukan sederhana. Jauh lebih mudah dimengerti dari pada teknik sampling yang lain. Metode estimasi sederhana dan mudah
Kelemahan :
1. 2.
Membutuhkan frame (daftar) populasi Pemilihan sample bisa terpencar secara luas sehingga membutuhkan biaya transportasi yang besar.
A. Muin Sibuea 11
b.
c.
Anggota populasi yang terpilih adalah anggota dengan kategori yang mengikuti pola tertentu Caranya: mengurutkan variabel dengan kriteria dari yang terkecil sampai yang terbesar, lalu pilih anggota populasi pertama secara acak, kemudian dipilih anggota yang lain dengan pola tertentu Contoh: memilih sampel sekolah menurut rata-rata nilai UN. Agar mewakili daerahnya, digunakan metode acak sistematik
A. Muin Sibuea 12
Teknik sampling sistematis sama dengan teknik random sampling sederhana yang dilakukan secara ordinal. Ini berarti bahwa anggota sampel dipilih menurut urutan tertentu. Misalnya: Dari 24 populasi ingin diambil sampel sebanyak 6. Bila nomor pertama yang terpilh adalah no. 15 maka yang menjadi sampel adalah yang bernomor : 15, 19, 23, 3, 7, dan 11.
Keuntungan : 1. Pemilihan sampel lebih mudah dilakukan, cepat dan lebih murah dibandingkan dengan sampel random sampling. 2. Mudah dilaksanakan di lapangan 3. Lebih presisi dari pada random sampling
A. Muin Sibuea 13
Populasi bersifat heterogen dan terdiri atas berbagai lapisan (strata) Cara: populasi dibagi dalam strata lalu sampel diambil secara proporsional dalam setiap strata Keuntungan: semua ciri populasi terwakili, dpt dibandingkan antar strata. Kelemahan: perlu terlebih dahulu mengetahui komposisi populasi dan membutuhkan waktu yang lama Contoh: Latar belakang pendidikan (SMP, SMA, S1, S2) A. Muin Sibuea 14
Keuntungan :
1. 2. 3. 4.
Stratifikasi akan memberikan presisi yang lebih baik dalam melakukan estimasi sifat-sifat populasi Lebih efisien dibandingkan dengan random sampling Lebih mudah mengadministrasikan Memungkinkan dilakukannya analisis data yang lebih komprehensif karena informasi yang tersedia untuk masingmasing stratum.
Kelemahan :
1. 2.
Memerlukan kerangka (frame) yang terpisah untuk masingmasing stratum Biaya transportasi lebih besar, khususnya bila populasi mencakup daerah yang luas.
A. Muin Sibuea 15
4. Cluster Sampling
Populasi terdiri dari beberapa kelompok (cluster) yang sama karakteristiknya, tiap cluster mencakup unit-unit yang sifatnya homogen. Obyek yang diteliti sangat luas, kerangka sampel sulit Pengambilan sampel di mana unit sampling terdiri atas lebih dari satu elemen. Masing-masing unit sampling adalah group atau claster dari elemen-elemen populasi. Keuntungan : 1. Tidak memerlukan daftar populasi 2. Biaya lebih murah karena hemat waktu, tenaga, dan dana 3. Biaya trasportasi berkurang
A. Muin Sibuea
16
Kelemahan : 1. Masalah analisis statistik lebih besar 2. Akurasi sampel kurang 3. Prosedur estimasi sulit
Contoh: efektifiatas Program BOS 2005/2006. Cluster dibuat berdasarkan % penduduk miskin dan angka partisipasi Dikdas
A. Muin Sibuea
17
95
90
Clust er II
DKI
NAD
SUMUT DIY
Cluster I
MALUKU
85
APM SD+SMP
RIAU BALI SUMBAR KALTIM MALUT BANTEN KALTENG JAMBI SULUT JABAR 82,67 KALSEL
80
75
Clust er III
BABEL
Cluster IV
PAPUA
70
65 0 5 10 15 20 25 30 35 40 45 % Penduduk Miskin
18
Kota Surabaya, Kab Lamongan (R), Kab. Pasuruan (T) Kota Medan, Kab. Deli Serdang (R), Kab. Tapanuli Utara (T) Kota Samarinda, Kab Kutai Timur (T), Kab. Penajam Paser Utara (R) Kab. Serang, Kota Cilegon (T), Kab. Pandeglang (R) Kota Makassar, Kab. Maros (T), Kab. Bantaeng (R) Kota Palembang, Kab OKI (R), Kab. Muara Enim (T) Kota Kupang, Kab. Kupang (R), Kab. Flores Timur (T)
21 kab/kota
A. Muin Sibuea
19
Jumlah
SD MI SMP MTs
8 6 6 4
20
24 sekolah
5. Multistage sampling
Cakupan populasi sangat luas Cara: memilih sampel di tiap hirarki secara bertahap Biasanya: digunakan dengan kombinasi metode yang lain
A. Muin Sibuea
21
sampling
2.
3.
Sampling frame yang diperlukan hanya untuk unit-unit yang terpilih sebagai sampel Biaya transportasi lebih murah
Kelemahan : 1. Proses estimasi sulit, khususnya bila ukuran besar unitunit tingkat pertama tidak sama 2. Prosedur pengambilan sampel telah terencana sebelum pemilihan sampel dilakukan
A. Muin Sibuea 22
Non-Probability Sampling
1.
2.
3.
4.
didasarkan pada jumlah tertentu Accidental sampling: penetapan sampel secara spontan, tanpa pertimbangan tertentu Purpossive sampling: penetapan sampel berdasarkan pertimbangan tertentu Snowball sampling: penetapan sampel yang berkembang seperti bola salju, yang mulamula sedikit lalu semakin banyak.
A. Muin Sibuea 23
Non-Probability Sampling
1.
Accidental Sampling: penetapan sampel secara spontan, tanpa pertimbangan tertentu.Teknik sampling kebetulan ini dilakukan apabila pemilihan anggota sampel dilakukan terhadap orang atau benda yang kebetulan ada atau dijumpai saat itu. Keuntungan teknik ini cepat, mudah, dan murah. Kelemahannya kurang representatif. Purposive sampling: penetapan sampel berdasarkan pertimbangan tertentu.Teknik sampling bertujuan ini digunakan apabila anggota sampel dipilih secara khusus berdasarkan tujuan penelitian. Keuntungan teknik ini relevan dgn tujuan, tetapi kurang representatif. A. Muin Sibuea
2.
24
3. Quota sampling: Penetapan sampel yang didasarkan pada jumlah tertentu. Teknik sampling tertentu (dibatasi) ini digunakan apabila anggota sampel pada suatu tingkat dipilih dengan jumlah tertentu (quota) dengan ciri-ciri tertentu.
4. Snowball sampling: penetapan sampel yang berkembang seperti bola salju, yang mulamula sedikit lalu semakin banyak.
A. Muin Sibuea
25
signifikansi yang dipilih maka makin banyak anggota sampel, oleh sebab itu makin tepat dan teliti ramalan kita.
A. Muin Sibuea 26
menentukan besarnya anggota sampel. Untuk statistik parametrik membutuhkan data relatif besar, sedangkan untuk statistik nonparametrik cukup dengan data yang relatif kecil.
A. Muin Sibuea 27
A. Muin Sibuea
28
POPULASI
STRATIFIKASI
STRATA 1
STRATA 2
STRATA 3
RANDOMIASI
S.S 1
S. S 2
S.S 3
SAMPEL
DATA
A. Muin Sibuea
29
Jika sampel diambil N = 200; maka diambil secara random dari masing-masing Sub Populasi 1, 2, 3: S.S.1 = 100 ORANG S.S.2 = 60 ORANG S.S.3 = 40 ORANG
30