Pertemuan 1 :

Data adalah suatu bahan mentah yang jika diolah dengan baik melalui berbagai analisis dapat melahirkan berbagai informasi dan dengan informasi tersebut dapat diambil suatu keputusan.

Data yang diperoleh melalui penelitian harus memiliki kriteria yaitu:

1. Valid menunjukan derajat ketepatan yaitu ketepatan antara data yang sesungguhnya terjadi pada obyek dengan data yang dapat dikumpulkan dalam penelitian.

2. Reliable menunjukan derajat konsistensi yaitu konsistensi data dalam interval waktu tertentu.

3. Obyektif menunjukan derajat persamaan persepsi orang (interpersonal agreement).

Data dapat diperoleh menggunakan 4 (empat) metoda :1. Dari sumber yang dipublikasikan published sources (BPS).2. Dari sumber internal perusahaan (Financial statements and company records).3. Melalui metoda survey riset menggunakan sample.

4. Melalui disain percobaan (experiment).

Jenis data dibagi menjadi 2 macam :

1. Data Nominal/Deskrit/DikotomiData ini dapat disebut dengan data deskrit, kategorik, dikotomi. Data ini merupakan hasil perhitungan sehingga tidak dijumpai bilangan pecahan. Data ini diperoleh dari hasil penelitian yang bersifat eksploratif/survey dan (berupa angka, belum dikaitkan dengan ukuran, dan tidak dapat diurutkan) dan termasuk data kualitatif. Contoh: jenis kelamin: pria, wanita;status: married, divorce.2. Data Ordinal yaitu mengacu pada data yang dapat diurutkan atau data yang berjenjang. Jarak satu data dengan lainnya mungkin tidak sama dan semakin kecil angkanya semakin tinggi nilainya. Kita dapat memberikan nilai numerik namun tidak dapat melakukan operasi matematis. Contoh : Juara 1, 2, 3; dan Eselon 1, 2, 3.

3. Data Interval yaitu mengacu pada data yang dapat diurutkan, jarak data terukur dan dapat diinterpretasikan dan skala interval scale dimulai dari angka 0. Data interval mempunyai sifat nominal dari data ordinal . Contoh : Temperature Scales : Celcius, Index Numbers: Dow-Jones).4. Data Rasio (urut, dan berbasis nol) yaitu : data rasio mengacu pada data yang dapat diurutkan dan dapat dilakukan operasi matematis terhadapnya.

data rasio mempunyai nilai nol absolute. Nilai nolnya punya arti. Seseorang yang tidak punya penghasilan berarti penghasilannya 0 rupiah.

Contoh: Penjualan, Penghasilan, Jumlah produksi,

Terminologi Dasar Populasi:

populasi adalah kumpulan obyek secara lengkap, atau himpunan dari seluruh elemen yang sifat dan karakteristiknya sedang dianalisis atau dikaji.

Contoh: Himpunan seluruh petani yang memakai pupuk PUSRI tahun 2005. Parameter:

parameter adalah karakteristik numerik tentang keseluruhan populasi. Ini adalah nilai sebenarnya (a true value.)

contoh:

Perbandingan semua petani pengguna pupuk PUSRI semester I tahun 2000 yang berumur lebih dari 30 tahun. Sampel:

sample atau sampel adalah subset (himpunan bagian) dari elemen yang diambil dari sebuah populasi.

contoh: Himpunan seluruh petani yang memakai pupuk PUSRI tahun 2005 di wilayah Kayu Agung.

Keuntungan penggunaan sampel :

Biaya: sample memberikan informasi yang dapat dipercaya dan berguna dengan biaya rendah.

Waktu: samples ukurannya kecil sehingga memungkinkan untuk dikumpulkan dengan cepat dibandingkan data sensus. Lebih cepat dikumpulkan, dipresentasikan, dianalisis sehingga mempercepat pembuatan keputusan.

Akurasi: sample memberikan akurasi yang sama bahkan kadangkala lebih akurat dari sensus karena kesalahan yang terjadi dapat dikontrol lebih efektif.

Uji DESTRUCTIVE: Ketika uji kontrol kualitas produk dilakukan menggunakan uji destruktif maka harus digunakan sampel karena tidak mungkin merusak semua produk. Contoh: Uji kontrol kualitas umur batere.

POPULASI DENGAN ANGGOTA TAK BERHINGGA: sample penting manakala studi tidak mungkin dilakukan terhadap semua anggota populasi. Contoh: Studi biologi terhadap nyamuk.

Jenis-Jenis SAMPLING

1. PROBABILITY SAMPLINGadalah metoda pengambilan sampel yang menggunakan pemilihan secara acak (random) yaitu prosesnya atau prosedurnya harus sedemikian rupa sehingga menjamin setiap anggota populasi mempunyai peluang yang sama untuk dipilih menjadi anggota sampel. a. Simple Random Sampling , yaitu mengambil sample secara acak tanpa memperhatikan strata yang ada dalam populasi itu.

b. Stratified Random Sampling sering pula disebut proportional atau quota random sampling yaitu bila populasi mempunyai anggota yang tidak homogen dan berstrata secara proporsional.

c. Systematic Random Sampling untuk menentukan jumlah sample namun populasi berstrata tetapi kurang proporsional dan metoda sampling ini digunakan karena lebih cepat bila populasinya banyak.

d. Cluster (Area) Random Sampling yaitu bila obyek yang diteliti atau sumber data sangat luas. Pada metoda ini populasi dikelompokkan sebagai kluster-kluster kecil. Kemudian pengamatan hanya dilakukan pada sampel kluster yang dipilih secara random. Contoh: survey perumahan diperkotaan. Area kota dibagi ke dalam blok-blok. Kemudian secara random dipilih blok-blok sebagai sampel yang akan diamati.

2. NON PROBABILITY SAMPLING adalah metode yang tidak memberi peluang/kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sample. Secara umum peneliti pada umumnya probabilitas atau metoda random sampling dibanding nonprobabilistik. a. Accidental Sampling. Metoda ini adalah salah satu cara non probalistik yang umum digunakan. Sebagai contoh adalah wawancara televisi terhadap orang di jalan dalam acara Berita untuk melihat bagaimana pendapat/opini publik terhadap suatu kejadian sosial kemasyarakatan. Demikian juga dalam praktek klinik digunakan pasien yang ada sebagai sampel. b. Purposive Sampling , yaitu dalam purposive sampling, dilakukan pengambilan sampel dengan sudah ada tujuannya dan sudah tersedia rencana sebelumnya. Biasanya sudah ada predefinisi terhadap kelompok-kelompok dan kekhususan khas yang dicari. c. Expert Sampling , yaitu terdiri dari sampel orang yang diketahui mempunyai pengalaman atau keahlian dalam suatu bidang. Oleh karena itu sampel ini dikenal juga sebagai "panel of experts."

d. Quota Sampling yaitu dilakukan pemilihan secara tidak acak menurut kuota yang telah ditetapkan sebelummya. Dalam proportional quota sampling diinginkan karakteristik utama populasi dengan pengambilan sampel secara proporsional. Misalnya jika diketahui suatu populasi terdiri 40% wanita dan 60% pria dan diinginkan jumlah sampel 100, maka diambillah sampel sesuai perbandingan itu yaitu 40 wanita. Sampel pria tidak dilakukan mengingat kuotanya sudah dipenuhi.

e. Heterogeneity Sampling sering pula disebut sampling for diversity. Dalam rangka brainstorming (curah pendapat) biasanya metoda ini digunakan untuk mendapatkan spektrum yang luas, jadi tidak untuk mengidentifikasi "average" atau "modal instance". Jadi yang akan jadi sampel bukan orang tetapi ide. Cara ini adalah kebalikan dari modal instance sampling.

f. Snowball Sampling yaitu dalam snowball sampling, identifikasi dimulai dari seseorang yang mempunyai kriteria yang masuk dalam kesimpulan penelitian. Dari identifikasi permulaan ini selanjutnya akan ditemukan unit sampel berikutnya. Snowball sampling secara khusus digunakan untuk memperoleh suatu populasi yang sulit diakses atau didapatkan. Misalnya suatu penelitian terhadap tunawisma di Jakarta. Langkah-langkah Pengujian Hipotesis

1. Tulis Ha dan Ho dalam bentuk kalimat

2. Tulis Ha dan Ho dalam bentuk statistic

3. Hitung t hitung atau z hitung atau F hitung 4. Tentukan taraf signifikansi ( )

5. Cari t table dengan ketentuan :

dk = n-1

dua pihak atau pihak kanan atau pihak kiri tergantung kondisi Ho dengan menggunakan table t diperoleh t table.

6. Tentukan criteria pengujian

7. Bandingan thitung dengan t table8. Buat kesimpulan

Pengujian Hipotesis

Pengujian hipotesis ada tiga macam, yaitu:

1. Uji dua pihak

2. Uji satu pihak (pihak kanan)

3. Uji satu pihak (pihak kiri).

Dalam pengujian hipotesis yang diuji apakah Ho ditolak atau diterima.

Untuk dapat memutuskan apakah Ho ditolak atau diterima diperlukan criteria tertentu dengan nilai tertentu baik dari hasil perhitungan maupun table.

DATA NOMINAL

Sifat-sifatnya :

a. Merupakan hasil hitungan

b. Tidak mengandung pecahan

c. Jenis dan kategori ditentukan sendiri

d. Tidak berurut (rangking)

e. TIdak mempunyai ukuran baru

f. Tidak memiliki nilai nol mutlak

Contoh :

Jenis kelamin ( laki-laki diberi angka 1, perempuan diberi angka 2)

Data diatas tidak mutlak dan maksud angka diatas hanyalah label, bukan berarti perempuan itu 2xnya laki-laki, atau kekuatan perempuan 2x laki-laki atau sebaliknya).

DATA ORDINAL

Sifat-sifatnya :

g. Data yang sudah diurutkan dari yang rendah ke tinggi (sebaliknya)

h. Merupakan hasil pengukuran/hitungan

i. Urutan dapat berupa pembobotan

j. Tidak menyatakan nilai absolute

k. Tidak mempunyai ukuran barul. Tidak mempunyai nilai nol mutlak

Contoh : Juara 1 mampu mengangkat 400 kg

Juara 2 mampu mengangkat 380 kg

Juara 3 mampu mengangkat 375 kg

Angka diatas adalah urutan belaka (didasarkan atas kemampuan mengangkat)

Angka ordinal tidak menyatakan angka absolute artinya juara 1 bukan berarti kemampuan 3x juara 3 atau sebaliknya.

DATA INTERVAL

Sifat-sifatnya :

m. Mempunyai sifat nominal dari data ordinal

n. Mempunyai nilai nol mutlak

o. Mempunyai urutan

p. Mempunyai ukuran baru

q. Merupakan hasil pengukuran

Contoh :

IPK mahasiswa dikenal dengan standar A=4, B=3, C=2 dan D=1A

B

C

D

Huruf

4

3

2

1

Angka

Interval A B adalah 4 3 = 1

Intetval B C adalah 3 2 = 1

Interval C D adalah 2 1 = 1

Data interval tidak dapat disimpulkan bahwa yang mendapat nilai A adalah 4x keberhasilan B atau 3x keberhasilan C. DATA RASIO

Sifat-sifatnya :

r. Mengandung sifat interval

s. Memiliki angka nol mutlak

t. Memiliki urutan

u. Mempunyai ukuran baru.

v. Merupakan hasil perhitungan (mengandung pecahan)

Contoh :

A

B

C D

0

1

2

3 4

Panjang D = 4 x A atau 2 x B

Panjang B = 2 X A atau x D

SOAL KUIS :

1. Urutkan tingkatan data.

2. Beri tanda [ x ] yang memiliki sifat-sifat sebagai berikut :

- N

= Nominal

- O

= Ordinal

- I

= Interval

- R

= Rasio

No.UraianNOIR

a.Nama

b.Umur

c.Alamat

d.Kebangsaan

e.Golongan darah

f.Agama

g.Jenis kelamin

h.Nomor mahasiswa

i.Nomor KTP

j.Pendidikan

k.Status

l.Pekerjaan

m.IPK semester

n.IQ

o.Berat badan

p.Tinggi badan

q.Nomer telepon

r.Warna kulit

s.Bahasa daerah

t.Golongan gaji

Populasi Orang dan benda-benda alam lain termasuk karakteristik/sifat yang dimiliki oleh subyek atau obyek tersebut

Lembaga X juga merupakan populasi., terdiri:

w. sejumlah orang/subyek yang lain (dalam bentuk jumlah/kuantitas)

x. motivasi, disiplin, kepemimpinan (karakteristik orang)y. kebijakan, prosedur kerja, produk (karakteristik obyek).

Sampel

Sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Dan apa yang diteliti dari sample maka kesimpulannya akan diberlakukan untuk populasi.

Sederhana Random Bertingkat

Cluster

Sistematis

Teknik

Sampling

Kebetulan

Non Bertujuan

Random Kuota

Kekhususan

Biaya

Praktis Waktu

Tenaga

Exploratoris

Penetuan

Besar . Ketepatan

sampel

Analisis Tabel (perhitungan)

PROBABILITY SAMPLING

a. Simple Random Sampling, dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi tersebut.

Keuntungan : anggota sample mudah dan cepat diperoleh

Kelemahan : kadang-kadang tidak mendapatkan data yang lengkap

b. Stratified Random Sampling yaitu bila populasi mempunyai anggota yang tidak homogen dan berstrata secara proporsional.

Latar belakang pendidikan PT. X adalah : S1 = 45, S2 = 30, STM = 800, SMEA=500, maka jumlah sample harus diambil proporsional dari populasi yang ada.

Keuntungan : anggota sample lebih terwakili

Kelemahan : memerlukan usaha pengenalan karakteristik populasi

c. Disproportionate Random Sampling, bila populasi berstrata tetapi kurang proporsional.

Pegawai di PT. X mempunyai berbaga macam latar belakang pendidikan.

S1 = 200, S2 = 4, S3 = 3, SMU = 800, STM = 700, maka sebagai sample S2 dan S3 diambil semuanya sebagai sample.

Keuntungan : sample belum terwakili sepenuhnya

Kelemahan : memerlukan usaha pengenalan karakteristik populasi.

d. Cluster (Area) Random Sampling yaitu bila obyek yang diteliti atau sumber data sangat luas.

Penelitian di Indonesia ada 27 propinsi dan samplenya menggunakan 10 propinsi maka pengambilan dilakukan di 10 propoinsi secara random.

Keuntungan : - dapat mengambil populasi besar yang tersebar

z. pelaksanaan lebih mudah

Kelemahan : - jumlah individu dalam setiap pilihan tidak sama

aa. ada kemungkinan penduduk satu berpindah ke daerah lain

sehingga mungkin menjadi sample.

SIFAT DAN JENIS DATA

UrutanUkuran baru & jarakNol mutlakUji signifikansi

Nominal---Chi-kuadrat

OrdinalV--Korelasi

Rank Spearman

IntervalVVVt dan F

RasiovvVt dan F

NON PROBABILITY SAMPLING

a. Systematic Sampling, yaitu teknik random sampling sederhana yang dilakukan secara ordinal (misalnya anggota sample dipilih berdasarjkan urutan tertentu).Keuntungan : - lebih cepat dan mudah

Kelemahan : - kadang-kadang kurang terwakili populasinya

b. Accidental Sampling, dilakukan pada responden yang kebetulan ada atau dijumpai.Keuntungan : - murah, mudah, cepatKelemahan : - kurang representatifc. Purposive Sampling , dilakukan pengambilan sampel dengan sudah ada tujuannya dan sudah tersedia rencana sebelumnya.Keuntungan : - murah, mudah, cepat

Kelemahan : - tidak representative dalam keputusan secara umumd. Quota Sampling yaitu dipilih dengan jumlah tertentu dengan cirri tertentu.

e. Expert Sampling , yaitu terdiri dari sampel orang yang diketahui mempunyai pengalaman atau keahlian dalam suatu bidang. Keuntungan : - pokok permsalahan dapat terjawab dan terwakili

Kelemahan : - lama dan relative lebih sulitf. Heterogeneity Sampling sering pula disebut sampling for diversity.g. Snowball Sampling yaitu dalam snowball sampling, identifikasi dimulai dari seseorang yang mempunyai kriteria yang masuk dalam kesimpulan penelitian. Dari identifikasi permulaan ini selanjutnya akan ditemukan unit sampel berikutnya. Snowball sampling secara khusus digunakan untuk memperoleh suatu populasi yang sulit diakses atau didapatkan. Misalnya suatu penelitian terhadap tunawisma di Jakarta. JENIS DATA dibagi menjadi 2 macam :1. Data Nominal/Deskrit/Dikotomi

Data ini dapat disebut dengan data deskrit, kategorik, dikotomi. Data ini merupakan hasil perhitungan sehingga tidak dijumpai bilangan pecahan. Data ini diperoleh dari hasil penelitian yang bersifat eksploratif/survey dan (berupa angka, belum dikaitkan dengan ukuran, dan tidak dapat diurutkan) dan termasuk data kualitatif. Contoh: jenis kelamin: pria, wanita;status: married, divorce.

2. Data Ordinal yaitu mengacu pada data yang dapat diurutkan atau data yang berjenjang. Jarak satu data dengan lainnya mungkin tidak sama dan semakin kecil angkanya semakin tinggi nilainya. Kita dapat memberikan nilai numerik namun tidak dapat melakukan operasi matematis. Contoh : Juara 1, 2, 3; dan Eselon 1, 2, 3.

3. Data Interval yaitu mengacu pada data yang dapat diurutkan, jarak data terukur dan dapat diinterpretasikan dan skala interval scale dimulai dari angka 0. Data interval mempunyai sifat nominal dari data ordinal . Contoh : Temperature Scales : Celcius, Index Numbers: Dow-Jones).

4. Data Rasio (urut, dan berbasis nol) yaitu :

data rasio mengacu pada data yang dapat diurutkan dan dapat dilakukan operasi matematis terhadapnya.

data rasio mempunyai nilai nol absolute. Nilai nolnya punya arti. Seseorang yang tidak punya penghasilan berarti penghasilannya 0 rupiah.

Contoh: Penjualan, Penghasilan, Jumlah produksiSIFAT DAN JENIS DATA

UrutanUkuran baru & jarakNol mutlakUji signifikansi

Nominal---Chi-kuadrat

OrdinalV--Korelasi

Rank Spearman

IntervalVVVt dan F

RasiovvVt dan F

HIPOTESIS adalah dugaan/jawaban sementara atas permasalahan penelitian dimana memerlukan data untuk menguji kebenaran dugaan tersebut.

Hipotesis tidak dapat dibuat tanpa dasar teori yang kuat.Dan dinyatakan dalam bentuk : Ho (hipotesis nul)

: pernyataan yang tidak menunjukkan perubahan Hi (hipotesis alternatif): pernyataan yang diharapkan akan terjadiHasilnya adalah penerimaan Ho/penolakan Ho

Type Hipotesis :

a. Directional : hipotesis yang dapat menunjukkan arah jawaban atas hipotesis penelitian (lebih besar/kecil)

Ho

: Tidak ada perbedaan tinggi badan antara pria dan wanita

( pria = wanita)

Hi

: Pria lebih tinggi daripada wanita

( pria > wanita)

b. Non-Directional : hipotesis yang tidak dapat menunjukkan arah jawaban (arahnya tidak diketahui)

Ho

: Tidak ada perbedaan tinggi badan antara pria dan wanita

( pria = wanita)

Hi

: Ada perbedaan tinggi badan antara pria dan wanita

( pria wanita)

Populasi homogen

Sample yang representative

Diambil secara random

proporsional

Sample yang representative

Populasi berstrate

Diambil secara random

Populasi daerah

Diambil

secara random

Diambil

secara random

Populasi daerah

Tahap 1

(sample daerah)

Tahap 2

(sample individu)