Upload
lycong
View
266
Download
5
Embed Size (px)
Citation preview
Metode RisetDr. Muhamad Yunanto, MM.Fak. Ekonomi Universitas Gunadarma
Pertemuan Kesepuluh
Populasi & Sampel
Proses Riset
1
OBSERVASI
Identifikasi
bidang
Permasalahan
2
PENGUMPULAN
DATA AWAL
• Interview
• Studi Pustaka
3
PENDEFINISIAN
MASALAH
Pembatasan
masalah
4
KERANGKA
TEORI
Variabel
sdh
didefisikan
dan diberi
label
5
PERUMUSAN
HIPOTESIS
6RANCANGAN
RISET
7
ANALISIS DAN
INTERPRETASI
DATA
8
PENGAMBILAN
KESIMPULAN
DEDUCTIVE
YA
TIDAK
9
PPENULISAN
LAPORAN
10
PRESENTASI
LAPORAN
11
PENGAMBILAN
KEPUTUSAN
MANAJERIAL
Topik Bahasan
Populasi, Elemen, Kerangka Populasi, Sampel, Subyek dan Pengambilan sampel
Alasan Pengambilan sampel
Keterwakilan Sampel
Probalility dan Non-Probability Sampling
Sampling in Cross-Cultural Research
Precision and Confidence
Data Sampel dan Pengujian Hipitesis
Ukuran Sampel
Tujuan Pembelajaran
Setelah mengikuti kuliah ini Sdr dapat :
Mendefinisikan tentang pengambilan sampel,
sampel, populasi, elemen, subyek dan kerangka
populasi.
Mendeskripsikan dan membahas perbedaan
berbagai rancangan sampel.
Mengidentifikasi pengambilan sampel yang tepat
untuk berbagai keperluan riset yang berbeda.
Menjelaskan mengapa data sampel digunakan
untuk menguji hipotesis.
Membahasan tentang presisi (ketepatan) dan
tiongkat kepercayaan (confidence).
Tujuan Pembelajaran
Memperkirakan ukuran sampel.
Mendiskusikan faktor-faktor yang perlu
dipertimbangkan dalam penentuan ukuran
sampel.
Mendiskusikan efisiensi dalam pengambilan
sampel.
Mendiskusikan kemampuan mengeneralisasi
dalam kontek rancangan sampel.
Menerapkan bahan ajar pada topik ini untuk
tugas dan proyek pada mata kuliah ini.
Rancangan Riset
KegunaanRiset :
• Eksplorasi
• Deskripsi
• Pengujian
Hipotesis
TipeInvestigasiMenetapka:
• hub kausal• korelasi• perbedaan
KeterlibatanPeneliti:
• Minimal
• Manipulasi
• Control
• Simulasi
Setting Riset
•Contrieved
•Non-
contrived
Ukuran danPengukuran
• Def. operasi
• Unsur
•Skala
• Kategori
•Kode
Unit Analisis:
• Individual
• Kelompok
•Organisasi
• Mesin
• dsb
HorisonWaktu
• One shot
(cross-
section)
•
Longitudinal
(time-series)
RancanganSampel
• Probability
• Non-
probablity
• Size
PengumpulanData
• Observasi
•Interview
•Kuisioner
•Pengukuran
fisik
Analisis Data• Feel for Data
• Goodness of
Data
• Pengujian
Hipotesis
Pe
rnya
taa
nM
asa
lah
Beberapa Pengertian
Populasi population :” the entire group of
people, events or things of interest that
researchers wishes to investigate”.
Unsur element : “a single member of
population”.
Kerangka Populasi population frame : “listing
of all the element in the population”.
Sampel sample : “a subset of population”.
Subyek subject : “a single member of the
sample”.
Pengertian Populasi
Populasi : wilayah generalisasi yang berupa
obyek yang mempunyai kuantitas, kualitas dan
karakteristik tertentu yang ditetapkan untuk
dipelajari dan ditarik kesimpulannya.
Populasi : bukan hanya orang, tetapi juga segala
macam obyek. Bukan sekadar jumlah, tetapi juga
karakter/sifat yang ada pada obyek tersebut.
Contoh : Perusahaan X sebagai obyek penelitian,
dimana perusahan X terdapat sejumlah
karyawan, sehingga populasi adalah jumlah
karyawan. Tetapi perusahaan X juga mempunyai
karakteristik orang-orang, misalnya : motivasi
kerja, disiplin kerja, dls.
Pengertian Sampel
Sampel : bagian dari jumlah dan
karakteristik yang dimiliki populasi.
Bila populasi besar dan peneliti mempunyai
keterbatasan sumberdaya (dana, waktu
dan tenaga) peneliti akan menggunakan
sampel yang diambil dari populasi dan
kesimpulan diberlakukan untuk populasi.
Sample yang diambil harus mencerminkan
atau mewakili populasi, jika tidak maka
kesimpulan yang diambil akan salah.
Hubungan antara Populasi
dan Sampel
Sampel Populasi
Parameter
(µ, , )Statistik
( , , )
estimates
Kenormalan Distribusi
Apa saja target yang populasi yang relevan
terhadap fokus riset ?
Apa saja pastinya paramater-parameter
yang menarik bagi peneliti untuk diamati ?
Kerangka sampe seperti apa yang tersedia
?
Berapa ukuran sampel yang dibutuhkan ?
Berapa biaya yang melekat dalam
rancangan sample ?
Berapa waktu yang tersedia untuk
mengumpulkan data dari sampel ?
Teknik Sampling
Probability Sampling
Unrestricted or Simple Random Sampling
Restricted or Complex Probability Sampling
Systematic Sampling
Stratified Random Sampling
Proportionate or Disproporsionate Random
Sampling
Cluster Sampling
Single_stage and Multistage Cluster Sampling
Area Sampling
Double Sampling
Teknik Sampling
Non-Probability Sampling
Convenience Sampling
Purposive Sampling : Judgment Sampling, Quota Sampling
Teknik Sampling
Is REPRESENTATIVENESS
Of sample critical for the study ?
Yes No
Choose one of
The PROBABILITY
Sampling designs
Choose one of
The NON PROBABILITY
Sampling designs
If the purpose of
The study mainly is for :
Generalisability
Assessing differtial parameter
Collecting information in a locatised area
Gathering more information from a subset of sample
Teknik Sampling
Generalisability
Assessing differtial parameter
Collecting information in a localised area
Gathering more information from a subset of sample
Simple random Systematic Random Cluster random
All subgroup have equal number of element ?
Yes No
Proportionate stratified random Disproportionate stratified random
Area random
Double random
Teknik Sampling
No
Choose one of
The NON PROBABILITY
Sampling designs
If the purpose of
The study mainly is for :
To obtain quick,
Even if unreliable
information
To obtain information
Relevan to and available
Only with certain groups
Convenience
Sampling
Looking for information
That only a few experts
Can provide
Looking for information
That only a few experts
Can provide
Quota SamplingJudgment Sampling
Kelebihan dan Kekurangan :
Probability dan Non-ProbabilitySampling Deskripsi Kelebihan Kekurangan
1. Simple Random All elements in the population are considered and each element has an equal chance of being chosen as the subject
High generalisability of finding.
Not as efficient as stratified sampling
2. Systematic
Random
Every nth element in the population is chosen starting from a random point in the population frame
Easy to use if population frame is available
Systematic biased are possible
3a. Proportionate
Stratified Random
Population is first divided into meaningful segments: subjects are drawn in proportion to their original number in the population
Most efficient among all probability designAll groups are adequately sampled and comparison among groups are possibleability design
Stratification must be meaningfulMore timeconsuming than simple randomPopulation frame is essential
3b. Disproportionate
Stratified Random
Based on criteria other
than their original population number
Kelebihan dan Kekurangan :
Probability dan Non-ProbabilitySampling Deskripsi Kelebihan Kekurangan
4. Cluster Random Groups that have heterogeneous members are first identified; then some are chosen at random; all the members in each of the randomly chosen groups are studied
In geographic cluster, costs of data collection are low
The least reliable and efficient among all probability sampling designs since subsets of cluster are more homogenous than heterogeneous
5. Area Sampling Cluster sampling within a particular area or locality
Cost effective. Usefulfor decisions relating to a particular location
Takes time to collect data from an area
6. Double Sampling The same sample or a subset of the sample is studied twice
Offers more detailed information on the topic of study
Original biases, if any, will be carried over.Individual may not be happy responding a second time
Kelebihan dan Kekurangan :
Probability dan Non-ProbabilitySampling Deskripsi Kelebihan Kekurangan
Non-Probability
7. Convenience The most easily
accessible members are chosen as subject
Quick, convenient,
less expensive
Not generalisable at
all
8. Judgment Subjects selected on the basis of their expertise in the subject investigated
Sometimes, the only meaningful way to investigate.
Generalisability is questionable; not generalisable to entire population
9. Quota Subjects are conveniently chosen from targeted group according to some predetermined number or quota
Very useful where minority participation in a study is critical
Not easily generalisable.
Ukuran Sampel
Berapa jumlah anggota sampel yang paling tepat digunakan untuk suatu riset ?
Jawabannya, akan tergantung kepada tingkatkesalahan yang dapat diterima. Semakin besartingkat kesalahan yang dapat diterima akansemakin kecil ukuran sampel dan sebaliknya.
Tingkat kesalahan yang dapat diterima akansangat tergantung pada sumberdaya yang tersedia.
Formula Isaac & Michael untuk menentukanjumlah sampel dengan tingkat kesalahantertentu.