STATISTIK DAN STATISTIKAstatistikbisnis.narotama.ac.id/files/MODUL 1 STATISTIK... · Web viewalam pembahasan statistik terdapat dua istilah yang sering digunakan dan terkadang terdapat

BAB I Statistik Bisnis

STATISTIK DAN STATISTIKA

Bab 1 ● Statistik & Statistika

Kompetensi DasarMampu menerapkan konsep statistik dalam aplikasi bisnis

IndikatorKognitif

1. Mahasiswa dapat menjelaskan definisi statistik.2. Mahasiswa dapat menjelaskan definisi statistika.3. Mahasiswa dapat menjelaskan hubungan statistik dengan bisnis.4. Mahasiswa dapat menjelaskan berbagai skala pengukuran5. Mahasiswa dapat menyebutkan contoh berbagai jenis data.

Psikomotor1. Mahasiswa dapat menjelaskan definisi statistik secara lisan di depan

kelas. 2. Mahasiswa dapat menjelaskan menjelaskan definisi statistika secara

lisan di depan kelas.3. Mahasiswa dapat menjelaskan hubungan statistik dengan bisnis

secara lisan di depan kelas.4. Mahasiswa dapat menjelaskan berbagai jenis data secara lisan di

depan kelas.5. Mahasiswa dapat menyebutkan contoh berbagai jenis data secara

lisan di depan kelas.

Afektif1. Mengembangkan perilaku karakter, meliputi jujur, peduli, dan

tanggungjawab2. Mengembangkan keterampilan sosial, menjadi pendengar yang

baik, berpendapat, dan bertanya.

Pengalaman Belajar1. Mahasiswa mendengarkan secara aktif materi yang dijelaskan

dosen.

Statistik Bisnis | 4


2. Mahasiswa dapat menjelaskan definisi statistik, statistika, hubungan statistik dengan bisnis, berbagai jenis data beserta contohnya secara lisan di depan kelas.

3. Mahasiswa mendiskusikan hubungan antara statistik dengan bisnis.

Materi Pokok

1. Konsep statistik dan statistika.

2. Hubungan statistik dengan bisnis.

3. Teknik Statistik

4. Istilah-istilah dalam statistik

5. Jenis-jenis data

6. Populasi dan sampel

7. Variabel penelitian



Uraian Materi

1.1 DEFINISI

alam pembahasan statistik terdapat dua istilah yang sering

digunakan dan terkadang terdapat kerancuan umum, yaitu antara

statistika dan statistik. Kedua istilah tersebut mengacu pada dua kata

dalam bahasa Inggris yaitu statistics dan statistic.

DStatistik didefinisikan sebagai sebuah teknik-teknik pengolahan

data kuantitatif atau data yang berupa angka. (Martono 2010)

Statistika adalah ilmu mengumpulkan, menata, menyajikan,

menganalisis dan menginterpretasikan data menjadi informasi untuk

membantu pengambilan keputusan yang efektif. (Purwanto S. K. 2012)

Demikianlah statistika bekerja mulai dari mengumpulkan data,

menyajikan data, dan menganalisis serta menginterpretasikan data.

Seterusnya Anda akan belajar bagaimana statistika berproses sehingga

data yang ada memberikan makna bagi pengambilan keputusan yang

tepat di berbagai bidang kehidupan (Purwanto S. K. 2012)

1.2 HUBUNGAN STATISTIK DAN BISNIS

Statistik mempunyai kegunaan yang luas dalam bisnis dan bidang-

bidang lainnya. Statistika dipergunakan dalam pemasaran, akuntansi,

manajemen, pengawasan mutu, melihat kepuasan konsumen, dan

sebagainya (Purwanto S. K. 2012).

Berikut beberapa pihak yang berkepentingan dengan statistika

terkait dengan bidang bisnis, manajemen, akuntansi, dan keuangan.



1 Penentuan struktur gaji, pesangon, dan tunjangan karyawan.2 Penentuan jumlah persediaan barang, barang dalam proses, dan barang jadi3 Evaluasi produktivitas karyawan4 Evaluasi kinerja perusahaan

1 Penentuan standar audit barang dan jasa2 Penentuan depresiasi dan apresiasi barang dan jasa3 Analisis rasio keuangan perusahaan

1 Penelitian dan pengembangan produk2 Analisis potensi pasar, segmentasi pasar, dan diskriminasi pasar3 Ramalan penjualan4 Efektifitas kegiatan promosi penjualan

1 Potensi peluang kenaikan dan penurunan harga saham, suku buga, dan reksadana2 Tingkat pengembalian investasi beberapa sektor ekonomi3 Analisis pertumbuhan laba dan cadangan usaha4 Analisis resiko setiap usaha

1 Analisis pertumbuhan ekonomi, inflasi, dan suku bunga2 Pertumbuhan penduduk dan tingkat pengangguran serta kemiskinan3 Indeks harga konsumen dan perdagangan besar

1 Analisis produksi tanaman, ternak, ikan dan kehutanan2 Kelayakan usaha dan skala ekonomi3 Manajemen produksi agribisnis4 Analisis ekspor dan impor produk pertanian

Pengguna Statistika Masalah yang Dihadapi

Manajemen

Akuntansi

Pemasaran

Keuangan

Ekonomi Pembangunan

Agribisnis

Saat ini statistik memegang peranan penting dalam manajemen

lembaga-lembaga bisnis antara lain sebagai alat perumusan perencanaan,

alat pengendalian, dan sebagai dasar evaluasi kerja.

Setiap usaha yang dilakukan oleh lembaga bisnis tentu

membutuhkan perencanaan yang matang. Data diperlukan dalam proses

perencanan agar apa yang direncanakan sesuai dengan kemampuan yang

ada. Suatu perencanaan yang tidak sesuai dengan kemampuan yang ada

merupakan perencanaan yang sukar dilaksanakan. Data hasil ramalan

akan memberikan gambaran mengenai sesuatu di masa yang akan datang

termasuk gambaran tentang kemampuan. Misalnya, perencanaan produksi



harus selalu disesuaikan dengan kemampuan menjual yang dicerminkan

dengan ramalan penjualan, perencanaan daerah pemasaran harus

disesuaikan dengan daya beli masyarakat setempat yang tercermin dalam

ramalan daya beli. Dengan statistik, rencana dan ramalan dapat dibuat

sebaik mungkin. Hal ini disebabkan karena statistik dengan analisis

korelasinya akan mempertimbangkan seberapa besar hubungan antara

masing-masing variabel yang akan diramalkan dan faktor-faktor yang

mempengaruhinya.

Perencanaan berkaitan dengan masa yang akan datang dan

dipengaruhi oleh faktor ketidakpastian. Sehingga dalam pelaksanaannya,

dapat terjadi pula ketidaksesuaian dengan apa yang telah direncanakan.

Disini statistik berperan sebagai alat pengendalian/pengawasan. Dengan

statistik perubahan yang akan terjadi dapat diatasi sedini mungkin. Para

manajer juga dapat mengambil keputusan yang lebih baik dengan data

statistik karena gambaran tentang perusahaan bisa diketahui trendnya.

Pengendalian/pengawasan pada dasarnya merupakan kegiatan untuk

memastikan bahwa pelaksanaan sudah sesuai dengan yang direncanakan.

Apabila ditemukan adanya ketidaksesuaian maka dapat segera dilakukan

tindakan evaluasi kerja. Sebagai comtoh data statistik dapat digunakan

untuk mengetahui besarnya produksi yang dihasilkan oleh perusahaan,

jumlah penjualan, persentase barang yang laku dan barang yang tidak

laku, lama waktu yang diperlukan untuk mengerahkan produk, frekuensi

pembeli membeli produk, serta tingkat kepuasaan konsumen terhadap

produk yang dihasilkan oleh suatu perusahaan. Apabila hasil analisa dari

data-data tersebut tidak sesuai dengan perencanaan perusahaan, maka

pimpinan peruasahaan atau para manajer dapat membuat suatu keputusan

agar output yang disailkan sesuai dengan yang telah direncanakan.

Tidak semua data bisa dipakai sebagai dasar pengambilan

keputusan oleh manejer perusahaan karena data itu sendiri memiliki

syarat-syarat tertentu untuk dapat dikatakan sebagai data yang baik dan



layak untuk dijadikan dasar dalam analisis statistik nantinya. Data yang

salah apabila digunakan sebagai dasar pengambilan keputusan maka

keputusan yang diambil juga akan salah. Menurut J. Suprantoada 5 syarat

yang harus dipenuhi oleh suatu data agar bisa dikatakan sebagai data yang

baik, yaitu obyektif, representative (mewakili), kesalahan baku (standar

baku) kecil, tepat waktu (up to date), dan relevan.

Berbagai penggunaan statistik dalam berbagai bidang dengan

gambaran permasalahan yang dapat diselesaikan ditampilkan pada Tabel

1.1 berikut:

1 Penentuan struktur gaji, pesangon, dan tunjangan karyawan.2 Penentuan jumlah persediaan barang, barang dalam proses, dan barang jadi3 Evaluasi produktivitas karyawan4 Evaluasi kinerja perusahaan

1 Penentuan standar audit barang dan jasa2 Penentuan depresiasi dan apresiasi barang dan jasa3 Analisis rasio keuangan perusahaan

1 Penelitian dan pengembangan produk2 Analisis potensi pasar, segmentasi pasar, dan diskriminasi pasar3 Ramalan penjualan4 Efektifitas kegiatan promosi penjualan

1 Potensi peluang kenaikan dan penurunan harga saham, suku buga, dan reksadana2 Tingkat pengembalian investasi beberapa sektor ekonomi3 Analisis pertumbuhan laba dan cadangan usaha4 Analisis resiko setiap usaha

1 Analisis pertumbuhan ekonomi, inflasi, dan suku bunga2 Pertumbuhan penduduk dan tingkat pengangguran serta kemiskinan3 Indeks harga konsumen dan perdagangan besar

1 Analisis produksi tanaman, ternak, ikan dan kehutanan2 Kelayakan usaha dan skala ekonomi3 Manajemen produksi agribisnis4 Analisis ekspor dan impor produk pertanian

Pengguna Statistika Masalah yang Dihadapi

Manajemen

Akuntansi

Pemasaran

Keuangan

Ekonomi Pembangunan

Agribisnis

Tabel 1. 1 Penggunaan Statistik dalam Berbagai Bidang



1.3 TEKNIK STATISTIK

Untuk menjalankan fungsi statistika dalam pengambilan keputusan,

digunakan dua teknik statistik, yaitu statistik deskriptif dan statistik

inferensial. Selanjutnya statistik inferensial dapat dibedakan menjadi

statistik parametris dan non parametris.

Statistik diskriptif

Statistik diskriptif adalah metode statistika yang digunakan untuk

menggambarkan atau mendeskripsikan data yang telah dikumpulkan

menjadi sebuah informasi. Penyajian data dapat berbentuk tabel, diagram,

ukuran, dan gambar. (Purwanto S. K. 2012)

Statistik diskriptif menggunakan metode data numerik dan grafik

untuk mencari pola dalam suatu kumpulan data, meringkas informasi

yang terungkap dalam suatu kumpulan data, dan menyajikan informasi itu

dalam bentuk yang layak. (McClave 2010)

Statistik induktif (inferensial)

Statistik induktif adalah metode yang digunakan untuk mengetahui

tentang sebuah populasi berdasarkan suatu sampel atau contoh dengan

menganalisis dan menginterpretasikan data menjadi sebuah kesimpulan.

(Purwanto S. K. 2012)

Statistik inferensial adalah menggunakan data sampel untuk

membuat perkiraan, keputusan, prediksi atau generalisasi lain tentang

kumpulan data yang lebih besar. (McClave 2010)

Penggunaan istilah statistik induktif dan inferensial pada dasarnya

adalah sama sehingga dapat dikatakan dua istilah tersebut dapat dipakai

salah satu.

Statistik inferensial atau induktif terbagi menjadi dua bagian yaitu

statistik parametris dan statistik non parametris.



Statistik parametris digunakan untuk menganalisis data interval atau

rasio yang diambil dari populasi yang berdistibusi normal (Martono

2010).

Statistik non-parametris digunakan untuk menganalisis data nominal

dan ordinal dari populasi yang bebas distribusi (Martono 2010).

GAMBAR 1.1, DIAGRAM JENIS-JENIS STATISTIK

1.5 JENIS–JENIS DATA

Data dalam statistik dapat dibagi menjadi 3 kelompok, yaitu :

a. Berdasarkan sumber data, terbagi data primer dan data sekunder

Data primer adalah data yang diperoleh langsung dari objeknya,

misalnya harga saham diperoleh langsung dari tempat (Supranto

2010)

Data sekunder adalah data yang diperoleh dari pihak lain dalam

bentuk yang sudah jadi berupa publikasi seperti IHSG (Indeks Harga


Statistika Deskriptif

Statistika

Statistika Induktif (inferensial)

Statistika Parametris

Statistika Non Parametris


Saham Gabungan) yang dihitung oleh Bapepam, merupakan data

sekunder bagi perusahaan yang Go Public.

b. Berdasarkan jenis data, terbagi menjadi data Kualitatif dan

Kuantitatif, data kuantitatif terbagi menjadi data diskrit dan Kontinu.

DATA

DATA KUALITATIF

DATA KUANTITATIF

· JENIS KELAMIN· WARNA FAVORIT· ASAL DAERAH· DLL

DATA DISKRIT

DATA KONTINU

· JUMLAH KENDARAAN· JUMLAH KARYAWAN· DLL

· BERAT BADAN· JARAK KOTA· LUAS BANGUNAN· DLL

Gambar 1. 2. Klasifikasi Data Berdasarkan Jenis Data (Purwanto S. K. 2012)

Data kualitatif adalah data yang disajikan dalam bentuk kata-kata

yang mengandung makna (Martono 2010).

Data kualitatif merupakan data non-angka (numerik) seperti jenis

kelamin, warna kesayangan, dan asal suku. Data kualitatif digunakan

apabila kita tertarik melihat proporsi atau bagian yang termasuk

dalam kategori. (Purwanto S. K. 2012)

Data kuantitatif adalah data dalam bentuk angka-angka (Martono

2010).

Data diskrit adalah data yang nilainya adalah bilangan asli.

Data kontinyu adalah data yang nilainya ada pada suatu

interval tertentu atau berada pada nilai yang satu ke nilai yang

lainnya

c. Berdasarkan skala pengukuran, terbagi menjadi Data Nominal,

data Ordinal, Data Interval dan Data Rasio



Data berskala nominal

Istilah “nominal” berasal dari kata “name”, skala pengukuran

nominal merupakan skala pengukuran yang paling sederhana. Skala

ini digunakan untuk mengklasifikasikan (menggolongkan) obyek –

obyek atau kejadian ke dalam kelompok (kategori) yang terpisah

untuk menunjukkan kesamaan atau perbedaan ciri – ciri tertentu dari

obyek yang diamati (Martono 2010)

Skala nominal adalah ukuran yang paling sederhana, di mana

angka yang diberikan kepada obyek mempunyai arti sebagai label

saja, dan tidak menunjukkan tingkatan apa – apa. Istilah pengukuran

skala nominal umumnya digunakan untuk data atau objek yang hanya

dapat diklasifikasikan pada beberapa kategori. (Purwanto S. K. 2012)

Contoh : jenis kelamin terdiri dari 2 kategori: (1) Pria, (2) Wanita.

Angka (1) dan (2) hanya merupakan simbol yang digunakan untuk

membedakan kedua kategori jenis kelamin.

Data berskala ordinal

Skala ordinal memiliki semua karakteristik skala nominal,

perbedaannya, skala ini mempunyai urutan atau peringkat antar

kategori. Angka yang dipakai hanya menentukan posisi dalam suatu

seri yang urut, bukian nilai absolut, namun angka tersebut tidak bisa

ditambahkan, dikurangi, dikalikan maupun dibagi (tidak berlaku

operasi matematika). (Martono 2010)

Skala ordinal adalah angka yang diberikan di mana angka–

angka tersebut mengandung pengertian tingkatan. Ukuran ordinal

digunakan untuk mengurutkan objek atau data yang terendah sampai

tertinggi atau sebaliknya. Skala ordinal hanyalah memberikan nilai

urutan atau rangking dan tidak menggambarkan nilai absolut.




Contoh : tingkat kepuasan kerja karyawan. Karyawan pada peringkat

(1) memiliki tingkat kepuasan kerja yang lebih tinggi dari pada

karyawan dengan peringkat (2), dst.

Data berskala interval

Skala interval memiliki semua karakteristik skala ordinal,

perbedaannya skala interval mempunyai satuan skala, atau satuan

pengukuran yang standar dan jarak antar kategori dapat diketahui.

Skala interval tidak mempunyai titik 0 (nol) yang sesungguhnya,

sehingga tidak berlaku operasi perbandingan, akan tetapi berlaku

operasi penjumlahan serta pengurangan. (Martono 2010)

Skala interval adalah suatu skala pemberian angka pada

klasifikasi atau kategori dari objek yang mempunyai sifat ukuran

ordinal, dan ditambah satu sifat lain yaitu jarak atau interval yang

sama dan merupakan ciri dari objek yang diukur. (Purwanto S. K.

2012)

Contoh : temperatur yang diukur berdasarkan 0C dan 0F. Temperatur

00C - 100C memiliki rentang yang sama dengan temperatur 200C -

300C. Oleh karena itu dapat dilakukan operasi metematika 100C +

100C = 200C. Akan tetapi tidak dapat dinyatakan bahwa benda dengan

suhu 200C memiliki ukuran panas 2 kali benda dengan suhu 100C.

Data berskala rasio

Istilah “nominal” berasal dari kata “name”, skala pengukuran

nominal merupakan skala pengukuran yang paling sederhana. Skala

ini digunakan untuk mengklasifikasikan (menggolongkan) obyek-

obyek atau kejadian ke dalam kelompok (kategori) yang terpisah

untuk menunjukkan kesamaan atau perbedaan ciri-ciri tertentu dari

obyek yang diamati. Kategori-kategori (kelompok) yang ada sudah



didefinisikan sebelumnya dan dilambangkan dengan kata-kata, huruf

atau angka. (Martono 2010)

Skala rasio adalah skala yang mencakup smua skala yaitu

skala yang mencakup semua skala yaitu nominal, ordinal, dan interval

di samping memberikan keterangan tentang nilai absolut dari objek

yang diukur. Angka pada skala rasio menunjukkan nilai sebenarnya

dari objek yang diukur. (Purwanto S. K. 2012) Perbedaan utama

antara skala interval dan rasio adalah :

a. Data skala rasio memiliki titik nol yang mempunyai arti.

b. Rasio antara keduanya juga mempunyai arti.

1.6 POPULASI DAN SAMPEL

1.6.1 Populasi

Populasi adalah wilayah generalisasi yang terdiri atas objek/subjek

yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh

peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Martono

2010).

Dari pengertian di atas maka dapat dikatakan bahwa populasi bukan

hanya orang, tetapi juga objek dan benda-benda alam yang lain. Populasi

juga bukan sekedar jumlah yang ada pada objek/subjek yang dipelajari,

tetapi meliputi seluruh karakteristik/sifat yang dimiliki oleh subjek/objek

yang diteliti itu.

Misalnya akan melakukan penelitian di sekolah X, maka sekolah X

ini memiliki populasi yang bisa berupa jumlah subjek/orang dan

karakteristik subjek/orang. Pengertian pertama memberi pengertian bahwa

populasi merupakan sekumpulan orang/subjek dan objek yang diamati.

Pengertian kedua memberi petunjuk bahwa orang-orang di sekolah X

mempunyai karakteristik, misalnya motivasi kerjanya, disiplin kerjanya,

kepemimpinannya, iklim organisasinya dan lain-lain. Sekolah juga



memiliki karakteristik lain seperti kebijakan, prosedur kerja, tata ruang

kelas, lulusan yang dihasilkan dan lain-lain.

1.6.2 SampelSampel adalah bagian dari jumlah dan karakterisitk yang dimiliki

oleh populasi (Martono 2010). Bila populasi besar, dan peneliti tidak

mungkin mempelajari semua yang ada pada populasi, misalnya karena

keterbatasan dana, tenaga, dan waktu, maka peneliti dapat menggunakan

sampel yang diambil dari populasi itu. Apa yang dipelajari dari sampel,

kesimpulannya akan dapat diberlakukan untuk populasi. Untuk itu sampel

yang diambil dari populasi harus betul-betul representatif (mewakili).

Bila sampel tidak representatif, maka ibarat orang buta disuruh

menyimpulkan karakteristik gajah. Satu orang memegang telinga gajah,

maka ia menyimpulkan bahwa gajah itu seperti kipas. Orang kedua

memegang badan gajah, maka ia menyimpulkan bajah itu seperti tembok

besar. Satu orang lagi memegang ekornya, maka ia menyimpulkan gajah

itu kecil seperti seutas tali. Begitulah kalau sampel yang dipilih tidak

representatif, maka ibarat tiga orang buta itu yang membuat kesimpulan

yang salah tentang salah.

1.6.2.1 Teknik Sampling

Teknik sampling merupakan teknik pengambilan sampel. Untuk

menentukan sampel dalam penelitian, terdapat berbagai teknik sampling

yang digunakan. Bebagai jenis sampel dijabarkan sebagai berikut:

1) Probability/Random Sampling

Teknik pengambilan sampel yang memberikan peluang yang

sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi

anggota sampel (Martono 2010).

Sampel Probabilitas merupakan suatu sampel yang dipilih

sedemikian rupa dari populasi sehingga masing-masing anggota



populasi memiliki probabilitas atau peluang yang sama untuk

dijadikan (Purwanto S. K. 2012).

Artinya jika elemen populasinya ada 200 dan yang akan dijadikan

sampel adalah 50, maka setiap elemen tersebut mempunyai

kemungkinan 50/200 untuk bisa dipilih menjadi sampel. Teknik ini

meliputi:

a) Simple Random Sampling atau Sampel Acak Sederhana

Dikatakan simple (sederhana) karena pengambilan anggota

sampel dari populasi dilakukan secar acak tanpa memperhatikan

strata yang ada dalam populasi itu. Cara demikian dilakukan bila

anggota populasi dianggap homogen. (Martono 2010)

Penarikan sampel acak sederhana adalah pengambilan sampel

dari populasi secara acak tanpa memperhatikan strata yang ada

dalam populasi dan setiap anggota populasi memiliki kesempatan

yang sama untuk dijadikan sampel. (Purwanto S. K. 2012)

Contoh: dalam populasi ada wanita dan pria, ada yang tua dan

yang muda, atau ada yang kaya dan yang miskin, dan perbedaan-

perbedaan lainnya. Selama perbedaan jenis kelamin, usia, dan

status sosial, serta perbedaan-perbedaan lain tersebut bukan

merupakan sesuatu hal yang penting dan mempunyai pengaruh

yang signifikan terhadap hasil penelitian, maka dapat dilakukan

pengambilan sampel secara acak sederhana.

b) Proportionate Stratified Random Sampling atau Sampel Acak

Distratifikasikan

Teknik ini digunakan bila populasi mempunyai anggota/unsur

yang tidak homogen dan berstrata secara proporsional (Martono

2010).

Penarikan sampel acak terstruktur dilakukan dengan membagi

anggota populasi dalam beberapa subkelompok yang disebut



strata, lalu suatu sampel dipilih dari masing-masing stratum.


c) Disproportionate Stratified Random Sampling

Teknik ini digunakan untuk menentukan jumlah sampel, bila

populasi bestrata tetapi kurang proporsional. (Martono 2010)

d) Cluster Sampling atau Sampel Gugus

Teknik ini digunakan untuk menentukan jumlah sampel bila

obyek yang akan diteliti atau sumber data sangat luas. Setiap

cluster/gugus boleh mengandung unsur yang karakteristiknya

berbeda-beda atau heterogen. (Purwanto S. K. 2012)

Cluster sampling (area sampling), merupakan teknik

sampling daerah yang digunakan untuk menentukan sampel bila

obyek yang akan diteliti atau sumber data sangat luas. (Martono

2010)

2) Nonprobability/Nonrandom Sampling

Teknik pengambilan sampel yang tidak memberi

peluang/kesempatan sama bagi setiap unsur atau anggota populasi

untuk dipilih menjadi sampel. (Martono 2010)

a) Sampling Sistematis

Teknik pengambilan sampel berdasarkan urutan dari anggota

populasi yang telah diberi nomor urut. (Martono 2010)

b) Sampling Kuota

Teknik untuk menentukan sampel dari populasi yang mempunyai

ciri-ciri tertentu sampai jumlah (kuota) yang diinginkan.Teknik

sampel ini adalah bentuk dari sampel distratifikasikan secara

proposional, namun tidak dipilih secara acak melainkan secara

kebetulan saja. (Martono 2010)

c) Sampling Insidental



Teknik penentuan sampel berdasarkan kebetulan, yaitu siapa saja

yang secara kebetulan/insidental betemu dengan peneliti dapat

digunakan sebagai sampel, bila dipandang orang itu cocok

sebagai sumber data. (Martono 2010)

d) Sampling Pusposive

Teknik penentuan sampel dengan pertimbangan tertentu, dan

sampel dipilih berdasarkan penilaian peneliti sebagai pihak yang

paling baik untuk dijadikan sampel penelitiannya. (Martono

2010)

e) Sampling Jenuh

Teknik penentuan sampel bila semua populasi digunakan sebagai

sampel. (Martono 2010)

f) Snowball Sampling

Teknik penentuan sampel yang mula-mula jumlahnya kecil,

kemudian membesar sesuai kebutuhan. Cara ini banyak dipakai

ketika peneliti tidak banyak tahu tentang populasi penelitiannya.

(Martono 2010)

1.7 VARIABEL PENELITIAN

Variabel merupakan konsep yang mempunyai variasi atau

mempunyai lebih dari satu nilai. Konsep merupakan istilah atau definisi

yang digunakan untuk menggambarkan secara abstrak sebuah kejadian,

keadaan, kelompok, atau individu yang menjadi pusat perhatian ilmu

sosial. (Martono 2010)

Macam-macam variabel penelitian:

Variabel Independen:



Dalam bahasa Indonesia sering disebut sebagai variabel bebas yang

merupakan variabel yang mempengaruhi atau yang menjadi sebab

perubahannya atau timbulnya variabel dependen (terikat). (Martono 2010)

Variabel Dependen:

Dalam bahasa Indonesia sering disebut sebagai variabel terikat yang

merupakan variabel yang dipengaruhi atau yang menjadi akibat karena

adanya variabel independen (bebas). (Martono 2010)

Variabel Moderator:

Variabel Intervening/Mediator:

Variabel yang secara teoritis mempengaruhi hubungan antara

variabel independen dengan dependen tetapi tidak dapat diamati dan

diukur. (Martono 2010)

Variabel Kontrol:



KUIS

1 Apakah Statistik itu ?

2 Jelaskan perbedaan Statistik antara statistik deskripsi dan statistik

inferensial ?

3 Sebutkan dan definisikan empat elemen masalah statistik deskriptif ?

REFERENSIMartono, Nanang. Statistik Sosial Teori dan Aplikasi Program SPSS. Yogyakarta: Gava Media, 2010.Purwanto S. K., Suharyadi. Statistika untuk Ekonomi dan Keuangan Modern. Jakarta: Salemba Empat, 2012.Supranto, J, Limakrisna, Nandan. Statistika Ekonomi & Bisnis. Jakarta: Mitra Wacana Media, 2010.




Documents

STATISTIK DAN STATISTIKAstatistikbisnis.narotama.ac.id/files/MODUL 1 STATISTIK... · Web viewalam pembahasan statistik terdapat dua istilah yang sering digunakan dan terkadang terdapat