NAMA : YUSRIL
BAUDI
NPM :
17-630-016
KELAS : A
TUGAS : STATISTIK DAN PROBABILITAS
PEMBAHASAN SUMBER DATA, POPULASI
DAN SAMPEL
SUMBER
DATA Pengertian Sumber Data Menurut
Suharsimi Arikunto (2010): yang dimaksud sumber data dalam penelitian adalah
subjek dari mana data dapat diperoleh. Apabila peneliti menggunakan kuesioner
atau wawancara dalam pengumpulan datanya, maka
sumber data disebut responden, yaitu orang yang merespon atau menjawab pertanyaan
–
pertanyaan
peneliti, baik pertanyaan tertulis maupun lisan. Apabila peneliti menggunakan
teknik observasi, sumber datanya bisa berupa benda, gerak atau proses sesuatu. Peneliti yang mengamati tumbuhnya jagung,
sedang objek penelitiannya adalah pertumbuhan jagung. Apabila peneliti
mengguakan dokumentasi, maka dokumen atau catatanlah yang menjadi sumber data, sedang isi catatan subjek peneliti atau
variabel penelitian. 1.2 Jenis Sumber Data
Untuk mempermudah
mengidentifikasi sumber data, maka disingkat “3P” untuk
mengidentifikasi
dimana data menempel, yaitu: a)
Person
yaitu sumber data yang bia memberikan data berupa jawaban lisan melalui
wawancara atau jawaban tertulis melalui angket.
b)
Place yaitu
sumber data yang menyajikan data berupa tampilan keadaan diam atau bergerak.
Diam misalnya: ruangan, alat-alat dan wujud benda. Sedangkan Bergerak misalnya:
aktivitas, laju kendaraan, dan kegiatan belajar mengajar. c)
Paper
yaitu data yang menyajikan tanda-tanda berupa huruf, angka, serta gambar atau
simbol-simbol lain seperti batu, kayu, tulang yang cocok untuk penggunaan
metode dokumentasi. Menurut Sugiyono (2008): Sumber data juga dapat dibedakan
menjadi dua, yaitu:
•
Sumber
Primer adalah sumber data yang langsung memberikan data kepada peneliti.
•
Sumber
sekunder merupakan sumber yang tidak langsung memberikan data kepada peneliti,
misalnya lewat orang lain atau pun lewat dokumen.
Menurut
Lofland dan Lofland (1984:47) dalam J.Moleong (2009) sumber data utama dalam penelitian kualitatif ialah kata-kata, dam tindakan,
selebihnya adalah data tambahan seperti dokumen.
Adapun jens-jenis data tersebut ialah: 1)
Kata
–
kata
dan Tindakan Kata
–
kata
dan tindakan orang
–
orang
yang diamati atau diwawancarai merupakan sumber data utama. Sumber data utama
dicatat melalui catatan tertulis atau melaui perekaman video / audio tapes,
pengambilan foto atau film. 2)
Sumber Tertulis Walaupun dikatakan bahwa sumber selain kata dan tindakan merupakan
sumber kedua, jelas hal itu tidak bisa diabaikan. Dilihat dari segi sumber
data, bahan tambahan yang berasal dari sumber tertulis dapat dibagi atas sumber
buku dan majalah ilmiah, sumber dari arsip, dokumen pribadi dan dokumen resmi. 3)
Foto Foto
menghasilkan data deskriptif yang cukup berharga dan sering digunakan untuk
menelaah segi-segi subjektif dan hasilnya sering dianalisis secara induktif.
Ada dua kategori foto yang dapat dimanfaakan dalam penelitian kualitatif, yaitu
foto yang dihasilkan orang dan foto yang dihasilkan oleh peneliti itu
sendiri. 2.1 POPULASI Populasi berasal dari
kata bahasa inggris population, yang berarti jumlah penduduk. Oleh karena itu,
apabila disebutkan kata populasi, orang kebanyakan menghubungkannya dengan
masalah-masalah kependudukan. Hal tersebut ada benarnya juga, karena itulah
makna kata populasi sesungguhnya. Kemudian pada perkembangan selanjutnya, kata
populasi menjadi amat populer, dan digunakan di berbagai disiplin
ilmu. Dalam metode penelitiankata populasi
amat populer, digunakan untuk menyebutkan serumpun atau sekelompok objek yang
menjadi sasaran penelitian. Oleh karenanya, populasi penelitian merupakan
keseluruhan (universum) dari objek penelitian yang dapat berupa manusia, hewan,
tumbuhan, udara, gejala, nilai, peristiwa, sikap hidup, dan sebagainya,
sehingga objek-objek ini dapat menjadi sumber data penelitian. Karena pengertian populasi yang demikian diatas,
maka populasi menjadi amat beragam. Kalau populasi dilihat dari
penentuan sumber data, maka populasi dapat dibedakan menjadi: populasi terbatas
dan populasi tidak terbatas. 2.1
Populasi
terbatas, yaitu populasi yang memiliki sumber yang jelas batas-batasnya secara
kuantitatif. 2.2
Populasi
tak terhingga, yaitu populasi yang memiliki sumber data yang tidak dapat
ditentukan batas- batasnya secara kuantitatif. Dilihat dari kompleksitas objek populasi, maka
populasi dapat dibedakan: Populasi homogen dan Populasi heterogen.
a)
Populasi homogen,
yaitu keseluruhan individu yang menjadi anggota populasi, memiliki sifat yang
relatif sama satu sama lainnya. b)
Populasi
heterogen, yaitu keseluruhan individu anggota populasi relatif memiliki
sifat-sifat individual, dimana sifat tersebut membedakan individu anggota
populasi yang satu dengan yang lainnya. Selain pembedaan-pembedaaan diatas,
populasi juga dapat dibedakan antara populasi sampling dan populasi sasaran. 3.1
SAMPEL 3.1
Pengertian
Sampel
Sampel
berasal dari bahasa Inggris “sample” yang artinya contoh, comotan atau mencomot
yaitu
mengambil
sebagian saja dari yang banyak. Dalam hal ini yang dimaksud dengan yang banyak
adalah populasi. Dalam suatu penelitian, tidaklah selalu perlu untuk meneliti
semua individu dalam populasi karena akan memakan banyak
waktu dan biaya yang besar. Oleh karena itu dilakukan pengambilan sampel,
dimana sampel yang diambil adalah sampel
yang benar-benar representasi atau yang mewakili seluruh populasi.
Semakin dekat kita menginginkan hasil sampel yang dapat
mewakili karakteristik populasi, maka semakin tinggi ketelitian yang kita
perlukan. Semakin tinggi ketelitian, maka semakin besar ukuran sampel yang
diperlukan, terutama jika variabilitas dalam populasi tersebut besar. Sedangkan
keyakinan menunjukkan seberapa yakin bahwa taksiran kita benar-benar berlaku bagi populasi. Tingkat keyakinan dapat
membentang dari 0
–
100%.
Keyakinan 95% adalah tingkat lazim yang digunakan pada penelitian sosial /
bisnis. Makna dari keyakinan 95%
(alpha 0.05) ini
adalah “setidaknya ada 95 dari 100, taksiran sampel akan mencerminkan populasi
yang sebenarnya”.
Untuk menentukan
sampel dari populasi digunakan perhitungan maupun acuan tabel yang dikembangkan
para ahli. Secara umum, untuk penelitian korelasional jumlah sampel minimal
untuk memperoleh hasil yang baik adalah 30, sedangkan dalam penelitian
eksperimen jumlah sampel minimum 15 dari masing-masing kelompok dan untuk
penelitian survey jumlah sampel minimum adalah 100. juga lebih cocok untuk
penelitian kualitatif. Roscoe (1975) yang dikutip Uma Sekaran (2006) memberikan
acuan umum untuk menentukan ukuran sampel : Ukuran sampel lebih dari 30 dan
kurang dari 500 adalah tepat untuk kebanyakan penelitian. Jika sampel dipecah
ke dalam subsampel (pria/wanita, junior/senior, dan sebagainya), ukuran sampel
minimum 30 untuk tiap kategori adalah tepat Dalam penelitian mutivariate
(termasuk analisis regresi berganda), ukuran sampel sebaiknya 10x lebih besar
dari jumlah variabel dalam penelitian Untuk penelitian eksperimental sederhana
dengan kontrol eskperimen yang ketat, penelitian yang sukses adalah mungkin
dengan ukuran sampel kecil antara 10 sampai dengan 20 Arikunto Suharsimi (2005)
memberikan pendapat sebagai berikut :
“..jika peneliti
memiliki beberapa ratus subjek dalam populasi, maka mareka dapat menentukan
kurang lebih 25
–
30% dari
jumlah tersebut. Jika jumlah anggota subjek dalam populasi hanya meliputi
antara 100
–
150 orang,
dan dalam pengumpulan datanya peneliti menggunakan angket, maka sebaiknya subjek
sejumlah itu diambil seluruhnya. Namun apabila peneliti menggunakan teknik
wawancara dan pengamatan, jumlah tersebut dapat dikurangi menurut teknik sampel
dan sesuai dengan kemampuan peneliti. Besaran atau jumlah sampel ini sampel
sangat tergantung dari besaran tingkat ketelitian atau kesalahan yang
diinginkan peneliti. Namun, dalam hal tingkat kesalahan, pada penelitian sosial
maksimal tingkat kesalahannya adalah 5% (0,05). Makin besar tingkat kesalahan
maka makin kecil jumlah sampel. Namun yang perlu
diperhatikan adalah semakin besar jumlah sampel (semakin mendekati populasi)
maka semakin kecil peluang kesalahan
generalisasi dan sebaliknya, semakin kecil jumlah sampel (menjauhi jumlah
populasi) maka semakin besar peluang kesalahan generalisasi.
Beberapa
rumus untuk menentukan jumlah sampel antara lain : 1. Rumus Slovin n =
N/N(d)2 + 1 n = sampel; N = populasi; d =
nilai presisi 95% atau sig. = 0,05. Misalnya, jumlah populasi adalah 125, dan
tingkat kesalahan yang dikehendaki adalah 5%, maka jumlah sampel yang digunakan
adalah : N = 125 / 125 (0,05)2 + 1 = 95,23, dibulatkan 95 2. Tabel Isaac dan Michael Tabel penentuan jumlah
sampel dari Isaac dan Michael memberikan kemudahan penentuan jumlah
sampel berdasarkan tingkat kesalahan 1%, 5% dan 10%. Dengan tabel ini, peneliti
dapat secara langsung menentukan besaran
sampel berdasarkan jumlah populasi dan tingkat kesalahan yang dikehendaki. 3.3
Teknik Sampel
Teknik sampling merupakan teknik pengambilan sampel yang secara umum terbagi
dua yaitu probability sampling dan non probability sampling. Dalam pengambilan
sampel cara probabilitas besarnya peluang atau probabilitas elemen populasi untuk terpilih sebagai subjek diketahui.
Sedangkan dalam pengambilan sampel dengan cara
nonprobability besarnya peluang elemen untuk ditentukan sebagai sampel tidak
diketahui. Menurut Sekaran (2006), desain pengambilan sampel dengan cara
probabilitas jika representasi sampel adalah penting dalam rangka generalisasi
lebih luas. Bila waktu atau faktor lainnya, dan masalah generalisasi tidak
diperlukan, maka cara nonprobability biasanya yang digunakan. 1. Probability
Sampling Probability sampling adalah teknik pengambilan sampel yang memberikan
peluang yang sama kepada setiap anggota populasi untuk menjadi sampel. Teknik ini
meliputi simpel random sampling, sistematis sampling, proportioate stratified
random sampling, disproportionate stratified random sampling, dan cluster
sampling. · Simple random sampling Teknik ini adalah teknik yang paling
sederhana (simple). Sampel diambil secara acak, tanpa memperhatikan tingkatan
yang ada dalam populasi.
Misalnya :
Teknik ini
umumnya digunakan pada populasi yang diteliti adalah heterogen (tidak sejenis)
yang dalam hal ini berbeda dalam hal bidang kerja sehingga besaran sampel pada
masing-masing strata atau kelompok diambil secara proporsional untuk memperoleh
sampel. · Disproportionate Stratified Random Sampling Disproporsional
stratified random sampling adalah teknik yang hampir mirip dengan proportionate stratified random sampling dalam hal
heterogenitas populasi. Namun, ketidakproporsionalan
penentuan sample didasarkan pada pertimbangan jika anggota populasi
berstrata namun kurang proporsional pembagiannya. Misalnya, populasi karyawan PT. XYZ berjumlah 1000 orang yang berstrata
berdasarkan tingkat pendidikan SMP, SMA, DIII, S1 dan S2. Namun jumlahnya
sangat tidak seimbang yaitu : SMP : 100 orang SMA : 700 orang DIII : 180 orang S1 : 10 orang S2 : 10 orang Jumlah karyawan yang berpendidikan S1 dan
S2 ini sangat tidak seimbang (terlalu kecil dibandingkan dengan strata yang
lain) sehingga dua kelompok ini seluruhnya ditetapkan sebagai sampel · Cluster
Sampling Cluster sampling atau sampling area digunakan jika sumber data atau
populasi sangat luas misalnya penduduk suatu propinsi, kabupaten, atau karyawan
perusahaan yang tersebar di seluruh provinsi. Untuk menentukan mana yang
dijadikan sampelnya, maka wilayah populasi terlebih dahulu ditetapkan secara
random, dan menentukan jumlah sample yang digunakan pada masing-masing daerah tersebut
dengan menggunakan teknik proporsional stratified random sampling
mengingat jumlahnya yang bisa saja berbeda. Contoh : Peneliti ingin mengetahui tingkat efektivitas proses belajar mengajar
di tingkat SMU. Populasi penelitian adalah siswa SMA seluruh Indonesia. Karena
jumlahnya sangat banyak dan terbagi dalam berbagai provinsi, maka
penentuan sampelnya dilakukan dalam tahapan
sebagai berikut : Tahap Pertama adalah menentukan sample daerah. Misalnya
ditentukan secara acak 10 Provinsi yang akan dijadikan daerah sampel.
Tahap kedua,
mengambil sampel SMU di tingkat Provinsi secara acak yang selanjutnya disebut
sampel provinsi. Karena provinsi terdiri dari Kabupaten/Kota, maka diambil
secara acak SMU tingkat Kabupaten yang akan ditetapkan sebagai sampel (disebut
Kabupaten Sampel), dan seterusnya, sampai tingkat kelurahan / Desa yang akan
dijadikan sampel. Setelah digabungkan, maka keseluruhan SMU yang dijadikan
sampel ini diharapkan akan menggambarkan keseluruhan populasi secara
keseluruhan. 2. Non Probabilty Sampel Non Probability
artinya setiap anggota populasi tidak memiliki kesempatan atau peluang yang sama sebagai sampel. Teknik-teknik yang
termasuk ke dalam Non Probability ini antara lain : Sampling Sistematis,
Sampling Kuota, Sampling Insidential, Sampling Purposive, Sampling Jenuh, dan
Snowball Sampling. · Sampling Kuota Sampling Kuota adalah teknik sampling yang
menentukan jumlah sampel dari populasi yang memiliki ciri tertentu
sampai jumlah kuota (jatah) yang diinginkan. Misalnya
akan dilakukan penelitian tentang persepsi siswa terhadap kemampuan mengajar
guru. Jumlah Sekolah adalah 10, maka sampel kuota dapat ditetapkan
masing-masing 10 siswa per sekolah. · Sampling Insidential Insidential
merupakan teknik penentuan sampel secara kebetulan, atau siapa saja yang
kebetulan (insidential) bertemu dengan peneliti yang dianggap cocok dengan
karakteristik sampel yang ditentukan akan dijadikan sampel. Misalnya penelitian
tentang kepuasan pelanggan pada pelayanan Mall A. Sampel ditentukan berdasarkan
ciri-ciri usia di atas 15 tahun dan baru pernah ke Mall A tersebut, maka siapa
saja yang kebetulan bertemu di depan Mall A dengan peneliti (yang berusia di
atas 15 tahun) akan dijadikan sampel. · Sampling Purposive Purposive sampling
merupakan teknik penentuan sampel dengan pertimbangan khusus sehingga layak
dijadikan sampel. Misalnya, peneliti ingin meneliti permasalahan seputar daya
tahan mesin tertentu. Maka sampel ditentukan adalah para teknisi atau ahli
mesin yang mengetahui dengan jelas permasalahan ini. Atau penelitian tentang
pola pembinaan olahraga renang. Maka sampel yang diambil adalah pelatih-pelatih
renang yang dianggap memiliki kompetensi di bidang ini. Teknik ini biasanya
dilakukan pada penelitian kualitatif. · Sampling Jenuh Sampling jenuh adalah
sampel yang mewakili jumlah populasi. Biasanya dilakukan jika populasi dianggap
kecil atau kurang dari 100.
Misalnya
akan dilakukan penelitian tentang kinerja guru di SMA XXX Jakarta. Karena
jumlah guru hanya 35, maka seluruh guru dijadikan sampel penelitian. · Snowball
Sampling Snowball sampling adalah teknik penentuan jumlah sampel yang semula
kecil kemudian terus membesar ibarat bola salju. Misalnya akan dilakukan
penelitian tentang pola peredaran narkoba di wilayah
A. Sampel mula-mula adalah 5 orang Napi, kemudian terus berkembang pada pihak-pihak lain sehingga sampel atau responden
terus berkembang sampai ditemukannya informasi yang menyeluruh
atas permasalahan yang diteliti. Teknik ini juga lebih cocok untuk penelitian
kualitatif.
Penentuan
Sampel Penelitian
Dalam penelitian, tidak selamanya seluruh populasi dijadikan
objek/subjek yang diteliti, diungkap data-datanya, dikaji karakteristiknya.
Dalam kasus dimana jumlah populasi penelitian sangat banyak, maka dengan alas
an-alasan tertentu peneliti dimungkinkan untuk mengambil sebagian saja dari
jumlah populasi tersebut untuk dijadikan objek/subjek penelitian. Jadi bila
populasi besar dan peneliti tidak mungkin mempelajari semua yang ada pada
populasi, misalnya karena keterbatasan dana, tenaga, dan waktu maka peneliti
dapat mengunakan sample yang diambil dari populasi itu. Apa yang dipelajari
dari sample tersebut kesimpulannya akan diberlakukan untuk populasi. Untuk itu
sample yang diambil dari populasi haruslah benar-benar mewakili populasi (representative).
Sampling adalah
kegiatan menentukan sampel. Sampel adalah sebagian dari populsi yang dijadikan
sebagai objek penelitian, dengan kata lain sampel sebagai wakil dari
populasi. Dalam pengambilan sampel yang
perlu diperhatikan adalah bahwa
karakteristik yang ada dalam populasi harus terwakili oleh sampel. Dengan pertimbangan akademik dan non
akademik, populasi dapat diwakili oleh sebagian anggotanya yang disebut
sampel. Namun, hasil penelitian tidak
akan berkurang bobot dan akurasinya karena sampel memiliki karakter yang sama
dengan populasi sehingga informasi yang digali dari sampel sama dengan karakter
yang berlaku pada populasi (demikian
harapan peneliti).
Kaitan antara Populasi dan Sampel
Dalam Penelitian
1. Asumsi-Asumsi dalam Penentuan
Sampel
Untuk
memperoleh sampel yang representatif (memenuhi asas keterwakilan), maka
seeorang peneliti harus memahami teknik-teknik dalam menentukan sampel (sampling technique). Suatu metode/teknik
pengambilan sampel yang baik dan ideal harus mempunyai sifat-sifat harus mempunyai sifat-sifat sebagai berikut:
(1) Dapat menghasilkan gambaran yang dapat dipercaya dari seluruh populasi yang
diteliti; (2) Dapat menentukan presisi (precission)
dari hasil penelitian dengan menentukan penyimpangan baku dari taksiran yang
diperoleh. Presisi adalah tingkat ketetapan yang ditentukan oleh perbedaan
hasil yang diperoleh dari sampel dibandingkan hasil yang diperoleh dari
populasi; (3) Sederhana, sehingga mudah
untuk dilaksanakan; dan (4) Dapat
memberikan keterangan sebanyak mungkin dengan biaya serendah-rendahnya.
Berapakah ukuran besarnya jumlah sampel (sample size) yang harus diambil agar memperoleh data yang
representatif dari populasinya?. Ada 4 (empat) faktor yang harus
dipertimbangkan dalam menentukan besarnya sampel dalam suatu penelitian, yaitu:
(a)
Derajat Keseragaman dari populasi (Degree
of Homogenitas).
Semakin seragam populasi, maka semakin
kecil jumlah sampel yang dapat diambil. Apabila populasi seragam sempurna (completely homogenious) maka satu satuan
elementer saja dari seluruh populasi itu sudah cukup representatif untuk
diteliti. Sebaliknya, apabila populasi secara sempurna tidak seragam, maka
hanya pencacahan lngkaplah yang dapat memberikan gambaran yang representatif.
(b)
Presisi yang Dikehendaki dari Penelitian.
Semakin tinggi presisi yang dikehendaki,
semakin besar jumlah sampel yang harus diambil. Jumlah sampel yang besar
cenderung akan memberikan penduga (taksiran) yang lebih mendekati nilai
sesungguhnya dari populasi. Tedapat hubungan (korelasi) yang negatif antara
besarnya sampel yang diambil dengan besarnya tingkat kesalahan (error). Semakin
besar jumlah sampel, maka semakin kecil tingkat kesalahan (penyimpangan)
terhadap nilai populasi.
(c) Rencana Analisa.
Jumlah sampel juga tergantung dari kebutuhan yang disesuaikan dengan
rencana analisa data. Misalnya; apakah teknik analisa data menggunakan
statistik parametrik atau non-parametrik.
(d) Biaya,
waktu dan Tenaga
Besarnya biaya yang tersedia, keterbatasan waktu untuk penelitian, serta
jumlah tenaga peneliti merupakan faktor yang juga bisa dijadikan alasan dalam
penentuan sampel.
2.
Kerangka Sampling (Sampling Frame)
Kerangka Sampling adalah daftar dari
semua unsure sampling. Suatu kerangka sampling yang baik harus memenuhi
syarat-syarat sebagai berikut: (1) Harus meliputi seluruh unsure sampel (tidak
satu unsure pun yang tertinggal); (2) Tidak ada unsure sampel yang dihitung dua
kali; (3) Harus up to date (data terbaru); (4) Batas-batasnya harus jelas,
misalnya batas wilayah, kategori, dsb.; dan (5) Harus dapat dilacak di
lapangan.
Komentar