ifolio.ukm.my · Web viewContoh surat jemputan kepada universiti berdekatan
BAB VIII - margiyati.files.wordpress.com file · Web viewContoh: Suatu populasi ... Dasar...
-
Upload
vuonghuong -
Category
Documents
-
view
222 -
download
0
Transcript of BAB VIII - margiyati.files.wordpress.com file · Web viewContoh: Suatu populasi ... Dasar...
BAB VIII
SAMPLING
A. Alasan Sampling
Dalam pengumpulan data bergantung berbagai faktor, kadang dilakukan sensus
kadang pula dengam sampling. Sensus terjadi apabila setiap anggota yang ada
didalam populasi dikenai penelitian. Jika tidak maka samplinglah yang dilakukan,
yaitu sampel diambil dari populasi dari data yang dikumpulkan. Alasan mengapa
sampling digunakan. Yaitu:
1. Ukuran sampling
Ada dua ukuran populasi yaitu terhingga dan tak terhingga. Dalam hal
populasi tak terhingga, ialah dimana populasi berisikan tidak terhingga banyak
objek, sudah jelas sensus tidak dilakukan. Juga mengingat populasi tak hingga
pada dasarnya hanya konseptual sukarlah untuk melakukan sensus terhadapnya.
Meskipu kita punya populasi takhingga sensus belum tentu selalu bisa
dilaksanakan.
2. Biaya
Makin banyak objek yang diteliti makin banyak pula biaya yang harus
dikeluarkan, misal untuk transport pengumpulan data, untuk analisis, diskusi,
perhitungan-perhitungan dan sebagainya. Karena biaya yang tersedia itu terbatas
samplinglah satu-satunya yang dapat dilakukan.
3. Percobaan yang sifatnya merusak
Jika penelitian terhadap objek yang sifatnya merusak, maka sampling
harus diterapkan. Tidak mungkin sensus dapat dilakukan untuk mengetahui
kemampuan peluru rudal (rudal), kemanjuran obat yang baru saja ditemukan,
keadaan darah seorang pasien. Tidak mungkin ada pasien yang bersedia darahnya
dikeluarkan semua untuk diperiksa.
4. Waktu
Bila penelitian dilakukan terhadap sensus dengan objek yang sangat
banyak tentu saja sipasien membutuhkan waktu yang cukup lama untuk
53
mengungkap data, apalagi jika objek terdapat dalam suatu wilayah yang luas.
Oleh karena itu sampling sangat membantu dalam penelitian ini.
5. Ketelitian
Faktor ketelitian sangat penting dalam suatu penelitian agar kesimpulan
dapat dipertanggungjawabkan,maka data harus benar. Kebosanan akan muncul
pada seseorang yang melakukan tugas, peneliti, pencacah, pencatatan, wawancara,
jika jumlah data yang diteliti terlalu banyak, karenanya akan diperoleh data yang
tidak dipercaya kebenarannya.
6. Ekonomis
Melakukan penelitian terhadap objek yang cukup banyak atau terhadap
sensus yang objeknya cukup banyak akan memakan biaya yang tidak sedikit,
maka perlu dilihat lagi apakah waktu, tenaga dan biaya yang dikeluarkan sepadan
dengan kegunaan hasil penelitian.
B. Beberapa Cara Sampling
Sebuah populasi terhingga berukuran N. Dari populasi akan diambil sampel
berukuran n. Untuk mengambil sampel ada dua perlakuan yang dikenal:
1. Anggota yang telah diambil untuk dijadikan anggota sampel disimpan kembali
disatukan dengan anggota lainnya, dengan demikian anggota ini masih ada
kesempatan untuk diambil kembali pada pengambilan berikutmnya. cara
pengambilan sampel demikian dinamakan sampling dengan pengembalian.
Contoh:
Suatu populasi berukuran N-4 dengan anggota A,B,C,D dn sampel yang
diambil berukuran n-2, termasuk sampel beranggotakan sama, didapat:
sampel 1 : AA sampel 9 : CA
sampel 2 : AB sampel 10 : CB
sampel 3 : AC sampel 11 : CC
sampel 4 : AD sampel 12 : CD
sampel 5 : BA sampel 13 : DA
sampel 6 : BC sampel 14 : DB
sampel 7 : BD sampel 15 : DC
sampel 8 : BB sampel 16 : DD
54
Secara umum:
Jika dari populasi berukuran N diambil sampel berukuran n dengan
pengembalian, Maka semuanya ada Nn buah sampel. Cara sampling ini dalam
praketek hampir tidak dilakukan dan hanya digunakan untuk simulasi ketika
mencari hasil-hasil yang mungkin didapat dari sampling terhadap populasi tak
terhingga.
2. Anggota yang telah diambil untuk dijadikan anggota sampel tidak disimpan
kembali kedalam populasi. Maka tiap anggota hanya bisa diambil satu kali. Cara
demikian dinamakan sampling tanpa pengembalian.
Contoh:
a. Misalkan populasinya beranggotakan N=4 terdiri dari A, B, C, D
sampel akan diambil berukuran n dengan cara tanpa pengembalian maka
didapat:
sampel 1 : AB sampel 4 : BC
sampel 2 : AC sampel 5 : BD
sampel 3 : AD sampel 6 : CD
Semuanya ada 6 sampel yang berlainan.
b. Jika N=4 dengan anggota A,B,C dan D dengan n=3, maka
didapat:
sampel 1 : ABC sampel 3 : ACD
sampel 2 : ABD sampel 4 : BCD
Sermuanya ada 4 sampel yang berlainan.
Secara umum :
Suatu populasi berukuran N dan sampel berukuran n akan diambil dari populasi
itu dengan cara pengembalian
Rumus diatas untuk n=N, maka hanya ada sebuah sampel populasi itu sendiri.
dalam hal ini sampling menjadi sensus. Beberapa cara sampling yang mungkin
dapat digunakan agar diperoleh sampel yang cukup representatif yaitu:
1) Sampling Seadanya
55
Pengembalian sebagian dari populasi berdasarkan seadanya data tanpa
perhitungan apapun mengenai derajat kerepresentatifannya.
Contoh:
mengumpulkan pendapat masyarakat dari orang-orang lewat untuk keperluan
ramalan tentang partai mana yang akan menang dalam pemilu yang akan
datang. Mudah dilihat bahwa orang lewat tidak merupakan bagian
representatif dari keseluruhan mreka yang aberhak memilih.
2) Sampling Purposif
Terjadi bila pengambilan sampel dilakukan berdasarkan
pertimbamngan perorangan atau peneliti.
Contoh:
Dalam suatu penelitian ternyata hanya 40% dario kuesioner yand
dikembaslikan. Berdasarkan pertimbangan tertentu peneliti memutuskan untuk
memnggunakan yang 40% sebagai sampel yang representtif.
Dasar pertimbangan yang tidak dikembalikan kuesioner dan yang mempunyai
karakteristik yang sama dengan diteliti.
3) Sampling Peluang
Sebuah sanpel dimana anggota-anggotanya diambil dari populasi berdasarkan
peluang yang diketahui. Jika tiap anggota populasi mempunyai peluang yang
sama untuk diambil menjadi anggota sampel, dinamakan sampel acak dan cara
pengambilannya dinamakan sampling acak. pengambila sebuah sampel acak
dari populasi terhingga adalah sebagai berikut:
Misal populasi beranggotakan 300. n akan disambil sampel acak terdieri dari
50 anggota. Pada sehelai kertas kecil yang berukuran dan beridentitas sama,
dituliskan nomor-nomor anggota masing-masing sebuah nomor untuk setiap
anggota. Dengan demilkian terdapat 300 helai kertas. Kertas-kertas ini
digulung ditempatkan dalam sebuah kotak. setelah diaduka dengan baik orang
yang matanya dititup disuruh mengambil satu sisanya diaduk lagi, lalu diambil
lagi dan seterusnya sampai 50 kali. Nomor-nomor yang diambil itulah yang
akan menjadi anggota sampel.
56
Cara lain ialah dengan menggunakan daftar bilangan acak yang telah
disediakan khusus untuk keperluan itu.
C. Beberapa macam Sampling Untuk Mendapatkan Sampel Representatif
pengambilan sampel secara acak sangat cocok untuk populasi yang homogen. Untuk
populasi yang heterogen digunakan cara lain diantaranya:
1. Sampling berstarta atau sampling petala
Jika populasinya heterogen biasanya akan lebih baik dibuat menjadi
beberapa petala atau lapisan. Pembuatan petala ditentuknan berdasarkan
karakteristik tertentu sehingga petala menjadi homogen. dari setiap strata diambil
secara acak anggota –anggota yang akan didapat membentuk sebuah sampel
petala
2. Sampling proporsional
sampling petala biasanya diperbaiki lagi dengan menggunakan cara
propoprsional, artinya banyak anggota dari setiap petala diambil sebanding
dengan ukueran tiap petala. Cara ini dinamakan cara sampling proporsional dan
sampelnya dinamakan sampling proporsional.
contoh:
Diperlukan sampel berukuran 250 siswa SLTA, misal ada 4 SLTA dengan banyak
siswa sebagai berikut:
SMU: 6550 siswa
SMK(Teknik): 1860 siswa
SMK(ekonomi): 2740 siswa
SMK(KK): 1250 siswa
jumlah 12.400 siswa
Dalam perbandingan SMU: SMK(Teknik): SMK(ekonomi): SMK(KK) = 6550:
1860: 2740: 1250, maka sampel diambil dari:
57
Pengambilan 132 siswa dari 6550 siswa SMU, 38 siswa dari1860 siswa
SMK(Teknik), 55 siswa dari2740 siswa SMK(ekonomi), 25 siswa1250 siswa
SMK(KK) dilakukan secara acak.
3. Sampling klaster
Dalam saampling ini populsi dibagi menjdi beberapa klaster. Secara acak
klaster-klaster yang diperlukan diambil dengan proses pengacakan. Setiap anggota
yang berada didalam klaster tadi merupakan sampel yang diperlukan.
Contoh:
Untuk menyelidiki pendapatan keluarga suatu daerah sampling klaster dapat
dilakukan. Misal dari daerah itu terdapat beberapa kelompok yaitu: kelompok
pegawai negeri, kelompok petani, kelompok buruh, kelompok wirausaha,
kelompok ABRI. Dari setiap kelompok diambil sampel jika memperhatikan
besarnya tiap kelompok secara proporsional maka dinamakan klaster proporsional
sampling. Jika pengambilan sampel pada setiap kelompok secara acak maka
dinamakan klaster proporsional random sampling.
4. Sampling area
Jika klaster terdiri atas area tanah atau wilayah maka diperoleh sampling
area, sampling sama seperti diatas.
5. Sampling sistematik
Anggota sampl diambil dari populasi pada jarak interval waktu, ruang atau
urutan yang uniform. Jika populasi berukuran N sampel beranggotkaan n , maka
jarak interval besarnya(N/n). Denagn demikian penganbilan sampel pertama
secaraacak, berikutnya diambil denagn interval atau pada jarak (N/n).
6. Sampling ganda
58
Penelitian yang dilakukan dinulai denagn menggunakan sebuah sampel
yang ukurannya relatif kecil, jika hasil penelitian yang telah dilakukan memenuhi
kriteria yang telah ditentukan maka sampling berhenti dan kesimpulan dibuat. Jika
hasilnya tidak maka diambil sampel yang kedua dan digabungkan dengan yang
pertama. Kesimpulan kemudian dibuat berdasarkan sampel gabungan ini.
7. Sampling multipel
Pengambilan sampel lebih dari dua kali dan tiap kali digabungkan menjadi
sebuah sampel, pada tiap gabungan analisis dilakukan lalu kesimpulan dibuat,
sampling berhenti apabila hasilnya sudah memenuhi kriteria yang telah
direncanakan. Sampling ini merupakan perluasansampling ganda.
8. Sampling sekuensial
Sampling ini sebenarnya adalah sampling multipel, hanya dalam sampling
sekuensial tiap anggota sampel diambil satu demi satu dan setiap kali selesai
mengambil sampel analisis dilakukan, dari kesimpulan apakah sampling
dilanjutkan atau tidak
D. Kekeliruan Sampling Dan Kekeliruan Non Sampling
Ada dua macam kekeliruan yang pokok yang bisa terjadi dalam penelitian yaitu:
1. Kekeliruan Sampling.
Kekeliruan yang disebabkan oleh kenyataan pemeriksaan yang tidak
lengkap tentang populasi dan penelitian, hanya dilakukan berdasarkan sampel.
Perbedaan antara hasil sampel dan hasil yang akan dicapai jika prosedur yang
sama digunakan dalam sampling juga digunakan dalam sessus dinamakan
kekeliruan sampling. Para ahli statistik telah berusaha untuk mengukur dan
memeperhatikan kekeliruan ini agar supaya diawasi, cara untuk dapat melakukan
ialah dengan mengambil sampel berdasarkan sampling acak.
2. Kekeliruan Non Sampling
59
Kekeliruan ini dapat terjadi dalam setiap penelitian apakah berdasarkan
sampling atua sensus. Beberapa penyebab terjadinya kekeliruan non sampling
adalah:
a. populasi tidak didefinisikan sebagai mana mestinya
b. populasi yang menyimpang dari populasi yang seharusnya dipelajari.
c. kuesioner tidak dirumuskan sebagai mana mestinya.
d. Istilah – istilah telah didefinisikan secara tidak tepat atau telah digunakan
secara tidak konsisten.
e. para responden tidak memberikan jawab yang akurat, menolak untuk
menjawab atau tidak ada ditempat saat petugas datang melakukan wawancara.
Dapat pula terjadi kekeliruan non sampling pada waktu mencatat data, melakukan
tabulasi atau melakukan perhitungan.
60
BAB IX
DISTRIBUSI SAMPLING
A. Distribusi Rata – rata
Misal sebuah populasi berukuran terhingga N dengan parameter rata-rata
dan simpangan baku . Dari populasi diambil sampel acak berukuran n. jika sampling
dilakukan tanpa pengembalian, terdapat buah sampel yang berlainan. Untuk
semua sampel yang didapat masing masing dihitung rata-ratanya. diperoleh buah
rata-rata. sekarang anggap semua rata-rata sebagai data baru, jadi didapat kumpulan
data yang terdiri atas rata-rata sampel. dari kumpulan ini dapat dihitung rata-rata dan
simpangan bakunya. rata-rata dari rata-rata diberi simbol dan simpangan baku
dari rata-rata diberi simbol .
Rumus: =
= ; rumus ini digunakan jika n/N > 5%
Jika N cukup besar dibandingkan terhadap n, maka =
= ; digunakan jika n/ N 5%
dinamakan kekeliruan standard rata-rata atau kekeliruan baku rata-rata.
mengukur besarnya perbedaan rara-rata yang diharapkan dari smpel ke
sample.
61
Jika sebuah populasi mempunyai rata –rata dan simpangan baku yang
besarnya terhingga, maka untuk ukuran sampel n cukup besar, distribusi rata-rata
sampel mendekati normal dengan rata-rata = dan simpangan baku = .
Dalil ini berlaku untuk sembarang bentuk atau model populasi, asalkan
simpangan baku terhingga besarnya. untuk n 30 pendekatamn kepada normal sudah
mulai berlaku. apabila populasi yang disampel sudah distribusi normal maka rata-rata
sample juga berdistribusi normal meskipun ukuran sample n< 33.
distribusi normal yang didapat dari distribusi rata-rata perlu distandarkan agar distribusi
normal baku dapat digunakan. Untuk itu digunakan transformasi: ;
Contoh:
Berat badan rata-rata mahasiswa adalag 50 kg dan simpangan baku 6,6 kg. Telah
diambil sampel cak terdiri atas 50 mahaiswa. Tentukan berapa peluang berat rata-rata
ke50 mahasiswa tersebut.
a) antara 48 kg – 53 kg
b) paling sedikit 51 kg
Jawab:
a) antara 48 kg – 53 kg
n= 50 tergolong sampel besar rata=rata = 50 kg =
simpangan baku
Dengan menggunakan daftar distribusi normal baku diperoleh luas kurva:
0,4838+0,4992=0,983
peluang rat-rata berat ke 50 mahasiswa antara 48 dan 53 kg adalah 0,983
b) Paling sedikit 51 kg
=53 kg
z = 51-50/0,933 = 1,072
62
dengan menggunakan standard distribusi normal baku diperoleh luas kurva = 0,5 –
0,3577 = 0,1423
Peluang rata-rata berat badan ke 50 mahasiswa 51 kg adalah 0,1423 atau 7
mahasiswa.
Apabila dari populasi diketahui variannsnya dan perbedaan rata-rata dari
sample ke sample diharapkan toidak lebih besar darai sebuah harga d yang
ditentukan maka berlaku hubungan: d:
Contoh:
Untujk contoh diatas harga haera dari sample yang satu dengan sample yanglainnya
diharapkan tidak lebih dari ½ untuk populasi cukup besar.
= d
paling sedikit perlu diambil sampel yang etrdiri atas 174 mahasiswa.
B. Distribusi Proporsi
Untuk uraian distribusi proporsi sama dengan distribusi rata-rata. Misal
diketahui populasi berukuran N, terdapat peristiwa A sebanyak Y diantara N, maka
parameter proporsi a sebesar = (Y/N)
Bila dari populasi tersebut diambil sampel berukuran n terdapat pristiwa A sebanyak
x, maka statistik proporsi peristiwa A = x/n. Semua sampel yang mungkin diambil
dan populasi akan mnghasilkan sekumpulan harga-harga statistik proporsi. Rata-
ratanya diberi simbol x/n dan simpangan baku diberi simbol x/n. untuk ukuran
populasi kecil dibandingkan dengan ukuran sampel (n/N) > 5% maka:
a. Tentukan peluangnya bahwa dari 200 orang tersebut akan terdapat paling sedikit
35 orang golongan darah AB.
b. Beberapa orang harus diselidiki agar prosentase golongan darah AB dari sampel
yang satu dengan lainnya diharapkan berbeda paling besar debgan 3%?
Jawab:
63
Populasi berukuran besar, = 0,15 =0,85
a. paling sedikit x/n = 35/200 = 0,175
kekeliruan bakunya:
dari daftar luasannya = 0,5 -0,2967 = 0,2033
peluang dalam sampel itu terdapat paling sedikit 35 orang golongan dartah AB =
0,2033
b. = 0,15 1- = 0,85
sedang d = 0,03 maka
Dimisalkan mempunyai fariabel X untuk populasi pertama dan Y yang
kedua, kumpulam rata-rata sampel tersebut. Kumpulan selisih rata-rata dari semua
selisih antara rata-rata dari sampoel - sampel dalam kumpulan kesatu dan rata-rata
dari samnpel kumpulam kedua:
Xi – Xj, dimana i =1,2,3...k; j = 1,2,3,...r
Kumpulan selisih rata-rata sampel akam membentuk distribusi selisih rata-rata,
simbolnya x-y dan simpangan bakunya x-y
Untuk N1 dan N2 cukup besar dan sampel-sampel diambil secara independent satu
sama lain terdapat hubungan:
64
x-y atau y-n besarnya sama dal;am kedua hal dan dinamkan kekeliruan baku selisih
rata-rata. Untuk ukuran sampel yang cukup besar selisih rata-rata x-y akan mendekati
distribusi normal dengan rata-rata dan simpangan baku seperti rumus
Sedangkan transformasi yang digunakan untuk membuat distribusi normal menjadi
distribusi norml baku adalah
Apabila dua dari kumpulan rata-rata sampel tersebut diatas dibentuk jumlahnya
diperoleh jumlah rasta-raya sampel
xi+yj dimana i=1,2...k. j=1,2...r
Rerata darimkumpulan tersebut diberi simbol xi+yj dan simpangan bakunya xi+yj
Untuk sampel yang independen berlaku:
xi+yj = 1 + 2
Distribusi jumlah rata-rata untuk sampel berukuran cukup besar, akan mendekati
distribusi normal dengan parameter rata-rata dan simpangan baku seperti rumus
diatas. Untuk membuat distribusi normal baku digunakan rumus transformasi:
Contoh: Murid laki-laki disuatu SMU mempunyai rata-tara tinggi badan 162 cm,
simpangan baku 5,2 cm sedanfg murid perempuan 153 cm simpangan baku 4,9 cm.
Dari kedua kelompok murid tersebut masing- masing diambil sebuah sampel secara
independen berukuran sama yaitu 170m orang. Berapa peluang rata-raya tinggi murid
laki-laki paling sedikit 8 cm dari ratya-raya tinggi murid perempuan?
Penyelesaian:
Misal: sampel murid laki-laki rata-rata tingginya x dan murid perempuan y
1 = x = 162 cm 1 = 2 = 5,2
2 = y = 153 cm 2 = y = 4,9
65
x-y berdistribusi normal dengan ratya-rata x-y = 162 – 153 = 9 cm dan simpangan
bakunya adallah 0,306
dengan menggunakan rumus luas daerah normal baku adalah 0,5 +
0,4994 = 0,9994 jadi peluang yamg yang dicari adalah 0,994
C. Distribusi Selisih Proporsi
Dua populasi masing-masing berdistribusi binomial. Keduanya berukuran besar
dimnana:
1. Untuk populasi pertama terdapat peristiwa A dengan proporsi 1 secara
independent diambil sample berukuran n1.
2. Untuk populasi kedua terdapat peristiwa A dengan proporsi 2 secara independent
diambil sample berukuran n2.
Untuk peristiwa A didapat kumpulan proporsi : ; dimana i = 1,2…k ; Xi terdapat
peristiwa A dalam sample yang mungkin diambil dari populasi pertama. ; dimana j
= 1,2…r ; Xj terdapat peristiwa A dalam sample yang mungkin diambil dari popuilasi kedua, r = banyaknya sample yang mungkin diambil dari populasi kedua.
selisih proporsi dapat dibentuk dari kumpulan selisih proporsi yang
dibentuk dapat dihitung dengan; sp =- rata-rata ; sp = simpang baku
sp = = selisih antara propoorsi sample pertama dan kedua.
Berlaku rumus
sp = 1 - 2
Untuk ukuran sample cukup besar n1 30 dan n2 30, maka distribusi
selisih proporsi akan mendekati distribusi normal dengan parameter seperti diatas.
Agar distribusi normal menjadi distribusi normal baku maka diperlukan transformasi;
66
Contoh: Dalam suatu PT Universitas “jurang Grawah” akan diadakan pemilihan
rektor. Dari hasil pembicaraan tak resmi nampaknya ada kecenderungan calon
berinisial B akan mendapat suara 70 % dalam pemilihan tersebut. Dua buah sampel
telah diambil masing masing terdirui atas 300 orang. Tentukan probabilitas ajkan
terdapat perbedaan persentasre tidak lebih dari 10% dari sampel itu yang akan
memilih B
Penyelesaian:
Dianggap dua populasi sama sehingga 1 - 2= 0,7
x = banyak orang memilih “B” dalam sampel pertama
y = banyak orang memilih “B” dalam sampel kedua
Akan dicari pluang : 1-y/n2 < 10% atau y/n2- x/n1 < 10%
-10%<x/n1-y/n2<10%
sp = 1 - 2= 0,7 – 0,7 = 0
Luas daerah normal baku antara Z1 dan z2 adalah 2x(0,4965) =0,993
67