METODE PENGUMPULAN DATA Pertemuan 8 Data Adalah bahan

METODE PENGUMPULAN DATA Pertemuan 8

Data • Adalah bahan mentah yang perlu diolah sehingga menghasilkan informasi atau keterangan, baik kualitatif maupun kuantitatif yang menunjukkan fakta. • Jenis data : – Data kualitatif : data yang berhubungan dengan kategorisasi, karakteristik berwujud pertanyaan atau berupa kata-kata. (wanita itu cantik, pria itu tampan) – Data kuantitatif : data yang berwujud angka-angka. (IPK 3, 59)

Types of Data

Data Sources Primary Secondary Data Collection Data Compilation Print or Electronic Observation Survey Experimentation

• Data kualitatif adalah data yang dinyatakan dalam bentuk kata, kalimat, dan gambar. • Data kuantitatif adalah data yang berbentuk angka, atau data kualitatif yang diangkakan (skoring: baik sekali = 4, baik = 3, kurang baik = 2 dan tidak baik = 1).

Data kuantitatif dibagi menjadi dua, yaitu data diskrit/nominal dan data kontinum. Data nominal adalah data yang hanya dapat digolong-golongkan secara terpisah, secara diskrit atau kategori. Data ini diperoleh dari hasil menghitung, misalnya dalam suatu klas setelah dihitung terdapat 50 mahasiswa, terdiri atas 30 pria dan 20 wanita. Dalam suatu kelompok terdapat 1000 orang suku Jawa dan 500 suku sunda dll. Jadi data nominal adalah data diskrit.

• Data kontinum, adalah data yang bervariasi menurut tingkatan dan ini diperoleh dari hasil pengukuran. Data ini dibagi menjadi data ordinal, data interval dan data ratio. • Data ordinal adalah data yang berbentuk rangking atau peringkat. Misalnya juara I, III dan seterusnya. Data ini, bila dinyatakan dalam skala, maka jarak satu data dengan data yang lain tidak sama.

Data interval, adalah data yang jaraknya sama tetapi tidak mempunyai nilai nol (0) absulut / mutlak). Contoh skala thermometer, walaupun ada nilai 00 C, tetapi tetap ada nilainya. Data-data yang diperoleh dari pengukuran dengan instrument sikap dengan skala Likert misalnya adalah berbentuk data interval. Data ratio adalah data yang jaraknya sama, dan mempunyai nilai nol mutlak. Misalnya data tentang berat, panjang, dan volume. Berat 0 kg berarti tidak ada bobotnya, panjang 0 m berarti tidak ada panjangnya. Data ini dapat dirubah ke dalam interval dan ordinal. Data ini juga dapat dijumlahkan atau dibuat perkalian secara aljabar. Misalnya 2 m + 3 m = 7 m. Kalau dalam data interval penjumlahannya tidak seperti dalam data ratio. Misalnya air 1 gelas dengan suhu 200 C + air 1 gelas dengan suhu 150 C maka suhunya tidak menjadi 350 C, tetapi sekitar 17, 50 C. Data rasio adalah data yang paling teliti.

Jenis Data Menurut Cara Memperolehnya Data Primer Data primer adalah secara langsung diambil dari objek / obyek penelitian oleh peneliti perorangan maupun organisasi. Contoh : Mewawancarai langsung penonton bioskop 21 untuk meneliti preferensi konsumen bioskop. Data Sekunder Data sekunder adalah data yang didapat tidak secara langsung dari objek penelitian. Peneliti mendapatkan data yang sudah jadi yang dikumpulkan oleh pihak lain dengan berbagai cara atau metode baik secara komersial maupun non komersial. Contohnya adalah pada peneliti yang menggunakan data statistik hasil riset dari surat kabar atau majalah.

Macam-Macam Data Berdasarkan Sumber Data Internal Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu organisasi secara internal. Misal : data keuangan, data pegawai, data produksi, dsb. Data Eksternal Data eksternal adalah data yang menggambarkan situasi serta kondisi yang ada di luar organisasi. Contohnya adalah data jumlah penggunaan suatu produk pada konsumen, tingkat preferensi pelanggan, persebaran penduduk, dan lain sebagainya.

Klasifikasi Da. Ta Berdasarkan Jenis Datanya Data Kuantitatif Data kuantitatif adalah data yang dipaparkan dalam bentuk angka-angka. Misalnya adalah jumlah pembeli saat hari raya idul adha, tinggi badan siswa kelas 3 ips 2, dan lain-lain. Data Kualitatif Data kualitatif adalah data yang disajikan dalam bentuk kata-kata yang mengandung makna. Contohnya seperti persepsi konsumen terhadap botol air minum dalam kemasan, anggapan para ahli terhadap psikopat dan lain-lain.

Pembagian Jenis Data Berdasarkan Sifat Data Diskrit Data diskrit adalah data yang nilainya adalah bilangan asli. Contohnya adalah berat badan ibu-ibu pkk sumber ayu, nilai rupiah dari waktu ke waktu, dan lainsebagainya. Data Kontinyu Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau berada pada nilai yang satu ke nilai yang lainnya. Contohnya penggunaan kata sekitar, kurang lebih, kira-kira, dan sebagainya. Dinas pertanian daerah mengimpor bahan baku pabrik pupuk kurang lebih 850 ton.

Jenis-jenis Data Menurut Waktu Pengumpulannya Data Cross Section Data cross-section adalah data yang menunjukkan titik waktu tertentu. Contohnya laporan keuangan per 31 desember 2006, data pelanggan PT. angin ribut bulan mei 2004, dan lain sebagainya. Data Time Series / Berkala Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu atau periode secara historis. Contoh data time series adalah data perkembangan nilai tukar dollar amerika terhadap euro eropa dari tahun 2004 sampai 2006, jumlah pengikut jamaah nurdin m. top dan doktor azahari dari bulan ke bulan, dll.

Macam-Macam Data Penelitian • Data : adalah sesuatu yang diketahui atau sesuatu yang diasumsikan (anggapan). • • Elemen : adalah unit / satuan terkecil yang merupakan obyek yang akan diteliti/diselidiki. Elemen bisa berbentuk : orang, perusahaan, rumah tangga. • • Karakteristik : ialah sifat-sifat atau ciri-ciri yang dimiliki oleh elemen atau merupakan semua informasi tentang elemen. Misalnya : elemen : orang karakteristiknya : jenis kelamin, usia, pendidikan, gaji, jabatan, agama, alamat, status keluarga. • • Data Kualitatif vs Data Kuantitatif: – Data Kualitatif : adalah data yang dinyatakan dalam bentuk kata, kalimat dan gambar serta tidak dapat diukur dalam skala numerik. – Data Kuantitatif : adalah data yang berbentuk angka atau data yang dapat diukur dalam suatu skala numerik (angka).

Jenis Data Kualitatif • Data kualitatif umumnya dikuantitatifkan agar dapat diproses lebih lanjut, yang terdiri dari dua golongan, yaitu : • a. Data Nominal/Diskrit : ialah data yang hanya dapat digolong-golongkan secara terpisah dalam bentuk kategori atau diskrit, dimana posisi data masing-masing kategori mempunyai derajat yang sama. • b. Data Ordinal: ialah data yang dinyatakan dalam bentuk kategori namun posisi data tidak sama derajatnya karena dinyatakan skala peringkat (ranking)

Jenis Data Kuantitatif • Data kuantitatif dapat dibedakan menjadi : • a. Data Interval : yaitu data yang diukur dengan jarak diantara dua titik pada skala yang sudah diketahui. • Contoh : 1) 2) 3) Suhu udara dalam Celsius berkisar antara 0 derajat hingga 100 derajat. Jumlah bulan dalam satu tahun. Nilai TOEFL bagi mahasiswa yang mau belajar ke luar negeri. • b. Data Rasio : yaitu data yang diukur dengan suatu proporsi dan mempunyai jarak yang sama. • Contoh : 1) persentase jumlah pengenggur di propinsi X. 2) nilai inflasi di Indonesia tahun 2005. 3) Data tentang berat, panjang dan volume.

Pembagian Skala Pengukuran • Jenis skala pengukuran : – – Skala nominal Skala ordinal Skala interval Skala rasio • Skala sikap : – – – Skala likert, Skala Guttman, Skala simantict defferensial Rating scale Skala Thurstone

Skala Nominal • Skala yang paling sederhana disusun menurut jenis/kategori hanya sebagai simbol untuk membedakan sebuah karakteristik dengan karakteristik lainnya. • Contoh : – Jenis kulit : Hitam, kuning, putih – Suku : jawa, madura, sunda – Partai : PPP, PKS, PBB, PAN – Agama : Islam, Kristen, Hindu.

• • • Skala Pengukuran : merupakan kesepakatan yang digunakan sebagai acuan untuk menentukan panjang pendeknya interval yang ada dalam alat ukur, sehingga alat ukur tersebut bila digunakan dalam pengukuran akan menghasilkan data kuantitatif.

• • Macam-macam Skala Pengukuran : • 1. Skala Nominal : adalah skala pengukuran yang menyatakan kategori atau kelompok dari suatu subyek. Contoh jenis kelamin responden. Laki-laki = 1 ; Wanita = 2

Skala Ordinal • Skala yang didasarkan pada rangking diurutkan dari jenjang yang lebih tinggi sampai jenjang terendah. • Contoh : – Sangat setuju, tidak setuju

• 2. Skala Ordinal : adalah skala pengukuran yang menyatakan kategori sekaligus melakukan rangking terhadap kategori. • Contoh : kita ingin mengukur preferensi responden terhadap empat merek produk air mineral. • Merek Air Mineral Rangking – – Aquana 1 Aquaria 2 Aquasan 3 Aquasi 4

Skala Interval • Skala yang menunjukkan jarak antara satu data dengan data yang lain dan mempunyai bobot yang sama. • Contoh : – Tinggi Badan 167 cm, 150 cm.

• • • Skala Interval : merupakan skala pengukuran yang banyak digunakan untuk mengukur fenomena/gejala sosial, dimana pihak responden diminta melakukan rangking terhadap preferensi tertentu sekaligus memberikan nilai (rate) terhadap preferensi tersebut. Jenis skala yang dapat digunakan untuk penelitian sosial, yaitu : a. Skala Linkert. b. Skala Guttman. c. Rating Scale. d. Semantic Defferential. a. Skala Linkert : digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau sekelompok orang tentang fenomena sosial. Contoh : . Preferensi 1. Sangat Setuju 1. Sangat Positif 2. Setuju 2. Sering 2. Positif 3. Ragu-ragu 3. Kadang-kadang 3. Netral 4. Tidak Setuju 4. Hampir tdk pernah 4. Negatif 5. Sangat Tdk Setuju 5. Tidak Pernah 5. Sangat Negatif Untuk keperluan analisis kuantitatif, maka jawaban tersebut diberi nilai skor, Misalnya : sangat setuju/sangat positif diberi skor 5, selanjutnya setuju/sering/positif diberi skor 4 dan seterusnya

• • b. Skala Gutmann : suatu pengukuran untuk memperoleh jawaban responden yang tegas, yaitu : “ya-tidak” ; “pernah-tidak pernah” “positif-negatif”; “setujutidak setuju” Contoh : Bagaimana pendapat anda, bila Tn X menjabat pimpinan di perusahaan ini ? a. Setuju b. Tidak Setuju c. Sematic Defferential : suatu skala pengukuran yang disusun dalam suatu garis dimana jawaban sangat positif terletak dibagian kanan garis, sedangkan jawaban sangat negatif terletak dibagian kiri garis atau sebaliknya. d. Rating Scale : suatu skala pengukuran dimana responden menjawab salah satu jawaban kuantitatif yang disediakan.

Skala rasio • Skala yang mempunyai nilai nol mutlak dan mempunyai jarak yang sama. • Skala Rasio : adalah skala interval yang memiliki nilai dasar (based value) yang tidak dapat diubah. Contoh : umur responden memiliki nilai dasar nol. • Contoh : – IPK 0, 0; 4, 0; 3, 50. – Hasil pengukuran panjang, berat.

Ciri-Ciri Tingkat Pengukuran Informasi Perbedaan Urutan Jarak yang sama Nol mutlak Nominal Ordinal V Interval Rasio V V V V V

Perhatikan Contoh berikut!!!! • Apakah saudara setuju dengan kenaikan harga BBM? 1. setuju 2. tidak setuju Termasuk skala pengukuran apakah pertanyaan diatas? ……………

Bagaimana dengan yang ini? • Bagaimana pendapat anda tentang kebijakan ekonomi pemerintah saat ini? 1) Sangat buruk, 2) Buruk, 3) Cukup, 4) Baik, 5) Sangat Baik Apakah ini skala nominal? ……………

Lalu yang ini? • Berapa kenaikan harga bahan pokok yang Saudara setujui? 1). 2 % 2). 4% 3). 6% 4). 8% 5). 10% Apakah ini termasuk Skala Rasio? ……………

Bagaimana yang terakhir ini? • Berapa harga tiket kereta api Bandung – Jakarta yang Saudara inginkan untuk kelas bisnis dan eksekutif? • 1). Rp. 60. 000 - Rp. 40. 000 • 2). Rp. 80. 000 - Rp. 40. 000 • 3). Rp. 120. 000 - Rp. 40. 000 • Apakah ini skala interval atau ordinal? ……………

POPULASI DAN SAMPEL

Populasi • Seluruh subjek/objek penelitian dengan karakteristik tertentu • Seluruh karakteristik/sifat • sekelompok orang, kejadian, atau benda, yang dijadikan obyek penelitian

Sampel • Bagian dari populasi yang akan diteliti • Sebagian jumlah dari karakteristik yang dimiliki populasi • Jenis – Kriteria Inklusi (yang harus ada) – Kriteria Eksklusi (yang ditolak)

The basic idea behind sampling • We seek knowledge or information about a whole class of similar objects or events (usually called population) • We observe some of these (called a sample) • We extend our findings to the entire class.

Why Sample? (1) • Satu kasus susah digunakan sebagai basis generalisasi karena banyaknya variasi dalam suatu populasi. Contoh: persepsi tiga orang buta yang memegang gajah. • Ada pula pertimbangan praktis yang bikin perlu sampling. • Researchers often want to know something about a specific social group or population that, for reasons of size, time, cost, or inaccessibility, cannot be studied in its entirety. Kalo punya waktu dana tak terbatas, boleh lah diteliti setiap kasus/item dari populasi.

Why Sample? (2) • Bisa makan waktu terlalu lama • Data bisa obsolete (usang) • Respon awal dengan respon akhir bisa beda karena ada suatu kejadian, gosip, dan sebagainya. • Perlu biaya yang besar, juga buat interviewer. Perlu pelatihan yang efektif dan supervisi yang cukup ketika pengambilan data.

Why Sample? (3) • Alasan lain: mempelajari populasi malah bisa jadi hasilnya ngga akurat, terutama populasinya besar. • Manajemen proyeknya lebih gampang dengan sampling: – bisa ada waktu tambahan untuk memperbaiki interview/questionnaire design – prosedur mendapatkan responden-yang-sulitditemukan – rekrutmen, pendidikan dan latihan, serta supervisi data collectors.

Kriteria Inklusi • Kriteria dimana subjek penelitian mewakili sampel penelitian yang memenuhi syarat sbg sampel • Perlu pertimbangan ilmiah

Kriteria Eksklusi • Kriteria dimana subjek penelitian tdk dpt mewakili sampel karena tidak memenuhi syarat sbg sampel penelitian • Penyebab : – Hambatan etis – Menolak sbg responden – Dlm keadaan yg tidak memungkinkan sbg sampel

Motivasi Penggunaan Sampling 1. Mencari informasi mengenai keseluruhan populasi 2. Informasi tersebut diperoleh dari sebagian anggota populasi saja. 3. Informasi yang ditemukan diberlakukan kepada seluruh anggota populasi

Syarat Sampel yang Baik • Mewakili sebanyak mungkin karakteristik populasi valid • Sampel valid ditentukan oleh dua pertimbangan. 1. Akurasi atau ketepatan tingkat ketidakadaan “bias” (kekeliruan) dalam sample makin sedikit tingkat kekeliruan yang ada dalam sampel, makin akurat sampel tersebut. 2. Presisi Estimasi mengacu pada persoalan sedekat mana estimasi kita dengan karakteristik populasi.

Faktor untuk Menentukan Sampel • derajat keseragaman • rencana analisis • biaya, waktu, dan tenaga yang tersedia

Teknik Sampling • Proses seleksi sampel yang digunakan dlm penelitian dari populasi yg ada • jumlah sampel dpt mewakili seluruh populasi yg ada. • Pembagian – Probability sampling – Non-Probability sampling

Probability Sampling • Maksud memberikan peluang yg sama dlm pengambilan sampel • Bertujuan untuk generalisasi

Jenis Probability Sampling 1. Simple Random Sampling 2. Proportionate Stratified random sampling 3. Disproportionate Stratified random sampling 4. Cluster Sampling

Simple Random Sampling • teknik pengambilan sampel yang memberikan kesempatan yang sama kepada populasi untuk dijadikan sampel. • Syarat untuk dapat dilakukan teknik simple random sampling adalah: – Anggota populasi tidak memiliki strata sehingga relatif homogen – Adanya kerangka sampel yaitu merupakan daftar elemen -elemen populasi yang dijadikan dasar untuk pengambilan sampel. Populasi Sampel

Proportionate Stratified random sampling • Populasi distratakan secara proporsional (sebanding, seimbang), baru kemudian dilakukan pengambilan sampel secara acak dengan menggunakan cara undian atau tabel. • Anggota populasi tdk homogen • strata proporsional

Disproportionate Stratified random sampling • Peneliti bebas menentukan jumlah sampel pada masing-masing strata dengan tanpa harus mempertimbangkan proporsi antara sampel dan jumlah populasi pada strata tertentu.

Cluster Sampling • Objek/sumber data luas • Populasi Heterogen • Cara : Randomisasi dua tahap – Menentukan sampel daerah – Menentukan sampel orang

Non Probability Sampling • Tidak memberi peluang yg sama dari tiap anggota populasi • Bertujuan tidak untuk generalisasi

Jenis Non Probability • • Sistematic Sampling Quota Sampling Accidental Sampling Purposive Sampling Snowball Sampling Consecutive Sampling Convenience Sampling

Systematic Sampling • Merupakan cara pengambilan sampel dimana sampel pertama ditentukan secara acak sedangkan sampel berikutnya diambil berdasarkan satu interval tertentu • Berdasarkan urutan anggota populasi yg telah diberi nomor urut • Sifat populasi heterogen

Quota Sampling • Peneliti menentukan unit-unit populasi lalu menentukan jatah atau jumlah sampel masing -masing unit; atau menentukan jumlah sampel populasi; kemudian sampel itu ditentukan dengan cara yang paling mungkin atau paling mudah dilakukan • Dengan menentukan ciri-ciri tertentu smp jumlah kuota tercapai

Accidental Sampling • Kebetulan bertemu • Peneliti menentukan sampel dengan asal ambil atau asal pilih

Purposive Sampling • Untuk tujuan tertentu • Peneliti secara sengaja menentukan personil yang dianggap tepat menjadi sampel dengan tanpa melakukan random terlebih dahulu. • Misal : jika ingin meneliti tingkat stress anak I maka yg diteliti adalah anak 1 bukan 2, 3 dst

Snowball Sampling • Menentukan sampel dalam jumlah kecil pada awal • Kemudian sampel awal diminta untuk mengajak temannya A B 1 C 1 B 2 C 3 B 3 C 4 C 5 C 6

Consecutive sampling • Memilih sampel yg sesuai kriteria sampai kurun waktu tertentu

Convenience Sampling • Sampel convenience adalah teknik penentuan sampel berdasarkan kebetulan saja, anggota populasi yang ditemui peneliti dan bersedia menjadi responden di jadikan sampel.

Pedoman Menentukan Jumlah Sampel 1. Rumus Slovin • N = populasi • n = Besar sampel • d = = 0, 05/0, 1

• • • N = 1000 d = 5%=0. 05 n=1000/(1+ (1000*0. 05^2)) n=1000/(1+(1000*0. 0025)) n=1000/(1+2. 5) n=1000/3. 5=285. 7=286

2. Interval Penaksiran • Untuk menaksir parameter rata-rata Seorang mahasiswa akan menguji suatu hipotesis yang menyatakan bahwa Indek Prestasi Mahasiswa Jurusan S 1 Keperawatan adalah 2, 7. dari 30 sampel percobaan dapat diperoleh informasi bahwa standar deviasi indek Prestasi mahasiswa adalah 0, 25 Untuk menguji hipotesisi ini berapa jumlah sampel yang diperlukan jika kita menginginkan tingkat keyakinan sebesar 95% dan error estimasi kurang dari 0, 05, ?

• Untuk menaksir parameter proporsi P Kita akan meperkirakan proporsi mahasiswa yang mnggunakan angkutan kota waktu pergi kuliah. Berapa sampel yang diperlukan jika dengan tingkat kepercayaan 95% dan kesalahan yang mungkin terjadi 0, 10 ?

3. Pendekatan Isac Michel a. Untuk menentukan sampel untuk menaksir parameter rata -rata Seorang mahasiswa akan menguji suatu hipotesis yang menyatakan bahwa Indek Prestasi Mahasiswa Jurusan S 1 Keperawatan yang berjumlah 175 mahasiswa adalah 2, 7. Dari 30 sampel percobaan dapat diperoleh informasi bahwa standar deviasi Indek Prestasi mahasiswa adalah 0, 25 Untuk menguji hipotesisi ini berapa jumlah sampel yang diperlukan jika kita menginginkan tingkat keyakinan sebesar 95% dan error estimasi kurang dari 5 persen ?

B. Untuk menentukan sampel untuk menaksir parameter proporsi P Kita akan meperkirakan proporsi mahasiswa jurusan manajemen unsoed yang berjumlah 175 orang. Brdasarkan penelitian pendahuluan diperolh data proporsi mahasiswa manajemen unsoed menggunakan angkutan kota waktu pergi kuliah adalah 40%. Berapa sampel yang diperlukan jika dengan tingkat kepercayaan 95% dan derajat penyimpangan sebesar 0, 10. ?

Sampel Ideal (Gay, 1984) Ukuran minimal sampel yang dapat diterima: 1. Penelitian deskriptif: sampel minimal 10% populasi, namun untuk populasi yang sangat kecil diperlukan minimal 20% 2. Penelitian korelasi: minimal 30 subjek. 3. Penelitian ex post fakto atau penelitian kausal komparatif: minimal 15 subjek per kelompok. 4. Penelitian eksperimen: minimal 15 subjek per kelompok.

Faktor 2 yang Mempengaruhi Sampling Design (1) • Tergantung pada: – What is the stage of research? – How will the data be used? – What are the available resources for drawing the sample? – How will the data be collected?

Faktor 2 yang Mempengaruhi Sampling Design (2) • Stage of research and data use – Akurasi tidak terlalu penting kalau baru eksplorasi gejala, hal yang penting adalah menemukan pola 2 tertentu dulu dan membuat hipotesis 2 untuk penelitian lanjutan. – Peneliti perlu menggunakan good judgement mereka untuk mendapatkan sampel yang tepat nonprobability sampling bisa digunakan.

Faktor 2 yang Mempengaruhi Sampling Design (3) – Kalau cuma pingin me-list semua varians, cukup dengan sejumlah sampel dengan pendekatan nonprobability. – Kalau hasil penelitian akan menjadi bahan decision making pemerintah misalnya, presisi diperlukan. Perlu probability sampling yang terkontrol dan jumlah sampel yang relatif banyak.

Faktor 2 yang Mempengaruhi Sampling Design (4) • Available resources – Jika akurasi menjadi pertimbangan utama, perlu digunakan sampling design yang menghasilkan sampel yang paling presisi. Tapi biayanya bisa jadi sangat mahal. – Waktu, uang, bahan 2 yang diperlukan, lokasi melimitasi sampling design. – Sampling design disesuaikan kemampuan, kecil tapi jika prosedur-nya bagus hasilnya pun bagus.

Faktor 2 yang Mempengaruhi Sampling Design (5) Method of data collection ◦ Keempat pendekatan (eksperimen, field research, survey research, documentary research) masing berurusan dengan sampel. ◦ Eksperimen biasanya pakai convenience sampling, survai biasanya probability sampling, field research biasanya convenience atau purposive, documentary research sering menggunakan probability sampling.

Faktor 2 yang Mempengaruhi Sample Size (1) • Antara lain: – – – Heterogenitas dari populasi Tingkat presisi yang dikehendaki Tipe sampling design yang digunakan Resources availability Number of breakdowns planned in data analysis

Faktor 2 yang Mempengaruhi Sample Size (2) Heterogenitas populasi ◦ Heterogenitas mengacu pada derajat perbedaan di antara kasus dalam suatu karakteristik. ◦ Semakin heterogen, jumlah kasus yang diperlukan semakin besar agar estimasinya reliabel. Ekstrimnya, kalau semua kasus sama (homogen, unidimensional), jumlah sampel cukup satu, kalau tidak ada yang sama, harus sensus.

Faktor 2 yang Mempengaruhi Sample Size (3) Satuan pengukuran statistik terbaik untuk heterogenitas populasi adalah standard deviation (s) berhubungan dengan standard error yang tadi dibahas. Rumus standard error = s/√(N). Semakin besar heterogenitas populasi, perlu semakin banyak sampel agar lebih presisi

Faktor 2 yang Mempengaruhi Sample Size (4) • Tingkat presisi yang dikehendaki – Secara teknis mengacu pada standard error (seperti dijelaskan di atas). Tapi lebih mudah diilustrasikan dengan confidence interval. – Pernyataan “rata 2 populasi ada di antara 2 -4” lebih presisi dibandingkan “rata 2 populasi ada di antara 1 -5”. – Rumus standard error s/√(N), sampel perlu diperbesar agar standard error-nya mengecil. Agar standard error turun 1/2, N perlu naik empat kali lipat.

Faktor 2 yang Mempengaruhi Sample Size (5) – Law of diminishing return, setelah terus 2 an, dibutuhkan jumlah N yang sangat besar agar standard error bisa turun. • N = 100 s = 5 • N = 400 s = 2. 5 • N = 2500 s = 1 • N = 10000 s = 0. 5 – Sample size 2000 -3000 sebenarnya standard error-nya sudah cukup kecil dan menambah jumlah sampel lagi “is not worth the additional cost”.

Faktor 2 yang Mempengaruhi Sample Size (6) • Sampling design – Misalnya tanpa menambah jumlah sampel presisi sampel bisa ditingkatkan dengan menggunakan stratified random sampling dan bukan simple random sampling, tapi cluster sampling perlu lebih banyak sampel.

Faktor 2 yang Mempengaruhi Sample Size (7) • Resources availability • Number of breakdowns planned. Contoh: – – Sampel 500 Angkatan baru 100 Kos 20 Pria 10 • Jumlah kasus terlalu sedikit untuk menghasilkan analisis yang reliabel

Catatan • Sample bias: nonrandom, difficult to detect, damaging to sample accuracy. • Dua sumber yang paling umum: – Coverage error: sampling frame yang tidak komplit meng-cover semua populasi – Nonresponse bias: pengumpulan data tidak lengkap. • Rate of response dan rate of nonresponse