Hello! from Group 3:
• ANANDITA ZULIA PUTRI
15/386977/PEK/20700
• FITRIA MELYNSYAH YUSUF
15/387010/PEK/20733
• GALUH HESTI WULANDARI
15/387014/PEK/20564
• MUHAMMAD YASFI
15/387040/PEK/20763
• NOVAN SURIZA
15/387045/PEK/20595
• PRIMA LAKSITA ASMARANI
15/387052/PEK/20602
Ch. 13 SAMPLING
•Population, Element, Sample, Sampling Unit And Subject
Population: mengacu kepada keseluruhan kelompok orang, kejadian, atau minat yang ingin peneliti investigasi.
Element: merupakan satu anggota populasi.
Contoh: bila 1000 pekerja dalam
perusahaan menjadi populasi studi bagi seorang peneliti, setiap pekerja dalam populasi tersebut adalah elemen.
Sample: merupakan sebagian/sub kelompok dari populasi yang dipilih oleh peneliti. Sampe ini diharapkan dapat mewaliki populasi untuk dapat digeneralisasiskan.
Sampling Unit: unsur atau seperangkat elemen yang tersedia untuk diseleksi dalam beberapa tahapan sampling.
Contoh: unit sampling dalam multistage block city, rumah tangga atau individu dalam rumah tangga.
Subject: suatu anggota dari sample.
Contoh: bila 200 anggota dari total
1000 populasi bekerja membentuk sampel penelitian, maka setiap pekerja dalam sample adalah subject.
• Alasan Sampling
Untuk memudahkan peneliti daripada harus mengumpulkan data dari seluruh populasi. Dalam investigasi penelitian yang melibatkan beberapa ratus dan bahkan ribuan elemen, secara praktis mustahil untuk dapat dikumpulkan, diuji dan ditelaah dari setiap elemen tersebut.
• Representasi Sampel
Memilih sampel harus mewakili
populasi yang ada, logis dan ilmiah. Memilih sampel harus mewakili
populasi yang ada, logis dan ilmiah.
• Normalitas Distribusi
Atribut atau karakteristik populasi umumnya berdistribusi normal. Bila kita akan menaksir karakteristik populasi dari sampel yang mewakili akurasi yang masuk akal, sampel harus dipilih sedemikian sehingga distribusi karakteristik yang diteliti mengikuti pola distribusi normal yang sama dalam sampel seperti dalam populasi.
• Proses Sampling
Sampling adalah proses pemilihan jumlah yang memadai dengan elemen yang tepat dari populasi, sehingga penelitian sampel dan pemahaman tentang sifat atau karakteristik memungkinkan bagi kita untuk menggeneralisasi sifat atau karakteristik elemen populasi.
Langkah-langkah utamanya yaitu :
5. Melaksanakan Proses Sampel 5. Melaksanakan Proses Sampel
target populasi
4. Menentukan ukuran sampel 4. Menentukan ukuran sampel
tujuan peneitian, interval kepercayaan, level keberanian, jumlah variasi, masalah biaya dan
waktu
3. Menentukan Desain Sampel 3. Menentukan Desain Sampel
cara probabilitas dan non probabilitas 2. Menentukan Kerangka Sampel
2. Menentukan Kerangka Sampel
semua elemen dalam populasi tersebut diambil
1. Mendefinisikan Populasi 1. Mendefinisikan Populasi
PROBABILITY SAMPLING
1. Simple Random Sampling / Unrestricted 2. Complex Random Sampling / Restricted
i. Systematic Sampling
ii. Stratified Random Sampling
• Proportionate Stratified Random Sampling
Stratified random sampling
Proportionate & Disproportionate
Number of subjects in the sample
Job level Number of elements Proportionate (20%) Disproportionate
Top management 10 2 7 Mid-level management 30 6 15 Lower-level management 50 10 20 Supervisors 100 20 30 Clerks 500 100 60 Secretaries 20 4 10 Total 710 142 142
iii. Cluster Sampling
• Area Sampling
Pengambilan sampel cluster :
- Single-stage cluster sampling - Multi-stage cluster sampling
NONPROBABILITY SAMPLING
1. Convenience Sampling 2. Purposive Sampling
• Judgment Sampling • Quota Sampling
Examples of When Certain Sampling
Designs Would Be Appropriate
• Simple Random Sampling
Analisa penelitian cenderung bersifat deskriptif atau bersifat umum.
Contoh:
Direktur SDM ingin
mengimplementasikan kebijakan
flextime.
Direktur regional penjualan ingin mengetahui sales gimmick yang terbaik bagi perusahaan
Stratified Random Sampling
Pilihan yang baik ketika informasi yang berbeda-beda diperlukan terkait
dengan strata. Contoh:
Direktur SDM ingin mengadakan seminar manajemen stres bagi personel yang memiliki stres
Systematic Sampling
kelompok populasi besar, dan daftar elemen mudah tersedia pada satu
tempat Contoh:
Seorang administrator ingin menilai reaksi dari pekerja terhadap skema baru tunjangan kesehatan.
Minat pelanggan terhadap
kecanggihan telepon akan diukur oleh seorang pengusahan
Cluster Sampling
Sebuah kelompok yang heterogen diteliti pada satu waktu.
Contoh:
Direktur SDM tertarik mengetahui
mengapa pegawainya mengundurkan diri.
Seorang analisis keuangan ingin meneliti praktik peminjaman dari Bank.
Area Sampling
Tujuan dari penelitian terbatas pada suatu lokasi atau area tertentu.
Contoh:
Sebuah perusahaan telepon ingin memasang telepon umum di lokasi yang rawan kejahatan.
Double Sampling
Memberikan informasi tambahan
dengan tambahan pengeluaran yang minimal.
Contoh:
Beberapa individu (Cluster Sampling) mungkin mengindikasikan bahwa
mereka mengundurkan diri karena perbedaan filosofi dengan kebijakan perusahaan.
Convenience Sampling
Mendapatkan beberapa informasi
cepat untuk mendapat feel fenomena atau variabel yang diteliti.
Contoh:
Seorang accountants executive
merancang sistem akuntansi baru
yang dapat memaksimalkan kegunaan teknologi komputer.
Judgement Sampling: one type of
purposive sampling
Jika kumpulan informasi input khusus pada area topik yang diteliti penting. Contoh:
Sebuah perusahaan farmasi ingin
menelusuri dampak obat baru pada pasien dengan masalah kesehatan yang spesifik
Quota Sampling: a second type of
purposive sampling
Memungkinkan untuk memasukkan semua kelompok ke dalam sistem yang diteliti.
Contoh:
Sebuah perusahaan
mempertimbangkan untuk
mengoperasikan sebuah fasilitas taman kanak-kanak.
Faktor Yang Mempengaruhi
Pengambilan Desain Sampling
1. Tingkat pengetahuan sebelumnya dalam bidang penelitian yang
dilakukan.
2. Tujuan utama penelitian 3. Pertimbangan biaya
Sampling In Cross-Cultural Research
• kita harus peka terhadap isupemilihan sampel yang cocok di negara yang berbeda-beda.
• Sifat dan tipe organisasi yang telah dipelajari, apakah subjek berasal dari pedesaan atau perkotaan, dan
tipe-tipe desain pengambilan keputusan yang digunakan
Issue of Precision and Confidence in
Determining Sample Size
Sampel yang dapat diandalkan dan valid, memiliki kemampuan untuk mengeneralisasikan temuan dari sample untuk
populasi yang diteliti
Statistik sampel harus menjadi taksiran yang dapat diandalkan dan mencerminkan parameter populasi sedekat mungkin dalam margin kesalahan
Precision (Ketelitian)
Mengacu pada seberapa dekat taksiran dengan karakteristik populasi sebenarnya. Ketelitian merupakan fungsi dari kisaran variabilitas dalam distribusi pengambilan sampel darirata-rata sampel. Semakin kecil variabilitas, semakin besar probabilitas bahwa rata-rata sampel akan lebih dekat dengan rata-rata
-
cont.-Variabilitas disebut kesalahan standar (standar error), dengan rumus:
Semakin dekat hasil sampel dapat mewakili karakteristik populasi, semakin tinggi ketelitian yang diperlukan.
Semakin tinggi ketelitian yang disyaratkan, semakin besar ukuran sampel yang diperlukan, terutama jika variabilitas dalam populasi besar.
Confidence (Keyakinan)
Menunjukkan seberapa yakin bahwa taksiran peneliti akan benar-benar berlaku bagi populasi. Semakin sempit kisaran, semakin rendah keyakinan. Sehingga adatrade off antara
ketelitian dan keyakinan dalam penentuan sampel. Tingkat keyakinan dapat membentang dari 0 sampai 100%.
Sample data, Precision, and
confidence in estimation.
Ketelitian dan keyakinan merupakan isu penting, karena
menggunakan data sampel untuk menarik kesimpulan
tentang populasi, peneliti diharapkba “mengenai sasaran”
dan mengetahui tingkat kemngkinan kesalahan.
Ketelitian dan keyakinan merupakan isu penting, karena
menggunakan data sampel untuk menarik kesimpulan
tentang populasi, peneliti diharapkba “mengenai sasaran”
dan mengetahui tingkat kemngkinan kesalahan.
Peneliti biasanya melakukan penaksiran interval untuk memastikan penaksiran yang
relatif akurat terhadap
parameter populasi.
Peneliti biasanya melakukan penaksiran interval untuk memastikan penaksiran yang
relatif akurat terhadap
Contoh:
• Terdapat sampel 64 konsumen menggunakan desain sampel sistematis.
• Diketahui rata-rata sampel =105, dan Standar Deviasi S=10.
• Dari keterangan tersebut, dapat dihitung taksiran nilai µ rata-rata populasi.
-cont-Singkatnya, ukuran sampel,
n, adalah fungsi dari:
Variabilita s dalam populasi Ketelitian atau akurasi yang diinginkan Tingkat keyakinan yang disyaratka n Tipe desain pengambil an sampe yang digunakan .
Trade-Off Between Precision and
Confidence
•Terdapat trade-off antara ketelitian dan keyakinan untuk ukuran sampel apapun. •Jika ukuran sampel tidak dapat ditingkatkan, tingkat ketelitian dapat ditingkatkan, namun tingkat keyakian harsu dikurangi. Penting bagi peneliti memahami 4 aspek, yaitu: • besarnya ketelitian yang dibutuhkan, • besarnya keyakinan yang diperlukan, • tingkat variabilitas karakteristik populasi yang diteliti, • analisis biaya manfaat terkait ukuran sampel.Sample Data and Hypothesis Testing
• Data sampel dapat digunakan bukan hanya dalam taksiran nilai
populasinya, namun juga menguji hipotesis tentang nilai populasi,
korelasi populasi, dan lainnya.
• Pengan data sampel, dimungkinkan peneliti dapat mengetahui apakah hipotesis 0 atau alternatifnya yang diterimaatau ditolak.
Determining the Sample
Size
• Peneliti butuh pemikiran terkait seberapa besar ketelitian dan keyakinan yang benar-benar
diperlukan, sebelum menentukan ukuran sampel.
• Karena, jika ingin ketelitian dan
keyakinan yang tinggi, maka sampel akan semakin tinggi dan
kemungkinan peningkatan biaya yang dibutuhkan.
Importance of sampling design and
sample size
• Pengambilan sample dan ukuran sample adalah penting untuk dapat digeneralisasikan
• Pengambilan sample yang tepat harus dilakukan dan menyesuaikan dengan model penelitian
• Pengambilan sample yang memadai
akan mempengaruhi tingkat
Roscoe (1975) mengusulkan terkait
ukuran sample:
Ukuran sample >30 dan <500 adalah tepat untuk
kebanyakan penelitian
Ukuran sample >30 dan <500 adalah tepat untuk
kebanyakan penelitian
Dimana adanya pemecahan sample, ukuran sample minimal 30 untuk setiap
kategori
Dimana adanya pemecahan sample, ukuran sample minimal 30 untuk setiap
kategori
Dalam penelitian multivariant, sample sebaiknya beberapa kali
lebih besar dari jumlah variable dalam studi
Dalam penelitian multivariant, sample sebaiknya beberapa kali
lebih besar dari jumlah variable dalam studi
Untuk penelitian exsperimental dengan control eksperimen yang
ketat, lebih baik menggunakan ukuran
sample kecil 10-20.
Untuk penelitian exsperimental dengan control eksperimen yang
ketat, lebih baik menggunakan ukuran
Efficiency In Sampling
• Efisiensi pengambilan sampel tercapai ketika tingkat kesalahan standar “standar error” dapat dikurangi dengan ukuran sampel tertentu “n”.
• Efisiensi pengambilan sampel tergantung dari tujuan penelitian, serta tingkat dan efisiensi yang diharapkan
• Desain pengambilan sampel akan
Pengambilan Sampel Terkait
Penelitian Kualitatif
• sampel kualitatif dimulai dengan mendefinisikan dengan tepat populasinya.
• Umumnya menggunakan “non probability sample” dikarenakan tujuanya tidak untuk menarik inferensi statistic.
• Tehnik “purposive sampling” dengan teori sampling diperkenalkan (Glaster dan Stranuss 1967) dalam “Grounded Theory”
• Sulit untuk mempredikasi kapan penyerapan teori dapat tercapai, kita harus memastikan bahwa sampel yang diambil dapat mewakili informasi sehingga tidak dimungkinkan adanya informasi baru dan juga tergantung pada heterogenitas populasi.