STATISTIK DAN STATISTIKA

Kompetensi Dasar

Mampu menerapkan konsep statistik dalam aplikasi bisnis Indikator

Kognitif

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 pengukuran 5. Mahasiswa dapat menyebutkan contoh berbagai jenis data.

Psikomotor

1. 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.

Afektif

1. Mengembangkan perilaku karakter, meliputi jujur, peduli, dan tanggungjawab

2. Mengembangkan keterampilan sosial, menjadi pendengar yang baik, berpendapat, dan bertanya.

Pengalaman Belajar

1. Mahasiswa mendengarkan secara aktif materi yang dijelaskan dosen.

BAB I

Statistik Bisnis

STATISTIK DAN STATISTIKA

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

1.1DEFINISI

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.

Statistik 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)

1.2HUBUNGAN 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.

D

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

1 Penentuan struktur gaji, pesangon, dan tunjangan karyawan.

2 Penentuan jumlah persediaan barang, barang dalam proses, dan barang jadi 3 Evaluasi produktivitas karyawan

4 Evaluasi kinerja perusahaan

1 Penentuan standar audit barang dan jasa

2 Penentuan depresiasi dan apresiasi barang dan jasa 3 Analisis rasio keuangan perusahaan

1 Penelitian dan pengembangan produk

2 Analisis potensi pasar, segmentasi pasar, dan diskriminasi pasar 3 Ramalan penjualan

4 Efektifitas kegiatan promosi penjualan

1 Potensi peluang kenaikan dan penurunan harga saham, suku buga, dan reksadana 2 Tingkat pengembalian investasi beberapa sektor ekonomi

3 Analisis pertumbuhan laba dan cadangan usaha 4 Analisis resiko setiap usaha

1 Analisis pertumbuhan ekonomi, inflasi, dan suku bunga

2 Pertumbuhan penduduk dan tingkat pengangguran serta kemiskinan 3 Indeks harga konsumen dan perdagangan besar

1 Analisis produksi tanaman, ternak, ikan dan kehutanan 2 Kelayakan usaha dan skala ekonomi

3 Manajemen produksi agribisnis

4 Analisis ekspor dan impor produk pertanian Pengguna

Statistika Masalah yang Dihadapi

Manajemen

Akuntansi

Pemasaran

Keuangan

Ekonomi Pembangunan

Agribisnis

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:

Tabel 1. 1 Penggunaan Statistik dalam Berbagai Bidang 1 Penentuan struktur gaji, pesangon, dan tunjangan karyawan.

2 Penentuan jumlah persediaan barang, barang dalam proses, dan barang jadi 3 Evaluasi produktivitas karyawan

4 Evaluasi kinerja perusahaan

1 Penentuan standar audit barang dan jasa

2 Penentuan depresiasi dan apresiasi barang dan jasa 3 Analisis rasio keuangan perusahaan

1 Penelitian dan pengembangan produk

2 Analisis potensi pasar, segmentasi pasar, dan diskriminasi pasar 3 Ramalan penjualan

4 Efektifitas kegiatan promosi penjualan

1 Potensi peluang kenaikan dan penurunan harga saham, suku buga, dan reksadana 2 Tingkat pengembalian investasi beberapa sektor ekonomi

3 Analisis pertumbuhan laba dan cadangan usaha 4 Analisis resiko setiap usaha

1 Analisis pertumbuhan ekonomi, inflasi, dan suku bunga

2 Pertumbuhan penduduk dan tingkat pengangguran serta kemiskinan 3 Indeks harga konsumen dan perdagangan besar

1 Analisis produksi tanaman, ternak, ikan dan kehutanan 2 Kelayakan usaha dan skala ekonomi

3 Manajemen produksi agribisnis

4 Analisis ekspor dan impor produk pertanian Pengguna

Statistika Masalah yang Dihadapi

Manajemen

Akuntansi

Pemasaran

Keuangan

Ekonomi Pembangunan

Agribisnis

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

1.5JENIS–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.

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

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

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.

(Purwanto S. K. 2012)

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.

1.6POPULASI 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 Sampel

Sampel 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.

(Purwanto S. K. 2012)

c) Disproportionate Stratified Random Sampling

Teknik ini digunakan untuk menentukan jumlah sampel, bila populasi bestrata tetapi kurang proporsional. (Martono 2010)

d) Cluster Samplingatau 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)

1.7VARIABEL 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 ?

REFERENSI

Martono, 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.