STATISTIKA
Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Istilah 'statistika' berbeda dengan 'statistik'.Atau dengan kata lain, Pengertian Statistika adalah, Cara memperhitungkan suatu data dengan menganalisah suatu permasalahan dengan diagram atau mempresentasikan data. Mengenal bagian-bagian Utama Statistika,
1. Statistika Deskriptif adalah ilmu statistika yang mempelajari tentang pengumpulan, pengolahan, dan penyajian data.
2. Statistika Inferensi (Statistika Induktif) adalah ilmu statistika yang mempelajari tentang cara pengambilan kesimpulan secara menyeluruh (populasi) berdasarkan data sebagian (sampel) dari populasi tersebut.
Contoh kegunaan Statistika dalam bidang EKONOMI :
- · Bidang produksi
- · Bidang Akuntansi
- · Bidang pemasaran
Selain dari itu, Tahap tahap yang harus diperhatikan dalam Statistika adalah:
1. Mengidentifikasikan persoalan.
2. Pengumpulan fakta-fakta yang ada.
3. Mengumpulkan data asli yang baru.
4. Klasifikasi data.
5. Penyajian data.
6. Analisa data.
1. Mengidentifikasikan persoalan.
2. Pengumpulan fakta-fakta yang ada.
3. Mengumpulkan data asli yang baru.
4. Klasifikasi data.
5. Penyajian data.
6. Analisa data.
Apa Itu Populasi, Sampel Dan Data?
Populasi adalah seluruh elemen yang akan diteliti.
Sampel adalah elemen yang merupakan bagian dari populasi.
Data adalah fakta-fakta yang dapat dipercaya kebenarannya.
Sampel adalah elemen yang merupakan bagian dari populasi.
Data adalah fakta-fakta yang dapat dipercaya kebenarannya.
Teknik Pengambilan Sampel dan Penjelasannya Lengkap (SAMPLING)
Teknik Pengambilan Sampel – Sampel merupakan bagian populasi penelitian yang digunakan untuk memperkirakan hasil dari suatu penelitian. Sedangkan teknik sampling adalah bagian dari metodologi statistika yang berkaitan dengan cara-cara pengambilan sampel.
Pengertian sampling atau metode pengambilan sampel menurut penafsiran beberapa ahli . Beberapa diantarnya adalah sebagai berikut;
Pengertian sampling atau metode pengambilan sampel menurut penafsiran beberapa ahli . Beberapa diantarnya adalah sebagai berikut;
- Teknik sampling adalah teknik pengambilan sampel (Sugiyono, 2001: 56).
- Teknik sampling adalah cara untuk menentukan sampel yang jumlahnya sesuai dengan ukuran sampel yang akan dijadikan sumber data sebenarnya, dengan memperhatikan sifat-sifat dan penyebaran populasi agar diperoleh sampel yang representatif. (Margono, 2004)
Sampling mempunyai beberapa tahapan serta tujuan. Beberapa diantaranya adalah sebagai berikut:
Tujuan Pengambilan Sampel;
- Populasi terlalu banyak atau jangkauan terlalu luas sehingga tidak memungkinkan dilakukan pengambilan data pada seluruh populasi.
- Keterbatasan tenaga, waktu, dan biaya.
- Adanya asumsi bahwa seluruh populasi seragam sehingga bisa diwakili oleh sampel.
PROBABILITY SAMPLING
Probability sampling adalah Metode pengambilan sampel secara random atau acak. Dengan cara pengambilan sampel ini. Seluruh anggota populasi diasumsikan memiliki kesempatan yang sama untuk terpilih menjadi sampel penelitian. Metode ini terbagi menjadi beberapa jenis yang lebih spesifik, antara lain:
1. Pengambilan Sampel Acak Sederhana (Simple Random Sampling)
Pengambilan sampel acak sederhana disebut juga Simple Random Sampling. teknik penarikan sampel menggunakan cara ini memberikan kesempatan yang sama bagi setiap anggota populasi untuk menjadi sampel penelitian. Cara pengambilannya menggunakan nomor undian.
Terdapat 2 pendapat mengenai metode pengambilan sampel acak sederhana. Pendapat pertama menyatakan bahwa setiap nomor yang terpilih harus dikembalikan lagi sehingga setiap sampel memiliki prosentase kesempatan yang sama. Pendapat kedua menyatakan bahwa tidak diperlukan pengembalian pada pengambilan sampel menggunakan metode ini. Namun, metode yang paling sering digunakan adalah Simple Random Sampling dengan pengembalian.
Kelebihan metode ini yaitu dapat mengurangi bias dan dapat mengetahui standard error penelitian. Sementara kekurangannya yaitu tidak adanya jaminan bahwa sampel yang terpilih benar-benar dapat merepresentasikan populasi yang dimaksud.
Contoh Pengambilan Sampel Metode Acak Sederhana:
Dalam suatu penelitian dibutuhkan 30 sampel, sedangkan populasi penelitian berjumlah 100 orang. Selanjutnya peneliti membuat undian untuk mendapatkan sampel pertama.
Dalam suatu penelitian dibutuhkan 30 sampel, sedangkan populasi penelitian berjumlah 100 orang. Selanjutnya peneliti membuat undian untuk mendapatkan sampel pertama.
Setelah mendapatkan sampel pertama, maka nama yang terpilih dikembalikan lagi agar populasi tetap utuh sehingga probabilitas responden berikutnya tetap sama dengan responden pertama. Langkah tersebut kembali dilakukan hingga jumlah sampel memenuhi kebutuhan penelitian.
2. Pengambilan Sampel Acak Sistematis (Systematic Random Sampling)
Metode pengambilan sampel acak sistematis menggunakan interval dalam memilih sampel penelitian. Misalnya sebuah penelitian membutuhkan 10 sampel dari 100 orang, maka jumlah kelompok intervalnya 100/10=10. Selanjutnya responden dibagi ke dalam masing-masing kelompok lalu diambil secara acak tiap kelompok.
Contoh Sampel Acak Sistematis adalah pengambilan sampel pada setiap orang ke-10 yang datang ke puskesmas. Jadi setiap orang yang datang di urutan 10,20,30 dan seterusnya maka itulah yang dijadikan sampel penelitian.
3. Pengambilan Sampel Acak Berstrata (Stratified Random Sampling)
Metode Pengambilan sampel acak berstrata mengambil sampel berdasar tingkatan tertentu. Misalnya penelitian mengenai motivasi kerja pada manajer tingkat atas, manajer tingkat menengah dan manajer tingkat bawah. Proses pengacakan diambil dari masing-masing kelompok tersebut.
4. Pengambilan Sampel Acak Berdasar Area (Cluster Random Sampling)
Cluster Sampling adalah teknik sampling secara berkelompok. Pengambilan sampel jenis ini dilakukan berdasar kelompok / area tertentu. Tujuan metode Cluster Random Sampling antara lain untuk meneliti tentang suatu hal pada bagian-bagian yang berbeda di dalam suatu instansi.
Misalnya, penelitian tentang kepuasan pasien di ruang rawat inap, ruang IGD, dan ruang poli di RS A dan lain sebagainya.
5. Teknik Pengambilan Sampel Acak Bertingkat (Multi Stage Sampling)
5. Teknik Pengambilan Sampel Acak Bertingkat (Multi Stage Sampling)
Proses pengambilan sampel jenis ini dilakukan secara bertingkat. Baik itu bertingkat dua, tiga atau lebih.
Misalnya -> Kecamatan -> Gugus -> Desa -> RW – RTMACAM MACAM SKALA PADA STATISTIKA
1. SKALA
NOMINAL
merupakan skala penilaian yang paling sederhana di dalam suatu penelitian . skala nominal
ini hanya membedakan kategori berdasarkan jenis atau macamnya . skala ini tidak dihitung berdasarkan urutan urutan.
contoh : contoh yang paling umum digunakan adalah variabel jenis kelamin. jenis kelamin akan dibedakan menjadi laki-laki dan perempuan, atau sebaliknya.
dalam sebuah penelitian, biasanya skala
ini akan diberi simbol untuk pembeda, misalnya jenis kelamin laki-laki akan
diberi angka 0 dan jenis kelamin perempuan akan diberikan angka 1. dan simbol
angka ini hanya digunakan untuk pembeda saja dan tidak menunjukkan makna
tambahan itu.
2. SKALA ORDINAL
merupakan skala Anda Yang membedakan
kategori berdasarkan Tingkat ATAU Urutan. skala ordinal
selain untuk menentukan skala ini juga memiliki untuk mengurutkan pada
rentangan tertentu. skala oridinal memiliki skala paling tinggi dari skala
nominal.
contoh : membagi tingkat pendidikan mulai TK SD SMP sampai dengan PERGURUAN TINGGI.
ciri ciri dari skala ordinal:
·
kategori data saling memisah
·
kategori data ditentukan berdasarkan
jumlah karakteristik khusus yang dimilikinya.
·
kategori data dapat disusun sesuai dengan
prioritas karakteristik yang dimiliki,
3. SKALA INTERVAL
Skala Interval merupakan skala
pengukuran yang dapat digunakan untuk menentukan peringkat untuk antar
tingkat. Jarak atau interval antar tingkatan sudah jelas, hanya saja tidak
memiliki nilai 0 (nol).
Skala interval ini dapat diberikan
diatas Skala ordinal dan nominal. Interval besar atau jarak satu data
dengan data lain yang memiliki bobot nilai yang sama. Interval besar ini
bisa saja ditambahkan atau dikurang.
Berikut ini adalah ciri-ciri dari skala
interval:
- Kategori data memiliki sifat saling memisah.
- Kategori data memiliki aturan yang logis.
- Kategori data ditentukan sesuai jumlah yang ditentukan khusus.
- Perbedaan karakteristik yang sama tergambar dalam perbedaan yang sama dalam jumlah yang dikenakan pada kategori.
- Nilai nol hanya mencerminkan satu titik dalam skala (tidak memiliki nilai nol absolut).
Contoh pertama, contoh yang paling umum pada skala
interval adalah suhu. Misalkan suatu ruangan memiliki suhu 0C, ini bukan
berarti bahwa ruangan tersebut tidak ada suhunya.
Angka 0C
disini merupakan suhu, hal ini dikarena pada skala interval 0 (nol) bukanlah
nilai yang mutlak.
Contoh kedua, jam 00.00 bukan berarti waktunya
kosong atau tidak ada nilainya, karena jam 00.00 sendiri masih menunjukkan
waktu dimana jam 00.00 sama dengan jam 12 malam.
4. SKALA RASIO
Skala rasio adalah skala pengukuran yang dimaksudkan
pada hasil pengukuran yang dapat dibedakan, diurutkan, memiliki jarak tertentu,
dan dapat dibandingkan.
Skala rasio merupakan skala paling
tinggi dan lebih lengkap dari skala-skala lainnya. Jarak atau interval
antar tingkat sudah jelas, dan memiliki nilai 0 (nol) yang Nilai. Nilai
nol disetujui benar-benar dinyatakan tidak ada.
Contoh Skala Rasio
Contoh pertama , misal tinggi badan Agung adalah 190 cm sedangkan tinggi badan
Vatinson adalah 95 cm. Pada titik ini, dapat dilihat jarak badan Vatinson
dengan Agung adalah 95 cm. Dapat juga menjawab bahwa badan tertinggi 2
kali badan tinggi Vatinson.
Contoh kedua , misalkan nilai ujian matematika Tono adalah 50, sedangkan nilai
Toni adalah 100. Ukuran rasionya dapat dinyatakan sebagai nilai Toni adalah 2
kali nilai Tono.
Komentar
Posting Komentar