Tampilkan postingan dengan label Sampling. Tampilkan semua postingan
Tampilkan postingan dengan label Sampling. Tampilkan semua postingan

P-Value

Minggu, September 13, 2009

P value atau probabilitas dihitung adalah perkiraan probabilitas menolak hipotesis nol(H0) dari pertanyaan studi ketika hipotesis benar. Hipotesis nol biasanya merupakan hipotesis "ada perbedaan" misalnya tidak ada perbedaan antara tekanan darah dalam grup A dan grup B. Tentukan hipotesis null studi untuk setiap pertanyaan dengan jelas sebelum memulai studi Anda.

Satu-satunya situasi di mana Anda harus menggunakan nilai P satu sisi adalah ketika sebuah perubahan besar dalam arah yang tidak terduga akan sama sekali tidak ada relevansinya dengan riset Anda. Situasi ini tidak biasa, jika anda merasa ragu-ragu kemudian menggunakan nilai P dua sisi.

Istilah tingkat signifikansi (alfa) digunakan untuk merujuk kepada pra-probabilitas dipilih dan istilah "nilai P" digunakan untuk mengindikasikan kemungkinan bahwa anda menghitung setelah studi tertentu.

Download Gratis => klik di sini


Read More..

Stratified Random Sampling (StRS)

Sabtu, Mei 09, 2009

Di dalam suatu penelitian seringkali kita berhadapan dengan populasi yang keadaannya relative heterogen. Hal ini menyebabkan diperlukan ukuran sample yang besar apabila ingin dicapai presisi tertentu. Oleh karena itu untuk meninggikan presisi dan untuk mengecilkan ukuran sample maka peneliti harus membentuk sub-sub populasi yang keadaan variable-nya relative homogen. Sub-sub populasi tersebut dapat diperoleh melalui stratifikasi.

Langkah Kerja :

(1) Tentukan populasi sasaran secara tegas.
(2) Tentukan ukuran populasi secara tegas (N).
(3) Berdasarkan kriteria tertentu populasi dibagi-bagi ke dalam L-buah Stratum
(4) Untuk setiap stratum dibentuk satuan sampling dan susun kerangka sampling.
(5) Tentukan ukuran sample secara keseluruhan (overall sample size n).
(6) Ukuran sample sebesar n selanjutnya dialokasikan ke seluruh strata (sample allocation).

Untuk lebih detail => klik disini


Read More..

Cluster Random Sampling (CRS)

Sebagaimana telah kita ketahui, satuan sampling dapat berupa “individu” yang berdiri sendiri atau “kelompok individu”, sebab satuan sampling dibentuk atau ditentukan sesuai dengan tipe sampling yang akan digunakan.

Contoh :
Apabila seorang peneliti ingin memeriksa :
- Tiap-tiap batang rokok, maka satuan sampling adalah batang rokok.
- Jika yang akan diteliti keadaan bungkus rokok, maka satuan sampling adalah bungkus rokok.
- Jika yang akan diteliti slove-slove rokok, maka satuan sampling adalah slove rokok.
Jadi dalam satuan sampling dapat terdiri dari banyak satuan sampling yang lebih kecil. Satuan sampling yang di dalamnya berisi satuan-satuan sampling yang lebih kecil disebut cluster.

Untuk lebih detail => klik disini (via Sharecash) or klik disini (via Ziddu)



Read More..

Menentukan Ukuran Sample 2

Jumat, Oktober 10, 2008

I. Simple Random Sampling (SRS)

Asumsi dasar :
- Variable yang akan kita teliti keadaannya relative homogen dan tersebar merata di seluruh populasi.
- Kerangka sampling dapat disusun.
Teknik pemilihan secara SRS ada berbagai cara, salah satu cara yang paling sering digunakan yaitu :

a. Simple Randomization (Pengacakan secara sederhana)

Langkah Kerja :
(1) Tentukan populasi sasaran secara tegas.
(2) Tentukan ukuran populasi secara tegas (N).
(3) Tentukan bentuk satuan sampling dan susun kerangka sampling.
(4) Tentukan ukuran sample melalui perhitungan tertentu (n).
(5) Lakukan randomisasi (tabel angka random, computer, undian)

Menentukan ukuran sample (n) :
Ada berbagai cara untuk menentukan ukuran sample, antara lain :
(1) Menggunakan dua pendapat para ahli yang telah diterangkan sebelumnya (Slovin & Gay).
(2) Menggunakan taksiran interval.

a. Untuk menaksir rata-rata populasi (μ)

Rumus :





dimana :



b. Untuk menaksir proporsi/persentase populasi (π)

Rumus :





dimana :



Menentukan nilai S yang tidak diketahui :

(1) Hasil penelitian orang lain mengenai variable yang sama/serupa yang sudah diterima secara akademis.
(2) Pendapat para ahli mengenai variable yang sedang diteliti.
(3) Melakukan penelitian penjajagan (Pilot survey).
(4) Menggunakan Aturan Deming (Deming’s Empirical Rule).

Rumus :



dimana :



Cara melakukan Randomisasi/Pengacakan secara SRS

1. Menggunakan tabel angka random/komputer
2. Melakukan hunting di lapangan (Intercept)

II. Systematic Sampling (SS)

Asumsi dasar :
- Varibel yang akan kita teliti keadaannya relative homogen dan tersebar merata di seluruh populasi.
- Kerangka sampling dapat disusun.

Teknik pemilihan secara SS ada berbagai cara, salah satu cara yang paling sering digunakan yaitu :

a. Pendekatan Linear Systematic Selection (LSS)

Langkah Kerja :
(1) Tentukan populasi sasaran secara tegas.
(2) Tentukan ukuran populasi secara tegas (N).
(3) Tentukan bentuk satuan sampling dan susun kerangka sampling.
(4) Tentukan ukuran sample melalui perhitungan tertentu (n).
(5) Lakukan proses pemilihan sample melalui LSS

Menentukan ukuran sample (n) :
Secara umum untuk menentukan ukuran sample pada SS adalah menggunakan rumus yang sama dengan SRS.

Cara melakukan Randomisasi/Pengacakan secara LSS
1. Menggunakan tabel angka random/komputer
2. Melakukan hunting di lapangan (Intercept)

Contoh Kasus : (SRS & SS)

Misalkan diadakan penelitian tentang persepsi perokok (usia 18-55 tahun) terhadap materi promosi/event suatu Brand di Kotamadya A. Diketahui jumlah perokok di Kotamadya A adalah 100.000 orang dan mereka tersebar merata di seluruh penjuru kota. Instrumen pengukuran menggunakan questionaire dengan items pertanyaan yang diberikan respon jawaban 5 pilihan dengan skor 1, 2, 3, 4, dan 5. Item pertanyaan tersebut berjumlah 20 ditambah beberapa pertanyaan lain untuk melengkapi hasil penelitian.
Berapa ukuran sample minimal yang harus kita gunakan jika kita menghendaki derajat kepercayaan 95% ? (Misalkan diketahui BE untuk rata-rata 5 dan untuk proporsi adalah 2%)

Solusi :

Langkah kerja :
(1) Tentukan populasi sasaran secara tegas yaitu perokok (usia 18-55 th) di Kotamadya A
(2) Tentukan ukuran populasi secara tegas (N) yaitu N = 100.000
(3) Tentukan bentuk satuan sampling yaitu perokok (usia 18-55 th)
(4) Susun kerangka sampling, dalam hal ini dikarenakan dalam pencarian sample adalah langsung hunting (intercept) maka kerangka sampling dapat diabaikan.
(5) Tentukan ukuran sample melalui perhitungan tertentu (n).

a. Menentukan nilai S

Dikarenakan nilai tidak diketahui maka digunakan Pendekatan Deming, sbb :

Data terbesar : 5 x 20 = 100
Data terkecil : 1 x 20 = 20

R = Data terbesar – Data terkecil = 100 – 20 = 80

sehingga,

S = 0,24 x 80 = 19,2

b. Cara Slovin



Rumus :



c. Apabila tujuan penelitian yaitu mencari rata-rata.



Rumus :





Dikarenakan nilai S tidak diketahui maka digunakan Pendekatan Deming, sbb :

Data terbesar : 5 x 20 = 100
Data terkecil : 1 x 20 = 20

R = Data terbesar – Data terkecil = 100 – 20 = 80

sehingga,

S = 0,24 x 80 = 19,2

maka,






d. Apabila tujuan penelitian yaitu mencari proporsi.



Hasil :





(6) Lakukan randomisasi (tabel angka random, computer, undian, intercept, sistematik) sampai mencapai jumlah sample yang diinginkan.

(Next ... Menentukan Ukuran Sample 3)

Read More..

Menentukan Ukuran Sample 1

Ada beberapa cara untuk menentukan ukuran sample, sebagai berikut :

1. Pendapat Slovin

Metode ini cukup baik untuk ukuran populasi minimal 500 dan keadaan populasi relative homogen.



dimana :



Table ukuran sample untuk batas-batas kesalahan
dan jumlah populasi yang ditetapkan



2. Pendapat Gay

Metode ini cukup baik untuk ukuran populasi yang tidak besar (N kurang dari 500). Gay menyatakan bahwa ukuran sample minimum yang dapat diterima berdasarkan desain penelitian yang digunakan, yaitu :

- Metode deskriptif, minimal 10% dari populasi.
- Metode deskriptif-korelasional, minimal 15% dari populasi.
- Metode eksperimental, minimal 15 objek per kelompok.

Untuk menentukan ukuran sample (n), selain kita dapat menggunakan dua cara di atas, tetapi kita juga dapat menggunakan cara berdasarkan teknik pengambilan sample-nya.

(Next ... Menentukan Ukuran Sample 2)


Read More..

METODE SAMPLING 1

Senin, September 22, 2008

I. Sampling
Seperti yang telah kita ketahui bahwa dalam statistika terbagi menjadi dua fase yaitu statistika deskriptif dan statistika induktif. Statistika deskriptif yaitu suatu teknik dalam statistika yang berusaha untuk menggambarkan keadaan dari populasi yang sedang diteliti dan statistika induktif yaitu suatu teknik dalam statistika yang berusaha untuk menyimpulkan tentang karakteristik populasi, yang pada umumnya dilakukan berdasarkan data sample yang diambil dari populasi yang bersangkutan.

Populasi adalah totalitas semua nilai yang mungkin, baik hasil menghitung maupun pengukuran, kuantitatif ataupun kualitatif, daripada karakteristik tertentu mengenai sekumpulan obyek yang lengkap dan jelas. Biasanya dilambangkan dengan N.

Sample adalah sebagian objek yang diambil dari populasi dengan menggunakan cara-cara tertentu. Biasanya dilambangkan dengan n. Proses pemilihan objek-objek dari sebuah populasi tertentu disebut sampling.

Untuk mendapatkan kesimpulan yang dapat dipertanggungjawabkan (representative) haruslah ditempuh cara-cara yang benar dalam setiap langkah termasuk cara-cara pengambilan sample atau sampling.

II. Alasan Sampling
Apabila seorang peneliti melakukan penelitian secara menyeluruh terhadap sebuah populasi tertentu (complete enumeration), maka penelitian itu dikategorikan sebagai penelitian sensus, yaitu penelitian yang sifatnya menyeluruh dimana setiap objek dalam populasi diperiksa, jika tidak sampling-lah yang ditempuh. Ada berbagai alasan mengapa sensus tidak dapat dilakukan, antara lain :
a. Ukuran populasi
b. Masalah biaya
c. Masalah waktu
d. Percobaan yang sifatnya merusak
e. Masalah ketelitian
f. Faktor ekonomis

III. Populasi Sasaran (Target Population)
Seorang peneliti pada pertama strateginya harus menentukan secara jelas populasi yang menjadi sasaran penelitiannya, yang disebut populasi sasaran (target population). Populasi sasaran adalah populasi yang nantinya akan menjadi cakupan kesimpulan penelitian. Jadi apabila dalam sebuah hasil penelitian dikeluarkan kesimpulan maka menurut etika penelitian, kesimpulan tersebut hanya berlaku untuk populasi sasaran yang telah ditentukan.

Contoh :
PT. Loka ingin mengetahui profile konsumen di kota Semarang dengan kriteria (1) usia 18 – 25 th, (2) jenis kelamin laki-laki, (3) berdomisili di Kotamadya Semarang, dan lain-lain, maka :
- Populasi sasaran : Penduduk Kotamadya Semarang dengan beberapa kriteria yang telah ditentukan.
- Berlaku pada jangka waktu tertentu.
- Kesimpulan hanya berlaku untuk wilayah Kotamadya Semarang.

IV. Satuan Sampling (Sampling Unit)
Segala sesuatu yang oleh peneliti dijadikan satuan (unit) yang nantinya akan menjadi objek pemilihan disebut satuan sampling (sampling unit). Satuan sampling bentuknya bisa individu yang berdiri sendiri dan bisa juga kumpulan individu.

Contoh :
- Misalkan Jawa Tengah dibagi menjadi beberapa Kabupaten dan Kotamadya, maka dalam penelitian ini, Kabupaten dan Kotamadya yang akan menjadi satuan sampling.
- Misalkan Kecamatan dibagi menjadi beberapa kelurahan, maka dalam penelitian ini, kelurahan yang akan menjadi satuan sampling.
- Misalkan dalam Kelurahan terdapat sejumlah individu yang merokok, maka dalam penelitian ini, perokok yang menjadi satuan sampling.

V. Kerangka Sampling (Sampling Frame)
Apabila dari suatu populasi tertentu telah ditentukan secara tegas satuan-satuan sampling-nya dan satuan sampling ini di daftar, maka daftar satuan sampling yang ada dalam sebuah populasi disebut kerangka sampling (sampling frame).
Contoh :
- Misalkan Jawa Tengah yang terdiri dari kecamatan-kecamatan, dan kecamatan-kecamatan tersebut didaftar, maka daftar kecamatan-kecamatan tersebut disebut kerangka sampling.
- Misalkan Kecamatan terdiri dari kelurahan-kelurahan, dan kelurahan-kelurahan tersebut didaftar, maka daftar kelurahan tersebut disebut kerangka sampling.

VI. Rencana Sampling (Sampling Plan)
Rencana sampling adalah sebuah gambaran yang tegas tentang :
1. Penentuan populasi sasaran.
2. Penentuan bentuk dan ukuran satuan sampling.
3. Penentuan ukuran sample (n).
4. Penentuan cara memilih satuan sampling.

VII. Rancangan Sampling (Sampling Design)
Apabila di dalam sampling plan, kita menambahkan metode penaksiran/analisis inferensial, maka rencana sampling menjadi rancangan sampling.
1. Penentuan populasi sasaran.
2. Penentuan bentuk dan ukuran satuan sampling.
3. Penentuan ukuran sample (n).
4. Penentuan cara memilih satuan sampling.
5. Penentuan metode analisis.

VIII. Tipe Sampling (Type of Sampling)
Apabila dipandang dari sudut peluang, sampling dibagi ke dalam dua tipe, yaitu sampling nonpeluang dan sampling peluang.

a. Sampling Nonpeluang (Nonprobability Sampling)
Pengambilan sample tanpa perhitungan apapun mengenai derajat kerepresentatifannya digolongkan ke dalam sampling nonpeluang. Walaupun demikian bagian yang didapat secara demikian masih merupakan “sample” tetapi dalam arti yang lemah atau samar-samar. Adanya sample memang syah asalkan kesimpulan yang dibuat disertai kesadaran terdapatnya hubungan yang samar-samar antara sample dan populasi.

Beberapa tipe sampling nonpeluang :
1. Sampling Seadanya/Haphazard Sampling/Accidental Sampling/Fortuitous Sampling
2. Sampling Sukarela/Voluntary Sampling
3. Sampling Pertimbangan/Purposive Sampling/Judgement Sampling/Expert Choice
4. Snowball Sampling
5. Sampling Quota

b. Sampling Peluang (Probability Sampling)
Apabila dalam pengambilan sample melibatkan unsur peluang maka kita melakukan sampling peluang, dimana sebuah sample yang anggota-anggotanya diambil dari populasi berdasarkan peluang yang diketahui (p ≠ 0). Khususnya jika tiap anggota populasi mempunyai peluang yang sama untuk menjadi anggota sample, maka sample yang didapat dinamakan sample acak dan cara pengambilannya dinamakan sampling acak.

Beberapa tipe sampling peluang :
1. Simple Random Sampling (SRS)
2. Systematic Sampling (SS)
3. Stratified Random Sampling (StRS)
4. Cluster Random Sampling (CRS)


Read More..