Senin, 28 November 2011

Sample secara non random - v accidental

Incidental (accidental, opportunistic sampling) maksudnya mengambil sampel secara sembarang (kapanpun dan dimanapun menemukan) asal memenuhi syarat sebagai sampel dari populasi tertentu.
Jadi, sebenarnya antara convenience/consecutive sampling dan incidental (accidental, opportunistic) sampling ada perbedaan, yaitu pada convenience samplingpengambilan sampel secara sengaja (sengaja yang mudah), sementara pada incidental (accidental, opportunistic) faktor kesengajaan tidak menjadi pokok, faktor kebetulan justru yang paling menonjol (mencari-cari sampai secara “kebetulan” mendapatkan sampel yang dikehendaki). Akan tetapi semuanya mempunyai kesamaan, yaitu sama-sama menempuh cara yang relatif paling mudah, yang tidak menyulitkan. Hanya saja pada incedental (accidental, opportunistic) sampling kemudahan itu dilihat dari sudut “asal menemukan yang memenuhi ketentuan atau persyaratan,” sementara pada convennience sampling faktor kemudahan itu dilihat dari keterjangkauan (tempat dan hubungan).
Jadi, ketemu pegang! Maksudnya, jika menemukan yang sesuai kriteria, pegang (ambil) sebagai sampel.
Contoh:
Seorang peneliti ingin mengetahui partisipasi orang tua murid dalam meningkatkan prestasi belajar anak-anaknya. Peneliti mengambil sebagai sampel tetangganya, temannya, kerabatnya, sejawatnya, dan kenalannya yang semuanya termasuk kategori “anggota populasi penelitian” (dalam hal ini orang tua murid). Ini termasuk convenience sampling, pengambilan sampel dengan cara yang paling mudah, paling tidak sulit, paling nyaman.
Peneliti lain ingin mengetahui bagaimana komentar mahasiswa Fakultas Ilmu Pendidikan Universitas Negeri Yogyakarta (FIP UNY) mengenai tampilan dan isi Tatangmanguny’s Blog. Tentu yang jadi populasi adalah mahasiswa yang pernah membuka blog tersebut, tidak semua mahasiswa FIP UNY. Mencarinya tentu tidak mudah. Populasinya tak terhingga. Harus ditanya satu per satu. Jika ada yang kebetulan pernah membukanya, jadilah pertanyaan dilanjutkan, dan para mahasiswa tersebut terambillah jadinya sebagai sampel (opportunistic, incidental, accidental samples).
Berapa banyak sampel yang akan diambil? Sama dengan contoh purposive sampling di atas, yaitu sampai merasa dari sampel yang terjaring tersebut cukup mendapatkan gambaran (kejelasan) jawaban permasalahan penelitian. Angka pasti? Juga tidak ada.

Distribusi sampling


·      Bidang Inferensia Statistik membahas generalisasi/penarikan kesimpulan dan prediksi/ peramalan. Generalisasi dan prediksi tersebut melibatkan sampel/contoh, sangat jarang menyangkut populasi.
·      Sensus = pendataan setiap  anggota populasi
·      Sampling = pendataan sebagian anggota populasi = penarikan contoh = pengambilan sampel
·      Pekerjaan yang melibatkan populasi tidak digunakan, karena:     
            1.         mahal dari segi biaya dan waktu yang panjang
            2.         populasi akan menjadi rusak atau habis jika disensus
misal :  dari populasi donat ingin diketahui rasanya, jika semua
donat dimakan, dan donat tidak tersisa, tidak ada yang dijual?
Sampel yang baik     ®           Sampel yang representatif       

·           Beda antara Statistik Sampel Vs Parameter Populasi? perhatikan tabel berikut:   
Ukuran/Ciri 
Parameter Populasi
Statistik Sampel

Rata-Rata
m : myu
Selisih 2 Rata-rata
 : nilai mutlak
  : nilai mutlak
Standar Deviasi = Simpangan Baku
s : sigma
S
Varians = Ragam
s²
Proporsi
p : phi atau p
Selisih 2 proporsi
 : nilai mutlak
 : nilai mutlak
 Sampel yang baik diperoleh dengan memperhatikan hal-hal berikut :
            1.  keacakannya (randomness)
            2.  ukuran
3.  teknik penarikan sampel (sampling)  yang sesuai dengan  kondisi atau sifat  populasi

Sampel Acak  = Contoh Random ® dipilih dari populasi di mana setiap anggota populasi memiliki peluang yang sama terpilih menjadi anggota ruang sampel.

·      Beberapa Teknik Penarikan Sampel :
a.         Penarikan Sampel Acak Sederhana (Simple Randomized Sampling)
Pengacakan dapat dilakukan dengan : undian, tabel bilangan acak, program komputer.
b.         Penarikan Sampel Sistematik (Systematic Sampling)
Tetapkan interval lalu  pilih secara acak anggota pertama sampel
Contoh :          Ditetapkan interval = 20
Secara acak terpilih  :  Anggota populasi ke-7 sebagai anggota  ke-1 dalam sampel  maka :    
Anggota populasi ke-27 menjadi anggota ke-2 dalam sampel
Anggota populasi ke-47 menjadi anggota ke-3 dalam sampel, dst.
c.         Penarikan Sampel Acak Berlapis (Stratified Random Sampling)
Populasi terdiri dari beberapa kelas/kelompok. Dari setiap kelas diambil sampel secara acak.
Perhatikan !!!!
Antar Kelas bersifat (cenderung) berbeda nyata (heterogen). Anggota dalam suatu kelas akan (cenderung) sama (homogen).
Contoh :
Dari 1500 penumpang KA (setiap kelas memiliki ukuran yang sama) akan diambil 150 orang sebagai sampel, dilakukan pendataan tentang tingkat kepuasan, maka  sampel acak dapat diambil dari :
            Kelas Eksekutif           : 50  orang
            Kelas Bisnis                : 50  orang
            Kelas Ekonomi            : 50  orang   
           
d.         Penarikan Sampel Gerombol/Kelompok (Cluster Sampling)
            Populasi juga terdiri dari beberapa kelas/kelompok
Sampel yang diambil berupa kelompok bukan individu anggota
Perhatikan !!!!
Antar Kelas bersifat (cenderung) sama (homogen). Anggota dalam suatu kelas akan (cenderung) berbeda (heterogen).

Contoh :         
Terdapat 40 kelas untuk tingkat II Jurusan Ekonomi-GD, setiap kelas terdiri dari 100 orang.  Populasi  mahasiswa kelas 2, Ekonomi-UGD = 40 ´ 100 = 4000. 
Jika suatu penelitian dilakukan pada populasi tersebut dan sampel yang diperlukan = 600 orang, dilakukan pendataan mengenai lama waktu belajar per hari maka sampel dapat diambil dari 6 kelas.... Dari 40 kelas, ambil secara acak 6 kelas.

e.         Penarikan Sampel Area (Area Sampling)
Prinsipnya sama dengan Cluster Sampling.
Pengelompokan ditentukan oleh letak geografis atau administratif.
Contoh :          Pengambilan sampel di daerah JAWA BARAT, dapat dilakukan                             dengan memilih secara acak KOTAMADYA tempat pengambilan                           sampel, misalnya terpilih, Kodya Bogor, Sukabumi dan Bandung,

Sampel acak menjadi dasar penarikan sampel lain.  Selanjutnya, pembahasan akan menyangkut Penarikan Sampel Acak.

·      Penarikan Sampel Acak dapat dilakukan dengan 2 cara, yaitu :
a.         Penarikan sampel tanpa pemulihan/tanpa pengembalian  :  setelah didata, anggota sampel tidak dikembalikan ke dalam ruang sampel
b.         Penarikan sampel dengan pemulihan : bila setelah didata, anggota sampel   dikembalikan ke dalam ruang sampel.

·      Berdasarkan Ukurannya, maka sampel dibedakan menjadi  :
a.         Sampel Besar  jika ukuran sampel (n) ³ 30
b.         Sampel Kecil  jika ukuran sampel (n) < 30


Distribusi  Penarikan Sampel = Distribusi Sampling
·      Jumlah Sampel Acak yang dapat ditarik dari suatu populasi adalah sangat banyak. 
·      Nilai setiap Statistik Sampel akan bervariasi/beragam antar sampel. 
·      Suatu statistik dapat dianggap sebagai peubah acak yang besarnya sangat tergantung dari sampel  yang kita ambil.
·      Karena statistik sampel adalah peubah acak maka ia mempunyai distribusi yang kita sebut sebagai : Distribusi peluang statistik sampel = Distribusi Sampling = Distribusi Penarikan Sampel

2.         Distribusi Sampling Rata-Rata
Beberapa notasi :
n          : ukuran sampel                                               N         :  ukuran populasi
        : rata-rata sampel                                             m          :  rata-rata populasi
s          : standar deviasi sampel                                  s          :standar deviasi populasi
      : rata-rata antar semua sampel                              : standar deviasi sampel
 

Sample secara non random - v accidental

Incidental (accidental, opportunistic sampling) maksudnya mengambil sampel secara sembarang (kapanpun dan dimanapun menemukan) asal memenuhi syarat sebagai sampel dari populasi tertentu.
Jadi, sebenarnya antara convenience/consecutive sampling dan incidental (accidental, opportunistic) sampling ada perbedaan, yaitu pada convenience samplingpengambilan sampel secara sengaja (sengaja yang mudah), sementara pada incidental (accidental, opportunistic) faktor kesengajaan tidak menjadi pokok, faktor kebetulan justru yang paling menonjol (mencari-cari sampai secara “kebetulan” mendapatkan sampel yang dikehendaki). Akan tetapi semuanya mempunyai kesamaan, yaitu sama-sama menempuh cara yang relatif paling mudah, yang tidak menyulitkan. Hanya saja pada incedental (accidental, opportunistic) sampling kemudahan itu dilihat dari sudut “asal menemukan yang memenuhi ketentuan atau persyaratan,” sementara pada convennience sampling faktor kemudahan itu dilihat dari keterjangkauan (tempat dan hubungan).
Jadi, ketemu pegang! Maksudnya, jika menemukan yang sesuai kriteria, pegang (ambil) sebagai sampel.
Contoh:
Seorang peneliti ingin mengetahui partisipasi orang tua murid dalam meningkatkan prestasi belajar anak-anaknya. Peneliti mengambil sebagai sampel tetangganya, temannya, kerabatnya, sejawatnya, dan kenalannya yang semuanya termasuk kategori “anggota populasi penelitian” (dalam hal ini orang tua murid). Ini termasuk convenience sampling, pengambilan sampel dengan cara yang paling mudah, paling tidak sulit, paling nyaman.
Peneliti lain ingin mengetahui bagaimana komentar mahasiswa Fakultas Ilmu Pendidikan Universitas Negeri Yogyakarta (FIP UNY) mengenai tampilan dan isi Tatangmanguny’s Blog. Tentu yang jadi populasi adalah mahasiswa yang pernah membuka blog tersebut, tidak semua mahasiswa FIP UNY. Mencarinya tentu tidak mudah. Populasinya tak terhingga. Harus ditanya satu per satu. Jika ada yang kebetulan pernah membukanya, jadilah pertanyaan dilanjutkan, dan para mahasiswa tersebut terambillah jadinya sebagai sampel (opportunistic, incidental, accidental samples).
Berapa banyak sampel yang akan diambil? Sama dengan contoh purposive sampling di atas, yaitu sampai merasa dari sampel yang terjaring tersebut cukup mendapatkan gambaran (kejelasan) jawaban permasalahan penelitian. Angka pasti? Juga tidak ada.