Nugraha Setiawan
Jumlah sampel merupakan rangkaian dua kata yang banyak ditemukan dalam buku-buku metode penelitian maupun statistika praktis yang ditulis dalam bahasa Indonesia untuk menyatakan “n”. Tepatkah terminologi tersebut?
Sekarang simak baik-baik definisi berikut ini: “Sample Size is the number of sampling units which are to be included in the sample. A sampling unit is one of the units into which an aggregate is divided for the purpose of sampling, each unit being regarded as individual and indivisible when the selection is made (The International Statistical Institute, “The Oxford Dictionary of Statistical Terms”, edited by Yadolah Dodge, Oxford University Press, 2003)”.
Jadi dalam terminologi statistik yang benar, “n” dinyatakan dengan sample size, atau ukuran sampel, bukan jumlah sampel. Besar-kecilnya ukuran sampel dinyatakan dengan jumlah sampling unit.
Sebagai contoh, dalam penelitian yang mengkaji mengenai rata-rata pendapatan keluarga peternak di sebuah desa dengan responden 100 orang, maka bisa disebutkan bahwa jumlah sampel=1 (satu), ukuran sampel=100 (100 sampling unit).
Tampilkan postingan dengan label Statistika. Tampilkan semua postingan
Tampilkan postingan dengan label Statistika. Tampilkan semua postingan
16 April 2009
Interpretasi Nilai Koefien Korelasi menurut Guilford (1956)
Nugraha Setiawan
Ketika selesai menghitung koefisien korelasi, kita sering dihadapkan pada masalah menginterpretasikannya. Interpretasi yang didasarkan pada tulisan Guilford (1956: 145) sering kali dijadikan acuan, namun beberapa diantaranya hanya mendapatkan dari buku lain yang melakukan sitasi terhadap buku aslinya. Bahkan hasil sitasi tersebut diacu kembali oleh buku lainnya secara berantai.
Masalah yang kemudian timbul adalah dalam menerjemahkan apa yang ditulis Guilford sering menjadi berbeda satu sama lainnya. Sehingga ada baiknya kalau dikemukakan bagaimana sebetulnya Guilford menulis tentang penginterpretasian koefisien korelasi tersebut, seperti bisa dibaca di bawah ini.
Suggested Interpretation for Correlation Coefficient:
Less than .20 Slight correlation; almost negligible relationship
.20 - .40 Low correlation; definite but small relationship
.40 - .70 Moderate correlation; substantial relationship
.70 - .90 High correlation; marked relationship
.90 - 1.00 Very high correlation; very dependable relationship
Guilford, J.P. (1956). Fundamental Statistics in Psychology and Education. (p. 145). New York: McGraw Hill.
Ketika selesai menghitung koefisien korelasi, kita sering dihadapkan pada masalah menginterpretasikannya. Interpretasi yang didasarkan pada tulisan Guilford (1956: 145) sering kali dijadikan acuan, namun beberapa diantaranya hanya mendapatkan dari buku lain yang melakukan sitasi terhadap buku aslinya. Bahkan hasil sitasi tersebut diacu kembali oleh buku lainnya secara berantai.
Masalah yang kemudian timbul adalah dalam menerjemahkan apa yang ditulis Guilford sering menjadi berbeda satu sama lainnya. Sehingga ada baiknya kalau dikemukakan bagaimana sebetulnya Guilford menulis tentang penginterpretasian koefisien korelasi tersebut, seperti bisa dibaca di bawah ini.
Suggested Interpretation for Correlation Coefficient:
Less than .20 Slight correlation; almost negligible relationship
.20 - .40 Low correlation; definite but small relationship
.40 - .70 Moderate correlation; substantial relationship
.70 - .90 High correlation; marked relationship
.90 - 1.00 Very high correlation; very dependable relationship
Guilford, J.P. (1956). Fundamental Statistics in Psychology and Education. (p. 145). New York: McGraw Hill.
22 Maret 2009
Teknik Pengolahan dan Analisis Data Penelitian
Nugraha Setiawan
Tujuan pokok dilaksanakannya penelitian adalah untuk menjawab pertanyaan-pertanyaan penelitian. Untuk mencapai tujuan pokok tersebut antara lain harus melalui proses pengolahan dan analisis data. Alur kerjanya, dimulai dari pengumpulan hingga interpretasi data.
Hal penting yang perlu diingat dalam melakukan analisis data adalah mengetahui dengan tepat penggunaan alat analisis, sebab jika kita tidak memenuhi prinsip-prinsip dari pemakaian alat analisis, walaupun alat analisisnya sangat canggih, hasilnya akan salah diinterpretasikan dan menjadi tidak bermanfaat untuk mengambil suatu kesimpulan.
Model-model statistika untuk keperluan analisis data telah begitu berkembang, dari model-model statistika deskriptif hingga ke statistika inferensial non parametrik dengan persyaratan yang lebih “lunak “ dibandingkan dengan statistika parametrik yang sangat ketat dengan persyaratan-persyaratan tertentu dan sulit dipenuhi dalam kerangka penelitian sosial.
Ketika kita memutuskan untuk melakukan analisis data menggunakan alat statistika, ada beberapa hal yang perlu diperhatikan antara lain:
(1) Dari mana data diperoleh, apakah berasal dari sampel (melalui proses sampling) atau dari populasi (dengan cara sensus)
(2) Jika berasal dari sampel apa teknik sampling yang digunakan, apakah termasuk kelompok sampling probabilitas atau non probabilitas.
(3) Memakai skala apa data diukur, apakah menggunakan skala nominal, ordinal, interval, atau rasio.
(4) Bagaimana hipotesis yang dibuat apakah perlu dilakukan pengujian satu arah atau dua arah kalau memakai statistika inferensial.
Tulisan lengkap: Download di Pustaka Unpad (pdf)
Tujuan pokok dilaksanakannya penelitian adalah untuk menjawab pertanyaan-pertanyaan penelitian. Untuk mencapai tujuan pokok tersebut antara lain harus melalui proses pengolahan dan analisis data. Alur kerjanya, dimulai dari pengumpulan hingga interpretasi data.
Hal penting yang perlu diingat dalam melakukan analisis data adalah mengetahui dengan tepat penggunaan alat analisis, sebab jika kita tidak memenuhi prinsip-prinsip dari pemakaian alat analisis, walaupun alat analisisnya sangat canggih, hasilnya akan salah diinterpretasikan dan menjadi tidak bermanfaat untuk mengambil suatu kesimpulan.
Model-model statistika untuk keperluan analisis data telah begitu berkembang, dari model-model statistika deskriptif hingga ke statistika inferensial non parametrik dengan persyaratan yang lebih “lunak “ dibandingkan dengan statistika parametrik yang sangat ketat dengan persyaratan-persyaratan tertentu dan sulit dipenuhi dalam kerangka penelitian sosial.
Ketika kita memutuskan untuk melakukan analisis data menggunakan alat statistika, ada beberapa hal yang perlu diperhatikan antara lain:
(1) Dari mana data diperoleh, apakah berasal dari sampel (melalui proses sampling) atau dari populasi (dengan cara sensus)
(2) Jika berasal dari sampel apa teknik sampling yang digunakan, apakah termasuk kelompok sampling probabilitas atau non probabilitas.
(3) Memakai skala apa data diukur, apakah menggunakan skala nominal, ordinal, interval, atau rasio.
(4) Bagaimana hipotesis yang dibuat apakah perlu dilakukan pengujian satu arah atau dua arah kalau memakai statistika inferensial.
Tulisan lengkap: Download di Pustaka Unpad (pdf)
21 Maret 2009
Kalkulator untuk Menghitung Ukuran Sampel
Research Aids, Creative Research System menyediakan perangkat semacam kalkulator untuk menghitung berapa besar ukuran sampel yang harus diambil dalam sebuah penelitian yang mereka namakan "Sample Size Calculator".
Sangat memudahkan bagi kita, sebab cukup dengan meng-klik tingkat kepercayaan (ada dua opsi yaitu 95% dan 99%), terus mengisi selang kepercayaan (dalam persen tetapi cukup mengisikan angkanya saja), dan ukuran populasi, maka dengan meng-klik Calculate bisa langsung diperoleh ukuran sampelnya.
Rumus yang digunakan untuk membuat calculator ini, merupakan rumus dasar seperti yang dikembangkan oleh Krejcie-Morgan, Slovin, maupun Yamane. Untuk mempelajarinya rumusnya Klik di sini.
Dengan adanya kemudahan ini, penulis tak bosan-bosanya mengingatkan, pelajari dahulu mengenai rumusnya, cocok tidak dengan penelitian yang anda akan lakukan. Mau mencobanya?
Silakan Klik Sample Size Calculator.
Sangat memudahkan bagi kita, sebab cukup dengan meng-klik tingkat kepercayaan (ada dua opsi yaitu 95% dan 99%), terus mengisi selang kepercayaan (dalam persen tetapi cukup mengisikan angkanya saja), dan ukuran populasi, maka dengan meng-klik Calculate bisa langsung diperoleh ukuran sampelnya.
Rumus yang digunakan untuk membuat calculator ini, merupakan rumus dasar seperti yang dikembangkan oleh Krejcie-Morgan, Slovin, maupun Yamane. Untuk mempelajarinya rumusnya Klik di sini.
Dengan adanya kemudahan ini, penulis tak bosan-bosanya mengingatkan, pelajari dahulu mengenai rumusnya, cocok tidak dengan penelitian yang anda akan lakukan. Mau mencobanya?
Silakan Klik Sample Size Calculator.
Menghitung Ukuran Sampel: Antara Rumus Slovin dan Yamane
Nugraha Setiawan
Menentukan ukuran sampel dalam sebuah survey sering menjadi sebuah permasalahan tersendiri, terutama bagi mereka yang ingin memakai pendekatan statistika. Pada tulisan terdahulu pernah dibahas mengenai seringnya terjadi kekeliruan memakai rumus penentuan ukuran sampel, karena pemakai hanya melihat simple-nya rumus tersebut.
Hasil browsing di internet, penulis mendapatkan bahwa di Indonesia (termasuk untuk penelitian skripsi, tesis, dan disertasi) banyak yang memakai rumus Slovin, walaupun dalam pandangan penulis kebanyakan kurang tepat menerapkannya. Untuk memahaminya silakan kembali baca bahasan tentang Rumus Slovin (Nugraha Setiawan, 2007).
Pada tingkat global, yang lebih banyak dipakai adalah rumus Yamane, yang didasarkan pada tulisannya "Statistics an Introductory Analysis" yang diterbitkan oleh Harper and Row, New York, 1964. Namun menurut telaah penulis, tidak ada perbedaan yang mendasar antara rumus Slovin dan rumus Yamane. Artinya rumus Slovin = rumus Yamane. Walaupun hingga saat ini penulis belum dapat menemukan sumber asli dari tulisan Slovin, hanya bisa menemukan bahasannya dalam Guilford J.P. dan Fruchter B (1973), Fundamental Statistics in Psychology and Education, Mc.Graw Hill B.C., New York.
Baik rumus Slovin maupun Yamane sama-sama sederhana, namun sekali lagi penulis ingin mengingatkan bahwa penerapan rumus tersebut belum tentu cocok dengan disain penelitian yang anda rancang. Jadi pelajarilah dengan baik sebelum menerapkannya.
Menentukan ukuran sampel dalam sebuah survey sering menjadi sebuah permasalahan tersendiri, terutama bagi mereka yang ingin memakai pendekatan statistika. Pada tulisan terdahulu pernah dibahas mengenai seringnya terjadi kekeliruan memakai rumus penentuan ukuran sampel, karena pemakai hanya melihat simple-nya rumus tersebut.
Hasil browsing di internet, penulis mendapatkan bahwa di Indonesia (termasuk untuk penelitian skripsi, tesis, dan disertasi) banyak yang memakai rumus Slovin, walaupun dalam pandangan penulis kebanyakan kurang tepat menerapkannya. Untuk memahaminya silakan kembali baca bahasan tentang Rumus Slovin (Nugraha Setiawan, 2007).
Pada tingkat global, yang lebih banyak dipakai adalah rumus Yamane, yang didasarkan pada tulisannya "Statistics an Introductory Analysis" yang diterbitkan oleh Harper and Row, New York, 1964. Namun menurut telaah penulis, tidak ada perbedaan yang mendasar antara rumus Slovin dan rumus Yamane. Artinya rumus Slovin = rumus Yamane. Walaupun hingga saat ini penulis belum dapat menemukan sumber asli dari tulisan Slovin, hanya bisa menemukan bahasannya dalam Guilford J.P. dan Fruchter B (1973), Fundamental Statistics in Psychology and Education, Mc.Graw Hill B.C., New York.
Baik rumus Slovin maupun Yamane sama-sama sederhana, namun sekali lagi penulis ingin mengingatkan bahwa penerapan rumus tersebut belum tentu cocok dengan disain penelitian yang anda rancang. Jadi pelajarilah dengan baik sebelum menerapkannya.
17 Maret 2009
Pengantar Teknik Sampling
Nugraha Setiawan
Pertanyaan yang sering diajukan oleh peneliti ketika akan melakukan penelitian adalah ”berapa besar sampel yang harus diteliti dari sebuah populasi?”, agar hasil (berupa data perkiraan) penelitian dapat mewakili atau merepresentasikan populasi. Data perkiraan (statistik) disebut mewakili jika angkanya mendekati parameter. Jika parameter 100, 95 disebut lebih mewakili dibandingkan dengan 90.
Dalam menentukan besarnya sampel, hal-hal yang harus diperhatikan dan dipertimbangkan adalah : 1. Parameter apa yang akan diteliti (misalnya rata-rata, proporsi). 2. Besarnya populasi (N) atau banyaknya elemen populasi yang akan diambil sampelnya. 3. Berapa tingkat kepercayaan/keyakinan yang dipergunakan untuk menjamin hasil penelitian agar kesalahan samplingnya tidak melebihi nilai tertentu (B = bound of error). 4. Bagaimana tingkat variasi atau heterogenitas populasi, dimana sampel akan diambil.
Tulisan lengkap: Download di Pustaka Unpad (pdf)
Pertanyaan yang sering diajukan oleh peneliti ketika akan melakukan penelitian adalah ”berapa besar sampel yang harus diteliti dari sebuah populasi?”, agar hasil (berupa data perkiraan) penelitian dapat mewakili atau merepresentasikan populasi. Data perkiraan (statistik) disebut mewakili jika angkanya mendekati parameter. Jika parameter 100, 95 disebut lebih mewakili dibandingkan dengan 90.
Dalam menentukan besarnya sampel, hal-hal yang harus diperhatikan dan dipertimbangkan adalah : 1. Parameter apa yang akan diteliti (misalnya rata-rata, proporsi). 2. Besarnya populasi (N) atau banyaknya elemen populasi yang akan diambil sampelnya. 3. Berapa tingkat kepercayaan/keyakinan yang dipergunakan untuk menjamin hasil penelitian agar kesalahan samplingnya tidak melebihi nilai tertentu (B = bound of error). 4. Bagaimana tingkat variasi atau heterogenitas populasi, dimana sampel akan diambil.
Tulisan lengkap: Download di Pustaka Unpad (pdf)
12 Maret 2009
Penentuan Ukuran Sampel Memakai Rumus Slovin dan Tabel Krejcie-Morgan: Telaah Konsep dan Aplikasinya
Nugraha Setiawan
Salah satu pertanyaan yang sering diajukan oleh para peneliti ketika akan melakukan suatu penelitian adalah, “berapa besar ukuran sampel yang sebaiknya harus diambil, agar sampel tersebut dapat merepresentasikan populasinya”. Peneliti sering dihadapkan pada beberapa alternatif pilihan metode, teknik, cara-cara, maupun rumus-rumus untuk menentukan ukuran sampel, namun tidak tahu mana yang sebaiknya harus mereka pilih.
Jalan pintas yang sering diambil adalah, mencari cara-cara penentuan ukuran sampel dengan memakai pendekatan statistika yang praktis dan sederhana, namun karena kepraktisannya itu justru penerapannya acap kali salah. Hal tersebut seiring dengan banyak terbitnya buku-buku metodologi penelitian yang didalamnya memasukan bahasan tentang sampling, tetapi tidak memberi penjelasan lebih detil mengenai konsep-konsep dasar dan asumsi-asumsi yang menjadi landasan dari pembuatan rumus-rumusnya.
Dari aspek aplikasi dan kepraktisan misalnya, rumus Slovin dan Tabel Krejcie-Morgan memang sangat mudah dan sederhana, walau sering kali salah dalam menerapkannya. Misalnya ada peneliti yang memakai rumus Slovin atau Tabel Krejcie-Morgan untuk penelitian yang menggunakan analisis regresi dengan skala pengukuran rasio.
Tulisan lengkap: Download di Pustaka Unpad (pdf)
Salah satu pertanyaan yang sering diajukan oleh para peneliti ketika akan melakukan suatu penelitian adalah, “berapa besar ukuran sampel yang sebaiknya harus diambil, agar sampel tersebut dapat merepresentasikan populasinya”. Peneliti sering dihadapkan pada beberapa alternatif pilihan metode, teknik, cara-cara, maupun rumus-rumus untuk menentukan ukuran sampel, namun tidak tahu mana yang sebaiknya harus mereka pilih.
Jalan pintas yang sering diambil adalah, mencari cara-cara penentuan ukuran sampel dengan memakai pendekatan statistika yang praktis dan sederhana, namun karena kepraktisannya itu justru penerapannya acap kali salah. Hal tersebut seiring dengan banyak terbitnya buku-buku metodologi penelitian yang didalamnya memasukan bahasan tentang sampling, tetapi tidak memberi penjelasan lebih detil mengenai konsep-konsep dasar dan asumsi-asumsi yang menjadi landasan dari pembuatan rumus-rumusnya.
Dari aspek aplikasi dan kepraktisan misalnya, rumus Slovin dan Tabel Krejcie-Morgan memang sangat mudah dan sederhana, walau sering kali salah dalam menerapkannya. Misalnya ada peneliti yang memakai rumus Slovin atau Tabel Krejcie-Morgan untuk penelitian yang menggunakan analisis regresi dengan skala pengukuran rasio.
Tulisan lengkap: Download di Pustaka Unpad (pdf)
Langganan:
Komentar (Atom)
