(09.3011.30)SERI 8:NON SAMPLING ERROR AND ESTIMATIONRabu, 12 Agustus 2020

Ade Suryanto

LAPORAN SEMINAR

“Non Sampling Error and Estimation ”

Disusun Oleh:

Ade Suryanto, M.Kom

NIDN: 0331128001

Program Studi Teknik Industri Fakultas Teknik dan Informatika

Universitas Bina Sarana Inofrmatika TAHUN 2020

LAPORAN HASIL SEMINAR “Non Sampling Error and Estimation ”

BAB I

PENDAHULUAN

1.1. Latar Belakang Kegiatan

Perkembangan teknologi saat ini semakin pesat, populasi juga makin meningkat seiring

perkembangannya. Statistik, sudah bukan barang langka di dunia. Deretan angka yang

diolah menghasilkan angka menggunakan metode dan alat untuk menghasilkan sebuah

keputusan dan memberikan solusi terhadap masalah yang dihadapi. Ilmu Statistik

merupakan ilmu yang sangat berguna, di terapkan di lingkungan kampus serta

pemerintahan untuk mengukur serta menghitung banyak data dan akhirnya

menghasilkan sesuatu yang mampu memberikan keputusan. Terlebih lagi untuk

Lembaga survey, dimana ilmu statisitik digunakan sebagai alat yang sangat powerful

dengan berbagai model dan metode yang beragam pula untuk mengolah data. Untuk

mengukur tingkat kepuasan, sensus penduduk, survey hingga kelembaban udara dan

segala hal yang ada disekitar kita dapat diolah dengan ilmu statistik.

Proses survey dilakukan dikarenakan terdapat ketidakpuasan terhadap informasi yang

dihasilkan, tidak akurat dan tepat waktu menjadi hal utama. Hal ini dilakukan untuk

menghemat waktu dan tenaga dan biaya, apalagi jika survey dilakukan secara

elektronik, dapat menggunakan GoogleForm untuk mengumpulkan data yang banyak

dan memudahkan para peneliti untuk mengolahnya.

1.2. Maksud dan Tujuan Kegiatan

Maksud dari kegiatan ini yaitu untuk memberikan wawasan dan ilmu mengenai proses

survey, dengan non sampling eror dan estimasinya. Sedangkan tujuannya yakni untuk

memberikan solusi terhadap para peneliti, pemegang saham di perusahaan kecil atau

besar dalam memanfaatkan metode survey dan sampling dalam menghasilkan

informasi akurat dan tepat waktu.

BAB II

LAPORAN KEGIATAN

2.1. Bentuk Kegiatan

Seminar ini dilaksanakan secara daring melalui media video sharing Youtube

2.2. Pelaksanaan Kegiatan

Kegiatan seminar dilaksanakan pada : Hari : Rabu Tanggal : 12 Agustus 2020 Waktu : 09.30 – 11.30 WIB Link Seminar : https://www.youtube.com/watch?v=2eWSv1DPpF8 Penyelenggara : Politeknik Statistika STIS

2.3. Hasil Kegiatan Seminar ini disampaikan oleh Ibu Dr. Siti Muchlisoh,M.Si sebagai pemateri, dan menyampaikan materinya yakni sebagai berikut:

A. Definisi Survey

Sering digunakan untuk menjelaskan metode pengumpulan informasi dari unit

sampel(sebagian kecil orang, rumah tangga, perusahaan dan sebagainya) dari

suatu populasi.

B. Estimasi Parameter

Jika terdapat sekumpulan populasi, lalu dilakukan agregasi. Maka kita bisa

dapatkan parameter(theta). Jika hanya kolek data dari Sebagian populasi, harus

dilakukan Teknik sampling dengan probabilitas atau non probabilitas. Setelah

sampling akan terdapat unit populasi/sampel. Untuk mendapatkan estimator

dari sampel, lakukan serangkaian proses survey dan akan dihasilkan

estimator(theta cap)

C. Proses Survey.

Tahap awal yakni perencanaan, dari proses survey Sebagian besar bersifat

iterative. Informasi baru mengenai kelayakan desain dapat terungkap. Tujuan

https://www.youtube.com/watch?v=2eWSv1DPpF8

Penelitian, kuesioner, populasi sasaran, desain sampling dan strategi

impelementasi dapat direvisi beberapa kali sebelum pelaksanaan survey.

D. Total error survei

1. Sampling Error

Desain sampling yang dipilih, menjadi varian.

2. Non Sampling Error.

Sistem yang dilakukan dalam survei

Variable error (random), jika ada eror positif atau eror negatif = 0 , akan

menjadi Varian.

dan sistematik error, akan mengarah bias negative atau bias positif.

E. Spesifikasi Error

1. Error spesifikasi terjadi ketika konsep yang disiratkan oleh pertanyaan dalam

survei berbeda dengan konsep yang harus diukur dalam survei. Hal ini akan

menyebabkan terjadinya kesalahan estimasi terhadap parameter, sehingga

kesimpulan yang didasarkan pada estimasi tersebut bisa salah.

2. Error spesifikasi sering kali disebabkan oleh komunikasi yang buruk antara

peneliti, analis data, atau sponsor survei dan perancang kuesioner.

3. Secara umum, mendeteksi error spesifikasi biasanya memerlukan tinjauan

atas pertanyaan survei oleh peneliti yang bertanggung jawab untuk

menganalisis data untuk menjawab tujuan penelitian dan yang paling

mengetahui tentang konsep apa yang harus diukur dalam survei.

F. FRAME ERROR

Data hilang, terkadang disebut error non-observasi, ditemukan di hampir

semua upaya pengumpulan data yang besar dan bisa jadi sangat bermasalah

dalam pelaksanaan survei. Kesalahan non-observasi terjadi dalam dua cara

yang berbeda:

1. Kegagalan memasukkan semua unit populasi sasaran ke dalam frame (mis:

daftar tidak lengkap, peta usang, dll.), yang akan mengakibatkan kerangka

mengalami error cakupan.

a. Over coverage

mengakibatkan probabilitas terpilihnya unit populasi lebih besar daripada

yang seharusnya.

b. Under coverage

mengakibatkan probabilitas terpilihnya beberapa unit populasi bernilai

nol.

2. Kegagalan untuk mendapatkan pengukuran pada beberapa unit sampel

survei, yang mengakibatkan nonresponse error.

BEBERAPA METODE UNTUK MENCEGAH ATAU MENGURANGI COVERAGE BIAS:

1. Menghapus duplikat dan erroneous inclusions dari Frame.

2. Menggunakan lebih dari satu frame.

3. Memeriksa catatan eksternal untuk melihat apakah ada anggota populasi

target yang hilang pada frame.

G. NON RESPONSE ERROR

Kegagalan mendapatkan pengukuran pada beberapa unit sampel survei akan

mengakibatkan nonresponse error.

Dua strategi utama untuk menangani unit nonresponse:

1. Item non-respons dapat ditangani secara preventif melalui penggunaan kata-

kata dan penempatan pertanyaan dalam kuesioner.

2. imputasi (mengganti nilai yang hilang) biasanya digunakan untuk enyesuaikan

nonresponse item yang tersisa.

H. MEASUREMENT ERROR

Komponen kunci dari setiap proses pengukuran adalah instrument yang akan

digunakan untuk mengumpulkan informasi survei.

instrumen dapat berupa:

1. Alat mekanis yang digunakan untuk mengumpulkan pengukuran

fisik. Contoh: timbangan berat badan

2. Kertas atau bentuk komputer atau kuesioner yang merupakan instrumen

yang digunakan untuk mengumpulkan data dari responden atau menyalin

informasi dari catatan.misal google form, form kuesioner, lembar isian

survei.

Sifat interaksi antara pewawancara dan responden dipengaruhi sebagian besar

oleh cara pengumpulan data - metode dimana instrumen diterapkan.

Pengaturan wawancara mengacu pada lingkungan di mana survei berlangsung,

baik itu kantor atau rumah yang bising, di luar rumah di lapangan dengan

responden duduk di traktor, ambang pintu rumah, kafetaria sekolah, atau tempat

lain di mana wawancara bisa berlangsung.

Sistem informasi mengacu pada berbagai sumber informasi yang dapat

digunakan sebagai bantuan dalam menyelesaikan kuesioner.

Misalnya, responden dapat merespon tanpa bantuan dari sumber informasi

eksternal atau dapat memanfaatkan informasi dari orang lain di rumah angga

atau bisnis, database perusahaan atau sistem catatan, atau catatan rumah tangga

seperti catatan kalender, bukti pembayaran, tanda terima, dan sebagainya.

I. PROCESSING ERROR

BAB III

KESIMPULAN dan SARAN

3.1 Kesimpulan

Survey yang baik harus dapat mengetahui desain mana yang dipilih untuk

menentukan keberhasilan kuesioner. Sehingga tidak terjadi adanya sampling error.

Dibutuhkan keahlian khusus dan tahu metode yang harus diterapkan untuk

menerapkan survey di lapangan. Data dari awal diambil hingga diproses diharapkan

jangan sampai ada aus data, dikarenakan selama data diproses akan terjadi sejumlah

operasi yang diterapkan terhadap data untuk menghasilkan data yang akurat, data

dapat di pindai, dikoreksi, ditabulasikan, dikodekan, hingga akhirnya “fit for use”.

Error data pasti akan terjadi, bukan hanya dari desain kuesioner yang dibentuk,

namun bisa saja dari sampling yang mengisi kuesioner tersebut kurang hati-hati.

Tingkat eror entry biasanya kecil, namun bisa menyebabkan efek yang sangat besar

dikarenakan definisi eror yang beragam.

3.2. Saran

Kegiatan ini diharapkan untuk para pengajar, peneliti, sistem analis data untuk

dapat mengetahui desain mana yang harus diterapkan untuk menghasilkan informasi

yang akurat, model atau metode serta tools apa saja yang cocok digunakan untuk

menangani masalah yang ada untuk data yang besar.

2020-08-13T23:29:06+0700Politeknik Statistika STISSecurity

2020-08-13T23:30:03+0700Politeknik Statistika STISSecurity