UNIVERSITAS INDONESIA

Nama : Tumpal Dwi Mario Ridwan Gultom

NPM : 1506800262 ( Teknik Mesin )

Matkul : Statistika dan Probabilitas

1. NON-PROBABILITY SAMPLING

1.1 Definisi

Non-Probability Sampling adalah teknik sampling yang memberi peluang atau kesempatan yang

tidak sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sample. Pemilihan

elemen-elemen sample didasarkan pada kebijaksanaan si peneliti sendiri. Pada teknik ini,

masing-masing elemen tidak diketahui apakah berkesempatan menjadi sampel atau tidak. Non-

Probability Sampling seringkali menjadi alternatif pilihan dengan pertimbangan yang terkait

dengan penghematan biaya, waktu tenaga, serta keterandalan subjektifitas peneliti.

1.2 Klasifikasi Non-Probability Sampling dan contoh

Sampling Kuota adalah teknik menentukan sample secara bebas dari populasi yang

memiliki ciri-ciri tertentu sampai dengan jumlah atau kuota yang diinginkan.

Contoh : Peneliti hendak mengetahui persepsipelanggan suatu perpustakaan daerah

tentang kinerja pelayanan perpustakan tersebut. Peneliti kemudian mengelompokan

pelanggan berdasarkan jenjang pendidikan, misalnya perguruan tinggi, SMA, SMP, dan

SD. Dari masing-masing kategori tersebut selanjutnya ditetapkan sample sejumlah 20,10,

10, dan 10.

Sampling Aksidental teknik penentuan sample berdasarkan kebetulan, yaitu siapa saja

yang kebetulan bertemu dengan peneliti dapat digunakan sebagai sample bila orang yang

kebetulan ditemui itu cocok sebagai sumber data.

Contoh : penelitian tentang kepuasan pelanggan pada pelayanan Mall A. Sampel

ditentukan berdasarkan ciri-ciri usia di atas 15 tahun dan baru pernah ke Mall A tersebut,

maka siapa saja yang kebetulan bertemu di depan Mall A dengan peneliti (yang berusia di

atas 15 tahun) akan dijadikan sampel.

UNIVERSITAS INDONESIA

Purposive Sampling adalah teknik yang menggunakan judgement dari para ahli dalam

memilih sample atau pemilihan sample berdasarkan pertimbangan-pertimbangan tertentu

sesuai tujuan penelitian.

Contoh : Peneliti ingin meneliti permasalahan seputar daya tahan mesin tertentu. Maka

sampel ditentukan adalah para teknisi atau ahli mesin yang mengetahui dengan jelas

permasalahan ini atau penelitian tentang pola pembinaan olahraga renang. Maka sampel

yang diambil adalah pelatih-pelatih renang yang dianggap memiliki kompetensi di bidang

ini

Sampling Jenuh adalah teknik penentuan sample bila semua anggota populasi digunakan

sebagai sample. Hal ini dilakukan bila jumlah populasi relatif kecil.

Contoh : Dilakukan sebuah penelitian tentang kinerja guru di SMA XXX Jakarta.

Karena jumlah guru hanya 35, maka seluruh guru dijadikan sampel penelitian

Snowball Sampling adalah teknik penentuan sample yang mula-mula jumlahnya kecil,

kemudian sample ini disuruh memilih teman-temannya untuk dijadikan sample. Begitu

seterusnya, sehingga jumlah sample semakin banyak.

Contoh : Dilakukan sebuah penelitian tentang pola peredaran narkoba di wilayah A.

Sampel mula-mula adalah 5 orang narapidana, kemudian terus berkembang pada pihak-

pihak lain sehingga sampel atau responden terus berkembang sampai ditemukannya

informasi yang menyeluruh atas permasalahan yang diteliti.

UNIVERSITAS INDONESIA

2. DATA NOMINAL, ORDINAL, INTERVAL, & RASIO

Data nominal adalah ukuran yang paling sederhana, dimana angka yang diberikan

kepada objek mempunyai arti sebagai label saja, dan tidak menunjukkan tingkatan

apapun.

Contoh : Dalam suatu acara bazzar di Universitas Indonesia, ada lima fakultas yang

mengirimkan perwakilannya untuk mempublikasikan produk kreatif buatan mereka.

Kelima fakultas tersebut memiliki stand dengan nomor yang berbeda-beda. Stand

fakultas teknik diberi nomor 3, fakultas ilmu budaya nomor 2, fakultas kedokteran nomor

5, fakultas hukum nomor 1, dan fakultas ekonomi nomor 4.

Data Ordinal adalah data yang selain memiliki nama (atribut), juga memiliki peringkat

atau urutan. Angka yang diberikan mengandung tingkatan. Ia digunakan untuk

mengurutkan objek dari yang paling rendah sampai yang paling tinggi, atau sebaliknya.

Ukuran ini tidak memberikan nilai absolut terhadap objek, tetapi hanya memberikan

peringkat saja

Contoh : Jawaban pertanyaan tentang kecenderungan masyarakat untuk menghadiri rapat

umum pemilihan kepala daerah, mulai dari tidak pernah absen menghadiri, dengan kode

5, kadang-kadang saja menghadiri, dengan kode 4, kurang menghadiri, dengan kode 3,

tidak pernah menghadiri, dengan kode 2 sampai tidak ingin menghadiri sama sekali,

dengan kode 1.

Data Interval adalah data yang diperoleh dari hasil pengukuran menggunakan skala

interval. Pemberian angka kepada set dari objek yang mempunyai sifat-sifat ukuran

ordinal dan ditambah satu sifat lain, yakni jarak yang sama pada pengukuran dinamakan

data interval. Data ini memperlihatkan jarak yang sama dari ciri atau sifat objek yang

diukur. Akan tetapi ukuran interval tidak memberikan jumlah absolut dari objek yang

diukur.

Contoh : Pada perusahaan printer dengan merek EPSON, ada suatu system penentuan

besar gaji yang didapatkan oleh masing-masing pekerja berdasarkan grade yang mereka

miliki. Pekerja dengan grade A bergaji 2 juta, grade B bergaji 5 juta, grade C bergaji 8

juta, grade D bergaji 11 juta, dan grade E bergaji 14 Juta. Dari sini dapat kita lihat bahwa

UNIVERSITAS INDONESIA

selisih gaji dari pekerja grade A dan pekerja grade C adalah 6 juta, namun tidak dapat

dikatakan bahwa gaji pekerja grade E adalah 7 kali pekerja grade A.

Data Rasio adalah ukuran yang meliputi semua ukuran dari data nominal, ordinal, dan

interval ditambah dengan satu sifat yang lain, yakni ukuran yang memberikan keterangan

tentang nilai absolut dari objek yang diukur. Data rasio, yang diperoleh melalui

pengukuran dengan skala rasio memiliki titik nol. Karenanya, interval jarak tidak

dinyatakan dengan beda angka rata-rata satu kelompok dibandingkan dengan titik nol di

atas. Oleh karena ada titik nol, maka data rasio dapat dibuat perkalian ataupun

pembagian.

Contoh : Dari 4 jenis material logam yang diuji kekuatan tariknya, berikut adalah data

yang dapat disajikan. Material A memiliki kekuatan sebesar 150 kPa , material B

berkekuatan 200 kPa, material C berkekuatan 450 kPa, dan material D berkekuatan 600

kPa. Dari data ini dapat disimpulkan rasio perbandingan dari tiap material satu sama lain,

dimana material D memiliki kekuatan 4 kali lebih besar dibanding material A, kemudian

material C yang memiliki kekuatan 2,5 kali lebih besar daripada material B. Secara data

rasio, material A dibanding material D adalah 1 : 4, dan material B dibanding material C

adalah 1 : 2,5.