Non Probability Sampling
-
Upload
amudi-siahaan -
Category
Documents
-
view
16 -
download
1
description
Transcript of Non Probability Sampling
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.