STATISTIKA UNTUK PENGAMBIL KEPUTUSAN Bisnis dan Riset 2/1/2012

Bakrie University

aurino djamaris

BAB 1.

PENDAHULUAN DAN PENGUMPULAN DATA

1.1 Tujuan Pembelajaran:

Pengunaan statistika dalam dunia bisnis dan riset

Sumber data yang digunakan dalam bisnis dan riset

Jenis data yang digunakan dalam bisnis dan riset

Dasar-dasar Microsoft Excel, SPSS, SAS, dan MiniTab dan Eviews

1.2 Statistika bagi Pengambil Keputusan Bisnis.

Statistika dan bisnis (tentunya pengambilan keputusan) adalah dua hal yang tidak dapat

dipisahkan. Dalam bisnis, apapun bidang yang digeluti, tentu memerlukan berbagai perhitungan

dan analisa dan akhirnya diperlukan untuk mengambil keputusan yang tepat dalam rangka

peningkatan usaha ataupun untuk menyelesaikan berbagai permasalahan. Statistika memegang

peranan yang penting dalam Bisnis, baik dalam penyusunan model, perumusan hipotesa, dalam

pengembangan alat dan instrumen pengumpulan data, dalam penyusunan desain penelitian,

dalam penentuan sampel dan dalam analisa data. Dalam banyak hal, pengolahan dan analisa data

tidak luput dari penerapan teknik dan metode statistik tertentu, yang mana kehadirannya dapat

memberikan dasar bertolak dalam menjelaskan hubungan-hubungan yang terjadi. Statistik dapat

digunakan sebagai alat untuk mengetahui apakah hubungan kausalitas (sebab-akibat) antara dua

atau lebih dari dua variabel benar-benar terkait secara benar dalam suatu kausalitas empiris

(berdasarkan pengalaman) ataukah hubungan tersebut hanya bersifat random (acak) atau

kebetulan saja.

Statistika menyediakan teknik-teknik sederhana dalam mengklasifikasikan data serta dalam

menyajikan data, sehingga data tersebut dapat lebih mudah dipahami. Statistika membantu

pengambil keputusan dan peneliti dalam menyimpulkan apakah suatu perbedaan yang diperoleh

benar-benar berbeda secara signifikan (nyata). Apakah kesimpulan yang diambil cukup

representatif (dapat mewakili) untuk memberikan inferensi (yang disimpulkan) terhadap populasi

tertentu.

Teknik-teknik statistika juga dapat digunakan dalam pengujian hipotesa, mengingat tujuan

penelitian pada umumnya adalah untuk menguji hipotesa-hipotesa yang telah dirumuskan, maka

statistika membantuk manajer atau peneliti dalam mengambil keputusan untuk menerima atau

menolak suatu hipotesa.

Penarikan kesimpulan secara statistika memberikan kesempatan kepada manajer dan peneliti

melakukan kegiatan ilmiah secara lebih ekonomis dalam pembuktian induktif1. Namun demikian

harus disadari bahwa statistika hanyalah merupakan alat dan bukan tujuan dari analisa. Karena

1 induksi n 1 metode pemikiran yg bertolak dr kaidah (hal-hal atau peristiwa) khusus untuk menentukan hukum

(kaidah) yg umum; penarikan kesimpulan berdasarkan keadaan yg khusus untuk diperlakukan secara umum; penentuan kaidah umum berdasarkan kaidah khusus; 2 proses pembangkitan tenaga listrik (elektrik) di dl sirkulasi tertutup oleh arus (gerak) magnetik melalui gerak putar;

itu, janganlah dijadikan statistika sebagai tujuan yang menentukan komponen-komponen peneliti

yang lain. Statistika adalah konsep dan metode merancang, mengumpulkan, menganalisa atau

memodelkan informasi dalam kondisi yang memuat ketidakpastian dan keragaman.

Dalam kehidupan, suatu populasi hanya ada dalam dunia teori atau dapat dibayangkan secara

lengkap terdiri dari obyek-obyek yang tidak semuanya dapat dan layak dilakukan

pengamatan/pengukuran. Dalam prakteknya Sensus itu mahal dan seringkali tidak layak

dikerjakan. Informasi dapat dicari melalui pengambilan sampel, hasil pengukuran dari sampel ini

akan beragam di suatu nilai baku tertentu. Pengukuran dari sampel ke sampel ini memberikan

suatu distribusi.

1.3 Definisi Statistika

Statistika adalah cabang ilmu yang mempelajari tentang bagaimana mengumpulkan,

menganalisis dan menginterpretasikan data. Atau dengan kata lain, statistika menjadi semacam

alat dalam melakukan suatu riset empiris. Pada umumnya sebagian besar orang tidak

membedakan antara statistik atau statistika. Statistik merupakan karakteristik yang diukur dari

sampel. Karakteristik di sini berupa rerata (rata-rata), varian atau standar deviasi, proporsi.

Sebgai contoh rerata usia penduduk di Bogor, Malang dan Jakarta dan sebagainya.

Kata statistika dan statistik sejatinya adalah kata serapan dari bahasa Inggris, yakni kata

statistics dan statistic. Dua kata ini memiliki makna yang sangat berbeda, meskipun hanya

dibedakan oleh kehadiran huruf s pada bagian akhir salah satu kata.

Kata statistika (statistics) adalah suatu ilmu yang mempelajari segala hal terkait dengan

merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data.

Jadi, statistika adalah sebuah ilmu yang berkaitan dengan data, sama seperti matematika

(mathematics), ekonometrika (econometrics), ekonomika (economics), serta ilmu-ilmu yang lain.

Statistika Cabang matematika

yang mengubah data menjadi informasi yang berguna bagi para pengambil keputusan

Statistika deskriptif Mengumpulkan, meringkas, dan mendeskripsikan data

Statistika inferensial Menarik kesimpulan dan / atau membuat

keputusan tentang suatu populasi berdasarkan hanya

pada data sampel

Sementara itu, kata statistik (statistic) adalah informasi atau data. Data yang dimaksudkan di sini

biasanya merujuk pada informasi kuantitatif berupa angka (number) yang dikumpulkan melalui

kegiatan pengumpulan data misalnya sensus atau survei.

Selain itu, dalam konteks statistika (ilmu statistik) kata statistik (statistic) dimaknai sebagai

informasi yang diperoleh dari sampel (bagian atau subset dari populasi) yang merupakan

penduga (estimator) dari karakteristik populasi (parameter) yang biasanya tidak diketahui secara

pasti nilainya. Singkat kata, semua informasi kuantitatif mengenai karakteristik populasi seperti

rata-rata dan proporsi yang diperoleh dari sampel disebut statistik

Dalam menganalisis data, para ilmuwan menggambarkan persepsinya tentang suatu

fenomena. Deskripsi yang sudah stabil tentang suatu fenomena seringkali mampu menjelaskan

suatu teori. (Walaupun demikian, orang dapat saja berargumentasi bahwa ilmu biasanya

menggambarkan bagaimana sesuatu itu terjadi, bukannya mengapa). Penemuan teori baru

merupakan suatu proses kreatif yang didapat dengan cara mereka ulang informasi pada teori

yang telah ada atau mengesktrak informasi yang diperoleh dari dunia nyata. Pendekatan awal

yang umumnya digunakan untuk menjelaskan suatu fenomena adalah statistika deskriptif.

1.3.1 Statistika Deskriptif

Statistika deskriptif adalah bagian dari ilmu statistika yang hanya mengolah, menyajikan data

tanpa mengambil keputusan untuk populasi. Statistika deskriptif berkenaan dengan deskripsi

data, misalnya dari menghitung rata-rata dan varian dari data mentah; mendeskripsikan

menggunakan tabel-tabel atau grafik sehingga data mentah lebih mudah dibaca dan lebih

bermakna. Dengan kata lain hanya melihat gambaran secara umum dari data yang didapatkan.

Statistika deskriptif adalah teknik yang digunakan untuk mensarikan data dan menampilkannya

dalam bentuk yang dapat dimengerti oleh setiap orang. Hal ini melibatkan proses kuantifikasi

dari penemuan suatu fenomena.

1.3.2 Statistika Inferensial Atau Induktif

Hubungan atau relasi empiris yang diamati pada ilmu alam, sosiologi, psikologi dan ekonomi

bersifat statis. Pada bidang-bidang ini, pekerjaan empiris dilaksanakan berdasarkan percobaan-

percobaan atau survai sampel. Keterbatasan waktu dan ekonomis menyebabkan sulit dilakukan

observasi seluruh populasi. Dalam rangka mengambil kesimpulan tentang suatu populasi

berdasarkan data dari sampel yang terbatas maka diperlukan proses pengambilan keputusan

inferensial atau statistik induktif.

1.4 Tujuan Statistika untuk Bisnis dan Riset

Dalam dunia Bisnis aplikasi statistika seringkali tidak terasa oleh pelakunya. Sebuah bisnis

yang memperkenalkan produk baru ingin memprakirakan/menaksir/mengestimasi selera

konsumen di pasar yang dituju. Untuk mengetahui hal tersebut maka sering dilakukan dengan

melakukan penelitian pasar yang didasarkan pada wawancara dengan beberapa rumah tangga

yang dipilih secara random/acak. Teknik statistika diperlukan untuk menguraikan dampak

masing-masing faktor. Misalnya permintaan ice cream pada suatu masyarakat dipengaruhi oleh

harga ice cream, tingkat pendapatan rata-rata, jumlah anak-anak pada masyarakat tersebut dan

rata-rata temperatur. Jika anda telah melakukan observasi dari semua faktor tersebut, anda dapat

menggunakan analisa regresi untuk menentukan faktor mana yang paling mempengaruhi.

Seorang akuntan mendapat pekerjaan memeriksa buku keuangan suatu Bisnis untuk

meyakinkan bahwa laporan keuangan itu mencerminkan kondisi keuangan Bisnis itu. Akuntan

tersebut memerlukan setumpuk dokumen asli seperti slip penjualan, order pembelian dan daftar

permintaan. Ini merupakan pekerjaan yang berat bila harus memeriksa satu per satu semua

dokumen tersebut. Akuntan tersebut dapat memeriksa dengan memilih sampel dari dokumen-

dokumen itu secara random dan membuat kesimpulan tentang keseluruhan populasi dokumen-

dokumen itu berdasarkan sampel yang dipilih.

Sebelum obat baru dipasarkan, sebaiknya dicoba dulu untuk meyakinkan bahwa obat itu

aman dan efektif. Dalam melakukan eksperimen sebaiknya mengambil dua kelompok obyek

yang sama, kemudian berikan obat itu pada satu kelompok dan tidak pada yang lain, selanjutnya

perhatikan hasilnya. Kelompok yang diberi obat disebut experimental group dan kelompok yang

lain disebut control group. Analisa statistik digunakan untuk menentukan apakah perbedaan yang

terjadi benar-benar disebabkan oleh obat tersebut atau disebabkan oleh faktor lain.

Anda mendapat kiriman besar barang-barang dari seorang pemasok dan anda ingin

meyakinkan bahwa barang-barang tersebut mempunyai standar kualitas seperti yang telah

disetujui. Jika kita harus memeriksa kualitas seperti yang telah disetujui. Jika kita harus

memeriksa kualitas barang-barang itu satu per satu akan memerlukan biaya yang sangat mahal,

tetapi sekali lagi teknik statistik datang menolong dengan menganjurkan anda untuk membuat

kesimpulan tentang kualitas seluruh barang dengan memeriksanya secara random dengan

memilih beberapa sampel dari barang-barang itu.

Statistika dalam bisnis dapat dipergunakan untuk menyajikan dan menjelaskan data

bisnis dan informasi dengan benar; menarik kesimpulan tentang populasi yang

besar, menggunakan informasi yang dikumpulkan dari sampel; membuat perkiraan yang dapat

diandalkan tentang kegiatan usaha; meningkatkan proses bisnis.

1.5 Statistika Deskriptif

Statistika deskriptif adalah bagian dari ilmu statistika yang hanya mengolah, menyajikan data

tanpa mengambil keputusan untuk populasi. Statistika deskriptif berkenaan dengan deskripsi

data, misalnya dari menghitung rata-rata dan varian dari data mentah; mendeskripsikan

menggunakan tabel-tabel atau grafik sehingga data mentah lebih mudah dibaca dan lebih

bermakna. Dengan kata lain hanya melihat gambaran secara umum dari data yang didapatkan.

Statistika deskriptif adalah teknik yang digunakan untuk mensarikan data dan menampilkannya

dalam bentuk yang dapat dimengerti oleh setiap orang. Hal ini melibatkan proses kuantifikasi

dari penemuan suatu fenomena. Berbagai statistik sederhana, seperti rata-rata, dihitung dan

ditampilkan dalam bentuk tabel dan grafik. Statistika deskriptif dapat memberikan pengetahuan

yang signifikan pada kejadian fenomena yang belum dikenal dan mendeteksi keterkaitan yang

ada di dalamnya. Tetapi dapatkah statistika deskriptif memberikan hasil yang bisa diterima

secara ilmiah? Statistik merupakan suatu alat pengukuran yang berhubungan dengan keragaman

pada karakteristik objek-objek yang berbeda.

1.6 Istilah Dasar Dalam Statistika

1.6.1 Variabel

Variabel adalah karakteristik dari suatu barang atau individu yang merupakan objek

penelitian, atau apa yang menjadi fokus di dalam suatu penelitian. Variabel dapat dibagi menjadi

variabel kuantitatif dan variabel kualitatif. Variabel Numerik (kuantitatif) memiliki nilai yang

mewakili kuantitasnya atau jumlahnya. Sedangkan variabel kualitatif (kategori) memiliki nilai

yang hanya dapat ditempatkan ke dalam kategori, misalnya "ya" dan "tidak."

Variabel kuantitatif diklasifikasikan menjadi 2 kelompok, yaitu variabel diskrit (discrete) dan

variabel kontinu (continous). Variabel diskrit (discrete) nilai kuantitatifnya selalu berupa

bilangan bulat. Variabel kontinu adalah yang anggotanya bilangan real termasuk didalamnya

bilangan-bilangan ratio, nilai kuantitatifnya bisa berupa pecahan lihat gambar di bawah ini.

Tingkat Pengukuran

1.6.2 Data

Data adalah nilai yang berbeda berkaitan dengan variabel. Data adalah hasil pengukuran atau

penghitungan nilai-nilai suatu variabel yang merupakan keterangan yang dapat dijadikan dasar

kajian (analisis atau kesimpulan).

Data

Kategori

Kategori yang didefinisikan:

Jenis Kelamin,

Status Perkawinan n

Numerik

Diskrit

Item yang dihitung:

Jumlah Anak

Kerusakan per jam

Kontinyu

Karakteristik Terukur:

Berat Volume

Harga

Tingkat Pengukuran

Skala nominal mengklasifikasikan data ke dalam kategori yang berbeda-beda dengan tidak

memperhatikan peringkat Skala nominal adalah skala mengelompokkan obyek atau peristiwa

dalam berbentuk kategori. Skala nominal diperoleh dari pengukuran nominal yaitu suatu proses

mengklasifikasian obyek-obyek yang berbeda kedalam kategori-kategori berdasarkan beberapa

karakteristik tertentu.

Karakteristik data nominal adalah

1. Kategori data bersifat mutually eksklusif (setiap obyek hanya memiliki satu kategori)

2. Kategori data tidak disusun secara logis

Contoh:

Variabel Kategorikal Kategori

Kepemilikan Personal Komputer Ya/Tidak

Kepemilikan Toko Milik Sediri atau Sewa

Internet Provider Fixed/Mobile

Skala ordinal mengklasifikasikan data ke dalam kategori yang berbeda di mana peringkat

dianggap. Skala ordinal adalah jenis skala yang menunjukkan tingkat. Skala ini biasanya

dipergunakan dalam menentukan ranking seseorang dibandingkan dengan yang lain. misalnya

ranking siswa dikelas dibuat dari nilai tertinggi sampai nilai terendah. Ranking pertama dan

kedua tidak memiliki jarak rentangan yang sama dengan rankin kedua dan ketiga. Contoh lain

skala ordinal adalah nilai mahasiswa dalam bentuk huruf, A, B, C, D dan E. skala ordinal

memiliki karakteristik:

1. Kategori data bersifat mutually eksklusif (setiap obyek hanya memiliki satu kategori)

2. Kategori data tidak disusun secara logis

3. Kategori data disusun berdasarkan urutan logis dan sesuai dengan besarnya karakteristik

yang dimiliki

Variabel Kategorikal Kategori Berurutan

Kepuasan Produk Puas, Netral, Tidak Puas

Jenjang Jabatan Akademik Professor, Lektor Kepala, Lektor, Asisten

Ahli

Standard & Poors bond ratings AAA, AA, A, BBB, BB, B, CCC, CC, C, DDD, DD, D

Huruf Nilai A, B, C, D, F

Skala interval adalah skala yang yang memiliki jarak yang sama antar datanya akan tetapi

tidak memiliki nol mutlak. Nol mutlak artinya tidak dianggap ada. Salah satu cirri matematis

yang dimiliki skala interval adalah penjumlahan. Dengan demikian, kita dapat membuat operasi

penambahan atau pengurangan. Misalnya, jarak pada temperature tertentu. Jarak antara 250F

dengan 500F sama dengan jarak 750F dengan 1000F. akan tetapi, skala suhu ini tidak memiliki

titik nol mutlak sehingga kita tidak bisa melakukan operasi perkalian dan pembagian. Untuk itu

maka ada satu lagi skala yaitu skala rasio.

Skala rasio adalah skala pengukuran yang memiliki nol mutlak sehingga dapat dilakukan

operasi perkalian dan pembagian. Misalnya berat badan, tinggi badan, pendapatan dan lain

sebagainya.

Penjelasan Alternatif

a. Data nominal

Sebelum kita membicarakan bagaimana alat analisis data digunakan, berikut ini akan

diberikan ulasan tentang bagaimana sebenarnya data nominal yang sering digunakan dalam

statistik nonparametrik bagi mahasiswa. Menuruti Moh. Nazir, data nominal adalah ukuran yang

paling sederhana, dimana angka yang diberikan kepada objek mempunyai arti sebagai label saja,

dan tidak menunjukkan tingkatan apapun. Ciri-ciri data nominal adalah hanya memiliki atribut,

atau nama, atau diskrit. Data nominal merupakan data kontinum dan tidak memiliki urutan. Bila

objek dikelompokkan ke dalam set-set, dan kepada semua anggota set diberikan angka, set-set

tersebut tidak boleh tumpang tindih dan bersisa. Misalnya tentang jenis olah raga yakni tenis,

basket dan renang. Kemudian masing-masing anggota set di atas kita berikan angka, misalnya

tenis (1), basket (2) dan renang (3). Jelas kelihatan bahwa angka yang diberikan tidak

menunjukkan bahwa tingkat olah raga basket lebih tinggi dari tenis ataupun tingkat renang lebih

tinggi dari tenis. Angka tersebut tidak memberikan arti apa-apa jika ditambahkan. Angka yang

diberikan hanya berfungsi sebagai label saja. Begitu juga tentang suku, yakni Dayak, Bugis dan

Badui. Tentang partai, misalnya Partai Bulan, Partai Bintang dan Partai Matahari. Masing-

masing kategori tidak dinyatakan lebih tinggi dari atribut (nama) yang lain. Seseorang yang pergi

ke Jakarta, tidak akan pernah mengatakan dua setengah kali, atau tiga seperempat kali. Tetapi

akan mengatakan dua kali, lima kali, atau tujuh kali. Begitu juga tentang ukuran jumlah anak

dalam suatu keluarga. Numerik yang dihasilkan akan selalu berbentuk bilangan bulat, demikian

seterusnya. Tidak akan pernah ada bilangan pecahan. Data nominal ini diperoleh dari hasil

pengukuran dengan skala nominal. Menuruti Sugiono, alat analisis (uji hipotesis asosiatif)

statistik nonparametrik yang digunakan untuk data nominal adalah Coefisien Contingensi. Akan

tetapi karena pengujian hipotesis Coefisien Contingensi memerlukan rumus Chi Square (2), perhitungannya dilakukan setelah kita menghitung Chi Square. Penggunaan model statistik

nonparametrik selain Coefisien Contingensi tidak lazim dilakukan.

b. Data ordinal

Bagian lain dari data kontinum adalah data ordinal. Data ini, 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. Jika kita memiliki sebuah set objek yang dinomori, dari 1 sampai n, misalnya peringkat 1,

2, 3, 4, 5 dan seterusnya, bila dinyatakan dalam skala, maka jarak antara data yang satu dengan

lainnya tidak sama. Ia akan memiliki urutan mulai dari yang paling tinggi sampai paling rendah.

Atau paling baik sampai ke yang paling buruk. Misalnya dalam skala Likert (Moh Nazir), mulai

dari sangat setuju, setuju, ragu-ragu, tidak setuju sampai sangat tidak setuju. Atau 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. Dari hasil pengukuran dengan

menggunakan skala ordinal ini akan diperoleh data ordinal. Alat analisis (uji hipotesis asosiatif)

statistik nonparametrik yang lazim digunakan untuk data ordinal adalah Spearman Rank

Correlation dan Kendall Tau.

c. Data 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. Data yang diperoleh dari hasil

pengukuran menggunakan skala interval dinamakan data interval. Misalnya tentang nilai ujian 6

orang mahasiswa, yakni A, B, C, D, E dan F diukur dengan ukuran interval pada skala prestasi

dengan ukuran 1, 2, 3, 4, 5 dan 6, maka dapat dikatakan bahwa beda prestasi antara mahasiswa C

dan A adalah 3 1 = 2. Beda prestasi antara mahasiswa C dan F adalah 6 3 = 3. Akan tetapi tidak bisa dikatakan bahwa prestasi mahasiswa E adalah 5 kali prestasi mahasiswa A ataupun

prestasi mahasiswa F adalah 3 kali lebih baik dari prestasi mahasiswa B. Dari hasil pengukuran

dengan menggunakan skala interval ini akan diperoleh data interval. Alat analisis (uji hipotesis

asosiatif) statistik parametrik yang lazim digunakan untuk data interval ini adalah Pearson

Korelasi Product Moment, Partial Correlation, Multiple Correlation, Partial Regression, dan

Multiple Regression.

d. Data ratio

Ukuran yang meliputi semua ukuran di atas ditambah dengan satu sifat yang lain, yakni

ukuran yang memberikan keterangan tentang nilai absolut dari objek yang diukur dinamakan

ukuran ratio (data rasio). Data ratio, yang diperoleh melalui mengukuran 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 ratio dapat

dibuat perkalian ataupun pembagian. Angka pada data ratio dapat menunjukkan nilai sebenarnya

dari objek yang diukur. Jika ada 4 orang pengemudi, A, B, C dan D mempunyai pendapatan

masing-masing perhari Rp. 10.000, Rp.30.000, Rp. 40.000 dan Rp. 50.000. Bila dilihat dengan

ukuran rasio maka pendapatan pengemudi C adalah 4 kali pendapatan pengemudi A. Pendapatan

pengemudi D adalah 5 kali pendapatan pengemudi A. Pendapatan pengemudi C adalah 4/3 kali

pendapatan pengemudi B. Dengan kata lain, rasio antara pengemudi C dan A adalah 4 : 1, rasio

antara pengemudi D dan A adalah 5 : 1, sedangkan rasio antara pengemudi C dan B adalah 4 : 3.

Interval pendapatan pengemudi A dan C adalah 30.000, dan pendapatan pengemudi C adalah 4

kali pendapatan pengemudi A. Contoh data rasio lainnya adalah berat badan bayi yang diukur

dengan skala rasio. Bayi A memiliki berat 3 Kg. Bayi B memiliki berat 2 Kg dan bayi C

memiliki berat 1 Kg. Jika diukur dengan skala rasio, maka bayi A memiliki rasio berat badan 3

kali dari berat badan bayi C. Bayi B memiliki rasio berat badan dua kali dari berat badan bayi C,

dan bayi C memiliki rasio berat badan sepertiga kali berat badan bayi A, dst. Dari hasil

pengukuran dengan menggunakan skala rasio ini akan diperoleh data rasio. Alat analisis (uji

hipotesis asosiatif) yang digunakan adalah statistik parametrik dan yang lazim digunakan untuk

data ratio ini adalah Pearson Korelasi Product Moment, Partial Correlation, Multiple Correlation,

Partial Regression, dan Multiple Regression.

DATA NOMINAL : Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi. CIRI : posisi data setara tidak bisa dilakukan operasi matematika (+, -, x, :) CONTOH : jenis kelamin, jenis pekerjaan DATA ORDINAL : Data berskala ordinal adalah data yang dipeoleh dengan cara kategorisasi atau klasifikasi, tetapi di antara data tersebut terdapat hubungan CIRI : posisi data tidak setara tidak bisa dilakukan operasi matematika (+, -, x, :) CONTOH : kepuasan kerja, motivasi DATA INTERVAL : Data berskala interval adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui. CIRI : Tidak ada kategorisasi bisa dilakukan operasi matematika CONTOH : temperatur yang diukur berdasarkan 0C dan 0F, sistem kalender DATA RASIO : Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui dan mempunyai titik 0 absolut. CIRI : tidak ada kategorisasi bisa dilakukan operasi matematika

CONTOH : gaji, skor ujian, jumlah buku

1.6.3 Definisi Operasional

Nilai variabel tidak ada artinya kecuali variabel mereka memiliki definisi operasional, arti

diterima secara universal yang jelas bagi semua yang berhubungan dengan analisis.

1.6.4 Populasi

Populasi terdiri dari semua item atau individu tentang yang akan anda tarik kesimpulannya

1.6.5 Sampel

Sampel adalah bagian dari populasi yang terpilih untuk dianalisis.

1.6.6 Parameter

Parameter adalah ukuruan numerik yang mengambarkan karakteristik sebuah populasi.

1.6.7 Statistik

Statistik adalah ukuran numerik yang menggambarkan karakteristik sebuah sampel.

1.7 Pengumpulan data

Pengumpulan data adalah kegiatan awal dalam statistika, tanpa data kita tidak dapat

melanjutkan untuk mengolah dan menganalisis statistik yang diinginkan. Berdasarkan

sumbernya, data dibagi menjadi menjadi dua yaitu Data Primer dan Data Sekunder.

a. Data Primer adalah data yang diusahakan/diperoleh oleh peneliti dalam pengumpulannya

b. Data Sekunder adalah data yang didapat dari orang/instansi lain yang telah lebih dulu

mengumpulkan data tersebut. Data Sekunder cenderung siap pakai, artinya siap diolah dan dianalisis oleh penelitian. Beberapa instansi penyedia data di Indonesia antara lain adalah

sebagai berikut:

Biro Pusat Statistik (BPS) (http://www.bps.go.id),

Bank Indonesia (http://www.bi.go.id/web/id/Statistik),

Badan Meteorologi dan Geofisika (http://www.bmkg.go.id/BMKG_Pusat/Depan.bmkg)

Kementrian Perindustrian (http://www.kemenperin.go.id/statistik-industri),

Kementrian Perdagangan (http://www.kemendag.go.id/statistik_produk_domestik_bruto/)

dll.

1.7.1 Teknik pengumpulan data

Pengumpulan data merupakan bagian yang terpenting dalam suatu penelitian, bahkan

merupakan suatu keharusan bagi seorang peneliti. Pengumpulan data dilakukan untuk

memperoleh informasi yang dibutuhkan dalam rangka mencapai tujuan penelitian. Tujuan yang

diungkapkan dalam bentuk hipotesis merupakan jawaban sementara terhadap petanyaan

penelitian. Jawaban itu masih perlu diuji secara empiris, dan untuk maksud inilah dibutuhkan

pengumpulan data.

Untuk mendapatkan data yang diperlukan dalam penelitian ini, maka peneliti menggunakan

beberapa metode dalam proses pengumpulan data, yaitu metode observasi, metode wawancara,

dan metode dokumentasi.

Pengumpulan data primer membutuhkan perancangan alat dan metode pengumpulan data

Metode pengumpulan data penelitian dapat dikelompokkan menjadi:

a. Observasi

b. Wawancara (Interview)

c. Kuesioner (Daftar Pertanyaan)

d. Pengukuran Fisik

e. Percobaan Laboratorium

Semua metode mensyaratkan pencatatan yang detail, lengkap, teliti dan jelas. Untuk

mencapai kelengkapan, ketelitian dan kejelasan data, pencatatan data harus dilengkapi dengan

Nama pengumpul data; Tanggal dan waktu pengumpulan data; Lokasi pengumpulan data;

Keterangan-keterangan tambahan data/istilah/responden. Responden adalah orang yang menjadi

sumber data.

1.7.2 Metode Observasi

Metode observasi adalah pengumpulan data yang dilakukan dengan sengaja, sistematis

mengenai fenomena sosial dan gejala-gejala fisik untuk kemudian dilakukan pencatatan.

Dalam kaitannya dengan penelitian ini penulis langsung terjun ke lapangan menjadi

partisipan (observer partisipatif) untuk menemukan dan mendapatkan data yang berkaitan

dengan fokus penelitian.

Disamping wawancara, penelitian ini juga melakukan metode observasi. Menurut Nawawi &

Martini (1991) observasi adalah pengamatan dan pencatatan secara sistimatik terhadap unsur-

unsur yang tampak dalam suatu gejala atau gejala-gejala dalam objek penelitian.

Dalam penelitian ini observasi dibutuhkan untuk dapat memehami proses terjadinya

wawancara dan hasil wawancara dapat dipahami dalam konteksnya. Observasi yang akan

dilakukan adalah observasi terhadap subjek, perilaku subjek selama wawancara, interaksi

subjek dengan peneliti dan hal-hal yang dianggap relevan sehingga dapat memberikan data

tambahan terhadap hasil wawancara.

Menurut Patton (dalam Poerwandari 1998)2 tujuan observasi adalah mendeskripsikan setting

yang dipelajari, aktivitas-aktivitas yang berlangsung, orang-orang yang terlibat dalam

2 Poerwandari, E. Kristi. 1998. Pendekatan Kualitatif Dalam Penelitian Psikologi. Jakarta:LPSP3, Fakultas

Psikologi, Universitas Indonesia.

aktivitas, dan makna kejadian di lihat dari perpektif mereka yang terlihat dalam kejadian

yang diamati tersebut.

Menurut Patton (dalam Poerwandari 1998) salah satu hal yang penting, namun sering

dilupakan dalam observasi adalah mengamati hal yang tidak terjadi. Dengan demikian Patton

menyatakan bahwa hasil observasi menjadi data penting karena :

a. Peneliti akan mendapatkan pemahaman lebih baik tentang konteks dalam hal yang diteliti akan atau terjadi.

b. Observasi memungkinkan peneliti untuk bersikap terbuka, berorientasi pada penemuan dari pada pembuktian dan mempertahankan pilihan untuk mendekati

masalah secara induktif.

c. Observasi memungkinkan peneliti melihat hal-hal yang oleh subjek penelitian sendiri kurang disadari.

d. Observasi memungkinkan peneliti memperoleh data tentang hal-hal yang karena berbagai sebab tidak diungkapkan oleh subjek penelitian secara terbuka dalam

wawancara.

e. Observasi memungkinkan peneliti merefleksikan dan bersikap introspektif terhadap penelitian yang dilakukan. Impresi dan perasan pengamatan akan menjadi bagian

dari data yang pada giliranya dapat dimanfaatkan untuk memahami fenomena yang

diteliti

MACAM-MACAM OBSERVASI

a. Observasi Partisipatif

Peneliti mengamati apa yang dikerjakan orang, mendengarkan apa yang diucapkan dan

berpartisipasi dalam aktivitas yang diteliti. Klasifikasi menurut Sanafiah Faisal (1990)

Partisipasi Pasif : Peneliti mengamati tapi tidak terlibat dalam kegiatan tersebut.

Partisipasi Moderat meneliti ikut observasi partisipatif pada beberapa beberapa kegiatan saja, tidak semua kegiatan.

Partisipasi Aktif : Peneliti ikut melakukan apa yang dilakukan narasumber, tapi belum sepenuhnya lengkap

Partisipasi Lengkap : Peneliti terlibat sepenuhnya dalam kegiatan narasumber

b. Observasi Terus Terang atau Tersamar

Peneliti berterus terang kepada narasumber bahwa ia sedang melakukan penelitian.

Suatu saat peneliti melakukan tidak berterus terang agar dapat mengetahui informasi yang dirahasiakan narasumber.

c. Observasi tak Berstruktur

Dilakukan dengan tidak Berstruktur karena fokus penelitian belum jelas

Apabila masalah sudah jelas, maka dapat dilakukan secara berstruktur dengan menggunakan pedoman observasi

MANFAAT OBSERVASI

Menurut Nasution (1996), peneneliti akan mampu memahami konteks data secara

menyeluruh.; Peneliti akan memperoleh pengalaman langsung; peneliti dapat melihat hal-hal

yang kurang diamati oleh orang lain; peneliti dapat menemukan hal-hal yang tidak terungkap

saat wawancara; peneliti dapat mengungkapkan hal-hal yang ada di luar persepsi responden;

dan peneliti dapat memperoleh kesan-kesan pribadi terhadap obyek yang diteliti.

OBYEK OBSERVASI

1. Space: Ruang dalam aspek fisiknya

2. Actor: Orang yang terlibat dalam situasi sosial

3. Activity: Seperangkat kegiatan yang dilakukan orang

4. Object: Benda-benda yang terdapat di tempat itu

5. Act: Perbuatan / Tindakan tertentu

6. Event: Rangkaian aktivitas yang dikerjakan orang-orang

7. Time: Urutan Kegiatan

8. Goal: Tujuan yang ingin dicapai

9. Feeling: Emosi yang dirasakan dan diekspresikan orang-orang

TAHAPAN OBSERVASI

Observasi Deskriptif: Peneliti belum menemukan masalah yang diteliti secara jelas. Peneliti

melakukan penjelajahan umum dengan melakukan deskripsi semua yang dilihat, semua yang

didengar, dll.

Observasi Terfokus: Observasi dipersempit pada aspek tertentu

Observasi Terseleksi: Peneliti telah menguraikan fokus yang ditemukan, sehingga diperoleh

data yang lebih rinci, peneliti telah menemukan karakteristik, perbedaan dan persamaan antar

kategori

KEUNTUNGAN METODE OBSERVASI

1. Banyak gejala yang hanya dapat diselidiki dengan observasi, hasilnya lebih akurat dan sulit dibantah.

2. Banyak objek yang hanya bersedia diambil datanya hanya dengan observasi, misalnya terlalu sibuk dan kurang waktu untuk diwawancarai atau menisci kuisioner.

3. Kejadian yang serempak dapat diamati dan dan dicatat serempak pula dengan memperbanyak observer.

4. Banyak kejadian yang dipandang kecil yang tidak dapat ditangkap oleh alat pengumpul data yang lain, yang ternyata sangat menentukan hasil penelitian.

KELEMAHAN METODE OBSERVASI

1. Observasi tergantung pada kemampuan pengamatan dan mengingat. 2. Kelemahan-kelemahan observer dalam pencatatan. 3. Banyak kejadian dan keadaan objek yang sulit diobservasi, terutama yang menyangkut

kehidupan peribadi yang sangat rahasia.

4. Oberservasi sering menjumpai observee yang bertingkah laku baik dan menyenangkan karena tahu bahwa ia sedang diobservasi.

5. Banyak gejala yang hanya dapat diamati dalam kondisi lingkungan tertentu, sehingga dapat terjadi gangguan yang menyebabkan observasi tidak dapat dilakukan.

1.7.2.1 Metode Wawancara (Interview)

Metode wawancara adalah pengumpulan data dengan jalan atau cara berdialog langsung

dengan para responden secara lisan. Jadi metode wawancara adalah suatu kegiatan yang

dilakukan untuk mendapatkan informasi secara langsung dengan mengungkapkan pertanyaan

kepada responden dan dalam kegiatan wawancara berlangsung pewawancara harus dapat

menyesuaikan dengan situasi dan kondisi lokasi wawancara. Sedangkan sasaran wawancara

sebagai responden dalam penelitian ini adalah pimpinan perusahaan, manajer, dan para

karyawan. Dalam pelaksanaan penelitian ini, peneliti menggunakan metode wawancara

bebas terpimpin. Dalam pelaksanaannya pewawancara membawa pedoman wawancara yang

hanya merupakan garis besar tentang hal yang dipertanyakan.

Menurut Alsa (1996) wawancara adalah metode pengmbilan data dengan cara menanyakan

sesuatu kepada seseorang responden, caranya adalah dengan bercakap-cakap secara tatap

muka. Pada penelitian ini wawancara akan dilakukan dengan menggunakan pedoman

wawancara.

Menurut Patton dalam proses wawancara dengan menggunakan pedoman umum wawancara

ini, interview dilengkapi pedoman wawancara yang sangat umum, serta mencantumkan isu-

isu yang harus diliput tanpa menentukan urutan pertanyaan, bahkan mungkin tidak terbentuk

pertanyaan yang eksplisit.

Pedoman wawancara digunakan untuk mengingatkan interviewer mengenai aspek-aspek apa

yang harus dibahas, juga menjadi check list apakah aspek-aspek relevan tersebut telah

dibahas atau ditanyakan. Dengan pedoman demikian interviewer harus memikirkan

bagaimana pertanyaan tersebut akan dijabarkan secara kongkrit dalam kalimat Tanya,

sekaligus menyesuaikan pertanyaan dengan konteks actual saat wawancara berlangsung

(Patton dalam Poerwandari, 1998). Secara garis besar aa dua macam pedoman wawancara,

yaitu:

1. Pedoman wawasan tidak terstruktur, yaitu pedoman wawancara yang hanya memuat garis besar yang akan ditanyakan. Tentu saja kreativitas pewawancara sangat diperlukan,

bahkan hasil wawancara dengan jenis pedoman ini lebih banyak tergantung dari

pewawancara. Pewawancaralah sebagai pengemudi jawaban responden. Jenis interviu ini

cocok untuk penilaian khusus.

2. Pedoman wawancara terstruktur, yaitu pedoman wawancara yang disusun secara terperinci sehingga menyerupai check-list. Pewawancara tinggal membubuhkan tanda

(check) pada nomor yang sesuai.

Pedoman wawancara yang banyak digunakan adalah bentuk semi structured. Dalam hal ini maka mula-mula interviewer menanyakan serentetan pertanyaan yang sudah terstruktur,

kemudian satu per satu diperdalam dalam mengorek keterangan lebih lanjut. Dengan

demikian jawaban yang diperoleh bisa meliputi semua variabel, dengan keterangan yang

lengkap dan mendalam.

Kerlinger (dalam Hasan 2005) menyebutkan 3 hal yang menjadi kekuatan metode

wawancara :

a. Mampu mendeteksi kadar pengertian subjek terhadap pertanyaan yang diajukan. Jika mereka tidak mengerti bisa diantisipasi oleh interviewer

dengan memberikan penjelasan.

b. Fleksibel, pelaksanaannya dapat disesuaikan dengan masing-masing individu. c. Menjadi satu-satunya hal yang dapat dilakukan disaat teknik lain sudah tidak

dapat dilakukan.

Menurut Yin (2003) disamping kekuatan, metode wawancara juga memiliki kelemahan,

yaitu:

a. Retan terhadap bias yang ditimbulkan oleh konstruk pertanyaan yang penyusunannya kurang baik.

b. Retan terhadap bias yang ditimbulkan oleh respon yang kurang sesuai. c. Probing yang kurang baik menyebabkan hasil penelitian menjadi kurang

akurat.

d. Ada kemungkinan subjek hanya memberikan jawaban yang ingin didengar oleh interviewer.

1.7.2.2 Metode dokumentasi

Yang dimaksud dengan metode dokumentasi adalah sekumpulan berkas yakni mencari data

mengenai hal-hal berupa catatan, transkrip, buku, surat kabar, majalah, prasasti, notulen,

agenda dan sebagainya. Dari pengertian di atas, dapat dipahami bahwa metode dokumentasi

dapat diartikan sebagai suatu cara pengumpulan data yang diperoleh dari dokumen-dokumen

yang ada atau catatan-catatan yang tersimpan, baik itu berupa catatan transkrip, buku, surat

kabar, dan lain sebagainya.

1.7.2.3 Kuesioner (Daftar Pertanyaan)

Angket atau kuesioner merupakan suatu teknik pengumpulan data secara tidak langsung

(peneliti tidak langsung bertanya jawab dengan responden). Instrumen atau alat pengumpulan

datanya juga disebut angket berisi sejumlah pertnyaan-pertanyaan yang harus dijawab atau

direspon oleh responden. Responden mempunyai kebiasaan untuk memberikan jawaban atau

respon sesuai dengan presepsinya.

Kuesioner merupakan metode penelitian yang harus dijawab responden untuk menyatakan

pandangannya terhadap suatu persoalan. Sebaiknya pertanyaan dibuat dengan bahasa sederhana

yang mudah dimengerti dan kalimat-kalimat pendek dengan maksud yang jelas. Penggunaan

kuesioner sebagai metode pengumpulan data terdapat beberapa keuntungan, diantaranya adalah

pertanyaan yang akan diajukan pada responden dapat distandarkan, responden dapat menjawab

kuesioner pada waktu luangnya, pertanyaan yang diajukan dapat dipikirkan terlebih dahulu

sehingga jawabannya dapat dipercaya dibandingkan dengan jawaban secara lisan, serta

pertanyaan yang diajukan akan lebih tepat dan seragam.

MACAM-MACAM KUISIONER

1. Kuesioner tertutup

Setiap pertanyaan telah disertai sejumlah pilihan jawaban. Responden hanya memilih

jawaban yang paling sesuai.

2. Kuesioner terbuka

Dimana tidak terdapat pilihan jawaban sehingga responden haru memformulasikan

jawabannya sendiri.

3. Kuesioner kombinasi terbuka dan tertutup

Dimana pertanyaan tertutup kemudian disusul dengan pertanyaan terbuka.

4. Kuesioner semi terbuka

Pertanyaan yang jawabannya telah tersusun rapi, tetapi masih ada kemungkinan tambahan

jawaban.

KEUNTUNGAN METODE KUISIONER

Dalam waktu singkat diperoleh banyak keterangan.

Pengisiannya dapat dilakukan di kelas, siswa dapat menjawab sesuai dengan keadaannya tanpa dipengaruhi oleh orang lain.

Bila lokasi responden jaraknya cukup jauh, metode pengumpulan data yang paling mudah adalah dengan angket.

Pertanyaan-pertanyan yang sudah disiapkan adalah merupakan waktu yang efisien untuk menjangkau responden dalam jumlah banyak.

Dengan angket akan memberi kesempatan mudah pada responden untuk mendiskusikan dengan temannya apabila menemui pertanyaan yang sukar dijawab.

Dengan angket responden dapat lebih leluasa menjawabnya dimana saja, kapan saja, tanpa terkesan terpaksa.

KELEMAHAN METODE KUISIONER

Responden tidak dapat memberikan keterangan lebih lanjut karena jawaban terbatas pada hal-hal yang ditanyakan.

Responden dapat menjawab tidak sesuai dengan keadaan yang sebenarnya jika dia menghendaki demikian.

Jawaban hanya mengungkap keadaan Responden pada saat angket diisi.

Apabila penelitian membutuhkan reaksi yang sifatnya spontan dengan metode ini adalah kurang tepat.

Metode ini kurang fleksibel, kejadiannya hanya terpancang pada pertanyaan yang ada.

Jawaban yang diberikan oleh responden akan terpengaruh oleh keadaan global dari pertanyaan. Sangat mungkin jawaban yang sudah diberikan di atas secara spontan dapat

berubah setelah melihat pertanyaan dilain nomor.

Sulit bagi peneliti untuk mengetahui maksud dari apakah sudah responden sudah terjawab atau belum.

Ada kemungkinan terjadi respons yang salah dari responden. Hal ini terjadi karena kurang kejelasan pertanyaan atau karena keragu-raguan responden menjawab. Hal-hal

yang boleh dan tidak boleh dilakukan dalam teknik questioner

1.7.2.4 Pengukuran Fisik

Pengukuran fisik bertujuan untuk memperoleh suatu nilai yang terdiri dari satuan yang

dipilih dan besarannya, yang akan menyatakan besar kuantitas fisik yang diukur. Sebagai contoh,

dalam pengukuran luasan area display produk, satuan yang dipilih adalah meter persegi dan

besarnya adalah 100. jadi, 100 m^2. Tingkat kegagalan dalam menspesifikasi besaran ini

dilakukan secara pasti, dan ini berarti pula variasi kuantitas nilai yang dinyatakan dari nilai

sebenarnya, merupakan kesalahan pengukuran.

Kesalahan ini muncul dalam sistem pengukuran itu sendiri dan dari standar yang digunakan

untuk kalibrasi sistem tersebut. Sebagai tambahan untuk kesalahan yang dihasilkan dari kalibrasi

sistem pengukuran yang salah, ada sejumlah sumber kesalahan yang perlu diperiksa. Sumber

kesalahan ini meliputi (1) kebisingan (noise), (2) waktu tanggap (response time), (3) keterbatasan

rancangan (design limitation), (4) pertambahan atau kehilangan energi karena interaksi, (5)

transmisi, (6) keausan atau kerusakan sistem pengukuran, (7) pengaruh ruangan terhadap sistem,

(8) kesalahan penafsiran oleh pengamat.

1.7.2.5 Percobaan Laboratorium

Percobaan atau disebut juga eksperimen (dari Bahasa Latin: ex-periri yang berarti menguji

coba) adalah suatu set tindakan dan pengamatan, yang dilakukan untuk mengecek atau

menyalahkan hipotesis atau mengenali hubungan sebab akibat antara gejala.[1] Dalam penelitian

ini, sebab dari suatu gejala akan diuji untuk mengetahui apakah sebab (variabel bebas) tersebut

memengaruhi akibat (variabel terikat). Penelitian ini banyak digunakan untuk memperoleh

pengetahuan dalam bidang ilmu alam dan psikologi sosial.

Penelitian percobaan setidaknya memiliki 3 ciri utama, yakni:

Secara khas menggunakan kelompok kontrol sebagai garis dasar untuk dibandingkan dengan

kelompok yang dikenai perlakuan eksperimental.

Menggunakan sedikitnya dua kelompok percobaan.

Berfokus pada keabsahan ke dalam (internal validity).

Secara garis besar, langkah yang ditempuh dalam penelitian percobaan adalah

Menetapkan topik penelitian

Menyempitkannya dalam pertanyaan penelitian

Mengembangkan hipotesa

Merancang desain penelitian eksperimen yang baik

Menetapkan berapa jumlah kelompok

Menentukan kapan dan bagaimana memasukkan stimulus

Menentukan kapan melakukan pengukuran variable terikat.

Membuat analisa dan kesimpulan akhir.

Populasi menunjukkan keseluruhan orang atau obyek yang diamati. Sampel adalah sebagian

dari obyek yang dipilih dari populasi untuk diamati. Misalnya:

Populasi di sebuah toko ice cream terdapat 31 ice cream yang akan diuji rasanya, dan kita

mencicipi semua ice cream yang ada di toko itu. Sampel: memilih lima ice cream saja untuk

dicicipi. Dari situ akan ditentukan apakah toko itu menjual ice cream yang enak atau tidak.

Populasi: semua pemberi suara di Surabaya. Sampel: 3000 orang diwawancarai sebagai

bagian dari pemberi suara.

Populasi: semua orang di Surabaya. Sampel: 100.000 orang yang diwawancarai dalam

penelitian bulanan tentang jumlah penduduk oleh Biro Pusat Statistik.

Mungkin mengherankan mengapa sampel lebih sering digunakan daripada populasi. Jika

anda memilih sampel yang tidak mewakili populasinya maka anda akan membuat prediksi yang

tidak tepat dalam menaksir karakter populasi berdasarkan sampel itu. Anda dapat menghindari

bahaya tersebut dengan mempelajari keseluruhan populasi. Tetapi ada beberapa alasan mengapa

sampel lebih digunakan daripada populasi. Alasan paling penting adalah biaya yang terlalu besar

dan atau terlalu sulit untuk mempelajari keseluruhan populasi. Banyak pengambil keputusan

dalam dunia usaha menghadapi masalah terbatasnya sumber daya. Sehingga tidaklah tepat

menggunakan begitu banyak sumber daya untuk membiayai penelitian keseluruhan populasi jika

dengan menggunakan sampel dapat menghasilkan prediksi yang hampir tepat (yang mungkin

masih menjadi pertanyaan adalah bagaimana kita mengetahui sampel yang diambil mewakili

populasi secara tepat? Ini).

Ada alasan lain mengapa sampel lebih dipelajari daripada populasi. Misalnya anda ingin

mengetahui berapa laba per bulan pedagang ayam goreng yang ada di Jakarta. Yang pasti kita

tidak mungkin menjelajahi seluruh Jakarta yang merupakan populasi pedagang ayam goreng.

Dapat kita simpulkan bahwa ada kalanya kita mengalami kesulitan untuk melakukan penelitian

dengan informasi dari keseluruhan populasi, oleh karena itu informasi dari sampel lebih mudah

dan mungkin didapatkan daripada dari populasi. Contoh lainnya adalah kita ingin mengetahui

berapa persen korek api batang yang dapat menyala dalam satu pak korek api tertentu. Sangatlah

mahal dan tidak mungkin kita lakukan pengujian terhadap semua korek api yang ada, karena

setelah dipakai korek tersebut tidak bisa digunakan lagi. Oleh karena itu sejumlah kotak korek

api (sampel) kita uji tingkat keberhasilan menyalanya, bukan seluruh kotak korek api yang

merupakan populasi,

1.8 Statistika Inferensial Atau Induktif

Hubungan atau relasi empiris yang diamati pada ilmu alam, sosiologi, psikologi dan ekonomi

bersifat statis. Pada bidang-bidang ini, pekerjaan empiris dilaksanakan berdasarkan percobaan-

percobaan atau survai sampel. Keterbatasan waktu dan ekonomis menyebabkan sulit dilakukan

observasi seluruh populasi. Dalam rangka mengambil kesimpulan tentang suatu populasi

berdasarkan data dari sampel yang terbatas maka diperlukan proses pengambilan keputusan

inferensial atau statistik induktif.

Daftar Pustaka

Alsa, Asmadi. 2004. Pendekatan kuantitatif & kualitatif serta kombinasinya dalam

penelitian psikologi. Yogyakarta: Pustaka Pelajar.

Hasan. 2005. Pokok Pokok Materi Statistik 1 (Statistik Deskriptif). Jakarta: Bumi

Aksara

Hasan. 2005. Pokok Pokok Materi Statistik 2 (Statistik Inferensif). Jakarta: Bumi

Aksara

Nasution, S. 1996. Metode Research (Penelitian Ilmiah). Jakarta:Bumi Aksara

Poerwandari, E. Kristi. 1998. Pendekatan Kualitatif Dalam Penelitian Psikologi.

Jakarta:LPSP3, Fakultas Psikologi, Universitas Indonesia.