Pendekatan Penelitian, Metode Penelitian, dan Teknik-teknik Desain Penelitian

86 komentar
Share:
Penelitian kualitatif dan kuantitatif adalah dua pendekatan penelitian yang umum digunakan peneliti. Kedua pendekatan ini memiliki ciri khas masing-masing. Ciri tersebut meliputi metode penelitian, jenis dan sumber data, serta teknik analisa data. Tulisan ini hendak memaparkan hal-hal umum yang ada dalam konteks dua pendekatan penelitian ini.

Pendekatan Penelitian

Guna menjawab perumusan masalah penelitian yang sudah ditetapkan, peneliti memilih pendekatan penelitian. Pendekatan ini disesuaikan dengan kebutuhan pencarian jawaban atas pertanyaan penelitian (perumusan masalah).

Scott W. Vanderstoep and Deirdre D. Johnston menyatakan, kendati bervariasi, pendekatan penelitian dapat dikelompokkan ke dalam 2 bagian besar : Pendekatan Kualitatif dan Pendekatan Kuantitatif. Penelitian Kuantitatif menekankan pada penilaian numerik atas fenomena yang dipelajari. Pendekatan Kualitatif menekankan pada pembangunan naratif atau deskripsi tekstual atas fenomena yang diteliti. Ringkasan perbedaan kedua pendekatan penelitian ini adalah:


Metode Penelitian

Dalam ilmu sosial, kajian yang mengentara berlingkup pada penelitian perilaku (behavioral research). Sebagai “anak kandung” pendekatan Positivis, kajian behavioral berupaya melakukan kuantifikasi atas apapun, termasuk mengkuantifikasi data-data kualitatif menjadi data-data kuantitatif. Angka dan ketepatan pengukuran menjadi subyek utama dalam studi-studi perilaku.

Mark R. Leary membagi studi perilaku ke dalam 4 kategori besar yaitu : (1) Penelitian Deskriptif; (2) Penelitian Korelasional; (3) Penelitian Eksperimental; dan (4) Penelitian Kuasi-Eksperimental.

1. Penelitian Deskriptif

Penelitian Deskriptif menggambarkan perilaku, pemikiran, atau perasaan suatu kelompok atau individu. Contoh umum dari penelitian deskriptif adalah jajak pendapat, yang menggambarkan sikap suatu kelompok orang. Dalam Penelitian Deskriptif, peneliti kecil upayanya untuk menghubungkan perilaku yang diteliti dengan variabel lainnya ataupun menguji atau menjelaskan penyebab sistematisnya. Seperti namannya, Penelitian Deskriptif hanya mendeskripsikan.

Tujuan Penelitian Deskriptif adalah menggambarkan karakteristik atau perilaku suatu populasi dengan cara yang sistematis dan akurat. Biasanya, Penelitian Deskriptif tidak didesain untuk menguji Hipotesis, tetapi lebih pada upaya menyediakan informasi seputar karakter fisik, sosial, perilaku, ekonomi, atau psikologi dari sekelompok orang.

Jenis Penelitian Deskriptif yang biasa diterapkan adalah : (1) Penelitian Survey, (2) Penelitian Demografis, dan (3) Penelitian Epidemiologis.

2. Penelitian Korelasional

Penelitian Korelasional menyelidiki hubungan antara variabel-variabel psikologi yang beragam. Apakah ada hubungan antara Kepercayaan Diri dengan Rasa Minder? Apakah orang dewasa yang kecilnya diabaikan berhubungan dengan kenakalan di masa dewasa mereka? Penelitian Korelasional, singkatnya, mempertanyakan apakah ada correlation (hubungan) antara dua variabel.

Kala peneliti berminat dalam pertanyaan variabel-variabel apakah yang berhubungan satu sama lain, mereka melakukan Penelitian Korelasional. Penelitian Korelasional digunakan guna menggambarkan hubungan antara 2 atau lebih variabel-variabel yang muncul secara alamiah.

Dalam Penelitian Korelasional, terdapat Koefisien Korelasi. Koefisien Korelasi adalah suatu statistik yang mengindikasikan derajat mana dua variabel berhubungan satu sama lain dengan cara yang linier. Misalnya, hubungan antara kepribadian anak dengan kepribadian orang tua, konsumsi ganja dengan daya ingat, dan dengar musik rock n’ roll dengan niat merusak. Koefisien Korelasi berkisar dari -1 hingga 1. Jika Koefisien Korelasi berkisar dari > = -1 hingga < 0 maka korelasi negatif. Jika Koefisien Korelasi = 0 maka dianggap tidak ada korelasi. Jika Koefisien Korelasi > 0 dan < = 1 maka korelasi positif. Dalam Penelitian Korelasional juga terdapat Koefisien Determinasi. Koefisien Determinasi diperleh dari pengkuadratan nilai korelasi. Misalnya variabel kepribadian anak berhubungan dengan kepribadian orang tua dengan nilai r = 0.25. Koefisien Determinasi diperoleh dengan mengkalikan 0,25 x 0,25 = 0,0625. Nilai 0,0625 lalu dikalikan % sehingga menjadi 6,25%. Nilai 6,25% memberitahu peneliti bahwa 6,25% varians kepribadian anak juga terdapat dalam kepribadian orang tuanya. Perhitungan dalam Penelitian Korelasional kerap menggunakan Pearson Product Moment. Rumus Pearson Product Moment sebagai berikut:


Berdasarkan rumus tersebut, kita bisa menghitung Koefisien Korelasi dari data penelitian berikut ini :


Berdasarkan rumus Pearson Product Moment di atas, kita bisa melakukan perhitungan sebagai berikut:


Korelasi antara Test Score (x) dengan Job Performance Rating (y) adalah 0,82. Koefisien Determinasi-nya adalah 0,82 x 0,82 = 0,6724. Dengan demikian dapat dikatakan 67,24% varians Job Performance Rating dapat dihitung dengan mengetahui Test Score=nya. Test tersebut terlihat dapat dijadikan indikator valid bagi Job Performance.

Dalam Penelitian Korelasional juga terdapat istilah Statistical Significance. Statistical Significance hadir kala Koefisien Korelasi yang dihitung pada suatu sampel punya probability yang sangat rendah untu menjadi 0 dalam populasi. Hasil suatu uji statistik salah satunya bergantung pada jumlah sampel (responden). Besar nilai Koefisien Korelasi, bisa dikatakan signifikan atau tidak, salah satunya bergantung pada besar sampel ini. Perhatikan tabel di bawah ini: 

Tabel di atas menggambarkan nilai minimal r yang dianggap Statistically Significant, dengan kurang dari 5% kesempatan bahwa korelasi dalam populasi menjadi 0. Misalnya, suatu Penelitian Korelasi menggunakan sampel sebesar 30 orang dan Koefisien Korelasi hitungnya sebesar 0,29. Penelitian Korelasional tersebut tidak Statistically Significant dalam probabilitas 0,05.

Penelitian Korelasional juga bisa diprospek lebih lanjut. Mark R. Leary sekurangnya menyebutkan 3 kembangan dari penelitian korelasional yaitu : (1) Analisis Regresi; (2) Cross-Lagged Panel dan Structural Equation Analysis; dan (3) Factor Analysis. Analisis Regresi bertujuan mengembangkan persamaan yang menggambarkan bagaimana variabel-variabel berhubungan dan memprediksi satu variabel oleh variabel lainnya. Cross-Lagged Panel dan Structural Equation Analysis bertugas menjelajahi arah kausalitas (sebab-akibat) antara dua atau lebih variabel yang berkorelasi (berhubungan). Faktor Analysis bertugas mengidentifikasi dimensi-dimensi dasar yang menggarisbawasi seperangkat korelasi.

3. Penelitian Eksperimental

Penelitian Eksperimental berminat menentukan apakah variabel-variabel tertentu menyebabkan perubahan perilaku, pemikiran, atau emosi. Dalam penelitian ini, peneliti memanipulasi atau mengubah satu variabel (disebut variabel bebas) guna melihat pakah perubahan dalam perilaku (varibel terikat) muncul sebagai akibatnya. Jika perubahan perilaku muncul kala variabel bebas dimanipulasi, maka peneliti dapat menyimpulkan bahwa variabel bebas menyebabkan perubahan pada variabel terikat (dalam kondisi tertentu).

4. Penelitian Kuasi-Eksperimental

Kala peneliti berminat memahami sebab dan akibat dari suatu hubungan, mereka memilih Penelitian Eksperimental. Namun, Penelitian Eksperimental mensyaratkan peneliti lincah mengubah-ubah variabel bebasnya guna menentukan efeknya atas variabel terikat. Dalam banyak kasus, peneliti tidak mampu mengubah variabel bebas. Kala ini terjadi, peneliti kadang menggunakan Penelitian Kuasi-Eksperimental. Dalam Penelitian Kuasi-Eksperimental, peneliti menyelidiki efek sejumlah variabel atau peristiwa secara alamiah.

Populasi

Populasi juga disebut populasi sasaran (target population), keseluruhan, atau sampling frame. Intinya, populasi adalah darimana sampel diambil. Populasi adalah agregat (pengelompokan) seluruh kasus yang disesuaikan dengan seperangkat kriteria yang ditentukan sebelumnya, misalnya variabel-variabel dan indikator-indikator penelitian yang ditetapkan peneliti.

Elemen-elemen populasi adalah anggota atau unit tertentu dari suatu populasi. Anggota atau unit populasi ini bisa berupa orang, tindakan sosial, peristiwa, tempat, waktu, atau masalah. Peneliti bebas menentukan populasi sesuai dengan perumusan masalah penelitian. Misalnya, sebuah populasi bisa dikatakan sebagai:
  • Semua orang berusia 16 atau lebih tua yang tinggal di Wonosobo pada tanggal 2 Desember 1999, yang tidak pernah berurusan dengan hukum.
  • Seluruh perusahaan yang memiliki lebih dari 100 karyawan di Provinsi Kepulauan Maluku dan beroperasi pada bulan Juli 2005.
  • Seluruh mahasiswa STIA Sandikta yang lahir di Kota Bekasi mulai tahun 1975.

Target Population (populasi sasaran) mengacu pada kelompok spesifik yang peneliti ingin teliti. Perbandingan ukuran sampel dengan ukuran populasi disebut Sampling Ratio. Contoh, populasi punya 50.000 orang, dan peneliti memilih 150 sampel dari populasi tersebut. Sampling Ratio-nya 150/50.000 = 0,003 atau 0,3%. Jika populasi punya 500 orang dan peneliti mengambil sampel 100, lalu Sampling Ratio-nya 100/500 = 0,20 atau 20%.

Populasi adalah konsep yang abstrak. Sebab itu peneliti harus menaksir populasi. Sebagai konsep abstrak, populasi perlu dibuat definisi operasionalnya. Proses ini sama dengan membuat definisi operasional untuk konsep (variabel dan indikator) penelitian. Definisi operasional populasi telah kami sebutkan di bagian atas.

Definisi operasional populasi melahirkan Sampling Frame. Sampling Frame adalah daftar rinci yang taksirannya mendekati elemen-elemen dalam populasi. Gambaran Sampling Frame sebagai berikut: 


Sampel dan Teknik Sampling

Sampel adalah sebagian populasi yang digunakan sebagai dasar penarikan kesimpulan penelitian. Peneliti menggunakan sampel sebagai cara utama guna menaksir perilaku di dalam suatu populasi. Sebab itu, patut dipertimbangkan secara serius pengambilan sampel ini.

Apa beda sensus dan sampel. Sensus adalah perhitungan seluruh elemen populasi dan digunakan untuk menggambarkan karakteristik populasi. Sampel adalah pemilihan elemen (anggota atau unit) dari suatu populasi; ia digunakan untuk membuat pernyataan yang mengatasnamakan populasi. Sampel ideal adalah sampel yang mewakili populasi secara sempurna, dengan seluruh ciri populasi termaktub di dalam sampel tersebut. Sampel ideal jarang terdapat dalam penelitian.

Probability Sampel memberi kesempatan kepada semua elemen populasi untuk menjadi sampel. Nonprobability Sample tidak memberi setiap anggota populasi kesempatan untuk dipilih. Hubungan antara ukuran sample dan ukuran populasi disebut dengan Sampling Ratio (rasio penyampelan).

Metode Sampling terdiri atas 2 bagian besar yaitu : (1) Probability Sampling, dan (2) Nonprobability Sampling. Probability Sampling kerap dikaitkan dengan penelitian Kuantitatif. Nonprobability Sampling kerap dikaitkan dengan penelitian Kualitatif. Namun, penelitian kuantitatif yang kini beredar banyak pula yang menggunakan Nonprobability Sampling untuk menentukan unit analisisnya.

1. Sampel Saya Harus Berapa?

Tidak ada jumlah akurat berapa sampel harus dipakai. Semua bergantung pada tujuan dan metode penelitian yang digunakan peneliti. Namun, sekadar acuan belaka penentuan jumlah sampel, Cohen dan rekan-rekannya memberikan secara jelas dan mudah dipahami.

Misalnya, Penelitian Korelasional butuh sampel minimal 30 responden. Penelitian Eksperimental, Kausal-Komparatif, butuh minimal 15 responden/obyek. Penelitian Survey (masuk kategori Penelitian Deskriptif) butuh minimal 100 responden kelompok utama dan minimal 50 responden kelompok minor. Penelitian Lapangan atau Etnografis (kualitatif) tentunya butuh sampel tidak sebesar penelitian kuantitatif karena tingkat kesulitannya. Penentuan jumlah sampel juga dibatasi masalah biaya, waktu, uang, stress, dukungan administratir, jumlah penelitian dan sumberdaya.

Dalam konteks Sample Acak (Random Sampling), sampel dapat ditentukan dengan dua cara. Entah itu peneliti dengan cara pertimbangan jujur peneliti bahwa sampel mewakili populasi dengan menetapkan jumlah sampel minimal. Atau, dengan menggunakan tabel yang dibuat dengan rumus matematika yang menghasilkan jumlah sampel yang mencukupi bagi jumlalh populasi tertentu. Contoh sampel dengan cara ini adalah yang dikembangkan Krejcie and Morgan tahun 1970 yang populer dengan nama Tabel Krejcie and Morgan, yang tabelnya sebagai berikut :


Dimana :
  • N = Populasi
  • S = Sampel

Dari tabel Krejcie and Morgan di atas, kentara bahwa semakin kecil jumlah populasi, semakin besar sampel yang harus diambil dari populasi tersebut. Semakin besar jumlah populasi, semakin kecil jumlah sampel yang harus diambil dari populasi tersebut. Tabel Krejcie and Morgan sangat populer digunakan guna menentukan jumlah sampel yang kesederhanaannya.

Cara lain untuk menentukan besar sampel adalah dengan memperhitungkan Taraf Keyakinan dan Sampling Error penelitian. Misalnya, dengan Taraf Keyakinan 95% dan 99% dan Sampling Error 5% dan 1%, jumlah sampel baru ditentukan. Cohen dan rekan-rekannya lalu membentuk tabel penentuan jumlah sampel berdasarkan Taraf Keyakinan dan Sampling Error penelitian sebagai berikut: 

Tabel Cohen dan rekan-rekan di atas terdiri atas 3 Taraf Keyakinan penelitian yaitu (kiri ke kanan) 90%, 95%, dan 99%. Di masing-masing Taraf Keyakinan, Cohen dan rekan-rekan juga memuat 3 Interval Keyakinan yaitu (kiri ke kanan) 5%, 4%, dan 3%. Misalnyanya Boim membuat penelitian yang Populasi-nya 1.000.000 orang dengan Taraf Keyakinan Penelitian 95% dan Interval Keyakinan 3%, maka Sampel Boim harus 1.066 orang. Mudah sekali, bukan?

Cara lain menentukan jumlah sampel adalah dengan menggunakan rumus Slovin. Rumus Slovin adalah:


Dimana:
  • n = Sampel
  • N = Populasi
  • e = Interval Keyakinan (biasanya 0,05 atau 0,01).

Misalnya Boim mengadakan penelitian dengan populasi 1000 orang. Interval Keyakinan penelitian yang dipakai 0,05. Maka perhitungan sampel Boim :


Dengan demikian, Boim harus menggunakan sampel sebesar 286 orang.

2. Probability Sampling

Probability Sampling terdiri atas: (1) Simple Random Sampling; (2) Systematic Sampling; (3) Stratified Sampling; dan (4) Cluster Sampling. Pembahasan masing-masingnya ada di bagian bawah berikut.

Simple Random Sampling. Simple Random Sampling adalah sampel acak yang paling mudah dipahami dan paling banyak dimodelkan. Dalam Simple Random Sampling, penelitia mengembangkan Sampling Frame yang akurat, memilih elemen-elemen dari Sampling Frame menurut prosedur acak matematika, lalu memilih siapa atau apa yang dijadikan sampel.

Dalam Simple Random Sampling, setiap unit di dalam populasi punya kesempatan untuk dipilih sebagai sampel penelitian. Penelitian mulai dengan daftar observasi yaitu N. N adalah seluruh populasi yang ditentukan dalam Sampling Frame.

Contoh, dalam wilayah pemungutan suara terdapat 1000 pemilih. Peneliti hendak memilih 100 dari antara mereka untuk jajak pendapat. Peneliti memasukkan ke-1000 nama di sebuah kotak dan mengeluarkan 100 nama. Dengan ini, 1000 orang tersebut punya kesempatan yang sama untuk menjadi sampel. Peneliti menentukan ukuran n (sampel) dan N (populasi) dan masukkan ke dalam pembagian :

n/N x 100 atau 100/1000 x 100 = 10%.

Dengan demikian, sampel yang digunakan adalah 10% dari populasi. Syarat utama Simple Random Sampling adalah membuat Sampling Frame. Sampel diturunkan dari Sampling Frame ini.

Dalam memilih sampel dengan teknik Simple Random Sampling digunakan Tabel Random Number (nomor acak) yang kami muat dalam lampiran tulisan ini. Bagaimana cara menggunakannya? Cara menggunakan sebagai berikut:


Perhatikan, tabel terdiri atas dua digit angka (54, 83, 80, ...). 
  • Angka-angka tersebut disusun dalam bentuk baris dan kolom agar mudah dibaca dan digunakan.
  • Pada prakteknya, anda abaikan 2 digit itu dan khayalkan angka-angka tersebut berbentuk sambung (5, 4, 8, 3, 8, 0, 5, 3, 9, 0, ...).
  • Tentukan berapa sampel yang mau diambil. Misalnya, STIA Sandikta punya 5000 mahasiswa dan Peneliti mau mengambil sampel 200 sampel.
  • Buatlah nomor (di kertas coret-coretan) mahasiswa nomor 0001 hingga 5000.
  • Mulai dari mana saja, pada tabel Random Number, peneliti mau ambil 200 set 4 digit angka.

Contoh, peneliti mulai dari sini (cetak tebal): 

36 85 49 83 47 89 46 28 54 02 87 98 10 47 22 67 27 33 13

  • Mulai dari nomor 49 itu lihat ke samping kanan sehingga jadi 4983. Mahasiswa nomor 4983 jadi sampel. Baru satu orang. Di samping kanannya 4789. Ia jadi sampel nomor 2. Ke samping kanannya lagi 4628. Ia jadi sampel nomor 3. Ke samping kanan lagi ketemu 5402. Lho!
  • Mahasiswa kan Cuma 5000 sehingga 5402 tidak ada. Jangan hiraukan, dan lanjut ke kanan lagi ketemu 8798. Abaikan juga nomor tersebut. Ke kanan lagi ketemu 1047. Nah, 1047 ini jadi sampel nomor 4. Begitu selanjutnya dan selanjutnya hingga ketemu 200 sampel.

Stratified Random Sampling. Stratified Random Sampling adalah variasi dari Simple Random Sampling. Ketimbang memilih responden langsung dari populasi, peneliti pertama-tama membagi populasi ke dalam 2 atau lebih strata. Stratum adalah bagian dari populasi yang saling berbagi karakteristik khusus tertentu.

Contoh, peneliti bisa membagi populasi jadi Laki-laki dan Prempuan atau ke dalam 6 kisaran umur (20-29, 30-39, 40-49, 50-59, 60-69, di atas 69). Lalu, responden ditarik acak dari tiap-tiap strata.

Kunci Stratified Random Sampling adalah, peneliti punya informasi tambahan seputar stratum yang ada dalam populasi. Di atas sudah dicontohkan jenis kelamin dan kisaran umur. Juga bisa berupa jabatan seperti bos, wakil bos, anak buah bos, dan sejenisnya. Sampel lalu diambil dari tiap-tiap stratum tersebut.

Stratified Random Sampling mengatasi kelemahan Simple Random Sampling. Misalnya, suatu populasi terdiri atas 100 orang. Terdapat 60% laki-laki dan 40% prempuan. Rasio laki-laki dan prempuan 60:40. Kalau pakai Simple Random Sampling, rasio tersebut belum tentu terpenuhi. Kalau pakai Stratified Random Sampling, maka sampel yang ditarik mencerminkan rasio tersebut dengan cara:
  • (10/100) x 60 = 6 laki
  • (10/100) x 40 = 4 prempuan

Contoh dari Stratified Random Sampling dan perbandingannya dengan Simple Random Sampling sebagai berikut: 

Dalam tabel di atas, pilih 3 dari 15 administrator, 5 dari 25 Staff Physician, dan selanjutnya. Secara umum, N menyimbolkan angka dalam populasi dan n mewakili angka dalam sampel. Simple Random Sampel berlebihan dalam mengambil Nurses, Nursing Assistant, dan Medical Technician, tetapi kurang dalam mewakili Administrator, Staff Physician, Maintenance Staff, dan Cleaning Staff. Namun, Stratified Random Sampling memberi perwakilan lebih akuran untuk tiap jenis posisi. Kiranya demikian dan cukup sederhana, bukan?

Cluster Sampling. Cluster Sampling dipilih sebagai metode penarikan sampel jika terdapat dua masalah. Pertama, tidak punya Sampling Frame yang baik bagi populasi yang tersebar. Kedua, biaya untuk mengambil sampel tinggi (mahal, expensive).

Contoh, tidak terdapat daftar nama montir di wilayah Kota Bekasi. Bahkan, jika peneliti punya Sampling Frame yang akurat, proses penyebaran kuesioner memakan biaya mahal karena para montir tersebar di kawasan yang luas dan macet serta berpolusi. Resiko kesehatan jiwa pun mengancam. Jadi, ketimbang memakai satu Sampling Frame, peneliti mengguna desain sampel yang meliputi Multiple Stages dan Cluster.

Cluster adalah pengelompokan responden. Dalam kasus montir di Kota Bekasi, para montir kelompokkan. Pengelompokkan biasanya berdasarkan wilayah geografis. Dalam kasus montir di Kota Bekasi, peneliti melakukan hal-hal berikut dalam metode Cluster Sampling:
  • Tujuan : Memilih 240 orang montir di Kota Bekasi.
  • Langkah#1 - Kota Bekasi punya 12 kecamatan dan 56 kelurahan. Peneliti tentukan hendak mengambil montir berdasarkan apa ? Kecamatan atau kelurahan? Disarankan kelurahan saja karena lingkupnya lebih sempit. Dari 56 kelurahan, pilih secara acak 6 kelurahan. [yang ditebalkan dipilih secara acak, lho!]


  • Langkah#2 - Bagilah kelurahan yang sudah dipilih ke dalam RW. Tiap kelurahan terdiri dari 20 RW. Lalu pilih secara acak 5 RW dari tiap kelurahan.
  • Contoh kelurahan 03 adalah Jatirahayu (sudah dipilih di langkah 1) yang punya 20 RW: maka seperti ini:
01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20

  • Dipilihlah RW 04, 10, 13, 17, dan 20.
  • Langkah#3 - Dari tiap RW cari 10 montir buat mengisi kuesioner. Jadi, dari kelurahan Jatirahayu dapat 40 montir. Lakukan berulang langkah 2 dan 3 hingga total montir yang diperoleh adalah 240. Mudah bukan?

Tentu saja, Cluster Sample akurasinya lebih rendah ketimbang Simple Random Sampling. Namun, Cluster Sampling lebih murah biaya dan sederhana.

Systematic Sampling. Systematic Sampling adalah Simple Random Sampling dengan jalan pintas menuju pilihan acak. Langkah pertama menomori tiap elemen di dalam Sampling Frame. Lalu, ketimbang langsung menggunakan Tabel Random Number, peneliti menghitung Sampling Interval, dan interval itu menjadi metode semi acak dari si peneliti. Sampling Interval (misalnya 1 dalam k, di mana k ada suatu angka) memberitahu peneliti bagaimana memilih elemen dari Sampling Frame dengan cara melewati elemen di dalam Sampling Frame sebelum memilihnya jadi sampel.

Misalnya, peneliti STIA Sandikta mau pililh 300 nama dari 900 nama. Setelah awal yang acak, peneliti tersebut memilih tiap 3 nama dari 900 itu biar bisa beroleh 300 nama. Sampling Interval-nya, dengan demikian, adalah 3.

Sampling Interval mudah dihitung. Peneliti STIA Sandikta itu Cuma butuh jumlah sampel dan jumlah populasi (atau Sampling Frame). Sampling Ratio untuk 300 nama dari 900 adalah 300/900 = 0,333 = 33,3%. Sampling Interval adalah 900/300 = 3.

Contoh lain lagi soal Systematic Sampling. Mahasiswa STIA Sandikta ada 500 orang dan Boim, seorang peneliti, hendak mengambil sampel (n) sebanyak 100 menggunakan Systematic Sampling. Boim harus mendaftar ke-500 mahasiswa secara urut. Sampling Fraction-nya menjadi f = 500/100 = 20%. Dalam kasus Boim, ukuran Interval k sama dengan N/n = 500/100 = 5. Sekarang, Boim tinggal memilih integer (bilangan) acak dari 1 hingga 5. Taruhlah Boim memilih 2. Lalu, untuk memilih sampel Boim mulai dengan nomor 2 dan mengambil tiap k (yaitu 5, karena k = 5). Sampel Boim yaitu jatuh pada nomor 2, 7, 12, 17 dan terus begitu hingga anggota populasi nomor 500. Jadilah Boim beroleh 100 orang.

3. Non Probability Sampling

Non Probability Sampling terdiri atas: (1) Convenience Sampling; (2) Quota Sampling; (3) Purposive Sampling; (4) Snowball Sampling; (5) Deviant Case Sampling; dan (6) Sequential Sampling. Kendati lebih banyak digunakan dalam penelitian kualitatif, pada kenyataannya, banyak juga penelitian kuantitatif yang menggunakan metode sampling ini. Alasannya, banyak berkisar pada “kemalasan” peneliti, keterbatasan dana, keterbatasan waktu studi, dan alasan lebih praktis dan kemudahan penentuan.

Convenience Sampling. Convenience Sampling disebut juga Haphazard atau Accidental Sampling. Convenience Sampling sebagai metode sampling bisa berakibat pada sampel yang tidak efektif (tidak menggambarkan populasi) dan tidak direkomendasikan.

Convenience Sampling adalah sampel yang dipilih secara convenience (nyaman) karena sifatnya yang mudah dan tidak menyulitkan peneliti. Contoh dari Convenience Sampling adalah sebuah surat kabar bertanya pada pembaca lewat kolom kuesioner di surat kabar tersebut. Tidak semua orang yang baca koran punya minat pada masalah di dalam kuesioner, atau punya waktu buat menggunting kuesioner dan mengirimkannya lewat pos kendati gratis.

Andai saja ada 5000 orang yang mengembalikan, tetapi kendati besar “sampel” itu tidak bisa secara akurat menggambarkan populasi. Mungkin saja, kuesioner tersebut lebih punya nuansa menghibur ketimbang melakukan penelitian. Hasil kesimpulan penelitian seperti ini mendistorsi kesimpulan atas topik di dalam kuesioner.

Quota Sampling. Quota Sampling adalah upaya memperbaiki kelemahan Convenience Sampling. Dalam Quota Sampling, peneliti awalnya mengidentifikasi kategori-kategori yang relevan dari sejumlah orang (misalnya laki – prempuan atau < 30 tahun, 30 – 60 tahun, > 60 tahun), lalu memutuskan seberapa banyak dibutuhkan dari setiap kategori untuk dijadikan sampel. Sebab itu, jumlah orang di kategori sampel yang beragam itu fix.

Misalnya, peneliti memutuskan memilih 5 laki dan 5 prempuan di bawah umur 30 tahu, 10 laki dan 10 prempuan antara 30 – 60 tahun, dan 5 laki dan 5 prempuan di atas umur 60 tahun dalam menentukan 40 sampel yang dikehendaki. Adalah sulit mewakili seluruh karakteristik populasi secara akurat.

Quota Sampling adalah “perbaikan” Convenience Sampling karena peneliti dapat memastikan sejumlah perbedaan di dalam sampel-nya. Dalam Convenience Sampling, orang yang diwawancara atau mengisi kuesioner bisa saja berasal dari usia atau jenis kelamin yang serupa. Namun, Quota Sampling mengatasi kelemahan itu dengan menentukan variasi di dalam populasi. Quota Sampling ini kerap dilakukan Gallup’s American Institute of Public Opinion dalam memprediksi Presiden Amerika Serikat. Mereka sukses dalam pilpres 1936, 1940, dan 1944, tetapi tahun 1948 mereka salah memprediksi.

Purposive Sampling. Purposive Sampling juga disebut Judgmental Sampling. Purposive Sampling digunakan dalam situasi dimana seorang ahli menggunakan penilaiannya dalam memilih responden dengan tujuan tertentu di dalam benaknya. Dengan Purposive Sampling, peneliti tidak pernah tahu apakah responden yang dipilih mewakili populasi. Metode ini kerap digunakan dalam Exploratory Research atau dalam Field Research.

Purposive Sampling signifikan digunakan dalam 3 situasi. Pertama, peneliti menggunakan guna memilih responden unik yang akan memberi informasi penting. Contoh, peneliti ingin menggunakan Content Analysis guna meneliti Majalah untuk menemukan tema-tema kebudayaan. Ia memilih majalah prempuan populer untuk penelitian karena trend-nya membicara budaya.

Kedua, peneliti menggunakan Purposive Sampling untuk memilih responden yang sulit dicapai, yaitu suatu populasi khusus semisal kaum Gay atau Lesbian. Misalnya, peneliti hendak meneliti masalah prostitusi. Mustahil peneliti mendaftar seluruh nama pelacur di suatu lokalisasi dan secara acak memilih lewat teknik Simple Random Sampling. Untuk itu, peneliti cenderung informasi subyektif (misalnya lokalisasi pelacuran atau dengan siapa pelacur biasa berhubungan) dan para ahli (polisi susila, satpol PP, atau LSM pemerhati pelacur) guna mengidentifikasi sampel para pelacur untuk digunakan dalam penelitian.

Ketiga, tatkala peneliti ingin mengidentifikasi jenis responden tertentu untuk diadakan wawancara mendalam. Tujuan penelitian bukan hendak melakukan generalisasi atas populasi yang lebih besar, tetapi lebih pada kehendak untuk memperoleh informasi yang mendalam tentang sesuatu hal. Misalnya, Boim menggunakan Purposive Sampling dalam Focus Group Study seputar apa yang dipikirkan kelas pekerja tentang politik. Boim menghendaki 188 orang dari kelas pekerja untuk berpartisipasi dalam 1 dari 37 Focus Group yang dibentuk. Ia mencari responden yang tidak merampungkan pendidikan tinggi tetapi bervariasi dari segi usia, etnis, agama, minat politik dan jenis pekerjaan. Boim merekrut orang dari 35 kawasan di Kota Bekasi.

Snowball Sampling. Snowball Sampling juga disebut Network Sampling, Chain Referral Sampling atau Reputational Sampling. Snowball Sampling adalah metode guna mengidentifikasi dan mengambil sampel lewat suatu jaringan. Ia didasarkan pada analogi bola salju, yang dimulai dalam ukuran kecil, tetapi seiring proses, jumlahnya membesar. Snowball Sampling adalah teknik multi tahap. Ia dimual dengan sedikit orang dan membesar sehubungan pergerakan peneletian.

Snowball Sampling dapat dilakukan dengan membuat sosiogram, yaitu suatu diagram lingkaran yang dihubungkan dengan garis. Misalnya Boim dan Ratna tidak kenal satu sama lain secara langsung, tetapi tiap mereka punya teman yaitu Eka sehingga Boim dan Ratna berteman secara tidak langsung. Snowball Sampling kerap digunakan bersamaan dengan Purposive Sampling.

Deviant Case Sampling. Deviant Case Sampling juga disebut Extreme Case Sampling. Deviant Case Sampling digunakan kala peneliti mencari responden yang berbeda dari pola-pola dominan yang berkembang. Sama dengan Purposive Sampling, Deviant Case Sampling digunakan saat peneliti menggunakan teknik yang beragam untuk menempatkan responden dengan karakteristik tertentu. Deviant Case Sampling beda dengan Purposive Sampling karena tujuannya mencari hal yang unik, khusus, tidak biasa, bukan mewakili seluruhnya.

Misalnya, Boim tertarik meneliti mahasiswa STIA Sandikta yang dropout. Riset-riset sebelumnya menyebut mahasiswa tersebut dropout berasal dari keluarga yang punya pendapatan rendah, orang tua bercerai atau tidak stabil, sering pindah rumah, dan secara etnis atau agama minoritas. Penelitian yang sudah dibuat juga menyebut mahasiswa yang dropout kerap terlibat dalam perilaku ilegal dan punya catatan kriminal. Berdasarkan ini, Boim lalu menyusun penelitian dengan metode Deviant Case Sampling, di mana ia menggunakan responden mahasiswa STIA Sandikta yang dropout, tetapi tidak punya catatan kriminal, berasal dari etnis dan agama dominan, tidak pernah berperilaku ilegal apalagi melanggar hukum, dan secara ekonomi sangat mampu.

Sequential Sampling. Sequential Sampling mirip dengan Purposive Sampling dengan satu perbedaa. Dalam Purposive Sampling, peneliti coba menemukan sebanyak mungkin responden yang relevan dengan masalah penelitian, hingga suatu saat uang, tenaga, dan jiwa peneliti mulai “menjerit.”

Dalam Sequential Sampling, peneliti terus mengumpulkan responden hingga jumlah informasi baru atau keragaman responden yang baru terpenuhi. Contoh, Boim menentukan dan merencanakan wawancara mendalam dengan 60 janda di atas umur 70 tahun yang telah hidup tanpa pasangan selama sekurangnya 10 tahun. Bergantung pada tujuan Boim, memperoleh tambahan 20 janda yang pengalaman hidup, latar belakan sosial, dan pandangan hidup berbeda kecil dari 60 orang tersebut bisa dibilang tidak dibutuhkan.

4. Standard Error (SE)

Dalam proses pengambilan sampel (sampling method) dikenal istilah Standard Error. Standard Error ini berbeda dengan Standard Deviation (SD). SD mengukur seberapa baik Mean mewakili data. Semakin kecil SD mengindikasikan data dekat dengan Mean. Semakin besar SD mengindikasikan data jauh dari Mean. Jika SD = 0 maka Mean seluruh data adalah serupa. SD dapat dicari dengan rumus:


Dimana :
  • s = Standar Deviasi
  • x_i = Mean data yang diobservasi
  • x ̅ = Mean data keseluruhan
  • N = Jumlah sampel

Telah dikatakan, SD adalah akar kuadrat dari Varians (s2). Rumus Varians adalah :


 

Dimana :
  • SS = Sum of Square Error
  • N = Sampel
  • x_i = Mean data yang diobservasi
  • x ̅ = Mean data keseluruhan
  • N = Jumlah sampel
Standard Error adalah seberapa baik sampel mewakili populasi. Standard Error berkaitan dengan sampel ini juga disebut Standard Error of the Mean (SE). SE menunjukkan seberapa jauh perbedaan Mean sampel dengan Mean populasi. SE dihitung dengan membagi SD sampel (s) dengan akar kuadrat total sampel (N):


Dimana :
  • σx = Standard Error
  • s = Standard Deviasi
  • N = Jumlah sampel
 
5. Tingkat Keyakinan (Confidence of Interval)

Tingkat Keyakinan atau Confidence of Interval masih berkait dengan mean populasi. Tingkat Keyakinan adalah pendekatan untuk menilai akurasi Mean Sampel dalam menaksir Mean Populasi. Caranya dengan menghitung batas-batas dalam mana peneliti yakin nilai Mean Populasi yang sesungguhnya berada. Batas-batas ini disebut Tingkat Keyakinan. Gagasan dasar Tingkat Keyakinan adalah menaksir kisaran nilai ke dalam mana peneliti pikir nilai Mean populasi berada. Tingkat Keyakinan yang populer dalam penelitian sosial adalah 90%, 95% atau bahkan 99%.

Misalnya, suatu penelitian menggunakan 95% Tingkat Keyakinan dan menggunakan 100 sampel. Kita meneliti 100 sampel, menghitung Mean sampel, dan menghitung Tingkat Keyakinan untuk mean tersebut, lalu untuk 95 dari 100 sampel tersebut, Tingkat Keyakinan yang kita bangun akan mengandung nilai sesungguhnya dari Mean Populasi. Atau, jika Tingkat Keyakinan yang digunakan 90%, maka hanya 90 sampel saja yang mengandung nilai sesungguhnya dari Mean Populasi.

Untuk menghitung Tingkat Keyakinan, kita perlu tahu batas-batas dalam mana 95% Mean akan jatuh. Untuk itu perlu kita ingat z-score sebagai distribusi normal data. Nilai z-score diperoleh dari:


Dimana :
  • z = z-score
  • X = Standard Deviasi
  • X ̅ = Mean Sampel
  • s = Standard Error

Batasan kiri –1,96 dan kanan 1,96. Untuk itu, kita mengganti z pada persamaan dengan :




Nilai X diperoleh dari :



Dengan demikian, batas bawah dari Tingkat Keyakinan adalah:



Dan, batas atas dari Tingkat Keyakinan adalah:


Tingkat Keyakinan yang digunakan dalam penelitian ini adalah 95% dan dengan demikian signifikansi hasil uji statistik yang dikehendaki adalah < 0,05. Uji statistik yang digunakan menggunakan Uji Dua Sisi karena nilai gap yang diperoleh belum bisa dipastikan bernilai negatif (-) atau positif (+). Nilai z-score untuk signifikansi 0,05 untuk uji dua sisi telah distandardisasi, dan nilainya adalah – 1,96 untuk batas bawah dan 1,96 untuk batas atas.

Jenis dan Sumber Data

Jenis data primer yang dibutuhkan penelitian ini adalah data kualitatif berupa sikap pelanggan suatu perusahaan. Data berupa sikap tersebut dikuantifikasi dengan menggunakan skala ordinal. Kendati telah dikuantifikasi, data yang dihasilkan tetaplah data kualitatif.

Data kualitatif tersebut, lebih lanjut dikuantifikasi kembali dengan mengkategosasinya berdasarkan variabel X dan variabel Y. Variabel X terdiri atas .... dengan indikator-indikator .... Sementara variabel Y terdiri atas ..... dengan indikator-indikator .....

Selain data primer yang diperoleh berdasarkan penyebaran kuesioner, data primer juga diperoleh melalui wawancara terbuka kepada para responden. Data sekunder diperoleh dengan studi dokumentasi dan perpustakaan.

Teknik Pengukuran

Variabel X dan Variabel Y serta indikator-indikator yang ada di dalam Hipotesis penelitian harus diukur. Pengukuran ini ditentukan oleh sifat data, yaitu apakah Diskrit atau Kontinus. Selain itu, teknik pengukuran juga pada instrumen pengukurannya (skala).

1. Sifat Data

Pertama-tama peneliti harus menetapkan skala pengukuran yang digunakan untuk mengukur konsep. Skala pengukuran dari terendah hingga tertinggi adalah: (1) Nominal; (2) Ordinal; (3) Interval, dan (4) Rasio. Skala pengukuran membatasi uji-uji statistik yang diterapkan dalam analisis data.

Nominal adalah skala yang hanya mengukur perbedaan antar kategori. Misalnya agama yaitu Protestan, Katolik, Islam, Yahudi, Buddha. Atau, ras seperti Afro-Amerika, Kaukasus, Hispanik, Arian, atau Mongoloid. Ordinal adalah skala yang hanya mengukur perbedaan ditambah kategori yang bisa diurutkan atau dirangking seperti Tinggi, Rendah, Sedang atau sikap (Sangat Setuju, Setuju, Tidak Setuju, Sangat Tidak Setuju).

Interval mengukur apa yang bisa diukur nominal dan ordinal ditambah skala ini bisa merinci jarak antar kategori seperti Skor IQ (95, 110, 125) atau temperatur (5 derajat, 7, derajat, atau 9 derajat). Rasio bisa mengukur apa yang bisa diukur nominal, ordinal, dan rasio ditambah rasio punya titik 0 yang pasti seperti uang (1 rupiah, 2 rupiah) atau tahun belajar (1 tahun, 2 tahun, 3 tahun).

Khusus mengenai skala sikap, peneliti berbeda pendapat apakah memasukkan peringkat sikap ke dalam skala ordinal atau interval. Donald P. Schwab menyatakan keraguan ini. Di tengah keraguan ini, Schwab menyatakan bahwa peringkat sikap jika tidak bisa dikatakan berskala Interval sekurangnya adalah “mendekati” Interval. Schwab juga berani menyatakan bahwa, dengan “mendekati” Interval, uji-uji statistik yang biasa digunakan untuk skala Interval bisa dilakukan atas skala sikap yang “mendekati” Interval ini.

2. Skala Pengukuran

Skala alat ukur (dalam kuesioner sikap) yang biasa digunakan adalah Likert, Bogardus Social Distance Scale, Semantic Differential, dan Guttman Scaling.

Skala Likert. Skala Likert diciptakan tahun 1930 oleh Rensis Likert guna menyediakan tingkat Ordinal bagi pengukuran sikap seseorang. Likert menggunakan pilihan Setuju atau Tidak Setuju atas suatu pernyataan. Skala Likert minimal terdiri atas 2 pilihan jawaban (kategori). Lebih baik lagi jika mau menggunakan 4 hingga 8 pilihan jawaban.

Contoh-contoh Skala Likert kami sampaikan di bawah ini :

Skala Self-Esteem Rosenberg. Contoh dari skala yang menggunakan Rosenberg ini adalah:

Di atas semuanya, saya leluasa menyatakan bahwa saya keliru:
  1. Hampir selalu.
  2. Seringkali.
  3. Kadang.
  4. Jarang.
  5. Tidak Pernah.

Misalnya, diterapkan pada kasus Skala Penilaian Pengajaran oleh Mahasiswa:

Secara keseluruhan, saya memberi peringkat atas pengajaran di mata kuliah ini sebagai:


Atau, misalnya diterapkan pada Skala Supervisor Kelompok Kerja

Supervisor saya:


Bogardus Social Dimension Scale. Bogardus Social Dimension Scale mengukuru jarak sosial yang memisahkan etnis atau kelompok lainnya satu sama lain. Bogardus digunakan di dalam satu kelompok guna menentukan seberapa besar jarak yang dirasakan kelompok tersebut terhadap suatu sasaran atau “luar kelompok.”

Skala ini punya logika yang sederhana. Orang menjawab serangkaian pernyataan yang terurut; pernyataan yang paling dirasa mengancam atau yang jauh jarak sosialnya di satu sisi, dan yang paling tidak mengancam dan dekat jarak sosialnya di sisi lain. Logika skala ini adalah, orang yang menolak kontak atau tidak nyaman dengan item jarak sosial akan menolak item-item yang dekat secara sosial.

Contoh Bogardus sebagai berikut :


Di atas tercantum kuesioner Bogardus yang dibuat tahun 1925 (kiri) dan tahun 1993 (kanan). Perhatikan yang kiri, di mana ada pertanyaan berbunyi “I would willingly admit members of each race”. Atas pernyataan tersebut memilih jawaban antara 1 hingga 7. Mendekati jawaban 1, jarang sosial semakin dekat dan makin mendekati 7 jarak sosial semakin jauh.

Semantic Differential. Semantic Differential menyediakan ukuran tidak langsung pada bagaimana seseorang menyikapi suatu konsep, obyek, atau orang lain. Semantic Differential mengukur perasaan subyektif terhadap sesuatu menggunakan kata sifat. Ini karena orang mengkomunikasikan penilaian mereka lewat kata sifat, baik secara lisan atau tulisan. Karena sebagian besar kata sifat punya perlawanannya (misalnya: gelap/terang, kasar/halus/ lambat/cepat), skala ini menggunakan kata sifat yang berlawanan guna membangun ukuran peringkat atau skala.

Kisaran peringkat Semantif dari 7 hingga 11 poin antara. Berikut kami contohkan skala Semantic Differential:


Dari skala di atas, terdapat 19 pernyataan. Setiap pernyataan diukur dengan 7 skala. Misalnya, antara Good dan Bad terdapat 7 skala. Contoh pernyataan untuk nomor 1 misalnya “Warga DKI Jakarta membuang sampah di tempat yang mudah disapu.” 

[Good ___ ___ ___ ___ ___ ___ ___ Bad].

Guttman Scaling. Guttman Scaling juga disebut skala kumulatif, berbeda dengan skala-skala sebelumnya. Ini berarti, peneliti harus mendesain suatu dengan Guttman Scaling dicamkan di dalam benaknya.

Skala Guttman dimulai dengan pengukuran seperangkat indikator atau item. Ini bisa berupan item kuesioner, suara, atau karakteristik yang diamati. Skala Guttman mengukur fenomena berbeda (misalnya pola kejahata, pola menggunakan narkoba, partisipasi politik, gangguan psikologis). Indikator-indikator biasanya diukur dalam jawaban sederhana Ya/Tidak atau Hadir/Absen. Skala Guttman bisa menggunakan 3 hingga 20 indikator.

Peneliti memilih item dengan keyakinan terdapat hubungan logis antar item. Peneliti lalu menempatkan hasilkan ke sebuah skala Guttman dan menentukan apakah item-item tersebut membentuk pola yang seiring dengan hubungan. Contoh skala Guttman kami muat di bawah ini:

Peneliti memilih item dengan keyakinan terdapat hubungan logis antar item. Peneliti lalu menempatkan hasilkan ke sebuah skala Guttman dan menentukan apakah item-item tersebut membentuk pola yang seiring dengan hubungan. Contoh skala Guttman kami muat di bawah ini:


Teknik Pengumpulan Data

Teknik pengumpulan data yang digunakan:
  • Kuesioner
  • Wawancara
  • Content-Analysis
  • Focus groups
  • Observation
  • Video analysis 

Teknik Analisis Data

Teknik analisis data berturut-turut adalah Uji Validitas, Uji Reliabilitas, Uji Beda Paired t Sampled Test, dan Importance-Performance Analysis.

1. Uji Validitas Item

Uji Validitas Item atau butir dapat dilakukan dengan menggunakan software SPSS. Untuk proses ini, akan digunakan Uji Korelasi Pearson Product Moment. Dalam uji ini, setiap item akan diuji relasinya dengan skor total variabel yang dimaksud. Dalam hal ini masing-masing item yang ada di dalam variabel X dan Y akan diuji relasinya dengan skor total variabel tersebut.

Agar penelitian ini lebih teliti, sebuah item sebaiknya memiliki korelasi (r) dengan skor total masing-masing variabel ≥ 0,25. Item yang punya r hitung < 0,25 akan disingkirkan akibat mereka tidak melakukan pengukuran secara sama dengan yang dimaksud oleh skor total skala dan lebih jauh lagi, tidak memiliki kontribusi dengan pengukuran seseorang jika bukan malah mengacaukan.

2. Uji Reliabilitas Item

Uji Reliabilitas dilakukan dengan uji Alpha Cronbach. Rumus Alpha Cronbach sebagai berikut:


Note:
  • α = Koefisien reliabilitas Alpha Cronbach
  • K = Jumlah item pertanyaan yang diuji
  • Σs_i^2 = Jumlah varians skor item
  • SX^2 = Varians skor-skor tes (seluruh item K)

Jika nilai alpha > 0,7 artinya reliabilitas mencukupi (sufficient reliability) sementara jika alpha > 0,80 ini mensugestikan seluruh item reliabel dan seluruh tes secara konsisten secara internal karena memiliki reliabilitas yang kuat. Atau, ada pula yang memaknakannya sebagai berikut:
  • Jika alpha > 0,90 maka reliabilitas sempurna
  • Jika alpha antara 0,70 – 0,90 maka reliabilitas tinggi
  • Jika alpha antara 0,50 – 0,70 maka reliabilitas moderat
  • Jika alpha < 0,50 maka reliabilitas rendah

Jika alpha rendah, kemungkinan satu atau beberapa item tidak reliabel: Segera identifikasi dengan prosedur analisis per item. Item Analysis adalah kelanjutan dari tes Aplha sebelumnya guna melihat item-item tertentu yang tidak reliabel. Lewat ItemAnalysis ini maka satu atau beberapa item yang tidak reliabel dapat dibuang sehingga Alpha dapat lebih tinggi lagi nilainya.

Reliabilitas item diuji dengan melihat Koefisien Alpha dengan melakukan Reliability Analysis dengan SPSS ver. 16.0 for Windows. Akan dilihat nilai Alpha-Cronbach untuk reliabilitas keseluruhan item dalam satu variabel. Agar lebih teliti, dengan menggunakan SPSS, juga akan dilihat kolom Corrected Item Total Correlation. Nilai tiap-tiap item sebaiknya ≥ 0.40 sehingga membuktikan bahwa item tersebut dapat dikatakan punya reliabilitas Konsistensi Internal. Item-item yang punya koefisien korelasi < 0.40 akan dibuang kemudian Uji Reliabilitas item diulang dengan tidak menyertakan item yang tidak reliabel tersebut. Demikian terus dilakukan hingga Koefisien Reliabilitas masing-masing item adalah ≥ 0.40.

Daftar Pustaka

  • Andi Field, Discovering Statistics using SPSS, Second Edition (California : SAGE Publication, 2006)
  • David D. Vaus, Analyzing Social Science Data: 50 Key Problems in Data Analysis, (Thousand Oaks: Sage Publications, 2002)
  • David Wilkinson and Peter Birmingham, Using Research Instruments: A Guide for Researcher (London: RoutledgeFalmer, 2003).
  • Donald P. Schwab, Research Methods for Organizational Studies, Second Edition (New Jersey: Lawrence Erlbaum, 2005)
  • John A. Martilla and John C. James, “Importance-Performance Analysis” (Journal of Marketing, January, 1977) pp. 77 – 79.
  • John W. Lounsbury, Lucy W.Gibson, Richard A. Saudargas, “Scale Development” dalam Frederick T.L. Leong and James T. Austin, The Psychology Research Handbook: A Guide for Graduate Students and Research Assistants (Thousand Oaks: Sage Publications, Inc., 2006)
  • Louis Cohen, Lawrence Manion and Keith Morrison, Research Methods in Education, 5th Edition (London: RoutledgeFalmer, 2000)
  • Louis Cohen, Lawrence Manion, and Keith Morrison, Research Methods in Education, Sixth Edition (Oxon: Routledge, 2007)
  • Marguerite G. Lodico, Dean T. Spaulding, Katherine H. Voegtle, Methods in Educational Research: From Theory to Practice (San Fransisco: John Wiley & Sons, Inc., 2006)
  • Pablo E. Subong and McDonald D. Beldia, Statistics for Research (Manila: Rex Book, 2006)
  • Perry Roy Hilton and Charlotte Brownlow, SPSS Explained, (East Sussex: Routledge, 2004)
  • Rudi Setiawan, “Analisa Tingkat Kepuasan Pengguna Kereta Api Komuter Surabaya – Sidoarjo” (Surabaya: Jurusan Teknik Sipil Universitas Kristen Petra, tt)
  • Scott W. VanderStoep and Deirdre J. Johnston, Research Methods for Everyday Life: Blending Qualitative and Quantitative Approaches (San Fransisco: John Wiley & Sons, 2009)
  • Sebastian Rainsch, Dynamic Strategic Analysis: Demystifying Simple Success Strategies (Wiesbaden: Deutscher Universitasts-Verlag, 2004)
  • W. Lawrence Neuman, Basics of Social Research: Qualitative and Quantitative Approaches, Second Edition (Boston: Pearson Education, .....)
 tags:
pengertian metode penelitian kualitatif kuantitatif rumus mencari sampel dari tabel uji validitas reliabilitas teknik analisis data spss

86 komentar:

  1. Terima kasih sebelumnya, bacaan pada blog ini cukup membantu..
    tetapi saya ingin bertanya mengenai "pooling data". saya pernah sekilas mendengar kalau pooling data bisa digunaka pada sampel kurang dari 30. dimana saat ini saya sedang mengerjakan skripsi dan saya masih belum begitu faham dngn "pooling data" tersebut. mohon bantuannya..terima kasih :)

    BalasHapus
    Balasan
    1. Pooling ("pool" bukan "poll") data adalah analisis statistik yang menggunakan sumber-sumber data beragam sehubungan dengan populasi yang juga beragam. Analisis ini umumnya ditujukan untuk mengumulasi (juga mengelompokkan) data agar mampu dilakukan penaksiran yang lebih tepat akan sifat data. Juga, ia digunakan untuk memperbandingkan trend serta perbedaan yang ada baik di antara populasi maupun waktu kejadian. Syarat utama pooling data diantaranya: Sumber data yang "beragam" tersebut dapat DIPERBANDINGKAN. Mengenai sampel, pooling data biasanya dilakukan akibat keterbatasan jumlah sampel.
      Demikian. Semoga bermanfaat.

      Hapus
  2. Ijin nyimak dan copas gan, hehe

    BalasHapus
  3. mau nanya....gimana mau tentukan berapa jumlah sampel,jika yang akan diteliti adalah suatu kawasan untuk pengkajian bentuk penanganan????/

    BalasHapus
    Balasan
    1. Mohon maaf, mungkin dapat Anda rinci rencana penelitiannya. Memang secara umum, perlu diidentifikasi dahulu apa yang dimaksud kawasan tersebut. Apakah kelurahan, kecamatan, ataukah komunitas. Jika bentuknya kelurahan atau kecamatan (dan sejenisnya) bisa digunakan cluster sampling untuk memperingan. Jika komunitas (atau konsep sosiologis lainnya) bisa dipertimbangkan teknik-teknik non probability sampling.
      Demikian. Semoga bermanfaat.

      Hapus
  4. mau tanya donk..
    ada beberapa penelitian yang harus mengambil sample dan tidak bisa populasi?? contohnya apa sihh? dan kenapa bisa begitu?

    BalasHapus
    Balasan
    1. Prinsip utamanya ketidakmungkinan melakukan penelitian menyeluruh atas populasi. Ini terutama dihubungkan dengan tujuan dari penelitian. Misalnya, untuk meneliti golongan darah seseorang, tidak mungkin darah seseorang diambil seluruhnya sebagai sampel. Lalu, dalam polling-polling harian aneka lembaga survey, tidak mungkin seluruh anggota populasi diteliti karena berkait keterbatasan waktu, dana, dan kegunaan hasil penelitian.
      Demikian. Semoga bermanfaat.

      Hapus
  5. ajarin buat penelitian untuk skripsi dung..ga tamat2 blajar ini..

    BalasHapus
    Balasan
    1. Silakan. Insya' Allah melalui komentar-komentar di sini.

      Hapus
  6. saya mau tanya tentan skala rating y point itu seperti apa ya? dalam konteks penilaian pertanyaan dalam kuisioner skripsi. tolong dijelaskan secara mendetail. terimakasih bantak sebelumnya.

    BalasHapus
    Balasan
    1. Rating pertanyaan untuk menentukan skala pengukuran. Misalnya adalah yang menggunakan 3 (Setuju, Ragu, Tidak Setuju). Atau, ada yang menggunakan 5 (Sangat Setuju, Setuju, Ragu, Tidak Setuju, Sangat Tidak Setuju).
      Demikian. Semoga bermanfaat.

      Hapus
  7. saya mau tanya tentang penentuan ukuran jumlah sampel untuk meneliti tingkat partisipasi dari masyarakat, alternatif rumus yang paling baik menggunakan rumus apa ?

    BalasHapus
    Balasan
    1. Untuk penentuan jumlah sampel bisa digunakan rumus Slovin. Atau, dengan tabel Cohen et.al. di atas juga bisa tetapi dengan estimasi. Kalau Slovin, kita dapat memasukkan populasi eksaknya.
      Demikian. Semoga bermanfaat.

      Hapus
  8. terimakasih sebelumnya untuk informasi yang diberikan,sangat bermanfaat bagi penelitian saya ke depan..
    saya punya pertanyaan, berapa jumlah responden jika saya ingin melakukan analisis regresi pada penelitian saya?
    kemudian untuk pemaparan diatas mengenai jumlah minimal responden penelitian jenis kausal(sebab-akibat) adalah 15 orang, tolong beritahu sumbernya atau menurut pendapat siapa? supaya saya bisa mendapat keyakinan dan beragumen dengan dosen penguji nanti nya..
    terimakasih sekali lagi..

    BalasHapus
    Balasan
    1. Secara teoretis, Tabachnick and Fidell (1996, p.132) memberi rumus guna menghitung sampel yang dibutuhkan uji Regresi, yaitu:
      n > 50 + 8m
      Dimana :
      n = Jumlah Sampel
      m = Jumlah Variabel Bebas
      Misalnya, peneliti menggunakan 5 variabel bebas, maka jumlah sampel yang dibutuhkan adalah 90 orang, dalam mana 50 ditambah ( 5 x 8) = 50 + 40 = 90.
      Untuk yang "minimal 15 responden" dapat dilihat di:
      Louis Cohen, Lawrence Manion and Keith Morrison, Research Methods in Education, 5th Edition (London: RoutledgeFalmer, 2000) pp. 93-4.
      Sama-sama. Semoga bermanfaat.

      Hapus
  9. alhamdulillah ilmunya sangat bermanfaat bagi saya yang sedang menyusun skripsi semoga Allah SWT menambah ilmu bagi anda khususnya dan bagi para pembaca umumnya.... mohon ijin copas yah

    BalasHapus
    Balasan
    1. Amin. Demikian untuk anda. Silakan.

      Hapus
  10. terimakasih sharing ilmunya..
    maaf mau tanya juga, saya sedang menyusun skripsi tentang desain bahan ajar, dan metode penelitian yang saya gunakan adalah R&D. namun saya agak bingung dengan pendekatan yang akan saya gunakan, apakah cukup hanya dengan pendekatan kualitatif saja?
    dan bagaimana cara analisis data yang sebaiknya saja gunakan?
    terimaksih sebelumnya..mohon maaf soalnya masih cukup awam tentang skripsi, apalagi skripsi saya berbahasa arab, jadi skripsi" rujukan juga berbahasa arab dan agak bingung kadang dalam memahami..
    terimakasih..

    BalasHapus
    Balasan
    1. Sama-sama. Penelitian deskriptif juga menarik. Mungkin penelitian di bidang pendidikan, ya? Desain bahan ajar ini dipersepsi saja oleh siswa. Namun, apabila memungkinkan sampelnya agak besar (minimal 100) agar preferensi mereka terwakili. Penelitian ini juga langsung dapat dimanfaatkan untuk melakukan redesain bahan ajar yang disukai oleh siswa.
      Analisis data dengan menggunakan statistik deskriptif. Misalnya dengan menganalisis Mean, Standar Deviasi, dan sejenisnya. Lalu mungkin melibatkan persentase-persentase. Melakukan cross-tabulation dan masih banyak lagi.
      Untuk bahasa Arab mungkin dapat dimanfaatkan Google Translate. Pertama dibuat terlebih dahulu dalam bahasa Indonesia kemudian ditranslate menggunakan Google Translate ke dalam bahasa Arab.
      Demikian jawaban saya. Semoga bermanfaat.

      Hapus
  11. Bermanfaat sekali informasi yang terkandung di dalamnya...
    Saya memiliki beberapa pertanyaan..
    Untuk penelitian deskriptif bagaimana teknik analisis datanya ?
    Penelitian saya berupa kuantitatif deskriptif dengan menggunakan metode importance-performance analysis

    BalasHapus
    Balasan
    1. Terima kasih. Untuk penelitian deskriptif, analisis data dapat menggunakan (diantaranya) pencarian persentase, cross-tabulation, analisis Standar Deviasi, analisis Mean, dan IPA itu sendiri. Dalam IPA analisis dilakukan secara kualitatif atas hasil-hasil kuadranisasi: Apa makna pernyataan masuk kuadran A, B, C, atau D. Itulah yang menjadi dasar analisis dalam melakukan pembahasan (di bab IV, mungkin).
      Selamat bagi Anda yang memilih penggunaan IPA ini karena kekayaan argumentasi kualitatif yang dapat diperoleh darinya. Demikian. Semoga bermanfaat.

      Hapus
  12. Gan mau nanya,, kalau penelitian eksperimen kausal itu sampel per kelompoknya boleh 21 ga??
    Kalau boleh buku apa referensinya.
    Mohon bantuannya..

    BalasHapus
    Balasan
    1. Kalau penelitian eksperimen mungkin agak unik karena intervensi peneliti terlibat ke dalamnya. Dapat Anda baca di Louis Cohen, Lawrence Manion and Keith Morrison, Research Methods in Education, 5th Edition (London: RoutledgeFalmer, 2000) atau Louis Cohen, Lawrence Manion, and Keith Morrison, Research Methods in Education, Sixth Edition (Oxon: Routledge, 2007) atau Berry. Lengkap sekali di sana.
      Demikian. Semoga bermanfaat.

      Hapus
  13. alhamdulillah ilmunya sangat bermanfaat bagi saya yang sedang menyusun skripsi semoga Allah SWT menambah ilmu bagi akang, design blog na indah benar saya bleh minta temle na gx ?
    yuudi.blogspot.com

    BalasHapus
    Balasan
    1. Amin. Template-nya saya menggunakan Possibility dari Dhe-Template yang sudah dimodifikasi oleh saudara Ireng.

      Hapus
  14. Pak, saya ingin bertanya, bagaimana cara mencari sampel untuk penelitian dengan desain case-control?
    terutama untuk menentukan P dan Q nya.. terimakasih sebelumnya..

    BalasHapus
    Balasan
    1. Dalam penelitian jenis ini (case-control) peneliti harus benar-benar mencari sampel dianggap dapat diterapkan variabel-variabel penelitian atasnya. Dengan demikian, persoalan representasi atas populasi menjadi kurang prioritas dibandingkan dengan tujuan penelitian. Sebab itu teknik sampel yang digunakan umumnya purposive-sampling atau judgment-sampling.
      Sama-sama. Semoga bermanfaat.

      Hapus
  15. maaf mau nanya bang.... saya sangat awam dalam penelitian... rencana saya mau meneliti pelayanan air minum di kota batu yang dibagi 3 kategori yaitu 1. pelanggan PDAM, 2. Pelanggan HIPPAM dan 3. Non Pelanggan... kira2 berapa jumlah sampel yang harus saya teliti dan gmn cara pembagian sampelnya? terima kasih... mohon balasannya yah bang....

    BalasHapus
    Balasan
    1. Mungkin dapat dirinci tujuan penelitian, misalnya apakah menyelediki "pengaruh", "hubungan" atau melakukan "perbandingan"? Namun, di atas semua, dalam menentukan jumlah sampel, perlu terlebih dahulu dipastikan populasi penelitian, sampling frame, dan sampling process. Misalnya, Anda menentukan bahwa populasi penelitian adalah pengguna air minum di Kota Batu. Tentu saja, tidak semua pengguna air minum di Kota Batu Anda gunakan sebagai sampel. Untuk itu, Anda melakukan "sampling frame". Dan, Anda sudah melakukannya bahwa pengguna air minum yang hendak diteliti adalah: "pelanggan PDAM", "pelanggan HIPPAM, dan "non pelanggan". Sebaiknya, Anda mengetahui berapa jumlah "pelanggan PDAM", "pelanggan HIPPAM", dan "non pelanggan" (ada baiknya definisi operasional dari "non pelanggan" ini dirinci kriterianya). Berdasarkan jumlah "sampling frame" di masing-masing kategori, Anda melakukan "sampling process". Caranya ada dua bagian besar: Probability Sampling dan Non Probability Sampling (ada di artikel atas).
      Demikian tanggapan saya. Semoga bermanfaat.

      Hapus
  16. pak mengenai uji validitas yang 0,25 rujukan darimana ya pak? terimakasih

    BalasHapus
    Balasan
    1. Marguerite G. Lodico, Dean T. Spaulding, Katherine H. Voegtle, Methods in Educational Research: From Theory to Practice (San Fransisco: John Wiley & Sons, Inc., 2006) p.211.
      Demikian. Semoga bermanfaat.

      Hapus
  17. Salam jumpa Pak Seta...saya ada data seperti ini,panjang jalan 5000 m, lebar 5 m,ketika saya ingin memeriksa ketebalannya aspalnya ternyata berbeda-beda, dari 5 sampel yang saya dapat dengan urutan data tebal aspal seperti ini; 0,040 m, 0,035 m, 0,030 m,0,025 m dan 0,055 m. Kalau mau mengambil rata-ratanya kan tinggal menjumlah keseluruhannya kemudian dibagi lima, tetapi data itu kan pasti tidak dapat mewakili ketebalan jalan sepanjang 5000 m itu, mohon bantuan Pak Seta kira-kira metode apa yang tepat untuk mengitung ketebalan tersebut agar bisa mewakili panjang keseluruhan jalan tersebut?....atas bantuannya saya ucapkan terima kasih...

    BalasHapus
    Balasan
    1. Salam jumpa.
      Mungkin dasar-dasar hipotetis nilai-nilai statistik berikut dapat memberi gambaran: (1) Modus = nilai yang paling sering muncul dalam seperangkat data. (2) Median = nilai tengah seperangkat data yang telah diurutkan, apabila ada yang sama maka mediannya adalah rata-rata dari dua skor di kedua sisi. (3) Mean = nilai tengah dari suatu distribusi data, taksiran hipotetis demi sebuah skor "asli." Berdasarkan ketiga hal tersebut umumnya peneliti menggunakan Mean. Namun, apabila seorang peneliti berkehendak tetap menggunakan nilai "asli" dapat dicari modus. Untuk itu, peneliti butuh kelompok-kelompok sampel lainnya dan kemudia dicari modus (nilai yang paling banyak muncul).
      Demikian tanggapan saya. Semoga bermanfaat.

      Hapus
  18. pak mau tanya
    kalo populasi kurang dr 100 maka sampel yg akan d gunakan kan semuanya ya...nah populassi yg ada 62 orang sedang yg akan saya teliti hanya ada 12 orang trus gimn?apakah boleh ?
    makasiii mhn sarannya :)

    BalasHapus
    Balasan
    1. Prinsipnya, semakin sampel menyamai jumlah populasi semakin baik. Dalam kasus 100 sampel (apabila menggunakan tabel di atas) dengan taraf keyakinan 95% dan sig. penelitian 0,05 maka sampelnya 79. Dalam kasus Anda, populasi 62 orang sedang yang diteliti hanya 12. Yang terpenting, alasan mengapa hanya diambil 12? Apabila demikian, metode penarikan sampel kemungkinan Non Probability Sampling. Tekniknya mungkin dapat ditentukan seperti Convenience, Quota, Purpossive, Snowball, dan Deviant Case, dan Sequential Sampling (lihat artikel sub 3).
      Demikian. Semoga bermanfaat.

      Hapus
  19. pak saya mau nanya :
    jumlah populasi penelitian saya berjumlah 180 dengan menggunakan rumus slovin dengan menggunakan e = 5% didapat sampel = 124 orang.
    yang saya mau tanyakan adalah dari data tersebut bagaimana cara untuk menentukan interval kelas untuk mendeskripsikan jawab responden, menggunakan metode apa ?
    ket :
    populasi 180
    sampel 124
    skala likert =
    Sangat Setuju (SS) = 5
    Setuju (S) = 4
    Ragu (R) = 3
    Tidak Setuju (TS) = 2
    Sangat Tidak Setuju (STS) = 1

    BalasHapus
    Balasan
    1. Link berikut tentu akan sangat bermanfaat:
      http://staff.uny.ac.id/sites/default/files/PENYAJIAN%20DATA.pdf
      Demikian. Semoga bermanfaat.

      Hapus
  20. pak mau nanya nih!!

    di anatara probability sampling , metode mana yg pling umum dan efektif untuk digunakan??? bgitu jga pada non probability..
    mohon dijawab!!! thx before

    BalasHapus
    Balasan
    1. Jawaban, ada di bagian bawah. Terima kasih.

      Hapus
  21. pak mau nanya nih!!

    di anatara probability sampling , metode mana yg pling umum dan efektif untuk digunakan??? bgitu jga pada non probability..
    mohon dijawab!!! thx before

    BalasHapus
    Balasan
    1. Untuk probability sampling, cukup umum digunakan Stratified dan Cluster Sampling. Untuk non probability sampling, cukup umum digunakan Quota Sampling dan Purposive Sampling. Namun, di atas yang umum-umum tersebut, yang terbaik adalah mana yang paling sesuai dengan tujuan penelitian, karakteristik data, serta keterbatasan penelitian kita (waktu, biaya, tenaga).
      Sama-sama. Semoga bermanfaat.

      Hapus
  22. pak saya mau tanya, apakah skala likert sudah bisa di analisis dengan metode statistik parametrik ? beberapa ahli menyatakan skala likert ordinal, parametrik mensyaratkan data interval / rasio ? apakah untuk ukur korelasi boleh menggunakan pearson dengan skala likert berdata ordinal ?

    BalasHapus
    Balasan
    1. Memang masalah ke mana Skala Likert termasuk seakan tidak pernah habis. Umumnya, Likert Scale dikategorikan sebagai Ordinal karena dianggap tidak menunjukkan jarak tertentu (misalnya dalam 4 peringkat Sangat Setuju, Setuju, Tidak Setuju, dan Sangat Tidak Setuju. Sikap Sangat Setuju bukan bermakna 1 kali lipat lebih tinggi dari sikap Setuju). Namun, apabila kita membaca karya seorang penulis buku riset seperti Donald P. Schwab dalam bukunya Research Methods for Organizational Studies, Second Edition (New Jersey: Lawrence Erlbaum, 2005) maka ia menganggap Likert Scale berskala interval atau sekurang-kurangnya mendekati skala interval.
      Menurut saya, ambil saja jalan tengah. Apabila asumsi korelasi Pearson terpenuhi, gunakan Pearson. Apabila tidak, maka gunakan Spearman. Hasilnya (apabila menggunakan SPSS) tidaklah terlampau berbeda.
      Demikian. Semoga bermanfaat.

      Hapus
  23. salam sukses pak... saya mau nya,,. populasi yang mau saya teliti sekitar 2 ribuan lebih,... setelah satu hitung-hitung, saya mendapatnya sampel sekitar 95,08 ... jadi apakah saya memakai 95 sampel atau 100 sampel...? kemudian, apakah bisa saya melakukan sampel 30 jika populasinya sekitar 2 ribuan...? kalau bisa, alasannya bagaimana pak...?
    Terima kasih... !

    BalasHapus
    Balasan
    1. salam sukses pak... saya mau nya,,. populasi yang mau saya teliti sekitar 2 ribuan lebih,... setelah satu hitung-hitung, saya mendapatnya sampel sekitar 95,08 % ... jadi apakah saya memakai 95 sampel atau 100 sampel...? kemudian, apakah bisa saya melakukan sampel 30 jika populasinya sekitar 2 ribuan...? kalau bisa, alasannya bagaimana pak...?
      Terima kasih... !

      Hapus
    2. Salam sukses pula untuk Anda.
      Idealnya, dari 2000 populasi maka sampel dengan taraf keyakinan 95% dan signifikansi penelitian 0,05 adalah 462 (apabila kita patok pada tabel Cohen, Manion, Morrison di atas). Demikian kurang lebihnya apabila Anda hendak menerapkan Probability Sampling. Tentu saja, dengan populasi 2000 sampel sekitar 30 secara statistik belumlah representatif. Kecuali, Anda menganalisis ulang teknik penarikan sampel melalui garis komando Populasi - Sampling Frame - Sample. Kuncinya ada di Sampling Frame. Misalnya, populasi adalah laki-laki di RW 011 Kelurahan A sebesar 2000. Karena penelitian menggunakan kuesioner rumit maka diambil laki-laki berpendidikan minimal S3 dan jumlahnya 200 orang. Ke-200 orang ini hasil Sampling Frame. Sampelnya adalah didasarkan atas jumlah 200 yaitu apabila menggunakan Taraf Keyakinan 95% dan signifikansi penelitian 0,05 maka sampelnya 150 orang. Hal-hal ini apabila Anda mendasarkan diri pada Probability Sampling.
      Namun, apabila Anda memutuskan tidak menggunakan Probability Sampling dan sudah menetapkan jumlah sampel 30 orang maka Anda seyogyanya tengah melakukan Non Probability Sampling. Dengan demikian Anda dapat memilih teknik-teknis seperti Conveniences Sampling, Quota Sampling, Purposive Sampling, Snowball Sampling, Deviant Case Sampling, dan Sequential Sampling (bahasan mengenai masing-masing ada di artikel atas). Kelemahanannya adalah, tidak bisa menggeneralisasi konklusi hasil penelitian atas populasi.
      Demikian. Semoga bermanfaat.

      Hapus
  24. saya ingin bertanya.. jiga penelitian deskriptif dengan populasi 5 orang bisa menggunakan survei? apakah harus menjadi studi kasus karena total populasi?

    BalasHapus
    Balasan
    1. Dengan populasi 5 orang, alangkah baiknya apabila metode penelitian survey tidak diterapkan. Metode ini mengandalkan "banyak" ketimbang "sedikit" sampel. Karena tujuannya memberi deskripsi kuantitatif atas data. Penelitian ini ada dalam pendekatan Kuantitatif.
      Ada pula pendekatan Kualitatif. Alangkah lebih baiknya apabila diterapkan pendekatan ini pada populasi data Anda. "Kedalaman" informasi yang dikehendaki oleh pendekatan ini. Penguatan atas "kedalaman" informasi ini dirancang dalam intensifikasi wawancara terstruktur dan tidak terstruktur. Studi kasus adalah satu metodenya.
      Demikian. Semoga bermanfaat.

      Hapus
  25. Salam Pak..
    saya mau nanya, penelitian saya ini tentang brand recall, meneliti hubungan antara variabel X dan Y, X menggunakan skala likert (ada 44 pernyataan), dan Y adalah pertanyaan terbuka-jika dijawab semuanya ada 10(responden menulis merek yang mereka ingat).
    untuk mengolah data tersebut, saya menggunakan uji korelasi Pearson dengan anggapan bahwa data yang digunakan adalah interval.
    dalam variabel X tersebut ada beberapa indikator, yang saya teliti hubungan antara indikator tersebut dengan brand recall(variabel Y).

    Tapi yang saya bingung, ada yg bilang kalau pearson itu data harus terdistribusi normal sedangkan punya saya tidak normal.
    Tolong saran nya pak...saya bingung bgt....
    Terima kasih banyak Pak....

    BalasHapus
    Balasan
    1. Salah satu asumsi uji korelasi Pearson adalah data berdistribusi normal. Apabila data ternyata tidak berdistribusi normal, sesungguhnya terdapat uji korelasi alternatifnya yaitu Spearman. Mungkin ada baiknya apabila data Anda tidak berdistribusi normal, untuk menerapkan uji korelasi Spearman ini. Lakukan perangkingan terlebih dahulu lalu lakukan uji ini. Hasilnya (biasanya) tidak berbeda jauh dengan hasil uji korelasi Pearson.
      Demikian. Semoga bermanfaat.

      Hapus
  26. Komentar ini telah dihapus oleh pengarang.

    BalasHapus
  27. salam Pak Seta
    mohon maaf bila out of topic...
    saya sedang melakukan penelitian pada suatu komunitas di daerah saya, dimana jumlah keseluruhan populasi hanya 32 orang... oleh sebab itu saya menggunakan metode sampling dengan menggunakan sampel jenuh dimana seluruh anggota dalam komunitas tersebut menjadi responden.
    Hal yang menjadi 'kebingungan' saya adalah bagaimana menentukan besaran sampel dengan tujuan untuk pre test(guna menyempurnakan kuesioner)? jika hanya diambil beberapa persen dari keseluruhan populasi, takutnya saya bisa menyalahi metode sampling yang telah saya tentukan.. (kalau tidak salah dimana responden yang telah menjadi bagian untuk pre test kuesioner tidak dapat terlibat kembali dalam penyebaran kuesioner yang sesungguhnya)
    mohon pencerahaannya, terima kasih sebelumnya Pak Seta

    BalasHapus
    Balasan
    1. Salam juga untuk Anda. Sepemahaman saya hal ini dapat diatasi dengan cara meminta bantuan kelompok lain yang memiliki karakteristik serupa (atau mendekati) dengan populasi target Anda. Misalnya, apabila karakteristik populasi tujuan adalah siswa kelas 5 SD Tertentu dengan orang tua tunggal, maka pre-test dapat Anda lakukan dengan siswa kelas 5 SD Lainnya yang juga hanya memiliki orang tua tunggal. Hal ini untuk menjamin keserupaan background responden, kendati ada peribahasa "lain lubuk lain ikannya". Namun, sekurangnya peneliti sudah berupaya semaksimal mungkin.
      Demikian tanggapan dari saya. Sama-sama. Semoga bermanfaat.

      Hapus
  28. bang klo cara menghitung replikasi sampel penelitian non eksperimental pakai rumus apa?
    misalnya,, penelitian di suatu apotek tentang pelayanan resep..nah brp sampel resep yang harus di ambil klo di apotek itu rata-rata resepnya 10 resep per hari?

    BalasHapus
    Balasan
    1. Sepengetahuan saya, replikasi tersebut lumrah digunakan dalam penelitian eksperimental. Mungkin ada baiknya ditelusuri informasi lebih lanjut di dalam link ini:
      http://mufusai.files.wordpress.com/2013/04/menghitung-besar-sampel-penelitian.pdf
      Demikian tanggapan dari saya. Semoga bermanfaat.

      Hapus
  29. Salam kenal Pak. Tulisan Anda sangat baik, mudah dipahami. Semoga dapat terus berkontribusi bagi kemajuan ilmu

    BalasHapus
    Balasan
    1. Salam kenal juga untuk Anda. Alhamdulillah. Insya' Allah.

      Hapus
  30. min saya mau bertanya....judul skripsi saya "pengaruh keberadaan industri terhadap kondisi sosial ekonomi dan budaya masyarakat",,,dalam pengumpulan data melalui angketnya mening pake nominal atau interval? trus buat rumusnya chi kuadrat atau korelasi product moment? mohon bantuan dan bimbingannya :)

    BalasHapus
    Balasan
    1. (Saya copy dari tanggapan atas komentar Anda di bagian lain blog ini)

      Salam.
      Uji autokorelasi umumnya diterapkan sebagai asumsi dari uji regresi. Namun, uji regresi tersebut adalah Uji Regresi Berganda (Multiple Linear Regression/MLR). Tujuannya adalah, menyelidiki apakah sesama Variabel Bebas (X1 dengan X2, misalnya) saling berkorelasi secara berlebihan. Nah, uji autokorelasi ini hanya diterapkan pada MLR, yaitu uji regresi di mana Variabel Bebas-nya 2 atau lebih. Uji autokorelasi diadakan antar Variabel Bebas, bukan antara Variabel Bebas dengan Variabel Terikat.
      Apabila uji yang diterapkan adalah Uji Linier Sederhana (Simple Regression/SR) maka tidak perlu dilakukan uji autokorelasi karena Variabel Bebas-nya cuma satu.
      Ke manakah jenis uji regresi yang Anda gunakan? Apakah MLR ataukah SR. Apabila SR tentu tidak perlu diadakan uji autokorelasi. Apabila MLR, sebagai jalan tengah, sesuai pendapat sebagian dosen Anda, kendati terjadi autokorelasi, silakan saja diteruskan pengujian asalkan dimuat dalam catatan pelaksanaan uji hipotesis pada pembahasan skripsi Anda.
      Demikian tanggapan dari saya. Sama-sama. Semoga bermanfaat.

      Hapus
  31. assalamualaikum.
    pak boleh saya bertanyaa ?
    skripsi saya tentang kepuasan konsumen dengan menggunakan kuesioner Servqual. saya masih bingung dengan hasil skoring yang saya lakukan. apakah hasil coding kuesioner ini bisa menggunakan spss17 ? bukankah alat ini sudah baku ? apa ada rumus tertentu atau kriteria tertentu untuk menetapkan kriteria skor untuk hasil dari skoring nya nanti ?
    mohon petunjuk pak..terimakasih
    wassalam :)

    BalasHapus
    Balasan
    1. Wa'alaikum salaam. Tentu saja. Dengan SPSS 17 bisa. Dengan MS-Excel juga bisa, karena pada prinsipnya, perhitungannya cukup sederhana: Hanya membandingkan nilai Mean untuk menentukan apakah terdapat kepuasan pelanggan ataukah tidak.
      Mengenai rumus dan kriteria, apabila tidak berkeberatan, dapat kiranya Anda berkunjung ke link di bawah ini untuk memecahkannya:

      http://setabasri01.blogspot.com/2011/04/service-quality-akronimnya-servqual.html

      Demikian tanggapan dari saya. Sama-sama. Semoga bermanfaat.

      Hapus
  32. Maf pak. Saya mau brtanya. Saya akan meneliti tntg studi kasus pada sekolah dengn pendektan evaluasi. Jika populasi saya 113 itu jmlah dua kelas pak. Jd berapa sampel yg hrs saya teliti pak? Menggunakan rumus slovin?

    BalasHapus
    Balasan
    1. Populasi Anda sebesar 113. Apabila signifikansi penelitian yang digunakan adalah 0,05, maka perhitungan sampel menggunakan rumus Slovin adalah:

      113
      n = -----------
      2
      1 + 0,05

      113
      n = -------------
      1 + 0,0025

      n = 112,7 = 113

      Dengan demikian, apabila menggunakan Slovin, maka sampel Anda jenuh (seluruh populasi digunakan). Namun, apabila Anda menggunakan tabel Cohen, Mannion, Morrison, maka gunakan populasi 120 (dibulatkan ke atas), kolom 95 percent, paling kiri, maka digunakan sampel 91 orang.
      Demikian tanggapan dari saya. Semoga bermanfaat.

      Hapus
  33. Maaf pak saya mau tanya, kalau saya menggunakan rumus slovin dengan taraf signifikan 0,1 atau 10% boleh tidak? Karena saya baca2 umumnya taraf signifikansi itu 0,05, tp saya melakukan penelitian dgn jumlah populasi 583 kalau ambil yang 0,05 masih terlalu banyak makanya saya ambil 10% sehingga di dpat 85. Jika d tanya dosen penguji alasan mengambil 10% alasan yang tepat apa pak. Makasih

    BalasHapus
    Balasan
    1. Alasan digunakan 0,1, 0,05, atau 0,01 adalah data penelitian kita. Semakin data tersebut pasti (skalanya rasio, ketepatan ukurannya sangat presisi) maka digunakan 0,01. Biasanya ini diterapkan pada penelitian di ilmu-ilmu pasti, teknis, sangat terprediksi. Apabila 0,1 diterapkan, maka biasanya digunakan dalam data yang kurang pasti, kerap berubah, labil, dan mencari pola umum. Biasanya diterapkan dalam dunia manusia karena manusia memiliki kehendak. Sebab itu, digunakan 0,1 adalah lebih bijaksana ketimbang menggunakan 0,01.
      Demikian tanggapan dari saya. Sama-sama. Semoga bermanfaat.

      Hapus
  34. Mohon bantuannya Pak
    Saya mau melakukan penelitian survey dengan populasi seluruh siswa SD dan Tk se-kota Singaraja,Bali. Nah SD dan TK tersebut terbagi atas beberapa gugus, gugus I sampai XV, namun yang termasuk ke dalam wilayah kota hanya gugus I sampai X. Untuk masing-masing SD dan TK terbagi dalam beberapa kelas, SD ada 6 kelas dan TK 3 kelas. Dalam penelitian ini sasaran penelitiannya adalah orang tua siswa, jadi mereka yang akan mengisi angket penelitian saya. sekarang permasalahannya teknik penarikan sampel yang harus saya pergunakan apa saja? Dosen pembimbing saya meminta unuk menggunakan cluster sampling dengan rumus Sturges atau snowball. Sedangkan saya tidak mengerti dengan teknik penarikan sampel tersebut, tolong encerahannya ya pak.

    BalasHapus
    Balasan
    1. Mungkin ada baiknya apabila ditentukan wilayah penelitian yaitu Kota Singaraja yang memiliki 10 gugus (gugus I s/d X). Dengan demikian, penelitian terfokus ke ke-10 gugus tersebut.
      Untuk Cluster Sampling, kemudian, dirinci berapa jumlah TK dan SD di masing-masing gugus. Juga, tentukan berapa sampel TK dan berapa sampel SD yang hendak diambil untuk penelitian. Misalkan saja, hendak diambil 10% (juga bisa menggunakan rumus Slovin ataupun tabel Cohen Mannion Morrison, yang penting jumlah populasi TK dan SD sudah diperoleh). Misalnya jumlah TK ada 100 dan jumlah SD ada 100. Sampel yang hendak diambil untuk TK adalah 100 x 10% = 10. Sampel untuk SD adalah 100 x 10% = 10. Karena ada 10 gugus dan sampel sampel TK yang ditentukan adalah 10, maka lewat Cluster sampling, jumlah sampel untuk masing-masing gugus adalah 1 (karena ada 10 gugus). Demikian pula halnya dengan SD.
      Lalu, bagaimana cara memilihnya ? Misalnya di gugus I ada 11 TK, tulislah nomor 1 s/d 11 lalu pilih secara acak nomor tersebut 1 saja. Ternyata secara disengaja dipilih nomor 7 yaitu (misalnya) TK Kencana. Jadilah TK Kencana itu sampel untuk TK di Gugus I. Demikian seterusnya dan juga sama untuk SD. Untuk lebih jelas, silakan lihat artikel di atas pada sub bagian "Cluster Sampling."
      Adapun mengenai kelas berapa yang dijadikan sampel, sebaiknya dikembalikan kepada tujuan dari penelitian. Apabila tujuan adalah hendak mempertanyakan mutu sekolah, tentu lebih tepat apabila orang tua kelas 6 SD dan 3 TK yang diwawancara karena mereka cukup lama mengenal sekolah. Namun, apabila Sturges hendak diterapkan, ada sebuah link yang bermanfaat untuk dipelajari yaitu:

      http://metodestatistik.blogspot.com/2011/05/tabel-distribusi-frekuensi.html

      Demikian tanggapan dari saya. Semoga bermanfaat.

      Hapus
  35. maaaf pak,sya mau tanya>>>
    sy mau teliti tentang faktor-faktor yang mempengaruhi kejadian insfeksi saluraan kemih pada pasien yang terpasang kateter. berdasarkan usianya,jenis kelaminnya,lama terpasang kateter. metode penelitian apa yang saharusnya sy gunakan?
    sy masih awam mnggenai penelitian

    BalasHapus
    Balasan
    1. Mengenai metode penelitian yang sebaiknya digunakan, apabila jumlah responden cukup besar dapat digunakan penelitian Korelasional. Apabila jumlah responden sedikit, dapat digunakan pendekatan penelitian kualitatif dengan wawancara dan pemeriksaan yang cukup rinci dengan dilengkapi data-data deskriptif.
      Demikian tanggapan dari saya. Semoga bermanfaat.

      Hapus
  36. mas... mau tnya ni..apakh langkah say sudah tepat atau belump? maklum pemula
    judul saya faktor2 yang berpengaruh terhadap tindakan sectio secarea di sebuah rumah saki, saya mneggunakan rancangan penelitian case control dengan teknik ,,sampel saya ada 120:120 teknik sampling saya pke proposive untuk yang kasus dan untuk yang control pke simple random sampling,, apakah sdah tepat atau belum?? trims sebelumnya...

    BalasHapus
    Balasan
    1. Maksudnya apakah penelitian Anda masuk ke dalam kategori penelitian korelasional ataukah laboratoris (eksperimental/kuasi-eksperimental)? Apabila penelitian korelasional, mengapa pengambilan sampel dibedakan tekniknya. Apabila penelitian ini (korelasional) yang didesain, alangkah lebih baik pengambilan sampel menggunakan teknik yang seragam. Di sisi lain, apabila penelitian yang didesain berjenis eksperimental, sampelnya menggunakan teknik serupa. Hanya saja variabel-variabel bebas yang diubah-ubah guna melihat dampaknya terhadap variabel terikat. Mungkin untuk sementara demikian tanggapan dari saya.
      Sama-sama. Semoga bermanfaat.

      Hapus
  37. sangat luar biasa sekali, dan saya mau tanya, menurut anda untuk penelitian saya dengan judul analisis faktor-faktor yang mempengaruhi penerimaan PBB di kecamatan sekaran Kabupaten Lamongan, ini
    trmasuk jenis penelitian apa..?,
    menggunakan pendekatan apa.?,
    bagaimana untuk populasi dan samplenya,.?
    lalu bagaimana teknik pengolahan datanya,..?
    bisa mnta penjelasan dan bantuannya,.. trimakasih

    BalasHapus
    Balasan
    1. Mengenai ke mana penelitian kita termasuk, tentu saja perlu mengacu pada desain penelitian, utamanya pada pokok masalah dan tujuan penelitian. Apabila hanya hendak mendeskripsikan suatu fenomena, tanpa menjelaskan hubungan sebab akibat maka dapati dikategorikan penelitian deksriptif. Apabila hendak menjelaskan suatu hubungan sebab dan akibat, maka masuk ke dalam penelitian korelasional.
      Pendekatan penelitian adalah bagaimana seorang peneliti melakukan treatment atas obyek/subyek penelitian, menganalisis data, dan menarik kesimpulan. Apabila ketiga hal tersebut dilakukan dengan bobot pengamatan yang lebih tinggi (wawancara, pemantauan, diskusi) maka dapatlah dikatakan menggunakan pendekatan kualitatif. Apabila ketiga hal tersebut dilakukan dengan bobot pengangkaan, yaitu mentransformasikan perilaku obyek/subyek ke dalam bentuk angka-angka, maka dapat dikatakan menerapkan pendekatan kuantitatif. Apabila ia menerapkan bobot kuantitatif dan kualitatif yang berimbang, dapat dikatan menerapkan pendekatan campuran.
      Populasi dalam penelitian ditentukan, sekali lagi, dari desain penelitian awal. Apakah "penerimaan PBB" dari sisi aparatur pemerintahan? Dari sisi wajib pajaknya? Apabila dari sisi aparatur pemerintahan maka populasinya adalah aparatur negara yang terkait dengan penerimaan pajak di Kabupaten tersebut. Apabila dari sisi wajib pajak, maka populasinya adalah para wajib pajak. Sampel diambil setelah populasi penelitian telah ditentukan.
      Teknik pengolahan datanya dapat saja menggunakan analisis faktor, yang apabila faktor-faktornya telah terbentuk, dilakukan uji regresi (linier ataupun berganda).
      Demikian tanggapan dari saya. Sama-sama. Semoga bermanfaat.

      Hapus
  38. Assalamu'alaykum Pak Seta.
    sebelumnya saya haturkan terima kasih banyak atas berbagi ilmunya, Alhamdulillah terasa sangat tercerahkan dengan penjelasan dari Bapak. Ada hal yang ingin ditanyakan terkait penelitian saya dengan topik "kajian etnobotany masyarakat Sunda". Tujuan penelitian ini untuk mengetahui pengetahuan masyarakat tentang tumbuhan lokal di kawasan Tatar Sunda (studi kasus di Kawasan Panjalu, Ciamis) Desain penelitian secara umum adalah eksploratif-deskriptif. Namun, akan dilakukan uji korelasi antara pengetahuan masyarakat (traditional ecological knowledge) dengan jenis kelamin, usia, tingkat pendidikan, jenis pekerjaan, dan asal daerah. Jumlah populasi yang akan diambil sekitar 2000 jiwa (dalam satu desa). Dengan jenis penelitian tersebut, bagaimana cara menentukan sampel yang efektif dan efisien? Terima kasih atas jawabannya. Wassalamu'alaykum

    BalasHapus
    Balasan
    1. Wa'alaikum salaam. Tampaknya penelitian Anda cukup besar dengan populasi 2000 orang maka taksiran sampel kira-kira +/- 378 orang. Tentu saja sebelum sampel ditarik, terlebih dahulu ditentukan pendekatan penelitian apakah kuantitatif ataukah kualitatif. Apabila kuantitatif maka penarikan sampelnya bercorak probability sampling.
      Mengenai mana yang paling efektif dan efisien tentu jawaban dikembalikan kepada sejumlah keterbatasan yang melekat di dalam penelitian seperti sumber daya manusia (jumlah peneliti), anggaran, pola transportasi di daerah sasaran, waktu penelitian, dan sejenisnya.
      Cara yang paling cepat tentu saja adalah Simple Random Sampling. Teknik ini (silakan lihat pada artikel di atas) sekadar memuat 2000 nama warga Desa Panjalu lalu secara acak diambil 378 orang selaku sampel. Kendati cepat, dengan metode ini peneliti kehilangan kesempatan merepresentasi atribut responden yang dianggap penting bagi penelitian (misalnya jenis kelamin, usia, tingkat pendidikan, dan seterusnya).
      Efektif dan efisien tentu perlu dikaitkan dengan tujuan penelitian dan hipotesis yang diangkat. Mengingat deskripsi penelitian Anda, maka dapat dipertimbangkan Stratified Random Sampling apabila atribut responden yang dikedepankan. Namun, apabila cakupan responden (merepresentasi 1 desa), Cluster Sampling lebih sesuai.
      Demikian tanggapan dari saya. Mohon maaf apabila terasa kurang. Semoga bermanfaat.

      Hapus
  39. apa perbedaan polling dan kuesioner itu, Pak. Saya masih kesulitan membedakannya.

    BalasHapus
    Balasan
    1. Polling adalah sebuah kegiatan, aktivitas, atau upaya, untuk mencatat sikap atau opini sejumlah orang atas suatu peristiwa. Dalam melakukan "pencatatan" dalam sebuah polling digunakanlah suatu alat yang umum disebut "kuesioner." Jadi polling adalah sebuah kegiatan, sementara kuesioner adalah alat untuk melaksanakan kegiatan tersebut.
      Demikian tanggapan dari saya. Semoga bermanfaat.

      Hapus
  40. Pak Seta Basri, terima kasih atas informasinya. Nama saya Nisa.
    Pak saya mau tanya. kalau ada dua kelompok yang berbeda akan diuji komparatif.
    misalnya kelompok 1 grup pasien dengan Obat Antidiabetika Oral kelompok 2 grup pasien insulin. akan dilihat perbedaannya apakah efektif yang grup 1 ataukah grup 2 itu menggunakan uji t test tidak berpasangan? seperti apa Pak?
    sebelumnya saya melihat perubahan nilai kadar gula tiap grup dari baseline hingga 12 minggu setelah terapi. Itu analisisnya benar dengan analisis covarian (ANCOVA)?
    terima kasih atas share ilmunya Pak

    BalasHapus
    Balasan
    1. Anda memiliki dua kelompok sampel. Kelompok 1 diberi treatment Obat Diabetes Oral, kelompok 2 diberi treatment Obat Diabetes Injeksi Insulin. Apabila keduanya berasal dari kelompok yang "benar-benar berbeda" (beda orangnya) maka dikategorikan sebagai sampel Unpaired (atau sampel Independent atau Bebas. Namun, apabila "orang" yang menjadi subyek sama dan hanya diberi treatment berbeda, maka disebut sampel Paired (atau sampel Dependent atau Berpasangan). Nah, penggunaan Paired t-test atau Unpaired t-test bergantung pada penyikapan atas subyek penelitian ini.
      Tahap selanjutnya adalah, Unpaired t-test mengasumsikan data berdistribusi normal, upayakan jumlah sampel di kedua kelompok setara, juga standard deviasi di kedua kelompok cenderung sama. Unpaired t-test coba mengomparasi nilai Mead di kedua kelompok: Apakah mereka berasal dari populasi yang sama ataukah tidak? Hipotesis Nol umumnya mean1 "sama dengan" mean2; Hipotesis Alternatif umumnya mean1 "tidak sama dengan" mean2. Hipotesis Nol menyatakan kedua sampel tidak berasal dari kelompok berbeda. Hipotesis Alternatif menyatakan kedua sampel berasal dari kelompok berbeda. Jangan lupa untuk melihat nilai p-value-nya. Apabila < 0,05 dampaknya signifikan; Apabila >= 0,05 dampaknya tidak signifikan. Dan, penggunaan ANCOVA bisa diperuntukkan untuk hal tersebut.
      Demikian tanggapan dari saya. Semoga bermanfaat.

      Hapus
  41. Assalamu'alaykum
    Pak Seta Basri, ilmunya sangat bermanfaat sekali buat saya. Apalagi blog dikelola secara intens, sangat jarang saya melihat kontak timbal balik sebegitu intens. Semoga membawa keberkahan buat Pak Seta dan juga para penuntut ilmu lainnya.
    Saya mohon sharing ilmunya pak, berkaitan dengan metodologi penelitian.
    Penelitian tentang hubungan antar stakeholder pariwisata, saya ingin melihat hubungan tersebut melalui model sosiometri, namun masih banyak kendala terutama tentang sampling, pembuatan kuesioner dan analisisnya.
    Mohon sekiranya bapak bisa memberi masukan.
    Terima kasih sebelumnya.

    BalasHapus
  42. Seorang peneliti mengkaji tentang faktor-faktor yang mempengaruhi integrasi masyarakat di pemukinan transmigrasi kabupaten Luwu Utara dan Team lainnya meneliti tentang prilaku seksualitas siswa SMA di kota Makassar. Jumlah penduduk di kab Lutra tahun 2000 adalah 210 juta jiwa, dengan rincian penduduk asli 120 juta, Jawa 51 juta, Bali 15 juta penduduk lainnya adalah siswanya dan jumlah siswa SMA di kota Makassar adalah 50.000 orang, laki-laki 13.000 dan perempuan 17.000., guru laki-laki 5.000, guru perempuan 6.000. kepela sekolah laki-laki 700 dan kepsek perempuan 800 orang.

    1. Tulis siapa yang menjadi populasi ke dua penelitian tersebut

    2. tentukan tehnik sampel yang digunakan

    3. Tentukan jumlah sampel yang diambilnya

    4. Beri alasan anda dari masing-masing pilihan tersebut.

    BalasHapus
  43. mohon bantuannya pak...


    Seorang peneliti mengkaji tentang faktor-faktor yang mempengaruhi integrasi masyarakat di pemukinan transmigrasi kabupaten Luwu Utara dan Team lainnya meneliti tentang prilaku seksualitas siswa SMA di kota Makassar. Jumlah penduduk di kab Lutra tahun 2000 adalah 210 juta jiwa, dengan rincian penduduk asli 120 juta, Jawa 51 juta, Bali 15 juta penduduk lainnya adalah siswanya dan jumlah siswa SMA di kota Makassar adalah 50.000 orang, laki-laki 13.000 dan perempuan 17.000., guru laki-laki 5.000, guru perempuan 6.000. kepela sekolah laki-laki 700 dan kepsek perempuan 800 orang.

    1. Tulis siapa yang menjadi populasi ke dua penelitian tersebut

    2. tentukan tehnik sampel yang digunakan

    3. Tentukan jumlah sampel yang diambilnya

    4. Beri alasan anda dari masing-masing pilihan tersebut.

    BalasHapus
  44. Pak Seta, saya pernah mendapatkan data SPSS yang memiliki variabel weight yang memiliki nilai yang berbeda-beda pada setiap case/respondent. Bagaimanakah cara menentukan besaran weight tersebut ? Adakah buku rujukan yang dipakai ? Terimakasih banyak Pak Seta... Salam, dan Menulis Terus.

    BalasHapus

Ketik komentar anda. Pada Beri komentar sebagai pilih Name/URL jika anda tak memiliki Google Account. Lalu klik Publikasikan.