Statistik Inferinsial Salah satu tugas dari Statistik Inferensial adalah mengambil kesimpulan tentang suatu penyelidikan dari sejumlah individu yang terbatas (Sample). Kesimpulan yang diperoleh tersebut selanjutnya digeneralisasikan pada sejumlah individu yang lebih besar jumlahnya (Populasi)Mengapa sebuah penelitian dilakukan pada jumlah subyek / lingkup terbatas ?1. Agar waktu lebih singkat dan efektif2. Agar lebih efisien dari segi biaya3. Agar tenaga lebih dapat dikerahkan untuk hal yang lebih pentingBagaimana proses generalisasi dapat dilakukan secara tepat jika lingkup penelitian hanya terbatas ?Proses generalisasi dari hasil penelitian dapat lakukan apabila penentuan sample dari sejumlah populasi dilakukan dengan teknik sampling yang tepat, sehingga sample (subyek yang menjadi bagian dari penelitian) dapat benar-benar representatif (menggambatkan populasinya secara nyata).Syarat utamanya adalah sample yang dipergunakan harus mencerminkan populasi, sehingga kesimpulan yang diperoleh dari sample dapat menggambarkan kondisi pada populasi POPULASI - Seluruh subyek yang memiliki sifat / karakteristik yang sama dan akan dikenai generalisasi hasil penelitian SAMPLE - Sebagian dari populasi yang memiliki karakteristik sama dengan populasi Jumlah sample yang proporsional merupakan perimbangan antara jumlah sample dan populasi yang besar kecilnya ditentukan oleh homogen / tidaknya populasi dan teknik sampling yang diterapkan TEKNIK SAMPLING 1. Random Sampling : a. Cara Undian - seperti mengundi arisan b. Cara Ordinal - membuat daftar lalu dipilih berdasar kriteria tertentu c. Menggunakan Tabel Bilangan Random / Random by Computer 2. Non Random3. Stratified Sampling 4. Purposive Sampling 5. Quota Sampling 6. Incidental Sampling 7. Proportional Sampling 8. Area Sampling 9. Cluster Sampling 10. Double SamplingSampling kembar umumnya digunakan pada riset pendidikan, dimana data dari sample kedua merupakan cross validation / untuk pengecekan. Hal ini mengurangi kekurangan dari Incidental Sampling. Misalnya : Sample pertama anak, sample kedua orang tuanya. Data diambil bersamaan tetapi pertanyaan yang diajukan / angket / skala yang diberikan bisa berbeda / sama tergantung kebutuhan. Kedua sample saling melengkapi 11. Combined SamplingYaitu kombinasi penggunaan 2 atau lebih teknik sampling. Misalnya : Proportional Stratified Sampling. KESALAHAN SAMPLING Ketika suatu sample ditetapkan dari suatu populasi (sample 1), maka ada kemungkinan ketika diambil lagi sample dari populasi yang sama (sample 2), bisa jadi mean dari sample 1 tidak sama besarnya dengan mean dari sample kedua (meski keduanya berasal dari populasi yang sama). Bahkan ketika suatu penyelidikan terhadap sample dibandingkan dengan penyelidikan terhadap populasi secara langsung, maka mean kedua hasil penelitian tersebut tidaklah akan sama (tetap ada perbedaan). Demikian pula ketika dilakukan terus menerus pengambilan sample pada populasi yang sama, bisa jadi juga akan ada perbedaan mean diantara sample-sample tersebut. Mengapa hal tersebut terjadi ? Karena sebuah sample tidak akan menjadi cermin yang sempurna bagi populasinya. Hal inilah yang disebut SAMPLING ERROR / kesalahan sample KESALAHAN SAMPLING - akan selalu dihadapi dalam setiap penelitian Namun demikian, ada batas toleransi kesalahan sampling yang diperkenankan dalam penelitian. Di bidang ilmu Sosial, batasan toleransi kesalahan sampling yang diijinkan adalah 5% (p atau alpha = 0,05) atau 1% (p atau alpha = 0,01). Artinya, jika dilakukan penelitian terhadap 100 subyek, peluang kesalahan sampling tidak boleh melebihi 5% (5 subyek) atau 1% (1 subyek). Penetapan batas mana yang akan dijadikan acuan adalah tergantung pada peneliti, apakah akan menggunakan 5% atau menggunakan 1% Jika kondisi batas toleransi ini dilanggar / tidak terpenuhi, maka sama artinya dengan hasil penelitian yang diperoleh / datanya, dianggap tidak SIGNIFIKAN
Course Modules BUKU STATISTIK, Prof. Drs. Sutrisno Hadi, MA
ABSENSI PJJ STATISTIK DASAR 22 April 2020