Professional Documents
Culture Documents
BAB 2 Menghimpun Data
BAB 2 Menghimpun Data
BAB 2 Menghimpun Data
2
OBJEKTIF :
Mahasiswa dapat mengetahui karakteristik serangkaian data
Mahasiswa dapat mengetahui menghimpun data melalui penelitian survei
Mahasiswa dapat mengetahui mengenai skala pengukuran
Mahasiswa dapat mengetahui penyusunan kuisioner
Mahasiswa dapat mengetahui pemilihan sampel
Tabel 2.1
Data Usia, Jenis Kelamin, Pendapatan dan Pengeluaran
Rata-rata per Bulan, dan Jumlah Anggota Keluarga yang
Menjadi Tanggungannya dari 6 Tenaga Pengajar
Sebuah Perguruan Tinggi Swasta di Yogyakarta
(Kustituanto & Badrudin, 1994: p.8)
Variabel
Kasus
Dewi 28 P 450.000 400.000 6
Joko 48 L 800.000 700.000 8
Doni 29 L 200.000 160.000 -
Beti 30 P 850.000 400.000 11
Bambang 30 L 450.000 300.000 3
Elemen/Unsur Observasi
Data
Data kuantitatif sendiri dibedakan menjadi data diskrit dan data kontinu:
Data kuantitatif diskrit adalah karakteristik suatu variabel yang berasal dari
proses perhitungan dan berupa bilangan bulat.
Contoh data kuantitatif diskrit, atau sering disebut sebagai variabel diskrit
adalah jumlah anggota keluarga yang ditanggung (kolom ke-6 tabel 2.1). Contoh
lain misalnya: jumlah mobil yang terjual, jumlah bola lampu yang rusak, dan lain
sebagainya. Cara yang paling mudah untuk menentukan apakah suatu variabel
tergolong diskrit atau tidak, apakah nilai data tersebut dimungkinkan dalam
bentuk bilangan pecah? Jika tidak, jelas bahwa variabel tersebut adalah variabel
diskrit.
Data kuantitatif kontinu adalah karakteristik suatu variabel yang berasal dari
proses pengukuran dan nilai-nilainya berada dalam suatu interval atau
jangkauan tertentu. Nilai-nilai data kuantitatif kontinu dapat berupa bilangan
pecahan yang tidak terhingga banyaknya.
Contoh data kontinu dari tabel 2.1 di bawah adalah usia, rata-rata pendapatan
per-bulan, dan rata-rata tingkat pengeluaran per-bulan. Seperti halnya di bawah,
apakah suatu variabel tergolong kontinu atau bukan, dapat diajukan pertanyaan,
apakah nilai data dimaksud dimungkinkan dalam bentuk bilangan pecahan? Jika
ya, maka jelaslah bahwa data tersebut dapat digolongkan dalam variabel
kontinu.
Pengelompokan data jenis sabun yang digunakan pada contoh di atas tidak
memperhatikan urutan tertentu, misalnya kualitas sabun. Peletakan sabun cuci
batang pada urutan pertama bukan berarti bahwa sabun cuci batangan memiliki
kualitas tertinggi daripada jenis sabun cuci yang lainnya. Demikian pula tempat
pembelian sabun cuci. Peletakan supermarket pada urutan pertama bukan berarti
bahwa berbelanja di supermarket lebih baik daripada berbelanja di tempat-tempat
yang lain. Data yang berhasil dikumpulkan, pengukurannya dilakukan dengan
menggunakan skala nominal. Jika data tersebut diberi angka-angka, maka angka-
angka tersebut tidak bermanfaat dalam analisis. Angka-angka tersebut sekedar
berfungsi sebagai label saja (Kustituanto & Badrudin, 1994: p.11).
2. Skala ordinal adalah angka yang berfungsi sebagai nominal juga menunjukkan
urutan dan tingkatan. Suatu hasil pengukuran disebut berada pada level ordinal
kalau angkanya berfungsi menunjukkan adanya penjenjangan atau pemeringkatan.
Contoh: Juara 1, Juara 2, Juara 3, artinya juara 1 lebih tinggi dari juara 2 dan juara 2
lebih tinggi dari juara 3. Contoh lain, yaitu titik skala pada skala sikap, yaitu Sangat
Setuju = 5, Setuju = 4, Netral 3, Tidak Setuju = 2, dan Sangat Tidak Setuju = 1.
3. Skala interval adalah angka yang selain berfungsi sebagai nominal dan ordinal juga
menunjukkan jarak. Ciri skala interval adalah memiliki tingkatan, jarak dan memiliki
nol tidak absolut, maksudnya adalah tidak harus semuanya dimulai dari nol. Dalam
skala interval tidak memiliki angka nol mutlak. Contoh, nilai nol (0) dalam berhitung
belum tentu menunjukkan si anak tidak bisa berhitung, nilai 7 belum tentu
mempunyai kemampuan yang sama dengan anak yang mendapat nilai 5.
Contoh: suhu atau temperatur naik dari 20 sampai 30 selisihnya adalah 10 ini
menunjukkan jarak dan juga ordinal, artinya suhu 30 lebih panas (tingkatan) dari 20.
4. Skala rasio adalah ukuran yang mencakup semua ukuran ditambah satu sifat lagi,
yaitu skala yang memberikan keterangan tentang nilai absolut dari objek yang
diukur. Ukuran rasio ini mempunyai titik nol absolut, sehingga pada skala ini dapat
dilakukan perkalian atau pembagian. Pada skala ini, berlaku perbandingan. Data
rasio mempunyai jarak interval yang sama antara interval yang satu dengan interval
yang lainnya dan memiliki nilai 0. Contoh, gaji nol rupiah berarti memang tidak
punya gaji.
Contoh lain: Berat badan Andi 90 kg, Budi 60 kg hal ini berarti berat badan Andi 1,5
kali berat Budi. Angka tersebut mempunyai sifat nominal, ordinal (tingkatan),
interval (jarak) dan memiliki rasio.
a. Identifikasi Data
Secara khusus, identifikasi data menempati pada bagian pertama dari
sebuah kuisioner yang terdiri dari identitas responden seperti nama, alamat,
dan sebagainya. Selain itu, dapat juga ditambahkan waktu wawancara, nama
pewawancara dan kode pewawancara.
b. Permohonan Kerjasama
Jelas kiranya bahwa dengan adanya suatu pertanyaan permohonan
kerjasama ini, pewawancara mengharapkan adanya kerjasama untuk
pengumpulan data. Dalam bagian ini disebutkan identitas pewawancara (jika
tidak disebutkan pada bagian pertama), organisasi asal pewawancara atau
lembaga yang menyelenggarakan wawancara, maksud dan tujuan
wawancara, dan waktu yang dibutuhkan dalam wawancara.
c. Petunjuk Pengisian
Bagian ini memuat petunjuk penggunaan atau pengisian kuisioner baik untuk
responden maupun pewawancara. Bagian ini muncul jika kuisioner
disampaikan dengan menggunakan jasa pos.
d. Inti Kuisioner
Bagian ini meliputi berbagai pertanyaan yang diajukan kepada responden
yang berkenaan dengan segala informasi atau data yang dibutuhkan.
e. Klasifikasi Data
Dari bagian ini, data yang berhasil dihimpun dapat diklasifikasikan menjadi
beberapa bagian. Bagian ini lebih menunjukkan karakteristik responden.
Untuk kuisioner yang disampaikan melalui pos, bagian ini secara langsung
diisi oleh responden sendiri. Sedangkan untuk wawancara langsung maupun
melalui telepon, dilakukan oleh pewawancara dengan mengajukan
pertanyaan. Kadang-kadang, klasifikasi data dimuat pada bagian pertama
dari sebuah kuisioner.
Sebenarnya, menyusun sebuah kuisioner merupakan pekerjaan yang
lebih mengandalkan seni yang didukung pengalaman dari sebuah pekerjaan
yang bersifat ilmiah. Tahap-tahap penyusunan sebuah kuisioner dapat
dilihat pada bagian berikut ini:
1. Persiapan
4. Penyusunan kalimat
5. Pengurutan pertanyaan
Gambar 2.1
Tahap – Tahap Penyusunan Sebuah Kuisioner
Kerangka Sampling
Kerangka sampling adalah sebuah daftar yang memuat seluruh unit sampling
pada suatu tahap proses sampling. Kerangka sampling dapat berupa misalnya,
daftar mahasiswa yang terdaftar dalam semester tertentu, daftar nama yang ada
dalam buku telepon, daftar tenaga kerja yang ada di sebuah kantor tenaga kerja,
dan lain sebagainya.
Contoh 3:
Elemen/unsur: Laki-laki berusia 50 tahun atau lebih
Unit sampling: Tahap 1: Kota berpenduduk 500.000 jiwa atau lebih
Tahap 2: RT-RT yang adadalam kota tersebut.
Tahap 3: Rumahtangga-rumahtangga.
Tahap 4: Laki-laki berusia 50 tahun atau lebih.
Dari contoh tersebut maka tahap 1, kerangka samplingnya adalah daftar yang
memuat kota-kota yang berpenduduk 500.000 jiwa atau lebih. Tahap 2,
kerangka samplingnya adalah daftar Rukun Tetangga (RT) yang ada dalam kota-
kota yang terpilih. Tahap 3, kerangka samplingnya adalah daftar rumah tangga
pada RT-RT dan kota-kota yang terpilih, dan tahap 4, kerangka samplingnya
adalah daftar yang memuat laki-laki yang berusia 50 tahun atau lebih pada
rumah tangga-rumah tangga yang terpilih.
Populasi Kajian
Populasi kajian adalah keseluruhan obyek yang ingin diketahui
gambarannya yang dari populasi tersebut sampel secara nyata akan diambil.
Populasi didefinisikan sebagai keseluruhan obyek yang ingin diketahui
gambarannya (karakteristiknya). Dalam praktik, kadang-kadang muncul
kesulitan-kesulitan karena beragamnya populasi. Populasi manakah yang akan
ditentukan yang dari populasi tersebut akan ditarik suatu sampel. Misalnya,
tentang keanggotaan suatu organisasi. Beberapa anggota tidak terdaftar
alamatnya. Maka, dari manakah sampel akan diambil selanjutnya? Pada contoh
2 di atas, proses sampling bertahap. Pertama dipilih keluarga yang
berpenghasilan Rp700.000,00 ke atas per bulan. Setelah itu baru ditentukan
sejumlah ibu rumah tangga yang akan dimintai pendapatnya.
Proses Sampling
Beberapa tahap dalam proses sampling adalah sebagai berikut (Kustituanto &
Badrudin, 1994: p.18):
Penentuan populasi yang meliputi penentuan elemen, unit sampling, dan
dimensi waktu.
Identifikasi kerangka sampling, yang dari kerangka sampling tersebut
sampel akan ditarik.
Memutuskan ukuran sampel, yaitu berapa banyak elemen yang dipilih
untuk menjadi anggota sampel yang dipilih.
Pemilihan prosedur sampling. Tepatnya, bagaimana keputusan dibuat
dalam menetapkan sampel.
Pemilihan sampel.
Prosedur Sampling
Ada beberapa macam prosedur sampling yang dapat dipilih oleh seorang
peneliti. Akan tetapi pada dasarnya prosedur sampling dibedakan menjadi dua
prosedur yang berbeda, yaitu sampling probabilitas dan sampling non-
probabilitas.
Dalam sampling probabilitas, masing-masing elemen populasi diketahui
memiliki kesempatan menjadi anggota sampel yang akan dipilih. Kata "memiliki
kesempatan" bukan berarti bahwa seluruh elemen memiliki kesempatan yang
sama. Jika elemen-elemen populasi memiliki kesempatan yang sama menjadi
anggota sampel, ini merupakan salah satu bentuk sampling probabilitas, yaitu
sampling acak sederhana. Dalam sampling non-probabilitas, pemilihan elemen-
elemen populasi yang akan dijadikan elemen-elemen sampel didasarkan pada
kebijaksanaan peneliti sendiri. Pada prosedur ini, masing-masing elemen tidak
diketahui apakah berkesempatan menjadi elemen-elemen sampel atau tidak.
Beberapa prosedur sampling dapat dilihat pada agan berikut ini (Kustituanto &
Badrudin, 1994: p.19-22):
Prosedur Sampling
Non-Probabilitas Probabilitas
Sampling Sampling
Sampling Non-Probabilitas
a. Convenience Sampling
Sampel konvenien, sesuai dengan namanya, diambil berdasarkan
kesukaan peneliti, misalnya dengan menghadang pengunjung yang baru
keluar dari sebuah supermarket dan mewawancarainya tentang sesuatu.
Teknik ini mudah diselenggarakan dan ini sering digunakan untuk
penelitian yang bersifat eksplorasi.
b. Judgment Sampling
Sampel judgment atau kebijaksanaan diambil berdasarkan pendapat
para ahli. Memang hampir mirip dengan convenience sampling,
pemilihan elemen yang dipilih sangat tergantung pada peneliti. Hanya
saja pada judgment sampling proses pemilihan masih
mempertimbangkan hal-hal tertentu.
c. Quota Sampling
Proses ini merupakan bentuk khusus dari proses bentuk "kebijaksanaan".
Pada proses ini peneliti melakukan pengendalian terhadap beberapa
karakteristik yang dimiliki elemen populasi. Misalnya, untuk responden,
peneliti menetapkan setengah dari ukuran sampel yang ditetapkan
berusia di atas 30 tahun dan selebihnya berusia 30 tahun atau kurang. Di
sini usia merupakan karakteristik yang dikendalikan.
Sampling Probabilitas
a. Simple Random Sampling
Pada teknik ini, seluruh elemen populasi memiliki kesempatan yang sama
menjadi elemen sampel yang akan dipilih. Sampel yang akan dipilih
sering disebut sebagai sampel acak sederhana.
Contoh:
Sebuah populasi memiliki elemen sebanyak 5: A, B, C, D, dan E. Sebuah
sampel diambil dari elemen-elemen populasi tersebut dengan ukuran
sebanyak 3 elemen. Berbagai kemungkinan sampel yang dapat dipilih
adalah sebagai berikut:
Ukuran populasi: 5 A, B, C, D, E. Ukuran sampel: 3 dengan berbagai
kemungkinan:
Tabel 2.2
Sampel Susunan
1 ABC
2 ABD
3 ABE
4 ACD
5 ACE
6 ADE
7 BCD
8 BCE
9 BDE
10 CDE
Tabel 2.3
Elemen Kesempatan Sampel
A 6 Kali 1,2,3,4,5,6
B 6 Kali 1,2,3,7,8,9
C 6 Kali 1,4,5,7,8,10
D 6 Kali 2,4,6,7,9,10
E 6 Kali 3,5,6,8,9,10
c. Cluster Sampling
Hampir sama dengan stratified random sampling, pada cluster sampling,
populasi dibagi menjadi beberapa kelompok. Hanya saja, dalam cluster
sampling, pembagian menjadi beberapa kelompok tersebut dilakukan
dengan cara acak. Selanjutnya, dari masing-masing kelompok dipilih
elemen-elemen populasi untuk dijadikan elemen-elemen sampel dengan
cara simple random sampling.
Contoh:
Indonesia terdapat 30 provinsi, dan sampelnya akan menggunakan 15
provinsi, maka pengambilan 15 provinsi itu dilakukan secara random
tetapi perlu diingat karena provinsi-provinsi di Indonesia itu berstrata
(tidak sama) maka pengambilan sampelnya perlu menggunakan
stratified random sampling. Provinsi di indonesia ada yang penduduknya
padat, ada yang tidak, ada yang mempunyai hutan banyak ada yang
tidak, ada yang kaya akan bahan tambang ada yang tidak.
Karakteristik semacam ini yang perlu diperhatikan sehingga
pengambilan sampel menurut strata populasi itu dapat ditetapkan.
d. Systematic Sampling
Pada teknik ini, yang akan dijadikan elemen sampel dipilih dengan
memilih elemen-elemen pada urutan tertentu yang tersedia pada suatu
kerangka sampling, setelah titik awal urutan telah ditetapkan. Antara
elemen satu yang terpilih dengan elemen lain yang terpilih memiliki
interval urutan yang sama.
Contoh:
Sebuah populasi memiliki ukuran (N) sebesar 100. Dari populasi tersebut
diambil sampel berukuran (n) 10. Misalnya, titik awal urutan ditetapkan
pada elemen ke-3. Urutan elemen berikutnya dapat ditentukan dengan
menentukan interval urutan yaitu membagi urutan populasi dengan
ukuran sampelnya.
Interval urutan = 100/10
Interval urutan = 10
Urut-urutan elemen yang terpilih adalah:
3, 13,23,33,43,53,63, 73,83,93.
e. Area Sampling
Dari teknik-teknik yang telah dibahas, tidak jarang muncul kesulitan-
kesulitan dalam menyusun sebuah kerangka sampling, dalam hal jika
elemen-elemen yang akan didaftar demikian banyak, misalnya jumlah
penduduk Indonesia yang berusia 25 tahun ke atas, data yang termuat
dalam kerangka sampling telah usang, dan lain sebagainya. Kesulitan ini
dapat diatasi dengan membuat daerah-daerah sampling.
Contoh:
Sebuah perusahaan shampo ingin mengetahui tanggapan konsumen
(rumah tangga) yang tinggal di Kotamadya Yogyakarta terhadap shampo
yang dihasilkan. Dalam rangka menetapkan sampel, perusahaan tersebut
mengambil langkah-langkah:
a. Mendaftar seluruh kelurahan yang ada (NB)
b. Menetapkan sampel yang terdiri dari kelurahan-kelurahan yang telah
didaftar dengan teknik sederhana atau sistematik (nB)
c. Selanjutnya yang menjadi elemen-elemen sampel adalah seluruh
rumah tangga yang bertempat tinggal di kelurahan-kelurahan yang
terpilih sebagai sampel.
Referensi:
Kustituanto, Bambang dan Rudy Badrudin. 1994. Buku Statistika I (Deskriptif). Jakarta:
Gunadarma.
Lind, Marchal, Wathen. 2021. Statistical Techniques in Business & Economics (Eighteenth
Edition). New York: Mc Graw Hill.
Nurhasanah, Siti. 2019. Statistika Pendidikan Teori, Aplikasi, dan Kasus. Jakarta: Salemba
Humanika.