A. Variabel Penelitian
Variable
adalah sebuah karakteristik yang terdapat pada individu atau benda yang
menunjukkan adanya perbedaan (variasi) nilai atau kondisi yang dimiliki.
Karakteristik yang sama untuk semua individu (misalnya: jumlah mata, jumlah
hidung, jumlah telinga) tidak termasuk ke dalam variabel penelitian karena
tidak adanya variasi antar individu. Asumsi yang mendasari yaitu semua orang normal
memiliki jumlah mata, hidung dan telinga yang sama. Karakteristik individu yang
sama tersebut dinamakan konstanta. Tinggi badan dan berat badan seseorang dapat
menjadi variabel penelitian manakala datanya dikumpulkan dari berbagai orang
yang memiliki berat badan dan tinggi badan berbeda. Jadi jelaslah di sini bahwa
nama variabel digunakan untuk menunjukkan adanya variasi karakteristik antar
individu yang akan diteliti.
Karakteristik
individu dapat menjadi variabel penelitian apabila karakteristik tersebut dapat
diukur dan dinilai atau diberi skor. Karakteristik fisik seperti tinggi
badan dan berat badan dapat diukur dan sudah tersedia alat pengukur yang jelas
dan akurat. Tinggi badan diukur dengan alat pengukur panjang dalam satuan meter
dan berat badan diukur dengan alat penimbang berat dalam satuan kilogram.
Karakteristik psikis seperti pengetahuan , intelegensi, sikap dan
motivasiseseorang sulit diukur karena belum ada alat ukur standar yang dapat
digunakan untuk segala situasi. Apabila karakteristik psikis seseorang akan
dijadikan variabel penelitian, maka peneliti membutuhkan alat ukur (bisa berupa
daftar pertanyaan, lembar observasi)yang dapat mengungkap karakteristik psikis
yang hendak diteliti tersebut.
Karakteritik
psikis yang dapat diukur belum tentu dapat menjadi variabel penelitian yang
baik untuk diteliti. Sebagai contoh variabel ‘status kesehatan’ manusia.
Dokter dapat mengukur status kesehatan dengan melihat hasil pemeriksaan darah,
tekanan darah, urine dan kondisi fisik lainnya. Seseorang memperoleh hasil
pemeriksaan kesehatan fisik dalam batas ambang ‘normal’ dapat dinyatakan sehat
namun belum tentu orang tersebut sehat dengan sempurna karena indikator ‘status
kesehatan’ tidak cukup apabila hanya diukur dari aspek fisik saja. Di samping pengukurannya
sulit dan mahal, status kesehatan tidak layak untuk menjadi variabel penelitian
karena indicator penentu status kesehatan sangat beragam. Penelitian lebih
tepat menetapkan variabel penelitian dari bagian hasil pengukuran status
kesehatan seperti: kadar lemak dan kolesterol darah, kadar hemoglobin, tekanan
darah dan lain- lain.
Untuk lebih memahami tentang variabel penelitian, berikut ini
dijelaskan jenis- jenis variabel menurut skala pengukurannya. Neuman (2003)
menggolongkan variabel penelitian menjadi variabel diskrit dan variabel
kontinum. Variabel diskrit adalah variabel yang tidak memiliki nilai dan hanya
digunakan untuk memberi atribut/ nama atau kategori saja sedangkan variabel
kontinum adalah variabel yang memiliki nilai yang menunjukkan individu yang
satu lebih baik dari yang lain.
1.
Variabel Diskrit dan
Kontinum
Variabel
dibedakan menjadi variabel diskrik dan variabel kontinum. Variabel diskrit
(discrete) adalah kategorikal, hanya untuk memberi nama atau atribut saja pada
subjek yang diamati tanpa menunjukkan
subjek yang satu lebih baik dari yang lain. Variabel kontinum adalah
variabel yang menghasilkan data numeric yang mengindikasikan adanya gradasi
atau tingkatan, objek yang satu lebih baik dari yang lain. Contoh variabel
diskrit antara jenis kelamin pria dan wanita, agama, suku/ ras, dan warna
kulit. Jenis kelamin termasuk dalam variabel diskrit karena pria tidak mau
dinyatakan lebih jelek dari pada wanita, demikian pula sebaliknya wanita juga
tidak mau dinyatakan lebih jelek dari pada pria. Dengan demikian variabel ini
hanya digunakan untuk membedakan kelompok pria atau wanita. Karakteristik fisik
atau psikis yang melekat pada variabel diskrit dapat menjadi variabel kontinum.
Sebagai contoh: ketahanan kerja, kecepatan lari, kecakapan menghitung yang
dimiliki jenis kelamin pria dan wanita merupakan variabel kontinum yang dapat
diukur dan diberi nilai.
Skala
pengukuran variabel sangat penting diketahui sejak awal karena berpengaruh pada
penentuan metode analisis data yang akan digunakan selanjutnya. Analisis data
tertentu (korelasi/ hubungan) tidak dapat dilakukan pada variabel diskrit dan
hanya dapat dilakukan pada variabel kontinum. Apabila peneliti menggunakan
variabel diskrit maka analisis data penelitian yang tepat digunakan sangat terbatas
yaitu hanya analisis perbedaan antar kelompok saja. Penjelasan tentang
pemilihan teknik analisis data menurut jenis skala pengukuran variabel yang
digunakan dapat disimak lebih lanjut pada sub bab yang membahas tentang teknik
analisis data.
Individu
yang menjadi subjek penelitian dapat berlaku sebagai variabel dan dapat menjadi
konstanta. Sebagai contoh: seseorang meneliti perbedaan prestasi belajar IPA
sebelum dan setelah menggunakan metode mengajar baru dikelas 8 SMP. Siswa kelas
8 SMP menjadi konstanta pada saat tidak dilakukan pengukuran- pengukuran kepada
siswa tersebut. Siswa kelas 8 SMP menjadi variabel setelah dilakukan pengukuran
prestasi IPA sebelum dan sesudah penerapan metode mengajar baru. Dengan
demikian, variabel adalah karakteristik yang melekat pada diri subjek yang
diukur. Prestasi belajar IPA memenuhi karakteristik sebagai variabel
apabila prestasi yang diperoleh siswa bervariasi. Hasil pengukuran prestasi
yang baik tidak mungkin menemukan semua anggota kelas 8 SMP mempunyai skor tes
yang sama (konstan).
Benda
benda mati yang berada diruang kelas dapat menjadi variabel penelitian manakala
diukur variasi efeknya. Sebagai contoh, meja belajar dapat menjadi variabel
penelitian, manakala ukuran, bentuk dan bahan bakunya tidak sama. Dari meja
yang bervariasi tersebut kemudian diukur efek penggunaannya terhadap
kenyamanan, produktivitas, daya tahan kerja dan sebagainya. Meja tidak dapat
menjadi variabel penelitian ketika bentuk dan ukurannya sudah sama sehingga
akan member efek yang sama pula. Makanan, minuman, dan obat dapat menjadi
variabel penelitian ketika formula dibuat berbeda atau bervariasi. Ketika
formula makanan, minuman, dan dibuat sama, hal tersebut dapat menjadi variabel
manakala orang yang mengkomsumsi berbeda- beda. Variabel yang diukur adalah
efek setelah mengkomsumsi obat dari konsumen yang berbeda.
Variabel
ditemukan ketika penelitian mengamati satu unit analisis berupa benda atau
manusia yang menarik perhatiannya. Penemuan variabel penelitian dapat dimulai
dari subjek (manusia atau benda) atau objek (masalah) yang akan diteliti.
Peneliti yang telah menetapkan subjek penelitian pada siswa di suatu sekolah
dapat ditindak lanjuti dengan memikirkan permasalahan (objek)yang akan diteliti
dari siswa tersebut seperti status gizinya, kreativitasnya, status ekonominya,
dan sebagainya. Apabila subjek penelitian ternyata kurang cocok dengan masalah
yang akan diteliti, maka peneliti dapat menggantinya dengan subjek lain. Apabila
permasalahan (objek) penelitian dipilih sebelum ada subjek, maka penelitian
tinggal memilih subjek yang sesuai. Variabel penelitian terdapat pada
permasalahan yang dimiliki subjek penelitian. Objek (masalah) penelitian masih
bisa diganti atau diubah sepanjang masih berada dalam ruang lingkup yang sama.
Variabel penelitian
digunakan dalam penelitian kuantitatif atau penelitian yang menggunakan data
berbentuk angka/ numerik. Data dari hasil pengukuran pengetahuan, sikap,
pendapat, dan motivasi merupakan data kualitatif yang dapat diubah menjadi data
kuantitatif dengan cara member skor, nilai atau bobot berwujud angka. Hal ini
dilakukan untuk menunjukkan adanya variasi antar individu. Seorang dapat
dinyatakan memiliki pengetahuan lebih tinggi dari orang lain apabila jumlah
pertanyaan yang dijawab positif atau benar lebih banyak dari orang lain atau
sebaliknya. Seseorang memiliki posisi sikap, pendapat dan motivasi yang lebih
baik dai orang lain manakala orang tersebut telah memenuhi criteria sikap,
pendapat dan motivasi yang baik. Kriteria sikap, pendapat dan motivasi yang
baik atau kurang baik telah ditetapkan sebelum dilakukan pengukuran.
2.
Hubungan Antar
Variabel
Satu
judul penelitian, peneliti dapat mengobservasi dan mengukur satu atau beberapa
variabel sekaligus. Variabel yang dipilih untuk dianalisis dinamakan variabel explanatory, dan semua variabel lain
yang tidak dianalisis meskipun sudah diteliti dinamakan variabel extraneous. Apabila penelitian
menggunakan lebih dari satu variabel, maka perlu dikenali posisi variabel
diantara variabel lainnya. Posisi variabel tersebut dapat dipahami antara lain
dengan cara mengenali posisi hubungan antar variabel yang dijelaskan dalam
paparan berikut ini.
Tidak semua jenis metode penelitian menggunakan konsep hubungan
antar variabel. Hanya jenis penelitian survei komparasi dan korelasional serta
penelitian eksperimen yang harus menjelaskan posisi hubungan antar variabel.
Penelitian survei tidak termasuk dalam pembahasan riset terapan namun metode
ini member dasar pengetahuan untuk dapat melakukan semua jenis penelitian
lainnya. Oleh sebab itu, pembahasan tentang hubungan antar variabel penelitian
ini tetap penting dipaparkan.
a.
Variabel Independent dan Dependent
Variabel explanatory yang paling banyak digunakan adalah variabel
yang menjadi objek (independent) dan
terikat (dependent). Variabel
dependen adalah variabel yang menjadi objek utama penelitian. Variasi dalam
variabel dependen dipengaruhi oleh perubahan yang terjadi pada variabel
independen. Sebagai contoh: apabila peneliti akan meneliti prestasi belajar
mata kuliah Statistika sebagai variabel utama (dependent), maka peneliti dapat
mengambil satu atau beberapa variabel lain yang diperkirakan dapat
mempengaruhinya seperti nilai matematika dan skor IQ.
Hubungan antara variabel independen dan dependen tidak hanya
digunakan untuk menjelaskan posisi variabel bebas dan terikat saja. Hubungan
antara variabel independen dan dependen dalam konteks sebab akibat member makna
variabel independen sebagai penyebab dan variabel dependen sebagai akibat.
Variabel independen sering disebut variabel predictor
(peramal) dan variabel dependen sebagai kriterium (yang di prediksi). Dalam
hubungan tersebut, nilai- nilai dalam variabel independen dapat digunakan untuk
memprediksi nilai nilai dalam variabel dependen. Secara matematis variabel
independen di beri simbol X dan variabel dependen diberi simbol Y. Sebagai
istilah yang sering digunakan untuk member nama variabel independen adalah:
Contoh model hubengan antara variabel independen dan dependen pada
judul- judul penelitian.
1)
Hubungan intensitas belajar
(X) terhadap prestasi belajar (Y) siswa SMP kelas VII di Kecamatan Kota. Model
hubungan antara variabel independen dan dependen dapat digambar sebagai
berikut:
2)
Hubungan antara Kualitas
Layanan (X1) dan Discount Harga Kosmetik (X2) terhadap
Kepuasan Pelanggan (Y) Salon Kecantikan Shinta. Gambar dibawah ini mencerminkan
tiga model hubungan yaitu hubungan antar X1 ® Y ; X2 ® Y ; serta X1 dan X2 ®Y
3)
Pengaruh pola asuh ibu
bekerja (X1) dan ibu rumah tangga
(X2) terhadap kemandirian anak (X). untuk mengetahui pengaruh
pola asuh ibu, dilakukan uji beda skor kemandirian anak yang diasuh oleh ibu
bekerja (X1) dan skor kemandirian anak yang diasuh oleh ibu rumah tangga dengan
desain analisis sebagai berikut:
Skor kemandirian anak dari
ibu bekerja (X1)
|
Skor kemandirian anak dari
ibu rumah tangga (X2)
|
1
2
…
Dst
|
1
2
…
dst
|
Dalam contoh judul- judul di atas dapat dijelaskan kerangka
pemikiran yang menyebabkan terjadinya hubungan antara variabel bebas dan
variabel terikat sebagai berikut: (1) prestasi belajar akan meningkat apabila
intensitas belajar juga ditingkatkan. Artinya: siswa yang memiliki intensitas
belajar yang tinggi diharapkan juga memiliki prestasi belajar yang tinggi; (2)
peningkatan kepuasan pelanggan salon kecantikan dapat terjadi apabila kualitas
layanan ditingkatkan dan harga kosmetik diturunkan atau di discount; (3)
kemandirian anak yang memiliki ibu bekerja dan kemandirian anak yang memiliki
ibu rumah tangga berbeda karena ada perbedaan jumlah waktu yang digunakan untuk
mengurus anak dengan asumsi semakin banyak waktu yang disediakan untuk mengurus
anak maka kemandirian anak semakin berkurang.
b.
Variabel Kontrol
Variabel
control dapat dikategorikan ke dalam variabel extraneous atau variabel yang
tidak diikutsertakan dalam proses penelitian. Variabel control banyak digunakan
pada penelitian eksperimen untuk memberi nama kelompok yang tidak diberi
perlakuan/ eksperimen. Karakteristik kelompok yang diberi perlakuan termasuk
variabel independen karena jenis perlakuan dapat diganti- ganti atau
dimanipulasi. Keberadaan variabel kontrol diperlukan sebagai acuan untuk
membandingkan karakteristik hasil kelompok yang diberikan perlakuan
(eksperimen) dengan kelompok yang tidak diberikan perlakuan(kontrol).
Eksperimen dinyatakan berhasil dan efektif apabila karakteristik kelompok yang
diberi perlakuan lebih baik dari karakteristik kelomp[ok yang tidak diberi
perlakuan (kontrol). Karakteristik yang diukur dari subjek setelah perlakuan
(Eksperimen) dinamakan variabel dependen.
Contoh:
1)
Efektivitas e- learning (X)
terhadap kemandirian belajar (Y) siswa kelas X SMA.
Variabel
kontrol adalah kemandirian siswa kelas X SMA yang tidak menggunakan e- learning
atau tatap muka seperti biasa.
2)
Pengaruh penggunaan media
video interaktif (X) terhadap motivasi Belajar IPA (Y) kelas VI SD
Variabel
kontrol adalah motivasi belajar IPA siswa kelas VI SD yang tidak menggunakan
madia video interaktif.
Desain eksperimen
klasik dari dua judul penelitian tersebut adalah sebagai berikut:
Table 1.1 Contoh Variabel dalam Desain
Eksperimen Klasik
Treatment (perlakuan)
O1A X O2A
Kontrol O1B - O2B
Keterangan :
O1A : pretest kelompok perlakuan
O2A : posttest kelompok perlakuan
X : perlakuan (contoh diatas adalah e-learning
atau penggunaan media
video interaktif)
O1B : pretest kelompok kontrol
O2B : posttest kelompok kontrol
Dua contoh judul diatas menunjukkan bahwa variabel control tidak
di tulis secara eksplisit dalam judul penelitian dan tidak dilibatkan dalam
proses penelitian tetapi informasinya diambil dan dilibatkan dalam prose
penelitian tetapi informasinya diambil dan dilibatkan dalam analisis data
penelitian. Metode analisis data yang digunakan adalah uji beda untuk menguji
perbedaan antara:
1)
Karakteristik subjek sebelum
dan sesudah perlakuan ;
2) Karakteristik subjek yang diberi perlakuan dan subjek yang tidak
diberi perlakuan (kontrol)
c.
Variabel Moderator
Variabel moderator adalah variabel yang dapat mempengaruhi
hubungan atau memodifikasi hubungan antara variabel independen (X) dan dependen
(Y). variabel moderator sering digunakan pada model hubungan antar variabel yang
komplek sehingga ada kemungkinan terjadi hubungan yang tidak langsung antara X
dan Y. variabel moderator dapat ditulis secara eksplisit atau tidak ditulis.
Namun demikian, variabel penelitian tidak
mutually exclusive sehingga variabel dapat berubah fungsi sebagai
independen, dependen maupun moderator tergantung pada konteks permasalahan yang
diteliti. Variabel moderator itu sendiri dapat berarti variabel independen
kedua yang berada di luar jangkauan penelitian.
Contoh :
- Hubungan antara pengetahuan gizi (X) terhadap kualitas konsumsi pangan (Y) ternyata tidal signifikan. Setelah penelitian dicek kembali dengan melibatkan satu variabel lagi yaitu daya beli makanan ternyata kualitas konsumsi makanan lebih dipengaruhi oleh daya beli makanan. Oleh sebab itu, daya beli makanan dapat menjadi variabel moderator.
- Jumlah jam latihan memasak dengan keterampilan memasak ternyata tidak ada hubungan. Setelah data dipisah menurut jenis kelamin, ternyata kelompok pria mempunyai hubungan positif sedangkan kelompok wanita tidak memiliki hubungan positif. Oleh sebab itu jenis kelamin dapat menjadi variabel moderator. Pada model hubungan ini ternyata pelatihan hanya efektif untuk kelompok pria karena pria belum memiliki bekal keterampilan memasak. Sedangkan kelompok wanita, pada umumnya sudah memiliki bekal keterampilan memasak sehingga meskipun jumlah kam latihan hanya sedikit, wanita dapat memperoleh keterampilan memasak yang setara dengan pria
3)
Hubungan antara kondisi
ujian (independen) dan kinerja ujian dapat dimoderasi oleh tingkat kecemasan.
Ujian yang diselenggarakan dengan berbagai kondisi seperti orientasi ego atau
disertai dengan perintah’tulis nama
anda, kita akan mengukur kemampuan anda untuk menentukan kelulusa’ dan
orientasi tugas yang disertai dengan perintah ‘tidak usah menulis nama anda karena kita hanya akan mengukur
pencapaian materi’. Tingkat kecemasan kemudian diukur dari kepribadian
dan dianalisis sebagai variabel moderator. Hasil memperlihatkan bahwa seseorang
yang mempunyai kecemasan tes tinggi berfungsi lebih baik dalam tes berorientasi
pada tugas (tidak untuk mengukur kemampuan) dan seseorang yang mempunyai
tingkat kecemasan rendah berfungsi lebih baik pada tes yang berorientasi ego
(untuk mengukur kemampuan). Dalam contoh tersebut, kecemasan merupakan variabel
moderator, kinerja tes sebagai variabel dependent, kondisi ujian (orientasi ego
dan orientasi tugas) merupakan variabel independent.
Mengapa demikian? Orang yang cemas cenderung tidak mampu
mengerjakan soal dengan baik pada saat pengawas ujian mengatakan hasil ujian
akan digunakan untuk mengukur kemampuan. Sementara itu, orang yang tidak cemas
akan termotivasi untuk bekerja lebih baik apabila ujian digunakan untuk
mengukur kemampuan karena ada kaitannya dengan penghargaan (reward) berupa nilai dan akan bekerja
seenaknya apabila ujian tidak mendapat penghargaan apa- apa.
B.
Populasi dan Sampel
1.
Pengertian Populasi dan
Sampel
Populasi adalah sekumpulan orang,
hewan, tumbuhan atau benda yang mempunyai karakteristik tertentu yang akan
diteliti. Populasi akan menjadi wilayah generalisasi kesimpulan hasil
penelitian. Jika karakteristik yang akan diteliti adalah penambahan berat badan
selama hamil, maka populasi penelitian tersebut adalah ibu hamil. Semua ibu
hamil pada wilayah sarana tertentu menjadi populasi penelitian dan hasil penelitian
nantinya akan berlaku untuk semua populasi ibu hamil pada wilayah sarana yang
diteliti. Penelitian tentang efektifitas pupuk cair pada tanaman kentang, maka
populasi sarananya adalah semua tanaman kentang yang diberi pupuk cair di
wilayah tertentu. Penelitian tentang kadar gula darah tikus yang diberi ransum
kacang merah, maka populasi sarananya adalah darah tikus yangdiberi ransum
kacang merah. Penelitian tentang rasa brownies kasava, maka populasi sasarannya
adalah brownies kasava yang diuji coba. Berdasarkan contoh- contoh tersebut
dapat diambil kesimpulan bahwapopulasi adalah sekumpulan subjek yang mau
diteliti.
Sampel adalah cuplikan atau bagian
populasi. Peneliti boleh mengambil sebagian populasi saja untuk diteliti
meskipun kesimpulan hasil penelitian akan berlaku untuk semua populasi. Cara
pengambilan sampel merupakan bagian yang sangat penting dalam penelitian
terutama bila peneliti menghendaki hasil penelitiannya berlaku untuk semua
populasi. Sampel yang diambil harus mewakili semua karakteristik yang terdapat
pada populasi dimana kesimpulan tersebut akan berlaku. Apabila sampel tersebut
tidak mewakili karakteristik yang terdapat pada populasi, maka kesimpulan
penelitian dapat menjadi bias.
Kesimpulan
hasil penelitian tidak dapat dipercaya apabila sampel yang diambil tidak
refresentatif. Sebagai contoh kesimpulan hasil penelitian dua lembaga survey
yaitu Kompas dan LSI (Lembaga Survei Indonesia) yang melakukan jajak pendapat
tentang keistimewaan daerah istimewa Yogyakarta pada tahun 2010. Hasil
penelitian kompas menyatakan 99% masyarakat tidak menyetujui gubernur DIY
dipilih langsung oleh masyarakat. Hasil survey LSI menyatakan sebaliknya yaitu
88% masyarakat menghendaki gubernur DIY dipilih langsung oleh masyarakat
seperti halnya gubernur di provinsi lainnya. Dua kesimpulan hasil penelitian
tersebut berlawanan, tetapi perintah semestinya menggunakan kesimpulan dari
penelitian yang sampelnya presentatif mewakili aspirasi masyarakat asli
Yogyakarta.
Contoh
lain misalnya: satu hasil penelitian menyimpulkan bahwa 90% mahasiswa di
Yogyakarta sudah tidak perawan lagi. Hasil penelitian tersebut sempat
meresahkan orangtua mahasiswa yang kuliah dan kost di Yogyakarta. Sebagai
peneliti yang berpengalaman, hasil penelitian tersebutpatut dipertanyakan cara
pengambilan sampelnya: (1) siapa dan dimana peneliti memperoleh sampel
tersebut? (2) bagaimana cara peneliti memperoleh sampel tersebut? Dua
pertanyaan ini dapat menggagalkan kesimpulan hasil penelitian apabila ternyata
peneliti mengambil sampel hanya di tempat- tempat biasa digunakan untuk mesum;
atau peneliti sengaja memilih sampel dari mahasiswa yang kelihatan nakal.
Apabila peneliti mengambil data di lingkungan yang baik, pastilah hasil
penelitiannya tidak mendapat kesimpulan seperti itu.
Untuk mendapatkan sampel
yang mewakili semua karakteristik yang terdapat pada populasi maka perlu
dilakukan pengambilan sampel secara acak. Dibawah ini akan dipaparkan beberapa
cara pengambilan sampel, baik acak maupun non acak.
2.
Teknik Pengambilan
Sampel
Setiap
jenis penelitian membutuhkan teknik pengambilan sampel (teknik sampling) yang
tepat sesuai dengan populasi sasaran yang akan diteliti. Populasi penelitian
bersifat heterogen dan homogen. Manusia merupakan jenis populasi heterogen,
sedangkan benda dan tumbuhan merupakan jenis populasi relative homogen. Sampel
penelitian yang diambil dari populasi yang heterogen harus representatif atau
mewakili semua karakteristik yang terdapat
pada populasi. Demikian juga bila populasi memiliki cakupan wilayah luas,
sampel yang diambil juga harus mewakili setiap bagian wilayah yang berbeda.
Sampel yang representatif adalah sampel yang diambil secara acak sehingga semua
anggota populasi berpeluang untuk dipilih. Sampel acak menjadi syarat utama
pada penelitian yang hasilnya akan digeneralisasikan keseluruh populasi. Sampel
non acak hanya diperbolehkan untuk penelitian yang memiliki karakteristik
populasi homogen atau apabila hasil penelitian hanya berlaku untuk sampel yang
diteliti.
Teknik
sampeing member konsekuensi pada penggunaan teknik analisis data. Teknik
sampling acak dapat menggunakan semua jenis analisis data sedangkan teknik
samplik non acak hanya dapat menggunakan teknik analisis deskriptif dan tidak
layak menggunakan analisis statistic inferensial. Statistika inferensial adalah
jenis statistic yang digunakan sebagai alat untuk mengambil kesimpulan
kuantitatif yang berlaku untuk semua populasi. Teknik sampling acak terdiri
dari teknik sampling acak sederhana, stratified, cluster, dan sistematik.
Teknik sampling non acak terdiri dari teknik sampling purposive, aksidental
atau incidental, dan snowball. Penggunaan masing-masing teknik sampling
tersebut dapat dijelaskan sebagai berikut;
3.
Teknik Sampling Non
Acak
a.
Purposive sampling
Purposive
samplling digunakan apabila sasaran sampel yang di teliti memiliki
karakteristik tertentu sehingga tidak mungkin di ambil sampel lain yang tidak
memenuhi karakteristik yang telah ditetapkan. Karakteristik sampel yang yang di
ambil sudah ditetapkan oleh peneliti sehingga teknik sampling ini dinamakan
sampel bertujuan. Teknik sampling ini
Cocok digunakan untuk jenis penelitian studi kasus, evaluasi
program, penelitian tindakan dan jenis penelitaan lain yang menggunakan data
kualitatif. Contoh sampel pada studi kasus misalnya: penderita autis, siswa
yang mengalami kesulitan belajar, anak yatim, anak cacat, dsb. Contoh sampel
evaluasi program misalnya pelaksana dan sasaran program. Contoh sampel
penelitian tindakan kelas adalah siswa kelas tertentu yang diberi tindakan.
Karakteristik yang melekat pada sampel tersebut bukan merupakan karakteristik
umum yang memiliki semua orang, sehingga orang yang teliti khusus yang memiliki
karakteristik yang terdapat pada tujuan penelitian.
b.
Insidental Sampling
Sampling incidental atau
aksidental adalah teknik pengambilan sampel yang dilakukan dengan cara memilih
sampel yang secara kebetulan ditemui saja. Teknik sampling ini banyak digunakan
untuk penelitian deskriptif. Contoh penerapan teknik sampling ini misalnya
untuk menjaring pendapat konsumen terhadap produk makanan dengan merek dagang
tertentu. Peneliti mengambil sampel
dengan cara menemui orang –orang yang baru saja membeli produk tersebut
di depan supermarket. Dengan demikian, orang yang tidak berbelanja di
supermarket tempat si peneliti mengambil data tidak mendapat kesempatan
untuk diteliti meskipun mereka
menggunakan produk makanan dengan merek dagang yang sama. Dalam penelitian
pendidikan, teknik sampling ini dianggap sangat lemah dan tidak disarankan
untuk digunakan karena dapat mengahsilkan kesimpulan yang bias.
c.
Snowball Sampling
Teknik
pengambilan sampel Snowball atau bola
salju adalah teknik pengambilan sampel yang dilakukan secara beranting tatau
bercabang. Sampel pertama ditetapkan secara purposive sesuai dengan
karakteristik sampel yang akan diteliti. Sampel kedua dan seterusnya diterapkan
berdasarkan informasi yang diperoleh
dari sampel yang pertama.teknik sampling ini banyak digunakan untuk penelitian
yang bertujuan membongkar kasus-kasus tertentu seperti sidikat narkoba,
jaringan teroris, jaringan perampokan, dsb. Dalam bindan pendidikan, teknik
sampling ini juga digunakan untuk mengunngkap kasus kejahatan pendiidikan
seperti pemalsuan ijasah, penyelewengan dana pendidikan, penipuan,dan kasus
lain yang relevan. Cara penelusuran subjek penelitian dapat diilustrasikan pada
gambar berikut ini.
Gambar 1.1 Ilustrasi Teknik Snowball Sampling
Pada gambar 1.1, sampel pertama adalah A, sampel ke dua adalah B,
dan C, namun karena C sudah tidak memiliki informasi subjek yang lain, maka C
terputus jaringannya. Contoh dala kasus jaringan narkoba, A adalah pengguna
narkoba, A mendapatkan narkoba dari B dan C, C membeli narkoba ke B, sehingga B
adalah agen yang menjual narkoba, tentu dibentuk jaringan yang panjang untuk
sampai ke produsennya. Oleh sebab itu, masih diperlukan informan lain untuk
membongkar rahasia.
4.
Teknik Sampling Acak
a.
Simple Random Sampling
Pengambilam sampel secara acak sederhana dapat dilakukan apabila
daftar nama populasi sudah ada. Penelitian dapat mengambil sampel dengan cara
mengundi semua anggota populasi. Secar otomatis, nomor-nomor yang muncul akan terpilih menjadi sampel penelitian.
Teknik pengambilan sampel ini masih mungkin dilakukan apabila jumlah
populasinya tersedia dala basis data yang terawat dengan baik atau selalu
diperbarui (di-up date).
b.
Stratified Sampling
Stratified
atau teknik sampling berstrata digunakan untuk mengambil sampel untuk kelompok
sampel yang memiliki strata atau tingkatan seperti tingkat pendidikan, status
social ekonomi, tingkat kelas, atau jenjang karir pegawai. Teknik pengambilan
sampel ini banyak digunakan dalam penelitian survey skala besar.
Teknik
pengambilan sampel secara berstrata dapat digunakan dengan dua cara yaitu
proporsional dan tidak proporsional. Sampel berstrata yang proposional (proportional stratified random sampling)
digunakan apabila masing-masing strata diambil sampel secara proporsional
berdasarkan ukuran persen (%). Dengan demikian, jumlah sampel yang diambil pada
tiap-tiap strata tidak sama tergantung pada jumlah populasi yang terdapat pada
strata tersebut. Sampel berstrata tidak proporsional (proportional stratified random sampling) digunakan apabila
masing-masing strata diambil sample dalam jumlah yang sama dengan tidak
memperhatikan jumlah populasinya. Comtoh pengambilan sampel stratified.
Dalam
contoh diilustrasikan terdapat 500 populasi yang terbagi dalam empat strata
tingkat pendidikan. Dalam penentuan ukuran sampel menggunakan nomogram Harry
King (Sugiyono,2007) diketahui apabila jumalah populasi 500 orang, maka jumlah
sampel yang diambil adalah 35% untuk mendapatkan taraf kesalahan 5%. Dengan
demikian, jumlah sampel yang harus diambil adalah (0,35 x 500) x 1,195 =
209,125 atau dibulatkan menjadi 209 (1,195 adalah Multiple Faktor pada
Confidence Interval 95%).
Tabel
1.2 Contoh pengambilan sampel berstrata
Jumlah
populasi menurut strata tingkat pendidikan
|
Jumlah
Sampel
|
||
Proporsional
(35%)
x 1,195
|
Disproporsional
|
||
S3
|
60
|
25
|
52
|
S2
|
100
|
42
|
52
|
S1
|
140
|
58
|
52
|
SMA
|
200
|
84
|
52
|
Total
|
500
|
209
|
208
|
Apabila sampel akan diambil sebanyak 209 orang, maka ada dua cara
yang dapat dilakukan yaitu: (1) mengambil sampel sebanyak 35% x 1,195% pada
setiap strata; (2) mengambil sampel dalam jumlah yang sama yanitu masing-masing strata sebanyak 209:4=52,25
atau dibulatkan menjadi 52 orang. Cara yang pertama dinamakan stratified proportional random sampling sedangkan
cara yang kedua dinamakan stratified
disproportional random sampling.
Populasi
|
Proporsional
|
Disproporsional
|
Gambar 1.2 Ilustrasi
Teknik Stratified Sampling
c.
Cluster Sampling
Cluster
sampling digunakan apabila populasi penelitian
tergabung dalam kelompok-kelompok (kluster) yaitu bisa kelompok kelas,
kelompok wilayah, kelompok pekerjaan, kelompok organisasi, dsb. Teknik
pengambilan sampling bertahap menurut wilayah (multi stage are). Pengambilan sampel dari wilayah yang luas, dilakukan secara berjenjang mulai cakupan
wilayah yang paling luas sampai ke wilayah sasaran sehingga dinamakan teknik
sampling multi stage are cluster random sampling. Karakteristik wilayah
populasi yang diambil sampelnya dapat diilustrasikan sebagai berikut. Penelitian
mengambil wilayah satu kabupaten. Dalam satu kabupaten terdapat 15- 17
kecamatan dan setiap kecamatan memiliki 8-15 kelurahan. Peneliti dapat
menentukan sampel dengan dengan cara bertahap yaitu pertama kali mengundi nama
wilayah kecamatan yang yang akan diteliti, setelah terpilih nama kecamatan
kemudian diundi lagi nama kelurahan yang mewakili tiap-tiap kecamatan yang
sudah terpilih. Dari kelurahan tersebut kemudian dipilih sampel yang akan
diteliti secara acak. Meskipun penelitian ini hanya dilakukan terhadap beberapa
wilayah saja tetapi hasil penelitian dapat disimpulkan untuk satu kabupatenyang
diteliti. Teknik cluster sampling
juga sering diterapkan dalam wilayah sekolah. Dengan cara yang sama seperti penentuan
wilayah di atas, sasaran akhir sampling penelitiannya adalah sekolah atau
kelas. Contoh teknik sampling multi stage area dapat diilustrasikan sebagai
beriku:
Keterangan:
= tidak diteliti
= diteliti
Gambar
1.3 Ilustrasi Teknik Multi Stage Sampling
Dalam contoh di atas diilustrasikan
apabila penelitian dilakuka di perguruan tinggi. Pada tahap pertama peneliti
menetapkan tiga fakultas yang mewakili misalnya FIK, FISE, dan FT. Pada tahap
kedua, peneliti menetapkan masing-masing fakultas diambil 2 program studi
secara acak. Jumlah sampling terakhir adalah 2 prodi x 3 fakultas atau 6
program studi. Dari 6 unit kluster sampling tersebut kemudian diambil sampel
secara acak sesuai denga ukuran sampel yang dikehendaki.
d.
Systematic Sampling
Sampling
sistematis diterapkan apabila populasi penelitian terdokumen dengan baik dan
memiliki nomor urut. Data populasi yang memiliki nomor urut misalnya terdapat
pada daftar nama pelanggan telpon pada buku telpon, daftar nama pasien di rumah
sakit, dsb. Daftar nama populasi tersebut dapat tersimpan dalam buku maupun
data base elektronik. Teknik sampling sistematis ini dapat digunakan untuk
berbagai jenis penelitian yang menggunakan data kuantitatif denga ukuran sampel
yang relatif besar. Cara pengambilan sampel
dilakukan dengan cara membagi jumlah populasi denga jumlah sampel untuk
menetapkan bilangan kelipatannya. Misalnya terdapat 800 populasi akan diambil
sampel sebanyak 800 orang maka bilangan kelipatan yang digunakan untuk membagi
adalah 800:80 yaitu 10. Nomor urut pertama ditetapkan secara acak dengan mengundi angka 1 sampai 9. Apabila
keluar angka 5 maka sampel yang diambil adalah nomor urut 5,15, 25, 35…795.
Langkah-langkah:
1)
Tetapkan bilangan kelipatan
dengan cara membagi jumlah populasi dengan jumlah populasi yang akan diambil,
misalnya: jumlah populasi 800 akan diambil sampel sebesar 80 maka 800/80=10.
Hal ini berarti setiap kelipatan 10 diambil satu sampel.
2)
Tetapkan nomor urut pertama
akan menjadi sampel dengan cara mengundi bilangan 1-9, misalnya keluar angka 5.
3)
Tetapkan nomor urut populasi
yang menjadi sampel penelitian
berikutnya dengan menggunakan bilangan kelipata yang diperoleh pada
langkah pertama tadi. Pada contoh ini diperoleh bilangna kelipatan 10 dn nomor
sampel pertama adalah 5. Dengan demikian nomor urut yang menjadi sampel adalah:
5
e.
RDD (Random Digit Dialing)
Random
digit dialing (RDD) merupakan teknik pengambilan sampel khusus untukpenelitian
yang datanya diambil dengan cara wawancara melalui telepon kepada masyarakat
umum. Kerangka sampling tidak ada, karena peneliti tidak memiliki dokumen
nama-nama pemilik telepon. Cara pengambilan sampel ini kurang representative
karena tidak semua penduduk memiliki telepn, nama pemilik dan nomor telepon
kemungkinan berubah-ubah dan tidak tersedia daftar pemilik telepon yang pasti.
Apabila menggunakan RDD, peneliti dapat memanggil nomor telepon secara acak
dengan cara sebagai berikut:
a.
Tetapkan kode area
(provinsi), kabupaten atau kecamatan atau kode kartu layanan telepon seluler.
b.
Tetapkan 3 atau 4 angka di
bagian tengah yang akan di ubah-ubah
c.
Tetapkan 3 atau 4 angka
terakhir yang sama.
Contoh :
081-5689-2165,─
081-5680-2165,─081-5681-2165
085-747-964-850,─
081-747-965-850,─ 085-747-966-850
C.
Penetapan Ukuran Sampel
Penetapakan ukuran sampel
tergantung pada karakteristik populasinya. Populasi pada kumpulan benda,
darah, sirup, makanan, obat, bahan
makanan yang berasal dari sumber yang sama bersifat homogen. Jumlah
sampel untuk populasi yang bersifat homogeny tidak berpengaruh pada kesimpulan
sehingga meskipun jumlah sampel yang di ambil hanya sedikit, hasil
penyelidikian dapat memperoleh kesimpulan yang sama.
Sebagai
contoh: seorang peneliti mengambil hanya 1 cc darah untuk mengetahui kadar
kolestrol pada tubuh A. jumlah darah tersebut sudah mewakili meskipun peneliti
mengambil 1 cc karena darah bersifat homogen..
Populasi pada manusia cenderung bersifat heterogen dan
tersebar mendekati distribusi normal. Besar sampel dari populasi yang
sebarannya berdistribusi nomor diambil secara proporsional. Untuk populasi
seperti ini, besar proporsi ukuran sampling dari populasinya berbanding
terbalik.semakiin besar jumlah sampel dari jumlah populasinya maka semakin kecil peluang kesalahan
kesimpulan hasil penelitian yang akan digeneralisasi. Sebaliknya, semakin kecil
jumlah sampel dari populasinya maka semakin besar kesalahan kesimpulan hasil
penelitian yang akan digeneralisasi. Ukuran sampel yang harus diambil
tergantung pada tingkat ketelitian atau kesalahan yang dikehendaki. Tingkat
ketelitian yang dikehendaki sering tergantung pada sumber dana, waktu dan
tenaga yang tersedia.
Penetapan ukuran sampel dapat mengacu dari berbagai
referensi. Masing-masing referensi menetapkan ukuran sampel dengan proporsi
yang berbeda. Berikut ini ada beberapa cara
penetapan ukuran sampel yang diambil dari referensi,misalnya:
1.
Isaac
dan Michael
Isaac
dan Michael (1984) telah menghitung ukuran sampling dari jumlah populasi 10
sampai 1.000.000. Hasil penghitungan ukuran sampel tersebut telah dirangkum
pada tabel 1.3. Ukuran sampel ditetapkan pada taraf kesalahan 1%. 5% dan 10%.
Sebagai contoh, apabila terdapat jumlah populasi (N) sebanyak 100, pada taraf
kesalahan 1% diperlukan jumlah sampel (s) sebanyak 87 sedangkan pada taraf
kesalahan 5% diperlukan jumlah sampel sebanyak 78 (lihat tabel 1.3).
2.
Harry
King
Dalam
nomogram yang dibuat oleh Harry King (Sugiyono, 2009), jumlah sampel dapat
ditetapkan dengan cara menarik garis lurus dari titik pada garis yang
menunjukkan ukuran populasi di sebelah kanan dengan melewati titik “taraf kesalahan” yang terdapat
pada garis yang berada di tengah. Pada penelitian sosial, taraf kesalahan yang
sering digunakan adalah 1% dan 5%. Gambar 1.4 menunjukkan contoh jika
seandainya terdapat 200 populasi dan pada taraf kesalahan 5% maka dengan cara
menarik garis lurus, dari angka 200 pada garis populasi, dengan melewati
angka 5 pada garis taraf kesalahan akan dapat diperoleh ukuran sampel
sekitar 58% atau 0,58 X 200 = 116.
Tabel
1.3 Penentuan Ukuran Sampel Menurut Isaac dan Michael
N
|
s
|
N
|
s
|
N
|
s
|
||||||
1%
|
5%
|
10%
|
1%
|
5%
|
10%
|
1%
|
5%
|
10%
|
|||
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
110
120
130
140
150
160
170
180
190
200
210
220
230
240
250
260
270
|
10
15
19
24
29
33
38
42
47
51
55
59
63
67
71
75
79
83
87
94
102
109
116
122
129
135
142
148
154
160
165
171
176
182
187
192
|
10
14
19
23
28
32
36
40
44
48
51
55
58
62
65
68
72
75
78
84
89
95
100
105
110
114
119
123
127
131
135
139
142
146
149
152
|
10
14
19
23
27
31
35
39
42
46
49
53
56
59
62
65
68
71
73
78
83
88
92
97
101
105
108
112
115
118
122
125
127
130
133
135
|
280
290
300
320
340
360
380
400
420
440
460
480
500
550
600
650
700
750
800
850
900
950
1000
1100
1200
1300
1400
1500
1600
1700
1800
1900
2000
2200
2400
2600
|
197
202
207
216
225
234
242
250
257
265
272
279
285
301
315
329
341
352
363
373
382
391
399
414
427
440
450
460
469
477
485
492
498
510
520
529
|
155
158
161
167
172
177
182
186
191
195
198
202
205
213
221
227
233
238
243
247
251
255
258
265
270
275
279
283
286
289
292
294
297
301
304
307
|
138
140
143
147
151
155
158
162
165
168
171
173
176
182
187
191
195
199
202
205
208
211
213
217
221
224
227
229
232
234
235
237
238
241
243
245
|
2800
3000
3500
4000
4500
5000
6000
7000
8000
9000
10000
15000
20000
30000
40000
50000
75000
100000
150000
200000
250000
300000
350000
400000
450000
500000
550000
600000
650000
700000
750000
800000
850000
900000
950000
1000000
|
537
543
558
569
578
586
598
606
613
618
622
635
642
649
563
655
658
659
661
661
662
662
662
662
663
663
663
663
663
663
663
663
663
663
663
663
664
|
310
312
317
320
323
326
329
332
334
335
336
340
342
344
345
346
346
347
347
347
348
348
348
348
348
348
348
348
348
348
348
348
348
348
348
348
349
|
247
248
251
254
255
257
259
261
263
263
263
266
267
268
269
269
270
270
270
270
270
270
270
270
270
270
270
270
270
270
270
271
271
271
271
271
272
|
Sedangkan
jika jumlah populasi sebangyak 800, pada taraf signifikansi yang sama
diperlukan sampel sekitar 27% x 800 = 216. Persentase jumlah sampel sebesar 58%
diambil dari arah anak panah yang berada di antara angka 50 dan 60, karena
titik anak panah lebih dekat dengan angka 60 maka dapat diperkirakan titik
tersebut berada di sekitar angka 58, sedangkan 27% diambil dari angka yang
berada di antara titik ke 20 dan 30.
Selanjutnya,
proporsi sampel yang telah ditemukan di atas dikalikan dengan multiple factor. Pada contoh di atas,
tingkat kesalahan sampling yang telah dipilih adalah 5%, oleh sebab itu
diperoleh interval kepercayaan 95% yang berasal dari 100 – 5. Hal ini berarti
95% penelitian telah menggunakan prosedur penentuan sampling yang benar. Multiple factor pada interval
kepercayaan (confidence interval) 95%
adalah 1,195. Ukuran sampel yang telah menjadi contoh di atas, masing-masing
masih perlu dikalikan dengan 1,195. Untuk jumlah populasi 200 maka jumlah
sampel yang harus diambil adalah 116 x 1,195 = 138,6 dibulatkan menjadi 139 dan
untuk jumlah populasi 800, jumlah sampel yang harus diambil adalah 216 x 1,195
= 258.
2 Prosentase populasi yang diambil
sebagai sampel Ukuran
populasi 30
3
40
4
50
60
5
10
60
20
30
40
50
60
70
80
90
95
1000
2000
Gambar 1.4 Nomogram Harry King
3. Edward L. Vockell
Jumlah
populasi sasaran pada wilayah yang luas sulit ditemukan. Bila hal ini terjadi,
penentuan ukuran sampel dapat menggunakan batas interval kepercayaan (confidence interval). Vockell (1983),
memperkirakan interval kepercayaan berbasis pada ukuran sampel yang dapat
disimak pada Tabel 1.4. Dalam tabel tersebut terkandung makna, jika ukuran
sampel ditetapkan pada interval kepercayaan ±4,9%, maka peneliti mengharapkan
hanya ±4,9% kesalahan kesimpulan hasil penelitian yang diakibatkan oleh
kesalahan pengambilan sampel.
Tabel 1.4 Perkiraan Taraf
Kepercayaan berdasarkan Ukuran Sampel menurut Vockell
Ukuran Taraf Ukuran Taraf
Sampel kepercayaan Sampel kepercayaan
5 ±44 175 ±7,4
10 ±31 200 ±6,9
20 ±22 225 ±6,5
30 ±18 250 ±6,2
40 ±16 275 ±5,9
50 ±14 300 ±5,6
60 ±13 400 ±4,9
70 ±12 500 ±4,4
80 ±11 750 ±3,6
90 ±10 1000 ±3,1
100 ±9,8 2000 ±2,2
125 ±8,8 5000 ±1,4
150 ±8,0
4. Jacob Cohen
Jacob Cohen (1988)
menetapkan ukuran sampel berdasarkan teknik analisis datanya. Penelitian yang
menggunakan analisis statistik inferensial (mengambil kesimpulan berdasarkan
hasil analisis data pada sampel tetapi berlaku untuk seluruh populasi). Jika
hipotesis (kesimpulan sementara) penelitian ingin diterima secara signifikan
(berarti) maka peneliti sebaiknya menetapkan power yang tinggi.
Keberartian kesimpulan hasil penelitian sosial sangat dipengaruhi oleh jumlah
sampelnya. Ada empat faktor yang perlu dilihat dalam penentuan ukuran sampel
agar dapat memenuhi statistic power
analysis yaitu sample size,
significancy, directionality and effect size. Penjelasan lebih lanjut
terhadap faktor-faktor yang perlu dikendalikan dalam statistic power analysis adalah sebagai berikut:
a. ukuran
sampel (sample size), power akan meningkat secara otomatis
dengan meningkatnya ukuran sampel;
b. tingkat
signifikansi, yaitu nilai p pada hipotesis nol yang akan ditolak. Pada penelitian sosial,
signifikansi, (p) pada umumnya ditetapkan pada tingkat kesalahan 0,05 dan 0,01.
c. directionality yaitu
arah khusus hipotesis penelitian yang dirancang: pada umumnya, arah hipotesis
penelitian ditetapkan pada satu arah/one
tail:a1(positif atau negatif), atau dua arah/two tail: a2 (positif dan
negatif);
d. effect size yaitu
estimasi pengaruh ukuran sampel dari populasinya. Semakin besar jumlah sampel
akan semakin kecil efeknya. Ada tiga kriteria penentuan effect size yaitu kecil/small,
sedang/medium, dan besar/large. Setiap jenis analisis memiliki effect size yang berbeda. Ketentuan effect size menurut teknik analisis data
dapat dirangkum sbb:
Tabel 1.5 Effect
Size Menurut Teknik Analisis Data
Teknik
Analisis
|
Effect
Size
|
||
Small
|
Medium
|
Large
|
|
t-test
|
d=
, 20
|
d=
,50
|
d=
,80
|
Product moment
|
r = , 10 atau
r2=,01
|
r = ,30 atau
r2 =,09
|
r = ,50 atau
r2 =,25
|
Anova
|
f= ,10
|
f = ,25
|
f = ,40
|
Untuk menetapkan ukuran sampel
berdasarkan statistic power analysis, peneliti tinggal membaca ukuran sampel
yang telah tertera di tabel. Estimasi ukuran sampel pada contoh di bawah ini
tidak mencantumkan effect size: large dengan
asumsi bahwa semua peneliti tidak mengharapkan mendapat kesalahan dalam
mengambil kesimpulan hasil penelitian yang besar karena ukuran sampelnya kurang
memenuhi syarat analisis.
Di bawah ini diberikan beberapa
contoh penetapan ukuran sampel menggunakan statistic
power analysis.
Tabel
1.6 Estimasi Ukuran Sampel untuk Analisis t-test
Power
|
|||||||||
Arah
hipotesis
|
,70
|
,80
|
,90
|
||||||
ES
= d
|
ES
= d
|
ES
= d
|
|||||||
.20
|
.40
|
,50
|
.20
|
.40
|
,50
|
.20
|
.40
|
,50
|
|
a1 = ,01
|
408
|
103
|
66
|
505
|
127
|
82
|
652
|
290
|
105
|
a1 = ,05
|
236
|
60
|
38
|
310
|
78
|
50
|
429
|
108
|
69
|
a2 = ,01
|
482
|
122
|
79
|
586
|
148
|
95
|
746
|
188
|
120
|
a2 = 0,5
|
316
|
78
|
50
|
393
|
99
|
64
|
526
|
132
|
85
|
Contoh pengambilan sampel untuk t-test:
Sebuah penelitian kuasi eksperimen pada dua kelompok sampel
ingin menguji hipotesis alternatif (Ha) dua arah: µ1≠µ2
pada taraf signifikansi a2
= 0,05, dengan effect size sedang, (d) = 0.50 dan power sebesar 0,80 maka
diperlukan jumlah sampel 64 untuk masing-masing kelompok. Sebaliknya, apabila
peneliti hanya memiliki sampel 50 orang pada masing-masing kelompok, maka hasil
penelitian hanya memiliki power 0,70 atau power tetap 0,80 tetapi hipotesis
hanya satu arah (a1) pada taraf kepercayaan 0,05.
Contoh ukuran sampel untuk analisis Product Moment ada pada
tabel 1.7. Contoh kasus: apabila peneliti ingin menguji hipotesis alternatif
dua arah (a2) hubungan
antara lama menjadi guru dengan skor penilaian kinerja mengajar pada power 0,90
dan effect size sedang r = 0,30 dan taraf signifikansi a2
= 0,01 maka diperlukan sampel sebanyak 158 orang. Jika peneliti hanya memiliki
sampel sebesar 67 orang, peneliti memperoleh dukungan pada effect size yang sama (0,30) tetapi power menurun menjadi 0,70 dan
taraf signifikansi a2
= 0,05.
Tabel
1.7 Estimasi Ukuran Sampel untuk Analisis Product-Moment
Power
|
|||||||||
Arah
hipotesis
|
,70
|
,80
|
,90
|
||||||
ES
= r
|
ES
= r
|
ES
= r
|
|||||||
.20
|
.30
|
,40
|
.20
|
.30
|
,40
|
.20
|
.30
|
,40
|
|
a1 = ,01
|
201
|
88
|
48
|
247
|
108
|
59
|
320
|
139
|
76
|
a1 = ,05
|
117
|
52
|
28
|
153
|
68
|
37
|
211
|
92
|
50
|
a2 = ,01
|
237
|
103
|
56
|
287
|
125
|
68
|
365
|
158
|
86
|
a2= 0,5
|
153
|
67
|
37
|
194
|
85
|
46
|
259
|
113
|
62
|
Contoh ukuran sampel untuk analisisAnalisis of Varians ada pada
tabel 1.8. Contoh kasus: Jika peneliti ingin menguji hipotesis alternatif (Ha)
perbedaan gaya hidup antara PNS yang bekerja sebagai dosen, guru, dan karyawan
pada taraf signifikansi 0,05, effect size yang dipilih kecil (f=0,25) dan power
0,80 maka jumlah sampel yang harus diambil adalah 52 orang untuk masing-masing
kelompok (dosen, guru, dan karyawan), sampel keseluruhan adalah 52 x 3 = 156
orang.
Penentuan
ukuran sampel untuk mencapaianalisis regresi sedikt berbeda dengan cara
sebelumnya. Penentuan ukuran sampel dapat menggunakan cara lain yang lebih
mudah. Ukuran sampel analisis multivariate seperti, regresi ganda, korelasi
parsial dan SEM (Struktural Equation Modeling), dapat
ditetapkan sekitar 5 – 10 x jumlah variabel yang diobservasi (Arief Wibowo,
2004). Jika terdapat 13 variabel yang diobservasi maja ukuran sampel minimal
sekitar 65 s.d. 130 orang yang barasal dari 5 x 13 = 65 atau 13 x 10 = 130.
terima kasih .. sangatv membantu
ReplyDeletebelum paham soal ukuran sampel untuk analisi product moment..
ReplyDelete