KONSEP POPULASI DAN SAMPLING, SERTA PERHITUNGAN VARIANS

Oleh: Sardin I. POPULASI Populasi berasal dari kata Population (Bahasa Inggris), yang berarti jumlah penduduk. Oleh karena itu apabila disebutkan kata populasi, orang kebanyakan menghubungkannya dengan kependudukan. masalah-masalah al tersebut ada benarnya juga, karena itulah makna

kata populasi yang sesungguhnya. !emudian pada perkembangan selanjutnya, kata populasi menjadi amat populer, dan digunakan dalam berbagai disiplin ilmu. "alam metode penelitian, kata populasi amat populer yang

dipergunakan untuk menyebutkan serumpun atau sekelompok objek yang menjadi sasaran penelitian. Oleh karenanya populasi penelitian merupakan keseluruhan (universum) dari objek penelitian yang dapat berupa manusia, he#an, tumbuhan, udara, gejala, nilai, peristi#a, sikap hidup, dan sebagainya,sehingga objek-objek itu dapat menjadi sasaran sumber data penelitian. "engan demikian dapat disimpulkan bah#a keseluruhan unit yang memiliki $iri-$iri yang sama menurut kriteria penelitian yang sedang dilakukan, disebut populasi ( population atau universe). %ontoh: Sebuah penelitian bertujuan mengukur tingkat kepuasan pelajar-pelajar S&'( di !ota Bandung terhadap pelayanan jasa Pos dan )iro, maka keseluruhan pelajar di S&'( di !ota Bandung merupakan populasi. *ntuk me#a#an$arai semua pelajar ini mengenai rasa puasnya terhadap pelayanan jasa Pos dan )iro tentunya sukar dilakukan karena memerlukan #aktu yang lama dan biaya yang besar. Oleh karena itu peneltian akan dilakukan terhadap beberapa pelajar saja, yang dipilih menurut suatu $ara sampling tertentu. !umpulan +

2 pelajar-pelajar (unit-unit sampling) yang terpilih oleh sampling tersebut dinamakan sampel (sample). "e,inisi: (kibat dari proses pemilihan terkumpulnya sebagian dari anggota populasi, maka kumpulan itu disebut dengan sampel. adari -a#a#i (+./0)+, mengelompokkan populasi dari penentuan sumber data, yaitu: (. Populasi terbatas, yaitu populasi yang memiliki sumber data yang jelas batas-batasnya se$ara kuantitati,. 1isalnya jumlah murid (remaja) S&'( di !ota Bandung pada tahun 2334 sebanyak +43.333 sis#a, terdiri dari 5/.333 murid laki-laki dan 52.333 murid perempuan. B. Populasi tak terhingga, yaitu populasi yang memiliki sumber data yang tidak dapat ditentukan batas-batasnya se$ara kuantitati,. Oleh karenanya, luas populasi bersi,at tak terhingga dan hanya dapat dijelaskan se$ara kualitati,. 1isalnya, jumlah gelandangan di Indonesia. Ini berarti harus dihitung jumlah gelandangan di Indonesia dari tahun ke tahun, dan tiap kota. 'idak saja perhitungan terhadap jumlah gelandangan yang ada sekarang, tetapi juga dilakukan pena,siran jumlah gelandangan di #aktu yang datang. "ilihat dari kompleksitas objek populasi, maka populasi dapat dibedakan, populasi homogen dan populasi heterogen 2. (. Populasi homogen, yaitu keseluruhan indi6idu yang menjadi anggota pupolasi, memiliki si,at-si,at yangrelati, sama satu sama lainnya. Si,at populasi seperti ini banyak dijumpai pada medan eksakta, $ontohnya air. (ir memiliki si,at yang homogen, sehingga keseluruhan yang besar tak terhingga di air, sama dengan bagian ke$il dari keseluruhan tersebut. Seorang ibu membuat se$angkir kopi. *ntuk mengetahui kadar gula yang terkandung di dalam kopi
1

adari -a#a#i, (+./0), Metode Penelitian Bidang Sosial, 7ogyakarta: )ajah 1ada *ni6ersity Press p. +8+ 2 Burhan Bungin, (2334), Metode Penelitian Kuantitatif, 9akarta: !en$ana, p. +33

0 tersebut, $ukup hanya men$oba setitik air kopi yang diambil dari $angkir tersebut. %iri yang menonjol dari populasi homogen, tidak ada perbedaan hasil tes dari jumlah tes populasi yang berbeda. 1aksudnya adalah, gejala yang timbul pada satu kali per$obaan atau tes merupakan gejala yang timbul pada seratus kali atau lebih kali tes terhadap populasi yang sama. B. Populasi heterogen, yaitu keseluruhan indi6idu anggota populasi relati, memiliki si,at-si,at indi6idual, di mana si,at tersebut membedakan indi6idu anggota populasi yang satu dengan lainnya. "engan kata lain, bah#a indi6idu anggota populasi memiliki si,at yang ber6ariasi, sehingga memerlukan penjelasan terhadap si,atsi,at tersebut, baik se$ara kuantitati, maupun kualitati,. Pada penelitian sosial yang berobjekkan manusia atau gejala-gejala dalam kehidupan manusia yang bersi,at amat unik dan kompleks ke$enderungan memiliki kategori populasi heterogen. Populasi juga dibedakan atas populasi sampling dan populasi sasaran. asil akhir dari suatu penelitian adalah kesimpulan-kesimpulan. Pertanyaanya sekarang, untuk populasi yang mana kesimpulan itu berlaku. Populasi yang menjadi ruang lingkup generalisasi kesimpulan suatu penelitian disebut populasi sasaran (target population), dan populasi sasaran ini harus ditentukan se$ara jelas sebelum penelitian dilaksanakan. 9adi, Populasi sasaran adalah populasi yang nantinya menjadi ruang lingkup generalisasi hasil penelitian. %ontoh: 'ingkat ekonomi mempengaruhi gejala korupsi di lingkungan pega#ai negeri di Indonesia, maka yang menjadi populasi sasaran adalah pega#ai negeri di Indonesia. II. SAMPEL (dakalanya penelitian yang dilakukan tidak dapat menjangkau seluruh populasi, karena berbagai keterbatasan. *ntuk menyiasatinya dilakukan pengambilan dari sebagian populasi yang dimaksud dalam

8 penelitian. *nit yang terpilih dinamakan sampel. "engan kata lain sampel adalah bagian dari populasi yang terpilih menjadi sasaran penelitian. Penentuan terpilihnya anggota populasi menjadi anggota sampel memerlukan ketelitian tersendiri, karena suatu sampel yang baik adalah sampel yang benar-benar me#akili seluruh karakteristik yang ada pada populasi (representati,). *ntuk menentukan sampel yang representati, ada beberapa ,aktor yang harus dipertimbangkan, yaitu0: (. "erajat keseragaman (degree of homogenity) populasi. Populasi homogen $enderung memudahkan penarikan sampel, sapai pada menentukan besar ke$il sampel yang dibutuhkan. Semakin homogen populasi, maka semakin besar kmungkinan penggunaan sampel dalam jumlah ke$il. Pada populasi heterogen, ke$enderungan menggunakan sampel, besar kemungkinan sulit dihindari, karena sampel harus dipenuhi oleh #akil-#akil unit populasi. Oleh karena itu, semakin kompleks atau semakin tinggi derajat keberagaman maka semakin besar pula sampel penelitian yang diperoleh. B. "erajat kemampuan peneliti mengenai si,at-si,at khusus populasi. Selain mengenal derajat keberagaman populasi, peneliti juga harus mampu mengenal $iri-$iri khusus populasi ang sedang atau akan diteliti. %. Presisi (keseksamaan) yang dikehendaki penelitian. :aktor ketiga ini biasanya merupakan kebutuhan yang mun$ul pada penelitian sur6ei atau penelitian kuantitati, lainnya. Populasi penelitian amat besar, sehingga derajat kemampuan peneliti dalam mengenal karakteristik populasi amat rendah. *ntuk menghindari kebiasan sampel, maka dilakukan jalan pintas dengan $ara menambah ukuran sampel. Oleh karenanya, apabila suatu penelitian menghendaki derajat presisis yang tinggi,maka merupakan keharusan dari penelitian tersebut
3

Burhan Bungin, (2005), Ibid, p. 102

4 menggunakan menggunakan sampel dengan ukuran yang besar, karena derajat presisi menentukan besar ke$ilnya ukuran sampel. Pada permasalahan ini, presisi juga tergantung pada tenaga, biaya, dan #aktu, karena untuk men$apai derajat presisi tinggi, peneliti harus mengeluarkan banyak tenaga, biaya maupun #aktu untuk melayani sampel dengan ukuran yang besar. ". Penggunaan teknik sampling yang tepat. Penggunaan teknik sampling juga harus betul-betul diperhatikan kalau mau mendapatkan sampel yang representati,. Salah dalam penggunaan teknik sampling, berarti salah pula dalam memperoleh sampel. III. RENCANA SAMPLING DAN RANCANGAN SAMPLING Sebuah ren$ana yang berisi langkah-langkah untuk menentukan banyaknya unit sampling yang akan dipilih, dan $ara memilih unit-unit itu ke dalam sampel disebut ren$ana sampling ( sampling plan). "engan perkataan lain, dapat pula dikatakan ren$ana sampling adalah sebuah gambaran yang menyangkut kepada: (. Penentuan populasi sasaran dan penentuan populasi penelitian. B. Penentuan bentuk dan ukuran satuan sampling. %. Penentuan ukuran sampel ". Penentuan $ara memilih satuan sampling. (pabila ke dalam ren$ana sampling kemudian dimasukan pula ren$ana analisis, misalnya saja dimasukan pula ren$ana bagaimana menghitung rata-rata, persentase, 6arians, dan lain sebagainya, maka namanya berubah estimasi. A. Ukuran Populasi an Ukuran Sa!p"l menjadi ran$angan sampling ( sampling design). 9adi ran$angan sampling adalah ren$ana sampling ditambah $ara-$ara

< *kuran populasi (population size) adalah banyaknya unit sampling yang ada dalam populasi itu. &ambang untuk ukuran populasi adalah -. 9ika dalam sebuah populasi terdapat +3.333 unit sampling yang merupakan unit sampling terke$il yang akan dipilih, maka ukuran populasi itu adalah +3.333, atau - ; +3.333. Perhatikan bah#a populasinya hanya sebuah, hanya +3.333 itu ukurannya. Banyaknya unit sampling yang ada dalam sebuah sampel disebut ukuran sampel (sample size). &ambang ukuran sampel adalah n. (pabila dalam sebuah sampel terdapat 43 buah unit sampling maka ukuran sampel itu adalah 43 atau n ; 43. Perhatikan bah#a sampelnya hanya sebuah, yang 43 itu ukurannya, jadi tidak ada istilah 43 buah sampel. #. Sa!p"l NonP"luan$ Sampel yang tidak melibatkan unsur peluang dalam pemilihan unit sampling dari sebuah sampel disebut dengan sampel nonpeluang (nonprobability sample). Proses sampling, atau sampling pemilihan dikatagorikan sampel non peluang apabila dalam pemilihan yang dilakukan tidak dilibatkan unsur peluang. %iri-$iri sampel nonpeluang adalah: +. Sampel dibatasi pada suatu bagian dari populasi yang mudah didapat 2. Sampel dipilih se$ara sembarang 0. "engan sebuah populasi yang ke$il tapi heterogen, pengambilan sampel memeriksa seluruhnya dan memilih sebuah sampel ke$il dari unit yang sejenis. 8. Pada dasarnya sampel terdiri dari unit-unit yang berbeda, karena dalam penelitian proses pengukurannya tidak jelas.

'ipe-tipe sampel non peluang antara lain: +. Judgement Sampling (Purposive Sampling) "isini pemilihan unit semata-mata didasarkan kepada judgement seseorang atau kumpulan orang yang merupakan expert di bidang tertentu. "engan tujuan men$apai sesuatu yang dikehendaki yang menggambarkan si,at populasi yang sedang diteliti. %ontoh: Indeks harga, dengan indeks harga diharapkan bisa menggambarkan biaya hidup. Populasi untuk keperluan hidup sehari-hari antara lain: beras, ikan, baju, '=, mobil, kulkas, dan sebagainya. pokok. al ini tidak mungkin diteliti, maka keluar . bahan judgement yang mana si,at me#akilinya !arena

ditentukan oleh expert. 2. Voluntary Sampling (Sukarela) "i sini anggota sampel ditentukan karena kemauan sendiri (peneliti). 1isalnya: Bidang kedokteran yang ingin men$oba obat baru. 3 Sno!ball Sampling arus didekati + (satu) orang, ada teman yang lain, ada yang lainnya lagi, dan sebagainya. " #aphazard Sampling %ara pemilihan yang si,atnya sembarangan, misalnya ketemu siapa saja bertanya, yang tahu maupun yang tak tahu yang biasanya disebut sampling a$ak. Sampel yang diperoleh melalui proses sampling harus menjadi #akil populasinya dalam arti si,at-si,at populasinya harus ter$ermin dalam sampel. Oleh karena itu pada saat melakukan sampling peneliti harus menggunakan sampel peluang.

/ (pabila saat melakukan sampling, besarnya peluang sesuatu unit sampling untuk terpilih ke dalam sampel diketahui dan peluang ini tidak sama dengan nol, maka sampel yang diperoleh dinamakan sampel peluang (probability sample). Banyaknya unit sampling yang ada dalam kerangka sampling dan banyaknya unit sampling yang akan dipilih ke dalam sampel menjadi dasar untuk menghitung besarnya peluang itu. C. Sa!p"l P"luan$ Sampling peluang kalau dilihat dari $aranya pengambilan dibagi 2 golongan yaitu: +. Sampling dengan Pengembalian (Sampling $ith repla%ement) "isini sesuatu unit yang sudah terpilih di kembalikan lagi sebelum pemilihan selanjutnya dilakukan. 9adi sesuatu unit bisa terpilih lebih dari satu kali. "e,inisi: (pabila populasi berukuran - dan sampelnya berukuran n, maka sampling dengan pengembalian, banyaknya seluruh kemungkinan sampel adalah :-n 2. Sampling tanpa pengembalian (Sampling $ithout &epa%ement) "isini sesuatu unit setelah terpilih tidak dikembalikan lagi sehingga tidak ada kemungkinan untuk terpilih lagi. "e,inisi: apabila populasi berukuran - dan sampelnya berukuran n, maka sampling tanpa pengembalian, banyaknya seluruh kemungkinan sampel adalah: ->?(--n)>n> Beberapa teknik sampling peluang yang biasa digunakan dalam penelitian sur6ei antara lain: Simple @andom Sampling (S@S) Systemati$ Sampling (SS)

Strati,ied @andom sampling (S'@S) %luster sampling (%S) Strati,ied %luster Sampling (S%S)

%. Si!pl" Ran o! Sa!plin$ (dalah proses memilih satuan sampel dari populasi sedemikian rupa sehingga setiap satuan sampling dari populasi mempunyai peluang yang sama besar untuk terpilih ke dalam sampel, dan peluang itu diketahui sebelum pemilihan dilakukan. "e,inisi: Sebuah sampel berukuran n yang diambil dari sebuah populasi berukuran - dikatakan sebagai Simple @andom Sampling apabila peluang untuk setiap unit yang terpilih adalah sama. Simple @andom Sampling ini digunakan apabila: a. =ariabel yang akan diteliti keadaannya relati, homogen dan tersebar merata diseluruh populasi. b. (pabila bisa disusun se$ara lengkap kerangka sampling yang menyangkut satuan pengamatan untuk seluruh populasi. Simple @andom Sampling (S@S) merupakan sebuah ran$angan sampling yang paling sederhana ditinjau dari proses samplingnya maupun dari bentuk-bentuk rumus analisisnya. "alam sur6ei, terutama dalam sur6ei yang ruang lingkupnya besar, simple random sampling ini jarang digunakan. Memilih Unit Sampling ke dalam Sampel *ntuk memilih *nit Sampling ke dalam Sampel, maka langkah kerjanya sebagai berikut: a. 'entukan se$ara jelas populasi sasarannya. Populasi

sasaran ini penting sekali karena harus tahu pasti untuk

+3 populasi yang mana kesimpulan penelitian itu nantinya berlaku atau ruang lingkup generalisasi. b. 'entukan unit sampling yang akan dipilih dari populasi sasaran, misalnya saja unit samplingnya adalah orang. $. "a,tarkan semua unit sampling yang ada dalam populasi sasaran ke dalam sebuah kerangka sampling, misalnya saja populasi sasaran berukuran - ; 02+ unit sampling. 9adi bentuk kerangka samplingnya adalah: Ta&"l %. K"ran$ka Sa!plin$
-o. *rut *nit 33+ 332 --02+ !ruskal 9l. B -o. 85 &illie,ors !olmogoro6 -ama (lamat 9l. A -o. 48 9l. 7 -o. 55

d. )unakan rumus yang tepat untuk menentukan ukuran sampel (n). *mpamakan saja n ; +3 e. Sediakan tabel angka random. "engan menggunakan tabel angka random itu dipilih (melakukan sampling se$ara S@S) unit-unit sampling sebanyak +3 buah dari kerangka sampling. (da dua $ara yang mungkin digunakan untuk memilih unitunit ini, yaitu: Metoda sederhana (simple method) Se$ara sembarang jatuhkan ujung pinsil ke atas angka-angka yang ada dalam tabel. *mpamakan saja jatuh pada baris pertama kolom pertama. Perhatikan bah#a nomor unit sampling terdiri dari 0 angka (digit). Oleh karena itu dari tabel angka random diperlukan bilangan-bilangan yang terdiri dari 0 angka pula. Bilangan dengan 0 angka akan dipenuhi jika menggunakan 0 buah kolom. Oleh karena itu pemilihan dilanjutkan dengan mempergunakan kolom kesatu, kedua, dan ketiga. Bilangan

++ yang diperoleh adalah 20+. 20+ C 02+, artinya ada satuan sampling yang bernomor 20+. Oleh karena itu 20+ dipakai satuan sampling yang pertama adalah nomor 20+. Pemba$aan dilanjutkan ke ba#ah berdasarkan kolom satu, dua dan tiga. "iperoleh 344. 344 C 02+. Ini artinya, satuan sampling terpilih kedua ke dalam sampel adalah satuan sampling yang bernomor 344. (pabila ketemu angka yang lebih besar dari 02+, maka angka tersebut di le#at, demikian pula apabila ketemu dengan harga yang sama tidak dipakai dalam dua kali. Pemba$aan tabel dilanjutkan, sehingga diperoleh: +8/, ++5, 353, 0+0, 24., ++0. Sampai dengan bilangan ++0, yaitu bilangan pada baris ke-20 kolom satu, dua dan tiga, baru terpilih / buah satuan sampling. 1asih diperlukan 2 buah satuan sampling lagi. Pemba$aan diteruskan dari baris ke-24 kolom empat, lima dan enam, ke atas. "idapat 224, dan 235. ini merupakan satuan sampling terakhir yang terpilih ke dalam sampel. Metoda sisa pembagian !alau diperhatikan, metoda sederhana di atas, sekalipun prosesnya sederhana, mempunyai kelemahan tertentu, yaitu menghamburkan bilangan random, karena semua bilangan random harganya yang lebih besar dari 02+ tidak digunakan. Oleh karena itu diperkenankan menggunakan proses pemilihan (sampling) dengan menggunakan metoda sisa pembagian (method of remainder) yang relati, lebih kompleks, tetapi sangat menghemat angka random. &angkah kerja sampling ( simple random sampling) dengan menggunakan metoda sisa pembagian adalah sebagai berikut: a. Susun kelas-kelas inter6al bilangan-bilangan yang masingmasing panjangnya sebesar - (panjang inter6al kelas sama

+2 dengan banyaknya unit sampling dalam kerangka sampling), misalnya - ; 02+, maka

+0

33+ - 02+ 022 - <82 <80 - .<0 Batas penggunaan angka random b. "engan menggunakan tabel angka random akan dilakukan sampling. 1isalnya saja bilangan random pertama yang digunakan sebagai titik a#al pemilihan, sama dengan yang digunakan pada metoda sederhana. *ntuk bilangan random keempat ditemukan angka yaitu 0/.. 1enurut metoda sederhana, bilangan random ini harus dile#at tetapi menurut metoda sisa pembagian bilangan 0/. boleh digunakan karena besarnya kurang dari .<0. 0/.?02+ ; +(3</?02+) Sisa pembagian yaitu 3</ yang dipergunakan, artinya oleh bilangan random 0/. terpilih unit sampling nomor 3</. 'eruskan pemba$aan ke ba#ah. 800?02+ ; +(++2?02+) Sisa pembagian yaitu ++2 yang dipergunakan, artinya oleh bilangan random 800 terpilih unit sampling nomor ++2. "emikian seterusnya dilakukan pembagian-pembagian, dan sampai dengan baris ++ kolom 3+, 32, dan 30 sudah bisa memperoleh +3 unit sampling. arap diperhatikan:

Banyaknya inter6al dan panjangnya inter6al tergantung kepada banyaknya unit sampling dalam kerangka sampling.

Bilangan random yang tidak boleh dipakai (dalam $ontoh di atas adalah bilangan random .<8 - ...) berubahubah tergantung kepada banyaknya unit sampling dalam kerangka sampling.

+8 (pabila menjumpai bilangan random yang besarnya sama dengan atau lebih ke$il dari nomor urut terbesar dalam kerangka sampling, maka tidak pernah dilakukan pembagian.

(pabila sisa pembagiannya adalah 3 (tidak ada sisa), maka unit sampling yang terpilih adalah unit sampling yang nomor urutnya terbesar. *mpamanya: .<0?02+ ; 0. Ini artinya bah#a sisa pembagian adalah 3 (nol), sehingga unit sampling yang terpilih adalah unit sampling nomor 023.

'. Sis("!a(ik Sa!plin$ Pada pembi$araan-pembi$araan yang lalu, ran$angan sampling yang dibuat adalah ran$angan sampling yang didasarkan pada pemilihan unit sampling yang si,atnya random ( pure random). Besarnya peluang unit sampling yang terpilih bisa sama dan bisa juga tidak sama. Simple random sampling merupakan sampling dasar dan ditinjau dari segi pemilihan unit ada dua hal yang merupakan kelemahan S@S yaitu: a. (pabila ukuran populasinya besar dan pengambilan sampel dilakukan se$ara manual, maka pemilihan akan sangat membosankan. %ontoh : akan memilih <<3.333 unit sampel dari 2/.333.333 b. Sekalipun si,atnya random tapi bisa terjadi bah#a unit yang terpilih dari populasi letaknya di lapangan mengelompok. "alam hal ini pemilihan S@S amat berbahaya. *ntuk menanggulangi kekurangan tersebut, maka disediakan sampling plan yang lain, yaitu sistemati' sampling. Sampling ini disebut sistematik sampling (SS) karena pemilihan se$ara

+4 random, pada prinsipnya hanya sekali pemilihan selanjutnya dilakukan se$ara sistematik. "ibandingkan dengan simple random sampling, sistematik sampling mempunyai beberapa keunggulan, antara lain: a. Proses pemilihan unit-unit ke dalam sample lebih mudah b. "apat memberikan in,ormasi yang relati, lebih besar per satuan biaya. ). S(ra(i*i" Ran o! Sa!plin$ =ariabel yang akan diteliti melalui suatu sur6ei, nilai-nilainya sangat heterogen. 1isalkan saja pendapatan keluarga per bulan, besarnya sangat ber6ariasi dari satu keluarga ke keluarga lainnya. Pendapat seseorang tentang sesuatu hal akan berbeda dengan pendapat orang lainnya, tergantung kepada latar belakang pendidikannya, tergantung kepada umurnya, lingkungan hidupnya, dan pengaruh ,aktor-,aktor lainnya. 1isalnya, banyaknya surat-surat yang dikirimkan melalui bis-bis surat akan sangat ber6ariasi dari satu lokasi ke lokasi lainnya. !esibukan pekerjaan di kantor-kantor pos akan berbeda, tergantung kepada kelasnya, daerahnya, dan kondisi-kondisi lain. (pabila ran$angan sampling yang digunakan untuk sur6ei seperti ini adalah simple random sampling atau sistematik sampling, maka ada kemungkinan bah#a si,at-si,at seperti di atas tidak terjaring. Oleh karena itu, untuk menjamin bah#a sampel yang diperoleh benar-benar bisa men$akup karakteristik yang ada dalam populasi, maka ran$angan yang sebaiknya digunakan adalah stratified random sampling. Berdasarkan keterangan di atas timbul pertanyaan, dalam keadaan bagaimana stratified random sampling digunakan :

+< a. Berdasarkan kerangka pemikiran dan pengalaman, 6ariabel yang akan diteliti keadaannya sangat heterogen, misalnya bagaimana sikap politik rakyat indonesia. b. (pabila mampu menyusun se$ara lengkap sampling ,rame baik se$ara keseluuhan populasi maupun sampling frame untuk setiap stratum. $. 'ahu betul 6ariabel yang akan dijadikan strati,ikasi, yaitu 6ariabel itu sendiri, kalau itu tidak mungkin maka diambil 6ariabel pengganti. d. (pabila tersedia $ukup biaya terutama biaya perjalanan. +. Clus("r Ran o! Sa!plin$ ambatan utama yang dihadapi dalam simple random sampling, sistematik sampling, dan strati,ied random sampling adalah harus tersedianya kerangka sampling yang lengkap sejak tingkat a#al pemilihan. 1enyusun kerangka sampling bukan pekerjaan mudah,

memerlukan biaya yang besar dan #aktu yang relati, lama, terutama apabila populasi sasaran yang akan diteliti ruang lingkupnya besar. *ntuk menghindari kesukaran dalam menyusun kerangka sampling, peneliti biasanya menggunakan ren$ana sampling lain sebagai alternati,, yaitu %luster sampling. "alam %luster ini mengusahakan agar karakteristik dalam %luster heterogen sedangkan antar %luster homogen. "engan demikian yang dimaksud dengan $luster adalah sebuah unit sampling yang didalamnya masih berisi unit-unit analisis yang lebih ke$il. 1embentuk sampling frame yang unit-unitnya terdiri dari $luster lebih mudah ketimbang membentuk sampling frame yang terdiri

+5 dari unit yang lebih ke$il. Pada strati,ikasi, pembentuk strati,ikasi dasarnya adalah membentuk subpopulasi yang keadaan 6ariabelnya relati, homogen. (pabila dipandang dari tingkat sekolahnya maka S"CS1P dan S1* dapat dikatakan homogen. Pada masalah membentuk $luster, dasarnya adalah membentuk kesatuan yang keadaan 6ariabelnya heterogen. "alam prakteknya membentuk $luster yang arti,i$al yang betulbetul memenuhi si,at heterogen sangat sukar dilakukan. ,. S(ra(i*i" Clus("r Sa!plin$ "alam penelitian yang melibatkan masyarkat, terutama yang ruang lingkupnya luas, kesulitan utama adalah menyusun sampling frame. *ntuk menanggulangi kesukaran ini digunakan %luster sampling. Sebab membuat sampling ,rame yang berisi $luster (unit sampling yang besar) relati, lebih mudah dari menyusun sampling ,rame yang terdiri dari unit sampling yang ke$il. Pada suatu saat $luster-$luster tersebut relati, heterogen antar $luster, $luster-$luster yang heterogen ini dikelompokkelompokan ke dalam strata, masing-masing stratum berisi $luster yang relati, homogen. D. M"n"n(ukan Ukuran Sa!p"l al yang paling banyak dipersoalkan orang ketika melakukan penelitian adalah ukuran sampel. !etepatan jenis dan ukuran sampel yang diambil akan sangat mempengaruhi keter#akilan populasi (representati6eness) populasi akan sampel sangat terhadap populasi. kebenaran !eter#akilan menentukan

kesimpulan dari hasil penelitian. Se$ara umum ada ke$enderungan bah#a semakin besar ukuran sampel akan semakin me#akili populasi. @ata-rata dan simpangan baku sampel akan me#akili rata-

+/ rata dan simpangan baku dari populasi 8. "i lain pihak, para peneliti ingin bekerja dengan sampel seke$il mungkin, sebab makin besar ukuran sampel akan semakin besar biaya yang akan dikeluarkan, makin banyak tenaga yang digunakan dan makin lama #aktu yang diperlukan. Berdasarkan literatur yang penulis pelajari, terdapat tiga kelompok dari ahli dalam menentukan ukuran sampel: +. *kuran sampel yang didasarkan atas pertimbangan persentase dan ke$enderungan umum, dengan memperhatikan ukuran populasi. Dinarno Sura$hmad (+..3), Suharsimi (rikunto(+..3), !artini !artono (+..3), menyatakan bah#a ukuran sampel sangat ditentukan oleh besarnya ukuran populasi. *ntuk populasi dengan ukuran kurang dari seratus, sampel dapat diambil seluruhnya (seluruh anggota populasi menjadi sampel atau disebut juga sebagai sampel total). -amun demikian, Burhan Bungin (2334), memiliki pendapat bah#a ukuran sampel dapat dihitung dengan menggunakan rumus4:
n= N N.d 2 +1

!eterangan: n ; *kuran sampel - ; *kuran Populasi d ; nilai presisi?ketepatan meramalkan. %ontoh: (pabila ukuran sampel sebesar 8.483, dengan presisi sebesar +3E (3,+) maka ukuran sampel dapat diperoleh sebesar .5,/8 ./ orang.
4

Lihat Nana Syaodih Sukmadinata, (2005), Metode Penelitian Pendidikan, Bandung !ema"a !o#da $a%ya. &. 2'0. 5 Bu%han Bungin (2005), &. 105

+. (dapula rumus sampling yang dikemukakan oleh -a#a#i (+./0)< dengan rumus:
Z n pq 1 ( 2 b
2

adari

!eterangan: n p F B+?2 b %ontoh: 9ika diketahui jumlah guru S1( di 9a#a Barat 833.333 orang, di antara mereka yang tinggal di daerah perdesaan sebanyak 4.333 orang. Berapa ukuran sampel yang diperlukan untuk penelitian di atas. Proporsi mereka yang tinggal di perdesaan adalah ; ukuran sampel ; sama dengan atau lebih dari ; proporsi populasi persentase kelompok pertama ; proporsi sisa di dalam populasi ; besarnya harga B untuk tertentu (.4E atau ..E) ; persentase perkiraan kemungkinan kekeliruan dalam menentukan sampel membuat

4.333?833.333 G +33E ; +2,4E atau p; 3,+24. F ; + H 3,+24 ; 3,/54. B+?2 untuk ; 3,34 adalah +,.<. !emungkinan membuat kekeliruan sebesar 4E atau 3,34. "imasukkan ke dalam rumus, sehingga diperoleh:
1,)' n 0,125 x0,*+5 =1'*,05 =1') 0,05
2

2. *kuran sampel yang didasarkan atas pertimbangan hasil uji$oba yang dilakukan, dengan memperhatikan skor rata-rata dan
'

,ada%i Na-a-i (1)*3), Metode Penelitian Bidang So#ial, .ogyaka%ta /a"ah Mada 0ni1e%#ity P%e##. &. 14)

23 simpangan baku. Sutaryat 'risnamansyah (+./8) 5,

mengemukakan bah#a ukuran sampel yang diperlukan dalam penelitian ditentukan oleh hasil uji$oba terhadap sebagian dari populasi rumus: yang dimaksud dalam penelitian. asil yang diperhitungkan untuk menghitung ukuran sampel digunakan

31(2 . # 2 dan no = 22
!eterangan: no n B s A b

n=

no no 1+ N

; *kuran sampel minimal menurut perkiraan pertama ; *kuran sampel minimal ; *kuran populasi ; arga yang diambil dari da,tar distribusi normal baku menurut tara, signi,ikansi tertentu

; Simpangan baku yang diperoleh se$ara empiris (dari hasil penelitian pendahuluan) ; @ata-rata yang diperoleh se$ara empiris (dari hasil penelitian pendahuluan) ; Perbedaan antara rata-rata yang sebenarnya dengan rata-rata yang ditaksir yang dapat ditoleransikan. *ntuk menentukan bias ini dipergunakan rumus:

b2 =

31(2 . # 2 4

%ontoh: "iketahui: - ; 2333 B+?2 untuk ; 3,34 adalah +,.<. @ata-rata Skor =ariabel A+ ; ++3,550< dengan s ; 23,/020

Suta%yat 5%i#naman#yah, (1)*4), Pengaruh Motif Berafilia i, Peneri!aan Ber"o!uni"a i, Per ep i dan #tatu #o ial $"ono!i %erhadap Perila"u Modern Petani (6i#e%ta#i), Bandung Pa#7a Sa%"ana 8$8P Bandung, &. 3'+.

2+

b2 =

(1,)') 2 . (20,*323) 2 =15.0504+*+511+23 2 = 3.*+)4)4'5152001 110,++3' (1,)') 2 . (20,*323) 2 =110.++3' 15,0504+)

no =

n=

110,++3' =104.)'01)0*)*+3 =105 110,++3' 1+ 2000

0. *kuran sampel yang didasarkan atas pertimbangan teknik analisis yang dipergunakan dalam penelitian. 1at$hin I %ampbel (+./.) Salah satu teknik yang dipergunakan untuk menentukan ukuran sampel adalah dengan memoertimbangkan jenis teknik analisis dan jumlah 6ariabel bebas yang akan diuji. (pabila pengujian menggunakan teknik analisis hubungan (baik korelasional maupun kausal) antara berbagai 6ariabel yang diidenti,ikasi digunakan (reund)s *terative Method/. &angkah-langkah yang digunakan untuk menentukan besarnya ukuran sampel dengan teknik ini adalah: a. 'entukan berdasarkan perkiraan besarnya pengaruh yang ditimbulkan eksogen. oleh Sebagai 6ariabel $ontoh endogen bah#a terhadap 6ariabel 6ariabel eksogen

dipengaruhi oleh 6ariabel endogen paling tidak sebesar +3E atau (2 ; 3,+3, sehingga ; 3,03). b. 'entukan besarnya a (!ekeliruan tipe I) dan b (kekeliruan tipe II). !ekeliruan tipe I merupakan kekeliruan untuk menolak kekeliruan untuk menolah o yang seharusnya diterima dan kekeliruan tipe II adalah + yang seharusnya diterima. o dinyatakan oleh , Besarnya peluang untuk menolak
*

Lihat Ma7hin, 6., 9 :am&2ell, M.;., (1)*)), #tati ti&al %able for %he 'e ign of (lini&al %rial , London Bla7k-ell S7ienti<i7 Pu2li7ation. &. *)=)3

22 sedangkan besarnya peluang untuk menolah oleh . $. &akukan Iterasi minimal 2 kali dengan ketentuan bah#aJ jika besarnya nilai numerik satuan n+ dan n2 sudah sama, iterasi berhenti dan menentukan besarnya sampel dengan membulatkan angka ke atas. Sedangkan jika n + dan n2 tidak sama, maka iterasi dilanjutkan. d. (dapun rumus yang dipergunakan adalah:
1 + 0> = 1 ln 2 1

+ dinyatakan

+) Iterasi pertama
n=

(3

+ 3 )

0> 2

+3

2) *ntuk melakukan iterasi kedua terlebih dahulu dihitung:

1 + 0 2 = 1 ln + 2 1 2 ( n = 1)

0) Iterasi kedua

n=
%ontoh: Seorang (S('!&)

(3

+ 3 )

0 2 2
peneliti

+3

bermaksud oleh

menguji

pengaruh

yang

menyatakan bah#a Sikap (gresi, 'erhadap !elompok &uar dipengaruhi (utoritarianisme Struktur, "ogmatisme Ide, dan Sektarian @eligious. "alam hal ini terdapat 0 6ariabel endogen dan + 6ariabel eksogen. *ntuk menentukan besarnya ukuran sampel,

20 ditentukan berdasarkan menggunakan rumus yang dikemukakan di atas, dengan ketentuan: a. Peneliti menduga bah#a 6ariabel eksogen paling tidak sebesar +3E ditentukan oleh ketiga 6ariabel endogen tersebut. Oleh karena itu diketahui besarnya 2 ; 3,+ atau ; 3,0. b. Besarnya tingkat keper$ayaan adalah .4E, sehingga ; 3,34 dan po#er sebesar .4E ( ; +- 3,.4 ; 3,34. Oleh karena itu, besarnya B (untuk ; 3,34) adalah +,<84 (hasil interpolasi linier), dan besarnya B (untuk ; 3,34) adalah +,<84 (hasil interpolasi linier). $. 1elakukan Iterasi:

1 + 0,3 0> = 1 ln = 0,154+5)*02 2 1 0,3

+) Iterasi Pertama
n=

(1,'45 + 1,'45) 2
(0,154+5)*02) 2

+ 3 =115,)*3'

2) untuk menghitung Iterasi kedua, terlebih dahulu di$ari:

0,3 1 + 0,3 0 2 = 1 ln + = 0,15'0+' 2 1 0,3 2 (115 = 1)

0) Iterasi kedua
n=

(1,'45 +1,'45) 2
(0,15'0+') 2

+ 3 =114,0*''

Oleh

karena

hasil

iterasi

pertama

dan

kedua

belum

menunjukkan satuan yang sama, maka iterasi dilanjutkan ke iterasi ketiga.

28

8) Sebelum menghitung iterasi ketiga, terlebih dahulu di$ari:

0,3 1 + 0,3 0 3 = 1 ln + = 0,15'0*+ 2 1 0,3 2 (114 = 1)

4) Iterasi ketiga
2 ( 1,'45 +1,'45) n=

(0,15'0*+) 2

+ 3 =114,0+01

asil iterasi kedua dan ketiga menunjukkan satuan angka yang sama yaitu ++4 (hasil pembulatan ke atas), sehingga ditentukan batas minimal ukuran sampel yang diambil adalah ++4. IV. PENGHITUNGAN VARIANS DAN ANALISIS VARIANS A. Varians =arians merupakan salah satu ukuran dispersi atau 6ariasi. *kuran ini mengisyaratkan keseragaman atau keberagaman suatu data. Berbeda dengan ukuran gejala pusat, ukuran 6ariasi tidak pernah diperoleh harga negati,, meskipun data yang dimiliki semuanya negati,. (pabila diperoleh harga untuk ukuran 6ariasi sama dengan nol, artinya data yang dimiliki tidak ber6ariasi, demikian pula sebaliknya, semakin harga 6ariasi menjauhi harga nol, data yang dimiliki semakin ber6ariasi. Selain 6arians, ukuran 6ariasi lainnya adalah rentang, simpangan baku, dan indeks dispersi. arga 6arians sebenarnya merupakan ukuran simpangan kuadrat, sehingga di dalam perhitungannya melibatkan angka kuadrat dari setiap data yang dimiliki. *ntuk menghitung 6arians digunakan rumus:

?2 =

2 i

(4 )
i

J apabila dihitung dari populasi (parameter)

24

#2 =

2 i

(4 )
i

J apabila dihitung dari sampel (statistik)

n =1

!edua pendekatan rumus di atas menggunakan rumus kuadrat terke$il. Beberapa ahli memperkenalkan pula penghitungan 6arians dengan menggunakan skor-skor simpangan yang ditulis dengan rumus:

@ =
N =

J apabila 6arians dihitung dari populasi

n =1

J apabila 6arians dihitung dari sampel

%ontoh: *ntuk menghitung 6arians dengan pendekatan kuadrat terke$il dari suatu kumpulan data yang terdiri dari skor: 8,4,<,5,/ dapat dilakukan dengan $ara di ba#ah ini:
No. + 2 0 8 4 8 4 < 5 / 03 -' +< 24 0< 8. <8 +.3

"ari data di atas dapat dihitung 6ariansnya adalah:

1)0 = (30) 2 5 5

?2 =

=2

; 6arians untuk poupulasi

#2 =

1)0 =

(30) 2 5 5 =1

= 2.5

; 6arians untuk sampel

sedangkan apabila rumus yang dipergunakan adalah skor-skor simpangan, maka data yang dibutuhkan adalah:

2<

No. + 2 0 8 4 G

8 4 < 5 / < 03

. -2 -+ 3 + 2

.' 8 + 3 + 8 +3

1aka 6arians populasi dapat dihitung:

2 =
10 =2 5

#. /"nis Varians "i atas telah disampaikan bah#a 6arians sebagai ukuran 6ariasi dihitung dari populasi dan sampel, dengan menggunakan pendekatan (rumus) yang sedikit berbeda. =arians yang dihitung dari populasi disebut sebagai 6arians populasi (sebagai parameter), sedangkan ukuran yang diperoleh dari sampel disebut sebagai 6arians sampel (sebagai statistik). "i samping itu, terdapat pula 6arians sistematis dan 6arians galat (error). =arians sistematis ialah 6ariasi ukuran karena pengaruhpengaruh tertentu yang diketahui atau tidak diketahui, yang membuat skor-skor $enderung ke suatu arah dan buka ke arah yang lain.. Sedangkan 6arians galat adalah ,luktuasi atau 6ariasi ukuran yang terjadi karena kebetulan. =arians galat merupakan 6arians a$ak. 'erjadinya 6ariasi ukuran ma$am ini adalah karena ,luktuasi ukuran yang biasanya ke$il dan kurang ajeg. Salah satu jenis 6arians sistematik yang penting dalam penelitian adalah 6arians antar kelompok atau 6arians eksperimental. =arians antar kelompok atau 6arians eksperimental adalah 6arians yang men$erminkan perbedaan-perbedaan sistematis antar kelompok ukuran.

Lihat $e%linge% &. 125

25 Penghitungan 6arians antar kelompok atau 6arians eksperimental dapat diperoleh melalui suatu kondisi eksperimen maupun dari suatu kondisi non eksperimen. =arians antar kelompok dihitung dengan menghitung besarnya rata-rata untuk tiap kelompok, yang selanjutnya dibandingkan dengan skor rata-rata untuk seluruh kelompok. 1isalkan peneliti bermaksud mengetahui e,ekti6itas metode belajar tertentu (B).
No. + 2 0 8 4 G

terhadap

hasil

belajar,

yang

dilakukan

dengan

membandingkan keompok kontrol (7) dan kelompok eksperimen asil pengujian dapat dilihat pada tabel di ba#ah ini.
0 8 + 2 4 < 0,< +/ 1 4 < 0 / 5 4,/ 2.

@ata-rata yang diperoleh selanjutnya dibandingkan dengan rata-rata untuk kedua kelompok tersebut, yang diperoleh skor sebesar 8,5 (hasil bagi 85 dibagi +3). Selanjutnya skor tersebut didistribusi ke dalam tabel di ba#ah ini:
K"lo!pok 7 B G G2 Ra(a2Ra(a 0,< 4,/ 8,5 . -+,+ +,+ .' +,2+ +,2+ 2,82

b 2 =

2,42 = 1,21 2

b2 menunjukkan suatu harga 6arians bet!een (6arians antar kelompok). Salah satu hal penting yang diperlukan untuk menghitung 6arians adalah 6arians total yang merupakan 6arians untuk keseluruhan anggota kelompok. *ntuk menghitung 6arians total, seluruh skor dihitung se$ara bersama, lalu dihitung 6ariansnya. 'erhadap data di atas dapat dihitung 6arians total, yang dilakukan dengan $ara:

2/
No. + 2 0 8 4 < 5 / . +3 G G2 8 + 2 4 < 4 < 0 / 5 8,5 . -3.5 -0.5 -2.5 3.0 +.0 3.0 +.0 -+.5 0.0 2.0 .' 3.8. +0.<. 5.2. 3.3. +.<. 3.3. +.<. 2./. +3./. 4.2. 88.+

=arians total dihitung:

t 2 =
44,1 = 4,41 10

(pabila penghitungan 6arians dilakukan se$ara terpisah untuk masing-masing kelompok dan dihitung rata-ratanya maka diperoleh:
No. + 2 0 8 4 G G2 0 8 + 2 4 < 0,< . 3.8 -2.< -+.< +.8 2.8 .' 3.+< <.5< 2.4< +..< 4.5< +5,2 1 4 < 0 / 5 4,/ .' -3./ 3.2 -2./ 2.2 +.2 .' 3.<8 3.38 5./8 8./8 +.88 +8,/

=arians untuk kedua kelompok dapat dihitung:

) 2 =
1+,2 14,* = 3,44 dan * 2 = = 2,)' dengan rata-rata ; 0,2 5 5

@ata-rata dari kedua 6arians tersebut dinamakan 6arians dalam kelompok (!ithin group varian%e). (pabila skor-skor yang diperoleh dimasukkan ke dalam rumus sederhana, yaitu: t2 ; b2 K #2J maka 8,8+ ; +,2+ K 0,2. "engan demikian dapat disimpulkan bah#a 6arians total merupakan penjumlahan dari 6arians antara kelompok dengan 6arians dalam kelompok. C. Analisis Varians (nalisis 6arians merupakan salah satu analisis untuk menguji perbedaan rata-rata untuk kelompok yang lebih dari dua. Seperti telah diketahui bersama bah#a untuk menguji perbedaan dua buah

2. rata-rata dari sampel yang masing-masing diambil se$ara

independen dilakukan dengan menggunakan uji t (t test). Pengujian dengan uji t terbatas hanya untuk 2 buah rata-rata, sehingga apabila kita dihadapkan pada k buah rata-rata yang akan diuji (kL2), maka uji t sudah tidak bisa dipergunakan lagi. Salah satu $ara yang dapat dipergunakan untuk menganalisis uji beda rata-rata untuk k buah rata-rata (kL2) adalah Mone #ay analysis o, 6arian$eN atau biasa dikenal dengan M(-O=(N (Bahasa Indonesia: (na6a ; (nalisis =arians, yang selanjutnya istilah ini yang dipergunakan di sini). Se$ara sederhana penggunaan (na6a didasarkan atas: +. (da k buah populasi (kL2) 2. @ata-rata 6ariat A untuk masing-masing populasi adalahJ +, 2, O.,k 0. ipotesis statistiknya adalah: o : +; 2 ;O.;k + : Sekurang-kurangnya ada "ua Buah yang tidak sama 8. "ari masing-masing populasi diambil sampal random berukuran n+,n2,Onk 4. "ata asil Pengukuran 6ariat A adalah: Populasi-2 Populasi-k

Populasi-+

Sampel-+ n+

Sampel-2 n2

Sampel-k nk

03

+ G++ G2+ Gn++ '+ G2++ G+ s+

2 G+2 G22 Gn22 '2 G2+2 G2 s2

k G+k G2k Gnkk 'k G2+k Gk sk

<. *ntuk menguji hipotesis: o : +; 2 ;O.;k + : Sekurang-kurangnya ada "ua Buah yang tidak sama "igunakan (na6a satu arah (One Day (-O=() 'abel (-(=(
S*1BP@ =(@I(SI (ntar !elompok )alat (@esidu) 'otal "P(@(9(' BPB(S ("B) k-+ (dbk) (nj-k) "B) (nj) H + 9*1&( !*("@(' (9!) 9!k 9!) 9!' @('(-@('( !*("@(' (@9!) @9k ; 9!k?"Bk @!) ; 9!)?"B) *9I : :; @!!?@!)

C=

(T1 + T2 + ... + Tk ) 2 (n1 + n 2 + ... + nk )

9!' ; 9umlah !uadrat untuk 'otal (G2i+ K G2i2 K O K G2ik) - % 9!! ; 9umlah !uadrat antar !elompok

T21 T2 2 T2k n + n + ... + n -C 1 2 k

9!) ; 9umlah !uadrat untuk )alat 9!) ; 9!' - 9!! @!! ; @ata-rata kuadrat untuk antar kelompok @!! ; 9!!?"B!

0+ @!) ; @ata-rata kuadrat untuk )alat @!) ; 9!)?"B) 'itik !ritis Pengujian: :( : "B ) ! J "B) o ditolak, maka pengujian setiap dilanjutkan kelompok dengan (1ultiple

5. (pabila

membandingkan

rata-rata

%omparisons) guna melihat rata-rata kelompok mana yang berbeda se$ara statistik. Salah metode yang bisa dipergunakan adalah S% P::PQS 1P' O" a. 2. 7. d. itung s ; itung ; itung s G itung setiap pasangan RGj - GjQR statistik berbeda signi,ikan %ontoh !asus: "ugaan: (da perbedaan 'ingkat Patuh Peraturan &alu &intas ('PP&&) antar Pengemudi !ota. "ata: 'PP&& diukur oleh instrumen pengukuran yang dapat memberikan skor numerik yang memenuhi skala pengukuran inter6al. 'ruk (ntar !ota, Pengemudi Bus (ntar !ota, Pengemudi 1obil Pribadi dan Pengemudi !endaraan (ngkutan
(k - 1) . F ( : DB k ; DB G )

1 1 (RK G ) nj + nj'

e. (pabila RGj - GjQR s. , maka kedua rata-rata itu se$ara

02 '(BP& (SI& PP-)*!*@(- 'PP&&

'@*! (-'(@ !O'( /< .8 .5 .2 .2 .. .8 .4 .0 B*S (-'(@ !O'( // /5 5/ /3 /+ /3 /4 // /< /+ !P-"(@(P@IB("I +38 +30 .8 .< .. ./ .5 (-)!*'(- !O'( 54 5. 5/ 58 52 5/ 55 /2

1enurut pendapat para peneliti di bidang hukum, sekalipun 'PP&& para pengemudi itu berbeda, tetapi 6ariasi kepatuhan terhadap 'PP&& antar kelompok adalah sama. Pengujian +. 'inggi rendahnya 'PP&& diperlihatkan oleh -ilai numerik ratarata skor 'PP&&. ipotesis Statistik: o : +; 2 ;O.;k + : Sekurang-kurangnya ada "ua Buah yang tidak sama 2. ; 3,34 0. "ata seperti pada tabel di atas 8. Perhitungan:
Statistik nj 'j Gij2 Gj sj + . /82 5///3 .0,4444< 0,<80/5 !elompok 2 0 +3 5 /08 <.+ <.</8 </2.+ /0,8 ./,5+82. 0,555+2 0,<0/82 8 / <+4 85085 5<,/54 0,+0<5< 9umlah 08 2./2 2<8232

C=

(842 + 834 + 691 + 615) 2 = 261538,9412 (9 +10 + 7 + 8)

9!' ; (5///3 K <.</8 K </2.+ K 85085) - 2<+40/,.8+2 ; 2<<0,34//0

00

842 2 834 2 6912 615 2 KK = 9 + 10 + 7 + 8

- 261538,9412

; 22/3,+0030 9!) ; 2<<0,34//0 - 22/3,+0030 ; 0/2,.24/3 @!! ; 22/3,+0030?0 ; 5<3,3880800 @!) ; 0/2,.24/3?03 ; +2,5<8+.000 : ; 5<3,3880800?+2,5<8+.000 ; 4.,48430405 4. "aerah dan titik kritis

B0,05

2,)2 (C(0,05 3D30)

5),54

asil Pengujian menunjukkan bah#a

o ditolak, sehingga

selanjutnya harus dilakukan analisis dengan 1etode S$he,,eQs *ntuk 1embandingkan kelompok + dengan kelompok 2 a. s ; 2. ;
3 ! 2,92 = 2,95972971738975

1 1 (12,76419333) + = 1,6415428828798 9 10

7. s G ; 4,*5*523252*2*)) d. A@1 = @2A B 10,15555' e. A@1 = @2A s G J perbedaan kelompok + dengan kelompok 2 signi,ikan "emikian pula langkah pengujian untuk kelompok selanjutnya. V. SIMPULAN Salah satu hal penting dalam metodologi adalah penentuan populasi dan sampel penelitian. Pengambilan sampel dalam penelitian sangat menentukan kredibilitas penelitian yang dilakukan. Oleh karena itu penentuan sampel harus memenuhi unsur-unsur keter#akilan. al ini

08 dimaksudkan agar sampel yang diperoleh benar-benar me#akili seluruh karakteristik yang dimiliki oleh populasi. 'eknik sampling sangat ditentukan oleh 6ariasi populasi. *ntuk populasi yang homogen, simpel random sampling dan sistematik sampling dapat dilakukan, sedangkan untuk populasi yang heterogen teknik sampling yang dipergunakan adalah $luster dan strati,ied random sampling atau gabungan dari keduanya. *kuran sampel yang diinginkan oleh peneliti sangat ditentukan oleh besarnya populasi, hasil uji$oba, dan teknik analisis yang dipergunakan. Salah satu ukuran yang dipergunakan untuk mengukur keberagaman data dalam penelitian dilakukan dengan menghitung 6arians. =arians memiliki makna yang sama pentingnya dengan rata-rata pada penghitungan ukuran gejala pusat. Salah satu pengembangan dari penghitungan 6arians adalah analisis 6arians. (nalisis ini dipergunakan sebagai teknik analisis untuk menguji perbedaan rata-rata apabila yang diuji tersebut lebih dari dua kelompok. (nalisis ini juga menghendaki analisis uji beda lanjut apabila diketahui hasil analisis 6arians menunjukkan hasil yang signi,ikan. VI. DA3TAR PUSTAKA (ry, "onal, &u$y %heser 9a$obs dan (shgar @aSa6ieh, (+./2), Pengantar Penelitian dalam Pendidikan , diterjemahkan oleh (rie, :ur$han, Surabaya: *saha -asional. Bungin, Burhan, (2334), Metodologi Penelitian Kuantitatif, 9akarta: !en$ana :raenkel, 9a$k @. and -orman P. Dallen, (+..0), How to Design and Evaluate esear!h in Edu!ation, Singapore: 1$)ra#- ill. :urFon, (+..5), Statistika "erapan untuk Penelitian , Bandung: (l,abeta !erlinger, (2338), #sas$#sas Penelitian %ehavioral (diterjemahkan oleh &andung @. Simatupang), 7ogyakarta: )adjah 1ada *ni6ersity Press.

04 1a$hin, "., I %ampbell, 1.9., (+./.), Statisti!al "ables for "he Design of &lini!al "rials, &ondon: Bla$k#ell S$ienti,i$ Publi$ation. Singarimbun, 1asri dan So,yan P,endi (Pditor), (+./.), Metode Penelitian Survai, 9akarta: &P0PS. Slamet, 7, (+..0), #nalisis Kuantitatif untuk Data Sosial , Solo: "abara Publisher Sudjana, (+..2), Metoda Statistika, Bandung: 'arsito Sudjana, -ana dan @. Ibrahim, (2338), Penelitian dan Penilaian Pendidikan, Bandung: Sinar Baru (lgensindo. Sukmadinata, -ana Syaodih, (2334), Metode Penelitian Pendidikan , Bandung: !erjasama PPs *ni6ersitas Pendidikan Indonesia dengan @emaja @osda !arya. Sura$hmad, Dinarno, (+../), Pengantar Penelitian 'lmiah( dasar) metode) dan teknik, Bandung: 'arsito. Suryabrata, Sumadi, (2338), Metodologi Penelitian, 9akarta: @adja )ra,indo Persada. Dalpole, @onald P. (+./0), 'ntrodu!tion to Statisti!s, -e# 7ork: 1a$millan Publishing

0<

DA3TAR ISI 8. PEP0LFS8................................................................................................................1 88. SFMPGL..................................................................................................................3 888. !GN:FNF SFMPL8N/ 6FN !FN:FN/FN SFMPL8N/ ............................5 F. 0ku%an Po&ula#i dan 0ku%an Sam&el.............................................................5 B. Sam&el NonPeluang........................................................................................' :. Sam&el Peluang..............................................................................................* 6. Menentukan 0ku%an Sam&el........................................................................1+ 8H. PGN/,850N/FN HF!8FNS 6FN FNFL8S8S HF!8FNS............................24 F. Ha%ian#..........................................................................................................24 B. ;eni# Ha%ian#.................................................................................................2' :. Fnali#i# Ha%ian#............................................................................................2* H. S8MP0LFN...........................................................................................................33 H8. 6FC5F! P0S5F$F...........................................................................................34