Populasi, Sampel Dan Pengujian

Normalitas Data
(Menentukan
Makin besar jumlalah sampel Ukuran
mendekatiSampel)
populasi, maka
peluang kesalahan generalisasi semakin kecil dan
sebaliknya, makin kecil jumlah sampel menjauhi populasi,
maka makin besar kesalahan generalisasi (diberlakukan
umum)
Ada 2 rumus yang dapat digunakan untuk menghitung
besarnya sampel yang diperlukan dalam penelitian, yaitu:
Dengan tabel (Tabel Kricje)
Dengan nomogram (nomogram Harry king)
Tabel Krecjie
Kricje dalam melakukkan perhitungan ukuran sampel
didasarkan atas kesalahan 5%
Jadi kepercayaan 95% terhadap populasi.
Untuk tabel Krecjie dapat dilihat sbb:

By : Ary Prasetyo,
ST
N : Jumlah
Populasi
S : Sampel
Dapat dilihat :
populasi 100
sampelnya
80
Populasi
1000
sampelnya
278

By : Ary Prasetyo,
ST
 Nomogram Harry
King
Untuk Harry King
Menghitung
sampel tidak
hanya didasarkan
atas kesalahan
5%, tetapi
bervariasi sampai
15%
Jumlah Populasi
paling tinggi
Gambar
hanya Nomogram
2000
Harry King Seperti
Gambar Disamping:

By : Ary Prasetyo,
ST
Untuk Perhitungannya Sbb:
Untuk Populasi 200 : bila yang dikehendaki
kepercayaan 95% maka kesalahan 5% , Caranya Tarik
Garis Dari 200 (populasi) melalui kesalahn 5% , maka
akan ketemu angka 58
0.58 x 200 = 16 orang
Untuk Populasi 800 : bila yang dikehendaki
kepercayaan 90% maka kesalahan 10% , Caranya
Tarik Garis Dari 800 (populasi) melalui kesalahn
10% , maka akan ketemu angka 7.5
0.075 x 800 = 60 orang

By : Ary Prasetyo,
ST
 Contoh Menentukan ukuran sampel dengan tabel
Krecjie dan Nomogram Harry King
Penelitian terhadap 1000 orang terdiri dari
Lulusan S1 = 50
SMA = 300
SMP = 100
SD = 50 (Populasi Berstrata)
Dengan Tabel
Krecjie
Jumlah Populasi = 1000 bila kesalahan 5% maka jumlah
Sampelnya 278
Maka Sampelnya juga berstrata, strata menurut tingkat
pendidikan, jadi jumlah sampel nya sbb:

Jadi Jumlah
Sampelnya:
14+83+139+28+14
= 278
By : Ary Prasetyo,
ST
Gambar Jumlah Populasi dan Sampel dapat ditunjukan
pada Gambar :

By : Ary Prasetyo,
ST
 Contoh Menentukan ukuran sampel dengan
perhitungan
Bial ukuran sampel lebih dari 100.000, maka peneliti tidak bisa
melihat tabel lagi
Oleh karena itu peneliti harus dapat menghitung sendiri.
Ada 2 rumus yang digunakan disini yaitu:
Yang tidak diketahui simpangan bakunya
Yang diketahui sipangan bakunya
Contoh:
Misal seorang peneliti ingin mengetahui produktivitas kerja
pegawai dilembaga A. peneliti berhipotesis bahwa produktivitas
kerja pegawai dilembaga A paling sedikit 70% dari tolak ukur
ideal yang diterapkan. Untuk itu diperlukan ukuran sampel
sebagai sumber datanya, untuk menghitung ukuran sampel
diperlukan n : ukuran sampel yang diperlukan
rumus:
p : prosentasi (dinyatakan dalam peluan yang besarnya =

0.50
q : 1 0.5 = 0.50
: Perbedaan antara yang ditaksir pada hipotesa kerja (
dengan hipotesis () dibagi denagn zZ pada tingkat
kepercayaan
tertentu By : Ary Prasetyo,
ST
 Misal tingkat kepercayaan 60% =
Z =1
95% =
Z = 1.96
Untuk contoh diatas taraf kepercayaan 95% = Z
99% = Z =
= 1.96 maka, 2.58
= , Ha = 70% dan Ho =50%
=
=
= 0.0104
Dengan demikian besarnya sampel yang diperlukan
sebagai sumber data pada taraf kepercayaan 95% adalah

= 24.0292

Atau 25 orang, jadi paling sedikit 25 orang sebagai

sumber data

By : Ary Prasetyo,
ST
 Misal Untuk taraf kepercayaan 99% = Z = 2.58
maka,
= , Ha = 70% dan Ho =50%
=
= 0.006
Dengan demikian besarnya sampel yang diperlukan
sebagai sumber data pada taraf kepercayaan 99% adalah

= 41.60

Atau 42 orang, jadi paling sedikit 42 orang sebagai

sumber data

By : Ary Prasetyo,
ST
 Contoh 2: untuk menaksir berapa tingkat kepuasan kerja
pegawai di lembaga B diperlukan sebuah sampel, taraf
kepercayaan yang dikehendaki 99%, perbedaan antara
yang ditaksir dengan tolak ukur yang ditetapkan tidak
lebih dari 10%, jika dikehendaki simpangan bakunya 20%
maka ukuran sampel
Dimana:dapat dihitung dengan cara:

] n : ukuran sampel
b : Perbedaan antara yang ditaksir dengan tolak
ukur
Untuk contoh penaksiran
diatas: Z : harga tergantung pada taraf kepercayaan yang
n:? diharapkan
b : 10%=0.10 ( harga Z bisa dilihat pada tabel kurve normal
Z : 99%=2.58 standar pada Z (0.5)taraf kesalahan. Dengan
taraf kepercayaan 95% dalam tabel ditemukan

] 1.96) ]
] = 26.63
Ukuran sampel yang paling sedikit
27 orang
By : Ary Prasetyo,
ST
 Misal pegawai di lembaga B itu
terdiri atas:
1. Golongan I = 15 orang
2. Golongan II = 30 orang
3. Golongan II = 15 orang
Maka Sample Total = 60
yang arang :
diperlukan
Golongan I = x 27 = 6.75 7
Orang
Golongan II = x 27 = 13.5 14
Orang Golongan II = x 27 = 6.75
7 Orang
Maka total sampel menjadi 28 orang

By : Ary Prasetyo,
ST
 Normalitas Data
Kurve Normal
Penggunaan statistik parametris, data setiap variabel yang
akan dianalisis membentuk distribusi normal
Bila data tidak normal, maka teknik statistik parametris tidak
dapat digunakan untuk alat analisis
Sebagai penggantinya untuk data tidak berdistribusi normal
teknik statistik Non parametris yang digunakan
Suatu data yang membentuk distribusi normal bila jumlah data
diatas dan dibawah rata-rata adalah sama, demikian juga
simpangan
Kurva Normalbakunya
umum dapat diubah ke dalam kurva normal
standar dengan menggunkan rumus:
Z = simpangan baku
Xi = data ke I dari suatu kumpulan data
X = rata-rata kelompok
S = simpangan baku

By : Ary Prasetyo,
ST
 Gambar Grafik normal standar seperti
dibawah ini:

Contoh Penggunaan Kurve Normal:

Terdapat 200 mahasiswa yang ikut ujian mata kuliah statistik,
nilai rata-rata 6 dan sipangan baku adalah 2. berapa orang yang
mendapat nilai 8 keatas?
Jawab
X=6 X i= 8 Z = Z =
S=2 Z ?......
Z = Z= 1
orang

By : Ary Prasetyo,
ST
 Pengujian Normalitas Data
Satatsitik parametris itu bekerja berdasarkan asumsi
bahwa data setiap variabel yang akan dianalisis
berdistribusi normal
Perlu adanya pengujian kenormalan data
Bila tidak normal statistik parametris tidak dapat
digunakan, maka perlu menggunakan statistik non
parametris
Disini teknik pengujian normalitas data dengan
Pengujian dengan Kertas Peluang
menggunakan kertas peluang normal dan Chi kuadrat
Langakah-langkahnya:
Yang akan diuji disini adalah data dari 150 mahasiswa
yang kita bahas sebelumnya
Sususn data tersebut ke dalam ditribusi frekuensi
kumulatif,
Sususn tabel distribusi frekuensi kumulatif tersebut
menjadi distribusi frekuensi kumulatif relatif kurang dari
Seperti pada tabel berikut

By : Ary Prasetyo,
ST
Untuk keperluan ini nilai kurang dari digunkan nilai rata-rata antara batas
atas dari suatu kelas interval denag batas bawah dari kelas interval
berikutnya. Misal nilai 19.5 adalah rata-rata dari 19 + 20
Letakkan nilai kurang dari pada garis horizoltal bagian bawah
kertas peluang normal dan letakkan titik yang ditarik dari
frejuensi kumulatifnya
Hubungkan setiap titik yang telah dibuat.
Bila garis yang ditemukan membentuk garis lurus, atau
mendekati maka data tersebut normal
bila membuntuk garis yang tidak lurus berarti tidak normal
By : Ary Prasetyo,
ST
By : Ary Prasetyo,
ST
 Chi Kuadrat (
Pengujian normalitas data dengan Chi kuadrat dilakukkan
dengan cara :
Membandingkan Kurve Normal yang terbentuk dari data yang
telah terkumpul (B) dengan kurve normal baku/standart (A) jadi
membandingkan antara (B:A)
Bila nilai B tidak berbeda signifikan dengan A, maka B
merupakan data yang berdistribusi normal
Kurva noemal baku/standart yang luasnya mendekati 100%
dibagi menjadi 6 bidang berdasarkan simpangan baku yaitu:
3 bidang dibawah rata-rata (mean) dan
3 bidang diatas rata-rata (Mean)
Luas 6 bidang dalam kurva normal baku adalah : 2.27%;
13.53% ; 34,13% ; 24,13% ; 13,53% ; 2.27%
Seperti pada gambar:

By : Ary Prasetyo,
ST
Contoh :
Data nilai ujian mata kuliah statistika 150 mahasiswa.
Seperti soal-soal sebelumnya (yang telah diuji dengan
kertas peluang normal)
Langkah-langkah yang diperlukan adalah:
Menentukan jumlah kelas interval. Untuk pengujian
normalitas data dengan Chi kuadrat ini, jumlah kelas
interval ditetapkan = 6 , hal ini sesuai dengan 6 bidang
yang ada pada kurve normal baku
Menentukan panjang kelas interval
Panjang kelas =
Panjang kelas = = 13.5 dibulatkan 14
Menyusun kedalam tabel distribusi frekuensi, sekaligus
tabel penolong untuk menghitung harga Chi Kuadrat
hitung
Tabel Penolong Sbb:

By : Ary Prasetyo,
ST
 fo = frekuensi/ jumlah
data
hasil observasi
fh = frekuensi/ jumlah
data
yang diharapkan
(prosentasi luas
tiap
bidangdikalikan
n)
fo fh = sselisih fo
Menghitung fh (frekuensi yang diharapkan) dan fh
Baris pertama : 2.7% x 150 = 4.05 dibulatkan 4
Baris Kedua : 13.53 % x 150 = 20.29 dibulatkan 20
Baris Ketiga : 34.13 % x 150 = 51.19 dibulatkan 51
Baris Keempat : 34.13 % x 150 = 51.19 dibulatkan 51
Baris Kelima : 13.53 % x 150 = 20.29 dibulatkan 20
Baris Keenam : 2.7% x 150 = 4.05 dibulatkan 4

By : Ary Prasetyo,
ST
 fo = frekuensi/ jumlah
data
hasil observasi
fh = frekuensi/ jumlah
data
yang diharapkan
(prosentasi luas
tiap
bidangdikalikan
n)
fo fh = sselisih fo
dan
Menyusun harga-haraga fh ke dalam kolom fh, fh
sekaligus
menghitung harga-haraga (fo-fh) dan () kemudian
menjumlahkan haraga () . Jumlah dari harga () adalah harga
Chi kuadrat Hitung.

By : Ary Prasetyo,
ST
 Yang terakhir adalah membandingkan harga Chi kuadrat
hitung dengan chi kuadrat tabel.
Dalam perhitungan ditemukan Chi kuadarat hitung = 1.54
Selanjutnaya harga ini dibandingkan dengan chi kuadrat
tabel dengan dk (derajat kebebasan) : 6 - 1 =5 dengan
taraf kesalahan yang ditetapkan 5% maka :
Berdasarkan Tabel chi kuadrat di temukan Chi
kuadratnya 11.071
Karena Chi hitung < Chi Tabel
1.54 <11.071 maka distribusi data nilai 150 mahasiswa
tesebut dinyatakan berdistribusi Normal

By : Ary Prasetyo,
ST
 SEKIAN
DAN
TERIMAKASI
H
By : Ary Prasetyo,
ST