MENENTUKAN UKURAN SAMPEL

MENENTUKAN UKURAN SAMPEL

Dr. Muhamad Yunanto, MM.

Training Objectives

• Menentukan ukuran sampel yang baik

Ch. 3 : Bus. Statistics 2nd Ed, Sharpe, 2012Ch. 1 : A Decision Making Approach, Groebner, 2011Ch. 14 & Ch. 15 : Marketing Research, Malhotra, 2007Ch. 7: Marketing Research, Wrenn, 2002

Sampling Is …

• Sebagian untuk keseluruhanDirancang untuk mengukur sesuatu pada kelompok yang kecil untuk memahami total populasi.

• RandomisasiBertujuan agar setiap anggota populasi memiliki peluang yang sama untuk terpilih sebagai sampel

• Ukuran sampel lah yang pentingBerapapun ukuran populasi, yang penting adalah ukuran sampelnya.

Why Sampling

• Cost Saving• Time Economy• More in-depth Information• Less Total Error• Greater Practicality• Greater Security

Sampling vs Census

• Sensus sulit untuk dilakukan, meskipun pada lingkungan yang kecil, Kecamatan, RT / RW.

• Populasi senantiasa berubah.• Dalam sensus, terkadang ada anggota yang

terhitung lebih dari satu kali, atau bahkan sama sekali terlewat.

Prob. vs Non Prob. Sampling

• ProbabilityMetode pengambilan sampel dengan setiap anggota populasi memiliki peluang yang sama untuk terpilih. Ex : Simple Random Sampling

• Non Probability SamplingTidak setiap anggota populasi memiliki peluang yang sama untuk terpilih. Ex : Snowball Sampling

Prob. vs Non Prob. Sampling

Sampling Techniques

Bad Sampling

• Responden SukarelaNamanya juga sukarela, semaunya saja

• Convenience SamplingMirip dengan contoh di atas, tidak mewakili populasi

• Undercoverage Sampling FrameSampling frame yang buruk membuat kerangka sampel menjadi tidak akurat

• Long SurveyPertanyaan yang terlalu panjang, biasanya ditolak atau jawaban yang diperoleh tidak lengkap

Bad Sampling

• Low / Non Respons SurveyJika diperoleh jumlah responden yang rendah, maka rancang ulang survey tersebut, dengan sampel yang lebih kecil.

• Push PollsMenanyakan sesuatu kepada responden namun dengan memberikan informasi yang bernada leading kepada jawaban tertentu.

Probability Sampling

• Simple Random SamplingJika populasi homogen secara merata

• Stratified Random SamplingMembagi populasi menjadi beberapa bagian yang homogen

• Cluster SamplingMirip dengan Stratified, bertujuan simplifikasi bukan menekan variability

• Systematic Sampling

Sampling Steps

• Tentukan Populasi Penelitian / Sasaran• Tentukan Sampling Frame dan Sampling Unit• Pilih Tehnik Sampling• Tentukan Ukuran Sampel• Lakukan Sampling• Validasi data yang diperoleh

Determining Sample Size

• Qualitative FactorsImportance of Decisions, Nature of the Research, Numbers of Variables, Analysis Method, Previous Study, Resources

• Quantitative FactorsPrecision and Confidence Level, Standart Deviation

UJI NORMALITAS SAMPEL

Training Objectives

• Mengetahui dan dapat melakukan Uji Normalitas dan One sample test (Parametric / Non Parametric)

Ch. 5 : Applied Statistics Using SPSS Statistica Matlab and R, Marques de sa, 2007Ch. 13 : Business Statistics 2nd Ed, Sharpe, 2012Ch. 9 : Business Statistics, Groebner, 2011

What Is Normality …

• Normalitas adalah sebuah kondisi dimana data empiris yakni data yang terkumpul pada satu study, memiliki sebaran (Distribution) yang mirip dengan sebaran teoritis dari Distribusi Normal.

Normal and Non Normal Dist

Data dengan sebaran Normal Data dengan sebaran Tidak Normal

Why Normality Assumption ?

• Asumsi normalitas dibutuhkan dalam analisis dengan metode parametrika.

• Sebagian besar pengujian dalam statistik parametrik menggunakan distribusi normal dan turunannya dalam menghitung taraf signifikansi. Seperti : T-Test, F-Test, Z-Test

• Yang tidak membutuhkan Normalitas adalah metode yang termasuk dalam kelompok statistika non parametrik.

Hypothesis Testing

• Pengujian hipotesis senantiasa berjalan di bawah H0 alias Hipotesis Null.

• Hipotesis alternatif (H1 atau Ha) hanyalah sekedar lawan dari H0.

• Kesimpulan yang dapat diambil : Rejecting H0 dan Failed to Reject H0

• One Sided vs Two Sided Hypoteses Testing

Error in Hypothesis Testing

• Error Type I (α)Menolak H0 yang benar (False Positive)

• Error Type II (β)Menerima H0 yang salah (False Negative)

• Error Type IIIMenolak H0 yang salah dengan alasan yang salah

• Error Type I lebih berbahaya dari Type IIMenerima H0 yang salah (False Negative)

Error in Hypothesis Testing

• Signifikansi Dilihat berdasarkan α• Power of Test dilihat berdasarkan β

One Sample Test

• One Sample Z-Test (μ,σ Known)• One Sample T-Test (μ,σ Unknown)• Wilcoxon Sign Test (Median Test)• Chi Square Test (Multinomial Test)• Binomial Test (Proportion Test / Z-Test)

One Sample Test

• Seorang Dekan Universitas XYZ menyatakan bahwa rata – rata tinggi siswa nya adalah 170 CM. (Data pada CD). Bagaimana menguji hipotesis ini ? Bentuk hipotesis dan lakukan pengujian dengan data yang ada. Bagaimana kesimpulannya ? Apakah pernyataan ini dapat didukung ?