Modul
Modul 1 Teknik Sampling dan Statistik DeskriptifBAB 1Pendahuluan1.1. Tujuan Praktikum1. Memahami konsep pemilihan sampel, penyajian data, dan statistik deskriptif2. Mampu melakukan pemilihan sampel dengan teknik sampling tertentu3. Mampu memberikan gambaran secara ringkas mengenai suatu data4. Mampu mengorganisasi data dan menyajikannya dalam bentuk grafik5. Memahami gambaran atau distribusi dari sekumpulan data yang dimiliki6. Mampu mengolah data tunggal dan data berkelompok menggunakan software MS. Excel
1.2. Pelaksanaan Praktikum 1.2.1. Alat dan Bahan1. Lembar Data2. Alat tulis3. Microsoft Excel4. Minitab1.2.2. Cara KerjaPercobaan 1 (Teknik Sampling)1. Praktikan akan diberikan take home pada asistensi umum untuk mencari sebuah kasus industri yang akan diolah pada modul 12. Praktikan membuat rancangan teknik sampling yang sesuai dengan lengkap untuk dibawa saat praktikum modul 1.3. Praktikan mencari data populasi dan kemudian melakukan sampling sesuai dengan teknik yang telah ditentukan pada rancangan teknik sampling.4. Praktikan melakukan pengolahan data untuk menyajikan data 5. Praktikan menyajikan data dengan teknik penyajian data yang sesuai dalam bentuk poster.6. Praktikan menyusun laporan akhir
BAB 2Landasan Teori
2.1. Teknik Sampling
a. Probability SamplingProbability sampling adalah teknik pengambilan sampel yang memberikan peluang yang sama bagi setiap unsur (anggota) populasi1. Simple Random SamplingDikatakan simple (sederhana) karena pengambilan anggota sampel dari populasi dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi itu dan bukan karena pertimbangan subyektif. Cara demikian dilakukan bila anggota populasi dianggap homogen. Contoh : pengundian.2. Systematic SamplingTeknik sampling secara sistematis (systematic sampling). Prosedur ini berupa penarikan sample dengan cara mengambil setiap kasus (nomor urut) yang kesekian dari daftar populasi. Perbedaan dengan simple random sampling, random dilakukan hanya untuk memilih sampel pertama. Sedangkan pemilihan sampel kedua, ketiga dan seterusnya dilakukan secara sistematis berdasarkan interval yang telah ditetapkan.3. Stratified Random SamplingTeknik sampling yang pengambilan sampelnya dilakukan dengan cara melakukan proses stratifikasi dan selanjutnya memilih elemen pada masing-masing strata secara random.4. Cluster SamplingTeknik sampling yang dipilih jika terdapat asumsi bahwa sifat elemen populasi dalam satu cluster adalah heterogen dan satu cluster dengan cluster yang lain cenderung homogen. Keuntungan penggunaan teknik ini adalah menjadikan proses sampling lebih murah dan cepat daripada jika digunakan teknik simple random sampling. Akan tetapi, hasil dari cluster sampling ini pada umumnya kurang akurat dibandingkan simple random sampling.5. Area SamplingTeknik sampling yang digunakan untuk menentukan sampel bila obyek yang akan diteliti atau sumber data sangat luas, misal penduduk dari suatu negara, propinsi atau kabupaten.
b. Nonprobability Sampling Nonprobability Sampling adalah teknik pengambilan sampel yang tidak memberi peluang/kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel. 1. Judgement Sampling Teknik sampling yang dilakukan dengan cara memilih subyek yang berada dalam posisi paling tepat untuk memberikan infomasi yang dibutuhkan. Satuan samplingnya dipilih berdasarkan pertimbangan tertentu dengan tujuan untuk memperoleh satuan sampling yang memiliki karakteristik atau kriteria yang dikehendaki dalam pengambilan sampel. 2. Convenience Sampling Teknik sampling yang dilakukan dengan cara mengumpulkan informasi dari anggota populasi yang dapat dengan mudah menyediakan informasi tersebut. Peneliti tidak mempunyai pertimbangan lain kecuali berdasarkan kemudahan saja. 3. Quota Sampling Teknik sampling yang dilakukan untuk menentukan sampel dari populasi yang mempunyai ciri-ciri tertentu sampai jumlah (kuota) yang diinginkan. 4. Snow-ball Sampling Teknik sampling yang dilakukan dengan menentukan sampel pertama kemudian sampel berikutnya ditentukan berdasarkan informasi dari sampel pertama, sampel ketiga ditentukan berdasarkan informasi dari sampel kedua, dan seterusnya sehingga jumlah sampel semakin besar, seolah-olah terjadi efek bola salju.
2.2. Statistik Deskriptif a. Pengertian Statistika Deskriptif Statistik deskriptif merupakan metode pengumpulan data yang dapat memberikan suatu informasi yang dibutuhkan untuk membantu kita memahami karakteristik data. Statistik deskriptif biasanya tersaji dalam bentuk tabel, grafik, diagram ataupun besaran-besaran lainnya. Statistik deskriptif hanya berhubungan dengan hal menguraikan atau memberikan keterangan mengenai suatu data atau keadaan atau persoalan. Informasi yang dapat diperoleh dari statistik deskriptif adalah ukuran pemusatan data, ukuran penyebaran data, serta kecenderungan suatu gugus data.
b. Ukuran Statistik i. Ukuran Pemusatan Data Ukuran pemusatan adalah sembarang ukuran yang menunjukkan pusat segugus data, yang telah diurutkan dari yang terkecil sampai yang terbesar atau sebaliknya dari yang terbesar sampai yang terkecil. Beberapa ukuran pemusatan data yang kita kenal adalah mean, median dan modus.1. Ukuran pemusatan untuk data tunggal Mean (rataan hitung)
Median adalah suatu nilai yang membagi data menjadi dua bagian yang sama banyaknya setelah data tersebut diurutkan dari yang terkecil hingga yang terbesar. Jika n ganjil, maka
Jika n genap, maka
Modus adalah nilai data yang paling sering muncul atau nilai data yang mempunyai frekuensi terbesar2. Ukuran pemusatan untuk data berkelompok Mean ( rataan hitung )Untuk data yang disajikan dalam daftar distribusi frekuensi, maka rataan hitungnya dapat ditentukan dengan rumus:
MedianUntuk data yang telah disusun dalam daftar distribusi frekuensi, median dihitung dengan rumus sebagai berikut.
ModusNilai modus untuk data yang disajikan dalam daftar distribusi frekuensi berkelompok tidak dapat tepat, tetapi hanya merupakan nilai pendekatan. Modus dapat dihitung dengan rumus sebagai berikut.
ii. Ukuran Penyebaran Ukuran penyebaran data digunakan untuk melengkapi deskripsi dari sifat-sifat sekelompok data, terutama dalam membandingkan sifat-sifat yang dimiliki oleh masing-masing data terhadap kelompoknya atau sifat-sifat sekelompok data dengan kelompok data lainnya. Ukuran penyebaran data merangkum penyebaran data seperti : 1. Rentang/Range Range adalah selisih antara data terbesar xmax, dengan data terkecil, xmin
2. Inter-Quartile Range Inter-quartile range (jangkauan antar kuartil) merupakan selisih antara kuartil ketiga (Q3) dengan kuartil pertama (Q1). Makin kecil jarak tersebut, maka makin tinggi tingkat konsentrasi distribusi tengah seluas 50% dari seluruh distribusi. 3. Deviasi Kuartil Deviasi kuartil merupakan setengah kali panjang inter-quartile range atau setengah dari selisih nilai kuartil ketiga (Q3) dengan kuartil pertama (Q1). 4. Simpangan Absolut Rata-Rata Simpangan absolut rata-rata adalah jumlah mutlak penyimpangan setiap nilai pengamatan terhadap rata-rata, dibagi banyaknya pengamatan. Simpangan absolut rata-rata mencerminkan rata-rata selisih mutlak nilai data terhadap nilai rata-rata. Untuk data yang tidak dikelompokkan, simpangan absolut rata-rata (MAD) dihitung dari :
5. Ragam/Varians Ragam adalah jumlah kuadrat dari selisih nilai observasi dengan rata-rata hitung dibagi banyaknya observasi. Untuk populasi, ragam dihitung dengan formula:
sedangkan untuk sampel
6. Koefisien Variasi Koefisien variasi merupakan ukuran variasi relatif yang bertujuan membandingkan variasi dari beberapa gugus data yang mempunyai satuan berbeda. 7. Kurtosis
Kurtosis merupakan tingkat menggunungnya suatu distribusi, yang umumnya dibandingkan dengan distribusi normal. Bentuk kurtosis, yaitu : 1. Leptokurtic, yaitu distribusi yang berpuncak tinggi dan ekornya relatif panjang. 2. Platikurtik, yaitu distribusi yang berpuncak agak mendatar dan ekornya relatif pendek. 3. Mesokurtik, yaitu distribusi normal yang puncaknya tidak begitu tinggi dan tidak begitu mendatar. 8. Kecondongan/Skewness Hubungan mean, median dan modus akan menentukan distribusi datanya. bila nilai mean = median = modus, maka bentuk distribusi datanya normal. bila nilai mean > median > modus, maka bentuk kurva distribusi datanya condong kanan. bila nilai mean < median < modus, maka bentuk kurva distribusi datanya condong kiri.
iii. Ukuran Posisi Ukuran posisi merupakan ukuran tata letak suatu data yang diurutkan dari yang terkecil hingga yang terbesar. Ukuran posisi terbagi menjadi empat yaitu kuartil dan desil, quentil dan persentil. - Kuartil membagi data menjadi empat bagian yang sama banyak. Dengan demikian terdapat 3 kuartil yaitu: Q3, Q2 (median) dan Q1. - Interquartil adalah selisih antara Q3 dan Q1. - Desil membagi sekelompok data menjadi 10 bagian yang sama banyak, sehingga masing-masing bagian 10%. Berarti sekelompok data mempunyai 9 desil D1, D2, D3, ... ,D9. - Persentil membagi sederetan data menjadi 100 bagian yang masing-masing bagian 1%. Berarti sekelompok data mempunyai 99 persentil, yaitu P1, P2, P3,..., P99. - Quentil membagi data menjadi 5 bagian masing-masing 20% dari tabel data. Maka jumlah sekelompok data mempunyai 4 quentil yaitu Q1, Q2, Q3, dan Q4.
iv. Penyajian Data a. Distribusi Frekuensi Distribusi frekuensi digunakan untuk mengelompokkan data-data dalam suatu interval. Distribusi frekuensi bertujuan untuk mengolah data mentah ke dalam bentuk kelompok data dengan suatu interval tertentu. Bentuk dari distribusi frekuensi digambarkan ke dalam bentuk tabel frekuensi dimana menerangkan secara sederhana mengenai data yang diperoleh. Tabel frekuensi memudahkan kita dalam menyajikan data yang besar. Ada 3 jenis tabel frekuensi yaitu tabel frekuensi biasa, tabel frekuensi kumulatif, dan tabel frekuensi relatif. Langkah-langkah membuat tabel distribusi frekuensi adalah : 1. Urutkan data dari yang terkecil ke yang terbesar. 2. Tentukan rentang/range 3. Tentukan jumlah kelas
4. Tentukan interval kelas
5. Tentukan batas bawah kelas (lower class limit) 6. Dari nilai terkecil yang telah ditentukan kemudian tambahkan interval untuk mendapatkan batas atas kelas (upper class limit) 7. Susun kelas 8. Masukkan ke dalam tabel distribusi frekuensi. Contoh tabel distribusi frekuensi dapat dilihat pada Tabel 1 dan Tabel 2.
b. Penyajian data dengan grafik dan diagram1. Steam and LeafSteam and leaf (diagram batang daun) adalah suatu diagram yang dipergunakan untuk menyajikan kumpulan data tanpa harus kehilangan informasi semua data individualnya, secara efektif dapat menampilkan distribusi data, apakah penyebarannya terpusat atau tersebar, dalam steam and leaf diagram data-data dipisahkan menjadi dua bagian, angka pertama yang ditulis sebelah kiri disebut batang (steam) dan sedangkan angka-angka sisanya yang ditulis sebelah kanan disebut dengan daun (leaf), sebagai contoh data numerik 732 maka dapat dipisahkan menjadi 2 bagian yaitu 7 (batang) 32 (daun). Contoh steam and leaf dapat dilihat pada Gambar 1.
Gambar 1. Stem and Leaf2. HistogramHistogram adalah grafik berbentuk batangan segi empat. Tiap tampilan batang menunjukkan proporsi frekuensi pada masing-masing deret kategori yang berdampingan dengan interval yang tidak tumpang tindih. Dasar pembuatannya menggunakan titik tengah. Langkah-langkah pembuatan histogram adalah:1. Olah data mentah menggunakan tabel frekuensi.2. Tentukan nilai tengah dari interval data.3. Buat diagram histogram dengan membandingkan nilai tengah dengan frekuensinya.4. Lihat karakteristik datanya dan analisis.Contoh histogram dapat dilihat pada Gambar 2.
Gambar 2. Histogram3. Pie ChartPie chart adalah gambar lingkaran yang dibagi-bagi menjadi beberapa bagian yang masingmasing menunjukkan persentase dari sebuah pengolahan data. Bentuk ini menyerupai kue bundar yang dipotong-potong, itulah sebabnya mengapa disebut "pie" chart. Dasar pembuatannya biasanya menggunakan persentase data. Jadi data mentah diubah terlebih dahulu dalam bentuk persen yang kemudian diubah ke dalam derajat. Langkah-langkah pembuatan pie chart adalah :1. Ubah data mentah dalam bentuk frekuensi ke dalam bentuk persen.2. Sajikan menggunakan pie chart.3. Atur tampilan hingga data mudah dimengerti.Contoh pie chart dapat dilihat pada Gambar 3.
Gambar 3. Pie Chart4. Poligon FrekuensiPoligon frekuensi adalah diagram batang dengan garis putus-putus yang menghubungkan titik tengah ujung batang histogram. Dasar pembuatannya menggunakan titik tengah. Langkah-langkah pembuatan poligon frekuensi adalah :1. Olah data mentah menggunakan tabel frekuensi.2. Tentukan nilai tengah dari interval data.3..Buat diagram poligon dengan membandingkan nilai tengah dengan frekuensinya.4. Lihat karakteristik datanya dan analisis.Contoh poligon frekuensi dapat dilihat pada Gambar 4.
Gambar 4. Poligon Frekuensi5. OgiveOgive merupakan grafik dari distribusi frekuensi kumulatif yang nilai datanya disajikan secara horizontal (dari sumbu x). Sedangkan pada vertikal atau sumbu y dapat disajikan frekuensi kumulatif, frekuensi relatif kumulatif, atau persen frekuensi kumulatif. Frekuensi yang digunakan akan digambarkan sebagai titik-titik yang akan di hubungkan oleh garis lurus. Contoh ogive dapat dilihat pada Gambar 5.
Gambar 5. Ogive
BAB 3Data dan Pengolahan Data
3.1. Desain Sampling3.1.1. Tujuan SamplingTujuan sampling dalam praktikum ini adalah untuk mengetahui biaya yang dikeluarkan untuk pembelian bahan bakar selama seminggu (7 hari) oleh mahasiswa program studi Ilmu Komunikasi Universitas Atma Jaya Yogyakarta yang menggunakan sepeda motor sebagai sarana transportasi sehari-hari. Hasil penelitian ini dapat direkomendasikan pada Dinas Perhubungan Daerah Istimewa Yogyakarta untuk mengestimasi tarif transportasi yang sesuai untuk mahasiswa sehingga ke depannya diharapkan banyak mahasiswa yang menggunakan transportasi umum guna mengurangi kemacetan akibat kendaraan bermotor khususnya sepeda motor.
3.1.2. Definisi PopulasiPopulasi merupakan sekumpulan individu dengan ciri-ciri yang sama yang hidup menempati ruang yang sama pada waktu tertentu. Dalam penelitian kali ini populasi yang kami amati adalah mahasiswa program studi Ilmu Komunikasi Universitas Atma Jaya Yogyakarta sejumlah 1342 orang.
3.1.3. Teknik Sampling yang DigunakanLangkah pertama untuk melakukan penelitian ini adalah menentukan jumlah sampel yang akan diambil dari populasi. Populasi mahasiswa program studi Ilmu Komunikasi Universitas Atma Jaya Yogyakarta adalah 1342 orang. Dari total mahasiswa Ilmu Komunikasi Universitas Atma Jaya Yogyakarta akan diambil sampel melalui Tabel Krejae dengan tingkat confidance 95% :
1400 1300= 302 - 2971400 1342 302 - X1000 = 5 132 370 XX = 299.1 300 Maka sampel yang harus diambil sejumlah 300 dalam sekali pengambilan sampel..Setelah mengetahui jumlah sampel yang harus diambil dalam sekali pengambilan sampel, selanjutnya melakukan penetuan hari pengambilan sampel. Pengambilan sampel pertama dilakukan pada hari Selasa dan Rabu, sedangkan pengambilan sampel kedua dilakukan pada hari Jumat dan Sabtu. Sebelum melakukan pengambilan sampel dilakukan di lapangan, dilakukan penentuan teknik sampling yang digunakan. Teknik sampling yang digunakan adalah Convenience Sampling dengan subyek pengguna sepeda motor sebagai alat transportasi.
3.1.4. Desain Instrumen SamplingSampel 1NONAMANPMBIAYA
1Oki M12090460520000
2Triyas10090445920000
3Silvia Diaz Carinadewi13090492935000
4Andreas Kristantya C12090461720000
5Sonya Sorlita12090462235000
6Maria Asumpta R12090463950000
7Michael Bagus Satrio 13090495670000
8Paulus Angre Epura12090456320000
9Astasari Dharmesti12090458638000
10Pradipta Tri Angkoso12090459125000
11Mildiana Widi Apsari13090496660000
12Agnes Pangestu13090486045000
13Emily Florentina130904862150000
14Lalang Nur Prabangkara13090494545000
15Aswari Anggit Pramesti12090457115000
16Maya Aulina L13090492435000
17Erwin11090445620000
18Michael Wahyu13090494820000
19Desty Wirawati12090468650000
20Michele13090489030000
21Shindy Bidury Octavia12090458430000
22Wenny Anggraini13090498045000
23David12090477935000
24Vania Griseida13090487330000
25Alfonsus Rendi13090488760000
26Vincentius Rahadyan Adi13090497345000
27Agatha Claudia Pascal13090494320000
28Maria Indah Puspita13090494930000
29Yustina Septriana13090493640000
30Yohanita Rosdiana13090486320000
31Marsha Aletha13090496730000
32Eduardus M.S.13090494450000
33Andreas Bimo A13090493470000
34Bernadetta Maria Aryani12090457720000
35Rilo Alfafeodi12090492765000
36Maria Chandra S R13090494650000
37Stevanus Dewangga A13090495530000
38Novita 13090414830000
39Odiza Alodia P12090479545000
40Rr. Fillasputri Ganindarani13090491750000
41Yosa12090483650000
42Ariestha Adjie Permata120904624100000
43Rana13090486735000
44Tegar Pambudi12090458038000
45Kezia Grace Tananto12090463365000
46Masayu Dewi12090481325000
47Acista Lusitania Kristine Nitbani10090411850000
48Bernadeta Agustina13090488150000
49Joseph Abec13090489420000
50Margaretha Sonya12090462345000
51Andhita P.A12090458540000
52Wiliams Kopong13090490460000
53Dica12090463150000
54Komang Kusuma Wardani13090497435000
55Ginanjar R S12090472035000
56Y. Advent K12090426625000
57Anna Priffy13090496525000
58Ni Made Ratna Puspita N13090496345000
59Pamungkas Adhi12090464275000
60Shanti13090491950000
61Athariqa Annurindyah P13090493250000
62Christy Priskila T13090497755000
63Unnaliatus Khasanah13090493530000
64Gita P 12090473345000
65Sica12090477050000
66Temmy11090496530000
67Cornelia Tyas W12090476720000
68Themy Prasetyo12090461420000
69G. Daniel13090308640000
70Ayu Christi Atmaja13090494735000
71Elisabeth Natasha P13090496040000
72Mike13090492520000
73Sandy12090463735000
74Vincentius Kevin Hendratama12090458118000
75Christian Denny12090462835000
76Felicia Katherine13090489620000
77Pradana Dwi Putranto13090498150000
78Richard Pratama13090496425000
79Jeanne Valentin13090494220000
80Monika Pietaningrum130904951150000
81Michael Dewa Nuuri Hartanto12090458730000
82Dyana T13090491120000
83A. Gemia Dinosa12090470060000
84Febriana Ayu R12090472740000
85Kumala Dinni12090462520000
86Paulina Nadia S13090488025000
87Febrigita Kristianti13090497120000
88Bagas Mujlih12090459020000
89Mediana Maharani13090493830000
90Ignasius Hartanto12090457815000
91Bisma Yoga Pratama13090496150000
92Helena Sandra Auriga13090488445000
93Gregorius Oryza Vadindo12090457935000
94Shani12090481255000
95Fira Rantikania12090462740000
96Hubertus Panji13090495070000
97Natalia Ratna Sulityawati12090478450000
98Johan Paramasatya12090461245000
99Yuliani Panggiki13090494140000
100Antonio A F Martins12090461575000
101Claudia Oliviani12090463440000
102Hendra M.N12090467120000
103Retno Wilanten130904952120000
104Andre Nugroho Susanto12090456225000
105Bella Tiara Kusuma13090497230000
106Satrio Permadi13090488230000
107Eulogius Ricky12090462020000
108Robinson Umbu Ndami12090461650000
109Tino Arifin12090456925000
110Setia Nugraha13090486840000
111Kinanti Danastri Ekasari12090456515000
112Setiadji Kurniawan12090461335000
113Rilo Hindarto13090497875000
114Winto12090470645000
115Dilla Yearike M12090465720000
116Yohanes Niko12090464020000
117Aprisna Hantari B12090463625000
118Natasha Gloryanda Naomi13090496955000
119Clara Amanda12090462925000
120Michael Sembiring13090497020000
121Dhara Bella13090486975000
122Rahel Meylitha13090492870000
123Felik Yossy Irawan12090462130000
124Caecilia Santi P11090462820000
125Andreas Richard Pratama13090496460000
126Clarence Winda Dewi13090489220000
127Niken Ika12090458845000
128Cecilia Pretty Grafiani12090456410000
129Delpita Manurung13090494070000
130Bernadete Correia Magno13090486450000
131Annisa R.K13090489750000
132Gala Duta13090488550000
133Deta Hapsari12090463520000
134Vita Madya Rina13090488625000
135Brigita Wuri Handayani12090456830000
136Cleverence Kevin Arya13090495350000
137Meidion Anur Putra13090497620000
138Novitasari Paragih13090495940000
139Wifan Audina B12090455920000
140Yulia Evalina Lopez S13090497530000
141Astri K13090496230000
142Maria Agusta Kristiyanawati13090497920000
143Nur afitianti12090457350000
144Addiba Harold Swandika120904567120000
145Elisabeth Ririn120904643100000
146Echa10090407650000
147Dionisius Reynaldo F13090493340000
148Agnes FRD Nainggolan12090465350000
149Jaya Rizqi13090493760000
150Aya11090429030000
151Kasilda Yosie Apriliana12090457235000
152Pius Apri Hantoro10090404070000
153Caneta Putri13090498250000
154Gabriella Gina13090498475000
155Aloysius Adhitya Kristiawan10090406430000
156Ellen13090498535000
157Alvinta13090498730000
158Thabita Tyas 13090498820000
159Aldo D.H.13090498945000
160Lintang Aninditio13090499030000
161Arini13090502130000
162Anton13090502940000
163Venansia D13090503145000
164Billy Yosua A13090503550000
165Fabliano T13090503630000
166Priskilla P P13090506020000
167Agnes 13090506520000
168Dylan B14090531725000
169Leonardus Leonardo14090525920000
170Vivien14090535130000
171Novandanu14090549815000
172Oriza Maya14090527620000
173Novenantus P.A.13090516145000
174Erlina Anggraeni10090405825000
175Dwipangga Agritanaga14090538015000
176Novenna Iman14090525618000
177Ronald Suhendra B14090549235000
178Doddy14090521740000
179Billy Yosua14090503540000
180Monang Widyoko14090545050000
181Aloysius Brama14090538540000
182Yosep14090538930000
183Albertus E. P14090529340000
184Felix14090536525000
185Nur Lintang Ariani14090541055000
186Chrisna140905370120000
187Mega Putri Salim10090405630000
188Gita P. Andrani13090507350000
189Martina Elisa S14090526380000
190Kahono14090542720000
191Edwin M Ginting13090507545000
192Kresna Luki14090536622000
193R. Siwi T13090510725000
194Sinta13090509430000
195Akbar A13090519115000
196Yohana Fitri14090530620000
197Glody Amantha14090548035000
198Tio Bella Lestari14090550865000
199Kezia 14090524948000
200Claudia Kalinin14090544145000
201Bayu Adjik130905076100000
202Meliya Selviana13090507080000
203Jos Immanuel14090546610000
204Aaron Sabungan T14090554350000
205Adrianus Hendro14090502145000
206Panjiraugi P14090540355000
207Skolastiko A13090515375000
208Rinaldi H.S.13090515540000
209A. Gilang Saputro13090511935000
210Monica Rachana D140905274100000
211Viesca14090531245000
212Indah Nur Atika14090535250000
213Annisa Hanan14090544660000
214Dedo B. A14090552315000
215Sekar Kinasih14090539135000
216Davidson Rosman Lay13090518740000
217Diana Yunita14090530725000
218Rizqi Haresti14090539660000
219Sosiawan Putra Surbakti12090476520000
220Andi14090530335000
221Efraim Andhanny14090548730000
222Clarissa A14090528025000
223D. Pundan Katresnan14090551350000
224Edwin13090514425000
225Elleta Terti Gianina11090428425000
226Johanes E P13090520250000
227Andreas Krisna14090551755000
228Fransisco A14090530925000
229Oswin Rindang Prakoso13090587855000
230Irene Ria Nuringtyas14090525532000
231Alex14090526155000
232Nelsi A13090508145000
233Renata14090350515000
234Lidia Voni14090541140000
235Evan Nur R14090537536000
236Cynthia Roefinal10090417725000
237Dholfy Roderica M14090542825000
238Yohanes C14090551255000
239Damianus Tri Eko14090545215000
240Vivi S14090549540000
241Stella Margareth14090595520000
242Valentina Febi13090511750000
243Andreas Joko14090536320000
244Maria Raisa Z14090553745000
245Hendry Surya14090526025000
246Pratiwi Dwi J13090518630000
247Angela Novinia R14090524160000
248Febri 14090533515000
249Sindy Veronika Baveli13090514520000
250Martin Buanan14090551435000
251Sheila Rebeca H14090531030000
252Gisca Hillary13090516040000
253Rika13090531725000
254Dominggus N K14090540875000
255Dyah Ayu Sekarwati13090519920000
256Arum14090543760000
257Yudit14090540480000
258Anggreny F S13090516725000
259Betsaida13090517060000
260Holly Theresa Bartho14090537910000
261Winda Peni14090546440000
262Fransiscus Borgia Edgar14090547520000
263Purwaningdyah A S14090529530000
264Yohanes Chandra14090539338000
265Bonafentura Andika G14090532265000
266Rocie Robin A14090543525000
267Angela M.S14090549625000
268Priska14090534218000
269Pondra Purnama14090542635000
270Virdita Rizki Ratriani10090412220000
271Hana Alvinta14090531460000
272Tita14090537740000
273Ottario C14090550660000
274Yuli S Saragi13090515920000
275Shafna Falconeta14090548322000
276Abed13090514730000
277Febri14090532135000
278Nawang14090535345000
279Jimmy14090537232000
280Clara14090531655000
281Muhammad Ariel14090554765000
282Edwin Victor14090538725000
283Maria Fatima Dewi10090405010000
284Yulanda Felicia14090494070000
285Frischa D.S14090554015000
286Arga M S13090508275000
287Vivien14090575115000
288Frans E Ijo14090553640000
289Natalia Ningrum14090530518000
290Laurensius Bagus14090545620000
291Togu Yehezkiel14090523930000
292Maria Tisa14090551170000
293Kirana N13090508025000
294Andreas Evan Setiawan14090531350000
295Santha Oktabrianca O14090541430000
296Adhitia Kurniawan14090542330000
297Ivan Franco14090548525000
298Nena14090553350000
299Kenia13090512930000
300Andre Christo F13090519435000
Sampel 2NoNamaNPMBiaya
1Dyana T13090491120000
2Addiba Harold Swandika120904567120000
3Yuliani Panggiki13090494140000
4Nur Lintang Ariani14090541055000
5Margaretha Sonya12090462345000
6Johanes E P13090520250000
7Echa10090407650000
8Shindy Bidury Octavia12090458430000
9Pamungkas Adhi12090464275000
10Clarissa A14090528025000
11Martin Buanan14090551435000
12David12090477935000
13Kahono14090542720000
14Caecilia Santi P11090462820000
15Ronald Suhendra B14090549235000
16Cornelia Tyas W12090476720000
17Satrio Permadi13090488230000
18Billy Yosua A13090503550000
19Davidson Rosman Lay13090518740000
20Sheila Rebeca H14090531030000
21Y. Advent K12090426625000
22Edwin13090514425000
23Dholfy Roderica M14090542825000
24Cynthia Roefinal10090417725000
25Bonafentura Andika G14090532265000
26Komang Kusuma Wardani13090497435000
27Skolastiko A13090515375000
28Gabriella Gina13090498475000
29Unnaliatus Khasanah13090493530000
30Kirana N13090508025000
31Kresna Luki14090536622000
32Fabliano T13090503630000
33Winda Peni14090546440000
34Kumala Dinni12090462520000
35Christy Priskila T13090497755000
36Jaya Rizqi13090493760000
37Febri 14090533515000
38Novita 13090414830000
39Bernadetta Maria Aryani12090457720000
40Erlina Anggraeni10090405825000
41Ellen13090498535000
42Rocie Robin A14090543525000
43Hendry Surya14090526025000
44Emily Florentina130904862150000
45Aya11090429030000
46Astri K13090496230000
47Meidion Anur Putra13090497620000
48Rr. Fillasputri Ganindarani13090491750000
49Doddy14090521740000
50Kinanti Danastri Ekasari12090456515000
51Yohanita Rosdiana13090486320000
52Nelsi A13090508145000
53Dica12090463150000
54Yuli S Saragi13090515920000
55Agnes FRD Nainggolan12090465350000
56Anton13090502940000
57Kezia Grace Tananto12090463365000
58R. Siwi T13090510725000
59Albertus E. P14090529340000
60Bayu Adjik130905076100000
61Santha Oktabrianca O14090541430000
62Elisabeth Natasha P13090496040000
63Vivi S14090549540000
64Sosiawan Putra Surbakti12090476520000
65Clara Amanda12090462925000
66Masayu Dewi12090481325000
67Alvinta13090498730000
68Paulus Angre Epura12090456320000
69Agnes Pangestu13090486045000
70Anna Priffy13090496525000
71Agnes 13090506520000
72Elleta Terti Gianina11090428425000
73Winto12090470645000
74Rilo Alfafeodi12090492765000
75Leonardus Leonardo14090525920000
76Desty Wirawati12090468650000
77Renata14090350515000
78Vivien14090535130000
79Yohana Fitri14090530620000
80Oswin Rindang Prakoso13090587855000
81Efraim Andhanny14090548730000
82Pradipta Tri Angkoso12090459125000
83Hubertus Panji13090495070000
84Fransisco A14090530925000
85Gregorius Oryza Vadindo12090457935000
86Stevanus Dewangga A13090495530000
87Nawang14090535345000
88Venansia D13090503145000
89Joseph Abec13090489420000
90Marsha Aletha13090496730000
91Jimmy14090537232000
92Maria Asumpta R12090463950000
93Virdita Rizki Ratriani10090412220000
94Maria Fatima Dewi10090405010000
95Fransiscus Borgia Edgar14090547520000
96Ottario C14090550660000
97Febrigita Kristianti13090497120000
98Betsaida13090517060000
99Vincentius Rahadyan Adi13090497345000
100Gala Duta13090488550000
101Christian Denny12090462835000
102Diana Yunita14090530725000
103Bagas Mujlih12090459020000
104Oki M12090460520000
105Claudia Kalinin14090544145000
106Abed13090514730000
107Tegar Pambudi12090458038000
108Andreas Bimo A13090493470000
109Clara14090531655000
110Sinta13090509430000
111Ni Made Ratna Puspita N13090496345000
112Mildiana Widi Apsari13090496660000
113Meliya Selviana13090507080000
114Tino Arifin12090456925000
115Novenna Iman14090525618000
116Pratiwi Dwi J13090518630000
117Michael Wahyu13090494820000
118Katarina Tathya Ratri11090446215000
119Akbar A13090519115000
120Brigita Wuri Handayani12090456830000
121Adhitia Kurniawan14090542330000
122Helena Sandra Auriga13090488445000
123Gita P. Andrani13090507350000
124Aldo D.H.13090498945000
125Setiadji Kurniawan12090461335000
126Martina Elisa S14090526380000
127Temmy11090496530000
128Odiza Alodia P12090479545000
129Cecilia Pretty Grafiani12090456410000
130Anggreny F S13090516725000
131Shanti13090491950000
132Triyas10090445920000
133Yulia Evalina Lopez S13090497530000
134Shani12090481255000
135Felik Yossy Irawan12090462130000
136Mike13090492520000
137Gita P 12090473345000
138Caneta Putri13090498250000
139Themy Prasetyo12090461420000
140Mediana Maharani13090493830000
141Monica Rachana D140905274100000
142Stella Margareth14090595520000
143Laurensius Bagus14090545620000
144Annisa Hanan14090544660000
145Glody Amantha14090548035000
146Hana Alvinta14090531460000
147Vita Madya Rina13090488625000
148Dominggus N K14090540875000
149Alfonsus Rendi13090488760000
150Fabianus Riyan Adhitama10090406650000
151D. Pundan Katresnan14090551350000
152Aswari Anggit Pramesti12090457115000
153Erwin11090445620000
154Valentina Febi13090511750000
155Eulogius Ricky12090462020000
156Arini13090502130000
157Dyah Ayu Sekarwati13090519920000
158Edwin M Ginting13090507545000
159A. Gilang Saputro13090511935000
160G. Daniel13090308640000
161Claudia Oliviani12090463440000
162Fira Rantikania12090462740000
163Retno Wilanten130904952120000
164Andreas Kristantya C12090461720000
165Arum14090543760000
166Yohanes Niko12090464020000
167Angela Novinia R14090524160000
168Dilla Yearike M12090465720000
169Kenia13090512930000
170Kezia 14090524948000
171Yulanda Felicia14090494070000
172Evan Nur R14090537536000
173Oriza Maya14090527620000
174Michael Sembiring13090497020000
175Richard Pratama13090496425000
176Aaron Sabungan T14090554350000
177Silvia Diaz Carinadewi13090492935000
178Felicia Katherine13090489620000
179Maria Chandra S R13090494650000
180Veronika Shelvia Anggraini11090426175000
181Indah Nur Atika14090535250000
182Dwipangga Agritanaga14090538015000
183Mega Putri Salim10090405630000
184Purwaningdyah A S14090529530000
185Michael Bagus Satrio 13090495670000
186Johan Paramasatya12090461245000
187Andre Nugroho Susanto12090456225000
188Rahel Meylitha13090492870000
189Fidelis Dhayu Nareswari11090435820000
190Nena14090553350000
191Ariestha Adjie Permata120904624100000
192Togu Yehezkiel14090523930000
193Holly Theresa Bartho14090537910000
194Novenantus P.A.13090516145000
195Adrianus Hendro14090502145000
196Febriana Ayu R12090472740000
197Gisca Hillary13090516040000
198Yosa12090483650000
199Pius Apri Hantoro10090404070000
200Astasari Dharmesti12090458638000
201Chrisna140905370120000
202Panjiraugi P14090540355000
203Dhara Bella13090486975000
204Vivien14090575115000
205Aprisna Hantari B12090463625000
206Rika13090531725000
207Shafna Falconeta14090548322000
208Vania Griseida13090487330000
209Abraham Genta Buwana11090445460000
210Rinaldi H.S.13090515540000
211Andhita P.A12090458540000
212Athariqa Annurindyah P13090493250000
213Aloysius Brama14090538540000
214Edwin Victor14090538725000
215A. Gemia Dinosa12090470060000
216Yohanes C14090551255000
217Setia Nugraha13090486840000
218Maya Aulina L13090492435000
219Bernadeta Agustina13090488150000
220Frans E Ijo14090553640000
221Wenny Anggraini13090498045000
222Maria Raisa Z14090553745000
223Monang Widyoko14090545050000
224Maria Indah Puspita13090494930000
225Andre Christo F13090519435000
226Andreas Richard Pratama13090496460000
227Acista Lusitania Kristine Nitbani10090411850000
228Eduardus M.S.13090494450000
229Deta Hapsari12090463520000
230Robinson Umbu Ndami12090461650000
231Michael Dewa Nuuri Hartanto12090458730000
232Natasha Gloryanda Naomi13090496955000
233Yosep14090538930000
234Sandy12090463735000
235Pradana Dwi Putranto13090498150000
236Rilo Hindarto13090497875000
237Yohanes Chandra14090539338000
238Aloysius Adhitya Kristiawan10090406430000
239Vincentius Kevin Hendratama12090458118000
240Viesca14090531245000
241Sindy Veronika Baveli13090514520000
242Maria Agusta Kristiyanawati13090497920000
243Dionisius Reynaldo F13090493340000
244Maria Tisa14090551170000
245Sekar Kinasih14090539135000
246Paulina Nadia S13090488025000
247Ayumi Rizkana11090428935000
248Sica12090477050000
249Priskilla P P13090506020000
250Febri14090532135000
251Cleverence Kevin Arya13090495350000
252Lalang Nur Prabangkara13090494545000
253Nur afitianti12090457350000
254Monika Pietaningrum130904951150000
255Ginanjar R S12090472035000
256Felix14090536525000
257Rizqi Haresti14090539660000
258Novandanu14090549815000
259Dylan B14090531725000
260Kasilda Yosie Apriliana12090457235000
261Rana13090486735000
262Andreas Evan Setiawan14090531350000
263Elisabeth Ririn120904643100000
264Antonio A F Martins12090461575000
265Lidia Voni14090541140000
266Ivan Franco14090548525000
267Muhammad Ariel14090554765000
268Ayu Christi Atmaja13090494735000
269Niken Ika12090458845000
270Alex14090526155000
271Agatha Claudia Pascal13090494320000
272Pondra Purnama14090542635000
273Dedo B. A14090552315000
274Bella Tiara Kusuma13090497230000
275Andreas Joko14090536320000
276Jos Immanuel14090546610000
277Clarence Winda Dewi13090489220000
278Priska14090534218000
279Thabita Tyas 13090498820000
280Wifan Audina B12090455920000
281Tio Bella Lestari14090550865000
282Natalia Ningrum14090530518000
283Lintang Aninditio13090499030000
284Billy Yosua14090503540000
285Yustina Septriana13090493640000
286Sonya Sorlita12090462235000
287Natalia Ratna Sulityawati12090478450000
288Tita14090537740000
289Damianus Tri Eko14090545215000
290Andreas Krisna14090551755000
291Bisma Yoga Pratama13090496150000
292Angela M.S14090549625000
293Bernadete Correia Magno13090486450000
294Jeanne Valentin13090494220000
295Nursantia Indriarty11090445180000
296Delpita Manurung13090494070000
297Ignasius Hartanto12090457815000
298Michele13090489030000
299Irene Ria Nuringtyas14090525532000
300Novitasari Paragih13090495940000
3.2. Pengolahan Data 3.2.1. Sampel 11. Merekap data dalam Microsoft Excel2. Melakukan pengelompokkan data dan kalkulasi menggunakan Microsoft Excelmax150000
min10000
range140000
jml kls9.22899681
10
interval15169.5794
15200
Batas BawahBatas AtasFrekuensiNilai Tengah
110000251009817550
225200403008932750
340400555006747950
455600707002663150
570800859001178350
686000101100493550
71012001163000108750
81164001315003123950
91316001467000139150
101468001619002154350
162000300
3. Melakukan kalkulasi menggunakan MiniTab
Tally for Discrete Variables: sampel 1
sampel 1 Count CumCnt Percent CumPct 10000 4 4 1.33 1.33 15000 12 16 4.00 5.33 18000 4 20 1.33 6.67 20000 46 66 15.33 22.00 22000 2 68 0.67 22.67 25000 30 98 10.00 32.67 30000 36 134 12.00 44.67 32000 2 136 0.67 45.33 35000 23 159 7.67 53.00 36000 1 160 0.33 53.33 38000 3 163 1.00 54.33 40000 24 187 8.00 62.33 45000 22 209 7.33 69.67 48000 1 210 0.33 70.00 50000 34 244 11.33 81.33 55000 10 254 3.33 84.67 60000 13 267 4.33 89.00 65000 5 272 1.67 90.67 70000 8 280 2.67 93.33 75000 8 288 2.67 96.00 80000 3 291 1.00 97.00 100000 4 295 1.33 98.33 120000 3 298 1.00 99.33 150000 2 300 0.67 100.00 N= 300
3.2.2. Sampel 21. Merekap data menggunakan Microsoft Excel2. Melakukan pengelompokkan data dan kalkulasi menggunakan Microsoft Excelmax150000
min10000
range140000
jml kls9.228996808
10
interval15169.57941
15200
Batas BawahBatas AtasFrekuensiNilai Tengah
110000251009817550
225200403008932750
340400555006747950
455600707002663150
570800859001178350
686000101100493550
71012001163000108750
81164001315003123950
91316001467000139150
101468001619002154350
162000300
3. Melakukan kalkulasi menggunakan MiniTabTally for Discrete Variables: sampel 2
sampel 2 Count CumCnt Percent CumPct 10000 4 4 1.33 1.33 15000 12 16 4.00 5.33 18000 4 20 1.33 6.67 20000 46 66 15.33 22.00 22000 2 68 0.67 22.67 25000 30 98 10.00 32.67 30000 36 134 12.00 44.67 32000 2 136 0.67 45.33 35000 23 159 7.67 53.00 36000 1 160 0.33 53.33 38000 3 163 1.00 54.33 40000 24 187 8.00 62.33 45000 22 209 7.33 69.67 48000 1 210 0.33 70.00 50000 34 244 11.33 81.33 55000 10 254 3.33 84.67 60000 13 267 4.33 89.00 65000 5 272 1.67 90.67 70000 8 280 2.67 93.33 75000 8 288 2.67 96.00 80000 3 291 1.00 97.00 100000 4 295 1.33 98.33 120000 3 298 1.00 99.33 150000 2 300 0.67 100.00 N= 300
3.3. Penyajian Data3.3.1. Sampel 1
3.3.2. Sampel 2
BAB 4Pembahasan
4.1. Alasan Pemilihan Teknik SamplingSampling dilakukan dalam populasi dengan tujuan untuk mencari sampel yang pada nantinya akan merepresentasikan populasi tersebut. Selain itu, sampling dilakukan karena hemat biaya, waktu, cepat, mudah dan gampang diolah. Teknik sampling yang digunakan dalam penelitian ini adalah convenience sampling. Convenience sampling merupakan teknik sampling yang dilakukan dengan cara mengumpulkan informasi dari anggota populasi yang dapat dengan mudah menyediakan informasi tersebut. Alasan menggunakan teknik sampling ini adalah agar peneliti mudah untuk mendapatkan data mengingat waktu yang diberikan untuk pengambilan data singkat.
4.2. Alasan Teknik Penyajian Data yang DigunakanDalam diagram poligon frekuensi disajikan data berupa frekuensi dan nilai tengah. Nilai tengah dianggap sebagai perinsi dari suatu interval kelas dan merupakan suatu angka yang dapat dianggap mewakili suatu interval kelas. Berdasarkan hal ini, dipilihlah poligon frekuensi sebagai bentuk penyajian data dalam penelitian ini. Selain itu poligon frekuensi mudah dipahami dan dapat menggambarkan secara jelas data pada penelitian ini.
4.3. Kendala dalam Proses Sampling DataPada proses sampling praktikan menemui banyak kendala yaitu :1. Keterbatasan SDM dalam menyebarkan kuisoner.2. Banyaknya data yang harus diambil.3. Kurang pengetahuan tentang konsep teknik sampling.4. Waktu yang sangat singkat dalam pengambilan data.
4.4 Perbandingan 2 Sampel yang DiperolehPada penelitian ini, pengambilan sampel dilakukan sebanyak dua kali. Pengambilan sampel pertama dilakukan pada hari Selasa dan Rabu, sedangkan pengambilan sampel kedua dilakukan pada hari Jumat dan Sabtu. Berdasarkan hasil kalkulasi dan data yang diperoleh dapat dikatakan hasil kedua sampel tersebut sama. Hal ini disebabkan karena koresponden yang didapatkan guna pengambilan sampel hari kedua hampir sama dengan hari pertama. Kedua sampel tersebut memiliki nilai median, nilai maksimum, dan nilai minimum yang sama pula, sehingga jumlah kelas dan interval kelas yang digunakan dalam pengolahan data kedua sampel tersebut sama.
BAB 5Kesimpulan dan Saran
5.1. Kesimpulan1. Teknik sampling yang digunakan dalam penelitian ini adalah Convenience Sampling dimana praktikan memilih koresponden dengan alasan kemudahan.2. Jumlah data sampel 1 yaitu 300 dan data sampel 2 yaitu 300.3. Metode yang digunakan dalam penyajian data adalah poligon frekuensi.4. Berdasarkan hasil pengolahan data pada kedua sampel, dapat dikatakan kedua sampel tersebut memiliki median, nilai maksimum dan nilai minimal yang sama.5. Kendala dalam praktikum ini adalah keterbatasan SDM dalam menyebarkan kuisoner, banyaknya data yang harus diambil, kurang pengetahuan tentang konsep teknik sampling, dan waktu yang sangat singkat dalam pengambilan data.
5.2. SaranDalam praktikum ini sebaiknya waktu yang diberikan untuk pengambilan sampel sejumlah dua kali pengambilan lebih lama agar data pada sampel pertama tidak begitu sama dengan data pada sampel kedua. Selain itu, praktikan perlu dijelaskan mengenai teknik sampling yang digunakan sebelum memilih topik penelitian agar praktikan tidak mengalami kesulitan.
Daftar Pustaka
Montgomery, Douglas C.etc. 2011. Applied Statistic and Probability for Engineers, Fifth Edition. New York:Wiley&Sons, Inc.
Triola, M.F., 1997. Elementary Statistics 7t h edition. Addison-Wesley. USA.
Walpole, Ronald E. etc. 2012. Probability and Statistic for Engineers and Scientist, Ninth Editions. Singapore:Pearson
1- 33Marselina K. / 130607407Maria Ivania / 130607525
