Sabtu, 17 April 2010

Chapter 11

1.      Identifikasikan  populasi yang relevan dari penelitian berikut ini dan sarankan perencanaan  sampling yang sesuai untuk menyelidiki masalah berikut, jelaskan mengapa mereka dibutuhkan. Apabila diperlukan, identifikasikan kerangka populasinya populasi juga.
a.         Sebuah perusahaan senjata ingin mengetahui tipe senjata yang dimiliki oleh berbagai macam umur di Washinton DC
Jawab :
Populasi dalam permasalahan diatas adalah penduduk berdasarkan kelompok umur di Wshington DC. Perencanaan sampling yang dapat dilakukan adalah stratified random sampling, karena metode ini digunakan untuk mengestimasi parameter populasi yang sebelumnya sudah diidentifikasikan ke dalam sub grup dalam hal ini adalah kelompok umur. Kerangka populasi yang dibutuhkan adalah daftar penduduk Washington DC berdasarkan kelompok umur dan daftar pemilik senjata di Washington DC.

b.         Administrator sebuah rumah sakit ingin mengetahui apakah karyawan yang single parent mempunyai daftar ketidak hadiran yang lebih tinggi di banding yang tidak single parent.
Jawab :
            Populasi dalam permasalahan diatas adalah karyawan Rumah Sakit tersebut. Perencanaan sampling yang dapat dilakukan adalah cluster sampling, karena metode ini digunakan untuk mengambil sampel secara acak dari cluster atau batas-batas yang telah ditentukan. Setelah mendapatkan hasil penelitian dari masing-masing cluster sampling maka akan dibandingkan untuk mengetahui daftar ketidakhadiran mana yang lebih tinggi. Kerangka populasi yang dibutuhkan adalah daftar karyawan rumah sakit baik yang single parent maupun tidak dan daftar ketidakhadiran dari para karyawan.
c.         Seorang peneliti ingin mengetahui tingkat pencurian dari gudang penyimpanan material dari Firma manufaktur di pantai timur.
Jawab :
Populasi dalam permasalahan diatas adalah kasus pencurian pada Firma Manufaktur di daerah pantai timur. Perencanaan sampling yang dapat dilakukan adalah simple random sampling, karena metode ini digunakan untuk mengambil sampel secara acak dari kasus pencurian tersebut untuk menduga tingkat pencurian di daerah tersebut. Kerangka populasi yang dibutuhkan adalah daftar kasus pencurian di daerah pantai timur dan daftar gudang penyimpanan di daerah tersebut.
d.   Direktur sumber daya manusia ingin menyelidiki hubungan antara penyalahgunaan narkoba dan perilaku disfungsional para pekerja kerah biru di pabrik tertentu.
Populasi dalam permasalahan diatas adalah Para pekerja berkerah biru (eksekutif) di pabrik tersebut. Perencanaan sampling yang dapat dilakukan adalah simple random sampling, karena metode ini digunakan untuk mengambil sampel secara acak dari para eksekutif di suatu pabrik. Kerangka populasi yang dibutuhkan adalah daftar pekerja kerah biru di pabrik tersebut.
2.      A. Jelaskan mengapa cluster sampling merupakan perencanaan sampling probabilitas?
Cluster sampling merupakan perencanaan sampling probabilitas karena setiap elemen didalamnya memiliki kesempatan yang sama sebagai subjek.
B. Apa keuntungan dan kekurangan dari cluster sampling?
Keuntungan : merupakan perencanaan sampling yang efisien
Kelemahan : memiliki bias yang cukup besar dan merupakan probabilitas dengan generalisasi paling sedikit.
C. Jelaskan situasi dimana kamu harus menggunakan cluster sanpling!
Situasi dimana kita menggunakan cluster samping adalah ketika tidak terlalu banyak terkandung keberagaman  atau dengan kata lain, keadaan heterogenitas dan keseragaman intercluster tidak terpenuhi.                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                          
3 . a.  Jelaskan apa yang dimaksud dengan ketepatan dan keterpercayaan dan bagaimana mereka mempengaruhi jumlah sampel?
             Kepercayaan dan ketepatan adalah hal terpenting dalam sampling sebab kitamenggunakan data sample untuk menarik kesimpulan dari populasi, kita mengharapkan keterbukaan ”pada target” dan memberikan beberapa gagasan untuk tingkat kesalahan. Karena suatu titik penilaian tidak menyediakan tingkat kemungkinan adanya kesalahan, kita lakukan interval penilaian untuk memastikan penilaian yang akurat pada parameter populasi. Statistik mempunyai beberapa distribusi sebagai rata-rata distribusi sampling yang digunakan dalam prosedur ini, umumnya z atau t statistik. Untuk meningkatkan ketepatan dan kepercayaan kita memerlukan suatu ukuran contoh yang lebih besar.

b.         Diskusikan pernyataan berikut : Ada pertukaran antara ketepatan dan kepercayaan dalam beberapa kondisi!    
            Kita telah mempelajari bahwa jika kita ingin lebih ketepatan, atau kepercayaan lebih, atau keduanya, ukuran contoh sample perlu ditingkatkan, kecuali, yang pasti, terdapat sangat kecil variabilitas di dalam populasi itu sendiri. Bagaimanapun, jika ukuran sample tidak dapat ditingkatkan, untuk alasan apapun juga, kita tidak dapat memberikan biaya-biaya dari sample, dengan n yang sama, dengan cara menjaga tingkat ketepatan dan kepercayaan yang sama dengan itu kita dapat meramalkan perkiraan kita, hal itu akan mengurangi tingkat ketepatan atau kepercayaan dari perkiraan. Hal itu menjadi penting bagi peneliti untuk mempertimbangkan sedikitnya empat aspek dalam pembuatan keputusan pada ukuran sample yang diperlukan dalam melakukan penelitian :
            (1) seberapa banyak ketepatan yang diperlukan dalam memperkirakan karakteristik populasi , hal itu merupakan garis tepi dari kesalahan yang dapat diterima?
            (2) seberapa banyak kepercayaan yang diperlukan, merupakan bagian dari berapa banyak kesempatan yang dapat diambil dalam membuat kesalahaan dalam menaksir parameter populasi ?
            (3) untuk apa luas variabiliti yang ada pada karakteristik populasi yan diselidiki?
            (4) berapa biaya yang memberikan manfaat dalam meningkatkan analisa ukuran sampel?

4.      Penggunaan dari sampel yang baik dalam penelitian organisasi adalah benar karena semua anggota memberikan ransangan organisasi yang sama dan melalui pengalaman yang sama dalam kehidupan berorganisasi. Komentarilah!
Ya, memang menggunakan semua sampel dalam organisasi adalah benar, tettapi tidak ada salahnya kita mengambil sampel terhadap organisasi karena walau dengan pengambilan sampel dapat juga memberikan informasi mengenai organisasi secara tepat.
5.      Penggunaan dari suatu contoh dari 5,000 adalah tidak perlu,  lebih baik menggunakan satu dari 500. Bagaimana respon kamu terhadap pernyataan ini ?
Menurut saya penggunaan contoh yang terlalu besar seperti diatas 500 dapat juga menjadi suatu masalah yang cenderung akan berakibat melakukan kesalahan. Dengan kata lain contoh yang terlalu besar dalam suatu ukuran sample hubungannya akan menjadi lemah (katakana korelasinya 10 antara dua variable) kecuali dalam suatu sample populasi maka akan lebih baik digunakan jika samplenya besar. Tetapi meskipun ukuranya terlalu besar atau kecil tetap saja dapat membantu kita dalam proyek riset yang sedang kita lakukan.
Roscoe ( 1975) mengusulkan peraturan dari pengalaman berikut  untuk menentukan ukuran contoh:
1.      Melakukan pecobaan ukuran yang besar dibanding 30 dan kurang dari 500 adalah sesuai dengan kebanyakan riset
2.      Jika contoh ukuran yang diharapkan adalah subsample seperti jenis kelamin pria atau wanita, senior atau junior dan sebagainya, maka contohnya minimum harus 30 untuk masing-masing kategori
3.      Didalam penelitian regresi berganda, ukuran contoh harus memiliki sample yang sama besar seperti banyaknya variable (terutama lebih baik 10 kali) dalam penelitiannya atau studinya.
4.      Untuk riset yang percobaannya sederhana dengaan kendali bersifat percobaan ketat, maka riset atau penelitian mungkin dapat dikatakan sukses denagn contoh sekecil 10 atau 20 ukuran sample.

6.      Nonprobabilitas perencanaan sampling dalam beberappa kasus lebih baik menggunakan probabilitas sampling. Jelaskan dengan menggunakan contoh.
Dalam beberapa kasus memang lebih baik menggunakan probabilitas sampling, karena probabilitas sampling kit sudah mengethui dengan tepat berapa jumlah sampel yang bisa dikatakan mewakili atau representatif terhadap seluruh populasi, sehingga lebih memberikan ketepatan dan keterpercayaan yang tinggi dibandingkan dengan nonprobabilitas sampling. Contohnya pada probabilitas sampling dengan jumlah populasi sebesar 75000 anggota maka kita dapat mengambil sampel yang benar-benar mewakili dan representatif sebesar 382 sampel.
7.       Karena ada pertukaran antara ketepatan dan keterpercayaan dalam beberapa ukuran sampel, akurasi harus selalu lebih diutamakan, dibandingkan dengan presisi. Jelaskan dengan alasan apbila kamu setuju maupun tidak setuju!
Menurut kami kita tetap harus mengedepankan keduanya, karena penelitian kita tidak akan baik apabila tepat tetapi tidak memiliki ketelitian atau presisi. Hal itu dapat membuat bias dalam penelitian kita.

8.      Overgeneralisasi memberikan terlalu banyak kebingungan dan masalah yang lainnya untuk peneliti yang mencoba mereplikasi penemuannya. Jelaskanlah apa yang dimaksud dengan pernyataan tersebut!
Di dalam penelitian kita harus dilakukan untuk tidak dengan overgeneralisasi hasil penelitian  apapun untuk populasi yang tidak diwakili oleh sampel. Generalisasi  sering di desain hanya tersedia untuk investigasi jenis tertentu, seperti dalam kotak kecil penelitian eksplorasi, atau di mana informasi yang dibutuhkan secara cepat, atau tersedia dengan hanya kelompok khusus tertentu. Ukuran sampel menentukan tingkat presisi yang dikehendaki dalam memperkirakan parameter-parameter populasi, serta keragaman dalam populasi itu sendiri. Itu generalisasi temuan dari studi sampel untuk populasi tergantung pada keterwakilan nya yaitu, kecanggihan desain sampling yang digunakan dan ukuran sampel yang representatif.
9.      Sampling ganda kemungkinan digunakan oleh semua perencanaan dalam penelitian organisasi. Apakah kamu setuju? Berikan alasan dalam jawabanmu!
Kami kurang setuju dengan pendapat tersebut karena teknik sampling yang kita gunakan berkaitan dengan jenis organisasi dan tingkat ketepatan dan kepercayaan yang peneliti inginkan. Walau sebenarnya teknik sampling ganda ini dapat meminimumkan tambahhan biaya dalam pengambilan sampel dan pengujian.



Originally Created by Jimmy Januar I.

0 komentar:

Posting Komentar