00:00:00
woe woe
00:00:35
Hai assalamualaikum warahmatullahi
00:00:37
wabarakatuh
00:00:38
hai hai
00:00:40
Hai pada video kali ini kita akan
00:00:43
membahas materi terkait dengan teknik
00:00:47
pengambilan sampel atau teknik sampling
00:00:51
Hai pada video kali ini ada beberapa
00:00:54
pokok bahasan yang menjadi bahan diskusi
00:00:57
kita
00:00:59
Hai yang pertama itu terkait dengan
00:01:02
konsep dasar teknik sampling lalu Yang
00:01:06
kedua kita akan mempelajari teknik
00:01:10
sampling dengan sifat probabilitas
00:01:14
hai lalu yang ketiga kita akan belajar
00:01:16
sampling yang bersifat non probabilitas
00:01:20
lalu yang keempat kita akan mempelajari
00:01:24
pedoman dalam perhitungan jumlah sampel
00:01:28
penelitian
00:01:32
hai hai
00:01:34
Oh ya kita mulai masuk ke tambak
00:01:37
pembahasan yang pertama itu terkait
00:01:39
dengan konsep dasar di dalam teknik
00:01:41
samping nah ketika kita berbicara
00:01:44
statistika maka yang kita bicarakan
00:01:47
adalah data sampel nah data sampel ini
00:01:51
kita gunakan untuk menginversi data
00:01:55
populasi nah sebaik apa inferensi Data
00:02:00
sampel kita terhadap populasi tentu itu
00:02:02
sangat bergantung kepada Bagaimana
00:02:06
karakteristik sampel yang kita ambil
00:02:09
Apakah karakteristik karakteristik
00:02:11
sampel yang kita ambil itu sama atau
00:02:14
tidak dengan karakteristik si
00:02:16
populasinya jadi teknik sampling ini
00:02:19
bisa dikatakan menjadi kunci awal Apakah
00:02:22
hasil estimasi kita atau inferensi kita
00:02:25
terhadap populasi itu bisa
00:02:28
digeneralisasi generalisasi atau tidak
00:02:30
terhadap populasinya lebih sebagai
00:02:33
contoh misalkan
00:02:34
di dalam polling pendapat sebagian kecil
00:02:38
orang diwawancarai dan pendapat mereka
00:02:41
digunakan untuk melihat sikap seluruh
00:02:43
masyarakat Nah jadi
00:02:47
Hai untuk menggambarkan bagaimana sifat
00:02:51
masyarakat secara keseluruhan Neng diam
00:02:55
itu hanya sebagian kecil saja nah
00:02:58
kesimpulan dari sebagian kecil orang ini
00:03:00
digunakan untuk merepresentasikan
00:03:02
seluruh data populasinya kita jadi kalau
00:03:06
nanti eh sifat dari sampel yaitu baik
00:03:12
artinya karakteristik yang sama dengan
00:03:15
populasi nama kesimpulannya nanti bisa
00:03:18
direpresentasikan representasikan
00:03:20
terhadap populasinya yang kedua misalkan
00:03:24
hasil produksi suatu pabrik dapat
00:03:28
ditolak atau diterima berdasarkan
00:03:29
pemeriksaan hanya beberapa produk saja
00:03:33
yang diambil dari produk pabrik tersebut
00:03:35
Jadi kalau di dunia industri itu ada
00:03:38
istilahnya quality control nah tentu
00:03:42
khas apa produksi yang dihasilkan bukan
00:03:45
123 tapi sampai rata
00:03:47
dan ribuan bahkan jutaan nanti Indria
00:03:49
banyaknya ngetan tidak mungkin untuk
00:03:52
quality control itu dilakukan terhadap
00:03:55
setiap unit hasil produksi maka disitu
00:03:59
akan dilakukan proses pengecekan dan
00:04:01
hasil dari pengancakan tersebut nanti
00:04:03
digunakan untuk merepresentasikan
00:04:05
seluruh produk yang dihasilkan kalau
00:04:07
ternyata dari hasil pengecekan tersebut
00:04:10
errornya besar nah tentu produk tersebut
00:04:14
tidak akan dijual ke pasar ketika tapi
00:04:17
kalau misalkan hasil pengecekan tersebut
00:04:20
errornya masih bisa ditolelir yaitu bisa
00:04:25
dilempar ke pasar ya Rin ketiga bisa kan
00:04:28
rata-rata penghasilan petani di
00:04:30
Indonesia dihitung dengan menghitung
00:04:32
rata-rata penghasilan beberapa petani
00:04:35
saja detik jadi cukup perwakilan saja
00:04:37
atuh beberapa gambaran utama terkait
00:04:40
dengan sampel populasi dan teknik
00:04:42
sampling
00:04:45
Hai semuanya selanjutnya dalam
00:04:48
kasus-kasus lain sampel diambil karena
00:04:51
tidak mungkin mengadakan penelitian
00:04:53
terhadap populasi bisa karena waktu yang
00:04:56
lama tidak ekonomis atau memang
00:04:58
benar-benar tidak mungkin kita mengambil
00:05:01
seluruh data populasinya gitu ya Jadi
00:05:06
kalau misalkan kita meneliti di satu
00:05:08
provinsi itu kan tidak mungkin juga
00:05:10
dengan waktu yang pernah sebentar dan
00:05:14
pendanaan yang terbatas kita tidak
00:05:16
mungkin gitu ya mengambil seluruh apa
00:05:20
unit populasi nama kdc saat ini dengan
00:05:22
mengambil data sampel atau memang
00:05:24
benar-benar tidak mungkin kita ambil
00:05:26
sebagai contoh misalkan kita ingin
00:05:28
meneliti pelanggar di mal nah sedangkan
00:05:31
kita tidak tahu secara pasti Berapa
00:05:33
jumlah pelanggan di mal itu gitu ya dan
00:05:35
tentu apa yang masuk kembali Tuhan
00:05:37
setiap hari bisa beda-beda gitu ya jadi
00:05:40
memang cukup sulit untuk mengumpulkan
00:05:43
data dari seluruh populasi
00:05:45
Hai nah yang jadi masalah adalah ketika
00:05:49
kita berbicara tank samping Bagaimana
00:05:51
sampel itu harus diambil Jadi yang
00:05:54
pertama harus dilakukan adalah kita
00:05:56
harus Mengapa namanya mendeskripsikan
00:05:58
menggambarkan bagaimana karakteristik
00:06:00
populasinya sehingga menjadi gambaran
00:06:03
awal untuk menentukan Bagaimana sampel
00:06:06
itu bisa di hambil lalu yang kedua
00:06:09
Berapa besar sampel itu harus diambil
00:06:12
detik setelah kita ketahui Bagaimana
00:06:14
karakteristik populasinya maka bisa
00:06:17
Tentukan besaran ukuran sampel yang bisa
00:06:19
di ambil Kalau yang ketiga Bagaimana
00:06:22
karakteristik populasi yang dapat
00:06:24
ditaksir Nah jadi sampel yang kita ambil
00:06:27
itu kita gunakan untuk mengestimasi atau
00:06:30
menafsir hapa mengestimasi atau menafsir
00:06:33
populasinya titik Apakah
00:06:36
Hai data statistik kita bisa
00:06:39
menggambarkan secara utuh data parameter
00:06:42
yang menjadi taksiran kita lebih keempat
00:06:47
seberapa tepatkah taksiran kita jadi
00:06:49
ketika kita meneliti tentu tidak mungkin
00:06:52
benar 100% Aditya pasti akan ada tingkat
00:06:55
kesalahannya Nah kita sendiri si
00:06:57
peneliti sendiri yang bisa menentukan
00:06:58
atau si peneliti sendiri yang mengetahui
00:07:01
seberapa tepatkah hasil penafsirannya
00:07:03
apakah 90% apakah 98% apakah 97/98 ini
00:07:12
akan kita bahas
00:07:15
ke-2 dalam konsep dasar ini
00:07:21
Hai ada beberapa istilah di dalam teknik
00:07:24
sampling yang pertama ada yang disebut
00:07:25
dengan target populasi itu adalah
00:07:28
populasi yang menjadi sasaran pengamatan
00:07:31
atau populasi dari suatu keterangannya
00:07:34
akan diperoleh melalui ada yang sesuai
00:07:36
dengan kerangka sampel atau sampling
00:07:38
frame adalah suatu daftar unit-unit yang
00:07:40
ada di dalam populasi sasaran yang akan
00:07:42
diambil sampelnya atau daftar anggota
00:07:45
populasinya lalu yang ketiga ada unit
00:07:48
sampling itu adalah koleksi yang tidak
00:07:50
overlapping dari populasi yang menutupi
00:07:53
seluruh populasi bin yang dijadikan
00:07:56
sebagai dasar penarikan sampel Lalu ada
00:07:59
yang sesuai dengan sampel adalah koleksi
00:08:01
dari unit sampling yang diambil dari
00:08:04
suatu frame atau rangka lalu yang kelima
00:08:07
ada elemen itu adalah suatu objek dimana
00:08:10
pengukuran diambil yang terakhir adalah
00:08:12
ada yang sebut dengan unit observasi itu
00:08:15
unit yang akan dicatat karakteristiknya
00:08:17
Nah jadi beberapa istilah inilah yang
00:08:20
harus kita fahami ketika
00:08:21
kita akan melakukan teknik sampling gitu
00:08:24
Jadi kita harus tentukan dulu target
00:08:26
populasinya Nah setelah kita tekan
00:08:28
target populasinya kita buat kerangka
00:08:30
sampling nya jadi kerangka gambaran
00:08:32
kerangka sampel itu tergantung dari
00:08:34
bagaimana kita membaca populasinya Nah
00:08:36
setelah kita bentuk rangka maka kita
00:08:38
bisa Tentukan unit samplingnya jadi
00:08:41
setelah ditentukan kerangka syaikhan
00:08:44
populasi dibagi dalam empat kelompok
00:08:45
nanti masing-masing kelompok itu disebut
00:08:47
dengan unit sampling nakuti Anda kita
00:08:49
akan mengambil sampel dari setiap unit
00:08:51
sampel tersebut nah kemudian nanti kita
00:08:53
akan setiap sampel yang kita pilih itu
00:08:55
akan di observasi ini ada beberapa
00:08:59
ilustrasi yang pertama akan kita akan
00:09:02
melakukan penelitian pada suatu kampus
00:09:04
akan dilakukan penelitian terkait dengan
00:09:06
partisipasi pemilih pemula dalam pilpres
00:09:09
2019 nah dalam ilustrasi ini dapat
00:09:12
dijelaskan sebagai berikut nah ini
00:09:15
mengacu kepada kok istilah dasar tadi
00:09:19
yang pertama kita harus menentukan
00:09:21
populasinya nah tentu kalau kita
00:09:24
melakukan penelitian di kampus dan
00:09:27
terkait dengan pemilih pemula tentu yang
00:09:29
menjadi objek yang lebihnya adalah
00:09:30
seluruh mahasiswa yang tercatat sebagai
00:09:32
mahasiswa aktif pada kampus tersebut Nah
00:09:36
setelah kita tekan siapa populasinya
00:09:38
maka kita buat kerangkanya dari kerangka
00:09:41
ini kita akan harus mencari daftar
00:09:43
seluruh mahasiswa yang berisi nama dan
00:09:46
keterangan lainnya yang akan nama
00:09:48
semester Jurusan dan sebagainya Nah
00:09:52
setelah kita buat kerangka kita buat
00:09:54
unit samplingnya misalkan di sini
00:09:56
fakultas karena populasi itu adalah
00:10:00
universitas asalkan ada di Universitas
00:10:02
nanti kita bagi menjadi fakultas
00:10:04
fakultas-fakultas itu kita jadikan
00:10:06
sebagai jenis yang paling lalu
00:10:09
Hai ada elemen Nah karena di bawah
00:10:11
fakultas itu masih ada program studi
00:10:13
sebelum masuk ke mahasiswa jadi dari
00:10:16
Fakultas Matematika program studi nah
00:10:18
kemudian kita masuk ke Unit observasi
00:10:21
masalah ditentukan produk program
00:10:24
studinya baru kita pilih mahasiswa dari
00:10:26
program studi yang terpilih yang nama
00:10:28
cowok ini dijadikan sebagai responden
00:10:29
atau informan Nah itu kan kalo
00:10:33
populasinya adalah universitas Nah
00:10:36
sekarang bagaimana kalau populasi itu
00:10:38
adalah misalkan fakultas ya kalau
00:10:40
fakultas yang dijadikan unit sampingnya
00:10:43
itu berarti program studi nanti elemen
00:10:46
dan observasinya sama-sama mahasiswa
00:10:48
titik jadi makanya disitu kita harus
00:10:50
menentukan dulu Bagaimana gambaran
00:10:52
populasinya sehingga bisa ditemukan
00:10:54
kerangka sampel nya contoh yang kedua
00:10:57
misalkan seorang peneliti melakukan
00:11:00
survei tentang tingkat pendidikan petani
00:11:03
di Kabupaten tertentu nah daftar
00:11:05
keluarga petani tidak tersedia secara
00:11:07
lengkap nanya tersedia adalah
00:11:09
daftar secara lengkap RT di kabupaten
00:11:13
tersebut maka bunyi populasi adalah
00:11:16
seluruh RT di kabupaten tersebut karena
00:11:18
datangnya tersedia adalah data RT
00:11:21
sedangkan data keluarga petaninya kita
00:11:23
enggak ada lebih sehingga dijadikan
00:11:25
populasinya adalah RT disuruh kabupaten
00:11:28
tersebut pria yang menjadi kerangka
00:11:30
sampel adalah daftar seluruh RT di
00:11:34
kabupaten tersebut tidak cantik kita
00:11:35
misalkan dari kabupaten nanti kita pakai
00:11:37
pecah menjadi apa bisa Matan dari
00:11:41
Kecamatan Kita tentukan Kelurahan dari
00:11:44
puluhan kita temukan RT nya udah dari
00:11:46
masing-masing s.rw nanti dari
00:11:48
masing-masing RW itu kita tekan RT RT
00:11:51
nya dien yang dijadikan sebagai unit
00:11:53
sampling adalah
00:11:56
hai lalu elemennya adalah keluarga
00:11:58
petani jadi satu keluarga lalu yang
00:12:03
dijadikan sebagai unit observasinya
00:12:04
adalah seluruh anggota keluarga petani
00:12:06
jadi di dalam keluarga tersebut Kanada
00:12:09
bapak ibu anak Pitik misalkan dan lain
00:12:12
sebagainya Itu beberapa ilustrasi
00:12:14
terkait gambaran Bagaimana membaca
00:12:17
karakteristik populasi
00:12:22
Hai hasratnya kita akan berbicara sampel
00:12:25
dan populasi nah menurut jumlahnya
00:12:28
populasi dapat dibedakan menjadi
00:12:32
Hai 2 yang pertama ada yang disebut
00:12:34
dengan populasi terbatas atau populasi
00:12:36
berhingga Nah itu populasi yang banyak
00:12:40
elemen-elemennya itu diketahui secara
00:12:42
pasti jadi jumlahnya jelas gitu ya bisa
00:12:45
direstore pasti contohnya misalkan
00:12:46
jumlah narapidana di Indonesia itu Kan
00:12:49
jumlahnya bisa diketahui secara pasti
00:12:51
ada datanya lalu jumlah mahasiswa seakan
00:12:54
di suatu Universitas itu juga pasti ada
00:12:56
datanya jumlah siswa di Indonesia Nah
00:12:58
itu juga ada datanya jumlah guru setan
00:13:01
jumlah apalagi dosen itu pasti ada ada
00:13:05
jumlahnya itu yang dimaksud dengan
00:13:07
populasi terbatas when kedua ada
00:13:11
populasi tidak terbatas atau populasi
00:13:13
tak tak berhingga nah ini kebalikan dari
00:13:16
populasi terbatas yaitu populasi yang
00:13:18
banyak elemen-elemennya tidak diketahui
00:13:20
secara pasti jadi jumlahnya kita tidak
00:13:23
tahu secara pasti nggak contohnya
00:13:25
misalkan banyaknya ikan di laut itu kan
00:13:27
kita tidak tahu Jumlahnya ada berapa
00:13:28
banyak banyaknya kelelawar di dalam gua
00:13:31
itu juga kita tidak tahu
00:13:32
jumlah pastinya jumlah populasi burung
00:13:35
di hutan atau banyaknya pelanggan di
00:13:37
sebuah Mal Nah itu kita tidak tahu
00:13:38
secara pasti jumlah apa namanya pengguna
00:13:42
KRL secara pasti kita tidak tahu secara
00:13:44
pasti pengguna penambah swaying setan
00:13:47
itu juga kita tidak bisa tahu secara
00:13:50
pasti nggak perbedaan karakteristik
00:13:51
populasi ini akan menentukan Bagaimana
00:13:55
cara pengambilan sampelnya jadi kalau
00:13:59
kita meneliti di misalkan kita ingin
00:14:01
meneliti kepuasan pelanggan di kampus
00:14:05
dengan di mal Nah itu kita akan
00:14:07
sama-sama meneliti terkait kepuasan
00:14:09
hanya yang satu obyeknya mahasiswa yang
00:14:13
kedua obyeknya adalah pelanggan di mal
00:14:15
nice disitu kan karakteristik
00:14:17
populasinya berbeda kalau mahasiswa di
00:14:21
suatu kampus itu karakteristik populasi
00:14:23
terbatas sifatnya tapi kalau di mal
00:14:25
karakteristik objek yaitu tidak terbatas
00:14:28
nanti cara pengambilannya kamu berbeda
00:14:29
tidak hanya itu kita pelajari
00:14:32
hai lalu yang kedua selanjutnya populasi
00:14:36
menurut keragamannya nah populasi bisa
00:14:39
dibedakan menjadi tiga yang pertama ada
00:14:41
populasi homogen yaitu populasi dimana
00:14:44
elemen-elemennya memiliki sifat yang
00:14:47
sama jadi kalau kita punya objek
00:14:49
penelitian hadis objek yang sama maka
00:14:51
disitu disebut dengan populasi homogen
00:14:53
contohnya misalkan ketika kita ingin
00:14:56
mengetahui manis tidaknya secangkir kopi
00:14:58
Nah maka yang perlu kita lakukan kita
00:15:02
cukup mencicipi satu sendok saja nah
00:15:06
satu sendok itu nanti akan menggambarkan
00:15:08
satu cangkir gitu ya jadi kita ketika
00:15:11
kita ingin mengetahui manis atau
00:15:13
tidaknya kopi yang kita buat ya tidak
00:15:15
perlu diminum semuanya gitu ya Itu bukan
00:15:18
lagi mencicipi gitu tapi sudah meminum
00:15:21
kopinya itu dia nggak jadi kalau
00:15:23
populasinya homogen jadi ketika kita
00:15:26
ingin mengambil apa mengetahui bagaimana
00:15:30
karakteristik objek itu kalau sudah
00:15:32
homogen
00:15:32
cukup diambil sedikit saja nah yang kita
00:15:35
ambil sedikit itu bisa menggambarkan
00:15:36
seluruh populasinya kita jadi kalau kita
00:15:39
mencoba secangkir kopi manis atau tidak
00:15:42
cukup disuruh pusat ya gini atau diambil
00:15:44
satu sendok saja itu sudah menggambarkan
00:15:46
bahwa copy kita sudah menonton belum
00:15:48
ketika belum manis maka ditambahkan gula
00:15:50
lagi gitu ya kalau kemanisan ya
00:15:52
ditambahkan air lagi atau ditambahkan
00:15:53
kopi lagi sekarang bagaimana kalau
00:15:56
koplingnya itu tidak diaduk Nah kalau
00:15:59
tidak diadukan gak bisa kita anggap
00:16:00
homogen jadi rasa di bawah di tengah dan
00:16:04
di atas tentu berbeda itu yang dimaksud
00:16:06
dengan populasi head eh heterogen Nah
00:16:09
kalau misalkan populasinya heterogen
00:16:10
tentu cara mencicipi kopi nya juga juga
00:16:13
berbeda GTA jadi tidak bisa lagi
00:16:15
disruput atau tidak bisa lagi dipakai
00:16:17
sendok tapi mungkin harus pakai sedotan
00:16:19
lebih Ya jadi pertama disedot dulu
00:16:22
bagian bawah sedot bagian atau Tengah
00:16:24
slot bagian atas Nah itu bisa mengetahui
00:16:28
masing-masing tingkatan dari kopi
00:16:31
tersebut Bagaimana rasanya
00:16:32
yo kalau populasinya eteh Roger itu cara
00:16:35
pengambilannya berbeda-beda ketika
00:16:36
populasi homogen populasinya heterogen
00:16:39
setia itu contohnya tadi ya Nah kemudian
00:16:43
selanjutnya adalah
00:16:46
Hai menurut sifatnya populasi dibedakan
00:16:49
menjadi
00:16:50
Hai yang pertama ada populasi acak yaitu
00:16:54
populasi dimana elemen-elemen dalam
00:16:55
populasi tersusun secara acak putih ya
00:16:58
jadi urutannya itu bersifat acak
00:17:01
contohnya misalkan nomor rumah di
00:17:04
perkampungan itu kan biasanya dari gang
00:17:07
masuk sampai Gang ujung itu nomor
00:17:10
rumahnya tidak berurutan tergantung dari
00:17:12
seperti apa pertama kali bangunan itu
00:17:15
dibuat ketiaknya itu artinya populasinya
00:17:18
itu bersifat random gede jadi urutannya
00:17:22
itu acara Lalu ada populasi terurut nah
00:17:26
populasi dimana elemen-elemen dalam
00:17:28
populasi punya urutan susunan bacotnya
00:17:31
misalkan nomor rumah di perumahan itu
00:17:33
kan biasanya dari gang apa namanya
00:17:35
gerbang masuk itu kan Nomor 1 Nomor 2
00:17:37
nomor tiga sudah berurutan biasanya gitu
00:17:39
ya
00:17:40
hai lalu yang ketiga ada populasi
00:17:42
periodik
00:17:44
nge-rap operasi dimana sifat dari
00:17:46
elemen-elemen akan berulang setelah
00:17:47
periode tertentu koplo Dik itu biasanya
00:17:51
terkait dengan data musiman bisa ke
00:17:53
timur hujan gitu ya musim kemarau gitu
00:17:57
ya itu udah tapi periodik pisahkan
00:18:00
contohnya data penumpang pesawat itu kan
00:18:02
biasanya pada bulan-bulan tertentu akan
00:18:05
selalu naik Nah itu kan selalu berulang
00:18:07
seakan saat lebaran atau saat menjelang
00:18:10
tahun baru Nah itu tentu jumlah
00:18:11
penumpang pesawat akan selalu naik dan
00:18:13
akan selalu berulang tahun ini tahun
00:18:16
depan tahun depannya lagi pasti akan
00:18:17
berulang atau curah hujan putih hujan
00:18:20
juga sama itu akan selalu berulang kalau
00:18:22
zaman dulu tekan ada istilah beberapa
00:18:24
kan selalu musim hujan Nadia itu artinya
00:18:26
data Feri yo Dik
00:18:29
hai hai
00:18:31
Hai namaku Rian aku
00:18:34
hai ketika kita meneliti tentu
00:18:39
Hai akan berbicara tingkat kepercayaan
00:18:41
dan tingkat signifikansi
00:18:46
Hai metode statistika merupakan proses
00:18:48
inferensi terhadap populasi dari sampel
00:18:50
yang diambil gitu ya Nah seberapa tinggi
00:18:55
jadi atau seberapa kuat tingkat
00:18:58
kepercayaan kita terhadap hasil invensi
00:19:00
yang kita buat itu ya Nah karena yang
00:19:04
kita gunakan data sampel gitu ya tentu
00:19:07
proses inferensi itu tidak mungkin benar
00:19:10
100% Nah kalau kita ingin inferensi yang
00:19:14
benar 100% proses pengambilan kesimpulan
00:19:16
yang benar 100% maka kita harus gunakan
00:19:19
data populasi Nah karena yang kita
00:19:22
gunakan data sampel untuk proses
00:19:24
inferensi ini proses pengambilan
00:19:26
kesimpulan ini tidak mungkin benar 100%
00:19:28
pasti ada tingkat kesalahannya diterima
00:19:31
di sini kita akan berbicara tingkat
00:19:33
kepercayaan dan tingkat signifikansi
00:19:36
Hai nada2 hal yang dilakukan terjadi
00:19:39
dalam proses inferensi yang pertama
00:19:42
adalah membuat estimasi parameter dari
00:19:45
statistik yang kita dapat kita Nah dari
00:19:49
hasil data sampel itu kan kita akan
00:19:51
peroleh data statistik nah nilai
00:19:53
statistik ini nanti kita gunakan untuk
00:19:55
mengestimasi para parameternya yang
00:19:59
kedua adalah menguji hipotesis jadi
00:20:01
membuat keputusan dari apa namanya atas
00:20:05
nilai parameter dari nilai statistik
00:20:07
yang kita dapat gitu Jadi yang pertama
00:20:08
setelah kita dapat sakit ketika kita
00:20:11
punya data sampel maka akan dihasilkan
00:20:12
nilai statistik nilai statistik ini
00:20:15
digunakan untuk mengestimasi nilai
00:20:16
parameter nah Lalu setelah itu kita akan
00:20:19
menguji hipotesis uji hipotesis itu bisa
00:20:22
nanti kita akan akan melakukan uji
00:20:24
pengaruh uji hubungan Setia uji beda get
00:20:27
ya yaitu dengan uji hipotesis
00:20:30
Hai nampung estimasi dan menguji
00:20:32
hipotesis diperlukan kriteria zat-zat
00:20:34
apa standar nah kriteria standar itu
00:20:37
tadi ada yang disebut dengan tingkat
00:20:39
kepercayaan atau confidence interval ini
00:20:43
menunjukkan sejauhmana statistik sampel
00:20:45
dapat mengestimasi dengan benar
00:20:47
parameter populasi nya gitu jadi data
00:20:53
Stempel yang menghasilkan nilai
00:20:55
statistik itu digunakan untuk
00:20:56
mengestimasi parameter dari data
00:20:59
populasi nah Seberapa jauh tingkat
00:21:02
kepercayaan kita gitu ya ya tadi seperti
00:21:05
dijelaskan diatas bahwa karena kita yang
00:21:07
kita gunakan data sampel maka tidak
00:21:10
mungkin benar 100% pasti ada tingkat
00:21:13
kesalahannya gitu ya misalkan kita
00:21:15
percaya bahwa Nah ya Mengetahui tingkat
00:21:18
kepercayaan itu pasti seperti sendiri
00:21:19
karena dia yang menentukan Berapa banyak
00:21:21
jumlah datanya diambil di mana saja gitu
00:21:24
jenis penelitian menemukan Biasanya
00:21:26
kalau tingkat kepercayaan tetap berkisar
00:21:28
antara 0-400
00:21:30
net dari nol sampai 100% itu seperti
00:21:33
percayanya berapa persen misalkan 90%
00:21:36
Artinya kita sebagai peneliti percaya
00:21:38
bahwa data sampel kita bisa mengestimasi
00:21:42
nilai parameter sebesar 95% kodenya
00:21:46
selanjutnya itu sejauh mana keputusan
00:21:50
dari uji hipotesis itu diklik diyakini
00:21:52
kebenarannya ikut Iya jadi setelah
00:21:55
estimasi lalu dilakukan uji hipotesis
00:21:59
yang kedua Tingkat signifikansi atau
00:22:02
siklus apa signifikan level ini
00:22:05
menunjukkan peluang kesalahan yang
00:22:06
ditetapkan peneliti dalam mengambil
00:22:08
keputusan menerima atau menolak
00:22:10
hipotesis Setia nah sebetulnya tingkat
00:22:13
kepercayaan dengan tingkat signifikansi
00:22:14
ini cukup berkaitan gitu Jadi kalau
00:22:17
misalkan kita percaya 95% maka tingkat
00:22:21
kesalahannya itu lima persen tidak tahu
00:22:23
tingkat signifikasi nya 55 persen
00:22:26
tingkat signifikansi yang menentukan
00:22:28
siapa ya Si peneliti karena seperti yang
00:22:30
Hai mengetahui seberapa besar cakupan
00:22:34
Penelitian yang dilakukan via nah umum
00:22:37
yang dilakukan untuk bidang sosial itu
00:22:39
berkisar antara 5-10 persen betul bidang
00:22:41
sosial kalau untuk bidang science pusaka
00:22:44
orang apa bidang kedokteran bidang
00:22:47
Farmasi itu biasanya di bawah lima
00:22:48
persen atau bahkan satu persen misalkan
00:22:51
orang Farmasi bikin obat errornya lima
00:22:53
persen tingkat kesalahan obatnya itu
00:22:56
lima persen Ya tentu hanya sedikit orang
00:22:59
yang mau mencoba obat kutu karena
00:23:01
tingkat apa namanya airnya itu cukup
00:23:05
tinggi 5% gede Jadi kalau misalkan
00:23:08
tingkat kesalahannya satu persen ya
00:23:10
mungkin banyak orang yang mau coba obat
00:23:11
itu tapi kalau misalkan tingkat errornya
00:23:14
5% atau bahkan 10% obati Jadi tapi obat
00:23:19
itu bahkan ada yang meminum gitu ya Nah
00:23:22
itu jadi tingkat kepercayaan ini terkait
00:23:24
dengan seberapa besar apa ke ketangguhan
00:23:29
hasil penelitian kita
00:23:30
itu yang kita lakukan hati jadi
00:23:32
berapapun tingkat signifikansinya hasil
00:23:35
kependetaan itu akan ada yang membedakan
00:23:37
adalah ketika kitab memiliki tingkat
00:23:40
signifikansi atau error yang besar titik
00:23:44
atau misalkan panjang 15% 20% peneliti
00:23:48
jadi hanya mungkin penelitiannya tidak
00:23:50
akan dijadikan rujukan untuk penelitian
00:23:51
selanjutnya kita atau tidak akan ada
00:23:53
yang pakai jadi sia-sia saja hanya
00:23:55
dijadikan sebagai kertas aja gitu hanya
00:23:58
dijadikan sebagai tulisan Diatas Kertas
00:24:00
saja tidak ada manfaatnya juga ganti ya
00:24:04
Hai nah sodium teknik pengambilan sampel
00:24:07
nah sampling adalah proses seleksi dalam
00:24:10
kegiatan observasi proses seleksi
00:24:13
dimaksud adalah proses untuk mendapatkan
00:24:16
sampel nah dua hal yang menjadi fokus di
00:24:19
dalam samping yang pertama adalah
00:24:21
Bagaimana proses untuk mendapatkan
00:24:23
sampel dari suatu populasi yang kedua
00:24:27
Berapa banyak unit analisis yang akan
00:24:29
diambil Nah jadi yang pertama harus kita
00:24:32
lakukan adalah
00:24:34
Hai bagaimana sambal itu harus diambil
00:24:36
nah bagaimana itu tadi terganggu dari
00:24:38
bagaimana karakteristik sih si
00:24:40
populasinya Apakah terbatas lokasi
00:24:42
terbatas Apakah apa tadi homogen atau
00:24:47
heterogen apakah rendem apakah terurut
00:24:52
apakah periode ketiga jadi itu yang akan
00:24:54
menentukan Bagaimana sempat itu akan di
00:24:56
diambil itu seperti kita ketika kita
00:24:58
melakukan penelitian kepuasan di kampus
00:25:02
dengan di mal tentu akan berbeda
00:25:04
perlakuannya proses pengambilan
00:25:06
sampelnya akan Agan berbeda nah periode
00:25:09
kedua setelah kita mengetahui bagaimana
00:25:11
karakteristik populasinya baru bisa
00:25:13
redupkan berapa banyaknya unit analisis
00:25:15
atau berapa banyak sampel yang akan kita
00:25:17
akan kita ambil nah tipe teknik
00:25:21
pengambilan sampel berdasarkan peluang
00:25:24
terpilihnya itu terbagi dua ada yang
00:25:26
disebut dengan sampling probabilitas ada
00:25:29
yang disebut dengan sampling non
00:25:31
probabilitas Rp
00:25:34
Hai apa itu sampling probabilitas Mas
00:25:36
sampling probabilitas pemilihan sampel
00:25:41
di dalam probiotik samping dilakukan
00:25:43
secara acak dan objektif artinya tidak
00:25:47
didasarkan semata-mata atas keinginan si
00:25:49
peneliti sehingga setiap anggota
00:25:51
populasi memiliki kesempatan yang sama
00:25:53
untuk terpilih dijadikan sebagai sebagai
00:25:56
sampel jadi kalau kita melakukan
00:25:58
penelitian kita punya populasi-populasi
00:26:00
itu kita akan ambil sebagian saja
00:26:03
sebagai sampel misalkan kita punya 30
00:26:07
atau misalkan contohnya kita punya 30
00:26:11
populasi lalu dari 30 itu kita akan
00:26:14
ambil sebanyak 10 nah proses melihat 10
00:26:17
itu dilakukan secara acak dari 30 itu
00:26:20
ada 30 nama dimasukkan ke dalam gelas
00:26:23
atau dikocok lalu x1111 orang pertama
00:26:27
keluar orang kedua keluar Orang Ketiga
00:26:29
keluar sampai orang ke-10 proses
00:26:31
pemilihan orang pertama sampai orang 10
00:26:32
objektif Iya tanpa melihat Aa siapa B
00:26:36
siapa sih siapa tapi dilakukan secara
00:26:37
objektif jadi tidak ada subjektivitas
00:26:40
Sisi peneliti
00:26:41
prosesnya diacak ganti dikocok dari 30
00:26:44
nama akan dipilih sebanyak 10 10 nama
00:26:46
jadi utama pertama dikocok nama kedua
00:26:49
dikocok nama ketiga dikocok menentukan
00:26:50
ketika dikocok itu tidak ada
00:26:52
subjektivitas semuanya objektif itu
00:26:54
adalah probity samping nah karakteristik
00:26:58
dari probabilistik samping pertama
00:27:01
peluang terpilihnya setiap anggota
00:27:03
sampel dapat ditentukan Jadi kalau
00:27:06
misalkan tadi dari 30 akan kita pilih
00:27:11
sebanyak 10 Nah maka peluang terpilihnya
00:27:14
masing-masing orang itu bisa diketahui
00:27:15
kita jadi masing-masing over orangtuanya
00:27:17
adalah satu apa namanya eh 10bar 30
00:27:23
belikan satu para 1/3 jadi peluangnya
00:27:26
ketika terpilih sepertiga 1/3 jadi eksis
00:27:28
bisa terpilih dikit kalau misalkan 10
00:27:31
peserta akan diambil satu peserta batin
00:27:33
peluangnya berapa 1/10 gitu ya kemudian
00:27:38
sampel yang diperoleh diharapkan
00:27:40
represent
00:27:41
aktif Nah karena prosesnya objektif dan
00:27:44
dilakukan secara acak nama bekas yang
00:27:46
paling yang diharapkan itu kemungkinan
00:27:48
besar bisa representative Nah karena
00:27:50
sampelnya representative maka kesimpulan
00:27:52
yang didapat dari sempat dapat
00:27:54
digeneralisasi untuk si si populasi
00:27:56
kejadian Itu sekilas seperti apa namanya
00:28:02
penjelasan terkait Probolinggo samping
00:28:04
nanti untuk probability sampling ini
00:28:06
akan ada pembahasan tersendiri mereka
00:28:08
Kedua ada nonprobability sampling kalau
00:28:11
nonprobability sampling itu kebalikan
00:28:14
dari problem itu samping jadi pemilihan
00:28:16
sampel dilakukan dengan
00:28:17
pertimbangan-pertimbangan si peneliti
00:28:20
Nah kalau ada pertimbangan berarti
00:28:22
dilakukan secara subjektif tidak lagi
00:28:24
objektif video sehingga dengan sampling
00:28:27
ini membuat semua anggota populasi tidak
00:28:29
memiliki kesempatan yang sama untuk
00:28:30
dipilih sebagai anggota sampel
00:28:32
memisahkan tadi dari 30 orang akan
00:28:35
dipilih 10 orang nah pemilihan semua
00:28:37
orang itu bisa kan tergantung si
00:28:39
peneliti sia ditunjuk sibedi to
00:28:41
sejak ditunjuk side ditunjuk jadi
00:28:44
porsinya ditunjuk Kalau setuju Berarti
00:28:45
ada unsur subjektif disitu tidak
00:28:48
objektif lagi gitu ya berbeda dengan
00:28:49
probabilitas kalau sampling probabilitas
00:28:52
pemilihannya dilakukan secara acak dan
00:28:54
objektif kita jadi tidak ada
00:28:55
pertimbangan-pertimbangan seperti
00:28:57
tergantung siapa yang keluar saja
00:28:59
berarti ya jadi berbeda antara pembeli
00:29:01
dengan non mempelopori Ting Nah karena
00:29:04
itu ditunjuk atau berdasarkan
00:29:06
subjektivitas peneliti maka peluang
00:29:09
terpilihnya setiap anggota sampel itu
00:29:12
tidak dapat ditentukan gitu ya Nah
00:29:16
karakteristik dari non sore ini
00:29:18
nonprobability sampling harusnya
00:29:21
hai hai
00:29:23
ciri-ciri karakteristik dari
00:29:27
Hai ini harusnya nonprofit samping
00:29:32
Hai jadi karakteristik dari non
00:29:34
probability sampling
00:29:38
Hai yang pertama peluang terpilihnya
00:29:40
setiap anggota sampel tidak dapat
00:29:42
ditentukan karena ada unsur propa unsur
00:29:45
subjektif tadi gede sehingga tidak bisa
00:29:47
dihitung berapa peluang terpilihnya
00:29:49
setiap anggota sampel sampel sampel yang
00:29:51
diperoleh tidak tidak tidak dapat
00:29:53
dikatakan present that if ya karena ada
00:29:55
unsur subjek kita dipilih jadi tidak
00:29:57
bisa tidak kemungkinan besar sampel yang
00:29:59
dipilih itu tidak representative
00:30:01
terhadap populasinya Nah karena dia
00:30:04
tidak representatif maka kesimpulan yang
00:30:07
diambil hanya berlaku untuk data sampel
00:30:09
saja tidak berlaku untuk seluruh
00:30:11
populasi Jadi kalau misalkan kita punya
00:30:13
populasi sebanyak 30 lalu kita ambil
00:30:15
sebanyak 10 Kalau kita gunakan
00:30:17
nonprobability sampling kesimpulan yang
00:30:20
kita peroleh dari data sampel itu hanya
00:30:21
berlaku untuk sampel saja tidak bisa
00:30:24
digeneralisasi untuk si populasi Nah
00:30:26
kalau kita menggunakan probability
00:30:28
sampling kesimpulan dari sampel itu
00:30:31
berlaku untuk si Popo lah si kertas yang
00:30:34
paling kita ada patkan secara
00:30:36
probabilitas sampling itu representative
00:30:38
Hai pedangdut
00:30:40
hai hai
00:30:43
Hai selanjutnya ini adalah eh
00:30:47
jenis-jenis dari teknik samping itu yang
00:30:50
pertama ada probability sampling
00:30:52
probabilitas sampling diantaranya ada
00:30:55
simple random sampling adalah systematic
00:30:56
random sampling ada stratified random
00:30:58
sampling ada Cluster random sampling
00:31:00
lalu untuk non probability sampling di
00:31:04
sini ada beberapa metode accidental
00:31:05
sampling atau Konvensi emping ada kuota
00:31:09
sampling ada purposif sampling ada
00:31:10
Snowball sampling nah masing-masing tipe
00:31:13
teknik pengambilan sampel ini akan kita
00:31:15
bahas secara tersendiri di video
00:31:19
selanjutnya
00:31:21
Hai tak demikian pembahasan terkait
00:31:23
dengan konsep dasar teknik pengambilan
00:31:26
sampel jika ada pertanyaan silahkan
00:31:30
ditanyakan di kolom komentar untuk kita
00:31:33
diskusikan
00:31:35
Hai demikian pembahasannya kurang
00:31:38
lebihnya mohon maaf Kita Ari
00:31:40
salamualaikum warahmatullahi wabarakatuh
00:31:49
CR7 kupu-kupu kupu-kupu kupu-kupu
00:31:55
[Musik]
