f Snowball Sampling
Snowball sampling adalah teknik penentuan sampel yang mula-mula jumlahnya
kecil, kemudian sampel ini disuruh memilih teman-temannya untuk dijadikan sampel. Begitu seterusnya, sehingga jumlah sampel semakin banyak. Ibarat bola
salju yang menggelinding, makin lama semakin besar.
3 Menentukan Ukuran Sampel
Jumlah anggota sampel sering dinyatakan dengan ukuran sampel. Jumlah sampel yang 100 mewakili populasi adalah sama dengan populasi. Jadi bila jumlah populasi 1000
dan hasil penelitian itu akan diberlakukan untuk 1000 orang tersebut tanpa ada kesalahan, maka jumlah sampel yang diambil sama dengan jumlah populasi tersebut
yaitu 1000 orang. Makin besar jumlah sampel mendekati populasi, maka peluang kesalahan generalisasi semakin kecil dan sebaliknya makin kecil jumlah sampel
menjauhi populasi, maka makin besar kesalahan generalisasi diberlakukan umum. Krecjie dalam melakukan perhitungan ukuran sampel didasarkan atas kesalahan 5.
Jadi sampel yang diperoleh itu mempunyai kepercayaan 5. Jadi sampel yang diperoleh itu mempunyai kepercayaan 95 terhadap populasi. Tabel Krecjie
ditunjukkan pada lampiran C. Dari tabel itu terlihat bila jumlah populasi 100 maka sampelnya 80, bila populasi 1000 maka sampelnya 278, bila populasinya 10.000 maka
sampelnya 384. Dengan demikian makin besar populasi makin kecil prosentase sampel. Oleh karena itu tidak tepat bila ukuran populasinya berbeda prosentase sampelnya
sama.
2.2.4. Analisis Regresi
Korelasi dan regresi mempunyai hubungan yang sangat erat. Setiap regresi pasti ada korelasinya, tetapi korelasi belum tentu dilanjutkan dengan regresi. Korelasi yang tidak
dilanjutkan dengan regresi adalah korelasi antara dua variabel yang tidka mempunyai hubungan kausalsebab akibat, atau hubungan fungsional. Analisis regresi dilakukan bila
hubungan dua variabel berupa hubungan kausal atau fungsional. Untuk menetapkan kedua variabel mempunyai hubungan kausal atau tidak, maka harus didasarkan pada teori atau
konsep-konsep tentang dua variabel tersebut.
1 Regresi Linier Sederhana
Regresi sederhana didasarkan pada hubungan fungsional ataupun kausal satu variabel independen dengan satu variabel dependen. Persamaan umum regresi linier
sederhana adalah Sudjana, 2002 : Y = a + bX ........................................................................................................ 2.4
keterangan : Y
= Subyek dalam variabel dependen yang diprediksikan a
= Harga Y bila X = 0 harga konstan b
= Angka arah atau koefisien regresi, yang menunjukkan angka peningkatan ataupun penurunan variabel dependen yang didasarkan
pada variabel independen. Bila b + maka naik, dan bila - maka terjadi penurunan.
X = Subyek pada variabel independen yang mempunyai nilai tertentu
Harga b = r Harga a = Y – bX
keterangan : r
= Koefisien korelasi product moment antara Variabel X dengan variabel Y s
y
= Simpangan baku variabel Y s
x
= Simpangan baku variabel X Jadi harga b merupakan fungsi dari koefisien korelasi. Bila koefisien korelasi tinggi,
maka harga b juga besar, sebaliknya bila koefisien korelasi rendah maka harga b juga rendah kecil. Selain itu bila koefisien korelasi positif maka harga b juga positif.
Selain itu harga a dan b dapat dicari dengan rumus berikut : a =
b =
2 Regresi Ganda
Analisis regresi ganda digunakan untuk meramalkan bagaimana keadaan naik turunnya variabel dependen kriterium, bila dua atau lebih variabel independen
sebagai faktor prediktor dimanipulasi dinaikturunkan nilainya. jadi analisis regresi ganda dilakukan bila jumlah variabel independennya minimal 2.
Persamaan regresi untuk tiga prediktor adalah Sudjana, 2002 : Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3 .
....................................................................... ......2.5 s
y
s
x
ΣY ΣX
1 2
– ΣX ΣX
1
ΣY
1
n ΣX
1 2
- ΣX
1 2
N ΣY
i
ΣX
i 2
– ΣX
i
ΣX
i
ΣY
i
n ΣX
i 2
- ΣX
i 2
Persamaan regresi untuk n prediktor adalah : Y = a + b
1
X
1
+ b
2
X
2
+ . . . . + B
n
X
n
...................................................................2.6 Dalam membuat ramalan melalui regresi, maka data setiap variabel harus tersedia.
Selanjutnya berdasarkan data itu dapat menemukan persamaan melalui perhitungan.
2.2.5 Analisis Klasifikasi Silang