Populasi dan Sampel

Pengertian dari berbagai sumber dan berikan contoh masing-masing dari:

 

a. Populasi adalah totalitas dari semua objek atau individu yang memiliki karakteristik tertentu, jelas dan lengkap yang akan di teliti (bahan penelitian). 

Contoh : 

-Populasi mahasiswa Universitas Gunadarma

-Populasi mahasiswa Fakultas Ilmu Komputer dan Teknologi Informasi 

-Populasi mahasiswa Sistem Informasi , Filkom, UG

 b. Sampel adalah bagian dari populasi yang di ambil melalu cara-cara tertentu yang jga memilki karakteristik tertentu, jelas dan lengkap yang di anggap bisa mewakili populasi. 

Contoh : Pedagang eceran beras hanya meneliti segenggam beras untuk menentukan kualitas sekarung beras, pedagang emas hanya meneliti bekas gosokan dari perhiasan tersebut untuk menentukan kualitas emas perhiasan tersebut, peneliti lingkungan hanya meneliti beberapa milliliter air untuk menentukan kualitas air pada suatu sungai atau danau. 

 c. Statistik adalah kumpulan data dalam bentuk angka maupun bukan angka yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan atau berkaitan dengan suatu masalah tertentu dan menggunakan data sumber yang berasal dari sampel. 

Contoh : -Statistik pertanian adalah sekumpulan angka-angka yang berkaitan dengan masalah pertanian. -Statistik pendidikan adalah kumpulan angka-angka yang berkaitan dengan masalah pendidikan. 

 d. Parameter adalah nilai yang saling terkait dan menggunakan sumber data yang berasal dari populasi dan dapat digunakan unuk menarik kesimpulan mengenai karakter populasi.

 Contoh : - mean ( ), standar deviasi ( ), proporsi (P) dan koefisien korelasi ( ). - Rata-rata nilai ujian Statistika mahasiswa Universitas Gunadarma. - Median nilai ujian Statistika mahasiswa Universitas Gunadarma. 

Perbedaan Populasi dan Sampel ! 

 

 Perbedaan yang mendasar dalam pengertian antara pengertian ” populasi dan sampel” dalam penelitian dalam penelitian kuantitatif adalah Populasi diartikan sebagai wilayah generalisasi yang terdiri atas: obyek/ subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Sedangkan Sampel adalah sebagian dari populasi itu. 

 Metode sampling dan proses sampling ! 

 

• Metode Sampling 

 a. Berdasarkan jumlah sampel yang di ambil : 

- Sampling Tunggal adalah suatu metode sampling yang hanya diperlukan satu sampel saja dari sebuah populasi. 

- Sampling Ganda adalah suatu metode sampling dari sebuah populasi yang dapat diambil satu sampel kedua, hanya jika sampel pertama di anggap belom cukup mewakili dalam pengambilan keputusannya. 

- Sampling Multiple adalah suatu metode sampling (lebih dari dua) yang prosesnya sama dengan sampling ganda dan digunakan untuk memenuhi asumsi bahwa pengambilan keputusan masih dirasakan belom mencukupi hanya dari dua sampel saja. 

b. Berdasarkan cara yang dipakai : 

- Kebijaksanaan ( Non Probability Sampling ) adalah setiap anggota populasi tidak memiliki kesempatan atau peluang yang sama sebagai sampel. Teknik-teknik yang termasuk ke dalam Non Probability ini antara lain : Sampling Sistematis, Sampling Kuota, Sampling Insidential, Sampling Purposive, Sampling Jenuh, dan Snowball Sampling. 

- Acak / Random ( Probability Sampling ) adalah teknik pengambilan sampel yang memberikan peluang yang sama kepada setiap anggota populasi untuk menjadi sampel. Teknik ini meliputi simpel random sampling, sistematis sampling, proportioate stratified random sampling, disproportionate stratified random sampling, dan cluster sampling.

 • Proses Sampling : 

- Menentukan Populasi 

 - Mengidentifikasi kerangka sampling

 - Menentukan ukuran sampel

 - Memilih prosedur sampling 

- Memilih sampel 

masing-masing bagan pada teknik sampling berikut ! 

 

 a. Sampling Non Probabilitas

 - Convinience Sampling adalah Merupakan teknik dalam memilih sampel, peneliti tidak mempunyai pertimbangan lain kecuali berdasarkan kemudahan saja. Seseorang diambil sebagai sampel karena kebetulan orang tadi ada di situ atau kebetulan dia mengenal orang tersebut. Oleh karena itu ada beberapa penulis menggunakan istilah accidental sampling – tidak disengaja – atau juga captive sample (man-on-the-street) Jenis sampel ini sangat baik jika dimanfaatkan untuk penelitian penjajagan, yang kemudian diikuti oleh penelitian lanjutan yang sampelnya diambil secara acak (random). Beberapa kasus penelitian yang menggunakan jenis sampel ini, hasilnya ternyata kurang obyektif. 

Contoh : misalnya ada seorang peneliti ingin mengetahui tentang kebersihan wilayah Jakarta Selatan ia menanyakan kepada orang yang ada dijalan atau orang dia jumpai bukan orang yang mengerti tentang kebersihan wilayah Jakarta Selatan seperti petugas kebersihan atau mendatangi kantor gubernur atau walikota Jakarta Selatan.

 - Judgement Sampling adalah teknik pengambilan sampling dimana sampel yang dipilih berdasarkann penilaian peneliti bahwa dia atau seseorang yang paling baik jika dijadikan sampel penelitiannya.

 Contoh : misalnya dalam suatu perusahaan untuk memperoleh data tentang bagaimana satu proses produksi direncanakan oleh suatu perusahaan, maka manajer produksi merupakan orang yang terbaik untuk bisa memberikan informasi. Jadi, judment sampling umumnya memilih sesuatu atau seseorang menjadi sampel karena mereka mempunyai “information rich”. 

 - Quota Sampling adalah teknik pengambilan sampling dalam bentu distratifikasikan secara proposional, namun tidak dipilih acak melainkan secara kebetulan saja. 

Contoh : Misalnya, di sebuah kantor terdapat pegawai laki-laki 60% dan perempuan 40% . Jika seorang peneliti ingin mewawancari 30 orang pegawai dari kedua jenis kelamin tadi maka dia harus mengambil sampel pegawai laki-laki sebanyak 18 orang sedangkan pegawai perempuan 12 orang. Sekali lagi, teknik pengambilan ketiga puluh sampel tadi tidak dilakukan secara acak, melainkan secara kebetulan saja. 

b. Sampling Probabilitas 

 - Simple Random Sample adalah suatu teknik sampling yang dipilih secara acak, cara ini dapat diambil bila analisa penelitian cenderung bersifat deskriptif atau bersifat umum. Setiap unsur populasi harus memilik kesempatan sama untuk bisa dipilih menjadi sampel. 

Contoh: misal ada “pembiayaan pembangunan pendidikan Dasar di Jawa Barat”, sampelnya adalah seluruh SD dan SMP yang ada di Jawa Barat. Terhadap seluruh SD dan SMP itu dilakukan pemilihan secara random tanpa pengelompokan terlebih dahulu, dengan demikian peluang SD maupun SMP untuk terpilih sebagai sampel sama. 

- Stratified Sample adalah suatu teknik sampling dimana populasi kita bagi kedalam sub populasi(strata), karena mempunyai karakteristik yang heterogen dan heterogenitas tersebut mempunyai arti yang signifikan terhadap pencapaian tujuan penelitian, maka penelitian dapat mengambil dengan cara ini. Setiap stratum dipilih sampel melalui proses simple random sampling. 

Contoh: misalnya ada suatu manajer yang ingin mengetahui sikap manajer terhadap suatu kebajikan. Dia menduga bahwa manajer tingkat atas memiliki sikap yang positif terhadap kebajikan perusahaan. Agar dapat menguji dugaan teresebut maka sampelnya harus terdiri dari manajer tingkat atas, menengah, dan bawah. Kemudian dari masing-masing. Strata dipilih manajer dengan teknik simple random sampling. 

- Cluster Sample adalah Merupakan cara pengambilan sampel dengan cara gugus. Populasi dibagi keadalam satuan-satuan sampling yang besar yang disebut cluster. Berbeda dengan pembentukan strata, satuan sampling yang ada dalam tiap kluster harus relatif heterogen. Pemilihan dilakukan beberapa tingkat: (1) Memilih kluster dengan cara simple random sampling. (2) Memilih satuan sampling dalam kluster. Jika pemilihan dilakukan lebih dari 2 kali disebut Multi-stage Cluster Sampling.

 Contoh : Misalnya dalam penelitian yang sama seperti di atas, karena Jawa Barat sangat luas, dipilihlah kabupaten/kota tertentu sebagai sampel klaster ke-1 secara random. Dari tiap kabupaten terpilih dilakukan pemilihan lagi, yaitu kecamatan-kecamatan tertentu dengan cara random sebagai sampel klaster ke-2. Selanjutnya dari masing-masing kecamatan dilakukan pemilihan sekolah yang juga dilakukan secara random. 

- Sistematic Sample adalah teknik sampling jika peneliti dihadapkan pada ukuran populasi yang banyak dan tidak memiliki alat pengambil data secara random, cara pengambilan sampel sistematis dapat digunakan. Cara ini menuntut kepada peneliti untuk memilih unsur populasi secara sistematis, yaitu unsur populasi yang bisa dijadikan sampel adalah yang “keberapa”. 

Contoh : Misalnya setiap unsur populasi yang keenam, yang bisa dijadikan sampel. Soal “keberapa”-nya satu unsur populasi bisa dijadikan sampel tergantung pada ukuran populasi dan ukuran sampel. Misalnya, dalam satu populasi terdapat 5000 rumah. Sampel yang akan diambil adalah 250 rumah dengan demikian interval di antara sampel kesatu, kedua, dan seterusnya adalah 25. 

- Area Sampling adalah teknik sampling yang dipakai ketika peneliti dihadapkan pada situasi bahwa populasi penelitiannya tersebar di berbagai wilayah. 

Contoh : Misalnya seorang marketing manajer sebuah stasiun TV ingin mengetahui tingkat penerimaan masyarakat Jawa Barat atas sebuah mata tayangan, teknik pengambilan sampel dengan area sampling sangat tepat.

Using ODBC with PHP

      

Using ODBC with PHP ODBC is one of Microsoft's earliest technologies for connecting to databases. It is very popular and widely used. This article describes how to setup and use ODBC from a PHP perspective.

 

What is ODBC?

Open DataBase Connectivity is an Application Programming Interface (API) that allows a programmer to abstract a program from a database. When writing code to interact with a database, you have to add code that talks to a particular database using a proprietary API. If you want your program to talk to an Access, FoxPro and Oracle databases you have to code your program with three different database API's. This can be quite the daunting task causing much grief. Now, enter ODBC...

When programming to interact with ODBC you only need to use the ODBC API (a combination of ODBC extension function calls and the SQL language) to talk to different database products. The ODBC Manager will figure out how to contend with the type of database you are targeting. Regardless of the database type you are using, all of your calls will be to the ODBC API. All that you need to do is have installed an ODBC driver that is specific to the type of database you will be using.

Creating A ODBC Data Source Name (DSN)

After you have ensured that the ODBC driver for your database is installed, you normally need to create a Data Source Name (DSN), which contains all the connection details required to login (accept maybe id and password).

Walkthrough: How to Setup a DSN. A pictorial step-by-step guide. The next button is hidden on the bottom-right. Sorry but we Windows programmers are not user interface experts ;-)

Connecting to ODBC

There is an excellent tutorial on using PHP's ODBC extension at ASPToday, a popular ASP web site.

An example taken from the above article:

===================

<? 
# connect to a DSN "mydb" with a user and password "marin" 
$connect = odbc_connect("mydb", "marin", "marin");

# query the users table for name and surname
$query = "SELECT name, surname FROM users";

# perform the query
$result = odbc_exec($connect, $query);

# fetch the data from the database
while(odbc_fetch_row($result)){
  $name = odbc_result($result, 1);
  $surname = odbc_result($result, 2);
  print("$name $surname\n");
}

# close the connection
odbc_close($connect);
?>


=====================

 

More ODBC Links:
Zend's PHP & ODBC Tutorial
ODBC Reference from PHP manual
Using ODBC on Linux to connect to MSSQL7
Unix PHP-ODBC Howto
A commercial ODBC for Unix from OpenLink. Hint: They call their product Universal Data Access Driver Suites.
OpenLink has released their ODBC Driver Manager as Open Source: iODBC
ODBC Socket Server for accessing Access from Unix. Requires 2 machines.

ODBC Bugs

Avoid using odbc_prepare and odbc_execute currently (Sept 2000). I have been testing and there are bugs in the two functions. In fact in the PHP ODBC test suite, odbc_prepare and odbc_execute are not even tested :-(

Different Database SQL Dialects cause Problems

After using ODBC for some time with different databases, you will find many differences in the SQL used by different ODBC drivers.

String Conatenation: Interbase and Oracle uses ||. Sybase, VFP, Access, MSSQL7 use +. MySQL uses CONCAT( ).

Dates: MySQL and MSSQL7: Y-m-d, VFP: {^Y-m-d}, Access #Y-m-d#.

True and false MSSQL7: 1 and 0, VFP: .T. and .F.

This is why the ADODB database wrapper library was created so we can port code used in one database product to another quickly. For an example of ADODB use:

Example 1 from the ADODB class library.

Creating DSN-less connections

DSN's have to be created from the Control Panel. Sometimes, you don't have access to the Control Panel on the webserver. You need to use a DSN-less connection instead.

DSN-less Connections with ODBC

ODBC since PHP 4.3.0 supports DSN-less connections. You can adapt these samples which require the ADOdb library (which you can download from sourceforge).

For Microsoft Access:

$db = ADONewConnection('access');
$dsn =
  "Driver={Microsoft Access Driver (*.mdb)};Dbq=d:\inetpub\adodb\northwind.mdb;Uid=Admin;Pwd=;";
$db->Connect($dsn);

For Microsoft SQL Server:

$db = ADONewConnection('odbc_mssql');
$dsn = "Driver={SQL Server};Server=localhost;Database=northwind;";
$db->Connect($dsn,'userid','password');

DSN-less Connections with ADO

If you are using versions of PHP earlier than PHP 4.3.0, DSN-less connections only work with Microsoft's ADO, which is Microsoft's COM based API.

An example using the ADOdb library and Microsoft's ADO:

<?php
include('adodb.inc.php'); 
ADOLoadCode("ado_mssql");
$db = &ADONewConnection("ado_mssql");
print "<h1>Connecting DSN-less $db->databaseType...</h1>";
 
$myDSN="PROVIDER=MSDASQL;DRIVER={SQL Server};"
 . "SERVER=flipper;DATABASE=ai;UID=sa;PWD=;"  ;
$db->Connect($myDSN);

$rs = $db->Execute("select * from table");
$arr = $rs->GetArray();
print_r($arr);
?>

Buatlah sebuah program utama yang berisi :

1. Menu, Menu berisi beberapa pilihan yang memberi kesempatan kepada pengguna untuk memilih fungsi/prosedur yang ada di soal 2 dan 3
2. Pilihan pengguna terhadap menu
3. Penanganan pilihan pengguna, dengan memanggil fungsi/prosedur di soal 2 dan 3

Pembahasan seputar Wireless LAN

Wireless LAN

Kali ini kita akan mencoba untuk membahas tentang Wireless LAN. Adapun yang akan kita bahas adalah:

1.      Pengertian wireless LAN

2.      Keuntungan menggunakan wireless LAN dibanding media kabel

3.      Kelemahan Menggunakan Wireless

4.      Contoh implementasi wireless LAN dalam kehidupan sehari-hari

5.      Jenis-jenis wireless LAN

6.      Cara instalasi wireless LAN

Ok langsung saja kita menuju pembahasan.

1.      Pengertian wireless LAN

Wireless(nirkabel) LAN adalah suatu Jaringan area local tanpa kabel yang menggunakan gelombang radio sebagai media tranmisinya untuk memberi sebuah koneksi jaringan ke seluruh pengguna sekitar area network.

#Praktikum 15# MIRZAL

#Praktikum 15#

Diketahuiarsipberuntun yang menyimpan data terstruktur di bawahini. Arsipmempunyai mark yang eksplisit.

Data Nilai SeorangMahasiswa pada Semester 1

KodeMakul	NamaMakul	Jumlah SKS	Nilai(A/B/C/D/E)
. . .	. . .	. . .	. . .
. . .	. . .	. . .	. . .
999	xxxx	999	Z

Buatlah program dalambahasa C yang terdiridari :

praktikum 15 kozin

1. Diketahui arsip beruntun yang menyimpan data terstruktur di bawah ini. Arsip mempunyai mark yang eksplisit.
Data Mahasiswa Jurusan Teknik Informatika Semester 1
NIM Nama IPK TotalKehadiran(%)
. . . . . . . . . . . .
. . . . . . . . . . . .
999 xxxx 9.99 999

Buatlah program dalam bahasa C yang terdiri dari :
1. Menu dengan susunan :
1. Rekam Data Mahasiswa
2. Tampil Isi Arsip
3. Hitung rata-rata IPK
4. Cari peraih IPK tertinggi
5. Keluar Program
2. Pengguna dapat memilih menu yang diinginkan berulang-ulang s.d. memilih menu keluar.
3. Jika pengguna memilih menu 1, program akan memanggil prosedur RekamDataMahasiswa, dst
4. Prosedur RekamDataMahasiswa bertugas merekam data mahasiswa ke dalam arsip bernama DataMhs.txt
5. Prosedur TampilIsiArsip bertugas menampilkan isi arsip ke layar
6. Fungsi HitungRata2 bertugas menghitung rata-rata IPK seluruh mahasiswa
7. Prosedur PeraihIPKTertinggi untuk menampilkan nama mahasiswa yang mempunyai IPK tertinggi dan IPK-nya
8. Fungsi CekMark untuk menentukan apakah sebuah rekaman merupakan sebuah mark atau tidak"

Kel 4 :Menyalin arsip (dengan mark)

 Kel 4 :Menyalin arsip (dengan mark)

Tugas Group 4 MJ1A Karyawan

Nama / Nim

1.       Narupi                  4311211010

2.       Almuaini              4311211011

3.       Rikardo                 4311211012

mas rikardo dan mbak iin please check and give me advice

Menyalin arsip ke arsip yang lain