STRATIFIED SAMPLING: APA ITU, JENIS, KELEBIHAN DAN KEKURANGANNYA - EKONOMI - 2025

The berstrata , atau stratifikasi, adalah metode sampling yang melibatkan membagi populasi menjadi subkelompok yang lebih kecil, yang dikenal sebagai strata. Pada gilirannya, strata-strata ini dibentuk berdasarkan kesamaan atribut atau karakteristik anggota, seperti pendapatan atau tingkat pendidikan.

Ini digunakan untuk menyoroti perbedaan antara kelompok dalam suatu populasi, sebagai lawan dari pengambilan sampel sederhana, yang memperlakukan semua anggota populasi sebagai sama, dengan kemungkinan yang sama untuk dijadikan sampel.

Sumber: needpix.com

Tujuannya adalah untuk meningkatkan ketepatan sampel dengan mengurangi kesalahan pengambilan sampel. Ini dapat menghasilkan rata-rata tertimbang dengan variabilitas yang lebih kecil daripada rata-rata aritmatika dari sampel populasi yang sederhana.

Stratifikasi adalah proses memecah-belah anggota populasi menjadi subset homogen sebelum pengambilan sampel. Melalui strata, distribusi populasi ditentukan.

Artinya, harus lengkap secara kolektif dan saling eksklusif, sehingga satu strata harus ditetapkan ke setiap elemen populasi. Kemudian pengambilan sampel sistematis atau sederhana diterapkan dalam setiap strata.

Pertimbangan penting

Penting untuk dicatat bahwa lapisan tidak boleh disandingkan. Memiliki subkelompok yang tumpang tindih akan memberi beberapa orang kesempatan lebih besar untuk dipilih sebagai subjek. Ini benar-benar menumpulkan gagasan pengambilan sampel bertingkat sebagai prototipe pengambilan sampel.

Sama pentingnya bahwa peneliti harus menggunakan pengambilan sampel sederhana dalam strata yang berbeda.

Strata yang paling umum digunakan dalam stratified sampling adalah umur, jenis kelamin, status sosial ekonomi, agama, kebangsaan, dan tingkat pendidikan.

Apa itu pengambilan sampel bertingkat?

Ketika menyelesaikan analisis pada sekelompok entitas dengan karakteristik yang serupa, penyidik ​​mungkin menemukan bahwa ukuran populasi terlalu besar untuk menyelesaikan investigasi.

Untuk menghemat waktu dan uang, perspektif yang lebih layak dapat diambil dengan memilih kelompok kecil dari populasi. Kelompok kecil ini disebut ukuran sampel, yang merupakan bagian dari populasi yang digunakan untuk mewakili seluruh populasi.

Sampel dari suatu populasi dapat dipilih dengan beberapa cara, salah satunya dengan pengambilan sampel bertingkat. Ini melibatkan pembagian total populasi menjadi kelompok homogen yang disebut strata. Kemudian sampel acak dipilih dari setiap strata.

Proses untuk melakukan pengambilan sampel bertingkat

- Bagilah populasi menjadi subkelompok atau strata yang lebih kecil, sesuai dengan atribut dan karakteristik yang dimiliki oleh anggota.

- Ambil sampel acak dari setiap strata dalam jumlah yang sebanding dengan ukuran strata.

- Kelompokkan subset strata untuk membentuk sampel acak.

- Lakukan analisis.

Misalnya, seorang peneliti yang ingin mengetahui jumlah mahasiswa bisnis yang menerima tawaran pekerjaan dalam waktu tiga bulan setelah lulus pada tahun 2018. Mereka akan segera mengetahui bahwa ada hampir 200.000 lulusan bisnis tahun itu.

Anda dapat memutuskan untuk mengambil sampel acak dari 5.000 lulusan dan melakukan survei. Lebih baik lagi, Anda dapat membagi populasi menjadi beberapa strata dan mengambil sampel secara acak dari strata tersebut.

Untuk melakukan ini, Anda akan membuat kelompok populasi berdasarkan usia, ras, kebangsaan, atau latar belakang profesional.

Sampel acak akan diambil dari setiap strata, sebanding dengan ukuran strata sehubungan dengan total populasi. Subset ini akan dikelompokkan bersama untuk membentuk sampel.

Jenis

Pengambilan sampel bertingkat proporsional

Pada tipe ini, ukuran sampel untuk setiap strata sebanding dengan jumlah populasi strata jika dibandingkan dengan total populasi. Artinya setiap strata memiliki sampling rate yang sama.

Ketika karakteristik individu dipilih untuk menentukan strata, subkelompok yang dihasilkan seringkali berukuran berbeda.

Misalnya, Anda ingin mempelajari persentase penduduk Meksiko yang merokok, dan Anda memutuskan bahwa usia akan menjadi kriteria yang baik untuk membuat stratifikasi karena diyakini bahwa kebiasaan merokok dapat sangat bervariasi menurut usia. Tiga strata didefinisikan:

- Di bawah 20 tahun.

- Antara 20 dan 44.

- Lebih dari 44.

Ketika populasi Meksiko dibagi menjadi tiga strata ini, ketiga kelompok tersebut diharapkan tidak memiliki ukuran yang sama. Faktanya, data aktual menegaskan ini:

- Stratum 1: 42.4 juta (41.0%).

- Stratum 2: 37.6 juta (36.3%).

- Stratum 3: 23.5 juta (22.7%).

Jika pengambilan sampel berstrata proporsional digunakan, sampel harus terdiri dari strata yang mempertahankan proporsi yang sama dengan populasi. Jika Anda ingin membuat sampel yang terdiri dari 1.000 individu, sampel tersebut harus memiliki ukuran sebagai berikut:

Ini sangat mirip dengan mengumpulkan populasi yang lebih kecil, ditentukan oleh proporsi relatif strata dalam populasi tersebut.

Pengambilan sampel bertingkat yang seragam

Dalam tipe ini, ukuran sampel yang sama ditetapkan untuk semua strata yang ditentukan, terlepas dari bobot strata tersebut dalam populasi.

Pengambilan sampel bertingkat yang seragam dengan mengambil contoh sebelumnya akan menghasilkan contoh berikut untuk setiap strata:

Metode ini mendukung strata yang memiliki bobot lebih sedikit dalam populasi, dengan memberi mereka tingkat kepentingan yang sama dengan strata yang lebih relevan.

Hal ini mengurangi keefektifan sampel secara keseluruhan, tetapi memungkinkan karakteristik individu dari setiap strata dipelajari dengan lebih presisi.

Dalam contoh, jika Anda ingin membuat pernyataan spesifik tentang populasi strata 3 (lebih dari 44), Anda dapat mengurangi kesalahan pengambilan sampel menggunakan sampel 333 unit, daripada sampel 227 unit, seperti yang diperoleh dari proporsional stratified sampling.

Keuntungan dan kerugian

Pengambilan sampel bertingkat bekerja dengan baik untuk populasi yang memiliki variasi atribut, tetapi sebaliknya tidak akan efektif jika subkelompok tidak dapat dibentuk.

- Keuntungan

Kumpulkan fitur-fitur utama

Keuntungan utama dari pengambilan sampel bertingkat adalah ia mengumpulkan karakteristik utama populasi dalam sampel.

Mirip dengan rata-rata tertimbang, metode pengambilan sampel ini menghasilkan karakteristik sampel yang sebanding dengan total populasi.

Presisi statistik yang lebih tinggi

Stratifikasi memberikan kesalahan yang lebih kecil dalam estimasi dibandingkan dengan metode pengambilan sampel sederhana. Semakin besar perbedaan antara strata, semakin besar perolehan dalam presisi.

Ada ketepatan statistik yang lebih tinggi jika dibandingkan dengan pengambilan sampel sederhana. Hal ini disebabkan oleh fakta bahwa dalam subkelompok tersebut variabilitasnya lebih rendah, bila dibandingkan dengan variasi yang terjadi pada populasi total.

Ukuran sampel lebih kecil

Karena teknik ini memiliki akurasi statistik yang tinggi, hal ini juga berarti bahwa teknik ini membutuhkan ukuran sampel yang lebih kecil, yang dapat menghemat banyak tenaga, uang, dan waktu peneliti.

- Kekurangan

Sayangnya, metode penelitian ini tidak dapat digunakan di semua penelitian. Kerugian dari metode ini adalah beberapa syarat harus dipenuhi agar dapat digunakan dengan benar.

Kesulitan mencari strata

Kerugian utama adalah sulitnya mengidentifikasi strata yang sesuai untuk sebuah studi. Selain itu, menemukan daftar lengkap dan pasti dari seluruh populasi dapat menjadi tantangan.

Kompleksitas untuk mengatur

Kerugian kedua adalah lebih rumit untuk mengatur dan menganalisis hasil dibandingkan dengan pengambilan sampel sederhana.

Peneliti harus mengidentifikasi setiap anggota populasi penelitian dan mengklasifikasikannya menjadi hanya satu subpopulasi. Akibatnya, pengambilan sampel bertingkat menjadi tidak menguntungkan ketika peneliti tidak dapat dengan yakin mengklasifikasikan setiap anggota populasi ke dalam subkelompok.

Penjajaran bisa menjadi masalah jika ada subjek yang termasuk dalam beberapa subkelompok. Ketika pengambilan sampel sederhana dilakukan, mereka yang berada di beberapa subkelompok kemungkinan besar akan dipilih. Hasilnya bisa jadi representasi yang keliru atau refleksi yang tidak akurat dari populasi.

Contoh seperti mahasiswa, lulusan, pria dan wanita, buatlah mudah, karena mereka adalah kelompok yang ditentukan dengan jelas.

Namun, dalam situasi lain bisa jadi jauh lebih sulit. Anda dapat membayangkan memasukkan karakteristik seperti ras, etnis, atau agama. Proses klasifikasi akan menjadi lebih sulit, membuat pengambilan sampel bertingkat menjadi metode yang tidak efektif.

Contoh

Misalkan sebuah tim peneliti ingin menentukan nilai rata-rata dari mahasiswa di Amerika Serikat.

Tim peneliti jelas kesulitan mengumpulkan data ini dari 21 juta mahasiswa. Oleh karena itu, Anda memutuskan untuk mengambil sampel dari populasi, dengan hanya menggunakan 4.000 siswa.

Tim melihat atribut berbeda dari peserta sampel dan bertanya-tanya apakah ada perbedaan antara nilai rata-rata dan spesialisasi siswa.

Ditemukan dalam sampel bahwa 560 siswa adalah siswa bahasa Inggris, 1.135 ilmu pengetahuan, 800 ilmu komputer, 1.090 ilmu teknik dan 415 mata pelajaran matematika.

Tim ingin menggunakan proporsional stratified sampling, dimana strata sampel proporsional dengan sampel populasi.

Penciptaan strata

Untuk melakukan ini, tim menyelidiki statistik mahasiswa di AS dan menemukan persentase resmi mahasiswa yang mengambil spesialisasi: 12% dalam bahasa Inggris, 28% dalam sains, 24% dalam ilmu komputer, 21% dalam teknik dan 15% dalam matematika.

Oleh karena itu, lima strata dibuat dari proses pengambilan sampel bertingkat. Tim harus memastikan bahwa strata populasi proporsional dengan strata sampel. Namun, ia menemukan bahwa proporsinya tidak sama.

Akibatnya, tim perlu mengambil sampel ulang dari populasi 4.000 siswa, tetapi kali ini secara acak memilih 480 (12%) Pembelajar Bahasa Inggris, 1.120 (28%) Sains, 960 (24%) Ilmu Komputer, 840 ( 21%) di bidang teknik dan 600 (15%) di bidang matematika.

Dengan ini, kami memiliki sampel mahasiswa bertingkat proporsional, yang memberikan representasi yang lebih baik dari mahasiswa di AS.

Peneliti akan dapat menyoroti strata tertentu, mengamati berbagai studi mahasiswa AS, dan mengamati nilai rata-rata yang berbeda.

Referensi

1. Adam Hayes (2019). Stratified Random Sampling. Diambil dari: investopedia.com.
2. Wikipedia, ensiklopedia gratis (2019). Pengambilan sampel bertingkat. Diambil dari: en.wikipedia.org.
3. Explorable (2019). Metode Pengambilan Sampel Bertingkat. Diambil dari: explorable.com.
4. Survey Gizmo (2019). Apa itu Stratified Sampling & Kapan Digunakan? Diambil dari: surveygizmo.com.
5. Ashley Crossman (2019). Memahami Sampel Bertingkat dan Cara Membuatnya. Thought Co. Diambil dari: thoughtco.com.
6. Carlos Ochoa (2017). Pengambilan sampel acak: pengambilan sampel bertingkat. Diambil dari: netquest.com.