PENGAMBILAN SAMPEL KLASTER: KARAKTERISTIK DAN CONTOH - DUDAS - 2025

The cluster sampling adalah jenis metode pengambilan sampel digunakan ketika populasi statistik kelompok homogen yang jelas, tetapi secara internal heterogen. Ini sering digunakan dalam riset pasar.

Dengan metode pengambilan sampel ini, peneliti alih-alih langsung memilih semua subjek dari seluruh populasi, mengambil beberapa langkah untuk mengumpulkan sampel populasinya. Pertama, peneliti membagi total populasi menjadi kelompok-kelompok terpisah, yang disebut cluster. Kemudian pilih sampel acak sederhana dari kelompok populasi. Terakhir, ia melakukan analisis dengan mengambil sampel data dari kelompok-kelompok tersebut.

Sumber: pixabay.com

Untuk ukuran sampel acak tetap, kesalahan yang diharapkan lebih rendah ketika jumlah variasi terbesar dalam populasi hadir secara internal di dalam kelompok, dan bukan di antara kelompok.

Alasan umum untuk menggunakan pengambilan sampel kluster adalah untuk menurunkan biaya dengan meningkatkan efisiensi pengambilan sampel. Ini berbeda dengan pengambilan sampel bertingkat, di mana motifnya adalah untuk meningkatkan akurasi.

karakteristik

- Populasi dibagi menjadi N kelompok, disebut konglomerat.

- Peneliti secara acak memilih n kelompok untuk dimasukkan ke dalam sampel, di mana n lebih kecil dari N.

- Setiap elemen populasi dapat ditetapkan ke satu, dan hanya untuk satu cluster.

- Idealnya, populasi dalam suatu cluster harus seheterogen mungkin, tetapi harus ada homogenitas antar cluster. Setiap cluster harus merupakan representasi dari total populasi dalam skala kecil.

Jenis metode

Untuk memilih cluster mana yang akan dimasukkan dalam penelitian, teknik pengambilan sampel secara acak digunakan dalam cluster yang relevan.

Pengambilan sampel dalam satu tahap

Dalam pengambilan sampel cluster satu tahap, semua elemen dalam setiap grup yang dipilih diambil sampelnya.

Pengambilan sampel dua tahap

Dalam pengambilan sampel cluster dua tahap, subset item dalam kelompok yang dipilih dipilih secara acak untuk dimasukkan dalam sampel.

Kapan menggunakannya

Ini harus digunakan hanya jika dibenarkan secara ekonomi, ketika pengurangan biaya lebih besar daripada kerugian presisi. Ini lebih mungkin terjadi dalam situasi berikut.

Sulit, mahal, atau tidak mungkin menyusun daftar lengkap item dalam populasi

Misalnya, tidak mungkin untuk membuat daftar semua pelanggan untuk rantai toko perangkat keras.

Namun, dimungkinkan untuk memilih secara acak subset toko (tahap 1) dan kemudian mewawancarai sampel acak pelanggan yang mengunjungi toko tersebut (tahap 2).

Populasinya terkonsentrasi di konglomerat "alami" (kota, sekolah, rumah sakit, dll.).

Misalnya, untuk melakukan wawancara pribadi dengan perawat OR, mungkin masuk akal untuk memilih secara acak rumah sakit dari sampel rumah sakit (tahap 1) dan kemudian mewawancarai semua perawat ATAU di rumah sakit tersebut.

Dengan menggunakan cluster sampling, pewawancara dapat melakukan banyak wawancara dalam satu hari dan di satu rumah sakit.

Sebaliknya, pengambilan sampel acak sederhana mungkin mengharuskan pewawancara menghabiskan sepanjang hari bepergian untuk melakukan satu wawancara di satu rumah sakit.

Keuntungan

Ini bisa lebih murah daripada rencana pengambilan sampel lainnya, misalnya, lebih sedikit biaya perjalanan dan administrasi.

Kelangsungan hidup

Metode pengambilan sampel ini memperhitungkan populasi yang besar. Karena kelompok-kelompok ini sangat besar, menerapkan metode pengambilan sampel lain akan sangat mahal.

Ekonomi

Dalam metode ini perhatian besar dalam pengeluaran, seperti perjalanan, sangat berkurang.

Misalnya, mengumpulkan informasi dari investigasi di setiap rumah tangga di suatu kota akan sangat mahal, sementara itu akan lebih murah untuk mengumpulkan informasi di beberapa blok kota. Dalam hal ini, perjalanan akan sangat berkurang.

Variabilitas berkurang

Ketika estimasi dipertimbangkan dengan metode lain, variabilitas yang berkurang dalam hasil diamati. Ini mungkin bukan situasi yang ideal setiap saat.

Penggunaan utama

Jika kerangka sampling dengan semua elemen tidak tersedia, hanya sampling cluster yang dapat digunakan.

Kekurangan

Sampel bias

Jika kelompok dalam populasi sampel memiliki pendapat yang bias, maka seluruh populasi memiliki pendapat yang sama. Ini mungkin bukan kasus yang sebenarnya.

Kesalahan

Ada kesalahan pengambilan sampel yang lebih tinggi, yang dapat diekspresikan dalam apa yang disebut "efek desain".

Metode probabilistik lainnya memberikan kesalahan yang lebih sedikit daripada metode ini. Untuk alasan ini tidak disarankan untuk pemula.

Contoh

Pengambilan sampel cluster digunakan untuk memperkirakan kematian yang tinggi dalam kasus-kasus seperti perang, kelaparan, dan bencana alam.

Pengambilan sampel dalam satu tahap

Sebuah LSM ingin membuat sampel anak-anak di lima kota terdekat untuk memberi mereka pendidikan.

Melalui pengambilan sampel satu tahap, LSM akan dapat memilih populasi (kelompok) secara acak untuk membuat sampel dan dengan demikian memberikan bantuan kepada anak-anak yang tidak berpendidikan di kota-kota tersebut.

Pengambilan sampel dua tahap

Seorang pemilik bisnis sedang mencari untuk mengetahui kinerja statistik dari pabriknya, yang tersebar di berbagai penjuru AS.

Dengan mempertimbangkan jumlah pabrik, pekerjaan yang dilakukan di setiap pabrik, dan jumlah karyawan per pabrik, pengambilan sampel dalam satu tahap akan memakan waktu dan mahal.

Oleh karena itu, pengambilan sampel dilakukan dalam dua tahap. Pemilik membuat sampel pekerja dari berbagai pabrik untuk membentuk cluster. Anda kemudian membaginya menjadi ukuran pabrik dalam kondisi operasi.

Sebuah cluster sampling dua tahap dibentuk di mana teknik cluster lainnya, seperti pengambilan sampel acak sederhana, diterapkan untuk memulai perhitungan.

Pengambilan sampel multi-tahap

Pengambilan sampel cluster geografis adalah salah satu teknik yang paling banyak diterapkan.

Setiap cluster adalah area geografis. Karena biaya untuk melakukan survei di populasi yang tersebar secara geografis, ekonomi yang lebih besar dapat dicapai daripada dengan pengambilan sampel acak sederhana dengan mengelompokkan responden yang berbeda di dalam area lokal.

Secara umum, mencapai presisi yang setara dalam estimasi membutuhkan peningkatan ukuran sampel total, tetapi penghematan biaya dapat membuat peningkatan ukuran sampel menjadi mungkin.

Misalnya, sebuah organisasi bermaksud melakukan survei untuk menganalisis performa smartphone di seluruh Jerman.

Anda dapat membagi penduduk seluruh negara menjadi kota-kota (cluster) dan juga memilih kota-kota dengan jumlah penduduk tertinggi. Filter juga mereka yang menggunakan perangkat seluler.

Referensi

1. Wikipedia, ensiklopedia gratis (2019). Pengambilan sampel cluster. Diambil dari: en.wikipedia.org.
2. Stat Trek. (2019). Apa itu Pengambilan Sampel Klaster? Diambil dari: stattrek.com.
3. Explorable (2019). Pengambilan Sampel Kluster. Diambil dari: explorable.com.
4. Adi Bhat (2019). Pengambilan Sampel Klaster: Pengertian, Metode dan Contoh. Pertanyaan Pro Diambil dari: questionpro.com.
5. CFI (2019). Pengambilan Sampel Kluster. Diambil dari: corporatefinanceinstitute.com.