- Jenis probabilitas atau pengambilan sampel acak
- Contoh acak sederhana
- Pengambilan sampel acak sistematis
- Pengambilan sampel secara acak bertingkat
- Pengambilan sampel cluster acak
- Jenis pengambilan sampel non-probabilitas
- Kenyamanan pengambilan sampel
- Pengambilan sampel kuota
- Pengambilan sampel bola salju
- Pengambilan sampel diskresioner
- Referensi
The jenis pengambilan sampel adalah berbagai cara penggalian data dari bagian dari total, alat statistik yang kuat yang berfungsi untuk menentukan apa bagian dari populasi atau semesta diperlukan untuk memeriksa, untuk membuat kesimpulan dan memperoleh informasi tentang hal itu.
Pengambilan sampel sangat penting ketika Anda tidak dapat atau tidak ingin menganalisis seluruh populasi. Perhatikan bahwa istilah "populasi" tidak hanya mengacu pada sekelompok besar orang atau makhluk hidup, tetapi secara umum pada total elemen yang akan dipelajari dalam suatu masalah.
Gambar 1. Pengambilan sampel penting untuk memilih sampel perwakilan dari alam semesta. Sumber: Pixabay.
Berdasarkan jenis pengambilan sampel yang dipilih, bagian dari populasi yang dianggap paling representatif dipilih, selalu sesuai dengan tujuannya.
Tentu saja, jika hanya sebagian dari data semesta yang diambil, beberapa detail mungkin terlewat dan informasi tidak ditemukan, itulah sebabnya hasilnya tidak akan seakurat yang seharusnya. Ini dikenal sebagai kesalahan pengambilan sampel.
Idenya adalah untuk menyederhanakan semesta data sebanyak mungkin, memilih sampel paling representatif yang mampu memberikan informasi maksimal, untuk memastikan validitas hasil.
Jenis probabilitas atau pengambilan sampel acak
Pengambilan sampel probabilitas didasarkan pada probabilitas bahwa subjek sampel harus dipilih. Dengan cara ini, setiap elemen populasi diberi kesempatan untuk dipilih, yang tentunya harus lebih besar dari 0.
Ini sangat penting, karena mungkin saja dari data semesta, sampel yang dipilih tidak cukup mewakili keseluruhan.
Jika demikian, hasilnya akan bias, karena beberapa bagian dari populasi akan lebih menyukai yang lain. Untuk menghindari bias, yang mana terdapat beberapa kategori, salah satu opsinya adalah membiarkan kesempatan memilih sampel dan dengan demikian memberikan setiap elemen probabilitas bukan nol untuk dipilih.
Contoh acak sederhana
Ini adalah cara sederhana untuk memastikan bahwa peluang melakukan tugasnya. Misalnya, jika Anda memilih beberapa anak di kelas untuk berpartisipasi dalam acara seni sekolah, semua nama anak ditempatkan pada kertas suara lipat yang identik, dicampur dengan topi, dan beberapa diambil secara acak.
Semua anak di kelas menjadi populasi, dan beberapa surat suara yang ditarik dari topi adalah sampelnya.
Keberhasilan prosedur ini terletak pada pembuatan daftar lengkap semua anak, sehingga tidak ada yang tertinggal. Dalam kursus kecil ini bukan masalah; Tetapi ketika Anda ingin memilih sampel dari populasi yang lebih besar, Anda harus menyempurnakan metodenya.
Pengambilan sampel acak sederhana dapat dilakukan dengan penggantian atau penggantian. Misalnya, jika kita mengekstrak elemen dari populasi dan mengembalikannya setelah memilih dan memeriksanya, alam semesta elemen kita selalu tetap sama selama penelitian.
Sebaliknya, jika elemen yang dipilih dipelajari, lebih banyak tidak dikembalikan, itu adalah pengambilan sampel tanpa penggantian. Ini harus diperhitungkan saat menghitung probabilitas elemen yang dipilih.
Pengambilan sampel acak sistematis
Untuk melakukan pengambilan sampel ini, perlu juga membuat daftar N elemen dan juga menentukan ukuran sampel, yang akan kita sebut n. Daftar tersebut disebut kerangka sampling.
Sekarang interval lompatan ditentukan, yang dilambangkan dengan huruf k dan dihitung seperti ini:
Sebuah nomor acak dipilih - secara acak - antara 1 dan k, disebut ro random start. Ini adalah individu pertama dalam daftar yang akan dipilih dan dari sana elemen-elemen berikut dalam daftar dipilih.
Contoh: misalkan Anda memiliki daftar 2000 siswa dari sebuah universitas dan Anda ingin mendapatkan sampel 100 siswa untuk berpartisipasi dalam kongres.
Hal pertama yang harus dilakukan adalah mencari nilai k:
Setelah kami membagi jumlah siswa menjadi 100 fragmen 20 siswa, salah satu fragmen diambil dan nomor acak dipilih antara 1 dan 20, misalnya 12. Oleh karena itu siswa kedua belas dalam daftar kami adalah boot acak.
Siswa berikutnya yang akan dipilih haruslah 12 + 20 = 22, lalu 42, kemudian 62, dan seterusnya, hingga semua 100 selesai.
Seperti yang Anda lihat, ini adalah metode yang cepat untuk diterapkan dan biasanya memberikan hasil yang sangat baik, tanpa harus meletakkan 2000 nama di topi dan mengambil 100 di antaranya, selama tidak ada periodisitas dalam populasi, yang menimbulkan bias. .
Pengambilan sampel secara acak bertingkat
Gambar 2. Dalam pengambilan sampel acak bertingkat, populasi dibagi menjadi beberapa segmen yang disebut strata. Sumber: Pixabay.
Dalam pengambilan sampel acak sederhana, setiap item dalam populasi memiliki kemungkinan yang sama untuk dipilih. Tetapi ini mungkin tidak selalu benar, terutama bila ada lebih banyak kerumitan untuk dipertimbangkan.
Untuk melakukan skema stratified random sampling, populasi harus dibagi menjadi beberapa kelompok yang memiliki karakteristik serupa. Ini adalah strata. Strata tersebut kemudian diambil dan sampel acak sederhana dipilih dari masing-masing, yang kemudian digabungkan untuk membentuk sampel akhir.
Strata ditentukan sebelum pengambilan sampel, mempelajari karakteristik data semesta.
Ciri-ciri tersebut dapat berupa status perkawinan, usia, tempat tinggal, misalnya penduduk perkotaan, pinggiran kota dan pedesaan, profesi, tingkat pendidikan, jenis kelamin dan banyak lagi.
Bagaimanapun juga, diharapkan karakteristik dari setiap strata akan sangat berbeda, yaitu setiap strata homogen.
Dalam pengambilan sampel bertingkat kita membedakan dua kategori, menurut apakah ukuran sampel dari setiap strata proporsional atau tidak dengan ukurannya.
Pengambilan sampel cluster acak
Metode yang dijelaskan di atas memilih elemen sampel secara langsung, tetapi dalam cluster sampling, sekelompok elemen dipilih dari populasi dan ini akan menjadi unit sampling, yang disebut cluster.
Contoh cluster adalah departemen universitas, entitas geografis seperti provinsi, kota, kabupaten, atau kotamadya, yang semuanya memiliki kemungkinan yang sama untuk dipilih. Dalam kasus memilih entitas geografis, kita berbicara tentang pengambilan sampel menurut wilayah.
Setelah cluster dipilih, elemen yang akan dianalisis dipilih dari sana. Oleh karena itu, prosedurnya dapat memiliki beberapa tahapan.
Metode ini memiliki kemiripan dengan metode acak berstrata, hanya saja di sini dipilih beberapa cluster dari total, sedangkan pada metode sebelumnya semua strata populasi dipelajari.
Jenis pengambilan sampel non-probabilitas
Pengambilan sampel probabilitas mungkin sangat mahal dalam beberapa situasi, karena waktu dan sumber daya harus diinvestasikan untuk menemukan sampel yang benar-benar representatif.
Juga sering terjadi bahwa tidak ada kerangka sampling yang lengkap –daftar-, oleh karena itu tidak mungkin untuk menentukan probabilitas pemilihan suatu elemen.
Untuk kasus ini, jenis pengambilan sampel non-probabilitas digunakan, yang informasinya juga diperoleh, meskipun tidak ada jaminan ketepatan dalam hasil.
Jika jenis pengambilan sampel ini diterapkan, beberapa kriteria harus tetap diikuti pada saat pemilihan, dengan mengupayakan agar sampel tersebut secukupnya.
Kenyamanan pengambilan sampel
Ini adalah jenis pengambilan sampel yang cukup mendasar, di mana elemen sampel dipilih sesuai dengan ketersediaannya, yaitu memilih individu yang paling dekat. Ini memiliki keuntungan sebagai metode biaya yang sangat rendah, karena kecepatan dan kenyamanannya.
Tetapi seperti yang dikatakan, tidak ada kepastian mendapatkan informasi yang dapat diandalkan tentang hasil Anda. Kadang-kadang digunakan untuk membuat jajak pendapat singkat dan cepat sebelum pemilihan, atau untuk menanyakan tentang preferensi pelanggan untuk produk tertentu.
Misalnya, seorang jajak pendapat dapat pergi ke pintu keluar tiga pusat perbelanjaan yang paling dekat dengan rumahnya dan menanyakan siapa yang keluar untuk memilih kandidat mana yang akan mereka pilih. Atau seorang guru dapat mensurvei siswanya sendiri, karena mereka memiliki akses langsung ke mereka.
Meskipun tampaknya hasil dari prosedur semacam itu tidak berguna, namun ternyata hasil tersebut dapat menjadi cerminan yang baik dari populasi, selama ada alasan yang baik untuk mengasumsikan bahwa biasnya tidak terlalu besar.
Namun, ini tidak sesederhana itu, karena siswa dari guru tertentu mungkin bukan sampel yang mewakili seluruh siswa. Dan sebagian besar waktu, lembaga survei di pusat perbelanjaan cenderung mewawancarai orang yang berpenampilan paling menarik.
Pengambilan sampel kuota
Untuk mengambil sampel berdasarkan kuota, pengetahuan awal yang baik tentang strata populasi harus dimiliki, agar dapat mengetahui elemen mana yang paling representatif. Tapi itu tidak diatur oleh kriteria keacakan dari pengambilan sampel bertingkat.
Dalam jenis pengambilan sampel ini perlu untuk menetapkan "kuota", karena itulah nama metode tersebut. Kuota tersebut terdiri dari penghimpunan sejumlah elemen dengan syarat tertentu, misalnya 15 perempuan yang berusia antara 25 hingga 50 tahun, yang tidak merokok dan juga memiliki mobil.
Setelah kuota ditentukan, orang pertama yang memenuhi persyaratan yang ditetapkan dipilih. Kriteria untuk langkah terakhir ini mungkin sesuai keinginan penyidik. Di sini Anda bisa melihat perbedaannya dengan metode stratified sampling yaitu random.
Namun, ini adalah metode berbiaya rendah yang menguntungkan jika, seperti yang kami katakan, populasi yang diteliti dikenal baik.
Pengambilan sampel bola salju
Prosedur yang harus diikuti dalam gaya pengambilan sampel ini adalah memilih beberapa orang yang memimpin orang lain, dan ini pada gilirannya kepada orang lain, sampai sampel mencapai ukuran yang dibutuhkan peneliti.
Ini adalah prosedur yang dapat berguna untuk mengkarakterisasi beberapa populasi dengan sifat yang cukup spesifik. Contoh: narapidana di penjara atau orang dengan penyakit tertentu.
Pengambilan sampel diskresioner
Akhirnya peneliti inilah yang memutuskan kriteria yang akan digunakan untuk memilih sampelnya, sesuai dengan pengetahuannya. Ini dapat berguna jika diperlukan untuk menambahkan individu tertentu ke dalam penelitian, yang, dengan menggunakan metode acak, tidak dapat berpartisipasi.
Referensi
- Berenson, M. 1985. Statistik Manajemen dan Ekonomi, Konsep dan Aplikasi. Editorial Interamericana.
- Statistik. Contoh. Diperoleh dari: encyclopediaeconomica.com.
- Statistik. Contoh. Diperoleh dari: Estadistica.mat.uson.mx.
- Mudah dieksplorasi. Pengambilan sampel cluster. Dipulihkan dari: explorable.com.
- Moore, D. 2005. Statistik Dasar Terapan. 2nd. Edisi.
- Netquest. Pengambilan sampel probabilitas: pengambilan sampel bertingkat. Diperoleh dari: netquest.com.
- Wikipedia. Contoh. Diperoleh dari: es.wikipedia.org