Sampel

Apa Sampel?

Contoh mengacu pada versi yang lebih kecil dan dapat dikelola dari grup yang lebih besar. Ini adalah bagian yang berisi karakteristik populasi yang lebih besar. Sampel digunakan dalam pengujian statistik ketika ukuran populasi terlalu besar untuk pengujian untuk memasukkan semua kemungkinan anggota atau observasi. Sampel harus mewakili populasi secara keseluruhan dan tidak mencerminkan bias apa pun terhadap atribut tertentu.

Poin Penting

  • Sampel mengacu pada versi yang lebih kecil dan dapat dikelola dari grup atau subset yang lebih besar dari populasi yang lebih besar.
  • Menggunakan sampel memungkinkan peneliti untuk melakukan studi mereka dengan mudah dan tepat waktu.
  • Untuk mendapatkan sampel yang tidak bias, pemilihan harus acak sehingga setiap orang dari populasi memiliki peluang yang sama dan kemungkinan besar untuk ditambahkan ke kelompok sampel.
  • Dalam pengambilan sampel acak sederhana, setiap entitas dalam populasi adalah identik, sedangkan pengambilan sampel acak berstrata membagi keseluruhan populasi menjadi kelompok-kelompok yang lebih kecil. 

Memahami Sampel

Sampel adalah jumlah observasi yang tidak bias yang diambil dari suatu populasi. Dalam istilah dasar, populasi adalah jumlah total individu, hewan, item, observasi, data, dll. Dari subjek tertentu. Jadi sampel, dengan kata lain, adalah sebagian, sebagian, atau sebagian dari keseluruhan kelompok, dan bertindak sebagai bagian dari populasi. Sampel digunakan dalam berbagai pengaturan tempat penelitian dilakukan. Ilmuwan, pemasar, lembaga pemerintah, ekonom, dan kelompok penelitian termasuk di antara mereka yang menggunakan sampel untuk studi dan pengukuran mereka.

Menggunakan seluruh populasi untuk penelitian memiliki tantangan, itulah sebabnya sampel digunakan. Peneliti mungkin memiliki masalah dalam mendapatkan akses yang siap ke seluruh populasi. Dan karena sifat dari beberapa penelitian, peneliti mungkin mengalami kesulitan mendapatkan hasil yang mereka butuhkan tepat waktu. Inilah mengapa orang yang melakukan penelitian menggunakan sampel. Menggunakan sejumlah kecil orang yang mewakili seluruh populasi masih dapat memberikan hasil yang valid sambil mengurangi waktu dan sumber daya.

Sampel yang digunakan oleh peneliti harus sangat mirip dengan populasi. Semua partisipan dalam sampel harus memiliki karakteristik dan kualitas yang sama. Jadi, jika studi tentang mahasiswa baru perguruan tinggi laki-laki, sampel harus merupakan persentase kecil laki-laki yang sesuai dengan deskripsi ini. Demikian pula, jika sebuah kelompok penelitian melakukan studi tentang pola tidur wanita lajang di atas 50 tahun, sampel hanya boleh memasukkan wanita dalam demografi ini .

Pertimbangkan tim peneliti akademis yang ingin mengetahui berapa banyak siswa yang belajar kurang dari 40 jam untuk ujian CFA dan masih lulus. Karena lebih dari 200.000 orang mengikuti ujian secara global setiap tahun, menjangkau setiap peserta ujian mungkin sangat membosankan dan menyita waktu.

Faktanya, pada saat data dari populasi dikumpulkan dan dianalisis, beberapa tahun telah berlalu, membuat analisis tidak berguna karena populasi baru akan muncul. Yang bisa dilakukan peneliti adalah mengambil sampel dari populasi dan mendapatkan data dari sampel ini.

Referensi cepat

Untuk mendapatkan sampel yang tidak bias, pemilihan harus dilakukan secara acak sehingga setiap orang dalam populasi memiliki kesempatan yang sama untuk ditambahkan ke grup.

Untuk mendapatkan sampel yang tidak bias, pemilihan harus acak sehingga setiap orang dari populasi memiliki peluang yang sama dan kemungkinan besar untuk ditambahkan ke kelompok sampel. Ini mirip dengan undian lotere dan merupakan dasar untuk pengambilan sampel acak sederhana .

Jenis Sampling

Contoh acak sederhana

Pengambilan sampel acak sederhana ideal jika setiap entitas dalam populasi identik. Jika para peneliti tidak peduli apakah subjek sampel mereka semua laki-laki atau semua perempuan atau kombinasi dari kedua jenis kelamin dalam beberapa bentuk, pengambilan sampel acak sederhana mungkin merupakan teknik pemilihan yang baik.

Katakanlah ada 200.000 peserta tes yang mengikuti ujian CFA pada tahun 2016, di mana 40% adalah wanita dan 60% adalah pria. Oleh karena itu, sampel acak yang diambil dari populasi harus terdiri dari 400 wanita dan 600 pria untuk total 1.000 peserta tes.

Tetapi bagaimana dengan kasus di mana mengetahui rasio pria terhadap wanita yang lulus tes setelah belajar kurang dari 40 jam itu penting? Di sini, sampel acak bertingkat akan lebih disukai daripada sampel acak sederhana.

Stratified Random Sampling

Jenis pengambilan sampel ini, juga disebut sebagai proporsional random sampling atau quota random sampling, membagi keseluruhan populasi menjadi kelompok-kelompok yang lebih kecil. Ini dikenal sebagai strata. Orang-orang di dalam strata memiliki karakteristik yang serupa.

Bagaimana jika usia merupakan faktor penting yang ingin dimasukkan oleh peneliti ke dalam data mereka? Dengan menggunakan teknik stratified random sampling, mereka dapat membuat lapisan atau strata untuk setiap kelompok umur. Pemilihan dari setiap strata harus acak sehingga setiap orang dalam braket memiliki kemungkinan besar untuk disertakan dalam sampel. Misalnya, dua peserta, Alex dan David, masing-masing berusia 22 dan 24 tahun. Pemilihan sampel tidak dapat memilih salah satu berdasarkan mekanisme preferensial. Mereka berdua harus memiliki kesempatan yang sama untuk dipilih dari kelompok usia mereka. Strata tersebut dapat terlihat seperti ini:

Dari tabel tersebut, penduduk telah dibagi ke dalam kelompok umur. Misalnya, 30.000 orang dalam rentang usia 20 hingga 24 tahun mengikuti ujian CFA pada 2016. Dengan menggunakan proporsi yang sama ini, kelompok sampel akan memiliki (30.000 ÷ 200.000) x 1.000 = 150 peserta tes yang termasuk dalam kelompok ini. Alex atau David — atau keduanya atau tidak keduanya — dapat dimasukkan di antara 150 peserta ujian acak dari sampel.

Ada lebih banyak strata yang dapat disusun saat menentukan ukuran sampel. Beberapa peneliti mungkin mengisi fungsi pekerjaan, negara, status perkawinan, dll. Dari peserta tes saat memutuskan cara membuat sampel.

Contoh Sampel

Pada 2017, populasi dunia adalah 7,5 miliar, di mana 49,6% adalah perempuan dan 50,4% adalah laki-laki. Jumlah total orang di negara tertentu juga bisa menjadi ukuran populasi. Jumlah total siswa di suatu kota dapat dianggap sebagai populasi, dan jumlah total anjing di kota juga merupakan ukuran populasi. Sampel dapat diambil dari populasi tersebut untuk tujuan penelitian.

Mengikuti contoh ujian CFA kami, para peneliti dapat mengambil sampel 1.000 peserta CFA dari total 200.000 peserta tes — populasi — dan menjalankan data yang diperlukan pada nomor ini. Rerata sampel ini akan diambil untuk memperkirakan rata-rata peserta ujian CFA yang lulus meski hanya belajar kurang dari 40 jam.

Kelompok sampel yang diambil tidak boleh bias. Ini berarti bahwa jika rata-rata sampel dari 1.000 peserta ujian CFA adalah 50, rata-rata populasi dari 200.000 peserta tes juga harus sekitar 50.