Definisi sampel

Apa itu Sampel?

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

Pengambilan Kunci

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

Memahami Sampel

Sampel adalah jumlah pengamatan yang tidak bias yang diambil dari suatu populasi. Dalam istilah dasar, populasi adalah jumlah total individu, hewan, benda, pengamatan, data, dll. Dari setiap subjek yang diberikan. Jadi sampel, dengan kata lain, adalah bagian, bagian, atau sebagian dari seluruh kelompok, dan bertindak sebagai bagian dari populasi. Sampel digunakan dalam berbagai pengaturan di mana penelitian dilakukan. Para ilmuwan, pemasar, agen pemerintah, ekonom, dan kelompok penelitian adalah di antara mereka yang menggunakan sampel untuk studi dan pengukuran mereka.

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

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

Pertimbangkan tim peneliti akademis yang ingin tahu 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 menghabiskan waktu. Bahkan, pada saat data dari populasi telah dikumpulkan dan dianalisis, beberapa tahun akan berlalu, membuat analisis menjadi tidak berharga karena populasi baru akan muncul. Yang bisa dilakukan oleh para peneliti adalah mengambil sampel populasi dan mendapatkan data dari sampel ini.

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

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

Jenis Sampling

Contoh acak sederhana

Simple random sampling ideal jika setiap entitas dalam populasi identik. Jika para peneliti tidak peduli apakah subjek sampel mereka semuanya laki-laki atau 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. Sampel acak yang diambil dari populasi harus, oleh karena itu, memiliki 400 wanita dan 600 pria untuk total 1.000 peserta tes.

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

Pengambilan Sampel Acak Stratified

Jenis pengambilan sampel ini, juga disebut sebagai pengambilan sampel proporsional acak atau kuota acak, membagi populasi keseluruhan menjadi kelompok-kelompok yang lebih kecil. Ini dikenal sebagai strata. Orang-orang dalam strata memiliki karakteristik yang sama.

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

Strata (Usia)	Jumlah Orang dalam Populasi	Nomor Untuk Dicakup dalam Sampel
20-24	30.000	150
25-29	70.000	350
30-34	40.000	200
35-39	30.000	150
40-44	20.000	100
> 44	10.000	50
Total	200.000	1.000