Pengambilan sampel acak stratifikasi menguntungkan para peneliti dengan memungkinkan mereka memperoleh populasi sampel yang paling mewakili seluruh populasi yang diteliti. Namun, metode penelitian ini bukannya tanpa kerugian.
Pengambilan Sampel Acak Stratified: Suatu Tinjauan
Stratified random sampling melibatkan pertama-tama membagi populasi menjadi subpopulasi dan kemudian menerapkan metode pengambilan sampel acak untuk setiap subpopulasi untuk membentuk kelompok uji. Kerugiannya adalah ketika peneliti tidak dapat mengklasifikasikan setiap anggota populasi menjadi subkelompok.
Stratified random sampling berbeda dari simple random sampling, yang melibatkan pemilihan data acak dari seluruh populasi sehingga masing-masing sampel yang mungkin sama kemungkinan terjadi. Sebaliknya, pengambilan sampel acak stratifikasi membagi populasi menjadi kelompok-kelompok yang lebih kecil, atau strata, berdasarkan karakteristik bersama. Sampel acak diambil dari setiap strata dalam proporsi langsung dengan ukuran strata dibandingkan dengan populasi.
Contoh Pengambilan Sampel Acak Stratified
Berikut ini adalah contoh pengambilan sampel acak bertingkat:
Para peneliti sedang melakukan studi yang dirancang untuk mengevaluasi kecenderungan politik mahasiswa ekonomi di sebuah universitas besar. Para peneliti ingin memastikan sampel acak mendekati populasi siswa, termasuk jenis kelamin, mahasiswa, dan mahasiswa pascasarjana. Total populasi dalam penelitian ini adalah 1.000 siswa dan dari sana, subkelompok dibuat seperti yang ditunjukkan di bawah ini.
Total populasi = 1.000
Para peneliti akan menugaskan setiap mahasiswa ekonomi di universitas untuk satu dari empat subpopulasi: sarjana pria, sarjana wanita, sarjana pria dan wanita. Para peneliti selanjutnya akan menghitung berapa banyak siswa dari setiap subkelompok yang membentuk total populasi 1.000 siswa. Dari sana, peneliti menghitung perwakilan persentase masing-masing subkelompok dari total populasi.
Subkelompok:
- Lulusan laki-laki = 450 siswa (dari 100) atau 45% dari populasi mahasiswa sarjana = 200 siswa atau 20% mahasiswa pascasarjana laki-laki = 200 siswa atau 20% mahasiswa pascasarjana perempuan = 150 siswa atau 15%
Pengambilan sampel acak dari setiap subpopulasi dilakukan, berdasarkan keterwakilannya dalam populasi secara keseluruhan. Karena sarjana pria adalah 45% dari populasi, 45 mahasiswa pria dipilih secara acak dari subkelompok itu. Karena lulusan laki-laki hanya berjumlah 20% dari populasi, 20 dipilih untuk sampel dan seterusnya.
Sementara stratified random sampling secara akurat mencerminkan populasi yang diteliti, kondisi yang perlu dipenuhi berarti metode ini tidak dapat digunakan dalam setiap studi.
Keuntungan dari Pengambilan Sampel Acak Stratified
Stratified random sampling memiliki kelebihan jika dibandingkan dengan simple random sampling.
Secara Akurat Mencerminkan Populasi yang Dipelajari
Pengambilan sampel acak berstrata secara akurat mencerminkan populasi yang diteliti karena para peneliti membuat stratifikasi seluruh populasi sebelum menerapkan metode pengambilan sampel acak. Singkatnya, ini memastikan setiap subkelompok dalam populasi menerima perwakilan yang tepat dalam sampel. Sebagai hasilnya, stratified random sampling memberikan cakupan populasi yang lebih baik karena para peneliti memiliki kendali atas subkelompok untuk memastikan semuanya terwakili dalam sampel.
Dengan pengambilan sampel acak sederhana, tidak ada jaminan bahwa subkelompok atau tipe orang tertentu dipilih. Dalam contoh kami sebelumnya tentang mahasiswa, menggunakan sampel acak sederhana untuk mendapatkan sampel 100 dari populasi dapat mengakibatkan pemilihan hanya 25 mahasiswa pria atau hanya 25% dari total populasi. Selain itu, 35 mahasiswa pascasarjana perempuan mungkin dipilih (35% dari populasi) yang mengakibatkan kurang terwakilinya sarjana laki-laki dan terlalu banyak perwakilan mahasiswa pascasarjana perempuan. Setiap kesalahan dalam representasi populasi memiliki potensi untuk mengurangi keakuratan penelitian.
Kerugian dari Pengambilan Sampel Acak Stratified
Stratified random sampling juga menghadirkan kerugian bagi para peneliti.
Tidak Dapat Digunakan di Semua Studi
Sayangnya, metode penelitian ini tidak dapat digunakan dalam setiap studi. Kerugian metode ini adalah beberapa kondisi harus dipenuhi agar dapat digunakan dengan benar. Peneliti harus mengidentifikasi setiap anggota populasi yang sedang dipelajari dan mengklasifikasikan masing-masing menjadi satu, dan hanya satu, subpopulasi. Akibatnya, pengambilan sampel acak bertingkat tidak menguntungkan ketika peneliti tidak dapat dengan yakin mengklasifikasikan setiap anggota populasi ke dalam subkelompok. Juga, menemukan daftar lengkap dan pasti dari seluruh populasi dapat menjadi tantangan.
Tumpang tindih dapat menjadi masalah jika ada subjek yang termasuk dalam beberapa subkelompok. Ketika pengambilan sampel acak sederhana dilakukan, mereka yang berada dalam beberapa subkelompok lebih mungkin untuk dipilih. Hasilnya dapat berupa representasi yang keliru atau refleksi populasi yang tidak akurat.
Contoh di atas memudahkan: Sarjana, pascasarjana, pria, dan wanita adalah kelompok yang jelas. Namun, dalam situasi lain, itu mungkin jauh lebih sulit. Bayangkan menggabungkan karakteristik seperti ras, etnis, atau agama. Proses penyortiran menjadi lebih sulit, menjadikan stratified random sampling metode yang tidak efektif dan kurang ideal.
Pengambilan Kunci
- Stratified random sampling memungkinkan para peneliti untuk memperoleh populasi sampel yang paling mewakili seluruh populasi yang diteliti. Metode penelitian ini tidak dapat digunakan dalam setiap penelitian. Pengambilan sampel acak berstratifikasi berbeda dengan pengambilan sampel acak sederhana, yang melibatkan pemilihan data acak dari suatu seluruh populasi, sehingga masing-masing sampel kemungkinan sama-sama mungkin terjadi.
