Apa itu Sampling Sistematik?
Sampling sistematis adalah jenis metode pengambilan sampel probabilitas di mana anggota sampel dari populasi yang lebih besar dipilih sesuai dengan titik awal acak tetapi dengan interval tetap yang berkala. Interval ini, yang disebut interval pengambilan sampel, dihitung dengan membagi ukuran populasi dengan ukuran sampel yang diinginkan.
Meskipun populasi sampel dipilih terlebih dahulu, pengambilan sampel sistematis masih dianggap sebagai acak jika interval periodik ditentukan sebelumnya dan titik awalnya adalah acak.
Ada beberapa metode pengambilan sampel populasi untuk inferensi statistik; Sampling sistematis adalah salah satu bentuk pengambilan sampel acak.
Sampling sistematis
Bagaimana Sampling Sistematis Bekerja
Karena pengambilan sampel acak sederhana dari suatu populasi dapat menjadi tidak efisien dan memakan waktu, ahli statistik beralih ke metode lain, seperti pengambilan sampel sistematis. Memilih ukuran sampel melalui pendekatan sistematis dapat dilakukan dengan cepat. Setelah titik awal yang tetap telah diidentifikasi, interval konstan dipilih untuk memfasilitasi pemilihan peserta.
Sampling sistematis lebih disukai daripada pengambilan sampel acak sederhana ketika ada risiko manipulasi data yang rendah. Jika risiko seperti itu tinggi ketika seorang peneliti dapat memanipulasi panjang interval untuk mendapatkan hasil yang diinginkan, teknik pengambilan sampel acak sederhana akan lebih tepat.
Pengambilan sampel sistematik populer di kalangan peneliti dan analis karena kesederhanaannya. Para peneliti umumnya menganggap hasilnya mewakili sebagian besar populasi normal kecuali ada karakteristik acak yang tidak proporsional dengan setiap " n " data sampel (yang tidak mungkin). Dengan kata lain, populasi perlu menunjukkan tingkat keacakan alami sepanjang metrik yang dipilih. Jika populasi memiliki jenis pola standar, risiko tidak sengaja memilih kasus yang sangat umum lebih jelas.
Dalam pengambilan sampel sistematis, seperti halnya metode pengambilan sampel lainnya, populasi target harus dipilih sebelum memilih peserta. Suatu populasi dapat diidentifikasi berdasarkan sejumlah karakteristik yang diinginkan yang sesuai dengan tujuan penelitian yang sedang dilakukan. Beberapa kriteria seleksi mungkin termasuk usia, jenis kelamin, ras, lokasi, tingkat pendidikan dan / atau profesi.
- Sampling sistematis adalah jenis metode pengambilan sampel probabilitas di mana anggota sampel dari populasi yang lebih besar dipilih sesuai dengan titik awal acak tetapi dengan interval tetap yang berkala (interval pengambilan sampel). Karena kesederhanaannya, pengambilan sampel sistematis populer dengan para peneliti. Keuntungan lain dari metodologi ini termasuk menghilangkan fenomena pemilihan berkerumun dan probabilitas rendah data yang terkontaminasi. Kelemahannya termasuk terlalu banyak atau kurang keterwakilan pola tertentu dan risiko manipulasi data yang lebih besar.
Contoh Sampling Sistematik
Sebagai contoh hipotesis pengambilan sampel sistematis, asumsikan bahwa dalam populasi 10.000 orang, seorang ahli statistik memilih setiap orang ke-100 untuk pengambilan sampel. Interval pengambilan sampel juga bisa sistematis, seperti memilih sampel baru untuk diambil setiap 12 jam.
Sebagai contoh lain, jika Anda ingin memilih kelompok acak yang terdiri dari 1.000 orang dari populasi 50.000 dengan menggunakan pengambilan sampel sistematis, semua calon peserta harus ditempatkan dalam daftar dan titik awal akan dipilih. Setelah daftar terbentuk, setiap orang ke-50 dalam daftar (mulai hitungan pada titik awal yang dipilih) akan dipilih sebagai peserta, karena 50.000 / 1.000 = 50.
Misalnya, jika titik awal yang dipilih adalah 20, orang ke-70 dalam daftar akan dipilih diikuti oleh orang ke-120, dan seterusnya. Setelah akhir daftar tercapai dan jika ada peserta tambahan yang diperlukan, penghitungan mundur ke awal daftar untuk menyelesaikan penghitungan.
Sampling Sistematis vs. Sampling Cluster
Sampling sistematis dan pengambilan sampel kluster berbeda dalam hal mereka menarik titik sampel dari populasi yang termasuk dalam sampel. Cluster sampling memecah populasi menjadi kelompok-kelompok, sementara pengambilan sampel sistematis menggunakan interval tetap dari populasi yang lebih besar untuk membuat sampel.
Sampling sistematis memilih titik awal acak dari populasi, dan kemudian sampel diambil dari interval tetap populasi yang tetap tergantung pada ukurannya. Cluster sampling membagi populasi menjadi beberapa kelompok dan kemudian mengambil sampel acak sederhana dari masing-masing kelompok.
Pengambilan sampel cluster dianggap kurang tepat dibandingkan metode pengambilan sampel lainnya. Namun, ini dapat menghemat biaya untuk mendapatkan sampel. Pengambilan sampel cluster adalah prosedur pengambilan sampel dua langkah. Ini dapat digunakan ketika mengisi daftar seluruh populasi sulit. Misalnya, mungkin sulit untuk membangun seluruh populasi pelanggan toko kelontong untuk diwawancarai.
Namun, seseorang dapat membuat subset toko secara acak, yang merupakan langkah pertama dalam proses. Langkah kedua adalah mewawancarai sampel acak dari pelanggan toko-toko itu. Ini adalah proses manual sederhana yang dapat menghemat waktu dan uang.
Keterbatasan Sampling Sistematis
Satu risiko yang harus dipertimbangkan oleh ahli statistik ketika melakukan pengambilan sampel sistematis melibatkan bagaimana daftar yang digunakan dengan interval pengambilan sampel diatur. Jika populasi yang ditempatkan pada daftar diatur dalam pola siklus yang cocok dengan interval pengambilan sampel, sampel yang dipilih mungkin bias.
Misalnya, departemen sumber daya manusia perusahaan ingin memilih sampel karyawan dan bertanya bagaimana perasaan mereka tentang kebijakan perusahaan. Karyawan dikelompokkan dalam tim yang terdiri dari 20 orang, dengan masing-masing tim dipimpin oleh seorang manajer. Jika daftar yang digunakan untuk memilih ukuran sampel disusun dengan tim yang dikelompokkan bersama, ahli statistik berisiko memilih hanya manajer (atau tidak ada manajer sama sekali) tergantung pada interval pengambilan sampel.
