Apa itu Pengambilan Sampel ?

Tentang Sampel

Sampel adalah bagian dari suatu populasi. Misalnya, Anda mungkin memiliki daftar informasi tentang 100 orang ("sampel" Anda) dari 10.000 orang ("populasi"). Anda dapat menggunakan daftar itu untuk membuat beberapa asumsi tentang perilaku seluruh penduduk.

Namun, itu tidak sesederhana itu. Ketika Anda melakukan statistik, ukuran sampel Anda harus ideal — tidak terlalu besar atau terlalu kecil. Kemudian setelah Anda memutuskan ukuran sampel, Anda harus menggunakan teknik suara untuk mengumpulkan sampel dari populasi:

Probabilitas Sampling menggunakan pengacakan untuk memilih anggota sampel. Anda tahu kemungkinan setiap inklusi anggota potensial dalam sampel. Misalnya, 1/100. Namun, itu tidak perlu agar peluangnya sama. Beberapa anggota mungkin memiliki kemungkinan 1/100 untuk dipilih, yang lain mungkin memiliki 1/50.

Non-probability sampling menggunakan teknik non-acak (yaitu penilaian dari peneliti). Anda tidak dapat menghitung kemungkinan barang, orang, atau benda tertentu yang disertakan dalam sampel Anda.

Jenis pengambilan sampel

1. Jenis Umum

Teknik yang paling umum yang mungkin Anda temui dalam statistik dasar atau statistik AP mencakup pengambilan sampel dengan dan tanpa penggantian. Teknik khusus termasuk:

Sampel Bernoulli memiliki uji coba Bernoulli independen pada elemen populasi. Uji coba memutuskan apakah elemen menjadi bagian dari sampel. Semua elemen populasi memiliki peluang yang sama untuk dimasukkan dalam setiap pilihan sampel tunggal. Ukuran sampel dalam sampel Bernoulli mengikuti distribusi binomial. Sampel Poisson (kurang umum): Sebuah uji coba Bernoulli independen memutuskan apakah setiap elemen populasi membuatnya ke sampel.

Pengambilan sampel klaster membagi populasi menjadi kelompok-kelompok (cluster). Kemudian pilih sampel acak dari kelompok. Ini digunakan ketika para peneliti tidak mengenal individu dalam suatu populasi tetapi mengetahui kumpulan populasi atau grup.

Dalam pengambilan sampel sistematik, Anda memilih elemen sampel dari kerangka sampling yang dipesan. Kerangka sampling hanyalah daftar peserta yang ingin Anda dapatkan sampelnya. Sebagai contoh, dalam metode probabilitas-sama, pilih elemen dari daftar dan kemudian pilih setiap elemen kth menggunakan persamaan k = N \ n. Kecil "n" menunjukkan ukuran sampel dan modal "N" sama dengan ukuran populasi.

SRS: Pilih item sepenuhnya secara acak, sehingga setiap elemen memiliki kemungkinan yang sama untuk dipilih sebagai elemen lain. Setiap bagian dari elemen memiliki probabilitas yang sama untuk dipilih sebagai bagian lain dari elemen k.

Dalam pengambilan sampel bertingkat, cicipi setiap subpopulasi secara independen. Pertama, bagilah populasi menjadi subkelompok yang homogen (sangat mirip) sebelum mendapatkan sampel. Setiap anggota populasi hanya dimiliki oleh satu grup. Kemudian menerapkan pengambilan sampel acak atau sistematis sederhana dalam setiap kelompok untuk memilih sampel. Pengacakan terstratifikasi: sub-tipe sampling bertingkat yang digunakan dalam uji klinis. Pertama, bagilah pasien menjadi strata, kemudian acak dengan pengacakan blok permutasi.

2. Jenis Kurang Umum

Anda akan jarang (jika pernah) menemukan teknik ini dalam kelas statistik dasar. Namun, Anda akan menemukan mereka di "dunia nyata":

1. Pengambilan sampel Penerimaan-Penolakan: Suatu cara untuk mengambil contoh dari distribusi yang tidak diketahui menggunakan distribusi yang sama dan lebih nyaman.
2. Pengambilan sampel tidak disengaja (juga dikenal sebagai grab, convenience, atau opportunity sampling): Buat sampel dari populasi yang nyaman dan siap tersedia. Ini tidak memberikan sampel yang representatif untuk populasi tetapi dapat berguna untuk uji coba.
3. Pengambilan sampel Adaptive (juga disebut desain respon-adaptif): sesuaikan kriteria pemilihan Anda saat percobaan berlangsung, berdasarkan hasil awal ketika mereka datang.
4. Pengambilan sampel Bootstrap: Pilih sampel yang lebih kecil dari sampel yang lebih besar dengan Bootstrapping. Bootstrapping adalah jenis resampling di mana Anda menggambar sejumlah besar sampel yang lebih kecil dengan ukuran yang sama, dengan penggantian, dari satu sampel asli.
5. Pengambilan sampel Algoritma Demon (fisika) sampel anggota ansambel mikrokanonik (digunakan untuk mewakili keadaan yang mungkin dari sistem mekanik yang memiliki energi total yang ditentukan) dengan energi yang diberikan. "Setan" mewakili derajat kebebasan dalam sistem yang menyimpan dan menyediakan energi.
6. Pengambilan sampel Kasus Kritis: Dengan metode ini, Anda dengan hati-hati memilih kasus untuk memaksimalkan informasi yang dapat Anda peroleh dari segelintir sampel.
7. Pengambilan sampel tidak lengkap: Anda memilih kasus yang tampaknya bertentangan dengan temuan Anda.
8. Pengambilan sampel jarak jauh: teknik yang banyak digunakan yang memperkirakan kepadatan atau kelimpahan populasi hewan.
9. Pengambilan sampel metode pengalaman: contoh pengalaman (bukan individu atau anggota). Dalam metode ini, peserta studi berhenti pada waktu-waktu tertentu dan mencatat pengalaman mereka saat mereka mengalaminya.
10. Pengambilan sampel sembarangan: di mana seorang peneliti memilih item sembarangan, mencoba untuk meniru keacakan. Namun, hasilnya mungkin tidak acak sama sekali - tercemar oleh seleksi bias.

3. Jenis Tidak Umum Tambahan

1. Pengambilan sampel terbalik berdasarkan sampling binomial negatif. Ambil sampel sampai sejumlah keberhasilan yang ditentukan telah terjadi.
2. Pengambilan sampel penting Metode untuk memodelkan kejadian langka.
3. Pengambilan sampel Grid Kish cara untuk memilih anggota rumah tangga untuk wawancara dan menggunakan tabel nomor acak untuk pilihan.
4. Pengambilan sampel Hypercube Latin digunakan untuk membuat eksperimen komputer. Ini menghasilkan sampel koleksi nilai yang masuk akal untuk parameter dalam distribusi multidimensional.
5. Pengambilan sampel dalam line-intercept termasuk elemen dalam sampel dari wilayah tertentu jika segmen garis tertentu memotong elemen.
6. Gunakan Sampel Variasi Maksimum ketika Anda ingin memasukkan ekstrem (seperti kaya / miskin atau muda / tua). Teknik terkait: pengambilan sampel kasus ekstrem.
7. Multistage sampling; one of a variety of cluster sampling techniques where you choose random elements from a cluster (instead of every member in the cluster).
8. Pengambilan sampel bertingkat salah satu dari berbagai teknik pengambilan sampel klaster di mana Anda memilih elemen acak dari kluster (bukan setiap anggota dalam kluster).
9. Pengambilan sampel kuota cara untuk memilih peserta survei. Ini serupa dengan sampling statifikasi tetapi peneliti memilih anggota kelompok berdasarkan penilaian. Misalnya, orang yang paling dekat dengan peneliti mungkin dipilih untuk kemudahan akses.
10. Metode pengambilan sampel rantai rujukan di mana para peserta merekomendasikan orang lain yang mereka kenal.
11. Pengambilan sampel berurutan (sekuensial) tidak memiliki ukuran yang ditetapkan; mengambil item satu (atau beberapa) sekaligus sampai Anda memiliki cukup untuk penelitian Anda. Ini biasanya digunakan dalam ekologi.
12. Pengambilan sampel bola salju (snowball) di mana peserta penelitian yang ada merekrut peserta studi masa depan dari orang yang mereka kenal.
13. Pengambilan sampel bias akar persegi cara untuk memilih orang untuk pemutaran tambahan di bandara. Kombinasi SRS dan profil.

Apa itu kesalahan pengambilan sampel ?

Kesalahan terjadi ketika Anda mengambil sampel dari populasi daripada menggunakan seluruh populasi. Dengan kata lain, ini adalah perbedaan antara statistik yang Anda ukur dan parameter yang akan Anda temukan jika Anda mengambil sensus dari seluruh populasi.

Jika Anda melakukan survei terhadap seluruh populasi (seperti Sensus AS), tidak akan ada kesalahan. Hampir tidak mungkin menghitung margin kesalahan. Namun, ketika Anda mengambil sampel secara acak, Anda memperkirakan kesalahan dan menyebutnya batas dari kesalahan pengambilan sampel (margin of error).

Sebagai contoh, jika Anda ingin mengetahui berapa banyak orang dari seribu di bawah 18, dan Anda datang dengan angka 19,357%. Jika persentase yang sebenarnya sama dengan 19.300%, selisihnya (19.357 - 19.300) sebesar 0,57 atau 3% = margin of error. Jika Anda terus mengambil sampel 1.000 orang, Anda mungkin mendapatkan statistik yang sedikit berbeda, 19,1%, 18,9%, 19,5%, dll, tetapi mereka semua akan berada di sekitar angka yang sama. Ini adalah salah satu alasan mengapa Anda sering melihat ukuran sampel 1.000 atau 1.500 dalam survei: mereka menghasilkan margin kesalahan yang sangat dapat diterima sekitar 3%.

Kesalahan sampel hanya dapat dikurangi, ini karena dianggap sebagai tradeoff yang dapat diterima untuk menghindari pengukuran seluruh populasi. Secara umum, semakin besar sampel, semakin kecil margin kesalahan. Ada pengecualian khusus: jika Anda menggunakan pengambilan sampel kluster, ini dapat meningkatkan kesalahan karena kesamaan antara anggota klaster. Eksperimen atau survei yang dirancang dengan saksama juga dapat mengurangi kesalahan.

Jenis Kesalahan Lain

Kesalahan non-sampling dapat menjadi salah satu alasan mengapa ada perbedaan antara sampel dan populasi. Hal ini disebabkan oleh metode pengumpulan data yang buruk (seperti instrumen yang salah atau pencatatan data yang tidak akurat, bias seleksi, bias non-respons (di mana individu tidak ingin atau tidak dapat menanggapi survei), atau kesalahan lain dalam mengumpulkan data. ukuran sampel tidak akan mengurangi kesalahan ini.Mereka kunci adalah untuk menghindari membuat kesalahan di tempat pertama dengan desain yang terencana untuk survei atau percobaan.

sumber: http://www.statisticshowto.com/probability-and-statistics/sampling-in-statistics/

Berikut ini adalah kalkulator sampling acak sederhana ini untuk menghitung ukuran sampel acak untuk survei Anda. Cukup masukkan nilai yang diperlukan dan alat kalkulator sampel acak akan secara otomatis memperbarui Anda dengan hasil yang dibutuhkan dalam pecahan detik. Anda dapat mencobanya!