Cara menghitung sampling error dalam 6 langkah

Kesalahan pengambilan sampel = tingkat kepercayaan × [standar deviasi populasi / (akar kuadrat ukuran sampel)]

Keakuratan suatu sampel dapat mempengaruhi hasil suatu penelitian jika seorang peneliti memilih sampel yang tidak mencerminkan komposisi sebenarnya dari populasi yang diteliti. Sangat penting bagi sampel untuk akurat sehingga dapat mewakili statistik dengan benar. Menghitung kesalahan pengambilan sampel dapat membantu profesional riset menentukan kemanjuran sampel dengan mengukur seberapa dekat sampel tersebut dengan komunitas yang ditargetkan. Pada artikel ini, kita membahas apa itu kesalahan pengambilan sampel dan bagaimana menghitungnya dalam enam langkah.

Apa itu kesalahan pengambilan sampel?

Kesalahan pengambilan sampel adalah perhitungan yang mengukur kesalahan statistik ketika penguji menggunakan sampel yang tidak mencerminkan populasi yang dipertimbangkan dengan benar. Hasil dari studi dengan sampel miring mungkin salah. Sampling adalah analisis yang memerlukan pemilihan beberapa pengamatan, biasanya dari populasi yang lebih besar. Misalnya, seorang peneliti berhipotesis bahwa orang berusia antara 30 dan 45 tahun makan buah setidaknya seminggu sekali. Mereka dapat memilih 100 orang dari komunitas mereka dalam rentang usia ini untuk mencerminkan populasi target dan mengamati kebiasaan makan mereka. Kesalahan pengambilan sampel berkurang dengan bertambahnya ukuran sampel.

Berikut rumus untuk menghitung kesalahan sampling:

Kesalahan pengambilan sampel = tingkat kepercayaan × [standar deviasi populasi / (akar kuadrat ukuran sampel)]

Tingkat kepercayaan adalah persentase sampel yang dapat diharapkan peneliti untuk mencerminkan parameter seluruh populasi. Standar deviasi populasi mengukur seberapa tersebar data peneliti dari nilai rata-rata. Akar kuadrat dari ukuran sampel adalah nilai yang, jika dikalikan dengan dirinya sendiri, sama dengan nilai ukuran sampel. Bagan untuk tingkat kepercayaan tersedia online untuk membantu peneliti menentukan tingkat kepercayaan dalam sampel mereka dan menemukan nomor yang sesuai.

Bagaimana menghitung kesalahan sampling

Berikut adalah enam langkah yang dapat Anda ikuti saat menghitung kesalahan pengambilan sampel:

Catat ukuran sampelnya

Ini adalah angka paling sederhana untuk menemukan rumus kesalahan pengambilan sampel. Tinjau studi Anda untuk menemukan ukuran sampel. Misalnya, jika sampel Anda mencakup 60 orang, gunakan 60 dalam rumusnya.

Carilah simpangan baku dari populasi

Deviasi standar mengukur jarak antara setiap titik data Anda dan rata-rata. Gunakan parameter populasi Anda dan nilai rata-rata data Anda untuk menghitung simpangan baku. Anda dapat mencari rumus untuk standar deviasi sampel jika Anda tidak terbiasa dengannya.

Tentukan tingkat kepercayaan diri Anda

Untuk menentukan tingkat kepercayaan, gunakan interval kepercayaan untuk ukuran sampel Anda. Interval kepercayaan menentukan rentang nilai dalam sampel yang kemungkinan mengandung rata-rata populasi yang akurat. Ambil setengah dari interval kepercayaan dan kalikan dengan akar kuadrat dari ukuran sampel. Kemudian bagi ini dengan standar deviasi sampel untuk menemukan tingkat kepercayaan Anda. Terakhir, gunakan tabel tingkat kepercayaan untuk menemukan skor setara Anda.

Hitung akar kuadrat dari ukuran sampel

Temukan akar kuadrat dari ukuran sampel Anda. Ukuran sampel Anda mungkin kuadrat sempurna jika akar kuadratnya adalah bilangan bulat. Misalnya, empat adalah kuadrat sempurna karena memiliki akar kuadrat dua, sedangkan 10 bukan kuadrat sempurna karena memiliki akar kuadrat 3,16.

Bagi nilai standar deviasi dengan nilai akar kuadrat

Bagilah simpangan baku populasi Anda dengan akar kuadrat ukuran sampel. Seringkali lebih mudah untuk melakukan ini dengan menggunakan kalkulator daripada secara manual. Catat hasilnya untuk digunakan pada langkah berikutnya.

Kalikan hasilnya dengan tingkat kepercayaan

Terakhir, kalikan angka yang dihasilkan dari langkah terakhir dengan skor tingkat kepercayaan yang Anda temukan sebelumnya. Lanjutkan menggunakan kalkulator untuk bekerja dengan desimal kompleks ini. Produk mewakili kesalahan pengambilan sampel untuk studi Anda.

Jenis kesalahan pengambilan sampel

Berikut adalah beberapa kesalahan pengambilan sampel umum yang mungkin Anda temukan dalam sebuah penelitian:

• Kesalahan khusus populasi: Kesalahan khusus populasi dapat terjadi ketika peneliti tidak memahami siapa yang harus disurvei. Anda dapat menghindari kesalahan ini dengan memahami pertanyaan penelitian Anda sebelum memilih sampel atau membuat survei.
• Kesalahan pemilihan: Kesalahan ini terjadi ketika responden memilih untuk berpartisipasi dalam penelitian tetapi hanya mereka yang tertarik pada survei yang menjawab pertanyaannya. Seorang peneliti dapat mengatasi kesalahan pemilihan dengan mendorong partisipasi dari populasi sampel.
• Kesalahan kerangka sampel: Ini mengacu pada kesalahan yang terjadi ketika seorang peneliti memilih sampel dari data populasi yang salah. Kesalahan kerangka sampel juga terjadi ketika penguji secara tidak sengaja memasukkan responden dari luar populasi yang diinginkan.
• Kesalahan nonrespons: Kesalahan nonresponse muncul ketika peneliti tidak dapat menghubungi calon responden atau peserta tidak terlibat dalam penelitian.

Mengapa menghitung kesalahan sampling penting?

Sampling error merupakan pengukuran penting untuk memperkirakan besarnya ketidakpastian dalam ukuran sampel. Ahli statistik biasanya menggunakan sampel acak untuk membuat asumsi tentang seluruh populasi. Jarang ada sampel yang identik dengan populasi sebenarnya. Karena seringkali sulit bagi seluruh populasi untuk mengambil bagian dalam penelitian, penguji sering kali mengelola beberapa tingkat ketidakakuratan dalam penemuan mereka. Dengan menghitung kesalahan pengambilan sampel, peneliti dapat menentukan apakah ukuran sampel tidak memuaskan atau tidak mewakili populasi yang lebih besar. Mereka kemudian dapat melakukan penelitian lain atau memasukkan kesalahan pengambilan sampel dalam laporan mereka.

Bagaimana Anda bisa memperbaiki kesalahan pengambilan sampel?

Peneliti dapat mengambil beberapa tindakan untuk mengurangi jumlah ketidakpastian dalam studi mereka. Mereka mungkin mengandalkan pengambilan sampel probabilitas, di mana setiap individu dalam suatu populasi memiliki kesempatan untuk berpartisipasi dalam penelitian. Ini mungkin membuat ukuran sampel lebih mewakili seluruh populasi, dan peneliti dapat menggeneralisasi hasil mereka dengan lebih baik.

Berikut adalah beberapa tip lain untuk meminimalkan dan mengendalikan kesalahan pengambilan sampel:

• Ketahui populasi Anda untuk menargetkan sampel yang relevan.
• Meningkatkan ukuran sampel sehingga penelitian lebih dekat dengan populasi yang sebenarnya.
• Lakukan pemeriksaan catatan eksternal untuk memastikan data yang direkam konsisten dengan hasil tertulis.
• Hilangkan bias dengan pemilihan acak dan survei rahasia.
• Rancang sampel dengan hati-hati sehingga secara akurat mencerminkan populasi sasaran.
• Bagilah sampel ke dalam kelompok-kelompok dan ujilah menurut komposisinya dalam populasi yang sebenarnya.
• Latih tim Anda untuk melakukan semua prosedur dan kegiatan dalam penelitian dengan cara yang sama.

Contoh perhitungan kesalahan pengambilan sampel

Berikut adalah beberapa contoh perhitungan yang dapat Anda gunakan sebagai panduan saat menemukan kesalahan pengambilan sampel:

Pengambilan sampel dengan tingkat kepercayaan yang lebih tinggi

Mind Laboratories adalah perusahaan riset yang ingin menghitung kesalahan pengambilan sampel untuk salah satu studinya. Studi Mind Laboratories memiliki ukuran sampel 100 orang. Standar deviasi populasi adalah 0,50. Untuk tingkat kepercayaan 99%, skornya adalah 2,58. Mind Laboratories memasukkan nilai-nilai ini ke dalam rumus untuk kesalahan pengambilan sampel:

Kesalahan pengambilan sampel = 2,58 x (0,50 / 100)

Kesalahan pengambilan sampel = 2,58 x (0,50 / 10)

Kesalahan pengambilan sampel = 2,58 x 0,05

Kesalahan pengambilan sampel = 0,12

Pengambilan sampel dengan tingkat kepercayaan yang lebih rendah

Tech Flurry adalah organisasi penelitian yang ingin menemukan kesalahan pengambilan sampel untuk salah satu studinya, yang memiliki tingkat kepercayaan lebih rendah. Penelitian ini memiliki populasi 324 dan standar deviasi 0,30. Untuk tingkat kepercayaan 80%, skornya adalah 1,28. Tech Flurry menggunakan angka-angka ini dalam rumus untuk kesalahan pengambilan sampel:

Kesalahan pengambilan sampel = 1,28 x (0,30 / 324)

Kesalahan pengambilan sampel = 1,28 x (0,30 / 18)

Kesalahan pengambilan sampel = 1,28 x 0,016

Kesalahan pengambilan sampel = 0,02