Apa itu sampel acak sederhana?

Apa yang dimaksud dengan sampel acak sederhana?

Sampel acak sederhana adalah istilah yang menggambarkan pemilihan populasi statistik yang dipilih secara acak. Ini harus menawarkan representasi yang tidak bias dari kelompok yang lebih besar. Pengambilan sampel acak adalah cara tercepat untuk menarik sampel dari kelompok yang lebih besar, sehingga lebih efisien daripada metode pengambilan sampel lain dalam aspek itu. Ini adalah titik awal dasar untuk mengumpulkan sampel, dan beberapa metode pengambilan sampel lainnya dimulai dengan sampel acak sederhana dan menjadi lebih kompleks.

Dalam praktiknya, premis di balik pengambilan sampel acak sederhana adalah probabilitas. Setiap pilihan memiliki kemungkinan yang sama untuk dipilih sebagai bagian dari sampel. Jika pengambilan sampel acak sederhana terjadi “tanpa pengembalian”, seperti yang sering terjadi, itu berarti peserta yang dipilih tidak dapat dikembalikan ke populasi dan ditarik kembali. Agar dapat dilakukan dengan benar, sampel acak sederhana harus memiliki kerangka seleksi yang lengkap untuk dipilih. Kerangka seleksi adalah daftar seluruh populasi, yang mungkin sulit untuk mendapatkan sampel yang lebih besar.

Cara menggunakan sampel acak sederhana

Untuk menggunakan sampel acak sederhana, ikuti langkah-langkah berikut:

Tentukan populasi Anda

Sebelum Anda dapat mengumpulkan sampel acak sederhana, Anda harus memiliki gagasan tentang siapa yang akan diambil sampelnya. Itu berarti proyek penelitian atau eksperimen Anda perlu memiliki semacam hipotesis yang dapat diselesaikan dengan mempelajari sampel. Katakanlah, untuk contoh ini, Anda ingin mempelajari ciri-ciri kepribadian di kalangan politisi lokal. Pertama, Anda harus menentukan siapa “politisi lokal” untuk studi Anda. Ini bisa menjadi pejabat di tingkat negara bagian, kota atau kabupaten, atau semuanya digabungkan.

Buatlah kerangka sampling

Setelah Anda menentukan populasi Anda, Anda perlu membuat kerangka sampling. Kerangka sampel adalah daftar semua anggota populasi Anda.

Untuk pejabat pemerintah lokal, setelah Anda memutuskan populasinya, seharusnya relatif mudah untuk mengetahui nama pejabat negara bagian dan lokal Anda. Ini adalah situasi yang ideal. Dalam beberapa kasus, mungkin lebih sulit untuk menemukan semua anggota populasi Anda untuk kerangka sampel Anda. Namun, jika Anda memilih untuk hanya menyertakan pilihan populasi dalam kerangka sampel Anda, Anda dapat membuka studi Anda terhadap bias yang tidak diinginkan, jadi sebaiknya Anda teliti dengan pembuatan kerangka sampel Anda.

Setelah Anda membuat daftar seluruh populasi, Anda perlu menetapkan setiap aset dalam populasi sebuah nomor secara berurutan. Ini adalah bagian penting dalam membuat kerangka sampling karena membantu Anda mengacak pilihan Anda. Bayangkan Anda memiliki 100 politisi lokal dalam populasi Anda. Anda harus memberi nomor masing-masing dari satu hingga 100.

Tentukan ukuran sampel

Selanjutnya, Anda akan menentukan ukuran sampel Anda. Untuk menentukan ukuran sampel Anda, pertimbangkan salah satu pendekatan berikut:

• Baca studi lain. Jika penelitian serupa telah dilakukan, lihat ukuran sampel yang digunakan sebagai persentase dari populasi dan tiru.
• Gunakan tabel. Untuk topik umum, tabel ukuran sampel mungkin sudah ada.
• Gunakan rumus. Anda dapat menulis rumus, atau menggunakan rumus yang sudah ada, yang masuk akal untuk parameter populasi Anda.
• Gunakan kalkulator. Jika Anda tidak ingin khawatir tentang rumusnya, Anda dapat menggunakan kalkulator ukuran sampel yang sudah ada sebelumnya, yang dapat dicari secara online.
• Melakukan sensus. Jika Anda punya waktu, lakukan sensus di antara populasi Anda untuk menentukan ukuran sampel.

Hasilkan angka acak

Dengan menggunakan generator angka acak, hasilkan berbagai angka acak antara 1 dan seluruh ukuran populasi Anda yang cocok dengan ukuran sampel Anda. Misalnya, jika populasi Anda adalah 100 politisi dan Anda telah menentukan ukuran sampel Anda adalah 10, Anda harus membuat 10 angka acak antara 1 dan 100.

Pisahkan pilihan Anda

Setiap nomor yang Anda hasilkan, dengan cara seperti lotere, akan mewakili anggota sampel Anda yang telah diberi nomor pada langkah kedua. Setelah Anda mengidentifikasi dan mengisolasi pilihan Anda, Anda telah mengumpulkan sampel acak.

Keuntungan dari sampel acak sederhana

Ada beberapa keuntungan menerapkan sampel acak sederhana untuk mendapatkan sampel dari populasi Anda termasuk:

Mudah. Pengambilan sampel acak sederhana sederhana, seperti namanya. Ini adalah cara mudah untuk mengisolasi sampel untuk proyek yang akan datang.

Ini adil dan akurat. Ketika dilakukan dengan benar, sampel acak sederhana mewakili sampel yang tidak bias, dan oleh karena itu merupakan representasi populasi yang adil dan akurat.

Kekurangan sampel acak sederhana

Kerugian utama menggunakan sampling acak sederhana adalah kesalahan pengambilan sampel. Hal ini terjadi ketika sampel yang dipilih tidak secara akurat mewakili populasi, meskipun dipilih secara acak dan tanpa bias.

Misalnya, jika Anda memiliki populasi 100 politisi yang setengah laki-laki dan setengah perempuan, dan pilihan acak sepuluh politisi Anda hanya mencakup laki-laki, itu akan menjadi representasi populasi yang tidak akurat dan kesalahan pengambilan sampel. Untuk alasan ini, pengambilan sampel acak sederhana biasanya hanya digunakan jika tidak banyak yang diketahui tentang populasi secara keseluruhan. Semakin banyak yang Anda ketahui tentang populasi, semakin banyak parameter yang perlu ditetapkan untuk sampel, dan dengan demikian, metode pengambilan sampel lain mungkin lebih masuk akal.

Jenis sampel acak lainnya

Ada metode lain untuk memilih sampel populasi secara acak, antara lain:

Pengambilan sampel acak bertingkat. Ketika ciri-ciri diketahui tentang suatu populasi sebelum sampel dipilih, sampel acak bertingkat biasanya digunakan. Dalam metode pengambilan sampel ini, populasi dikelompokkan berdasarkan sifat-sifat tertentu, kemudian diambil sampel secara acak dari setiap kelompok untuk memastikan keterwakilan di semua sifat dalam populasi.

Pengambilan sampel klaster satu tahap. Saat Anda menggunakan model ini, Anda memecah populasi menjadi beberapa kelompok. Namun, alih-alih mengumpulkan sampel dari setiap klaster, seluruh kerangka klaster tunduk pada sampel acak sederhana. Dalam hal ini, seluruh cluster dipilih, dengan semua anggotanya, untuk berpartisipasi dalam sampel.

Sampel juga dapat dirancang dan diadaptasi berdasarkan sifat-sifat baru menggunakan desain adaptif yang diterapkan pada sampel acak sederhana.