Pengambilan sampel sistematis: Definisi, kapan menggunakannya, dan keuntungannya

Saat Anda mempelajari populasi atau kelompok yang besar, penting untuk memiliki populasi sampel yang mewakili keseluruhan. Populasi sampel yang akurat dapat menghasilkan temuan yang lebih mendalam dan dapat diterapkan pada upaya bisnis, seperti pemasaran dan penjualan. Sampling sistematis adalah salah satu cara untuk menetapkan populasi sampel acak yang dapat menghasilkan temuan yang representatif.

Dalam artikel ini, kami menjelaskan sampling sistematis, menjelaskan cara membuat sampel dengan metode ini, mendiskusikan kapan menggunakannya, meninjau beberapa kelebihannya, dan memberikan contoh.

Apa itu sampling sistematis?

Pengambilan sampel sistematis adalah metode pengambilan sampel probabilitas di mana Anda menentukan anggota sampel Anda berdasarkan titik awal acak dan interval pengambilan sampel yang konsisten. Setelah memilih titik data awal untuk sampel, metode sampling sistemik terus memilih titik data baru dengan bergerak melalui data, sesuai dengan intervalnya, untuk memilih setiap titik data yang sejajar dengan interval tersebut.

Misalnya, sebuah studi yang berusaha mengumpulkan informasi dengan mengambil sampel 5% dari populasi dapat menggunakan sampling sistemik dengan interval 20 untuk memilih satu dari setiap 20 titik data, yang sama dengan 5% dari total. Meskipun memiliki interval yang konsisten yang dipilih peneliti, pengambilan sampel sistemik tetap acak karena menggunakan interval yang telah ditentukan dan titik awal yang acak.

Cara membuat sampel menggunakan sampling sistematis

Untuk membuat sampel menggunakan metode sampling sistematis, Anda dapat mengikuti langkah-langkah berikut:

• Tentukan populasi Anda. Pilih fokus penelitian Anda dan kelompok yang ingin Anda nilai untuk mempelajari lebih banyak informasi. Ini mungkin luas, seperti semua pengunjung ke situs web, atau ditargetkan, seperti menetapkan demografi tertentu untuk analisis.
• Tentukan ukuran sampel ideal Anda. Ukuran sampel adalah jumlah orang dari seluruh populasi yang Anda nilai dalam sampel Anda. Ukuran sampel yang lebih besar membutuhkan lebih banyak pekerjaan sambil memberikan kepastian yang meningkat, sementara sampel yang lebih kecil memiliki ketidakpastian yang lebih tinggi tetapi membutuhkan lebih sedikit sumber daya untuk menilai.
• Urutkan informasi Anda ke dalam satu set yang dipesan. Menyelesaikan pengambilan sampel sistemik membutuhkan penyimpanan data dalam struktur yang teratur. Ini memungkinkan Anda untuk melakukan penghitungan interval dengan menelusuri item dalam sampel.
• Tentukan interval pengambilan sampel. Anda dapat menargetkan ukuran sampel tertentu atau persentase representasi untuk mengatur interval pengambilan sampel Anda. Misalnya, jika Anda ingin 200 item dalam sampel Anda dari kumpulan data dengan 2.000 entri, Anda dapat mengatur interval 10.
• Pilih titik awal secara acak. Mulailah pilihan Anda pada titik acak hingga ukuran interval Anda. Misalnya, saat mengambil sampel kumpulan data dengan interval 50, Anda dapat menggunakan generator bilangan acak untuk memilih bilangan bulat acak dari satu hingga 50 dan memulai pemilihan di sana.
• Pilih anggota sampel sesuai dengan interval sampling. Lanjutkan memilih titik data baru sesuai dengan interval Anda hingga Anda mencapai akhir set. Misalnya, dengan interval 10 dan titik awal titik data ketiga, Anda dapat mengumpulkan data dari titik data ke-13, ke-23, dan ke-33.

Kapan menggunakan sampling sistematis

Anda dapat memperoleh manfaat dari penggunaan sistem pengambilan sampel sistemik dalam situasi berikut:

Anda tahu ukuran populasi

Jumlah orang dalam populasi yang ingin Anda sampel merupakan faktor penting untuk menentukan interval pengambilan sampel Anda, jadi penting untuk bekerja dengan kumpulan data yang lengkap. Misalnya, sebuah perusahaan yang melakukan studi internal tentang kinerja staf dalam rantai toko mungkin secara acak menilai setiap anggota tim penjualan ke-10. Karena perusahaan memiliki akses ke data kepegawaian, ia mengetahui berapa banyak staf yang bekerja di setiap toko dan secara keseluruhan, sehingga dapat memilih interval yang sesuai.

Populasi Anda besar

Populasi yang lebih besar dapat memastikan hasil yang lebih signifikan secara statistik dengan memberikan lebih banyak wawasan. Lebih banyak data untuk ditafsirkan meningkatkan kemungkinan tanggapan unik dan mengurangi risiko bias. Misalnya, dalam populasi 50.000, pengambilan sampel setiap orang ke-10 memungkinkan Anda mengumpulkan tanggapan dari 5.000 peserta, sedangkan populasi 500 dengan interval pengambilan sampel yang sama akan menjaring 50 peserta. Lebih banyak titik data mengurangi varians dalam hasil Anda yang mungkin disebabkan oleh outlier.

Populasi Anda tidak memiliki pola

Kurangnya karakteristik umum yang signifikan antara interval populasi Anda meningkatkan potensi keacakan dalam sampel Anda dan keakuratan hasil Anda. Misalnya, daftar 2.000 nama yang disusun menurut abjad mungkin ideal untuk pengambilan sampel sistematis karena tidak ada alasan untuk percaya bahwa orang-orang dalam daftar memiliki bias yang dihasilkan dari nama mereka. Sebaliknya, daftar yang diurutkan ke dalam tim perusahaan dapat menyebabkan sistem Anda memilih beberapa anggota tim yang sama jika Anda memilih interval yang cocok dengan ukuran tim, membuat sampel yang tidak mewakili keseluruhan.

Keuntungan pengambilan sampel sistematis

Pengambilan sampel secara sistematis sering kali menarik bagi peneliti karena memberikan beberapa keunggulan dibandingkan metode pengambilan sampel lainnya, antara lain:

Kesederhanaan

Interval pengambilan sampel mengikuti rumus matematika dasar: membagi populasi target dengan ukuran sampel yang ditentukan. Kesederhanaan ini dapat mengurangi kemungkinan penyimpangan kumpulan data. Akibatnya, sampling sistematis dapat menghasilkan hasil yang akurat dan dapat diandalkan.

Penerapan

Bekerja dengan kumpulan data yang lengkap dan tanpa pola, Anda dapat menerapkan pengambilan sampel sistematis untuk membuat sampel representatif yang efektif. Sebaliknya, metode pengambilan sampel lainnya mungkin memerlukan rentang keadaan yang sempit yang tidak dapat dipenuhi oleh semua populasi. Ini memperluas jangkauan situasi yang mungkin menguntungkan Anda dengan memberi Anda sistem yang dapat Anda gunakan untuk banyak kumpulan data.

Keserampangan

Ketika tidak ada pola antara interval dalam populasi, ada kemungkinan besar untuk mencapai populasi sampel acak. Keacakan sangat penting dalam pengambilan sampel karena membantu mencegah bias dengan memasukkan berbagai pendapat. Pengambilan sampel sistematis dapat membantu Anda mencapai hal ini karena pengambilan sampel ini memilih secara merata dari setiap area kumpulan data tanpa bias atau pengaruh.

Contoh pengambilan sampel sistematis

Contoh-contoh berikut dapat membantu Anda memperoleh pemahaman yang lebih jelas tentang pengambilan sampel sistematis:

Kondisi kerja restoran

Anda sedang mensurvei karyawan rantai restoran tentang kondisi kerja. Secara nasional, rantai ini memiliki 20.000 karyawan. Anda membuat daftar semua nama mereka, yang Anda atur dalam urutan abjad untuk menghilangkan pola apa pun, dan memutuskan bahwa 10% dari seluruh populasi, atau 2.000 karyawan, adalah ukuran sampel yang representatif. Untuk menentukan interval pengambilan sampel, Anda membagi 20.000 dengan 2.000 untuk hasil bagi 10. Kemudian, Anda menggunakan generator angka acak untuk menentukan titik awal delapan. Dimulai dengan karyawan kedelapan dalam daftar, Anda mengirim survei ke setiap karyawan ke-10.

Pemeriksaan kualitas pabrik pena

Sebuah pabrik pena melakukan pemeriksaan kontrol kualitas pada sampel pena untuk memastikan mereka bebas dari cacat yang terlihat. Pabrik secara konsisten memproduksi 100.000 pulpen setiap hari. Perusahaan menentukan gaya pemeriksaan kualitas yang memungkinkannya tetap hemat biaya untuk memeriksa ukuran sampel 5% dari semua pena yang diproduksi, yaitu 5.000 pena setiap hari. Membagi total output dengan ukuran sampel sama dengan 20, sehingga interval pengambilan sampel adalah 20 pena. Tim kontrol kualitas secara acak mulai dari pena ke-12 dari garis dan menyortir setiap pena ke-20 untuk penilaian.

Survei perusahaan sepatu

Sebuah perusahaan sepatu kets ingin mensurvei pendapat konsumen tentang merek tersebut. Ini mendefinisikan populasinya berdasarkan jumlah orang yang berlangganan buletin perusahaan, yaitu 23.421 orang. Para peneliti memutuskan ukuran sampel 2.300, yaitu sekitar 10% dari populasi. Membagi angka itu dengan 2.300 sama dengan 10,18, yang dibulatkan ke bawah menjadi 10. Para peneliti mengatur daftar pelanggan menurut abjad dan secara acak menghasilkan titik awal 10. Dari sana, mereka menghitung setiap pelanggan ke-10 untuk menerima email survei.