Sampel Acak Sederhana

Apa itu Sampel Acak Sederhana?

Sampel acak sederhana adalah subset dari populasi statistik di mana setiap anggota subset memiliki probabilitas yang sama untuk dipilih. Sampel acak sederhana dimaksudkan untuk menjadi representasi yang tidak bias dari suatu kelompok.

Takeaways Kunci

• Sampel acak sederhana mengambil sampel kecil, bagian acak dari seluruh populasi untuk mewakili seluruh kumpulan data, dimana setiap anggota memiliki peluang yang sama untuk dipilih.
• Peneliti dapat membuat sampel acak sederhana menggunakan metode seperti lotere atau undian acak.
• Kesalahan pengambilan sampel dapat terjadi dengan sampel acak sederhana jika sampel tidak secara akurat mencerminkan populasi yang seharusnya diwakilinya.

Sampel Acak Sederhana

Memahami Sampel Acak Sederhana

Peneliti dapat membuat sampel acak sederhana menggunakan beberapa metode. Dengan metode lotere, setiap anggota populasi diberi nomor, setelah itu nomor dipilih secara acak.

Contoh sampel acak sederhana adalah nama 25 karyawan yang dipilih dari sebuah perusahaan dengan 250 karyawan. Pada kasus ini, populasi adalah semua 250 karyawan, dan sampelnya acak karena setiap karyawan memiliki kesempatan yang sama untuk dipilih. Pengambilan sampel acak digunakan dalam sains untuk melakukan tes kontrol acak atau untuk eksperimen buta.

Contoh di mana nama 25 karyawan dari 250 dipilih dari topi adalah contoh metode lotere di tempat kerja. Masing-masing dari 250 karyawan akan diberi nomor antara 1 dan 250, setelah itu 25 dari angka-angka itu akan dipilih secara acak.

Karena individu yang merupakan bagian dari kelompok yang lebih besar dipilih secara acak, setiap individu dalam kumpulan populasi besar memiliki peluang yang sama untuk terpilih. Ini menciptakan, umumnya, subset seimbang yang membawa potensi terbesar untuk mewakili kelompok yang lebih besar secara keseluruhan, bebas dari bias apapun.

Untuk populasi yang lebih besar, metode lotere manual bisa sangat berat. Memilih sampel acak dari populasi yang besar biasanya membutuhkan proses yang dihasilkan komputer, dimana metodologi yang sama dengan metode lotere digunakan, hanya penetapan nomor dan pemilihan selanjutnya yang dilakukan oleh komputer, bukan manusia.

Ruang untuk Kesalahan

Dengan sampel acak sederhana, harus ada ruang untuk kesalahan yang diwakili oleh varians plus dan minus (kesalahan pengambilan sampel). Sebagai contoh, jika di SMA 1, 000 siswa survei harus diambil untuk menentukan berapa banyak siswa kidal, sampling acak dapat menentukan bahwa delapan dari 100 sampel adalah kidal. Kesimpulannya adalah bahwa 8% dari populasi siswa sekolah menengah adalah kidal, padahal rata-rata global akan mendekati 10%.

Hal yang sama berlaku terlepas dari materi pelajaran. Sebuah survei tentang persentase populasi siswa yang memiliki mata hijau atau tidak mampu secara fisik akan menghasilkan probabilitas matematis berdasarkan survei acak sederhana, tetapi selalu dengan varians plus atau minus. Satu-satunya cara untuk memiliki tingkat akurasi 100% adalah dengan mensurvei semua 1, 000 siswa yang selagi mungkin, akan menjadi tidak praktis.

Sampel Acak Sederhana vs. Sampel Acak Bertingkat

Sampel acak sederhana dan sampel acak bertingkat keduanya merupakan alat pengukuran statistik. Sampel acak sederhana digunakan untuk mewakili seluruh populasi data. Sebuah sampel acak bertingkat membagi populasi menjadi kelompok-kelompok yang lebih kecil, atau strata, berdasarkan karakteristik bersama.

Tidak seperti sampel acak sederhana, sampel acak bertingkat digunakan dengan populasi yang dapat dengan mudah dipecah menjadi subkelompok atau himpunan bagian yang berbeda. Kelompok-kelompok ini didasarkan pada kriteria tertentu, kemudian elemen dari masing-masing dipilih secara acak sebanding dengan ukuran kelompok versus populasi.

Metode pengambilan sampel ini berarti akan ada pilihan dari setiap kelompok yang berbeda—ukurannya didasarkan pada proporsinya terhadap seluruh populasi. Tetapi para peneliti harus memastikan strata tidak tumpang tindih. Setiap titik dalam populasi hanya boleh dimiliki oleh satu strata sehingga setiap titik saling eksklusif. Lapisan yang tumpang tindih akan meningkatkan kemungkinan bahwa beberapa data disertakan, sehingga membuat sampel menjadi miring.

Keuntungan dan Kerugian Sampel Acak Sederhana

Sementara sampel acak sederhana mudah digunakan, mereka datang dengan kelemahan utama yang dapat membuat data tidak berguna.

Keuntungan

Kemudahan penggunaan merupakan keuntungan terbesar dari simple random sampling. Tidak seperti metode pengambilan sampel yang lebih rumit, seperti stratified random sampling dan probability sampling, tidak perlu ada untuk membagi populasi menjadi sub-populasi atau mengambil langkah tambahan lainnya sebelum memilih anggota populasi secara acak.

Sampel acak sederhana dimaksudkan untuk menjadi representasi yang tidak bias dari suatu kelompok. Ini dianggap cara yang adil untuk memilih sampel dari populasi yang lebih besar karena setiap anggota populasi memiliki kesempatan yang sama untuk dipilih.

Meskipun pengambilan sampel acak sederhana dimaksudkan untuk menjadi pendekatan survei yang tidak bias, bias pemilihan sampel dapat terjadi. Ketika kumpulan sampel dari populasi yang lebih besar tidak cukup inklusif, representasi dari populasi penuh tidak tepat dan membutuhkan teknik pengambilan sampel tambahan.

Kekurangan

Kesalahan pengambilan sampel dapat terjadi dengan sampel acak sederhana jika sampel tidak secara akurat mencerminkan populasi yang seharusnya diwakilinya. Sebagai contoh, dalam sampel acak sederhana kami dari 25 karyawan, akan mungkin untuk menarik 25 pria bahkan jika populasi terdiri dari 125 wanita dan 125 pria.

Untuk alasan ini, pengambilan sampel acak sederhana lebih umum digunakan ketika peneliti hanya tahu sedikit tentang populasi. Jika peneliti tahu lebih banyak, akan lebih baik menggunakan teknik pengambilan sampel yang berbeda, seperti stratified random sampling, yang membantu untuk menjelaskan perbedaan dalam populasi, seperti usia, balapan, atau jenis kelamin. Kerugian lain termasuk fakta bahwa untuk pengambilan sampel dari populasi besar, prosesnya bisa memakan waktu dan mahal dibandingkan dengan metode lain.

Mengapa sampel acak sederhana sederhana?

Tidak ada metode yang lebih mudah untuk mengekstrak sampel penelitian dari populasi yang lebih besar daripada pengambilan sampel acak sederhana. Memilih subjek yang cukup lengkap secara acak dari populasi yang lebih besar juga menghasilkan sampel yang dapat mewakili kelompok yang sedang dipelajari.

Apa saja kelemahan sampel acak sederhana?

Di antara kelemahan teknik ini adalah kesulitan mendapatkan akses ke responden yang dapat diambil dari populasi yang lebih besar, waktu yang lebih besar, biaya yang lebih besar, dan fakta bahwa bias masih dapat terjadi dalam keadaan tertentu.

Apa yang dimaksud dengan sampel acak bertingkat?

Sebuah sampel acak bertingkat, berbeda dengan undian sederhana, pertama-tama membagi populasi menjadi kelompok-kelompok yang lebih kecil, atau strata, berdasarkan karakteristik bersama. Karena itu, strategi pengambilan sampel bertingkat akan memastikan bahwa anggota dari setiap subkelompok disertakan dalam analisis data. Stratified sampling digunakan untuk menyoroti perbedaan antara kelompok dalam suatu populasi, dibandingkan dengan pengambilan sampel acak sederhana, yang memperlakukan semua anggota populasi sebagai sama, dengan kemungkinan yang sama untuk dijadikan sampel.

Bagaimana sampel acak digunakan?

Menggunakan sampling acak sederhana memungkinkan peneliti untuk membuat generalisasi tentang populasi tertentu dan menghilangkan bias. Dengan menggunakan teknik statistik, kesimpulan dan prediksi dapat dibuat tentang populasi tanpa harus mensurvei atau mengumpulkan data dari setiap individu dalam populasi itu.