Pengambilan Sampel Sistematis

Apa itu Pengambilan Sampel Sistematis?

Pengambilan sampel sistematis adalah jenis metode pengambilan sampel probabilitas di mana anggota sampel dari populasi yang lebih besar dipilih menurut titik awal acak tetapi dengan tetap, interval periodik. Interval ini, disebut interval sampling, dihitung dengan membagi ukuran populasi dengan ukuran sampel yang diinginkan. Meskipun populasi sampel dipilih terlebih dahulu, pengambilan sampel sistematik masih dianggap acak jika interval periodik ditentukan terlebih dahulu dan titik awalnya adalah acak.

Takeaways Kunci

• Pengambilan sampel sistematik adalah metode pengambilan sampel probabilitas di mana sampel acak, dengan interval periodik yang tetap, dipilih dari populasi yang lebih besar.
• Interval periodik tetap, disebut interval sampling, dihitung dengan membagi ukuran populasi dengan ukuran sampel yang diinginkan.
• Keuntungan lain dari metodologi ini termasuk menghilangkan fenomena seleksi berkerumun dan kemungkinan rendah mencemari data.
• Kerugiannya termasuk representasi yang berlebihan atau kurang dari pola tertentu dan risiko manipulasi data yang lebih besar.

Pengambilan Sampel Sistematis

Pengertian Sampling Sistematis

Karena pengambilan sampel acak sederhana dari suatu populasi dapat menjadi tidak efisien dan memakan waktu, ahli statistik beralih ke metode lain, seperti sampling sistematis. Pemilihan ukuran sampel melalui pendekatan sistematis dapat dilakukan dengan cepat. Setelah titik awal yang tetap telah diidentifikasi, interval konstan dipilih untuk memfasilitasi pemilihan peserta.

Sampling sistematis lebih disukai daripada sampling acak sederhana ketika ada risiko manipulasi data yang rendah. Jika risiko seperti itu tinggi ketika seorang peneliti dapat memanipulasi panjang interval untuk mendapatkan hasil yang diinginkan, teknik sampling acak sederhana akan lebih tepat.

Sampling sistematis populer di kalangan peneliti dan analis karena kesederhanaannya. Para peneliti umumnya menganggap hasilnya mewakili sebagian besar populasi normal kecuali ada karakteristik acak yang tidak proporsional dengan setiap " n sampel data (yang tidak mungkin). Dengan kata lain, populasi perlu menunjukkan tingkat keacakan alami di sepanjang metrik yang dipilih. Jika populasi memiliki jenis pola standar, risiko sengaja memilih kasus yang sangat umum lebih jelas.

Dalam sampling sistematis, seperti halnya metode pengambilan sampel lainnya, populasi target harus dipilih sebelum memilih peserta. Suatu populasi dapat diidentifikasi berdasarkan sejumlah karakteristik yang diinginkan yang sesuai dengan tujuan penelitian yang dilakukan. Beberapa kriteria seleksi mungkin termasuk usia, jenis kelamin, balapan, lokasi, tingkat pendidikan dan/atau profesi.

Ada beberapa metode pengambilan sampel populasi untuk inferensi statistik; pengambilan sampel sistematik adalah salah satu bentuk pengambilan sampel secara acak.

Contoh Pengambilan Sampel Sistematis

Sebagai contoh hipotetis sampling sistematis, asumsikan bahwa dalam populasi 10, 000 orang, seorang ahli statistik memilih setiap orang ke-100 untuk dijadikan sampel. Interval pengambilan sampel juga bisa sistematis, seperti memilih sampel baru untuk diambil setiap 12 jam.

Sebagai contoh lain, jika Anda ingin memilih grup acak 1, 000 orang dari populasi 50, 000 menggunakan sampling sistematis, semua peserta potensial harus ditempatkan dalam daftar dan titik awal akan dipilih. Setelah daftar terbentuk, setiap orang ke-50 dalam daftar (mulai hitungan pada titik awal yang dipilih) akan dipilih sebagai peserta, sejak 50, 000/1, 000 =50.

Sebagai contoh, jika titik awal yang dipilih adalah 20, orang ke-70 dalam daftar akan dipilih diikuti oleh orang ke-120, dan seterusnya. Setelah akhir daftar tercapai dan jika peserta tambahan diperlukan, hitungan loop ke awal daftar untuk menyelesaikan hitungan.

Untuk melakukan sampling sistematis, peneliti harus mengetahui terlebih dahulu besarnya populasi sasaran.

Pengambilan Sampel Sistematis vs. Pengambilan Sampel Cluster

Sampling sistematis dan sampling cluster berbeda dalam cara mereka menarik titik sampel dari populasi yang termasuk dalam sampel. Cluster sampling memecah populasi menjadi beberapa cluster, sedangkan sampling sistematis menggunakan interval tetap dari populasi yang lebih besar untuk membuat sampel.

Sampling sistematis memilih titik awal acak dari populasi, dan kemudian sampel diambil dari interval tetap yang teratur dari populasi tergantung pada ukurannya. Cluster sampling membagi populasi menjadi beberapa cluster dan kemudian mengambil sampel acak sederhana dari setiap cluster.

Pengambilan sampel klaster dianggap kurang tepat dibandingkan metode pengambilan sampel lainnya. Namun, mungkin menghemat biaya untuk mendapatkan sampel. Pengambilan sampel klaster adalah prosedur pengambilan sampel dua langkah. Ini dapat digunakan ketika menyelesaikan daftar seluruh populasi sulit. Sebagai contoh, mungkin sulit untuk mengonstruksi seluruh populasi pelanggan toko kelontong untuk diwawancarai.

Namun, seseorang dapat membuat subset toko secara acak, yang merupakan langkah pertama dalam proses. Langkah kedua adalah mewawancarai sampel acak dari pelanggan toko tersebut. Ini adalah proses manual sederhana yang dapat menghemat waktu dan uang.

Keterbatasan Pengambilan Sampel Sistematis

Salah satu risiko yang harus dipertimbangkan oleh ahli statistik ketika melakukan pengambilan sampel sistematis melibatkan bagaimana daftar yang digunakan dengan interval pengambilan sampel diatur. Jika populasi yang ditempatkan pada daftar diatur dalam pola siklus yang sesuai dengan interval sampling, sampel yang dipilih mungkin bias.

Sebagai contoh, departemen sumber daya manusia perusahaan ingin mengambil sampel karyawan dan menanyakan bagaimana perasaan mereka tentang kebijakan perusahaan. Karyawan dikelompokkan dalam tim yang terdiri dari 20 orang, dengan masing-masing tim dipimpin oleh seorang manajer. Jika daftar yang digunakan untuk memilih ukuran sampel diatur dengan tim yang dikelompokkan bersama, risiko ahli statistik hanya memilih manajer (atau tidak ada manajer sama sekali) tergantung pada interval pengambilan sampel.

Apa Keuntungan Pengambilan Sampel Sistematis?

Sampling sistematis mudah dilakukan dan mudah dipahami, itulah sebabnya umumnya disukai oleh para peneliti. Asumsi sentral, bahwa hasilnya mewakili sebagian besar populasi normal, menjamin seluruh populasi tersampel secara merata. Juga, pengambilan sampel sistematis memberikan tingkat kontrol yang lebih tinggi jika dibandingkan dengan metodologi pengambilan sampel lainnya karena prosesnya. Pengambilan sampel secara sistematis juga membawa faktor risiko rendah karena kecilnya kemungkinan data dapat terkontaminasi.

Apa Kekurangan Pengambilan Sampel Sistematis?

Kerugian utama dari sampling sistematis adalah bahwa ukuran populasi diperlukan. Tanpa mengetahui jumlah spesifik peserta dalam suatu populasi, sampling sistematis tidak berjalan dengan baik. Sebagai contoh, jika seorang ahli statistik ingin memeriksa usia tunawisma di wilayah tertentu tetapi tidak dapat secara akurat mendapatkan berapa banyak tunawisma di sana, maka mereka tidak akan memiliki ukuran populasi atau titik awal. Kerugian lain adalah bahwa populasi perlu menunjukkan jumlah keacakan yang alami jika tidak, risiko memilih contoh serupa meningkat, mengalahkan tujuan sampel.

Bagaimana Cluster dan Sampling Sistematis Berbeda?

Pengambilan sampel klaster dan pengambilan sampel sistematik berbeda dalam cara mereka menarik titik sampel dari populasi yang termasuk dalam sampel. Cluster sampling membagi populasi menjadi beberapa cluster dan kemudian mengambil sampel acak sederhana dari setiap cluster. Sampling sistematis memilih titik awal acak dari populasi, dan kemudian sampel diambil dari interval tetap yang teratur dari populasi tergantung pada ukurannya. Pengambilan sampel klaster rentan terhadap kesalahan pengambilan sampel yang lebih besar daripada pengambilan sampel sistematik meskipun mungkin prosesnya lebih murah.