Buat Akun DQLab & Akses Kelas Data Science Python, R, dan Excel GRATIS
 SIGN UP  

4 Jenis Data Statistik dalam Teknik Pengambilan Sampel untuk Penelitian

Belajar Data Science di Rumah 10-November-2021
https://dqlab.id/files/dqlab/cache/37495bd4ccd6e2b08ec3fcf679154728_x_Thumbnail800.png

Bagi kamu yang sedang menyusun skripsi atau sedang melakukan penelitian, pastikan kamu sudah tahu apa itu sampel dan populasi. Sampel merupakan bagian dari populasi yang isinya diambil sebagai data yang akan diteliti. Sedangkan populasi adalah keseluruhan satuan yang karakteristiknya akan diteliti. Memiliki pemahaman mengenai berbagai jenis data statistik sangat penting untuk memilih teknik pengambilan sampel nantinya. Demikian juga dengan penentuan sampel merupakan komponen yang penting dalam penelitian. Karena hal ini merupakan salah satu faktor dalam menentukan keakuratan dan keberhasilan dari hasil penelitian


Dalam penentuan sampel, terdapat beberapa macam teknik yang dapat digunakan berdasarkan dari jenis penelitian yang kita gunakan. Namun umumnya, metode pengambilan sampel dikenal memiliki dua kategori utama yaitu Probability Sampling (Random Sampel) dan Non-Probability Sampling (Non-Random Sampel). Probability Sampling merupakan teknik pengambilan sampling berdasarkan peluang dengan setiap anggota populasi memiliki peluang sama untuk dipilih menjadi sampel. Sedangkan teknik Non-Probability Sampling adalah kebalikan dari Probability Sampling dimana teknik ini melakukan pengambilan sampel dengan tidak memberi peluang yang sama bagi setiap anggota populasi yang dipilih menjadi sampel. Masing-masing dari teknik ini memiliki macam model atau jenis sampling lainnya lagi. Kali ini kita akan bahas lebih lanjut lagi mengenai macam-macam model dari Probability Sampling. Pastikan untuk membaca hingga akhir ya!


1. Pengambilan Sampel Acak Sederhana (Simple Random Sampling)

Simple Random Sampling in R – Dataframe , vector - DataScience Made Simple 

Source: datasciencemadesimple.com


Simple Random Sampling atau pengambilan sampel acak sederhana adalah teknik untuk mendapatkan sampel dengan memberikan kesempatan yang sama bagi setiap anggota populasi. Cara ini dilakukan jika anggota populasi dianggap homogen dan jumlah unit sampling dalam suatu populasi tidak terlalu besar. Teknik pengambilan sampel dengan Simple Random Sampling dapat dilakukan dengan metode undian, ordinal, maupun tabel bilangan random. 

Contohnya, kamu ingin mengambil 20 sampel dari 50 orang. Setelah membuat undian, ambil untuk sampel pertama. Kemudian nama tersebut kembalikan lagi, dan ambil undian sampel kedua. Ini untuk menjaga agar probabilitas tetap sama.


Baca juga : Pengolahan Data Statistik Parametrik dan Non-Parametrik


2. Pengambilan Sampel Acak Sistematis (Systematic Random Sampling)

Probability Sampling - Statistical Data Analysis. Freelance Consultant

Source: dataz4s.com


Pengambilan sampel pada metode ini, dilakukan dengan menggunakan interval atau mengambil bilangan kelipatan dari jumlah anggota populasi dengan jumlah sampel yang akan diambil dalam penelitian. Langkah pertama yang dilakukan mengurutkan populasi terlebih dahulu, kemudian mencari interval dengan membagi jumlah populasi dengan sampel yang dibutuhkan

Misalnya, diambil sampel dari populasi yang berjumlah 50 orang. Kita ingin mengambil sampel 10 saja. Untuk menentukan intervalnya, 50 orang populasi dibagi 10 orang untuk sampel. Hasilnya adalah 5. Artinya sampel yang kita ambil adalah urutan ke-5, 10, 15, dan seterusnya hingga populasi ke 50.


3. Pengambilan Sampel Acak Berstrata (Stratified Random Sampling)

Stratified Random Sampling in R – Dataframe - DataScience Made Simple

Source: datasciencemadesimple.com


Stratified Random Sampling atau sampel acak berstrata merupakan suatu metode pengambilan sampel yang memperhatikan tingkatan atau strata dalam populasi. Teknik ini digunakan bila populasi memiliki anggota/unsur yang tidak bersifat homogen dan berstrata secara proporsional sehingga setiap strata harus terwakili dalam sampel. Populasi dapat dikelompokkan berdasarkan tingkatan tertentu seperti dari tinggi, sedang dan rendah.

Contoh pada penelitian masyarakat terhadap partisipasi pemilihan umum yang dikelompokkan berdasarkan usia pemilih. Tingkatan dari kelompok tersebut akan ditentukan dari usia yang paling rendah hingga ke yang paling tinggi atau sebaliknya.


4. Pengambilan Sampel Acak Berdasar Area/Wilayah (Cluster Random Sampling)

Cluster Sampling vs. Stratified Sampling: What's the Difference?

Source: statology.org


Pengambilan sampel acak berdasarkan area atau cluster ini dilakukan dengan cara membagi populasi ke dalam beberapa kelompok. Populasi ini tidak terdiri dari individu-individu, tapi terdiri dari kumpulan individu atau cluster. Pembagian dapat didasarkan pada lokasi, usia, jenis kelamin, dan kategori lain yang setara. Pengambilan sampel dapat dilakukan dengan tiga cara, yaitu:

  • Single Stage Cluster: Peneliti secara acak menentukan kelompok mana yang menjadi sampel, sehingga ada beberapa kelompok yang tidak mendapatkan kesempatan.

  • Two Stage Cluster: Peneliti harus memilih kelompok secara acak terlebih dahulu, kemudian menarik sampel random darinya.

  • Systematic Clustering: Sama seperti Systematic Random Sampling, semua elemen diurutkan kemudian diambil berdasarkan interval.


Baca juga : Yuk Pelajari Macam-Macam Metode Analisis Statistika


5. Pelajari Jenis Data Statistik Lainnya Bersama  DQLab Academy

Salah satu cabang ilmu yang mendukung adanya Data Scientist adalah keilmuan statistik. Banyak sekali teori teori statistik yang digunakan oleh Data Scientist dalam mengolah data. Mau tau apa saja? Yuk pahami dan terjun langsung dengan data real industri bersama DQLab Academy! Belajar Statistik dan Data Science anti ribet dengan fitur live code editor! Caranya gampang, karena kamu hanya perlu membuat akun dengan SIGN UP di DQLab.id dan pastinya GRATIS. Tunggu apalagi? Persiapkan dirimu untuk berkarir sebagai praktisi data yang kompeten!



Penulis : Salsabila Miftah R

Editor : Annissa Widya Davita




Postingan Terkait

Sign Up & Mulai Belajar Gratis di DQLab!