Menggunakan Sampel Acak Sederhana untuk Mempelajari Populasi yang Lebih Besar: Bagaimana Sampel Acak Sederhana Dihasilkan,Ruang untuk Kesalahan

Pengambilan sampel acak sederhana adalah metode yang digunakan untuk menyisihkan ukuran sampel yang lebih kecil dari populasi yang lebih besar dan menggunakannya untuk meneliti dan membuat generalisasi tentang kelompok yang lebih besar. Ini adalah salah satu dari beberapa metode yang digunakan ahli statistik dan peneliti untuk mengambil sampel dari populasi yang lebih besar; metode lain termasuk stratified random sampling dan probability sampling.

Keuntungan dari sampel acak sederhana termasuk kemudahan penggunaan dan representasi yang akurat dari populasi yang lebih besar.

Bagaimana Sampel Acak Sederhana Dihasilkan

Peneliti menghasilkan sampel acak sederhana dengan memperoleh daftar lengkap dari populasi yang lebih besar dan kemudian memilih, secara acak, sejumlah individu untuk dijadikan sampel. Dengan sampel acak sederhana, setiap anggota populasi yang lebih besar memiliki peluang yang sama untuk dipilih.

Peneliti memiliki dua cara untuk menghasilkan sampel acak sederhana. Salah satunya adalah metode undian manual.

Setiap anggota kelompok populasi yang lebih besar diberi nomor. Selanjutnya, nomor diambil secara acak untuk terdiri dari kelompok sampel.

jika sampel acak sederhana diambil dari 100 siswa di sekolah menengah dengan populasi 1.000, maka setiap siswa harus memiliki peluang satu dari sepuluh untuk dipilih. Metode undian manual bekerja dengan baik untuk populasi yang lebih kecil, tetapi tidak layak untuk populasi yang lebih besar.

Dalam situasi ini, peneliti lebih memilih seleksi yang dihasilkan komputer. Ini bekerja melalui prinsip yang sama, tetapi sistem komputer yang canggih, bukan manusia, memberikan nomor dan memilihnya secara acak.

Ruang untuk Kesalahan

Dengan sampel acak sederhana, harus ada ruang untuk kesalahan yang diwakili oleh varian plus dan minus. Misalnya, jika di SMA yang sama, sebuah survei akan dilakukan untuk menentukan berapa banyak siswa yang kidal, pengambilan sampel acak dapat menentukan bahwa delapan dari 100 sampel adalah kidal.

Kesimpulannya adalah bahwa 8% populasi siswa sekolah menengah kidal, padahal rata-rata global mendekati 10%. Hal yang sama berlaku terlepas dari materi pelajaran.

Survei persentase populasi siswa yang memiliki mata hijau atau cacat fisik akan menghasilkan probabilitas matematis yang tinggi berdasarkan survei acak sederhana, tetapi selalu dengan varian plus atau minus. Satu-satunya cara untuk memiliki tingkat akurasi 100% adalah dengan mensurvei 1.000 siswa yang, jika mungkin, tidak praktis.

Keuntungan Sampling Acak

Keuntungan sampel acak sederhana termasuk kemudahan penggunaan dan akurasi representasi. Tidak ada metode yang lebih mudah untuk mengekstraksi sampel penelitian dari populasi yang lebih besar daripada pengambilan sampel acak sederhana.

Tidak perlu membagi populasi menjadi sub-populasi atau mengambil langkah lebih jauh daripada mengambil jumlah subjek penelitian yang diperlukan secara acak dari kelompok yang lebih besar. Sekali lagi, satu-satunya persyaratan adalah bahwa keacakan mengatur proses seleksi dan setiap anggota populasi yang lebih besar memiliki probabilitas seleksi yang sama.

Memilih subjek secara acak dari populasi yang lebih besar juga menghasilkan sampel yang mewakili kelompok yang sedang dipelajari. Bahkan ukuran sampel sekecil 40 dapat menunjukkan kesalahan pengambilan sampel yang rendah ketika pengambilan sampel acak sederhana dilakukan dengan benar.

Untuk semua jenis penelitian pada suatu populasi, menggunakan sampel yang representatif untuk membuat kesimpulan dan generalisasi tentang kelompok yang lebih besar sangatlah penting; sampel bias dapat menyebabkan kesimpulan yang salah ditarik tentang populasi yang lebih besar. Pengambilan sampel acak sederhana sesederhana namanya, dan akurat.

Kedua karakteristik ini memberikan keuntungan yang kuat pada pengambilan sampel acak sederhana dibandingkan metode pengambilan sampel lainnya ketika melakukan penelitian pada populasi yang lebih besar.