Ketika peneliti atau peneliti mencari data, seringkali tidak mungkin untuk mengukur setiap titik data individu dalam suatu populasi. Namun, metode statistik memungkinkan kesimpulan tentang suatu populasi dengan menganalisis hasil sampel yang lebih kecil yang diambil dari populasi tersebut. Ada beberapa metode pengambilan sampel.
Pengambilan sampel acak berstrata adalah salah satu metode umum yang digunakan oleh peneliti karena memungkinkan mereka untuk mendapatkan populasi sampel yang paling mewakili seluruh populasi yang diteliti, memastikan bahwa setiap subkelompok minat terwakili. Meskipun demikian, metode penelitian ini bukannya tidak memiliki kekurangan.
Apa Pro dan kontra dari stratified random sampling?
- Pengambilan sampel acak berstrata memungkinkan peneliti memperoleh sampel populasi yang paling mewakili seluruh populasi yang diteliti dengan membaginya menjadi subkelompok yang disebut strata.
- Metode pengambilan sampel statistik ini, bagaimanapun, tidak dapat digunakan dalam setiap desain studi atau dengan setiap kumpulan data.
- Pengambilan sampel acak bertingkat berbeda dari pengambilan sampel acak sederhana, yang melibatkan pemilihan data secara acak dari seluruh populasi, sehingga setiap kemungkinan sampel sama-sama mungkin terjadi.
Stratified Random Sampling: An Overview
Pengambilan sampel acak bertingkat melibatkan pertama-tama membagi populasi menjadi subpopulasi dan kemudian menerapkan metode pengambilan sampel acak ke setiap subpopulasi untuk membentuk kelompok uji. Kerugiannya adalah ketika peneliti tidak dapat mengklasifikasikan setiap anggota populasi ke dalam subkelompok.
Pengambilan sampel acak bertingkat berbeda dari pengambilan sampel acak sederhana, yang melibatkan pemilihan data secara acak dari seluruh populasi sehingga setiap kemungkinan sampel sama-sama mungkin terjadi. Sebaliknya, pengambilan sampel acak berstrata membagi populasi menjadi kelompok-kelompok yang lebih kecil, atau strata, berdasarkan karakteristik yang sama. Sampel acak diambil dari setiap strata dalam proporsi langsung dengan ukuran strata dibandingkan dengan populasi.
Contoh Stratified Random Sampling
Berikut adalah contoh stratified random sampling:
Para peneliti melakukan studi yang dirancang untuk mengevaluasi kecenderungan politik mahasiswa ekonomi di universitas besar. Para peneliti ingin memastikan sampel acak paling mendekati populasi siswa, termasuk jenis kelamin, mahasiswa, dan mahasiswa pascasarjana. Total populasi dalam penelitian ini adalah 1.000 siswa dan dari sana dibuat subkelompok seperti gambar di bawah ini.
Total populasi = 1.000
Peneliti akan menugaskan setiap mahasiswa ekonomi di universitas ke salah satu dari empat subpopulasi: sarjana laki-laki, sarjana perempuan, sarjana laki-laki, dan perempuan. Peneliti selanjutnya akan menghitung berapa banyak siswa dari setiap subkelompok yang membentuk total populasi 1.000 siswa. Dari sana, peneliti menghitung representasi persentase setiap subkelompok dari total populasi.
Subkelompok:
- Sarjana laki-laki = 450 siswa (dari 100) atau 45% dari populasi
- Sarjana perempuan = 200 siswa atau 20%
- Mahasiswa lulusan laki-laki = 200 mahasiswa atau 20%
- Mahasiswa lulusan perempuan = 150 mahasiswa atau 15%