Semua tentang stratified random sampling
Apa itu stratified random sampling?
Sampel adalah representasi mini dari populasi yang lebih besar.
Sampel dapat ditentukan secara informal atau formal. Tetapi sampel yang dikembangkan secara sistematis sesuai dengan metode ilmiah tertentu umumnya dianggap lebih berguna untuk membuat generalisasi tentang populasi yang lebih besar.
Apa artinya bertingkat?
Sampel terstratifikasi terdiri dari sub-kelompok homogen yang dianggap berbeda dalam hal-hal penting. Kumpulan sub-kelompok homogen ini disebut sebagai strata. Metode prosedur sampling ini memungkinkan populasi untuk membagi menjadi subkelompok homogen dari mana sampel acak sederhana dapat dipilih .
Mengapa contoh stratifikasi itu berguna?
Tujuan pengambilan sampel acak stratifikasi adalah untuk memilih peserta dari berbagai subkelompok yang diyakini memiliki relevansi dengan penelitian yang akan dilakukan. Misalnya, hasil penelitian dapat dipengaruhi oleh atribut subyek , seperti usia mereka, jenis kelamin, tingkat pengalaman kerja, kelompok ras dan etnis, situasi ekonomi, tingkat pendidikan yang dicapai, dan sebagainya.
Sampel bertingkat dikonstruksi sehingga karakteristik yang berpotensi berpengaruh ini dapat diasumsikan secara wajar untuk mencerminkan pola karakteristik ini dalam populasi keseluruhan. Dengan cara ini, sampel mencerminkan populasi dari mana ia telah diambil, tetapi sampel tidak dapat dikatakan mewakili populasi yang lebih besar .
Ingat, pemilihan anggota sampel stratifikasi bukanlah proses acak. Yang mengatakan, setelah strata telah ditetapkan, sampling acak sederhana digunakan untuk memilih anggota sampel untuk setiap strata .
Apa artinya probabilistik?
Sampel acak bertingkat adalah probabilistik karena setiap metode yang digunakan untuk memilih populasi sampel memberikan cara yang cukup andal dalam memperkirakan seberapa representatif populasi sampel terhadap populasi (alam semesta) yang lebih besar dari mana sampel tersebut dipilih. Dengan kata lain, sampel probabilistik memungkinkan seorang peneliti untuk memperkirakan kemungkinan bahwa sampel yang dipilih tidak atau tidak mewakili populasi yang lebih besar dari mana sampel tersebut diambil.
Contoh
Gunakan metode stratified random sampling ketika ada minat dalam perbedaan antara subkelompok homogen dan populasi sampel yang lebih besar secara keseluruhan.
Katakanlah bahwa populasi klien bisnis dapat dibagi menjadi tiga kelompok: Gen-Xers, Gen-Yers (Millennial), dan Baby Boomers. Selain itu, kami memiliki alasan untuk percaya bahwa Gen-X dan Gen-Y adalah minoritas yang relatif lebih kecil dari keseluruhan klien bisnis. Gen-X membuat sekitar 5 persen dari keseluruhan populasi pelanggan dan Gen-Y membuat sekitar 10 persen pelanggan.
Sampel acak sederhana dari 100 anggota (n = 100) mungkin menghasilkan 5 Gen-X dan 10 Gen-Yers jika kita menggunakan fraksi sampling 10 persen. Akan mungkin untuk mendapatkan Gen-X yang lebih sedikit dan Gen-Y yang lebih sedikit dari pada sampel - hanya secara kebetulan. Stratifikasi cenderung menghasilkan hasil yang lebih representatif. Katakanlah kami ingin memiliki setidaknya 25 orang di setiap grup. Jika kita masih mengambil sampel 100 (n = 100), maka kita dapat mengambil sampel 25 Gen-Xers, 25 Gen-Yers, dan 50 Baby Boomers.
Kita tahu bahwa 10 persen populasi adalah Milenial atau Gen-Yer (atau sekitar 100 klien kami. Sampel acak dari 25 klien akan memberikan fraksi sampling di dalam strata 25/100 atau 25 persen. Kita juga tahu bahwa 5 persen dari 50 klien yang bukan merupakan Baby Boomer adalah Gen-X. Ini berarti bahwa fraksi dalam-strata akan menjadi 25/50 atau 50 persen.
Jadi, 50 Gen-Xers plus 100 Gen-Yers adalah total 150 sampel klien kami. Karena populasi klien secara keseluruhan adalah 1000, kami mengurangi Gen-Xers plus Gen-Yers (total 150 klien) yang meninggalkan 850 klien, yang merupakan Baby Boomers. Fraksi sampling di dalam strata untuk Generasi Baby Boom adalah 50/850 atau sekitar 5,88 persen.
Ada dua hal yang jelas: (1) Ketiga kelompok itu lebih homogen di dalam kelompok daripada di seluruh populasi. Ini berarti bahwa ada sedikit perbedaan, yang memberikan peluang untuk ketepatan statistik yang lebih besar. (2) Dan karena sampel telah dikelompokkan, akan ada cukup anggota dari masing-masing kelompok untuk dapat membuat kesimpulan subkelompok yang berarti .
Pengambilan sampel terstratifikasi mungkin lebih disukai daripada sampling acak sederhana ketika penting untuk mewakili populasi keseluruhan dan untuk mewakili subkelompok utama populasi, terutama ketika subkelompok cukup kecil tetapi dibedakan dengan cara yang penting. Dengan menggunakan metode sampling bertingkat, peneliti dapat secara efektif memastikan bahwa subkelompok dapat dibedakan dalam diskusi tentang temuan penelitian.