TEKNIK PROBABILITY SAMPLING

-

 


Ada dua metode utama pengambilan sampel. Peneliti harus memutuskan apakah akan memilih sampel probabilitas (dikenal sebagai sampel acak) atau sampel non-probabilitas (dikenal sebagai sampel purposive). Perbedaan di antara mereka adalah: dalam sampel probabilitas peluang anggota populasi yang lebih luas dipilih untuk sampel diketahui, sedangkan dalam sampel non-probabilitas peluang anggota populasi yang lebih luas dipilih untuk sampel tidak diketahui.

Pada tulisan ini, kita akan membahas mengenai probability sampling (sampel probabilitas). Mengapa disebut sampel probabilitas? Karena sampel diambil secara acak dari populasi yang lebih luas, berguna jika peneliti ingin membuat generalisasi, karena mencari keterwakilan dari populasi yang lebih luas. Sampel probabilitas akan memiliki risiko bias yang lebih kecil daripada sampel non-probabilitas. Karena pada sampel non-probabilitas tidak mewakili seluruh populasi, maka dapat menunjukkan kemiringan atau bias.

Jenis-Jenis Teknik Probability Sampling

1. Simple Random Sampling (Pengambilan Sampel Acak Sederhana)

Dalam pengambilan sampel acak sederhana, setiap anggota populasi yang diteliti memiliki kesempatan yang sama untuk dipilih dan probabilitas anggota populasi yang dipilih tidak terpengaruh oleh pemilihan anggota populasi lainnya. Metode ini melibatkan pemilihan secara acak dari daftar populasi (kerangka pengambilan sampel) jumlah subjek yang diperlukan untuk sampel.

2. Systematical Sampling (Pengambilan Sampel Sistematis)

Metode ini merupakan bentuk modifikasi dari simple random sampling. Metode ini melibatkan pemilihan subjek dari daftar populasi secara sistematis daripada secara acak. Peneliti dapat memutuskan seberapa sering membuat sampling sistematis dengan statistik sederhana – jumlah total populasi yang lebih luas yang diwakili dibagi dengan ukuran sampel yang diperlukan:



dimana,

f           = interval frekuensi

N         = total jumlah populasi

sn         = jumlah sampel yang dibutuhkan

3. Stratified Random Sampling (Pengambilan Sampel Berstrata)

Stratified Random Sampling melibatkan pembagian populasi ke dalam kelompok-kelompok homogen, masing-masing kelompok berisi subjek dengan karakteristik yang sama, dan kemudian pengambilan sampel secara acak dalam kelompok-kelompok tersebut. Keputusan mengenai karakteristik mana yang akan dimasukkan harus sesederhana mungkin, karena semakin banyak faktor yang ada, tidak hanya semakin rumit pengambilan sampelnya, tetapi seringkali semakin besar sampelnya harus memasukkan perwakilan dari semua strata dari populasi yang lebih luas.

4. Cluster / Area Sampling

Ketika populasi besar dan tersebar luas, pengumpulan sampel acak sederhana menimbulkan masalah administratif. Dengan cluster sampling, peneliti dapat memilih sejumlah sekolah tertentu dan menguji semua siswa di sekolah yang dipilih tersebut. Peneliti harus berhati-hati untuk memastikan bahwa pengambilan sampel klaster tidak membangun bias. Cluster sampling banyak digunakan dalam penelitian skala kecil. Dalam sampel klaster, parameter populasi yang lebih luas sering kali digambarkan dengan sangat tajam, oleh karena itu, peneliti harus mengomentari generalisasi temuan.



Sumber gambar: iranmoshavere (Pinterest)

Komentar

Posting Komentar

Postingan populer dari blog ini

MANOVA DUA JALUR (TWO WAY MANOVA)

-
Gambar
source APA ITU UJI MANOVA? MANOVA ( Multivariate Analysis of Variance ) identik dengan ANOVA, kecuali ia menggunakan dua atau lebih variabel respon. Mirip dengan ANOVA, itu juga bisa satu jalur atau dua jalur.   APA ITU UJI MANOVA DUA JALUR? Analisis varians dua jalur multivariat (dua jalur MANOVA) sering dianggap sebagai perpanjangan dari ANOVA dua jalur untuk situasi di mana ada dua atau lebih variabel dependen. Tujuan utama dari MANOVA dua jalur adalah untuk memahami jika ada interaksi antara dua variabel independen pada dua atau lebih variabel dependen gabungan.   ASUMSI MANOVA DUA JALUR Untuk menjalankan MANOVA dua jalur, ada 10 asumsi yang perlu diperhatikan. Tiga asumsi pertama berhubungan dengan pilihan desain studi dan pengukuran yang dipilih, sementara tujuh asumsi lainnya berhubungan dengan bagaimana data cocok dengan model MANOVA dua jalur. Asumsi ini adalah: 1. Memiliki dua atau lebih variabel dependen yang diukur pada tingkat kontinu. 2. Memiliki dua variabel independen d
Baca selengkapnya

TUTORIAL SPSS UJI TWO-WAY ANOVA

-
Gambar
Source pic Contoh Kasus: Seorang guru ingin mengetahui prestasi belajar siswa berdasarkan gender (laki-laki dan perempuan). Sampel yang diambil 3 sekolah, dimana ketiga sekolah tersebut diterapkan model pembelajaran yang berbeda. Jenis Kelamin Sekolah SMA 1 (Model A) SMA 2 (Model B) SMA 3 (Model C) Laki-laki 53 65 64 55 65 48 68 58 54 70 73 48 64 68 49 48 45 61 Perempuan 48 80 60 82 63 45 59 65 55 61 75 58 69 68 43 83 87 58 64 71 45 48 58 77 78 40 73
Baca selengkapnya

UJI MANN-WHITNEY U DENGAN SPSS (CONTOH KASUS)

-
Gambar
Uji Mann-Whitney U merupakan uji non-parametrik untuk membandingkan dua sampel independen bila datanya berbentuk ordinal Berikut beberapa kriteria data yang menjadi ketentuan: 1. Data yang diuji harus berskala rasio, interval, atau ordinal. 2. Terdapat 2 kelompok data yang diuji. 3. Data tidak berpasangan alias berbeda kelompok. 4. Kelompok yang diuji variansnya sama alias homogen. Contoh Kasus:  Seorang guru Fisika ingin mengetahui apakah ada perbedaan nilai hasil belajar Fisika antara siswa laki-laki dan perempuan setelah menerapkan model pembelajaran Discovery Learning . Diambil 16 siswa sebagai sampel. Hipotesis untuk kasus di atas: Ho: Tidak terdapat perbedaan hasil belajar fisika antara siswa perempuan dan laki laki Ha: Terdapat perbedaan hasil belajar fisika antara siswa perempuan dan laki-laki Tabel Data Hasil Belajar Fisika Peserta Didik Langkah – langkah analisis dengan SPSS: 1. Jalankan program SPSS, pilih Variable View di bagian bawah. Isikan di kolom Name
Baca selengkapnya