Ing statistik, sampel minangka subset saka populasi sing digunakake kanggo makili kabeh klompok minangka kabèh. Nalika nindakake riset, asring ora praktis kanggo nylidhiki saben anggota populasi tartamtu amarga jumlah wong cilik banget. Kanggo nggawe kasimpulan babagan karakteristik populasi, peneliti bisa nggunakake sampel acak .
Kena Apa Peneliti Nganggo Sampel?
Nalika ngetokake rasio pikiran utawa tingkah manungsa , peneliti ora bisa ngumpulake data saka saben individu sajrone kasus kasebut. Nanging, dheweke milih sampel sing luwih cilik saka individu sing makili kelompok luwih gedhe. Yen sampel iku sajatine wakil saka populasi kasebut, panaliti banjur bisa njupuk asile lan nerbitake menyang kelompok luwih gedhe.
Jenis Sampling
Ing riset psikologis lan jinis riset sosial liyane, eksperimen biasane gumantung marang sawetara metode sampling sing beda.
1. Probability Sampling
Probability sampling tegese saben individu ing populasi stands lan kesempatan sing padha pinilih. Amarga kanthi sampling kemungkinan nglibatake seleksi acak, bakal njamin manawa subset populasi beda duwe kesempatan sing padha supaya diwakili ing sampel. Iki ndadekake conto-conto kamungkinan sing luwih dhuwur, lan para panaliti luwih bisa ngetokake asil sing luwih dhuwur marang grup kasebut.
Ana sawetara jinis sampling kemungkinan:
- Sampel acak prasaja , minangka jeneng nyaranake, jinis paling gampang saka sampling probabilitas. Para panaliti njupuk saben individu ing populasi lan kanthi acak milih sampel, asring nggunakake sawetara jinis program komputer utawa generator nomer acak.
- Sampel acak sacara stratified nyakup pamisahan populasi menyang subkelompok lan banjur njupuk sampel acak prasaja saka saben subkelas kasebut. Contone, panliten bisa nyebarake populasi dadi subkumpulan miturut lomba, jender, utawa umur lan banjur njupuk sampel acak prasaja saka saben kelompok kasebut. Sampel acak sacara stratified kerep nyedhiyakake akurasi statistik sing luwih dhuwur tinimbang prasaja sampling kanthi gampang lan mbantu manawa klompok tartamtu wis diwakili kanthi tepat ing sampel.
- Cluster sampling kalebu pamisah populasi dadi kluster cilik, asring adhedhasar lokasi utawa watesan geografis. Sampel acak saka klompok iki banjur dipilih lan kabeh subjek ing kluster diukur. Contone, mbayangno yen sampeyan nyoba nindakake sinau babagan kepala sekolah ing negara sampeyan. Ngumpulake data saka saben sekolah dhasar bakal dadi biaya-larang lan akeh wektu. Nggunakake klompok sampling method, sampeyan kanthi acak milih lima kabupaten saka negara sampeyan banjur ngumpulake data saka saben subjek ing saben sing lima kabupaten.
2. Sampling Nonprobability
Sampling non-probabilitas, ing tangan liyane, melu milih peserta nggunakake cara sing ora menehi saben individu ing populasi lan kesempatan sing padha kapilih.
Siji masalah karo jinis sampel iki yaiku menawa sukarelawan uga beda karo variabel tartamtu tinimbang non-sukarelawan, sing bisa nyebabake asil umum kanggo kabeh populasi.
Ana uga pirang-pirang jinis sampling nonprobability:
- Sampling sing nyenengake nyedhiyakake nggunakake peserta ing sinau amarga padha trep lan kasedhiya. Yen sampeyan duwe kabeh volunteering kanggo sinau psikologi liwat departemen psikologi universitas sampeyan, sampeyan wis melu ing sinau sing gumantung sampel sampurna. Studi sing nyedhiyani nyuwun bantuan sukarelawan utawa nggunakake sampel klinis sing kasedhiya kanggo panaliti yaiku conto conto sampurna.
- Purpose sampling involves seeking out individuals that meet certain criteria. Contone, para pemasar uga kasengsem ing sinau babagan produk-produk sing dianggep wanita antarane umur 18 lan 35. Bisa uga nyewa perusahaan riset pasar kanggo nglakoni wawancara telpon sing kanthi sengaja ngupayakake lan wawancara marang wanita sing ketemu kriteria umur.
- Sampel kuota melu kanthi sengaja nyorot proporsi tartamtu saka subkumpulan ing populasi. Contone, pollsters politik bisa uga kepengin nggoleki panemu populasi ing masalah politik. Yen nggunakake sampling acak prasaja, kedadeyan kasebut bisa ilang subset populasi tartamtu. Nanging, padha nggawe kritéria yen persentase tartamtu saka sampel kudu kalebu subgroups iki. Nalika sampel sing diasilake ora nyata minangka wakil saka proporsi nyata sing ana ing populasi, nduweni kuota njamin subkelas sing luwih cilik kasebut diwakili.
Sinau luwih lengkap babagan sawetara cara sing kemungkinan probabilitas lan nonprobability beda-beda.
Kesalahan Sampling
Amarga kanthi sampling kanthi alami ora bisa nyakup saben individu ing populasi, kasalahan bisa dumadi. Bedane antarane populasi saiki lan apa sing ana ing sampel dikenal minangka kasalahan sampling .
Nalika ora bisa ngerti persis kaya sing beda antarane populasi lan sampel, peneliti bisa ngira statistik ukuran kasalahan sampling. Ing jajak pendapat politik, umpamane, sampeyan bisa uga krungu saka wates saka kesalahan sing ditulis dening tingkat kapercayan tartamtu.
Umumé, ukuran sampel sing luwih gedhe luwih cilik saka tingkat kesalahan. Iki mung amarga amarga sampel dadi luwih cedhak kanggo nggayuh ukuran populasi total, luwih cenderung supaya kanthi akurat nyekel kabeh karakteristik populasi. Cara sing bener kanggo ngilangi kesalahan sampling yaiku ngumpulake data saka kabeh populasi, sing asring banget biaya-biaya lan wektu akeh. Kesalahan sampling bisa diminimalake, kanthi nggunakake uji probabilitas acak lan ukuran sampel gedhe.
Cathetan:
Goodwin, CJ (2010). Riset Psikologi: Metode lan Desain. Hoboken, NJ: John Wiley and Sons.
Nicholas, L. (2008). Pengantar Psikologi. UCT Press: Cape Town.