Random Sampling, Gimana Caranya?

Populasi adalah semua individu/objek yang memiliki karakteristik tertentu yang ingin kita teliti. Contoh: Penduduk DKI Jakarta berusia 30-62 tahun. Sampel adalah sebagian dari populasi yang akan diteliti. Tujuan sampling adalah untuk mempelajari karakteristik populasi dengan meneliti sebagian populasi saja, bukan keseluruhan populasi.

Simple random sampling (SRS)

Simple random sampling (SRS) adalah teknik sampling paling sederhana, dimana kita mengambil sejumlah sampel secara acak dari populasi. Seperti undian, dimana kita secara acak mengambil kertas dari kotak berisi ratusan (populasi) kertas bertuliskan nama.

Stratified Random Sampling

Populasi, dibagi menjadi beberapa strata (kelompok). Setiap strata memiliki objek penelitian dengan karakteristik yang mirip. Kemudian, sampel diambil dari setiap strata diambil secara Simple Random Sampling (SRS).

Misalnya, jika populasi terdiri dari: 40% laki-laki dan 60% perempuan 30% berusia 18-29 tahun, 25% 30-44 tahun, 20% 45-59 tahun, 25% 60 tahun ke atas Maka, jumlah sampel yang diambil dari setiap stratum harus proporsional dengan komposisi populasi tersebut.

Keuntungan stratified random sampling:

• Memastikan setiap subkelompok populasi terwakili dalam sampel
• Meningkatkan ketepatan estimasi populasi
• Memperkecil kesalahan sampel dibandingkan simple random sampling

Multistage sampling

Menggunakan kombinasi dua atau lebih Simple Random Sampling (SRS). Misal ada tiga kelompok besar untuk populasi. Tahap pertama dimulai dengan menggunakan SRS untuk memilih grup mana yang akan kita teliti. Kemudian, tahap kedua adalah mengambil sampel dari grup yang terpilih tersebut menggunakan SRS lagi.

contoh: penelitian tentang pola konsumsi makanan pada remaja di suatu negara.

• tahap 1: memilih provinsi secara acak
  • misalnya, dari 30 provinsi di negara tersebut, dipilih secara acak 6 provinsi.
• tahap 2: memilih kabupaten/kota secara acak dari setiap provinsi terpilih
  • misalnya, dari setiap 6 provinsi terpilih, diambil secara acak 3 kabupaten/kota.
• tahap 3: memilih sma secara acak dari setiap kabupaten/kota terpilih
  • misalnya, dari setiap 3 kabupaten/kota terpilih, diambil secara acak 2 sma.
• tahap 4: memilih kelas secara acak dari setiap sma terpilih
  • misalnya, dari setiap 2 sma terpilih, diambil secara acak 3 kelas.
• tahap 5: semua siswa dalam kelas-kelas terpilih menjadi sampel untuk penelitian.

Keuntungan multi-stage sampling:

• Mempermudah operasional sampling pada wilayah yang luas
• Lebih hemat biaya dan waktu dibandingkan simple random sampling
• Dapat menghasilkan sampel yang representatif jika dilakukan dengan benar

Kekurangan:

• Membutuhkan informasi yang akurat tentang populasi untuk pemilihan cluster
• Estimasi sampel mungkin kurang akurat dibandingkan simple random sampling

Multi-stage sampling sering digunakan dalam survei skala besar seperti sensus atau survei nasional karena populasi tersebar di wilayah yang luas.

Systematic Sampling

Systematic sampling adalah metode dimana sampel dipilih berdasarkan interval yang regular dari populasi yang memiliki urutan acak. Contoh:

• Populasi ada 1000 pasien, dan besar sampel yang kita inginkan adalah 20.
• Angka 20 ini akan menjadi interval untuk pengambilan sampel.
• Kita mulai ambil dari pasien urutan ke-91 (angka apapun terserah).
• Lalu, ambil pasien urutan 91 + 20 (angka awal + interval), yaitu urutan ke-111, dan seterusnya (131, 151, 171, ...)
• Lakukan hingga 20 pasien telah diambil.

Hal ini pada dasarnya mirip dengan SRS, dimana tujuannya adalah mengambil sampel dengan seacak mungkin.