Latihan Teknik Sampling

Seorang statistisi di Balai Kesehatan Masyarakat sedang melakukan simulasi penarikan sampel menggunakan suatu teknik sampling, tetapi rata-rata nilai seluruh kemungkinan sampel tidak sama dengan nilai parameter. Hal ini terjadi karena

• Sampelnya kurang proporsional

• Margin error yang ditetapkan tidak meminimumkan varians

• Teknik sampling yang digunakan bersifat bias

• Pembobotan sampel tidak sesuai

• Kurang presisi

Berikut kasus yang mencerminkan penerapan teknik systematic sampling

• Sebuah lembaga pendidikan ingin mengetahui rata-rata nilai ujian akhir siswa di seluruh sekolah di sebuah kota. Populasi terdiri dari siswa SMA yang dibagi berdasarkan tiga jenis sekolah: SMA Negeri, SMA Swasta, dan Madrasah Aliyah (MA). Kemudian dilakukan pengambilan sampel di tiga jenis sekolah.

• Sebuah perusahaan ingin mengevaluasi kepuasan pelanggan dengan memilih 1.000 responden dari total 10.000 pelanggan yang terdaftar. Kemudian dilakukan pemilihan secara acak satu orang responden sebagai titik mulai penarikan sampel. Kemudian penarikan sampel dilanjutkan secara periodik

• Sebuah lembaga survei ingin mengetahui tingkat konsumsi rumah tangga di berbagai desa di sebuah kabupaten. Populasi setiap desa berbeda-beda. Agar pemilihan sampel lebih refresentatif maka digunakan variabel pembantu yaitu jumlah anggota rumah tangga

• Sebuah lembaga kesehatan ingin mempelajari pola konsumsi makanan di antara keluarga-keluarga di suatu provinsi. Populasi tersebar di 100 kecamatan. Langkah pertama adalah melakukan pemilihan kecamatan yang menjadi sampel. Dilanjutkan dengan melakukan pemilihan keluarga yang menjadi sampel

• Untuk menghitung produktivitas padi di Bangka Barat, seorang penyuluh pertanian mengajukan permohonan data luas sawah ke BPN. Data tersebut digunakan sebagai pendukung dalam penarikan sampel agar sampel lebih refresentatif.

Berikut kasus yang mencerminkan penerapan teknik cluster sampling

• Sebuah lembaga pendidikan ingin mengetahui rata-rata nilai ujian akhir siswa di seluruh sekolah di sebuah kota. Populasi terdiri dari siswa SMA yang dibagi berdasarkan tiga jenis sekolah: SMA Negeri, SMA Swasta, dan Madrasah Aliyah (MA). Kemudian dilakukan pengambilan sampel di tiga jenis sekolah.

• Sebuah perusahaan ingin mengevaluasi kepuasan pelanggan dengan memilih 1.000 responden dari total 10.000 pelanggan yang terdaftar. Kemudian dilakukan pemilihan secara acak satu orang responden sebagai titik mulai penarikan sampel. Kemudian penarikan sampel dilanjutkan secara periodik

• Sebuah lembaga survei ingin mengetahui tingkat konsumsi rumah tangga di berbagai desa di sebuah kabupaten. Populasi setiap desa berbeda-beda. Agar pemilihan sampel lebih refresentatif maka digunakan variabel pembantu yaitu jumlah anggota rumah tangga

• Sebuah lembaga kesehatan ingin mempelajari pola konsumsi makanan di antara keluarga-keluarga di suatu provinsi. Populasi tersebar di 100 kecamatan. Langkah pertama adalah melakukan pemilihan kecamatan yang menjadi sampel. Dilanjutkan dengan melakukan pemilihan keluarga yang menjadi sampel

• Untuk menghitung produktivitas padi di Bangka Barat, seorang penyuluh pertanian mengajukan permohonan data luas sawah ke BPN. Data tersebut digunakan sebagai pendukung dalam penarikan sampel agar sampel lebih refresentatif.

Berikut kasus yang mencerminkan penerapan teknik Stratified sampling

• Sebuah lembaga pendidikan ingin mengetahui rata-rata nilai ujian akhir siswa di seluruh sekolah di sebuah kota. Populasi terdiri dari siswa SMA yang dibagi berdasarkan tiga jenis sekolah: SMA Negeri, SMA Swasta, dan Madrasah Aliyah (MA). Kemudian dilakukan pengambilan sampel di tiga jenis sekolah.

• Sebuah perusahaan ingin mengevaluasi kepuasan pelanggan dengan memilih 1.000 responden dari total 10.000 pelanggan yang terdaftar. Kemudian dilakukan pemilihan secara acak satu orang responden sebagai titik mulai penarikan sampel. Kemudian penarikan sampel dilanjutkan secara periodik

• Sebuah lembaga survei ingin mengetahui tingkat konsumsi rumah tangga di berbagai desa di sebuah kabupaten. Populasi setiap desa berbeda-beda. Agar pemilihan sampel lebih refresentatif maka digunakan variabel pembantu yaitu jumlah anggota rumah tangga

• Sebuah lembaga kesehatan ingin mempelajari pola konsumsi makanan di antara keluarga-keluarga di suatu provinsi. Populasi tersebar di 100 kecamatan. Langkah pertama adalah melakukan pemilihan kecamatan yang menjadi sampel. Dilanjutkan dengan melakukan pemilihan keluarga yang menjadi sampel

• Untuk menghitung produktivitas padi di Bangka Barat, seorang penyuluh pertanian mengajukan permohonan data luas sawah ke BPN. Data tersebut digunakan sebagai pendukung dalam penarikan sampel agar sampel lebih refresentatif

Saudara menghadapi kasus populasi yang tersebar secara geografis dan dibatasi wilayah administratif. Untuk menghadapi situasi demikian agar statistik yang dihasil dapat memaksimalkan akurasi dan meminimalkan biaya. Desain sampling yang dipilih akan sama dengan situasi seperti kasus berikut :

• Sebuah lembaga survei politik melakukan survei approval rating presiden. Lembaga tersebut memilih 12 provinsi sebagai sampel dan setiap provinsi diambil 100 - 250 responden sebagai sampel

• Seorang mahasiswa ingin meneliti perilaku rabies pada anjing dan kucing di kelurahan mentok bangka barat. Data dari dinas peternakan ada sekitar 5000 anjing dan kucing. Mahasiswa tersebut mengambil 210 sampel.

• Perusahana Semseng ingin menghitung tingkat kepuasan kinerja pegawainya. Perusahaan melakukan pengurutan berdasarkan jenjang jabatan kemudian masing2 jabatan dipilih 25-56 sampel.

• Untuk menghitung produktivitas padi di Bangka Barat, seorang penyuluh pertanian mengajukan permohonan data luas sawah ke BPN. Data tersebut digunakan sebagai pendukung dalam penarikan sampel agar sampel lebih refresentatif.

• Sebuah perusahaan ingin mengevaluasi kepuasan pelanggan dengan memilih 1.000 responden dari total 10.000 pelanggan yang terdaftar. Kemudian dilakukan pemilihan secara acak satu orang responden sebagai titik mulai penarikan sampel. Kemudian penarikan sampel dilanjutkan secara periodik

Kapan teknik stratified random sampling sebaiknya digunakan?

• Ketika populasi sangat homogen

• Ketika populasi sangat heterogen dan terdiri dari subkelompok yang jelas

• Ketika sulit mendapatkan daftar populasi yang lengkap

• Ketika ingin menghemat waktu dan biaya

• Ketika banyak responden non respon

Peneliti menggunakan multistage sampling untuk survei pendidikan. Apa keuntungan utama pendekatan ini?

• Mempermudah pengumpulan data dari populasi besar

• Menghilangkan semua jenis bias

• Mengurangi kompleksitas pengolahan data

• Meningkatkan homogenitas sampel

• Presisi yang didapat paling tinggi dari semua teknik sampling

Seorang peneliti ingin mengetahui efektivitas metode pembelajaran daring di universitas dengan membagi populasi mahasiswa berdasarkan fakultas, lalu memilih sampel secara proporsional dari setiap fakultas. Desain sampling ini serupa dengan situasi berikut:

• Meneliti kepuasan konsumen restoran cepat saji berdasarkan lokasi cabang.

• Menganalisis tingkat pendapatan warga berdasarkan kategori umur

• Melakukan survei produktivitas pegawai berdasarkan jenjang jabatan.

• Meneliti efektivitas vaksin berdasarkan wilayah geografis.

• Meneliti pola belanja rumah tangga dengan memilih 10 wilayah secara acak.

Seorang statistisi baru menyadari teknik sampling yang telah digunakan ternyata memiliki karakteristik bias konsisten. Maka untuk memperkecil bias tersebut langkah yang perlu diambil mengingat anggaran pengumpulan data masih sisa.

• Mengulangi surveinya dengan teknik sampling yang lain

• Melakukan analisis statistik menggunakan metode yang robust

• Menambah jumlah sampel

• Mengetatkan pengawasan pada tahap pengolahan

• Mengurangi jumlah sampel

Bagaimana cara mengatasi masalah non-response dalam suatu pengumpulan data?

• Mengabaikan data yang tidak lengkap

• Melakukan follow-up kepada responden yang tidak merespon

• Mengganti responden yang tidak merespon dengan responden lain yang karakteristiknya sama

• Mewawancarai orang yang mengetahui seluk beluk responden

• Melakukan perkiraan data responden yang tidak lengkap