Apa itu Sampel Acak Sederhana?
Sampel acak sederhana adalah subset dari populasi statistik di mana setiap anggota subset memiliki probabilitas yang sama untuk dipilih. Sampel acak sederhana dimaksudkan untuk menjadi representasi kelompok yang tidak bias.
Contoh sampel acak sederhana adalah nama dari 25 karyawan yang dipilih dari sebuah perusahaan dengan 250 karyawan. Dalam hal ini, populasinya adalah semua 250 karyawan, dan sampelnya acak karena setiap karyawan memiliki kesempatan yang sama untuk dipilih. Pengambilan sampel acak digunakan dalam sains untuk melakukan tes kontrol acak atau untuk eksperimen buta.
Tidak ada metode yang lebih mudah untuk mengekstrak sampel penelitian dari populasi yang lebih besar daripada pengambilan sampel acak sederhana. Memilih subjek sepenuhnya secara acak dari populasi yang lebih besar juga menghasilkan sampel yang mewakili kelompok yang diteliti.
Memahami Sampel Acak Sederhana
Peneliti dapat membuat sampel acak sederhana menggunakan beberapa metode. Dengan metode lotere, setiap anggota populasi diberi nomor, setelah itu nomor dipilih secara acak.
Contoh di mana nama 25 karyawan dari 250 dipilih keluar dari topi adalah contoh metode lotere di tempat kerja. Masing-masing dari 250 karyawan akan diberi nomor antara 1 dan 250, setelah itu 25 dari nomor tersebut akan dipilih secara acak.
Karena individu-individu yang membentuk bagian dari kelompok yang lebih besar dipilih secara acak, setiap individu dalam kumpulan populasi yang besar memiliki kemungkinan yang sama untuk dipilih. Ini menciptakan, dalam banyak kasus, subset seimbang yang membawa potensi terbesar untuk mewakili kelompok yang lebih besar secara keseluruhan, bebas dari bias apa pun.
Untuk populasi yang lebih besar, metode lotere manual bisa sangat memberatkan. Memilih sampel acak dari populasi besar biasanya memerlukan proses yang dihasilkan komputer, di mana metodologi yang sama seperti metode lotere digunakan, hanya penetapan nomor dan pemilihan selanjutnya yang dilakukan oleh komputer, bukan manusia.
Ruang untuk Kesalahan
Dengan sampel acak sederhana, harus ada ruang untuk kesalahan yang diwakili oleh varians plus dan minus (kesalahan pengambilan sampel). Misalnya, jika di sebuah sekolah menengah atas dengan 1.000 siswa harus dilakukan survei untuk menentukan berapa banyak siswa yang kidal, pengambilan sampel secara acak dapat menentukan bahwa delapan dari 100 sampel adalah kidal. Kesimpulannya adalah 8% dari populasi siswa sekolah menengah kidal, padahal rata-rata global mendekati 10%.
Hal yang sama juga berlaku terlepas dari materi pelajarannya. Survei tentang persentase populasi siswa yang memiliki mata hijau atau cacat fisik akan menghasilkan probabilitas matematika berdasarkan survei acak sederhana, tetapi selalu dengan varian plus atau minus. Satu-satunya cara untuk memiliki tingkat akurasi 100% adalah dengan mensurvei 1.000 siswa yang, jika memungkinkan, akan tidak praktis.
- Sampel acak sederhana mengambil sebagian kecil, bagian acak dari seluruh populasi untuk mewakili seluruh kumpulan data, di mana setiap anggota memiliki probabilitas yang sama untuk dipilih.
- Peneliti dapat membuat sampel acak sederhana menggunakan metode seperti lotere atau penarikan acak.
- Kesalahan pengambilan sampel dapat terjadi dengan sampel acak sederhana jika sampel tidak secara akurat mencerminkan populasi yang seharusnya diwakili.
Sampel Acak Sederhana versus Sampel Acak Stratifikasi
Sampel acak sederhana dan sampel acak berstrata keduanya merupakan alat pengukuran statistik. Sampel acak sederhana digunakan untuk mewakili seluruh populasi data. Sampel acak bertingkat membagi populasi menjadi kelompok-kelompok yang lebih kecil, atau strata, berdasarkan karakteristik bersama.
Tidak seperti sampel acak sederhana, sampel acak bertingkat digunakan dengan populasi yang dapat dengan mudah dipecah menjadi subkelompok atau subset yang berbeda. Kelompok-kelompok ini didasarkan pada kriteria tertentu, kemudian elemen dari masing-masing dipilih secara acak sesuai dengan ukuran kelompok versus populasi.
Metode pengambilan sampel ini berarti akan ada pilihan dari setiap kelompok yang berbeda — yang besarnya didasarkan pada proporsinya terhadap seluruh populasi. Tetapi para peneliti harus memastikan strata tidak tumpang tindih. Setiap titik dalam populasi hanya boleh dimiliki oleh satu lapisan sehingga setiap titik saling eksklusif. Strata yang tumpang tindih akan meningkatkan kemungkinan bahwa beberapa data dimasukkan, sehingga sampel menjadi miring.
Keuntungan Sampel Acak Sederhana
Kemudahan penggunaan merupakan keuntungan terbesar dari pengambilan sampel acak sederhana. Tidak seperti metode pengambilan sampel yang lebih rumit, seperti pengambilan sampel acak berstrata dan pengambilan sampel probabilitas, tidak perlu membagi populasi menjadi sub-populasi atau mengambil langkah tambahan lain sebelum memilih anggota populasi secara acak.
Sampel acak sederhana dimaksudkan untuk menjadi representasi kelompok yang tidak bias. Ini dianggap cara yang adil untuk memilih sampel dari populasi yang lebih besar karena setiap anggota populasi memiliki kesempatan yang sama untuk dipilih.
Meskipun pengambilan sampel acak sederhana dimaksudkan sebagai pendekatan survei yang tidak bias, bias pemilihan sampel dapat terjadi. Ketika kumpulan sampel dari populasi yang lebih besar tidak cukup inklusif, representasi dari populasi penuh tidak sesuai dan membutuhkan teknik pengambilan sampel tambahan.
Kekurangan Sampel Acak Sederhana
Kesalahan pengambilan sampel dapat terjadi dengan sampel acak sederhana jika sampel tidak secara akurat mencerminkan populasi yang seharusnya diwakili. Misalnya, dalam sampel acak sederhana kami yang terdiri dari 25 karyawan, akan dimungkinkan untuk menarik 25 pria meskipun populasi terdiri dari 125 wanita dan 125 pria.
Untuk alasan ini, pengambilan sampel acak sederhana lebih umum digunakan ketika peneliti hanya mengetahui sedikit tentang populasi. Jika peneliti mengetahui lebih banyak, akan lebih baik untuk menggunakan teknik pengambilan sampel yang berbeda, seperti pengambilan sampel acak bertingkat, yang membantu untuk menjelaskan perbedaan dalam populasi, seperti usia, ras atau jenis kelamin. Kerugian lainnya termasuk fakta bahwa untuk pengambilan sampel dari populasi yang besar, prosesnya dapat memakan waktu dan biaya yang besar dibandingkan dengan metode lain.