Dalam metode statistik yang paling, sampel yang digunakan untuk mempelajari dan membuat kesimpulan tentang populasi. Sampling adalah penting karena membantu untuk mengurangi biaya dan waktu yang dibutuhkan untuk mengumpulkan data untuk analisis.
Sampling adalah proses memilih pengamatan dari populasi sehingga dengan mempelajari sampel, kesimpulan dapat dibuat tentang populasi. Dengan kata lain, sampel seperti 'melihat gelas' dari populasi. Sampel harus menyerupai populasi jika ukuran sampel iis cukup besar dan pengambilan sampel dilakukan dengan cara acak. Secara umum, semakin besar ukuran sampel, semakin kecil risiko membuat kesimpulan yang salah bagi penduduk.
Teorema limit sentral adalah dasar bagi banyak prosedur statistik. Dalam kasus sampling, teorema menunjukkan bahwa rata-rata sampel cenderung menuju distribusi normal (jika ada sejumlah cukup besar sampel acak, masing-masing sampel berisi nomor yang cukup besar pengamatan dan sampel acak) Penerapan kunci dari teorema ini di sini adalah bahwa mean sampel berarti cenderung rata-rata populasi dan varians dari sampel cenderung ke arah varians populasi dibagi dengan ukuran sampel.
Bagaimana melakukan pengambilan sampelSampel yang diambil harus acak sehingga setiap pengamatan memiliki probabilitas yang sama hadir dalam sampel. Bagian berikut membahas beberapa pertimbangan utama untuk pengambilan sampel.
Populasi Definisi
Sebelum mengambil sampel, penting untuk benar mendefinisikan populasi perhatian yang harus didasarkan pada definisi masalah fokus. Populasi harus didefinisikan di mana masalah atau isu ini. Misalnya, dalam sebuah jajak pendapat, penduduk harus tidak termasuk orang-orang yang tidak memenuhi syarat untuk memilih. Pertimbangan utama untuk menentukan populasi meliputi:
• Daerah mana masalah atau isu muncul?• Siapa yang dipengaruhi oleh masalah atau isu?• Kapan masalah atau isu yang terjadi?• Dimana masalah atau isu yang datang dari?
Stratifikasi
Stratified sampling harus dilakukan jika populasi memiliki beberapa kategori yang berbeda. Ini iis untuk memastikan bahwa kelompok-kelompok tertentu dalam suatu populasi cukup terwakili dalam sampel. Biasanya, stratifikasi yang dipilih harus memiliki sarana yang berbeda secara substansial dari satu sama lain dan varians diminimalkan dalam strata dan dimaksimalkan varian antar strata.
Sampling Sistematis
Random sampling berguna untuk mengumpulkan data historis. Untuk data baru mengumpulkan, pengambilan sampel sistematis dapat digunakan. Sebagai contoh, dalam mengumpulkan data di sebuah pusat panggilan, satu dari setiap lima panggilan dapat dipilih untuk memeriksa kualitas.
Pertimbangan lain
• Ini mungkin lebih baik untuk mengumpulkan sampel selama jangka waktu yang lebih lama daripada mengumpulkan banyak sampel dalam periode yang sama• proses yang tidak stabil mungkin memerlukan sampel yang lebih besar• Proses dengan waktu siklus pendek mungkin memerlukan sering sampel
Sampling adalah proses memilih pengamatan dari populasi sehingga dengan mempelajari sampel, kesimpulan dapat dibuat tentang populasi. Dengan kata lain, sampel seperti 'melihat gelas' dari populasi. Sampel harus menyerupai populasi jika ukuran sampel iis cukup besar dan pengambilan sampel dilakukan dengan cara acak. Secara umum, semakin besar ukuran sampel, semakin kecil risiko membuat kesimpulan yang salah bagi penduduk.
Teorema limit sentral adalah dasar bagi banyak prosedur statistik. Dalam kasus sampling, teorema menunjukkan bahwa rata-rata sampel cenderung menuju distribusi normal (jika ada sejumlah cukup besar sampel acak, masing-masing sampel berisi nomor yang cukup besar pengamatan dan sampel acak) Penerapan kunci dari teorema ini di sini adalah bahwa mean sampel berarti cenderung rata-rata populasi dan varians dari sampel cenderung ke arah varians populasi dibagi dengan ukuran sampel.
Bagaimana melakukan pengambilan sampelSampel yang diambil harus acak sehingga setiap pengamatan memiliki probabilitas yang sama hadir dalam sampel. Bagian berikut membahas beberapa pertimbangan utama untuk pengambilan sampel.
Populasi Definisi
Sebelum mengambil sampel, penting untuk benar mendefinisikan populasi perhatian yang harus didasarkan pada definisi masalah fokus. Populasi harus didefinisikan di mana masalah atau isu ini. Misalnya, dalam sebuah jajak pendapat, penduduk harus tidak termasuk orang-orang yang tidak memenuhi syarat untuk memilih. Pertimbangan utama untuk menentukan populasi meliputi:
• Daerah mana masalah atau isu muncul?• Siapa yang dipengaruhi oleh masalah atau isu?• Kapan masalah atau isu yang terjadi?• Dimana masalah atau isu yang datang dari?
Stratifikasi
Stratified sampling harus dilakukan jika populasi memiliki beberapa kategori yang berbeda. Ini iis untuk memastikan bahwa kelompok-kelompok tertentu dalam suatu populasi cukup terwakili dalam sampel. Biasanya, stratifikasi yang dipilih harus memiliki sarana yang berbeda secara substansial dari satu sama lain dan varians diminimalkan dalam strata dan dimaksimalkan varian antar strata.
Sampling Sistematis
Random sampling berguna untuk mengumpulkan data historis. Untuk data baru mengumpulkan, pengambilan sampel sistematis dapat digunakan. Sebagai contoh, dalam mengumpulkan data di sebuah pusat panggilan, satu dari setiap lima panggilan dapat dipilih untuk memeriksa kualitas.
Pertimbangan lain
• Ini mungkin lebih baik untuk mengumpulkan sampel selama jangka waktu yang lebih lama daripada mengumpulkan banyak sampel dalam periode yang sama• proses yang tidak stabil mungkin memerlukan sampel yang lebih besar• Proses dengan waktu siklus pendek mungkin memerlukan sering sampel
No comments:
Post a Comment