Apa Keuntungan dan Kerugian Sampling Acak Stratified?

Stress, Portrait of a Killer - Full Documentary (2008) (Maret 2024)

Stress, Portrait of a Killer - Full Documentary (2008) (Maret 2024)
Apa Keuntungan dan Kerugian Sampling Acak Stratified?

Daftar Isi:

Anonim
a:

Peneliti menggunakan stratified random sampling untuk mendapatkan populasi sampel yang paling mewakili seluruh populasi yang diteliti. Kelebihannya termasuk meminimalkan bias pemilihan sampel dan memastikan segmen tertentu dari populasi tidak terlalu terwakili atau kurang terwakili. Kerugiannya adalah tidak dapat digunakan bila peneliti tidak dapat dengan yakin mengklasifikasikan setiap anggota populasi ke dalam subkelompok.

Stratified random sampling melibatkan pertama membagi populasi menjadi subpopulasi dan kemudian menerapkan metode sampling acak untuk setiap subpopulasi untuk membentuk kelompok uji. Pertimbangkan sebuah studi yang dirancang untuk mengevaluasi kecenderungan politis mahasiswa ekonomi di universitas besar. Para peneliti ingin melakukan segala upaya untuk memastikan sampel yang terbaik mendekati populasi aktual mengenai jenis kelamin dan tingkat studi, seperti sarjana versus sarjana.

Pertama, para peneliti menugaskan setiap mahasiswa ekonomi di universitas tersebut ke salah satu dari empat subpopulasi: sarjana pria, sarjana wanita, lulusan laki-laki dan lulusan perempuan. Pengambilan sampel secara acak dilakukan untuk setiap subpopulasi berdasarkan representasinya di dalam populasi secara keseluruhan. Anggaplah lulusan laki-laki terdiri dari 45% populasi. Jika ukuran sampel penelitian adalah 100, ia memiliki 45 sarjana laki-laki. Karena lulusan laki-laki hanya terdiri dari 20% populasi, 20 dipilih untuk sampel.

Keuntungan terbesar dari stratified random sampling adalah mengurangi bias seleksi. Stratifikasi seluruh populasi sebelum menerapkan metode sampling acak membantu memastikan sampel yang secara akurat mencerminkan populasi yang diteliti berdasarkan kriteria yang digunakan untuk stratifikasi.

Stratified random sampling juga menguntungkan bila dapat digunakan secara akurat karena memastikan setiap subkelompok dalam populasi menerima representasi yang tepat dalam sampel. Dengan menggunakan simple random sampling untuk mendapatkan sampel 100 dari populasi yang dijelaskan di atas mungkin menghasilkan pemilihan hanya 25 siswa laki-laki. Tiga puluh lima lulusan laki-laki juga bisa dipilih, sehingga kurang representasi untuk sarjana laki-laki dan overrepresentasi untuk lulusan laki-laki. Karena pencapaian pendidikan terbukti mempengaruhi pandangan politik dalam banyak penelitian terdahulu, kesalahan representasi semacam itu berpotensi mengurangi keakuratan penelitian ini.

Kekurangan

Sayangnya, stratified random sampling tidak dapat digunakan dalam setiap penelitian. Kelemahan metode ini adalah beberapa kondisi harus dipenuhi agar bisa digunakan dengan benar.Periset harus mengidentifikasi setiap anggota populasi yang sedang dipelajari dan mengklasifikasikan masing-masing menjadi satu, dan hanya satu, subpopulasi. Menemukan daftar lengkap dan pasti dari seluruh populasi merupakan tantangan pertama. Dalam beberapa kasus, itu benar-benar tidak mungkin.

Tantangan lainnya secara akurat menyortir setiap anggota populasi menjadi satu lapisan tunggal. Contoh di atas membuatnya mudah; sarjana, lulusan, pria dan wanita adalah kelompok yang didefinisikan dengan jelas. Namun, dalam situasi lain, ini jauh lebih sulit. Bayangkan membawa karakteristik yang menentukan seperti ras, etnisitas atau agama bermain. Proses pemilahan menjadi lebih sulit, membuat stratified random sampling menjadi tidak efektif dan kurang ideal.

Lakukan lebih jauh ke dalam sampling acak - Baca Perbedaan Antara Sampel Acak Stratified dan Simple dan Contoh Contoh Acak Stratified.