a:

Sebagai metode sampling statistik, sampling sistematis lebih sederhana dan lebih mudah daripada random sampling. Ini juga bisa lebih kondusif untuk meliput area studi yang luas. Di sisi lain, sampling sistematis mengenalkan parameter acak tertentu dalam data. Hal ini dapat menyebabkan kurang atau kurang representasi pola tertentu.

Memeriksa Sampling Sistematik

Dalam sampel yang sistematis, data yang dipilih didistribusikan secara merata. Misalnya, dalam populasi 10.000 orang, seorang ahli statistik dapat memilih setiap 100 orang untuk pengambilan sampel. Interval sampling juga bisa sistematis, seperti memilih satu sampel baru setiap 12 jam.

Sampling sistematik sangat populer di kalangan peneliti karena kesederhanaannya. Periset umumnya berasumsi bahwa hasilnya mewakili populasi yang paling normal, kecuali karakteristik acak yang tidak proporsional ada dengan setiap sampel data n (yang tidak mungkin).

Untuk memulai, seorang peneliti memilih bilangan bulat awal untuk mendasarkan sistem. Jumlah ini harus lebih kecil dari populasi secara keseluruhan; dia tidak memilih setiap halaman 500 untuk sampel lapangan sepak bola 100 yard. Setelah nomor dipilih, peneliti memilih interval, atau spasi di antara sampel dalam populasi.

Keuntungan Utama

Sampel sistematis relatif mudah untuk dibangun, dijalankan, dibandingkan dan dimengerti. Hal ini sangat penting untuk studi atau survei yang beroperasi dengan batasan anggaran yang ketat.

Metode sistematis juga memberi periset dan statistik dengan tingkat kontrol dan rasa proses. Ini mungkin sangat bermanfaat untuk studi dengan parameter ketat atau hipotesis yang terbentuk secara sempit, dengan asumsi pengambilan sampel cukup sesuai agar sesuai dengan parameter tersebut.

Clustered selection, sebuah fenomena dimana sampel yang dipilih secara acak jarang berdekatan dalam suatu populasi, dieliminasi dalam pengambilan sampel secara sistematis. Sampel acak hanya bisa menangani hal ini dengan meningkatkan jumlah sampel atau menjalankan lebih dari satu survei. Ini bisa menjadi alternatif mahal.

Mungkin kekuatan terbesar dari pendekatan sistematis adalah faktor risiko rendahnya. Kerugian potensial utama dari sistem ini membawa kemungkinan yang sangat kecil untuk mengkontaminasi data.

Kerugian Utama

Metode sistematis mengasumsikan bahwa ukuran populasi tersedia atau dapat diperkirakan secara wajar. Misalnya, anggap seorang peneliti ingin mempelajari ukuran tikus di area tertentu. Jika dia tidak tahu berapa banyak tikus yang ada, dia tidak dapat secara sistematis memilih titik awal atau ukuran interval.

Populasi harus menunjukkan tingkat keacakan alami sepanjang metrik yang dipilih.Jika populasi memiliki jenis pola standar, risiko memilih kasus yang sangat umum secara tidak sengaja lebih jelas.

Untuk situasi hipotetis sederhana, pertimbangkan daftar breed anjing favorit dimana (sengaja atau kebetulan) setiap anjing dengan nomor merata dalam daftar kecil dan setiap anjing aneh berukuran besar. Jika sampler sistematis dimulai dengan anjing keempat dan memilih selang enam, survei tersebut menyingkirkan anjing-anjing besar.

Ada risiko manipulasi data yang lebih besar dengan pengambilan sampel yang sistematis karena periset mungkin dapat membangun sistem mereka untuk meningkatkan kemungkinan pencapaian hasil yang ditargetkan daripada membiarkan data acak menghasilkan jawaban yang representatif. Statistik yang dihasilkan tidak dapat dipercaya.