You are on page 1of 4

Sistematis Sampling Menggunakan Gunakan ketika sulit untuk mengidentifikasi item menggunakan metode simple random sampling (dengan

angka acak). Gunakan ketika itu lebih mudah untuk memilih setiap item n. Metode Mengidentifikasi ukuran sampel Anda, n. Bagilah jumlah item dalam populasi, N, dengan n. Putaran desimal ke bawah. Ini akan memberikan Anda Interval Anda, k. Jadi untuk populasi 2000 dan sampel dari 100, k = 2000/100 = 20. Masukan penduduk menjadi urutan, memastikan atribut sedang dipelajari secara acak didistribusikan. Pilih nomor acak, x, antara 1 dan k. Item sampel pertama adalah x-th. Kemudian pilih setiap item k-th. Jadi jika k adalah 20 dan x adalah 12, pilih item 12, maka 32, maka 52 dan seterusnya. Singkatnya: pilih setiap item n, dimulai dengan satu acak. Contoh Sebuah studi dari orang-orang yang pergi ke klub malam pertama menentukan bahwa ada sekitar 250-300 orang di klub (karena peraturan api). Sebuah ukuran sampel dari 30 dipilih, memberikan interval 300/30 = 10.Sebuah nomor acak antara 1 dan 10 dihasilkan dan dilengkapi dengan 7. Dimulai dengan orang 7 untuk masuk klub, setiap orang diberikan 10 wawancara singkat. Tindakan pencegahan lain diambil untuk menetralisir dampak pada studi apa waktu malam orang orang masuk klub. Diskusi Metode ini hanya bekerja jika Anda dapat mengurutkan item sedang dipelajari menjadi urutan di mana Anda dapat memastikan atribut dipelajari adalah acak. Ini memberikan sebuah metode berguna ketika nomor acak akan sulit untuk menerapkan atau ketika menghitung setiap item n hanya lebih mudah. Dalam contoh di atas, jika angka random sekuensial yang digunakan dan jumlah random pertama adalah 250, maka Anda akan harus menunggu untuk orang ke 250 untuk item pertama Anda. Sampling sistematik juga disebut systematic random sampling.

Sistematis Sampling Sampling sistematik adalah metode statistik yang melibatkan pemilihan unsur-unsur dari memerintahkan kerangka sampling . Bentuk yang paling umum dari sampling sistematik merupakan metode yang sama-probabilitas. Dalam pendekatan ini, perkembangan melalui daftar diperlakukan sirkuler, dengan kembali ke atas setelah akhir daftar dilewatkan. Sampling dimulai dengan memilih elemen dari daftar secara acak dan kemudian setiap th k elemen dalam frame yang dipilih, di mana k, sampling interval (kadang-kadang dikenal sebagai loncat): ini dihitung sebagai:

dimana n adalah ukuran sampel, dan N adalah ukuran populasi. Menggunakan prosedur ini setiap elemen dalam populasi memiliki probabilitas yang diketahui dan setara seleksi. Hal ini membuat sampling sistematik fungsional mirip dengan simple random sampling . Meskipun demikian, jauh lebih efisien (jika varians dalam sampel sistematis lebih dari varians dari populasi). Sampling sistematik diterapkan hanya jika populasi tertentu secara logis homogen, karena unit sampel sistematis secara seragam didistribusikan ke penduduk. Peneliti harus memastikan bahwa sampling interval yang dipilih tidak menyembunyikan pola. Pola apapun akan mengancam keacakan. Contoh: Misalkan supermarket ingin belajar kebiasaan membeli dari pelanggan mereka, kemudian menggunakan sampling sistematik mereka dapat memilih setiap pelanggan 10 atau 15 memasuki supermarket dan melakukan penelitian pada sampel ini. Ini adalah random sampling dengan sistem. Dari kerangka sampling, titik awal yang dipilih secara acak, dan pilihan selanjutnya adalah secara berkala. Sebagai contoh, misalkan Anda ingin sampel 8 rumah dari jalan dari 120 rumah. 120/8 = 15, sehingga setiap rumah 15 dipilih setelah titik awal acak antara 1 dan 15. Jika titik awal acak adalah 11, maka rumah yang dipilih adalah 11, 26, 41, 56, 71, 86, 101, dan 116.

Jika, seperti yang lebih sering, penduduk tidak merata dibagi (misalkan Anda ingin sampel 8 rumah dari 125, di mana 125/8 = 15,625), sebaiknya Anda mengambil setiap rumah 15 atau 16 setiap rumah? Jika Anda mengambil setiap rumah 16, 8 * 16 = 128, sehingga ada risiko bahwa rumah terakhir yang dipilih tidak ada. Di sisi lain, jika Anda mengambil setiap rumah 15, 8 * 15 = 120, sehingga lima rumah terakhir tidak akan dipilih. Titik awal acak, bukan harus dipilih sebagai integer antara 0 dan 15,625 (inklusif pada satu titik akhir saja) untuk memastikan bahwa setiap rumah memiliki kesempatan yang sama untuk dipilih, interval sekarang harus nonintegral (15,625), dan setiap integer dipilih harus dibulatkan ke integer berikutnya. Jika titik awal acak adalah 3,6, maka rumah yang dipilih adalah 4, 19, 35, 51, 66, 82, 98, dan 113, di mana terdapat 3 interval siklik dari 15 dan 5 interval 16. Untuk menggambarkan bahaya sistematis melewatkan menyembunyikan pola, misalkan kita untuk sampel lingkungan direncanakan di mana jalan masingmasing memiliki sepuluh rumah di setiap blok. Ini tempat rumah No 1, 10, 11, 20, 21, 30 ... di sudut blok, blok sudut mungkin kurang berharga, sejak lebih dari daerah mereka diambil oleh dll streetfront yang tersedia untuk membangun tujuan. Jika kita kemudian sampel setiap rumah tangga 10th, sampel kami baik akan terdiri hanya dari rumah sudut (jika kita mulai pada 1 atau 10) atau memiliki sudut rumah tidak ada(setiap awal lainnya), cara baik, itu tidak akan menjadi wakil. Sampling sistematik juga dapat digunakan dengan non-sama probabilitas seleksi. Dalam hal ini, bukan hanya menghitung melalui unsur-unsur dari populasi dan memilih setiap unit th k, kami mengalokasikan setiap elemen ruang sepanjang garis bilangan sesuai dengan probabilitas seleksi. Kami kemudian menghasilkan mulai acak dari distribusi seragam antara 0 dan 1, dan bergerak sepanjang garis bilangan dalam langkah 1. Contoh: Kami memiliki populasi 5 unit (A E untuk). Kami ingin memberikan unit A probabilitas 20% seleksi, unit B probabilitas 40%, dan seterusnya sampai E unit (100%). Dengan asumsi kita mempertahankan urutan abjad, kami mengalokasikan setiap unit interval berikut: A: 0-0,2 B: 0,2-0,6 (= 0,2 + 0,4) C: 0,6-1,2 (= 0,6 + 0,6) D: 1,2-2,0 (= 1,2 + 0,8)

E: 2.0 ke 3.0 (= 2,0 + 1,0) Jika mulai acak kami adalah 0,156, pertama-tama kita akan pilih unit yang mengandung Interval nomor ini (yaitu A). Selanjutnya, kita akan memilih interval yang mengandung 1,156 (elemen C), maka 2,156 (E elemen). Jika bukan mulai acak kami adalah 0,350, kami akan memilih dari 0,350 poin (B), 1.350 (D), dan 2.350 (E).

Systematic Random Sampilng ( Teknik Sampling Sistematis ) Systematic Sampling merupakan Alternatif lain pengambilan sampel yang sangat bermanfaat untuk pengambilan sampel dari populasi yang sangat besar. Pengambilan sampel secara sistematis adalah suatu metode dimana hanya unsur pertama dari sampel yang dipilih secara acak, sedang unsur-unsur selanjutnya dipilih secara sistematis menurut suatu pola tertentu. Prosedurnya : 1. Susun sampling frame 2. Tetapkan jumlah sampel yang ingin diambil 3. Tentukan K (kelas interval) 4. Tentukan angka atau nomor awal di antara kelas interval tersebut secara acak atau random biasanya melalui cara undian saja. 5. Mulailah mengambil sampel dimulai dari angka atau nomor awal yang terpilih. 6. Pilihlah sebagai sampel angka atau nomor interval berikutnya Sebagai contoh: Kepala Dinas Pendidikan ingin mengetahui bagaimana Motivasi Kerja Kepala Sekolah di Kabupaten Kuningan yang berjumlah 1000 orang dan akan mengambil sempel 100 orang Kepala sekolah, kemudian Nama-nama Kepala Sekolah disusun secara alpabetis, lalu dipilih sampel per sepuluh Kepala Sekolah, untuk itu disusun nomor dari 1 sampai 10, lalu diundi untuk memilih satu angka, jika angka lima yang keluar, maka sampelnya adalah nomor 5, 15, 25, 35, dan seterusnya sampai diperoleh jumlah sampel yang dikehendaki.

You might also like