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.

26. dan pilihan selanjutnya adalah secara berkala. Meskipun demikian. maka rumah yang dipilih adalah 11. dengan kembali ke atas setelah akhir daftar dilewatkan. Dari kerangka sampling. sampling interval (kadang-kadang dikenal sebagai loncat): ini dihitung sebagai: dimana n adalah ukuran sampel. Menggunakan prosedur ini setiap elemen dalam populasi memiliki probabilitas yang diketahui dan setara seleksi. Contoh: Misalkan supermarket ingin belajar kebiasaan membeli dari pelanggan mereka. jauh lebih efisien (jika varians dalam sampel sistematis lebih dari varians dari populasi). dan 116. titik awal yang dipilih secara acak. Bentuk yang paling umum dari sampling sistematik merupakan metode yang sama-probabilitas. Dalam pendekatan ini. Hal ini membuat sampling sistematik fungsional mirip dengan simple random sampling . Jika titik awal acak adalah 11. Pola apapun akan mengancam keacakan.Sistematis Sampling Sampling sistematik adalah metode statistik yang melibatkan pemilihan unsur-unsur dari memerintahkan kerangka sampling . di mana k. perkembangan melalui daftar diperlakukan sirkuler. misalkan Anda ingin sampel 8 rumah dari jalan dari 120 rumah. Sebagai contoh. 86. Peneliti harus memastikan bahwa sampling interval yang dipilih tidak menyembunyikan pola. . 71. Ini adalah random sampling dengan sistem. kemudian menggunakan sampling sistematik mereka dapat memilih setiap pelanggan 10 atau 15 memasuki supermarket dan melakukan penelitian pada sampel ini. 120/8 = 15. 101. 56. Sampling dimulai dengan memilih elemen dari daftar secara acak dan kemudian setiap th k elemen dalam frame yang dipilih. dan N adalah ukuran populasi. 41. sehingga setiap rumah 15 dipilih setelah titik awal acak antara 1 dan 15. karena unit sampel sistematis secara seragam didistribusikan ke penduduk. Sampling sistematik diterapkan hanya jika populasi tertentu secara logis homogen.

misalkan kita untuk sampel lingkungan direncanakan di mana jalan masingmasing memiliki sepuluh rumah di setiap blok. kami mengalokasikan setiap elemen ruang sepanjang garis bilangan sesuai dengan probabilitas seleksi. 8 * 15 = 120.0 (= 1. jika Anda mengambil setiap rumah 15. 10. 98. bukan harus dipilih sebagai integer antara 0 dan 15. 21. 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).6 + 0.6) D: 1. seperti yang lebih sering.Jika. unit B probabilitas 40%.. di mana 125/8 = 15.6-1. Titik awal acak.8) . Jika titik awal acak adalah 3. Dalam hal ini. 82.2-2. sehingga ada risiko bahwa rumah terakhir yang dipilih tidak ada. Kami ingin memberikan unit A probabilitas 20% seleksi.625). 51. dan setiap integer dipilih harus dibulatkan ke integer berikutnya.625 (inklusif pada satu titik akhir saja) untuk memastikan bahwa setiap rumah memiliki kesempatan yang sama untuk dipilih. cara baik. bukan hanya menghitung melalui unsur-unsur dari populasi dan memilih setiap unit th k.6. maka rumah yang dipilih adalah 4.2-0. dan 113.6 (= 0. 8 * 16 = 128. blok sudut mungkin kurang berharga. 66. Dengan asumsi kita mempertahankan urutan abjad. Sampling sistematik juga dapat digunakan dengan non-sama probabilitas seleksi. dan bergerak sepanjang garis bilangan dalam langkah 1. dan seterusnya sampai E unit (100%).4) C: 0.2 (= 0. Contoh: Kami memiliki populasi 5 unit (A E untuk). penduduk tidak merata dibagi (misalkan Anda ingin sampel 8 rumah dari 125. interval sekarang harus nonintegral (15. Kami kemudian menghasilkan mulai acak dari distribusi seragam antara 0 dan 1.. sejak lebih dari daerah mereka diambil oleh dll streetfront yang tersedia untuk membangun tujuan. Ini tempat rumah No 1. 19. 11.625). sebaiknya Anda mengambil setiap rumah 15 atau 16 setiap rumah? Jika Anda mengambil setiap rumah 16. Jika kita kemudian sampel setiap rumah tangga 10th. itu tidak akan menjadi wakil.2 + 0. Untuk menggambarkan bahaya sistematis melewatkan menyembunyikan pola. di sudut blok. 20.2 B: 0. 35.2 + 0. sehingga lima rumah terakhir tidak akan dipilih. 30 . Di sisi lain. kami mengalokasikan setiap unit interval berikut: A: 0-0. di mana terdapat 3 interval siklik dari 15 dan 5 interval 16.

1. Selanjutnya.156 (elemen C). pertama-tama kita akan pilih unit yang mengandung Interval nomor ini (yaitu A). 15. Tetapkan jumlah sampel yang ingin diambil 3.350 poin (B). . 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. 35. Tentukan K (kelas interval) 4.0) Jika mulai acak kami adalah 0. kemudian Nama-nama Kepala Sekolah disusun secara alpabetis. Pengambilan sampel secara sistematis adalah suatu metode dimana hanya unsur pertama dari sampel yang dipilih secara acak. lalu dipilih sampel per sepuluh Kepala Sekolah. untuk itu disusun nomor dari 1 sampai 10. dan seterusnya sampai diperoleh jumlah sampel yang dikehendaki. maka sampelnya adalah nomor 5.350. maka 2.0 (= 2. 25. lalu diundi untuk memilih satu angka. jika angka lima yang keluar.E: 2. Jika bukan mulai acak kami adalah 0. Systematic Random Sampilng ( Teknik Sampling Sistematis ) Systematic Sampling merupakan Alternatif lain pengambilan sampel yang sangat bermanfaat untuk pengambilan sampel dari populasi yang sangat besar. Mulailah mengambil sampel dimulai dari angka atau nomor awal yang terpilih. 6. Tentukan angka atau nomor awal di antara kelas interval tersebut secara acak atau random – biasanya melalui cara undian saja. 5.156 (E elemen). Susun sampling frame 2. dan 2.156. sedang unsur-unsur selanjutnya dipilih secara sistematis menurut suatu pola tertentu. kita akan memilih interval yang mengandung 1.0 ke 3.0 + 1.350 (E). Prosedurnya : 1.350 (D). kami akan memilih dari 0.