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.

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

0 (= 1. Kami ingin memberikan unit A probabilitas 20% seleksi. 10. Ini tempat rumah No 1. interval sekarang harus nonintegral (15.8) .6) D: 1. bukan hanya menghitung melalui unsur-unsur dari populasi dan memilih setiap unit th k. Dengan asumsi kita mempertahankan urutan abjad. bukan harus dipilih sebagai integer antara 0 dan 15.2-2.6-1. Contoh: Kami memiliki populasi 5 unit (A E untuk). di mana 125/8 = 15. Jika kita kemudian sampel setiap rumah tangga 10th. Sampling sistematik juga dapat digunakan dengan non-sama probabilitas seleksi. unit B probabilitas 40%. 82. maka rumah yang dipilih adalah 4. dan setiap integer dipilih harus dibulatkan ke integer berikutnya. seperti yang lebih sering. di sudut blok.2 + 0. jika Anda mengambil setiap rumah 15. itu tidak akan menjadi wakil. Jika titik awal acak adalah 3. blok sudut mungkin kurang berharga.6. 8 * 15 = 120.2-0. 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. kami mengalokasikan setiap unit interval berikut: A: 0-0.. dan bergerak sepanjang garis bilangan dalam langkah 1.2 B: 0. sehingga ada risiko bahwa rumah terakhir yang dipilih tidak ada. sejak lebih dari daerah mereka diambil oleh dll streetfront yang tersedia untuk membangun tujuan. sebaiknya Anda mengambil setiap rumah 15 atau 16 setiap rumah? Jika Anda mengambil setiap rumah 16. 98.625 (inklusif pada satu titik akhir saja) untuk memastikan bahwa setiap rumah memiliki kesempatan yang sama untuk dipilih.4) C: 0. sehingga lima rumah terakhir tidak akan dipilih.2 + 0. 66. dan 113.625).625). dan seterusnya sampai E unit (100%).6 (= 0..6 + 0.2 (= 0. Titik awal acak. 20. di mana terdapat 3 interval siklik dari 15 dan 5 interval 16. 19. 21. kami mengalokasikan setiap elemen ruang sepanjang garis bilangan sesuai dengan probabilitas seleksi. 11. 8 * 16 = 128. 30 . penduduk tidak merata dibagi (misalkan Anda ingin sampel 8 rumah dari 125. Kami kemudian menghasilkan mulai acak dari distribusi seragam antara 0 dan 1. misalkan kita untuk sampel lingkungan direncanakan di mana jalan masingmasing memiliki sepuluh rumah di setiap blok. Di sisi lain. 35. Dalam hal ini.Jika. Untuk menggambarkan bahaya sistematis melewatkan menyembunyikan pola. 51.

5. Tentukan K (kelas interval) 4. 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. 25. Susun sampling frame 2.156 (elemen C). 15. kemudian Nama-nama Kepala Sekolah disusun secara alpabetis. pertama-tama kita akan pilih unit yang mengandung Interval nomor ini (yaitu A). jika angka lima yang keluar. Tentukan angka atau nomor awal di antara kelas interval tersebut secara acak atau random – biasanya melalui cara undian saja. untuk itu disusun nomor dari 1 sampai 10. Pengambilan sampel secara sistematis adalah suatu metode dimana hanya unsur pertama dari sampel yang dipilih secara acak. kami akan memilih dari 0. 6.156 (E elemen). Prosedurnya : 1.350. 35.350 poin (B). Jika bukan mulai acak kami adalah 0.E: 2.156.0 + 1. Systematic Random Sampilng ( Teknik Sampling Sistematis ) Systematic Sampling merupakan Alternatif lain pengambilan sampel yang sangat bermanfaat untuk pengambilan sampel dari populasi yang sangat besar. Selanjutnya. lalu diundi untuk memilih satu angka. kita akan memilih interval yang mengandung 1. . 1.0) Jika mulai acak kami adalah 0. Mulailah mengambil sampel dimulai dari angka atau nomor awal yang terpilih. Tetapkan jumlah sampel yang ingin diambil 3. dan 2.350 (E). maka 2. sedang unsur-unsur selanjutnya dipilih secara sistematis menurut suatu pola tertentu. maka sampelnya adalah nomor 5.0 (= 2.0 ke 3. lalu dipilih sampel per sepuluh Kepala Sekolah.350 (D). dan seterusnya sampai diperoleh jumlah sampel yang dikehendaki.

Sign up to vote on this title
UsefulNot useful