Anda di halaman 1dari 6

Sample Geometri Dan Sampling Acak

 
Sampel Geometri
Pengamatan multivariat tunggal adalah kumpulan pengukuran pada variabel p berbeda
yang diambil pada item yang sama dalam percobaan dan n pengamatan yang diperoleh, set
seluruh data dapat ditempatkan dalam sebuah n x p array (matriks) Korelasi Kosinus dari
sudut adalah koefisien dari sampel korelasi. Jadi, jika kedua vector hampir memiliki deviasi
orientasi yang sama, korelasi sampel akan mendekati 1. Jika 2 vektor hampir tegak lurus,
korelasi sampel akan bernilai 0. Jika 2 vektor yang berorientasi pada arah yang hampir
berlawanan, korelasi sampel akan mendekati -1

Sampel Acak Dan Nilai-Nilai Yang Diharapkan Dari Sampel Mean Dan Kovarians
Matrik
Pengambilan sampel secara acak (random sampling) mendasarkan diri pada prinsip
peluang. Artinya, setiap “individu” anggota populasi yang diteliti harus memiliki peluang
yang sama untuk dapat dijadikan sampel. Oleh karena itu, teknik random sampling juga
disebut teknik probability sampling. Agar setiap individu anggota populasi berkesempatan
untuk terpilih menjadi sampel dilakukan pengacakan atau perandoman yang dilakukan
dengan cara diundi. Dengan cara demikian, sampel yang tercuplik benar-benar dapat
mewakili populasinya.
Sebuah sampel acak dapat didefinisikan. Jika baris vektor X’1, X’2, ... , X’n
merupakan pengamatan independen dari distribusi gabungan umum dengan fungsi idensitas f
(x) = f (x1, x2, ... , xp), kemudian X1, X2,... , Xn membentuk sampel acak dari f(x).

Sample Mean, Kovarian, and Korelasi Sebagai Operasi Matriks


Kita telah mengembangkan representasi geometris dari matriks data X dan statistik
deskriptif turunan i dan S. Sebagai tambahan, akan memungkinkan untuk menghubungkan
secara aljabar perhitungan i dengan S secara langsung ke X dengan menggunakan operasi
matriks. Ekspresi yang dihasilkan, yang menggambarkan hubungan antara i, S, dan kumpulan
data lengkap X secara ringkas, mudah diprogram pada komputer elektronik

Sumber:http://rian-andriansyah-fst15.web.unair.ac.id/artikel_detail-205883 MATA
%20KULIAHANALISIS%20MULTIVARIAT%20:%20SAMPLE%20GEOMETRY
%20AND%20RANDOM%20SAMPLING.html

Pengertian Simple Random Sampling, Jenis dan Contoh

Pengertian Simple Random Sampling


Dalam kesempatan ini akan kami coba sharing tentang pengertian salah satu teknik
sampling, yaitu teknik simple random sampling atau yang biasa disebut dengan istilah teknik
acak sederhana. Kami juga akan jelaskan prosedur dan contohnya. Menurut Sugiyono
(2001:57) teknik simple random sampling adalah teknik pengambilan sampel dari anggota
populasi yang dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi
itu. Berikut adalah beberapa pengertian simple random sampling menurut para ahli:
Menurut Kerlinger (2006:188), simple random sampling adalah metode penarikan dari
sebuah populasi atau semesta dengan cara tertentu sehingga setiap anggota populasi atau
semesta tadi memiliki peluang yang sama untuk terpilih atau terambil.
Margono (2004: 126) menyatakan bahwa simple random sampling adalah teknik untuk
mendapatkan sampel yang langsung dilakukan pada unit sampling. Dengan demikian setiap
unit sampling sebagai unsur populasi yang terpencil memperoleh peluang yang sama untuk
menjadi sampel atau untuk mewakili populasi. Cara demikian dilakukan bila anggota
populasi dianggap homogen.
Berdasarkan pengertian para ahli diatas, maka kami menyimpulkan bahwa,
pengertian teknik sampling acak sederhana adalah suatu teknik pengambilan sampel atau
elemen secara acak, dimana setiap elemen atau anggota populasi memiliki kesempatan yang
sama untuk terpilih menjadi sampel.
Contoh Simple Random Sampling
Contohnya: “Jumlah siswa disebuah kelas di SMA tertentu di Jakarta yang akan diberikan
bantuan. Simple random sampling ini bisa dilakukan melalui undian, tabel bilangan random
atau dengan acak sistematis.
Teknik ini dapat dipergunakan bilamana jumlah unit sampling di dalam suatu
populasi tidak terlalu besar. Misal, populasi terdiri dari 100 orang siswa IPA. Untuk
memperoleh sampel sebanyak 30 orang dari populasi tersebut, digunakan teknik ini, baik
dengan cara undian, ordinal, maupun tabel bilangan random. Teknik ini dapat digambarkan di
bawah ini.
Dalam teknik sampling acak sederhana ini, perbedaan karakter yang mungkin ada
pada setiap unsur atau elemen populasi tidak merupakan hal yang penting bagi rencana
analisisnya. Misalnya, dalam populasi ada laki-laki dan perempuan, atau ada yang kaya dan
yang miskin, ada manajer dan bukan manajer, dan perbedaan-perbedaan lainnya.
Selama perbedaan perbedaan-perbedaan tersebut bukan merupakan sesuatu hal yang
penting dan mempunyai pengaruh yang signifikan terhadap hasil penelitian, maka peneliti
dapat mengambil sampel secara acak sederhana.Maka dengan demikian setiap unsur populasi
harus mempunyai kesempatan yang sama untuk bisa dipilih menjadi sampel.

Syarat Simple Random Sampling


Syarat penggunaan dari teknik sampling acak sederhana:
1. teknik ini digunakan jika elemen populasi bersifat homogen, sehingga elemen manapun
yang terpilih menjadi sampel dapat mewakili populasi.
2. Dilakukan jika analisis penelitiannya cenderung deskriptif dan bersifat umum.

Kekurangan dan kelebihan simple random sampling


Kekurangan dari teknik sampling ini antara lain:
1. Butuh daftar anggota populasi,
2. Butuh waktu lama,
3. Mahal.
Sedangkan kelebihan dari teknik ini adalah mudah diterapkan.

Prosedur Simple Random Sampling


Prosedur dalam teknik ini adalah:
1. Susun “sampling frame”
2. Tetapkan jumlah sampel yang akan diambil
3. Tentukan alat pemilihan sampel
4. Pilih sampel sampai dengan jumlah terpenuhi .
Contoh : Sebuah populasi beranggotakan 4 elemen (e1, e2, e3, e4). Selanjutnya akan dipilih
dua elemen sebagai sampel, maka kemungkinan kombinasi 2 sampel itu adalah sebagai
berikut:
Kemungkinan I : e1, e2
Kemungkinan II : e1, e3
Kemungkinan III : e1, e4
Kemungkinan IV : e2, e3
Kemungkinan V : e2, e4
Kemungkinan VI : e3, X4.

Sumber : https://www.statistikian.com/2018/02/pengertian-simple-random-sampling.html

Probability sampling
Probability sampling adalah Metode pengambilan sampel secara random atau acak.
Dengan cara pengambilan sampel ini. Seluruh anggota populasi diasumsikan memiliki
kesempatan yang sama untuk terpilih menjadi sampel penelitian. Metode ini terbagi menjadi
beberapa jenis yang lebih spesifik, antara lain:

1. Pengambilan Sampel Acak Sederhana (Simple Random Sampling)


Pengambilan sampel acak sederhana disebut juga Simple Random Sampling. teknik
penarikan sampel menggunakan cara ini memberikan kesempatan yang sama bagi setiap
anggota populasi untuk menjadi sampel penelitian. Cara pengambilannya menggunakan
nomor undian.
Terdapat 2 pendapat mengenai metode pengambilan sampel acak sederhana. Pendapat
pertama menyatakan bahwa setiap nomor yang terpilih harus dikembalikan lagi sehingga
setiap sampel memiliki prosentase kesempatan yang sama. Pendapat kedua menyatakan
bahwa tidak diperlukan pengembalian pada pengambilan sampel menggunakan metode ini.
Namun, metode yang paling sering digunakan adalah Simple Random Sampling dengan
pengembalian.
Kelebihan metode ini yaitu dapat mengurangi bias dan dapat mengetahui standard
error penelitian. Sementara kekurangannya yaitu tidak adanya jaminan bahwa sampel yang
terpilih benar-benar dapat merepresentasikan populasi yang dimaksud.

Contoh Pengambilan Sampel Metode Acak Sederhana:

Dalam suatu penelitian dibutuhkan 30 sampel, sedangkan populasi penelitian berjumlah 100
orang. Selanjutnya peneliti membuat undian untuk mendapatkan sampel pertama.Setelah
mendapatkan sampel pertama, maka nama yang terpilih dikembalikan lagi agar populasi tetap
utuh sehingga probabilitas responden berikutnya tetap sama dengan responden pertama.
Langkah tersebut kembali dilakukan hingga jumlah sampel memenuhi kebutuhan penelitian.
 
2. Pengambilan Sampel Acak Sistematis  (Systematic Random Sampling) 
Metode pengambilan sampel acak sistematis menggunakan interval dalam memilih
sampel penelitian. Misalnya sebuah penelitian membutuhkan 10 sampel dari 100 orang, maka
jumlah kelompok intervalnya 100/10=10. Selanjutnya responden dibagi ke dalam masing-
masing kelompok lalu diambil secara acak tiap kelompok.
Contoh Sampel Acak Sistematis adalah pengambilan sampel pada setiap orang ke-
10 yang datang ke puskesmas. Jadi setiap orang yang datang di urutan 10,20,30 dan
seterusnya maka itulah yang dijadikan sampel penelitian.
 
3. Pengambilan Sampel Acak Berstrata (Stratified Random Sampling)
Metode Pengambilan sampel acak berstrata mengambil sampel berdasar tingkatan
tertentu. Misalnya penelitian mengenai motivasi kerja pada manajer tingkat atas, manajer
tingkat menengah dan manajer tingkat bawah. Proses pengacakan diambil dari masing-
masing kelompok tersebut.
 
4. Pengambilan Sampel Acak Berdasar Area  (Cluster Random Sampling)
Cluster Sampling adalah teknik sampling secara berkelompok. Pengambilan sampel
jenis ini dilakukan berdasar kelompok / area tertentu. Tujuan  metode Cluster Random
Sampling antara lain untuk meneliti tentang suatu hal pada bagian-bagian yang berbeda di
dalam suatu instansi.
Misalnya, penelitian tentang kepuasan pasien di ruang rawat inap, ruang IGD, dan
ruang poli di RS A dan lain sebagainya.

5. Teknik Pengambilan Sampel Acak Bertingkat (Multi Stage Sampling)


Proses pengambilan sampel jenis ini dilakukan secara bertingkat. Baik itu bertingkat
dua, tiga atau lebih.
Misalnya -> Kecamatan -> Gugus -> Desa -> RW – RT
 
Sumber : https://salamadian.com/teknik-pengambilan-sampel-sampling/

Memahami Random Sampling: Metode Penelitian Populer


Metode sampel acak sederhana atau yang dikenal dengan random sampling bukanlah
hal yang asing. Hanya saja, metode ini diterapkan untuk hal-hal tertentu, misalnya untuk
penelitian. 
Dalam sebuah penghitungan ilmiah, random sampling memiliki pengertian sebagai
himpunan bagian dari populasi statistik yang mana setiap anggota himpunan bagian memiliki
probabilitas yang sama untuk dipilih. Metode ini digunakan untuk merepresentasikan
kelompok yang tidak bias. 
Nah, untuk mengenal lebih jelas dan memahami tentang random sampling, berikut
penjelasan yang Lifepal telah rangkum. 

Memahami Metode Random Sampling


Pengambilan random sampling adalah prosedur pengambilan sampel dari suatu
populasi di mana pemilihan unit sampel didasarkan pada setiap elemen populasi yang ada.
Probabilitas random sampling telah diketahui, jadi bukan hal yang sifatnya nol untuk dipilih. 
Mengapa random sampling diperlukan? Sebab secara acak, metode ini dapat membantu
menghasilkan sampel yang representatif karena menghilangkan bias respons sukarela dan
menjaga faktor bias yang tersembunyi. Jangan lupa bahwa metode pengambilan sampel yang
baik sewajarnya mengandalkan pengambilan sampel secara acak.
Random sampling dapat dikatakan sebagai kelas statistik dasar sebab mudah untuk
dipahami secara teori. Sayang, dalam praktiknya metode ini nyatanya lebih sulit dilakukan.
Secara teknis, sampel acak sederhana adalah seperangkat objek n dalam populasi objek n, di
mana semua sampel yang mungkin sama-sama mungkin terjadi.
Unsur-Unsur di dalam random sampling
Untuk memahami random sampling, ada baiknya kita mengetahui unsur-unsur yang
berada di dalamnya.

1. Populasi 
Populasi adalah semua anggota dalam satu kelompok tertentu. Misalnya, jika kita
ingin mempelajari tentang usia rata-rata seseorang yang tinggal di area Ciputat, maka semua
orang yang tinggal di area tersebut akan menjadi populasi terpilih untuk percobaan kita.
Seiring melakukan percobaan atau mengumpulkan data, kita mencoba mencari tahu informasi
yang terkait dengan populasi tersebut.

2. Sampel 
Sampel adalah bagian dari populasi yang digunakan untuk menggambarkan seluruh
kelompok. Karena kita sering tidak dapat mengumpulkan data tentang seluruh populasi,
biasanya kita menggunakan sampel. Ini membawa kita ke sampel acak yang merupakan
urutan variabel yang terdistribusi secara merata. Banyak matematika, terutama statistik,
didasarkan pada pengambilan sampel acak.

Prinsip Random Sampling dan Contohnya


Prinsip random sampling adalah menjadikan setiap set individu memiliki peluang
yang sama untuk berada dalam sampel yang dipilih. Kedengarannya mudah, tetapi metode ini
justru sering kali sulit diterapkan dalam survei atau eksperimen. 
Sebenarnya sangat mudah bagi bias untuk menyusup ke dalam sampel yang diperoleh
dengan pengambilan sampel secara random sampling ini. Namun, adanya keterbatasan dalam
hal finansial atau waktu, dipilihlah cara untuk mendapatkan kerangka pengambilan sampel
yang realistis. Caranya dengan pengambilan populasi dari sampel yang akan dipilih.
Agar lebih mudah memahaminya, mari kita telusuri dari contoh berikut. 

Contoh satu
Kita ingin mengetahui seberapa besar peluang Gubernur A berpeluang maju menjadi
Presiden tahun 2024. Maka, kita melakukan survei pada setiap orang yang berada di
Indonesia. Oleh karena itu, metode pengambilan sampel dengan random sampling mungkin
lebih cocok untuk eksperimen tertentu. 

Contoh kedua
Nama-nama 25 karyawan dipilih dari keseluruhan 250 karyawan di sebuah perusahaan.
Sejumlah 25 karyawan tersebut dipilih untuk disurvei terkait rencana keinginan kenaikan
upah. Maka, metode yang paling pas digunakan adalah random sampling yang berguna untuk
melakukan tes kontrol acak. 

Jenis Pengambilan Random Sampling


Metode penelitian random sampling terbilang populer sebab metode ini sering
digunakan dalam penelitian ilmu sosial kuantitatif dan dalam penelitian ilmiah. Hal ini
dikarenakan meskipun dilakukan secara acak, namun hasilnya dipastikan beragam.
Sebagaimana sampel yang dipilih tidak bias, maka dalam statistik pun analisis sampelnya
akan lebih valid. 
Ada beberapa cara untuk membuat sampel acak sederhana. Berikut sejumlah cara
untuk membuat sampel acak sederhana yang dikutip dari Thought.com.

1. Metode pengambilan sampel lotere


Membuat sampel acak sederhana ini adalah peneliti secara acak memilih angka.
Masing-masing angka tersebut sesuai dengan subjek atau unsur untuk membuat sampel.
Untuk membuat sampel dengan cara ini, peneliti harus memastikan bahwa jumlahnya
tercampur dengan baik sebelum memilih populasi sampel.

2. Tabel angka acak


Cara paling mudah membuat sampel acak sederhana adalah dengan menggunakan
tabel angka acak. Sebagian besar tabel angka acak akan memiliki sebanyak 10 ribu angka
acak. 
Tabel-tabel ini dibuat dengan hati-hati untuk memastikan bahwa setiap angka sama-sama
memungkinkan agar pada penerapannya nanti dapat menghasilkan sampel acak yang
diperlukan demi meraih hasil penelitian yang valid.

3. Menggunakan komputer
Metode lotere dalam memilih sampel acak dapat dilakukan dengan komputer. Lewat
komputer, maka sampel acak akan lebih efisien dan mudah. 

4. Sampling dengan pengganti


Metode pengambilan sampel acak yang mana anggota atau unsur populasi dapat
dipilih lebih dari satu kali untuk dimasukkan dalam sampel. Contohnya, kita memiliki 100
nama yang masing-masing tertulis di selembar kertas. Semua potongan kertas itu dimasukkan
ke mangkuk dan dicampur. Peneliti mengambil nama dari mangkuk, mencatat informasi
untuk memasukkan orang itu dalam sampel, kemudian memasukkan kembali nama itu ke
dalam mangkuk, mencampur nama-nama, kemudian memilih selembar kertas lain. 
Orang yang baru saja disampel memiliki peluang yang sama untuk dipilih kembali.
Ini dikenal sebagai pengambilan sampel dengan penggantian.

5. Sampling tanpa pengganti


Ini adalah metode pengambilan sampel acak di mana anggota atau unsur populasi
hanya dapat dipilih satu kali, kemudian dimasukkan ke sampel. Sebagai contohnya: saat kita
meletakkan 100 lembar kertas dalam mangkuk, mencampurnya, dan secara acak memilih satu
nama untuk dimasukkan dalam sampel. 
Kemudian, kita mencatat informasi untuk memasukkan orang itu dalam sampel dan
menyisihkan selembar kertas itu daripada memasukkannya kembali ke dalam mangkuk. Di
sini, setiap elemen populasi hanya dapat dipilih satu kali.

Perbedaan Random Sampling dengan Random Sampling Sederhana


Meski kedua metode ini sama secara prinsipnya, namun perbedaan antara keduanya
adalah setiap objek dalam populasi memiliki peluang yang sama untuk dipilih dengan sampel
acak sederhana.. 
Dengan pengambilan sampel acak, setiap objek tidak harus memiliki kesempatan
yang sama untuk dipilih..

Sumber : https://lifepal.co.id/blog/random-sampling/

Anda mungkin juga menyukai