Donald R Cooper, Pamela S. Schindler-Business Research Methods-McGraw-Hill (2013) - 2 Copy-201-250.en - Id
Donald R Cooper, Pamela S. Schindler-Business Research Methods-McGraw-Hill (2013) - 2 Copy-201-250.en - Id
>Menutupnaiklanjutan
dan komentar) akan diperiksa silang selama analisis. Kuesioner butir 6 gunakan CompleteCare lagi. Terakhir, item terakhir akan menunjukkan
menggunakan bahasa yang sama dengan pertanyaan investigasi sejauh mana perubahan diperlukan di CompleteCare dengan
terakhir pada (a). Kuesioner item 7 adalah perpanjangan dari item 6 mengungkapkan niat pembelian kembali yang terkait dengan pengalaman
tetapi mencoba untuk mengamankan kesan niat perilaku untuk produk dan layanan.
Penulis Pikiran komputer pribadi menawarkan kemudahan penggunaan dan pemeliharaan. Saat Anda membutuhkan layanan,
kami ingin Anda mengandalkanPerawatan Lengkap, dimanapun Anda berada. Itu sebabnya kami
meminta Anda meluangkan waktu untuk memberi tahu kami seberapa baik kami telah melayani Anda.
1 2 3 4 5
1. Bantuan telepon untuk masalah Anda:
b. Kompetensi teknis
2. Efektivitas jasa kurir:
Sebuah. Pengaturan
b. Kecepatan pengambilan
c. Kecepatan pengiriman
b. Kinerja Produk
Bagaimana kami dapat menghubungi Anda untuk menindaklanjuti setiap masalah yang Anda alami?
Kode Layanan
Kesimpulan
Peran kesimpulan adalah untuk meninggalkan kesan peserta bahwa keterlibatannya telah berharga. Peneliti
selanjutnya mungkin membutuhkan individu ini untuk berpartisipasi dalam studi baru. Jika setiap pewawancara
atau instrumen mengungkapkan penghargaan atas partisipasinya, kerjasama dalam studi selanjutnya akan lebih
mungkin. Sebuah kesimpulan sampel ditunjukkan pada Tampilan 13-13.
• Prates semua elemen survei. (Lihat Lampiran 13b yang tersedia dari teks Pusat Pembelajaran Online.)
Dengan topik tertentu, dimungkinkan untuk mengamankan jawaban dengan menggunakan kode proxy. Ketika kami mencari kelompok
pendapatan keluarga, dalam survei intersep kami dapat memberikan kartu kepada peserta dengan tanda kurung pendapatan seperti ini:
Peserta kemudian diminta untuk melaporkan braket yang sesuai sebagai A, B, C, atau D. Untuk beberapa alasan, peserta
lebih bersedia memberikan ukuran proksi yang jelas daripada mengungkapkan nilai dolar yang sebenarnya.
Nilai Pretesting
Langkah terakhir untuk meningkatkan hasil survei adalah pra-pengujian, penilaian pertanyaan dan
instrumen sebelum memulai studi (lihat Tampilan 13-1, 13-2, dan 13-10). Ada banyak alasan untuk menguji
pertanyaan individu, kuesioner, dan jadwal wawancara: (1) menemukan cara untuk meningkatkan minat
peserta, (2) meningkatkan kemungkinan bahwa peserta akan tetap terlibat hingga selesainya survei, (3)
menemukan isi pertanyaan, kata-kata, dan masalah pengurutan, (4) menemukan kelompok pertanyaan
sasaran di mana pelatihan peneliti diperlukan, dan (5) mencari cara untuk meningkatkan kualitas
keseluruhan data survei.
Sebagian besar dari apa yang kita ketahui tentang pretesting adalah preskriptif. Menurut penulis kontemporer, tidak ada prinsip umum pra-
pengujian yang baik, tidak ada sistematisasi praktik, tidak ada konsensus tentang harapan, dan kami jarang meninggalkan catatan satu sama
lain. Bagaimana pretest dilakukan, apa yang peneliti pelajari darinya, bagaimana mereka mendesain ulang kuesioner mereka berdasarkan hal
itu—hal-hal ini hanya dilaporkan secara samar dalam laporan penelitian, jika ada.19
Namun demikian, pretesting tidak hanya merupakan praktik yang mapan untuk menemukan kesalahan tetapi juga
berguna untuk melatih tim peneliti. Ironisnya, para profesional yang telah berpartisipasi dalam sejumlah studi lebih
mungkin untuk melakukan prates instrumen daripada peneliti pemula yang terburu-buru untuk menyelesaikan sebuah
proyek. Merevisi pertanyaan !ve atau lebih kali bukanlah hal yang aneh. Namun peneliti yang tidak berpengalaman sering
meremehkan kebutuhan untuk mengikuti proses desain-tes-revisi. Kami mencurahkan Lampiran 13b untuk pra-pengujian;
itu tersedia dari Pusat Pembelajaran Online teks.
>ringkasan
1 Proses desain instrumen dimulai dengan komprehensif 2 Beberapa pilihan harus dibuat dalam merancang komunikasi
daftar pertanyaan investigasi yang diambil dari hierarki instrumen studi. Survei dapat berupa wawancara tatap muka,
pertanyaan penelitian manajemen. Desain instrumen adalah atau bisa juga lebih bersifat pribadi, dengan menggunakan media
proses tiga fase dengan banyak masalah dalam setiap fase: tidak langsung dan kuesioner yang dikelola sendiri. Proses tanya
(a)!mengembangkan strategi desain instrumen, (b) menyusun dan jawab bisa tidak terstruktur, seperti dalam IDI, atau pertanyaan
menyempurnakan pertanyaan pengukuran, dan (c) menyusun dan bisa terstruktur dengan jelas. Tanggapan mungkin tidak
menyempurnakan instrumen. terstruktur dan terbuka atau terstruktur dengan pilihan peserta
>bab 13 Kuesioner dan Instrumen 325
dari daftar kemungkinan. Sejauh mana tujuan dan maksud jenis yang memengaruhi strategi respons yang diinginkan.
dari pertanyaan harus disamarkan juga harus diputuskan. Faktor partisipan meliputi tingkat informasi tentang topik,
sejauh mana topik telah dipikirkan, kemudahan komunikasi,
3 Instrumen memperoleh tiga kelas umum informasi. dan motivasi untuk berbagi informasi. Keputusan juga
Pertanyaan sasaran menjawab pertanyaan investigasi dan dipengaruhi oleh persepsi pewawancara terhadap faktor
merupakan yang paling penting. Pertanyaan klasifikasi partisipan.
menyangkut karakteristik peserta dan memungkinkan jawaban Baik jawaban dikotomis maupun pertanyaan pilihan ganda sama-sama
peserta dikelompokkan untuk dianalisis. Pertanyaan berharga, tetapi pada keseimbangan yang terakhir lebih disukai jika hanya
administratif mengidentifikasi peserta, pewawancara, dan karena beberapa pertanyaan hanya memiliki dua kemungkinan jawaban.
lokasi dan kondisi wawancara. Daftar periksa, peringkat, dan strategi peringkat juga umum.
4 Konstruksi pertanyaan melibatkan tiga area keputusan kritis. 5 Urutan pertanyaan dapat secara drastis mempengaruhi keinginan peserta-
Mereka adalah (a) isi pertanyaan, (b) kata-kata pertanyaan, dan ness untuk bekerja sama dan kualitas tanggapan. Umumnya,
(c)! strategi respon. Isi pertanyaan harus lulus tes berikut: Haruskah urutan harus dimulai dengan upaya untuk membangkitkan minat
pertanyaan diajukan? Apakah itu dari ruang lingkup yang tepat? peserta untuk melanjutkan wawancara. Pertanyaan awal harus
Bisakah dan akankah peserta menjawab dengan memadai? sederhana daripada rumit, mudah daripada sulit, tidak
Kesulitan kata-kata pertanyaan melebihi sebagian besar sumber mengancam, dan jelas erat kaitannya dengan tujuan penelitian
distorsi lain dalam survei. Retensi pertanyaan harus dikonfirmasi yang diumumkan. Perubahan kerangka acuan harus minimal, dan
dengan menjawab pertanyaan-pertanyaan ini: Apakah pertanyaan pertanyaan harus diurutkan sehingga pertanyaan awal tidak
dinyatakan dalam kosakata bersama? Apakah kosa kata memiliki mendistorsi jawaban untuk pertanyaan selanjutnya.
makna tunggal? Apakah pertanyaan mengandung asumsi yang 6 Sumber pertanyaan untuk pembuatan kuesioner
menyesatkan? Apakah kalimatnya bias? Apakah itu dipersonalisasi termasuk literatur tentang penelitian terkait dan buku sumber
dengan benar? Apakah alternatif yang memadai disajikan? skala dan kuesioner. Meminjam item memiliki risiko yang
Tujuan penelitian dan faktor partisipan mempengaruhi menyertainya, seperti masalah waktu dan situasi tertentu atau
keputusan apakah akan menggunakan pertanyaan terbuka atau reliabilitas dan validitas. Ketidaksesuaian bahasa dan idiom juga
tertutup. Setiap strategi respons menghasilkan tingkat data tertentu, perlu diperhatikan.
dengan prosedur statistik yang tersedia untuk setiap skala
>kunciistilah
pertanyaan administrasi 302 meja boneka 300 pertanyaan peringkat 311
pertanyaan bercabang 317 pertanyaan jawaban bebas 308 efek kebaruan 310
pertanyaan penyangga 318 jadwal wawancara 302 pertanyaan layar (filter pertanyaan) 316
pertanyaan klasifikasi 302 soal pilihan ganda 308 pertanyaan sasaran 302
pertanyaan berlaras ganda 309 pertanyaan peringkat 312 respon tidak terstruktur 306
>diskusipertanyaan
Persyaratan dalam Ulasan 2 Mengapa teknik survei begitu populer? Kapan tidak?
1 Membedakan antara: sesuai?
Sebuah Pertanyaan langsung dan tidak langsung. 3 Masalah khusus apa yang dimiliki pertanyaan terbuka?
b Pertanyaan terbuka dan tertutup. Bagaimana ini bisa diminimalkan? Dalam situasi apa
pertanyaan terbuka paling berguna?
c Pertanyaan penelitian, investigasi, dan pengukuran.
4 Mengapa seorang peneliti ingin menyamarkan tujuan dari a
d Strategi respon alternatif.
belajar?
326 >bagian III Sumber dan Pengumpulan Data
5 Salah satu alasan utama mengapa penelitian survei mungkin tidak 5. Kelas seperti apa yang diajarkan profesor?
efektif adalah bahwa instrumen survei kurang bermanfaat dari yang
6. Apakah kursus ini diperlukan?
seharusnya. Apa yang akan Anda katakan adalah empat kemungkinan
7. Apakah Anda akan mengambil kursus lain dari profesor ini?
kesalahan utama dari desain instrumen survei?
bagus atau tidak. Jika tidak, jelaskan mengapa. (Asumsikan bahwa tidak ada Direktur Keanggotaan
pertanyaan pendahuluan atau penyaringan yang diperlukan. Nilailah setiap Daftar pertanyaan
pertanyaan berdasarkan kemampuannya sendiri.) Petunjuk: Tolong jawab sesingkat mungkin.
Sebuah Apakah kamu membaca? Nasional geografis majalah secara teratur? 1. Dengan perusahaan apa Anda memasuki bidang pelatihan?
b. Tahu subjeknya?
8. Gelar apa yang Anda pegang dan dari institusi apa?
c. Memiliki sikap positif terhadap subjek?
Dari Headline
15 Data ekonomi pemerintah mengungkapkan bahwa orang dewasa muda,
Menghidupkan Penelitian tidak setengah baya atau orang dewasa yang lebih tua, mengalami waktu yang
12 Rancang pengenalan Laser Rawat Jalan Albany paling sulit dalam perekonomian saat ini. Meskipun pasar tenaga kerja nasional
Survei klinik, dengan asumsi itu akan terus menjadi menunjukkan penurunan tingkat pengangguran, persentase orang dewasa muda,
kuesioner yang dikelola sendiri. usia 18 hingga 24 tahun, yang saat ini bekerja (54%) berada pada tingkat terendah
13 Untuk mengevaluasi apakah sikap pasien praoperasi mempengaruhi sejak pengumpulan data pemerintah dimulai pada tahun 1948. Jika Anda bekerja
pemulihan dan kepuasan pasien akhir dengan Klinik Laser untuk perusahaan nasional organisasi survei yang melakukan survei publik umum
Rawat Jalan Albany, rancang pertanyaan untuk terhadap orang dewasa muda dan orang dewasa yang lebih tua, topik dan
survei yang dikelola. (Anda mungkin ingin meninjau sketsa pertanyaan apa yang akan Anda rancang ke dalam survei Anda untuk
>kasus*
Rumah Sakit Anak Akron NCRCC: Teeing Up dan Arah Strategis Baru
Bisakah Penelitian Menyelamatkan Palang Merah? Bukti Bukti: Memanfaatkan Kecintaan Wartawan
terhadap Statistik
Kumbang Volkswagen
Menguasai Kepemimpinan Guru
* Anda akan menemukan deskripsi setiap kasus di bagian Indeks Kasus dari buku teks. Periksa indeks Kasus untuk menentukan apakah suatu
kasus menyediakan data, instrumen penelitian, video, atau materi tambahan lainnya. Kasus tertulis dapat diunduh dari situs web teks
(www.mhhe.com/cooper12e). Semua materi video dan kasus video tersedia dari Pusat Pembelajaran Online. Gulungan film
ikon menunjukkan kasing video atau materi video yang relevan dengan kasing.
Anda akan menemukan lampiran berikut yang tersedia dari Pusat Pembelajaran Online (www.mhhe.com/cooper12e) untuk
melengkapi isi bab ini:
Lampiran 13b: Opsi dan Penemuan Pretesting
>lampiran13a
Membuat Pertanyaan Pengukuran yang Efektif
Banyak masalah yang mempengaruhi apakah pertanyaan yang kita ajukan juga menunjukkan dua masalah lain dari ruang lingkup dan cakupan:
pada kuesioner menghasilkan data pengambilan keputusan yang sangat pertanyaan berlaras ganda dan pertanyaan yang tidak tepat.
dibutuhkan manajer. Setiap masalah yang diringkas dalam Tampilan 13-5
dikembangkan lebih lengkap di sini. Pertanyaan Berlaras Ganda Apakah pertanyaannya?
meminta begitu banyak konten sehingga harus dipecah menjadi dua atau
Isi Pertanyaan lebih pertanyaan? Meskipun mengurangi jumlah keseluruhan pertanyaan
dalam sebuah penelitian sangat diinginkan, jangan mencoba untuk
Haruskah Pertanyaan Ini Ditanyakan? mengajukan pertanyaan ganda. Pertanyaan Klinik Albany tentang #u
(“Apakah Anda pernah atau sedang dirawat karena pilek atau #u baru-baru
Bertujuan versus Menarik Pertanyaan yang ini?”) !berisi lebih dari dua barel. Ini menanyakan empat pertanyaan secara
hanya menghasilkan “informasi menarik” tidak dapat dibenarkan baik
keseluruhan (Pernah pilek? Pernah #u? Pernah dirawat karena pilek?
atas dasar ekonomi maupun penelitian. Tantang fungsi setiap
Pernah dirawat karena #u?).
pertanyaan. Apakah itu memberikan kontribusi informasi yang
Berikut adalah contoh umum lainnya yang diajukan kepada pengecer
signifikan untuk menjawab pertanyaan penelitian? Akankah
pakaian pria: “Apakah penjualan sepatu dan laba kotor tahun ini lebih
kelalaiannya membatasi atau mencegah analisis menyeluruh
tinggi dari tahun lalu?” Tidak bisakah penjualan menjadi lebih tinggi
terhadap data lain? Bisakah kita menyimpulkan jawaban dari
dengan keuntungan yang stagnan, atau keuntungan yang lebih tinggi
pertanyaan lain? Perancang pertanyaan yang baik mengetahui nilai
dengan tingkat atau penjualan yang lebih rendah? Contoh kedua ini lebih
belajar lebih banyak dari lebih sedikit pertanyaan.
khas dari masalah pertanyaan berlaras ganda.
Pertanyaan berlaras ganda yang kurang jelas adalah pertanyaan yang
Apakah Pertanyaan tentang Cakupan dan
kami ajukan untuk mengidentifikasi preferensi stasiun TV keluarga atau
Cakupan yang Tepat? grup. Karena satu stasiun tidak mungkin, pertanyaan yang lebih baik akan
menanyakan preferensi stasiun setiap anggota keluarga secara terpisah
Tidak Lengkap atau Tidak Fokus Kita dapat menguji kon- atau, sebagai alternatif, menyaring anggota grup yang paling sering
masalah tenda dengan bertanya, Akankah pertanyaan ini mengungkapkan
mengontrol pemilihan saluran pada Senin malam selama jam tayang
semua yang perlu kita ketahui? Kami terkadang meminta peserta untuk
utama. Selain itu, sangat mungkin bahwa tidak ada satu stasiun pun yang
mengungkapkan motivasi mereka untuk perilaku atau sikap tertentu
akan berfungsi sebagai stasiun pilihan individu ketika kami mencakup
dengan bertanya, Mengapa? Pertanyaan sederhana ini tidak cukup untuk
rentang waktu yang luas (8 hingga 11 malam). Ini mengungkapkan
menyelidiki jangkauan sebagian besar hubungan sebab akibat. Ketika
masalah lain, pertanyaan yang tidak tepat.
mempelajari perilaku penggunaan produk, misalnya, kita belajar lebih
banyak dengan mengarahkan dua atau tiga pertanyaan tentang presisi Untuk menguji ketepatan suatu pertanyaan, tanyakan, Apakah
penggunaan produk kepada konsumen pengguna berat dan hanya satu pertanyaan itu menanyakan secara tepat apa yang kita inginkan dan
pertanyaan kepada pengguna ringan. perlu ketahui? Kami terkadang menanyakan penghasilan peserta
Pertanyaan juga tidak memadai jika tidak memberikan informasi yang ketika kami benar-benar ingin mengetahui total penghasilan tahunan
Anda butuhkan untuk menginterpretasikan tanggapan sepenuhnya. Jika keluarga sebelum pajak dalam satu tahun kalender terakhir. Kami
Anda bertanya tentang citra Klinik Albany untuk perawatan pasien yang menanyakan apa yang dibeli peserta "minggu lalu" ketika kami benar-
berkualitas, apakah kelompok pasien yang berbeda atau mereka yang ada benar ingin tahu apa yang dia beli dalam "periode 7 hari biasa selama
di sana untuk !pertama dan ketiga kalinya memiliki sikap yang berbeda? 90 hari terakhir". Pasien Klinik Albany ditanyai riwayat pilek dan #u
Untuk mengevaluasi sikap relatif, apakah Anda perlu mengajukan selama jangka waktu "selamanya". Sulit membayangkan orang
pertanyaan yang sama tentang perusahaan lain? Dalam survei Klinik dewasa yang tidak pernah mengalami pilek atau
Albany yang asli, peserta ditanya, "Apakah Anda pernah atau sedang # Anda dan sama sulitnya untuk berasumsi bahwa orang dewasa belum pernah dirawat
dirawat karena pilek atau #u baru-baru ini?" Jika peserta menjawab ya, apa untuk salah satu atau keduanya pada suatu waktu dalam hidupnya.
sebenarnya yang mereka katakan kepada peneliti yang akan berguna bagi Masalah presisi kedua berkaitan dengan kosakata umum antara
ahli bedah mata? Bukankah mungkin ahli bedah tertarik pada obat yang peneliti dan peserta. Untuk menguji pertanyaan Anda untuk masalah
diminum untuk mengobati pilek atau dalam, katakanlah, 10 hari ini, tanyakan, Apakah saya perlu menawarkan definisi operasional
sebelumnya? Pertanyaan ini dari konsep dan konstruksi yang digunakan dalam pertanyaan?
328
>bab 13 Kuesioner dan Instrumen 329
Bisakah Peserta Menjawab dengan Cukup? menentukan isi dan kesesuaian pertanyaan. Dalam beberapa
penelitian, tingkat keahlian partisipan bisa menjadi substansial,
Waktu untuk Berpikir Meskipun pertanyaannya mungkin membahas dan penjelasan yang disederhanakan tidak tepat dan
topik, apakah pertanyaan itu diajukan sedemikian rupa sehingga peserta menghambat partisipasi. Dalam menanyakan kepada
dapat menyusun jawaban, atau apakah masuk akal untuk mengasumsikan masyarakat tentang margin kotor di toko pakaian pria, kami
bahwa peserta dapat menentukan jawabannya? Ini juga merupakan ingin memastikan bahwa peserta “umum” memahami sifat
pertanyaan yang mendorong desain sampel, tetapi setelah unit sampel “margin kotor”. Jika unit sampel kami adalah pedagang,
yang ideal ditentukan, peneliti sering berasumsi bahwa peserta yang !t penjelasan mungkin tidak diperlukan. Tingkat pengetahuan yang
profil sampel memiliki semua jawaban, lebih disukai di ujung lidah mereka. tinggi di antara unit sampel kami, bagaimanapun, mungkin tidak
Untuk membingkai tanggapan terhadap beberapa pertanyaan menghilangkan kebutuhan akan definisi operasional. Di antara
membutuhkan waktu dan pemikiran; pertanyaan seperti itu sebaiknya pedagang, margin kotor per unit dalam dolar umumnya diterima
diserahkan kepada kuesioner yang dikelola sendiri. sebagai perbedaan antara biaya dan harga jual; tetapi jika
ditawarkan sebagai persentase daripada angka dolar, itu dapat
Partisipasi dengan Mengorbankan Akurasi Par- dihitung sebagai persentase dari harga jual unit atau sebagai
peserta biasanya ingin bekerja sama dalam wawancara; sehingga mereka persentase dari biaya unit. Peserta yang menjawab dari kerangka
menganggap memberikan jawaban apa pun lebih membantu daripada acuan “biaya” akan menghitung margin kotor sebesar 100
menyangkal pengetahuan tentang suatu topik. Keinginan mereka untuk persen; peserta lain, dengan menggunakan dolar yang sama dan
mengesankan pewawancara dapat mendorong mereka untuk memberikan kerangka acuan “harga jual”, akan menghitung margin kotor
jawaban berdasarkan tidak ada informasi. Sebuah ilustrasi klasik dari sebesar 50 persen. Jika sebuah konstruk terlibat dan interpretasi
masalah ini terjadi dengan pertanyaan berikut:1 “Manakah dari pernyataan yang berbeda dari suatu konsep dapat dilakukan, definisi
berikut yang paling sesuai dengan pendapat Anda tentang Undang- operasional mungkin masih diperlukan.
Undang Logam Logam?” Pola tanggapan menunjukkan bahwa 70 persen
dari mereka yang diwawancarai memiliki pendapat yang cukup jelas Ingat dan Peluruhan Memori Masalah kecukupan
tentang Undang-Undang Logam Logam; namun, tidak ada tindakan seperti lem juga terjadi ketika Anda mengajukan pertanyaan yang
itu. Para peserta tampaknya berasumsi bahwa jika sebuah pertanyaan membebani kemampuan mengingat peserta. Orang tidak dapat
diajukan, mereka harus memberikan jawaban. Mengingat pilihan yang mengingat banyak hal yang telah terjadi di masa lalu mereka, kecuali
terdengar masuk akal, mereka memilih satu meskipun mereka tidak tahu jika itu dramatis. Ibumu mungkin akan mengingat semua tentang
apa-apa tentang topik tersebut. kedatanganmu jika kamu adalah anak pertamanya: cuaca, waktu,
Untuk mengatasi kecenderungan ini untuk merespons dengan cara apa pun,
bahkan apa yang dia makan sebelum kamu lahir. Jika Anda memiliki
!filter atau pertanyaan layar digunakan untuk mengkualifikasi beberapa saudara kandung, ingatannya tentang kelahiran berikutnya
mungkin kurang lengkap. Jika peristiwa yang disurvei menarik minat
pengetahuan peserta. Jika kuesioner layanan MindWriter
peserta, mereka mungkin tidak dapat mengingatnya dengan benar
didistribusikan melalui surat ke semua pembeli produk MindWriter
bahkan dalam waktu singkat. Pertanyaan mengingat tanpa bantuan,
baru-baru ini, kami mungkin bertanya, "Apakah Anda memerlukan
“Program radio apa yang Anda dengarkan tadi malam?” mungkin
layanan untuk laptop Anda sejak pembeliannya?" Hanya mereka yang
mengidentifikasi sedikitnya 10 persen dari orang-orang yang benar-
mendapatkan layanan yang dapat memberikan rincian dan cakupan
benar mendengarkan sebuah program.3
jawaban yang ditunjukkan dalam daftar pertanyaan investigasi. Jika
pertanyaan seperti itu diajukan dalam wawancara telepon, kami akan
menyebut pertanyaan itu sebagailayar, karena digunakan untuk Keseimbangan (Umum versus Khusus) Menjawab
menentukan apakah orang di ujung lain saluran telepon adalah unit kecukupan juga tergantung pada keseimbangan yang tepat antara umum
sampel yang memenuhi syarat. Pertanyaan yang sama yang diajukan dan khusus. Kami sering mengajukan pertanyaan dalam istilah yang terlalu
pada kuesioner yang dikelola komputer kemungkinan akan: umum dan terlepas dari pengalaman peserta. Meminta konsumsi tahunan
cabang atau melewatkan peserta untuk serangkaian pertanyaan rata-rata suatu produk dapat membuat permintaan generalisasi yang tidak
klasifikasi. realistis pada orang-orang yang tidak berpikir seperti itu. Mengapa tidak
Mengasumsikan bahwa peserta memiliki pengetahuan atau menanyakan seberapa sering produk tersebut digunakan minggu lalu atau
pemahaman sebelumnya mungkin berisiko. Risikonya adalah bulan lalu? Terlalu sering peserta diminta untuk mengingat pengalaman
mendapatkan banyak jawaban yang sebenarnya memiliki sedikit dasar. penggunaan individu selama waktu yang lama dan rata-rata untuk kami.
Ilustrasi Undang-Undang Logam Logam mungkin dianggap tidak biasa, Ini meminta peserta untuk melakukan pekerjaan peneliti dan mendorong
tetapi dalam kasus lain laporan Gallup mengungkapkan bahwa 45 persen kesalahan respons yang substansial. Ini juga dapat berkontribusi pada
orang yang disurvei tidak tahu apa itu "pelobi di Washington" dan 88 tingkat penolakan yang lebih tinggi dan tingkat penghentian yang lebih
persen tidak dapat memberikan deskripsi yang benar tentang "pemogokan tinggi.
yurisdiksi". .”2 Hal ini menunjukkan perlunya definisi operasional sebagai Ada bahaya menjadi terlalu sempit dalam kerangka waktu yang
bagian dari kata-kata pertanyaan. diterapkan pada pertanyaan perilaku. Kami mungkin bertanya tentang
kehadiran film selama tujuh hari terakhir, meskipun rentang waktu ini
Pengetahuan yang Diduga Perancang pertanyaan harus terlalu pendek untuk dijadikan dasar perkiraan kehadiran. Mungkin lebih
mempertimbangkan tingkat informasi peserta ketika: baik bertanya tentang kehadiran, katakanlah, selama 30 "hari terakhir.
330 >bagian III Sumber dan Pengumpulan Data
Tidak ada aturan !rm tentang masalah kota khusus-umum topik yang dianggap terlalu sensitif untuk didiskusikan dengan orang
ini. Mengembangkan tingkat keumuman yang tepat asing. Ini bervariasi dari orang ke orang, tetapi satu penelitian
tergantung pada subjek, industri, latar, dan pengalaman menunjukkan topik yang paling sensitif menyangkut masalah uang
perancang pertanyaan. dan kehidupan keluarga.4 Lebih dari seperempat dari mereka yang
diwawancarai menyebutkan ini sebagai topik yang mereka “paling
Objektivitas Kemampuan peserta untuk menjawab secara tidak mau menjawab pertanyaan.” Peserta dengan status sosial
memadai juga sering terdistorsi oleh pertanyaan yang isinya bias ekonomi rendah juga memasukkan masalah politik dalam daftar
dengan apa yang disertakan atau dihilangkan. Pertanyaan “paling tidak mau” ini.
mungkin secara eksplisit hanya menyebutkan aspek positif atau Peserta juga mungkin tidak mau memberikan jawaban yang benar
negatif dari topik atau membuat asumsi yang tidak beralasan karena alasan ego. Banyak yang melebih-lebihkan pendapatan mereka,
tentang posisi peserta. Perhatikan Tampilan 13a-1, sebuah jumlah mobil yang mereka miliki, status sosial mereka, dan jumlah literatur
eksperimen di mana dua bentuk pertanyaan diajukan. Lima bergengsi yang mereka baca. Mereka juga meminimalkan usia mereka dan
puluh tujuh mahasiswa pascasarjana bisnis yang dipilih secara jumlah literatur prestise rendah yang mereka baca. Banyak peserta yang
acak menjawab versi A, dan 56 menjawab versi B. Tanggapan enggan mencoba memberikan tanggapan yang memadai. Seringkali ini
mereka ditunjukkan pada Tampilan 13a-2. Kemungkinan terjadi ketika mereka melihat topik tersebut tidak relevan dengan minat
penyebab perbedaan tingkat preferensi merek yang mereka sendiri atau persepsi mereka tentang tujuan survei. Mereka
diungkapkan adalah bahwa A adalah asumsi yang tidak berpartisipasi dengan setengah hati, seringkali menjawab dengan “tidak
didukung. Ini mengasumsikan dan menyarankan bahwa setiap tahu”, memberikan jawaban negatif, memberikan tanggapan stereotip,
orang memiliki merek es krim favorit dan akan melaporkannya. atau menolak untuk diwawancarai.
Versi B menunjukkan peserta tidak perlu memiliki favorit. Anda dapat mempelajari lebih lanjut tentang menyusun
Kekurangan dalam kedua versi adalah bahwa sekitar satu peserta pertanyaan yang berhubungan dengan informasi sensitif dengan
dalam !telah salah mengartikan arti dari istilah tersebut merek. membaca “Mengukur Sikap pada Subjek Sensitif” di situs web teks.
Penafsiran yang salah ini tidak dapat dikaitkan dengan pendidikan
yang rendah, kecerdasan yang rendah, kurangnya paparan topik, Kata-kata Pertanyaan
atau pembacaan pertanyaan yang cepat atau malas. Subyeknya
adalah siswa yang telah mengambil setidaknya satu kursus Kosakata Bersama Karena survei adalah pertukaran ide antara
pemasaran di mana branding diperlakukan secara mencolok.* pewawancara dan partisipan, masing-masing harus memahami
apa yang dikatakan pihak lain, dan ini hanya mungkin jika
Akankah Peserta Menjawab Dengan Suka Hati? kosakata yang digunakan sama bagi kedua belah pihak.5
Bahasa teknis adalah masalah kedua. Bahkan peserta Asumsi yang Tidak Didukung Asumsi yang tidak beralasan"
berpendidikan tinggi tidak dapat menjawab pertanyaan yang tions berkontribusi pada banyak masalah pertanyaan kata-kata.
dinyatakan dalam istilah teknis yang tidak dikenal. Bahasa teknis Sebuah surat kabar metropolitan,harian barat tengah, melakukan
juga menimbulkan kesulitan bagi pewawancara. Dalam sebuah penelitian dalam upaya untuk menemukan apa yang pembaca
studi tentang bagaimana eksekutif perusahaan menangani inginkan di bagian gaya hidup yang didesain ulang. Satu pertanyaan
berbagai !masalah keuangan, pewawancara harus menguasai penting diajukan kepada pembaca: “Siapa yang memilih pakaian
istilah-istilah teknis !keuangan. Kebutuhan ini memberi peneliti Anda? Anda atau pria dalam hidup Anda?” Di zaman wanita
dua alternatif—mempekerjakan orang yang berpengetahuan berpendidikan, bekerja, dan mandiri ini, pertanyaan tersebut berhasil
luas di bidang keuangan dan mengajari mereka keterampilan menyinggung sebagian besar pembaca wanita. Tambahan,
wawancara atau mengajarkan konsep keuangan kepada Harian Midwest menemukan bahwa banyak dari pembaca wanitanya
pewawancara berpengalaman.6 Masalah kosakata ini juga ada lebih muda dari perkiraan semula para peneliti dan satu-satunya pria
dalam situasi di mana studi serupa atau identik dilakukan di dalam hidup mereka adalah ayah mereka, bukan pasangan atau
berbagai negara dan berbagai bahasa. hubungan romantis yang disinggung oleh pertanyaan-pertanyaan
Sebuah hambatan besar untuk kata-kata pertanyaan yang berikut. Begitu pria mencapai pertanyaan ini, mereka berasumsi
efektif adalah pilihan kata. Pertanyaan yang diajukan kepada bahwa koran itu hanya tertarik untuk melayani kebutuhan pembaca
publik harus dibatasi pada 2.000 kata yang paling umum dalam wanita. Asumsi yang tidak beralasan yang dibangun ke dalam
bahasa Inggris.7 Bahkan penggunaan kata-kata sederhana saja kuesioner menyebabkan tingkat respons yang jauh lebih kecil dari
tidak cukup. Banyak kata memiliki referensi atau makna yang yang diharapkan dan menyebabkan beberapa jawaban tidak dapat
kabur yang harus dipetik dari konteksnya. Dalam studi diinterpretasikan.
perbaikan, teknisi ditanya, "Berapa banyak set radio yang Anda
perbaiki bulan lalu?" Pertanyaan ini mungkin tampak tidak Kerangka Referensi Masalah makna kata yang melekat
ambigu, tetapi para peserta menafsirkannya dalam dua cara. juga merupakan masalah kerangka acuan. Masing-masing
Beberapa melihatnya sebagai pertanyaan mereka sendiri; yang dari kita memahami konsep, kata, dan ekspresi berdasarkan
lain menafsirkan "Anda" secara lebih inklusif, sebagai mengacu pengalaman kita sendiri. Biro Sensus AS ingin mengetahui
pada total output toko. Ada juga kemungkinan salah berapa banyak orang yang ada di pasar tenaga kerja. Untuk
mengartikan “bulan lalu”, tergantung pada waktu interogasi. mengetahui apakah seseorang dipekerjakan, ia bertanya,
Menggunakan "selama 30 hari terakhir" akan jauh lebih tepat "Apakah Anda melakukan pekerjaan untuk dibayar atau
dan tidak ambigu. Khas dari banyak kata masalah adalah ini: untung minggu lalu?" Para peneliti secara keliru berasumsi
apapun, bisa, akan, harus, adil, dekat, sering, rata-rata, dan akan ada kerangka acuan umum antara pewawancara dan
reguler. partisipan tentang arti darikerja. Sayangnya, banyak orang
Seorang penulis merekomendasikan bahwa setelah menyatakan sebuah memandang diri mereka terutama atau terutama sebagai
pertanyaan setepat mungkin, kita harus menguji setiap kata dengan daftar ibu rumah tangga atau pelajar. Mereka gagal melaporkan
periksa ini: bahwa mereka juga bekerja di pekerjaan selama seminggu.
Perbedaan kerangka acuan ini menghasilkan perkiraan yang
• Apakah kata yang dipilih berarti apa yang kita inginkan? terlalu rendah dari jumlah orang yang bekerja di Amerika
• Apakah kata tersebut memiliki banyak arti? Jika demikian, apakah Serikat.
konteksnya membuat makna yang dimaksud menjadi jelas? Dalam versi penelitian berikutnya, pertanyaan ini digantikan
• Apakah kata yang dipilih memiliki lebih dari satu pengucapan? oleh dua pertanyaan, yang pertama mencari pernyataan tentang
aktivitas utama peserta selama seminggu. Jika peserta
Apakah ada kata dengan pengucapan yang mirip dengan kata
memberikan klasifikasi bukan pekerjaan, pertanyaan kedua
yang dipilih yang mungkin membingungkan?
diajukan untuk menentukan apakah dia telah melakukan
• Apakah kata atau frasa yang lebih sederhana disarankan atau mungkin?8
pekerjaan untuk mendapatkan bayaran selain kegiatan utama
ini. Revisi ini meningkatkan perkiraan total lapangan kerja lebih
Kami menyebabkan masalah lain ketika kami menggunakan
dari 1 juta orang, setengah dari mereka bekerja 35 jam atau lebih
konsep abstrak yang memiliki banyak nada atau kualifikasi
per minggu.10
emosional.9 Tanpa referensi konkret, makna terlalu kabur untuk
kebutuhan peneliti. Contoh kata-kata tersebut adalah Kerangka acuan dapat dikontrol dengan dua cara. Pertama,
bisnis, pemerintah, dan masyarakat. pewawancara mungkin berusaha mempelajari kerangka acuan
Masalah kosakata bersama ditangani dengan menggunakan yang digunakan oleh partisipan. Ketika meminta peserta untuk
mengevaluasi alasan mereka menilai toko ritel tidak menarik,
berikut:
pewawancara harus mempelajari kerangka acuan yang mereka
• Sederhana daripada kata-kata yang rumit. gunakan. Apakah toko sedang dievaluasi dalam hal fitur dan tata
letak tertentu, kegagalan manajemen untuk menanggapi
• Kata-kata yang umum dikenal dan tidak ambigu.
keluhan yang dibuat oleh peserta, preferensi peserta untuk toko
• Kata-kata yang tepat.
lain, atau kesulitan peserta baru-baru ini dalam mengembalikan
• Pewawancara dengan pengetahuan konten. barang yang tidak diinginkan?
332 >bagian III Sumber dan Pengumpulan Data
Haruskah Amerika Serikat melakukan salah satu dari yang berikut ini saat ini?
A. Tingkatkan angkatan bersenjata kita lebih jauh, bahkan jika itu berarti lebih banyak pajak.
Haruskah Amerika Serikat melakukan salah satu dari yang berikut ini saat ini?
B. Tingkatkan angkatan bersenjata kita lebih jauh, bahkan jika Anda harus membayar pajak khusus.
Delapan puluh delapan persen dari mereka yang menjawab pertanyaan A berpendapat angkatan bersenjata harus ditingkatkan, sementara hanya 79 persen dari mereka
yang menjawab pertanyaan B mendukung peningkatan angkatan bersenjata.
Sumber: Hadley Cantril, ed., Mengukur Opini Publik (Princeton, NJ: Princeton University Press, 1944), hlm. 48.
Kedua, berguna untuk menentukan kerangka acuan bagi nama dalam pertanyaan survei yang diajukan kepada remaja laki-laki
peserta. Dalam meminta pendapat tentang desain toko baru, yang tertarik dengan bola basket. Kekuatan kelompok referensi
pewawancara dapat menentukan bahwa pertanyaan harus aspirasional untuk mempengaruhi opini dan sikap sudah mapan
dijawab berdasarkan pendapat peserta tentang tata letak, dalam periklanan; itu tidak boleh diremehkan dalam desain survei.
kejelasan dan penempatan papan nama, kemudahan Kita juga dapat membiaskan respons melalui penggunaan
menemukan barang dagangan, atau kerangka acuan lain. superlatif, ekspresi slang, dan kata-kata iseng. Ini sebaiknya
dikecualikan kecuali mereka sangat penting untuk tujuan pertanyaan.
Kata-kata yang bias Bias adalah distorsi tanggapan dalam satu Referensi etnis juga harus dinyatakan dengan hati-hati.
arah. Hal ini dapat diakibatkan oleh banyak masalah yang telah
dibahas, tetapi pilihan kata sering kali menjadi sumber utama. Personalisasi Seberapa personal seharusnya sebuah pertanyaan?
Jelas kata-kata atau frasa sepertibenar secara politik atau Haruskah kita bertanya, ”Apa yang akan Anda lakukan tentang . . . ?”
fundamentalis harus digunakan dengan sangat hati-hati. Kata Atau haruskah kita bertanya, ”Apa yang akan dilakukan orang-orang
sifat yang kuat bisa sangat mendistorsi. Salah satu survei opini yang bekerja dengan Anda . . . ?” Efek personalisasi ditunjukkan dalam
yang diduga terkait dengan subjek persiapan kematian contoh klasik yang dilaporkan oleh Cantril.12 Tes terpisah — di mana
mencakup pertanyaan berikut: "Apakah menurut Anda sebagian sampel menerima satu pertanyaan, dengan bagian lain
pemakaman yang layak dan murah itu masuk akal?" Siapa yang menerima pertanyaan kedua — dibuat dari pertanyaan tentang sikap
bisa melawan apa pun itulayak atau bijaksana? Ada pertanyaan tentang perluasan
tentang apakah ini survei yang sah atau kampanye penjualan Angkatan Bersenjata AS pada tahun 1940, sebagaimana dicatat dalam
layanan pemakaman, tetapi ini menunjukkan betapa sugestifnya Tampilan 13a-3. Contoh-contoh ini dan contoh lainnya menunjukkan
Perwakilan kongres diketahui menggunakan survei sebagai tanggapan, tetapi arah pengaruhnya tidak jelas. Kami tidak dapat
sarana untuk berkomunikasi dengan konstituen mereka. Akan tetapi, membedakan apakah personalisasi atau tanpa personalisasi lebih
pertanyaan-pertanyaan disusun untuk menyiratkan pendirian isu unggul. Mungkin yang terbaik yang dapat dikatakan adalah bahwa
yang disukai oleh perwakilan tersebut. Bisakah Anda memberi tahu ketika salah satu bentuk dapat diterima, kita harus memilih yang
sikap perwakilan dalam pertanyaan berikut? tampaknya menyajikan masalah secara lebih realistis. Jika ada
keraguan, maka versi survei terpisah harus digunakan (satu segmen
Contoh: Apakah Anda ingin saya memilih yang seimbang? sampel harus mendapatkan satu versi pertanyaan, sedangkan
anggaran jika itu berarti biaya yang lebih tinggi segmen kedua harus menerima versi pertanyaan alternatif).
untuk tunjangan Jaminan Sosial tambahan yang
telah Anda peroleh? Alternatif yang Memadai Apakah kita sudah cukup ex-
Kita juga bisa sangat membiaskan peserta dengan menggunakan menekan alternatif sehubungan dengan tujuan pertanyaan? Biasanya
nama-nama bergengsi dalam sebuah pertanyaan. Dalam survei bersejarah bijaksana untuk mengungkapkan setiap alternatif secara eksplisit
tentang apakah departemen perang dan angkatan laut harus digabungkan untuk menghindari bias. Ini diilustrasikan dengan baik dengan
menjadi satu departemen pertahanan, satu survei mengatakan, "Jenderal sepasang pertanyaan yang diajukan dari sampel peserta yang cocok.13
Eisenhower mengatakan tentara dan angkatan laut harus digabungkan," Bentuk-bentuk pertanyaan yang digunakan dicatat dalam Peraga
sementara versi lain menghilangkan namanya. Mengingat !versi pertama 13a-4.
(termasuk nama), 49 persen peserta menyetujui untuk memiliki satu Seringkali masalah di atas hadir secara bersamaan dalam satu
departemen; mengingat versi kedua, hanya 29 persen yang menyukai satu pertanyaan. Tampilan 13a-5 mengungkapkan beberapa pertanyaan yang
departemen.11
diambil dari survei surat yang sebenarnya. Kami telah mengidentifikasi
Bayangkan saja menggunakan Kobe Bryant atau Dirk Nowitzki masalah masalah dan menyarankan satu solusi untuk perbaikan.
>bab 13 Kuesioner dan Instrumen 333
Cara pertanyaan diajukan dapat memengaruhi hasil. Pertimbangkan dua pertanyaan alternatif ini yang menilai citra perusahaan di masyarakat
dalam menghadapi PHK:
A. Apakah menurut Anda sebagian besar perusahaan manufaktur yang memberhentikan pekerja selama periode senggang dapat mengatur berbagai hal untuk menghindari PHK dan
B. Menurut Anda, apakah sebagian besar perusahaan manufaktur yang memberhentikan pekerja pada periode senggang dapat menghindari PHK dan memberikan pekerjaan tetap?
Sumber: Hadley Cantril, ed., Mengukur Opini Publik (Princeton, NJ: Princeton University Press, 1944), hlm. 48.
Sementara perbaikan yang disarankan mungkin bukan satu-satunya Pertanyaan tertutup lebih baik bila ada kerangka
solusi yang mungkin, itu memperbaiki masalah yang diidentifikasi. acuan yang jelas, tingkat informasi peserta dapat
Apa solusi lain yang dapat diterapkan untuk memperbaiki masalah diprediksi, dan peneliti yakin peserta memahami
yang diidentifikasi? topik.
Pertanyaan terbuka juga membantu mengungkap kepastian perasaan
Strategi Respon dan ekspresi intensitas, meskipun pertanyaan tertutup yang dirancang
dengan baik dapat melakukan hal yang sama.
Tujuan penelitian; karakteristik peserta, terutama tingkat
informasi, tingkat motivasi untuk berpartisipasi, dan Ketelitian Pemikiran Sebelumnya Jika peserta
kemudahan komunikasi; sifat topik yang sedang dipelajari; telah mengembangkan pendapat yang jelas tentang topik tersebut,
jenis skala yang dibutuhkan; dan rencana analisis Anda pertanyaan tertutup berhasil dengan baik. Jika jawaban belum dipikirkan,
menentukan strategi respons. Contoh strategi yang pertanyaan terbuka dapat memberi peserta kesempatan untuk
dijelaskan dalam Bab 13 dan dibahas secara rinci dalam Bab merenungkan jawaban, dan kemudian menguraikan dan merevisinya.
11 dan 12 ditemukan dalam Tampilan 13-6.
Kemampuan berkomunikasi Pertanyaan terbuka membutuhkan
Tujuan Studi Jika tujuan dari pemahaman kosakata yang lebih kuat dan kemampuan yang lebih besar
pertanyaan hanya untuk mengklasifikasikan peserta pada beberapa untuk membingkai tanggapan daripada pertanyaan tertutup.
sudut pandang yang dinyatakan, maka pertanyaan tertutup akan
berfungsi dengan baik. Asumsikan Anda hanya tertarik pada apakah Motivasi Peserta Pengalaman menunjukkan bahwa pertanyaan
peserta menyetujui atau tidak menyetujui kebijakan perusahaan tertutup biasanya membutuhkan lebih sedikit motivasi dan
tertentu. Sebuah pertanyaan tertutup akan memberikan jawaban ini. menjawabnya tidak terlalu mengancam peserta. Tetapi alternatif
Strategi respons ini mengabaikan seluruh cakupan pendapat peserta jawaban terkadang menyarankan jawaban mana yang tepat;
dan peristiwa yang membantu membentuk sikap pada dasarnya. Jika untuk alasan ini, pertanyaan tertutup mungkin bias.
tujuannya adalah untuk menjelajahi wilayah yang lebih luas ini, maka Sementara pertanyaan terbuka menawarkan banyak keuntungan,
pertanyaan terbuka (strategi respons bebas) lebih disukai. pertanyaan tertutup umumnya lebih disukai dalam survei besar.
Mereka mengurangi variabilitas respons, membuat lebih sedikit
Pertanyaan terbuka cocok bila tujuannya adalah untuk tuntutan pada keterampilan pewawancara, lebih murah untuk
menemukan pendapat dan tingkat pengetahuan. Mereka dikelola, dan jauh lebih mudah untuk dikodekan dan dianalisis.
juga cocok ketika pewawancara mencari sumber informasi, Setelah eksplorasi dan pengujian yang memadai, kita sering dapat
tanggal acara, dan saran atau ketika penyelidikan digunakan mengembangkan pertanyaan tertutup yang akan bekerja seefektif
untuk mengamankan lebih banyak informasi. Ketika topik pertanyaan terbuka dalam banyak situasi. Studi eksperimental
pertanyaan berada di luar pengalaman peserta, pertanyaan menunjukkan bahwa pertanyaan tertutup sama atau lebih unggul
terbuka mungkin menawarkan cara yang lebih baik untuk dari pertanyaan terbuka di lebih banyak aplikasi daripada yang
Solusi masalah Pertanyaan Pengukuran yang Buruk Pertanyaan Pengukuran yang Ditingkatkan
Masalah: Daftar periksa tampaknya Jika tujuan Anda menginap di hotel INI Alasan manakah yang TERBAIK menjelaskan tujuan Anda
menawarkan opsi yang tidak lengkap atau termasuk kesenangan pribadi, untuk menginap di hotel kesenangan pribadi INI?
saling eksklusif. Juga, itu tidak sepenuhnya SATU tujuan khusus apa? Makan
menjawab kebutuhan konten untuk Kunjungi teman/kerabat Perbelanjaan
Lain:_______________
Masalah: Pertanyaan berlaras ganda; tidak Ketika Anda makan di luar, apakah Anda sering Mengingat pengalaman makan pribadi Anda jauh dari
ada kerangka waktu untuk perilaku tersebut; memesan makanan pembuka dan penutup? rumah dalam 30 hari terakhir, apakah Anda membeli
"sering" adalah konstruksi yang tidak YA TIDAK makanan pembuka atau makanan penutup lebih dari
terdefinisi untuk perilaku makan; tergantung separuh waktu?
pada tujuan studi, "pesanan" bukanlah Lebih dari Kurang dari
konsep pengukuran yang kuat seperti yang Separuh Waktu Separuh Waktu
lain (misalnya, membeli, mengkonsumsi, Dibeli
atau makan) makanan pembuka
makanan penutup
Larutan: Pisahkan pertanyaan; memperluas
Tidak membeli makanan pembuka atau makanan penutup.
alternatif tanggapan; mendefinisikan dengan
jelas konstruk yang ingin Anda ukur.
Masalah: Kerangka waktu yang tidak spesifik; Apakah Anda pernah menghadiri pertandingan Dalam enam bulan terakhir, apakah Anda pernah menjadi penonton
cenderung mengalami kerusakan memori; layar basket perguruan tinggi? pertandingan bola basket yang dimainkan oleh tim perguruan tinggi di
nonspesifik (tidak menanyakan apa yang benar- YA TIDAK kampus perguruan tinggi?
Masalah: Pertanyaan menghadapi Berapa banyak yang Anda bayar untuk Apakah Anda membeli jas untuk penggunaan pribadi
kerusakan memori yang serius karena mantel terakhir yang Anda beli? Anda dalam 60 hari terakhir?
mantel tidak dapat dibeli setiap tahun; tidak YA TIDAK
menanyakan apakah mantel itu pembelian Memikirkan mantel gaun ini, berapa banyak yang
pribadi atau untuk orang lain; Anda juga Anda! bayar? (ke dolar terdekat) $ _______.00 Adalah!
tidak tahu jenis mantel yang dibeli; Anda pembelian mantel ini dilakukan di a at
juga tidak tahu apakah mantel itu dibeli harga setelah diskon?
dengan harga penuh atau dengan diskon. YA TIDAK
>belajartujuan
Setelah membaca bab ini, Anda harus memahami. . .
4 Dua kategori teknik pengambilan sampel dan variasi teknik pengambilan sampel dalam setiap kategori.
“ lingkungan
Kita alam, dan
harus mendengar apa media sosial adalah
yang dikatakan dalam
tempat yang jelas untuk melakukan ini, tetapi kami juga
harus pergi dan menemukan pendapat yang
tidak dibagikan secara terbuka. Hanya dengan
begitu kita dapat memahami dikotomi antara
persona publik dan pribadi.
”
n Leet,
Menjadi direktur penjualan
uSamp
>membawapenelitianuntukkehidupan
Peneliti terdiri dari komunitas profesional yang cukup kecil. Di dalam perusahaan tertentu, selain yang berspesialisasi
dalam penelitian, beberapa peneliti terlatih dapat ditemukan, sehingga diperlukan kolaborasi. Peneliti dari perusahaan
yang berbeda sering berbagi pengalaman mereka di konferensi profesional dalam upaya untuk memajukan industri
secara keseluruhan. Akibatnya, para peneliti sering mengetahui keberhasilan masing-masing serta kegagalan mereka.
Mereka menggunakan kesalahan satu sama lain untuk meningkatkan proyek mereka sendiri. Kami bergabung dengan
Jason dan Sara saat mereka mendiskusikan pengambilan sampel untuk proyek baru dengan Glacier Symphony.
“Peserta yang ideal adalah orang yang bijaksana, pandai berbicara, “Belum, penumpangnya belum naik. Cara Champion
rasional, dan yang terpenting, kooperatif. Akan tetapi, orang-orang menceritakan kisah itu, Burbidge menerobos ke depan
nyata adalah orang yang suka bertengkar, keras kepala, kurang barisan dan mengetuk papan klipnya di pintu untuk
informasi, dan bahkan sesat. Namun demikian, merekalah yang harus masuk sebelum ada penumpang yang bisa naik. Dia
bekerja sama dengan Anda,” renung Jason saat dia dan Sara mengatakan itu kepada pengemudi.
menjelaskan detail rencana pengambilan sampel Glacier Symphony. “Ngomong-ngomong, Burbidge membagikan
“SamChampion, direktur pemasaran CityBus,” kata Sara, kuesionernya, dan para penumpang dengan rajin
“tentu saja memiliki masalah pengambilan sampel. Dia mengisinya dan membawanya ke depan tempat Burbidge
mengizinkan seorang peneliti pemula—Eric Burbidge—untuk duduk di depan bus. Dan kemudian mereka mulai
melakukan pengambilan sampel guna menentukan di mana bermain hoki bola kertas di lorong bus.”
perusahaan dapat mempromosikan jadwal rute harian “Hoki bola kertas?” pertanyaan Jason.
barunya dengan paling efektif. Masalah besarnya adalah “Ternyata mereka menggulung koran yang telah mereka baca
anggaran yang kecil dan pengendara dari dua kota yang sambil menunggu bus menjadi bola dan memukulnya melalui kaki
berbeda, di mana dua surat kabar yang berbeda memiliki penjaga gawang yang ditunjuk sendiri di setiap ujung lorong bus.
sirkulasi yang besar—dan tarif iklan yang sama besarnya. Bagaimanapun, sopirnya memberi tahu Burbidge bahwa sejak
CityBus berharap untuk beriklan hanya dalam satu kertas. East City Club bermain hoki malam itu, ketika dia membersihkan
Tapi surat kabar tidak memiliki sirkulasi !angka untuk kotak bus, sebagian besar surat kabar akan menjadi
penjual berita khusus. Champion menceritakan kisah itu pada Lembaran Kota Timur. Penunggangnya jelas suka mempelajari
makan siang MRA terakhir. permainan pro malam itu terlebih dahulu, jadi penjualan kios koran
“Sepertinya Burbidge tidak cukup berpengalaman untuk cepat di terminal, tetapi hanya untuk surat kabar yang melakukan
mencoba menjawab pertanyaan CityBus tentang surat kabar pekerjaan yang lebih baik untuk meliput olahraga du jour. Tentu saja
mana yang akan digunakan untuk iklan dengan melakukan survei malam berikutnya, para pengendara akan membeli Tribun Kota Barat
pada satu bus yang beroperasi antara dua kota pada jam sibuk karena itu melakukan pekerjaan yang lebih baik untuk meliput bola basket pro.
malam hari. Burbidge naik bus di rute 99 dan memberi tahu “Burbidge kesal dan menggumamkan sesuatu tentang survei
pengemudi bahwa dia dari kantor pusat dan di sana untuk yang meminta kertas yang paling baru dibeli. Sopir mengatakan
melakukan survei resmi selama perjalanan malam.” Sara berhenti kepadanya untuk tidak berkeringat. 'Mereka membeli
sejenak untuk efek dan menurunkan suaranya untuk meniru Surat kabar sebelum hoki dan suku sebelum bola basket …
katak dasar. “Saya perlu menguji hipotesis saya bahwa pembaca tapi tentu saja di pagi hari mereka membawa kertas yang
surat kabar di rute 99 dibagi rata antara betweenLembaran Kota dijatuhkan di depan pintu mereka.'
Timur dan Tribun Kota Barat.” “Burbidge sekarang menggumamkan itu dengan memilih rute
Jason, sekarang tertarik, menyela, "Dia mengatakan itu kepada satu 99, dan memilih malam hoki, dia benar-benar mendistorsi
bus penuh penumpang?" hasilnya.
>membawapenelitianuntukkehidupanlanjutan
“Pembalap, yang merupakan lawan dart favorit Champion, koran sama sekali. Mereka sudah menonton olahraga di bar terminal
benar-benar menikmati ketidaknyamanan Burbidge karena sambil menunggu bus. Sebagian besar tidak merasa sakit—jika Anda
dia bertingkah seperti keledai di awal. Jadi pengemudi mengerti maksud saya—dan tidak bisa membaca kertas koran kecil
memberi tahu Burbidge, 'Saya tahu dari membaca buletin karena saya tidak menyalakan lampu di atas kepala.'”
CityBus bahwa pada saat Anda mengumumkan rute dan Sara berhenti sejenak, membiarkan Jason bertanya, "Apakah ada
jadwal baru, kami akan !selesai dengan hoki dan bola basket pelajaran dari cerita ini, Sara?"
dan memasuki musim bisbol. Dan, tentu saja, sebagian besar “Yah, kami telah berbicara tentang meminta musisi mahasiswa
dari orang-orang di bus 5:15 ini adalah orang-orang Kota mendistribusikan dan mengumpulkan survei di setiap pertunjukan
Timur, sementara sebagian besar di bus 5:45 adalah orang- Jumat malam. Saya bertanya-tanya apakah Glacier Symphony memiliki
orang Kota Barat, jadi hasil Anda secara alami akan data demografis dari survei sebelumnya yang mungkin menjelaskan
terpengaruh dengan memilih 5:15 kapan saja. tahun.' beberapa peserta konser. Saya tidak suka membiaskan sampel kami
“Burbidge, sangat jengkel, bertanya kepada pengemudi, secara sistematis, seperti yang dilakukan Burbidge. Karena kami tidak
'Apakah ada hal lain yang ingin Anda bagikan dengan saya?' akan hadir untuk mengumpulkan data—seperti dia—kami mungkin
“Sopir itu jelas tidak bisa menyembunyikan senyumnya ketika tidak akan pernah tahu.”
Untuk CityBus, populasi yang menarik adalah semua pengendara rute yang terkena dampak restrukturisasi rute
yang akan datang. Dalam mempelajari kepuasan pelanggan dengan operasi layanan CompleteCare untuk
MindWriter, populasi yang menarik adalah semua individu yang telah memperbaiki laptopnya saat program
CompleteCare sedang berjalan. Elemen populasi adalah setiap individu yang berinteraksi dengan program layanan.
Mengapa Sampel?
Ada beberapa alasan kuat untuk pengambilan sampel, termasuk (1) biaya yang lebih rendah, (2) akurasi hasil yang lebih
besar, (3) kecepatan pengumpulan data yang lebih besar, dan (4) ketersediaan elemen populasi.
Biaya rendah
Keuntungan ekonomi mengambil sampel daripada sensus sangat besar. Pertimbangkan biaya untuk melakukan
sensus. Pada tahun 2000, karena putusan Mahkamah Agung membutuhkan sensus daripada sampling statistik
338
>bab 14 Contoh 339
Dengan teknik ini, Biro Sensus AS meningkatkan perkiraan anggaran Sensus Tahunan 2000 sebesar $1,723 miliar, menjadi
$4,512 miliar.1 Apakah mengherankan jika para peneliti di semua jenis organisasi bertanya, Mengapa kita harus
menghabiskan ribuan dolar untuk mewawancarai 4.000 karyawan di perusahaan kita jika kita dapat !menemukan apa yang
perlu kita ketahui dengan hanya menanyakan beberapa ratus?
Kecepatan eksekusi sampling mengurangi waktu antara pengenalan kebutuhan informasi dan ketersediaan
informasi tersebut. Untuk setiap pelanggan yang tidak puas yang dihasilkan oleh program MindWriter
CompleteCare, beberapa calon pelanggan akan pindah dari MindWriter ke laptop pesaing. Jadi, mengatasi
masalah dalam program CompleteCare tidak hanya akan membuat pelanggan saat ini datang kembali,
tetapi juga mencegah calon pelanggan untuk beralih ke merek pesaing karena berita negatif dari mulut ke
mulut.
Namun kita harus memiliki bukti untuk membuat klaim seperti itu. Jadi kami melakukan uji tabrak mobil untuk menguji kekuatan bemper atau
efisiensi airbag untuk mencegah cedera. Dalam menguji bukti tersebut, kami menghancurkan mobil yang kami uji. Sensus berarti
penghancuran total semua mobil yang diproduksi. Pengambilan sampel juga merupakan satu-satunya proses yang mungkin dilakukan jika
>jeprettembakan
Ford Reenergize dengan Mengubah Samplin
Ketepatan
Akurasi adalah sejauh mana bias tidak ada dari sampel. Ketika sampel diambil dengan benar, ukuran
perilaku, sikap, atau pengetahuan (variabel pengukuran) daribeberapa elemen sampel akan menjadi
kurang dari (dengan demikian, meremehkan) ukuran variabel yang sama yang diambil dari populasi.
Juga, ukuran perilaku, sikap, atau pengetahuanlain elemen sampel akan menjadi lebih dari
nilai populasi (dengan demikian, melebih-lebihkan mereka). Variasi nilai sampel ini saling mengimbangi, sehingga
menghasilkan nilai sampel yang mendekati nilai populasi. Agar efek penyeimbang ini terjadi, bagaimanapun, harus
ada elemen yang cukup dalam sampel, dan mereka harus ditarik dengan cara yang tidak mendukung perkiraan
yang terlalu tinggi atau terlalu rendah.
Misalnya, asumsikan Anda diminta untuk menguji tingkat ingatan merek dari pendekatan kreatif “menghitung
domba” untuk perusahaan matras Serta. Secara hipotetis, Anda dapat mengukur melalui sampel atau
ll dikombinasikan dengan kejelasan pesan: “Kasur serta adalah sangat
ortable Anda akan merasakan perbedaannya begitu Anda berbaring.” Secara
keseluruhan, 52 persen peserta yang merupakan pemirsa TV memimpin
merek dan pesan dengan benar. Menggunakan sampel, 70 persen
mengingat rand dan menafsirkan pesan dengan benar. Dengan
perbandingan kedua hasil, Anda akan tahu bahwa sampel Anda bias, karena !
tidak dapat menaksir terlalu tinggi nilai populasi 52#persen. Sayangnya, di
sebagian besar penelitian, melakukan sensus tidak layak, jadi kami
memperkirakan jumlah kesalahannya.5
Sampel yang akurat (tidak bias) adalah sampel di mana penaksir yang terlalu rendah
mengimbangi penaksir yang terlalu tinggi. Varians sistematis telah didefinisikan sebagai
"variasi dalam ukuran karena beberapa pengaruh yang diketahui atau tidak diketahui
yang 'menyebabkan' skor condong ke satu arah lebih dari yang lain."6
Serta Menghitung Domba
>bab 14 Contoh 341
Rumah di sudut blok, misalnya, seringkali lebih besar dan lebih berharga daripada yang ada di dalam blok. Dengan
demikian, sampel yang hanya memilih rumah sudut akan menyebabkan kita melebih-lebihkan nilai rumah di daerah
tersebut. Burbidge mengetahui bahwa dalam memilih rute bus 99 untuk sampel pembaca surat kabarnya, waktu dalam
sehari, hari dalam seminggu, dan musim dalam setahun survei secara dramatis mengurangi keakuratan dan validitas
sampelnya.
Meningkatkan ukuran sampel dapat mengurangi varians sistematis sebagai penyebab kesalahan. Namun,
bahkan ukuran besar tidak akan mengurangi kesalahan jika daftar dari mana Anda menarik peserta Anda bias.
Contoh klasik dari sampel dengan varians sistematis adalahIntisari Sastra jajak pendapat pemilihan presiden di
1936, di mana lebih dari 2 juta orang berpartisipasi. Jajak pendapat memperkirakan Alfred Landon akan
mengalahkan Franklin Roosevelt untuk kursi kepresidenan Amerika Serikat. Ingatan Anda benar; kita tidak pernah
memiliki presiden bernama Alfred Landon. Kami kemudian menemukan bahwa jajak pendapat itu mengambil
sampel dari pemilik telepon, yang berada di kelas menengah dan atas—pada saat itu, benteng Partai Republik—
sementara Roosevelt meminta kelas pekerja yang jauh lebih besar, yang anggotanya tidak mampu memilikinya.
telepon dan biasanya memilih kandidat Partai Demokrat.
presisi
Kriteria kedua dari desain sampel yang baik adalah ketepatan estimasi. Peneliti menerima bahwa tidak ada sampel
yang sepenuhnya mewakili populasinya dalam segala hal. Namun, untuk menginterpretasikan temuan penelitian,
kita memerlukan ukuran seberapa dekat sampel mewakili populasi. Deskriptor numerik yang menggambarkan
sampel mungkin diharapkan berbeda dari yang menggambarkan populasi karena "uktuasi acak yang melekat
dalam proses pengambilan sampel. Ini disebutkesalahan pengambilan sampel (atau kesalahan pengambilan
sampel acak) dan mencerminkan pengaruh kesempatan dalam menggambar anggota sampel. Kesalahan
pengambilan sampel adalah apa yang tersisa setelah semua sumber varians sistematis yang diketahui telah
diperhitungkan. Secara teori, kesalahan pengambilan sampel hanya terdiri dari "pergerakan acak saja, meskipun
beberapa varian sistematik yang tidak diketahui dapat dimasukkan ketika terlalu banyak atau terlalu sedikit elemen
sampel yang memiliki karakteristik tertentu. Katakanlah Jason mengambil sampel dari daftar abjad pemilik
MindWriter yang memiliki laptop yang saat ini diservis oleh program CompleteCare. Asumsikan 80#persen dari
mereka yang disurvei memiliki laptop yang diservis oleh Max Jensen. Juga asumsikan dari studi eksplorasi bahwa
Jensen memiliki lebih banyak surat keluhan tentang pekerjaannya daripada teknisi lain. Menyusun daftar pemilik
laptop saat ini dilayani dalam daftar abjad akan gagal untukmengacak kerangka sampel. Jika Jason menarik sampel
dari daftar itu, dia sebenarnya akan meningkatkan kesalahan pengambilan sampel.
Presisi diukur dengan kesalahan standar estimasi, sejenis pengukuran standar deviasi; semakin
kecil kesalahan standar estimasi, semakin tinggi presisi sampel. Desain sampel yang ideal
menghasilkan kesalahan estimasi standar yang kecil. Namun, tidak semua jenis desain sampel
memberikan perkiraan presisi, dan sampel dengan ukuran yang sama dapat menghasilkan jumlah
kesalahan yang berbeda.
Manajemen-Riset
Hirarki Pertanyaan Question
Populasi
Nonprobabilitas Probabilitas
Kemungkinan Pilih
Bingkai Pengambilan Sampel
Nonprobabilitas Seri
Sampel
investasi. Penelitian akan memungkinkan mereka untuk mengurangi banyak risiko. Jadi, pertanyaan penelitiannya adalah, Apakah
klub makan keanggotaan menjadi perusahaan yang layak? Beberapa pertanyaan investigasi yang “mengalir dari pertanyaan
penelitian antara lain:
2. Berapa banyak yang akan bergabung dengan klub di bawah berbagai pengaturan keanggotaan dan biaya?
8. Berapa persen dari populasi yang mengatakan mereka akan bergabung dengan klub, berdasarkan tarif
dan layanan yang diproyeksikan?
Kami menggunakan tiga pertanyaan investigasi terakhir sebagai contoh dan fokus secara khusus pada
pertanyaan 7#dan#8 untuk menilai risiko proyek. Pertama, kita akan membahas informasi dan contoh lain tentang
desain sampel, kembali ke Metro U di bagian berikutnya.
Dalam keputusan desain sampel, dasar representasi dan teknik pemilihan elemen, seperti yang ditunjukkan pada
Tampilan 14-2, mengklasifikasikan pendekatan yang berbeda.
>bab 14 Contoh 343
Dasar Representasi
Sistematis Pertimbangan
Gugus Kuota
Perwakilan
Anggota sampel dipilih menggunakan prosedur probabilitas atau nonprobabilitas.
Pengambilan sampel nonprobabilitas bersifat arbitrer dan subyektif; ketika kita memilih secara subjektif, kita biasanya
melakukannya dengan pola atau skema dalam pikiran (misalnya, hanya berbicara dengan orang muda atau hanya berbicara dengan
wanita). Setiap anggota populasi tidak memiliki peluang yang diketahui untuk dimasukkan. Mengizinkan pewawancara selama studi
penyadapan mal untuk memilih elemen sampel "secara acak" (artinya "sesuai keinginan" atau "di mana pun mereka!
menemukannya") bukanlah pengambilan sampel acak. Meskipun kami tidak diberitahu bagaimana Burbidge memilih pengendara
bus rute 99 sebagai sampelnya, jelas bahwa dia tidak menggunakan teknik sampling probabilitas.
Sampel Internet awal memiliki semua kelemahan sampel nonprobabilitas. Orang-orang yang sering mengunjungi Internet tidak mewakili sebagian besar target pasar
atau audiens, karena jauh lebih banyak pria muda yang mengerti teknis sering mengunjungi Internet daripada kelompok demografis lainnya. Karena penggunaan Internet
meningkat dan perbedaan gender berkurang, banyak sampel seperti itu sekarang mendekati sampel non-Internet. Namun, yang semakin mengkhawatirkan adalah apa
yang disebut oleh Biro Sensus sebagai "kesenjangan digital yang besar"—penghasilan rendah dan subkelompok etnis yang kurang terwakili dalam penggunaan Internet
dibandingkan dengan populasi umum. Selain itu, banyak sampel Internet, dan masih, diambil secara substansial dari panel. Ini terdiri dari individu-individu yang telah
memilih sendiri untuk menjadi bagian dari kumpulan individu yang tertarik untuk berpartisipasi dalam penelitian online. Ada banyak diskusi di antara peneliti profesional
tentang apakah sampel Internet harus diperlakukan sebagai sampel probabilitas atau nonprobabilitas. Beberapa mengakui bahwa setiap sampel yang diambil dari panel
lebih tepat diperlakukan sebagai sampel nonprobabilitas; yang lain sangat tidak setuju, mengutip keberhasilan panel terkenal seperti panel People Meter NielsenMedia
untuk penilaian pemirsa TV dan panel BehaviorScan IRI untuk melacak barang kemasan konsumen. Saat Anda mempelajari perbedaannya di sini, Anda harus menarik
kesimpulan Anda sendiri. Beberapa mengakui bahwa setiap sampel yang diambil dari panel lebih tepat diperlakukan sebagai sampel nonprobabilitas; yang lain sangat tidak
setuju, mengutip keberhasilan panel terkenal seperti panel People Meter NielsenMedia untuk penilaian pemirsa TV dan panel BehaviorScan IRI untuk melacak barang
kemasan konsumen. Saat Anda mempelajari perbedaannya di sini, Anda harus menarik kesimpulan Anda sendiri. Beberapa mengakui bahwa setiap sampel yang diambil dari
panel lebih tepat diperlakukan sebagai sampel nonprobabilitas; yang lain sangat tidak setuju, mengutip keberhasilan panel terkenal seperti panel People Meter
NielsenMedia untuk penilaian pemirsa TV dan panel BehaviorScan IRI untuk melacak barang kemasan konsumen. Saat Anda mempelajari perbedaan di sini, Anda harus
Kunci untuk perbedaan antara sampel nonprobabilitas dan probabilitas adalah istilah acak. Dalam kamus, acak
diartikan sebagai “tanpa pola” atau sebagai “sembarangan”. Dalam pengambilan sampel, acak berarti sesuatu yang
lain sama sekali.Sampling probabilitas didasarkan pada konsep seleksi acak—prosedur terkontrol yang
memastikan bahwa setiap elemen populasi diberi peluang seleksi yang tidak nol yang diketahui. Prosedur ini tidak
pernah sembarangan. Hanya sampel probabilitas yang memberikan perkiraan presisi. Ketika seorang peneliti
membuat keputusan yang akan mempengaruhi pengeluaran ribuan, jika bukan jutaan dolar, perkiraan presisi
sangat penting. Juga, hanya sampel probabilitas yang menawarkan kesempatan untuk menggeneralisasi temuan
ke populasi yang diinginkan dari populasi sampel Meskipun penelitian eksplorasi tidak selalu menuntut hal ini,
studi eksplanatori, deskriptif, dan kausal melakukannya.
Pemilihan Elemen
Apakah elemen dipilih secara individual dan langsung dari populasi—dipandang sebagai kumpulan tunggal—atau kontrol
tambahan diterapkan, pemilihan elemen juga dapat mengklasifikasikan sampel. Jika setiap elemen sampel diambil secara
individual dari populasi pada umumnya, itu adalah sampel tak terbatas. Pengambilan sampel terbatas mencakup semua
bentuk pengambilan sampel lainnya.
344 >bagian III Sumber dan Pengumpulan Data
>jeprettembakan
Penelitian untuk Kebaikan: Menggunakan Amal sebagai Insentif
Jika Anda dapat memberi makan anak yang lapar atau mencegah euthanasia anjing dengan
Penelitian untuk Komposisi Sampel yang Baik
mengikuti survei, apakah Anda akan melakukannya?
sering kali memberi insentif kepada peserta mereka dengan uang, Donasi + mata uang virtual
mata uang atau poin Internet, atau hadiah. Sayangnya,
Mitra pendiri Research for Good (RFG) khawatir bahwa orang yang
peserta (yaitu, jika survei yang diselesaikan dianggarkan sebesar $8,00 per
menerima insentif pribadi untuk memberikan pendapat mereka cenderung
peserta, maka badan amal menerima $2,00).
hanya mewakili segmen tertentu dari populasi. Juga, ada kekhawatiran
RFG telah menemukan bahwa peserta yang tertarik dengan insentif amal
industri yang sedang berlangsung tentang pengembangan "responden
berbeda—baik dalam perilaku maupun sikap—daripada mereka yang tertarik
profesional"—ketika peserta sukarelawan direkrut oleh ratusan perusahaan
pada panel penelitian dengan cara lain. Para pengambil survei ini cenderung
sampel dengan tiga cara yang kira-kira sama untuk memenuhi permintaan
peserta survei yang terus meningkat. RFG juga prihatin dengan tanggung berpikiran terbuka, merupakan pendukung keuangan atau sukarelawan
jawab sosial. Jadi, ia mengembangkan model pengambilan sampel dengan untuk amal, dan tidak mungkin dimotivasi oleh uang tunai atau insentif
hadiah biasa. Tingkat respons mereka lebih tinggi, serta tingkat penyelesaian
insentif yang menggunakan sumbangan amal untuk menarik responden
mereka. Dan mereka jarang melakukan survei, mengurangi kekhawatiran
yang berbeda secara unik. NyaKatakan Begitu Untuk Kebaikan panel menarik
tentang "responden profesional". RFG sekarang menghitung ribuan anggota
90 persen orang dewasa AS dan Kanada yang mendukung setidaknya satu
berinsentif amal di panelnya. “Dengan menarik peserta baru, kami akan
badan amal. Saat bergabung dengan panel, setiap peserta memilih badan
menghasilkan kualitas data yang lebih baik sementara kami melayani
amal untuk menerima insentif survei mereka. Basis data amal RFG mencakup
kebaikan yang lebih besar,” tegas salah satu pendiri Sean Case. Akibatnya,
setiap badan amal yang terdaftar oleh pemerintah di AS dan Kanada. RFG
RFG sekarang menyusun sampelnya dengan memasukkan model insentif
mengirimkan ke badan amal tertentu $1,00 atau 25!persen dari biaya yang
amal ini.
dianggarkan untuk setiap survei yang diselesaikan untuk setiap
www.researchforgood.com; www.saysoforgood.com
Ada beberapa pertanyaan yang harus dijawab dalam mengamankan sampel. Masing-masing membutuhkan informasi unik.
Sementara pertanyaan yang disajikan di sini berurutan, jawaban untuk satu pertanyaan sering kali memaksa revisi ke pertanyaan
sebelumnya.
Belajar Parameter Populasi yang Diinginkan Tingkat Data & Skala Pengukuran
Perbandingan
Persentase Rumah Tangga AS yang Dapat Diakses Melalui Telepon Metode Pengambilan Sampel Undangan
55 32
11 2
>fotoprofil
Sampling akses campuran berarti bahwa beberapa metode digunakan untuk mengundang peserta ke studi penelitian—telepon, email, ponsel/nirkabel,
berbasis alamat/surat, dll. Sekitar 98!persen dari kemungkinan peserta dapat dihubungi melalui telepon, sedangkan hanya 80! persen dapat dijangkau
secara online. Pengambilan sampel akses campuran mengurangi kesalahan noncoverage dan kesalahan nonresponse. Setelah peserta direkrut,
terlepas dari cara, ia dapat menyelesaikan studi dengan cara yang berbeda (misalnya, direkrut melalui telepon tetapi mengikuti survei online).
Rekrutmen sampel semakin banyak dilakukan dengan akses campuran.www.surveysampling.com
Meminta afiliasi Metro U untuk mengungkapkan frekuensi makan mereka di dalam atau di dekat kampus
(kurang dari 5 kali per minggu, lebih besar dari 5 tetapi kurang dari 10 kali per minggu, atau lebih dari 10 kali per
minggu) akan memberikan penduga data ordinal. Tentu saja, kita dapat mengajukan pertanyaan secara berbeda
dan memperoleh jumlah pengalaman makan yang mutlak dan itu akan menghasilkan data rasio. Di MindWriter,
peringkat layanan oleh CompleteCare pada skala 5 poin akan menjadi contoh penaksir data interval. Menanyakan
pengendara CityBus tentang jumlah hari perjalanan mereka selama tujuh hari terakhir akan menghasilkan data
rasio. Tampilan 14-3 menunjukkan parameter populasi yang menarik untuk tiga contoh studi kami.
Ketika variabel yang menarik dalam penelitian diukur pada skala interval atau rasio, kami
menggunakan mean sampel untuk memperkirakan mean populasi dan standar deviasi sampel untuk
memperkirakan standar deviasi populasi. Ketika variabel kepentingan diukur pada skala nominal atau
ordinal, kami menggunakan proporsi sampel kejadian untuk memperkirakan proporsi populasi danpq
untuk memperkirakan varians populasi. Ituproporsi populasi kejadian “sama dengan jumlah elemen
dalam populasi yang termasuk dalam kategori minat, dibagi dengan jumlah total elemen dalam populasi.”7
Ukuran proporsi diperlukan untuk data nominal dan juga digunakan secara luas untuk ukuran lainnya.
Ukuran proporsi yang paling sering adalah persentase. Dalam studi Metro U, contoh data nominal adalah
proporsi populasi yang menyatakan minat untuk bergabung dengan klub (misalnya, 30 persen; oleh karena
itu,p sama dengan 0,3 dan q, mereka yang tidak tertarik, sama dengan
0,7) atau proporsi siswa menikah yang melaporkan bahwa mereka sekarang makan di restoran setidaknya !5 kali dalam
sebulan. Studi CityBus berusaha untuk menentukan apakah Kota Timur atau Kota Barat memiliki penumpang terbanyak
pada rute bus 99. MindWriter mungkin ingin mengetahui apakah pria atau wanita paling banyak mengalami masalah
dengan model laptop 9000. Langkah-langkah untuk CityBus dan MindWriter ini akan menghasilkan nilai nominal data.
Mungkin juga ada subkelompok penting dalam populasi tentang siapa kita ingin
membuat perkiraan. Misalnya, kita mungkin ingin menarik kesimpulan tentang tingkat
penggunaan klub makan yang dapat diharapkan dari siswa yang menikah versus siswa
lajang, siswa yang tinggal di rumah versus siswa komuter, dan sebagainya. Pertanyaan
seperti itu memiliki dampak yang kuat pada sifat kerangka sampling yang kami terima
(kami ingin daftar diatur oleh subkelompok ini, atau di dalam daftar, setiap karakteristik
dari setiap elemen perlu dicatat), desain sampel, dan ukuran. Burbidge harus lebih tertarik
untuk menjangkau pengendara CityBus yang jarang daripada biasa dengan iklan surat
kabar yang dia rencanakan; untuk menjangkau penumpang yang sering naik CityBus dapat
menggunakan tanda di dalam bus atau membagikan jadwal kertas daripada
menggunakan iklan surat kabar yang lebih mahal.
>bab 14 Contoh 347
telah memungkinkan dia untuk menarik sampel probabilitas menggunakan teknik cluster sampling. Kami membahas teknik
pengambilan sampel yang lebih kompleks nanti dalam bab ini.
Masalah pengambilan sampel yang telah kita diskusikan sejauh ini cukup universal. Baru setelah kita mulai berbicara
tentang kerangka pengambilan sampel dan metode pengambilan sampel, penelitian internasional mulai menyimpang.
Peneliti internasional sering menghadapi lebih banyak kesulitan dalam menemukan atau membangun kerangka sampel.
Negara berbeda dalam cara masing-masing mendefinisikan populasinya; ini mempengaruhi sensus dan jumlah penduduk
yang relevan.8 Beberapa negara sengaja mengambil sampel untuk memfasilitasi analisis isu-isu kepentingan nasional
tertentu; ini berarti kita perlu berhati-hati dalam menafsirkan angka nasional agregat yang diterbitkan.9 Perbedaan dan
kesulitan ini dapat mengarahkan peneliti untuk memilih teknik nonprobabilitas atau teknik probabilitas yang berbeda dari
yang akan mereka pilih jika melakukan penelitian semacam itu di Amerika Serikat atau negara maju lainnya. Dalam sebuah
penelitian yang dilakukan di banyak negara pada saat yang sama, peneliti dapat menggunakan metodologi pengambilan
sampel yang berbeda, sehingga menghasilkan penelitian hibrida yang memerlukan perhatian untuk digabungkan.
Merupakan praktik umum untuk menimbang data sampel dalam studi lintas negara untuk mengembangkan data sampel
yang representatif.10 Pilihan metode pengambilan sampel sering ditentukan oleh budaya dan juga oleh infrastruktur
komunikasi dan teknologi. Sama seperti semua kampanye iklan tidak akan sesuai di semua bagian dunia, semua teknik
pengambilan sampel tidak akan sesuai di semua subkultur. Diskusi kami dalam teks ini lebih berfokus pada penelitian
domestik daripada penelitian internasional. Kami percaya lebih mudah untuk mempelajari prinsip-prinsip penelitian di
lingkungan yang Anda ketahui dibandingkan dengan lingkungan di mana banyak siswa hanya dapat berspekulasi. Namun
kami juga percaya bahwa kepekaan etnis dan budaya harus mempengaruhi setiap keputusan peneliti, apakah mereka
melakukan penelitian di dalam negeri atau internasional.
• Pewawancara atau orang lain tidak dapat mengubah pilihan yang dibuat.
• Hanya elemen terpilih dari kerangka sampling asli yang disertakan.
• Pergantian dikecualikan kecuali ditentukan dengan jelas dan dikendalikan menurut aturan keputusan yang telah
ditentukan.
Terlepas dari semua kehati-hatian, sampel aktual yang dicapai tidak akan cocok dengan sempurna sampel yang awalnya diambil.
Beberapa orang akan menolak untuk berpartisipasi, dan yang lain akan sulit, jika bukan tidak mungkin, untuk !nd. Jadi, betapapun
hati-hatinya kita dalam mengganti mereka yang menolak atau tidak pernah ditemukan, kesalahan pengambilan sampel
kemungkinan akan meningkat.
Dengan catatan personel yang tersedia di universitas dan populasi yang terkonsentrasi secara geografis,
metode sampling probabilitas dimungkinkan dalam studi klub makan. Direktori universitas umumnya
tersedia, dan biaya menggunakan sampel acak sederhana tidak akan besar di sini. Kemudian, karena para
peneliti sedang memikirkan investasi besar di klub makan, mereka sangat yakin bahwa mereka memiliki
sampel yang representatif. Analisis yang sama berlaku untuk MindWriter: Kerangka sampel sudah tersedia,
membuat sampel probabilitas menjadi mungkin dan mungkin.
Meskipun teknik sampling cluster probabilitas tersedia untuknya, jelas bahwa Burbidge memilih nonprobability
sampling, secara sewenang-wenang memilih rute bus 99 sebagai sampel penilaian dan mencoba untuk mensurvei semua
orang yang naik bus selama waktu yang dia pilih untuk naik. Apa yang mendorongnya ke keputusan ini kemungkinan besar
yang membuat peneliti beralih ke pengambilan sampel nonprobabilitas dalam situasi lain: kemudahan, kecepatan, dan
biaya.
menggunakan jumlah subkelompok, aturan praktis, dan pertimbangan anggaran untuk menentukan ukuran
sampel. Dalam sampling probabilitas, seberapa besar sampel seharusnya merupakan fungsi dari variasi parameter
populasi yang diteliti dan ketepatan estimasi yang dibutuhkan oleh peneliti. Beberapa prinsip yang mempengaruhi
ukuran sampel antara lain:
• Semakin besar dispersi atau varians dalam populasi, semakin besar sampel harus
memberikan presisi estimasi.
• Semakin besar presisi estimasi yang diinginkan, semakin besar sampel yang harus diambil.
• Semakin sempit atau kecil rentang kesalahan, semakin besar sampel yang harus diambil.
• Semakin tinggi tingkat kepercayaan dalam estimasi, semakin besar sampel yang harus diambil.
• Semakin besar jumlah subkelompok kepentingan dalam sampel, semakin besar ukuran sampel harus, karena
setiap subkelompok harus memenuhi persyaratan ukuran sampel minimum.
Pertimbangan biaya mempengaruhi keputusan tentang ukuran dan jenis sampel dan metode pengumpulan
data. Hampir semua studi memiliki beberapa kendala anggaran, dan ini dapat mendorong peneliti untuk
menggunakan sampel nonprobabilitas. Survei sampel probabilitas mengeluarkan biaya daftar untuk kerangka
sampel, panggilan balik biaya, dan berbagai biaya lain yang tidak diperlukan ketika sampel nonprobabilitas
digunakan. Tetapi ketika metode pengumpulan data diubah, jumlah dan jenis data yang dapat diperoleh juga
berubah. Perhatikan pengaruh anggaran $2.000 pada pertimbangan pengambilan sampel :
Untuk CityBus, biaya pengambilan sampel preferensi surat kabar pengendara untuk menemukan tempat
menjalankan pengumuman konfigurasi-rute harus jauh lebih rendah daripada biaya menjalankan iklan di
harian East City dan West City. Jadi, prosedur pengambilan sampel penilaian nonprobabilitas yang
digunakan Burbidge adalah logis dari sudut pandang anggaran. Investasi yang dibutuhkan untuk membuka
klub makan di Metro U juga membenarkan pendekatan probabilitas yang lebih hati-hati yang diambil oleh
para mahasiswa. Untuk MindWriter, investasi dalam CompleteCare telah dilakukan; Jason harus sangat
yakin bahwa rekomendasinya untuk mengubah prosedur dan kebijakan CompleteCare tepat sasaran dan
didukung sepenuhnya oleh data yang dikumpulkan. Pertimbangan ini membenarkan pendekatan sampling
probabilitas MindWriter.
Studi klub makan Metro U memiliki populasi 20.000 orang. Jika ukuran sampel adalah 300, kemungkinan terpilihnya adalah
1,5 persen (300/20.00050,015). Pada bagian ini, kami menggunakan sampel acak sederhana untuk membangun landasan
untuk memahami prosedur pengambilan sampel dan memilih sampel probabilitas. Sampel acak sederhana mudah
diterapkan dengan panggilan otomatis (panggilan acak) dan dengan sistem respons suara terkomputerisasi. Namun,
metode ini memerlukan daftar elemen populasi, dapat memakan waktu dan mahal, dan dapat memerlukan ukuran sampel
yang lebih besar daripada metode probabilitas lainnya. Exhibit#14-4 memberikan gambaran tentang langkah-langkah yang
terlibat dalam memilih sampel acak.
350 >bagian III Sumber dan Pengumpulan Data
Memilih contoh acak dilakukan dengan bantuan perangkat lunak komputer, tabel angka acak, atau kalkulator dengan generator angka acak. Menggambar
slip dari topi atau bola Ping-Pong dari drum berfungsi sebagai alternatifjika setiap elemen dalam kerangka sampling memiliki peluang yang sama untuk
dipilih. Mencampur slip (atau bola) dan mengembalikannya di antara setiap pilihan memastikan bahwa setiap elemen memiliki kemungkinan yang sama
untuk dipilih seperti yang lainnya.
Tabel angka acak (seperti Lampiran D, Tampilan D-10) adalah solusi praktis ketika tidak ada program perangkat lunak yang tersedia. Tabel
angka acak berisi angka yang tidak memiliki organisasi sistematis. Apakah Anda melihat baris, kolom, atau diagonal, Anda tidak akan menemukan
urutan atau urutan. Exhibit C-10 dalam Appendix C disusun menjadi 10 kolom string lima digit, tetapi ini semata-mata untuk keterbacaan.
Asumsikan peneliti menginginkan sampel 10 dari populasi 95 elemen. Bagaimana peneliti akan memulai?
1. Tetapkan setiap elemen dalam kerangka pengambilan sampel dengan nomor unik dari 01 hingga 95.
2. Identifikasi awal acak dari tabel nomor acak. Jatuhkan pensil terlebih dahulu ke meja dengan mata tertutup. Katakanlah
titik pensil mendarat di kolom kedelapan dari kiri dan 10 angka turun dari atas Tampilan C-10, menandai lima digit!
05067.
3. Tentukan bagaimana digit dalam tabel bilangan acak akan ditetapkan ke kerangka sampling untuk memilih ukuran sampel yang ditentukan
(peneliti setuju untuk membaca dua digit pertama dalam kolom ini ke bawah sampai 10 dipilih).
4. Pilih elemen sampel dari kerangka sampling (05, 27, 69, 94, 18, 61, 36, 85, 71, dan 83 menggunakan proses di atas. (Digit 94
muncul dua kali dan instance kedua dihilangkan; 00 dihilangkan karena kerangka sampling dimulai dengan 01.)
Pendekatan lain untuk memilih angka tidak terbatas: horizontal kanan ke kiri, bawah ke atas, diagonal melintasi kolom, dan seterusnya.
Pemilihan komputer dari sampel acak sederhana akan lebih efisien untuk proyek yang lebih besar.
Sebuah bentuk serbaguna dari sampling probabilitas adalah pengambilan sampel secara sistematis. Dalam pendekatan
ini, setiap kelemen dalam populasi dijadikan sampel, dimulai dengan awal acak dari elemen dalam kisaran 1 hingga#k. Itu k
elemen ke-, atau lewati interval, ditentukan dengan membagi ukuran sampel ke dalam ukuran populasi untuk
mendapatkan pola lompatan yang diterapkan pada kerangka sampel. Ini mengasumsikan bahwa kerangka sampel adalah
daftar populasi yang akurat; jika tidak, jumlah elemen dalam kerangka sampel diganti dengan ukuran populasi.
______
k 5 Lewati interval 5 _Ukuran populasi
Ukuran sampel
Keuntungan utama dari sampling sistematis adalah kesederhanaan dan "fleksibilitasnya. Lebih mudah untuk menginstruksikan
pekerja lapangan untuk memilih unit tempat tinggal yang terdaftar di setiap kbaris lembar daftar daripada menggunakan acak
>bab 14 Contoh 351
tabel angka. Dengan sampling sistematis, tidak perlu memberi nomor entri dalam jumlah personel yang besar sebelum
mengambil sampel. Untuk menggambar sampel sistematis, lakukan hal berikut:
Faktur atau akun pelanggan dapat diambil sampelnya dengan menggunakan digit terakhir atau kombinasi digit
dari faktur atau nomor akun pelanggan. Pengambilan sampel waktu juga mudah dilakukan. Pengambilan sampel
sistematis akan menjadi teknik yang tepat untuk evaluasi program CompleteCare MindWriter.
Pengambilan sampel yang sistematis dapat menimbulkan bias yang tidak kentara. Kekhawatiran dengan pengambilan sampel
sistematis adalah mungkinperiodisitas dalam populasi yang sejajar dengan rasio sampling. Dalam pengambilan sampel penjualan
restoran makanan penutup dengan menggambar hari dalam setahun, interval lompatan 7 akan menghasilkan hasil yang bias, tidak
peduli hari mana yang memberikan awal acak. Kasus yang kurang jelas mungkin melibatkan survei di area bangunan apartemen di
mana pola tipikalnya adalah delapan apartemen per bangunan. Interval lompatan 8 dapat dengan mudah melakukan oversample
beberapa jenis apartemen dan undersample lainnya.
Kesulitan lain mungkin muncul ketika ada tren monoton dalam elemen populasi. Artinya, daftar populasi
bervariasi dari elemen terkecil hingga terbesar atau sebaliknya. Bahkan daftar kronologis mungkin memiliki
efek ini jika suatu ukuran cenderung ke satu arah dari waktu ke waktu. Apakah sampel sistematis yang
diambil dalam kondisi ini memberikan perkiraan bias dari rata-rata atau proporsi populasi tergantung pada
penarikan acak awal. Asumsikan bahwa daftar 2.000 bank komersial dibuat, disusun dari yang terbesar ke
yang terkecil, dari mana sampel 50 harus diambil untuk analisis. Interval lompatan 40#dimulai dengan awal
acak pada 16 akan mengecualikan 15 bank terbesar dan memberikan bias ukuran kecil pada !temuan.
Satu-satunya perlindungan terhadap bias halus ini adalah kewaspadaan konstan oleh peneliti. Beberapa cara untuk menghindari
bias tersebut antara lain:
• Acak populasi sebelum pengambilan sampel (misalnya, urutkan bank berdasarkan nama daripada ukuran).
• Ubah awal acak beberapa kali dalam proses pengambilan sampel.
• Replikasi pilihan sampel yang berbeda.
Meskipun sampling sistematis memiliki beberapa masalah teoritis, dari sudut pandang praktis biasanya
diperlakukan sebagai sampel acak sederhana. Ketika elemen populasi yang serupa dikelompokkan dalam kerangka
sampling, sampling sistematis secara statistik lebih efisien daripada sampel acak sederhana. Ini mungkin terjadi
jika elemen yang terdaftar diurutkan secara kronologis, berdasarkan ukuran, berdasarkan kelas, dan seterusnya.
Dalam kondisi tersebut, sampel mendekati sampel berlapis proporsional. Pengaruh pengurutan ini lebih nyata
pada hasil sampel klaster daripada sampel elemen dan mungkin memerlukan formula sampling bertingkat
proporsional.12
Sebagian besar populasi dapat dipisahkan menjadi beberapa subpopulasi yang saling eksklusif, atau strata.
Proses di mana sampel dibatasi untuk memasukkan elemen dari masing-masing segmen disebut
sampling acak bertingkat. Mahasiswa dapat dibagi berdasarkan tingkat kelas, sekolah atau jurusan, jenis
kelamin, dan sebagainya. Setelah populasi dibagi ke dalam strata yang sesuai, sampel acak sederhana dapat
diambil dalam setiap strata. Hasil dari studi tersebut kemudian dapat dibobot (berdasarkan proporsi strata
terhadap populasi) dan digabungkan menjadi perkiraan populasi yang sesuai.
Ada tiga alasan peneliti memilih sampel acak berlapis: (1) untuk meningkatkan efisiensi statistik sampel, (2) untuk
menyediakan data yang memadai untuk menganalisis berbagai subpopulasi atau strata, dan (3) untuk memungkinkan
metode penelitian yang berbeda. dan prosedur yang akan digunakan dalam strata yang berbeda.13
Strati!kasi biasanya lebih efisien secara statistik daripada sampling acak sederhana dan paling buruk
sama dengan itu. Dengan stratifikasi ideal, setiap strata homogen secara internal dan heterogen dengan
strata lainnya. Ini mungkin terjadi dalam sampel yang mencakup anggota dari beberapa kelompok etnis
yang berbeda. Dalam hal ini, stratifikasi membuat peningkatan nyata dalam efisiensi statistik.
352 >bagian III Sumber dan Pengumpulan Data
>Menutupnaik
Sistem Keynote Menguji Kekuatan Pencarian
Keynote Systems dua kali setahun mengevaluasi kinerja lima mesin pencari, termasuk pemimpin pasar Google, AOL pangsa pasar, Google memiliki pengakuan yang kuat dan cenderung
Search, Yahoo! Cari, Ask.com, dan Pencarian MSN. Keynote, "pemimpin di seluruh dunia dalam layanan yang menetapkan standar dalam desain situs pencarian. Apakah mereknya begitu
meningkatkan kinerja bisnis online dan teknologi komunikasi," menggunakan panel online untuk melakukan kuat sehingga dapat memengaruhi sikap bahkan dalam menghadapi
"pengujian situs Web interaktif untuk menilai pengalaman pengguna," yang menguraikan tidak hanya bagaimana pengalaman kinerja yang saling bertentangan? Jika merek bukan merupakan
orang menggunakan mesin pencari, tetapi mengapa mereka mencari saat mereka melakukan. Keynote faktor, mesin pencari mana yang akan menghasilkan hasil yang paling
mengalokasikan peserta dan perlakuan eksperimental seperti pada Tampilan 14-5: 2.000 orang diambil secara acak memuaskan dan bermanfaat, hasil bersponsor terbaik, dan presentasi serta
dari lebih dari 160.000 anggota panel dan diundang untuk berpartisipasi melalui email. Mereka ditugaskan secara desain terbaik? Keynote ingin merancang eksperimen yang akan
acak ke dalam lima kelompok yang terdiri dari 400 orang; setiap grup diberi mesin pencari tertentu. Apakah peserta menunjukkan kekuatan merek mesin telusur. Untuk melakukan itu, mereka
memiliki pengalaman dengan mesin tertentu bukanlah kriteria untuk penugasan. Setiap grup diberi serangkaian perlu menghapus identitas merek dari hasil pencarian. Solusinya adalah
tugas pencarian, dimulai dengan tugas umum— Pikirkan tentang apa pun yang ingin Anda cari; pergi dan cari itu— merancang situs web mesin pencari yang tampak generik dan halaman
untuk tugas yang lebih spesifik—temukan perusahaan lokal, produk, gambar, dan item berita. Setiap grup yang format hasil, memasukkan hasil pencarian aktual ke dalam format
dialokasikan mesin pencari pada dasarnya melakukan serangkaian tugas yang sama. Dari aktivitas mereka, Keynote generiknya.
menghasilkan 250.000 metrik (termasuk waktu yang terlibat dalam pencarian, apakah pencarian berhasil, dll.). Ini Untuk uji kekuatan merek (Gambar 14-6) 2.000 peserta dibagi
mencocokkan metrik ini dengan data survei yang digunakan untuk mengukur kepuasan, kesulitan yang dirasakan, lagi menjadi lima kelompok dan ditugaskan satu mesin pencari.
dan frustrasi tertentu. Dari data gabungan ini berkembang beberapa indeks. Setiap grup yang dialokasikan mesin Kali ini, bagaimanapun, setengah dari peserta ditugaskan ke grup
pencari pada dasarnya melakukan serangkaian tugas yang sama. Dari aktivitas mereka, Keynote menghasilkan bermerek (tidak 5 200) dan akan melihat hasilnya dengan baris
250.000 metrik (termasuk waktu yang terlibat dalam pencarian, apakah pencarian berhasil, dll.). Ini mencocokkan teks "Hasil yang dibawa ke Anda oleh Yahoo/Google/Ask, dll.";
metrik ini dengan data survei yang digunakan untuk mengukur kepuasan, kesulitan yang dirasakan, dan frustrasi setengah lainnya (tidak 5 200) akan melihat hasil yang sama tetapi
tertentu. Dari data gabungan ini berkembang beberapa indeks. Setiap grup yang dialokasikan mesin pencari pada tanpa baris notasi merek (tidak 5 200). Kelima mesin pencari diuji
dasarnya melakukan serangkaian tugas yang sama. Dari aktivitas mereka, Keynote menghasilkan 250.000 metrik menggunakan tugas yang dilakukan dalam tes standar dua kali
(termasuk waktu yang terlibat dalam pencarian, apakah pencarian berhasil, dll.). Ini mencocokkan metrik ini dengan setahun, tetapi semua hasil yang dilihat oleh peserta sebenarnya
data survei yang digunakan untuk mengukur kepuasan, kesulitan yang dirasakan, dan frustrasi tertentu. Dari data dihasilkan menggunakan mesin pencari yang ditetapkan,
gabungan ini berkembang beberapa indeks. kemudian dimasukkan ke dalam presentasi hasil umum.
“Halaman hasil dikirim langsung dan peserta tidak akan
“Salah satu hal yang kami catat dari serangkaian tes tersebut adalah merasakan perbedaan dalam waktu yang telah berlalu, karena
bahwa Google berulang kali menerima sambutan hangat, bahkan dalam hasilnya dikirim dalam milidetik dari apa yang akan dikirimkan
kasus di mana ukuran kinerja menceritakan kisah yang berbeda,” berbagi oleh pencarian standar,” jelas Jones. Pengujian menghasilkan
konsultan riset senior Lance Jones. Dengan hampir 60 persen 1.600 kueri yang menghasilkan 12!metrik yang berbeda.
Peserta Eksperimen
(n = 2000)
>Menutupnaiklanjutan
>Pameran 14-6 Alokasi Peserta dalam Uji Kekuatan Merek
(n = 200) (n = 200)
Apakah merek kuat? Berikut adalah beberapa sampel hasil untuk mengirimkan 800; Kepuasan hasil yang disponsori Google adalah 763!(tidak
Google; perlu diingat bahwa grup bermerek dan grup tidak bermerek) dibandingkan dengan 809 (bermerek); kepuasan desain penuh
bermerek melihat halaman hasil yang sama persis. Pada grup adalah 753 (tidak bermerek) dibandingkan dengan 806 (bermerek). Evaluasi
tidak bermerek, skor kepuasan hasil Google yang dihitung adalah desain sampel ini.
Ini juga berguna ketika peneliti ingin mempelajari karakteristik subkelompok populasi tertentu. Jadi, jika seseorang
ingin menarik beberapa kesimpulan tentang kegiatan di kelas yang berbeda dari sebuah badan siswa, sampling bertingkat
akan digunakan. Demikian pula, jika sebuah restoran tertarik untuk menguji perubahan menu untuk menarik pelanggan
yang lebih muda sambil mempertahankan pelanggan yang lebih tua dan setia, pengambilan sampel bertingkat
menggunakan usia dan patronase sebelumnya sebagai deskriptor akan sesuai. Stratifikasi juga diperlukan ketika metode
pengumpulan data yang berbeda diterapkan di berbagai bagian populasi, desain penelitian yang menjadi semakin umum.
Ini mungkin terjadi ketika kita mensurvei karyawan perusahaan di rumah kantor dengan satu metode tetapi harus
menggunakan pendekatan yang berbeda dengan karyawan yang tersebar di seluruh tanah air.
Jika data tersedia yang menjadi dasar keputusan stratifikasi, bagaimana kita akan melakukannya?14 Stratifikasi yang ideal
akan didasarkan pada variabel utama yang diteliti. Jika perhatian utama adalah untuk mengetahui seberapa sering per
bulan pelanggan akan menggunakan klub makan Metro U, maka orang ingin membuat stratifikasi pada jumlah
kesempatan penggunaan yang diharapkan ini. Satu-satunya kesulitan dengan ide ini adalah jika kita mengetahui informasi
ini, kita tidak perlu melakukan penelitian. Oleh karena itu, kita harus memilih variabel untuk stratifikasi yang kita yakini
akan berkorelasi dengan frekuensi penggunaan klub per bulan, seperti hari kerja atau jadwal kelas sebagai indikasi kapan
elemen sampel mungkin berada di dekat kampus pada waktu makan.
Peneliti sering memiliki beberapa variabel penting yang ingin mereka tarik kesimpulannya. Pendekatan yang masuk
akal adalah mencari beberapa dasar untuk stratifikasi yang berkorelasi baik dengan variabel-variabel utama. Ini mungkin
variabel tunggal (tingkat kelas), atau mungkin variabel majemuk (kelas menurut jenis kelamin). Bagaimanapun, kita akan
melakukan pekerjaan stratifikasi yang baik jika basis stratifikasi memaksimalkan perbedaan antara rata-rata strata dan
meminimalkan varians dalam strata untuk variabel-variabel yang menjadi perhatian utama.
354 >bagian III Sumber dan Pengumpulan Data
Semakin banyak strata yang digunakan, semakin dekat Anda untuk memaksimalkan perbedaan antar strata
(perbedaan antar strata) dan meminimalkan varians intrastratum (perbedaan dalam strata tertentu). Anda harus
mendasarkan keputusan sebagian pada jumlah kelompok subpopulasi yang ingin Anda tarik kesimpulannya secara
terpisah. Biaya stratifikasi juga masuk dalam keputusan. Semakin banyak strata yang Anda miliki, semakin tinggi
biaya proyek penelitian karena biaya yang terkait dengan pengambilan sampel yang lebih rinci. Ada sedikit yang
bisa diperoleh dalam memperkirakan nilai populasi ketika jumlah strata melebihi enam.15
Ukuran sampel strata dihitung dengan dua informasi: (1) seberapa besar sampel total yang seharusnya
dan (2) bagaimana sampel total harus dialokasikan di antara strata. Dalam memutuskan bagaimana
mengalokasikan sampel total di antara berbagai strata, ada pilihan proporsional dan tidak proporsional.
Pengambilan Sampel yang Proporsional versus Tidak Proporsional Di pengambilan sampel bertingkat proporsional,
setiap strata terwakili dengan baik sehingga ukuran sampel yang diambil dari strata sebanding
dengan bagian strata dari total populasi. Pendekatan ini lebih populer daripada prosedur sampling
bertingkat lainnya. Beberapa alasan untuk ini termasuk:
• Ini memiliki efisiensi statistik yang lebih tinggi daripada sampel acak sederhana.
• Ini memberikan sampel pembobotan sendiri; rata-rata atau proporsi populasi dapat diperkirakan hanya dengan
menghitung rata-rata atau proporsi dari semua kasus sampel, menghilangkan pembobotan tanggapan.
Di sisi lain, sampel strata!ed proporsional sering mendapatkan sedikit efisiensi statistik jika
ukuran strata dan varians mereka serupa untuk variabel utama yang diteliti.
Setiap stratifikasi yang menyimpang dari hubungan proporsional adalah sampling bertingkat yang tidak
proporsional. Ada beberapa skema alokasi yang tidak proporsional. Salah satu jenis adalah disproporsi yang ditentukan
berdasarkan pertimbangan berdasarkan gagasan bahwa setiap strata cukup besar untuk menjamin tingkat kepercayaan
yang memadai dan perkiraan rentang kesalahan untuk strata individu. Tabel berikut menunjukkan hubungan antara
sampling bertingkat proporsional dan tidak proporsional.
Perempuan 55 55 65
Namun, seorang peneliti membuat keputusan mengenai pengambilan sampel yang tidak proporsional, dengan mempertimbangkan
Dalam strata tertentu, ambil sampel yang lebih besar jika strata lebih besar dari strata lainnya; strata lebih bervariasi secara internal; dan
pengambilan sampel lebih murah di strata.16
Jika seseorang menggunakan saran-saran ini sebagai panduan, adalah mungkin untuk mengembangkan skema stratifikasi yang
optimal. Ketika tidak ada perbedaan dalam varians intrastratum dan ketika biaya pengambilan sampel antar strata sama, desain
yang optimal adalah sampel proporsional.
Sementara pengambilan sampel yang tidak proporsional secara teoritis lebih unggul, ada beberapa pertanyaan apakah itu
memiliki penerapan yang luas dalam arti praktis. Jika perbedaan biaya pengambilan sampel atau varians antar strata besar, maka
pengambilan sampel yang tidak proporsional diinginkan. Telah disarankan bahwa "perbedaan beberapa kali lipat diperlukan untuk
membuat pengambilan sampel yang tidak proporsional bermanfaat."17
1. Kami membagi populasi menjadi beberapa subkelompok. 1. Kami membagi populasi menjadi banyak subkelompok.
• Setiap subkelompok memiliki banyak elemen di dalamnya. • Setiap subkelompok memiliki beberapa elemen di dalamnya.
• Subkelompok dipilih menurut beberapa kriteria • Subkelompok dipilih menurut beberapa kriteria kemudahan atau
yang terkait dengan variabel yang diteliti. ketersediaan dalam pengumpulan data.
2. Kami mencoba mengamankan Homogenitas dalam subkelompok. 2. Kami mencoba mengamankan heterogenitas dalam subkelompok.
3. Kami mencoba mengamankan heterogenitas antar subkelompok. 3. Kami mencoba mengamankan Homogenitas antar subkelompok.
4. Kami memilih secara acak elemen dari dalam setiap 4. Kami secara acak memilih beberapa subgrup yang biasanya kita pelajari
subkelompok. secara mendalam.
Dalam sampel acak sederhana, setiap elemen populasi dipilih secara individual. Populasi juga dapat dibagi menjadi
kelompok-kelompok elemen dengan beberapa kelompok yang dipilih secara acak untuk dipelajari. Ini adalah
pengambilan sampel klaster. Pengambilan sampel klaster berbeda dari pengambilan sampel bertingkat dalam beberapa hal, seperti yang ditunjukkan
Dua kondisi mendorong penggunaan sampling cluster: (1) kebutuhan akan efisiensi ekonomi yang lebih besar daripada
yang dapat disediakan oleh sampling acak sederhana dan (2) seringnya tidak tersedianya kerangka sampling praktis untuk
elemen-elemen individual.
Efisiensi statistik untuk sampel cluster biasanya lebih rendah daripada sampel acak sederhana
karena cluster sering tidak memenuhi kebutuhan akan heterogenitas dan, sebaliknya, homogen.
Misalnya, keluarga di blok yang sama (cluster tipikal) adalah sering serupa dalam kelas sosial, tingkat
pendapatan, asal etnis, dan sebagainya Meskipun efisiensi statistik di sebagian besar sampel klaster
mungkin rendah, efisiensi ekonomi seringkali cukup besar untuk mengatasi kelemahan ini. relatif e
690 antar
sering digunakan
metode,
klaster daerah
sampel mungkin
gunakan geografis
unit sampel
(misalnya, blok kota).
356 >bagian III Sumber dan Pengumpulan Data
jika biayanya hanya $5 per wawancara dalam situasi cluster dan $10 dalam kasus acak sederhana, sampel
cluster lebih menarik ($3,450 versus $4,240).
Pengambilan Sampel Area Banyak penelitian melibatkan populasi yang dapat diidentifikasi dengan beberapa wilayah geografis.
Ketika ini terjadi, dimungkinkan untuk menggunakanpengambilan sampel daerah, bentuk yang paling penting dari cluster
sampling. Metode ini mengatasi masalah biaya pengambilan sampel yang tinggi dan tidak tersedianya kerangka pengambilan
sampel yang praktis untuk elemen individu. Metode pengambilan sampel area telah diterapkan pada populasi nasional, populasi
kabupaten, dan bahkan area yang lebih kecil di mana ada batas-batas politik atau alam yang jelas.
Misalkan Anda ingin mensurvei penduduk dewasa sebuah kota. Anda jarang dapat mengamankan daftar orang-orang
seperti itu. Akan tetapi, akan mudah untuk mendapatkan peta kota terperinci yang menunjukkan blok-blok kota. Jika Anda
mengambil sampel dari blok-blok ini, Anda juga mengambil sampel penduduk kota yang sudah dewasa.
Rancangan Dalam merancang sampel cluster, termasuk sampel area, kita harus menjawab beberapa pertanyaan:
1. Ketika klaster homogen, ini berkontribusi pada efisiensi statistik yang rendah. Terkadang satu
dapat meningkatkan efisiensi ini dengan membangun cluster untuk meningkatkan varians intracluster. Dalam studi klub makan,
peneliti mungkin telah memilih kursus sebagai sebuah cluster, memilih untuk mengambil sampel semua siswa dalam kursus itu jika
itu mendaftarkan siswa dari keempat tahun kelas. Atau mungkin mereka bisa memilih kantor departemen yang memiliki fakultas,
staf, dan posisi administrasi serta pekerja mahasiswa. Dalam pengambilan sampel area untuk meningkatkan varians intracluster,
peneliti dapat menggabungkan ke dalam satu cluster yang berdampingan dengan blok yang berisi kelompok pendapatan atau kelas
sosial yang berbeda.
2. Sampel cluster dapat terdiri dari cluster dengan ukuran yang sama atau tidak sama. Teori klaster-
ing adalah bahwa rata-rata dari kelompok sampel adalah perkiraan yang tidak bias dari rata-rata populasi. Ini lebih sering terjadi
ketika cluster secara alami sama, seperti rumah tangga di blok kota. Sementara seseorang dapat menangani kelompok dengan
ukuran yang tidak sama, mungkin diinginkan untuk mengurangi atau melawan efek dari ukuran yang tidak sama. Ada beberapa
pendekatan untuk ini:
• Gabungkan cluster kecil dan pisahkan cluster besar hingga masing-masing mendekati ukuran rata-rata.
• Stratifikasi cluster berdasarkan ukuran dan pilih cluster dari setiap strata.
• Stratifikasi klaster berdasarkan ukuran dan kemudian subsampel, menggunakan fraksi pengambilan sampel yang bervariasi untuk mengamankan rasio pengambilan
sampel secara keseluruhan.18
3. Tidak ada sebuah prioritas menjawab pertanyaan ukuran cluster yang ideal. Membandingkan efisiensi perbedaan
ukuran cluster mengharuskan kami menemukan biaya yang berbeda untuk setiap ukuran dan memperkirakan varians yang berbeda
dari rata-rata cluster. Bahkan dengan klaster tahap tunggal (di mana peneliti mewawancarai atau mengamati setiap elemen dalam
klaster), tidak jelas ukuran mana (katakanlah, 5, 20, atau 50) yang lebih unggul. Beberapa telah menemukan bahwa dalam studi
menggunakan cluster area satu tahap, ukuran cluster yang optimal tidak lebih besar dari blok kota yang khas.19
4. Mengenai desain cluster satu tahap atau multitahap, untuk sebagian besar pengambilan sampel area skala besar,
kecenderungannya adalah menggunakan desain multistage. Beberapa situasi membenarkan pengambilan sampel dalam sebuah cluster, dalam
preferensi untuk pembuatan langsung cluster yang lebih kecil dan mengambil sensus cluster itu menggunakan pengambilan sampel cluster
satu tahap:20
• Cluster alami mungkin ada sebagai unit pengambilan sampel yang nyaman namun, karena alasan ekonomi, mungkin lebih besar dari
ukuran yang diinginkan.
• Kita dapat menghindari biaya pembuatan cluster yang lebih kecil di seluruh populasi dan membatasi subsampling
hanya pada cluster alami yang besar.
• Pengambilan sampel kelompok yang kompak secara alami dapat menimbulkan kesulitan praktis. Misalnya,
wawancara independen terhadap semua anggota rumah tangga mungkin tidak praktis.
5. Jawaban berapa banyak subjek yang harus diwawancarai atau diobservasi sangat tergantung pada spesifikasinya
desain cluster, dan detailnya bisa rumit. Cluster yang tidak setara dan sampel multistage adalah yang utama
>bab 14 Contoh 357
komplikasi, dan perlakuan statistiknya berada di luar cakupan buku ini.21 Di sini kita hanya akan memperlakukan sampling satu tahap
dengan cluster berukuran sama (disebut pengambilan sampel klaster sederhana). Ini analog dengan pengambilan sampel acak
sederhana. Kita dapat menganggap suatu populasi terdiri dari 20.000 kelompok yang masing-masing terdiri dari satu siswa, atau
2.000 kelompok yang masing-masing terdiri dari 10 siswa, dan seterusnya. Dengan asumsi spesifikasi yang sama untuk presisi dan
keyakinan, kita harus mengharapkan bahwa perhitungan ukuran sampel probabilitas akan sama untuk kedua cluster.
Mungkin lebih mudah atau ekonomis untuk mengumpulkan beberapa informasi dengan sampel dan kemudian
menggunakan informasi ini sebagai dasar untuk memilih subsampel untuk studi lebih lanjut. Prosedur ini disebut
pengambilan sampel ganda, pengambilan sampel berurutan, atau pengambilan sampel multifase. Biasanya
ditemukan dengan desain strati!ed dan/atau cluster. Prosedur perhitungan dijelaskan dalam teks yang lebih maju.
Pengambilan sampel ganda dapat diilustrasikan dengan contoh klub makan. Anda dapat menggunakan survei telepon atau
metode survei murah lainnya untuk mengetahui siapa saja yang tertarik untuk bergabung dengan klub tersebut dan tingkat
ketertarikan mereka. Anda kemudian dapat mengelompokkan responden yang tertarik berdasarkan tingkat minat dan subsampel di
antara mereka untuk wawancara intensif tentang pola konsumsi yang diharapkan, reaksi terhadap berbagai layanan, dan
sebagainya. Apakah lebih diinginkan untuk mengumpulkan informasi seperti itu dengan pengambilan sampel satu tahap atau dua
tahap sangat bergantung pada biaya relatif dari kedua metode tersebut.
Karena banyaknya desain pengambilan sampel yang tersedia, seringkali sulit untuk memilih pendekatan yang
memenuhi kebutuhan pertanyaan penelitian dan membantu mengendalikan biaya proyek. Untuk membantu
dengan pilihan ini, Tampilan 14-8 dapat digunakan untuk membandingkan berbagai keuntungan dan kerugian
Acak Sederhana Setiap elemen populasi memiliki Mudah diimplementasikan dengan panggilan otomatis Membutuhkan daftar populasi
Biaya: Tinggi kesempatan yang sama (panggilan angka acak) dan dengan elemen.
Gunakan: Sedang untuk terpilih menjadi sampel. sistem respons suara terkomputerisasi. Membutuhkan lebih banyak waktu untuk diterapkan.
Sampel diambil secara acak Menggunakan ukuran sampel yang lebih besar.
Sistematis Smemilih elemen populasi Sederhana untuk desain. Periodisitas dalam populasi
Biaya: Sedang di awal dengan awal acak, Lebih mudah digunakan daripada simple random. dapat mengubah sampel dan
Gunakan: Sedang dan mengikuti interval Mudah untuk menentukan distribusi sampling hasil.
lompatan pengambilan rata-rata atau proporsi. Jika daftar populasi memiliki mono-
sampel memilih setiap k tren tonik, perkiraan bias akan
elemen ke-. dihasilkan berdasarkan titik
awal.
Terstratifikasi Membagi populasi menjadi sub- Peneliti mengontrol ukuran sampel di Peningkatan kesalahan akan terjadi jika
Biaya: Tinggi populasi atau strata dan lapisan. subkelompok dipilih pada
Gunakan: Sedang menggunakan random sederhana Peningkatan efisiensi statistik. Menyediakan tingkat yang berbeda.
pada setiap strata. Hasil dapat data untuk direpresentasikan dan Terutama mahal jika strata
ditimbang dan digabungkan. menganalisis subkelompok. pada populasi harus
Memungkinkan penggunaan metode yang berbeda dalam strata. dibuat.
Gugus Penduduk dibagi menjadi Memberikan perkiraan yang tidak bias dari populasi Efisiensi statistik sering lebih rendah
Biaya: Sedang subkelompok yang heterogen parameter tion jika dilakukan dengan benar. (lebih banyak kesalahan) karena
Gunakan: Tinggi secara internal. Beberapa adalah Secara ekonomi lebih efisien daripada sederhana subkelompok menjadi homogen
dipilih secara acak untuk acak. daripada heterogen.
pelajaran lanjutan. Biaya terendah per sampel, terutama dengan
cluster geografis.
Mudah dilakukan tanpa daftar populasi.
Dua kali lipat Proses termasuk mengumpulkan Dapat mengurangi biaya jika tahap pertama menghasilkan Peningkatan biaya jika tidak pandang bulu
(berurutan atau data dari sampel menggunakan data yang cukup untuk membuat stratifikasi atau digunakan secara alami.
dari sampling probabilitas. Teknik pengambilan sampel nonprobabilitas dibahas di bagian berikutnya. Mereka
sering digunakan dan menawarkan peneliti keuntungan dari biaya rendah. Namun, mereka tidak didasarkan pada
kerangka teoritis dan tidak beroperasi dari teori statistik; akibatnya, mereka menghasilkan bias seleksi dan sampel
yang tidak representatif. Terlepas dari kelemahan ini, penggunaannya secara luas menuntut disebutkan di sini.
Dengan pendekatan subjektif seperti nonprobability sampling, probabilitas pemilihan elemen populasi tidak
diketahui. Ada berbagai cara untuk memilih orang atau kasus untuk dimasukkan dalam sampel. Seringkali kita
membiarkan pilihan subjek dibuat oleh pekerja lapangan di tempat kejadian. Ketika ini terjadi, ada peluang lebih
besar untuk bias memasuki prosedur pemilihan sampel dan mendistorsi hasil #penelitian. Selain itu, kami tidak
dapat memperkirakan rentang apa pun untuk mengharapkan parameter populasi. Mengingat keuntungan teknis
dari sampling probabilitas dibandingkan nonprobability sampling, mengapa ada orang yang memilih yang
terakhir? Ada beberapa alasan praktis untuk menggunakan metode yang kurang tepat.
Pertimbangan Praktis
Kami dapat menggunakan prosedur pengambilan sampel nonprobabilitas karena prosedur tersebut
memenuhi tujuan pengambilan sampel secara memuaskan. Meskipun sampel acak akan memberi
kita potongan melintang populasi yang sebenarnya, ini mungkin bukan tujuan penelitian. Jika tidak
ada keinginan atau kebutuhan untuk menggeneralisasi parameter populasi, maka kekhawatiran
tentang apakah sampel sepenuhnya mencerminkan populasi seringkali lebih sedikit. Seringkali
peneliti memiliki tujuan yang lebih terbatas. Mereka mungkin hanya mencari kisaran kondisi atau
untuk contoh variasi dramatis Hal ini terutama berlaku dalam penelitian eksplorasi di mana
seseorang mungkin hanya ingin menghubungi orang atau kasus tertentu yang jelas-jelas atipikal
Burbidge mungkin menginginkan sampel probabilitas jika keputusan yang bertumpu pada data
adalah desain aktual dari rute dan jadwal CityBus baru.
Alasan tambahan untuk memilih nonprobability atas probability sampling adalah biaya dan waktu. Pengambilan sampel
probabilitas jelas membutuhkan lebih banyak perencanaan dan panggilan balik berulang untuk memastikan bahwa setiap anggota
sampel yang dipilih dihubungi. Kegiatan ini mahal. Pengambilan sampel nonprobabilitas yang dikendalikan dengan hati-hati
seringkali tampaknya memberikan hasil yang dapat diterima, sehingga penyelidik bahkan mungkin tidak mempertimbangkan
pengambilan sampel probabilitas. Hasil Burbidge dari bus rute 99 akan menghasilkan data yang meragukan, tetapi dia tampaknya
menyadari kekeliruan banyak asumsinya begitu dia berbicara dengan pengemudi bus rute 99—sesuatu yang seharusnya dia lakukan
selama eksplorasi sebelum merancang rencana pengambilan sampel.
Sementara pengambilan sampel probabilitas mungkin lebih unggul dalam teori, ada gangguan dalam penerapannya. Bahkan
prosedur pengambilan sampel acak yang dinyatakan dengan hati-hati dapat dikenakan aplikasi yang ceroboh oleh orang-orang yang
terlibat. Dengan demikian, pengambilan sampel probabilitas yang ideal mungkin hanya dapat dicapai sebagian karena elemen
manusia.
Ada juga kemungkinan bahwa pengambilan sampel nonprobabilitas mungkin merupakan satu-satunya alternatif yang layak.
Total populasi mungkin tidak tersedia untuk studi dalam kasus-kasus tertentu. Di tempat kejadian besar, mungkin tidak mungkin
untuk mencoba membangun sampel probabilitas. Sebuah studi korespondensi masa lalu antara dua perusahaan harus
menggunakan sampel sewenang-wenang karena korespondensi penuh biasanya tidak tersedia.
Dalam arti lain, mereka yang termasuk dalam sampel dapat memilih sendiri. Dalam survei surat, mereka yang
menjawab mungkin tidak mewakili bagian sebenarnya dari mereka yang menerima kuesioner. Penerima
>bab 14 Contoh 359
kuesioner memutuskan sendiri apakah mereka akan berpartisipasi. Dalam survei Internet, mereka yang menjadi
sukarelawan tidak selalu mewakili bagian yang sesuai—itulah sebabnya pertanyaan saringan digunakan sebelum
memasukkan peserta ke dalam sampel. Namun demikian, ada beberapa seleksi mandiri ini di hampir semua survei
karena setiap responden memilih apakah akan diwawancarai.
Metode
Kenyamanan
Sampel nonprobabilitas yang tidak dibatasi disebut sampel kenyamanan. Mereka adalah desain yang paling tidak dapat diandalkan
tetapi biasanya yang termurah dan termudah untuk dilakukan. Peneliti atau !pekerja lapangan memiliki kebebasan untuk memilih
siapa saja yang mereka !ndkan: demikianlah yang dinamakan “kenyamanan”. Contohnya termasuk kumpulan informal teman dan
tetangga, orang-orang yang menanggapi undangan surat kabar bagi pembaca untuk menyatakan posisi mereka pada beberapa
masalah publik, wawancara penyadapan “person-on-the-street” reporter TV, atau penggunaan karyawan untuk mengevaluasi selera.
dari makanan ringan baru.
Meskipun sampel kenyamanan tidak memiliki kontrol untuk memastikan presisi, itu mungkin masih merupakan prosedur yang
berguna. Seringkali Anda akan mengambil sampel seperti itu untuk menguji ide atau bahkan untuk mendapatkan ide tentang subjek
yang diminati. Pada tahap awal penelitian eksplorasi, ketika Anda mencari panduan, Anda dapat menggunakan pendekatan ini.
Hasilnya mungkin menyajikan bukti yang begitu banyak sehingga prosedur pengambilan sampel yang lebih canggih tidak
diperlukan. Dalam sebuah wawancara dengan siswa mengenai beberapa masalah yang menjadi perhatian kampus, Anda dapat
berbicara dengan 25 siswa yang dipilih secara berurutan. Anda mungkin menemukan bahwa tanggapannya sangat berat sebelah
sehingga tidak ada insentif untuk wawancara lebih lanjut.
Sampel nonprobabilitas yang memenuhi kriteria tertentu disebut pengambilan sampel yang bertujuan. Ada dua
jenis utama—judgment sampling dan quota sampling.
Pengambilan sampel keputusan terjadi ketika seorang peneliti memilih anggota sampel untuk memenuhi
beberapa kriteria. Dalam studi masalah perburuhan, Anda mungkin ingin berbicara hanya dengan mereka yang
pernah mengalami diskriminasi di tempat kerja. Contoh lain dari pengambilan sampel penilaian terjadi ketika hasil
pemilu diprediksi hanya dari beberapa daerah terpilih yang telah dipilih karena catatan prediksinya dalam pemilu
sebelumnya. Burbidge memilih bus rute 99 karena rute saat ini antara Kota Timur dan Kota Barat membuatnya
percaya bahwa dia bisa mendapatkan representasi dari pengendara Kota Timur dan Kota Barat.
Ketika digunakan pada tahap awal studi eksplorasi, sampel penilaian adalah tepat. Ketika seseorang
ingin memilih kelompok yang bias untuk tujuan penyaringan, metode pengambilan sampel ini juga
merupakan pilihan yang baik. Perusahaan sering mencoba ide produk baru pada karyawan mereka.
Alasannya adalah bahwa orang akan mengharapkan karyawan !rm memiliki kecenderungan yang lebih baik
terhadap ide produk baru daripada publik. Jika produk tidak lolos kelompok ini, tidak memiliki prospek
untuk sukses di pasar umum.
Pengambilan sampel kuota adalah jenis kedua purposive sampling. Kami menggunakannya untuk meningkatkan
keterwakilan. Logika di balik pengambilan sampel kuota adalah bahwa karakteristik tertentu yang relevan menggambarkan
dimensi populasi. Jika sampel memiliki distribusi yang sama pada karakteristik ini, maka kemungkinan besar sampel
tersebut mewakili populasi terkait dengan variabel lain yang tidak dapat kita kendalikan. Misalkan mahasiswa Metro U
adalah 55 persen perempuan dan 45 persen laki-laki. Kuota pengambilan sampel akan membutuhkan pengambilan sampel
siswa dengan rasio 55 hingga 45 persen. Ini akan menghilangkan distorsi karena rasio gender yang tidak representatif.
Burbidge dapat meningkatkan pengambilan sampel nonprobabilitasnya dengan mempertimbangkan variasi waktu dan
hari dalam seminggu dan memilih untuk mendistribusikan survei kepada pengendara bus rute 99 pada berbagai waktu,
sehingga menciptakan sampel kuota.
Dalam sebagian besar sampel kuota, peneliti menentukan lebih dari satu dimensi kontrol. Masing-masing harus
memenuhi dua tes: harus (1) memiliki distribusi dalam populasi yang dapat kita perkirakan dan (2) berkaitan dengan topik
yang dipelajari. Kami mungkin percaya bahwa tanggapan terhadap sebuah pertanyaan harus bervariasi tergantung pada
jenis kelamin responden. Jika demikian, kita harus mencari tanggapan yang proporsional dari laki-laki dan perempuan. Kita
mungkin juga merasa bahwa mahasiswa sarjana berbeda dari mahasiswa pascasarjana, jadi ini akan menjadi dimensi.
Dimensi lain, seperti disiplin akademik siswa, suku, agama, dan kelompok sosial
360 >bagian III Sumber dan Pengumpulan Data
afiliasi, juga dapat dipilih. Hanya beberapa dari kontrol ini yang dapat digunakan. Untuk mengilustrasikannya, misalkan kita
mempertimbangkan hal berikut:
Dalam kasus ekstrim, kita mungkin meminta pewawancara untuk menemukan seorang mahasiswa bisnis
sarjana laki-laki yang Katolik, anggota persaudaraan, dan dari rumah kelas atas. Semua kombinasi dari enam faktor
ini akan membutuhkan 288 sel tersebut untuk dipertimbangkan. Jenis kontrol ini dikenal sebagaikontrol presisi. Ini
memberikan jaminan yang lebih besar bahwa sampel akan mewakili populasi. Namun, itu mahal dan terlalu sulit
untuk dilakukan dengan lebih dari tiga variabel.
Ketika kita ingin menggunakan lebih dari tiga dimensi kontrol, kita harus bergantung pada frekuensi kontrol. Dengan
bentuk kontrol ini, persentase keseluruhan dari mereka yang memiliki setiap karakteristik dalam sampel harus sesuai
dengan persentase yang memiliki karakteristik yang sama dalam populasi. Tidak ada upaya yang dilakukan untuk !
menemukan kombinasi karakteristik khusus pada satu orang. Dalam kontrol frekuensi, kita mungkin akan menemukan
bahwa larik sampel berikut ini merupakan cerminan populasi yang memadai:
Populasi Sampel
Menikah 15 14
Sarjana 70 72
warga kampus 30 28
Independen 75 73
Protestan 39 42
Pengambilan sampel kuota memiliki beberapa kelemahan. Pertama, gagasan bahwa kuota pada beberapa variabel
mengasumsikan keterwakilan pada yang lain adalah argumen dengan analogi. Ini tidak memberikan jaminan bahwa sampel
mewakili variabel yang sedang dipelajari. Seringkali, data yang digunakan untuk menyediakan kontrol mungkin sudah usang atau
tidak akurat. Ada juga batasan praktis pada jumlah kontrol simultan yang dapat diterapkan untuk memastikan presisi. Akhirnya,
pilihan mata pelajaran diserahkan kepada pekerja lapangan untuk dibuat berdasarkan penilaian. Mereka mungkin hanya memilih
orang-orang yang tampak ramah, orang-orang yang nyaman bagi mereka, dan sebagainya.
Meskipun ada masalah dengan pengambilan sampel kuota, ini banyak digunakan oleh lembaga survei opini dan peneliti
pemasaran dan bisnis. Pengambilan sampel probabilitas biasanya jauh lebih mahal dan memakan waktu. Pendukung
pengambilan sampel kuota berpendapat bahwa meskipun ada beberapa bahaya bias sistematis, risikonya biasanya tidak
terlalu besar. Dimana validitas prediktif telah diperiksa (misalnya, dalam jajak pendapat pemilu), sampling kuota umumnya
memuaskan.
Semakin bertambah
Desain ini telah menemukan ceruk dalam beberapa tahun terakhir dalam aplikasi di mana responden sulit untuk mengidentifikasi
dan paling baik ditempatkan melalui jaringan rujukan. Hal ini juga sangat sesuai untuk beberapa studi kualitatif. Pada tahap awal
pengambilan sampel bola salju, individu ditemukan dan mungkin atau mungkin tidak dipilih melalui metode probabilitas.
Kelompok ini kemudian digunakan untuk merujuk peneliti kepada orang lain yang memiliki karakteristik serupa dan yang, pada
gilirannya, mengidentifikasi orang lain. Mirip dengan pencarian terbalik untuk sumber bibliografi, "bola salju" mengumpulkan subjek
saat bergulir. Berbagai teknik tersedia untuk memilih bola salju nonprobabilitas dengan ketentuan untuk identifikasi kesalahan dan
pengujian statistik. Mari kita pertimbangkan contoh singkat.
Kelas atas pasar audio AS terdiri dari beberapa !rms kecil yang menghasilkan komponen ultramahal yang
digunakan dalam perekaman dan pemutaran pertunjukan langsung. Teknologi baru yang berisiko
>bab 14 Contoh 361
untuk meningkatkan pemrosesan sinyal digital sedang dipertimbangkan oleh satu !rm. Melalui kontaknya dengan
sekelompok insinyur rekaman dan desainer elektronik terpilih, sampel tahap pertama dapat diidentifikasi untuk
diwawancarai. Orang yang diwawancarai selanjutnya cenderung mengungkapkan informasi penting untuk pengembangan
dan pemasaran produk.
Variasi pengambilan sampel bola salju telah digunakan untuk mempelajari budaya narkoba, aktivitas geng remaja, elit
kekuasaan, hubungan masyarakat, perdagangan orang dalam, dan aplikasi lain di mana responden berada.
sulit untuk diidentifikasi dan dihubungi.
>ringkasan
1 Sampling didasarkan pada dua premis. Salah satunya adalah ada Jenis pendekatan probabilitas yang paling sederhana adalah simple random
kesamaan yang cukup di antara elemen-elemen dalam suatu sampling. Dalam desain ini, setiap anggota populasi memiliki kesempatan
populasi sehingga beberapa elemen ini akan cukup mewakili yang sama untuk dijadikan sampel. Sebaliknya, pemilihan nonprobabilitas
karakteristik populasi total. Premis kedua adalah bahwa meskipun adalah "tidak acak." Ketika setiap elemen sampel diambil secara individual
beberapa elemen dalam sampel meremehkan nilai populasi, yang dari populasi pada umumnya, ini adalah pengambilan sampel tak terbatas.
lain melebih-lebihkan nilai ini. Hasil dari kecenderungan ini adalah Pengambilan sampel terbatas mencakup bentuk-bentuk pengambilan sampel
bahwa statistik sampel seperti rata-rata aritmatika umumnya di mana proses pemilihan mengikuti aturan yang lebih kompleks.
2 Sampel yang baik memiliki akurasi dan presisi. Sebuah sampel acak tidak praktis atau tidak ekonomis. Empat jenis utama
sampel akurat adalah sampel di mana ada sedikit atau tidak ada bias atau varians pengambilan sampel acak kompleks yang dibahas dalam bab ini
sistematis. Sampel dengan presisi yang memadai adalah sampel yang memiliki adalah pengambilan sampel sistematis, bertingkat, cluster, dan
kesalahan pengambilan sampel yang berada dalam batas yang dapat diterima ganda. Sampling sistematis melibatkan pemilihan setiap
untuk tujuan penelitian. kth elemen dalam populasi, dimulai dengan awal acak antara elemen
3 Dalam mengembangkan sampel, lima pertanyaan prosedural perlu: dari 1 sampai k. Kesederhanaannya dalam kasus-kasus tertentu adalah
c Apa kerangka samplingnya? total yang lebih kecil daripada desain acak sederhana. Sampel bertingkat
Dasar Representasi tepat waktu. Bentuk clustering yang paling banyak digunakan adalah
sampling area, di mana area geografis merupakan elemen seleksi.
Pemilihan Elemen Kemungkinan Nonprobabilitas
Tidak dibatasi Acak sederhana Kenyamanan Kadang-kadang mungkin lebih mudah atau ekonomis untuk
pengambilan sampel nonprobabilitas biasanya lebih murah untuk dilakukan mata pelajaran. Sampel purposive lainnya adalah sampel kuota. Subyek
daripada pengambilan sampel probabilitas. dipilih agar sesuai dengan langkah-langkah kontrol tertentu yang telah
Convenience sample adalah bentuk nonprobability sampling yang paling ditentukan sebelumnya yang mengamankan bagian populasi yang
sederhana dan paling tidak dapat diandalkan. Kebajikan utama mereka adalah representatif. Pengambilan sampel bola salju menggunakan pendekatan
biaya rendah. Salah satu sampel purposive adalah sampel penilaian, di mana rujukan untuk menjangkau responden yang sangat sulit ditemukan.
seseorang tertarik untuk mempelajari hanya jenis-jenis yang dipilih
>kunciistilah
pengambilan sampel daerah 356 populasi 338 contoh 338
pengambilan sampel klaster 355 parameter populasi 345 pengambilan sampel berurutan 357
sampel kenyamanan 359 proporsi populasi kejadian sampel acak sederhana 349
346
pengambilan sampel bertingkat yang tidak lewati interval 350
proporsional 354 pengambilan sampel probabilitas 343
pengambilan sampel bola salju 360
>diskusipertanyaan
Persyaratan dalam Ulasan Membuat Keputusan Penelitian
1 Membedakan antara: 6 Tugas Anda adalah mewawancarai sampel yang representatif dari
e Convenience dan purposive sampling. konfigurasi tempat duduk sebelumnya, Anda dapat menghitung jumlah
tiket yang akan tersedia untuk masing-masing dari 200 konser. Dengan
f Ketepatan sampel dan akurasi sampel.
demikian, secara kolektif, Anda akan mengetahui jumlah kemungkinan
g Sistematis dan varians kesalahan. peserta untuk setiap jenis musik. Dari penelitian kehadiran yang
h Variabel dan parameter atribut. dilakukan pada konser yang diadakan oleh Glacier Symphony selama
b Sampel acak sederhana? sampel klaster? bertingkat 7 Perusahaan besar Anda akan berubah menjadi berpusat pada pelanggan
Sampel? struktur organisasi, di mana karyawan yang jarang berhubungan
c Sampel probabilitas bertingkat yang tidak proporsional? dengan pelanggan sekarang kemungkinan besar akan secara signifikan
Keputusan subjektif apa yang harus Anda buat? transisi, atasan Anda menginginkan evaluasi yang akurat tentang moral
sejumlah besar teknisi komputer perusahaan. Jenis sampel apa yang
4 Jelaskan perbedaan antara sampel probabilitas dan
akan Anda ambil jika itu menjadi sampel tak terbatas?
sampel nonprobabilitas.
9 Bagaimana Anda menggambar sampel cluster untuk CityBus? depan antrean yang semakin panjang untuk persediaan sepatu yang
>kasus*
Rumah Sakit Anak Akron Lotere Ohio: Desain Penelitian Inovatif Mendorong
Kemenangan
Memanggil Kehadiran
Pebble Beach Co.
Bisakah Penelitian Menyelamatkan Palang Katalis untuk Perempuan dalam Jasa Keuangan
Merah?
Kumbang Volkswagen
Pikiran yang Ingin Tahu—
SEKARANG!
* Anda akan menemukan deskripsi setiap kasus di bagian Indeks Kasus dari buku teks. Periksa Indeks Kasus untuk menentukan
apakah suatu kasus menyediakan data, instrumen penelitian, video, atau materi tambahan lainnya. Kasus tertulis dapat diunduh
dari situs web teks (www.mhhe.com/cooper12e). Semua materi video dan kasus video tersedia dari Pusat Pembelajaran Online.
Ikon rol film menunjukkan kasing video atau materi video yang relevan dengan kasing.
>lampiran14a
Menentukan Ukuran Sampel
Konsep Dasar Pengambilan Sampel tidak tersedia atau terlalu mahal untuk diperoleh. Kami
berpura-pura kemahatahuan demi contoh.
Dalam studi Klub Makan Universitas Metro, kami mengeksplorasi pengambilan
sampel probabilitas dan berbagai konsep yang digunakan untuk merancang Estimasi Poin
proses pengambilan sampel. Sekarang asumsikan kita mengambil sampel 10 elemen dari
Tampilan 14a-1 menunjukkan populasi studi klub makan populasi ini tanpa mengetahui karakteristik populasi. Kami
Metro U (tidak520.000) yang terdiri dari !ve subkelompok menggunakan prosedur pengambilan sampel dari program
berdasarkan waktu makan siang yang mereka sukai. Nilai 1 perangkat lunak statistik, generator angka acak, atau tabel acak
sampai 5 mewakili waktu makan siang yang disukai dari 11 pagi, angka. Sampel pertama kami (tidak1 5 10) memberi kami frekuensi
11:30#, 12# siang, 12:30, dan 1 siang. Frekuensi respons (f) yang ditunjukkan di bawah sampel tidak1 dalam Tampilan 14a-1. Kita
dalam distribusi penduduk, yang ditunjukkan di samping juga menghitung skor rata-rata, X1 5 3.0, untuk sampel ini. Ini berarti akan
subkelompok populasi, adalah apa yang akan ditemukan jika menempatkan waktu makan siang yang disukai rata-rata pada pukul 12
sensus elemen dilakukan. Biasanya, data kependudukan adalah tengah hari. Maksudnya adalahperkiraan titik dan prediktor terbaik kami
Y = Waktu f
1 11:00 saya 2.000
2 11:30 saya 4,000
Populasi 3 12:00 sore 7.000
disukai 4 12:30 sore 4,000
waktu makan siang 5 1:00 sore 3.000
N = 20.000
= 3.1 atau 12:03 sore
! =0,74 atau 22,2 menit
sampel
364
>bab 14 Contoh 365
dari rata-rata populasi yang tidak diketahui, (rata-rata aritmatika dari Memperkirakan Rata-Rata Populasi
populasi). Asumsikan lebih lanjut bahwa kita mengembalikan sampel
pertama ke populasi dan mengambil sampel kedua, ketiga, dan Bagaimana ini meningkatkan prediksi kami tentang dariµ X?
keempat dengan prosedur yang sama. Frekuensi, rata-rata, dan Kesalahan standar menciptakan rentang interval yang mengurung
simpangan baku ditunjukkan pada gambar. Seperti yang ditunjukkan estimasi titik. Dalam contoh ini,saya diperkirakan 3.0 atau
oleh data, setiap sampel memiliki beberapa kesamaan dengan 12 siang (rata-rata tidak1) 60,36. Rentang ini dapat divisualisasikan
populasi, tetapi tidak ada duplikasi yang sempurna karena tidak ada pada sebuah kontinum (lihat diagram di bagian bawah halaman).
sampel yang mereplikasi populasinya dengan sempurna. Kami berharap untuk !menemukan yang benar saya
antara 2.64 dan 3.36—antara 11:49 dan 12:11 (jika 2 5
Perkiraan Interval 11:30 dan 0,64 5 (30 menit) 5 19,2 menit, lalu
Kita tidak dapat menilai perkiraan mana yang merupakan rata-rata 2.64#5 11:30 pagi 1 19,2 menit, atau 11:49). Karena kita
sebenarnya (secara akurat mencerminkan rata-rata populasi). Namun, kita mengasumsikan kemahatahuan untuk ilustrasi ini, kita tahu
dapat memperkirakan interval di mana yang sebenarnya akan jatuh nilai rata-rata populasi adalah 3,1. Selanjutnya, karena
dengan menggunakan salah satu sampel. Hal ini dicapai dengan kesalahan standar memiliki karakteristik seperti skor standar
menggunakan rumus yang menghitung kesalahan standar rata-rata. lainnya, kami memiliki 68 persen keyakinan dalam perkiraan
ini—yaitu, satu kesalahan standar meliputi61 Z atau 68
s__ __
X 5 _s_ persen dari luas di bawah kurva normal (lihat Gambar 14a-3).
SAYASebuahtidakSebuah
baku sampel dari sampeltidak akan digunakan sebagai unbi- contoh klub makan dan menerapkan beberapa konsep ini untuk
dimana kali dalam sebulan Anda akan makan di klub? mereka akan
s 5 simpangan baku sampel, tidak1 mendapatkan distribusi seperti yang ditunjukkan pada bagian A
dari Exhibit 14a-5. Tanggapan akan berkisar dari nol hingga
tidak
__1 510 sebanyak 30 kali makan siang per bulan dengan asaya dan s.
X1 5 3.0 Namun, mereka tidak dapat melakukan sensus, jadi saya dan s tetap tidak diketahui.
Mengurangi Standar
Penyimpangan sebesar 50% Menggandakan Sampel
s 0,74 0.8
"X ! "X ! ! 0.234 "X ! ! 0.16
tidak 10 25
0.37 0.8
"X ! ! 0.117 "X ! ! 0,08
10 100
dimana
"X ! kesalahan standar rata-rata
"X ! simpangan baku sampel
n ! ukuran sampel
catatan: Peningkatan 400 persen dalam ukuran sampel (dari 25 menjadi 100) hanya akan menghasilkan peningkatan
presisi 200 persen (dari 0,16 menjadi 0,08). Peneliti sering diminta untuk meningkatkan presisi, tetapi pertanyaannya
adalah, berapa biayanya? Masing-masing elemen sampel tambahan itu menambahkan waktu dan
biaya untuk studi.
95%
68%
>Pameran 14a-4 Kesalahan Standar Terkait dengan Area di bawah Kurva Normal
1.65 90.10 90
1.96 95.00 95
3,00 99,73 99
itu ditampilkan sebagai histogram; itu mewakili distribusi Jika peneliti dapat menarik sampel berulang seperti yang kita
frekuensi data empiris, sedangkan kurva halus bagian A lakukan sebelumnya, mereka dapat memplot rata-rata setiap sampel
adalah distribusi teoritis. Kedua, distribusi sampel (bagian C) untuk mengamankan distribusi garis padat yang ditemukan di bagian
serupa dalam penampilan tetapi bukan merupakan duplikasi B. Menurut teorema limit pusat, untuk sampel yang cukup besar (
sempurna dari distribusi populasi (bagian A). Ketiga, mean tidak 5 30), mean sampel akan didistribusikan di sekitar mean
sampel berbeda dengan mean populasi. populasi kira-kira dalam distribusi normal.
>bab 14 Contoh 367
-! -! -! +!
x'1 x'2
x1 x3 x x4 x2
s s s s
10.0
X
catatan: Distribusi dalam angka-angka ini tidak untuk skala, tetapi fakta ini tidak penting untuk kami
pemahaman tentang hubungan dispersi digambarkan.
Sekalipun populasi tidak berdistribusi normal, berarti Jika kita memproyeksikan poin x1 dan x2 sampai dengan persebaran penduduk
distribusi sampel akan normal jika ada kumpulan sampel kontribusi (bagian A dari Exhibit 14a-5) pada poin x91 dan x92,
yang cukup besar. kita# melihat interval di mana setiap rata-rata yang diberikan secara acak
sampel 64 kemungkinan akan turun 95 persen dari waktu.
Memperkirakan Interval untuk Sampel Klub
Karena kita tidak akan mengetahui rata-rata populasi untuk
Makan Metro U mengukur galat standar, kita menyimpulkan bahwa ada juga
Rata-rata sampel apa pun akan berada dalam kisaran ekstrem peluang 95 persen bahwa rata-rata populasi berada dalam dua
distribusi yang ditunjukkan pada bagian B dari Tampilan 14a-5. Kita galat standar rata-rata sampel (10,0). Inferensi ini
juga tahu bahwa sekitar 68 persen sampel berarti dalam hal ini memungkinkan kita untuk menemukan mean sampel, menandai
distribusi akan jatuh di antara x3 dan x4 dan 95 persen akan interval di sekitarnya, dan menyatakan kemungkinan yang
jatuh di antara x1 dan x2. meyakinkan bahwa mean populasi berada dalam braket ini.
368 >bagian III Sumber dan Pengumpulan Data
Karena para peneliti sedang mempertimbangkan investasi rentang interval yang lebih kecil ini, kita harus (1) menerima tingkat
dalam proyek ini, mereka menginginkan jaminan bahwa rata- keyakinan yang lebih rendah dalam hasil atau (2) mengambil sampel yang
rata populasi mendekati angka yang dilaporkan dalam sampel cukup besar untuk memberikan interval yang lebih kecil ini dengan tingkat
apa pun yang mereka ambil. Untuk mengetahui seberapa dekat keyakinan yang diinginkan lebih tinggi.
mean populasi dengan mean sampel, mereka harus menghitung Jika satu kesalahan standar sama dengan 0,51 kunjungan,
kesalahan standar mean dan memperkirakan rentang interval di maka 0,2 kunjungan akan sama dengan 0,39 kesalahan standar
mana mean populasi mungkin berada. (0,2/0,51 5 0.39). Mengacu pada tabel area di bawah kurva
Mengingat ukuran sampel 64, mereka masih normal (Lampiran C, Peraga C-1), kami menemukan bahwa ada
membutuhkan nilai untuk kesalahan standar. Hampir tidak peluang 30,3#persen bahwa rata-rata populasi sebenarnya
akan pernah ada yang memiliki nilai standar deviasi populasi terletak di dalam60,39 kesalahan standar 10,0. Dengan sampel
(s), jadi kita harus menggunakan proxy !gure. Proksi terbaik 64, mean sampel akan mengalami begitu banyak varian
untuks adalah simpangan baku sampel (s). Berikut standar kesalahan sehingga hanya 30 persen dari waktu yang peneliti
deviasi (s 5 4.1) diperoleh dari sampel percontohan: harapkan untuk menemukan mean populasi antara 9,8 dan 10,2.
Ini adalah tingkat kepercayaan yang rendah sehingga para
s__ __s__ 4.1
_____
X5 aaa 5 0,51 peneliti biasanya akan pindah ke alternatif kedua; mereka akan
SAYA
SebuahtidakSebuah 5
SAYA64
meningkatkan ukuran sampel sampai mereka bisa mendapatkan
Jika satu kesalahan standar rata-rata sama dengan 0,51 kunjungan, maka perkiraan interval dan tingkat kepercayaan yang diinginkan.
1,96 kesalahan standar (95 persen) sama dengan 1,0 kunjungan. Para siswa
dapat memperkirakan dengan keyakinan 95 persen bahwa rata-rata
populasi dari kunjungan yang diharapkan adalah dalam 10,06 1,0
Menghitung Ukuran Sampel untuk
kunjungan, atau dari 9,0 hingga 11,0 kunjungan rata-rata per bulan. Kami
membahas tes percontohan sebagai bagian dari fase pretest di Bab 13.
Pertanyaan yang Melibatkan Sarana
keuangan mereka. Mereka mungkin menginginkan tingkat kepercayaan Sebuah. Itutingkat kepercayaan diri kita inginkan dengan perkiraan kita.
yang lebih tinggi daripada tingkat 95 persen yang digunakan di sini. b. Ituukuran perkiraan interval.
Dengan mengacu pada tabel area di bawah kurva normal, mereka dapat 2. Yang diharapkan persebaran dalam populasi untuk
menemukan berbagai kombinasi probabilitas lainnya. Tampilan # 14a-6 pertanyaan investigasi yang digunakan.
merangkum beberapa dari yang lebih umum digunakan. Jadi, jika siswa
3. Apakah diperlukan penyesuaian populasi yang terbatas.
menginginkan keyakinan yang lebih besar dalam probabilitas memasukkan
rata-rata populasi dalam rentang interval, mereka dapat pindah ke Para peneliti telah memilih dua konstruksi pertanyaan investigasi
kesalahan standar yang lebih tinggi, sebagai kritis—“frekuensi patronase” dan “minat untuk bergabung”—
mengatakan, X 6 3sX Sekarang rata-rata populasi terletak di karena mereka percaya keduanya sangat penting untuk membuat
antara 10,0 6 3 (0,51) atau dari 8,47 hingga 11,53. Dengan keputusan yang tepat tentang peluang klub makan Metro U. Yang
Keyakinan 99,73#persen, kita dapat mengatakan bahwa interval ini akan pertama membutuhkan estimasi titik, yang kedua membutuhkan
mencakup rata-rata populasi. proporsi. Dengan cara review, keputusan yang dibutuhkan dan
Kami mungkin ingin memiliki perkiraan yang akan berlaku untuk keputusan yang dibuat oleh peneliti Metro U dirangkum dalam
rentang yang jauh lebih kecil, misalnya, 10,0 6 0.2. Untuk mengamankan Tampilan 14a-7.
>Pameran 14a-6 Estimasi Terkait dengan Berbagai Tingkat Keyakinan di Metro U Dining
Studi Klub
>Pameran 14a-7 Keputusan Desain Sampling Metro U pada Konstruksi “Frekuensi Makan” dan “Bergabung”
Keputusan Metro U
• Keyakinan yang diinginkan peneliti dalam perkiraan kepercayaan 95% (Z!1.96) kepercayaan 95% (Z!1.96)
(dipilih berdasarkan risiko)
• sampel berarti 10
• Proporsi sampel populasi dengan atribut
tertentu yang diukur 30%
Ukuran Dispersi
5. Perhitungan ukuran sampel Lihat rumus (hal. 396) Lihat rumus (hal. 396)
* Karena kedua pertanyaan investigasi menarik, peneliti akan menggunakan yang lebih besar dari dua ukuran sampel yang dihitung,
tidak 259 untuk penelitian.
• Penelitian sebelumnya tentang topik tersebut. kasus, minat untuk bergabung dengan klub makan. Dan
• Uji coba atau prates instrumen data di antara alih-alih standar deviasi, dispersi diukur dalam halp 3
sampel yang diambil dari populasi. q (di mana q adalah proporsi populasi yang tidak memiliki
atribut tersebut), dan q 5 (1 2 hal). Ukuran dispersi statistik
• Aturan praktis (seperenam dari rentang
sampel juga berubah dari kesalahan standar standard
berdasarkan enam standar deviasi dalam
dari rata-rata untuk kesalahan standar dari proporsi shal.
kepercayaan 99,73 persen).
Kami menghitung ukuran sampel berdasarkan data ini dengan membuat
Jika kisarannya dari 0 hingga 30 kali makan, metode rule-of- mengambil dua keputusan subjektif yang sama—memutuskan
thumb menghasilkan standar deviasi 5 kali makan. Para peneliti perkiraan interval yang dapat diterima dan tingkat keyakinan.
menginginkan lebih presisi daripada yang disediakan oleh Asumsikan bahwa dari uji coba, 30 persen siswa dan karyawan
metode rule-of-thumb, jadi mereka mengambil sampel mengatakan mereka akan bergabung dengan klub makan. Kami
percontohan 25 dan !nd standar deviasi menjadi 4,1 makanan. memutuskan untuk memperkirakan proporsi sebenarnya dalam
populasi dalam 10 poin persentase dari gambar ini (p 5 0,30#6
Ukuran populasi 0.10). Asumsikan lebih lanjut bahwa kita ingin 95 persen
Faktor terakhir yang mempengaruhi ukuran sampel yakin bahwa parameter populasi berada di dalam60,10 dari
acak adalah ukuran populasi. Ketika ukuran sampel proporsi sampel. Perhitungan ukuran sampel berlangsung
melebihi 5 persen dari populasi, batas populasi seperti sebelumnya:
membatasi ukuran sampel yang dibutuhkan. Faktor 60,10 5 rentang interval yang diinginkan di mana
koreksi tersedia dalam peristiwa itu. proporsi populasi diharapkan (keputusan
Ukuran sampel dihitung untuk konstruksi pertama, subjektif)
frekuensi makan, sebagai berikut:
1.96sp 5 95 persen tingkat kepercayaan untuk memperkirakan
interval di mana diharapkan populasi
X 5 __s__
s__ tidak
Sebuah
SAYA Sebuah
proporsi (keputusan subjektif)
SAYA s__
SebuahtidakSebuah 5 _s__ sp 5 0,051 5 kesalahan standar proporsi
X
(0.10/1.96)
s__
tidak 5 _s_2_ pq 5 ukuran dispersi sampel (digunakan di sini sebagai
X
perkiraan persebaran penduduk)
tidak__(4.1)2
5 _____ tidak 5 ukuran sampel
(0.255)2
tidak 5 258.5 atau 259 aaa
sp 5 SAYA _p_q_
tidak
dimana
tidak 5 _p_q_
s__
X 5 0,255 (0,51/1,96)
s 2p
Jika peneliti bersedia menerima rentang interval yang lebih besar (61 kali tidak 5 _0_.3__3__0_.7_
(0,051)2
makan), dan dengan demikian jumlah risiko yang lebih besar, maka
mereka dapat mengurangi ukuran sampel menjadi tidak 5 65. tidak 5 81
Menghitung Ukuran Sampel untuk Ukuran sampel 81 orang didasarkan pada asumsi populasi tak
terbatas. Jika ukuran sampel kurang dari 5#persen dari populasi,
Pertanyaan yang Melibatkan Proporsi
hanya sedikit yang dapat diperoleh dengan menggunakan
Pertanyaan kunci kedua mengenai studi klub makan adalah, berapa penyesuaian populasi !nite. Para siswa menafsirkan data yang
persentase populasi yang mengatakan akan bergabung dengan klub ditemukan dengan sampel 81 dipilih secara acak dari populasi
makan, berdasarkan tarif dan layanan yang diproyeksikan? Dalam sebagai: Kita dapat 95 persen yakin bahwa 30 persen responden akan
bisnis, kita sering berurusan dengan data proporsi. Contohnya adalah mengatakan mereka akan bergabung dengan klub makan dengan
jajak pendapat CNN yang memproyeksikan persentase orang yang margin kesalahan610 persen.
berharap untuk memilih atau menentang proposisi atau kandidat. Hal Sebelumnya, para peneliti menggunakan uji coba untuk
ini biasanya dilaporkan dengan margin kesalahan sebesar menghasilkan estimasi varians untuk perhitungan. Anggap
65 persen. saja ini bukan pilihan. Data proporsi memiliki ciri mengenai
Dalam studi Metro U, pretest menjawab pertanyaan ini varians yang tidak ditemukan pada data interval atau rasio.
menggunakan prosedur umum yang sama seperti sebelumnya. Itupq rasio tidak pernah bisa melebihi 0,25. Misalnya, jika
Tetapi alih-alih rata-rata aritmatika, dengan proporsi, itu adalahp p 5 0,5, maka q 5 0,5, dan produknya adalah 0,25. Jika baikp
(proporsi populasi yang memiliki atribut tertentu)1-di dalam atau q lebih besar dari 0,5, maka produknya lebih kecil dari
>bab 14 Contoh 371
0,25 (0,4 3 0.6 5 0,24, dan seterusnya). Ketika kami tidak memiliki Jika kita menggunakan estimasi varians maksimum ini dalam contoh
informasi mengenai kemungkinanp nilai, kita dapat mengasumsikan klub makan, kita menemukan ukuran sampel harus 96 orang agar
bahwa p#5 0,5 dan tentukan ukuran sampelnya. memiliki sampel yang memadai untuk pertanyaan tentang
bergabung dengan klub.
tidak 5 _p_q_
s2
p Ketika ada beberapa pertanyaan investigasi yang sangat
menarik, peneliti menghitung ukuran sampel untuk setiap
_(0_.50)(0.50)
________
tidak 5 variabel tersebut—seperti yang kami lakukan dalam studi Metro
(0,51)2
U untuk “frekuensi makan” dan “bergabung”. Peneliti kemudian
tidak 5 __0_._2_5__ memilih perhitungan yang menghasilkan sampel terbesar. Ini
(0,051)2
memastikan bahwa semua data akan dikumpulkan dengan
tidak 5 96 tingkat presisi yang diperlukan.
dimana
pq 5 ukuran dispersi
tidak 5 ukuran sampel