TUGAS

MATA KULIAH STATISTIKA

Oleh

Agustina Sulastri

(20190103001)

FAKULTAS PENDIDIKAN MATEMATIKA DAN IPA

PROGRAM STUDI PENDIDIKAN KIMIA

IKIP MUHAMMADIYAH MAUMERE

2021
  Jelaskan teori maupun contoh dari :
1. Simple random sampling
2. Cluster random sampling
3. Alat pengumpulan data berupa kusioner

Jawab :

1. Simple random sampling

Simple random sampling adalah subset dari populasi statistik di mana setiap anggota subset
memiliki probabilitas yang sama untuk dipilih.
Metode sampling ini menurut Investopedia dimaksudkan untuk menjadi representasi kelompok
yang tidak bias.Metode ini adalah yang paling mudah dari semua metode pengambilan sampel
probabilitas.Ini karena simple random sampling hanya melibatkan satu pemilihan acak dan hanya
memerlukan sedikit informasi mengenai populasi.Berhubung menggunakan pengacakan, maka
setiap penelitian yang dilakukan terhadap sampel ini harus memiliki validitas internal dan
eksternal yang tinggi.
Langkah-langkah melakukan simple random sampling

 Tentukan populasi yang akan menjadi target riset pasarmu. Ini termasuk menentukan
demografi seperti usia, latar belakanga, pekerjaan, dan sebagainya.
 Hitung jumlah responden (sample) yang dibutuhkan. Interval kepercayaan yang paling
umum dan level yang digunakan masing-masing adalah 0,05 dan 0,95. Kamu bisa
menggunakan sample size calculator jika kesulitan menghitung jumlah responden yang
dibutuhkan.
 Lakukan pemilihan responden secara acak. Ini bisa dilakukan dengan menyebarkan
undangan survei melalui email pelanggan yang menjadi target responden dan menunggu
hingga respon yang diterima mencapai jumlah responden yang ditargetkan.
 Kumpulkan data yang didapatkan dari responden dan analisa.

Keuntungan Menggunakan Simple Random Sampling:

 Tujuan dari simple random sampling adalah untuk mengurangi potensi bias manusia

dalam pemilihan kasus yang akan dimasukkan dalam sampel.
 Simple random sampling dimaksudkan untuk menjadi representasi kelompok yang tidak
bias.
 Ini dianggap sebagai cara yang adil untuk memilih sampel dari populasi yang lebih besar
karena setiap anggota populasi memiliki kesempatan yang sama untuk dipilih.
 Hasilnya, sampel acak sederhana memberi kita sampel yang sangat mewakili populasi
yang diteliti, dengan asumsi bahwa ada data yang hilang terbatas.
  Tidak seperti metode pengambilan sampel yang lebih rumit, simple random
sampling tidak perlu membagi populasi menjadi sub-populasi atau mengambil langkah
tambahan lain sebelum memilih anggota populasi secara acak.
Kekurangan Simple Random Sampling

 Kesalahan pengambilan sampel dapat terjadi dengan simple random sampling jika sampel

tidak secara akurat mencerminkan populasi yang seharusnya diwakili.
 Misalnya, dalam sampel acak sederhana kami yang terdiri dari 25 karyawan, akan
dimungkinkan untuk menarik 25 pria meskipun populasi terdiri dari 125 wanita dan 125
pria.
 Simple random sampling hanya dapat dilakukan jika daftar populasi tersedia dan lengkap.
Namun, mendapatkan daftar lengkap populasi bisa jadi sulit karena berbagai alasan.
 Mungkin tidak ada daftar tunggal yang merinci populasi yang kamu inginkan.
 Akibatnya, mungkin sulit dan memakan waktu untuk mengumpulkan banyak sub-daftar
untuk membuat daftar akhir yang sampelnya ingin kamu pilih.
Contoh pengambilan sampel acak sederhana dalam penelitian ;
 Di pesta ulang tahun, tim untuk permainan dipilih dengan memasukkan nama semua
orang ke dalam toples, lalu memilih nama secara acak untuk setiap tim
 Di jalur perakitan, setiap karyawan diberi nomor acak menggunakan perangkat lunak
komputer. Perangkat lunak yang sama digunakan secara berkala untuk memilih salah
satu karyawan yang akan diamati guna memastikan bahwa mereka menerapkan
praktik terbaik
 Sebuah restoran menempatkan sebuah mangkuk di atas meja agar pengunjung dapat
meletakkan kartu nama mereka. Setiap sebulan sekali, kartu nama dipilih secara acak
untuk memberi penghargaan makanan gratis kepada seorang pengunjung yang
beruntung karena namanya terpilih
 Sebuah perusahaan farmasi ingin menguji keefektifan obat baru. Relawan ditugaskan
secara acak ke salah satu dari dua kelompok. Kelompok pertama akan menerima obat
baru; kelompok kedua akan menerima plasebo.
 2. Cluster random sampling
Cluster random sampling adalah metode yang mirip dengan stratified random
sampling. Termasuk dalam membagi populasi menjadi beberapa subkelas. Setiap subkelas harus
menggambarkan karakteristik yang sebanding dengan seluruh sampel yang dipilih. Metode ini
memerlukan pemilihan acak dari seluruh subkelas. Metode ini sering digunakan untuk
mempelajari populasi yang besar, terutama yang tersebar secara geografis. Kamu bisa metode ini
membutuhkan waktu dan biaya yang efisien, terutama untuk sampel yang tersebar secara
geografis dan akan sulit untuk mengambil sampel dengan benar.
Keuntungan cluster random sampling :

 pengambilan sampel dilakukan menggunakan pengacakan. Sehingga, jika populasi

dikelompokkan dengan benar, penelitianmu akan memiliki validitas eksternal yang tinggi
karena sampel akan mencerminkan karakteristik populasi yang lebih besar.
Maka dari itu, cluster sampling dapat dibagi menjadi metode one stage cluster sampling, two
stage cluster sampling dan multiple stages cluster sampling.

1. One stage cluster sampling

Sesuai dengan namanya, cluster sampling ini dilakukan dalam satu tahapan saja. Contoh cluster
sampling one stage: Sebuah badan amal ingin mengambil sampel anak putus sekolah di 5 desa,
untuk memberi dana pendidikan. 
Dengan mengaplikasikan one stage cluster sampling, badan amal ini dapat secara acak memilih
desa-desa (cluster) untuk membentuk sebuah sampel. Maka pertolongan pun dapat didatangkan
bagi anak-anak putus sekolah ini.

2. Two stage cluster sampling

Sebuah sampel yang didapat dari dua tahapan sampling dapat dibilang memiliki hasil yang lebih
baik ketimbang sampel yang dicapai dari teknik cluster sampling 1 tahap. 
Ini dikarenakan banyaknya elemen yang terjaring yang dapat dipilih, berpengaruh pada hasil
yang lebih baik dari sampel. 
Dalam two stage cluster sampling, hanya beberapa anggota saja yang dipilih dari setiap cluster
dengan melalui penerapan metode sampling lainnya yang dilakukan secara internal, dapat berupa
systematic random sampling atau simple random sampling. 
Contoh :
 seorang pengusaha ingin melihat data dari semua pabrik yang tersebar di berbagai
wilayah di Jawa Timur . Menerapkan one stage cluster sampling akan memakan terlalu
banyak biaya dan waktu. 
  Dengan menerapkan two stage cluster sampling, pengusaha tersebut membentuk sampel
dari para pekerja yang bekerja di pabrik yang berbeda, membentuk sejumlah cluster. 
 Lalu dibagi berdasarkan ukuran pabrik atau status operasional dari tiap pabriknya. Dalam
two stage cluster sampling ini, teknik sampling lainnya serupa simple random sampling
dipergunakan sebelum lanjut dengan kalkulasi berikutnya.

3. Multiple Stage Cluster Sampling

 Untuk riset yang dilakukan di wilayah geografis yang banyak, hanya dapat dilakukan dengan
multiple stage cluster sampling dengan membentuk sejumlah cluster yang rumit. Banyak
langkah-langkah membentuk listing dan sampling yang digunakan dalam teknik sampling ini.
 Contoh multiple stage cluster sampling, sebuah perusahaan ingin melakukan survei
mengenai literasi digital di Jawa Barat. 
 Peneliti dapat membagi keseluruhan populasi Jawa Barat ke dalam kelompok kota ( cluster).
Langkah berikutnya adalah memilih kota-kota dengan populasi tertinggi dan memfilter
populasi berdasarkan kepemilikan akses internet.

3. Alat pengumpulan data berupa kusioner :

Kuesioner atau angket adalah teknik pengumpulan data dengan cara mengajukan pertanyaan
untuk dijawab oleh responden, biasanya secara tertulis. Kuesioner digunakan ketika peneliti
ingin mengetahui persepsi atau kebiasaan suatu populasi berdasarkan responden. Kuesioner yang
disebar harus diuji dulu sebelumnya untuk mengetahui jika butir-butir pertanyaan yang
dimasukkan dapat digunakan sebagai alat ukur yang valid dan reliabel. Kuesioner dapat berupa
kuesioner cetak maupun online.

Selesai