Apa Itu Random Sampling?

Menurut Simply Psychology , random sampling adalah jenis pengambilan sampel probabilitas di mana
setiap orang di seluruh populasi target memiliki peluang yang sama untuk dipilih.Sampel dipilih secara
acak yang dipilih sebagai representasi yang tidak bias dari total populasi.Jika alasan tertentu, sampel
tidak mewakili populasi, variasi tersebut disebut kesalahan pengambilan sampel.Sampel acak
memerlukan cara penamaan atau penomoran populasi target dan kemudian menggunakan beberapa
jenis metode undian untuk memilih mereka yang akan dijadikan sampel.Sampel acak adalah metode
terbaik untuk memilih sampelmu dari populasi yang diminati.

Dirangkum dari Towards Data Science , terdapat empat tipe teknik random sampling:

1. Pengambilan sampel acak sederhana

Simple random sampling adalah pemilihan acak dari segmen kecil individu atau anggota dari
keseluruhan populasi.Ini memberi setiap individu atau anggota populasi dengan probabilitas yang sama
dan adil untuk dipilih.Metode pengambilan sampel acak sederhana adalah salah satu teknik pemilihan
sampel yang paling mudah dan sederhana.Dengan ukuran sampel yang cukup besar, simple random
sampling memiliki validitas eksternal yang tinggi karena mewakili karakteristik populasi yang lebih
besar.Namun, pengambilan sampel secara acak dapat menjadi tantangan untuk diterapkan dalam
praktiknya. Untuk menggunakan metode ini, ada beberapa prasyarat:memiliki daftar lengkap setiap
anggota populasi.dapat menghubungi atau mengakses setiap anggota populasi jika mereka
terpilih.memiliki waktu dan sumber daya untuk mengumpulkan data dari ukuran sampel yang
diperlukan.Simple random sampling bekerja paling baik jika kamu memiliki banyak waktu dan sumber
daya untuk melakukan penelitian.Atau jika kamu mempelajari populasi terbatas yang dapat dengan
mudah diambil sampelnya.

2. Pengambilan sampel acak bertingkat

Stratified random sampling adalah pengambilan sampel bertingkat. Ini mencakup pembagian
populasi menjadi subkelas dengan perbedaan dan variasi yang mencolok.Metode pengambilan sampel
ini memungkinkanmu untuk membuat kesimpulan yang lebih andal dan terinformasi dengan
memastikan bahwa setiap subkelas telah terwakili secara memadai dalam sampel yang
dipilih.Pengambilan sampel bertingkat adalah pilihan terbaik di antara metode pengambilan sampel
probabilitas jika kamu yakin bahwa subkelompok akan memiliki nilai rata-rata yang berbeda untuk
variabel yang dipelajari.

Berikut beberapa keuntungan potensial dari menggunakan stratified random sampling.memastikan

keragaman sampel.memastikan varian yang serupa.menurunkan varians keseluruhan dalam
populasi.memungkinkan untuk berbagai metode pengumpulan data.Untuk menggunakan metode ini,
kamu harus dapat membagi populasimu menjadi subkelompok yang saling eksklusif dan lengkap.Ini
berarti setiap anggota populasi dapat dengan jelas diklasifikasikan menjadi satu subkelompok.
3. 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 menggunakan unit yang sudah ada sebelumnya seperti
sekolah atau kota sebagai clusternya.Cluster random sampling biasanya digunakan karena keuntungan
praktis berikut.metode ini membutuhkan waktu dan biaya yang efisien, terutama untuk sampel yang
tersebar secara geografis dan akan sulit untuk mengambil sampel dengan benar.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.

4. Systematic random sampling

Systematic random sampling adalah pemilihan individu atau anggota tertentu dari seluruh populasi.
Metode ini sering dilakukan mengikuti interval yang telah ditentukan.Metode pengambilan sampel
sistemik dapat dibandingkan dengan metode pengambilan sampel acak sederhana. Namun, ini tidak
terlalu rumit untuk dilakukan.Saat menggunakan pengambilan sampel sistematis dengan daftar
populasi, penting untuk mempertimbangkan urutan populasimu terdaftar untuk memastikan bahwa
sampelmu valid.Jika populasi kamu ada dalam urutan menaik atau menurun, menggunakan metode ini
memberikanmu sampel yang cukup representatif, karena akan mencakup peserta dari kedua ujung
bawah dan atas populasi.Kamu tidak bisa menggunakan metode ini jika populasimu diurutkan secara
siklis atau berkala karena sampel yang dihasilkan tidak dapat dijamin representatif.

Ada berbagai metode pengambilan sampel yang bisa kamu gunakan dari random sampling.Kamu hanya
perlu menyesuaikan metode yang akan digunakan dengan kondisi populasi dan tujuan dari riset pasar
yang kamu lakukan.Kamu bisa mempelajari lebih jauh mengenai riset pasar dengan mengikuti webinar
marketing dari Glints ExpertClass.

 Langkah-langkah melakukan simple random sampling

Untuk melakukan simple random sampling dengan benar saat riset pasar , berikut adalah
langkah-langkahnya:

1. Tentukan populasi yang akan menjadi target riset pasarmu. Ini termasuk menentukan
demografi seperti usia, latar belakanga, pekerjaan, dan sebagainya.

2. 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 kalkulator
ukuran sampel jika kesulitan menghitung jumlah responden yang dibutuhkan.
3. lakukan pemilihan responden secara acak. Ini bisa dilakukan dengan menyebarkan undangan survei
melalui email pelanggan yang menjadi target responden dan menunggu hingga respons yang diterima
mencapai jumlah responden yang ditargetkan.

4. Kumpulkan data yang didapatkan dari responden dan analisa.

Kapan Menggunakan Simple Random Sampling?

Simple random sampling adalah metode yang digunakan untuk membuat kesimpulan tentang suatu
populasi.Ini membantu memastikan validitas internal yang tinggi: pengacakan adalah metode terbaik
untuk mengurangi potensi dampak variabel perancu.Selain itu, simple random sampling memiliki
validitas eksternal yang tinggi untuk mewakili karakteristik populasi yang lebih besar.Meski demikian,
penggunaan simple random sampling bisa menjadi tantangan tersendiri.

Untuk itu, sebaiknya gunakan metode ini untuk situasi-situasi berikut.

 Terdapat data yang cukup lengkap mengenai populasi.

 Setiap anggota populasi dapat dihubungi dengan mudah.

Kamu memiliki waktu dan sumber daya yang cukup untuk melakukannya.

Jika kamu tidak dapat memenuhi tiga situasi di atas, sebaiknya kamu menggunakan metode sampling
lainnya yang lebih mendukung.

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

 Kekurangan Simple Random Sampling

sedikit pengambilan sampel dapat terjadi dengan simple random sampling jika sampel tidak akurat
mencerminkan populasi yang ditunjukkan.Misalnya, dalam sampel acak sederhana kami yang terdiri dari
25 karyawan, akan memungkinkan 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, dapatkan 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.Bisa
juga, data mengenai populasi tersebut tidak tersedua secara publik. Sehingga, kamu membutuhkan
usaha yang lebih ekstra untuk mendapatkannya.