DISTRIBUSI SAMPLING

Haiii teman-teman balik lagi nich sma aku hehe semoga kalian ga akan bosen baca blog aku yah hahaha oh iya kali ini aku bakal nulis tentang DISTRIBUSI SAMPLING yuk kita belajar bersama-sama:)

Kebutuhan dan keuntungan sampling
Sampling yang baik adalah sampling yang dapat menghemat biaya biaya dan waktu, serta
menjaga keakuratan hasil-hasilnya.
PROBABILITY SAMPLING
1. Sampling acak sederhana (simple random sampling)
 Baik (bukti empiris yang dihasilkan), representatif
 Populasi terbatas: peluang acak secara individual.
 Populasi banyak dan berkelompok
b. Sampling acak berstrata disproporsional.
Prinsip sampling disproporsional adalah :
– Semakin besar suatu strata, semakin besar sampel
– Semakin tinggi variabilitas di dalam suatu sampel, semakin besar sampel.
 2. sampling acak berstrata proporsional (proportioned stratified random sampling)
Subsample-subsampel acak sederhana ditarik dari setiap strata yang kurang lebih sama
dalam beberapa karakteristik.
a. Sampling acak berstrata proporsional
Bila populasi mempunyai anggota/unsur tidak homogen dan berstrata secara
proporsional. Untuk suatu organisasi yang mempunyai pegawai dengan latar
belakang pendidikan berstrata, populasi pegawai itu berstrata.
3. Metode sampling berkelompok (cluster sampling)
• Memilih subpopulasi yang disebut klaster, setiap elemen kelompok dipilih sebagai
anggota sampel.
• Untuk objek dengan data sangat luas (penduduk Negara, provinsi) samplingnya
berdasarkan daerah populasi yang telah ditetapkan.
• Kriteria cluster bertolak belakang dengan apa yang digunakan dalam sampling
berstrata.
• Populasi harus dibagi ke dalam kelompok-kelompok yang bersifat mutually exclusive,
selanjutnya dipilih secara acak sebagai sampel.
NONPROBABILITY SAMPLING
 Prosedur bersifat subjektif.
 Probabilitas pemilihan elemen populasi tidak dapat ditentukan.
 Hemat waktu/biaya ( tidak perlu kerangka sampling)
 Hasilnya bisa bias dan ketidakpastian.
a. Sampling Sistematik
Berdasarkan urutan anggota populasi (populasi dibagi dengan ukuran sampel yang
diperlukan (n) dan sampel diperoleh dengan cara mengambil setiap subjek ke-n).
b. Sampling Wilayah
Sampling klaster dalam suatu wilayah.
Contoh, sebuah stasiun radio melakukan survei profil dan perilaku pendengar radio.
Gunakan peta kota, lalu kecamatannya, kelurahan, RW dan RT yang terpilih.
Selanjutnya sampel dipilih secara acak dari setiap klaster tersebut.
c. Sampling Kemudahan
Untuk mendapatkan informasi dengan cepat, mudah dan murah. Prosedurnya:
langsung menghubungi unit-unit sampling yang mudah dijumpai, seperti mahasiswa di
suatu kelas, jemaah tempat-tempat ibadah, rekan-rekan, para tetangga, dll. Sering kali
teknik sampling ini dilakukan untuk menguji kuesioner atau digunakan dalam penelitian
eksplorasi.
d. Sampling Pertimbangan
Didasarkan pada kriteria-kriteria tertentu.
Misalnya dalam suatu penelitian tentang masalah sumber daya manusia, peneliti
mungkin hanya ingin memperoleh informasi dari pegawai-pegawai yang memiliki
karakteristik tertentu. Dalam kaitannya dengan sampling pertimbangan dikenal juga
sampling ahli (expert sampling) dan sampling bertujuan (purposive sampling). Kendala
yang dihadapi dalam penggunaan sampling pertimbangan ini adalah tuntutan adanya
kejelian dari peneliti dalam mendefinisikan populasi dan membuat pertimbangannya.
Pertimbangan atau judgement harus masuk akal dan relevan dengan maksud
penelitian.
e. Sampling Kuota
Bentuk lain sampling pertimbangan, karakteristik-karakteristik tertentu yang relevan
yang menjelaskan dimensi-dimensi populasi.
 Populasi terhingga dan tak tehingga
Populasi terhingga (finite population) adalah populasi yang jumlah seluruh anggotanya tetap
dan dapat didaftar. Populasi tak terhingga (infinite population) memiliki anggota yang
banyaknya tak terhingga.
 DISTRIBUSI SAMPLING
Pada modul ini yang dibahas mengenai distribusi sampling digambarkan dalam skema
berikut.

Dalil Batas Memusat (The Central Limit Theorem)
Dalil yang menyatakan bahwa untuk suatu populasi dengan rata-rata dan varian :
distribusi sampling rata-rata dari semua kemungkinan sampel berukuran n yang diambil dari
populasi akan terdistribusi secara normal dengan rata-rata sama dengan rata-rata
populasi dan deviasi standar , dengan deviasi standar populasi dibagi akar atau dengan asumsi bahwa ukuran sampel cukup besar.


terimakasih semoga kalian sukaaa:)