Sampel acak bertingkat adalah sampel yang terdiri dari subkelompok yang berbeda namun homogen yang dikenal sebagai strata.
Pelajari bagaimana sampel acak bertingkat digunakan riset pasar, jenis sampel yang dapat Anda peroleh, dan perbandingannya dengan sampel acak sederhana.
Apa Itu Sampel Acak Berstrata?
Sampel acak bertingkat adalah sampel yang diperoleh dengan membagi populasi yang lebih besar dan biasanya heterogen menjadi beberapa populasi berbeda tetapi subkelompok homogen yang dikenal sebagai strata dan kemudian memilih unit pengambilan sampel dari setiap strata untuk dimasukkan ke dalam strata Sampel.
Sampel acak bertingkat dipertimbangkan probabilistik karena setiap metode yang digunakan untuk memilih populasi sampel menyediakan cara yang cukup dapat diandalkan memperkirakan seberapa representatif populasi sampel terhadap populasi yang lebih besar yang dijadikan sampel terpilih. Dengan kata lain, a sampel probabilistik memungkinkan peneliti untuk memperkirakan kemungkinan bahwa sampel yang dipilih mewakili atau tidak mewakili populasi yang lebih besar dari mana sampel tersebut diambil.
Cara Kerja Sampel Acak Berstrata
Sampel adalah representasi kecil dari populasi yang lebih besar. Sampel dapat ditentukan secara informal atau formal. Namun sampel yang dikembangkan secara sistematis menurut metode ilmiah tertentu, seperti sampel acak bertingkat, umumnya dianggap lebih berguna untuk membuat generalisasi tentang populasi yang lebih besar. Bisnis dapat menggunakan generalisasi tersebut dalam riset pasar untuk mengukur kebutuhan dan keinginan konsumen serta mengembangkan solusi yang tepat strategi pemasaran.
Tujuan dari pengambilan sampel acak bertingkat adalah untuk memilih peserta dari berbagai strata dalam populasi yang lebih besar ketika perbedaan antara kelompok-kelompok tersebut diyakini memiliki relevansi dengan riset pasar yang akan dilakukan diadakan. Misalnya, hasil a survei riset pasar dapat dipengaruhi oleh atribut subjek seperti usia, jenis kelamin, tingkat pengalaman kerja, kelompok ras atau etnis, situasi ekonomi, atau tingkat pendidikan. Dalam sampel acak bertingkat, karakteristik yang berpotensi berpengaruh ini dapat diasumsikan mencerminkan pola karakteristik populasi secara keseluruhan.
Misalnya, Anda menjalankan perusahaan fintech dan tertarik mengembangkan aplikasi tabungan pensiun baru untuk membantu pelanggan menabung lebih banyak untuk masa pensiun. Anda ingin melakukan survei dan mengetahui berapa banyak orang Amerika yang berusia 23 tahun ke atas berkontribusi pada rekening pensiun mereka tahun lalu sehingga Anda dapat menyesuaikan aplikasi dengan kebiasaan investasi pelanggan dengan lebih baik. Namun populasi tersebut berjumlah jutaan yang akan terlalu sulit untuk disurvei secara individual. Selain itu, konsumen dari berbagai kelompok umur cenderung memiliki kebiasaan berinvestasi berbeda yang memengaruhi kontribusi tabungan pensiun mereka tahun lalu.
Jadi, Anda memutuskan untuk mengumpulkan sampel acak bertingkat dengan ukuran sampel 5.000 dan lima strata usia berikut: Generasi Diam, Baby Boomer, Generasi X, Milenial, dan Generasi Z.
Saat Anda meneliti demografi keseluruhan populasi AS tahun lalu, Anda mengetahui bahwa 6% termasuk dalam populasi tersebut Generasi Diam, 25% adalah Baby Boomer, 24% adalah Generasi X, 23% adalah Milenial, dan 22% adalah Generasi Z. Jika Anda ingin mencapai sampel acak bertingkat proporsional di mana setiap strata sebanding dengan persentase keseluruhannya populasi, Anda akan mengumpulkan sampel acak bertingkat sebanyak 5.000 sebagai berikut: 300 dari Generasi Diam (6% dari 5.000), 1.250 Bayi Boomer (25% dari 5.000), 1.200 dari Generasi X (24% dari 5.000), 1.150 Milenial (23% dari 5.000), dan 1.100 berasal dari Generasi Z (22%). dari 5.000).
Anda kemudian akan melakukan survei terhadap sampel yang terdiri dari unit pengambilan sampel tersebut untuk menghasilkan lebih banyak kesimpulan yang berarti tentang seberapa besar kontribusi setiap lapisan usia terhadap masa pensiun tahun lalu, yang merupakan wawasan yang dapat Anda masukkan ke dalam aplikasi investasi Anda.
Pengambilan sampel acak bertingkat biasanya digunakan ketika ada ketertarikan terhadap perbedaan antara subkelompok dan populasi yang lebih besar.
Jenis Sampel Acak Berstrata
Setelah Anda membagi keseluruhan populasi menjadi beberapa strata, ada dua cara utama untuk memilih unit dari setiap strata untuk dimasukkan ke dalam sampel:
- Sampel acak bertingkat proporsional: Dalam jenis sampel acak bertingkat ini, setiap strata mewakili persentase sampel yang sama dengan populasi yang lebih besar. Pada contoh sebelumnya, sampel yang memberi bobot pada setiap strata usia dalam sampel berdasarkan persentasenya dalam populasi AS adalah sampel acak berstrata proporsional. Jenis sampel ini memerlukan akses terhadap data populasi yang lebih besar.
- Sampel acak bertingkat yang tidak proporsional: Persentase tiap strata dalam populasi yang lebih besar tidak diperhitungkan dalam jenis sampel ini. Misalnya, jika Anda mengidentifikasi lima strata usia dan memilih 1.000 orang dari setiap strata untuk survei, Anda akan mendapatkan sampel acak bertingkat yang tidak proporsional. Jenis sampel ini berguna ketika tujuan penelitiannya luas atau Anda tidak memiliki akses terhadap data mengenai populasi yang lebih besar.
Sampel Acak Berstrata vs. Sampel Acak Sederhana
Berbeda dengan sampel acak bertingkat yang berisi unit pengambilan sampel dari setiap strata berbeda yang mempunyai peluang terpilih yang diketahui dan bukan nol, sampel acak sederhana adalah sampel tanpa subgrup. Sebaliknya, setiap unit sampel mempunyai peluang yang sama untuk dimasukkan ke dalam sampel. Kembali ke contoh sebelumnya, katakanlah Anda melakukan survei secara acak kepada 5.000 orang tanpa memperhatikan karakteristik pembeda mereka. Di antara sampel acak sederhana ini, strata usia tertentu mungkin terwakili secara tidak proporsional, dan strata usia lainnya tidak terwakili sama sekali.
Dengan demikian, stratifikasi kemungkinan besar akan menghasilkan hasil yang lebih representatif yang dapat digunakan untuk membuat kesimpulan yang lebih akurat mengenai populasi yang lebih besar. Pengambilan sampel acak sederhana belum tentu mewakili populasi yang lebih besar.
Dan, karena sampel acak bertingkat berisi subkelompok yang dapat dipelajari bersama, jenis pengambilan sampel ini juga dapat mengurangi biaya per observasi dalam studi riset pasar suatu perusahaan.
Namun, kedua jenis sampel tersebut memiliki tempatnya masing-masing dalam riset pasar. Sedangkan sampel acak bertingkat lebih kompleks dan digunakan ketika perbedaan antara unit pengambilan sampel dari populasi yang lebih besar sangat banyak dan sangat banyak. signifikan terhadap hasil penelitian, sampel acak sederhana lebih mudah digunakan dan sering digunakan jika terdapat sedikit perbedaan yang perlu diperhitungkan dalam populasi yang lebih besar (atau dalam beberapa kasus terdapat begitu banyak perbedaan sehingga stratifikasi tidak mungkin dilakukan), atau perbedaan-perbedaan tersebut tidak relevan dengan kondisi masyarakat. belajar. Misalnya, jika Anda melakukan survei luas mengenai pilihan menu baru di kedai pizza, Anda dapat melakukan survei tersebut pertimbangkan sampel acak sederhana, karena karakteristik seperti usia, jenis kelamin, dan ras mungkin tidak mempengaruhi hasil.
| Sampel Acak Berstrata | Sampel Acak Sederhana |
|---|---|
| Membagi populasi yang lebih besar dan heterogen menjadi beberapa strata | Sampel yang tidak terbagi dan biasanya homogen |
| Secara akurat mewakili populasi yang lebih besar | Belum tentu mewakili populasi yang lebih besar |
| Lebih rumit untuk dilakukan | Lebih mudah |
| Biaya lebih rendah per observasi | Potensi biaya per observasi lebih tinggi |
Poin Penting
- Sampel acak bertingkat berisi subkelompok yang berbeda dan homogen dan dapat digunakan untuk membuat kesimpulan tentang populasi yang lebih besar untuk riset pasar.
- Hal ini dicapai dengan membagi populasi yang besar dan heterogen menjadi subkelompok yang disebut strata dan kemudian memilih unit dari setiap strata untuk dimasukkan ke dalam sampel.
- Sampel acak bertingkat proporsional mengandung strata yang sebanding dengan persentasenya dalam jumlah yang lebih besar populasi, sedangkan sampel yang tidak proporsional tidak memperhitungkan porsi setiap strata dalam keseluruhan populasi akun.
- Sampel acak bertingkat menghasilkan pengamatan yang lebih akurat dan berpotensi lebih murah dibandingkan sampel acak sederhana.
