Sampel vs Populasi
Populasi dan Sampel adalah dua istilah penting dalam subjek 'Statistik'. Sederhananya, populasi adalah kumpulan item terbesar yang ingin kita pelajari, dan sampelnya adalah bagian dari populasi. Dengan kata lain, sampel harus mewakili populasi dengan jumlah item yang lebih sedikit tetapi cukup. Satu populasi dapat memiliki beberapa sampel dengan ukuran berbeda.
Sampel
Sampel dapat terdiri dari dua atau lebih item yang telah dipilih dari populasi. Ukuran sampel serendah mungkin adalah dua dan yang tertinggi akan sama dengan ukuran populasi. Ada beberapa cara untuk memilih sampel dari suatu populasi. Secara teoritis, memilih 'sampel acak' adalah cara terbaik untuk mencapai kesimpulan yang akurat tentang populasi. Jenis sampel ini juga disebut sampel probabilitas, karena setiap item dalam populasi memiliki peluang yang sama untuk dimasukkan ke dalam sampel.
Teknik 'Simple random sampling' adalah teknik pengambilan sampel acak yang paling terkenal. Dalam hal ini, item yang akan dipilih sebagai sampel dipilih secara acak dari populasi. Sampel semacam itu disebut 'Sampel Acak Sederhana' atau SRS. Teknik populer lainnya adalah 'sampling sistematis'. Dalam hal ini, item untuk sampel dipilih berdasarkan urutan sistematis tertentu.
Contoh: Setiap orang ke-10 dalam antrian dipilih sebagai sampel.
Dalam hal ini, urutan sistematisnya adalah setiap orang kesepuluh. Ahli statistik bebas menentukan urutan ini dengan cara yang berarti. Ada teknik pengambilan sampel acak lainnya seperti pengambilan sampel cluster atau pengambilan sampel bertingkat, dan metode pemilihannya sedikit berbeda dari dua di atas.
Untuk tujuan praktis, sampel non random seperti sampel kenyamanan, sampel penilaian, sampel bola salju dan sampel purposif dapat digunakan. Terlebih lagi, item yang dipilih ke sampel non-acak berkaitan dengan peluang. Faktanya, setiap item populasi tidak memiliki kesempatan yang sama untuk dimasukkan ke dalam sampel non random. Jenis sampel ini juga disebut sampel non probabilitas.
Populasi
Kumpulan entitas apa pun, yang menarik untuk diselidiki, secara sederhana didefinisikan sebagai 'populasi'. Populasi adalah basis untuk sampel. Setiap kumpulan objek di alam semesta bisa menjadi populasi, berdasarkan deklarasi studi. Umumnya, suatu populasi harus berukuran relatif besar dan sulit untuk menyimpulkan beberapa karakteristik dengan mempertimbangkan itemnya secara individual. Pengukuran yang akan diselidiki dalam populasi disebut parameter. Dalam praktiknya, parameter diestimasi dengan menggunakan statistik yang merupakan pengukuran sampel yang relevan.
Contoh: Saat mengestimasi Nilai Rata-Rata Matematika 30 siswa dalam satu kelas dari nilai Rata-rata Matematika 5 siswa, parameternya adalah Nilai Matematika Rata-Rata Kelas. Statistiknya adalah Nilai Rata-rata Matematika dari 5 siswa.
Sampel vs Populasi
Hubungan yang menarik antara sampel dan populasi adalah bahwa populasi bisa ada tanpa sampel, tetapi sampel mungkin tidak ada tanpa populasi. Argumen ini selanjutnya membuktikan bahwa sampel bergantung pada populasi, tetapi yang menarik, sebagian besar kesimpulan populasi bergantung pada sampel. Tujuan utama sampel adalah memperkirakan atau menyimpulkan beberapa pengukuran suatu populasi seakurat mungkin. Akurasi yang lebih tinggi dapat disimpulkan dari hasil keseluruhan yang diperoleh dari beberapa sampel dari populasi yang sama daripada dari satu sampel. Hal penting lainnya yang perlu diketahui adalah, ketika memilih lebih dari satu sampel dari suatu populasi, satu item juga dapat dimasukkan dalam sampel lain. Kasus ini dikenal sebagai 'sampel dengan penggantian'. Lebih jauh lagi,menginvestasikan pengukuran yang relevan dari populasi dari sampel dan mendapatkan output yang hampir serupa adalah peluang emas untuk menghemat biaya dan nilai waktu.
Penting untuk diketahui bahwa, ketika ukuran sampel bertambah, keakuratan estimasi untuk parameter populasi juga meningkat. Secara logika, untuk mendapatkan estimasi yang lebih baik untuk populasi, ukuran sampel tidak boleh terlalu kecil. Selanjutnya, sampel acak juga harus dianggap memiliki perkiraan yang lebih baik. Oleh karena itu, sangat penting untuk memperhatikan ukuran dan keacakan sampel agar representatif untuk mendapatkan estimasi terbaik untuk populasi tersebut.
