Langsung ke konten utama

Penerapan Simple Random Sampling (SRS) dengan Python

Simple Random Sampling (SRS) dengan Python

Simple Random Sampling atau yang biasa disingkat SRS merupakan salah satu teknik pengambilan sampel di mana setiap anggota dalam populasi (elemen) memiliki peluang yang sama untuk terpilih sebagai bagian dari sampel. Tidak hanya itu, dalam SRS, setiap kombinasi kemungkinan anggota sampel juga mempunyai probabilitas yang sama untuk terpilih.

Prinsip teknik SRS memungkinkan suatu sampel yang terpilih menggambarkan atau merepresentasikan karakteristik dari populasi. Kebaikan pemanfaatan teknik ini selain secara teknis mudah diterapkan juga dinilai mampu menggambarkan kondisi populasi target dengan baik. Oleh karena itulah, seringkali teknik ini digunakan dalam riset atau penelitian.

Kelamahan SRS

Namun demikian, sebagaimana teknik sampling pada umumnya, SRS juga mempunyai beberapa kelemahan, di antaranya adalah:

1. Memerlukan sampling frame yang lengkap dari populasi target. Bila sampling frame tidak tersedia, maka hasil penggunaan teknik SRS ini berpotensi besar tidak akurat sehingga menimbulkan bias estimasi yang tinggi;

2. Tidak efisien bila kondisi karakteristik dari populasi targetnya heterogen. Mengingat teknik sampling ini dilakukan dengan mengambil begitu saja sampel dari kerangka sampel, maka bila karakteristik elemen populasi targetnya heterogen akan berdampak aspek keterwakilan tidak tercapai dengan baik. Selain itu, ada kemungkinan beberapa sampel akan terpilih lebih dari sekali. Ini tentu akan menyebabkan bias estimasi meningkat dan menjadikan penduga populasi target tidak akurat;

3. Tidak cocok bagi populasi yang sangat menyebar dari segi lokasi. Kemudahan teknik SRS sampling memang terlihat jelas saat mengambil sampel. Namun karena tidak mempertimbangkan aspek posisi atau lokasi sampel, sampel yang terpilih bisa jadi sangat menyebar dan hal itu akan menyebabkan biaya riset, survei, atau penelitian akan mahal. Tentu ini jauh dari harapan penerapan teknik sampling;

Kalau sebelumnya, kita telah mempraktikkan bagaimana menerapkan teknik pengambilan sampel Simple Random Sampling dengan R. Lantas, bagaimana bila diterapkan menggunakan Python? Berikut ini adalah sebuah contoh bagaimana mengambil sampel SRS dengan paket Python:


stis

Demikian sedikit sharing kita kali ini. Jangan lupa untuk terus menyimak dan mengikuti artikel terbaru dan menarik dalam blog sederhana ini. Selamat memahami dan mempratikkan!

Komentar

Postingan populer dari blog ini

Mencari P - Value dan Titik Kritis Uji F, Uji t, Uji Chi Square, dan Uji Z Normal dengan R

Mencari nilai p-value dan titik kritis Bagi teman-teman yang pernah mengenal statistika, pasti familier dengan istilah p-value dan titik kritis. P-value biasanya didefinisikan sebagai probabiltas atau peluang maksimal yang diamati dari hasil uji statistik, bahasa gampangnya adalah besarnya kesalahan penelitian berdasarkan uji statistik. Sebagai contoh sederhana, dari 100 orang dengan nama masing-masing dan diklasifikasikan ke dalam gender nama perempuan dan nama laki-laki, didapatkan nilai p-value uji statistiknya sebesar 0,05 atau 5%. Itu artinya, dari 100 orang, ada kemungkinan sebanyak 5 orang yang namanya salah klasifikasi. Dari namanya terdeteksi sebagai nama perempuan, padahal aktualnya yang bersangkutan bergender laki-laki. Sedangkan titik kritis atau titik uji adalah nilai batas pengujian hipotesis statistik, apakah masuk dalam wilayah tolak hipotesis, ataukah gagal menolaknya. Titik ini berkaitan erat dengan nilai p-value . Kalau biasanya kita mendapatkan kedua nilai ini da...

Cara Mendowload dan Install R serta RStudio di Windows (Step by Step)

Cara Download dan Install R serta R Studio di Windows Halo teman-teman, mohon maaf karena beberapa waktu ini, blog ini sempat vakum dari unggahan. Kali ini saya akan coba berbagai mengenai bagaimana cara mengunduh ( download ) dan menginstal ( install ) program R sekaligus R Studio khususnya di Windows. Unggahan kali ini sedikit terbalik karena semestinya saya unggah terlebih dahulu pertama kali di blog ini, namun bukan masalah, mengingat kemarin ada beberapa pihak yang meminta untuk menerangkap bagaimana tahapan mengunduh dan instalasi R dan R Studio, jadinya saya dahulukan pada unggahan ini sebelum pembahasan mengenai Data Mining , Data Science , atau bahasan Big Data kita terlampau jauh. Baik, kita akan mulai dengan bagaimana mengunduh R dan R Studio melalui mesin pencari Google. R dan R Studio ini memang beberapa waktu terakhir ini booming , apalagi dengan munculnya konsep mengenai Big Data , Data Modelling, Data Mining, dan Data Science serta Data Visualization . Sebenarnya, men...

Analisis Tipologi Klassen (Klassen Typology) dan Visualisasi Spasialnya dengan R

Tipologi Klassen dan visualisasinya dengan R Halo teman-teman, sebelumnya kita telah membahas tentang analisis Shift Share dan Location Quotient (LQ) dengan menggunakan R. Kali ini, kita akan membahas mengenai satu lagi alat analisis yang sebenarnya merupakan alat analisis tiga serangkai dari SS dan LQ, yaitu analisis Tipologi Klassen. Dalam penelitian ekonomi kewilayahan, ketiga analisis ini seringkali digunakan, baik dalam rangka melihat perkembangan dan transformasi struktur ekonomi suatu wilayah maupun melihat keunggulan kompetitif dan keunggulan komparatif wilayah satu dengan wilayah lainnya dengan mengacu wilayah referensi. Terlebih dulu, sebelum melakukan visualisasi spasial menggunakan fungsi plot(), ada baiknya kita bahas terlebih dahulu mengenai Tipologi Klassen itu sendiri. Tipologi Klassen merupakan teknik pengelompokan sektor, subsektor, lapangan usaha, atau komoditas tertentu di wilayah analisis berdasarkan pertumbuhan nilai tambah wilayah analisis terhadap nasional atau...