METODE PENELITIAN - Untuk memahami penggunaan statistik, kita perlu tahu sedikit tentang desain eksperimental atau bagaimana peneliti melakukan investigasi. Sedikit pengetahuan tentang metodologi akan memberikan kami tempat untuk menggantung statistik kami. Dengan kata lain, statistik tidak angka yang hanya muncul entah dari mana. Sebaliknya, angka (data) yang dihasilkan dari penelitian. Statistik hanyalah alat untuk membantu kami menjawab pertanyaan penelitian. Dengan demikian, pemahaman tentang metodologi akan memfasilitasi pemahaman kita tentang statistik dasar.
Keabsahan
Sebuah konsep kunci yang relevan dengan pembahasan metodologi penelitian adalah bahwa validitas. Ketika seseorang bertanya, "Apakah penelitian ini valid?", Mereka mempertanyakan validitas setidaknya satu aspek dari penelitian. Ada empat jenis validitas yang dapat dibahas dalam kaitannya dengan penelitian dan statistik. Dengan demikian, ketika membahas validitas studi, salah satu harus spesifik untuk jenis validitas sedang dibahas. Oleh karena itu, jawaban atas pertanyaan yang diajukan di atas mungkin bahwa penelitian tersebut valid dalam kaitannya dengan satu jenis validitas tapi tidak valid dalam kaitannya dengan jenis lain dari validitas.
Masing-masing dari empat jenis validitas secara singkat didefinisikan dan dijelaskan di bawah. Perlu diketahui bahwa ini merupakan diskusi sepintas konsep validitas. Setiap jenis validitas memiliki banyak ancaman yang dapat menimbulkan masalah dalam studi penelitian. Contoh, tetapi bukan diskusi lengkap, ancaman terhadap validitas setiap akan disediakan. Untuk pembahasan yang komprehensif dari empat jenis validitas, ancaman yang terkait dengan setiap jenis validitas, dan masalah keabsahan tambahan lihat Cook dan Campbell (1979).
Validitas Kesimpulan statistik: Sayangnya, tanpa latar belakang dalam statistik dasar, jenis validitas sulit dimengerti. Menurut Cook dan Campbell (1979), "validitas kesimpulan statistik mengacu pada kesimpulan tentang apakah masuk akal untuk menganggap covariation diberi tingkat alpha tertentu dan varians diperoleh (hal. 41)." Pada dasarnya, pertanyaan yang sedang ditanyakan adalah - "Apakah variabel yang diteliti berhubungan?" atau "Apakah variabel A berkorelasi (apakah itu covary) dengan B Variabel?". Jika penelitian memiliki validitas kesimpulan yang baik statistik, kita harus relatif tertentu bahwa jawaban untuk pertanyaan ini adalah "ya". Contoh isu atau masalah yang akan mengancam validitas kesimpulan statistik akan heterogenitas acak dari subjek penelitian (subyek mewakili berbagai kelompok - ini meningkatkan kesalahan statistik) dan ukuran sampel yang kecil (lebih sulit untuk menemukan hubungan yang berarti dengan sejumlah kecil orang) .
Validitas internal: Setelah itu telah menetapkan bahwa dua variabel (A & B) terkait, edisi berikutnya akan ditentukan adalah salah satu kausalitas. Apakah Seorang B penyebab? Jika studi yang kurang validitas internal, seseorang tidak bisa membuat pernyataan sebab dan akibat berdasarkan penelitian; penelitian deskriptif akan tetapi tidak kausal. Ada ancaman potensial untuk validitas internal. Sebagai contoh, jika sebuah studi memiliki pretest, pengobatan eksperimental, dan posttest tindak lanjut, sejarah adalah ancaman bagi validitas internal. Jika perbedaan yang ditemukan antara pretest dan posttest, mungkin karena perlakuan eksperimental tetapi juga mungkin disebabkan karena setiap peristiwa lain yang dialami subjek antara dua kali pengujian (misalnya, peristiwa sejarah, perubahan cuaca , dll).
Membangun Validitas: Satu sedang memeriksa masalah validitas konstruk ketika seseorang mengajukan pertanyaan "Apakah saya benar-benar mengukur konstruk yang ingin saya belajar?" atau "Apakah studi saya bingung (Apakah saya membingungkan konstruksi)?". Sebagai contoh, jika saya ingin tahu obat tertentu (Variabel A) akan efektif untuk mengobati depresi (B Variabel), saya akan membutuhkan setidaknya satu ukuran depresi. Jika ukuran yang tidak benar-benar mencerminkan tingkat depresi tetapi tingkat kecemasan lebih (X Variabel pengganggu), dari studi saya akan kurang validitas konstruk. Dengan demikian, validitas konstruk yang baik berarti kita akan relatif yakin bahwa Membangun Sebuah berhubungan dengan Membangun B dan bahwa ini mungkin adalah hubungan sebab akibat. Contoh ancaman lain terhadap validitas konstruk mencakup kekhawatiran tentang subyek yang dievaluasi, hipotesis menebak pada bagian mata pelajaran, dan bias diperkenalkan pada studi oleh expectencies pada bagian dari eksperimen.
Validitas Eksternal: validitas eksternal membahas masalah untuk dapat menggeneralisasi hasil belajar Anda untuk lain waktu, tempat, dan orang. Misalnya, jika Anda melakukan penelitian yang mengamati penyakit jantung pada pria, hasil ini dapat digeneralisasi untuk perempuan? Oleh karena itu, kita perlu mengajukan pertanyaan-pertanyaan berikut untuk menentukan apakah ancaman bagi validitas eksternal ada: "Apakah aku menemukan hasil yang sama dengan sampel perbedaan?", "Apakah saya mendapatkan hasil yang sama jika saya melakukan penelitian saya dalam setting yang berbeda ", dan" Apakah saya mendapatkan hasil yang sama jika saya melakukan penelitian ini di masa lalu atau jika saya mengulang studi ini di masa depan? "? Jika saya tidak bisa menjawab "ya" untuk setiap pertanyaan ini, maka validitas eksternal dari studi saya terancam.
Jenis Penelitian Penelitian
Ada empat klasifikasi utama dari desain penelitian. Ini termasuk penelitian observasional, penelitian korelasional, eksperimen benar, dan quasi-eksperimen. Masing-masing akan dibahas lebih lanjut di bawah.
Penelitian observasional: Ada banyak jenis studi yang dapat didefinisikan sebagai penelitian observasional termasuk studi kasus, studi etnografi, studi etologis, dll Karakteristik utama dari masing-masing jenis studi adalah bahwa fenomena yang sedang diamati dan dicatat. Sering kali, penelitian bersifat kualitatif. Sebagai contoh, sebuah studi kasus psikologis akan memerlukan banyak catatan berdasarkan pengamatan dan wawancara dengan klien. Sebuah laporan rinci dengan analisis akan ditulis dan dilaporkan merupakan studi kasus individu. Studi-studi ini juga dapat bersifat kualitatif di alam atau termasuk komponen kualitatif dalam penelitian. Sebagai contoh, sebuah studi etologis perilaku primata di alam liar mungkin termasuk langkah-langkah perilaku durasi yaitu. jumlah waktu binatang terlibat dalam perilaku tertentu. Ini ukuran waktu akan menjadi kualitatif.
Survei umumnya dikategorikan sebagai jenis penelitian observasional.
Penelitian korelasional: Secara umum, penelitian korelasional meneliti covariation dari dua atau lebih variabel. Sebagai contoh, penelitian awal merokok memeriksa covariation merokok dan berbagai penyakit paru-paru. Ini dua variabel, merokok dan penyakit paru-paru ditemukan covary bersama.
Penelitian korelasional dapat dicapai dengan berbagai teknik yang meliputi pengumpulan data empiris. Sering kali, penelitian korelasional dianggap jenis penelitian observasional sebagai tidak ada yang dimanipulasi oleh percobaan atau individu melakukan penelitian. Sebagai contoh, studi awal merokok tidak memanipulasi berapa banyak rokok yang dihisap. Peneliti hanya mengumpulkan data pada dua variabel. Tidak ada yang dikontrol oleh peneliti.
Penting untuk tidak bahwa penelitian korelasional tidak penelitian kausal. Dengan kata lain, kita tidak bisa membuat pernyataan tentang sebab dan akibat atas dasar jenis penelitian. Ada dua alasan utama mengapa kita tidak bisa membuat pernyataan sebab dan akibat. Pertama, kita dona ¹ tahu arah penyebabnya. Kedua, variabel ketiga mungkin terlibat dari yang kita tidak sadar. Sebuah contoh mungkin membantu menjelaskan poin ini.
Dalam depresi klinis utama, serotonin neurotransmitter dan / atau norepinefrin telah ditemukan habis (Coppen, 1967; Schildkraut & Kety, 1967). Dengan kata lain, rendahnya tingkat kedua neurotransmiter telah ditemukan terkait dengan peningkatan tingkat depresi klinis. Namun, sementara kita tahu bahwa dua variabel covary - ada hubungan - kami tidak tahu apakah hubungan kausal ada. Dengan demikian, tidak jelas apakah deplesi serotonin di / norepinefrin menyebabkan depresi atau apakah depresi menyebabkan deplesi adalah tingkat neurotransmitter. Ini menunjukkan masalah pertama dengan penelitian korelasional; kita tidak tahu arah penyebabnya. Kedua, variabel ketiga telah ditemukan yang dapat mempengaruhi baik dari variabel-variabel yang diteliti. Jumlah reseptor pada neuron postsynaptic telah ditemukan untuk ditingkatkan dalam depresi (Segal, Kuczenski, & Mandell, 1974; Ventulani, Staqarz, Dingell, & Sulser, 1976). Dengan demikian, adalah mungkin bahwa peningkatan jumlah reseptor pada neuron postsynaptic sebenarnya bertanggung jawab untuk hubungan antara tingkat neurotransmitter dan depresi. Seperti yang Anda lihat dari pembahasan di atas, orang tidak dapat membuat penyebab sederhana dan pernyataan tentang pengaruh tingkat neurotransmitter dan depresi berdasarkan penelitian korelasional. Untuk mengulangi, tidak sepantasnya dalam penelitian korelasional untuk membuat pernyataan tentang sebab dan akibat.
Penelitian korelasional sering dilakukan sebagai penelitian eksplorasi atau awal. Setelah variabel telah diidentifikasi dan didefinisikan, eksperimen adalah conductable.
Percobaan benar: Percobaan sejati sering dianggap sebagai studi laboratorium. Namun, hal ini tidak selalu terjadi. Sebuah percobaan yang benar didefinisikan sebagai percobaan yang dilakukan di mana upaya yang dilakukan untuk memaksakan kontrol terhadap semua variabel lain kecuali yang diteliti. Hal ini sering lebih mudah untuk memaksakan semacam ini kontrol di laboratorium. Dengan demikian, eksperimen benar seringkali keliru diidentifikasi sebagai penelitian laboratorium.
Untuk memahami sifat percobaan, pertama kita harus mendefinisikan beberapa istilah:
2. Kelompok kontrol - kelompok ini digunakan untuk menghasilkan perbandingan. Perlakuan bunga sengaja ditahan atau dimanipulasi untuk memberikan kinerja dasar yang dapat digunakan untuk membandingkan kinerja kelompok eksperimental atau pengobatan.
3. Variabel bebas - ini adalah variabel yang memanipulasi eksperimen dalam sebuah penelitian. Hal ini dapat setiap aspek dari lingkungan yang secara empiris diselidiki untuk keperluan mempelajari pengaruhnya terhadap variabel dependen.
4. Variabel terikat - variabel yang diukur dalam penelitian. Peneliti tidak mengontrol variabel ini.
5. Tugas secara acak - dalam sebuah penelitian, setiap subjek memiliki probabilitas yang sama untuk terpilih baik untuk pengobatan atau kelompok kontrol.
6. Dua kali buta - baik subjek maupun eksperimen tahu apakah masalah itu dalam pengobatan kondisi kontrol.
Sekarang kami memiliki istilah-istilah ini didefinisikan, kita dapat mempelajari lebih lanjut struktur percobaan benar. Pertama, setiap percobaan harus memiliki minimal dua kelompok: suatu eksperimen dan kelompok kontrol. Setiap kelompok akan menerima tingkat variabel independen. Variabel terikat akan diukur untuk menentukan apakah variabel bebas memiliki pengaruh. Seperti yang dinyatakan sebelumnya, kelompok kontrol akan memberikan kami dasar untuk perbandingan. Semua mata pelajaran harus acak kelompok, diuji secara bersamaan mungkin, dan percobaan harus dilakukan buta ganda. Mungkin sebuah contoh akan membantu menjelaskan poin ini.
Wolfer dan Visintainer (1975) meneliti efek dari persiapan sistematis dan dukungan pada anak-anak yang dijadwalkan untuk operasi rawat inap kecil. Hipotesis adalah bahwa persiapan seperti itu akan mengurangi jumlah gangguan psikologis dan meningkatkan jumlah kerjasama antara pasien muda engkau. Delapan puluh anak terpilih untuk berpartisipasi dalam studi. Anak-anak secara acak ditunjuk untuk pengobatan atau kondisi kontrol. Selama rawat inap mereka kelompok perlakuan menerima program khusus dan kelompok kontrol tidak. Perawatan adalah mengambil seperti anak-anak dalam pengobatan dan kelompok kontrol tidak roomed bersama. Tindakan yang diambil termasuk denyut jantung sebelum dan sesudah tes darah, kemudahan asupan cairan, dan self-laporan tindakan kecemasan. Studi ini menunjukkan bahwa persiapan yang sistematis dan dukungan mengurangi kesulitan berada di rumah sakit untuk anak-anak ini.
Mari kita periksa sekarang fitur percobaan yang dijelaskan di atas. Pertama, ada kelompok perlakuan dan kontrol. Jika kami hanya kelompok perlakuan, kita tidak akan punya cara untuk mengetahui apakah mengurangi kegelisahan disebabkan oleh pengobatan atau cuaca, makanan rumah sakit baru, dll Kelompok kontrol memberikan kita dasar untuk membuat perbandingan Variabel bebas dalam penelitian ini adalah ada atau tidak adanya program persiapan sistematis. Variabel terikat terdiri dari denyut jantung, asupan cairan, dan langkah-langkah kecemasan. Nilai pada langkah-langkah ini dipengaruhi oleh dan tergantung pada apakah anak itu dalam pengobatan atau kelompok kontrol. Anak-anak secara acak untuk kelompok baik. Jika "ramah" anak-anak ditempatkan dalam kelompok perlakuan kita akan punya cara untuk mengetahui apakah mereka kurang cemas dan lebih kooperatif karena pengobatan atau karena mereka "ramah". Secara teori, tugas acak harus menyeimbangkan jumlah "ramah" anak-anak antara dua kelompok. Kedua kelompok juga diuji pada waktu yang sama. Dengan kata lain, satu kelompok tidak diukur selama musim panas dan yang lainnya selama musim dingin. Dengan menguji dua kelompok secara simultan mungkin, kita dapat menyingkirkan bias karena waktu. Akhirnya, anak-anak tidak menyadari bahwa mereka peserta dalam percobaan (orang tua telah setuju untuk partisipasi anak-anak mereka dalam penelitian dan program), sehingga membuat orang buta studi tunggal. Jika individu yang bertanggung jawab atas tindakan tergantung juga menyadari apakah anak itu dalam kelompok pengobatan atau kontrol, maka percobaan akan menjadi buta ganda.
Sebuah kasus khusus dari percobaan benar adalah uji klinis. Sebuah uji klinis didefinisikan sebagai sebuah eksperimen dirancang dengan cermat yang bertujuan untuk menentukan kemanjuran klinis pengobatan baru atau obat. Rancangan percobaan klinis sangat mirip dengan percobaan benar. Sekali lagi, ada dua kelompok: kelompok perlakuan (kelompok yang menerima agen terapeutik) dan kelompok kontrol (kelompok yang menerima plasebo). Kelompok kontrol sering disebut kelompok plasebo. Variabel bebas dalam uji klinis adalah tingkat agen terapeutik. Sekali lagi, subjek secara acak ditugaskan untuk kelompok, mereka diuji secara bersamaan, dan percobaan harus dilakukan buta ganda. Dengan kata lain, baik pasien atau orang yang mengelola obat harus tahu apakah pasien menerima obat atau plasebo.
Kuasi-Eksperimen: Quasi-eksperimen yang sangat mirip dengan eksperimen benar tetapi menggunakan kelompok terbentuk secara alami atau sudah ada sebelumnya. Sebagai contoh, jika kita ingin membandingkan kaula muda dan tua pada kapasitas paru-paru, tidak mungkin untuk menetapkan secara acak subyek ke salah satu kelompok muda atau tua (kelompok terbentuk secara alami). Oleh karena itu, tidak dapat menjadi percobaan benar. Ketika seseorang telah secara alami membentuk kelompok, variabel yang diteliti adalah variabel subyek (dalam hal ini - umur) sebagai lawan dari variabel independen. Karena itu, ia juga membatasi kita dapat menarik kesimpulan dari seperti studi penelitian. Jika kita melakukan eksperimen-kuasi, kita akan menemukan bahwa kelompok yang lebih tua memiliki kapasitas paru-paru kurang dibandingkan dengan kelompok muda. Kita dapat menyimpulkan bahwa usia tua sehingga menghasilkan kapasitas paru-paru kurang. Tapi variabel lain mungkin juga menjelaskan hasil ini. Mungkin bahwa paparan berulang terhadap polutan dibandingkan dengan usia telah menyebabkan perbedaan dalam kapasitas paru-paru. Ini juga bisa menjadi faktor generasi. Mungkin lebih dari kelompok yang lebih tua merokok di tahun-tahun awal mereka dibandingkan dengan kelompok yang lebih muda karena meningkatnya kesadaran bahaya rokok. Intinya adalah bahwa ada banyak perbedaan antara kelompok yang kita tidak dapat mengendalikan yang dapat menjelaskan perbedaan dalam tindakan tergantung kita. Jadi, kita harus berhati-hati membuat pernyataan tentang sebab-akibat dengan kuasi-eksperimental desain.
Kuasi-eksperimen mungkin hasil dari mempelajari perbedaan antara kelompok terbentuk secara alami (muda & tua mis.; pria & wanita). Namun, ada juga contoh ketika seorang peneliti merancang penelitian sebagai percobaan tradisional hanya untuk menemukan bahwa tugas acak untuk kelompok dibatasi oleh faktor luar. Peneliti dipaksa untuk membagi kelompok berdasarkan beberapa kriteria yang sudah ada sebelumnya. Sebagai contoh, jika sebuah perusahaan ingin menguji efektivitas program kesehatan baru, mereka mungkin memutuskan untuk menerapkan program mereka di satu situs dan menggunakan situs comporable (tidak ada program kesehatan) sebagai kontrol. Sebagai karyawan tidak dikocok dan secara acak ditugaskan untuk bekerja di setiap situs, penelitian ini memiliki sudah ada kelompok. Setelah beberapa bulan studi, para peneliti kemudian dapat melihat apakah situs kesehatan memiliki absensi kurang dan biaya kesehatan lebih rendah dari situs non-kesehatan. Hasilnya lagi dibatasi karena sifat kuasi-korelasional penelitian. Sebagai studi memiliki kelompok yang sudah ada sebelumnya, mungkin ada perbedaan lain antara kelompok-kelompok dari sekedar ada atau tidak adanya program kesehatan. Sebagai contoh, program kesehatan mungkin dalam sebuah bangunan, secara signifikan lebih baru lebih menarik, atau manajer dari neraka dapat bekerja di situs program nonwellness. Either way, perbedaan ditemukan antara dua lokasi itu mungkin atau tidak mungkin karena ada / tidak adanya program kesehatan.
Untuk meringkas, kuasi-eksperimen dapat mengakibatkan baik dari belajar kelompok terbentuk secara alami atau menggunakan yang sudah ada kelompok. Ketika penelitian meliputi kelompok terbentuk secara alami, variabel yang diteliti adalah variabel subjek. Ketika studi menggunakan yang sudah ada kelompok yang tidak secara alami terbentuk, variabel yang dimanipulasi antara kedua kelompok adalah variabel independen (Dengan pengecualian tidak ada tugas acak, studi ini terlihat mirip dalam bentuk suatu eksperimen benar). Karena tidak ada tugas acak ada dalam percobaan kuasi-, tidak ada pernyataan kausal dapat dibuat berdasarkan hasil penelitian.
Populasi dan Sampel
Ketika melakukan penelitian, kita sering harus menggunakan sampel dari populasi sebagai lawan menggunakan seluruh penduduk. Sebelum kita melangkah lebih jauh ke alasan mengapa, mari kita bahas apa yang membedakan antara populasi dan sampel.
Suatu populasi dapat didefinisikan sebagai setiap himpunan orang / subyek memiliki karakteristik yang dapat diamati umum. Sebagai contoh, semua individu yang tinggal di Amerika Serikat membentuk populasi. Juga, semua wanita hamil membentuk populasi. Karakteristik suatu populasi disebut parameter. Sebuah statistik dapat didefinisikan sebagai subset dari populasi. Ciri-ciri sampel disebut statistik.
Mengapa Contoh?
Ini membawa kita ke pertanyaan mengapa sampel. Mengapa kita tidak menggunakan populasi sebagai fokus studi. Setidaknya ada empat alasan utama untuk sampel.
Pertama, biasanya terlalu mahal untuk menguji seluruh penduduk. Pemerintah Amerika Serikat menghabiskan jutaan dolar untuk melakukan Sensus AS setiap sepuluh tahun. Sementara pemerintah AS mungkin memiliki uang sebanyak itu, para peneliti kebanyakan tidak.
Alasan kedua untuk sampel adalah bahwa hal itu mungkin mustahil untuk menguji seluruh penduduk. Sebagai contoh, mari kita mengatakan bahwa kita ingin menguji 5-HIAA (suatu metabolit serotonergik) tingkat di cairan cerebrospinal (CSF) dari depresi individu. Ada individu terlalu banyak yang tidak membuatnya menjadi sistem kesehatan mental bahkan diidentifikasi sebagai depresi, apalagi untuk menguji mereka CSF.
Alasan ketiga untuk sampel pengujian adalah bahwa seluruh penduduk sering menghasilkan kesalahan. Dengan demikian, pengambilan sampel mungkin lebih akurat. Mungkin sebuah contoh akan membantu memperjelas hal ini. Katakanlah peneliti ingin mengetahui efektivitas obat baru pada penyakit Alzheimer. Salah satu variabel dependen yang dapat digunakan adalah Kegiatan Checklist Kehidupan Sehari-hari. Dengan kata lain, itu adalah ukuran berfungsi oa hari ke hari. Dalam penelitian ini, akan masuk akal untuk memiliki beberapa orang Peringkat pasien mungkin. Jika satu tingkat individu seluruh sampel, akan ada beberapa ukuran konsistensi dari satu pasien ke yang berikutnya. Jika penilai banyak digunakan, ini memperkenalkan sumber kesalahan. Ini semua penilai dapat menggunakan kriteria yang sedikit berbeda untuk menilai Aktivitas Kehidupan Sehari-hari. Dengan demikian, seperti dalam contoh ini, akan menjadi masalah untuk mempelajari seluruh populasi.
Alasan terakhir untuk sampel pengujian adalah bahwa mungkin merusak. Tidak masuk akal untuk lesi hipotalamus lateral semua tikus untuk menentukan apakah itu memiliki efek pada asupan makanan. Kita bisa mendapatkan informasi bahwa dari operasi pada sampel kecil dari tikus. Juga, Anda mungkin tidak ingin membeli mobil yang membanting pintu lima ratus ribu waktu atau kecelakaan telah diuji. Sebaliknya, Anda mungkin akan ingin membeli mobil yang tidak membuatnya menjadi salah satu dari mereka sampel.
Jenis Prosedur Sampling
Sebagaimana dinyatakan di atas, sampel terdiri dari subset dari populasi. Setiap anggota populasi tertentu dapat dimasukkan dalam sampel. Daftar teoritis (daftar yang sebenarnya mungkin tidak ada) dari individu atau elemen yang membentuk suatu populasi disebut kerangka sampling. Ada lima prosedur sampling besar.
Prosedur pengambilan sampel pertama adalah kenyamanan . Relawan, anggota kelas, individu dalam rumah sakit dengan diagnosis spesifik yang dipelajari adalah contoh-contoh sampel kenyamanan sering digunakan. Ini adalah jauh prosedur sampel yang paling sering digunakan. Hal ini juga jauh prosedur bias paling pengambilan sampel karena tidak acak (tidak semua orang dalam populasi memiliki kesempatan yang sama untuk terpilih untuk berpartisipasi dalam penelitian). Dengan demikian, orang yang secara sukarela berpartisipasi dalam sebuah studi exersise mungkin berbeda bahwa orang yang tidak sukarela.
Bentuk lain dari sampling adalah sampel acak sederhana . Dalam metode ini, semua subjek atau elemen memiliki probabilitas yang sama untuk terpilih. Ada dua cara utama melakukan sampel acak. Yang pertama adalah berkonsultasi dengan tabel nomor acak, dan yang kedua adalah untuk memiliki komputer memilih sampel acak.
Sebuah sampel sistematis dilakukan dengan secara acak memilih kasus pertama pada daftar penduduk dan kemudian melanjutkan setiap kasus N sampai sampel Anda dipilih. Hal ini sangat berguna jika daftar populasi panjang. Misalnya, jika daftar Anda adalah buku telepon, akan termudah untuk mulai mungkin orang ke-17, kemudian pilih setiap orang ke-50 dari saat itu.
Stratified sampling membentuk strategi sampling keempat. Dalam sampel bertingkat, kami mencicipi baik proporsional atau sama-sama untuk mewakili berbagai strata atau sub-populasi. Sebagai contoh jika strata kita adalah negara kita akan memastikan dan sampel dari masing-masing lima puluh negara bagian. Jika strata kami adalah afiliasi agama, stratified sampling akan memastikan sampling dari setiap blok agama atau pengelompokan. Jika strata kami adalah gender, kita akan mencicipi pria dan wanita.
Cluster sampling membentuk prosedur sampling akhir. Dalam cluster sampling kita mengambil sampel acak strata dan kemudian mensurvei setiap anggota kelompok. Misalnya, jika strata kami adalah individu sekolah dalam Sistem Sekolah St Louis Publik, kami secara acak akan memilih sekitar 20 sekolah dan kemudian menguji semua siswa dalam sekolah-sekolah.
Masalah Sampling
Ada beberapa masalah pengambilan sampel potensial. Ketika merancang sebuah penelitian, prosedur pengambilan sampel juga dikembangkan termasuk kerangka sampling potensial. Beberapa masalah mungkin ada dalam kerangka sampel. Pertama, mungkin ada unsur yang hilang - individu yang harus pada daftar Anda, tetapi untuk beberapa alasan tidak ada dalam daftar. Sebagai contoh, jika saya populasi terdiri dari semua individu yang hidup di kota tertentu dan saya menggunakan direktori telepon sebagai kerangka sampel saya atau daftar, saya akan kehilangan orang dengan nomor tidak terdaftar atau yang tidak mampu membayar telepon.
Unsur asing membuat masalah pengambilan sampel kedua saya. Elemen yang tidak harus dimasukkan dalam populasi dan sampel saya muncul di daftar pengambilan sampel saya. Jadi, jika saya menggunakan catatan properti untuk membuat daftar individu yang hidup dalam kota tertentu, tuan tanah yang tinggal di tempat lain akan menjadi elemen asing. Dalam hal ini, penyewa akan hilang elemen.
Duplikat merupakan masalah pengambilan sampel ketiga. Ini adalah elemen yang muncul lebih dari sekali pada frame sampling. Sebagai contoh, jika saya seorang peneliti mempelajari kepuasan pasien dengan perawatan gawat darurat, saya berpotensi mungkin termasuk pasien yang sama lebih dari sekali dalam penelitian saya. Jika pasien menyelesaikan kuesioner kepuasan pasien, saya perlu memastikan bahwa pasien sadar bahwa jika mereka telah menyelesaikan kuesioner sebelumnya, mereka tidak harus menyelesaikan lagi. Jika mereka selesai lebih bahwa sekali, set kedua mereka data respresents duplikat.
Sumber: www.webster.edu/~woolflm/statmethods.html
