Stratified Random Sampling: Arti, Rumus, Langkah, dan Contoh

Warga Bimbingan, pernah dengar istilah proportional stratified random sampling adalah salah satu teknik pengambilan sampel, tapi masih bingung apa sebenarnya artinya? 

Padahal, proportional stratified random sampling adalah salah satu teknik pengambilan sampel paling efektif yang banyak digunakan dalam penelitian dan analisis data. Kalau kamu nggak memahaminya, kamu mungkin melewatkan peluang untuk membuat hasil penelitianmu lebih akurat dan terpercaya.

Jangan khawatir, kita akan bahas tuntas tentang arti, rumus, langkah-langkah penerapan, hingga contoh nyata dari teknik ini. Yuk, simak artikel di bawah ini!

Baca juga: Bagaimana Cara Mencetak Data dalam Python?

Pengertian Proportional Stratified Random Sampling

Proportional Stratified Random Sampling adalah teknik pengambilan sampel di mana populasi dibagi ke dalam kelompok kecil yang disebut strata berdasarkan karakteristik tertentu, seperti usia, jenis kelamin, atau pendapatan. Dari setiap strata ini, sampel diambil secara acak dengan jumlah yang sesuai dengan proporsi masing-masing strata dalam populasi.

Misalnya, jika dalam sebuah sekolah 70% siswanya adalah perempuan dan 30% adalah laki-laki, maka sampel yang diambil juga akan mengikuti proporsi ini. Jadi, jika ingin mengambil 100 sampel, maka 70 sampel berasal dari siswa perempuan dan 30 dari siswa laki-laki.

Dengan teknik ini, setiap kelompok terwakili secara adil sesuai ukuran proporsinya dalam populasi. Hasilnya, analisis yang dilakukan menjadi lebih akurat dan mencerminkan kondisi populasi sebenarnya.

Baca juga: 10 Alasan Mengapa Python Dianggap Lebih Mudah Dipelajari

Rumus Proportional Stratified Random Sampling

Untuk menghitung jumlah sampel dari setiap strata dalam Proportional Stratified Random Sampling, digunakan rumus berikut:

Keterangan:

1. nh = Sampel pada Strata h
2. Nh = Populasi pada Strata h
3. N = Populasi Keseluruhan
4. n = Sampel Keseluruhan

Teknik Stratified Random Sampling

Sumber: Canva

Proportional Stratified Random Sampling dilakukan melalui beberapa langkah sistematis untuk memastikan sampel yang diambil sesuai dengan proporsi setiap strata. Berikut adalah langkah-langkah atau teknik yang digunakan:

1. Tentukan Populasi dan Kriteria Strata

Mulailah dengan mendefinisikan populasi penelitian secara jelas. 

Identifikasi karakteristik yang akan digunakan untuk membagi populasi menjadi strata, seperti usia, jenis kelamin, atau lokasi geografis. Pastikan kriteria strata relevan dengan tujuan penelitian.

Baca juga: 11 Contoh Portofolio Programmer, Dijamin Bikin Terpukau

2. Bagi Populasi ke dalam Strata

Kelompokkan populasi ke dalam strata berdasarkan kriteria yang telah ditentukan. 

Hitung jumlah individu di setiap strata (Nh) untuk mengetahui ukuran masing-masing kelompok. Langkah ini memastikan bahwa setiap strata terdefinisi dengan baik.

3. Hitung Proporsi Setiap Strata terhadap Total Populasi

Gunakan rumus proporsi: Nh/N, di mana ​ Nh adalah jumlah individu dalam strata dan N adalah total populasi. 

Proporsi ini akan menjadi dasar untuk menentukan jumlah sampel dari setiap strata.

4. Tentukan Jumlah Sampel yang Dibutuhkan per Strata

Hitung jumlah sampel dari setiap strata menggunakan rumus:dengan n sebagai jumlah total sampel yang diinginkan. 

Hasilnya memastikan bahwa jumlah sampel dari setiap strata sesuai dengan proporsi populasi.

5. Ambil Sampel secara Acak dari Setiap Strata

Pilih sampel dari masing-masing strata secara acak, menggunakan metode seperti undian, tabel angka acak, atau perangkat lunak statistik. 

Teknik ini menjaga keacakan dan keadilan, sehingga setiap individu dalam strata memiliki peluang yang sama untuk dipilih.

Baca juga: Garbage Collector Golang: Definisi hingga Strategi Optimasi

Jenis-Jenis Stratified Random Sampling

Sumber: Canva

Warga Bimbingan, tahu nggak? Stratified Random Sampling ternyata punya beberapa jenis yang bisa digunakan sesuai kebutuhan penelitianmu. 

Setiap jenis memiliki cara kerja yang berbeda, tergantung pada bagaimana sampel diambil dari setiap strata. Yuk, kita kenali jenis-jenisnya di bawah ini:

1. Proportional Stratified Random Sampling

Pada metode ini, jumlah sampel yang diambil dari setiap strata ditentukan berdasarkan proporsi ukuran strata terhadap total populasi. 

Misalnya, jika satu strata mencakup 60% dari populasi, maka 60% dari total sampel akan diambil dari strata tersebut. Teknik ini memastikan bahwa setiap kelompok terwakili sesuai proporsinya.

2. Disproportional Stratified Random Sampling

Berbeda dengan metode sebelumnya, pada metode ini, jumlah sampel dari setiap strata tidak selalu sebanding dengan ukuran strata dalam populasi. 

Teknik ini biasanya digunakan jika ada kebutuhan khusus, seperti fokus pada strata yang lebih kecil untuk mendapatkan lebih banyak data.

3. Equal Allocation Sampling

Dalam metode ini, jumlah sampel yang sama diambil dari setiap strata, tanpa memperhatikan ukuran strata dalam populasi. 

Metode ini digunakan jika semua strata dianggap memiliki kepentingan yang sama untuk dianalisis.

4. Optimal Allocation Sampling

Teknik ini memperhitungkan ukuran strata dan variabilitas data di setiap strata. Strata dengan variabilitas tinggi akan mendapat alokasi sampel yang lebih besar untuk meningkatkan presisi hasil penelitian.

Baca juga: Apa itu Clean Code? Definisi, Manfaat, Prinsip, & Contoh

Contoh Proportional Stratified Random Sampling

Sumber: Canva

Untuk memahami bagaimana Proportional Stratified Random Sampling diterapkan, mari kita lihat sebuah contoh sederhana yang relevan dengan penelitian sehari-hari. 

Misalnya, sebuah universitas ingin mengetahui kebiasaan belajar mahasiswa dari berbagai program studi. Berikut adalah langkah-langkah yang diambil:

1. Identifikasi Populasi dan Strata

1. Populasi: Mahasiswa universitas (total 1.000 orang).
2. Strata: Dibagi berdasarkan program studi, misalnya Teknik (600 mahasiswa), Ekonomi (300 mahasiswa), dan Seni (100 mahasiswa).

2. Tentukan Proporsi Strata

1. Teknik: 60/1000 = 60%
2. Ekonomi: 30/1000 = 30%
3. Seni: 10/1000 = 10%

Proporsi ini menunjukkan berapa banyak mahasiswa dari setiap program studi dalam populasi.

3. Tentukan Total Sampel yang Diinginkan

1. Peneliti memutuskan untuk mengambil sampel sebanyak 200 mahasiswa (n = 200)

4. Hitung Jumlah Sampel dari Setiap Strata

1. Teknik: 60% x 200 = 120
2. Ekonomi: 30% x 200 = 60
3. Seni: 10% x 200 = 20

5. Ambil Sampel secara Acak dari Setiap Strata

1. Dari 600 mahasiswa Teknik, pilih 120 secara acak.
2. Dari 300 mahasiswa Ekonomi, pilih 60 secara acak.
3. Dari 100 mahasiswa Seni, pilih 20 secara acak.

Baca juga: Apa Itu Tipe Data Golang? Pengertian, Jenis, & Contohnya

Sudah Paham Tentang Stratified Random Sampling?

Warga Bimbingan, setelah memahami arti, rumus, langkah, dan contoh Stratified Random Sampling, saatnya kamu upgrade skill dan siap jadi Back-End Developer!

Yuk, ikuti Bootcamp Back-End Developer di dibimbing.id! Di sini, kamu akan belajar langsung dari mentor-mentor berpengalaman dengan materi praktis yang mudah dipahami.

Kamu nggak cuma belajar teori, tapi langsung praktek mengembangkan API, mengelola database, dan membangun aplikasi back-end yang scalable, sambil memahami konsep sampling untuk pengolahan data!

Dibimbing.id juga punya 700+ hiring partner, dan 95% alumni kami sukses berkarier di dunia IT. Jadi, tunggu apa lagi? Kalau masih bingung atau ada yang mau ditanyakan, langsung hubungi kami di sini! Kami siap bantu.

Yuk, gabung sekarang dan #BimbingSampeJadi Back-End Developer profesional!

Referensi:

1. Stratified random sampling: Definition & guide [Buka]
2. What is proportionate stratified sampling? [Buka]