Dalam statistik, pengambilan sampel kluster adalah metode pengambilan sampel di mana seluruh populasi penelitian dibagi menjadi kelompok-kelompok yang secara eksternal homogen, tetapi heterogen secara internal, yang disebut kelompok. Pada dasarnya, setiap cluster adalah representasi mini dari seluruh populasi. Statistik Statistik adalah istilah yang berasal dari kata Latin “status,” yang berarti sekelompok angka yang digunakan untuk merepresentasikan informasi tentang manusia.
Sumber: Wikicommons
Setelah mengidentifikasi cluster, cluster tertentu dipilih dengan menggunakan simple random sampling sedangkan cluster lainnya tetap tidak terwakili dalam sebuah penelitian. Setelah pemilihan cluster, peneliti harus memilih metode yang sesuai untuk mengambil sampel elemen dari setiap kelompok yang dipilih.
Metode Pengambilan Sampel Primer
Pada dasarnya ada dua metode pengambilan sampel elemen dalam metode pengambilan sampel klaster: satu tahap dan dua tahap .
Dalam pengambilan sampel satu tahap, semua elemen di setiap cluster yang dipilih diambil sampelnya. Dalam pengambilan sampel dua tahap, pengambilan sampel acak sederhana diterapkan dalam setiap cluster untuk memilih subsampel elemen di setiap cluster.
Metode cluster tidak boleh disamakan dengan pengambilan sampel bertingkat. Dalam pengambilan sampel bertingkat, populasi dibagi menjadi kelompok-kelompok yang saling eksklusif yang heterogen secara eksternal tetapi homogen secara internal. Misalnya, dalam pengambilan sampel bertingkat, seorang peneliti dapat membagi populasi menjadi dua kelompok: laki-laki vs perempuan. Sebaliknya, dalam cluster sampling, cluster serupa satu sama lain tetapi dengan komposisi internal yang berbeda.
Keuntungan dari Cluster Sampling
Metode cluster hadir dengan sejumlah keunggulan dibandingkan simple random sampling dan stratified sampling. Keunggulannya antara lain:
1. Membutuhkan lebih sedikit sumber daya
Karena pengambilan sampel kluster hanya memilih kelompok tertentu dari seluruh populasi, metode ini memerlukan lebih sedikit sumber daya untuk proses pengambilan sampel. Oleh karena itu, umumnya lebih murah dibandingkan dengan simple random atau stratified sampling karena memerlukan biaya administrasi dan perjalanan yang lebih sedikit SG&A SG&A mencakup semua biaya non-produksi yang dikeluarkan oleh perusahaan dalam periode tertentu. Ini termasuk biaya seperti sewa, periklanan, pemasaran, akuntansi, litigasi, perjalanan, makan, gaji manajemen, bonus, dan banyak lagi. Kadang-kadang, ini juga termasuk biaya penyusutan.
2. Lebih layak
Pembagian seluruh populasi menjadi kelompok-kelompok homogen meningkatkan kelayakan pengambilan sampel. Selain itu, karena setiap cluster mewakili seluruh populasi, lebih banyak subjek dapat dimasukkan dalam penelitian ini.
Kerugian dari Cluster Sampling
Terlepas dari manfaatnya, metode ini tetap memiliki beberapa kekurangan, termasuk:
1. Sampel yang bias
Metode ini rentan terhadap bias Bias Pemilihan Sampel Bias pemilihan sampel adalah bias yang dihasilkan dari kegagalan untuk memastikan pengacakan yang tepat dari sampel populasi. Kelemahan pemilihan sampel. Jika cluster yang mewakili seluruh populasi dibentuk berdasarkan opini yang bias, maka kesimpulan tentang keseluruhan populasi juga akan menjadi bias.
2. Kesalahan pengambilan sampel yang tinggi
Secara umum, sampel yang diambil dengan metode cluster cenderung memiliki kesalahan pengambilan sampel yang lebih tinggi daripada sampel yang dibentuk menggunakan metode pengambilan sampel lainnya.
Bacaan Terkait
Finance adalah penyedia resmi Financial Modeling & Valuation Analyst (FMVA) ™ FMVA® Certification. Bergabunglah dengan 350.600+ siswa yang bekerja untuk perusahaan seperti Amazon, JP Morgan, dan program sertifikasi Ferrari, yang dirancang untuk membantu siapa saja menjadi analis keuangan kelas dunia . Untuk terus belajar dan memajukan karier Anda, sumber daya Keuangan tambahan di bawah ini akan berguna:
- Konsep Statistik Dasar dalam Keuangan Konsep Statistik Dasar untuk Keuangan Pemahaman yang kuat tentang statistik sangat penting dalam membantu kita lebih memahami keuangan. Selain itu, konsep statistik dapat membantu memonitor investor
- Pengujian Hipotesis Pengujian Hipotesis Pengujian Hipotesis adalah suatu metode inferensi statistik. Ini digunakan untuk menguji apakah pernyataan mengenai parameter populasi benar. Pengujian hipotesis
- Bias Pemilihan Sampel Bias Pemilihan Sampel Bias pemilihan sampel adalah bias yang dihasilkan dari kegagalan untuk memastikan pengacakan yang tepat dari sampel populasi. Kelemahan pemilihan sampel
- Kesalahan Tipe II Kesalahan Tipe II Dalam pengujian hipotesis statistik, kesalahan tipe II adalah situasi di mana uji hipotesis gagal menolak hipotesis nol yang salah. Di lain
