Perbedaan Antara Sampel dan Populasi

Sampel vs Populasi

Populasi dan Sampel adalah dua istilah penting dalam subjek 'Statistik'. Secara sederhana, populasi adalah koleksi barang-barang terbesar yang kami tertarik untuk pelajari, dan sampelnya adalah subset dari suatu populasi. Dengan kata lain, sampel harus mewakili populasi dengan jumlah item yang lebih sedikit tetapi cukup. Satu populasi dapat memiliki beberapa sampel dengan ukuran yang berbeda.

Sampel

Sampel dapat terdiri dari dua item atau lebih yang telah dipilih dari populasi. Ukuran serendah mungkin untuk sampel adalah dua dan 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 dalam sampel.

Teknik 'Simple random sampling' adalah teknik random sampling yang paling terkenal. Dalam hal ini, item yang akan dipilih untuk 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 dari antrian dipilih untuk sampel.

Dalam hal ini, urutan sistematis adalah setiap orang ke-10. Ahli statistik bebas menentukan urutan ini dengan cara yang bermakna. Ada teknik pengambilan sampel acak lainnya seperti pengambilan sampel kelompok atau pengambilan sampel bertingkat, dan metode pemilihannya sedikit berbeda dari dua di atas.

Untuk tujuan praktis, sampel non acak seperti sampel kenyamanan, sampel penilaian, sampel bola salju dan sampel purposive dapat digunakan. Terlebih lagi, item yang dipilih untuk sampel non acak berkaitan dengan peluang. Faktanya, setiap item populasi tidak memiliki kesempatan yang sama untuk dimasukkan dalam sampel non-acak. Jenis sampel ini juga disebut sampel non probabilitas.

Populasi

Setiap kumpulan entitas, yang menarik untuk diselidiki secara sederhana didefinisikan sebagai 'populasi'. Populasi adalah basis untuk sampel. Setiap set objek di alam semesta dapat menjadi populasi, berdasarkan deklarasi penelitian. Umumnya, populasi harus berukuran besar dan sulit untuk menyimpulkan beberapa karakteristik dengan mempertimbangkan item-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 memperkirakan Nilai Matematika Rata-rata dari 30 siswa dalam suatu kelas dari nilai Matematika Rata-rata 5 siswa, parameternya adalah Nilai Matematika Rata-Rata dari Kelas tersebut. Statistik adalah Nilai Matematika Rata-rata dari 5 siswa.

Sampel vs Populasi

Hubungan yang menarik antara sampel dan populasi adalah bahwa populasi dapat 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 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 lain yang penting untuk 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 populasi yang relevan dari sampel dan memperoleh hasil yang hampir serupa adalah peluang emas untuk menghemat biaya dan nilai waktu.

Sangat penting untuk mengetahui bahwa, ketika ukuran sampel meningkat, keakuratan estimasi untuk parameter populasi juga meningkat. Secara logis, agar memiliki perkiraan 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 perkiraan terbaik untuk populasi.