Population and Sample Size
Hallo semua senang berjumpa lagi dengan kalian. Pada kesempatan ini saya akan membahas tentang Population and Sample Size. Hal ini merupakan salah satu hal dasar yang harus di pahami oleh seorang data analyst karena hal ini merupakan bagian dari salah satu fase analisis data ke-4 yaitu proses data yang mana populasi dan jumlah sample ini berkaitan erat dengan salah satu masalah yang akan dihadapi pada tahap proses data yaitu tentang “not enough data”. Okke langsung saja kita bahas, seperti biasa akan saya sampaikan dalam bentuk poin-poin agar singkat.
Not enough data?
kita tidak memiliki cukup data untuk menyelesaikan analisis yang akurat, untuk mengatasi hal ini ada beberapa hal yang bisa dilakukan yaitu tunggu data/temukan sumber data alternatif. Dengan data yang lengkap kita dapat melihat keseluruhan situasi dan mendapatkan arti sebenarnya dari apa yang sedang terjadi
Berurusan dengan data yang tidak mencukupi
setelah kita mengetahui tujuan bisnis nya kita dapat mengenali apakah kita memiliki cukup data atau tidak, dan jika tidak kita dapat mengatasinya sebelum memulai analisis. Berikut berbagai jenis keadaan yang menyebabkan kurangnya data/types of insufficient data
Data from only one source
membatasi diri pada data yang berasal dari satu sumber, jika batasan ini memepengaruhi analisis kita maka berhenti dan diskusikan dengan pemangku kepentingan
Data that keeps updating
Dataset kita terus diperbarui artinya data baru akan terus masuk dan mungkin belum lengkap. Misalnya, Kita dapat menganalisis tren dari minggu ke minggu, bukan dari bulan ke bulan. Kita juga dapat mendasarkan analisis Data pada tren selama tiga bulan terakhir dan berkata, “Seperti inilah kemungkinan jumlah kehadiran di lokasi wisata itu pada bulan April.” Kita mungkin tidak memiliki cukup data untuk mengetahui angkanya terlalu rendah atau tinggi. Tetapi Kita akan memberi tahu pemangku kepentingan bahwa itu adalah perkiraan terbaik Kita berdasar data yang Kita miliki saat ini.
Outdated data
Data telah usang dan tidak lagi relavan. Pilihan terbaik adalah menemukan dataset baru untuk digunakan
Geographically-limited data
Data yang terbatas secara geografis. Jika perusahaan kita bersifat global kita tak ingin menggunakan data yang terbatas pada satu negara kita pasti ingin yang mencakup semua negara
Cara mengatasinya/ways to address insufficient data
- Identify trends with the available data / kita dapat mengidentifikasi tren dengan data yang ada
- wait for more data if time allows / menunggu data lebih banyak
- berbicara dengan pemangku kepentingan dan menyesuaikan tujuan kita sesuai data yang tersedia
- mencari dataset baru
- Menggunakan data proxy / data perwakilan sebagai pengganti data sebenarnya. Namus pada kasus tertentu, bisa saja tidak ada pengganti yang bisa diterima dan satu-satunya pilihan anda adalah mengumpulkan lebih banyak data
Arti penting ukuran sampel
population
- Jumlah total yang Anda harapkan untuk diambil sampelnya.
- semua nila data yang mungkin berada di satu dataset tertentu
- kadang tidak mungkin mengumpulkan data populasi secara penuh karena itu mahal dan memakan banyak waktu
- contoh populasi adalah seluruh anggota kelompok yang merupakan obyek untuk studi kita. Misalnya, jika kita melakukan survei pada orang-orang di perusahaan kita, populasinya adalah semua karyawan di perusahaan kita.
Sample size
- merupakan sebagian dari populasi yang mewakili populasi tersebut
- tujuannya untuk mendapatkan informasi yang cukup dari sekelompok kecil di dalam sebuah populasi untuk membuat prediksi atau kesimpulan tentang seluruh populasi
- ukuran sampel membantu memastikan sejauh mana Anda kita meyakini bahwa kesimpulan kita mewakili populasi secara akurat.
- menggunakan sample lebih hemat biaya dan memakan waktu lebih sedikit
- Jika dilakukan dengan hati-hati dan penuh pertimbangan, Kita bisa mendapatkan hasil yang sama menggunakan populasi dengan menggunakan ukuran sampel
- Suatu subset dari populasi kita. Sama seperti sebuah sampel makanan, disebut sampel karena hanya mencicipi sedikit. Jadi, jika perusahaan kita terlalu besar untuk dilakukan survei ke setiap individu, kita dapat melakukan survei pada sampel yang mewakili populasi kita.
Estimasi tingkat tanggapan (Estimated response rate)
- Jika kita menjalankan survei terhadap individu, ini adalah persentase orang yang kita harapkan akan menyelesaikan survei kita dari sejumlah orang yang telah menerima survei itu.
- Kita perlu memikirkan perkiraan tingkat tanggapan untuk mengetahui berapa banyak survei yang perlu kita kirimkan. Misalnya, jika kita memerlukan ukuran sampel sebanyak 100 individu dan perkiraan tingkat tanggapannya adalah 10%, kita perlu mengirimkan survei ke 1.000 individu untuk mendapatkan 100 tanggapan yang diperlukan untuk analisis kita.
Hal yang harus diperhatikan ketika menentukan sample size
- Bila kita hanya menggunakan sampel kecil dari suatu populasi, hal ini dapat menimbulkan ketidakpastian. Kita tidak bisa benar-benar yakin 100 persen bahwa statistik kita adalah representasi yang akurat dari suatu populasi. Hal ini menyebabkan bias pengambilan sampel/bias sampling
- Bias sampling adalah ketika sampel tidak mewakili populasi secara keseluruhan. Ini berarti beberapa anggota populasi ada yang terlalu terwakili atau justru kurang terwakili.
- Menggunakan pengambilan sampel acak dapat membantu mengatasi beberapa masalah terkait bias pengambilan sampel
- Pengambilan sampel acak/random sampling adalah salah satu cara untuk memilih sampel dari suatu populasi sehingga setiap kemungkinan jenis sampel memiliki kesempatan yang sama untuk dipilih
Ukuran sampel bervariasi berdasarkan masalah bisnis
Jadi intinya ukuran minimal sample akan berbeda-beda tergantung dengan masalah bisnis yang ingin diselesaikan misalnya ukuran sample yang digunakan untuk mengetahui preferensi konsumen untuk suatu lini produk baru tidak akan membutuhkan ukuran sample sebesar orang yang mencoba memahami pengaruh suatu obat baru. Jumlah sample harus mempertimbangkan manfaat dibandingkan dengan biaya jadi jika manfaat yang diperoleh dengan sample yang lebih besar sangat baik maka jangan ragu untuk menggunakan jumlah sample yang lebih besar misalnya pada kasus obat baru diatas dan jika sekiranya jumlah data sample yang kecil yang membutuhkan biaya rendah sudah cukup untuk memberikan hasil yang baik misalnya saja pada kasus preferensi konsumen maka jangan ragu untuk menggunakan cara ini
Rekomendasi ini didasarkan pada Teorema Limit Pusat (Central Limit Theorem, CLT) di bidang probabilitas dan statistik.
- Jangan menggunakan ukuran sampel kurang dari 30. Telah terbukti secara statistik bahwa 30 adalah ukuran sampel terkecil di mana hasil rata-rata sebuah sampel mulai mewakili hasil rata-rata suatu populasi.
- Sampel 30 adalah ukuran sampel terkecil yang CLT-nya masih valid. Para peneliti yang mengandalkan analisis regresi — metode statistik untuk menentukan hubungan antara variabel terkontrol dan dependen juga lebih menyukai sampel minimal sejumlah 30.
Parameter-parameter yang harus diperhatikan
Margin kesalahan (Margin of error)
- Jumlah maksimum hasil sampel yang sudah diperkirakan akan berbeda dari populasi sebenarnya
- Karena sampel digunakan untuk mewakili suatu populasi, hasil sampel memang akan berbeda dari apa yang terjadi jika Anda melakukan survei pada seluruh populasi. Perbedaan ini disebut margin kesalahan. Semakin kecil margin kesalahan, hasil sampel akan semakin mendekati dengan hasil yang Anda peroleh jika Anda melakukan survei ke seluruh populasi.
- memberi tahu seberapa dekat hasil ukuran sampel Anda dengan apa yang dihasilkan jika Anda menggunakan seluruh populasi yang diwakili oleh ukuran sampel Anda.
- misal tingkat kepercayaan sebesar 95 persen dan margin kesalahan sebesar 5 persen
- Berdasarkan ukuran sampel, margin kesalahan yang dihasilkan akan memberi tahu kita betapa berbedanya hasil sampel jika dibandingkan dengan hasil bila kita melakukan survei ke seluruh populasi.
- Margin kesalahan membantu Anda memahami seberapa andal data dari pengujian hipotesa Anda.
- Bila margin kesalahan semakin mendekati nol, maka hasil dari sampel Anda semakin sesuai dengan hasil dari keseluruhan populasi.
- Secara umum, semakin banyak orang yang Anda sertakan dalam survei, semakin besar kemungkinan sampel Anda mewakili seluruh populasi.
- Penurunan tingkat kepercayaan, mengurangi kemungkinan survei Anda akurat
- Margin kesalahan digunakan untuk menentukan seberapa dekat hasil sampel Anda dengan hasil yang mungkin terjadi jika Anda dapat melakukan survei atau menguji seluruh populasi. Margin kesalahan membantu Anda memahami dan menginterpretasikan hasil survei atau tes di kehidupan nyata. Menghitung margin kesalahan sangat membantu ketika Anda diberikan data untuk dianalisis. Setelah menggunakan kalkulator untuk menghitung margin kesalahan, Anda akan mengetahui seberapa besar perbedaan hasil sampel dengan hasil seluruh populasi.
- Untuk menghitung Margin of error Kita memerlukan tiga hal: ukuran populasi, ukuran sampel, dan tingkat kepercayaan.
Tingkat kepercayaan (Confidence level)
- Probabilitas bahwa ukuran sampel Anda secara akurat mencerminkan populasi yang lebih besar.
- Seberapa yakin kita dengan hasil survei. Misalnya, tingkat kepercayaan 95% berarti jika kita menjalankan survei yang sama 100 kali, kita akan mendapatkan hasil yang serupa 95 kali dari jumlah survei itu. Tingkat kepercayaan ditetapkan sebelum kita memulai studi karena akan mempengaruhi seberapa besar margin kesalahan di akhir studi kita.
- adalah probabilitas bahwa sampel Anda secara akurat mencerminkan populasi yang ukurannya lebih besar.
- tingkat kepercayaan sebesar 99 persen memang sangat ideal. Tetapi sebagian besar industri mengharapkan tingkat kepercayaan setidaknya sebesar 90 atau 95 persen
- Industri seperti farmasi biasanya menginginkan tingkat kepercayaan setinggi mungkin ketika mereka menentukan ukuran sampel. Hal ini masuk akal karena mereka sedang menguji obat-obatan dan harus memastikan bahwa obat-obatan itu manjur dan aman untuk digunakan semua orang.
Interval kepercayaan (Confidence interval)
Rentang nilai yang mungkin didapat dari hasil populasi berdasarkan tingkat kepercayaan penelitian. Rentang ini adalah hasil sampel +/- margin kesalahan.
Signifikansi statistik (Statistical significance)
Penentuan apakah hasil kita bisa diperoleh karena kebetulan atau tidak. Semakin besar nilai signifikansi statistik, semakin kecil kemungkinan hasil diperoleh karena kebetulan belaka.
Manfaat ukuran sample yang ditingkatkan
- Tingkat kepercayaan (Confidence level) akan meningkat jika kita menggunakan ukuran sample yang lebih besar
- Margin kesalahan (Margin of error) akan berkurang jika kita menggunakan ukuran sample yang lebih besar
- Signifikansi statistik (Statistical significance) akan meningkat jika kita menggunakan ukuran sample yang lebih besar
- Dengan bertambahnya ukuran sampel, hasilnya akan semakin mendekati bentuk distribusi normal (berbentuk lonceng) dari sampel yang berjumlah besar
Sample size calculator
Yang perlu kita lakukan hanyalah memasukkan angka untuk ukuran populasi kita, tingkat kepercayaan, dan margin kesalahan. Dan saat kita mengetik 500 untuk ukuran populasi kita, 95 untuk persentase untuk tingkat kepercayaan kita, 5 untuk persentase margin kesalahan kita, hasilnya sekitar 218. Artinya untuk penelitian ini, ukuran sampel yang sesuai adalah 218.
Get Huans’s stories in your inbox
Join Medium for free to get updates from this writer.
Jika kita mensurvei 218 siswa dan menemukan bahwa 55 persen dari mereka lebih suka cokelat, maka kita bisa sangat yakin bahwa hasil itu berlaku untuk semua 500 siswa. 218 adalah jumlah orang minimal yang perlu kita survei berdasarkan kriteria kita, yakni tingkat kepercayaan 95 persen dan margin kesalahan 5 persen. Jika kalian bertanya-tanya, tingkat kepercayaan, dan margin kesalahan tidak perlu diatur hingga jumlahnya 100 persen. Mereka independen satu sama lain. Jadi katakanlah kita mengubah margin kesalahan kita dari 5 persen menjadi 3 persen. Maka kita menemukan bahwa ukuran sampel kita perlu diperbesar, sekitar 341 bukan lagi 218, untuk memperoleh hasil studi yang mewakili populasi tersebut.
link sample size calculator online
link margin of error calculator
Penting
- Perlu diingat, ukuran sampel yang dihitung adalah jumlah minimum untuk mencapai tingkat kepercayaan dan margin kesalahan yang kita masukkan.
- penting bagi kita untuk mengetahui ukuran sampel dan variabel seperti tingkat kepercayaan dan margin kesalahan sebelum melakukan segala jenis tes atau survei. Ini adalah cara terbaik untuk memastikan bahwa hasil Anda objektif, dan memberi peluang lebih baik untuk mendapatkan hasil yang signifikan secara statistik.
Mungkin sekian untuk artikel saya tentang Population and Sample Size , see you:)
