Untuk memperoleh informasi tentang populasi yang besar, peneliti menggunakan empat metode probability sampling yaitu simple random, sistematis, stratified dan cluster. Setiap orang dalam populasi tertentu memiliki peluang yang diketahui dan sama untuk dipilih dalam pengambilan sampel probabilitas, dan, yang paling penting, orang dipilih secara acak.
Kegunaan Sampel Probabilitas
Bayangkan betapa sulit dan mahalnya bagi sebuah perusahaan untuk mensurvei setiap orang di Amerika Serikat setiap kali ingin mengetahui sesuatu tentang orang Amerika. Jika sampel dibuat secara acak dan setiap orang memiliki kesempatan untuk berpartisipasi, maka hasil sampel akan mendekati hasil sensus, yang mensurvei semua orang. Pengambilan sampel probabilitas adalah cara yang penting, menghemat waktu, dan jauh lebih murah untuk mendapatkan informasi dari masyarakat daripada sensus karena hasilnya dapat mencerminkan populasi yang besar meskipun survei terhadap sejumlah kecil orang-orang. Jika sampel tidak dibuat secara acak, yaitu non-probability sampling, maka kecil kemungkinan hasilnya mencerminkan seluruh populasi.
Pengambilan Sampel Acak Sederhana dan Sistematis
Dalam simple random sampling, orang-orang dipilih secara acak dari daftar populasi yang lengkap. Biasanya, setiap orang atau rumah tangga dalam populasi diberi nomor dan komputer menghasilkan nomor acak yang menunjukkan siapa yang dipilih untuk sampel. Lotere adalah sampel acak murni. Semua pemegang tiket dalam undian, tetapi hanya sedikit yang dipilih secara acak.
Sampling sistematik mirip dengan simple random sampling dengan satu perbedaan: pola pemilihan partisipan. Misalnya, seorang peneliti mungkin mulai dari titik acak dan mengambil setiap nama ke-100 yang ditemukannya di buku telepon Atlanta, Georgia. Metode pengambilan sampel ini digunakan secara luas untuk wawancara surat dan telepon konsumen.
Pengambilan Sampel Stratifikasi dan Cluster
Pengambilan sampel bertingkat berguna ketika membandingkan bagian-bagian yang berbeda dari suatu populasi. Peneliti membagi atau mengelompokkan populasi dengan cara yang relevan dengan kebutuhan mereka dan mengambil sampel acak sederhana di setiap segmen. Segmen disebut subpopulasi atau strata. Jika Anda ingin membandingkan bagaimana perasaan 1.000 wanita dan pria tentang perawatan kesehatan, maka Anda dapat mengelompokkan atau mengelompokkan populasi berdasarkan gender dan secara acak memilih 500 pria dan 500 wanita. Anda dapat mengelompokkan atau membuat stratifikasi suatu populasi dengan berbagai cara, termasuk usia, pendidikan, pendapatan, dan lokasi.
Pengambilan sampel cluster mencakup dua proses acak. Langkah pertama adalah membagi populasi menjadi kelompok-kelompok tertentu dan kemudian memilih kelompok secara acak, bukan orang-orang tertentu. Kemudian peneliti menjalankan sampel acak sederhana hanya pada setiap kelompok yang dipilih. Peneliti sering menggunakan kode pos atau area kota besar untuk membuat grup.
Empat Contoh
Seorang peneliti mungkin ingin mengetahui bagaimana perasaan semua orang Amerika tentang perawatan kesehatan dengan mensurvei 520 orang. Jika dia memiliki daftar setiap orang Amerika dan secara acak memilih 520 orang dari seluruh negeri, maka itu adalah pengambilan sampel acak sederhana. Jika sebaliknya dia memulai pada titik acak dalam daftar setiap orang Amerika dan memilih setiap 700.000 orang, maka itu adalah pengambilan sampel sistematis.
Jika dia membagi daftar setiap orang Amerika menjadi 50 negara bagian dan secara acak menarik 10 orang dari setiap negara bagian, maka dia menggunakan pengambilan sampel bertingkat. Jika dia secara acak memilih 26 negara bagian dari 50 negara bagian dan kemudian secara acak mengambil 20 orang dari masing-masing 26 negara bagian, maka dia menggunakan sampling cluster.