Proses pemasaran produk dalam suatu perusahaan membutuhkan riset pasar untuk mengetahui sejauh mana efisiensi produk di pasaran. Riset pasar ini membutuhkan banyak evaluasi, spekulasi, dan temuan-temuan yang mengarah pada sisi positif dari penjualan produk. Salah satu metode untuk melakukan riset pasar ini adalah random sampling.
Metode random sampling umum digunakan untuk melakukan riset dan evaluasi pasar berbasis populasi. Hal ini ditempuh untuk mencapai tujuan tertentu yang akan berpengaruh pada proses pemasaran produk dari sebuah perusahaan, entah itu manufaktur maupun jasa.
Baca juga: 3 Contoh analisis SWOT yang dapat digunakan untuk memulai bisnis
Apa itu metode random sampling?
Metode random sampling biasa digunakan sebagai salah satu metode pengumpulan data. (Sumber: Pexels)
Dilansir The Economic Times, random sampling diartikan sebagai pengambilan sampel acak di mana setiap sampel memiliki probabilitas yang sama untuk dipilih. Sampel yang dipilih secara acak dimaksudkan untuk menjadi representasi yang tidak bias dari total populasi.
Dalam beberapa kasus atau alasan tertentu, bisa saja terdapat sampel yang tidak mewakili populasi, maka varian ini disebut sampling error.
Secara khusus, random sampling adalah salah satu bentuk pengumpulan data yang paling sederhana untuk mencari suatu temuan dari total populasi. Dikarenakan sampel bersifat acak, maka setiap anggota himpunan memiliki kesempatan yang sama untuk dipilih sebagai bagian dari proses pengambilan sambel.
Random sampling biasa digunakan sebagai salah satu metode pengumpulan data di berbagai bidang penelitian seperti probabilitas, statistik, matematika, dan sebagainya. Ciri khas dari metode random sampling adalah data yang didapat tidak bias dan dengan demikian kesimpulan yang didapat juga tidak akan bias.
Baca juga: 6 Contoh kajian pustaka untuk skripsi, tesis, karya Ilmiah, makalah, artikel, dan proposal
4 Jenis random sampling
Ada berbagai metode pengambilan sampel yang dapat digunakan dari random sampling. (Sumber: Pexels)
Sebagai pengambilan sampel acak, random sampling akan menggambarkan bagaimana setiap elemen dalam suatu populasi akan memiliki kesempatan yang sama untuk dipilih sebagai sampel. Random sampling memungkinkan hal ini agar tidak mengarah pada hasil yang bias.
Meski terdengar sederhana, namun proses pengambilan data random sampling ini membutuhkan banyak hal yang perlu diperhatikan untuk meminimalisasi besarnya potensi bias. Sebab, tentu masih ada potensi-potensi tertentu yang mengarah pada bias data. Dalam penerapannya, random sampling dapat dilakukan dengan 4 jenis metode berbeda. Empat jenis metode ini adalah sebagai berikut.
Baca juga: 8 Cara melakukan brainstorming yang efektif
1. Simple random sampling
Proses penarikan sampel dalam random sampling menghindari adanya bias (Sumber: Pexels)
Menurut Toward Data Science, random sampling jenis ini dilakukan dengan mengambil sampel secara acak sederhana. Hal ini membutuhkan penggunaan angka yang dihasilkan secara acak untuk memilih sampel tertentu. Secara khusus, proses ini diawali dengan pembentukan kerangka sampling, baik melalui daftar maupun basis data semua anggota populasi.
Setelah membentuk kerangka sampling, jenis random sampling ini dilanjutkan dengan membuat angka secara acak untuk setiap elemen yang ada. Proses ini dapat dilakukan dengan menggunakan berbagai aplikasi berbasis numerik seperti Microsoft Excel. Setelah itu, baru kemudian dapat diambil sampel pertama yang dibutuhkan.
Contoh random sampling dengan metode sederhana ini adalah misalnya dalam sebuah ruang kelas terdapat 150 mahasiswa. Jumlah keseluruhan ini adalah populasi. Kemudian hendak dilakukan sampling terhadap 15 mahasiswa. masing-masing dari 150 mahasiswa tadi akan diberi nomor sebagai daftar atau basis data. Baru kemudian dari data itu dipilih secara acak 15 mahasiswa untuk dilakukan uji sampel.
2. Stratified random sampling
Penentuan populasi dalam suatu survei menentukan capaian hasil dari random sampling (Sumber: Pexels)
Jenis random sampling selanjutnya adalah jenis stratified atau bertingkat. Random sampling jenis ini dilakukan bertahap. Pertama, adalah melakukan pembagian populasi menjadi kelompok-kelompok dengan atribut yang sama. Kedua, sampel diambil dari masing-masing kelompok.
Pembagian sub-kelompok dalam metode random sampling jenis ini disebut strata. Dalam pengambilannya, strata dibentuk berdasarkan karakteristik yang sama atas anggota, contohnya seperti tingkat pendidikan. Baru kemudian dari pengelompokkan ini diambil sampel dari tiap kelompok.
Pembagian sampel acak yang melibatkan seluruh populasi untuk dikelompokkan ini dapat dipakai untuk mempertimbangkan suatu uji sampel tertentu. Random sampling jenis ini dapat dicontohkan dalam pencarian data terhadap survei terserapnya sarjana dari sebuah universitas tertentu di lapangan kerja.
Dari survei itu dapat dilakukan random sampling dengan metode bertingkat. Di mana populasi sarjana di universitas tertentu akan dikelompokkan berdasarkan fakultas, rentang usia, nilai IPK, dan sebagainya. Dari sini kemudian akan diambil random sampling dari tiap-tiap strata. Tiap-tiap strata akan mendapat jatah pengambilan setara dari seluruh populasi.
Dari pengambilan sampel tiap strata inilah nantinya akan ditemukan bagaimana tingkat serapan sarjana dan pengaruh elemen-elemen penyerta di setiap stratanya.
Baca juga: 10 Contoh deskripsi diri yang profesional dan menarik HRD
3. Cluster random sampling
Pengelompokkan anggota populasi dapat didasarkan pada latar belakang tertentu dalam random sampling (Sumber: Pexels)
Penarikan random sampling jenis ini disebut pula sebagai sistem gerombol. Menurut paparan dari Statistika IPB, metode cluster random sampling adalah suatu sampel peluang yang satuan contohnya berupa gerombol atau kumpulan elemen. Penarikan cluster random sampling dilakukan dengan contoh acak sederhana terhadap satuan contoh yang berupa gerombol.
Pengambilan sampel dari cluster random sampling dilakukan dengan membagi seluruh populasi menjadi kelompok-kelompok atau kluster. Bedanya dengan metode stratified random sampling terletak pada setiap klaster harus mewakili populasi.Lantas, secara acak dilakukan pemilihan seluruh klaster menjadi sampel.
Secara sederhana, metode cluster random sampling ini dapat dicontohkan dengan contoh survei kecakapan membaca pada satu sekolah dasar. Di mana terdapat tiga kelas berbeda untuk masing-masing enam tingkat kelas. Metode cluster random sampling memungkinkan hanya memakai satu kelas untuk menjadi sampel.
Umumnya, metode cluster random sampling digunakan untuk populasi yang besar dan memerlukan langkah efisien yang irit waktu serta biaya.
4. Systematic random sampling
Metode systematic random sampling dilakukan dengan mengambil sampel (N) setiap elemen pada urutan tertentu (n). Singkatnya, jika ingin melakukan survei pada setiap pengunjung perpustakaan, maka dapat diambil survei acak pada setiap orang ke-10 yang masuk ke perpustakaan.
Jika digambarkan, metode random sampling jenis ini akan membentuk seperti tabel dengan N yang berisi semua pengunjung perpustakaan secara urut, dan kemudian diambil (n) dari urutan (N) tadi. Pencarian sampel pada (n) ini disebut nomor indeks. Dari sanalah kemudian sampel dipilih. Sehingga akan ditentukan bahwa sampel adalah pengunjung perpustakaan tiap interval kelipatan 10.
Baca juga: 5 Contoh kalimat pembuka presentasi singkat yang profesional dan efektif
Bagaimana cara melakukan random sampling?
Random sampling dilakukan untuk mencari kecenderungan dalam suatu populasi (Sumber: Pexels)
Dilansir Scribbr, cara melakukan random sampling dapat dilakukan dengan empat langkah utama. Pertama, adalah menentukan populasi. Penentuan populasi ini umum dilakukan dalam setiap survei. Namun, lebih spesifik adalah yang terkait dengan tema survei atau acuan sampel yang akan diambil.
Kedua, menentukan ukuran sampel. Hal ini dilakukan untuk merencanakan kepastian statistik, anggaran, dan pekerjaan mengolah data sampel. Beberapa cara dapat dilakukan agar tidak terpaku pada jumlah sampel yang membesar. Salah satu cara untuk mengontrol jumlah sampel adalah menggunakan rumus interval kepercayaan dan perkiraan ukuran populasi. Ada pula penentuan standar deviasi dari populasi yang ada.
Ketiga, penentuan sampel secara acak. Seperti namanya, random sampling memerlukan pemilihan sampel secara acak agar tidak menimbulkan bias. Hal ini dapat dilakukan secara lotre, baik menggunakan komputer atau manual jika jumlah sampel sedikit. Dan cara lain adalah menggunakan metode penomoran acak dalam tabel.
Keempat, mengumpulkan data dari sampel yang telah terkumpul. Data ini perlu divalidasi dari setiap individu yang menjadi sampel. Latar belakang individu yang menjadi sampel juga harus disesuaikan dengan relevansi survei agar dapat disebut valid atau tidaknya dia dalam mewakili kelompok sampling tertentu.
Unsur-unsur dalam random sampling
Pengenalan unsur-unsur dalam random sampling berguna untuk proses survei (Sumber: Pexels)
Unsur utama dari metode random sampling adalah populasi. Populasi merupakan jumlah orang atau individu baik secara acak berbeda maupun memiliki karakteristik serupa/sama. Populasi dapat digambarkan sebagai lautan luas di mana survei akan dilakukan terhadapnya. Satuan dari tiap populasi disebut anggota.
Unsur kedua dalam random sampling adalah sampel. Sampel diambil dari keseluruhan anggota populasi dengan ketentuan tertentu sesuai metode random sampling yang diambil. Sampel dianggap sebagai refleksi dari keseluruhan populasi meski hanya diambil beberapa saja dari tiap populasi. Melalui sampel ini dapat dimisalkan bahwa kecenderungan tertentu dapat terjadi dalam populasi.
Unsur lain-lain dalam random sampling adalah elemen kelompok. Elemen ini terkait dengan metode tertentu dari random sampling yang hendak dipakai dalam penentuan sampel. Pengelompokan sampel ke dalam ruang-ruang tertentu memungkinkan adanya survei dengan menyoroti basis-basis tertentu atau karakteristik dari populasi.
Baca juga: 8 Strategi dan contoh analisis pesaing dalam marketing
Apakah probability sampling sama dengan random sampling?
Metode random sampling ini dapat digunakan dalam proses riset dan pengembangan. Baik di dunia akademis maupun bisnis, seperti pada riset pasar dan sebagainya. (Sumber: Pexels)
Jika merujuk pada risalah singkat Heri Retnawati dari Fakultas MIPA Universitas Negeri Yogyakarta, probability sampling dan random sampling adalah sama. Sebabnya, probability sampling merupakan teknik pengambilan sampel yang memberikan peluang yang sama bagi setiap anggota dari populasi untuk dipilih menjadi sampel.
Teknik probability sampling dapat digunakan untuk memungkinkan peneliti atau pelaku survei dalam membuat generalisasi dari karakteristik sampel menjadi karakteristik populasi. Hal ini sama halnya dengan random sampling yang memang mencari karakteristik populasi melalui sampel-sampel acak yang diambil dengan peluang sama atas anggota populasi.
Teknik yang berbeda dari probability sampling maupun random sampling adalah non-probability sampling. Teknik ini dilakukan dengan pengambilan sampel tertutup dan tidak memberikan peluang sama bagi setiap anggota populasi untuk dipilih menjadi sampel. Teknik ini dapat ditemui dalam metode snowball sampling dan pengambilan sampel berbasis kuota. Teknik sampling jenis ini tidak bisa dipakai untuk mencari generalisasi populasi.
Proses pencarian sampel dalam random sampling amat menentukan hasil dari karakteristik populasi. Dikarenakan tujuan dari random sampling adalah mencari generalisasi, maka sampel yang diambil harus benar-benar bersifat non-bias. Hal ini akan memudahkan survei dalam melihat kecenderungan dalam suatu populasi.
Baca juga: Menarik, ini 10 prediksi AI dalam meningkatkan cybersecurity 2020
Sumber:
- What is Random Sampling? Definition of Random Sampling, Random Sampling Meaning
- Four Types of Random Sampling Techniques Explained with Visuals
- (Cluster Sampling)
- Simple Random Sampling | Definition, Steps & Examples
- Teknik Pengambilan Sampel
