Makalah Pengantar Metodologi dan Metode Penelitian

A. Keabsahan Penelitian

Sebuah konsep kunci yang relevan dengan pembahasan metodologi penelitian adalah bahwa validitas. Ketika seorang individu bertanya, “Apakah penelitian ini valid?”, Mereka mempertanyakan validitas setidaknya satu aspek penelitian. Ada empat jenis validitas yang dapat dibahas dalam kaitannya dengan penelitian dan statistik. Dengan demikian, ketika membahas validitas studi, salah satu harus spesifik untuk jenis validitas sedang dibahas. Oleh karena itu, jawaban atas pertanyaan yang diajukan di atas mungkin bahwa penelitian tersebut valid dalam kaitannya dengan satu jenis validitas tapi tidak valid dalam kaitannya dengan jenis lain dari validitas. 

Masing-masing dari empat jenis validitas akan didefinisikan secara singkat dan dijelaskan di bawah. Sadarilah bahwa ini merupakan diskusi sepintas konsep validitas. Setiap jenis validitas memiliki banyak ancaman yang dapat menimbulkan masalah dalam studi penelitian. Contoh, tapi tidak diskusi lengkap, ancaman untuk setiap validitas akan disediakan. Untuk pembahasan yang komprehensif dari empat jenis validitas, ancaman yang terkait dengan setiap jenis validitas, dan isu-isu validitas tambahan lihat Masak dan Campbell (1979). 

Statistik Kesimpulan Validitas: Sayangnya, tanpa latar belakang dalam statistik dasar, jenis validitas sulit dimengerti. Menurut Cook dan Campbell (1979), “validitas kesimpulan statistik mengacu pada kesimpulan tentang apakah masuk akal untuk menganggap covariation diberi tingkat tertentu alpha dan varians diperoleh (p. 41).” Pada dasarnya, pertanyaan yang sedang ditanyakan adalah – “Apakah variabel yang diteliti terkait?” atau “Apakah variabel A berkorelasi (apakah itu covary) dengan Variable B?”. Jika penelitian memiliki validitas kesimpulan statistik yang baik, kita harus relatif tertentu bahwa jawaban untuk pertanyaan ini adalah “ya”. Contoh isu atau masalah yang akan mengancam validitas kesimpulan statistik akan heterogenitas acak dari subjek penelitian (subyek mewakili berbagai kelompok – ini meningkatkan kesalahan statistik) dan ukuran sampel yang kecil (lebih sulit untuk menemukan hubungan yang bermakna dengan sejumlah kecil subjek). 

Validitas internal: Setelah itu telah ditentukan bahwa dua variabel (A & B) terkait, edisi berikutnya akan ditentukan adalah salah satu kausalitas. Apakah Penyebab B? Jika studi yang kurang validitas internal, seseorang tidak dapat membuat sebab dan akibat laporan berdasarkan penelitian; Penelitian akan deskriptif tetapi tidak kausal. Ada banyak potensi ancaman terhadap validitas internal. Sebagai contoh, jika sebuah studi memiliki pretest, pengobatan eksperimental, dan posttest tindak lanjut, sejarah adalah ancaman bagi validitas internal. Jika perbedaan yang ditemukan antara pretest dan posttest, mungkin karena pengobatan eksperimental tetapi juga mungkin karena peristiwa lain yang subjek mengalami antara dua kali pengujian (misalnya, peristiwa sejarah, perubahan cuaca , dll). 

Membangun Validitas: Satu sedang memeriksa masalah validitas konstruk ketika seseorang mengajukan pertanyaan “Apakah saya benar-benar mengukur konstruk yang ingin saya belajar?” atau “Apakah studi saya bingung (Apakah saya membingungkan konstruksi)?”. Sebagai contoh, jika saya ingin tahu obat tertentu (Variabel A) akan efektif untuk mengobati depresi (Variable B), saya akan membutuhkan setidaknya satu ukuran depresi. Jika ukuran yang tidak benar-benar mencerminkan tingkat depresi tetapi tingkat kecemasan (Confounding Variabel X), dari studi saya akan kurang validitas konstruk. Dengan demikian, validitas konstruk yang baik berarti kita akan relatif yakin bahwa Membangun Sebuah berhubungan dengan Membangun B dan bahwa ini adalah mungkin hubungan kausal. Contoh ancaman lain terhadap validitas konstruk mencakup mata pelajaran kekhawatiran tentang sedang dievaluasi, hipotesis menebak pada bagian mata pelajaran, dan bias diperkenalkan pada studi oleh expectencies pada bagian dari eksperimen. 

Eksternal Validitas: validitas eksternal membahas masalah untuk dapat menggeneralisasi hasil belajar Anda untuk lain waktu, tempat, dan orang. Misalnya, jika Anda melakukan studi melihat penyakit jantung pada pria, dapat hasil ini digeneralisasi untuk perempuan? Oleh karena itu, kita perlu mengajukan pertanyaan-pertanyaan berikut untuk menentukan apakah ancaman bagi validitas eksternal ada: “Apakah aku menemukan hasil yang sama dengan sampel perbedaan?”, “Apakah saya mendapatkan hasil yang sama jika saya melakukan penelitian saya dalam pengaturan yang berbeda ? “, dan” apakah saya mendapatkan hasil yang sama jika saya melakukan penelitian ini di masa lalu atau jika saya mengulang studi ini di masa depan? ” Jika saya tidak bisa menjawab “ya” untuk setiap pertanyaan ini, maka validitas eksternal dari studi saya terancam. 

Ada empat klasifikasi utama dari desain penelitian. Ini termasuk penelitian observasional, penelitian korelasional, eksperimen benar, dan quasi-eksperimen. Masing-masing akan dibahas lebih lanjut di bawah ini. 

Penelitian observasional: Ada banyak jenis studi yang dapat didefinisikan sebagai penelitian observasional termasuk studi kasus, studi etnografi, studi etologis, dll Karakteristik utama dari masing-masing jenis studi adalah bahwa fenomena yang sedang diamati dan direkam. Sering kali, studi bersifat kualitatif. Misalnya, studi kasus psikologis akan memerlukan catatan ekstensif berdasarkan pengamatan dan wawancara dengan klien. Sebuah laporan rinci dengan analisis akan ditulis dan dilaporkan merupakan studi kasus individu ini. Studi ini juga mungkin kualitatif di alam atau termasuk komponen kualitatif dalam penelitian. Sebagai contoh, sebuah studi etologis perilaku primata di alam liar mungkin termasuk langkah-langkah durasi perilaku yaitu. jumlah waktu binatang terlibat dalam perilaku yang ditentukan. Langkah ini waktu akan menjadi kualitatif. 

Survei sering diklasifikasikan sebagai jenis penelitian observasional. 

Penelitian korelasional: Secara umum, penelitian korelasional meneliti covariation dari dua atau lebih variabel. Sebagai contoh, penelitian awal merokok memeriksa covariation merokok dan berbagai penyakit paru-paru. Kedua variabel, merokok dan penyakit paru-paru ditemukan covary bersama-sama. 

Penelitian korelasional dapat dicapai dengan berbagai teknik yang meliputi pengumpulan data empiris. Jenis sering kali, penelitian korelasional dianggap penelitian observasional sebagai tidak ada yang dimanipulasi oleh percobaan atau individu melakukan penelitian. Misalnya, studi awal merokok tidak memanipulasi berapa banyak rokok yang dihisap. peneliti hanya mengumpulkan data pada dua variabel. Tidak ada yang dikendalikan oleh para peneliti. 

Hal ini penting untuk tidak bahwa penelitian korelasional tidak kausal penelitian. Dengan kata lain, kita tidak bisa membuat pernyataan tentang sebab dan akibat atas dasar jenis penelitian. Ada dua alasan utama mengapa kita tidak dapat membuat sebab dan akibat pernyataan. Pertama, kita don¹t tahu arah penyebabnya. Kedua, variabel ketiga mungkin terlibat dari yang kita tidak sadar. Sebuah contoh mungkin membantu menjelaskan poin ini.

Dalam depresi klinis utama, neurotransmitter serotonin dan / atau norepinefrin telah ditemukan habis (Coppen, 1967; Schildkraut & Kety, 1967). Dengan kata lain, rendahnya tingkat dua neurotransmiter ini telah ditemukan terkait dengan peningkatan tingkat depresi klinis. Namun, sementara kita tahu bahwa dua variabel covary – ada hubungan – kami tidak tahu apakah hubungan kausal ada. Dengan demikian, tidak jelas apakah deplesi serotonin / norepinefrin menyebabkan depresi atau apakah depresi menyebabkan deplesi adalah tingkat neurotransmitter. Hal ini menunjukkan masalah pertama dengan penelitian korelasional; kita tidak tahu arah penyebabnya. Kedua, variabel ketiga telah ditemukan yang dapat mempengaruhi kedua variabel yang diteliti. Jumlah reseptor pada neuron postsynaptic telah ditemukan untuk ditingkatkan dalam depresi (Segal, Kuczenski, & Mandell, 1974; Ventulani, Staqarz, Dingell, & Sulser, 1976). Dengan demikian, adalah mungkin bahwa peningkatan jumlah reseptor pada neuron postsynaptic sebenarnya bertanggung jawab untuk hubungan antara tingkat neurotransmitter dan depresi. Seperti yang Anda lihat dari diskusi di atas, salah satu tidak bisa membuat sebab dan akibat sederhana pernyataan tentang tingkat neurotransmitter dan depresi berdasarkan penelitian korelasional. Untuk mengulangi, itu tidak pantas dalam penelitian korelasional untuk membuat pernyataan tentang sebab dan akibat. 

Penelitian korelasional sering dilakukan sebagai penelitian eksplorasi atau awal. Setelah variabel telah diidentifikasi dan didefinisikan, eksperimen adalah conductable. 

Percobaan benar: Percobaan sejati sering dianggap sebagai studi laboratorium. Namun, hal ini tidak selalu terjadi. Sebuah percobaan yang benar didefinisikan sebagai sebuah percobaan yang dilakukan di mana upaya dilakukan untuk memaksakan kontrol atas semua variabel lain kecuali yang diteliti. Hal ini sering lebih mudah untuk memaksakan semacam ini kontrol di laboratorium. Dengan demikian, eksperimen benar sering keliru diidentifikasi sebagai penelitian laboratorium. 

Untuk memahami sifat percobaan, pertama kita harus mendefinisikan beberapa istilah: 

• Kelompok eksperimen atau pengobatan – ini adalah kelompok yang menerima pengobatan eksperimental, manipulasi, atau berbeda dari kelompok kontrol pada variabel yang diteliti
• kelompok kontrol – kelompok ini digunakan untuk menghasilkan perbandingan. Perlakuan bunga sengaja ditahan atau dimanipulasi untuk memberikan kinerja dasar yang dapat digunakan untuk membandingkan kinerja eksperimental atau pengobatan kelompok. 
• variabel independen – ini adalah variabel yang eksperimen memanipulasi dalam sebuah penelitian. Hal ini dapat setiap aspek lingkungan yang diteliti secara empiris untuk tujuan memeriksa pengaruhnya terhadap variabel dependen. 
• Dependent variabel – variabel yang diukur dalam penelitian. eksperimen tidak mengontrol variabel ini. 
• tugas acak – dalam sebuah penelitian, setiap subjek memiliki probabilitas yang sama untuk terpilih baik untuk pengobatan atau kelompok kontrol. 
• Buta ganda – tidak subjek maupun eksperimen tahu apakah masalah itu dalam pengobatan kondisi kontrol. 

Sekarang kita telah istilah-istilah ini didefinisikan, kita dapat mempelajari lebih lanjut struktur percobaan benar. Pertama, setiap percobaan harus memiliki minimal dua kelompok: suatu eksperimen dan kelompok kontrol. Setiap kelompok akan menerima tingkat variabel independen. Variabel dependen akan diukur untuk menentukan apakah variabel independen memiliki efek. Seperti yang dinyatakan sebelumnya, kelompok kontrol akan memberikan kami dasar untuk perbandingan. Semua mata pelajaran harus acak akan kelompok, diuji secara bersamaan mungkin, dan percobaan harus dilakukan buta ganda. Mungkin contoh akan membantu menjelaskan poin ini. 

Wolfer dan Visintainer (1975) meneliti efek dari persiapan dan dukungan sistematis pada anak-anak yang dijadwalkan untuk operasi minor rawat inap. hipotesis adalah bahwa persiapan tersebut akan mengurangi jumlah marah psikologis dan meningkatkan jumlah kerjasama antar engkau pasien muda. Delapan puluh anak terpilih untuk berpartisipasi dalam penelitian ini. Anak-anak secara acak ditunjuk untuk pengobatan atau kondisi kontrol. Selama rawat inap mereka kelompok perlakuan menerima program khusus dan kelompok kontrol tidak. Perawatan adalah mengambil seperti yang anak-anak dalam pengobatan dan kelompok kontrol tidak roomed bersama-sama. Langkah-langkah yang diambil termasuk denyut jantung sebelum dan sesudah tes darah, kemudahan asupan cairan, dan langkah-langkah kecemasan laporan diri. Studi ini menunjukkan bahwa persiapan dan dukungan sistematis mengurangi kesulitan berada di rumah sakit untuk anak-anak ini. 

Mari kita periksa sekarang fitur percobaan yang dijelaskan di atas. Pertama, ada kelompok perlakuan dan kontrol. Jika kita punya hanya kelompok perlakuan, kita akan memiliki cara untuk mengetahui apakah berkurang kecemasan disebabkan oleh pengobatan atau cuaca, makanan rumah sakit baru, dll Kelompok kontrol memberikan kita dasar untuk membuat perbandingan Variabel bebas dalam penelitian ini adalah ada atau tidak adanya program persiapan sistematis. Variabel dependen terdiri dari denyut jantung, asupan cairan, dan langkah-langkah kecemasan. Skor pada langkah-langkah ini dipengaruhi oleh dan tergantung pada apakah anak itu dalam kelompok pengobatan atau kontrol. Anak-anak secara acak ditugaskan untuk kelompok baik. Jika “ramah” anak-anak telah ditempatkan dalam kelompok perlakuan kita akan memiliki cara untuk mengetahui apakah mereka kurang cemas dan lebih kooperatif karena pengobatan atau karena mereka “ramah”. Secara teori, tugas acak harus menyeimbangkan jumlah anak “ramah” antara kedua kelompok. Kedua kelompok juga diuji pada waktu yang sama. Dengan kata lain, satu kelompok tidak diukur selama musim panas dan yang lainnya selama musim dingin. Dengan menguji dua kelompok secara simultan mungkin, kita dapat menyingkirkan bias karena waktu. Akhirnya, anak-anak tidak menyadari bahwa mereka peserta dalam percobaan (orang tua telah setuju untuk partisipasi anak-anak mereka dalam penelitian dan program), sehingga membuat studi tunggal buta. Jika individu-individu yang bertanggung jawab atas tindakan tergantung juga menyadari apakah anak itu dalam kelompok pengobatan atau kontrol, maka percobaan akan double blind. 

Sebuah kasus khusus dari percobaan benar adalah uji klinis. Sebuah uji klinis didefinisikan sebagai percobaan yang dirancang dengan hati-hati yang berusaha untuk menentukan kemanjuran klinis dari pengobatan baru atau obat. Desain percobaan klinis sangat mirip dengan percobaan yang benar. Sekali lagi, ada dua kelompok: kelompok perlakuan (kelompok yang menerima agen terapeutik) dan kelompok kontrol (kelompok yang menerima plasebo). Kelompok kontrol sering disebut kelompok plasebo. Variabel bebas dalam uji klinis adalah tingkat agen terapeutik. Sekali lagi, subjek secara acak ditugaskan untuk kelompok, mereka diuji secara bersamaan, dan percobaan harus dilakukan buta ganda. Dengan kata lain, baik pasien atau orang administrasi obat harus tahu apakah pasien menerima obat atau plasebo. 

Quasi-eksperimen yang sangat mirip dengan eksperimen benar tetapi menggunakan terbentuk secara alami atau kelompok yang sudah ada. Sebagai contoh, jika kita ingin membandingkan kaula muda dan tua pada kapasitas paru-paru, adalah mustahil untuk menetapkan secara acak subyek ke salah satu kelompok muda atau tua (kelompok terbentuk secara alami). Oleh karena itu, ini tidak dapat menjadi percobaan benar. Ketika seseorang telah secara alami membentuk kelompok, variabel yang diteliti adalah variabel subjek (dalam hal ini – umur) sebagai lawan variabel independen. Dengan demikian, hal itu juga membatasi kesimpulan kita dapat menarik dari studi penelitian tersebut. Jika kita melakukan eksperimen semu, kita akan menemukan bahwa kelompok yang lebih tua memiliki kapasitas paru-paru kurang dibandingkan dengan kelompok muda. Kita dapat menyimpulkan bahwa usia tua sehingga menghasilkan kapasitas paru-paru kurang. Tapi variabel lain mungkin juga menjelaskan hasil ini. Mungkin bahwa paparan berulang terhadap polutan dibandingkan dengan usia telah menyebabkan perbedaan dalam kapasitas paru-paru. Hal ini juga bisa menjadi faktor generasi. Mungkin lebih dari kelompok yang lebih tua merokok di tahun-tahun awal mereka dibandingkan dengan kelompok yang lebih muda karena meningkatnya kesadaran akan bahaya rokok. Intinya adalah bahwa ada banyak perbedaan antara kelompok-kelompok yang tidak dapat kita kontrol yang dapat menjelaskan perbedaan dalam tindakan tergantung kita. Dengan demikian, kita harus berhati-hati tentang membuat pernyataan kausalitas dengan desain kuasi-eksperimental. 

Kuasi-eksperimen mungkin hasil dari mempelajari perbedaan antara kelompok terbentuk secara alami (yaitu muda & tua;. Pria & wanita). Namun, ada juga contoh ketika seorang peneliti merancang penelitian sebagai percobaan tradisional hanya untuk menemukan bahwa tugas acak untuk kelompok dibatasi oleh faktor-faktor luar. Peneliti dipaksa untuk membagi kelompok sesuai dengan beberapa kriteria yang sudah ada. Sebagai contoh, jika sebuah perusahaan ingin menguji efektivitas program kesehatan baru, mereka mungkin memutuskan untuk melaksanakan program mereka di satu situs dan menggunakan situs comporable (tidak ada program kesehatan) sebagai kontrol. Sebagai karyawan tidak dikocok dan secara acak ditugaskan untuk bekerja di setiap situs, penelitian telah pra-ada kelompok. Setelah beberapa bulan penelitian, para peneliti kemudian bisa melihat apakah situs kesehatan memiliki kurang ketidakhadiran dan biaya kesehatan lebih rendah dari situs non-kesehatan. Hasilnya lagi dibatasi karena sifat kuasi-korelasional penelitian. Sebagai studi memiliki yang sudah ada kelompok, mungkin ada perbedaan lain antara kelompok-kelompok dari sekedar ada atau tidak adanya program kesehatan. Sebagai contoh, program kesehatan mungkin dalam signifikan lebih baru, bangunan lebih menarik, atau manajer dari neraka dapat bekerja di situs program nonwellness. Either way, itu perbedaan yang ditemukan antara dua situs itu mungkin atau mungkin tidak karena ada / tidaknya program kesehatan. 

Untuk meringkas, kuasi-eksperimen dapat mengakibatkan baik dari belajar kelompok terbentuk secara alami atau penggunaan kelompok yang sudah ada. Ketika penelitian meliputi kelompok terbentuk secara alami, variabel yang diteliti adalah variabel subjek. Ketika studi menggunakan kelompok yang sudah ada yang tidak alami terbentuk, variabel yang dimanipulasi antara kedua kelompok adalah variabel independen (Dengan pengecualian tidak ada tugas acak, studi ini terlihat mirip dalam bentuk suatu eksperimen benar). Karena tidak ada tugas acak ada dalam eksperimen semu, tidak ada pernyataan kausal dapat dibuat berdasarkan hasil penelitian. 

Ketika melakukan penelitian, orang sering harus menggunakan sampel dari populasi sebagai lawan menggunakan seluruh penduduk. Sebelum kita melangkah lebih jauh ke dalam alasan mengapa, mari kita bahas apa yang membedakan antara populasi dan sampel. 

Sebuah populasi dapat didefinisikan sebagai setiap himpunan orang / subyek memiliki karakteristik yang dapat diamati umum. Misalnya, semua individu yang tinggal di Amerika Serikat membuat populasi. Juga, semua wanita hamil membuat populasi. Karakteristik populasi disebut parameter. Sebuah statistik dapat didefinisikan sebagai subset dari populasi. Karakteristik sampel disebut statistik. 

Mengapa Harus menggunakan Sampel Penelitian? 

Hal ini membawa kita pada pertanyaan mengapa sampel. Mengapa kita tidak menggunakan populasi sebagai fokus penelitian. Setidaknya ada empat alasan utama untuk sampel. 

Pertama, biasanya terlalu mahal untuk menguji seluruh penduduk. Pemerintah Amerika Serikat menghabiskan jutaan dolar untuk melakukan AS Sensus setiap sepuluh tahun. Sementara pemerintah AS mungkin memiliki uang sebanyak itu, sebagian besar peneliti tidak. 

Alasan kedua untuk sampel adalah bahwa hal itu mungkin mustahil untuk menguji seluruh penduduk. Sebagai contoh, mari kita mengatakan bahwa kita ingin menguji 5-HIAA (metabolit serotonergik) tingkat dalam cairan serebrospinal (CSF) dari depresi individu. Ada terlalu banyak orang yang tidak membuatnya menjadi sistem kesehatan mental bahkan diidentifikasi sebagai depresi, apalagi untuk menguji CSF mereka. 

Alasan ketiga untuk sampel adalah bahwa pengujian seluruh penduduk sering menghasilkan kesalahan. Dengan demikian, pengambilan sampel mungkin lebih akurat. Mungkin contoh akan membantu memperjelas hal ini. Kata peneliti ingin mengetahui efektivitas obat baru pada penyakit Alzheimer. Satu variabel dependen yang dapat digunakan adalah Kegiatan Sehari-hari Checklist. Dengan kata lain, itu adalah ukuran dari berfungsi o hari ke hari. Dalam penelitian ini, akan masuk akal untuk memiliki beberapa orang Peringkat pasien mungkin. Jika satu orang harga seluruh sampel, akan ada beberapa ukuran konsistensi dari satu pasien ke pasien lain. Jika banyak penilai yang digunakan, ini memperkenalkan sumber kesalahan. penilai ini semua dapat menggunakan kriteria yang sedikit berbeda untuk menilai Aktivitas Kehidupan Sehari-hari. Dengan demikian, seperti dalam contoh ini, itu akan menjadi masalah untuk mempelajari seluruh populasi. 

Alasan terakhir untuk sampel adalah bahwa pengujian mungkin merusak. Tidak masuk akal untuk lesi hipotalamus lateral semua tikus untuk menentukan apakah itu memiliki efek pada asupan makanan. Kita bisa mendapatkan informasi bahwa dari operasi pada sampel kecil dari tikus. Juga, Anda mungkin tidak akan ingin membeli mobil yang telah membanting pintu lima ratus ribu waktu atau telah kecelakaan diuji. Sebaliknya, Anda mungkin ingin membeli mobil yang tidak membuatnya menjadi salah satu dari mereka sampel. 

Sebagaimana dinyatakan di atas, sampel terdiri dari subset dari populasi. Setiap anggota populasi didefinisikan dapat dimasukkan dalam sampel. Daftar teoritis (daftar yang sebenarnya mungkin tidak ada) dari individu atau elemen yang membentuk suatu populasi disebut kerangka sampling. Ada lima prosedur pengambilan sampel besar. 

Prosedur pengambilan sampel pertama adalah kenyamanan. Relawan, anggota kelas, individu di rumah sakit dengan diagnosis spesifik yang dipelajari adalah contoh sampel kenyamanan sering digunakan. Ini adalah jauh prosedur sampel yang paling sering digunakan. Hal ini juga jauh paling prosedur bias pengambilan sampel karena tidak acak (tidak dalam populasi setiap orang memiliki kesempatan yang sama untuk terpilih untuk berpartisipasi dalam penelitian). Dengan demikian, orang yang secara sukarela berpartisipasi dalam sebuah studi exersise mungkin berbeda bahwa orang yang tidak sukarela. 

Bentuk lain dari sampel adalah sampel acak sederhana. Dalam metode ini, semua subjek atau elemen memiliki probabilitas yang sama untuk terpilih. Ada dua cara utama melakukan sampel acak. Yang pertama adalah untuk berkonsultasi dengan tabel nomor acak, dan yang kedua adalah untuk memiliki komputer memilih sampel acak. 

Sebuah sampel sistematis dilakukan dengan secara acak memilih kasus pertama pada daftar penduduk dan kemudian melanjutkan setiap kasus N sampai sampel Anda dipilih. Hal ini sangat berguna jika daftar populasi panjang. Misalnya, jika daftar Anda adalah buku telepon, itu akan mudah untuk mulai mungkin orang ke-17, dan kemudian pilih setiap orang ke-50 dari titik itu. 

Berstrata membentuk strategi sampling keempat. Dalam sampel bertingkat, kami mencicipi baik proporsional atau sama-sama untuk mewakili berbagai strata atau sub-populasi. Sebagai contoh jika strata kami adalah negara kita akan memastikan dan sampel dari masing-masing lima puluh negara. Jika strata kami adalah afiliasi agama, stratified sampling yang akan memastikan sampel dari setiap blok agama atau pengelompokan. Jika strata kami adalah gender, kita akan mencicipi pria dan wanita. 

Cluster sampling membuat prosedur pengambilan sampel akhir. Dalam cluster sampling kita mengambil sampel acak dari strata dan kemudian mensurvei setiap anggota kelompok. Misalnya, jika strata kami adalah individu sekolah di St. Louis Sistem Sekolah Umum, kami akan secara acak memilih mungkin 20 sekolah dan kemudian menguji semua siswa dalam sekolah-sekolah. 

Masalah Sampling

Ada beberapa potensi masalah sampling. Ketika merancang sebuah penelitian, prosedur pengambilan sampel juga dikembangkan termasuk potensi kerangka sampling. Beberapa masalah mungkin ada dalam kerangka sampling. Pertama, mungkin ada unsur yang hilang – individu yang harus pada daftar Anda, tetapi untuk beberapa alasan yang tidak ada dalam daftar. Sebagai contoh, jika populasi saya terdiri dari semua individu yang tinggal di kota tertentu dan saya menggunakan direktori telepon sebagai kerangka sampel saya atau daftar, saya akan kehilangan individu dengan nomor tidak terdaftar atau yang tidak mampu telepon. 

unsur-unsur asing membuat masalah saya kedua sampling. Elemen yang seharusnya tidak dimasukkan dalam populasi dan sampel muncul di daftar pengambilan sampel saya. Jadi, jika saya harus menggunakan catatan properti untuk membuat daftar individu yang hidup dalam kota tertentu, tuan tanah yang tinggal di tempat lain akan unsur-unsur asing. Dalam hal ini, penyewa akan hilang elemen. 

Duplikat merupakan masalah pengambilan sampel ketiga. Ini adalah elemen yang muncul lebih dari sekali pada frame sampling. Sebagai contoh, jika saya seorang peneliti mempelajari kepuasan pasien dengan perawatan gawat darurat, saya berpotensi termasuk pasien yang sama lebih dari sekali dalam penelitian saya. Jika pasien menyelesaikan kuesioner kepuasan pasien, saya harus memastikan bahwa pasien sadar bahwa jika mereka telah menyelesaikan kuesioner sebelumnya, mereka tidak harus menyelesaikan lagi. Jika mereka selesai lebih bahwa sekali, set kedua mereka data respresents duplikat.