Statistika hampir selalu bekerja dengan sebagian data, bukan seluruhnya. Karena itu pertanyaan pertamanya bukan bagaimana menghitung, melainkan dari mana datanya datang. Sampel yang salah membuat hitungan yang rapi tetap salah.
Dua sampel dari populasi yang sama bisa memberi jawaban berbeda jauh. Yang menentukan bukan banyaknya data, tapi cara memilihnya.
Populasi adalah seluruh kumpulan yang ingin disimpulkan, sampel adalah bagian yang benar-benar diukur. Mengukur seluruh populasi jarang mungkin: terlalu mahal, terlalu lama, atau merusak. Karena itu kesimpulan selalu diambil dari sampel, dan selalu membawa ketidakpastian.
Cara paling aman adalah memberi setiap anggota populasi peluang yang sama untuk terpilih, seperti pada undian atau pembangkit bilangan acak. Yang penting bukan angkanya acak, melainkan cara memilihnya tidak berpihak.
Bias muncul kalau sebagian populasi lebih mudah masuk sampel daripada yang lain. Survei lewat telepon rumah melewatkan orang yang hanya punya ponsel, dan kuesioner di kafe melewatkan orang yang tidak pernah ke kafe. Sampelnya bisa besar dan tetap salah.
Orang yang memilih menjawab biasanya berbeda dari yang tidak menjawab, dan itu bias tersendiri. Menambah ukuran sampel memperkecil kesalahan acak, tetapi tidak memperbaiki bias: sampel yang condong tetap condong, hanya saja tampak lebih meyakinkan.
Simpangan baku populasi dibagi akar ukuran sampel.
E adalah galat terbesar yang bisa ditoleransi.
Satu angka saja tidak pernah cukup, selalu ada rentangnya.
Sebuah sekolah ingin tahu rata-rata waktu belajar siswanya. Petugas menyebar kuesioner di perpustakaan pada jam istirahat dan mendapat 120 jawaban dengan rata-rata 3 jam per hari. Apa yang salah dari cara itu?
JawabanSampelnya bias seleksi, jadi rata-ratanya cenderung terlalu tinggi
Manakah cara pengambilan sampel yang paling kecil kemungkinan biasnya?