Apa yang dimaksud dengan populasi dalam statistik?

Dalam statistik, istilah populasi digunakan untuk menggambarkan subjek penelitian tertentu — segala sesuatu atau setiap orang yang menjadi subjek pengamatan statistik. Populasi dapat berukuran besar atau kecil dan ditentukan oleh sejumlah karakteristik, meskipun kelompok-kelompok ini biasanya didefinisikan secara khusus bukannya samar-samar — misalnya, populasi wanita di atas 18 tahun yang membeli kopi di Starbucks daripada populasi wanita di atas 18.

Populasi statistik digunakan untuk mengamati perilaku, tren, dan pola dalam cara individu dalam kelompok tertentu berinteraksi dengan dunia di sekitar mereka, memungkinkan ahli statistik untuk menarik kesimpulan tentang karakteristik subjek penelitian, meskipun subjek ini paling sering adalah manusia, hewan, dan tumbuhan, dan bahkan benda seperti bintang.

Biro Statistik Pemerintah Australia mencatat:

Penting untuk memahami populasi target yang sedang dipelajari, sehingga Anda dapat memahami siapa atau apa data yang dirujuk. Jika Anda belum menentukan dengan jelas siapa atau apa yang Anda inginkan dalam populasi Anda, Anda mungkin berakhir dengan data yang tidak berguna bagi Anda.

instagram viewer

Tentu saja ada batasan tertentu dalam mempelajari populasi, sebagian besar karena jarang dapat mengamati semua individu dalam kelompok tertentu. Untuk alasan ini, para ilmuwan yang menggunakan statistik juga mempelajari subpopulasi dan mengambil sampel statistik sebagian kecil populasi yang lebih besar untuk menganalisis spektrum perilaku dan karakteristik populasi secara lebih akurat di besar.

Populasi statistik adalah setiap kelompok individu yang menjadi subjek penelitian, artinya hampir semua hal dapat dilakukan membentuk populasi selama individu dapat dikelompokkan bersama oleh fitur umum, atau kadang-kadang dua umum fitur. Misalnya, dalam sebuah penelitian yang sedang berusaha menentukan berarti Berat dari semua laki-laki berusia 20 tahun di Amerika Serikat, populasinya adalah semua laki-laki berusia 20 tahun di Amerika Serikat.

Contoh lain adalah penelitian yang menyelidiki berapa banyak orang yang tinggal di Argentina di mana populasinya adalah setiap orang yang tinggal di Argentina, terlepas dari kewarganegaraan, usia, atau jenis kelamin. Sebaliknya, populasi dalam penelitian terpisah yang menanyakan berapa banyak pria di bawah 25 yang tinggal di Argentina mungkin semuanya pria yang berusia 24 tahun dan di bawah yang tinggal di Argentina tanpa memandang kewarganegaraan.

Populasi statistik dapat sama tidak jelas atau spesifik seperti yang diinginkan oleh ahli statistik; pada akhirnya tergantung pada tujuan penelitian yang dilakukan. Seorang petani sapi tidak ingin mengetahui statistik tentang berapa banyak sapi betina merah yang dimilikinya; sebagai gantinya, ia ingin mengetahui data tentang berapa betina sapi yang ia miliki yang masih dapat menghasilkan anak sapi. Petani itu ingin memilih yang terakhir sebagai populasi studinya.

Ada banyak cara Anda dapat menggunakan data populasi dalam statistik. StatisticsShowHowto.com menjelaskan skenario yang menyenangkan di mana Anda menahan godaan dan berjalan ke toko permen, di mana pemiliknya mungkin menawarkan beberapa sampel produknya. Anda akan makan satu permen dari setiap sampel; Anda tidak ingin makan sampel setiap permen di toko. Itu akan membutuhkan pengambilan sampel dari ratusan stoples, dan kemungkinan akan membuat Anda cukup sakit. Sebaliknya, situs web statistik menjelaskan:

"Anda mungkin mendasarkan pendapat Anda tentang garis permen seluruh toko pada (hanya) sampel yang mereka tawarkan. Logika yang sama berlaku untuk sebagian besar survei dalam statistik. Anda hanya ingin mengambil sampel dari seluruh populasi ("populasi" dalam contoh ini akan menjadi seluruh garis permen). Hasilnya adalah statistik tentang populasi itu. "

Biro statistik pemerintah Australia memberikan beberapa contoh lain, yang telah sedikit dimodifikasi di sini. Bayangkan Anda ingin mempelajari hanya orang-orang yang tinggal di Amerika Serikat yang dilahirkan secara berlebihan — suatu topik politik yang hangat hari ini sehubungan dengan perdebatan nasional yang memanas mengenai imigrasi. Namun, sebaliknya, Anda tidak sengaja melihat semua orang yang lahir di negara ini. Data termasuk banyak orang yang tidak ingin Anda pelajari. "Anda bisa berakhir dengan data yang tidak Anda butuhkan karena populasi target Anda tidak jelas, catatan biro statistik.

Studi lain yang relevan mungkin melihat semua anak sekolah dasar yang minum soda. Anda perlu mendefinisikan dengan jelas populasi sasaran sebagai "anak sekolah dasar" dan "mereka yang minum soda pop," jika tidak, Anda dapat berakhir dengan data yang mencakup semua anak sekolah (bukan hanya siswa sekolah dasar) dan / atau semua yang minum soda pop. Dimasukkannya anak-anak yang lebih besar dan / atau mereka yang tidak minum soda pop akan memengaruhi hasil Anda dan kemungkinan membuat studi tidak dapat digunakan.

Meskipun total populasi adalah apa yang ingin dipelajari oleh para ilmuwan, sangat jarang untuk dapat melakukan sensus setiap anggota populasi. Karena keterbatasan sumber daya, waktu, dan aksesibilitas, hampir tidak mungkin untuk melakukan pengukuran pada setiap subjek. Akibatnya, banyak ahli statistik, ilmuwan sosial, dan lainnya menggunakan statistik inferensial, di mana para ilmuwan hanya dapat mempelajari sebagian kecil dari populasi dan masih mengamati hasil nyata.

Daripada melakukan pengukuran pada setiap anggota populasi, para ilmuwan mempertimbangkan subset dari populasi ini yang disebut a sampel statistik. Sampel ini memberikan pengukuran individu yang memberi tahu para ilmuwan tentang pengukuran yang sesuai dalam populasi, yang kemudian dapat diulang dan dibandingkan dengan sampel statistik yang berbeda untuk menggambarkan keseluruhan secara lebih akurat populasi.

Pertanyaan tentang subset populasi mana yang harus dipilih, maka, sangat penting dalam studi statistik, dan ada berbagai cara berbeda untuk memilih sampel, banyak di antaranya tidak akan menghasilkan yang berarti hasil. Untuk alasan ini, para ilmuwan terus mencari subpopulasi potensial karena mereka biasanya memperoleh hasil yang lebih baik ketika mengenali campuran jenis individu dalam populasi yang sedang dipelajari.

Teknik pengambilan sampel yang berbeda, seperti membentuk sampel bertingkat, dapat membantu dalam menangani subpopulasi, dan banyak dari teknik ini mengasumsikan bahwa jenis sampel tertentu, disebut a sampel acak sederhana, telah dipilih dari populasi.