DATA QUALITY · SAMPLING BIAS
DATA QUALITY · SAMPLING BIAS

Data Udah Terkumpul — Sampelnya Bias

Hasil lo gak bisa digeneralisasi — sekarang gimana

Perbaiki Sampling →
02 / 10

Lo baru sadar:
responden lo 90% perempuan

Padahal judul lo gak specify gender. Hasilnya: lo gak bisa claim "mahasiswa secara umum" — cuma valid buat mahasiswi.

@luluscepat_ai
03 / 10
REALITA PAHIT

Sampel bias = validitas turun

Kalau sampel lo homogen (semua dari 1 kelompok) atau convenience (teman sendiri doang), hasil lo gak bisa digeneralisasi.

Dosen & penguji bakal question: "Apa hasil ini berlaku buat populasi umum?"

@luluscepat_ai
04 / 10

Tipe bias #1:
Selection bias

Lo nyebar kuesioner di 1 grup LINE fakultas lo doang. Hasilnya: semua responden background sama, umur range sempit, perspektif homogen.

Fix: acknowledge di Bab 3 "sampel diambil dari 1 fakultas" + adjust judul jadi "mahasiswa Fakultas X"

@luluscepat_ai
05 / 10

Tipe bias #2:
Response bias

Yang jawab kuesioner cuma orang-orang yang interested dengan topik. Yang netral/negatif skip. Hasilnya: data lo condong ke 1 sisi.

Fix: tambah disclaimer di Bab 4 "responden yang berpartisipasi cenderung memiliki pengalaman positif"

@luluscepat_ai
06 / 10

Tipe bias #3:
Demographic bias

90% responden perempuan, atau 80% umur 20-22 tahun, atau semua dari kota besar. Hasilnya: gak representatif populasi umum.

Fix: tambah data deskriptif di Bab 4 + bahas sebagai limitation di Bab 5

@luluscepat_ai
07 / 10
FRAMEWORK PENYELAMATAN

3 cara selamatin
penelitian tanpa restart:

1. Narrow scope judul — sesuaikan dengan karakteristik sampel lo

2. Acknowledge limitation — sebut bias di Bab 5 sebagai keterbatasan

3. Adjust claim — jangan generalisasi ke populasi luas, fokus ke sampel lo

@luluscepat_ai
08 / 10
CONTOH PENERAPAN

JUDUL AWAL:

"Pengaruh Social Media Marketing terhadap Purchase Intention Konsumen"

JUDUL ADJUSTED:

"Pengaruh Social Media Marketing terhadap Purchase Intention Mahasiswi di Kota Bandung"

Lo tetep lulus — cuma scope lebih spesifik. Valid > ambitious tapi invalid.

@luluscepat_ai
09 / 10

Sampel bias
bukan akhir dunia

Yang penting: lo acknowledge + adjust scope — bukan pura-pura gak ada masalah

@luluscepat_ai
10 / 10

Save buat lo yang
lagi fase analisis data

Atau share ke temen yang baru sadar sampelnya bermasalah 😭

→ Save & Share
Luluscepat AI @luluscepat_ai

📥 Export PNG