Sampling & Bias Seleksi
Kesimpulanmu hanya sebaik data yang kamu pakai. Kalau survei kepuasan hanya diisi pelanggan yang masih aktif, pelanggan yang kecewa sudah pergi dan suaranya tidak pernah terhitung — inilah survivorship bias. Sampel acak (random sampling) mengurangi risiko itu karena setiap anggota populasi punya peluang sama untuk terpilih. Sebelum menganalisis, biasakan bertanya: siapa yang TIDAK ada di data ini, dan apakah ketidakhadiran mereka mengubah kesimpulan?
👀 Contoh dulu
import pandas as pd
df = pd.DataFrame({'id': range(1, 101)})
sampel = df.sample(n=10, random_state=42)
print(len(sampel))Hasilnya: 10
💡 random_state membuat sampel acakmu bisa direproduksi — penting agar hasil analisis bisa diperiksa ulang.
📝 Sekarang giliranmu
DataFrame pelanggan berisi 5.000 baris. Ambil sampel acak sebanyak 200 baris dan simpan ke variabel sampel, dengan random_state=42 agar hasilnya bisa diulang orang lain.