P. 1
2 Sampling Acak Sederhana

2 Sampling Acak Sederhana

|Views: 19|Likes:
Dipublikasikan oleh Nawaa Fila

More info:

Published by: Nawaa Fila on Apr 10, 2013
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

06/10/2014

pdf

text

original

SAMPLING ACAK SEDERHANA

(SAS)
Definisi
Jika suatu sampel berukuran n diambil dari suatu
populasi ber ukuran N sedemikian hingga setiap
sampel berukuran n yang mungkin terjadi
mempunyai kesempatan yang sama untuk terpilih,
prosedur sampling ini disebut sampling acak
sederhana dan sampelnya disebut sampel acak
sederhana
Copyrights Destri Susilaningrum, Statistics Dept _ITS
Dalam prakteknya SAS jarang dipergunakan karena beberapa
masalah yaitu :
 Sukar memperoleh kerangka sampling yang lengkap. Untuk
memperoleh kerangka sampling yang lengkap membutuhkan
waktu dan biaya yang tidak sedikit.
 Dalam penelitian sosial terutama apabila karakteristik yang
akan diamati keadaannya heterogen, tidak tersebar secara
merata diseluruh daerah bahkan biasanya mengelompok pada
daerah-daerah tertentu.
Karena kesederhanaannya itu, maka SAS dijadikan dasar bagi
rancangan-rancangan lainnya. SAS dijadikan dasar
pembagi / pembanding efisiensi.
Copyrights Destri Susilaningrum, Statistics Dept _ITS
Kelebihan dan kekurangan
 Kelebihan
– Sederhana
– Kekeliruan sampling mudah dihitung
 Kekurangan
– Perlu daftar unit secara lengkap
– Tidak selalu memberikan representatif yg baik
Copyrights Destri Susilaningrum, Statistics Dept _ITS
Example:
evaluate the prevalence of tooth decay among 1200 children
attending a school
 Bagaimana cara melakukannya ?
 Diperiksa semua atau sebagian saja ?
 Jika sebagian bagaimana caranya ?
– Caranya :
 Mendaftar semua siswa di sekolah ybs
 Memberi nomor urut siswa dari 1 sampai 1200
 Menentukan ukuran sampel misal n = 100 siswa
 Tentukan sampling acak dari 100 angka diantara 1 dan 1200
Copyrights Destri Susilaningrum, Statistics Dept _ITS
Sampling Acak Sederhana dengan
Pengembalian.
 Pada sampling ini unit sampling yang telah diambil dapat
terambil kembali . Pada kejadian ini, unit ke-I dapat terjadi 0, 1,
2, … , n kali dalam sampel.
 Dengan taksiran rata-rata populasi diberikan sebagai
 dimana : t
i
adalah jumlah dari banyaknya unit ke-i muncul
dalam sampel dengan peluang bahwa unit ke-i muncul/
terambil adalah 1/N pada setiap pengambilan.
 dengan varians taksiran
(
¸
(

¸

÷
÷
=
¿ ¿
< = j i
2
j i
2
N
1 i
2
i
2
N
n
y y 2
N
1) n(N
y
n
1
) Var( µˆ
( )
n
S
N
1 N
y y
nN
1
2 N
1 i
2
i
÷
= ÷ =
¿
=
¿
=
=
N
1 i
i i
y t
n
1
μˆ
Copyrights Destri Susilaningrum, Statistics Dept _ITS
Sampling acak tanpa pengembalian
 Pada sampling ini unit sampling yang telah
diambil tidak dapat diambil kembali
Definisi :
sampling Fraction/ pecahan sampling/ fraksi
sampling adalah bagian unit populasi yang
terambil ke dalam sampel atau perbandingan
besarnya sampel dengan besarnya populasi
oleh karena itu fraksi sampling didefinisikan
sebagai n/N.
Copyrights Destri Susilaningrum, Statistics Dept _ITS
Populasi berukuran N = 3 diambil sampel berukuran n = 2
Ilustrasi
 maka banyak sampel yang mungkin adalah = 3
yaitu
 AB, AC dan BC yang masing-masing
mempunyai peluang/ kesempatan yang sama
besar untuk terpilih menjadi sampel., dengan
peluang sebesar 1/3.
2
3
|
\

|
.
|
|
Copyrights Destri Susilaningrum, Statistics Dept _ITS
A B
A C
A
B
C
B C
Populasi, N = 3
Sampel, n = 2
atau
atau
Sumber : Penulis
Copyrights Destri Susilaningrum, Statistics Dept _ITS
X X
X
X
X
SAMPLING ACAK SEDERHANA
POPULASI SAMPEL HASIL METODE SAMPEL
PENGIDENTIFIKASIAN POPULASI
DENGAN PEMBERIAN NOMOR PADA
UNIT SAMPLING
SELEKSI DENGAN ANGKA ACAK
TIAP ANGGOTA POPULASI
MEMPUNYAI KESEMPATAN YANG
SAMA UNTUK TERPILIH KEDALAM/
MENJADI ANGGOTA SAMPEL
Taksiran Parameter
Populasi
Taksiran parameter populasi pada SAS
diberikan untuk parameter
• rata-rata,
• total dan
• proporsi.
Copyrights Destri Susilaningrum, Statistics Dept _ITS
Taksiran Rata-Rata
Populasi µ
varians taksiran rata-rata
¿
n
1 = i
i
y
n
1
= μˆ
( )
σ
μ
ˆ
n 1 - N
n - N
V
2
|
.
|

\
|
=

1 - N
n - N
apabila tidak diketahui maka varians taksiran rata-rata yang digunakan adalah
Merupakan koreksi populasi terhingga
dengan
( )
n
σ
N
n - N
μ V
2
ˆ
ˆ
ˆ
=
dengan
( )
¿
÷ =
n
1 = i
2
i
2
μ y
1 - n
1
σ ˆ ˆ
2
σ
Copyrights Destri Susilaningrum, Statistics Dept _ITS
Taksiran interval (1-o )100% untuk rata-rata
populasi
ˆ ˆ ˆ ˆ ) μ V( z μ μ ) μ V( z μ
2
α
2
α
1 1 ÷ ÷
+ < < ÷
Atau apabila tidak diketahui
ˆ
ˆ
ˆ ˆ
ˆ
ˆ ) μ ( V t μ μ ) μ ( V t μ
2
α
2
α
+ < < ÷
2
σ
Copyrights Destri Susilaningrum, Statistics Dept _ITS
Taksiran Total Populasi t
2
σ
¿
=
=
n
1 i
i
y
n
N
μ N = τ ˆ ˆ
varians taksiran Total
( )
n 1 - N
n N
N V
2
2
σ
τ
ˆ
|
.
|

\
|
÷
=
Atau apabila tidak diketahui
( )
n
σ
N
n - N
N V
2
2
τ
ˆ
ˆ
ˆ
|
.
|

\
|
=
Taksiran interval (1-o )100% untuk Total populasi
ˆ ˆ ˆ ˆ ) τ V( z ) τ V( z
2
α
2
α
1 1
τ τ τ
÷ ÷
+ < < ÷
ˆ
ˆ
ˆ ˆ
ˆ
ˆ
,
) τ ( V t τ τ ) τ ( V t τ
-1) (n , -1) (n ,
2
α
2
α
+ < < ÷
Atau apabila tidak diketahui
2
σ
Copyrights Destri Susilaningrum, Statistics Dept _ITS
Contoh 1. :
• Berikut adalah data pengamatan yang dilakukan ter-hadap
sampel lampu pijar sebanyak 10 lampu pijar yang diambil
dari dalam kemasan berukuran 24 lampu, dengan hasil
pengukuran lama masa hidup (jam) adalah :
• 950, 1210, 1070, 840, 1420, 980, 997, 1000, 999, 1008
• Taksirlah nilai rata-rata masa hidup lampu pijar dan batas
kekeliruan taksirannya pada tingkat keyakinan 95% ?
Copyrights Destri Susilaningrum, Statistics Dept _ITS
Penyelesaian :
• Taksiran rata-rata masa hidup lampu adalah
¿
n
1 = i
i
y
n
1
= μˆ
¿ ¿
=
10
1 = i
i
n
1 = i
i
y y = 950 + 1210 + 1070 + 840 + 1420 + 980 + 997 + 1000 + 999 + 1008 = 10474
Jadi
( ) 4 , 1047 10474
10
1
ˆ = = μ
karena o
2
tidak diketahui maka batas kekeliruan taksiran
( )
n
σ
N
n - N
μ V t B
2
1) - (n ,
2
α
ˆ
ˆ
= =
( )
( )
( ) ( )
( )
933 , 25722
9 10
10474 11201974 10

ˆ
ˆ
2
=
÷
=
÷
|
.
|

\
|
÷
=
÷
÷
=
¿ ¿
¿
= =
=
1 10 10
y y 10
1 10
μ y
σ
2
10
1 i
i
10
1 i
2
i
10
1 i
2
i
2
( ) 504 , 1500
10
93 , 25722
24
10 24 ˆ
ˆ
ˆ
=
÷
|
.
|

\
|
= =
n
σ
N
n - N
2
μ V
( ) 736 , 38 504 , 1500 ˆ
ˆ
= = ¬ μ V
untuk o = 0,05 dan t 0,025,9 = 2,262 sehingga batas kekeliruan taksiran :
B = 2,262 (38,736) = 87,621
Jadi taksiran rata-rata masa hidup lampu pijar dalam kemasan adalah 1047,4 jam, dengan batas
kekeliruan taksiran sebesar 87,621 jam pada tingkat keyakinan 95 %
Taksiran Proporsi
Copyrights Destri Susilaningrum, Statistics Dept _ITS

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->