PENARIKAN SAMPEL ACAK BERSTRATA

Definisi:
Suatu metode di mana populasi yang berukuran N, dibagi-bagi menjadi sub-
subpopulasi yang masing-masing terdiri atas N
1
, N
2
, N
3
, N
4
, , N
L
elemen
Di antara dua subpopulasi tidak boleh ada yang saling tumpang tindih sehingga N
1
+
N
2
+ N
3
+ N
4
+ + N
L
= N, selanjutnya setiap anak populasi disebut sebagai strata
(stratum)
Setelah strata terbentuk, menarik sampel dari masing-masing strara secara terpisah
(independent). Ukuran sampel yang ditarik masing-masing strata sebesar n
1
, n
2
, n
3
,
n
4
, , n
L

Dalam pembentukan strata, diusahakan agar elemen-elemen yang hampir sama
dimasukkan ke dalam satu strata sehingga varians di dalam masing-masing strata
menjadi homogen. Selain itu, akan lebih baik lagi jika perbedaan rata-rata
karakteristik antarstrata dibuat sebesar mungkin perbedaannya
Pada penerapan rancangan sampel berstrata perlu diperhatikan variabel apa yang
digunakan sebagai dasar pembentukan strata, alokasi sampel pada masing-masing
strata, dan ukuran sampel yang diperlukan untuk menduga statistik dengan presisi
yang dikehendaki.

Keuntungan dan kerugian
Keuntungan penerapan penarikan sampel berstrata:
a. Dapat diperoleh nilai estimasi dengan presisi lebih tinggi untuk setiap strata maupun
untuk populasi secara keseluruhan
b. Pada setiap strata dapat dipergunakan rancangan penarikan sampel yang berbeda,
tergantung keadaan setiap strata dan kebutuhannya
c. Setiap strata dapat dianggap sebagai populasi tersendiri sehingga bisa saja
menentukan presisi yang dikehendaki pada setiap strata dan disajikan tersendiri.
d. Secara administratif, pelaksanaannya manjadi mudah
e. Biaya pengumpulan dan analisis data seringkali dapat diperkecil dengan adanya
pembagian populasi yang besar menjadi stratastrata yang lebih kecil.

Kerugian:
a. Sering dijumpai kenyataan bahwa dasar yang tepat untuk mengelompokkan data sulit
diperoleh. Akibatnya, strata yang dibuat tidak sesuai dengan tujuan
b. Diperlukan sebuah kerangka sampel yang terpisah dan berbeda untuk setiap
kelompok.

Notasi
Misalkan suatu populasi berukuran N dibagi menjad L strata dan penarikan sampel
dilakukan pada setiap strata secara acak sederhana tanpa pemulihan, notasi-notasi yang
digunakan sebagai berikut:
hi
Y : nilai karakteristik Y unit ke-i pada strata ke-h
h
N : Jumlah unit pada strata ke-h
h
n : Ukuran sampel pada strata ke-h
h
h
n
N
n
f = : fraksi sampel pada strata ke-h
N
N
W
h
n
= : penimbang pada strata ke-h

=
=
h
n
i
hi
h
h
Y
N
Y
1
1
: Rata-rata nilai karakteristik pada strata ke-h
(berdasarkan N
h
unit)

=
=
h
n
i
hi
h
h
y
n
y
1
1
: Rata-rata nilai karakteristik sampel strata ke-h
(berdasarkan n
h
unit)
( )
2
1
2
1
1

=
h
N
i
h hi
h
h
Y Y
N
S : Varians pada strata ke-h
2
1
2
1
1
|
|
.
|

\
|

=

=
h
n
i
n hi
h
h
y y
N
S : Varians sampel pada strata ke-h

Estimasi:
1. Estimasi Rata-rata Populasi Y
Populasi Sampel

= =
=
L
h
N
i
hi
h
Y
N
Y
1 1
1

=
=
L
h
h h st
y W Y
1

=
=
L
h
h h
Y N
N
1
1

=
=
L
h
h h
Y W
1

2. Estimasi Varians Rata-rata Populasi
Populasi Sampel
( )
( )

=
L
h h
h
h
h h
h st
n
S
N
n N
W Y V
1
2
2
( )
( )

=
L
h h
n
h
h h
h st
n
s
N
n N
W Y V
1
2
2

( )

=
=
L
h h
h
h h
n
S
f W
1
2
2
1 ( )

=
=
L
h h
h
h h
n
s
f W
1
2
2
1

Alokasi Sampel
Beberapa metode mengalokasikan sampel ke dalam tiap strata, antara lain:
1. Alokasi Sembarang
Misalkan suatu populasi berukuran N dibagi-bagi ke dalam L strata sedemikian
sehingga N
1
+ N
2
+ N
3
+ N
4
+ + N
L
= N dan total ukuran n dialokasikan ke setiap
strata-strata secara sembarang (berdasarkan pertimbangan subjektif peneliti)
sedemikian sehingga n
1
+ n
2
+ n
3
+ n
4
+ + n
L
= n
2. Alokasi Sama
Misalkan suatu populasi yang berukuran N dibagi-bagi ke dalam L strata sedemikian
sehingga N
1
+ N
2
+ N
3
+ N
4
+ + N
L
= N dan total ukuran sampel n dialokasikan
ke setiap strata secara sama maka ukuran sampel pada setiap strata adalah:
n
L
n
n
h
= =

3. Alokasi Sebanding
Dipergunakan bila rata-rata antara strata yang satu dengan strata lainnya berbeda
sekali dan varians strata tidak tersedia
Misalkan total ukuran sampel sebesar n dialokasikan ke dalam setiap strata
sebanding terhadap ukuran setiap strata (N
h
) maka besarnya ukuran sampel pada
setiap strata dapat ditentukan dengan cara sebagai berikut:
N
N
n
n
h h
= atau n W n
N
N
n
h
h
h
. . = =
4. Alokasi Optimum
Mengalokasikan sampel yang berukuran n ke dalam setiap strata sdemikian sehingga
diperoleh varians sekecil mungkin dengan biaya yang tersedia atau meminimumkan
biaya dengan varians tertentu. Fungsi biaya yang sederhana dalam penarikan sampel
acak berlapis adalah:

=
+ =
L
h
h h
n c C C
1
0

dengan:
C = total biaya (total cost)
C
0
= biaya pendahuluan (overhead cost)
C
h
= biaya persatuan sampel pada strata ke-h
n
h
= ukuran sampel pada strata ke-h

Untuk total biaya tetap sebesar C, varians minimum dicapai bila ukuran sampel pada
setiap strata sebanding terhadap
h h h
C S N / . Dengan demikian ukuran sampel pada
setiap strata adalah sebagai berikut:
( )

=
L
h
h h h
h h h
h
C S N
C S N C C
n
1
0
/
/

Bila biaya per unit sampel antarstrata sama maka ukuran sampel pada masing-masing
strata menjadi
( )
n
S N
S N C C
n
L
h
h h
h h
i
.
1
0

= ; disebut Neyman Allocation

Varians penarikan sampel bagi rata-ratanya:
( )
N
S W
n
S W
Y V
L
h
h h
L
h
h h
=
=

=
1
2
2
1


Estimasi bagi varians
st
Y

yang dihitung berdasarkan data sampel adalah

( )
N
s W
n
s W
Y V
L
h
h h
L
h
h h
=
=

=
1
2
2
1
min

Penentuan Ukuran Sampel
Penentuan ukuran sampel sangat tergantung pada presisi (d) dan tingkat
reliabilitasnya (z) yang dikehendaki
Kaitannya dengan penentuan ukuran sampel terdapat hubungan antara presisi, tingkat
reliabilitas, dan varians bagi statistik yang akan diduga dirumuskan dalam bentuk
( )
st
V Z d

2 2
=
Besarnya ukuran sampel, selain tergantung pada besaran-besaran tersebut juga
tergantung pada tipe alokasi sampel ke dalam setiap strata.
misalkan untuk menduga rata-rata dengan presisi d
0
dan tingkat reliabilitas yang
dikehendaki Z
0
, maka besarnya ukuran sampel yang dibutuhkan untuk masing-masing
tipe alokasi sampel ke dalam setiap strata adalah sebagai berikut:
(untuk penyederhanaan penulisan, formula dimisalkan
0
0
Z
d
D = )
a. Alokasi Sama

=
=
+
=
L
h
h h
L
h
h h
S N D N
S N L
n
1
2 2 2
1
2 2




b. Alokasi Sebanding

=
=
+
=
L
h
h h
L
h
h h
S N D N
S N N
n
1
2 2 2
1
2

c. Alokasi Optimum

=
= =
+
(

=
L
h
h h
L
h
h h h
L
h
h h h
S N D N
C S N C S N
n
1
2 2 2
1 1
/

d. Alokasi Neyman (biaya per unit sama antarstrata)

=
=
+
(

=
L
h
h h
L
h
h h
S N D N
S N
n
1
2 2 2
2
1

Dengan melihat rumus-rumus yang digunakan untuk penentuan ukuran sampel maka
dapat disimpulkan bahwa pada suatu strata tertentu, ukuran sampel lebih besar
apabila:
a. ukuran strata lebih besar,
b. strata lebih bervariasi karakteristiknya (heterogen),
c. strata yang biaya per unit sampelnya lebih murah.










PENARIKAN SAMPEL KLASTER

Definisi:
Sampling klaster yaitu apabila penarikan sampel tidak langsung ke elemen/unit
analisis tetapi melalui kelompok dari unit analisis/elemen
Syarat dari klater adalah tidak boleh adanya unit yang tumpang tindih atau terlewat
Contoh klaster: blok sensus yang terdiri dari kelompok rumah tangga yang
berdekatan pada suatu wilayah tertentu dengan batas jelas
Ada dua cara untuk menentukan unit yang diteliti:
1. Metode sampling klaster satu tahap (single stage one stage cluster sampling)
Semua unit yang ada dalam klaster terpilih dimasukkan sebagai anggota sampel
dan informasinya dikumpulkan
2. Metode sampling klaster baertahap (multistage cluster sampling)
Sebagian unit yang ada dalam klaster terpilih dipilih dalam sampel dan hanya dari
unit terpilih informasi dikumpulkan.
Alasan penting penggunaan sampling klaster:
a. pengumpulan data pada unit yang berdekatan lebih mudah, murah, cepat, dan
operasi lapangan lebih memungkinkan dibandingkan bila unit menyebar ke
seluruh wilayah
b. biaya transfer antarunit sampel mahal dan tidak sebanding dengan biaya
penelitian per unit sampel
c. bila dihadapkan pada kesulitan penyediaan kerangka sampel yang memuat
seluruh unit analisis dalam populasi secara lengkap dan mutakhir. Biaya untuk
pembuatan kerangka sampel ini agak mahal.

Klaster dengan ukuran sama
a. Notasi yang dipergunakan dan estimasi
Klaster dengan ukuran sama adalah klaster di mana banyaknya unit sampling
dalam klaster sama antarsatuklaster dengan klaster lainnya yaitu sebanyak M.
Misalkan suatu populasi terdiri dari N klaster dan setiap klaster terdiri dari M
elemen sebagai unit sampling selanjutnya disebut unit dan ssebanyak n klaster
dipilih secara acak sederhana. Seluruh elemen dalam klaster dikumpulkan
informasinya.

Notasi dasar
N = banyaknya klaster dalam populasi
n = banyaknya klaster dalam sampel
M = banyaknya elemen dalam klaster
Y
ij
= nilai karakteristik dari elemen ke-j klaster ke-i (j:1, 2, 3, , M) dan
(i:1, 2, 3, , N)

Tabel Rumus
Nama Notasi rumus
Rata-rata per elemen dari klaster ke-i

=
=
M
j
ij i
y
M
y
1
1

Rata-rata per elemen dari rata-rata n sampel
klaster

= = =
= =
n
i
i
n
I
m
J
ij n
y
n
y
nM
y
1 1 1
1 1

Rata-rata per elemen dari seluruh elemen
dalam populasi

= = =
= =
N
i
i
N
I
m
J
ij
y
N
y
NM
Y
1 1 1
1 1

Varians (deviasi standar kuadrat) dari nilai
karakteristik dalam klaster ke-i
( )

=
M
j
i ij i
y y
M
S
1
2 2
1
1

Rata-rata simpangan kuadrat di dalam
klaster (mean square within clusters)

=
=
N
i
i w
S
N
S
1
2 2
1

Rata-rata simpangan kuadrat antar rata-rata
klaster (mean square between clusters)
( )

=
N
i
i b
Y y
N
S
1
2
2
1
1

Rata-rata simpangan kuadrat antarelemen
dalam populasi (mean square between
elemen)
( )

= =

=
N
i
M
j
ij
Y y
NM
S
1 1
2
2
1
1

Koefisien korelasi interklas antarelemen di
dalam klaster
( )( )
( )( )
2
1 1
1 1 S NM M
Y y Y y
N
i
M
j
ij ij


=

= =

Estimasi total

=
= =
n
i
i n n c
y
n
y y NM Y
1
1
;

Estimasi varians rata-rata
( ) ( )

=
n
i
n i b b c
y y
n
s s
n
f
y V
1
2 2 2
1
1
;
1

Estimasi varians total
( ) ( )
n
s
M N f y V
b
c
2
2 2
1 =

Keterangan:
Koefisien korelasi interklas ( ) menunjukkan sampai sejauh mana hubungan
karakteristik antara unit-unit dalam klaster. Makin besar nilai ( ) berarti
hubungan makin erat.
Koefisien korelasi interklas bergerak antara
( )
1
1
1

M


b. Efisiensi
Efisiensi sampling klaster dapat dibandingkan dengan acak sederhana dengan
membandingkan variansnya sebagai berikut:

1. Bila diperhitungkan dari sampel
( )
( )
( )
( )
2
2
2
2
1
1
b
b
c
SRS
MS
S
S
n
f
S
nM
f
y V
y V
E

;
( )
1
1 1
2

=

= =
nM
y y
S
n
i
M
j
ij
;
nM
y
y
n
i
M
j
ij
= =
=
1 1

Bila E > 1 maka klaster lebih efisien
E = 1 maka sama efisien
E < 1 maka acak sederhana lebih efisien

Varians klaster sangat tergantung pada besarnya dari n, M, dan
2
b
s dan
2
b
S bila
diperhitungkan dari seluruh klaster dalam populasi



2. Bila diperhitungkan dari sel klaster dalam populasi
( )
b c
S
n
f
y V

=
1

( )
( )
( )
( )
2
2
2
2
1
1
b
b
c
SRS
MS
S
S
n
f
S
nM
f
y V
y V
E =

= =

Efek dari Desain (Design Effect)
Design effect adalah membandingkan suatu desain (metode sampling) dengan
acak sederhana. Dalam hal ini penyebut selalu menunjukkan metode sampling acak
sederhana.
( )
( )
( )
SRS
c
y V
y V
M Deff = + = 1 1 didekati oleh ( )
( )
( )
SRS
c
y v
y v
M Deff = + = 1 1

biasanya diperkirakan dari survei yang pernah dilaksanakan dengan menghitung
varians dari klaster dan dari acak sederhana.

Kluster dengan ukuran Tidak Sama (Unequal Cluster)
a. Notasi yang digunakan dan estimasi
Kluster dengan ukuran tidak sama adalah klaster di mana banyaknya unit dalam
klaster tidak sama anatara satu klaster dengan klaster lainnya. Notasi yang
dipergunakan sama dengan klaster berukuran sama, hanya mengganti M dengan M
i

M
i
: banyaknya unit dalam klaster ke-i

Rata-rata per elemen dari klaster ke-i

=
=
i
M
j
ij
i
i
y
M
y
1
1





Dalam penghitungan rata-rata unit pada poulasi dan variansnya ada 3 cara estimasi.

1. Rata-rata karakteristik per unit dari sebanyak n sampel klaster, yang diperhitungkan
dari rata-rata klaster, tanpa ditimbang dengan M
i

=
=
n
i
i n
y
n
Y
1
1

Perkiraan varians:
( )
2
1
b n
s
n
f
y V

= dengan ( )

=
n
i
n i b
y y
n
s
1
2 2
1
1


2. Rata-rata karakteristik per unit dari sebanyak n sampel klaster, yang diperhitungkan
dari karakteristik seluruh unit dalam sampel

=
= =
=
=
= =
n
i
i
n
i
M
j
ij
n
i
i
n
i
i i
n
M
y
M
y M
y
i
1
1 1
1
1 '

Perkiraan Varians
( )
2
1
b n
s
n
f
y V

= dengan
( )
( )
2
1
2
2
2
1
1
n i
n
i
i b
y y M
n M
s

=

=

=
=
n
i
i
M
n
M
1
1


3. Rata-rata karakteristik per unit dari sebanyak n sampel klaster dengan
memperhitungkan rata-rata unit per klaster dari populasi.

= =

=
n
i
M
j
ij n
i
y
M n
y
1 1
1
dengan

=
=
N
j
i
M
N
M
1
1

Perkiraan Varians
( )
2 1
b
n
s
n
f
y V


= dengan

=

|
.
|

\
|

=
n
i
n
i i
b y
M
y M
n
s
1
2
1
1

=
=
N
j
i
M
N
M
1
1





Dari ketiga cara estimasi di atas yang paling sering digunakan adalah estimasi yang
kedua dengan dasar:
Cara pertama adalah rata-rata sederhana dan tidak mempertimbangkan ukuran
klaster
Cara ketiga perlu diketahui ukuran klaster dalam populasi yang mungkin tidak
diperoleh atau adanya perubahan ukuran klaster yang cepat pada saat kerangka
sampel dan survei.

Estimasi total dilakukan dengan mengalikan dengan banyaknya unit dalam populasi
yaitu:
M N dengan

=
=
n
i
i
n
M
M
1

atau
M N dengan

=
=
N
i
i
N
M
M
1
, bila M
i
diketahui untuk N klaster sehingga estimasi
totalnya menjadi
y M N Y =

atau

=
n
y M N Y

Kesalahan sampling (standard error/sampling error)
Kesalahan sampling adalah merupakan akar dari varians
( )
c
Y V

atau
|
.
|

\
|
c
Y V

Sedangkan relatif kesalahannya adalah
( )
c
c
Y
Y V

atau
( )
c
c
Y
Y V

Ukuran klaster yang optimal
Pada umumnya sampling klaster digunakan dengan pemilihan sampel
bertahap
Klaster satu tahap kurang efisien disebabkan ukuran klaster yang biasanya
cukup besar dan karakteristiknya homogen. Oleh karena itu, diadakan
kompromi yaitu dengan memperbesar klaster terpilih tetapi dengan
memperkecil ukuran klaster. Unit unit dalam klaster yang akan diteliti
sebagian
Banyaknya unit yang terpilih dalam setiap klaster perlu ditentukan yang
optimal sehingga dapat disesuaikam dengan biaya yang tersedia atau tingkat
ketelitian yang diinginkan.

Langkah-langkah penarikan sampel dengan klaster:
Klaster terdiri dari unit listing dan unit unit listing terdiri dari elemen/unit analisis. Lebih
jelas dapat dilihat dalam tabel berikut.

Tabel. Klaster, Unit Listing, Elemen/Unit Analisis, dan Aplikasi
Klaster
Unit Listing/
Daftar Unit
Elemen/
Unit Analisis
Aplikasi
(1) (2) (3) (4)
Blok Sensus
Rumah
Tangga
Orang
Estimasi banyaknya rumah tangga/
penduduk beserta karakteristiknya
Desa Sekolah Guru/Murid
Estimasi banyaknya guru/murid
beserta karakteristiknya
Sekolah Kelas Murid
Estimasi banyaknya murid beserta
karakteristiknya
Halaman Buku Baris Kata Estimasi banyaknya kata dalam buku

Langkah-langkah
a. Bila kolom (1) merupakan unit sampling dan seluruh unit yang ada dalam klaster
diteliti semua, penarikan sampel tergolong klaster satu tahap. Bila pada klaster
terpilih dan didasarkan unit yang ada pada listing, dipilih unit dan selanjutnya
diadakan penelitian pada unit tersebut, metode sampling tergolong pada klaster
sampling dua tahap.
Contoh lain misalnya klaster adalah sekolah, kemudian dari daftar kelas pada
sekolah terpilih, dipilih kelas dan selanjutnya dari kelas terpilih, dipilih murid, maka
cara penarikan sampel ini disebut klaster sampling tiga tahap. Tahap di sini berarti
tahapan dari penarikan sampel.
b. Klaster dapat dipilih dengan berbagai metode sampling yaitu acak sederhana, strata,
peluang dengan ukuran besarnya klaster, sistematik, dan sebagainya.
c. Kerangka sampel yang harus disediakan bergantung pada metode sampling. Minimal
untuk penarikan samling tahap pertama (primary sampling unit-psu) harus tersedia
dan selanjutnya kerangka sampel untuk dasar penarikan sampel elemen/unit analisis
(ultimate sampling-psu) dan seterusnya dibentuk di lapangan.
Sebagai contoh dilakukan penarikan sampel blok sensus, kemudian pada blok
sensus terpilih dilakukan pendaftaran rumah tangga. Daftar rumah tangga dalam blok
sensus terpilih disebut unit listing.












MULTISTAGE SAMPLING (Penarikan Sampel Bertahap)

1. Pendahuluan
Penarikan sampel bertahap didasarkan pada:
a. Tidak tersedianya kerangka sampel yang memuat unit-unit sampel yang terkecil
(ultimate sampling unit)
b. Untuk membangun kerangka sampel yang memuat unit-unit sampel yang terkecil
memerlukan biaya, tenaga dan waktu yang besar
c. Dengan menerapkan penarikan sampel bertahap, maka pengawasan lapangan lebih
dapat ditingkatkan sehingga nonsampling error dapat ditekan
d. Ditinjau dari segi biaya, penarikan sampel bertahap jauh lebih efisien dibandingkan
penarikan sampel acak sederhana

Bentuk estimasi pada multistage tergantung pada sampling methods yang dipakai
pada setiap stage. Dalam bagian ini akan disajikan struktur penarikan sampel dua tahap.

2. Total dan rata-rata populasi
Misalkan banyaknya unit yang dapat dijadikan dasar untuk penarikan sampel
tahap pertama (first stage sampling unit-fsu) adalah N, dan banyaknya unit yang dapat
dijadikan dasar penarikan sampel tahap kedua (secondary sampling unit-ssu) pada setiap
unit penarikan sampel tahap pertama yang ke-i adalah M
i

Bila Y
ij
menyatakan nilai karakteristik Y pada unit ssu ke-j dalam unit fsu ke-i, maka
nilai total dan rata-rata dappat dinyatakan sebagai berikut:
a. Total nilai karakteristik Y pada setiap fsu ke-i adalah:

=
=
i
M
j
ij i
y Y
1

b. Rata-rata nilai karakteristik fsu ke-i adalah:
i
i
i
M
Y
Y =
c. Total nilai karakteristik dalam populasi adalah:
i
N
i
i
N
i
i
N
i
M
j
ij
Y M Y y Y
i

= = = =
= = =
1 1 1 1

d. Rata-rata nilai karakteristik per unit fsu dalam populasi:

=
= =
N
i
i i
Y M
N N
Y
Y
1
1

e. Rata-rata nilai karakteristik per unit ssu dalam populasi:

=
=
=
= = =
N
i
i
N
i
i i
N
i
i
M
Y M
M
Y
M
Y
Y
1
1
1
0


CONTOH
Struktur penarikan sampel dua tahap, kedua tahap srs-wr
Dari N unit penarikan sampel tahap pertama (first stage sampling unit-fsu) dipilih
n unit, dan dari M
i
unit fsu pada stiap ke-i dipilih sebanyak m
i
unit. Banyaknya sampel
pada ssu adalah m
1
+m
2
+m
3
+...+m
0
. misalkan y
ij
adalah nilai karakteristik Y pada unit ssu
ke-j dan fsu ke-i yang terpilih (j=1,2,...,m
i
) dan (i=1,2,...,n).
Rancangan penarikan sampel 2 tahap:
- Tahap pertama, dari N unit sampling tahap pertama dipilih n unit dengan menerapkan
metode srs-wr
- Tahap kedua, misalkan pada setiap unit fsu yang terpilih memuat M
i
unit ssu,
selanjutnya dipilih mi unit dengan menerapkan srs-wr





Tabel 1. Kerangka sampel
Banyaknya unit di
Tahap
Populasi Sampel
Metode
penarikan
sampel
Peluang
pemilihan
sampel
Fraksi
sampling (f
i
)
1 N n Srs-wr
N
1
N
n
2 M
i
m
i
Srs-wr
i
M
1

i
i
M
m


Dengan demikian selanjutnya dapat ditentukan besarnya faktor pengali pada
masing-masing tahapan penarikan sampel, yaitu:
a. Faktor pengali penarikan sampel tahap pertama, F
1
=
n
N
f
=
1
1

b. Faktor pengali penarikan sampel tahap ke dua, F
2i
=
i
i
i
m
M
f
=
2
1

c. Faktor pengali keseluruhan, F= F
1
. F
2i
yang berbeda antar fsu, kecuali bila F
2i
= F
2

konstan, maka F = F
1
. F
2
merupakan desain tertimbang sendiri (selfweighting
design)


ESTIMASI TOTAL & VARIANS ESTIMASI TOTAL

= =
= =
i
m
j
ij
n
i i
i
ij i
y
m
M
n
N
y F F Y
1 1
2 1

=
=
i
m
j
ij
i
i
i
y
m
NM
Y
1

( )
( )
( )
2
1

1
1

=
n
i
i
Y Y
n n
Y V

ESTIMASI RATA-RATA & VARIANS ESTIMASI RATA-RATA

=
=
i
m
j
ij
i
m
y
Y
1

= rata-rata sampel per subunit pada unit fsu

=
=
n
i
i
n
Y
Y
1

= rata-rata sampel seluruhnya per subunit

2
1 2
1
1

|
.
|

\
|

=

=
n
Y Y
S
n
i
i
= varians di antara rata-rata pada unit fsu
( )
( ) 1

1 1
2
2
2

=

= =
m n
Y y
S
n
i
m
j
i ij
i
= varians di antara subunit-subunit dalam fsu

( )
2
2
2
1
2
1 1
1 1

S
nm
f
f
n
S
N
f
Y V
(

+
(

=

Struktur penarikan sampel dua tahap, tahap pertama pps tahap kedua srs.

Rancangan penarikan sampel 2 tahap:
- tahap pertama, dari N unit penarikan sampel tahap pertama dipilih n unit dengan
menerapkan metode pps terhadap ukuran unit x
i
dengan pemulihan. Nilai-nilai x
i

untuk seluruh unit penarikan sampel tahap pertama harus tersedia sehingga dapat
dihitung

=
=
N
i
i
x X
1

- tahap kedua, misalkan pada setiap unit fsu yang terpilih memuat M
i
unit ssu,
selanjutnya dipilih m
i
unit dengan menerapkan metode srs-wr

Tabel 2. Kerangka Sampel
Banyaknya unit di
Tahap
Populasi Sampel
Metode
penarikan
sampel
Peluang
pemilihan
sampel
Fraksi sampling
(fi)
1 N n Pps
X
x
i

X
x
n
i

2 M
i
m
i
Srs-wr
i
M
1

i
i
M
m




ESTIMASI TOTAL & VARIANS ESTIMASI TOTAL

=
=
i
m
j
ij
i
i
i
i
y
m
M
x
X
Y
1

=
=
n
i
i
Y
n
Y
1

( )
( )
( )
2
1

1
1

=
n
i
i
Y Y
n n
Y V