1

PROBABILITY
PROPORTIONAL TO SIZE
(PPS) SAMPLING
PPS-WR
PPS-WOR
2
DEFINISI
Sampling with Probability Proportional to
Size (PPS) adalah suatu prosedur
penarikan sampel dimana peluang
terpilihnya suatu unit sampel sebanding
dengan ukuran
Ukuran yang dimaksud adalah informasi
tambahan (auxiliary information) yang
dipertimbangkan sebagai dasar penarikan
sampel dan memiliki korelasi yang erat
dengan variabel-variabel yang akan diteliti.

3




Variabel yang diteliti Variabel tambahan
Penduduk sekarang Penduduk sensus
sebelumnya/luas geografi
Jumlah kelahiran
sekarang
Penduduk sensus
sebelumnya
Total pendapatan
sekarang
Penduduk sensus
sebelumnya
Luas panen Total luas yang ditanami
Produksi pabrik Jumlah pekerja
Beberapa contoh variabel yang diteliti dan
variabel tambahan
4
ALASAN
Untuk memperoleh suatu metode pemilihan
yang akan memberikan penduga rata-rata
populasi yang tak bias (unbiased estimator)
Mempunyai ketepatan yang lebih tinggi dari
metode-metode yang lain.
Memiliki keuntungan lebih lanjut dengan
memberikan penduga-penduga rata-rata dan
varians populasi yang sangat sederhana.

5
PROSEDUR PEMILIHAN UNIT
SAMPEL
Pemilihan dari suatu daftar (LIST)

Pemilihan dari suatu peta (MAP)

Pemilihan secara sistematis
6
PEMILIHAN DARI SUATU
DAFTAR (LIST)

METODE KUMULATIF

METODE LAHIRI
7
METODE KUMULATIF
1. Buat jumlah kumulatif dari ukuran yang digunakan
untuk dasar penarikan sampel untuk seluruh unit
dalam populasi.



2. Ambil angka random dari 1 sampai X.

3. Bila , maka unit ke-i terpilih, bila kondisi
itu tidak terpenuhi, ulangi langkah ke-2.

4. Ulangi langkah ke-2 hingga n unit sampel terpilih.

( ) ( ) X x x x x x x x
N
i
i
= + + +

,... , ,
3 2 1 2 1 1

s <
i
i
i
i
x AR x
1
8
METODE LAHIRI
1. Ambil dua angka random secara serentak,
yaitu:
AR1: antara 1 sampai N, untuk nomor urut unit
sampling dalam populai
AR2: antara 1 sampai Xmaks, untuk penarikan
sampel dimana Xmaks adalah nilai maksimum
dari Xi.
2. Bila AR1 = i dan AR2 Xi , maka unit ke-i
dipilih, bila kondisi itu tidak terpenuhi, ulangi
langkah ke-1.
3. Ulangi langkah ke-1 hingga n unit sampel
terpilih.

9




Pemilihan dari suatu peta (MAP)

Prosedur ini dipakai untuk pemilihan unit-unit
wilayah geografis dari sebuah peta dengan peluang
proporsi terhadap luas (area) Probability
Proportional to Area.
1. Ambil dua angka random secara serentak,
yaitu:
AR
1
: antara 1 sampai panjang desa
AR
2
: antara 1 sampai lebar desa
2. Sepasang angka random terpilih akan menem-
patkan suatu titik pada peta, dan sawah dimana
titik itu jatuh akan terpilih
3. Ulangi langkah ke-1 hingga n unit sampel
terpilih.
10




Contoh: Pemilihan dari suatu peta (MAP)

Gambar berikut adalah peta dari 12 sawah dalam
suatu desa.
2
1
4
3
5
6
9
7
8
12
11
10
2
1
4 3 5 6 9 7 8 11 10 12
2
4
3
5
6
7
8
Misal AR
1
= 6 dan
AR
2
=5, maka ko-
ordinatnya adalah
(6,5). Selanjutnya
sawah yang terpi-
lih adalah sawah
no 4.
11
PEMILIHAN SECARA
SISTEMATIS
Buat jumlah kumulatif dari ukuran yang
digunakan untuk dasar penarikan sampel untuk
seluruh unit dalam populasi.


Jika n adalah besarnya sampel, interval
sampling (I) adalah bilangan bulat yang dekat
dengan X/n.

Ambil AR1 I, maka unit-unit yang terpilih
adalah: AR1; AR1+I; AR1+2I, dst.

( ) ( ) X x x x x x x x
N
i
i
= + + +

,... , ,
3 2 1 2 1 1
12
Ilustrasi 4 : Berikut ini adalah daftar nama 24 kepala rumahtangga berikut jumlah
anggotanya untuk rumahtangga-rumahtangga yang tinggal di suatu desa pedesaan. Untuk
mengetahui rata-rata pengeluaran per minggu, maka dipilih sampel sebayak 4
rumahtangga secara pps-sistematic linear dengan ukuran jumlah anggota rumahtangga.

Tabel 1: Daftar Kerangka Pemilihan Sampel Rumahtangga
No Nama KRT
Jumlah
art
Jumlah
kumulatif
art
No Nama KRT
Jumlah
art
Jumlah
kumulatif
art
01 Abiyoso 5 5 13 Mustakin 9 61
02 Banuarja 2 7 14 Normandino 4 65
03 Chaidir 9 16 15 Oposunggu 8 73
04 Darusmin 3 19 16 Pardosi 7 80
05 Efraim 7 26 17 Qurmanto 7 87
06 Faturrahman 4 30 18 Rusdi 5 92
07 Gusmianto 3 33 19 Samektopo 2 94
08 Hutajulu 1 34 20 Tarjono 2 96
09 Indrastoto 5 39 21 Umarsono 7 103
10 Jamaludin 5 44 22 Verianto 4 107
11 Kartosemoyo 5 49 23 Xiemenes 7 114
12 Luhantara 3 52 24 Yamantoro 6 120

13
- I = 120/4 = 30
- Misalnya Tabel Angka Random yang digunakan adalah Tabel Angka Random Halaman
1 kolom 1-2 sesuai dengan banyaknya digit dari I. Dari Tabel Angka Random diperoleh
R
1
= 03 (lebih kecil dari Interval sehingga langsung dapat digunakan).
- Angka random pertama s.d. keempat dan rumahtangga terpilih adalah sebagai
berikut:
Tabel 2: Lembar Kerja Pemilihan Sampel Rumahtangga
R
i
Rumahtangga terpilih

Jumlah
kumulatif
yang
berpadan
an dengan
R
I

No. Rtmg
yang
berpada-
nan
dengan
jumlah
kumulatif
No.

Nama kepala
rumahtangga

Jumla
h art
03 5 01 01 Abiyoso 5
33 33 07 02 Gusmianto 3
63 65 14 03 Normandino 4
93 94 19 04 Samektopo 2
Catatan :
Kolom (1) dihitung dengan rumus
R
1
= 03 (sama dengan angka random)
R
2
= R
1
+ I = 3 + 30 = 33
R
3
= R
2
+ I =33 + 30 = 63
R
4
= R
3
+ I =63 + 30 = 93


14
Ilustrasi 5 : Berikut ini adalah daftar nama 24 kepala rumahtangga berikut jumlah
anggotanya untuk rumahtangga-rumahtangga yang tinggal di suatu desa pedesaan. Untuk
mengetahui rata-rata pengeluaran per minggu, maka dipilih sampel sebayak 7
rumahtangga secara pps-sistematic sirkuler dengan ukuran jumlah anggota rumahtangga.

- I = 120/7 = 17
- Misalnya Tabel Angka Random yang digunakan adalah Tabel Angka Random Halaman
1 kolom 3-4 baris 1. Dari Tabel Angka Random diperoleh R
1
= 47 (tidak harus lebih
kecil dari Interval, tetapi antara 1 s.d 120)
- Angka random pertama s.d. ketujuh dan rumahtangga terpilih adalah sebagai berikut :

15
Ilustrasi 5 : Berikut ini adalah daftar nama 24 kepala rumahtangga berikut jumlah
anggotanya untuk rumahtangga-rumahtangga yang tinggal di suatu desa pedesaan. Untuk
mengetahui rata-rata pengeluaran per minggu, maka dipilih sampel sebanyak 7
rumahtangga secara pps-sistematic sirkular dengan ukuran jumlah anggota rumahtangga.

Tabel 1: Daftar Kerangka Pemilihan Sampel Rumahtangga
No Nama KRT
Jumlah
art
Jumlah
kumulatif
art
No Nama KRT
Jumlah
art
Jumlah
kumulatif
art
01 Abiyoso 5 5 13 Mustakin 9 61
02 Banuarja 2 7 14 Normandino 4 65
03 Chaidir 9 16 15 Oposunggu 8 73
04 Darusmin 3 19 16 Pardosi 7 80
05 Efraim 7 26 17 Qurmanto 7 87
06 Faturrahman 4 30 18 Rusdi 5 92
07 Gusmianto 3 33 19 Samektopo 2 94
08 Hutajulu 1 34 20 Tarjono 2 96
09 Indrastoto 5 39 21 Umarsono 7 103
10 Jamaludin 5 44 22 Verianto 4 107
11 Kartosemoyo 5 49 23 Xiemenes 7 114
12 Luhantara 3 52 24 Yamantoro 6 120

16
Tabel 3: Lembar Kerja Pemilihan Sampel Rumahtangga
Rumahtangga terpilih
Angka
Random
R
I

Jumlah
kumulatif
yang
berpadan
an dengan
R
i

No. Rtmg
yang
berpadan-
an dengan
jumlah
kumulatif
No.

Nama kepala
rumahtangga

Jum-
lah
ART
(1) (2) (3) (4) (5) (6) (7)
47 - 49 11 01 Kartosemoyo 5
64 - 65 14 02 Normandino 4
81 - 87 17 03 Qurmanto 7
98 - 103 21 04 Umarsono 7
115 - 120 24 05 Yamantoro 6
132 (R 12) 16 02 06 Chaidir 9
149 (R 29) 30 06 07 Faturrahman 4
Catatan :
Kolom (1) : dihitung dengan rumus R
1
= 47 (sama dengan angka random pertama)
R
2
= R
1
+ I.= 47 + 17 =64
R
3
= 64 + 17 = 81
R
4
= 81 + 17 = 98
R
5
= 98 + 17 = 115
R
6
= 115 + 17 = 132 120 = 12
R
7
= 12 + 17 = 29
Kolom (2) : sisa setelah dikurangi dengan 120

17




Prosedur Estimasi

= = =
=
N
i
i
i
N
i
i
i
i
p
X
x
x
x
p 1 dimana
1
i
i
i
i
i
x
y
X
p
y
Y = =

Pada suatu penarikan sampel sebanyak n unit

yang diambil dari sebuah populasi dengan ukuran N
unit secara PPS-WR dengan size x
i
, maka besarnya
peluang terpilihnya unit ke-i sebagai sampel adalah:
Misalnya y
i
adalah nilai variabel yang berpadanan
dengan terpilihnya unit ke-i maka estimator yang
unbiased bagi total adalah:
18




Prosedur Estimasi (lanjutan)
i
Y

= = =
= = =
n
i
i
i
n
i
i
i
n
i
i PPS
x
y
n
X
p
y
n
Y
n
Y
1 1 1
1

( )

|
|
.
|

\
|
=
N
i
i
i
i PPS
Y
p
y
p
n
Y V
2
1

(i = 1, 2, ,n) merupakan estimator-

estimator yang unbiased bagi total Y dan saling
independent. Maka kombinasi dari estimator-estimator
tersebut merupakan estimator yang unbiased bagi total Y,
yaitu:
dengan sampling variance:
19




Prosedur Estimasi (lanjutan)

= = =
N
i
i
i
N
i
i
i
PPS
x
y
nN
X
p
y
nN N
Y
Y
1

Sebuah unbiased estimator dari rata-rata

populasi,
adalah:
Y
dengan sampling variance:
( )

|
|
.
|

\
|
=
N
i
i
i
i PPS
Y
Np
y
p
n
Y V
2
1

20




Prosedur Estimasi (lanjutan)
Dalam PPS Sampling, WR, sebuah unbiased esti-
mator dari , adalah:
( )
PPS
Y V

( )
( ) ( )
(
(

|
|
.
|

\
|

=
|
|
.
|

\
|

=

n
i
PPS
i
i
n
i
PPS
i
i
PPS
Y n
p
y
n n
Y
p
y
n n
Y v
2
2 2

1
1

1
1

Dalam PPS Sampling, WR, sebuah unbiased esti-

mator dari , adalah:
( )
PPS
Y V

( )
( ) ( )
(
(

|
|
.
|

\
|

=
|
|
.
|

\
|

=

n
i
PPS
i
i
n
i
PPS
i
i
PPS
Y n
p
y
N n n
Y
Np
y
n n
Y v
2
2
2
2

1
1

1
1

21




Relatif Efisiensi (RE)
Untuk mengetahui perbandingan Sampling PPS-WR
dengan SRS-WR dari sampel PPS itu sendiri. Dalam SRS-
WR, variansnya adalah:
( )
(

= =

N
i
i SRS
Y n y
n
N
S
n
N
Y V
2 2 2

| | )

adalah dan
1
adalah dari bias tidak penduga Sebuah
2 2
2
2
PPS PPS
N
i
i
i
N
i
i
Y v Y Y N
p
y
n
y

Sehingga varians SRS-WR berdasarkan sampel
PPS-WR adalah:
( ) ( )
PPS
n
i
PPS
i
i
SRS PPS
Y v
n
Y n
p
y
N
n
Y v

2
2
2
+
(

=

( )
( )
% 100

x
Y v
Y v
RE
SRS PPS
PPS
=
22
Tabel 1
Perusahaan menurut Banyaknya Tenaga Kerja dan Produksi serta
Penghitungan Peluang

No. urut
perusahaan
Tenaga
kerja
x
i
Produksi
(juta Rp)
y
i

p
x
X
i
i
=
y
p
i
i

p
y
p
Y
i
i
i

|
\

|
.
|
2

(1) (2) (3) (4) (5) (6)

1*
2
3
4*
5

6
7
8
9
10

11*
12*
13
14
15


50
60
30
75
60

30
50
45
80
75

30
90
30
40
40

221
290
141
365
234

123
275
135
344
350

141
430
140
171
160

50/785
60/785
30/785
75/785
60/785

30/785
50/785
45/785
80/785
75/785

30/785
90/785
30/785
40/785
40/785

3469,70
3794,17
3689,50
3820,33
3061,50

3218,50
4317,50
2355,00
3375,50
3663,33

3689,50
3750,56
3663,33
3355,88
3140,00

161,15
5745,42
1097,97
8617,65
16067,94

3473,97
40509,95
77802,70
2127,92
1962,75

1097,97
6094,53
785,10
1372,50
7357,96
Total 785 3520 1,00 - 174275,48

23

a. Penghitungan Y dan Y serta V Y (

) dan V Y (

)


Nilai Populasi Karakteristik Produksi (dalam juta Rp)

Y y Y
p pi p
i
N
= = = =
=

3520
3520
15
234 69
1
, ,
V Y
N
p
y
p
Y
p i
pi
i
i
N
(

)
,
, =
|
\

|
.
| = =
=

1 174275 48
15
11618 36
2
1

RSE(

)
, ,
, Y x x
p
= = =
11618 36
3520
100%
107 79
3520
100% 3 06%
V Y
V Y
N
p
(

)
(

) ,
, = = =
2 2
11618 36
15
5164
24
b. Penghitungan

Y dan

Y serta v Y (

) dan v Y (

)

Tabel 2
Perusahaan Terpilih dan Karakteristiknya serta Peluang
dan Estimasinya

No. urut
perusahaan
terpilih
Tenaga
kerja
x
i
p
x
X
i
i
=
Produksi
(juta Rp)
y
pi

Y
y
p
X
y
x
pi
pi
i
pi
i
= =


Y Y
pi p

(1) (2) (3) (4) (5) (6)

1
4
11
12

50
75
30
90


50/785
75/785
30/785
90/785

221
365
141
430

3469,70
3820,33
3689,50
3750,56

-212,82
137,81
6,98
68,04
Jumlah 245 - 1157 14730,09 -

25

; Y
n
y
p
X
n
y
x
X
p
pi
i
i
n
pi
i
i
n
= = =
= =

1
785
1 1

,
, ;

,
, Y Y
p p
= = = =
14730 09
4
3682 52
3682 52
15
24550

v Y
n n
Y Y
p pi p
i
n
(

)
( )
(

)
( )
( , , , , )
=

+ + +
=

1
1
1
4 4 1
212 82 137 81 6 98 68 04
2
1
2 2 2 2

= + + +
1
12
45292 35 1899160 48 72 4629 44 ( , , , , )
= =
68962 11
12
5746 84
,
,
v Y
v Y
N
p
p
(

)
(

)
, = =
2
25 5415
RSE(

)
,
,
,
,
, Y x x = = =
5746 84
3682 52
100%
7581
3682 52
100% 2 06%
26




PPS-WOR
PPS-WOR dapat memberikan efisiensi yang
lebih baik dibanding PPS-WR. Banyak sampel
dalam praktek yang telah dilakukan dengan PPS-
WO, tetapi prosedur perhitungan lebih kompleks
dan tidak mudah diaplikasikan.

Jika fraksi sampling kecil, dalam survey skala
besar, efisiensi PPS-WR atau PPS-WOR akan
berbeda tidak nyata (hampir sama). Meskipun
begitu, jika fraksi besar efisiensi WOR akan lebih
substansial.
27
PPS-without replacement
Prosedur Umum
Penduga Terurut Des Raj / Des Rajs
Ordered Estimator
Penduga Tak Terurut Horwitz-Thompson/
Horwitz-Thompsons Unordered Estimator

28
Prosedur Umum (1)
Misalkan n unit sample dipilih satu persatu dari N unit dalam populasi secara PPS-
WOR dengan size X .
Probabilitas bahwa unit j terpilih sebagai sampel pada pengambilan pertama, adalah :
N j
X
x
p
j
j
,..., 2 , 1 = =
dimana

=
=
N
j
j
x X
1

Probabilitas bahwa unit i terpilih sebagai sampel pada pengambilan kedua dimana unit
j sudah terpilih pada pengambilan pertama , adalah :
. ) 1 ( dst j i p p p
j i j t
= =
Susunan sampling unitnya adalah ) ..., , (
, 2 1 n
y y y dengan peluang sebesar ) ,..., , (
2 1 n
p p p
29
Prosedur Umum (2)
Contoh : Pada suatu desa terdapat 8 kebun buah dimana banyaknya pohon berturut-turut
terdiri dari 50, 30, 25, 40, 26, 44, 20, dan 35. Dipilih sampel sebanyak 2 kebun.
Unit /kebun ke 1 2 3 4 5 6 7 8
Jumlah pohon 50 30 25 40 26 44 20 35

METODE LAHIRI
Prosedur : 1. Pilih ) 50 , 8 /( ) , ( s s j i j i AR
Misalkan sampel terpilih nomor unit AR 5 ) 7 , 5 (
1
=
2. Pemilihan sampel ke dua susunan unit dalam populasi diatur kembali,
karena unit nomor 5 sudah terpilih sampel pada pengambilan pertama ( ). 7 ( = N
Unit/ kebun ke 1 2 3 4 5 6 7
Jumlah pohon 50 30 25 40 44 20 25
Pilih ) 50 ; 7 /(
2
s s j i AR
Misalkan sampel terpilih nonor unit AR 6 ) 18 , 6 (
2
=
Jadi unit-unit yang terpilih sampel adalah unit nomor 5 dan nomor 7
30




Penduga Terurut Des Raj (Des Rajs Ordered Estimator)
Andaikan 2 unit dipilih dengan PPS-WOR dengan peluang unit
terpilih dari unit U
i
adalah p
i
, i=1,2,N dimana p
i
= X
i
/X. Pada
pengambilan pertama memiliki peluang p
i
dan pengambilan kedua
dengan peluang bersyarat p
j
/(1-p
i
). Anggap y
1
dan y
2
adalah nilai unit
pengambilan pertama dan kedua; serta p
1
dan p
2
adalah peluangnya,
maka:
( )
2
1
2 1 2
1
1
1
1
dan
p
p
y y z
p
y
z

+ = =
( )
( ) ( )
(

+
+
= + =
2
1
2
1
1
1 2 1
1 1
2
1
2
1

p
p
y
p
p
y z z Y
ORD
dengan penduga varians yang unbiased:
( ) ( ) ( )
2
2
2
1
1
2
1
2
2 1
1
4
1
4
1

|
|
.
|

\
|
= =
p
y
p
y
p z z Y v
ORD
31




Horvitz-Thompsons Unordered Estimator
Penduga Tidak Terurut Horvitz-Thompson /
Andaikan suatu unit dipilih dengan PPS-WOR dengan
peluang unit terpilih dari unit U
i
adalah p
i
, i=1,2,N dimana p
i
=
X
i
/X. Peluang bahwa unit U
i
dan U
j
termasuk dalam sampel
adalah:
( ) ( )

= = (
(

+ =

+ =
i j i j
j
j
i
j
i j
i i
p
p
p
p
p p
p
1
1
1
t
( ) ( )
j
j i
i
j i
ij
p
p p
p
p p

=
1 1
t
Anggap bahwa y
i
adalah nilai unit ke-i dengan t
i
peluang
masuk dalam sampel, maka:

=
n
i
i
i
HT
y
Y
t

dengan varians sampling yang unbiased:

( )
( )
( )
j i
n
i
n
i
n
i j
j i ij
j i ij
i
i i
HT
y y
y
Y v

>

=
t t t
t t t
t
t
2
1

2
2
32




Contoh Soal:
Berikut adalah hasil panen (dalam 10 kg) dari 8 pohon buah
di suatu desa:
No Urut
Jumlah
Pohon (X
i
)
Hasil
Panen (Y
i
) p
i
1 50 60 0.185185
2 30 35 0.111111
3 25 30 0.092593
4 40 44 0.148148
5 26 30 0.096296
6 44 50 0.162963
7 20 22 0.074074
8 35 40 0.12963
Total 270 311
Berdasarkan data tersebut, bila sampel yang diambil adalah no
urut 5 dan 7, perkirakan total hasil panen buah dan variannya di
desa itu dengan metode terurut Des Raj dan metode tidak terurut
Horvitz-Thompson!
33




Metode Terurut Des Raj
( ) ( )
625 , 305
074 , 0
096 , 0 1
22
096 , 0
096 , 0 1
30
2
1

=
(

+
+
=
ORD
Y
( ) ( ) 2645 , 47
074 , 0
22
096 , 0
30
096 , 0 1
4
1

2
2
= |
.
|

\
|
=
ORD
Y v
Metode Tidak Terurut Horvitz-Thompson
403 , 295

2
2
1
1
= + =
t t
y y
Y
HT

=
8
1
157 , 1
1
i
i
p
p
S 1969 , 0
1
1
1
1
1 1
=
(

+ =
p
p
S p t
1538 , 0
1
1
2
2
2 1
=
(

+ =
p
p
S p t
0155 , 0
1
1
1
1
2 1
12 12
=
(

=
p p
p t
( )
( )
91 , 79

2
2
2
1
1
12
12 2 1
=
|
|
.
|

\
|

=
t t t
t t t y y
Y v
HT
34




PPS Stratified Sampling
Strata Size Unit Dalam Populasi (x
hi
) Sampel (x
hi
)
1
2
.
.
.
h
X
11,
X
12,
X
1N1

X
21,
X
22,
X
2N2

. . .
. . .
. . .
X
h1,
X
h2,
X
hNh

x
11,
x
12, ,
x
1N1

x
21,
x
22, ,
x
2N2

. . .
. . .
. . .
x
h1,
x
h2, ,
x
hNh

Besarnya peluang terpilihnya unit ke-i sebagai sampel:

=
hi
hi
hi
X
X
P

=
hi
hi
hi
X
x
p

= = =
h h
n
i
hi
hi
L
h
h
h
n
i
hi
hi
L
h
h
L
h
h PPS
x
y
n
X
p
y
n
Y Y
1

Maka penduga unbiasednya adalah:
35




PPS Stratified Sampling (lanjutan)
Dengan varians:
( )
hi
N
i
h
hi
hi
L
h
h
PPS
P Y
P
Y
n
Y V
h
2
) (
1

=
2
)

(
) 1 (
1
)

(
h
n
i
hi
hi
L
h
h h
PPS
Y
p
y
n n
Y v
h

=

Dengan rata-rata:
h
h
h
PPS
L
h
h
PPS
PPS
N
Y
Y
N
Y
N
Y
Y

dimana

= = =