Prosiding Semirata FMIPA Universitas Lampung, 2013

Semirata 2013 FMIPA Unila |465

MENENTUKAN PENAKSIR RASIO OPTIMUM PADA
SAMPLING RANDOM SEDERHANA BERPERINGKAT
Rustam Efendi, Haposan Sirait, dan Fenny Susianti

Jurusan Matematika FMIPA Universitas Riau
E-mail:rustam.r4m@gmail.com
Abstrak. Dalam makalah ini dibahas mengenai penaksir rasio untuk rata-rata populasi
yang diajukan oleh Kadilar, Cingi, dan Unyazici pada sampling random sederhana dan
sampling random sederhana berperingkat. Dari kedua metode sampling yang digunakan
akan diperoleh penaksir yang bias dan selanjutnya akan ditentukan penaksir yang
optimum. Penaksir rasio yang efisien diperoleh dengan membandingkan mean square
error dari masing-masing penaksir. Perbandingan ini menunjukkan bahwa penaksir rasio
kRSS
y lebih efisien dari penaksir rasio
k
y untuk di setiap metode.
Kata kunci: Mean Square Error (MSE), Sampling Random Sederhana Berperingkat dan
Penaksir Rasio.
PENDAHULUAN
Salah satu cara untuk meningkatkan
ketelitian suatu penaksir adalah dengan
melibatkan variabel tambahan dari
populasi yang diteliti. Penaksir yang
melibatkan vaariabel tambahn seperti ini
adalah penaksir rasio, dimana penaksir ini
mengambil manfaat hubungan antara
variabel utama dan variabel tambahan dari
populasi yang diteliti.
Pada umumnya penaksir rasio adalah
penaksir bias. Untuk menentukan penaksir
terbaik diantara penaksir-penaksir bias
adalah dengan membandingkan Mean
Square Error (MSE) dari masing-masing
penaksir dan penaksir yang memiliki MSE
terkecil merupakan penaksir yang efisien.
Pembahasan tentang penaksir rasio
telah banyak dibahas diberbagai majalah
ilmiah dan jurnal, baik tingkat nasional
maupun internasional. Kadilar[4]
membahas penaksir rasio pada sampling
random sederhana, Kadilar[3] membahas
penaksir rasio baru pada sampling random
sederhana. Dalam [5], Prasad
mengadaptasi menjadi penaksir rasio
dengan konstanta k. Dari kedua penaksir
rasio random sederhana tersebut, Samawi
dan Muttlak mengadaptasi kembali
menjadi penaksir rasio pada sampling
random sederhana berperingkat.
METODE PENELITIAN
Sampling random sederhana adalah
suatu metode untuk mengambil n unit dari
populasi berukuran N, dimana setiap
anggota populasi mempunyai kesempatan
yang sama untuk diambil menjadi sampel.
Bentuk umum penaksir rasio
sederhana untuk rata-rata populasi Y dari
variabel yang diteliti Y didefinisikan
dengan
X R X
x
y
y
r

= =


(14)

Asumsi bahwa rata-rata populasi X
dari variabel tambahan X diketahui. y
adalah rata-rata sampel dari variabel yang
diteliti dan x adalah rata-rata dari
variabel tambahan. Dari penaksir rasio
sederhana, Prasad [2] mengajukan sebuah
penaksir rasio dengan bentuk
X
x
y
k y
k
= ; k konstanta

(2)

Sedangkan sampling random sederhana
berperingkat adalah suatu cara
pengambilan sampel sebagai brikut,
Rustam Efendi Dkk: Menentukan Penaksir Rasio Optimum Pada Sampling Random
Sederhana Berperingkat
466| Semirata 2013 FMIPA Unila

misalkan terdapat populasi berukuran
N

yang kemudian diambil salah satu
kemungkinan berdasarkan sampling
random sederhana menjadi sampel
berukuran
n
. Sampel berukuran
n
tersebut
dibagi kedalam sejumlah
m
set secara
acak dengan ukuran yang sama. Maka,
unit terkecil dipilih dari set pertama dan
unit terkecil kedua dipilih dari set kedua.
Prosedur ini berkelanjuatan hingga unit
dengan tingkatan terbesar terpilih.
replikasi ini diulangi sebanyak r waktu,
sehingga unit
mr
akan diukur selama
proses sampling random sederhana
berperingkat. Hasil dari pengambilan unit
tersebut yang dikatakan dengaan sampel
berukuran
n
. Karena sampel yang telah
terambil tidak dikembalikan pada
populasinya untuk seluruh penarikan
berikutnya, cara ini dinamakan sampling
random sederhana berperingkat tanpa
pengembalian.
Penaksir rasio (1), oleh Samawi dan
Muttlak diadaptasikan pada sampling
random sederhana berperingkat, yang
didefenisikan dengan

| |
( )
X
x
y
y
n
n
rRSS
=

(3)

dan penaksir rasio (2) menjadi penaksir rasio
untuk rata-rata populasi pada sampling random
sederhana berperingkat, yang didefinisikan


| |
( )
X
x
y
k y
n
n
kRSS
=

(4)

Keempat penaksir rasio di atas adalah
penaksir bias.
HASIL DAN PEMBAHASAN
Pada bagian hasil dan pembahasan
dikemukan beberapa pembuktian teorema,
menentukan bias dan MSE Penaksir Rasio
untuk Rata-rata Populasi, dan contoh
perhitungan.
Pembuktian Teorema


Teorema 1: Variansi dari rata-rata
sampel ( )
RSS
y pada sampling random
sederhana berperingkat adalah

( ) | |
|
|
.
|

\
|
=

=
m
i
i y j y RSS
m
S
mr
y Var
1
2 2
1 1
) ( t

(5)

Bukti:
( ) | |
|
|
.
|

\
|
=

=
m
i
i y j y RSS
m
S
mr
y Var
1
2 2
1 1
) ( t
( )
| |
( ) | |
| |
( ) | | ( )
|
|
.
|

\
|
=

=
m
i
r j i RSS
y Eh y h E
m mr
y Var
1
2 2
1 1

| |
( )
| |
( )
|
|
|
|
.
|

\
|
|
|
|
.
|

\
|

|
|
|
.
|

\
|
=

= =
2
1
2
1
1 1 1
) (
m
i
i y
m
i
j i Rss
Y
m
Y y
m mr
y Var
( ) | |
|
|
.
|

\
|
=

=
m
i
i y j y RSS
m
S
mr
y Var
1
2 2
1 1
) ( t
Teorema 2: Kovariansi antara variabel
X dan variabel Y pada sampling random
sederhana berperingkat berukuran mr
adalah


( )
( )
|
|
.
|

\
|
=

=
m
i
i yx yx RSS RSS
m
S
mr
x y Cov
1
1 1
, t

(6)

Bukti:
Misalkan rata-rata populasi dari
ij
u
adalah X Y U + = , maka berdasarkan
Teorema 1 diperoleh
( )
( )
( )
2
1 1
2
2 1

= =
=
m
i
r
j
ij RSS
U u
mr
U u E Selanjutnya
disederhanakan, sehingga diperoleh

( ) ( ) ( )
( )
( ) ( ) ( )

= =
+ = +
m
i
r
j
ij ij RSS RSS
X x Y y
mr
X x Y y E
1 1
2
2
2 1


( )( ) | |
( )
( )( ) | |

= =
=
m
i
r
j
ij ij RSS RSS
X x Y y
mr
X x Y y E
1 1
2
1

(7)
Berdasarkan Teorema 1, maka

( )
( )
( )

= =
=
m
i
r
j
ij RSS
Y y
mr
Y y E
1 1
2
1


(8)

dan

( )
( )
( )

= =
=
m
i
r
j
i RSS
X x
mr
X x E
1 1
2
1


(9)

Substitusikan (8) dan (9) ke (7)
diperoleh
Prosiding Semirata FMIPA Universitas Lampung, 2013

Semirata 2013 FMIPA Unila |467



( )
( )
|
|
.
|

\
|
=

=
m
i
i yx yx RSS RSS
m
S
mr
x y Cov
1
1 1
, t

Bias Dan Mse Penaksir Rasio Untuk
Rata-Rata Populasi
Bias dan MSE penaksir rasio untuk
rata-rata populasi pada sampling random
sederhana adalah
( ) ( ).
1
2
yx x R
C Y C Y
n
f
y B

~
( ) ( ) + ~
2 2 2
2
y yx x R
S RS S R y MSE
( ) ( ) ( ) | |
2 2 2 2 2
1 2 + + = k C k C k C Y y B
y yx X k

( ) ( ) ( ) + + ~
2 2 2 2 2 2
1 2 k Y S R RkS S k y MSE
x yx y k


dan pada sampling random sederhana
berperingkat

adalah
( ) ( )
( )
( )
( ) | |
i
yx i x yx x rRSS
W W C C Y y B ~
2 2

( )
|
|
.
|

\
|
+
+ =

= = =
m
i
x
m
i
yx
m
i
y
y yx x rRSS
R R
r m
S RS S R y MSE
1
2 2
1 1
2
2
2 2 2
2
1
2 ) (
t t t

( ) ( ) ( )
( )
( )
( ) | |
i
yx i x yx x kRSS
W W C C Y k Y k y B ~
2 2
1

( ) ( ) ( )
r m
k Y S R RkS S k
mr
y MSE
x yx y kRSS 2
2 2 2 2 2 2
1
1 2
1
+ + ~

| | ( ) ( )
|
|
.
|

\
|
+

= = =
m
i
m
i
m
i
i x i yx i y
R Rk k
1 1 1
2 2 2 2
2 t t t
Selanjutnya akan ditentukan nilai
minimum dari MSE penaksir rasio dengan
konstanta k.
Untuk meminimumkan MSE ( )
k
y

ditentukan dengan
( )
0 =
c
c
k
y MSE
k

( ) ( )
0
1 2
2 2 2 2 2 2
=
c
+ + c
k
k Y S k RkS S R
y yx x

2 2
2
Y S
Y RS
k
y
yx
+
+
=
-

sehingga
( ) ( ) ( )
2
2 2
2
2 2
min
1 2 + + =
- - -
k Y S k S Rk S R y MSE
y yx x k

Untuk meminimumkan MSE ( )
kRSS
y

dapat
ditentukan dengan
( )
0 =
c
c
k
y MSE
kRSS

( )
| |
( )
( )
0
1 1 1
2 2
2
2 2
2
1
2
1
2 2 2
2
2 2
1
=
c
|
|
|
|
|
.
|

\
|
= = =
+ + |
.
|

\
|
+ c

k
m
i
m
i
m
i
i x
R
i yx
Rk
i y
k
r m
k Y
x
S R
yx
RkS
y
S k
mr
t t t

( )
| |
2 2
#
1
1
i y y
i yx x y
W C
W C C
k
+
+
=

sehingga
( ) ( )
( )
r m
k Y
S R S Rk S k
mr
y MSE
x yx y kRSS
2
2
# 2
2 2 # 2 2 #
min
1
1
2
1

+ + ~
| | ( ) ( )
|
|
.
|

\
|
+

= = =
m
i
m
i
m
i
i x i yx i y
R Rk k
1 1 1
2 2 # 2 2 #
2 t t t

Contoh Perhitungan
Sebagai ilustrasi untuk sampling
random sederhana berperingkat digunakan
data dari Kadilar dan Chingi (2003).
Mempertimbangkan data dari daerah
Marmara Turkey. Data berkaitan dengan
taraf penghasilan apel dan jumlah dari
pohon apel pada 106 desa di daerah
Marmara tahun 1999.
Untuk mengilustrasikan bagaimana
mengaplikasikan sampling random
sederhana berperingkat ke data tersebut,
dipilih sampel berukuran 36 dari populasi
dideskripsikan menggunakan sampling
acak tanpa pengembalian. Data sampel
tersebut digrupkan kedalam 3 set masing-
masing berukuran 3 (m=3) dan diulang
sebanyak 4 kali perlakuan yang sama
(r=4). Mengikuti metode sampling
random sederhana berperingkat maka
seluruhnya dilakukan sebanyak 12 kali
penelitian (mr=12). Data jumlah pohon
apel dan produksi apel dari 106 desa di
daerah Marmara adalah sebagai berikut :
N 106 k

-1.96
n 12
-
k -1.55
m 3 ( ) 1

-0.846
r 4 ( ) 2

0

0.82 ( ) 3

0.846
X
17
10 97 . 6

( ) 1 y
t

-0.846
Y
16
10 67 . 1

( ) 2 y
t

16
10 67 . 1


R -2.398 ( ) 3 y
t

0.846
x
S
1 ( ) 1 x
t

-0.846
y
S
1 ( ) 2 x
t

17
10 67 . 1


( ) 3 x
t

0.846
Sehingga dapat ditentukan nilai dari :
| | ( ) ( )
|
|
.
|

\
|
+

= = =
m
i
m
i
m
i
i x i yx i y
R Rk k
mr
1 1 1
2 2 2 2
2
2
1
t t t
Rustam Efendi Dkk: Menentukan Penaksir Rasio Optimum Pada Sampling Random
Sederhana Berperingkat
468| Semirata 2013 FMIPA Unila

Dimisalkan
| | ( ) ( )
|
|
.
|

\
|
+ =

= = =
m
i
m
i
m
i
i x i yx i y
R Rk k
mr
A
1 1 1
2 2 2 2
2
2
1
t t t
| | ( )
( )
2
1
2
1
i x i y
m
i
R k
mr
t t =

=
( ) 274611641 . 0
12
1
=
0 022884 . 0 > = A
Dari penyelesaian diatas didapat nilai
0 022884 . 0 > = A , sehingga dapat ditentukan
penaksir rasio yang lebih lebih efsien,
yaitu penaksir rasio
rRSS
y lebih efisien
dari penaskir rasio
R
y , dan penaskir rasio
kRSS
y lebih efisien dari penaksir rasio
k
y .
KESIMPULAN
Berdasarkan pembahasan di atas
disimpulkan bahwa penaksir rasio
rRSS
y
lebih efisien dari penaksir rasio
r
y ,
penaksir rasio
kRSS
y lebih efisien dari
penaksir rasio
k
y , penaksir rasio
k
y lebih
efisien dari penaksir rasio
r
y , penaksir
rasio
kRSS
y lebih efisien dari penaksir rasio
rRSS
y , penaksir rasio
kRSS
y lebih efisien
dari penaksir rasio
r
y , dan penaksir rasio
k
y lebih efisien dari penaksir rasio
rRSS
y .
Penaksir rasio untuk rata-rata populasi
pada sampling random sederhana
berperingkat yang diajukan oleh Prasad
lebih efisien dari penaksir rasio untuk
rata-rata populasi pada sampling random
sederhana dan penaksir rasio untuk rata-
rata populasi dengan optimum k pada
sampling random sederhana berperingkat
yang diajukan oleh Samawi dan Muttlak
lebih efisien dari penaksir rasio untuk
rata-rata populasi dengan optimum k
padasampling random sederhana. Serta
penaksir rasio dengan k lebih efisien dari
penaksir rasio untuk rata-rata populasi
pada semua metode sampling, maka
metode sampling yang lebih baik untuk
menaksir parameter adalah metode
sampling random sederhana berperingkat
dalam segala bentuk penaksir rasio. Dan
penaksir rasio yang efisien adalah
penaksir rasio dengan k dalam segala
metode sampling.
DAFTAR PUSTAKA
Cochran, W.G. 1991. Teknik Penarikan
Sampling, Edisi Ketiga. Terjemahan
Sampling Techniques, Oleh
Rudiansyah dan E.R Osman. Penerbit
Universitas Indonesia, Jakarta.
Chen, Z., Bai, Z., Shinha, B. K. 2003.
Ranked Set Sampling:Theory and
Application. New York
Kadilar, C., Cingi H. 2005. A New Ratio
Estimators in Simple Random
Sampling, Applied Mathematics and
Computasion : 893-902
Kadilar, C & H. Cingi. 2004. Ratio
Estimator in Simple Random Sampling,
Applied Mathematics and Computation
151: 893-902.
Kadilar, C., Unyazici, Y., Cingi H. 2007.
Ratio Estimator for the Population
Mean Using Ranked Set Sampling.
Department of Statistics, acettepe
University, Ankara, Turkey
McIntyre, G. A. 2005. Method for
Unbiased Selective Sampling, Using
Ranked Sets. The American Statiscian.
Vol. 59, No. 3. PP. 230-232
Phillips, G. M and P J. Taylor. 1972.
Theory and Applications of Numerical
Analysis. Second Edition. Academic
Press, New York.
Sukhatme, P. V. 1957. Sampling Theory
of Surveys with Applications. The
Indian Council of Agricultural
Research, New Delhi.