3.1. PENGENALAN
Dari keseluruhan metode pengambilan sampel, pada umumnya prosedur yang
digunakan dalam survey adalah pengambilan sampel berstrata. Dalam pengambilan
sampel berstrata, populasi dari N unit dibagi menjadi k bagian populasi yang disebut
strata, bagian populasi ke-I mempunyai Ni unit dimana i.=1, 2,.,k
Bagian bagian populasi tersebut tidak boleh saling tumpang tindih sehingga masing
masing populasi terpisah, yaitu :
N1 N 2 ... N k N
(3.1.1)
Suatu sampel diambil dari setiap strata strata yang independen, jumlah sampel antar
strata ke i. Menjadi ni dimana i.=1,2,.,k yaitu :
n1 n2 ... nk n
(3.1.2)
Prosedur pengambilan sampel dengan cara ini dikenal denga pengambilan sampel
berstrata. Jika sampel diambil secara acak dari setiap strata, prosedurnya dikenal dengan
pengambilan sampel acak berstrata.
Tujuan utama dalam stratifikasi adalah untuk membuat hubungan timbal balik yang
lebih baik dalam populasi sehingga dapat memberikan ukuran yang lebih tinggi untuk
keputusan relatif.
Agar dapat tercapai, hal hal yang harus dilakukan untuk mengujinya dengan hati
hati adalah :
(i)
Bentuk strata
(ii) Jumlah strata yang akan dibuat
(iii)
Alokasi jumlah sampel antar masing masing strata.
3.2.
3.3.
Strata harus tidak saling tumpang tindih dan harus saling terpisah dalam populasi.
Stratifiaksi populasi harus dilakukan pada strata yang bersifat homogen dalam strata
tersebut dengan karakteristik tertentu.
Pada kenyataannya di lapangan, ketika hal ini sulit untuk distratakan dengan suatu
nilai karakteristik tertentu, maka kemudahan administrasi menjadi dasar pemikiran
dalam stratifikasi.
Jika akurasi batas untuk kepastian tiap tiap populasi diberikan, hal ini akan
menjadi lebih baik dan terpercaya untuk tiap tiap populasi sebagai suatu strata.
KEUNTUNGAN STRATIFIKASI
Penggunaan stratifikasi memiliki banyak kegunaan. Beberapa prinsipnya adalah
sebagai berikut :
(i)
(ii)
(iii)
(iv)
(v)
dalam
populasi
yang
(vi)
Stratifikasi juga memilih sampel secara cross section yang lebih baik dengan
populasi dari yang tidak berstrata.
(vii) Stratifikasi memberikan keputusan yang tepat dalam memperkirakan karakteristik
suatu populasi. Untuk dapat mencapainya, populasi yang heterogen dibagi bagi
menjadi beberapa populasi yang masing masing dalam strata adalah homogen.
Jika tiap tiap strata homogen, menggambarkan pengukuran dalam strata tersebut
dari satu unit ke unit yang lain, estimasi yang lebih akurat diperoleh dengan
menggunakan sampel yang relatif lebih besar.
3.4. NOTASI
Diketahui I dinotasikan sebagai strata strata j sebagai unit sampel dalam strata.
Penulisan simbol untuk tiap strata i. :
Ni
= jumlah keseluruhan unit
ni
= Jumlah sampel unit
Wi N i N
Strata penimbang
f ni N i
fraksi sampel dalam strata
y ij
Diketahui
i
Yi y ij N i
yi y ij ni
j
S i2 y ijYi
j
N i 1
Rata rata varians
N
k
k
k
Y = y ij = N i Y i = W i Y i
N
i
j N
i
i
i
y st
Sebuah penduga
bisa dituliskan
seperti :
k
y i N i
( 3.5 .1 )
N
y st =
i
Di mana bentuk rumus di atas berbeda dengan semua rumus rata-rata sampel
umumnya :
k
y = ni y i /n(3.5.2)
i
TEOREMA 3.5.1
Jika di setiap strata penduga sampel
bebas di setiap strata berbeda, kemudian
y i
y st
N i2 V ( y i )
V ( y st ) =
N2
= W 2i V ( y st ) (3.5 .3)
i
{
k
E ( y st ) =E
N i E ( y i )
N
( N i y i /N )
=
i
N i Y i
=Y (3.5.4 )
N
y st
V ( y st ) =V
k
N 1 y 1
= W 2i V ( y i)
N
i
( )
i
TEOREMA 3.5.2
Untuk sampling random stratifikasi dengan WOR, penduga sampel
y st
merupakan
N i ( N ini ) S 2i
N 2 ni
V ( y st ) =
( 1f i ) S2i W 2i
ni
(3.5.6)
Bukti: Ketika di setiap strata sampel diambil secara acak sederhana (simple random
sampling), y merupakan penduga yang unbias terhadap Y dan sebab itu melalui
y st
teorema 3.5.1 bisa ditunjukkan bahwa
merupakan penduga yang unbias terhadap Y
.
Lebih lanjutnya, dengan mengaplikasikan teorema 2.3.1 ke setiap strata individu,
diperoleh :
V ( y i )=
( N in i ) S2i
N i ni
N i2 V ( y i )
N2
V ( y st ) =
N i ( N i ni ) S 2i
N 2 ni
( 1f i ) W 2i S 2i / ni
i
Simpulan 1
Y^ st =N y st
Jika
merupakan penduga yang unbias, sehingga diperoleh rumus varians samplingnya yaitu :
k
V ( Y^ st ) =
i
N i ( N ini ) S 2i
ni
(3.5.7)
N ( 1f i ) W i Si / ni
2
Simpulan 2
Y^ st
V ( y st ) =
y st
2
( Nn) k N i S i (1f ) k
=
W i S 2i ( 3.5.8)
N
nN
n
i
i
Simpulan 3
Jika di setiap strata
2
sama yaitu S w , hasilnya berkurang menjadi :
1f
2
Sw
V ( y st ) =( Nn ) S2w / Nn=
Simpulan 4
Untuk Stratifikasi random sampling secara WR,
y st
V ( y st ) =
i
k
N i2 S2i
=
W 2i S 2i /ni (3.5 .10)
2
N ni i
TEOREMA 3.5.3
Dalam stratifikasi random sampling secara WOR, dengan ukuran sampel
k
^
Pst =
i
N i pi k
= W i p i (3.5 .11)
N
i
Dengan variansnya
k
2
V(^
Pst ) = ( 1f i ) W i N i Pi (1Pi)/( N i1)ni (3.5 .12)
i
Di mana
pi
Pi
di dalam strata.
Simpulan 1
N i ( N i1 ) bisa dianggap sebagai satu kesatuan, sehingga
k
( 1f i ) W 2i Pi ( 1Pi )
ni
V(^
Pst )
(3.5 .13)
Simpulan 2
Jika sampling random stratifikasi dilakukan dengan pengembalian, maka rumus
varians sampli ngnya :
W i Pi ( 1Pi )
(3.5 .14)
ni
V(^
Pst ) =
i
Simpulan 3
Jika di dalam setiap strata
k
i
()
( 1f ) N W 2i Pi ( 1Pi )
( 3.5.15)
n(N i1)
V(^
Pst ) =
ni
N
=( i ) , maka varians samplingnya :
n
N
1f
W i Pi ( 1Pi ) (3.5 .16)
n
^
Pst
Varians
strata. Jika nilai
Pi
Pi
dan
1Pi
dalam
demikian, efisiensi bisa ditingkatkan jika stratanya dibentuk seperti unit-unit nya termasuk
sebuah kelas yang dialokasikan ke dalam strats yang sama.
3.6 ESTIMASI VARIANS / DUGAAN VARIANS
Jika sebuah sampel acak sederhana diambil dari dalam tiap strata, penduga yang
2
unbias bagi S i adalah :
ni
s =
2
i
( y ij ^y i )
ni 1
(3.6 .1)
y st
dapat diperoleh
TEOREMA 3.6
y st
Dengan stratifikasi random sampling, secara WOR sebuah penduga unbias varians
diperoleh melalui ;
k
v ( y st )= N i ( N in i ) s2i / N 2 ni
i
k
W 2i s2i
W i s 2i
(3.6 .2)
ni
N
i
i
k
y st
menjadi :
W i S 2i
v ( y st )=
(3.6 .3)
ni
i
k
Simpulan 2
^
Dengan stratifikasi random sampling secara WOR, pendugan unbias bagi V( Pst
)menjadi :
k
^ st )= (
v (P
i
1f i ) W i p i ( 1p i )
( 3.6 .4 )
ni 1
(iii)
(iv)
Alokasi Neyman
Alokasi Optimum
3.7.1 Ukuran Sampel Sama dari setiap Strata
ini adalah suatu kondisi yang sangat praktis dimana terkeadang digunakan untuk
alasan-alasan administrasi atau kerja lapangan yang menyenangkan. Dalam metode ini, total
ukuran sampel n dibagi sama rata diantara semua strata.
n
ni= (3.7 .1)
k
3.7.2 Alokasi Proporsional
Secara umum alokasi ini dikenal sebagai alokasi proporsional yang secara murni
diusulkan oleh Bowley (1926). Prosedur alokasi ini dalam latihan biasa saja karena sangat
Ni
sederhana. Ketika tidak ada informasi tambahan kecuali
, kemudian total unit-unit di
dalam tiap strata ke-I tersedia, maka pengalokasian sampel yang berukuran n ke setiap strata
yang berbeda dilakukan dalam proporsi ke setiap ukuran masing-masing strata ke-i.
ni=
n Ni
( atauf i) (3.7 .2)
N
Ini artinya bahwa fraksi sampling di semua strata itu sama. Hal tersebut memberikan
sebuah self-weighting sampel atau dikenal sebagai penimbang-sendiri sampel dimana angkaangka estimasi bisa dibuat dengan melihat derajat ketelitian yang tinggi dan kecepatan yang
bagus.
3.7.3 Alokasi Neyman
Pengalokasian total ukuran sampel ke dalam strata disebut dengan alokasi varians
minimum dan teori alokasi ini diberi hak kepada Neyman (1934).Namun, hasil penelitian
teori alokasi ini kelihatannya ditemukan oleh Tsuchuprow (1923) tetapi bekasnya tidak
dikenal hingga ditemukan kembali secara bebas oleh Neyman. Pengalokasian sampel diantara
strata yang berbeda didasari atas pertimbangan bersama ukuran strata dan varians strata. Pada
alokasi ini diasumsikan bahwa biaya sampling per unit diantara strata yang berbeda adalah
sama dan ukuran sampel telah ditetapkan. Ukuran sampel dialokasikan dengan :
ni=n
W i Si
=n
W i Si
N i Si
(3.7 .3)
N i Si
Rumus untuk varians minimum dengan n yang telah ditetapkan diperoleh melalui
n
substitusi nilai i dalam persamaan (3.5.3) sehingga diperoleh :
V min ( y st )=
W i Si
i
W i S 2i / N (3.7 .4)
i
Si
tidak
diketahui. Bagaimana pun, varians strata mungkin bisa diperoleh dari survey terdahulu atau
dari rencana khusus pilot survey. Alternative lainnya adalah mengadakan survey utama dan
menggunakan data yang telah terkumpul pada tahap pertama untuk memastikan alokasi yang
lebih baik digunakan pada tahap kedua.
3.7.4 Alokasi Optimum
Pada metode alokasi ini, ukuran sampel n dalam masing-masing strata telah
y
ditetapkan untuk meminimumkan V ( st) untuk biaya spesifik pengadaan survey sampel
y
V ( st) . Dalam sampling stratifikasi
dimana, seperti yang tertera di atas bahwa biaya a merupakan konstanta dan
ci
merupakan rata-rata biaya survey per unit di dalam strata ke-I yang bergantung pada alam
dan ukuran unit-unit di dalam strata sendiri.
Untuk menetapkan nilai optimum dari
ni
berikut :
y
( st)+ C (3.7 .6)
=V
dimana
ni
dan konstanta
ni
, diperoleh :
W 2i S 2i
+ ci =0(i=1,2, , k )
n2i
Atau
untuk meminimumkan
ni=
W i Si
( 3.7.7)
ci
n= (W i Si / ci )(3.7 .8)
i
ni=n
N i S i / ci
=n
(W i S i / c i )
(3.7 .9)
(N i Si / c i )
Pada hubungan persamaan di atas (3.7.9) menunjukkan hal-hal penting yang perlu
diperhatikan di dalam strata, kita ingin mengmabil sampel dalam jumlah yang besar jika :
(i)
(ii)
(iii)
ci
sama dari strata ke strata, hubungan (3.7.9) akan membawa pada alokasi
ci
dan
Si
(Ca) (W i S i / ci )
i
n=
( 3.7 .10)
(W i Si c i)
i
( W i S i / ci ) (W i S i c i )
n=
(3.7 .11)
V + W i S / N
2
i
Nilai varians strata dapat diperoleh dari survey pendahulu atau dari ukuran dalam tiap
strata. Suatu pembuktian alternative alokasi dilakukan oleh Stuart (1954), seperti berikut ini :
'
'
Terdapat V dan C yang merupakan bagian dari V dan C yang bergantung pada
ni
'
atau dalam bentuk sederhananya yaitu V = Ai /ni
'
dan C = c i ni .
( A i c i )2
A
( )
n i ( c i ni )
i
yi
proporsional terhadap
xi
ci ni
=konstanta
Ai
ni
Dimana : ni Ai /c i (3.7 .13)
(i) Pada kasus
di atas.
3.8 Perbandingan Presisi Stratified Random Sampling dengan Simple Random
Sampling
Pada bagian ini, kita akan membuat suatu perbandingan ilmu antara penduga
yang biasanya menggunakan metode simple random sampling tanpa stratifikasi dan
stratified random sampling yang mempergunakan berbagai skema alokasi, seperti
alokasi proportional dan alokasi optimum. Varians penduga/estimator rata-rata
V SR , V
dinotasikan dengan
dan V .
THEOREMA 3.8.1
Jika fpc diabaikan, tunjukkan bahwa :
V opt V V SR (3.8 .1)
Bukti : Ketika fpc diabaikan, kita memiliki
V SR =S 2 /n
k
V =
i
k
N i Si
= W i S 2i / n
Nn
i
V opt =
Sejak
( )
i
N i Si
2
N n
1/ N i
k
=( W i Si ) /n
i
NS = N i S i + N i ( Y iY )
2
V + N i ( Y i Y ) / nN (3.8.2)
2
Atau
V SR V =
Oleh karena itu, dapat disimpulkan bahwa tingkat presisi/ketepatan yang tertinggi
dapat diperoleh dengan alokasi proporsi dibandingkan dengan simple random sampling.
Dengan cara yang sama :
1
V V opt =
nN
1
nN
k
2
i
N i S N i Si
i
N i ( S i S ) (3.8 .3)
k
N i Si / N
Dimana : S=
i
a positivequantity
Juga : V =V +
SR
opt
k
i
k
i
nN
N i ( S i S ) + N i ( Y i Y )
(3.8 .4)
V opt V
V opt V V SR
Kesimpulannya bahwa alokasi optimum Neyman memberikan hasil yang lebih baik
dibandingkan alokasi proporsional. Kita amati dari persamaan (3.8.4) bahwa sebagaimana
kita mengubah dari simple random sampling ke stratified random sampling dengan alokasi
Neyman, hasil keuntungan dalam ketepatan mengestimasi dipengaruhi dari 2 faktor, yaitu :
(i)
(ii)
wilayah yang dimiliki setiap pemilik lahan ( Y i ) dan standar deviasi wilayah yang dimiliki
setiap pemilik lahan, yaitu sebagai berikut :
N
o.
Strata
Jumlah
Pemilik lahan
(Ni)
394
461
381
334
169
113
148
1
2
3
4
5
6
7
Jumlah sampel yang ingin diambil yaitu sebanyak 200 lahan pertanian. Hitung ukuran
sampel di setiap strata dengan menggunakan alokasi proporsional dan alokasi Optimum.
Hitung juga besar varians sampling estimasi wilayah lahan dari sampel
(i)
(ii)
Jika lahan pertanian yang dipilih menggunakan alokasi proporsional dengan metode
pengembalian dan tanpa pengembalian.
Jika lahan pertanian dipilih menggunakan alokasi Neyman dengan metode pengembalian dan
tanpa pengembalian.
Selain itu, hitung juga keunggulan dari efisiensi prosedur metode di atas sebagai
pembanding terhadap simple random sampling.
Perhitungannya telah ditunjukkan pada tabel 3.1, yaitu sebagai berikut :
. Strata
Tabel 3.1
No
N
i
Wi nWi
W i Y 2i
W i S 2i
1
1
1
2
3
94
3
5
.4
.3
4
2
61
1
6.3
81
2
4.3
34
69
13
7
To
48
4.5
5
0.1
2
6
6
3.8
3
5.2
2
.0000
Alokasi proporsional :
1
.47
.56
1
7
2
.61
.83
3
2
00
.76
000
2
.07
.63
3
0
.0740
.31
.76
3
0
.0565
.88
.06
3
3
3
.0845
.07
8
1
0
.1670
4.5
.04
.1905
7
1
4
2.1
.2305
9.8
6
4
tal
.1970
5.1
5
0
1
3.3
3
3
4
8
1
7.05
.72
2
00
6.32
9 0
1
.72
3
1.29
4
12.51
5
98.72
3
49.88
2
41.78
4
01.14
2
71.04
612
6
831
488
1
1
3
91.
872
V ( y ) wr=1/n W i S 2i =1.7214
HAL 61-70?
HAL 71-80?
Alokasi Optimum
Wi S i
Wi S i
ni Ni Si atau ni =
Jumlah perusahaan yang terpilih dari strata pada tabel kolom 8 berturut-turut adalah 19,
36, 34, 39, 24, 17, dan 31.
38.
220
50.
715
= 1.5492
65.
538
V ( y ) wor=[(Nn) nN ] W i S 2i
43.
Jumlah pemilik lahan dipilih dari strata atau kelompok yang ada pada tabel di atas
kolom (6) dan secara berurut-urut nilainya yaitu 40, 46, 38, 33, 17, 11 dan 15.
40.
ni N i ni=nW i
11
13.
344
.276
( y opt ) wr ( Wi S i ) 2 / n 1.4535
V
Simple Random Sampling
Estimasi varians rata-rata :
1 1
V ( y SR ) wor ( ) S 2
n N
Vopt
( N n)
2
2
[ Wi Y i ( Wi Y i ) 2 Wi S i ( Wi S i ) 2 ]
n( N 1)
= 3.0420
Jika fpc diabaikan, maka :
V ( y SR ) wr V prop Wi (Y Y ) 2 / n 3.1129
(i)
(ii)
y 1 , y 2 ..., y k
rata dan ragam diambil dari sampel tersebut. Didapat estimasi berupa rataan
s12 , s 22 ,..., s k2
varians
dan
y
. Untuk mendapatkan estimasi yang tidak bias dari V(
) berdasarkan
SR
s 2 ( y ij y ) 2 /( n 1)
i
y
Unbiased estimator dari V(
SR
k
1 1 k
( N n) k
v ( y SR ) ( ) Wi si2
[ Wi ( y i y st ) Wi (1 Wi ) si2 / n]
i
n N i
( N 1) N i
(3.9.1)
Ketelitian relatif pada penarikan contoh berstrata adalah
v ( y SR ) v( y st )
v( y st )
(3.9.2)
Jika alokasi sampel cukup besar untuk tiap strata, yaitu n i > 50 maka hubungan antar (3.9.1)
akan menjadi,
v( y SR )
N n
[ Wi si2 Wi y i ( Wi y i ) 2 ]
Nn
(3.9.3)
Dalam prakteknya, ditemukan bahwa varians sampel tidak cukup untuk memperkecil standar
deviasi pada alokasi. Jika alokasinya proporsional, yaitu n1 = nWi ; kita dapat menulis s2,
dengan teknik analisis varians, yaitu
2
s 2 [ Wi si2 Wi y i ( Wi y i ) 2 ]
menunjukkan bahwa s2 adalah Unbiased estimator pada proporsi alokasi.
Contoh 3.3 :
Jumlah lada yang terpilih sebagai sampel di suatu desa, yang dibagi menjadi tiga strata dari
wilayah Trivandium diberikan sebagai berikut,
Strata
1
Jumlah
desa
441
Jumlah desa
sampel
11
405
12
103
115,
159, 120
Estimasikan jumlah total dari lada beserta standar errornya di wilayah Trivandum.
Kemudian estimasi pula tingkat ketelitiannya!
Perhitungan yang relevan diberikan di table 3.2.
Estimasi jumlah total lada yaitu
Y st N i y i 87376.54
1
Y st
adalah
k
v (Y st ) N i2 (
1
1
1
)si2 116,432,940.29
ni N i
Y st
116,432,940.29
=
= 10,790.41
Mengestimasi varians total dari jumlah lada, dengan Simple Random Sampling , adalah
2
2
k N s
k
k N s
k
k
1 1
v(Y SR ) ( )[ N N i si2 i i N i y i i i ( N i y i ) 2 ]
1
1
1
1
n N
ni
ni
1
= 167,269,559.37
Maka, persentase ketelitian relatif pada penarikan contoh berstrata
v( y SR ) v ( y st )
100
v( y st )
167,269,559.37 116,432,940.29
100
116,432,940.29
43.65
3.10
FORMASI STRATA
Masalah tentang formasi strata dibahas oleh Hagood dan Bernert (1945), Dalenius (1950,
1952), Dalenius dan Gurney (1951), Mahalanobis (1952) dan Dalenius dan Hodges (1959).
Ekman (1959) member solusi secara teori. Cohran(1961) melakukan percobaan atau
penilitian guna membuktikan teori secara empirisme. Sethi (1963) menurunkan solusi untuk
nilai optimum dari kasus strata populasi dan Hess, Sethi dan Balakrishnan (1966) menjawab
masalah ini dengan persamaan secara empiris. Pada bab ini akan diterangkan secara rinci
tentang konsep konsep dari stratifikasi, meskipun hasilnya berupa pendekatan dan terbatas
pada penerapannya.
Dari k strata, mengandung nilai nilai subbagian dari y1, y2, . . . , yk-1 sehingga
a y1 y 2 ... y k 1 b
. Hal itu telah disebutkan diawal pada Eq. (3.5.10) bahwa varians
y
dari (
st
V ( y st )
1 k
2
Wi S i
n 1
2
k
1 k N 2
[ Yij / N Wi Y i ]
i
n i j
(3.10.1)
Seperti yang disebutkan diawal, tujuanutama stratifikasi adalah meningkatkan tingkat
k N
Yij
ketelitian, oleh karena itu V( st) dapat diminimalkan. Maka pada saat
di (3.10.1)
adalah konstan dan saling bebas antar strata, dan masalahnya nilai y maksimal pada saat
k
Wi Y i
i
. Asumsi bahwa semua nilai kecuali nilai y adalah pasti, maka dapat dibuktikan
k
Wi Y i
i
1
(Yi Y i 1 )
2
(3.10.2)
Hal ini menunjukkan bahwa nilai yi yang baik adalah rataan dua strata dengan sendiri
sendiri. Sebab, semua nilai yi ( i = 1, . . . , k-1) memenuhi dan sesuai dalam strata.
Konsep strata pada equal dan alokasi optimum dapat juga dianggap sama. Varians sampel
pada alokasi equal dan alokasi optimum adalah berturut turut,
k k 2 2
Wi S i
n i
dan
1 k
( Wi S i ) 2
n i
Dari hasil sebelumnya, pendugaan yang terbaik pada stratifikasi dalam dua hal adalah
Wi [ S i2 ( y i Y i ) 2 ] Wi 1 [ S i21 ( y i Y i 1 ) 2 ]
(3.10.3),
dan ,
Wi [ S i2 ( y i Y i ) 2 ] Wi 1 [ S i21 ( y i Y i 1 ) 2 ]
Si
S i 1
(3.10.4)
(v)
3.11
Didalam konteks dalam pengambilan jumlah strata, poin yang mesti diperhatikan adalah
y
(i)
(ii)
Dalenius dan Gurney (1951), Dalenius (1953), Cohran (1961), Sethi (1963), dan Hess,
Sethi, dan Balakrishman(1966) membahas pertanyaan dan beberapa model yang telah
diusulkan untuk menentukan jumlah strata. Untuk yang kedua yang berkenaan pengaruh
biaya pada jumlah k melebihi 6 akan kurang efisien. Beberapa hasil yang telah diteliti secara
signifikan pada survei telah dibahas pada bagian atas.
Hal itu dapat ditunjukkan dengan mudah bahwa stratifikasi menambah efisiensi jika
jumlah strata bertambah. Batas atas dari strata adalah ukuran sampel sampai pada poin yang
terseleksi pada tiap strata. Tetapi dapat juga ditunjukkan bahwa keragaman strata melebihi
yang seharusnya maka metode strata tidak efisien. Dalam survei skala besar, maka tidak
cukup efisien dengan menambah jumlah strata sampai dengan kemungkinan jumlah
maksimum karena akan berpengaruh pada biaya yang besar. Hal itu telah diperkirakan oleh
Dalenius (1953) bahwa rasio varians estimasi dari rata rata populasi berdasarkan k strata
optimum terhadap k-1 strata optimum adalah (k-1)2/k2 yaitu :
Vk ( y st / Vk 1 ( y st )) (k 1) 2 / k 2
(3.11.1)
Hubungan ini dapat dibuktikan oleh Cochran (1961) untuk nilai k=2, 3, dan 4, untuk 8
distribusi menghubungkan kepada perbedaan karakteristik dan menemukan ketetapan dalam
semua kasus.
Untuk menentukan jumlah optimum strata, fungsi biaya dapat dicari dengan :
C = a + kc1 + nc2
(3.11.2)
Dimana a adalah biaya eksploitasi dan c1 dan c2 adalah jumlah biaya per strata dan per unit,
berturut turut.
Sethi (1963) menunjukkan untuk strata optimum dengan proporsi dan alokasi equal, dalam
distribusi gamma, hubungan antara varians sampel dan jumlah strata dapat terbentuk:
Vk ( y st )
S2
(bk 2 ck d ) 1
n
(3.11.3)
Dimana s, c, d adalah konstanta untuk menentukan nilai dari rasio variansuntuk k = 1, 2,
dan 3.
Nilai optimum k untuk memberikan penentuan biaya dengan meminimalkan nilai seperti
pada Eq. (3.11.3) bersamaan dengan Eq. (3.112). hal itu dapat ditunjukkan dengan mudah
bahwa nilai optimum k dan n adalah
K = 2 (C - a)/3c1, dan
n = (C - a)/3c2
(3.11.4)
untuk memastikan spesifikasi yang efisien dengan meminimumkan biaya, persamaan
prosedur dapat diterapkan. Secara umum dapat digambarkan dengan grafik varians atau biaya
yang berbanding terbalik dengan jumlah strata untuk setiap nilai n.
Ketika kita bertemu dengan populasi yang beragam dan untuk memberikan gambaran agar
mudah di kerjakan maka dengan strata dapat dipilih sampel pada tiap strata yang telah
dikelompokkan menurut karakteristiknya masing masing. Dalam penelitian, hal itu tidak
mungkin menduga varians rata rata. Untuk menduga parameter varians rata rata
dikelompokkan dalam strata berkelompok. Mengelompokkan bagian tiap strata yang tidak
jauh berbeda karakteristiknya disebut metode penggolongan strata.
y ji
y j2
E ( y j1 y j2 ) E ( y 2j1 ) E ( y 2j2 ) 2 E ( y j1 y j2 )
2
Y j1
( N j 1)
Nj
2
(Y j1 Y j2 ) 2
S 2j1 Y j2
( N j 1)
Nj
( N j 1)
Nj
S 2j2 2 y j1 y j2
( S 2j1 S 2j2 )
(3.12.1)
Pada saat nilai sizenya sama Nj, maka
k/2
k/2
E ( y j1 y j2 ) 2 V ( y st ) (Y j1 Y j2 ) 2
j
(3.21.2)
k/2
( y j y j )2
j
V ( y st )
y
menunjukkan tidak bias pada V(
peluang sampel terpilih.
st
3.12 STRATIFIKASI
STRATIFICATION)
SETELAH
SAMPEL
TERSELEKSI
(POST-
Dalam stratifikasi diasumsikan bahwa ukuran strata dan frame sampel pada tiap strata
tersedia. Bagaimanapun juga ada contoh yang akhirnya tidak tersedia yang menunjukkan
daftar sampel , umur tiap individu tersedia, meskipun tidak ada perbedaan antara daftar
sampelnya dengan umurnya. Dengan bermacam macam karakteristik yang cocok untuk
distratifikasi, hal ini tidak mungkin terambilnya sampel. Maka post stratification
bergantung pada pengklasifikasian populasi dan terambilnya sampel dari jumlah unit dalam
strata. Masalah dari metode ini dibahas oleh Hansen, Hurwitz, dan Madow (1953). Prosedur
yang sederhana untuk menduga varians dengan metode ini diberikan oleh Williams (1962).
Kita akan menguji kebaikan dalam menentukan presisinya.
Diberikan asumsi bahwa Ni dan Wi (i = 1, 2, . . . , k) diketahui. Jika sampel
y
dipertimbangkan berdasarkan sampel berstrata, makanilai rata
dengan menggunakan
y w ( Wi y i )
E ( y i ) E1 E 2 ( y 1 | ni ) E1 (Y i ) Y i
(3.13.1)
Dan
E ( y w ) Wi E ( y i ) Wi Y i Y
i
(3.13.2)
Untuk selanjutnya kita akan mengira size sampel yang besar dan tidak ada nilai n is (i =
1, . . . , k) yang 0. Maka
V ( y w | ni ....nk ) (1 / ni 1 / N i )Wi 2 S i2
i
(3.13.3)
Dengan menggunakan varians bersyarat maka rumus 1.3.10 menjadi
E1V2 ( y w | n1 ....nk )
E1 [ (1 / ni 1 / N i )Wi 2 S i2 ]
i
[ E (1 / ni ) 1 / N i )]Wi 2 S i2
i
(3.13.4)
Sebuah pernyataan yang tepat untuk persamaan (3.13.4) tidak dapat digunakan.
Bagaimanapun juga, untuk n dan N yang besar, Stephan (1945) telah menunjukkan bahwa:
E (1 / m) 1 / nWi (1 Wi ) / n 2Wi 2
(3.13.5)
Dengan mengganti nilainya dalam persamaan (3.13.4), kita dapatkan:
k
V ( y w ) (1 f ) / n Wi S i2 1 / n 2 (1 Wi ) / S i2
(3.13.6)
V ( y st )
Syarat pertama dalam persamaan (3.13.6) yaitu nilai dari
menggunakan alokasi
proporsional. Syarat kedua mewakili pernyataan varians setelah stritifikasi (pengelompokan),
dimana nilainya itu akan lebih kecil dibandingkan syarat pertama jikan n nya besar. Oleh
karena itu, setelah stratifikasi, nilainya hampir sama tepat seperti propoetional startified
sampling untuk sampel besar.
Andaikan ada dua kriteria alternatif untuk stratifikasi. Pertanyaannya yang muncul
mengacu pada dua kriteria stratifikasi yang mana yang lebih disukai. Sebuah pilihan yang
nyata adalah memilih dua jalan stratifikasi yang terdiri dari k baris dan k kolom dalam basis
di dua variabel stratifikasi. Hal ini akan menjadikan strata kk dan juga sebuah ukuran sampel
n=kk diperlukan untuk mengestimasi rata-rata populasi. Jika hal ini diperlukan untuk
mengestimasi varians dari estimasi rata-rata, sebaiknya dilakukan dua pengamatan dari
masing-masing strata, jadi ukuran sampel yang minimum harus menjadi 2kk . Sebuah
masalah muncul ketika n<kk dan juga ketika tiap strata ingin menggunakan alokasi
proporsional. Bryant, Hartley dan Jessen (1960) telah memberikan solusi yang menarik dan
sederhana untuk masalah ini. Langkah-langkahnya adalah sebagai berikut:
n2
(i)
(ii)
Pilih n dengan peluang yang sama sehingga tidak ada dua sel pada kolom atau baris
yang sama.
ni
(iii)
Gabung n baris ke dalam k strata sehingga strata ke i memiliki alokasi dari unit
dan
nj
(iv)
nij
Misalkan
menjadi jumlah sel dari strata ke ij yang terpilih dalam sampel. Estimator
(penduga) yang tak bias dari rata-rata populasi adalah sebagai berikut:
y u 1 / n Gij nij y ij
i
(3.14.1)
y ij
Gij
Dimana
adalah rata-rata sampel dalam strata ke ij,
diperoleh dari:
Gij
n 2Wij
ni n j
Wij N ij / N
Dan
Wij Wi W j
1
[ ( y ij Yi ) 2 W j (Y j Y ) 2 ]
(n 1) i j
j
(3.14.2)
Perkiraan varians dalam kasus dua jalan stratifikasi terlalu sulit untuk dipraktekan dan
tidak akan di bahas di sini karena keterbatasan ruang. Untuk tujuan ini, pembaca tertuju pada
Bryant (1955), dimana beberapa metode untuk perkiraan varians di bahas dalam kondisi yang
berbeda.
Goodman dan Kish (1950) menyarankan sebuah prosedur pemilihan yang dinamakan
pemilihan terkontrol, yang mempertimbangkan apa yang diperlukan yaitu bahwa kombinasi
tertentu dari unit-unit atau kombinasi yeng terpilih memiliki peluang yang lebih besar dalam
pemilihan dan peluang yang lebih kecil dalam pemilihan untuk semua kombinasi yang tidak
terpilih. Andaikan, dalam sebuah petak gandum, dianjurkan untuk memilih sebuah sampel
acak dan sederhana dari dua lahan untuk mengestimasi rata-rata hasil per hektar. Dalam
sampel, ada tiga kemungkinan (i) kedua lahan teririgasi, (ii) kedua lahan tidak teririgasi atau
(iii) satu lahan teririgasi dan yang lainnya tidak teririgasi. Tidak diragukan lagi, seluruh
sampel akan memberikan hasil estimasi yang tak bias dari rata-rata hasil, tetapi dua sampel
dari kemungkinan yang pertama akan melebihi perkiraan atau parameternya. Oleh karena itu,
dilakukanlah pengelompokan lahan ke dalam dua strata, pertama yaitu lahan teririgrasi dan
strata lainnya yaitu lahan yang tidak teririgasi, dan kemudian memilih sampel acak dan
sederhana dalam satu lahan dari tiap strata. Sampel tersebut disebut sampel terpilih dan
lainnya dapat disebut sampel tidak terpilih. Pada tahapan ini, mungkin disebutkan bahwa
peluang beberapa atau semua kombinasi yang terpilih meningkat dan beberapa atau semua
kombinasi yang tidak terpilih berkurang. Jadi, pemilihan sampel berstrata dapat dikatakan
suatu metode dari pemilihan terkontrol. Bagaimanapun juga, dalam hal ini waktu pemilihan
terkontrol digunakan dalam penambahan kontrol pada stratifikasi untuk memperkecil varians
yang mengestimasi parameter. Hess, Riedel dan Kitzpatrick (1961) menggambarkan metode
dan mendapatkan rumus
untuk mengestimasi varians estimator dan varians yang
diestimasikan. Pendekatan lainnya, menggunakan desain blok yang tidak sempurna, telah
dibahas oleh Avadhani dan Sukhatme (1973). Dalam hal ini, kita dapat menggambarkan
metode untuk menguji bagaimana peluang dari sampel yang terpilih dapat ditingkatkan.
Misal A,B,C,D merupakan 4 lahan yang teririgasi dikumpulkan ke dalam strata I dan
misal a.,b,c,d,e merupakan 5 lahan yang tidak teririgasi ke dalam strata II. Andaikan, lebih
jauh diketahui bahwa A,B,a dan b tidak diberi pupuk, memiliki kode 0, dan lahan C,D,c,dan e
diberi pupuk, memiliki kode 1. Perwakilan masing-masing dari dua tipe pemberian pupuk
juga diperlukan, tetapi hanya satu unit (lahan) diambil dari tiap i srata. Dalam penjumlahan
unit tiap strata, sebuah subscript mengindikasikan tipe aplikasi pemupukan. Pada pemilihan
terkontrol, suatu usaha dibuat untuk meningkatkan peluang dari sampel yang terpilih. Salah
satu cara untuk mencapainya adalah mengubah unit dalam strata II agar sampel yang disukai
terpilih pertama. Semua kemungkinan sampel dalam stratifikasi dan pemilihan terkontrol,
dengan peluang mereka adalah sebagai berikut:
Tabel 3.3 Semua Kemungkinan Sampel dalam Stratifikasi dan Pemilihan Terkontrol
dengan Peluang Terpilih
Strat
a
Origi
nal
Order
Pemilihan strata
Samp
el
Pelua
ng
Samp
el
Pelua
ng
Revise
d
Order
Pemilih
an
terkont
Pelu
ang
rol
I
A0
A0 a 0
B0
C1
D1
II
A0
B0
c1
d1
e1
A0b0
A0c1
A0d1
A0e1
B0a1
B0b1
B0c1
B0d1
0.05
C1a0
0.05
A0
A0c1
0.20
0.05
C1b0
0.05
B0
A0d1
0.05
0.05
C1c1
0.05
C1
B0d1
0.15
0.05
C1d1
0.05
D1
B0c1
0.10
0.05
C1e1
0.05
C1
C1e1
0.10
0.05
D1a0
0.05
D1
C1a0
0.15
0.05
D1b0
0.05
E1
D1a0
0.05
0.05
D1c1
0.05
A0
D1b0
0.20
0.05
D1d1
0.05
B0
0.05
D1e1
0.05
B0e1
Dalam pemilihan sampel berstrata, jika unit A0 atau B0 diambil dari strata I, kita dapat
mengambil c1 ,d1 , atau e1 dari strata II agar kedua tipe stratifikasinya sekarang ialah ukuran
sampel 2. Sama halnya, C1 atau D1 (starat I) dengan a0 atau b0 (strata II). Peluang atau
kombinasi yang dinginkan adalah 0,5 x 0,6+ 0,5 X 0,4= 0,5. Pemilihan terkontrol membuat
peluang sampel yang terpilih semaksimal mungkin. Di sini kita menemukan bahwa hanya
sampel yang tidak terpilih adalah C1e1 dan total peluang dari sampel yang terpilih 0,90.
Hal ini dapat dilihat dari contoh di atas bahwa kita memiliki percobaan secara konsep
untuk memilih 2 unit dari 4 strata yang lebih rinci dalam sistem dua stratifikasi. Ini
seharusnya dicatat bahwa pemilihan tidak dibuat bebas (independent), tetapi saling
pj
pi
bergantung (dependent). Jika peluang dari
sebagai berikut
dan
yj
y
Y i
pi p j
(3.15.1)
y 2j
yi y j
y2
V (Y ) i
pij
pi
pj
pi p j
(3.15.2)
Latihan Soal
merupakan
2 strata berukuran
, dimana
n1 n2
N1
dan
N2
unit. Misalkan
n'1 n' 2
berukuran n, dan
adalah alokasi optimum untuk perkiraan rata-rata dalam
pemilihan sampel berstrata.
(i) Tunjukkan bahwa ketepatan relative alokasi umum ke alokasi optimum adalah :
RP ( N 1U N 2 ) 2 /(N 1U N 2 )( N 1U N 2 )
Dimana
U S1 / S 2
4 (1 ) 2
k
( N n)
1 k
{ N i (Yi Y ) 2 ( N N i )S i2 }
nN ( N 1) i
N i
3.3 Variasi x,, yang bukan bernilai negative mengikuti distribusi eksponensial
e xi dx
x0
Populasinya dibagi ke dalam 2 strata pada titik tertentu
x0
dari . Cari juga nilai optimum dari
3.4 Variasi y mengikuti distribusi rectangular dalam interval (a,a+d). Intervalnya dibagi ke
dalam sub interval k stara berukuran sama. Dari tiap strata, sebuah sampel acak dan
sederhana berukuran njk unit diambil. Misal
V1
dan
V2
V1 / V2 k 2
3.5 Untuk populasi normal N(0,1), f(y) merupakan ordinat pada y dan w
penimbang antara
y1
dan
y2
{ f ( y1 ) f ( y 2 )} / w
S 2 1
bahwa
dan
y2
, tunjukan
, dan
y1 f ( y1 ) y 2 f ( y 2 ) [ f ( y1 ) f ( y 2 )] 2
w
w2
S1 danS 2
y1
merupakan
N 1 danN 2
S1 danS 2
c1 n1 c 2 n2
. Asumsikan
Jika
N1 N 2
c 2 / c1 1
dan 2
3.7 Peneliti ingin mengambil sampel acak berstrata dengan mengikuti asumsi yaitu:
Strata
Ni
Si
Ci
(dalam Rs.)
400
10
600
20
c1 n1 c 2 n2
n1 / n
dan
n2 / n
3.8 Setelah sampel pada latihan 3.7 diambil, ditemukan bahwa biaya penelitian sebenarnya
Rs. 2 per unit pada stara 1 dan Rs. 10 pada strata 2.
(i) Berapa besarnya biaya penelitian yang berubah dari nilai yang diharapkan
V ( y st )
(ii) Jika biaya penelitiannya diketahui naik, bagaimana bisa dihasilkan nilai
untuk perkiraan biaya yang telah diberikan pada latihan 3.7
=1
3.9 Untuk memperkirakan rata-rata hasil penangkapan ikan di wilayah tertentu di pesisir
India, sepanjang pesisir dibagi ke dalam dua strata geografi dengan jumlah yang sama
pada pusat penangkaran ikan. Di antara sejumlah besar pusat pada tiap strata, sebuah
sampel acak dan sederhana dari kelima pusat dan juga pada tiap pusat dipilih, keluar
sejumlah unit, 3 unit dipilih dengan pemilihan sampel acak dan sedehana (SRS) untuk
mencatat berat dari hasil penangkapan. Datanya adalah sebagai berikut:
No Pusat
(kg)
Strata I
Strata II
610
754
688
297
411
515
1187
92
487
1297
533
1130
860
357
656
1085
956
980
817
736
926
920
616
109
511
328
412
906
990
736
Carilah perkiraan rata-rata hasil penangkapan per unit, untuk di pesisir, beserta standar
error nya. Untuk sejumlah pusat yang terpilih, berapakah selisih optimum di antara 2
strata ketika jumlah dari unit yang terpilih pada pusat adalah 3 dan 4
Buatlah selang kepercayaan selisih jumlah pusat dan optimum yang diperlukan untuk
5%
mengestimasi rata-rata tangkapan dengan
3.10 Sebuah data menunjukkan rata-rata gandum dari suatu sampel acak dan sederhana dari 1
yang diambil 20 dari daerah tertentu:
Ukuran
Luas
lahan (are)
21-50
51-50
151-300
301-
Nomor
lahan
18
26
20
13
8,0,0
49,0,13
20,0,71
72,84,158
0,8,0
10,27,0
24,36,48
92,0,62
0,5,9
27,10,16
30,0,70
69,102,0
0,0,0
0,5,0
0,0,0
23,24,28
59,56,62
78,13,51
4,19,5
17,18,0
92
30,14,23
76,17,0
0,4,22
80,32
0,0,3
13,12
35
386
716
873
3.11 Suatu survey sampel dilakukan untuk memperkirakan jumlah kebun apel di kawasan
Mahasa di India selama setahun. Empat strata A,B,C,D pada desa, dibagi berdasarkan
luas ukuran kebun buah seperti hasil dari suatu pencatatan. Ukuran strata (dalam are) 03, 3-6, 6-15, dan 15 ke atas pada masing-masing. Sebuah sampel acak dan sederhana
dari tiap strata dipilih, dan jumlah kebun apelnya dicatat pada desa yang terpilih.
Jumlah kebun apel untuk beragam strata adalah:
Strata
Jumlah total
Jumlah desa
yang terpilih
275
15
2,5,1,9,6,7,0,4,7,0,5,0,0,3,0
146
10
21,11,7,5,6,19,5,24,30,24
93
12
3,10,4,11,38,11,4,46,4,18,1,1
9
62
11
30,42,20,38,29,22,31,28,66,4
1,15
Perkirakan jumlah kebun di daerah tersebut. Hitung apakah ada keuntungan pada
s i2
stratifikasi, melalui pengambilan sampel acak dan sederhana . Gunakan nilai dari
,
kuadrat rata-rata dalam strata ke i seperti varians, gunakan alokasi optimum pada 48
desa.
3.12. Dalam suatu pilot sampel survey di suatu daerah Wardha ( India), untuk perkiraan total
populasi ternak lembu di desa tersebut, dua cara stratifikasi wilayah berdasarkan tehsils
dan ukuran desa, dan berdasarkan jumlah anggota rumah tangga, telah dilakukan. Total
sampel dari 125 desa dibagikan sama ke dalam 9 strata. Seluruh anggota rumah tangga
di desa tersebut telah dihitung total ternak lembunya. Total ternak lembu dan varians di
antara desa dalam masing-masing strata dapat dilihat pada halaman 78.
Hitung varians sampel untuk perkiraan seluruh total populasi ternak lembu di daerah
tersebut, untuk sampel 60 desa, jika desa dipilih dengan metode:
(i) Simple random sampling tanpa stratifikasi
N i Si
(ii)Simple random sampling dalam tiap strata dan dialokasikan dalam proporsi
Tehsils
Ukuran
jumlah
ART
Strata
Total
desa
Ni
Arvi
Wardha
Jumlah
sampel
desa
ni
Jumlah
ternak
lembu
di
sampel
desa
Varians
antar desa
dalam stata
si2
0-50
127
13
1486
(78,9279)2
51-125
109
14
5085
(126,9128) 2
126
81
14
10141
(339,9322) 2
86
14
1224
(73,0564) 2
0-50
Huigaugh
at
51-125
121
14
4282
(55,2853) 2
126
115
14
11334
(432,2364) 2
123
14
2909
(128,2665) 2
103
14
5753
(101,3872) 2
63
14
10002
(298,5456) 2
928
125
52228
0-50
51-125
126
3.13 Untuk suatu survei sosial ekonomi seluruh desa dalam suatu wilayah, termasuk yang
tidak berpenghuni, dikelompokkan ke dalam 4 strata berdasarkan ketinggian diatas
permukaan lautdn kepadatan populasinya. Dari tiap strata, dipilih 10 desa dengan SRS
WR. Datanya dalam jumlah anggota rumah tangga pada tiap sampel desa adalah:
Strat
a
Total
jumlah
desa
10
1411
43
84
98
10
44
4705
50
62
87
84
2558
228
14
7
25
34
36
17
8
33
4
5
6
17
13
9
10
4
14997
23
2
17
0
11
0
15
8
1
3
12
4
25
6
3
26
2
34
16
0
22
0
31
1
5
(i) hitung perkiraan total jumlah ART dengan standar errornya
(ii) perkirakan keuntungan menggunakan stratifikasi dibandingkan dengan tanpa
stratifikasi SRS WR
(iii) Bandingkan RE alokasinya dengan alokasi optimum, anggap ukuran total sampel
tetap
3.14 Dengan menggunakan data di bawah ini dan mempertimbangkan bahwa ukuran kelas
seperti strata itu membandingkan efisiensi alokasi alternatif suatu sampel dari 3000
pabrik untuk mengestimasi total hasil produksi. Sampelnya dipilih dengan SR WOR
dalam tiap strata:
(i) alokasi proporsional
(ii) alokasi proporsional untuk total hasil produksi
(iii) alokasi optimum
Jumlah
pabrik
Hasil produksi
tiap pabrik
Std deviasi
(dalam 000Rs)
(dalam
000Rs)
1-49
18260
100
80
50-99
4315
250
200
100-249
2233
500
600
250-999
1057
1760
1900
567
2250
2500
1000
3.15 Suatu survey dilakukan untuk mengestimasi jumlah total angka melek huruf di sebuah
kota yang dihuni oleh 3 komunitas, beberapa eberapa keterangan diberikan di bawah
ini dari hasil survey:
Komunitas
60000
40
10000
80
30000
60
(i) Anggap komunitas sebagai strata dan asumsikan SRS WR pada tiap strata,
alokasikan ukuran total sampel dari 2000 orang dengan cara optimum
untuk
memperkirakan seluruh proporsi dari melek huruf di kota tersebut
(ii) Perkirakan RE stratifikasi terhadap unstratified sampling
Referensi
34,133-148,(1951).
and J.L.Hodges,The choice of stratification points, Skand.Akt., 40, 198203, (1957).
Minimum variance stratification, J.Amer.Assoc.,54, 88-101,(1959)
Durbin, J.,Review of the book sampling in Sweeden, J.R. Statist.Soc. 122,
246-248,(1959).
Ekman, G.,An approximation useful in univariate stratification, Ann.Math.
.Statist,30,219-229,(1959).
Fuller.W.A.,Sampling with random stratum boundaries, J.R.Statist.Soc.
B 32,209-206,(1970).
Goodman,R. and I. Kish, Controlled selection-a technique in probability
Sampling, J. Amer.Statist .Assoc.,45,350-372,(1950).
Hagood,M,j. and E.H Bernett,Component indeesx as a basis for stratification in
sampling, J.Amer.Statist. Assoc.,40,330-341,(1945).
Hansen, M.H.,W.N. Hurwitz and W.G. Madow, Sample surveys: Methods and
Theory, John Wiley and Sons, New York, (1953).
Harley, H.O.,J.N.K.Rao and G. Kiefer, Variance estimation with one unit per
Stratum, J.Amer.Statist.Assoc.,64,841-851,(1969).
Hess.I.,V.K.Sethi and T.R.Balakrishnan,Startification-a Practical investigation,
J.Amer.statist. Assoc.,61,74-90,(1966).
Hess.I.,D.C. Rield and T.B.Fitpatrick, Probability Sampling of Hospital and
Patients, iUniversity of Michigan, Ann.Arbor,(1961).
Mahalanobis,P.C.,Some aspects of the design of sample surveys, Sankhye,12,17,(1952).
Neyman,J., On the two different aspects of the representative method,
J.R.Statist.Soc.,97,558-606,(1934).
Sethi,V.K.,A note on optimum stratification for estimating of population means,
Aust.J.Statist.,5,20-33,(1963).
Singh,Ravindra. Some contributins to the theory of construction of strata,Ph.D
Thesis,I.A/S.R.I.,New Delhi,(1967).
Stephan,F.F,. The expected value and variance of the reciprocal and other
negative power of a positive Bernoulli variate, Ann.Math.Statist.,16,5061,(1945).
Stuart,A..A simple presentation of optimum sampling results, J.R.statit
.Soc.,B 16,239-241,(1959).
Tschuprow,A.A., On the mathematical expectation of the moment of frequency
distribution in the case of correlated observation, Metron, 2,461-493, 646683, (1923).
Williams, S.H.,On the variance of an estimator with post stratification , J.
Amer. Statist.Assoc.,57,622-627,(1962).