FUNGSI-FUNGSI VARIANS DAN FUNGSI BIAYA

Abdul Haris P.,Daniel Gordon, Frans E. Simanjuntak, Mahdia Efendi

Jurusan Matematika Non Kependidikan FMIPA Universitas Negeri Medan
2011
Abstract
Dalam tulisan ini dibahas mengenai penarikan sampel berkelompok satu tahap :
kelompok-kelompok dengan ukuran sama. Secara khusus dibahas bagaimana
menentukan fungsi-fungsi varians dan fungsi biaya.
Abstract
This paper discusses about the one-stage sampling groups: the groups with the
same size. Specifically discussed how to determine the functions of the variance
and cost functions.
1. Pendahuluan
Dalam beberapa jenis survey,
sebagai contoh penarikan sampel
tanah, panenan dan survey-survei
pertanian yang menggunakan unit
penarikan sampel areal, ukuran unit
kelompok mungkin mencakup unit
terbaik. Masalahnya bukanlah
memilih antara dua atau tiga ukuran
tertentu yang telah dicoba. Tetapi
mendekati nilai M optimum yang
dianggap sebagai sebuah variable
kontinu (continuous variable).
Masalah ini membutuhkan suatu
perkiraan varians S
b
2
antar unit-unit
dalam populasi sebagai sebuah
fungsi M.Dengan analisis varians,
S
b
2
dapat diperoleh jika kita
mengetaahui (a) varians S
2
antara
seluruh elemen dalam populasi dan
(b) varians S
w
2
antar elemen yang
terletak pada unit yang sama.
Dalam survei yang besar,
biaya lapangan memiliki peranan
penting dalam menentukan unti yang
optimum. Kedua Komponen biaya
lapangan dibedakan. Komponen
pertama c
1
Mn terdiri dari biaya-
biaya yang bervariasi secara
langsung dengan jumlah elemen.
Komponen kedua, c
2
n , mengukur
biaya perjalanan antar kelompok.
Sehingga biaya lapangan itu adalah
n c Mn c C
2 1
+ =
2. Pembahasan
2.1. Fungsi-fungsi Varians
Pada beberapa jenis survey,
sebagai contoh penarikan sampel
tanah, panenan dan survey-survei
pertanian yang menggunakan unit
penarikan sampel areal, ukuran unit
kelompok mungkin mencakup unit
terbaik. Masalahnya bukanlah
memilih antara dua atau tiga ukuran
tertentu yang telah dicoba. Tetapi
mendekati nilai M optimum yang
dianggap sebagai sebuah variable
kontinu (continuous variable)
Masalah ini membutuhkan suatu
perkiraan varians S
b
2
antar unit-unit
dalam populasi sebagai sebuah
fungsi M.Dengan analisis varians,
S
b
2
dapat diperoleh jika kita
mengetaahui (a) varians S
2
antara
seluruh elemen dalam populasi dan
(b) varians S
w
2
antar elemen yang
terletak pada unit yang sama.
Pendekatan kita adalah untuk
memperkirakan S
w
2
dan S
2
dan
mencari S
b
2
dengan analisis varians.
Data sampel menghasilkan
perkiraan-perkiraan S
2
dan S
w
2
untuk
ukkuran unit yang benar-benar
dipergunakan. Karena S
2
adalah
varians antar elemen, varians ini
dipengaruhi oleh ukuran unit. Namun
demikian S
w
2
akan dipengaruhi, S
w
2
bisa diharapkan naik jika ukuran unit
yang besar naik.Bila unit-unit yang
besar diuji berbeda kecil dalam
ukuran unit-unit yang benar-benar
digunakan, pendekatan pertama
adalah dengan menganggap S
w
2
sebagai konstanta, dengan
menggunakan perkiraan yang
diberikan oleh data sampel.
Sebagai pendekatan yang lebih
baik, percobaan-percobaan yang
telah dibuat untuk mengembangkan
aturan umum untuk menduga
bagaimana S
w
2
berubah sesuai
dengan ukuran unit. Pada beberapa
survey pertanian, S
w
2
tampak
berhubungan dengan M menurut
rumus empiris,
S
w
2
= AM
g
(g>0) (2.1.1)
Dimana A dan g adalah
konstanta yang tidak tergantung
kepada M. Pada rumus ini S
w
2
naik
terus menerus jika M naik. Biasanya
g kecil. Sebuah kurva dari jenis ini
dapat diharapkan bila ada kekuatan
yang mendesak sebuah pengaruh
yang sejenis atas elemen-elemen
yang berdekatan.Iklim jenis tanah,
topografi dan pendekatan pasar
cenderung untuk memberikan hasil
yang mirip atas kebun-kebun yang
berdekatan.
Secara teori, rumus ini terbuka
terhadap keberatan-keberatan, karena
akan membuat S
w
2
naik tanpa batas
jika M menaik. Bila kita
menganggap yang masuk akal bahwa
tidak ada korelasi antar elemen yang
terpisah jauh. Sebuah rumus yang
S
w
2
mendekati batas atas dengan M
besar akan lebih tepat. Namun
demikian, sebuah rumus akan
mencukupi bila memberikan sebuah
ketepatan yang baik sekitar jarak M
yang diselidiki.
Bila rumus ini cocok, plot log
S
w
2
terhadap log M akan mendekati
garis lurus. Nilai S
w
2
untuk sekurang-
kurangnya dua nilai dari M
dibutuhkan untuk memperkirakan
konstanta log A dan g. Sekurang-
kurangnya tiga nilai M dibutuhkan
untuk mengujji kelinieran yang
cocok.
Dari analisis varians didapat :
S
b
2
=
( )
( )
=
( )
( )
= MS
2
(M -1)AM
R
(2.1.2)
Populasi lengkap dapat dianggap
sebagai penarikan sampel yang besar
yang berisi NM elemen.
S
2
= A(NM)
g
. Keuntungan dari cara
ini adalah nilai-nilai A dan g
sekarang dapat diperkirakan dari data
untuk suatu survey dimana hanya
satu nilai M digunakan. Dua
persamaan yang berhubungan
dengan perkiraan tersebut adalah
log S
w
2
= log A + g log M (2.1.3)
log S
2
= log A + g log (NM) (2.1.4)
Dari rumus untuk menjadi
S
b
2
= AM
g
[MN
g
(M-1)] (2.1.5)
2.2. Fungsi Biaya
Dalam survei yang besar, biaya
lapangan memiliki peranan penting
dalam menentukan unti yang
optimum. Sebagai ilustrasi kita akan
memperlihatkan suatu fungsi untuk
survey kebun. Kedua komponen
biaya lapangan dibedakan.
Komponen pertama c
1
Mn terdiri
dari biaya-biaya yang bervariasi
secara langsung dengan jumlah
elemen (kebun). Dengan demikian c
1
menyatakan biaya wawancara dan
perjalanan dari kebun ke kebun.
Komponen kedua, c
2
n ,
mengukur biaya perjalanan antar
kelompok. Sehingga biaya lapangan
itu adalah
n c Mn c C
2 1
+ = (2.2.1)
Dengan menganggap penarikan
sampel acak sederhana mengabaikan
kpt, varians rata-rata per elemen y
adalah nM S
b
/
2
. Maka


n
AM M S
y V
g 1 2
1


=
(2.2.2)
Dengan beberapa manipulasi,
kita dapat memperoleh persamaan
yang memberikan M optimum.
Penyelesaian pertama persamaan
biaya mengkuadratkannya dalam n
. Ini memberikan
1
4
1
2
2
2
1
2
1

'
`
'
'
\
|
+ =
c
M Cc
c
n M c
(2.2.3)
Persamaan yang diminimumkan
adalah
V n c Mn c V C + + = +
2 1
(2.2.4)
Dengan menurunkan dan mencatat
bahwa n V n V / / = c c , kita
memperoleh persamaan
n:
n
V
n
V
n c M c

=
c
c
= +

2
1
2 1
2
1
(2.2.5)
m:
M
V
n c
c
c
=

1
(2.2.6)
bagi (2.2.5) dengan (2.2.6) untuk
menghilangkan . Ini menghasilkan
2
1
2 1
1
2
1

+
=
c
c
n c M c
n c
M
V
V
n
atau
=
/

(2.2.7)
Bila kita menggantikan untuk

,
kita dapatkan setelah beberapa
penyederhanaan
= 1 + 1 (2.2.8)
Dengan menuliskan ruas kiri
dari persamaan ini separuhnya dan
dengan mengubah tanda di kedua
ruas, kita dapatkan
[

(
1
)]
(
1
)
= 1 1 + (2.2.9)
Persamaan ini menghasilkan M
optimum. Kedua ruas dapat
dipandang sebagai fungsi yang
menaik dari M, untuk g > 0 , M 1,
di dalam wilayah yang diperhatikan.
Misalkan bahwa penyelesaian
tersebut didapatkan untuk nilai-nilai
C,c
1
, dan c
2
tertentu dan kita akan
menguji pengaruh dari suatu
kenaikan pada c
1
. Dalam
penyelesaian, ruas kiri tidak
tergantung kepada c
1
, tetapi ruas
kanan menaik jika c
1
menaik. Namun
demikian, nilai optimum yang dicari
akan menurun karena suku c
1
M pada
ruas kanan. Suatu penurunan pada c
2
menghasilkan suatu pengaruh yang
mirip.
Sekarang c
1
menaik jika lama
wawancara bertambah, sedangkan c
2
menurun bila perjalanan menjadi
lebih murah atau kebun kelapa dalam
daerah tertentu menjadi lebih padat.
Kenyataan ini mengarah pada
kesimpulan bahwa ukuran unit
optimum menjadi lebih kecil bila
Lama wawancara bertambah
Perjalanan menjadi lebih
murah
Jumlah elemen (kebun)
menjadi lebih padat
Jumlah uang digunakan (C)
menaik
Kesimpulan ini adalah sebuah
akibat dari jenis fungsi biaya dan
membutuhkan pengujian ulang
dengan sebuah fungsi yang berbeda.
Ini mengilustrasikan kenyataan,
bahwa unit optimum bukanlah
sebuah karakteristik yang tetap dari
populasi, tetapi tergantung juga
kepada tingkat harga dan upah.
Daftar Pustaka
Cochran, William G.,(1991), Teknik
Penarikan Sampel, Universitas
Indonesia, Jakarta.
Supranto,J.,(2004),Analisis
Multivariat, Rineka Cipta, Jakarta.