Sri Subanti
Jurusan Matematika F.MIPA Universitas Sebelas Maret Surakarta.
Abstract
Rasio estimation under two – phase simple random sampling is
studied. A new linearisation variance estimator that makes more
complete use of the sample data than a standard one is proposed. A
jackknife variance estimator and its linearised version are also
obtained. Unconditional and conditional repeated sampling
properties of these variance estimaters are studied through
simulation. Applications to ‘mass’ imputation under two – phase
sampling and deterministie imputation for missing data are also
given.
1. PENDAHULUAN
Penarikan sampel dua tahap sering pula disebut sebagai penarikan sampel
gerombol dua tahap, karena merupakan pengembangan lebih lanjut dari penarikan
sampel gerombol sederhana atau yang lebih dikenal dengan penarikan sampel
bergerombol. Alasan digunakannya penarikan sampel dua tahap yaitu tidak
adanya kerangka penarikan sampel yang dapat mndaftarkan semua elemen atau
submit dalam populasi.
Dengan demikian pada dasarnya penarikan sampel dua tahap yaitu
memilih sampel acak sederhana dari chuster-chuster dan kemudian mengambil
lagi sampel acak sederhana dari elemen-elemen dalam setiap chuster terpilih.
Adapun teknik penarikan sampel tergantung pada perolehan informasi
sebelumnya mengenai variabel pembantu xi , estimasi rasio dan regresi
membutuhkan suatu pengetahuan tentang rata-rata X . Jika diinginkan untuk
melapis populasi menurut xi harus diketahui lebih dulu frekuensi distribusinya.
20
Estimasi Variansi pada … (Sri Subanti)
__________________________________________________________________
Jika keterangan kurang atau data yang diperoleh tidak lengkap maka untuk
lebih mudahnya pada pengambilan sampel besar pertama xi sendiri yang diukur.
Tujuan sampel ini adalah untuk memberikan estimasi yang baik dari X atau
frekuensi distribusi xi . Sehingga dalam sebuah survei yang tujuannya membuat
estimasi untuk beberapa variabel yi lainnya, perhatian banyak ditujukan pada
sumber-sumber dari awal walaupun ini berarti bahwa ukuran sampel dalam survei
pokok mengenai yi akan berkurang.
2. LANDASAN TEORI
fungsi densitas f2. Kemudian oleh deming, d.k.k (1994) rancangan tersebut yang
serupa dengan penarikan sampel rata-rata dapat menghasilkan estimasi yang tidak
bias tentang µ1 dan µ2 .
Selanjutnya oleh Yeh, Lam dan Chi Van (1997) telah menyelidiki pula
bahwa penarikan sampel sederhana untuk setiap y1 dengan pembobot yang sama
m
yaitu w1 mempunyai rata-rata sampel y yang berbentuk ∑ wi yi .
i =1
21
JURNAL MATEMATIKA DAN KOMPUTER
Vol. 6. No. 1, 20 – 26, April 2003, ISSN : 1410-8518
__________________________________________________________________
Pada sampel pertama (besar) dengan ukuran n’ kita hanya mengukur xi , dan pada
n'
sampel kedua sebuah subsampel acak dengan ukuran n = vn ' = dengan fraksi v
k
dipilih terlebih dulu, selanjutnya diukur xi dan yi . Estimasi Y adalah
( )'
y lr = y + b x − x dengan x , x
'
merupakan rata-rata xi pada sampel pertama dan
( )
V y lr =
S2 y 1− ρ2 ( ) + ρ 2S 2 y − S 2 y ………………………………………. (2)
n n' N
acak sederhana, telah ditunjukkan bahwa jika b dalam y lr ditukar oleh koefisien
S yx 1
B= maka kesalahan dalam estimasinya sebesar relatip terhadap y lr .
S n
x2
( ) Misalkan u = y − B
y lr = y + B x − x
'
i i x1 . Dalam tahap kedua, dianggap sampel besar
sebagai populasi terbatas. Selanjutnya, karena sampel kecil diambil secara acak
dari sampel besar maka
( ) 1 1 2
( )
' 2
E2 y lr = y : V2 y er = − S1n dengan Sn1 merupakan variansi n dalam sampel
n n'
besar.
Sehingga
( )
' 1 1 2
V y lr = V1 y + E1 − Sn1
n n'
()
1 1
n N
1 1
= − S 2y + − S 2 1 − ρ 2
n n'
( )
22
Estimasi Variansi pada … (Sri Subanti)
__________________________________________________________________
2
Karena Su1 merupakan estimasi tidak bias dari
(
Su 2 = S y 2 1 − ρ 2 )
sehingga diperoleh :
( )
V y lr =
(
S y2 1 − ρ 2 ) + ρ 2S y2 − S y2
n n' N
( )
E = V y er =
σ 2 y 1− ρ2 ( ) + ρ 2σ 2 y − σ 2 y ………………………………… (2)
n n' N
Persamaan (2) mempunyai bentuk sama seperti persamaan (1) kecuali pada (2)
σ 2 y dan ρ menyatakan populasi tidak terbatasnya.
Kemudian penarikan sampel dua tahap dengan regresi telah diperluas oleh Khan
dan Tripathi [1967] untuk kasus p variabel pembantu x diukur dalam sampel
kedua, Y dengan regresi linier berganda diestimasi denga regresi linier berganda y
pada variabel ini. Dengan sampel kedua merupakan sebuiah sampel acak dari
sampel pertama dan dengan menganggap kenormalan peubah ganda untuk y dan
x, persamaan (2) untuk p >1 diperoleh variansi rata-rata
( ) =
( )
S 2 y 1 − R 2 ( n '− n ) ρ R2 S 2 y S 2 y
V y lr 1 + + − ………………………. (3)
n n (n − ρ − 2) n' N
Misalkan sampel acak sederhana s. untuk ukuran n’ diambil tanpa
pengembalian dari populasi yang berukuran N dan xi telah diobservasi untuk
semua elemen i ∈ s .
Maka subsampel acak sederhana s untuk ukuran n dipilih tanpa pengembalian dari
s’ dan yi diobservasi untuk semua i ∈ s .
y '
Estimator rasio untuk Y adalah y r = x = R x, dengan y dan x keduanya
x
23
JURNAL MATEMATIKA DAN KOMPUTER
Vol. 6. No. 1, 20 – 26, April 2003, ISSN : 1410-8518
__________________________________________________________________
1 1
( )
2
s 2d = ∑ di
2
; s2 y = ∑ yi − y
dengan n − 1 i=s n − 1 i =s
di = yi − Rx i
Persamaan (4) variansi sampel s2y digunakan untuk estimasi variansi S2y.
Estimator variansi linierisasi untuk y er , pertama dinyatakan S2y sebagai
2
S2 y =
1 N
(
∑ yi − Rxi − Rx
N − 1 i =1
) ……………………………………………………. (5)
= S D + 2 R Dx + R S
2 S 2 2
x
dengan S2D dan S2x merupakan variansi populasi untuk Di = yi − Rxi dan xi,
Y
Sedangkan R = .
x
2 2
Selanjutnya s 2 y = s 2 d + 2 Rsd x + R s x …………………………………………. (6)
( )
1 ' 2
S '2 x = ∑ xi − x menghasilkan estimator variansi linierisasi :
n '− 1 i∈s '
1 1 1 1 1 1 2 2
V1 = − s 2 d + 2 − Rs dx + − R s 'x ……………………………… (7)
n N n ' N n' N
24
Estimasi Variansi pada … (Sri Subanti)
__________________________________________________________________
n x − x j untuk j ∈ s
dengan x ( j ) = n − 1
x untuk j ∈ s '− s
n y − y j
untuk j ∈ s
y ( j) = n −1 ……………………………………… (9)
y untuk j ∈ s '− s
'
n'x − xj
dan x ( j) =
'
untuk semua j ∈ s '
n '− 1
n '− 1
{
∑ yr ( j ) − yr }
2
v1 = …………………………………………… (10)
n ' j∈s '
adalah
{ }
θɵ r ( j ) = g yr ( j ) dan θɵ r = g yr ( )
dan
x − x'
− ( ) j
'
−R
j x j y −R x
j
untuk j ∈ s
n −1 x ( j) n −1
yr ( j ) − y r = …………………… (11)
'
x j − x untuk j ∈ s '− s
−R
n '− 1
x ( j)
' '
x
dengan asumsi ≃ , bentuk (10) dan (11) menjadi
x ( j) x
2
x' s 2 x' R
s 2 s' 2
R
v1 ≃ d
+ 2 dx
+ x
………………………………………. (12)
x n x n' n'
25
JURNAL MATEMATIKA DAN KOMPUTER
Vol. 6. No. 1, 20 – 26, April 2003, ISSN : 1410-8518
__________________________________________________________________
'
x
Jika ≃ 1 untuk n besar, maka menurut persamaan (7); persamaan (12) menjadi
x
2
x' 1 1 x' 1 1
v2 ≃ − s 2 d + 2 − R s + 1 − 1 R 2 s1x 2 …………… (13)
dx
x n N x n N n' N
4. KESIMPULAN
DAFTAR PUSTAKA
1. Cochran, W.Gi., Sampling Techniques, 3rd . ed, New York, Wily, 1997.
2. Dorfman, A.H. A note on Variance, estimation for the regression estimator
in double sampling . J. Am. Statist. Assoc.84, 137 – 140, 1997.
3. Raw, J.N.k. E Shaw, J., Variance estimation under two – phase sampling
with application to imputation for missing data. Biometrika 82,2, 453-460,
1995.
4. Royall, R.M., The prediction approach to robust variance estimation in two
– stage cluster sampling J. Am. Statist. Assoc.81,114 – 123, 1986.
26