Dalam suatu survei, dari 10.

000 pohon mangga diambil 366 sebagai sampel dan dapat dibagi menjadi
6 strata. Pada fase berikutnya, diambil sejumlah pohon mangga sebagai sampel dari tiap strata
kemudian dilakukan observasi terhadap produki mangganya (kg). Data yang diperoleh adalah sebagai
berikut:

Strata nh’ nh yhi

1 50 5 55; 60; 54; 80; 60
2 75 7 49; 80; 75; 56; 50; 57; 53
3 60 6 60; 80; 67; 76; 56; 64
4 43 4 34; 65; 54; 47
5 80 8 76; 56; 78; 84; 65; 58; 76; 75
6 58 6 57; 65; 50; 68; 56; 71
a. Perkirakan rata-rata hasil produksi mangga beserta relative standard error-nya!
b. Jika fungsi biaya yang berlaku dalam survei adalah 100 = n + 0,02 n’ dan optimum allocation
digunakan untuk pengalokasian ke tiap strata, maka perkirakan jumlah sampel optimumnya.
Perkirakan juga varians minimumnya!

Jawab:

a. Perkiraan rata-rata:
N=10.000
𝑁−𝑛′
𝑔= 𝑁−1
= 0,9635

𝑤ℎ 𝑠ℎ2 𝑤ℎ 𝑠ℎ2 𝑤ℎ (𝑦̅ℎ −𝑦̅𝑠𝑡𝑑 )2

𝑛ℎ′ 𝑛ℎ 𝑦ℎ𝑖 ∑ 𝑦ℎ𝑖 𝑤ℎ 𝑦̅ℎ 𝑤ℎ × 𝑦̅ℎ 𝑤ℎ2 𝑠ℎ 𝑔
𝑛′ {𝑤ℎ2 − 𝑔 } 𝑔
𝑛ℎ 𝑛′ 𝑛ℎ 𝑛′
55,60,
50 5 54,80, 309 0,1366 61,8000 8,4426 0,0187 10,5451 0,0004 22,2400 0,4071 0,0004
60
49,80,
75,56,
75 7 420 0,2049 60,0000 12,2951 0,0420 12,3828 0,0005 21,9048 0,9080 0,0043
50,57,
53
60,80,
60 6 67,76, 403 0,1639 67,1667 11,0109 0,0269 9,2610 0,0004 14,2944 0,3780 0,0081
56,64
34,65,
43 4 200 0,1175 50,0000 5,8743 0,0138 12,9872 0,0003 42,1667 0,5690 0,0510
54,47
76,56,
78,84,
80 8 568 0,2186 71,0000 15,5191 0,0478 10,0995 0,0006 12,7500 0,6018 0,0384
65,58,
76,75
57,65,
58 6 50,68, 367 0,1585 61,1667 9,6931 0,0251 8,0850 0,0004 10,8944 0,2690 0,0012
56,71
366 𝑦̅𝑠𝑡𝑑 = 62,8352 3,1329 0,1033
 𝐿

𝑦̅𝑠𝑡𝑑 = ∑ 𝑤ℎ 𝑦̅ℎ = 62.8352

ℎ=1
𝐿
𝑛′ 𝑤ℎ 𝑠ℎ2 𝑤ℎ (𝑦̅ℎ − 𝑦̅𝑠𝑡𝑑 )2
𝑣(𝑦̅𝑠𝑡𝑑 ) = ∑ [{𝑤ℎ2 − 𝑔 } + 𝑔 ]
𝑛′ − 1 𝑛′ 𝑛ℎ 𝑛′
ℎ=1

= (366/365)*(3,1329+0,1033)

= 3,2451

𝑠𝑒(𝑦̅𝑠𝑡𝑑 ) = √𝑣(𝑦̅𝑠𝑡𝑑 ) = 1,8014

𝑠𝑒(𝑦̅𝑠𝑡𝑑 ) 1,8014
𝑟𝑠𝑒(𝑦̅𝑠𝑡𝑑 ) = × 100% = × 100% = 2,8669%
𝑦̅𝑠𝑡𝑑 62.8352

b. Perkiraan jumlah sampel optimum:

100 = n + 0,02 n’
maka:
𝐶0 = 100
𝑎=0
𝑐 ′ = 0,02
𝑐=1

𝑤ℎ 𝑠ℎ2 𝑤ℎ 𝑠ℎ2
𝑛ℎ′ 𝑛ℎ 𝑦ℎ𝑖 ∑ 𝑦ℎ𝑖 𝑤ℎ 𝑦̅ℎ 𝑤ℎ × 𝑠ℎ 𝑤ℎ2 𝑠ℎ 𝑔
𝑛′ {𝑤ℎ2 − 𝑔 }
𝑛ℎ 𝑛′ 𝑛ℎ
55,60,5
50 5 309 0,1366 61,8000 8,4426 0,0187 10,5451 0,0004 22,2400 0,4071
4,80,60
49,80,7
75 7 5,56,50 420 0,2049 60,0000 12,2951 0,0420 12,3828 0,0005 21,9048 0,9080
,57,53
60,80,6
60 6 7,76,56 403 0,1639 67,1667 11,0109 0,0269 9,2610 0,0004 14,2944 0,3780
,64
34,65,5
43 4 200 0,1175 50,0000 5,8743 0,0138 12,9872 0,0003 42,1667 0,5690
4,47
76,56,7
8,84,65
80 8 568 0,2186 71,0000 15,5191 0,0478 10,0995 0,0006 12,7500 0,6018
,58,76,
75
57,65,5
58 6 0,68,56 367 0,1585 61,1667 9,6931 0,0251 8,0850 0,0004 10,8944 0,2690
,71
366 𝑦̅𝑠𝑡𝑑 = 62,8352 3,1329

𝐿 2 𝐿 2

𝑉𝑛 = (∑ 𝑊ℎ 𝑆ℎ ) = (∑ 𝑤ℎ 𝑠ℎ ) = 110,4776
ℎ=1 ℎ=1
𝐿 𝐿

𝑉𝑛′ = ∑ 𝑊ℎ (𝑌̅ℎ − 𝑌̅)2 = ∑ 𝑤ℎ (𝑦̅ℎ − 𝑦̅𝑠𝑡𝑑 )2 = 39,2368

ℎ=1 ℎ=1
 ′
(𝐶0 − 𝑎)√𝑉𝑛′ 𝑐
𝑛𝑜𝑝𝑡 = = 388,6451 ≈ 389 𝑠𝑎𝑚𝑝𝑒𝑙
√𝑐𝑐′(√𝑐𝑉𝑛 + √𝑐′𝑉𝑛′ )

(𝐶0 − 𝑎)√𝑉𝑛 𝑐′
𝑛𝑜𝑝𝑡 = = 92,2271 ≈ 93 𝑠𝑎𝑚𝑝𝑒𝑙
√𝑐𝑐′(√𝑐𝑉𝑛 + √𝑐′𝑉𝑛′ )

2
(√𝑐𝑉𝑛 + √𝑐′𝑉𝑛′ )
𝑉𝑚𝑖𝑛 (𝑦̅𝑠𝑡𝑑 ) = = 1,2988
(𝐶0 − 𝑎)

Jumlah sampel fase pertama yang optimum adalah sebanyak 389 sampel, sedangkan untuk
fase kedua, jumlah sampel yang optimum adalah sebanyak 93 sampel untuk menghasilkan
varians minimum 1,2988.