STRATIFIED RANDOM SAMPLING (Strata=subpoplasi.

strata hogn, antar strata Prinsip: Urutkan 1-N, Interval(k)=N/n, unit sampel prtm 2 𝑁 𝑌̂𝑠𝑡 = ∑𝐿ℎ=1 𝑁ℎ 𝑀 ̅ ′ℎ 𝑦̅ℎ ; 𝑣(𝑌̂𝑠𝑡 ) = ∑𝐿ℎ=1 𝑁ℎ2 𝑀
̅ℎ′2𝑣(𝑦̿ℎ )
𝜌= (𝑦 − 𝑌̅ )(𝑦𝑖𝑗 ′ − 𝑌̅)
hetero. Masing” strata dianggap populasi shg bs diterapkan sampling yg beda) (AR1) dipilih scr acak antara (1-k “Linear”) atau (1-N 𝑘𝑛(𝑛 − 1) 𝑖𝑗 (𝑁 − 1)𝑆 2 Estimasi total pop berd est rata2 tertimbang dg uk cluster dr
Estimasi Strata ke-h ; Estimasi Strata ke-h ; “circular”). Caranya pilih angka random AR1 ≤ k atau AR1 ≤ Intraclass Correlation Coeffisien: ukurn yg Mnytakn tk. unit2 dlm smple
rata” Populasi; Total Populasi; N (jika ARn > N -> AR-N) . selanjutnya: ARn = ARn-1 + k Khmognn dlm sbuah smpl sistematik diantr psngan unit dlm ̂ 𝑠𝑡 = ∑𝐿 𝑁 2 𝑀
𝑌′ ̅ ̅′ℎ ; 𝑣(𝑌̂′𝑠𝑡 ) = ∑𝐿ℎ=1 𝑁ℎ2 𝑀 ̅ℎ′2𝑣(𝑦̿′ℎ )
1 ℎ=1 ℎ ′ℎ 𝑦
1
𝑌̂ℎ = 𝑁ℎ . 𝑦̅ℎ ; 𝐸(𝑦𝑖𝑗 −𝑌̅)(𝑦𝑖𝑗′ −𝑌̅)
𝑦̅ℎ = ∑𝑛ℎ 𝑦 ; Pendugaan Popls linear N≠nk bias sisanya unbias ybar= ∑yij smpl sistmtk yg sm (ρ= ); (v𝑦̅𝑠𝑡 = Estimasi total pop berd est rata2 tertimbang dg uk cluster
𝑛ℎ 𝑖=1 ℎ𝑖 𝑛 2
Rata” 𝑁 Total 𝑌̂𝑠𝑡 = 𝑁. 𝑦̅𝑠𝑡 = ∑𝐿ℎ=1 𝑌̂ℎ ; 1
Dimana: 𝑆𝑤𝑠𝑦 2 = 𝑘(𝑛−1) ∑𝑘𝑖 ∑𝑛𝑗 (𝑦𝑖𝑗 − 𝑦̅𝑖 )2 |
1
𝑆 2 = 𝑁−1 ∑𝑖1 ∑𝑗1(𝑦𝑖𝑗 − 𝑌̅)2 𝐸(𝑦𝑖𝑗 −𝑌̅) pop
𝑦̅𝑠𝑡 = ∑𝐿ℎ=1 ℎ . 𝑦̅ℎ = 𝑆 2 𝑁−1
𝑁
SIMPLE RANDOM SAMPLING [1 + (𝑛 − 1)𝜌] 𝑌̂𝑠𝑡∗ =
∑𝐿ℎ=1 𝑊ℎ . 𝑦̅ℎ ; 𝑛 𝑁 ∑𝐿ℎ=1 𝑁ℎ2 𝑀̅ℎ∗ 𝑦̿ℎ∗ ; 𝑣(𝑌̂𝑠𝑡∗ ) = ∑𝐿ℎ=1 𝑁ℎ2 𝑀̅ℎ∗2𝑣(𝑦̿ℎ∗ )
ESTIMASI
𝑠2
𝑣(𝑦̅ℎ ) = (1 − 𝑓ℎ ) ℎ ; 𝑣(𝑌̂ℎ ) = 𝑁ℎ2 . 𝑣(𝑦̅ℎ ); Estimasi total pop berd est proporsi tdk tertimbang
Varians 𝑛ℎ Varians Estimsi WR WOR PENDUGAAN RASIO DAN REGRESI PD DESAIN SRS
𝑣(𝑌̂𝑠𝑡 ) = 𝑁 2 . 𝑣(𝑦̅𝑠𝑡 ) = 1 𝐴̂𝑠𝑡 = ∑𝐿ℎ=1 𝑁ℎ 𝑀 ̅ℎ′ 𝑝ℎ ; 𝑣(𝐴̂𝑠𝑡 ) = ∑𝐿ℎ=1 𝑁ℎ2 𝑀 ̅ℎ′2 𝑣(𝑝ℎ )
Rata” 𝑣(𝑦̅𝑠𝑡 ) = Total 𝑦̅ = ∑𝑛𝑖=1 𝑦𝑖 Estm Rata2 Varians
∑𝐿ℎ=1 𝑣( 𝑌̂ℎ ); Rata” Estimasi total pop berd est proporsi tertimbang dg uk
∑𝐿ℎ=1 𝑊ℎ2 . 𝑣(𝑦̅ℎ ); 𝑛
𝑦̅ (1−𝑓) 2
𝑦
̅ = ̅ = 𝑅̂ 𝑋̅
𝑋 v(𝑦̅𝑅 )= [𝑠𝑦 − cluster dr unit2 dlm smple
𝑠𝑒(𝑦̅ℎ ) = √𝑣(𝑦̅ℎ ); Estimasi 𝑝ℎ = ∑𝑛ℎ
1
𝑦 = ℎ;
𝑎
Varians 𝑠2 𝑁 − 𝑛 𝑠2 Rasio 𝑅
𝑥̅ 𝑛
𝑛ℎ 𝑖=1 ℎ𝑖 𝑛ℎ 𝑣(𝑦̅) = 𝑣(𝑦̅) = . 2𝑅̂ 𝜌𝑠𝑦 𝑠𝑥 + 𝑅̂ 2𝑠𝑥2 ] 𝐴̂′𝑠𝑡 = ∑𝐿ℎ=1 𝑁ℎ 𝑀 ̅ℎ′ 𝑝ℎ′ ; 𝑣(𝐴̂′𝑠𝑡 ) = ∑𝐿ℎ=1 𝑁ℎ2 𝑀 ̅ℎ′2 𝑣(𝑝ℎ′ )
𝑠𝑒(𝑦 ̅ ) = ̅
√𝑣(𝑦𝑠𝑡 ); proporsi 𝑁 rata2 𝑛 𝑁 𝑛
SE 𝑠𝑡 𝑝 = ∑𝐿 ℎ
.𝑝 = 𝑠𝑡 ℎ 𝑛 𝑦̅𝑡𝑟 = 𝑦̅ + 𝑏(𝑋̅ − 𝑥̅ ) (1−𝑓) 2 Estimasi total pop berd est proporsi tertimbang dg uk
ℎ=1 𝑁
𝑁 v(𝑦̅𝑡𝑟 ) = 𝑠𝑦 (1 −
∑𝐿ℎ=1 𝑊ℎ . 𝑝ℎ ; Regr 𝑛
cluster pop
TOTAL 𝑌̂ = ∑ 𝑦𝑖 = 𝑁𝑦̅ 𝜌 2
𝑝 𝑞 𝑛 𝐴̂∗𝑠𝑡 = ∑𝐿ℎ=1 𝑁ℎ 𝑀 ̅ℎ∗ 𝑝ℎ∗ ; 𝑣(𝐴̂∗𝑠𝑡 ) = ∑𝐿ℎ=1 𝑁ℎ2 𝑀 ̅ℎ∗2 𝑣(𝑝ℎ∗ )
𝑅𝑆𝐸(𝑦̅ℎ ) = Varians 𝑣(𝑝ℎ ) = (1 − 𝑓ℎ ) ℎ ℎ ; 𝑖=1 𝑠𝑦𝑥 ∑(𝑥𝑖 −𝑥̅ )(𝑦𝑖 −𝑦̅) 𝑠𝑦𝑥
𝑠𝑒(𝑦̅ℎ )
proporsi
𝑛ℎ −1
𝑣(𝑌̂) 𝑣(𝑌̂ ) b= = ; 𝜌= = N: Populasi ; M: elemen ; y: nilai2nya ; p: proporsi
𝑥100%; 𝑣(𝑝𝑠𝑡 ) = 𝑠𝑥2 ∑(𝑥𝑖 −𝑥̅ )2 𝑠𝑥 𝑠𝑦
̅
𝑦ℎ
RSE ∑𝐿ℎ=1 𝑊ℎ2 . 𝑣(𝑝𝑠𝑡 );
Varians 𝑠2 𝑁 − 𝑛 𝑠2 catt ∑(𝑥𝑖 −𝑥̅ )(𝑦𝑖 −𝑦̅)
𝑅𝑆𝐸(𝑦̅𝑠𝑡 ) = = 𝑁 . 2
= 𝑁2. .
𝑠𝑒(𝑦̅𝑠𝑡 ) Total 𝑛 𝑁 𝑛 √∑(𝑥𝑖 −𝑥̅ )2 ∑(𝑦𝑖 −𝑦̅)2 Alokasi Sample
𝑥100%; = 𝑁 2 . 𝑣(𝑦̅) = 𝑁 2 . 𝑣(𝑦̅) 𝑥̅ : 𝑟𝑎𝑡𝑎2 𝑠𝑎𝑚𝑝𝑒𝑙 𝑋̅: rata2 populasi 𝑛𝑖 = 𝑛. 𝑁𝑖 . √𝑝𝑖 𝑞𝑖 ⁄𝐶𝑖 / ∑ 𝑁𝑖 √𝑝𝑖 𝑞𝑖 ⁄𝐶𝑖
𝑦̅𝑠𝑡
𝑦̅ℎ ± 𝑍𝛼/2. 𝑠𝑒(𝑦̅ℎ ); 𝑊ℎ : bobot dr strata ke-h ;𝑛ℎ :jmlh ESTIMASI TOTAL Estimator Total Varians Penaksir Total Populasi
CI
𝑦̅𝑠𝑡 ± 𝑍𝛼/2. 𝑠𝑒(𝑦̅𝑠𝑡 ); sampel dlm strata; Rasio 𝑌̂𝑅 = 𝑁𝑦̅𝑅 v(𝑌̂ ) = 𝑁 2 v(𝑦̅𝑅 ) 𝑀𝑦̅ = 𝑀. ∑ 𝑦𝑖 / ∑ 𝑀𝑖 varians dr Mybar
𝑛 SE 𝑠𝑒(𝑌̂) = √𝑣(𝑌̂)
Estimasi 𝐴̂ℎ = 𝑁ℎ . 𝑝ℎ ; 𝑓ℎ : fraksi sampling strata ke-h= ℎ ;
𝑁ℎ
Regr 𝑌̂𝑡𝑟 = 𝑁𝑦̅𝑡𝑟 v(𝑌̂ ) = 𝑁 2 v(𝑦̅𝑡𝑟 ) 𝑀2 𝑉̂ (𝑦̂) = 𝑁 2 (1 − 𝑛⁄𝑁 )𝑆𝑟 2/𝑛
Total (jk 𝐴̂𝑠𝑡 = 𝑁. 𝑝𝑠𝑡 = n:ukuran sampel 𝑠𝑒(𝑌̂ ) CLUSTER SAMPLING; populasi terdiri dari kelompok2.
RSE 𝑟𝑠𝑒(𝑌̂ ) = × 100% Diantara kelompok tsb bersifat hetero, di dalam kelompok
proporsi ∑𝐿ℎ=1 𝐴̂ℎ ; 𝑦ℎ𝑖 : 0 atau 1 ; L:jmlh strata ; 𝑌̂ Relative Effisiensi(RE): perbndingan var dr 2 mtode. Varians
diket.) d:marjin error 5% CI (1- 𝑌̂ − 𝑍∝/2. 𝑠𝑒(𝑌̂ ) < 𝑌 𝑣1 masing2 bersifat homo. Berdasarkan penarikan sampling
terkecil efisien RE= baik u/ rata2 maupun total.
Varians 𝑣(𝐴̂ℎ ) = 𝑁ℎ2 . 𝑣(𝑝ℎ ); 1 α)% < 𝑌̂ + 𝑍∝ . 𝑠𝑒(𝑌̂) 𝑣2 cluster terbagi menjadi: a. Single stage (equal &unequal) b.
𝑎ℎ = ∑𝑛ℎ 𝑖=1 𝑦ℎ𝑖 ; 𝑞ℎ = 1 − 𝑝ℎ ; SAMPLE SIZE (Penentuan Besar Sampel Penelitian)
Total 𝑣(𝐴̂𝑠𝑡 ) =
𝑛ℎ 2 Multiple stage (two stage)
C:total biaya : 𝐶0: biaya tdk dipngrhi ESTIMASI PROPORSI Besarnya ukuran sampel tergantung dr 3 hal, yaitu: EQUAL CLUSTER SAMPLING (Jumlah elemen dalam cluster
𝑁 2 . 𝑣(𝑝𝑠𝑡 ) = 𝑛 Reliabilitas; semakin baik reliabilitas yg diinginkan maka
desain ; 𝑐ℎ :biaya per elemen Rata- 1 sama)
∑𝐿ℎ=1 𝑣(𝐴̂ℎ ); 𝑝= ∑ 𝑦𝑖 ukuran sampel akn semakin besar. Margin of Error (Presisi); 𝑁 𝑁
Alokasi Sama(Equal): jika varians Alokasi Neyman: jika ada rata 𝑛 -Estimasi Total 𝑌̂ = ∑𝑛𝑖=1 𝑦𝑖 = ∑𝑛𝑖=1 ∑𝑀 𝑗=1 𝑦𝑖𝑗
𝑖=1 semakin kecil ME yg diinginkan maka ukuran sampel akn 𝑛 𝑛
𝑁−𝑛 𝑆𝑏 2
strata (𝑠ℎ2) hampir sama var.pendukungyg bs dignakan u/ 𝑣(𝑝) 𝑣(𝑝) semakin besar. Variasi; semakin besar variasi suatu -Estimasi varians bagi total Y 𝑣(𝑌̂) = 𝑁 2 ( ) atau
Varians 𝑝𝑞 𝑁 𝑛
𝑛ℎ = ; 𝑛 =
𝑛 𝐿 ∑𝐿ℎ=1 𝑁ℎ2 .𝑆ℎ2
; D=
𝑑
; mengetahui 𝑠ℎ2, maka alks neyman =
𝑁 − 𝑛 𝑝𝑞 karakteristik/ semakin kecil prevalensi kejadian yg akn 𝑁−𝑛 𝑆 2
𝑁2 𝐷2 +∑𝐿ℎ=1 𝑁ℎ .𝑆ℎ2
rata2 = . 𝑣(𝑌̂) = 𝑁 2 ( )𝑀2 𝑏1
𝐿 𝑍𝛼 akan meningkatkan presisi. 𝑛ℎ = 𝑛−1 𝑁 𝑛−1 diteliti, maka ukuran sampel akn semakin besar. Ini ada 𝑁 𝑛
2
𝐿 𝑁ℎ .𝑆ℎ
se 𝑌̂
𝑤𝑜𝑟 = 𝑣(𝑦̅𝑠𝑡 ) = ∑𝐿ℎ=1 𝑊ℎ2 (1 − .𝑛 ; 𝑠𝑒(𝑝) = √𝑣(𝑝) rumus2 -Estimasi rata-rata per cluster 𝑦̅ = Estimasi varians𝑣(𝑦̅) =
𝑛 ∑𝐿
ℎ=1 𝑁ℎ .𝑆ℎ 𝑁
𝐿 2 𝑠𝑒(𝑝) 𝑍2 . 𝑁. 𝑠 2 𝑣(𝑌̂)
𝑓)𝑠ℎ2; wr= ∑𝐿ℎ=1 𝑊ℎ2 𝑠ℎ2 (∑𝐿ℎ=1 𝑁ℎ .𝑆ℎ ) RSE 𝑟𝑠𝑒(𝑝) = × 100% 1. 𝑛 = 𝛼/2 ⁄ × 𝑑𝑒𝑓𝑓 × 1/𝑟
𝑛 𝑛= ; wor= 𝑝 2
𝑁. 𝑑 2 + 𝑍𝛼/2 . 𝑠2 𝑁2
𝑁2 𝐷2 +∑𝐿ℎ=1 𝑁ℎ .𝑆ℎ2 𝑦̅
1 CI (1- 𝑝 − 𝑍∝ . 𝑠𝑒(𝑝) < 𝑃 < 𝑝 + 𝑍∝ . 𝑠𝑒(𝑝) 2
𝑍 . 𝑁. 𝐶𝑉 2 -Estimasi Rata-rata Per elemen 𝑦̿ = Estimasi varians
(∑𝐿ℎ=1(1 − 2 2 2. 𝑛 = 𝛼/2 ⁄ 2 × 𝑑𝑒𝑓𝑓 × 1/𝑟
𝑀
𝑁2 𝑛 α)% 2 𝑣(𝑦̅)
𝑁. 𝑒 + 𝑍𝛼/2 . 𝐶𝑉 2 𝑣(𝑦̿) =
𝑓) 𝑁ℎ . 𝑆ℎ . (∑𝐿ℎ=1 𝑁ℎ . 𝑆ℎ ); 𝑤𝑟 = 𝑀2
1 ESTIMASI PROPORSI TOTAL 2
𝑍𝛼/2 . 𝑁. 𝑝. 𝑞
2
(∑𝐿ℎ=1 𝑁ℎ . 𝑆ℎ )2 Total 𝐴̂ = 𝑁𝑝 3. 𝑛 = ⁄ 2 × 𝑑𝑒𝑓𝑓 × 1/𝑟
𝑁 𝑛 𝑁. 𝑑 2 + 𝑍𝛼/2 . 𝑝. 𝑞 -KOEFISIEN KORELASI INTRAKLASTER 𝜌 = 1 − (
𝑀
.
𝑆𝑆𝑊
)
Alokasi Sebanding Alokasi optimum:meminimumkan 𝑣(𝐴̂) 𝑣(𝐴̂) 2 𝑀−1 𝑆𝑆𝑇𝑂
Varians 𝑍𝛼/2 . 𝑁. 𝑞 𝑉(𝑦̿)𝑐𝑙𝑢𝑠𝑡𝑒𝑟
(Proportional):jika 𝑠ℎ2tdk berbda biaya dgn varians tertentu. 𝐶 = 𝐶0 + 𝑝𝑞 𝑁 − 𝑛 𝑝𝑞 4. 𝑛 = ⁄ 2 × 𝑑𝑒𝑓𝑓 × 1/𝑟 -DESIGN EFFECT 𝐷𝑒𝑓𝑓 =
𝑁ℎ .𝑆ℎ /√𝑐ℎ total =𝑁 2
= . 𝑁. 𝑝. 𝑒 2 + 𝑍𝛼/2 .𝑞 𝑉(𝑦̿)𝑠𝑟𝑠
sig. Antra strata yg1 dgn yg lain ∑𝐿ℎ=1 𝑐ℎ . 𝑛ℎ ; 𝑛ℎ = ∑𝐿 . 𝑛; 𝑛−1 𝑁 𝑛−1 2 UNEQUAL CLUSTER SAMPLING (sama dgn equal, notasi M
𝑁 ∑𝐿ℎ=1 𝑁ℎ .𝑆ℎ2 ℎ=1(𝑁ℎ .𝑆ℎ /√𝑐ℎ )
𝑍 . 𝑁. 𝑞
𝑛ℎ =
𝑁ℎ
. 𝑛𝑛 = ; 5. 𝑛 = 𝛼/2 ⁄ 2 × 1/𝑘 × 1/𝑥 × 𝑑𝑒𝑓𝑓 diganti dgn Mi)
𝑁 𝑁2 𝐷2 +∑𝐿ℎ=1 𝑁ℎ .𝑆ℎ2 Meminim biaya dgn varians tertentu: se 𝑠𝑒(𝐴̂) = √𝑣(𝐴̂) 𝑁. 𝑝. 𝑒 2 + 𝑍𝛼/2 .𝑞
𝑛ℎ 𝑛 2 PPS CLUSTER SAMPLING
𝑓ℎ = = =𝑓 ∑𝐿ℎ=1(𝑁ℎ .𝑆ℎ /√𝑐ℎ ) × 1/𝑟
𝑁ℎ 𝑁 𝑛= ; Meminim 𝑠𝑒(𝐴̂) 2
1 𝑦
-Estimasi total 𝑌̂ = ∑𝑛𝑖=1 𝑖
1−𝑓 𝑁2 𝐷2 +∑𝐿ℎ=1 𝑁ℎ .𝑆ℎ2 RSE 𝑟𝑠𝑒(𝐴̂) = × 100% 𝑁. 𝑛(1) . 𝑟𝑠𝑒(1) 𝑛 𝑝𝑖
𝑤𝑜𝑟 = 𝑣(𝑦̅𝑠𝑡 ) = ∑𝐿ℎ=1 𝑁ℎ . 𝑆ℎ2; varians gdn biaya trtntu: 𝑛 = 𝐴̂ 6. 𝑛 = ⁄ 2 2 × 1/𝑟 𝑆 2
𝑁𝑛 𝑁. 𝑛(1). 𝑟𝑠𝑒(2) + 𝑛(1) . 𝑟𝑠𝑒(1) -Estimasi varians sampling 𝑣(𝑌̂ ) = 𝑏
1
wr= ∑𝐿ℎ=1 𝑁ℎ . 𝑆ℎ2 (𝐶−𝐶0 ) ∑𝐿ℎ=1 𝑁ℎ .𝑆ℎ /√𝑐ℎ
𝐴̂ − 𝑍∝ . 𝑠𝑒(𝐴̂) < 𝐴 𝑛
CI (1- 2 Keterangan
𝑁𝑛 -Jika size PPS adl jumlah elemen dalam cluster 𝑀𝑖 maka
∑𝐿ℎ=1 𝑁ℎ .𝑆ℎ2 √𝑐ℎ α)% < 𝐴̂ + 𝑍∝ . 𝑠𝑒(𝐴̂) n : uk sampel min Zα/2 : koef reliabilitas yg dittapkn 𝑀𝑖
SYSTEMATIC SAMPLING 2 𝑝𝑖 =
Estimasi Rata-Rata N : uk populasi s : st dev var dr survey trdhulu 𝑀0
Rata2 1 𝑘 teknik sampling dimana d : presisi/ME yg dittapkn deff : desain effect -Estimasi Rata-rata karakteristik per cluster dan per elemen
𝑌̅ = ∑ 𝑦̅𝑖 hanya unit pertama dipilih Se 𝑠𝑒(𝑦̅) = √𝑣(𝑦̅) sama kaya di equal
𝑘 𝑖=1 r : antisipasi respon rate CV : koef variasi var dr survey
dgn bantuan angka random 𝑠𝑒(𝑦̅ )
RSE 𝑟𝑠𝑒(𝑦̅ ) = × 100% trdhlu e : presisi relative/prsntase ME
1 𝑘 & untuk mendapatkan 𝑦̅ TWO STAGE SAMPLING; pengambilan sample dua tahap
𝑉(𝑦̅𝑠𝑦 ) = ∑ (𝑦̅𝑖 − 𝑌̅ )2 p : proporsi kejadian thd pop (q=1-p)
𝑘 𝑖=1 sampel sisanya dipilih scr CI (1- 𝑦̅ − 𝑍∝/2. 𝑠𝑒(𝑌̅ ) < 𝑌̅ k : proporsi target pop thd pop x : rata2 jml pop/ultimate -PPS WR-PPS WR
otomatis mnurut interval yg < 𝑦̅ + 𝑍∝ . 𝑠𝑒(𝑦̅) 𝑌̂
𝑉(𝑦̅𝑠𝑦 ) α)% sampl unit n(1) : uk smpl penelitian trdhlu -ESTIMASI RATIO 𝑅̂ =
Vari ditentukan 2 𝑋̂
𝑁 − 1 2 𝑘(𝑛 − 1) 𝑁−𝑛 rse2(1) : relative std error penelitian trdhlu 1
= 𝑆 − 𝑆𝑤𝑠𝑦 2 𝑠2 Dimana, Estimasi Varians 𝑣(𝑅̂ ) = ̂ 2 (𝑣( 𝑌̂) − 2𝑅̂ 𝑐𝑜𝑣(𝑌̂ , 𝑋̂ ) +
𝑁 𝑁 𝑛 𝑁 rse2(2) : relative std error yg diinginkan utk penelitian ini 𝑋
2
𝑆 𝑁−1 1 fiite populasi 𝑅̂ 2𝑣(𝑋̂))
= ∑(𝑦𝑖 multistage sampl biasanya deff-nya 2
𝑉(𝑦̅𝑠𝑦 ) = [1 + (𝑛 − 1)𝜌] 𝑛−1 correction 1
𝑛 𝑁 catatan 𝑖=1 𝑛
PENDUGAAN UKURAN POPULASI 𝑐𝑜𝑣(𝑌̂, 𝑋̂) = ∑𝑛𝑖=1(𝑌̂𝑖 − 𝑌̂ )(𝑋̂𝑖 − 𝑋̂)
𝑛(𝑛−1)
− 𝑦̅)2 𝑓 = dsbut Estimasi total pop berd est rata2 tdk tertimbang
𝑁
smplng
fraction