Sebaran spasial adalah sebaran individu atau koloni pada suatu ruang tertentu
atau berdasarkan posisinya pada suatu habitat tertentu. Secara umum pola sebaran
spasial individu dalam populasi menyebar secara acak, seragam dan bergerombol.
Pola sebaran spasial secara acak jika setiap unit dalam habitat mempunyai
peluang yang sama untuk ditempati individu atau koloni, sebaran ini sering tejadi
pada lingkungan yang populasinya homogen. Pola sebaran spasial seragam jika
setiap unit mengandung individu atau koloni dengan jumlah konstan, pola ini terjadi
sehingga timbul kompetisi yang negatif. Hal ini mendorong pembagian ruang hidup
yang kurang lebih sama. Pola sebaran spasial bergerombol jika setiap unit dalam
habitat peluangnya ditempati individu atau koloni tidak sama, ada unit yang ditempati
banyak individu, ada unit yang mengandung hanya sedikit individu, bahkan ada unit
yang tidak memuat satu individupun (kosong). Pola sebaran spasial yang umum
Dalam tulisan berikut wilayah pengamatan bempa ruang dimensi dua, yaitu
unit-unitnya mempunyai indeks ganda, yij, i =1, 2, ..., I, j =1, 2,.. ., J dan I.J=N.
Untuk lebih mempermudah, semua notasi diberi indeks dengan subskrip tunggal,
yi =I, 2, 3, ...., N. Pengindeksan barn menggunakan konversi unit (ij) menjadi unit
(I*(j-l)+i).
menduga total populasi adalah penarikan contoh acak sederhana tanpa pemulihan.
hasil pendugaan total populasi yang diperoleh dengan menggunakan metode di atas
kurang bagus, karena contoh yang terambil mungkin unit-unit contohnya mayoritas
bernilai nol. Hal ini menyebabkan nilai dugaan yang diperoleh jauh menyimpang dari
Metode kedua yang dapat digunakan untuk menduga ukuran populasi pada
kali digunakan oleh Petersen (1896). Selanjutnya Lincoln dari the US Fish and
Wildlife Service dalam tahun 1930 menggunakan metode ini untuk mengetahui
populasi itik di wilayah Amerika Utara, dan Jackson pada tahun 1933 menggunakan
1. Hewan bertanda mempunyai mortalitas yang sama seperti hewan tak bertanda.
2. Hewan bertanda ditangkap pada laju yang sama seperti hewan tak bertanda.
populasi adalah sama; 2) tidak ada kelahiran atau individu yang masuk dari luar
jumlah individu yang matilkeluar mempunyai kecepatan yang sama, baik yang
ditandai maupun yang tidak ditandai; 4) tidak ada tanda yang hilang.
Kelemahan metode di atas sering kali nilai yang dihasilkan kurang sesuai
dengan kenyataan, ha1 ini disebabkan karena jarang dibandingkan dengan seluruh
nilai populasi. Kelemahan lainnya adalah memerlukan biaya yang mahal dan jangka
yang digunakan adalah plastik dan cat pada punggung penyu. Hasil yang diperoleh
dari penelitian ini bahwa seringkali nilai yang dihasilkan menyimpang dari kondisi
yang sebenarnya. Sumber kesalahan tersebut berasal dari beberapa hal, yaitu:
1) Penangkapan yang tidak tepat (baik karena waktu, musim maupun alat); 2) adanya
(erat hubungannya dengan disain letak alat penamgkap dan sebagainya); 3) adanya
proses belajar, sehingga satwa liar menjadi kenal dengan sistem percobaan ataupun
menjadi segan untuk berbuat sesuatu yang wajar, 4) disain tata letak jerat yang tidak
tepat.
Metode penandaan-penangkapan kembali dapat digunakan untuk menduga
total populasi yang pola sebarannya bempa sebaran spasial acak, misalnya pada ikan
dan burung.
Pergerakan yang dilakukan itik adalah dengan arah rute yang tetap mengikuti
sebaran spasial bergerombol dan cenderung jarang-jarang, karena itu untuk menduga
unit berlabel berbentuk kuadrat (luasan) dan peubah yang diperhatikan adalah jumlah
objek-objek yang terdapat dalam satu kuadrat. Selanjutnya kuadrat disebut dengan
unit contoh. Populasi yang diamati berupa himpunan berhingga {yl, y2, .. .... ,YNJ,
di mana y, rnenyatakan jumlah objek yang terdapat: dalam unit contoh ke-i. Tujuan
yang ingin dicapai dalam penarikan contoh ini adalah pendugaan nilai tengah
awal bemkuran nl, secara acak sederhana tanpa pemulihan. Selanjutnya bila nilai y
dalam unit yang terpilih memenuhi syarat yang ditentukan sebelumnya misalnya C,
Lingkungan sekitar dapat didefinisikan dengan banyak cara selain sistem spasial
berdekatan. Misalnya suatu lingkungan sekitar unit terdiri dari suatu himpunan yang
luas dari unit-unit yang berdampingan. Dalam situasi penarikan contoh yang lain
antara unit-unitnya. Dalam penarikan contoh spasial pada tulisan ini, lingkungan
sekitar dari setiap unit terdiri dari himpunan unit-unit yang berdekatan dan
dua, jika unit (ij) terpilih sebagai contoh dan yijeC, maka unit-unit (i-lj), (i+lj),
(ij-I), (i,j+I) juga dimasukkan sebagai contoh dan diamati. Relasi lingkungan
sekitar merupakan suatu relasi simetrik yaitu jika unit j terletak pada lingkungan
bentuk selang atau himpunan C. Unit i dikatakan memenuhi syarat (conditional) jika
y i C.
~ Dalam tulisan ini suatu unit dikatakan memenuhi syarat jika peubah yi 2 c,
Jika tetangga dari contoh yang terjadi berdasarkan sifat adaptif juga
seterusnya sampai tidak ada lagi unit yang memenuhi sifat adaptif. Gabungan dari
contoh awal dengan semua unit-unit tambahan yang bersifat adaptif disebut dengan
unit memenuhi syarat C. Unit yang tidak memenuhi syarat tetapi berada dalam
lingkungan sekitar disebut dengan unit batas. Suatu gerombol memuat unit batas dan
jaringan.
N
Untuk menduga total populasi r = yi , definisikan mi = ukuran jaringan
i=I
yaitu jumlah unit-unit dalam jaringan termasuk unit ke-i. Setiap unit yang memenuhi
syarat C berlaku nz, > 1, sedangkan jika unit i berupa unit batas rnaka mi=l. Contoh
akhir memuat x n i i + e unit-unit yang berbeda, dimana e adalah jumlah total unit
i=l
batas. Hanya unit yang bukan unit batas yang digunakan dalam pendugaan.
sama,
"1,
Karena untuk contoh awal nilai zi diketahui, penduga yang dimodifikasi dapat
sederhana tanpa pemulihan dari himpunan transformasi 8,= {z,,z,, ...., zN}.
sebaran yang sangat menjulur (Thompson, 1990; Smith,at al, 1995; Christman,
diantaranya; Smith, ef.01. (1995) untuk menduga kepekatan unggas air dan
Christman (1997). Seperti halnya Thompson (1990), Smith, et.a/. memperoleh bahwa
penarkan contoh gerombol adaptif dipengaruhi oleh ukuran kuadrat, ukuran contoh
awal, serta rancangan penarikan contoh yang digunakan pada penarikan contoh awal.
Christman (1997) membandingkan efesiensi dua rancangan penarikan contoh
contoh acak sederhana tanpa pemulihan terhadap penarikan contoh gerombol adaptif
untuk populasi yang menyebar spasial dan bergerombol. Hasil yang diperoleh bahwa
metode BSEC hanya dapat digunakan jika populasi yang diduga berdimensi satu
yaitu unit-unit pengamatan hanya dapat dinyatakan dengan pengindeksan dengan satu
subskrip k=1,2, ..., N, dan pengertian tetangga berdekatan adalah sebelah kiri (i-I)
Selang Kepercayaan
nilai parameter populasi yang sebenarnya. Nilai tersebut terdiri dari batas bawah (B)
dan batas atas (A). Kedua batas selang dihitung dari suatu contoh acak yang ditarik
dari populasi bersangkutan. Oleh karena itu sebelum penarikan contoh dilakukan B
dan A merupakan besaran acak. Tujuan pendugaan selang kepercayaan adalah untuk
mengetahui seberapa besar kita dapat meyakini bahwa parameter yang kita duga
Selang kepercayaan dapat bersifat satu arah atau dua arah. Selang
kepercayaan yang umum digunakan adalah selang kepercayaan dua arah, di mana
pendugaan selang kepercayaan berusaha mencari batas atas dan batas bawah untuk
suatu taraf kepercayaan tertentu (1- a ) sedemikian sehingga jarak antara batas atas
dan batas bawah bawd minimal. Selang kepercayaan satu arah hanya membatasi
sebaran statistik bersifat simetris. Pada kasus seperti ini selang kepecayaan dua arah
seimbang ke arah kiri dan kanan penduga parameter, yakni sebesar aI2.
Metode Bootstrap
Istilah bootstrap berasal dari '>dl otieselfup by one 's bootst~np" (Efion dan
Tibshirani, 1993) yang berarti berpijak di atas kaki sendiri, berusaha dengan sumber
daya yang minimal. Sumber daya yang minimal dapat berarti jumlah data yang
sedikit, data yang menyimpang dari asumsi-asumsi tertentu, maupun data yang tidak
metode bootstrap adalah untuk mendapatkan pendugaan terbaik yang berasal dari
metode bootstrap adalah asumsi bahwa hngsi sebaran data contoh merupakan hngsi
sebaran empiris dari populasi data yang sebenamnya. Dalam pelaksanaannya metode
parameter 8' diduga setiap contoh terambil. B merupakan bilangan yang hesar,
bernilai 200-500 untuk pendugaan rataan atau lebih besar dari 1000 untuk pendugaan
Bootstrap persentil yang paling populer, karena mudah, tidak memerlukan asumsi
sebaran contoh dan tidak memerlukan tabel untuk konstruksi selang kepercayaan.
yang memuat nilai-nilai 4' antara persentil ke a/2 dan ke 1-a/2 dari sebaran
pada teknik tradisional maupun pendekatan normal. Bila sebaran statistik tidak
Teorema limit pusat menjamin normalitas untuk n besar atau bila peubah menyebar
normal, tetapi kedua kondisi tersebut tidak dipenuhi disini, misalnya untuk contoh
acak dari sebaran Eksponensial, sebaran penarikan contoh X tidak simetris. Dalam
menghasilkan batas yang tidak akurat. Metode bootstrap persentil dapat diaplikasikan
untuk bentuk apapun dari +($). Hal ini akan menghasilkan selang
Metode bootstrap untuk data survei dibahas oleh Rao dan Wu (1988),
dengan melakukan simulasi dibawah penarikan contoh acak berlapis. Hasil yang
diperoleh titik-titik batas selang kepercayaan bootstrap mempunyai angka galat yang
lebih baik dibandingkan dengan pendekatan normal, tetapi penduga ragam metode
(Taylor).
Metode bootstrap untuk populasi berhingga diulas oleh Gross (1980), dan
untuk menduga ragam dan selang kepercayaan pada penarikan contoh data survei
bootstrap dengan pemulihan (BWO), metode bootstrap tanpa pemulihan (BWR), dan
BWR dan BWO hanya dapat digunakan pada rancangan yang sederhana. Bukti secara
teoritis maupun empiris menunjukkan dalam pendugaan selang kepercayaan satu arah
nilai galat metode bootstrap lebih baik dibandingkan dengan metode jackknife dan
Gross, metode Rescaling Rao dan Wu, dilnana contoh diainbil menggunakan
colltoh gerolnbol adaptif. Hasil yang diperoleh secara keseluruhan, metode terbaik
sangat tergantung pada tipe populasi dan ukuran contoli yang dignnakan. Dengan
yang dihasilkan ketiga metode tersebut mirip, dan biasanya selang kepercayaan