S MTK 1003117 Chapter3 PDF
S MTK 1003117 Chapter3 PDF
1. Tahap Pertama
Populasi yang berukuran N dibagi menjadi sub-sub populasi yang masing-
masing terdiri atas 𝑁1 , 𝑁2 , 𝑁3 , … , 𝑁𝐿 elemen. Diantara dua sub populasi tidak
boleh ada yang saling tumpang tindih sehingga 𝑁1 + 𝑁2 + 𝑁3 + ⋯ + 𝑁𝐿 = 𝑁.
Setiap stratum dapat dipandang sebagai populasi tersendiri (sub populasi). Dalam
pembentukan stratum harus diperhatikan variabel apa yang dijadikan sebagai
dasar pembentukan stratum, yaitu variabel yang memiliki korelasi tinggi dengan
variabel yang diteliti.
2. Tahap Kedua
Sampel diambil dari setiap stratum secara terpisah (independen) dengan
ukuran sampel dari masing-masing stratum adalah 𝑛1 , 𝑛2 , 𝑛3 , … , 𝑛𝐿 dengan syarat
𝑛1 + 𝑛2 + 𝑛3 + ⋯ + 𝑛𝐿 = 𝑛.
3. Tahap Ketiga
Setelah diperoleh sampel, selanjutnya dilakukan penaksiran terhadap
parameter yang diperlukan dan selanjutnya dibuat kesimpulan untuk populasi
berdasarkan hasil penaksiran sampel.
𝐿 𝐿 𝑁ℎ
𝑋 = ∑ 𝑋ℎ = ∑ ∑ 𝑋ℎ𝑖
ℎ ℎ=1 𝑖=1
𝑋ℎ = ∑ 𝑋ℎ𝑖
𝑖=1
𝑋ℎ
𝑋̅ℎ =
𝑁ℎ
𝑋 ∑𝐿ℎ 𝑁ℎ 𝑋̅ℎ
𝑋̅ = =
𝑁 𝑁
𝑁𝑥̅𝑠𝑡 = ∑ 𝑁ℎ 𝑥̅ ℎ = 𝑋̂𝑠𝑡
ℎ
Ini artinya, penaksir 𝑋̂𝑠𝑡 juga merupakan penaksir tak bias untuk 𝑋 karena dapat
ditunjukkan bahwa 𝐸(𝑋̂𝑠𝑡 ) = 𝑋
𝑁ℎ
dimana 𝑤ℎ = , dan disebut stratum weight (bobot). Selama 𝑛ℎ dipilih dengan
𝑁
sampling acak dan saling bebas antara satu dengan yang lainnya, maka diperoleh:
V(𝑥̅𝑠𝑡 ) = 𝑤12 𝑉(𝑥̅1 ) + 𝑤22 V(𝑥̅2 )
Berdasarkan definisi varians untuk rata-rata sampel yang dipilih secara acak dan
𝑁−𝑛 𝑆 2
tanpa pengembalian, yaitu 𝜎𝑥̅2 = , maka persamaan di atas dapat diubah
𝑁 𝑛
N1 − n1 S12 N − n2 S22
2 2
= w12 + w2
N1 n1 N2 n2
𝑁 2 𝑁 −𝑛 𝑆 2
= ∑𝐿ℎ=1 ( 𝑁ℎ ) ℎ ℎ ℎ
𝑁ℎ 𝑛ℎ
2
1 𝑁 −𝑛 𝑠
𝑉̂ (𝑥̅𝑠𝑡 ) = 𝑁2 ∑ 𝑁ℎ2 ℎ𝑁 ℎ 𝑛ℎ
ℎ ℎ
V(𝑋̂st) = V (N 𝑥̅ st )
= N2 V(𝑥̅ st)
2 N h nh S h
2
1
= N2 ( 2 h
N )
N N h nh
N h nh S h2
= Nh2 N h nh
1
Ini artinya 𝑉(𝑋̂st) sama dengan 𝑉(𝑥̅ st) dengan syarat 2 dihilangkan.
N
Estimator 𝑉(𝑋̂st) diperoleh untuk mendapatkan penaksir 𝑉(𝑥̅ st), yaitu
dengan cara mengganti S h2 menjadi s h2 . Oleh karena itu, estimatornya adalah:
𝐿
𝑁ℎ − 𝑛ℎ 𝑆ℎ2
𝑉̂ (𝑋̂st) = ∑ 𝑁ℎ2 (3.5)
𝑁ℎ 𝑛ℎ
ℎ=1
Dimana,
1 nh
s h2
nh 1
( xhi xh ) 2
E[Vˆ ( Xˆ st )] V ( Xˆ st )
28
Dimana 𝑛ℎ merupakan ukuran sampel dari setiap strata, dan rumus di atas
menunjukkan bahwa n harus dialokasikan sesuai dengan N h N (secara
proporsional). Pengambilan sampel dilakukan secara acak sederhana di setiap
strata, sehingga peluang dari setiap unit sampling di strata h untuk terpilih
nh
sebagai subsampel n h yaitu f . Setiap unit dalam populasi mempunyai
Nh
peluang yang sama untuk terpilih sebagai sampel.
4. Alokasi Optimum
Dalam penarikan sampel stratifikasi, nilai dari ukuran sampel nh dalam
masing-masing strata dipilih oleh peneliti. Dalam melakukan penelitan, peneliti
akan dihadapi oleh dua kemungkinan dalam mempertimbangkan biaya penelitian
atau memperkecil error dalam tahap penarikan sampel, yaitu peneliti mungkin
memilih untuk meminimumkan 𝑉(𝑥̅𝑠𝑡 ) dengan biaya tertentu untuk memperoleh
sampel atau untuk meminimumkan biaya dengan sebuah nilai 𝑉(𝑥̅𝑠𝑡 ) tertentu.
Metode untuk mengalokasikan sampel n diantara strata untuk meminimalkan
_
V ( xst ) disebut alokasi optimum. Berikut ini adalah bentuk sederhana dari fungsi
biaya, yaitu:
L
Biaya = c c0 ch nh
Biaya dalam setiap lapisan adalah proposional dengan ukuran sampel, tetapi biaya
perunit ch dapat bervariasi antara lapisan satu dengan lapisan lainnya.
Biaya overhead dinyatakan dengan c0, fungsi biaya ini adalah fixed cost
(ongkos tetap) bila sebagian besar biaya itemnya diperoleh dengan mengukur
setiap unit dan tidak bergantung pada ukuran dari sampel survey. ch merupakan
variable cost dan menunjukkan ongkos tiap unit sampel pada stratum ke h.
Dalam penarikan sampel acak stratifikasi dengan sebuah fungi biaya
seperti di atas, variansi perkiraan rata-rata xst adalah minimum untuk biaya
tertentu C, dan biaya adalah minimum untuk 𝑉(𝑥̅𝑠𝑡 ) tertentu.
Diketahui rumus variansi sebagai berikut:
30
_
1 L 2 N h nh Sh2
V ( xst )
N2
Nh N n
h h
N h Sh / ch
nh L
n
N Sh h / ch
5. Alokasi Neyman
Alokasi Neyman digunakan apabila varians setiap strata berbeda-beda
besarnya sedangkan ongkos per unit penarikan sampel dianggap relatif sama.
Rumus ukuran sampel pada setiap strata untuk alokasi Neyman adalah sebagai
berikut:
𝑁ℎ 𝑆ℎ
𝑛ℎ = 𝐿 𝑛
∑ℎ=𝐼 𝑁ℎ 𝑆ℎ
Perumusan di atas menunjukkan bahwa sampel berukuran 𝑛 dialokasikan secara
proporsi ke 𝑁ℎ 𝑆ℎ .
Alokasi Neyman dipergunakan juga ketika strata besar dan dari strata yang
heterogen. Sebagai contoh jika sebuah kota dibagi dalam dua wilayah dan dalam
wilayah satu terdapat sedikit perbedaan antara pendapatan keluarga, sedangkan di
wilayah kedua terdapat variasi yang besar. Dengan rumus alokasi Neyman
tersebut dapat diambil sampel wilayah kedua. Jelas bahwa distrik dengan varians
yang besar dan sampel yang besar akan memeberikan sampel yang tidak
representatif.
31
32
33