HASIL PRAKTIKUM 4

(PENARIKAN SAMPEL BERGEROMBOL)

Program1:
#Pembuatan data cluster
df<-data.frame(x=rnorm(1000))
df$id<-rep(1:250,each=4)
library (survey)
library(sampling)
cl=sampling::cluster(df,clustername=c("id"),size=10,method="srswor")
cls=getdata(df,cl)
nech=nrow(cl)
#pembuatan model survei
M=rep(250,nech)
dclus1=svydesign(id=~id,data=cls,fpc=~M,weights=~Prob)
#Penduga total
svytotal(~x,design=dclus1)
confint(svytotal(~x,design=dclus1))
#Penduga rata-rata
svymean(~x,design=dclus1)
confint(svymean(~x,design=dclus1))

Output :
cl
id ID_unit Prob
1 57 225 0.04
2 57 226 0.04
3 57 227 0.04
4 57 228 0.04
5 58 230 0.04
6 58 231 0.04
7 58 232 0.04
8 58 229 0.04
9 82 326 0.04
10 82 327 0.04
11 82 325 0.04
12 82 328 0.04
13 87 345 0.04
14 87 347 0.04
15 87 348 0.04
16 87 346 0.04
17 116 462 0.04
18 116 464 0.04
19 116 461 0.04
20 116 463 0.04
21 119 473 0.04
22 119 476 0.04
23 119 475 0.04
24 119 474 0.04
25 137 548 0.04
26 137 547 0.04
27 137 545 0.04
28 137 546 0.04
29 145 580 0.04
30 145 578 0.04
31 145 579 0.04
32 145 577 0.04
33 166 662 0.04
34 166 663 0.04
35 166 664 0.04
36 166 661 0.04
37 198 792 0.04
38 198 789 0.04
39 198 790 0.04
40 198 791 0.04
svytotal(~x,design=dclus1)
total SE
x 0.05698 0.2989
confint(svytotal(~x,design=dclus1))
2.5 % 97.5 %
x -0.5289184 0.6428782
svymean(~x,design=dclus1)
mean SE
x 0.035612 0.1868
confint(svymean(~x,design=dclus1))
2.5 % 97.5 %
x -0.330574 0.4017989

Interpretasi :
Pada program diatas akan dilakukan pengambilan sampel acak cluster atau bergerombol. Pertama
dijalankan perintah df<-data.frame(x=rnorm(1000)). Artinya akan dibangkitkan data normal sebanyak
100 yang ditampilkan dalam data frame dan disimpan dalam variabel df . Kemudian menjalankan
perintah df$id<-rep(1:250,each=4). Artinya akan dibuat variabel baru berupa ide yang berisi 250
kategorik dengan pengulangan tiap angka sebanyak 4 kali dan nilainya akan digabungkan dalam variabel
df. Kategori yang dibuat ini sebagai cluster dari sampel. Kemudian menjalankan packages sampling dan
survey. Jika sudah, maka dilakukan penarikan sampel dengan perintah
cl=sampling::cluster(df,clustername=c("id"),size=10,method="srswor"). Artinya akan diambil sampel dari
data df dengan metode pengambilan sampel tanpa pengembalian dimana sampel yang terpilih akan
akan dimasukan ke dalam variabel ide dengan ukuran sampel sebesar 10. Kemudian membuat model
survei m dengan perintah dclus1=svydesign(id=~id,data=cls,fpc=~M,weights=~Prob). Artinya fungsi
svydesign menggabungkan kerangka data dan semua informasi desain survei yang diperlukan untuk
menganalisanya. Objek-objek ini digunakan oleh pemodelan survei dan fungsi-fungsi ringkasan dimana
bobot nilainya setara dengan nilai probabilitas dan simpan dalam variabel dclus1. Kemudian dilakukan
pendugaan rata-rata dari data x dengan perintah svymean(~x,design=dclus1) dan selang
kepercayaannya dengan perintah confint (svymean(~x,design= dclus1)). Terakhir dilakukan pendugaan
total dari data x dengan perintah svytotal(~x,design= dclus1)dan selang kepercayaan dengan perintah
confint (svytotal(~x,design= dclus1)).
Berdasarkan output diperoleh sebagai berikut :
a. Nilai rata-rata(mean) sampel sebesar 0.035612 dan standar error(SE) sebesar 0.1868. Sementara
selang kepercayaan rata-rata sampel berada diantara interval -0.330574 sampai 0.4017989.
b. Nilai dugaan total rataan sampel sebesar 0.05698 dan standar error(SE) sebesar 0.2989.
Sementara selang kepercayaan dugaan total sampel berada diantara interval -0.5289184 sampai
0.6428782.

Program 2:
#cluster data sendiri
data1=read.csv("D://TP4TSS.csv",header=TRUE,sep=",")
stk=data1$Statistika
kimia=data1$Kimia
n=5
sa=srswor(n,length(stk))
as.vector(kimia[sa==1])
[1] 78 84 75 75 75

Output :
> data1
NIM Nama Statistika Fisika Kimia Biologi
1 F1A220083 Irmayanti 79 75 75 85
2 F1A220078 Faturahman 84 76 79 77
3 F1A220067 Abdul Shamad 77 84 78 85
4 F1A220085 I kadek 78 86 84 77
5 F1A220053 Nur Insani 82 82 81 91
6 F1A220061 Sri Yuliana 75 75 70 82
7 F1A220033 Asdar Gusman 77 75 75 89
8 F1A220100 Seniati 77 76 70 77
9 F1A220070 Boby Iwan 79 76 75 84
10 F1A220062 Sutrianti 80 75 75 75
11 F1A220056 Rastina 76 71 75 75
12 F1A220010 Kaida 80 77 75 78
stk
[1] 79 84 77 78 82 75 77 77 79 80 76 80
kimia
[1] 75 79 78 84 81 70 75 70 75 75 75 75
as.vector(kimia[sa==1])
[1] 78 84 75 75 75

Interpretasi :

Pada program diatas akan dilakukan penarikan sampel cluster dari data yang sudah dibuat. Pertama
memanggil data yang telah dibuat dalam format csv dan disimpan dalam variabel data1. Kemudian
menjalankan perintah stk=data1$Statistika. Artinya akan ditampilkan kolom nilai Statistika yang akan
disimpan dalam variabel stk. Nilai tersebut disusun dalam satu bari. Begitupun juga ketika ingin
menampilkan nilai kimia. Kemudian dilakukan pengambilan sampel dengan perintah
sa=srswor(n,length(stk)). Artinya akan diambil sampel dalam variabel stk dengan metode tanpa
pengembalian sebanyak n. Selanjutnya, sampel yang diambil dibuat dalam vektor nilai dan digabungkan
dengan variabel nilai kimia. Berdasarkan output diperoleh sampel sebanyak 5 dengan nilai berturut-
turut yaitu 78 84 75 75 75.