Penarikan Contoh Acak Berlapis

(Stratified Random Sampling)

 Definisi

Karena tujuan dari penarikan contoh adalah mendapatkan

contoh yang mewakili (representative) populasi, maka sifat
lapisan adalah:
perbedaan objek antar lapisan tinggi, sedangkan dalam
lapisan
rendah.
Dengan kata lain, populasi disekat-sekat sehingga di setiap
sekatan, objek memiliki karakteristik yang mirip.
 Kelebihan PCAB dibandingkan PCAS
Menggunakan PCAB, akan memastikan bahwa contoh yang kita
1 dapatkan terdiri atas berbagai kelompok. Jaminan ini tidak
diberikan oleh PCAS. Misalnya saja, jika kita ingin mengambil
contoh dari suatu kelas mahasiswa sebanyak 10 orang.
Andaikan kita pisahkan terlebih dahulu berdasarkan jenis
kelamin, kemudian secara acak kita ambil 5 orang dari
kelompok perempuan dan 5 orang dari yang laki-laki, maka 10
orang yang diperoleh akan mewakili kedua jenis kelamin.
Dengan PCAS, ada kemungkinan yang terambil perempuan saja,
atau laki-laki saja. Implikasinya, pendugaan menggunakan
PCAB akan memberikan bound of error yang lebih kecil. Hal
tersebut benar hanya jika kita mampu membuat strata dengan
tepat.
 Kelebihan PCAB dibandingkan PCAS
PCAB dapat mengurangi biaya survei, jika dibandingkan PCAS.
2 Pada lokasi survei yang luas, hasil pengacakan menggunakan
PCAS dapat saja terjadi kita harus pergi menyeberang pulau
hanya untuk mendapatkan data dari satu orang responden.
Menggunakan PCAB hal ini bisa diminimalkan.

Dengan PCAB dimungkinkan untuk melakukan

3 pendugaan parameter di setiap sub-populasi, yaitu di setiap
lapisan.
 Membuat Lapisan (strata)
Lapisan adalah kumpulan objek yang memiliki karakteristik
yang sama pada variabel yang ingin diambil datanya. Variabel
yang menyekat populasi menjadi beberapa lapisan adalah
variabel yang memiliki pengaruh atau berhubungan dengan
variabel yang diambil datanya. Misalnya kita ingin menduga
rata-rata waktu yang disediakan oleh mahasiswa untuk
menonton televisi dalam sehari. Jika ada justifikasi yang kuat
bahwa antara laki-laki dan perempuan terdapat perbedaan
dalam hal tersebut, maka jenis kelamin dapat dipilih untuk
dijadikan lapisan. Jika tidak demikian, harus dicari variabel
lain. Penyusunan lapisan dapat dilakukan menggunakan lebih
dari satu variabel.
 Membuat Lapisan (strata)

Tentukan variabel yang sesuai untuk menyekat populasi,

jika kita ingin menduga rata-rata dari variabel berikut:
1. Kebutuhan LPG 3 kg per rumah tangga per bulan di Propinsi
Sulawesi Tenggara
2. Tingkat pemahaman masyarakat mengenai kewajiban
membayar pajak
3. Waktu yang digunakan mahasiswa untuk belajar diluar jam
kuliah
Cara menarik contoh acak
berlapis

Lapisan/ Lapisan/ Lapisan/

Strata 1 Strata 2 Strata 3
N1 N2 N3

Contoh acak Contoh acak

Contoh acak
Sederhana Sederhana
Sederhana
n2 n3
n1
 Pendugaan Rataan Populasi
Populasi
() 1
y st  N1 y1  N 2 y2    N L y L 
N
L
1
Strata 1
(N1)
Strata …
(N ..)
Strata L
(Nl)

N
 N
i 1
i yi

Random Random Random 1 L 2 Ni si 2 

V ˆ( ) N
−ni
y  i
Sampel 1 Sampel … Sampel L st 2 i 1  
(n1) (n …) (nl) N  Ni ni 
Strata 1 2 … ni Ni Y*I
SK bagi 
1 y11 y12 … y1n1 N1 Y*1
2
2 y21 y22 … y2n2 N2 Y*2
y st  t s
: , n −1)
L yL1 yL2 … yLnL NL Y*L 
(
Vˆ ( y )
Pendugaan Total Populasi ()

 st   1 y 1  N 2 y    N L y L   N i y i
L

i 1
2


ˆ
L
2 N i si 
V (ˆ )  −nNi 2

st  i 
i 1
 Ni ni 

Selang kepercayaan bagi 

ˆst s
t 
( , n −1)
2
V ˆ ( ˆ )
Contoh
Sebuah perusahaan periklanan tertarik untuk menentuan
berapa suatu iklan televisi akan ditayangkan di suatu
daerah/kabupaten. Survei dilakukan terhadap rumah
tangga (Ruta) di wilayah perkotaan (A, B) dan
perdesaan (C). Jumlah Ruta di A, B, C : 155, 62, dan 93.
Jumlah
sampel yang diambil seanyak 40 Ruta (A=20, B=8, C=12).
Informsi yang dicari adalah lama waktu Ruta menonton
TV dalam seminggu. Data yang diperoleh (jam/minggu):

35 43 36 39 28 28 29 25 38 27 26 32
A
29 40 35 41 37 31 45 34
B 27 15 4 41 49 25 10 30
C 8 14 12 15 30 32 21 20 34 7 11 24
Penduga rata-rata..
Wilayah Ni ni Rataan s2 (Ni-ni)/Ni
A 155 20 33.90 35.36 0.871
B 62 8 25.12 232.41 0.871
C 93 12 19.00 87.64 0.871

1
y st  N1 y1  N 2 y2  N 3 y3  y st  2 Vˆ ( ys
N
)
1
 155(33.90)  62(25.12)  27.7  2 1.97
93(19.00)
310
 27.7 27.7  2.8
1 L  2 N i −ni2 si 
V ˆ
y ( st )  2  N i  y  2 V (ˆ y ) ??
N i 1  Ni ni  2 2
1
  2 2 2
155 (0.871)(35.36) / 20  62 (0.871)(232.41) / 8  93 (0.871)(87.64) / 12 
 2
(310)
 1.97
Penentuan Ukuran Contoh
L

Ni i
/ wi
n i 1
2
2
2B2 L 2
N 2   Ni i
z i 1

B = bound of error pendugaan rataan populasi

wi = proporsi contoh masing-masing lapisan
 Alokasi Contoh di Setiap
Lapisan
• Alokasi proporsional : ni = n (Ni / N)
• Alokasi optimum : ni = n (Ni i /  Nk k)
•Alokasi biaya:
 
 N ii / ci 
ni  n L
 N  / c 
k 
k 1
k k

 Pendugaan Proporsi
1 1 L
pˆ N pˆ  N    N pˆ   N pˆ
 
st pˆ 1 1 2 2 L L i i
N N i 1

ˆ 1 L
 2 N i −ni pˆ i (1 −pˆ i ) 
V ( y st )  2 i1  N i 
N  N i ni − 1 

Selang kepercayaan bagi p

pˆ st  z  Vˆ pˆ st )
2
(
Contoh
Sebuah perusahaan periklanan tertarik untuk menentuan
berapa suatu iklan televisi akan ditayangkan di suatu
daerah/kabupaten. Survei dilakukan terhadap rumah
tangga (Ruta) di wilayah perkotaan (A, B) dan
perdesaan (C). Jumlah Ruta di A, B, C : 155, 62, dan 93.
Jumlah
sampel yang diambil seanyak 40 Ruta (A=20, B=8,
C=12). Informsi yang dicari adalah apakah Ruta
menonton TV dalam seminggu minimal 30 jam. Data
yang diperoleh (jam/minggu):
1 1 1 1 0 0 0 0 1 0 0 1
A
0 1 1 1 1 1 1 1
B 0 0 0 1 1 0 0 1
C 0 0 0 0 1 1 0 0 1 0 0 0
Penduga proporsi..
Wilayah Ni ni Pi s2 (Ni-ni)/Ni
A 155 20 13/20 91/400 0.871
B 62 8 3/8 15/64 0.871
C 93 12 3/12 27/144 0.871

1
pst  N1 p1  N 2 p2  N 3 p3 
N pst  2 Vˆ ( ps
)
1
 155(13 / 20)  62(3 / 8)  93(3 / ...  ...
12) 2
310
 ..... ...  ...
L 
ˆ( ) 1 2 N i −n pi (1
−pi ) 
N2 
V pst N
 i N
i 1  i n i

−1 p1  2 Vˆ ( 1) ??
 p
 1
 155 (0.871)(91/ 400) / 19  62 (0.871)(15 / 64) / 7  93 (0.871)(27 / 144) /
2 2 2

11 
(310)
2

 ....
Penentuan Ukuran Contoh
untuk Menduga Proporsi
L

 Ni i (1 − pi ) / wi
p2

n i 1

B2 L
N 2   N pi (1 pi )
2

z
i
i 1
−

p i (1 −pi )
Ni
ci
wi 
L p k (1 −pk )
N
k 1
k
ck