Pertemuan Ke-3
PENARIKAN SAMPEL ACAK SEDERHANA
(Simple Random Sampling)
Definisi
Jika sebuah sampel berukuran 𝑛 diambil dari suatu populasi sedemikian rupa
sehingga setiap sampel berukuran 𝑛 yang mungkin memiliki peluang sama untuk
terambil, maka prosedur itu dinamakan penarikan contoh acak sederhana.
Definisi di atas berimplikasi bahwa setiap objek memiliki peluang yang sama untuk
terambil. Namum konsekuensi ini bukan definisi dari penarikan sampel acak
sederhana. untuk dapat menggunakan teknik penarikan sampel sederhana ini
sejumlah syarat perlu dipenuhi yakni: (i) tersedianya daftar kerangka sampel yang
cermat dan lengkap; (ii) Populasi data relatif seragam, dan (iii) Populasi tidak
terlalu terpencar-pencar dalam areal yang luas.
Kelebihan dan Kekurangan Simple Random Sampling (SRS)
SRS merupakan metode pengambilan sampel yang dianggap paling efisien
dibandingkan metode lainnya dan mempunyai beberapa keuntungan.
Kelebihan penggunaan SRS adalah:
a) Kerangka sampel yang dibutuhkan hanya daftar lengkap elemen populasi dan
informasi untuk dihubungi, tidak dibutuhkan informasi tambahan lain,
misalnya wilayah geografis, klasifikasi administrasi atau pengelompokan
elemen menurut kelas-kelas tertentu.
b) Rumus yang digunakan merupakan rumus yang paling mudah dibandingkan
dengan metode lainnya, karena SRS merupakan metode yang paling
sederhana.
c) Metode ini mudah diterapkan pada populasi yang kecil karena mudah
membuat kerangka sampel yang digunakan sebagai dasar pengambilan
sampelnya.
Namun di sisi lain ada juga beberapa kesulitan penerapan SRS dalam prakteknya,
yaitu:
a) Akan menjadi mahal dan tidak mungkin dilakukan pada populasi yang besar
karena semua elemen harus diidentifikasi sebelum dilakukan pengambilan
sampel.
b) Biaya akan menjadi mahal jika diterapkan pada populasi yang tersebar di area
yang luas karena kemungkinan sampelnya juga tersebar secara geografis.
SRS merupakan metode yang paling sering dibahas dalam sampling karena:
a) Sifat matematik yang sederhana
b) Kebanyakan teori dan metode statistik mengasumsikan pemilihan acak
sederhana dari unit pengamatan, yang biasanya diperoleh dari populasi tak
1
Simple Random Sampling
2
Simple Random Sampling
7229 3229
5048 1048
3996 3996
878 4232 232
4878
1665 8265 …..
1665
3787 6614 2614
7787
1478 6767 2797
1478
𝐸 (𝑦̅) = μ
𝜎2 𝑁−𝑛
𝑉(𝑦̅) = [ ]
𝑛 𝑁−1
𝑁 𝑠 2 𝑁−𝑛
Karena 𝐸 (𝑠 2 ) = 𝑁−1 𝜎 2 maka 𝑉̂ (𝑦̅) = [ ]
𝑛 𝑁
∑𝑛 ̅)2
𝑖=1(𝑦𝑖 −𝑦
dengan 𝑠 2 = 𝑛−1
𝑠 2
jika N >>> n, maka 𝑉̂ (𝑦̅) = 𝑛
𝑦̅ ± 𝑡⏟𝛼 √𝑉(𝑦̅)
2
Bound on the error estimation
Contoh 1
Contoh acak sebanyak 𝑛=9 catatan rekening pasien yang dimiliki rumah sakit AAA
diambil untuk menduga rata-rata jumlah uang dari 𝑁 =484 rekening yang ada.
Contoh-contoh yang terambil ada pada pada tebel berikut:
3
Simple Random Sampling
= 35.67
Bound of error pada penduga μ
𝑠 2 𝑁−𝑛
2√𝑉̂ (𝑦̅) = 2√ 𝑛 ( )
𝑁
35.67 484−9
= 2√ ( ) = 3.94
9 484
4
Simple Random Sampling
Contoh 2
Suatu perusahaan industri ingin mengetahui tentang berapa lama jam kerja non
efektif yang dihabiskan para pegawai dalam satu minggu. Diambil contoh acak
sebanyak 𝑛=50 pegawai, dan diperoleh rata-rata menghabiskan waktu kerja mereka
secara tidak efektif selama 10.31 jam dengan 𝑠 2 = 2.25 . Perusahaan tersebut
memiliki 𝑁=750 pegawai. Dugalah berapa total jam kerja yang tidak efektif dalam
satu minggu dan hitung bound of errornya.
Jawab
𝜏 = 𝑁μ
= 750 (10.31) = 7732.5
Jadi total jam kerja yang tidak efektif dalam satu minggu sebanyak 7732.5 jam
𝑠 2 𝑁−𝑛
2√𝑉̂ (𝜏̂ ) = 2√𝑁 2 𝑛 𝑁
2.25 750−50
= 2√(750)2 ( 50 ) ( )
750
= 307.4 jam
Kesalahan pendugaan kurang dari 307.4 jam.
Contoh 3
Analog teladan 1, rata-rata jumlah uang μ pada rekening pasien di rumah sakit AAA
dapat diduga. Walaupun tidak ada data prior yang dapat digunakan untuk menduga
ragam populasinya, dari mayoritas rekening diperoleh range sebesar 100 dimana
ada sebanyak 𝑁 = 1000 rekening pasien. Hitunng jumlah sampel yang dibutuhkan
untuk menduga μ dengan boun of error dari penduganya sebesar B = 3.
Jawab
Sebelumnya kita harus menduga ragam populasi (𝜎 2 ) terlebih dahulu
𝑟𝑎𝑛𝑔𝑒
𝜎≈ ⁄4 = 100⁄25 = 25 dan
𝜎 2 = (25)2 = 625
𝑁𝜎2 1000(625)
𝑛= 𝐵2
= 32
= 217,56
(𝑁−1) 2 +𝜎2 (999) 2+625
𝑧 2
5
Simple Random Sampling
𝑝̂ (1 − 𝑝̂ ) 𝑁 − 𝑛
𝑉̂ (𝑝̂ ) =
𝑛−1 𝑁
Contoh 4
Contoh anak sebanyak n = 100 dari mahasiswa tingkat akhir diambil dari N = 300
mahasiswa untuk menduga berapa proporsi mahasiwa yang berencana melanjutkan
studi ke jenjang pascasarjana. Nilai 𝑦𝑖 = 1 berarti mahasiswa tersebut berencana
untuk melanjutkan studi. Dugalah proporsi mahasiswa tingkat akhir yang berencana
melanjutkan studi dan hitung bound of errornya.
Jawab
Mahasiswa Y
1 1
2 0
⋮ ⋮
100 1
Total 15
Proporsi mahasiswa tingkat akhir yang berencana melanjutkan studi
15
𝑝̂ = 𝑦̅ = = 0.15
100
Bound of error
𝑝̂ (1 − 𝑝̂ ) 𝑁 − 𝑛
2√𝑉̂ (𝑝̂ ) = 2√
𝑛−1 𝑁
0.15(0.85) 300−100
= 2√ = 0.059
99 300
6
Simple Random Sampling
1. Misalkan sampel acak berukuran 𝑛 yaitu 10 akan diambil dari sebuah populasi
berukuran 100 tuliskan sampel yang diperoleh menggunakan tabel bilangan
acak dan beri penjelasan terhadap tahapannya
2. Sebanyak 50 populasi telah diambil sampel berukuran 5 menggunakan sampel
acak sederhana tanpa pengembalian data disajikan sebagai berikut :
No Data Berat Badan
1 45 kg
2 50 kg
3 76 kg
4 63 kg
5 60 kg
Perkirakan total berat badan pada populasi dalam tingkat keyakinan 95%!
3. Jika diketahui rataan sampel sebesar 3,267, Variansi rataan sampel sebesar
1,067 dengan jumlah populasi 120, dan banyaknya sampel sebesar 15.
Perkirakan total populasi dengan alpa 5% dan data diasumsikan berdistribusi
normal
4. Lakukan proses penarikan sampel menggunakan metode sampel acak sederhana
dengan populasi mahasiswa yang ada dikelasmu kemudian (Minimal sampel
10)
a. Jelaskan ilustrasi pengambilan sampelnya
b. Sajikan sampel yang diperoleh dalam bentuk tabel
c. Tentukan perkiraan total populasinya