Stratified random sampling adalah suatu teknik pengambilan

sampel dengan memperhatikan suatu tingkatan (strata) pada

elemen populasi. Elemen populasi dibagi menjadi beberapa
tingkatan (stratifikasi) berdasarkan karakter yang melekat padanya.
Dalam stratified random sampling elemen populasi dikelompokkan
pada tingkatan-tingkatan tertentu dengan tujuan pengambilan
sampel akan merata pada seluruh tingkatan dan sampel mewakili
karakter seluruh elemen populasi yang heterogen.
pada umumnya populasi-populasi yang dijadikan
sebagai objek penelitian lebih cenderung
heterogen. Karena apabila diketahui karakter
elemen populasi bersifat homogen maka prosedur
pengambilan sampel tidak perlu rumit, tidak perlu
menggunakan teknik sampel yang sulit dan ukuran
sampel diambil pun cukup sedikit saja. Contohnya
saat anda sedang memasak sayur, anda cukup
mengaduk sayuran dan dan mengambil satu
sendok untuk dijadikan sampel Apakah sudah
cukup asin atau belum. Contoh lain dapat anda
lihat pada kasus pengambilan sampel darah.
Syarat pembentukan strata dalam stratified random sampling
mengikuti proses stratifikasi suatu populasi,yaitu:
Strata harus tidak saling tumpang tindih dan harus saling terpisah
dalam populasi.
Stratifiaksi populasi harus dilakukan pada strata yang bersifat
homogen dalam strata tersebut dengan karakteristik tertentu.
Pada kenyataannya di lapangan, ketika hal ini sulit untuk distratakan
dengan suatu nilai karakteristik tertentu, maka kemudahan
administrasi menjadi dasar pemikiran dalam stratifikasi.
Jika akurasi batas untuk kepastian tiap – tiap populasi diberikan, hal
ini akan menjadi lebih baik dan terpercaya untuk tiap – tiap populasi
sebagai suatu strata.
Terdapat tiga tahapan yang harus dilakukan dalam mengambil sampel dengan menggunakan
metode stratified random sampling, yaitu sebagai berikut:
Tahap Pertama
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.
Tahap Kedua
Suatu sampel diambil dari setiap strata – strata yang independen, jumlah sampel antar strata
ke –i. Menjadi ni dimana i.=1,2,….,k yaitu : n1+n2+n3+…+nk=n
Tahap Ketiga
Setelah diperoleh sampel, selanjutnya dilakukan penaksiran terhadap parameter yang
diperlukan, dan selanjutnya dibuat kesimpulan untuk populasi berdasarkan hasil penaksiran
sampel.
Seperti halnya Sampling Acak Sederhana maka akan diuraikan tiga penaksiran yang
barangkali dilibatkan dalam penelitian. Penaksir ini adalah penaksir rata-rata, proporsi
dan total populasi.
Rata-rata nilai karakteristik populasi tiada lain adalah jumlah nilai karakteristik dibagi
banyaknya unit dalam populasi.
𝐿
1 1
𝑦ത𝑠𝑡 = [𝑁1 𝑦ത1 + 𝑁2 𝑦ത2 + ⋯ + 𝑁𝐿 𝑦ത𝐿 = ෍ 𝑁𝑖 𝑦ത𝑖
𝑁 𝑁
𝑖=1
 𝛼
Selang kepercayaan bagi 𝝁 𝑦ത𝑠𝑡 ± 𝑡 ෠ 𝑦ത𝑠𝑡 )
𝑉(
2

𝐿 2
1 2 𝑁𝑖 − 𝑛𝑖 𝑠𝑖
Ragam 𝑉෠ 𝑦ത𝑠𝑡 = 2 ෍ 𝑁𝑖
𝑁 𝑁𝑖 𝑛𝑖
𝑖=1

BOE
𝑆𝑦𝑠𝑡
ത = 𝑉෠ 𝑦ത𝑠𝑡
Contoh :
Seorang peneliti mengadakan suatu survai untuk mengetahui
berapa rata-rata hasil penjualan lading per bulan milik para
petani di suatu daerah. Diketahui bahwa di daerah tersebut
terdapat 250 petani yang 60 diantaranya tergolong kelompok
yang mempunyai ladang luas, 100 tergolong kelompok yang
mempunyai ladang lumayan luas, dan 40 petani tergolong
mempunyai ladang kecil. Sampel yang diambil oleh peneliti
adalah 50 petani yang masing-masing kelompok diwakili oleh 15,
25, dan 10 petani. Dalam tiap kelompok petani-petani ini diambil
dengan sampling acak sederhana. Dari petani yang terpilih, rata-
rata pendapatannya dihitung, lihat table (IV. 1) diperoleh :
Perkiraan rata-rata populasi
𝑦ത1 = 125.000 𝑦ത2 = 60.000
𝑦ത3 = 30.000
maka rata hasil penjualan ladang per bulan di daerah tersebut adalah

𝐿
1
𝑦ത𝑠𝑡 = ෍ 𝑁𝑖 𝑦ത𝑖
𝑁
𝑖=1

60 125.000 + 100 60.000 + 40(30.000)

𝑦ത𝑠𝑡 =
200
𝑦ത𝑠𝑡 = 73.500
maka rata hasil penjualan ladang per bulan di daerah tersebut adalah Rp
73.500
Perkiraan interval rata-rata, ragam dan baound of error
Interval rata-rata
𝛼
𝑦ത𝑠𝑡 ± 𝑡 ෠ 𝑦ത𝑠𝑡 )
𝑉(
2
𝛼 𝛼
𝑦ത𝑠𝑡 − 𝑡 ෠ 𝑦ത𝑠𝑡 ) < 𝜇 < 𝑦ത𝑠𝑡 + 𝑡
𝑉( ෠ 𝑦ത𝑠𝑡 )
𝑉(
2 2

73.500 − 2 1621797,603 < 𝜇 < 73.500 + 2 1621797,603

70.953 < 𝜇 < 76.046,996
Ragam
𝐿 2
1 2 𝑁𝑖 − 𝑛𝑖 𝑠𝑖
𝑉෠ 𝑦ത𝑠𝑡 = 2 ෍ 𝑁𝑖
𝑁 𝑁𝑖 𝑛𝑖
𝑖=1
2 2 2 2 2 2
60 60 − 15 16.053,48 100 100 − 25 6.416,13 40 40 − 10 7.149,20
𝑉෠ 𝑦ത𝑠𝑡 = + +
200 60 15 200 100 25 200 40 10
𝑉෠ 𝑦ത𝑠𝑡 = 1621797,603
Bound of error
𝑆𝑦𝑠𝑡
ത = 𝑉෠ 𝑦ത𝑠𝑡
𝑆𝑦𝑠𝑡
ത = 1621797,603
𝑆𝑦𝑠𝑡
ത = 1.273,498
Pendugaan Total Populasi
𝐿 𝐿 2
𝑁𝑖 − 𝑛 𝑖 𝑠𝑖
𝜏Ƹ = 𝑁1 𝑦ത1 + 𝑁2 𝑦ത2 + ⋯ 𝑁𝐿 𝑦ത𝐿 = ෍ 𝑁𝑖 𝑦ത𝑖 ෠ 𝜏Ƹ 𝑠𝑡 ) = ෍[𝑁𝑖2
𝑉( ]
𝑁𝑖 𝑛𝑖
𝑖=1 𝑖=1

Selang kepercayaan bagi 𝝉

෠ 𝜏Ƹ𝑠𝑡 )
𝜏Ƹ 𝑠𝑡 ± 𝑡∝ 𝑉(
2
Aplikasi Contoh di Setiap Lapisan

𝑁𝑖2 𝜎𝑖
𝑐𝑖
𝑛𝑖 = 𝑛[ ]
𝑁 𝜎
σ𝐿𝑘=1 𝑘 𝑘
𝑐𝑘
 𝐿 𝐿
1 1 1 2 𝑁𝑖 − 𝑛𝑖 𝑝Ƹ 𝑖 (1 − 𝑝Ƹ 𝑖 )
𝑝Ƹ 𝑠𝑡 = 𝑁 𝑝Ƹ + 𝑁2 𝑝Ƹ 2 + ⋯ 𝑁𝐿 𝑝Ƹ 𝐿 = ෍ 𝑁𝑖 𝑝Ƹ 𝑖 ෠
𝑉(𝑦ത𝑠𝑡 ) = 2 ෍[𝑁𝑖 ]
𝑁 1 1 𝑁 𝑁 𝑁𝑖 𝑛𝑖 − 1
𝑖=1 𝑖=1

Selang kepercayaan bagi 𝝉

෠ 𝑝Ƹ𝑠𝑡 )
𝑝Ƹ 𝑠𝑡 ± 𝑡∝ 𝑉(
2
 σ𝐿𝑖=1 𝑁𝑖2 𝑝𝑖 (1 − 𝑝𝑖 ) /𝑤𝑖
𝑛=
𝐵2
𝑁 2 + σ𝐿𝑖=1 𝑁𝑖2 𝑝𝑖 (1 − 𝑝𝑖 )
2
𝑧

𝑝𝑖 (1 − 𝑝1 )
𝑁𝑖
𝑐𝑖
𝑤𝑖 =
𝑝𝑘(1−𝑝𝑘)
σ𝐿𝑘=1 𝑁𝑘
𝑐𝑘
Contoh :
Seorang peneliti mengadakan suatu survai untuk mengetahui
berapa rata-rata hasil penjualan lading per bulan milik para
petani di suatu daerah. Dikeahui bahwa di daerah tersebut
terdapat 250 petani yang 60 diantaranya tergolong kelompok
yang mempunyai lading luas, 100 tergolong kelompok yang
mempunyai ladang lumayan luas, dan 40 petani tergolong
mempunyai ladang kecil. Sampel yang diambil oleh peneliti
adalah 50 petani yang masing-masing kelompok diwakili oleh 15,
25, dan 10 petani. Dalam tiap kelompok petani-petani ini diambil
dengan sampling acak sederhana. Dari petani yang terpilih, rata-
rata pendapatannya dihitung, lihat table (IV. 1) diperoleh :
Peduga Total Populasi
𝐿

𝜏Ƹ = 𝑁1 𝑦ത1 + 𝑁2 𝑦ത2 + ⋯ 𝑁𝐿 𝑦ത𝐿 = ෍ 𝑁𝑖 𝑦ത𝑖

𝑖=1
𝑖=1
60 × 125.000 = 7.500.000
𝑖=2
100 × 60.000 = 6.000.000
𝑖=3
40 × 30.000 = 1.200.000
𝜏Ƹ = 𝑁1 𝑦ത1 + 𝑁2 𝑦ത2 + ⋯ 𝑁𝐿 𝑦ത𝐿
𝜏Ƹ = 7.500.000 + 6.000.000 + 1.200.000
𝜏Ƹ = 14.700.000
Varians:
𝐿 2
1 2 𝑁𝑖 − 𝑛 𝑖 𝑠𝑖
෠ 𝜏Ƹ 𝑠𝑡 ) =
𝑉( ෍[𝑁𝑖 ]
𝑁2 𝑁𝑖 𝑛𝑖
𝑖=1
𝑖=1
60−15 16.053,48
602 = 2.889.626,4
60 15
𝑖=2
100−25 6.416,13
1002 = 1.924.839
100 25
𝑖=3
40−10 7.149,20
402 = 857,904
40 10
𝑉෠ 𝜏Ƹ 𝑠𝑡 = 2.889.626,4 + 1.924.839 + 857,904 = 5.672.369,4

Bound Of Error
෠ 𝑝Ƹ 𝑠𝑡 )
2 𝑉(
2 5.672.369,4 = 4.763,34
Penentuan Ukuran Contoh
Analog Contoh 1, Peneliti tersebut menghitung jumlah biaya
yang dihabiskan dalam melaksanakan survei. Biaya per observasi
di daerah 1, daerah 2, dan daerah 3 masing-masing sebesar 𝐶1 =
6.400, 𝐶2 = 2.500, dan 𝐶3 = 4.900. standar deviasi dari masing-
masing daerah adalah 𝜎1 ≈ 100, 𝜎2 ≈ 50, 𝜎3 ≈ 150. Hitunglah
jumlah sampel yang harus diambil untuk 𝑛𝑎 , 𝑛𝑏 , dan 𝑛𝑐 , agar
biaya yang dikeluarkan minimum. Bound of error dari penjualan
ladang adalah Rp. 5000, peneliti ingin mengambil sebanyak 50
ladang.
 𝐿
𝑁𝑘 𝜎𝑘 60 × 100 100 × 50 40 × 150
෍ = + +
𝑐𝑘 6.400 2.500 4.900
𝑘=1
= 75 + 100 + 85,7
= 260,7
𝑖=1
60 100
6400
𝑛 = 50 = 14.38 ≈ 14
260,7
𝑖=2
100 50
2500
𝑛 = 50 = 19,1 ≈ 19
260,7
𝑖=3
40 150
4900
𝑛 = 50 = 16,7 ≈ 17
260,7
Perkiraan Proporsi
Analog Contoh 1, Peneliti menemukan proporsi untuk setiap daerah yang
diteliti yaitu :
𝑝Ƹ1,2,3 = 0.25
𝐿
1 1
𝑝Ƹ 𝑠𝑡 = 𝑁1 𝑝Ƹ1 + 𝑁2 𝑝Ƹ 2 + ⋯ 𝑁𝐿 𝑝Ƹ 𝐿 = ෍ 𝑁𝑖 𝑝Ƹ 𝑖
𝑁 𝑁
𝑖=1
1
𝑝Ƹ 𝑠𝑡 = 60 × 0.25 + 100 × 0.25 + 40 × 0.25
200
1
𝑝Ƹ 𝑠𝑡 = 15 + 25 + 10
200
𝑝Ƹ 𝑠𝑡 = 0.25