II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

dokumen-dokumen yang mirip
II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel.

BAB III METODE PENELITIAN

TINJAUAN PUSTAKA Pengertian

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N,

SOAL DAN PEMBAHASAN MULTISTAGE SAMPLING. Oleh: Adhi Kurniawan

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

1200 (0,535) (0,465) (1200 1).0,05 + (0,535) (0,465)

PENAKSIR RANTAI RASIO DAN RANTAI PRODUK YANG EFISIEN UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA

BAB V ANALISA PEMECAHAN MASALAH

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

Pendugaan Parameter. Debrina Puspita Andriani /

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

BAB III METODE PENELITIAN

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

PERTEMUAN 9-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

STATISTIK PERTEMUAN VIII

Sampling Process and Sampling Distribution Inference : Point and Interval Estimates. Pertemuan 2

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

PERTEMUAN 12-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

OBJEK DAN METODE PENELITIAN. Objek ternak yang digunakan adalah itik Damiaking jantan dan betina

Modul Kuliah statistika

BAB III METODE PENELITIAN

Distribusi Sampling (Distribusi Penarikan Sampel)

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi

PERTEMUAN 1-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

TEKNIK SAMPLING PCA SISTEMATIK. Hazmira Yozza Izzati Rahmi HG. Jurusan Matematika FMIPA - Unand

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PERTEMUAN 3-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian

BAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena

JENIS PENDUGAAN STATISTIK

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

BAB III METODOLOGI PENELITIAN

1 n MODUL 5. Peubah Acak Diskret Khusus

METODE PENELITIAN. Penelitian tentang Potensi Ekowisata Hutan Mangrove ini dilakukan di Desa

IV. METODE PENELITIAN

B a b 1 I s y a r a t

BAB V METODOLOGI PENELITIAN

IV. METODE PENELITIAN

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

III. METODELOGI PENELITIAN

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

BAB III OBYEK DAN METODE PENELITIAN

BAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh

SEBARAN t dan SEBARAN F

BAB 2 LANDASAN TEORI

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011.

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

III BAHAN DAN METODE PENELITIAN

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

9 Departemen Statistika FMIPA IPB

BAB III METODE PENELITIAN

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

x = μ...? 2 2 s = σ...? x x s = σ...?

III. METODE PENELITIAN

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

III BAHAN DAN METODE PENELITIAN. Ternak yang digunakan dalam penelitian ini adalah kuda berjumlah 25

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

PERTEMUAN 6-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi

Penarikan Sampel Acak Sederhana

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Bab III Metoda Taguchi

PERTEMUAN 5-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

BAB III METODOLOGI PENELITIAN

Mata Kuliah: Statistik Inferensial

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

REGRESI LINIER GANDA

BAB 4. METODE ESTIMASI PARAMETER DARI DISTRIBUSI WAKTU KERUSAKAN

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

BAB 3 METODE PENELITIAN

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

3 METODOLOGI PENELITIAN

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk :

BAB III METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN. Menurut Sukardi, (2003:17) Metodologi penelitian adalah cara yang

Transkripsi:

II. LANDASAN TEORI Defiisi 2.1 Samplig Samplig adalah proses pegambila atau memilih buah eleme dari populasi yag berukura N (Lohr, 1999). Dalam melakuka samplig, terdapat teori dasar yag disebut teori samplig. Teori samplig mecoba megembagka metode/racaga pemiliha sampel, sehigga dega biaya sekecil mugki dapat meghasilka pedugaa parameter yag medekati parameter populasiya. Teori samplig bertujua utuk membuat samplig mejadi lebih efisie. Pegertia efisie dalam teori dasar samplig adalah racaga samplig yag meghasilka dugaa yag palig medekati parameter populasi, membutuhka biaya pegumpula data yag sekecil-kecilya (Cochra, 1991). Racaga samplig yag efisie adalah racaga samplig yag dapat meghemat waktu, teaga da biaya tapa meguragi keakurata data, da iformasi yag diperoleh bearbear meggambarka karakteristik populasi dega baik. Eriyato (2007) megemukaka bahwa pemakaia sampel aka bergua jika dapat diguaka sebagai alat pedugaa (iferesia). Nilai populasi disebut sebagai parameter, semetara ilai sampel disebut statistik. Defiisi 2.2 Tekik Samplig Tekik samplig (tekik pearika sampel) merupaka upaya peelitia utuk

medapatka sampel yag represetatif atau mewakili, yag dapat meggambarka populasiya. Yag termasuk dalam tekik samplig atara lai: a. Samplig Acak Sederhaa atau Simple Radom Samplig Samplig acak sederhaa merupaka betuk palig sederhaa dari pegambila sampel. Sampel acak sederhaa dari ukura sampel diambil ketika setiap kemugkia irisa (subset) dari uit dalam populasi memiliki kesempata yag sama utuk terpilih sebagai sampel. Sampel acak sederhaa dapat diguaka apabila dalam satu populasi bersifat homoge (memiliki karakteristik populasi sama). Defiisi 2.3 Samplig Acak Sederhaa Samplig acak sederhaa adalah samplig acak, dimaa setiap eleme memiliki peluag yag sama utuk dipilih dari populasi. Samplig acak sederhaa dilakuka apabila: 1. Eleme populasi yag bersagkuta homoge (memiliki karakteristik populasi sama). 2. Haya diketahui idetitas-idetitas dari satua samplig (eleme) dalam populasi, sedagka keteraga lai megeai populasi, seperti tigkat keragama, da pembagia ke dalam gologa-gologa tidak diketahui. (Hasa, 2001) Dalam Cochra (1991) defiisi samplig acak sederhaa adalah sebuah metode utuk memilih uit dari N sehigga setiap eleme dari NC sampel yag berbeda memepuyai kesempata yag sama utuk dipilih. Peduga rata-rata pada samplig acak sederhaa adalah:

y = y i Peduga varia utuk μ adalah: V(y ) = σ2 (N N 1 ) Dimaa: σ 2 = (y i y ) 2 N b. Samplig Acak Berlapis atau Stratified Radom Samplig Defiisi 2.4 Samplig Acak Berlapis Samplig acak berlapis adalah betuk samplig acak yag eleme populasiya dibagi kedalam kelompok-kelompok homoge yag disebut strata. Samplig acak berlapis dilakuka apabila: 1. Eleme-eleme populasiya heteroge (karakteristik populasiya tidak sama). 2. Ada kriteria yag diguaka sebagai dasar utuk mestratifikasika eleme populasi ke dalam stratum-sratum. 3. Dapat diketahui dega tepat jumlah uit/satua sampligya dari setiap stratum dalam populasi. (Hasa, 2001) Cochra (1991) megemukaka bahwa dalam samplig acak berlapis, uit populasi (N) dibagi ke dalam sub populasi, masig-masig N1, N2,., NH. Sub populasi ii tidak boleh tumpag tidih, da bila seluruh sub populasi dijumlahka, maka diperoleh: N1+ N2+.+ NH = N Sub populasi disebut lapisa (strata). Utuk memperoleh keutuga yag maksimal dari pelapisa (stratificatio), ilai NH harus diketahui. Bila lapisa telah ditetuka,

sebuah sampel diambil dari masig-masig lapisa secara acak utuk lapisa berbeda. Ukura sampel dalam lapisa diotasika dega: 1 + 2 +.+H = Alasa yag medasar utuk megguaka samplig acak berlapis dibadigka samplig acak sederhaa adalah: a) Memaksimalka iformasi yag diperoleh. Stratifikasi memugkika utuk meghasilka batas kesalaha samplig (samplig error) yag lebih kecil dari pada samplig acak sederhaa dega ukura sampel yag sama. Jika hasil pegukura di dalam suatu strata relative homoge. b) Biaya observasi pada suatu survei bias dikuragi dega melakuka stratifikasi pada eleme-eleme populasi ke dalam kelompok yag tepat. c) Memugkika diterapkaya metode da prosedur yag berbeda utuk setiap strata yag diambil. Peduga rata-rata pada samplig acak berlapis adalah: L y = 1 N N iy i Peduga varia utuk μ adalah: V(y ) = 1 L N N 2 i 2 ( N i i ( S i 2 S 2 i = (Y ij Y ) 2 1 N i ) i ) c. Samplig Kelompok atau Cluster Samplig Defiisi 2.5 Samplig Kelompok

Samplig kelompok adalah pegambila sampel dari beberapa uit samplig yag merupaka kelompok dari eleme (Scheaffer, Medehall da Ott., 1996). Samplig kelompok diguaka apabila populasi geografis eleme-eleme populasi berjauha, keterbatasa biaya da selai itu juga karea tidak tersediaya samplig frame secara legkap, atau terlalu mahal utuk memperoleh samplig frame. 2.1 Oe-Stage Cluster Samplig Oe-Stage Cluster Samplig membagi populasi mejadi kelompok atau kluster. Beberapa kluster kemudia dipilih secara acak sebagai wakil dari populasi, kemudia sampel diambil dari dalam kluster yag terpilih secara acak yag aka dijadika sebagai sampel peelitia. Oe-stage cluster samplig dapat diguaka apabila posisi geografis eleme-eleme populasi berjauha, tidak tersediaya samplig frame secara legkap, da utuk efisiesi biaya, megigat besarya biaya utuk melakuka survai. Tahapa pada oe-stage cluster samplig adalah sebagai berikut Populasi N kluster kluster Peduga bagi rata-rata populasi, yaitu: y oe = y i (1) Dega yi = y ij

Pada oe-stage cluster, pemiliha kluster dilakuka secara acak sehigga peduga variasya adalah sebagai berikut: N V (y oe ) = ( NM 2 ) S2 dega: S 2 = (y i y ) 2 1 Bukti: Aka dibuktika melalui peduga rata-rata pada persamaa 1: V (y oe ) = V ( = y i 1 ( ) V( ) 2 y i ) (2) Diketahui bahwa m =, sehigga = m. Utuk kasus oe-stage cluster samplig, = M i, sehigga M = atau = M. Dega demikia, persamaa (2) mejadi: V (y oe ) = 1 2 M 2 V ( y i) = 1 = 2 M 2 V( y ) : dega y = 1 2 M 2 2 V(y ) y i = 1 M 2 V(y ) (3) Perhatika bahwa y = y i, dega y i adalah j=1 y ij atau merupaka total pegamata pada kluster terpilih ke-i. Dega demikia, peduga total bagi kluster ke-i adalah y. Megikuti kosep peduga varias pada kasus simple radom samplig, maka diperoleh: V(y ) = ( N N ) S 2 (4)

dega S 2 = (y i y ) 2 1 Dega mesubtitusika persamaa (4) ke dalam persamaa (3), maka diperoleh V(y ) = 1 M 2 (N N ) S 2 atau = N NM 2 S2 (terbukti). Catata: N= jumlah kluster = jumlah kluster terpilih = M i = jumlah eleme/uit sampel kluster terpilih ke-i 2.2 Two-stage Cluster samplig Metode two-stage kluster samplig merupaka pegembaga dari metode kluster samplig dimaa pegambila sampel dilakuka secara dua tahap, yaitu tahap pertama, memilih beberapa kluster dalam populasi secara acak da tahap kedua memilih beberapa uit sampel dari tiap kluster terpilih secara acak (Scheafer et.al., 1990). Tahapa pada two-stage cluster samplig dapat diilustrasika sebagai berikut: Tahap 1 Tahap 2 Notasi: N = Jumlah kluster dalam populasi = Jumlah kluster terpilih Mi = Jumlam eleme/uit samplig dari kluster ke-i

mi = Jumlam eleme/uit samplig yag dipilih dari kluster terpilih ke-i N M = M i = jumlah eleme/uit samplig dalam populasi M = M = rata-rata jumlah eleme/uit samplig masig-masig kluster N Peduga bagi rata-rata populasi yaitu y two = 1 M M i y i Bukti: Aka dibuktika melalui pedekata total populasi. Diketahui bahwa total populasi = Ny da M merupaka total jumlah eleme dalam populasi, maka: y two = N y total M = N M i=i y i (5) Dega y i merupaka total pegamata dari kluster terpilih ke-i: y i = y ij j=1 = M i y i Dega demikia persamaa (5) mejadi: y two = 1 M i y i M (terbukti) Peduga varias bagi peduga rata-rata populasi adalah: N V (y two ) = ( N ) ( 1 M 2 ) S b 2 + 1 N (M m M ) S 2 2 m Bukti: Meurut scheaffer, et.al (1996) peduga ragam bagi peduga rata-rata populasi utuk kasus two-stage cluster samplig dapat diuraika sebagai berikut:

V(y two ) = V 1 [E 2 (y two ) ] + E 1 [V 2 (y two )] Pertama meguraika: V 1 [E 2 (y two ) ] = V 1 [ 1 y i ] = V 1 [y ] = N N S 1 2 dega S 2 1 = 1 N N 1 (y i y ) 2 meurut scheaffer, et.al (1996) dega meguraika, 1 S M 2 b 2 = 1 1 (y i μ) 2 maka diperoleh ( N N ) ( 1 M 2 ) S b 2. Kemudia yag kedua meguraika: E 1 [V 2 (y two )] = E 1 (V 2 ( 1 y i )) = E 1 [ 1 ( 2 y i )] = E 1 ( 1 2 (V 2(y 1) + V 2 (y 2) + + V 2 (y ))) = E 1 ( 1 V(y i)) 2 = E 1 ( 1 V(y i)) = 1 E 1[V(y i)]

= 1 1 N V(y i) = 1 1 N M m M dega S 2 2 = S 2 2 m (y 2 ij y i) m 1 Dega demikia diperoleh peduga varias bagi peduga rata-rata populasiya adalah: N V (y two ) = ( N ) ( 1 M 2 ) S b 2 + 1 N (M m M ) S 2 2 m