METODE PENARIKAN CONTOH I

(7-8)
SYSTEMATIC SAMPLING

Oleh: Kadarmanto, Ph.D

1

PERTEMUAN 8-9:
SYSTEMATIC SAMPLING

Penarikan contoh acak sistematik

Pengertian, alasan, persyaratan dan
keuntungan/kelemahan
Prosedur penarikan contoh (linier dan
sirkuler)
Tipe unit dalam populasi (acak,
periodik dsb)
Pendugaan rata-rata, total dan ragam/
varian
Efisiensi terhadap PSAS
2

LOGO

Referensi
Scheaffer, Richard L & Mendenhall, William.
1990. Elementary Survey Sampling. Duxbury
Press. California.
Kish, Leslie. 1995. Survey Sampling. John
Willey & Sons, Inc. New York.

LOGO

PENGERTIAN SYSTEMATIC
SAMPLING

Merupakan suatu cara pemilihan n unit sampel

dari N unit populasi secara sistematis dengan
interval (jarak) tertentu dari suatu kerangka
sampel yang telah diurutkan.
Seluruh N unit dalam kerangka sampel diberi
nomor urut. Pemilihan unit yang pertama
dilakukan dengan angka random, pemilihan
berikutnya dilakukan secara otomatis dengan
interval tetap.

LOGO

Deskripsi
Andaikan N unit dalam populasi diberi
nomor 1 s/d N
Untuk memilih sampel sebanyak n unit, kita
mengambil sebuah unit secara acak dari k
unit pertama dan setiap unit ke-k setelah itu
Misal:
k=15 dan
unit pertama terpilih adalah nomor 13
unit-unit berikutnya adalah 28, 43, 58, dst

Pemilihan unit pertama akan menentukan

sampel secara keseluruhan
5

LOGO

PRINSIP

Ada
interval (k) antar unit sampel:

Unit sampel pertama dipilih secara

acak
Cara 1: antara 1-k
(Linear Systematic Sampling)

Cara 2: antara 1-N

(Circular Systematic Sampling)

Unit sampel berikutnya ditentukan

oleh interval (k)
Misal: N=60; n=10; maka
6

LOGO


N=60; n=10; maka , dan AR=2
Misal:

No
Mhs

Tingg
i
(cm)

16
5

16
2

155

176 160

60

180

176

173

154

166

Jadi, sampel terpilih (cara 1):

No: 2,8,14,20,26,32,38,44,50,56
Jadi, systematic sampling adalah suatu
teknik sampling di mana hanya unit pertama
dipilih dengan bantuan angka random dan
untuk mendapatkan sisanya dipilih secara
otomatis menurut interval yang ditentukan
sebelumnya
7

LOGO

PROSEDUR PEMILIHAN SAMPEL

1. LINEAR SYSTEMATIC SAMPLING
. frame disusun menjadi daftar unit populasi yang terurut
sehingga unit-uni dapat dirujuk oleh angka (nomor urut).
. Menentukan interval sampling k = N/n, sehingga N=nk
. Menentukan angka random pertama, R1k .
. Sampel terpilih terdiri dari unit-unit ke :
R, R+k, R+2k, . . ., R+(n-1)k .
. Jika Nnk, maka ambil k sebagai bilangan bulat yg paling dekat
dengan N/n.
. Contoh:
N=9 dengan nomor urut 1, 2, , 9.
n=3, sehingga k=9/3=3
R=2
Sampel terpilih: 2, 5, dan 9

LOGO


Skema Diagram Systematic
Sampling

dimana:
unit ke- pada sampel ke- (
ukuran unit dalam populasi
ukuran unit dalam sampel
interval sampel ()
9

LOGO

Kasus
Misal:, ,

All Possible Sample (APS)

= [1,4,7,10], [2,5,8,11], [3,6,9,12]
Kasus
Misal:, ,
APS = [1,4,7,10], [2,5,8,11], [3,6,9]
10

LOGO

PROSEDUR PEMILIHAN SAMPEL

2. CIRCULAR SYSTEMATIC
SAMPLING
. Memilih angka random pertama.
. Memilih setiap unit ke-k, (dengan k merupakan bilangan bulat
yang paling dekat dengan N/n), dalam suatu cara yang memutar
sampai n unit sampel terpilih.
. Sampel terpilih terdiri dari unit-unit ke :
R+jk, jika R+jk N
Random
R+2k-N, jika R+jk > N .
start
untuk j=1,2, , (n-1)
. Contoh:
N=9 dengan nomor urut 1, 2, , 9.
n=3, sehingga k=9/3=3
R=7
Sampel terpilih: 7, 1, dan 4
11

LOGO

Sirkuler Sistematik

Dalam
kasus , dapat diatasi dengan
prosedur sirkuler sistematik dimana fixed,
Random start:
Kasus
Misal:, ,
APS = [1,4,7,10], [2,5,8,11], [3,6,9,1], [4,7,10,2],
[5,8,11,3], [6,9,1,4], [7,10,2,5], [8,11,3,6],
[9,1,4,7], [10,2,5,8], [11,3,6,9]
12

LOGO

Peluang unit dalam populasi terpilih

menjadi sampel:
N=nk

Nnk

Peluang

Estimasi
rata-rata
populasi

Peluang

Estimasi
rata-rata
populasi

Linear
Systematic

1/k

Unbiased

1/k

Biased

Circular
Systematic

1/k

Unbiased

n/N

Unbiased

Metode

13

LOGO

KEUNTUNGAN & KELEMAHAN

KEUNTUNGA
N

Lebih cepat, murah, dan mudah

pelaksanaannya daripada cara-cara yang lain.
Memperkecil kesalahan pemilihan dibandingkan
dengan srs maupun stratified random sampel,
terutama bila kerangka sampel tidak tersedia
Sampel tersebar lebih merata, sehingga
kemungkinan besar lebih representatif & efisien
dibandingkan srs.

KELEMAHAN

Penduga varian sulit diperoleh dari sampel

sistematis tunggal.
Apabila unit dalam populasi yang akan
diambil sampel mengikuti pola tertentu,
misalnya berfluktuasi secara periodik,
Penyusunan yang tidak baik mungkin
menghasilkan sampel yang sangat tidak
efisien.
14

LOGO

SYSTEMATIC vs STRATIFIED SAMPLING

Systematic vs Sratified sampling :
Misalkan sebuah populaso terdiri dari N unit yang diberi nomor urut
1 s.d. N dalam beberapa susunan. Akan dipilih sebuah sampel
berukuran n unit.
Systematic

Stratified

Diambil sebuah unit dari k

unit pertama, selanjutnya
mengambil setiap kelipatan
k.

15

Diambil sebuah unit dari k

unit pertama, selanjutnya
mengambil sebuah unit lagi
dari k unit berikutnya secara
acak.

LOGO

Hubungan dengan Stratified Sampling

Systematic sampling menstratifikasi
populasi menjadi n strata yang terdiri dari:
k unit pertama,
k unit kedua, dst.
Sampel sistematik sama precisenya
dengan stratified random sampling
dengan satu unit per strata yang
bersesuaian
k

2k

3k

4k

= systematic sample
= stratified random sample
16

LOGO

Perbedaan:
Systematic Sample:
Unit-unit terletak pada
relatif sama dalam strata

posisi

yang

Stratified Random Sample:

Posisi dalam strata ditentukan secara
terpisah berdasarkan pengacakan di
dalam masing-masing strata.

17

LOGO

Hubungan dengan Cluster Sampling

Dengan N=nk, populasi dibagi menjadi k
unit sampling yang besar, yang masingmasing mengandung n unit original.
Pelaksanaan
pemilihan
sampel
sistematik
adalah
pelaksanaan
pemilihan satu dari unit-unit sampling
yang besar ini secara acak.
Sebuah
sampel
sistematik
adalah
sebuah sampel acak sederhana dari
satu unit cluster dari suatu populasi
sebanyak k unit cluster.
18

LOGO

KOMPOSISI K SAMPEL SISTEMATIK

NOMOR SAMPEL

19

Ratarata

LOGO

PENDUGA RATA-RATA POPULASI

Linear
Systematic Sampling

Jika N=nkrata-rata sampel dari sebuah

sampel sistematik merupakan penduga
unbiased dari rata-rata populasi
Jika Nnkrata-rata sampel dari sebuah
sampel sistematik merupakan penduga
biased dari rata-rata populasi

Circular Systematic Sampling

(N=nk maupun Nnk)
Rata-rata sampel akan selalu merupakan
penduga unbiased
20

LOGO


1
Teorema

Jika N=nk maka adalah sebuah perkiraan tidak

bias dari untuk sebuah sampel yang
ditempatkan secara acak.
k
n y
1 k
ij
E y sy y i.
k i
i
j nk

21

LOGO

Estimasi Rata-Rata
maka

rata-rata kuadrat antar kolom dalam populasi:

22

LOGO

PENDUGA RATA-RATA POPULASI

rata-rata sampel untuk sampel
sistematik ke-i
(karena ada k possible sample,
probability
(jika N=nk)

23

LOGO

Apabila

, misal

dimana
Pada kondisi ini besarnya sampel akan menjadi atau
tergantung dari random start
, jika
, jika

Contoh:

APS
[1,4,7,10,13]
[2,5,8,11]
[3,6,9,12]
24

LOGO


Sebagai penduga rata-rata yang tak bias dinyatakan dengan:

25

LOGO


Misal:
Unit:
Nilai:

Sampel Prob
1
2

Rata-rata

(terbukti)
26

LOGO


Misal: atau

Unit:
Nilai:

27

LOGO

Sebagai penduga rata-rata yang tidak bias

Sampel
1

Prob

2
3

1
2
3

28

LOGO


untuk

untuk

29

LOGO

Sirkuler Sistematik

Sampel

Prob

Rata-rata

1
2
3
4
5
30

LOGO

Estimasi Varians (1)

Jika

Misal menyatakan unit ke- pada sampel ke- (

Teorema 1: Apabila , maka adalah penduga tak
bias dari dan varians

dimana:

31

LOGO

Estimasi Varians (2)

Teorema
2: Varians rata-rata sampling sistematik

dapat dinyatakan dengan:

dimana:

32

LOGO

Total

Sum of Square (Jumlah Kuadrat Terkecil)

dimana:

Catatan: varians sistematik akan kecil dimana fixed dan semakin besar

33

LOGO

VARIANS PENDUGA RATA-RATA

Penghitungan membutuhkan
informasi dari seluruh k sampel
sistematik.
Varians within
sampel sistematis
yang besar
mengindikasikan
bahwa sampel tsb
adalah HETEROGEN

Varians within dari k

sampel sistematik

34

LOGO

Misal populasi:
1,2,3,4,5 | 1,2,3,4,5 | 1,2,3,4,5 periodicity
Misal 2 terpilih sampel dan k=5, sehingga sampel
sistematik: 2,2,2 homogen dan tidak
representatif
Varians within=0 dan akan besar.
Bagaimana mengukur kehomogenan atau
keheterogenan ini ?

INTRACLASS CORRELATION COEFFICIENT

35

LOGO

INTRACLASS CORRELATION COEFFICIENT

yang
menyatakan
tingkat
Ukuran

kehomogenan
dalam
sebuah
sampel
sistematik di antara pasangan unit dalam
sampel sistematik yang sama adalah
intraclass correlation coefficient

36

LOGO

INTRACLASS CORRELATION COEFFICIENT

ada n unit sampling dalam sebuah

Ketika

sampel sistematik, maka ada pasangan unit

sampling yang berbeda yang bisa kita pilih
Karena keseluruhan ada k sampel sistematis,
ada pasangan yang berbeda, sehingga:

37

LOGO

INTRACLASS CORRELATION COEFFICIENT

38

LOGO


Jika,

maka

39

LOGO

Estimasi Rata-Rata dan Varians (4)

Teorema 3: Varians rata-rata sampling sistematik dapat dinyatakan dengan:

intraclass correlation coefficient

menunjukkan tingkat keeratan hubungan suatu karakteristik antar unit di
dalam klaster.
Menunjukkan derajat kehomogenitian dari sampling sistimatis

40

LOGO

SYSTEMATIC SAMPLING

, dengan ukuran kehomogenan antar

Varians

elemen-elemen dalam sampel systematic.

Jika <0 berarti elemen-elemen dalam sampel
cenderung berbeda, dan systematic sampling
lebih baik daripada srs.
Jika 1 berarti elemen-elemen dalam sampel
cenderung mirip, dan
Jika 0 dan positif maka makin kecil
Jika 0 dan N sangat besar, systematic
sampling cenderung ekivalen dengan srs .

41

LOGO

Unit
homogen dlm
sampel
sistimatis
besar

kecil
&
positif/
negatif

Unit-unit
heterogen
dlm sampel
sistimatis
kecil

besar
&
positif

42

LOGO

=0
=0

43

LOGO


estimasi tak bias tidak dapat diperoleh dg
Suatu

mengunakan data dari hanya satu sampel

sistematik.
Ketika sampel systematic sama dengan sampel
dari srs, maka dapat digunakan untuk mendekati
estimasi varians srs ().
Untuk populasi yg bagaimana, berlaku hal2 tsb
diatas?

44

LOGO

Contoh
Misalkan populasi N terdiri dari 9
unit, yaitu 1, 2, , 9.
Diambil sampel dg ukuran n=3
secara sistematis.
Hitung rata-rata & variansnya!

45

LOGO

Jawab
All possible sample dg sistematik
adalah:
Unit terpilih pada n1: 1, 4, 7
Unit terpilih pada n2: 2, 5, 8
Unit terpilih pada n3: 3, 6, 9
n1

n2

n3

46

LOGO

Cara I
1
V y y
k
k

sy

i. Y

1
4 5 2 5 5 2 6 5 2 2
3
3

Cara II
S2

S2

y
k

ij Y

N 1

60
k

V y sy

ij y ij

1
1 5 2 9 5 2
9 1

1
1 4 2 9 6 2 54
9
9

N 1 2 k n 1 2
9 1 60 54 2
S
S wsy

N
N
9 8
9 3
47

LOGO

Cara III
y Y y Y y
j u

y
j u

ij

ij

iu

11

Y y12 Y y11 Y y13 Y y12 Y y13 Y

Y yiu Y 1 5 4 5 1 5 7 5 4 5 7 5 6

Dg cara yang sama,

untuk i=2, yij Y yiu Y 9
j u

untuk i=3 yij Y yiu Y 6

j u
S2=60/8
48

LOGO

2 1 1
6 9 6 21
3 1 9 1 60 8
60

V y sy

60 8 9 1
21 2

3 9
60 3

49

LOGO

Repeated Systematic Sampling

Masalah systematic kita tidak
dapat mengestimasi varians dari
informasi yang dicakup dalam
sebuah sampel sistimatik tunggal.
Metode Alternative: Repeated
Systematic Sampling
Membutuhkan pemilihan lebih dari satu
sampel sistimatik
Misal 10 sampel sistimatik dengan interval 50 yang
mengandung 6 unit dapat diperoleh pada saat
yang sama seperti 1 sampel sistimatik dengan
interval 5 yang terdiri dari 60 unit
50

LOGO

Repeated Systematic Sampling (2)

Jika ns adalah jumlah repeated samples,
maka ini akan memberikan ns=10 repeated
sampel berukuran masing-masing 6 unit.
Misal , , , adalah rata-rata sampel. Maka
estimasi rata-rata populasinya adalah:

Seringkali, diambil ns=10

51

LOGO

Repeated Sampling (3)

Misalkan n=60, k=16, N=960,
k=N/n=960/60=16),
1. Pertama-tama, pilih k=nsk=(10)(16)=160,
dng k =16
2. Pilih 10 angka random antara 1 dan 160
3. Tambahkan 160 untuk masing2 angka
random (starting point) untuk memberikan
10 angka antara 161 dan 320
4. Lanjutkan dengan menambahkan 160
kepada angka-angka ini dan seterusnya
52

LOGO

Jenis-jenis Populasi
Populasi acak

Populasi
alamiah

Populasi trend
linear

POPULASI

Populasi yg
berautokrelasi

53

Populasi dg
variasi periodik
LOGO

SAMPEL SISTEMATIK PADA MASING2 JENIS POPULASI

(1)

POPULASI
ACAK

Elemen-elemen dalam
populasi tersusun
secara acak, sehingga
unit-unit dalam sampel
sistematis juga tersusun
secara acak.
kecil, sampel
heterogen, .

POPULASI
TREND
LINEAR

Elemen-elemen dalam
populasi berurutan,
sehingga sampel
sistematik akan
heterogen,

54

POPULASI
PERIODIK

Elemen-elemen dalam
populasi mengikuti
variasi periodik, shg
keefektifannya akan
tergantung pada nilai
intervalnya (k).
Sistematik digunakan pd
populasi yang
keperiodikannya tidak
terbatas.
LOGO

SAMPEL SISTEMATIK PADA MASING2 JENIS POPULASI

(2)
POPULASI
Yg BERAUTOKORELASI

POPULASI
ALAMIAH

Kita menganggap bhw &

adalah berhubungan secara
positif, dan hubungan antara
keduanya mrpk fungsi jarak, .
Grafik dari d disebut
korelogram.
d meningkat jika d menurun.

55

Contoh:
o ketinggian dg jarak berturutturut 0,1 mil pada suatu
daerah yang luas;
o temperatur tanah;
o temperatur udara,
o volume penjualan kayu per
lembar;
o dll.

LOGO

POPULASI DENGAN SUSUNAN ACAK

Jika
unit-unit sampling di dalam populasi tersusun
secara acak, unit-unit sampling di dalam sampel juga
akan tersusun secara acak.
Oleh karena itu, sampel sistematik bisa diperlakukan
seolah-olah adalah sampel acak.
Sampel yang tersusun secara acak ini akan menjadi
heterogen dan akan memiliki
yang kecil maka
kurang lebih akan sama dengan .
Misal, sampling dari sebuah file yang disusun secara
alfabetik menurut nama. Jika item yang diukur tidak
memiliki hubungan dengan nama individu, kita bisa
mengharapkan systematic sampling benar-benar
equivalent dengan SRS dan memiliki varians yang
hampir sama.
56

LOGO

Varians pada populasi acak

pd populasi acak, .
Pembuktian

y Y
N n
N

Vran
N

y
i 1

i 1

nn

N 1

Y yi Y yi N Y
N

i 1

i 1

Karena yi & yj tidak berhubungan (ij), .

Maka

Vran

N n

Nn N 1

N
i 1

2
i

i 1

Sehingga

1
Vsy
k

i 1

n2

N
N n 2
i

N 2 n i 1

1 N
1
2
Vsy yu Y
k u 1
k
N

N2

2
i

2
i

y
u 1

k Y
2

k i2

N
N n 2 V
i
ran

N 2 n i 1

i 1

N2

57

LOGO

POPULASI TERURUT

sebuah populasi terurut, pemilihan

Dalam

sampel sistematik akan memberikan sampel

yang heterogen dan biasanya akan lebih kecil
daripada .
Contoh: menduga produksi jagung dari populasi
petani dengan luas lahan. Petani diurutkan
terlebih dahulu menurut luas lahan, kemudian
dipilih sampel secara sistematik. Sampel yang
terpilih akan heterogen dan menghindari
kesempatan memilih sampel yang mengandung
terlalu banyak petani besar/kecil sehingga lebih
mewakili populasi daripada ketika masih
tersusun secara acak.
58

LOGO

POPULASI DENGAN VARIASI PERIODIK

Jika
populasi mengandung trend periodik
(misalkan kurva sinus), keefektifan sampel
sistematik tergantung pada nilai interval.
Contoh populasi hipotetik:
1,2,3,4,5| 1,2,3,4,5| 1,2,3,4,5
Jika diambil 3 sampel dan dengan random start 2 dan k=5,
maka sampel sistematiknya: (2,2,2)homogen, besar

Contoh praktis:
Penjualan tinggi hari Jumat dan Sabtu
Penjualan rendah hari Senin dan Selasa
Sampel-sampel bisa dipilih dengan mengubah posisi unitunit sampling setiap waktu.
59

LOGO

 Jika karakteristik yang sedang diteliti

adalah sedemikian rupa sehingga ini
merupakan periodik dengan periode
specifik a periodic population
Contoh : penjualan.
Untuk populasi periodik, elemen dari
sampel sistimatik adalah homogen dan
oleh karena itu rho>0. Selanjutnya jika N
besar, kita memiliki Vsy > Vsrs.
Dalam hal ini, disarankan untuk mengubah
starting point beberapa kali sehingga
populasi menjadi acak.
60

LOGO

Varians pada populasi trend linear

(1)

pd populasi trend linier .

Pembuktian

Misal yi=i, maka

N N 1
i

2
i 1

1
S

N 1
2

Vran

i2
i 1

N N 1 2 N 1
6

N N 1
2
2
y

N
Y

i
12
i 1

N n 2 n k 1 N N 1 k 1 N 1

Nn
Nn
12
12

Pada penarikan sampel sistematis, ;

; ; dst
61

LOGO

Varians pada populasi trend linear

(2)

Jadi
dapat diganti dengan deretan angka 1, 2, ,
k.
Maka: N
2
2
N

y
u 1

Y
2

k k 1
1
k 1
2
, maka : Vsy yu Y
12
k u 1
12

Dengan demikian terbukti ,

karena 2

1 k 1 N 1

12
12

62

LOGO

MODEL2 DLM SYSTEMATIC

SAMPLING

Simple Random Model

Stratified Random Model
Paired Selection Model
Successive Difference Model

63

LOGO

MODEL2 DLM SYSTEMATIC

SAMPLING
Simple
2
Jk unit
populasi seluruhnya acak, maka sampel sistematis ekivalen dg srs.
Random
Model
Stratified pembagian populasi ke dalam strata & menggabungkan unit-unit
Mengasumsikan
sampling
di dalam strata itu.
Random
Pengambilan
Model sampel harus meneliti ciri-ciri daftar populasi untuk menentukan strata
Paired 2 angka random pertama pd penarikan sampelnya, intervalnya I=2I.
Menggunakan
Selection
Jk n=genap,
mk ,
Model berarti ada 1 unit yg digunakan 2x.
Jk n=ganjil,
Successive
Difference
Model

Merupakan pengembangan dari paired selection model.

64

LOGO

Relatif Efisiensi (RE)

efek dari penggunaan metode sampling yang merupakan rasio antara varians
suatu metode sampling dari SRS.
Nilai :
metode tersebut sama efisien dengan SRS
metode SRS kurang efisien
metode SRS lebih efisien

65

LOGO

EFISIENSI

Agar systematic sampling memiliki presisi

yang sama dengan SRS, maka:

66

LOGO

tergantung dari nilai

Apabila , maka
(sama efisien)
Apabila , maka
(sistematik lebih efisien)
Apabila , maka
(SRS lebih efisien)
67

LOGO

EFISIENSI

N biasanya besar,
seharusnya
Karena

kecil agar systematic sampling memiliki

presisi yang sama dengan SRS.
Nilai akan kecil jika unit-unit sampling
dalam populasi didistribusikan secara
random, sehingga bisa digunakan untuk
sistematic sampling

68

LOGO

Agar

sistematik lebih efisien maka,

69

LOGO

Materi berikutnya
PPS SAMPLING

70

LOGO

Terima Kasih!

71