Metode Penarikan Sampel

M eto d e P enar ikan Sa mp el |i
DAFTAR ISI
DAFTAR ISI ............................................................................................................ i
DAFTAR TABEL .................................................................................................. iii
Tujuan Pembelajaran ................................................................................................v

Tujuan Pembelajaran Umum ( TPU ) : .......................................................v
Tujuan Pembelajaran Khusus ( TPK ) : ......................................................v
Bab I Pengantar Metode Pengambilan Sampel ......................................................2

1.1 Pendahuluan ...........................................................................................2
1.2 Jenis Data ...............................................................................................2
1.3 Konsep Dasar Sensus dan Survei ...........................................................4
1.3.1 Sensus ..................................................................................................4
1.3.2 Survei Sampel (Sampling) ..................................................................5
1.4 Perbandingan Survei Sampel dan Sensus...............................................5
Bab II Dasar-dasar Teori Pengambilan Sampel .......................................................7

2.1 Jenis Pengambilan Sampel .....................................................................7
2.1.1 Sampling Tidak Berpeluang (non-probability sampling
/judgment) ....................................................................................8
2.1.2 Sampel Berpeluang (Probability Sampling) ................................8
2.2 Kemungkinan Sampel ..........................................................................10
2.3 Penyimpangan Nilai Dugaan dari Nilai Populasi ................................12
2.4 Kriteria Penduga (Estimator) yang Baik ..............................................14
2.5 Kerangka Sampel (Sampling Frame) ...................................................16
2.6 Pengambilan Sampel Secara Acak (Menggunakan Tabel
Angka Random) ..................................................................................17
Bab III Sampel Acak Sederhana (Simple Random Sampling) ................................22

3.1 Sampel Acak Sederhana dengan Ulangan dan Tanpa Ulangan ...........22
3.2 Metode Penduga Rata-rata, Total dan Penduga Varian .......................22
3.3 Penentuan Ukuran Sampel ...................................................................25
BAB IV Sistematik Sampling ................................................................................29

4.1 Prosedur Pemilihan Sampel : ..............................................................29
4.2 Metode Penduga Rata-rata, Total, dan Penduga Varian .....................31
BAB V Sampel Acak Berlapis (Stratified Sampling) ...........................................39
Modul Diklat Fungsional Statistisi Tingkat Ahli – Badan Pusat Statistik

ii | M e t o d e P e n a r i k a n S a m p e l
5.1 Metode Penduga Rata-rata, Total dan Penduga Varian ....................... 39

5.2 Alokasi Unit Sampel ............................................................................ 43
Bab VI .............................................. Sampel Acak Berkelompok (Cluster Sampling) 45

6.1 Pengertian Cluster .............................................................................. 45
6.2 Metode Penduga Rata-Rata dan Penduga Varian ............................... 46
Soal dan Pembahasan ............................................................................................ 49
DAFTAR PUSTAKA ............................................................................................ 62
Lampiran 1 ............................................................................................................. 64
Lampiran 2 ............................................................................................................. 65

M e t o d e P e n a r i k a n S a m p e l | iii
DAFTAR TABEL
Tabel 1. Perbandingan Survei Sampel dan Sensus ..................................................5
Tabel 2. Prosedur Penghitungan Sampel tanpa Pengulangan ................................12
Tabel 3. Prosedur Penghitungan Sampel dengan Pengulangan .............................13
Tabel 4. Pembagian Populasi Menjadi Dua Lapisan .............................................39
Tabel 5. Contoh Aplikasi Cluster ..........................................................................45

iv | M e t o d e P e n a r i k a n S a m p e l

M eto d e P enar ikan Sa mp el |v
Tujuan Pembelajaran
Tujuan Pembelajaran Umum ( TPU ) :

Segera setelah mengikuti pelatihan peserta dapat mengerti dan memahami metode
pengambilan sampel serta dapat menentukan sampling error dari suatu
pengumpulan data secara sampel.
Tujuan Pembelajaran Khusus ( TPK ) :

Setelah mempelajari modul ini secara tuntas, peserta diharapkan dapat:
1. Menjelaskan jenis pengambilan sampel, kemungkinan sampel dan

kerangka sampel.
2. Mampu melakukan pengambilan sampel secara acak sederhana

dan sistematik.
3. Mampu menentukan ukuran sampel sesuai dengan tujuan

penelitian.
4. Mampu melakukan pengambilan sampel acak berlapis.
5. Mampu menentukan sampling error dan non sampling error.
6. Mampu menentukan penduga (estimator) yang baik.

M eto d e P enar ikan Sa mp el |2
Ba b I Pengantar Metode Pengambilan Sampel
1.1 Pendahuluan
Kemajuan ilmu pengetahuan dan teknologi membawa dampak perubahan pada
kehidupan sosial, ekonomi dan budaya. Perubahan tersebut akan berdampak
positif jika disertai dengan perencanaan yang baik dalam mengelola
perkembangan ilmu pengetahuan dan teknologi. Perencanaan yang baik
mendukung kebijakan yang dapat diambil sebagai langkah dalam menanggulangi
dampak negatif dan membawa pada arah yang lebih baik.
Sebagai dampak dari kemajuan ilmu pengetahuan dan teknologi, sektor ekonomi
seperti sektor pertanian, industri, dan perdagangan membutuhkan rencana
strategis dalam pengembangannya begitu juga dalam penentuan kebijakan
kependudukan. Data yang baik adalah kunci dalam mendukung kebijakan yang
ditetapkan pemerintah. Data yang diperlukan sebaiknya didapatkan secara efisien
dan efektif sehingga dapat memenuhi kebutuhan dalam penentuan kebijakan
selanjutnya dengan tepat waktu. Metode pengambilan sampel merupakan salah
satu metode memperoleh data yang mengutamakan kesederhanaan dalam
memperoleh data dengan kendala tertentu yang dihadapi oleh seorang peneliti
atau lembaga. Sampling secara khusus dapat diartikan sebagai suatu proses yang
dilakukan untuk memilih dan mengambil sampel secara benar dari suatu populasi
sehingga sampel tersebut dapat mewakili populasi.
1.2 Jenis Data

Proses pengumpulan data diharapkan dapat menghasilkan data yang baik dan
berkualitas. Sehingga untuk itu memerlukan perencanaan dalam menetapkan
teknik penelitian yang digunakan sesuai dengan permasalahan penelitian. Menurut
M. Nazir jenis penelitian berdasarkan teknik penelitian dibagi menjadi dua yaitu
1) Penelitian Sensus, Survei, atau Administrasi
2) Penelitian Percobaan (Experiment Research).
Penelitian jenis pertama tidak melakukan perubahan (tidak ada perlakuan khusus)
terhadap variabel yang diteliti dan data yang dihasilkan merupakan data sensus,
survei atau administrasi. Data penelitian jenis pertama biasanya sudah ada
dilapangan dan dikumpulkan melalui metode sensus, survei sampel (sampling)
maupun catatan administrasi. Contohnya data hasil sensus penduduk, registrasi
penduduk, data kepegawaian, data nasabah bank dan sebagainya Sementara itu
pada penelitian percobaan (Experiment Research), dilakukan perubahan (ada
perlakuan khusus) terhadap variabel yang diteliti. Contoh jenis data yang
dihasilkan adalah data mengenai efek shift kerja terhadap produktifitas pekerja
yang diujicobakan pada karyawan suatu perusahaan.
Jenis data secara umum diklasifikasikan menjadi empat macam seperti diagram
dibawah ini :

Data
Menurut Menurut Menurut Cara Menurut Waktu

Sifat Sumber Memperoleh Pengumpulannya
Time Cross
Kualitatif Kuantitatif Internal Eksternal Primer Sekunder
Series Section
Gambar 1. Diagram klasifikasi data
1. Jenis Data Menurut Sifat :
a. Data Kuantitatif
Data kuantitatif adalah data yang dipaparkan dalam bentuk

angka. Misalnya adalah jumlah pembeli daging saat hari raya
idul adha, data produksi padi tiap bulan, harga daging sapi per
kilogram rata-rata adalah Rp.65.000 dan lain-lain.
b. Data Kualitatif
Data kualitatif adalah data yang disajikan dalam bentuk kata-

kata yang mengandung makna. Contohnya seperti persepsi
konsumen terhadap botol air minum dalam kemasan,
penyaluran pupuk berjalan lancar dan sebagainya.
2. Jenis Data Menurut Sumbernya :
a. Data Internal
Data internal adalah data yang menggambarkan situasi dan

kondisi pada suatu organisasi secara internal. Misal : data
keuangan, data pegawai, data produksi, data penjualan dan
sebagainya.
b. Data Eksternal
Data eksternal adalah data yang menggambarkan situasi serta

kondisi yang ada di luar organisasi. Contohnya adalah data
jumlah penggunaan suatu produk pada konsumen, tingkat
preferensi pelanggan, persebaran penduduk, dan lain
sebagainya.
3. Jenis Data Menurut Cara Memperolehnya :
a. Data Primer

4|Metode P enarikan Sa mpel
Data primer adalah data yang dikumpulkan dan diolah sendiri

oleh suatu organisasi atau perorangan langsung dari
objeknya. Misalnya, suatu perusahaan ingin mengetahui
konsumsi rata-rata susu penduduk di suatu daerah dengan
cara melakukan wawancara langsung kepada penduduk
setempat.
b. Data Sekunder
Data sekunder adalah data yang didapat tidak secara langsung

dari objek penelitian atau diperoleh dalam bentuk jadi dan
telah diolah oleh pihak lain. Misalnya adalah peneliti yang
menggunakan data statistik hasil riset dari surat kabar atau
majalah dan dalam bentuk publikasi data.
4. Jenis Data Menurut Waktu Pengumpulannya
a. Data Cross-Section
Data Cross-Section adalah data yang dikumpulkan dalam

suatu periode tertentu, biasanya menggambarkan keadaan
atau kegiatan dalam periode tersebut. Misalnya, hasil sensus
penduduk tahun 2010 menggambarkan keadaan Indonesia
pada tahun 2010 menurut umur, jenis kelamin, agama, tingkat
pendidikan dan lain-lain.
b. Data Time Series / Berkala
Data berkala adalah data yang dikumpulkan dari waktu ke

waktu dengan tujuan untuk menggambarkan perkembangan
suatu kegiatan dari waktu ke waktu atau periode secara
historis. Misalnya data perkembangan nilai tukar dollar
amerika terhadap euro eropa dari tahun 2004 sampai 2006,
perkembangan produksi padi selama lima tahun terakhir,
perkembangan penjualan produk suatu perusahaan selama
lima tahun terakhir, dan sebagainya.
1.3 Konsep Dasar Sensus dan Survei

Seperti yang diungkapkan pada penjelasan akan pentingnya data serta kendala
yang dihadapi maka dikenal dua cara pengumpulan data yaitu cara pengumpulan
dengan sensus dan survei.
1.3.1 Sensus
Sensus adalah cara pengumpulan data dimana semua unit (elemen) yang mejadi
objek penelitian harus diteliti seluruhnya. Akibat seluruh unit (elemen) di dalam

populasi diteliti di dalam sensus, maka dengan sendirinya diperlukan tenaga,

waktu dan biaya yang sangat tinggi. Misalnya : Sensus Penduduk 2010 melakukan
pendataan terhadap seluruh penduduk Indonesia.
1.3.2 Survei Sampel (Sampling)
Di dalam praktek sehari-hari, untuk mengetahui suatu keadaan, kita sering

menggunakan sampel untuk bisa mengambil suatu kesimpulan. Ibu rumah tangga
yang sedang memasak, akan mencicipi sebagian kecil dari masakannya. Apabila
masakan yang dicicipi rasanya kurang asin, maka ia menyimpulkan bahwa
masakan tersebut secara keseluruhan kurang asin, sehingga perlu ditambah garam.
Contoh lain suatu bank memberikan kuesioner pada 500 nasabah dari 2500
nasabah yang dimiliki, untuk mengetahui respon nasabah terhadap sistem layanan
baru apakah mendapat respon yang baik dari seluruh nasabah atau sebaliknya.
Dari uraian di atas jelas bahwa di dalam metode survei sampel, kita hanya
mengambil sebagian kecil dari unit-unit di dalam populasi untuk diteliti.
Selanjutnya dari penelitian sampel tersebut kita gunakan untuk menduga
(estimasi) nilai karakteristik populasi yang diteliti. Akibatnya hanya sebagian unit
dalam populasi yang diteliti, maka jelas bahwa survei sampel akan lebih
menghemat tenaga, waktu dan biaya dibandingkan dengan sensus.
Beberapa hal yang menyebabkan survei sampel dilakukan di dalam penelitian

(proses pengumpulan data) adalah:
1) Populasinya tidak terbatas atau sangat besar.
2) Terbatasnya biaya, tenaga dan waktu.
3) Penelitian bersifat destruktif (merusak).
4) Pengaturan manajemen pengumpulan data lebih terkendali.
1.4 Perbandingan Survei Sampel dan Sensus

Membandingkan survei sampel dengan sensus dapat dilihat dari beberapa segi
yaitu antara lain segi tenaga yang dipergunakan, waktu, biaya, kedalaman dan
kualitas data yang dikumpulkan serta penyajian datanya. Tabel 1. berikut
menerangkan hal di atas.
Tabel 1. Perbandingan Survei Sampel dan Sensus
Segi Survei Sampel Sensus

Jumlah relatif sedikit Jumlah sangat besar
Tenaga Dapat dipilih yang Lebih sulit untuk
berkualitas memilih yang

berkualitas seluruhnya
Waktu Lebih cepat Lebih lama
Biaya Lebih murah Lebih mahal
Biasanya kualitas data Kualitas data kurang
Pertanyaan lebih baik baik, hal ini akibat dari
dan kualitas Pertanyaan yang lebih kualitas tenaga
data sulit bisa dipergunakan pengumpul
Pertanyaan sederhana
Data bisa disajikan
Penyajian Data tidak bisa
sampai ke tingkat yang
disajikan sampai ke
tingkat yang paling paling rendah, karena
Data semua unit dalam
rendah
populasi dikumpulkan
Adanya kesalahan Tidak ada kesalahan

Kesalahan
sampel sampel
Adanya kesalahan Adanya kesalahan
(Error)
bukan dari sampel, bukan dari sampel yang
namun relatif kecil besar
Soal latihan
A. Pilihan Ganda
1. Suatu penelitian dimana variabel penelitian mendapat perlakuan
(treatment) khusus disebut penelitian?
a. Sensus c. Administrasi
b. Survei d. Percobaan
2. Contoh data yang dihasilkan dari penelitian percobaan adalah?
a. Data efek shift kerja terhadap produktifitas karyawan perusahaan
b. Data hasil Survei Sosial Ekonomi Nasional (Susenas)
c. Data hasil Sensus Penduduk 2010 (SP2010)
d. Data hasil catatan adminstrasi

3. Jenis data menurut sifatnya adalah?

a. Data kuantitatif dan data primer
b. Data sekunder dan data primer
c. Data kuantitatif dan data kualitatif
d. Data cross-section dan data time series
4. Jenis data menurut cara memperolehnya adalah?
a. Data primer dan data sekunder
b. Data primer dan data kualitatif
c. Data internal dan data eksternal
d. Data cross-section dan data time series
5. Data cross section adalah?
a. Data yang menggambarkan situasi dan kondisi secara internal
b. Data yang dipaparkan dalam bentuk angka
c. Data yang disajikan dalam bentuk kata-kata yang mengandung makna
d. Data yang dikumpulkan dalam suatu periode tertentu
6. Yang dimaksud dengan data time series adalah?
a. Data yang menggambarkan situasi dan kondisi secara internal
b. Data yang dipaparkan dalam bentuk angka
c. Data yang dikumpulkan dari waktu ke waktu dengan tujuan untuk
menggambarkan perkembangan suatu kegiatan dari waktu ke waktu
atau periode secara historis
d. Data yang dikumpulkan dalam suatu periode tertentu
B. essay
1. Menurut M. Nazir, jenis penelitian berdasarkan teknik penelitian dibagi
menjadi dua. Sebutkan dan jelaskan!
2. Jelaskan pengertian Sensus menurut pemahaman Anda!
3. Sebutkan beberapa alasan yang menyebabkan survei sampel dilakukan
dalam penelitian!
4. Jelaskan perbedaan survei sampel dan sensus!
Bab II Dasar-dasar Teori Pengambilan Sampel
2.1 Jenis Pengambilan Sampel

Ada dua jenis pengambilan sampel yaitu non-probability sampling (judgment) dan
probability sampling.

2.1.1 Sampling Tidak Berpeluang (non-probability sampling

/judgment)
Prosedur pengambilan sampel ini tergantung pada kebijakan dan pengalaman,

tanpa memperhatikan kaidah-kaidah probability. Bias dan sampling error
pengambilan sampel ini tidak dapat ditentukan berdasarkan sampel yang terpilih,
sehingga kurang dapat dipertanggungjawabkan untuk analisis secara statistik.
Jenis pengambilan sampel non-probability sampling (judgment) :
a. Convenience sampling yaitu pengambilan sampel yang semata-mata hanya

mempertimbangkan kemudahan saja, oleh karena itu pengambilan sampel dengan
cara ini tidak mewakili populasi dan hanya cocok untuk penelitian yang sifatnya
eksploratif atau untuk pilot study. Misalnya untuk mempermudahkan penelitian,
peneliti mengambil lima lembaga yang terdekat dengan rumahnya padahal belum
tentu lembaganya memenuhi kriteria objek penelitan.
a. Purposive sampling yaitu pengambilan sampel semata-mata menurut

kriteria pemikiran dan pengetahuan pengambil sampel. Sampel yang terpilih
sangat dipengaruhi sekali oleh pemahaman pengambil sampel terhadap
karakteristik populasi. Metode ini sering digunakan dalam survei dengan jumlah
unit sampel kecil. Misalnya : peneliti ingin memutuskan untuk menarik sampel
satu kota yang mewakili populasi yang mencakup seluruh kota. Ketika
menggunakan metode ini, peneliti harus yakin bahwa sampel yang dipilih benar-
benar mewakili dari seluruh populasi.
b. Quota sampling yaitu pengambilan sampel dimana jumlah sampel telah

ditentukan terlebih dahulu. Pengambil sampel tinggal memilih sampai jumlah
tersebut dan biasanya tanpa kerangka sampel. Pengambilan sampel semacam ini
sering digunakan dalam survei pendapat masyarakat. Misalnya : Survei kepuasaan
masyarakat DKI Jakarta terhadap pelayanan Bus Transjakarta.
c. Snowball sampling yaitu pengambilan sampel yang dipakai ketika peneliti

tidak banyak tahu tentang populasi penelitiannya. Sehingga dari beberapa sampel
yang diambil dan diketahuinya, ia mengambil sampel lain dengan penjelasan dari
sampel yang dikenalnya.
2.1.2 Sampel Berpeluang (Probability Sampling)
Prosedur pengambilan sampel ini memperhatikan kaidah-kaidah probability,

sehingga bias dan sampling error pengambilan sampel ini dapat ditentukan
berdasarkan sampel yang terpilih. Dalam bab 1 telah disebutkan bahwa hanya
sebagian kecil dari unit di dalam populasi yang akan diteliti di dalam survei
sampel. Oleh karena itu hasil survei sampel hanya bisa untuk menduga nilai
populasinya (parameter). Nilai penduga tersebut hanya mempunyai kemungkinan
(probability) yang kecil untuk bisa sama dengan nilai populasinya.
Kita mempunyai banyak pilihan kumpulan unit yang bisa diambil karena hanya
sebagian yang akan kita pilih dari unit yang ada dalam populasi. Tiap kumpulan

unit yang mungkin akan terambil sebagai sampel yang menghasilkan nilai
pendugaan yang berbeda. Sehingga bila nilai-nilai unit di dalam populasi sama
atau relatif hampir sama (homogen), bisa kita katakan bahwa hasil dugaan dari
survei sampel adalah sama dengan nilai populasinya. Sebagai contoh darah yang
ada pada tubuh seseorang adalah homogen, sehingga walaupun hanya diambil
beberapa cc dan dari satu tempat kita bisa tentukan golongan darah dalam tubuh
seseorang tersebut. Namun homogenitas nilai unit seperti darah sangat jarang
ditemui di karakteristik lainnya, sehingga nilai dugaan yang sama dengan
populasinya jarang kita temui. Dengan demikian apabila kita melakukan survei
sampel, harus dicari suatu cara untuk dapat mengukur tingkat kecermatan dari
penduga. Apabila nilai penduga mempunyai kemungkinan cukup besar nilainya
akan mendekati nilai populasi, maka tentunya hasil survei kita dapat dikatakan
cukup baik, dan kurang baik apabila terjadi sebaliknya.
Permasalahannya adalah bagaimana kita dapat melakukan pengambilan sampel

tersebut, sehingga kita bisa memperkirakan tingkat kecermatannya. Cara yang
bisa digunakan adalah dengan menggunakan hukum-hukum peluang (acak) untuk
penarikan unit ke dalam sampel. Cara ini dinamakan metode penarikan sampel
berpeluang atau sering disingkat metode penarikan sampel. Pada metode ini setiap
unit di dalam populasi mempunyai peluang tertentu untuk terpilih sebagai anggota
sampel. Jadi setiap anggota sampel sudah ditentukan nilai peluang untuk dapat
terpilih.
Ada beberapa macam pemilihan sampel berpeluang antara lain :
1. Sampel Acak Sederhana (Simple Random Sampling)
Suatu sampel dinamakan sampel acak sederhana (simple random sampling) bila
setiap unit dalam populasi diberi peluang sama untuk terpilih. Metode ini
merupakan metode yang cukup mudah dan biasa digunakan pada populasi yang
memuat karakteristik unit (unit) bersifat relatif homogen.
2. Sistimatik Sampling (Systematic Sampling)
Suatu metode pengambilan sampel secara acak sistematis dengan interval (jarak)
tertentu dari suatu kerangka sampel yang telah diurutkan.
3. Sampel Acak Berlapis (Stratified Random Sampling)
Sampel Acak Berlapis merupakan metode pemilihan sampel dimana berdasarkan

suatu informasi (data) unit-unit di dalam populasi dikelompok-kelompokan.
Proses pembentukan kelompok-kelompok ini dinamakan stratifikasi. Diusahakan
nilai-nilai unit di dalam suatu kelompok cukup homogen, sedangkan antar lapisan
heterogen. Kelompok-kelompok semacam ini kita namakan lapisan (strata).
Kemudian dari setiap lapisan yang dibentuk, dipilih sejumlah sampel secara
random.
4. Sampel Acak Berkelompok (Cluster Sampling)

10 | M e t o d e P e n a r i k a n S a m p e l
Prosedur sampling di mana unit terkecil dalam populasi tidak teridentifikasi

secara lengkap hanya kelompok-kelompok dari unit-unit tersebut yang dapat
diidentifikasi secara lengkap, di mana kelompok-kelompok itu disebut cluster.
Kemudian kita memilih sebuah sampel yang anggotanya adalah cluster-cluster
bukan lagi sebuah sampel yang anggotanya adalah unit-unit analisa terkecil.
Cluster-cluster yang terpilih ke dalam sampel inilah yang selanjutnya menentukan
semua unit-unit yang akan diselidiki.
Contoh: Untuk meneliti pendapatan rumah tangga di suatu daerah, sampling

cluster dapat dilakukan. Dimisalkan daerah itu terdiri dari kabupaten, kabupaten
terdiri dari kecamatan, kecamatan terdiri dari kelurahan/desa dan kelurahan/desa
terdiri dari rumah tangga. Untuk mendapatkan sampel cluster mula-mula secara
acak diambil sampel yang terdiri dari kabupaten. Dari tiap kabupaten dalam
sampel, diambil kecamatan secara acak. Banyak kecamatan yang diambil dari tiap
kabupaten sampel mungkin sama banyak mungkin pula berbeda. Sekarang didapat
kecamatan sampel. Selanjutnya dari tiap kecamatan sampel diambil rumah tangga
sebagai objek penelitian.
2.2 Kemungkinan Sampel

Pada saat kita mempergunakan metode sampel berpeluang, maka setiap kita
menarik unit sebagai anggota sampel, kita tidak mengetahui lebih dahulu unit
mana yang akan terpilih. Sebagai gambaran seandainya kita mempunyai 4 unit di
dalam populasi, misalnya A, B, C dan D, maka apabila kita gunakan peluang yang
sama untuk menarik unit-unit tersebut, masing-masing akan mempunyai peluang
yang sama untuk terpilih yaitu ¼.
Bila kita memilih 2 unit sebagai sampel, dan setiap unit dapat terpilih lebih dari
sekali, kita dapatkan kemungkinan sampel sebagai berikut:
AA BA CA DA
AB BB CB DB
AC BC CC DC
AD BD CD DD
Jadi seandainya pada penarikan pertama (setelah diundi), kita dapatkan unit C,
maka pada penarikan sampel kedua bisa kita dapatkan unit A atau B atau C atau
D. Sehingga setiap unit yang terpilih akan mempunyai 4 pasangan yang mungkin.
Pasangan-pasangan yang mungkin terpilih dinamakan kemungkinan sampel.
Contoh di atas dinamakan pengambilan sampel dengan ulangan (With
Replacement), karena setiap unit bisa terpilih lebih dari sekali.
Seandainya cara penarikan unit tersebut kita ubah, yaitu unit yang sudah terpilih
tidak boleh dipilih lagi pada pemilihan selanjutnya dan sampel AB dan BA kita
anggap sama, maka kemungkinan sampelnya menjadi AB, AC, AD, BC, BD &
CD Jadi kita mempunyai 6 kemungkinan contoh. Cara penarikan semacam ini
dinamakan penarikan sampel tanpa ulangan (Without Replacement).

M e t o d e P e n a r i k a n S a m p e l | 11
Secara umum apabila banyaknya unit dalam populasi adalah N dan sampel
sebanyak n unit, pada penarikan sampel dengan ulangan (berpeluang sama), maka
semua kemungkinan sampelnya (K) bisa kita tuliskan :
K = N n, dalam gambaran sebelumnya K = 42 = 16
Sedangkan bila penarikan sampel dilakukan tanpa ulangan adalah:

N!
K =
n! ( N − n )! N! = N(N-1)(N-2)…..3.2.1
n! = n(n-1)(n-2)…..3.2.1
(N-n)! =(N-n)(N-n-1)(N-n-2)…..3.2.1,
sehingga
4! 4 .3 .2 .1
K = = = 6
2 ! ( 4 − 2 )! 2 .1 .2 .1
Contoh :
Dalam suatu pemilihan ketua dan bendahara kelas diklat statistisi

terdapat 5 orang (Asep, Surya, Eka, Kiki dan Arya) yang dapat
dicalonkan untuk menjadi perwakilan kelas. Berapakah kemungkinan
banyak pasang perwakilan yang terbentuk apabila satu orang tidak
dapat merangkap jabatan?
Penyelesaian:
Diketahui terdapat 5 calon yang akan dipilih 2 orang untuk menjadi
perwakilan kelas. Jika satu orang tidak dapat merangkap jabatan maka
pemilihan perwakilan dengan metode without replcament (WOR).
Banyaknya kemungkinan sampel yang terbentuk adalah:
N! 5! 5! 5.4.3! 5.4
= = = = = 10
n !( N − n)! 2!(5 − 2)! 2!3! 2! 3! 1.2
Kemungkinan pengurus kelas yang terbentuk adalah:
(Asep, Surya), (Asep, Eka), (Asep, Kiki), (Asep, Arya) (Surya, Eka),
(Surya, Kiki), (Surya, Arya), (Eka, Kiki), (Eka, Arya), (Kiki, Arya)
Lain halnya apabila dalam pemilihan tersebut ditentukan bahwa satu
orang dapat merangkap jabatan, yakni dapat menjadi ketua dan
bendahara sekaligus. Jika demikian, pemilihan perwakilan dengan
metode with replacement (WR). Maka banyaknya kemungkinan
sampel yang terbentuk adalah: N n = 52 = 25

2.3 Penyimpangan Nilai Dugaan dari Nilai Populasi
Karena unit yang diteliti hanya sebagian kecil dari populasi maka dengan
sendirinya nilai penduga (estimator) tidak harus sama dengan nilai populasinya.
Sebagai ilustrasi, seandainya nilai dari masing-masing unit adalah
A=4 B=1 C=2 D=3
dan kita mengambil 2 unit tanpa ulangan, jika AC terpilih sebagai

sampel, maka: rata-rata sampel (penduga rata-rata populasi) adalah:
42
3,0
2
sedangkan rata-rata populasinya adalah:
4 1 2 3 10
2,5
4 4
Terlihat bahwa nilai dugaan di atas tidak sama dengan nilai populasinya. Nilai-
nilai dugaan untuk masing-masing kemungkinan sampel adalah sebagai berikut :
Tabel 2. Prosedur Penghitungan Sampel tanpa Pengulangan
Kemungkinan Nilai y y −Y ( y − Y )2
Sampel
4 +1
AB = 2,5 0 0
2
4+2
AC = 3,0 0,5 0,25
2
4+3
AD = 3,5 1,0 1,0
2
1+ 2
BC = 1,5 -1,0 1,0
2
1+ 3
BD = 2,0 -0,5 0,25
2

2+3
CD = 2,5 0 0
2
Dari tabel 2 di atas terlihat bahwa hasil dugaan dari kemungkinan sampel AC,
AD, BC, dan BD nilainya berbeda dengan rata-rata populasi. Mengukur besar
kecilnya kemungkinan penyimpangan nilai dari dengan menghitung nilai
variannya. Dalam ilustrasi diatas variannya adalah:

1 1
y 0 0,25 1 1 0,25 0 0,417
6

Nilai varian yaitu y dinyatakan sebagai rata-rata nilai
untuk seluruh kemungkinan sampel. Selanjutnya perhatikan ilustrasi
di atas bila pengambilan unit dengan ulangan.
Tabel 3. Prosedur Penghitungan Sampel dengan Pengulangan
Kemungkinan Nilai y y −Y (y−Y)2

Sampel
AA 4,0 1,5 2,25

AB 2,5 0,0 0,00
AC 3,0 0,5 0,25
AD 3,5 1,0 1,00
BA 2,5 0,0 0,00
BB 1,0 -1,5 2,25
BC 1,5 -1,0 1,00
BD 2,0 -0,5 0,25
CA 3,0 0,5 0,25
CB 1,5 -1,0 1,00
CC 2,0 -0,5 0,25
CD 2,5 0,0 0,00
DA 3,5 1,0 1,00
DB 2,0 -0,5 0,25

DC 2,5 0,0 0,00

DD 3,0 0,5 0,25
Jumlah 40,0 0.0 10,00
Sehingga nilai varian, bila pengambilan unit dilakukan dengan ulangan adalah

1 10
y 0,625
16

Apabila kita perhatian perbedaan nilai-nilai pada penarikan sampel tanpa

ulangan berkisar antara –1,0 s/d +1,0 sedangkan dalam penarikan sampel dengan
ulangan berkisar antara –1,5 s/d +1,5, sehingga kita dapat menyatakan bahwa
hasil dugaan menggunakan penarikan sampel tanpa ulangan mempunyai peluang
yang lebih besar mendekati nilai populasinya dibandingkan dengan penarikan
sampel dengan ulangan. Hal tersebut tergambar juga dengan besarnya nilai varian,
dimana nilai varian untuk pengambilan sampel dengan ulangan lebih besar
daripada nilai varian dalam pengambilan sampel tanpa ulangan. Akhirnya dapat
ditarik kesimpulan bahwa makin kecil nilai varian, maka hasil dugaan dari sampel
akan makin mendekati nilai populasinya.
Kemunginan kesalahan nilai dugaan dari nilai populasinya dinamakan

penyimpangan sampel atau sampling error (se). Ukuran relatif besarnnya
kesalahan tersebut dinyatakan oleh :

Dalam ilustrasi di atas nilai sampling error (se) untuk penarikan sampel dengan
ulangan adalah √0,417
Dan untuk penarikan sampel tanpa ulangan adalah 0,625
2.4 Kriteria Penduga (Estimator) yang Baik

Ada beberapa kriteria penduga (estimator) yang baik yaitu:
1. Tidak bias (unbiased)
Suatu penduga , yang merupakan penduga populasi θ, dikatakan tidak bias
apabila ekspektasi nilai penduga tersebut (dalam bahasa sehari-harinya, rata-rata
dari nilai penduga), sama dengan nilai populasi. Secara matematis dirumuskan

sebagai berikut ! " , dimana θ =nilai rata-rata populasi, =nilai rata-rata
dari sampel yang mungkin.
2. Konsisten (Consistent)
lim v(θˆ)= lim (σ 2 n) = 0

n→∞
jika n →∞ ,
dimana θ = nilai rata-rata populasi, =nilai rata-rata dari sampel yang mungkin.
3. Cukup (Sufficience)
jika ada X1, X2,X3, ….Xn, sehingga fungsi (kepadatan) desitas bersyarat dari (X1,
X2,X3, ….Xn) di beri simbol T, tidak bergantung pada θ.
4.Efisien (Efficiency)
Distribusi penduga sebaiknya terkonsentrasi atau memiliki varian yang kecil

sekali. Hal itu dapat terlihat dengan menggunakan diagram atau membandingkan
variannya.
Var(θˆ1)
Efisien relatif jika dibandingkan dengan θˆ = Contoh: perbandingan
Var(θˆ2 )
antara varian rata-rata sampel dengan varian median sampel sbb:
(π 2).(σ / n) π
2
X
= = 157%, karena hasilnya ternyata lebih dari 100% yakni 157%
σ X2 n 2
berarti rata-rata sampel lebih efisien dari pada median sampel. Oleh karena
sebagai penduga digunakan rata-rata sampel.
5.Varian minimum (Minimum Variance)
jika ada beberapa nilai , i=1,2,3,…n, dimana v (θˆ1 ) < v (θˆ2 ) < v (θˆ3 ) maka θˆ1
merupakan penduga dengan varian minimum, dimana θ = nilai rata-rata
populasi, = nilai rata-rata dari sampel yang mungkin.
Contoh :
1. Misalkan X1,X2,X3, ….Xn merupakan variabel random yang independen dan

berdistribusi Normal dengan rata-rata θ dan varian σ2 diketahui maka X adalah
penduga (estimator) yang konsisten

2. Sample dengan size n diambil dari suatu distribusi normal N µ , σ

2
( )
. Bila σ
2
tidak diketahiu maka setiap sampel saling bebas dan
1 n
identik, maka estimator X= ∑ Xi
n i =1
adalah estimator yang
unbiased dan terhadap µ .
Bukti:
Jika sampel diambil dari suatu distribusi normal N ( µ , σ 2 ) maka
E( X ) = µ
1 n
Jika σ 2 tidak diketahui maka E ( X ) = E ( ∑ Xi )
n i =1
1 n  1 
E  ∑ X i  = E  ( X 1 + X 2 +, K , + X n ) 
 n i =1  n 
Karena sampel saling bebas (independen) dan indentik, maka:
1  1  1 
E ( X ) = E  ( X 1 )  + E  ( X 2 )  + ... + E  ( X n )  (sampel
n  n  n 
independen)
E(X ) =
1 1 1
E ( X 1 ) + E ( X 2 ) + ... + E ( X n ) (konstanta 1/n keluar dari
n n n
ekspektasi)
Sifat identik menyatakan: E ( X i ) = E ( X ) = µ , maka:
E(X ) =
1 1 1
µ + µ + ... + µ = µ
n n n
2.5 Kerangka Sampel (Sampling Frame)

Keseluruhan unit dalam populasi akan membentuk kerangka sampel
dan dari sinilah anggota sampel dipilih. Kerangka sampel bisa
merupakan daftar dari orang, rumah tangga, perusahaan, catatan dalam
sebuah file, kumpulan dokumen, atau berupa sebuah peta dimana telah
tergambar unitnya secara jelas. Untuk bisa melakukan penarikan
sampel secara acak, kita memerlukan kerangka sampel berupa daftar
dari unit berikut keterangan tentang nama, alamat (identifikasi) dan
keterangan-keterangan lain yang diperlukan. Persyaratan yang harus
dipenuhi kerangka sampel adalah

• Lengkap dan up to date, artinya seluruh unit dalam populasi

dalam keadaan terakhir harus didaftar.
• Dapat dikenali, artinya seluruh unit di dalam kerangka sampel

dapat dikenal kembali melalui alamat atau petanya.
Jadi bila suatu penarikan sampel dilakukan dalam survei perbankan

dengan responden adalah bank, maka kita harus mempunyai kerangka
sampel berupa daftar seluruh bank yang ada serta keterangan yang
diperlukan dalam wilayah penelitian menurut keadaan terakhir. Bank
yang sudah tutup (dilikuidasi) harus dikeluarkan dari kerangka
sampel, sedangkan bank yang baru harus dimasukkan ke dalam
kerangka sampel lengkap dengan keterangan-keterangan yang
diperlukan.
Apabila kerangka sampel belum tersedia dalam proses pemilihan unit sampel,
maka sebagai kerangka sampel kita perlu mempersiapkan terlebih dahulu melalui
data hasil pendaftaran secara lengkap (sensus) atau kalau data hasil sensus tidak
tersedia bisa kita lakukan listing berupa pendaftaran secara lengkap terhadap unit-
unit populasi yang akan dipilih sebagai sampel. Sebagai contoh pada suatu
wilayah, sebuah survei akan dilakukan dengan responden rumah tangga dimana
minimal salah satu anggota rumah tangganya menjadi nasabah sebuah bank atau
sebut saja "rumah tangga nasabah bank". Seandainya belum tersedia daftar rumah
tangga nasabah bank yang merupakan kerangka sampel, penyelenggara survei
bisa melakukan pendaftaran (listing) terhadap seluruh rumah tangga di wilayah
tersebut sehingga akan diperoleh daftar rumah tangga nasabah bank yang
selanjutnya dapat digunakan sebagai dasar pengambilan sampel.
2.6 Pengambilan Sampel Secara Acak (Menggunakan Tabel

Angka Random)
Untuk mempermudah penarikan sampel secara acak, bisa kita gunakan komputer,
kalkulator atau tabel angka random (TAR). Penggunaan komputer untuk
mendapatkan angka acak biasanya sudah tersedia paket programnya. Pada
kalkulator yang lengkap, biasanya bisa digunakan untuk mendapatkan angka acak.
Apabila tidak tersedia kedua-duanya, maka cara mendapatkan angka acak adalah
dengan menggunakan TAR. Contoh dari tabel angka random dapat dilihat pada
lampiran.
Sebagai gambaran cara penggunaan TAR adalah sebagai berikut. Seandainya kita
memilih sampel sebanyak n = 10 unit dari N = 80 unit dalam populasi, karena N =
80 unit terdiri dari 2 digit, maka yang kita lakukan adalah:
Kita pilih secara acak halaman TAR (pada lampiran) yang akan digunakan,
misalnya halaman 1

1) Pilihlah 2 kolom yang berdekatan secara random, misalnya

kolom 3 dan 4.
2) Pilihlah baris sebagai titik mulai penarikan sampel secara

random pula, misalnya baris ke-10.
Sehingga angka acak pertama yang berada di kolom 3-4, baris ke-10 adalah 60.
Angka acak terpilih apabila angka acak tersebut lebih kecil dari N. Karena 60<80,
maka merupakan angka acak terpilih yang pertama. Angka acak terpilih
berikutnya dilakukan dengan pembacaan angka acak dari atas ke bawah tetap pada
kolom 3 dan 4. Sehingga apabila pemilihan unit tanpa ulangan angka acak terpilih
selanjutnya adalah 18, 62, 42, 36, 29, 49, 08, 16 dan 34. Seandainya waktu
penarikan angka acak tersebut sampai baris terakhir (baris 35) belum cukup
memenuhi kebutuhan sampel, maka pindahlah ke kolom-kolom berikutnya dan
mulailah dari baris pertama. Dalam contoh di atas bila pada kolom 3-4 dan baris
35 belum memenuhi 10 unit sampel, maka pindahlah ke kolom 5-6, baris pertama
dan pilihlah angka acak seperti cara sebelumnya.
Setelah angka acak yang diperlukan sudah terpilih, maka unit-unit dalam populasi
dengan nomor-nomor urut sesuai dengan angka acak yang terpilih akan
dimasukkan sebagai anggota sampel.
Contoh :
1. Misalkan sampel yang akan dipilih sebanyak n = 20 unit dari

kerangka sampel yang memuat N = 90 unit. Untuk memilih
sampel tersebut digunakan TAR (Tabel Angka Random). Karena
dalam kerangka sampel terdapat 90 unit maka angka random yang
terpilih ada 2 digit. Penentuan angka random dapat melalui
mekanisme sebagai berikut:
• Penentuan halaman TAR: menggunakan nama hari dalam
kalender pada saat menentukan angka random. Kesepakatan hari
senin, kamis dan minggu (halaman pertama terpilih), selasa dan
jumat (halaman kedua terpilih), rabu dan sabtu (halaman ketiga
terpilih). Misalkan pada saat menentukan angka random tanggal
28 Maret 2012 yaitu hari rabu, maka halaman ketiga terpilih.
• Penentuan baris dalam TAR: menggunakan tanggal dalam
kalender pada saat menentukan angka random. Misalkan saat
penentuan angka random dilakukan tanggal 28 Maret 2012. Maka
baris yang terpilih adalah baris ke-28 dalam TAR.

• Penentuan kolom dalam TAR: menggunakan bulan dalam

kalender pada saat menentukan angka random. Misalkan saat
penentuan angka random dilakukan tanggal 28 Maret 2012. Maka
baris yang terpilih adalah baris ke-3 dalam TAR. Karena angka
random harus terdapat 2 digit, maka harus ada 2 kolom yang
terpilih, ambil saja baris di sebelah kanannya yaitu baris ke-4.
Sehingga terpilih baris ketiga dan keempat.
Setelah melalui prosedur di atas, lihat ke TAR halaman tiga, baris
ke-28, kolom ketiga dan keempat. Angka random pertama yang
terpilih adalah 40. Karena 40 < 90 maka merupakan angka
random pertama yang terpilih. Angka random selanjutnya adalah
angka random pada halaman dan kolom yang sama pada baris ke-
29 dan seterusnya yang besarnya kurang dari 90. Jika pada baris
akhir (35) jumlah angka random yang terpilih kurang dari 20,
maka dilanjutkan dari baris pertama kolom kelima dan keenam.
Berikut adalah angka random yang terpilih: 40, 31, 59, 17, 36, 77,
43, 28, 66, 22, 40, 73, 90, 10, 59, 83, 68, 29, 32, 70. Angka-angka
random yang terpilih merupakan nomor urut sampel dalam
kerangka sampel yang terpilih sebagai sampel.
2. Misalkan sampel yang akan dipilih sebanyak n = 200 unit dari

kerangka sampel yang memuat N = 950 unit. Untuk memilih
sampel tersebut digunakan TAR (Tabel Angka Random). Angka
random yang terpilih ada 3 digit. Penentuan angka random dapat
melalui mekanisme seperti pada contoh di atas hanya saja jumlah
kolom terpilih yang digunakan sebanyak 3 kolom.
Setelah diperoleh angka random, berikutnya adalah menyesuaikan
nomor urut sampel dalam kerangka sampel dengan kerangka
sampel.

Soal latihan
A. Pilihan Ganda
1. Pengambilan sampel tanpa memperhatikan kaidah peluang disebut?
a. Probability Sampling c. Simple Random Sampling
b. Non Probability Sampling d. Systematic Sampling
2. Berikut ini pernyataan yang benar untuk Non Probability Sampling..
a. Pengambilan sampel memperhatikan kaidah peluang
b. Bias dari sampling dapat ditentukan
c. Sampling error tidak dapat ditentukan
d. Semua salah
3. Metode sampling yang tepat digunakan dalam survei kepuasan adalah?
a. Convenience sampling c. Quota sampling
b. Purposive sampling d. Snowball sampling
4. Arief ingin mengetahui karakteristik sosial-ekonomi penderita AIDS di kotanya.
Arief tidak mempunyai banyak informasi tentang keberadaan/ lokasi penderita
AIDS di kotanya. Arief hanya mempunyai informasi lokasi 3 penderita AIDS.
Selebihnya untuk informasi lokasi penderita lainnya, Arief memperolehnya dari 3
penderita AIDS tersebut. Metode pengambilan sampel yang digunakan Arief
disebut?
a. Convenience sampling c. Quota sampling
b. Purposive sampling d. Snowball sampling
5. Berikut ini pernyataan yang salah untuk Probability Sampling..
a. Pengambilan sampel memperhatikan kaidah peluang
b. Bias dari sampling dapat ditentukan
c. Sampling error tidak dapat ditentukan
d. Semua salah
6. Nilai-nilai unit dalam kelompok homogen. Sedangkan antar kelompok heterogen.
Pernyataan tersebut merupakan bagian dalam metode sampling apa?

a. Simple random sampling (SRS)

b. Systematic sampling
c. Stratified random sampling
d. Cluster sampling
B. Essay
1. Jelaskan jenis-jenis pengambilan sampel secara non probability!
2. Jelaskan jenis-jenis pengambilan sampel secara probability!
3. Sebut dan jelaskan kriteria penduga (estimator) yang baik!
4. Jelaskan persyaratan yang harus dipenuhi kerangka sampel

Bab III Sampel Acak Sederhana (Simple R a nd o m

Sampling)
3.1 Sampel Acak Sederhana dengan Ulangan dan Tanpa

Ulangan
Suatu sampel dinamakan sampel acak sederhana (simple random sampling) bila
setiap unit dalam populasi memiliki peluang yang sama untuk terpilih sebagai
sampel. Metode ini merupakan metode yang cukup mudah dan biasa digunakan
pada populasi yang memuat karakteristik unit (unit) bersifat relatif homogen. Bila
kita mempunyai populasi dengan N = 500 unit, maka setiap unit memiliki peluang
1/500 untuk dapat terpilih pertama. Ada dua metode penarikan sampel acak
sederhana yaitu sampel acak sederhana dengan ulangan (Simple Random
Sampling With Replacement –SRSWR) dan sampel acak sederhana tanpa ulangan
(Simple Random Sampling Without Replacement –SRSWOR). Dalam SRSWR
setiap unit dalam populasi dapat dipilih lebih dari sekali dalam sampel, sedangkan
dalam SRSWOR hanya boleh terpilih sekali saja. Pada praktik di lapangan
SRSWOR lebih sering digunakan daripada SRSWR.
Bila suatu survei akan dilakukan pada populasi yang terdiri dari N unit dan akan
dipilih sampel sebanyak n unit secara SRS, maka prosedurnya adalah kita memilih
angka random (AR) sejumlah n dengan syarat AR ≤ N, maka unit-unit populasi
yang terdapat di dalam kerangka sampel dengan nomor urut sesuai dengan AR
terpilih merupakan sampel terpilih. Sebagai ilustrasi jika jumlah unit di dalam
populasi yaitu N=1000 unit sedangkan jumlah sampel yang akan dipilih yaitu
n=100, seandainya angka random terpilihnya adalah:
AR1 = 145 AR2 = 056 AR3 = 675 AR4 = 324

AR5 = 801 AR6 = 287 AR7 = 004 AR8 = 098
AR97 = 989 AR98 = 451 AR99 = 777 AR100=610
maka sampel yang terpilih adalah unit-unit yang terdapat di dalam kerangka
sampel yang mempunyai nomor urut 145, 056, 675, 324, 801, 287, 004, 098, ….,
989, 451, 777 dan 610
3.2 Metode Penduga Rata-rata, Total dan Penduga

Varian
Di dalam bab sebelumnya telah dijelaskan bahwa hasil suatu survei sampel
digunakan untuk menduga nilai populasinya. Beberapa notasi yang perlu
diperhatikan selanjutnya adalah:

N = Jumlah unit dalam populasi
n = Banyaknya unit sampel yang ditarik/dipilih
Y = Nilai total suatu karakteristik dalam populasi
= Rata-rata nilai suatu karakteristik dalam populasi
= Penduga nilai total populasi berdasarkan sampel
= Penduga nilai rata-rata populasi berdasarkan sampel
yi = Nilai suatu karakteristik pada unit ke-i (i = 1, 2, 3, …, N)

pada populasi dan i = 1,2, 3, …,n pada sampel.
= Variance nilai-nilai bila nilai populasi diketahui
# = Penduga varian bila nilai populasi tidak diketahui
Penduga rata-rata nilai populasi dalam SRSWR maupun

1 n
SRSWOR adalah: y = ∑ yi
n i =1
Penduga rata-rata tersebut adalah suatu variabel yang nilainya tergantung pada
kemungkinan sampel yang terpilih, maka tingkat pencaran nilai-nilai penduga
rata-rata tersebut diukur dengan besarnya varian $ % atau standard error
$& %. Karena dalam survei sampel nilai populasinya tidak diketahui, maka
besarnya varian tersebut kita duga dengan penduganya yaitu # dan dihitung
dari nilai-nilai unit sampelnya.
N
Di dalam SRSWR
σ 2 ∑( y − Y )
i
2
V ( y) = ;→σ 2 = i =1
n N
n
s 2 ∑( y i − y)2
v( y ) = ;→ s 2 = i =1
n n −1
sedangkan dalam SRSWOR adalah:
N −n S 2 ∑( y i − Y )2
V ( y) = ;→ S 2 = i =1
N n N −1

Untuk melakukan pendugaan nilai total adalah '
Dengan penduga variannya adalah #!" ' # .
Untuk menduga & adalah & #y
Dan untuk & !" (#!" '#
Di dalam sampel acak sederhana, n/N dinamakan fraksi sampel, yaitu
berapa bagian unit sampel yang ditarik dari seluruh unit dalam
populasi, biasanya kalau nilainya kurang dari 5%, maka fraksi sampel
diabaikan. Sedangkan N/n dinamakan faktor inflasi atau faktor pengali
dalam estimasi populasi.
Penduga rata-rata nilai populasi dalam Systematic Sampling

1 n
adalah: y = ∑ yi
n i =1
Contoh :
1. Sebagai seorang mahasiswa yang sedang melakukan penelitian, Sandra

Dewi ingin mengetahui pola sebaran umur dan hubungannya dengan dan
kinerja pegawai di lingkungan Instansi BPS Kabupaten Timur Tengah
Selatan. Jumlah pegawai di lingkungan BPS sebanyak 45 orang. Sandra
dewi hanya memilih 15 orang secara SRS-WOR, dan data umur (tahun)
yang telah dikumpulkan sebagai berikut: 36, 30, 28, 45, 48, 44, 45, 30,
28, 35, 42, 38, 50, 44, 48. Berapakah rata-rata dan variasi serta
estimasinya dari umur pegawai BPS Kab. Timur Tengah Selatan?
Penyelesaian:
Nilai dugaan rata-rata umur pegawai BPS Kabupaten Timur Tengah
Selatan adalah:
1 n 1
y= ∑ yi = ( 36+30 + ... + 48) = 39, 4
n i =1 15
Sedangkan nilai dugaan variannya adalah:

N −n s 2 ∑ ( y − y)
i
2
V ( y) = → s2 = i =1
= 60,114
N n n −1
45 − 15 60,114
Sehingga nilai V ( y ) = = 2, 672
45 15
Interpretasi: rata-rata umur pegawai di BPS Kabupaten Timur Tengah
Selatan diduga adalah 39-40 tahun, dengan nilai standard errornya/
penyimpangannya sebesar 1,63.
2. Dalam pelaksanaan Susenas di Blok Sensus 001B terdapat 80 rumah

tangga. Sampel Susenas yang terpilih di blok sensus tersebut berjumlah
16 rumah tangga. Data rata-rata pengeluaran yang diperoleh dari Susenas
sebagai berikut (ribu rupiah): 1200, 1340, 1530, 1450, 1400, 1620, 1600,
1350, 1450, 1440, 1540, 1580, 1450, 1570, 1400, 1550. Berapakah rata-
rata dan variasi serta estimasinya dari pengeluaran rumah tangga di
lingkungan blok sensus tersebut?
Penyelesaian:
Nilai dugaan rata-rata pengeluaran rumah tangga di Blok Sensus 001B
adalah:
1 n 1
y= ∑ yi = (1200+1340 + ... + 1550 ) = 1466,875
n i =1 16
n
N −n s 2 ∑(y i − y )2
V ( y) = → s2 = i =1
= 12822, 917
N n n −1
80 − 16 12822,917
Sehingga nilai V ( y ) = = 641,145
80 16
Interpretasi: rata-rata pengeluaran rumah tangga di Blok Sensus 001B
diduga adalah Rp 1.466.875,- dengan nilai standard errornya/
penyimpangannya sebesar 25.321.
3.3 Penentuan Ukuran Sampel

Salah satu cara dalam menentukan besarnya sampel adalah dengan menggunakan
relative standard error (rse). Relative standard error adalah besaran relatif dari
standard error (se) dibandingkan dengan nilai dugaannya, dan dinyatakan dalam
persentase sebagai berikut:

se ( y ) 200
rse ( y ) = . 100 % se ( y ) = = 20
y 10
Misalnya di dalam survei yang lampau, dari sebanyak n = 100, telah dihitung nilai
s nya, misalnya s = 200 dan 50, maka
rse dari rata-ratanya adalah 20/50 x 100% = 40%.
Bila kita menganggap rse = 40% masih terlalu besar dan kita menghendaki rse =
20%, maka kita bisa menghitung banyaknya sampel (n) untuk bisa mendapatkan
rse yang kita kehendaki sebagai berikut:
s 200
rse( y ) = n .100% ⇒ 20% = n .100% ⇒ n = 200.100 = 20 ⇒ n = 400
y 50 50.20
Jadi dalam hal ini kita harus menambah sampel unitnya dari 100 unit menjadi 400
unit untuk mengurangi rse dari 40% menjadi 20%.
Contoh :
1. Dalam suatu penelitian tentang tingkat pengeluaran per bulan rumah tangga dari 100
rumah tangga, diinginkan untuk memperoleh informasi tentang mean (rata-rata)
pengeluaran per bulan populasi. Diharapkan rata-rata dugaan menyimpang tidak
lebih dari 1 unit dari mean populasi sebenarnya. Nilai σ 2 tidak diketahui, meskipun
demikian dari survey terdahulu diperoleh informasi ragam populasi sekitar 9. Jika
diinginkan tingkat keyakinan 90%, maka ukuran sampel (banyaknya rumah tangga)
yang harus diambil adalah?
Penyelesaian:
Diketahui informasi berikut ini: N = 100; d = 1; S2 = 9; α = 10%; Zα/2
=1,645.
maka dengan menggunakan rumus untuk menentukan jumlah sampel
(n) Slovin, jumlah sampel yang harus diambil sebanyak:
N ( Zα /2 .S ) 2 100(1, 645. 9) 2
n= = = 19,584 ≈ 20 rumah tangga
N .d 2 + ( Zα / 2 .S ) 2 100(1) 2 + (1, 645. 9) 2
2. Misalkan pada Contoh Soal nomor 1, pada penelitian terdahulu diketahui

nilai simpangan baku (s), rata-rata umur ( y ) masing-masing adalah 150 dan

38. Jika peneliti menghendaki nilai rse( y ) sebesar 15%, maka banyaknya
sampel (n) yang harus diambil dalam penelitian tersebut adalah?
Penyelesaian:
Diketahui informasi berikut ini: y = 38; s = 150 dan rse ( y ) = 15%.
Maka jumlah sampel yang harus diambil sebanyak:

s 150
rse ( y ) = n .100% → 15% = n .100% → n = 150.100 = 26,32 ≈ 27
y 38 15.38
Soal latihan
1. Jelaskan apa yang dimaksud dengan Simple random sampling?
2. Jelaskan perbedaan antara SRS-WR dan SRS-WOR
3. Hasil nilai ujian “Metode Penarikan Sampel” 25 statistisi dari 100 statistisi sebagai
berikut: 67, 76, 70, 76, 73, 68, 75, 80, 81, 74, 76, 82, 68, 74, 61, 77, 70, 75, 58, 65, 75,
85, 61, 71, 59. Berapakah rata-rata dan variasi serta estimasinya dari nilai ujian
statistisi?
4. Diketahui kemampuan intelektual (IQ) 18 statistisi dari 80 statistisi sebagai berikut:

145, 156, 130, 146, 133, 128, 145, 140, 141, 134, 126, 132, 128, 134, 141, 137, 130,
135. Berapakah rata-rata dan variasi serta estimasinya dari nilai IQ statistisi?
5. Misalkan pada Soal No. 3, diharapkan rata-rata dugaan menyimpang tidak lebih
dari 2 unit dari mean populasi sebenarnya. Nilai σ 2 tidak diketahui, meskipun
demikian dari survey terdahulu diperoleh informasi ragam populasi sekitar 16.
Jika diinginkan tingkat keyakinan 95%, maka ukuran sampel (banyaknya
statistisi) yang harus diambil adalah?
6. Diketahui biaya sewa rumah per bulan 15 mahasiswa dari 36 mahasiswa adalah
sebagai berikut (dalam ribu rupiah): 250, 275, 350, 315, 345, 335, 275, 300,
310, 400, 410, 500, 375, 325, 310. Berapakah rata-rata dan variasi serta
estimasinya dari biaya sewa rumah mahasiswa?

7. Misalkan pada Soal No. 3, pada penelitian terdahulu diketahui nilai simpangan
baku (s), rata-rata umur ( y ) masing-masing adalah 12 dan 45. Jika peneliti
menghendaki nilai rse( y ) sebesar 10%, maka banyaknya sampel (n) yang
harus diambil dalam penelitian tersebut adalah?
8. Misalkan pada Soal No. 4, diharapkan rata-rata dugaan menyimpang tidak lebih
dari 1 unit dari mean populasi sebenarnya. Nilai σ 2 tidak diketahui, meskipun
demikian dari survey terdahulu diperoleh informasi ragam populasi sekitar 10.
Jika diinginkan tingkat keyakinan 95%, maka ukuran sampel (n) yang harus
diambil adalah?
9. Berikut merupakan data jumlah anggota rumah tangga pada 10 rumah tangga
dari 32 rumah tangga di desa Sampling: 12, 9, 4, 7, 8, 10, 11, 9, 9, 7.
Berapakah rata-rata jumlah anggota rumah tangga di desa Sampling beserta
estimasinya dan standar errornya?
10. Misalkan pada Soal No. 6, pada penelitian terdahulu diketahui nilai simpangan
baku (s), rata-rata umur ( y ) masing-masing adalah 36 dan 78. Jika peneliti
menghendaki nilai rse( y ) sebesar 5%, maka banyaknya sampel (n) yang harus
diambil dalam penelitian tersebut adalah?

BAB IV Sistematik Sampling

Apabila jumlah unit yang akan dipilih cukup besar maka pemilihan sampel
dengan simple random sampling agak berat mengerjakannya. Sebagai contoh
mengambil sebuah sampel yang besarnya 5% dari suatu populasi yang terdiri dari
20.000 unit, membutuhkan 1000 buah angka random dan memilih unit dalam
populasi yang bernomor sesuai dengan angka random yang terpilih. Dalam praktik
kebanyakan statistisi lebih cenderung dengan metode lain. Sebuah sampel yang
besarnya seperti di atas biasanya dipilih dengan cara memilih sebuah angka
random antara 1 dan 20, kemudian mengambil setiap angka yang selisihnya
dengan angka sebelumnya adalah 20. Jadi, jika angka random yang terpilih
adalah angka 5, maka unit-unit yang terpilih adalah unit-unit dengan nomor 5, 25,
45, 65 dan seterusnya sampai 19985. Dalam hal ini N/n = 20.000/1.000 = 20
disebut sampling interval. Pemilihan sampel semacam ini disebut systematic
sampling. Walaupun tidak sama dengan simple random sampling, tetapi
merupakan metode sampling yang bisa diterima karena peluang bagi setiap unit
diketahui dengan pasti dan kita bisa menghitung sampling errornya. Metode
pendugaan systematic sampling dapat digunakan perumusan simple random
sampling, walaupun biasanya hasil standard errornya lebih besar dari yang
sesungguhnya. Akan tetapi jika setiap unit dari populasi dapat diurutkan secara
sembarang atau random order (yaitu korelasi antara unit dengan unit berikutnya
sangat kecil), maka hasil dari systematic sampling akan mendekati hasil simple
random sampling.
4.1 Prosedur Pemilihan Sampel :

4.1.1 Linier Systematic Sampling
Dianggap Populasi telah disusun secara linier sehinga unit-unit dapat dinomori
dengan angka
Misalkan populasi = N dan N = nk dimana k adalah sampling interval, dan angka

random terpilih adalah )* + ,
Maka sampel terdiri dari unit-unit ke
)* , )* ,, )* 2,, … , )* . 1,
Nilai sampling interval (k) merupakan nilai bilangan bulat yang mendekati nilai
N/n
Contoh :
Misalkan terdapat N = 9 populasi yaitu 1,2,3,4,5,6,7,8,9 yang dipilih 3 sampel

secara sitematis, maka k=3. Kemudian kita mencari angka random pertama yang
kurang dari atau sama dengan 3, katakan di dapat 2. Jadi sampel yang terpilih
adalah 2, 2+k=2+3=5 dan 2+2k=2+2(3)=8.
Circular Systematic Sampling

Pada penarikan sampel secara Circular Systematic Sampling terdapat beberapa

langkah yang perlu dilakukan diantaranya adalah
Memilih angka random pertama antara 1 sampai dengan N
Memilih setiap unit ke-k (dimana k adalah bilang yang paling dekat dengan N/n)
dalam suatu cara yang memutar sampai n unit sampel terpilih.
R1 + jk, jika R1 + jk ≤ N
R1 + jk – N, jika R1 + jk > N
untuk j=1, 2, …, (n-1).
Contoh :
1. Misalkan terdapat N = 9 populasi yaitu 1, 2, 3, 4, 5, 6, 7, 8, 9 yang dipilih 3

sampel secara sistematis. Kemudian kita mencari angka random pertama yang
kurang dari atau sama dengan 9, katakan di dapat 7 dan nilai k = N/n = 3.
Jadi sampel yang terpilih adalah 7, (7+k)-9=(7+3)-9=1 dan (7+2(3))-9=4.
2. Misalkan terdapat 80 rumah tangga di blok sensus 012B. Kemudian dipilih

16 rumah tangga secara sistematis (linier sistematik). Sampel mana saja
yang terpilih bila pada angka random pertama berasal dari TAR halaman 1,
baris 23, kolom 4!
Penyelesaian:
Diketahui N = 80 dan n = 16. Maka interval (k) = N/n = 5. Angka random
pertama (R1) yang terpilih adalah angka random pada TAR yang kurang
dari k = 5, diperoleh angka random 2 (rumah tangga nomor urut 2). Angka
random kedua (R2) = R1+k = 7. Angka random ketiga (R3) = R2 + k = 12.
Begitu seterusnya sampai diperoleh rumah tangga sampel ke-16. Berikut
nomor urut rumah tangga yang terpilih sebagai sampel adalah: 7, 12, 17,
22, 27, 32, 37, 42, 47, 52, 57, 62, 67, 72, 77.
3. Misalkan terdapat 130 rumah tangga di blok sensus 022B.

Kemudian dipilih 16 rumah tangga secara sistematis (circular
systematic). Sampel mana saja yang terpilih bila pada angka
random pertama berasal dari TAR halaman 3, baris 1, kolom 6!
Penyelesaian:
Diketahui N = 130 dan n = 16. Maka interval (k) = N/n ≈ 8.
Angka random pertama (R1) yang terpilih adalah angka

random pada TAR yang kurang dari N = 130, diperoleh angka

random 014 (rumah tangga nomor urut 14). Angka random kedua
(R2) = R1+k = 22. Angka random ketiga (R3) = R2 + k = 30.
Angka random yang lebih besar dari 130 adalah selisih angka
tersebut dengan 130. Berikut nomor urut rumah tangga yang
terpilih sebagai sampel adalah: 22, 30, 38, 46, 54, 62, 70, 78, 86,
94, 102, 110, 118, 126, (134-130=4)
4.2 Metode Penduga Rata-rata, Total, dan Penduga

Varian
4.2.1 Penduga Rata- Rata dan Total
Jika N = nk maka /0 adalah sebuah perkiraan tidak bias dari untuk sebuah
sampel yang ditempatkan secara acak.
1
1 1 3
2
/0
, 2 .,

4/0 ' 5 /0
4.2.2 Penduga Varian
Varian rata-rata sebuah sampel sistematis dengan interval k adalah

1
1
!/0 "
,

Contoh :
1. Diketahui jumlah anggota rumah tangga pada 16 rumah tangga yang telah
dipilih secara sistematik dari 80 rumah tangga di Desa Estimasi sebagai
berikut: 11, 4, 5, 8, 10, 7, 8, 4, 5, 8, 11, 8, 10, 6, 5, 9. Berapakah nilai

penduga rata-rata, total dan varian jumlah anggota rumah tangga di desa
tersebut?
Penyelesaian:
Nilai dugaan rata-rata jumlah anggota rumah tangga di Desa Estimasi
adalah:
1 n 1
ysy = ∑ y1 = (11 + 4 + ... + 9 ) = 7, 4375 ≈ 7 − 8 orang
n i =1 16
Nilai dugaan total jumlah anggota rumah tangga di Desa Estimasi adalah:
yˆ sy = N . y sy = 595

n
N − n s2 ∑ ( y − y)
i
2
V ( y) = → s2 = i =1
= 5, 729
N n n −1
80 − 16 5, 729
80 16
Interpretasi: rata-rata jumlah anggota rumah tangga di Desa Estimasi
diduga adalah 7 sampai 8 orang, dengan nilai standard errornya/
penyimpangannya sebesar 0,535.
Catatan: Penghitungan di atas menggunakan rumus SRS-WOR. Hal ini
disebabkan karena sampel telah diketahui/ yang tersedia gugus sampel
tunggal. Jika sampel belum diketahui, tersedia beberapa kemungkinan
gugus sampel maka menggunakan rumus teoritis systematic sampling.
2. Diketahui jumlah ternak ayam pada 16 rumah tangga yang telah dipilih
secara sistematik dari 110 rumah tangga di Desa Sigma sebagai berikut:
40, 30, 35, 48, 50, 37, 28, 44, 35, 58, 51, 48, 30, 46, 35, 49. Berapakah
nilai penduga rata-rata, total dan varian jumlah ternak ayam di desa
tersebut?
Penyelesaian:
Nilai dugaan rata-rata jumlah jumlah ternak ayam di Desa Sigma adalah:
1 n 1
ysy = ∑ y1 = ( 40 + 30 + ... + 49 ) = 41,5 ≈ 41 − 42 orang
n i =1 16
yˆ sy = N . y sy = 4565

N −n s 2 ∑ ( y − y)
i
2
V ( y) = → s2 = i =1
= 79,867
N n n −1
110 − 16 79,867
110 16
Interpretasi: rata-rata jumlah ternak ayam di Desa Sigma diduga adalah 41
sampai 42 orang, dengan nilai standard errornya/ penyimpangannya sebesar
2,065.

Soal latihan
1. Jelaskan apa yang dimaksud dengan Systematic sampling!

Jawab:
Systematic sampling merupakan pengambilan sampel secara acak dan sistematis.
Dikatakan secara acak karena pengambilan sampelnya yang menggunakan kaidah
peluang. Pada pengambilan sampel pertama, semua unit mempunyai peluang yang
sama untuk terpilih. Sedangkan dikatakan secara sistematis karena pengambilan
sampel kedua dan seterusnya berdasarkan pola/ interval.
2. Jelaskan perbedaan antara Systematic sampling dengan Simple random sampling!
Jawab:
Dibandingkan dengan simple random sampling, systematic sampling lebih mudah
dalam aplikasinya, karena hanya sekali menentukan sampel (sampel pertama) dengan
menggunakan TAR. Selain itu systematic sampling mempunyai kemungkinan yang
lebih akurat mengestimasi parameter karena mampu mencakup sampelnya mampu
mencakup karakteristik-karakteristik populasi yang relatif tidak homogen.
3. Bagaimanakah prosedur pada linear systematic sampling dan circular systematic
sampling!
Jawab:
Prosedur linear systematic sampling:
N
a. Menentukan interval (k), dimana k = . Jika k diperoleh bilangan desimal,
n
maka dilakukan pembulatan kebawah. Misalnya k = 5,67, maka dibulatkan
kebawah menjadi 5.
b. Menentukan angka random pertama (AR1), dimana AR1 < k. Jumlah digit yang
digunakan dalam penentuan AR1 harus sama dengan jumlah digit k.
c. Menentukan angka random berikutnya dengan formula:
AR2 = AR1 + k
AR3 = AR2 + k = AR1 + 2k
ARn = ARn-1 + k = AR1 + (n-1)k
Prosedur circular systematic sampling:

N
a. Menentukan interval (k), dimana k = . Jika k diperoleh bilangan desimal,
n
maka dilakukan pembulatan kebawah. Misalnya k = 5,67, maka dibulatkan
kebawah menjadi 5.
b. Menentukan angka random pertama (AR1), dimana AR1 < N. Jumlah digit yang
digunakan dalam penentuan AR1 harus sama dengan jumlah digit N.
c. Menentukan angka random berikutnya dengan formula:

AR2 = AR1 + k
AR3 = AR2 + k = AR1 + 2k (dan seterusnya)
Jika Angka random ke-j lebih besar dari N (ARj > N), maka angka randomnya
adalah selisih antara ARj terhadap N (ARj - N)
4. Misalkan terdapat 99 rumah tangga pada blok sensus 013B. Kemudian dipilih 16
rumah tangga secara linier sistematik. Sampel manakah yang terpilih jika
menggunakan TAR hal.2, baris 1, kolom 6!
Penyelesaian:
N 99
Diketahui N = 99 dan n = 16, maka k = = = 6,1875 ≈ 6
n 16
Pada TAR, angka random pertama (AR1 < 6) yang terpilih adalah 3. Maka secara
linier sistematik angka random berikutnya (nomor urut rumah tangga yang terpilih)
adalah: 9, 15, 21, 27, 33, 39, 45, 51, 57, 63, 69, 75, 81, 87, 93.
5. Misalkan terdapat 160 rumah tangga pada Blok Sensus 023B. Kemudian dipilih 20
rumah tangga secara linier sistematik. Sampel manakah yang terpilih jika
menggunakan TAR hal. 3 baris 5 kolom 5!
Penyelesaian:
N 160
Diketahui N = 160 dan n = 20, maka k = = =8
n 20
adalah: 15, 23, 31, 39, 47, 55, 63, 71, 79, 87, 95, 103, 111, 119, 127, 135, 143, 151,
159
Soal [6-9]
Diketahui umur kepala rumah tangga dari 35 kepala rumah tangga di Desa SRS, Blok
Sensus 013B sebagai berikut:
45 45 52 43 54 55 46
47 58 49 30 31 42 33
34 45 46 37 58 49 40
41 52 33 34 35 46 37
48 39 30 34 45 44 42

Dari 35 kepala rumah tangga tersebut akan dipilih 10 rumah tangga secara sistematik.
(urutan pemilihan dari kiri ke kanan)
6. Tentukan sampel secara linier sistematik dan hitung nilai dugaan rata-rata umur kepala
rumah tangga di blok sensus tersebut! (TAR halaman 2, baris 20, kolom 3)
Penyelesaian:
N 35
n 10
adalah: 5, 8, 11, 14, 17, 20, 23, 26, 29. Sehingga umur kepala rumah tangga yang
terpilih adalah: 45, 54, 47, 30, 33, 46, 49, 52, 35, 48.
Dari data tersebut, nilai dugaan rata-rata umur kepala rumah tangga adalah:
1 n 1
ysy = ∑ y1 = ( 45 + 54 + ... + 48) = 43,9 tahun
n i =1 10
Maka nilai dugaan rata-rata umur kepala rumah tangga di Desa SRS adalah 43,9
tahun.
7. Dari sampel terpilih hitunglah nilai dugaan varians dan standar error umur kepala
rumah tangga!
Penyelesaian:
Nilai dugaan variannya adalah:
n
N −n s 2 ∑ ( y − y)
i
2
V ( y) = → s2 = i =1
= 68, 544
N n n −1
35 − 10 68,544
35 10
Maka nilai varian dan standard errornya/ penyimpangannya masing-masing sebesar
4,896 dan 2,213
8. Tentukan sampel secara sirkular sistematik dan hitung nilai dugaan rata-rata dan
varians di blok sensus tersebut! (menggunakan TAR yang sama pada nomor 6)
Penyelesaian:
N 35
n 10

adalah: 28, 31, 34, 2, 5, 8, 11, 14, 17. Sehingga umur kepala rumah tangga yang
terpilih adalah: 34, 37, 30, 44, 45, 54, 47, 30, 33, 46.
1 n 1
ysy = ∑ y1 = ( 34 + 37 + ... + 46 ) = 40 tahun
n i =1 10
n
N − n s2 ∑ ( y − y)
i
2
V ( y) = → s2 = i =1
= 68, 444
N n n −1
35 − 10 68, 444
35 10
Maka nilai dugaan rata-rata umur kepala rumah tangga di Desa SRS adalah 43,9 tahun
dan standard errornya/ penyimpangannya 2,211
9. Bagaimanakah hasilnya jika 15 kepala rumah tangga dipilih secara linier sistematik?
Berapakah nilai dugaan rata-rata dan variansnya?
Penyelesaian:
N 35
n 15
adalah: 3, 5, 7, 9, 11, 13, 15, 17, 19, 21, 23, 25, 27, 29. Sehingga umur kepala rumah
tangga yang terpilih adalah: 45, 52, 54, 46, 58, 30, 42, 34, 46, 58, 40, 52, 34, 46, 39.
1 n 1
ysy = ∑ y1 = ( 45 + 52 + ... + 39 ) = 45, 067 tahun
n i =1 15
n
N −n s 2 ∑ ( y − y)
i
2
V ( y) = → s2 = i =1
= 75, 495
N n n −1
35 − 15 75, 495
35 15
Maka nilai dugaan rata-rata umur kepala rumah tangga di Desa SRS adalah 45,067
tahun dan standard errornya/ penyimpangannya 1,696
10. Berikut ini adalah jumlah ternak sapi setiap rumah tangga dari 16 rumah tangga yang
telah dipih secara circular sistematik dari total 86 rumah tangga pada Desa Sistematik:

15, 10, 12, 11, 14, 15, 19, 8, 14, 20, 11, 7, 9, 8, 10, 13. Berapakah nilai dugaan rata-
rata, total dan varian jumlah ternak sapi pada Desa Sistematik?
Penyelesaian:
Nilai dugaan rata-rata jumlah ternak sapi di Desa Sistematik adalah:
1 n 1
ysy = ∑ y1 = (15 + 10 + ... + 13) = 12, 25 ≈ 12 − 13 orang
n i =1 16
yˆ sy = N . y sy = 1053, 5

n
N −n s 2 ∑ ( y − y)
i
2
V ( y) = → s2 = i =1
= 14,333
N n n −1
86 − 16 14,333
86 16
Interpretasi: rata-rata jumlah ternak sapi di Desa Sistematik diduga adalah 12 sampai
13 orang, dengan nilai standard errornya/ penyimpangannya sebesar 0,854.

BAB V Sampel Acak Berlapis (Stratified Sampling)

Dalam simple random sampling, kita tidak mencoba memaksakan supaya sampel
mewakili populasi. Kecenderungan untuk mewakili sudah dikandung oleh
prosedur itu sendiri dan sampling errornya hanya dapat ditekan dengan
menaikkan jumlah sampel. Tetapi, jika sebelumnya sudah diketahui suatu
keterangan mengenai populasi, hal tersebut mungkin dapat digunakan untuk
memperkecil sampling error. Kita bisa memperkecil sampling error dengan
banyaknya unit sampel yang sama apabila kita mendapatkan s2 yang lebih kecil.
Karena s2 didalam populasi nilainya tetap (tak berubah), maka cara yang paling
mudah adalah membagi unit-unit di dalam populasi ke dalam kelompok-
kelompok. Proses pembentukan kelompok-kelompok ini dinamakan stratifikasi.
Diusahakan nilai-nilai unit di dalam kelompok tertentu cukup homogen.
Kelompok-kelompok semacam ini kita namakan lapisan (strata) atau sub populasi.
Nilai-nilai unit di dalam lapisan tertentu akan cukup homogen, sedangkan antar
lapisan akan heterogen.
5.1 Metode Penduga Rata-rata, Total dan Penduga

Varian
Misalnya kita mempunyai populasi sebanyak N=7, dengan nilai unit masing-
masing adalah 3, 4, 9, 6, 2, 1, 8. Selanjutnya kita buat 2 subpopulasi atau lapisan
masing-masing N1= 4 dan N2 = 3 sehingga nilai-nilai unit di dalam setiap lapisan
cukup homogen, sebagai berikut:
Tabel 4. Pembagian Populasi Menjadi Dua Lapisan
Lapisan I Lapisan II
Y11=3 Y21=9
Y12=4 Y22=6
Y13=2 Y23=8
Y14=1
Apabila kita mengambil sampel sebanyak n = 4 unit. Pertama kita alokasikan n

menjadi n1 dan n2, misalnya n1 = 2 dan n2 = 2, artinya bahwa 4 unit pada lapisan I
kita tarik 2 unit sebagai sampel dan 2 unit sampel pada lapisan II. Dengan
menggunakan TAR misalnya yang terpilih pada lapisan I adalah Y12 dan Y13
sedangkan pada lapisan II yaitu Y21 dan Y22, maka kita akan mendapatkan dua
penduga yaitu * dan .
3+ 2 9+6
y1 = = 2,5, dan → y 2 = = 7,5
2 2
Untuk mendapatkan penduga nilai populasinya secara lapisan, kita gunakan rumus
rata-rata tertimbang sebagai berikut:
4  3  10 22,5 32,5
y st =  .2,5  +  .7,5  = + = = 4,64
7  7  7 7 7

Cara penghitungan di atas secara matematis dapat ditulis sebagai berikut:

L dimana L menunjukkan jumlah lapisan
N L yL
yst = ∑
i =1 N
Sementara itu, untuk memperkirakan nilai total karakteristiknya dapat
menggunakan formulasi sebagai berikut :
'/6
Karena masing-masing lapisan penarikan sampelnya dilakukan secara terpisah,

maka penghitungan penduga varian lapisan I dan lapisan II adalah sebagai berikut:
N 1 − n1 s12 N 2 − n 2 s 22
v( y1 ) = . dan v( y 2 ) = .
N1 n1 N2 n2
n1
1 n1 1
s =
2
1 ∑
n1 − 1 i =1
( y1i − y1 ) 2 dan s 22 = ∑
n 2 − 1 i =1
( y 2i − y 2 ) 2
maka s12 =
1
2 −1
[ ]
(3 − 2,5) 2 + (2 − 2,5) 2 = (0,5) 2 + (−0,5) 2 = 0,5
s 22 =
1
2 −1
[ ]
(9 − 7,5) 2 + (6 − 7,5) 2 = (1,5) 2 + (−1,5) 2 = 4,5
4 − 2 0,5 3 − 2 4,5
sehingga v( y1 ) = . = 0,125 dan v( y2 ) = . = 0,75
4 2 3 2
Untuk mendapatkan penduga varian secara lapisan digunakan rumus sebagai

berikut:
L
N i2
v ( y st ) = ∑
i =1 N2
.v ( y i )
= (4/7)2 .0,125 + (3/7)2 . 0,75 = 0,1785713
Penarikan sampel seperti tersebut di atas dinamakan sampel acak berlapis.

Apabila penarikan sampel di atas kita lakukan dengan SRSWOR tanpa lapisan,
maka dengan sampel yang sama variannya dapat dilihat pada langkah berikut:
y=
1
(3 + 2 + 9 + 6 ) = 20 = 5
4 4
s2 =
1
4 −1
[ 3
]
(3 − 5) 2 + (2 − 5) 2 + (9 − 5) 2 + (6 − 5) 2 = (4 + 9 + 16 + 1) =
1 30
3
= 10

N − n s 2 7 − 4 10
v( y ) = = . = 1,07
N n 7 4
Bandingkan nilai varian SRSWOR di atas yaitu 1,07 dengan nilai varian secara
lapisan yaitu 0,1785, terlihat bahwa varian secara lapisan nilainya jauh lebih kecil.
Dengan kata lain bahwa sampel acak berlapis akan menghasilkan dugaan yang
lebih efisien dibandingkan SRSWOR tanpa lapisan.
Contoh :
1. Seorang mahasiswa semester akhir akan mengadakan penelitian
mengenai rumah tangga kurang mampu di Desa SPSS. Rumah
tangga dibagi menjadi strata, dan pengambilan sampel dilakukan
setiap strata, dan diperoleh informasi rata-rata pengeluaran per
rumah tangga untuk setiap sampel. Berikut adalah datanya:
Strata Rumah Rumah Pengeluaran (ribu

Tangga (NL) Tangga rupiah)
terpilih (nL)
1 12 6 500 300 150 550 175
450
2 10 5 675 550 500 220 350
3 8 4 175 250 225 575
4 10 5 800 725 150 250 150
Tentukanlah nilai penduga nilai rata-rata ( yst ), nilai total ( Yˆ ) dan nilai
varian v( yst ) !
Penyelesaian:
Sebelum menghitung dugaan rata-rata populasi, terlebih dahulu dihitung
1 nL
dugaan rata-rata setiap strata dengan rumus yL = ∑ yi , sehingga
nL i =1
diperoleh:
y1 = 354,167; y2 = 459; y3 = 306, 25; y4 = 415 . Selanujutnya menghitung
L
1
dugaan rata-rata populasi dengan rumus stratified: yst =
N
∑N
L =1
L yL
1
yst = 12 ( 354,167 ) + 10 ( 459 ) + 8 ( 306, 25) + 10 ( 415)  = 386, 00
40 
Nilai dugaan totalnya adalah: Yˆ = N . yst = 15440,004

2
L
N 
Nilai dugaan varian adalah: v ( yst ) = ∑  L  v ( yL ) . Sebelum menghitung
L =1  N 
nilai dugaan varian populasi, terlebih dahulu dihitung nilai dugaan varian tiap
N L − nL sL2 2 1 nL
strata v ( yL ) = , sL = ∑ ( yLi − yL ) , sehingga diperoleh:
2
N L nL nL − 1 i =1
v( y1 ) = 2425,3475; v( y2 ) = 3140,5; v( y3 ) = 4134,115; v( y4 ) = 10300 , Setelah
itu dihitung nilai dugaan varian populasi, hasilnya:
1
v ( yst ) = 144 ( 2425,3475 ) + 100 ( 3140,5) + 64 ( 4134,115) + 100 (10300 )  = 1223, 677
1600 
Interpretasi: nilai dugaan rata-rata pengeluaran rumah tangga di Desa SPSS

adalah Rp 386.000,- dugaan total pengeluaran rumah tangga sebesar Rp
15.440.000,- dengan penyimpangan/ standar error sebesar 34,981.
2. Berikut ini merupakan data IPM tahun 2010 dari 33 provinsi di Indonesia.
No. Provinsi IPM Peringkat No. Provinsi IPM Peringkat
1. NAD 71.70 17 18. NTT 65.20 32
2. Sumatera Utara 74.19 8 19. NTB 67.26 31
3. Sumatera Barat 73.78 9 20. Kalimantan Barat 69.15 28
4. Riau 76.07 3 21. Kalimantan Tengah 74.64 7
5. Jambi 72.74 13 22. Kalimantan Selatan 69.92 26
6. Sumatera Selatan 72.95 10 23. Kalimantan Timur 75.56 5
7. Bengkulu 72.92 11 24. Sulawesi Utara 76.09 2
8. Lampung 71.42 21 25. Sulawesi Tengah 71.14 22
9. Bangka Belitung 72.86 12 26. Sulawesi Selatan 71.62 19
10. Kepulauan Riau 75.07 6 27. Sulawesi Tenggara 70.00 25
11. DKI Jakarta 77.60 1 28. Gorontalo 70.28 24
12. Jawa Barat 72.29 15 29. Sulawesi Barat 69.64 27
13. Jawa Tengah 72.49 14 30. Maluku 71.42 20
14. Yogyakarta 75.77 4 31. Maluku Utara 69.03 30
15. Jawa Timur 71.62 18 32. Papua Barat 69.15 29
16. Banten 70.48 23 33. Papua 64.94 33
17. Bali 72.28 16
Jika dibuat 3 strata berdasarkan peringkat dengan ketentuan strata 1: peringkat

1-10, strata 2: peringkat 11-21, strata 3: peringkat 22-33, kemudian ambil
sampel sebanyak 4 sampel dari setiap strata dengan cara sirkular sistematik
(TAR halaman 1 baris 7 kolom 3). Hitunglah rata-rata IPM di Indonesia dan
standar errornya!
Penyelesaian:
Pengambilan sampel tiap strata secara sirkular sistematik:

• N1 = 10; n1 = 4; k1 = 2; AR1 = 01. Provinsi terpilih dan nilai IPMnya:

DKI Jakarta (77.60), Riau (76.07), KalTim (75.56), KalTeng (74.64)
• N1 = 11; n1 = 4; k1 = 2; AR1 = 01. Provinsi terpilih: Bengkulu (72.92),

Jambi (72.74), JaBar (72.29), NAD (71.70)
• N1 = 12; n1 = 4; k1 = 3; AR1 = 01. Provinsi terpilih: SulTeng (71.14),

SulTra (70.00), KalBar (69.15), NTB (67.26)
Sebelum menghitung dugaan rata-rata populasi, terlebih dahulu
1 nL
dihitung dugaan rata-rata setiap strata dengan rumus yL = ∑ yi ,
nL i =1
sehingga diperoleh:
y1 = 75,97; y2 = 72, 41; y3 = 69,39 . Selanujutnya menghitung dugaan
L
1
rata-rata populasi dengan rumus stratified: yst =
N
∑N
L =1
L yL
1
yst = 10 ( 75,97 ) + 11( 72, 41) + 12 ( 69,39 )  = 72,39
33 
2
L
N 
Nilai dugaan varian adalah: v ( yst ) = ∑  L  v ( yL ) . Sebelum
L =1  N 
menghitung nilai dugaan varian populasi, terlebih dahulu dihitung nilai
N L − nL sL2 2 1 nL
dugaan varian tiap strata v ( yL ) = , sL = ∑ ( yLi − yL )
2
N L nL nL − 1 i =1
, sehingga diperoleh:
v( y1 ) = 0,1069; v( y2 ) = 0,0179; v( y3 ) = 0,1419 , Setelah itu dihitung
nilai dugaan varian populasi, hasilnya:
1
v ( yst ) = 100 ( 0,1069 ) + 121( 0, 0179 ) + 144 ( 0,1419 )  = 0, 030
1089 
Interpretasi: nilai dugaan rata-rata IPM di Indonesia tahun 2010 adalah
72,39 dengan penyimpangan/ standar error sebesar 0,173.
5.2 Alokasi Unit Sampel

Salah satu cara untuk menentukan jumlah alokasi unit sampel ke dalam setiap
lapisan adalah alokasi proporsional. Dalam alokasi proporsional, apabila kita telah
menentukan banyaknya unit sampel yang akan ditarik sebanyak n, maka unit-unit
sampel tersebut kita alokasikan sebanding dengan banyaknya unit di dalam setiap
lapisan. Dimana dapat dituliskan alokasi proporsional sebagai berikut :
37 87
3
8
dimana L adalah lapisan, L = 1, 2,…

Sehingga dapat ditulis :
'9
.9 ..
'
Sebagai gambaran, misalnya kita mempunyai populasi sebanyak N = 1000
unit. Unit–unit tersebut telah kita bagi ke dalam 2 lapisan, berturut-turut 400 unit
untuk lapisan I dan 600 untuk lapisan II. Seandainya kita akan menarik sampel
sebesar 10% nya yaitu 100 unit sampel, maka alokasi proporsional dari 100 unit
sampel tersebut adalah sebagai berikut:
N1 400 N2 600
n1 = n = 100. = 40 n2 = n = 100. = 60
N 1000 N 1000
Jadi dari 400 unit pada lapisan I kita akan menarik 40 unit dan 600 unit yang ada
di lapisan II kita tarik 60 unit.
Contoh :
Diketahui jumlah rumah tangga setiap kecamatan sebagai berikut:

a. Kecamatan Sigma: 150 rumah tangga
b. Kecamatan Epsilon: 140 rumah tangga
c. Kecamatan Statistik: 80 rumah tangga
d. Kecamatan Sampling: 110 rumah tangga
Kemudian akan diambil 100 rumah tangga untuk dijadikan sampel

dalam penelitian. Berapakah jumlah sampel yang akan diambil pada
setiap kecamatan dengan alokasi proporsional?
Penyelesaian:
Diketahui: N1 = 150; N2 = 140; N3 = 80; N4 = 110; n = 100.
Nh
Berdasarkan rumus alokasi sampel proporsional: nh = n. , maka
N
alokasi sampel setiap strata menjadi:
N 150
n1 = n. 1 = 100. = 31, 25 ≈ 32 rumah tangga
N 480
N 140
n2 = n. 2 = 100. = 29,167 ≈ 30 rumah tangga
N 480
N 80
n3 = n. 3 = 100. = 16, 667 ≈ 17 rumah tangga
N 480
N 110
n4 = n. 4 = 100. = 22,917 ≈ 23 rumah tangga
N 480

B a b VI Sampel Acak Berkelompok (Cluster Sampling)
Pada penarikan sampel acak sederhana, elemen-elemen atau unit-

unit analisis seperti perusahaan atau usaha rumah tangga dan
sebagainya telah tersusun dan tersedia dalam kerangka sampel.
Berdasarkan daftar kerangka sampel tersebut dapat dipilih
perusahaan atau usaha atau rumah tangga sebagai sampel dan
kemudian dikumpulkan informasinya. Apabila penarikan sampel
tidak langsung ke elemen atau unit analisis, tetapi melalui
kelompok dari unit analisis atau elemen maka metode ini disebut
sampling cluster. Penarikan sampel cluster memiliki persyaratan
tertentu bahwa tidak boleh adanya unit yang tumpang tindih atau
terlewat. Contoh dari bentuk cluster adalah blok sensus yang terdiri
dari kelompok rumahtangga yang berdekatan pada suatu wilayah
tertentu dengan batas jelas.
6.1 Pengertian Cluster

Cluster adalah kelompok unit yang dapat terdiri dari satu atau lebih
unit listing (daftar unit) yang digabung. Cluster terdiri dari unit
listing dan unit listing terdiri dari elemen atau unit analisis.
Contoh :
Tabel 5. Contoh Aplikasi Cluster
Elemen/
Unit Listing/
Cluster Unit Aplikasi
Daftar Unit
Analisis
(1) (2) (3) (4)
Estimasi banyaknya
rumah tangga atau
Blok Sensus Rumah Tangga Orang
penduduk beserta
karakteristiknya
Estimasi banyaknya
Desa Sekolah Guru/Murid guru/murid beserta
karakteristiknya
Estimasi banyaknya
Sekolah Kelas Murid murid beserta
karakteristiknya
Halaman Estimasi banyaknya

Baris Kata
buku kata dalam buku

6.2 Metode Penduga Rata-Rata dan Penduga Varian
6.2.1 Cluster dengan ukuran sama
Cluster dengan ukuran sama adalah cluster dimana banyaknya unit

sampling dalam cluster sama antara satu cluster dengan cluster
lainnya yaitu sebanyak M.
Misalnya suatu populasi terdiri dari N cluster dan setiap cluster terdiri
dari M elemen sebagai unit sampling selanjutnya disebut unit dan
sebanyak n cluster dipilih secara acak sederhana. Seluruh elemen
dalam cluster dikumpulkan informasinya.
Beberapa notasi yang digunakan :

N : banyaknya cluster dalam populasi
n : banyknya cluster dalam sampel
M : banyaknya elemen dalam cluster
2 : nilai karakteristik dari elemen ke-j cluster ke-i (j =1, 2, 3, …M)
dan (i= 1, 2, 3,… N)
Rata – rata per elemen dari cluster ke-i

<
1
2
;
2=*
Rata-rata per elemen dari rata-rata n sampel cluster

3 < 3
1 1
2
.; .
=* 2=* =*
Rata-rata perelemen dari seluruh elemen dalam populasi

8 < 8
1 1
2
'; '
=* 2=* =*
Varian (deviasi standar kuadrat) dari nilai karakteristik dalam cluster

ke-i
<
1
& !2 "
;1
2=*
Rata-rata simpangan kuadrat di dalam cluster (mean square within

clusters)
8
1
&> &
'
=*

Rata-rata simpangan kuadrat kuadrat antar rata-rata cluster (mean

square between clusters)
8
1
&?

'1
=*
Rata-rata simpangan kuadrat antar elemen di dalam populasi (mean
square between elemen)
8 <
1
& !2 "
'; 1
=* 2=*
Estimasi total nilai karakteristik yang diteliti :
';3 dengan 3 ∑3=*

*
3
Estimasi varian cluster sampling :
*AB *
# ? dengan ? 3A* ∑3=* 3
3
6.2.2 Cluster dengan Ukuran tidak Sama
Cluster dengan ukuran tidak sama adalah cluster dimana banyaknya

unit dalam cluster tidak sama antara satu cluster dengan cluster
lainnya.
Rata – rata per elemen dari cluster ke-i

<C
1
2
;
2=*
; ∶ banyaknya unit dalam cluster ke-i
Dalam perhitungan rata-rata unit pada populasi terdapat 3 cara

estimasi, yaitu :
Rata-rata karakteristik per-unit dari sebanyak n sampel cluster, yang

diperhitungkan dari rata-rata cluster tanpa ditimbang dengan ; .
3
1
3
.
2=*
Estimasi variannya :
*AB *
# ? dengan ? 3A* ∑3=* 3
3
Rata-rata karakteristik per unit dari sebanyak n sampel cluster, yang

diperhitungkan dari karakteristik seluruh unit dalam sampel

<C
∑3=* ; ∑=* ∑2=* 2
3
3 3
∑=* ; ∑=* ;
3
Estimasi variannya :
*AB *
# ′? dengan F ? G H ∑3=* ; ′3
3 < 3A*
∑3

;′ =* ;
.
*AB *
# ? dengan F ? G H ∑3=* ; ′3
3 < 3A*
Rata-rata karakteristik per-unit dari sebanyak n sampel cluster, dengan

memperhitungkan rata-rata unit per cluster dari populasi
3
*
∑3 ∑<C dengan I
;
*
∑8
=* ;
3<I =* 2=* 2 8
*AB * <C 0C

# ′? dengan F ? ∑3=* J I
′3 K dan
3 3A* <
I
;
*
∑8
=* ;
8
Estimasi totalnya menjadi :
';
I ′3 ′ atau ';
I 3
Dimana :
L L

;′ ∑CMN <C atau ;
I ∑CMN <C
3 8

Soal dan Pembahasan
1. Berikut merupakan data jumlah anggota rumah tangga pada 32 rumah tangga
di desa Statistik :
5 3 7 11 4 6 10 9
8 12 11 10 10 11 8 7
6 8 9 4 1 5 7 7
12 8 9 10 9 7 6 8
Jika ingin diketahui rata-rata anggota rumah tangga di desa Statistik, dan
dilakukan dengan penarikan acak tanpa pengembalian dengan sampel
sebanyak 6 rumah tangga. Berapa rata-rata anggota rumah tangga di desa
Statistik tersebut beserta standard errornya (menggunakan TAR halaman 1
baris 8 kolom 2 yang tersedia pada modul).
2. Diketahui populasi peternak sapi perah di desa Pengalengan sebanyak 9

peternak. Dari kesembilan peternak tersebut ingin diketahui rata-rata
banyakanya sapi yang dimiliki setiap peternak, dengan mengambil sampel 3
peternak secara sistematik dari kelompok sampel yang terbentuk beserta
variannya. Berikut merupakan data jumlah sapi yang dimiliki 9 peternak sapi.
3 4 6 7 5 6 4 5 7
3. Dalam suatu survei mengenai penggilingan padi dan penyosohan beras di

Aceh, maka antara lain ingin diketahui kapasitas giling rata-rata per tahun dari
alat pengolahan beras tersebut. Untuk keperluan tersebut populasi dibagi atas
3 strata sebagai berikut:
Strata 1, jenis penggilingan padi digerakan oleh mesin, yang jumlahnya 100
buah.
Strata 2, jenis huller gabah yang digerakan oleh mesin, yang jumlahnya 200
buah.
Strata 3, jenis yang digerakan oleh kincir angin, yang jumlahnya 50 buah.
Berapa besar masing-masing subsampel per strata dengan alokasi proporsional
jika jumlah sampelnya adalah 35 buah.

4. Diketahui banyaknya tanaman lada untuk ekspor di provinsi Bangka Belitung

untuk desa terpilih dibagi menjadi tiga subpopulasi yaitu subpopulasi lada
hitam, subpopulasi lada putih dan subpopulasi lada bubuk.
Banyaknya Banyaknya Banyaknya lada pada desa

Subpopulasi
desa desa terpilih terpilih
41, 116, 19, 15, 144, 159,
Lada Hitam 441 11
212, 57, 28, 119, 76
39, 70, 38, 37, 161, 38, 27,
Lada Putih 405 12
119, 36, 128, 30, 208
252, 385, 192, 296, 115, 159,
Bubuk Lada 103 7
120
Hitunglah perkiraan total banyaknya tanaman lada dengan standard errornya.
5. Dalam Sebuah survei untuk memperkirakan rata-rata produksi susu di Desa

Lembang, peternakan sapi yang ada dilklasifikasikan kedalam tiga
subpopulasi menurut banyaknya hewan sapi perah ditempatkan. Penarikan
sampel secara Acak tanpa pengembalian dilakukan pada tiga strata. Data
ditampilkan sebagai berikut :
Banyaknya
Banyaknya Banyaknya lada pada desa
Subpopulasi peternakan
peternakan terpilih
terpilih
satu ekor sapi
perah per 0, 27, 1068, 0, 0, 0, 0, 0, 0,
2461 19
kandang sapi 81, 418, 0, 162, 397, 0, 0, 0,
0, 0
dua sampai 960, 56, 0, 0, 0, 0, 513, 170,
enam sapi 843, 1627, 661, 0, 511, 0,
perah per per 2385 27 1361, 232, 0, 981, 477, 906,
kandang sapi 864, 2422, 2055, 803, 0, 0,
655
lebih dari
enam sapi
1835, 1744, 1821, 2496,
perah per per 543 6
7974, 10238
kandang sapi
Hitunglah perkiraan rata-rata produksi susu dengan standard errornya.

Jawaban :
1. Beri no urut pada rumah tangga dari kiri ke kanan, dan

berdasarkan TAR halaman 1 baris 8 kolom 2, No sampel yang
terpilih adalah 30, 32, 23, 02, 11, dan 3.
Rumah
Banyaknya Anggota Rumah Tangga pada Rumah
Tangga
Tangga terpilih
Terpilih
30 7
32 8
23 7
2 3
11 11
3 7
3
1 1 43
7 8 7 3 11 7 7,1667
. 6 6

*
3A* ∑3 = 6,5667
' . 32 6 6,5667
# 5 5 0,8892
' . 32 6
Standard error = se # √0,8892 0,9429
Jadi rata-rata rumah tangga memiliki anggota rumah tangga sebanyak 7

orang dengan nilai penduga rata-rata mendekati nilai populasi sebesar
0,942.
2. Diketahui :
' 9, . 3
'
Q 3
.
Kemungkinan kelompok sampel yang terbentuk :
Kelompok I Kelompok II Kelompok III
No urut Banyaknya No urut Banyaknya No urut Banyaknya
Sampel sapi Sampel sapi Sampel sapi
1 3 2 4 3 6
4 7 5 5 6 6
7 4 8 4 9 7

berdasarkan kemungkinan ketiga kelompok sampel yang terbentuk maka :
* 4,6667
4,3333
R 6,3333
1
1 1
5 5 4,6667 4,3333 6,3333 5,1111
, 3

1
1
/0
,

1
$4,6667 5,1111 4,3333 5,1111 6,3333 5,1111 %
3
1
5 2,2963 0,7654
3
Jadi rata-rata banyaknya sapi yang dimiliki setiap peternak adalah 5 sapi.
3. Diketahui :
Populasi penggilingan padi terdiri dari tiga strata :
'* Populasi penggilingan padi digerakkan oleh mesin.
' Populasi penggilingan padi jenis huller gabah yang

digerakkan oleh mesin.
'R Populasi penggilingan padi yang digerakkan oleh kincir angin.
'* 100
' 200
'R 50
' '* ' 'R 350
'* 100
.* . 5 35 5 10
' 350
' 200
. . 5 35 5 20
' 350
'* 50
.* . 5 35 5 5
' 350

4. Diketahui
Populasi lada :
'* Populasi Lada Hitam
' Populasi Lada Putih
'R Populasi Bubuk Lada
'* 441
' 405
'R 103
* 89.6364
77.5833
R 217
R
'
/6
'

3N
1
*
4227,2545
.* 1

'* .* * 441 11 4227,2545

#* 5 374,710
'* .* 441 11
3H
1
3736, 6288
. 1

' . 405 12 3736, 6288

# 5 302,1595
' . 405 12
3S
1
R R R 9915,3333
.R 1

'R .R R 103 7 9915,3333

# 5 1320.2108
'R .R 103 7
R R
'
/6 ' 5 /6 ' 5 '
'
=* =*

/6 ' 441 5 89.6364 405 5 77.5833 103 5 217

=*
93301,8864
R
'
R
#!/6 " ' 5 #/6 ' 5

5 # ' #
=* '

=*
441 5 374,710 405 5 302,1595
103 5 1320.2108 136441803,9
Standard error dari /6 !/6 " √136441803,9 11680.83
5. Diketahui :
'* SubPopulasi Satu sapi pernah perkandang sapi
' SubPopulasi dua sampai enam sapi perah perkandang sapi
'R SubPopulasi lebih dari enam sapi perah perkandang sapi
'* 2461
' 2385
'R 543
* 113,32
596,185
R 4351,333

R
' 2461 5 543 2385 5 596,185 543 5 4351,133
/6 754,046
' 2461 2385 543

3N
1
*
73468,7222
.* 1

'* .* 1 2 2461 19 73468,7222

#* 5 3836,9216
'* .* 2461 19
3H
1
442390,0798
. 1

' . 2 2 2385 27 442390,0798

# 5 16199.3293
' . 2385 27
3S
1
R R R 14150305,47
.R 1

'R .R 3 2 543 6 14150305,47

# 5 2332324,751
'R .R 543 6
R
R ' 1
#/6 5 # ' #
=* ' '

=*
1
$2461
5 3836,9216 2385 5 16199.3293 543 5 2332324,751% 27652,58
5389
Standard error dari /6 /6 27652,58 166,291
Jadi rata-rata produksi susu yang dihasilkan di Kabupaten lembang sebesar 754 liter dengan
standard error sebesar 166,291.

Jawaban Soal Latihan
BAB I
A. Pilihan Ganda
1. D (Percobaan)
2. A (Data efek shift kerja terhadap produktifitas karyawan perusahaan)
3. C (Data kuantitatif dan data kualitatif)
4. A (Data primer dan data sekunder)
5. D (Data yang dikumpulkan dalam suatu periode tertentu)
6. C (Data yang dikumpulkan dari waktu ke waktu dengan tujuan untuk
menggambarkan perkembangan suatu kejadian)
B. Isian
1. Menurut M. Nazir, jenis penelitian terbagi menjadi dua yaitu:
a. Penelitian sensus, survei atau adminstrasi. Penelitian ini tidak melakukan
perubahan/ perlakuan khusus terhadap variabel yang diteliti. Data penelitian
biasanya sudah tersedia di lapangan dan dikumpulkan dengan metode sensus dan
survei maupun catatan adminstrasi. Contoh: data hasil sensus penduduk, registrasi
penduduk, dan lainnya.
b. Penelitian percobaan (experiment research). Penelitian ini memberikan perlakuan
khusus/ treatment terhadap variabel yang diteliti.
2. Sensus adalah cara pengumpulan data dimana semua unit (elemen) dalam populasi
yang menjadi objek penelitian diteliti seluruhnya.
3. Beberapa alasan survei sampel dilakukan dalam penelitian adalah:
a. Populasi yang tidak terbatas atau sangat besar
b. Kendala biaya, tenaga dan waktu
c. Penelitian bersifat destruktif
d. Manajemen pengumpulan data lebih terkendali
4. Sensus
Tenaga: Jumlah yang dibutuhkan sangat besar
Waktu: Lebih lama
Biaya: Lebih mahal
Survei Sampel
Tenaga: jumlah yang dibutuhkan relatif sedikit
Waktu: Lebih cepat
Biaya: Lebih murah

BAB II
A. Pilihan Ganda
1. B (non prability sampling)
2. C (sampling error tidak dapat ditentukan)
3. C (quota sampling)
4. D (snowball sampling)
5. C (sampling error tidak dapat ditentukan)
6. C (stratified random sampling)
B. Isian
1. Jenis-jenis pengambilan sampel secara non prabibility sebagai berikut:
• Convenience sampling: pengambilan sampel yang hanya mempertimbangkan
aspek kemudahan dalam memperoleh sampel. Metode ini cocok apabila
digunakan dalam penelitian yang sifatnya eksploratif dan pilot study.
• Purposive sampling: pengambilan sampel karena mempunyai pengetahuan
terhadap sampel yang akan diteliti dan karakteristik populasi. Metode ini sering
digunakan untuk ukuran sampel yang kecil.
• Quota sampling: pengambilan sampel dimana jumlah sampel telah ditentukan
terlebih dahulu. Pengambilan sampel dilakukan tanpa kerangka sampel dan
tinggal memilih sampai telah memenuhi jumlah target sampel. Biasanya metode
ini digunakan dalam survei pendapat masyarakat tentang kepuasan produk
perusahaan, dan sejenisnya.
• Snowball sampling: pengambilan sampel yang dilakukan ketika peneliti tidak
mempunyai informasi yang cukup tentang karakteristik populasinya. Sehingga
beberapa sampel yang diketahui diambil sebagai sampel, dan sampel
selanjutnya diambil berdasarkan informasi dari sampel sebelumnya, begitu
seterusnya hingga sampel yang diperoleh telah dirasa cukup.
2. Jenis-jenis pengambilan sampel secara prabibility sebagai berikut:
• Simple random sampling: suatu metode pengambilan sampel dimana setiap unit
dalam populasi mempunyai peluang yang sama untuk terpilih. Metode ini cukup
mudah dan biasa digunakan jika karakteristik populasi relatif homogen
(seragam)
• Systematic sampling: pengambilan sampel secara acak dengan interval/ jarak
tertentu dari suatu kerangka sampel yang telah diurutkan berdasarkan teknik
tertentu.

• Stratified sampling: pengambilan sampel dari setiap kelompok/ strata.

Kelompok/ strata tersebut terlebih dahulu dibentuk berdasarkan kategori/
kriteria tertentu. Unit-unit dalam strata mempunyai sifat yang relatif homogen
satu sama lain. Sedangkan unti-unit antar strata mempunyai sifat yang relatif
heterogen. Keuntungan metode ini, selain dapat mengestimasi populasi secara
keseluruhan, juga dapat mengestimasi karakteristik populasi dari setiap strata.
• Cluster sampling: pengambilan sampel dilakukan pada cluster dan tidak lagi
pada unit (elemen) sampling. Hal ini disebabkan karena informasi dari unit
terkecil tidak tersedia secara lengkap. Informasi lengkap tersedia sampai
cluster. Jadi survei dilakukan terhadap cluster (artinya semua unit dalam cluster
disurvei)
Kriteria penduga yang baik antara lain:

• Unbiased: Ekspektasi nilai penduga (rata-rata nilai penduga) sama
dengan nilai populasi
• Konsisten: semakin besar jumlah sampel, nilai penduga semakin

mendekati nilai populasi
• Sufficience
• Efisien: misalkan terdapat dua penduga yaitu θˆ1 ,θˆ2 . Jika θˆ1 mempunyai
nilai varians lebih kecil dari θˆ2 , maka θˆ1 dikatakan lebih efisien
dibandingkan θˆ2 .
• Varian minimum: estimator (penduga) yang mempunyai nilai varian

penduga paling minimum dari sekian nilai varian penduga yang lain,
maka estimator tersebut dikatakan paling baik dari sekian estimator yang
ada.

Metode Sampling 59
BAB III
1. Simple random sampling merupakan pengambilan sampel secara acak dan sederhana
dari unit dalam populasi. Disebut acak karena setiap unit mempunyai kemungkinan/
peluang yang sama untuk terpilih dan disebut sederhana karena unit yang tersebar
dalam populasi langsung dipilih tanpa adanya perlakuan tertentu terlebih dahulu.
2. Perbedaan mendasar antara SRS-WOR dan SRS-WR terletak pada proses
pengambilan sampel. Pengambilan sampel pada SRS-WOR adalah setelah sampel
tertentu terpilih, maka tidak dapat dipilih lagi dalam pengambilan berikutnya.
Sedangkan pada SRS-WR sampel tersebut mempunyai kemungkinan untuk terpilih
lagi, karena setelah terpilih pada pemilihan pertama, pada pemilihan berikutnya
sampel tersebut “dimasukkan” kembali dalam daftar sampel.
3. Nilai dugaan rata-rata nilai ujian dari 100 statistisi adalah:
1 n 1
y= ∑ yi = ( 67+76 + ... + 59 ) = 71,88
n i =1 25
n
N −n s 2 ∑ ( y − y)
i
2
V (y) = → s2 = i =1
= 51,86
N n n −1
100 − 25 51,86
100 25
Interpretasi: rata-rata nilai ujian “Metode Penarikan Sampel” dari 100 statistisi diduga
adalah 71,88 dengan nilai standard errornya/ penyimpangannya sebesar 1,247.
4. Nilai dugaan rata-rata nilai IQ dari 80 statistisi adalah:
1 n 1
y= ∑ yi = (145+156 + ... + 135) = 136, 722
n i =1 18
n
N − n s2 ∑ ( y − y)
i
2
V ( y) = → s2 = i =1
= 61,977
N n n −1
80 − 18 61,977
80 18
Interpretasi: rata-rata nilai IQ dari 80 statistisi diduga adalah 136,722 dengan nilai
standard errornya/ penyimpangannya sebesar 1,633.

5. Diketahui informasi berikut ini: N = 100; d = 2; S2 = 16; α = 5%; Zα/2 = 1,96.

maka dengan menggunakan rumus untuk menentukan jumlah sampel (n)
Slovin, jumlah sampel yang harus diambil sebanyak:
N ( Zα / 2 .S ) 2 100(1, 96. 16) 2
n= = = 13, 319 ≈ 14 statistisi
N .d 2 + ( Zα / 2 .S ) 2 100(2) 2 + (1, 96. 16) 2
6. Nilai dugaan rata-rata sewa rumah dari 36 mahasiswa adalah:
1 n 1
y= ∑ yi = ( 250+275 + ... + 310 ) = 338,333
n i =1 15
n
N −n s 2 ∑(y − y)i
2
V ( y) = → s2 = i =1
= 4016, 667
N n n −1
36 − 15 4016, 667
36 15
Interpretasi: rata-rata biaya sewa rumah dari 36 mahasiswa diduga adalah Rp
338.333,- dengan nilai standard errornya/ penyimpangannya sebesar 12,498.
7. Diketahui informasi berikut ini: y = 45; s = 56 dan rse ( y ) = 10%.

s 56
rse ( y ) = n .100% → 10% = n .100% → n = 56.100 = 14, 736 ≈ 15
y 45 10.38
statistisi
8. Diketahui informasi berikut ini: N = 80; d = 1; S2 = 10; α = 5%; Zα/2 = 1,96.
maka dengan menggunakan rumus untuk menentukan jumlah sampel (n)
Slovin, jumlah sampel yang harus diambil sebanyak:
N ( Zα /2 .S ) 2 80(1, 96. 10) 2
n= = = 25, 953 ≈ 26 statistisi
N .d 2 + ( Zα /2 .S ) 2 80(1) 2 + (1,96. 10) 2
9. Nilai dugaan rata-rata jumlah anggota rumah tangga dari 32 rumah tangga adalah:
1 n 1
y= ∑ yi = (12+9 + ... + 7 ) = 8, 6
n i =1 10
n
N − n s2 ∑(y i − y )2
V ( y) = → s2 = i =1
= 5,155
N n n −1

Metode Sampling 61
32 − 10 5,155
32 10
Interpretasi: rata-rata jumlah anggota rumah tangga diduga adalah 8-9 orang dengan
nilai standard errornya/ penyimpangannya sebesar 0,595.
10. Diketahui informasi berikut ini: y = 78; s = 36 dan rse ( y ) = 5%.

s 36
rse ( y ) = n .100% → 5% = n .100% → n = 36.100 = 9, 231 ≈ 10
y 78 5.78
statistisi

DAFTAR PUSTAKA
Cohran, W.G. 1963. Sampling Techniques, Second Edition.
New York : John Willey & Sons Inc.
Dajan, Anto. 1986. Pengantar Metode Statistik Jilid II, Cetakan ke 11.
Jakarta : LP3ES.
Mukhopadhyay, Parimal. 2009. Theory and Methods of Survei Sampling Second
Edition. New Delhi :PHI Learning Private.
Nazir, Mohammad, Ph.D. 1988. Metode Penelitian, Cetakan ke 3.

Bogor : Penerbit Ghalia Indonesia.
Sigh, Daroga. 1986. Theory and Analysis of Sampel Survei Designs.

New Delhi : Wiley Eastern Limited.
William W.Hines and Douglas C.Montgomery. 1990. Probabilita dan Statistik

dalam ilmu Rekayasa dan Manajemen, Edisi ke dua. Depok : Penerbit
Universitas Indonesia, UI-Press.

Lampiran 1
Istilah Penting
Elemen adalah unit yang digunakan untuk mendapatkan informasi.
Unit observasi adalah unit dimana informasi diperoleh baik secara langsung
maupun melalui responden tertentu.
Unit sampling adalah unit yang dijadikan sebagai dasar penarikan sampel
baik berupa elemen ataupun kumpulan elemen (klaster).
Populasi adalah kumpulan dari seluruh elemen sejenis namun dapat

dibedakan satu sama lain dimana perbedaan yang ada disebabkan oleh
adanya nilai karakteristik yang berlainan.
Populasi target adalah keseluruhan unit dalam areal/ wilayah/lokasi/kurun

waktu yang sesuai dengan tujuan penelitian.
Populasi sampel adalah keseluruhan unit yang akan menjadi satuan analisis
dalam populasi untuk ditarik sebagai sampel penelitian sesuai dengan
kerangka sampelnya.
Sampel adalah bagian dari populasi yang ingin diteliti, yang ciri-ciri dan
keberadaannya diharapkan dapat mewakili atau menggambarkan ciri-ciri
dan keberadaan populasi yang sebenarnya.
Daftar unit adalah daftar yang digunakan untuk dasar penarikan sampel
seperti direktori perusahaan/usaha atau daftar rumah tangga dalam blok
sensus.
Kerangka sampel merupakan seluruh unit dalam populasi yang akan

dijadikan dasar penarikan sampel.
Standard Error adalah satuan pengukuran untuk “rataan” dari kesalahan-

kesalahan dari seluruh distribusi sample.
Sampling error adalah kesalahan/error yang terjadi karena kesalahan pada teknik
sampling dan salah prosedur sampling tersebut, misalnya waktu pencacahan yang
bertepatan dengan hari-hari besar ke agamaan biasanya pada Susenas modul
konsumsi, jumlah sampel yang kecil.
Non sampling error adalah kesalahan/error yang terjadi karena kesalahan diluar
kesalahan sampling, misalnya populasi tidak didefinisikan sebagaimana mesti,
tulisan pada kuesioner yang tidak terbaca, responden yang salah memberi
jawaban/jawaban responden tidak akurat, pencatatan data yang salah.

Lampiran 2
TABEL ANGKA RANDOM
Halaman 01

Halaman 02

Halaman 03

Metode Penarikan Sampel

Diunggah oleh

Hak Cipta:

Format Tersedia

Metode Penarikan Sampel

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Metode Penarikan Sampel

Diunggah oleh

Hak Cipta:

Format Tersedia

M eto d e P enar ikan Sa mp el |i

DAFTAR ISI ............................................................................................................ i

DAFTAR TABEL .................................................................................................. iii

Tujuan Pembelajaran ................................................................................................v

Bab I Pengantar Metode Pengambilan Sampel ......................................................2

Bab II Dasar-dasar Teori Pengambilan Sampel .......................................................7

Bab III Sampel Acak Sederhana (Simple Random Sampling) ................................22

BAB IV Sistematik Sampling ................................................................................29

BAB V Sampel Acak Berlapis (Stratified Sampling) ...........................................39

Modul Diklat Fungsional Statistisi Tingkat Ahli – Badan Pusat Statistik

5.1 Metode Penduga Rata-rata, Total dan Penduga Varian ....................... 39

Bab VI .............................................. Sampel Acak Berkelompok (Cluster Sampling) 45

Soal dan Pembahasan ............................................................................................ 49

DAFTAR PUSTAKA ............................................................................................ 62

Modul Diklat Fungsional Statistisi Tingkat Ahli – Badan Pusat Statistik

Tabel 1. Perbandingan Survei Sampel dan Sensus ..................................................5

Tabel 2. Prosedur Penghitungan Sampel tanpa Pengulangan ................................12

Tabel 3. Prosedur Penghitungan Sampel dengan Pengulangan .............................13

Tabel 4. Pembagian Populasi Menjadi Dua Lapisan .............................................39

Tabel 5. Contoh Aplikasi Cluster ..........................................................................45

Modul Diklat Fungsional Statistisi Tingkat Ahli – Badan Pusat Statistik

Modul Diklat Fungsional Statistisi Tingkat Ahli – Badan Pusat Statistik

Tujuan Pembelajaran Umum ( TPU ) :

Tujuan Pembelajaran Khusus ( TPK ) :

1. Menjelaskan jenis pengambilan sampel, kemungkinan sampel dan

2. Mampu melakukan pengambilan sampel secara acak sederhana

3. Mampu menentukan ukuran sampel sesuai dengan tujuan

4. Mampu melakukan pengambilan sampel acak berlapis.

5. Mampu menentukan sampling error dan non sampling error.

6. Mampu menentukan penduga (estimator) yang baik.

Modul Diklat Fungsional Statistisi Tingkat Ahli – Badan Pusat Statistik

Ba b I Pengantar Metode Pengambilan Sampel

1.2 Jenis Data

1) Penelitian Sensus, Survei, atau Administrasi

2) Penelitian Percobaan (Experiment Research).

Modul Diklat Fungsional Statistisi Tingkat Ahli – Badan Pusat Statistik

Menurut Menurut Menurut Cara Menurut Waktu

Gambar 1. Diagram klasifikasi data

1. Jenis Data Menurut Sifat :

Data kuantitatif adalah data yang dipaparkan dalam bentuk

Data kualitatif adalah data yang disajikan dalam bentuk kata-

2. Jenis Data Menurut Sumbernya :

Data internal adalah data yang menggambarkan situasi dan

Data eksternal adalah data yang menggambarkan situasi serta

3. Jenis Data Menurut Cara Memperolehnya :

Modul Diklat Fungsional Statistisi Tingkat Ahli – Badan Pusat Statistik

Data primer adalah data yang dikumpulkan dan diolah sendiri

Data sekunder adalah data yang didapat tidak secara langsung

4. Jenis Data Menurut Waktu Pengumpulannya

Data Cross-Section adalah data yang dikumpulkan dalam

b. Data Time Series / Berkala

Data berkala adalah data yang dikumpulkan dari waktu ke

1.3 Konsep Dasar Sensus dan Survei

Modul Diklat Fungsional Statistisi Tingkat Ahli – Badan Pusat Statistik

populasi diteliti di dalam sensus, maka dengan sendirinya diperlukan tenaga,

1.3.2 Survei Sampel (Sampling)

Di dalam praktek sehari-hari, untuk mengetahui suatu keadaan, kita sering

Beberapa hal yang menyebabkan survei sampel dilakukan di dalam penelitian

Apabila kita perhatian perbedaan nilai-nilai pada penarikan sampel tanpa

Dan untuk penarikan sampel tanpa ulangan adalah 0,625

Distribusi penduga sebaiknya terkonsentrasi atau memiliki varian yang kecil