Metode Penarikan Sampel
Metode Penarikan Sampel
Metode Penarikan Sampel
DAFTAR ISI
Lampiran 1 ............................................................................................................. 64
Lampiran 2 ............................................................................................................. 65
DAFTAR TABEL
Tujuan Pembelajaran
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.
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
Time Cross
Kualitatif Kuantitatif Internal Eksternal Primer Sekunder
Series Section
a. Data Kuantitatif
b. Data Kualitatif
a. Data Internal
b. Data Eksternal
a. Data Primer
b. Data Sekunder
a. Data Cross-Section
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
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.
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
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
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.
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.
Suatu metode pengambilan sampel secara acak sistematis dengan interval (jarak)
tertentu dari suatu kerangka sampel yang telah diurutkan.
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).
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 :
(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 :
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
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 :
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.
Sehingga nilai varian, bila pengambilan unit dilakukan dengan ulangan adalah
1 10
y 0,625
16
Dalam ilustrasi di atas nilai sampling error (se) untuk penarikan sampel dengan
ulangan adalah √0,417
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)
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)
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.
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 :
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
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.
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
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 :
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?
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
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:
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
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
N −n S 2 ∑( y i − Y )2
V ( y) = ;→ S 2 = i =1
N n N −1
berapa bagian unit sampel yang ditarik dari seluruh unit dalam
populasi, biasanya kalau nilainya kurang dari 5%, maka fraksi sampel
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.
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.
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
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
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%.
Soal latihan
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?
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?
Dianggap Populasi telah disusun secara linier sehinga unit-unit dapat dinomori
dengan angka
)* , )* ,, )* 2,, … , )* . 1,
Nilai sampling interval (k) merupakan nilai bilangan bulat yang mendekati nilai
N/n
Contoh :
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
Contoh :
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 .,
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 s2 ∑ ( y − y)
i
2
V ( y) = → s2 = i =1
= 5, 729
N n n −1
80 − 16 5, 729
Sehingga nilai V ( y ) = = 0, 2864
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
Nilai dugaan total jumlah anggota rumah tangga di Desa Estimasi adalah:
yˆ sy = N . y sy = 4565
Sedangkan nilai dugaan variannya adalah:
N −n s 2 ∑ ( y − y)
i
2
V ( y) = → s2 = i =1
= 79,867
N n n −1
110 − 16 79,867
Sehingga nilai V ( y ) = = 4, 265
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.
b. Menentukan angka random pertama (AR1), dimana AR1 < N. Jumlah digit yang
digunakan dalam penentuan AR1 harus sama dengan jumlah digit N.
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
Diketahui N = 35 dan n = 10, maka k = = = 3,5 ≈ 3
n 10
Pada TAR, angka random pertama (AR1 < 3) yang terpilih adalah 2. Maka secara
linier sistematik angka random berikutnya (nomor urut rumah tangga yang terpilih)
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
Sehingga nilai V ( y ) = = 4,896
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
Diketahui N = 35 dan n = 10, maka k = = = 3,5 ≈ 3
n 10
Pada TAR, angka random pertama (AR1 < 35) yang terpilih adalah 25. Maka secara
linier sistematik angka random berikutnya (nomor urut rumah tangga yang terpilih)
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.
Dari data tersebut, nilai dugaan rata-rata umur kepala rumah tangga adalah:
1 n 1
ysy = ∑ y1 = ( 34 + 37 + ... + 46 ) = 40 tahun
n i =1 10
Nilai dugaan variannya adalah:
n
N − n s2 ∑ ( y − y)
i
2
V ( y) = → s2 = i =1
= 68, 444
N n n −1
35 − 10 68, 444
Sehingga nilai V ( y ) = = 4,888
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
Diketahui N = 35 dan n = 15, maka k = = = 2,33 ≈ 2
n 15
Pada TAR, angka random pertama (AR1 < 2) yang terpilih adalah 1. Maka secara
linier sistematik angka random berikutnya (nomor urut rumah tangga yang terpilih)
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.
Dari data tersebut, nilai dugaan rata-rata umur kepala rumah tangga adalah:
1 n 1
ysy = ∑ y1 = ( 45 + 52 + ... + 39 ) = 45, 067 tahun
n i =1 15
Nilai dugaan variannya adalah:
n
N −n s 2 ∑ ( y − y)
i
2
V ( y) = → s2 = i =1
= 75, 495
N n n −1
35 − 15 75, 495
Sehingga nilai V ( y ) = = 2,876
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
Nilai dugaan total jumlah anggota rumah tangga di Desa Estimasi adalah:
yˆ sy = N . y sy = 1053, 5
N −n s 2 ∑ ( y − y)
i
2
V ( y) = → s2 = i =1
= 14,333
N n n −1
86 − 16 14,333
Sehingga nilai V ( y ) = = 0, 729
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.
Y11=3 Y21=9
Y12=4 Y22=6
Y13=2 Y23=8
Y14=1
'/6
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
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:
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
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
Penyelesaian:
Pengambilan sampel tiap strata secara sirkular sistematik:
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.
'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 :
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
Contoh :
Tabel 5. Contoh Aplikasi Cluster
Elemen/
Unit Listing/
Cluster Unit Aplikasi
Daftar Unit
Analisis
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
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.
*AB *
# ? dengan ? 3A* ∑3=* 3
3
*AB *
# ? dengan ? 3A* ∑3=* 3
3
<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*
3
*
∑3 ∑<C dengan I
;
*
∑8
=* ;
3<I =* 2=* 2 8
I
;
*
∑8
=* ;
8
';
I ′3 ′ atau ';
I 3
Dimana :
L L
;′ ∑CMN <C atau ;
I ∑CMN <C
3 8
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).
3 4 6 7 5 6 4 5 7
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
Jawaban :
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
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
* 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 :
'* 100
' 200
'R 50
'* 100
.* . 5 35 5 10
' 350
' 200
. . 5 35 5 20
' 350
'* 50
.* . 5 35 5 5
' 350
4. Diketahui
Populasi lada :
'* 441
' 405
'R 103
* 89.6364
77.5833
R 217
R
'
/6
'
3N
1
*
4227,2545
.* 1
R
'
R
#!/6 " ' 5 #/6 ' 5
5 # ' #
=* '
=*
441 5 374,710 405 5 302,1595
103 5 1320.2108 136441803,9
5. Diketahui :
'* 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
3H
1
442390,0798
. 1
3S
1
R R R 14150305,47
.R 1
R
R ' 1
#/6 5 # ' #
=* ' '
=*
1
$2461
5 3836,9216 2385 5 16199.3293 543 5 2332324,751% 27652,58
5389
Jadi rata-rata produksi susu yang dihasilkan di Kabupaten lembang sebesar 754 liter dengan
standard error sebesar 166,291.
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.
• 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 .
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
Sedangkan nilai dugaan variannya adalah:
n
N −n s 2 ∑ ( y − y)
i
2
V (y) = → s2 = i =1
= 51,86
N n n −1
100 − 25 51,86
Sehingga nilai V ( y ) = = 1,5558
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
Sedangkan nilai dugaan variannya adalah:
n
N − n s2 ∑ ( y − y)
i
2
V ( y) = → s2 = i =1
= 61,977
N n n −1
80 − 18 61,977
Sehingga nilai V ( y ) = = 2, 668
80 18
Interpretasi: rata-rata nilai IQ dari 80 statistisi diduga adalah 136,722 dengan nilai
standard errornya/ penyimpangannya sebesar 1,633.
N −n s 2 ∑(y − y)i
2
V ( y) = → s2 = i =1
= 4016, 667
N n n −1
36 − 15 4016, 667
Sehingga nilai V ( y ) = = 156, 2037
36 15
Interpretasi: rata-rata biaya sewa rumah dari 36 mahasiswa diduga adalah Rp
338.333,- dengan nilai standard errornya/ penyimpangannya sebesar 12,498.
N − n s2 ∑(y i − y )2
V ( y) = → s2 = i =1
= 5,155
N n n −1
32 − 10 5,155
Sehingga nilai V ( y ) = = 0,354
32 10
Interpretasi: rata-rata jumlah anggota rumah tangga diduga adalah 8-9 orang dengan
nilai standard errornya/ penyimpangannya sebesar 0,595.
DAFTAR PUSTAKA
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.
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 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.
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