Download - Stratified Random Sampling
![Page 1: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/1.jpg)
Stratified Random Sampling
![Page 2: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/2.jpg)
strata, yaitu mengelompokkan unit-unit dalam populasi menjadi strata, dengan tujuan untuk efisiensi penggunaan metode sampling atau untuk keperluan lain seperti domain penyajian (daerah perkotaan dan daerah pedesaan, daerah miskin dan bukan daerah miskin, atau daerah sulit dan bukan daerah sulit).
Pengertian Stratified Random Sampling
![Page 3: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/3.jpg)
Stratified Random Sampling adalah suatu metode dimana populasi yang berukuran N dibagi menjadi subpopulasi-subpopulasi yang masing-masing terdiri atas N1, N2, N3,…NL elemen dan tidak boleh saling tumpang tindih shg N1+N2+N3+…+NL = N.
Pengertian Stratified Random Sampling
![Page 4: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/4.jpg)
Skematis Pembentukan strata
Populasi
Stratifikasi populasi I II III IV
Gambar 3.1: Skema Pembentukan StrataBentuk gambar adalah merupakan ciri dari elemen populasi
![Page 5: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/5.jpg)
Yang perlu diperhatikan dalam pembentukan strata:
Variabel dasar untuk pembentukan strata, yaitu variabel yang berkorelasi kuat dengan variabel yang akan diteliti;
Alokasi sampel, agar simple to work with and easy to observe;
Ukuran sampel
![Page 6: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/6.jpg)
Diperlukan variabel pendukung yang dapat digunakan untuk mengelompokkan unit sampling sehingga:- varians dari nilai variabel di dalam strata menjadi lebih homogen.- diusahakan agar perbedaan rata-rata nilai karakteristik antar strata dibuat sebesar mungkin.
Syarat Pembentukan strata untuk meningkatkan presisi
![Page 7: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/7.jpg)
1. Diperoleh nilai estimasi dengan presisi lebih tinggi, baik untuk setiap strata maupun untuk populasi secara keseluruhan.2. Setiap strata bisa dianggap sebagai populasi tersendiri sehingga presisi yang dikehendaki maupun penyajiannya bisa tersendiri untuk tiap strata.3. Dapay dilakukan penarikan sampel yang berbeda dalam strata yang berbeda;4. Mudah secara administrasi.
Keuntungan
![Page 8: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/8.jpg)
1. Seringkali tidak adanya informasi awal yang tepat sebagai dasar pengelompokkan, akibatnya strata yang dibuat kurang sesuai dengan tujuan penelitian/survey; 2. Harus dibuat kerangka sampel terpisah dan berbeda untuk tiap kelompok.
Kelemahan
![Page 9: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/9.jpg)
1. Unit sampling itu sendiri, sebagai contoh blok sensus dikelompokkan menurut blok sensus dengan rumahtangga elit dan non elit, blok sensus padat dan blok sensus tidak padat rumahtangga/penduduk. Jadi dalam kasus ini yang dikelompokkan adalah unit sampling itu sendiri dan karakteristiknya juga karakteristik dari blok sensus itu sendiri (lihat skema).
2. Variabel wilayah administrasi misalnya desa perkotaan dan desa pedesaan.
Contoh pembentukan strata berdasarkan tujuan dan sifat variabelnya
![Page 10: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/10.jpg)
3. Variabel letak geografis, misalnya desa pantai dan desa bukan pantai.
4. Variabel lainnya misalnya kepadatan penduduk, jenis lapangan usaha (daerah pertanian dan non pertanian).
5. Perusahaan/usaha bisa dibedakan usaha skala besar, sedang, dan kecil, misalnya berdasarkan omzet atau jumlah tenaga kerja.
6. Sekolah, bisa sekolah negeri dan sekolah swasta.
Contoh pembentukan strata berdasarkan tujuan dan sifat variabelnya
![Page 11: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/11.jpg)
Notasi dalam Stratified
Notasi: Nh = ukuran populasi dalam stratanh = ukuran sampel dalam stratayhi = nilai peubah Y pada strata ke-h pengamatan
ke-iWh = Nh/N = penimbang stratafh = nh/Nh = fraksi penarikan sampel di dalam strata
Rata-rata karakteristik populasi strata h
Rata-rata karakteristik sampel strata h
![Page 12: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/12.jpg)
Notasi dalam Stratified
Notasi:
Varians populasi strata h
Varians sampel strata h
![Page 13: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/13.jpg)
Teorema 1. Jika merupakan perkiraan yang tidak bias di setiap strata, maka adalah sebuahperkiraan yang tidak bias dari rata-ratapopulasi
Teorema
hy
sty
Y
Karena perkiraan adalah tidak bias dalam individulapisan. Dan rata-rata populasi dapat ditulis:
L
hh
L
hhst YWyWEyE11
)(
L
hh
L
hhh
L
h
N
ihi
YWN
YN
N
yY
h
1
11 1
![Page 14: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/14.jpg)
Teorema 2. Dalam stratifikasi, maka varians dari perkiraan adalah sbb
Teorema
sty
L
h h
hhh
L
h h
hhhhst n
SfW
n
SnNN
NyV
1
22
1
2
2)1()(
1)(
L
h
hhhhst
L
h
h
h
hhhL
h
h
h
hhh
L
hh
L
hhst
h
h
h
hhh
L
hhst
n
SnNN
NyV
n
S
N
nN
N
N
n
S
N
nNW
yVWyWVyV
n
S
N
nNyVYWy
1
2
2
1
2
2
2
1
22
1
2
1
2
1
)(1
)(
)()()(
)(dan ,
![Page 15: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/15.jpg)
Jika fraksi penarikan sampel nh/Nh diabaikan di seluruh strata, maka
Jika penarikan sampel nh sama di seluruh lapisan (proportional allocation), maka varian sbb
L
h h
hh
L
h h
hhst n
SW
n
SN
NyV
1
22
1
22
2
1)(
L
hhh
L
h
hhst SW
n
f
N
nN
n
S
N
NyVar
1
2
1
2 1)(
Jika penarikan sampel nh sama di seluruh lapisan (proportional allocation) dan memiliki varians sama dalam seluruh lapisan sebesar Sw
2, maka varian sbb
n
S
N
nNyVar w
st
2
)(
![Page 16: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/16.jpg)
Teorema 3. Dalam stratifikasi, maka varians dari perkiraan adalah sbb
Teorema
stst
L
h h
hhnnst yNY
n
SnNNYVar
ˆ dimana )ˆ(1
2
Y
L
h
hhhh
L
h
hhhh
ststst
n
SnNN
n
SnNN
NN
yVNyNVYVar
1
2
1
2
22
2
)(
)(1
)()()ˆ(
![Page 17: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/17.jpg)
Rata-rata
varians rata-rata
Penduga
Standar error dan relatif standar error
Confidence Interval (1- α) 100%
L
hhst yWy1
L
h h
hhhst n
sfWyv
1
22 )1()(
%100)(
dan )()( xy
ySeRSEyvySe
st
ststst
%100)1()()(22
stststst ySeZyYySeZyP
![Page 18: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/18.jpg)
Total
varians total
Penduga
Standar error dan relatif standar error
Confidence Interval (1- α) 100%
stst yNY ˆ
)ˆ(1
2
L
h h
hhnnst n
snNNYv
%100)1()ˆ(ˆ)ˆ(ˆ22
stststst YSeZYYYSeZYP
%100ˆ
)ˆ(dan )ˆ()ˆ( x
Y
YSeRSEYvYSe
st
ststst
![Page 19: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/19.jpg)
Total
varians total
Penduga
Standar error dan relatif standar error
Confidence Interval (1- α) 100%
stst yNY ˆ
)ˆ(1
2
L
h h
hhnnst n
snNNYv
%100)1()ˆ(ˆ)ˆ(ˆ22
stststst YSeZYYYSeZYP
%100ˆ
)ˆ(dan )ˆ()ˆ( x
Y
YSeRSEYvYSe
st
ststst
![Page 20: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/20.jpg)
Relative Efficiency (RE) adalah untuk mengeta-hui secara relatif sejauh mana keefisienan suatumetode sampling terhadap metode sampling yg lain.
Penduga
Dimana
Note: untuk penduga, gunakan sh2 sebagai
pengganti Sh2
%100)(
)() ( x
yV
yVSRSthdStratifiedRE
srsst
st
2211
)( sthhhhsrsst yyWSWNn
yV
![Page 21: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/21.jpg)
Pengalokasian sampel dari masing-masing metode tergantung pada ketersediaan informasi awal mengenai strata yang telah terbentuk, yaitu:
1. Alokasi Sembarang2. Alokasi Sama3. Alokasi Sebanding4. Alokasi Optimum5. Alokasi Neymen
Alokasi Sampel
![Page 22: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/22.jpg)
Misalkan suatu populasi berukuran N dibagi-bagi ke dalam L strata, sedemikian rupa sehingga N1+
N2+ N3 + ….+ NL dan total ukuran n dialokasikan
kesetiap strata secara sembarang (berdasarkan pertimbangan subyektif peneliti) sedemikian rupa sehingga n1+ n2+n3+….+nl = n
Alokasi Sembarang
![Page 23: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/23.jpg)
Misalkan suatu populasi yang berukuran N dibagi-bagi ke dalam L strata sedemikian sehingga N1 +N2+
N3 + ….+ NL = N dan total ukuran n dialokasikan
kesetiap strata secara sama, maka ukuran sampel pada setiap strata adalah sbb:
dan
Alokasi Sama
L
nnh 2
1
22
1
1, hh
L
hhh
L
hst SW
NSW
n
LeqyV
![Page 24: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/24.jpg)
Alokasi sebanding digunakan apabila rata-rata antara strata yang satu dengan yang lainnya berbeda sekali dan varians strata tidak tersedia. Keuntungan dari alokasi sebanding adalah kepraktisan pengolahan(tabulasi) hasil survei. Hal ini disebabkan karena menghasilkan estimator-estimator yang tertimbang secara otomatis (self weighting).
Dimana
Sehingga
Alokasi Proporsional
nh nN
Nh
n
SWf
n
S
N
N
N
nNpropyV h
h
L
h
hhL
hst
2
1
2
1)1(,
![Page 25: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/25.jpg)
Pada alokasi optimum kita mengalokasikan sampel yang berukuran n ke dalam setiap strata sedemikian rupa sehingga diperoleh varians sekecil mungkin dengan biaya yang tersedia atau meminimumkan biaya dengan varians tertentu.
Dengan biaya tetap sebesar C, varians minimum dicapai jika ukuran sampel sebanding dengan Sehingga
Alokasi Optimum
unitperbiayaCoverheadtetapbiayaCbiayatotalC
nCCC
h
hh
L
h
);( ;
Biaya Fungsi
0
10
/
/
1
ncSN
cSNn L
hhhh
hhhh
/ hhh CSN
![Page 26: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/26.jpg)
Minimal biaya, varians tertentu
Minimal varians, biaya tertentu
Alokasi Optimum
/
2
1
22
11
hh
L
h
hhh
L
ihhh
L
h
SNDN
CSNCSNn
21/
1, hhhhhhhhVst SW
NCSWCSW
noptyV
C -C/
0
1
1
L
hhhh
L
hhhh
CSN
CSNn
22
0
11, hhhhhCst SW
NCSW
CCoptyV
![Page 27: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/27.jpg)
Jika biaya per unit sampel antar strata sama, maka ukuran sampel pada masing-masing strata menjadi:
Alokasi ini dikenal dengan Alokasi Neyman
Alokasi Neyman
1
nSN
SNn L
hhh
hhh
22 11, hhhhst SW
NSW
nNeyyV
![Page 28: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/28.jpg)
Ukuran sampel lebih besar jika:Jumlah strata lebih besar; Variasi karakteristik strata lebih heterogen;Biaya untuk memperoleh satu observasi dalam setiap strata lebih murah
Ukuran Sampel
![Page 29: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/29.jpg)
Seperti dalam pembahasan dalam SRS, maka atau margin of error (z)dan varians dari penduga dapat dituliskan sbb:
Ukuran Sampel
)ˆ(22 Vzd
1. Ukuran sampel untuk alokasi sama sbb:
2/
1
2222
22
1 dan dimana 2
Z
dD
L
nn
SNDN
SNLn hL
hhh
hh
L
h
![Page 30: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/30.jpg)
Ukuran Sampel
3. Ukuran sampel untuk alokasi optimum sbb:
Ukuran sampel dengan minimal biaya untuk varians tertentu
2. Ukuran sampel untuk alokasi sebanding sbb:
2/h
1
222
2
1 dan n dimana Z
dDn
N
N
SNDN
SNNn h
L
hhh
hh
L
h
/
2
1
22
11
hh
L
h
hhh
L
ihhh
L
h
SNDN
CSNCSNn
![Page 31: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/31.jpg)
Ukuran Sampel
4. Ukuran sampel untuk alokasi Neyman sbb:
2
1
22
2
1
hh
L
h
hh
L
h
SNDN
SNn
![Page 32: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/32.jpg)
Stratified untuk Proporsi
Misalkan suatu populasi dengan N elemen dibagi menjadi L strata sedemikian rupa sehingga N1 + N2 + N3
+ …. + NL = N, dan Yhi adalah nilai variable kualitatif
Y dalam strata ke-h pada unit ke-i. Elemen-elemen dengan ciri termasuk dalam kategori g masing-masing diberi nilai 1, sedangkan untuk kategori lainnya diberi nilai 0. Populasi elemen-elemen dalam strata ke-h yang termasuk kategori g adalah:
hi
Nh
ih
h YN
P1
1
![Page 33: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/33.jpg)
Stratified untuk Proporsi
Proporsi elemen-elemen dalam populasi yang termasuk g-kategori dapat dinyatakan sbb:
hN
h
hihh
hL
h N
YPP
N
NP
11 dimana
Dimana
Dan varians
12
h
hhhh N
QPNS
h
hh
h
hhh
L
hst n
QP
N
nNN
NpV
1
1)( 2
12
![Page 34: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/34.jpg)
Alokasi Sampel
Misalkan V merupakan varians yang diinginkan dalam memperkirakan proporsi P untuk seluruh populasi. Rumus untuk dua jenis alokasi yang utama adalah
Nn
nn
V
qpWn hhh
0
00
1dan lProposiona
NV
qpWn
nV
qpWn
hhh
hhh
1
dan Optimum 0
2
0
![Page 35: Stratified Random Sampling](https://reader036.vdocuments.pub/reader036/viewer/2022081420/568132e9550346895d99a59c/html5/thumbnails/35.jpg)
THANK YOU