P. 1
Bab1-Teknik Penarikan Sampel

Bab1-Teknik Penarikan Sampel

|Views: 11|Likes:

More info:

Published by: Palupi Utami 'pipit' on Apr 22, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

07/16/2014

pdf

text

original

TEKNIK PENARIKAN SAMPEL

1.1. PENDAHULUAN
Tujuan kita mengetahui teknik penarikan sampel adalah untuk memperoleh keterangan mengenai populasi dengan mengamati hanya sebagian saja dati populasi. Setiap penelitian statistik, yang selalu dituju adalah sekelompok populasi yang ingin diketahui ciri-cirinya, seperti rata-rata hitung (11), standard deviasi (0), proporsi (P), dan sebagainya. Namun karena keterbatasan dana, waktu, teknologi, dsb, maka hanya sampel yang diperiksa, seperti rata-rata hitung penduga (x), standard deviasi penduga (s), proporsi penduga (p), dsb.

Penarikan sampel adalah suatu cara pengumpulan data kalau hanya sebagian dari elemen populasi (esampel) yang diselidiki.
Tujuan utama dari setiap rancangan sampling adalah memberikan pedoman untuk memilih sampel yang mewakili populasi dengan biaya minimum. Jika populasi yang mendasarinya memiliki ciri-ciri yang seragam, hampir setiap sampel akan memberikan hasil yang dapat diterima. Satu-satunya cara untuk menjamin bahwa himpunan data eksperimen kita sungguhsungguh mewakili populasi adalah dengan melakukan sensus, yaitu mencatat setiap unsur

1

yang terdapat dalam populasi. Namun, dari segi ekonomis dan kepraktisannya, hampir setiap penelitian melakukan penarikan sampel untuk menduga keadaan populasi yang sebenarnya. Nah, bagaimana dan pada kondisi yang bagaimanakah sampel dapat dipakai guna menarik kesimpulan mengenai ciri-clri populasinya secara cukup meyakinkan? Penarikan kesimpulan dari sampel secara cukup meyakinkan, membutuhkan prosedur pemilihan (penarikan) sampel secara random serta metode inferens yang baik dan tepat. Prosedur pemilihan (penarikan) sampel secara random, merupakan metode guna memilih sampel dari populasi dimana setiap unsur di dalam populasi selalu memiliki kesempatan (peluang) yang sarna untuk terpilih. Dengan menggunakan penarikan sampel sacara random (acak), kita dapat mengetahui peluang dari berbagai pengamatan yang termasuk di dalam sampel. Karena itu kita dapat membuat pemyataan probabilitas tentang populasi yang mendasarinya. Jika sampel dipilih dengan cara deterministik (tidak acak), probabilitas bahwa kita akan mengamati berbagai pengukuran sampel tidak diketahui dan kita hanya dapat membuat pemyataan deskriptip tentang sampel itu

1.2. KONSEP DASAR TEKNIK PENARIKAN SAMPEL
Dua konsep dasar teori penarikan sampel untuk mempelajari populasi (semesta) adalah kerangka (frame) dan unit sampling. Populasi didefinisikan sebagai kumpulan unit dasar. Bila berhadapan dengan masalah penarikan sampel, pertama-tama hams ditetapkan unit dasar, populasi, karakteristik yang diukur, dan peubah. Pada statistika, n unit dasar dipilih dari populasi N unit dasar dan unit dasar adalah unit yang terpilih sebagai sampel. Pada teknik penarikan sampel, suatu unit khusus dinamakan unit sampling. Misalkan ingin diketahui sewa rataan suatu kamar pada kota K. Misalnya X = Rp 200.006 merupakan total sewa yang dibayarkan dan Y = 20 jurnlah kamar sewa yang ada. Biasanya X dan Y tidak diketahui, karena X dan Y merupakan karakteristik populasi. Di sini sebagai unit dasar adalah kamar dan populasi adalah kumpulan kamar sewa di kota K. Sebagai unit sampling adalah kamar sewa, jadi bisa terdiri dari satu atau beberapa unit dasar. Kerangka terdiri atas unit sampling dan mewakili populasi dan merupakan alat untuk mempelajari populasi. Dalam pembahasan selanjutnya, yang dimaksud dengan : parameter populasi adalah nilai-nilai yang diperoleh terhadap kerangka bukan semesta. Selanjutnya, yang dimaksud dengan sampel adalah sampel dari kerangka. Parameter populasi adalah nilai parameter yang diperoleh dari kerangka. Parameter sebenamya adalah nilai parameter yang diperoleh dari semesta. Nilai dapat berbeda dengan

eo.

eo

e

e

2

Galat sampling (GS) dengan

e sebagai
II II

GS

e didefinisikan =e- e
II II II

sebagai :

penaksir/penduga

Presisi taksiran sampel

e-e

e didefinisikan e I < k ((Jj2)

e.
sebagai : memenuhi :

dengan ~ adalah penaksir/penduga P( I~-

e dan
~)

=

1- a

Konsep presisi berkaitan dengan selang kepereayaan Koefisien reliabilitas didefinisikan sebagai : Koefisien reliabilitas atau Z d

= presisi

/ galat standar

= d/~

Pada penaksiran mean populasi m (terhadap kerangka) diperoleh :

=Z~

dengan i

= 11
untuk populasi tak hingga.

Dari hubungan ini diperoleh ukuran sampel n yang diperlukan untuk suatu presisi dan reliabilitas tertentu : n

= (Z a / d)2 -->

1.3. SAMPEL ACAK SEDERHANA
Penarikan sampel yang paling mendasar, adalah sampel acak sederhana. Sampel Acak Sederhana adalah pengambilan sejumlah n sampel dari populasi hingga N, dim ana setiap kemungkinan sampel yang berukuran n mempunyai probabilitas yang sama untuk diseleksi. Jika populasi tidak terlalu besar, masing-masing dari N pengukuran dapat ditulis pada selembar kertas atau pada kepingan poker dan kemudian ditempatkan dalam sebuah eawan. Sarnpel aeak dengan II ukuran kemudian dapat ditarik dari eawan tersebut. Cara terbaik untuk memastikan bahwa kita menerapkan penarikan sampel aeak adalah dengan menggunakan tabel bilangan aeak. Tabel bilangan aeak dibuat sedemikian rupa sehingga integer dari 0 sampai 9 muneul seeara aeak dan dengan frekuensi yang sama. Contoh 1.1.: Dari suatu analisis tentang posisi kas dari sebuah toserba, sebuah kantor akuntan publik memutuskan untuk memilih sampel aeak sedernana berukuran n = 15 piutang pembeli eeeran bulanan dari antara N = 1000 pembeli eeeran bulanan yang ada di toserba untuk menghitung

3

total semua piutang. Gunakan tabel bilangan aeak untuk menentukan mana yang akan dimasukkan ke dalam sampel yang berukuran n 15.

=

Penyelesaian

:

Bayangkan bahwa N = 1000 kita beri nomor 001,002 .... , 999, 000. Di sini didapat 1000 bilangan yang terdiri dari tiga digit, dengan 001 mewakili piutang pertama, 999 piutang yang ke 999, dan 000 yang ke 1000. Langkah pertama kita tentukan sebuah titik awal pada tabel bilangan aeak. Misalkan titik awal adalah angka pertama dalam kolom kelima. Jika dibuang dua digit terakhir dari setiap angka yang terdiri dari lima digit. maka angka pertama berdigit tiga yang terbentuk adalah 816, yang kedua 3CfJ, dan ketiga adalah 763. dan seterusnya. Jika suatu bilangan aeak muneul dua kali, kemuneulannya yang kedua dihapus dan dipilih bilangan lain sebagai pengganti. Dengan mengambil sampel aeak yang terdiri dari 15 bilangan pertama yang terdiri dari tiga digit yang tidak beru1ang mulai dari kolom 5, diperoleh bilangan-bilangan : 816 496 174

277
763 482

7CfJ

3CfJ

988
078 772

188
061

889
530

Jika piutang sudah diberi nomor, tingga1 dipilih piutang dengan nomor yang bersesuaian. Jika tidak diberi nomor, dapat mengacu pada daftar perkiraan piutang dan memilih yang ke61, 78, 174, dan seterusnya sehingga diperoleh jumlah sampel n = 15. Setelah mengumpulkan hasil-hasil pengamatan terhadap sampel, tujuan selanjutnya adalah rnenghitung beberapa parameter populasi tertentu. Paling sering kita tertarik untuk mengetahui rerata populasi (J..l), total populasi (t), ataupun proporsi populasi (P). Rumus perhitungan untuk mengestimasi rerata populasi J..l, total popu1asi 'to dan proporsi populasi P, untuk sampling aeak sedernana ditunjukkan dalam kotak. Namun, perlu diingat bahwa penduga seperti ~, ~, dan p tidak memberikan kebaikan pendugaan (estimasi). Oleh karena itu, rumusan varians diberikan agar kita dapat menempatkan batas-batas kcsalahan atas pendugaan u, r, dan P. Pendugaan Rerata Populasi untuk Sampel Acak Sederhana
n

L
Rerata Varians Sampling tanpa pengembalian :
~2
x

~=x=--n
= _02

i=1

x
I

n

--

N- n

02

N-l

n

- - __

N- n

N

4

Sampling dengan pengembalian Batas kesalahan penduga : CJxl = -- 02 x ± 2 o~ n = ----- S2 n Suku N-n Faktor koreksi digunakan jika sampel ditarik dari sebuah populasi yang ked! (n/N> 5 %).80 18. 5%.10 Dugalah rerata tl untuk semua N = 1000 piutang dari sebuah toserba.50 13.1. atau n/N mendekati nol. maka fpc mendekati satu. Bila n/N ::. Saldo piutang 15 sampel dalam Rp 10. Ietapi bila N jauh lebih besar.1) Contoh 1.2.00 12. dan tentukan batasbatas kesalahan penduga.00 27. maka masalah rnenentukan taksiran o~menjadi menentukan taksiran S2atau 02• Untuk itu digunakan variansi sampel (S2) untuk penaksir tak bias untuk S2. Tabel 1. &-2 x = s~ = x [ Sl s" n S2 N-n N tanpa pengembalian n n = I.50 8. maka fpc dapat diabaikan. i=1 (x .000.X)2 I dengan pengembalian n = &.50 30.50 15.1. Karena o~ tergantung dari Sl atau 02 yang mana tidak kita ketahui.50 10.40 17.70 19. n x"_(I. 5 . 14.40 42. Maka penaksir variansi mean populasi ~ dapat diambil dari : N dan N-n N-l dinamakan koreksi populasi hingga (fpc) untuk variansi. : Lihat audit piutang pada Tabel 2.90 23.1.1 n (n .X)l 1 n )=1 1 dimana n.20 23. Misalkan sampel acak sederhana n = 15 akan memberikan 15 saldo piutang yang tercantum dalam Tabel 1.30 6.

56 240.30 ~=--=---= n 15 t: 18.1.04 316.(283.25 756.89 TabeJ 1.50 42.25 47.16 Untuk menghitung varians.25 547.10 Lx=283.84 100.Penyelesaian : Penduga rerata saldo piutang ~ adalah : n 1 XI 283.30)2 15 (15 .30 23.56 146.85) .25 912. XI X2 I 14.69 338.570.80 10.90 19.764.50 23.50 6.1) 87.61 380.85 Untuk mencari batas kesalahan penduga u.00 176. pertama-tama hams menghitung vanrians dan galat baku.00 72.40 15.70 18. umumnya digunakan rumus dengan tanpa pengembaIian.25 l.50 30.2.40 12.00 13.89 561. S2 = = = nI X2 I ( I X)2 I n (n-I) 15 (6.30 IX2 210.570. 6 .50 27.00 8. Perhitungan untuk data TabeI 1.41 =6. jadi menggunakan faktor koreksi.20 17.

15 1000 = 5. Dari sampel yang terpilih diperoleh = 110 dan s = 12.S-<~<X+Zf'S(J _ '" (J _ x Ukuran sampel dengan presisi (d'') : __ s d )l dengan pengembalian n= N d2 + (Zajl tanpa pengembalian S)2 Contoh 1. Sl = 600. Ingin ditaksir mean Bila ukuran populasi sangat besar sehingga pengambilan sampel dapat dianggap sampling tanpa pengembalian.3. : Dari suatu populasi diperoleh nilai taksiran variansi populasi populasi dengan presisi ± 5 untuk Za/2 = 3.16 15 18.72 atau 18.78 Selang Kepercayaan dan Ukuran Sampel O-a) 100% selang kepercayaan untuk mean populasi adalah : I n = (Z all X-Zf. = --rn = s 12 -1100 = 1.2) atau 110 ± 3. 7 . tentukan ukuran sampel yang diperlukan.72 maka nilai batas kesalahan dari rerata saldo piutang adalah : X ± 2 sx atau ± 2 --.S_2 x = n N-n _ N = 87. Tentukan selang kepercayaan untuk mean populasi (~) dengan Za.15.89 1000 . x Penyelesaian : s- .6.89 + 4.: Untuk menaksir rerata tingkat kecerdasan siswa diambil sampel acak berukuran n = 100. Contoh 1.4.2 maka selang kepercayaan adalah : x ± 3 (1.fl = 3 dan dengan pengembalian.

50 1000 = 8 10002 102 50 = 190. untuk sampling tanpa pengembalian diperoleh ukuran sampel : n= N (Z s)2 N d2 + (Z s)' (2000)(9)( 6(0) 2000(25) + 9 (600) = 195 n= Pendugaan Total Populasi Penduga Varians penduga ~= N S2 -_ x N. Tentukan taksiran total andaikan x = 12.----------- ---- --- Penyelesaian : Dengan rumus n = ( Za/2 sid )2.5. Diketahui populasi berukuran N = 1000.. Dengan sampling acak berukuran n = 50 diperoleh S2 = 10. Penyelesaian : &t2 = N2 S2 -_ N.000.n --- n - N 1000 .6. . : Dari populasi dengan N = 1000 dipilih n = 50 sampel acak.000. diperoleh n = 32 (600/5) = 216. : =N x= 1000 (12) = 12.. Misalkan N = 2000. t Penyelesaian : It Contoh 1.n N2 n N tanpa pengembalian dengan pengembalian n Batas kesalahan : N x ± 2 s~ Contoh 1. Tentukan galat standar dari ~ dengan sampling tanpa pengembalian.

belum tentu para pembeli akan menggunakan tawaran potongan harga tersebut. dan tentukan batas kesalahan penduganya.7. Hitung proporsi dari semua N = 430 pembeli yang akan menggunakan tawaran tersebut.30 Untuk menentukan batas kesalahan pendugaan (error of estimation).000 = 'V 190.000 = 436. pq n-l dengan pengembalian dim ana : q=l-p p±2 Batas kesalahan penduga 62 p atau p±2s p Contoh 1. : Pabrik-pabrik sering mengusahakan potongan harga jengka pendek untuk mendorong para pelanggan menaikkan jumlah pesanan mereka dan membeli di muka. sehingga dengan demikian mempertinggi posisi kas pabrik. 12.maka galat standar dari ~ : Batas kesalahan pendugaan : N 'x ± 2 ~ Pendugaan Penduga: Varians : atau st 12. dengan 15 dari 50 memberikan indikasi bahwa akan menerima tawaran potongan harga dan menggandakan pesanan bulanan mereka. kita pertama-tama menghitung varians (digunakan tanpa pengembalian).= 1\ . Suatu sampel acak n = 50 dari N = 430 pembeli dihubungi. sebuah pabrik dan grosir produk-produk makanan beku mempertimbangkan memberikan potongan harga 20 % kepada pembeli yang menggandakan pesanan mereka per bulannya. . Penyelesaian : Suatu pendugaan atas proporsi p dari semua pembeli yang akan menggunakan potongan harga tersebut : P = -n- x 15 = 50 = 0.000 ± 2 (436) atau + 872 Proporsi Populasi P=p=-' 1\ X n (N-n pq ( -) n-l N tanpa pengembalian of = ~. Konsisten dengan maksud dasar ini. sebagai berikut : 9 . Karena makanan beku memerlukan tempat penyimpanan yang mahal.

88) = 0.12 Artinya.21 49 ] ( 430 .003771 atau 0.n N 49 ) (0.30 ± 0.30)(0.003771 Maka batas kesalahan penduga : p ± 2 sp atau 0.30 dengan batas kesalahan penduga 0.50 ) 430 (0. kita menduga bahwa proporsi semua pembeli yang akan mengambil keuntungan dari potongan harga adalah 0.12.70) 0. 10 .30 ± 2 IJ 0.S2 p =( =[ = Pq 0-1 ) ( N.

Tentukan pengembalian ! Sarna dengan b.X)2 I S2 L (x I . 5 a) Tentukan ae dan S2 dengan menggunakan rumus a2 2. . Tentukan ukuran sampel yang diperlukan. = --N L (x = -1 N-l 1 ..4.2. Andaikan dipilih sampel berukuran n=Z. XI = 9 . Tentukan 95% (Z=2) selang kepereayaan untuk X ! X. Misalkan suatu sampel aeak dipilih dari kumpulan keluarga untuk menaksir pengeluaran rataan per minggu. i = 2. i=I .OOO.. PETUNJUK.5. Dari 5.X)2 b) c) 4. pilihlah sampel aeak berukuran nomor = 20 dengan menggunakan tabel bilangan aeak.LATIHAN SOAL 1. Diinginkan presisi d=4 dengan koefisien reliabilitas Z=3. Pada soal no 5. = X'_I . Dari survei pendahuluan diperoleh S=12 dan total unit sampling N=2000. XI = 2 . Dari populasi N = 600.. jika diketahui N=lO. Ukuran sampel n dapat dihitung dengan rumus : (i) n = N (ZS)2/(Nd2 +(ZS)2 ) atau (ii) n = n /0 +n IN) dengan n =(ZS/d)2 000 6. tetapi sampling dengan pengembalian a~ bila sampling tanpa ! Suatu sampel aeak n=400 dipilih dari populasi N=4000 untuk menaksir mean populasi sampel diperoleh )(=140 dan S2 = 225. Tentukan X bila dilakukan sampling aeak dengan n = 2 tanpa pengembalian Diketahui populasi dengan X.I + 3. apakah n dapat dianggap sama dengari no = (ZS/d)2 ? 11 . = X.3. 3. Diketahui populasi X..

Dalam sampel acak sederhana berukuran n = 50 bukti pembayaran yang diambil dari sekelompok N = 250. 10 . 16 . Misalkan dari N=4000 mahasiswa.Diinginkan presisi d=500 dan koefisien reliabilitas Zr=2. Andaikan N=500. 10 . 34 . 12 . yaitu S" = s" (iv) Varians ~ 9. Dugalah total bukti pembayaran N = 250 yang disimpan dalam arsip secara tidak benar. Dari populasi N= 1500 ingin ditaksir total X.5 (tanpa pengembalian). 38 . (i) Tentukan taksiran mean X = X 1\ (ii) Tentukan S = s 'x S~ = sx (iii) Dari hasil (ii) tentukan ukuran sampel yang diperlukan bila d=4 dan Zr=2 8. 11 . 11 . Suatu sampel acak n=1O dari populasi N=50 (tanpa pengembalian) diperoleh nilai : 12 .Tentukan ukuran sampel yang diperlukan. 5 . 25 . 16 . 14 .10 . 25 . Tentukan: (i) Varians proporsi populasi (ii) Selang kepercayaan untuk P bila koefisien reliabilitas Z = Za/" = 2 11. 4 . maka n=no bila tidak n=nj( I +njN) 7. 9 . Dari sampel pendahuluan diperoleh S=3. 9 . Diketahui proporsi populasi P=0. Suatu sampel acak pendahuluan n=30 diperoleh nilai berikut : 23 . dua puluh ditemukan tersimpan dalam arsip secara tidak benar. 25 . 24 .PETUNJUK.50 mahasiswa memperoleh beasiswa. 7 Tentukan: (i) x 1\ (ii) Taksiran total x. dan tentukan batas kesalahan pendugaannya! 12 . Andaikan sampling tanpa pengembalian. 36 . 15 . II .5%. 11 . 26 . 8 . Seorang auditor perusahaan tertarik untuk menduga total bukti pembayaran perjalanan yang disimpan dalam arsip secara tidak benar. ~ (iii) Taksiran S". 28 . 7 . 25 . 31 . (i) Hitung no =(ZS/d)" (ii) Periksa nisbah njN (iii) Bila njN ::. 7 . 9 . 9 . 12 . 4 . 10. 33 . 7 . 19 .

kombinasi satuan bisnis pemukiman akan diklasifikasikan menurut pemakaian terbanyak ruang lantai tempat tersebut. dinamakan sampel acak berlapis. SAMPLING ACAK BERLAPIS (Stratified Random Sampling) Tipe kedua penarikan sampel yang sering memberikan sejumlah tertentu infonnasi dengan biaya yang lebih murah daripada penarikan sampel acak sederhana. juga mengenai masing-masing strata. Dengan alas an administrasi atau pisik. Diperoleh informasi selain tentang populasi. 2. bisa distrata sebagai pekerja dan Iaboratorium. apakah kita akan mengklasifikasikan mereka yang tinggal di kota berpenduduk 1000. gunakan sampel acak sederhana dalam memilih sampel dalam setiap strata. 13 . 3. Misalnya. Rancangan ini direkomendasikan jika populasi terdiri sehimpunan kelompok heterogen (yang tidak serupa). Sebagai contoh. Sampel acak berstrata (berlapis) adalah sampel acak yang diperoleh dengan mamisahkan unsur-unsur populasi ke dalam kelompok yang tidak tumpang tindih. dan kemudian memilih sampel acak di dalam setiap strata. Dalam beberapa kasus. apakah temp at kediaman seorang akuntan yang kantomya beracla di rumahnya clitempatkan dalam lapisan pemukiman atau komersil? Pemecahan terhaclap pertentangan terse but tidak mempengaruhi hasil kita sejauh ia selalu dikerjakan secara konsisten. Ukuran keseluruhan sampel n bergantung pada anggaran yang tersedia untuk sampling dan pada tingkat ketelitian dan ketepatan nilai duga yang diinginkan. pendapatan karyawan suatu perusahaan. Dalam contoh penelitian pendapat umum. tugas ini mungkin mudah. kita dapat mengatakan bahwa kota-kota yang populasinya di bawah 2500 akan selalu dianggap desa. yang lebih besar adalah kota. yang disebut strata (lapisan). Setelah strata-strata ditetapkan. Meningkatkan presisi. Langkah pertama dalam memilih sampel acak berlapis adalah menetapkan secara jelas strata-stratanya. dan eksekutif yang tingkatannya lebih tinggi. yaitu mengasosiasikan setiap unsur populasi dengan satu dan hanya satu strata (lapisan). mandor dan manajer menengah.4. Beberapa alasan penggunaan sampling acak stratifikasi adalah : 1. sebagai bagian dari kota atau desa? Dalam contoh penggunaan tenaga listrik. informasi lebih mudah dikumpulkan.1.

Dari informasi yang diperoleh dari unsur sampel.i = 1. = jumlah unsur dalam strata i.. Ukuran populasi :N =L L i=l N I Secara diagram dapat dinyatakan dengan : 1 2 L <- sampling acak -> n.Rumus Alokasi Sampel Antar Strata-strata : n= L n i=1 I L dim ana : -n - = jumlah n = jumlah L = jumlah l sampel yang diinginkan sampel dalam strata ke-i strata maka untuk menentukan jumlah sampel dalam masing-masing strata : n=n(-'-') I N N . dapat dihitung rerata dugaan XI dan varians S21 dari peng. S2J adalah suatu nilai duga dari varians strata yang benar . ( x . .matan di dalam setiap strata seperti di bawah ini : Rumus Pendugaan n J=1 I Mean) dan Varians dari Setiap Strata : x = f. ... 2.X )2 I n.1 --> varians sampel dalam strata ke-i 0\ . L N. X --> rata-rata sampel dim strata i I IJ n f. Varians 14 1=1 IJ I .

Di dalam setiap strata (lapisan) kebiasaan berbelanja dan menginvestasi cukup homogen. Usulkan rancangan survai untuk masalah ini. . - = 10 dan nl - Kemudian kita pilih sampel secara acak dengan menggunakan Tabel bilangan acak. Berdasarkan observasi di dalam setiap strata. . Dengan menggunakan alokasi yang proporsional.t ± 2 (j~" Contoh 1. dan S21 • 15 . diperoleh x. ) dengan pengembaiian Batas kesa1ahan pedugaan : X. Penyelesaian Karyawan perusahaan dapat dikategorikan sebagai pekerja kerikal dan laboratorium. tf x-t - S2 \. tanpa pengembalian L '" N2 N2 t:l' s ( n. : Pimpinan suatu perusahaan memutuskan »nruk me1akukan suatu survai tentang kebiasaan menabung karyawan-karyawannya untuk menilai kec. Sampel acak berstrata dengan L = 3 strata nampaknya dapat menjadi rancangan sampel survei yang tepat. Kemudian diambil sampe1 sebanyak 50 karyawan. 1000 adalah mandor atau manajer menengah. diantaranya 3500 pekerja kerikal atau laboratorium. Diinginkan untuk menghitung rata-rata jumlah yang diinvestasikan dalam tabungan oleh karyawankaryawan dari pendapatan mereka bulan lalu. Misalkan perusahaan tersebut mempekerjakan 5000 orang.t = N.. dan eksekutif yang tingkatannya lebih tinggi.8. dan 500 adalah eksekutif. ) ( _5_) n.Penduga Rerata Populasi untuk Sampel Acak Berlapis Rerata Varians x=--LNx N sr 1 L i=l' L i=1 N2 1 t -L N 1 2 1 ( N -n . Sampling acak sederhana harus digunakan untuk memilih sampel karyawan-karyawan dari setiap strata untuk menanyakan tentang investasi tabungan mereka dari pendapatan rnereka bulan lalu. sesuai dengan proporsi masing-masing strata.~::tifan kampanye menabung. mandor dan manajer menengah. dapat disekat ukuran n = 50 sebagai berikut : n 1 = n -' = 50 N n ( = 50 1000 5000 ( ) 3500 5000 ) = 35 =5 n.

Tabel 1.16) + (1000)(25. Perhituogan Cootoh 1.81 NI = 3500 01 = 10 x2 = $ 25.80)] (71.99) (16. st x atau $ 14.5688 Maka batas kesalahan penduga adalah : ~t ±2 g. -) (1000)2 (0. Nl ( N' i=1' 1 N -0 .3.50 16 .80 S23 = 125.N X N i=1 ' .44) +-------+ ] 5 = x 0.39 ± $ 1. 1 5000 5000 [(3500)(10.39 Varians yang diduga (dilakukan tanpa pengembalian) adalah : S_2 x 51 =_ 3 I.99) (125.8.09) = 1 (5000) 2 [ (3500)2 (0.50 S2 = ')') 09 1 ---. Strata 1 Strata 2 Strata 3 = 35 XI = $ 10.81) 35 (500)2 (0.16 S21 = 16. N. ) (--' S2 n.39 ± 2 "/0.50) + (500)(21.960) = = = $ 14. . N2 = 1000 03 =5 X3 = $ 21.44 N 3 = 500 03 Maka rata-rata investasi adalah : x 51 1L =--I.5688 V atau $ 14.99)(22.

542 Oleh karena itu.220.8.950 atau $ 71. Batas kesalahan penduga : f.Pendugaan Penduga Varians dimana Total Populasi ~ =N st X 5t nilai s.490.950 ±2 ±2 YI4.0oo (3.950. pertama-tama kita hitung varians yang diduga : S.000) ($ 14.t ± 2 &t2 Contoh 1.. Dugalah total pendapatan bulan lalu yang diinvestasikan ke dalam tabungan oleh para karyawan. maka : Total tabungan : A 't = Nx st = (5.ttergantung dengan cara pengembalian atau tanpa pengembalian.5688. Untuk mencari batas kesalahan penduga r.2.t ± 2 &tr2 atau f. 17 .220.39) = $ 71.950 ± $ 7.771) atau $ 71.5688) = 14.000 Nilai duga dari total tabungan. : Lihat contoh 1.39 dan s/st = 0. Tentukan batas kesalahan pendugaan (dilakukan tanpa pengembalian).410 hingga $ 79. dalarn selang + 95 % kita merasa pasti bahwa total investasi ke dalam tabungan oleh para karyawan berada dalam selang dari $ 64.9. Penyelesaian : Dari perhitungan kita sebelumnya xs(= $ 14.f = N2 S_2 'f x st = (50(X))l (0. dengan batas kesalahan penduga : ~± 2 s~ atau $ 71.

(3.1 ( 'jatas kesalahan penduga : p ± 2 sr 2 .500)(0. ) ..60 0. Contoh 1.1 N2 ( N-n .64 Batas kesalahan penduga dapat dicari dengan pertama-tama mencari varians terlebih dahulu.000 ..Pendugaan Penduga Varians Proporsi Populasi Sampel Acak Berstrata P=-'Npi sr 1 L N t=1 ' __ L ~N2 1=1' ~ N2 i= lin '>l tanpa pengembalian Iengan pengembalian : s s2 r. dan tentukan batas kesalahan penduganya. Dugalah proporsi semua karyawan yang berpartisipasi dalam program tabungan.80 21 7 4 2 3 10 n. .0(0)(0.g.4.= - Jumlah yang berpartisipasi PI 0..10 Strata 1 Ukuran sampel n1 = 35 n.. Varians dapat dicari dengan : 18 . jumlah yang menunjukkan bahwa mereka sebenamya berpartisipasi dicantumkan dalam Tabel 4. dari n = 50 karyawan yang diwawancarai dalam studi investasi tabungan.. : Dari contoh 1.10..8.4.80) = 0.70)+(500)(0. Tabel 1.= 5 Penyelesaian : Nilai dugaan yang diinginkan diperoleh dari P'I' dengan p " = 1 5.60)+( 1.1 )( 2 r" = _1_ N2 <. p.70 0.. N. Data untuk contoh 1..

35 3.000 .S.8)(0.5 500 )( (0.2) 4 )] = 0.500 9 ) (0.000 [ 3.70)(0.004744 19 .30) ) + 5002 500 .10 ) ( (0.004744 Maka nilai dugaan proporsi karyawan yang berpartisipasi dalam program tabungan.()()()2 1.64 ± 2 (0.60)(0.069) atau 0.5002 ( 3.500 .000)2 l.64 ± 2 V 0.4) 34 ( ) + 1. dengan batas kesalahan penduga sebesar : Pst ± 2 sp" atau 0.2" = --( 1 (5.14 atau 0.64 ± 0.

berapkah sampel yang dapat diambil dari masing-masing kelas bila diinginkan jumlah seluruh sampel adalah 50? Tentukan batas kesalahan pendugaan ! Diketahui populasi (L ~ 2) dengan Strata I : Strata II: 2. diperoleh data berikut : Stratum Kedl Sedang Besar Tentukan taksiran (1) XI. 5. Jngin ditaksir luas lantai pusat perbelanjaan di kota A. 25. 4.LATIHAN SOAL 1. 11: 12 . Dalam suatu analisis terhadap 270 kontrak pertahanan yang dibuat dalam tahun 1980. XI.I x1j 4. tentukan : NI: N1. 8. N. Untuk mudahnya. dan 500 siswa kelas III.000 20 15 10 (2) 7. Maka. \.000 10. Dalam kondisi bagaimana kita dapat melakukan suatu penarikan sampel dengan sampel aeak berstrata? Bagaimana prosedur pemilihan sampel dengan sampel aeak berstrata? Apakah yang dimaksud dengan prosedur pemilihan sampel aeak berstrata dengan alokasi yang proporsional ? Jika dari 2500 siswa SLTA diantaranya terdapat 750 siswa kelas L 1250 siswa kelas II. 10 9. auditor memilih 45 seeara aeak dan menemukan hasilnya seperti yang diperlihatkan dalam tabel berikut : 20 . X3 . 110 60 30 : n. 6. auditor tersebut membuat tahapan-tahapan dalam studinya menurut eabang pelayanan militer yang spesifik yang masing-masing tereantum dalam sebuah kontrak. 31 XI] 3.. 1 ! 6. 4. dengan batas kesalahan penduganya ! dengan batas kesalahan penduganya ! Seorang auditoruntuk Kantor Akuntansi Pemerintah dibebani tanggungjawab menghitung kelebihan biaya dalam pelaksanaan kontrak pertahanan pemerintah.500 60. 21. 2. 13. 1) : 1st "" " " x2. 12. diberikan oleh : ~ia~bil seeara aeak sejumlah 5 sampel dari kedua strata. dan dengan sampel aeak berstrata. x.

n. Untuk mengurangi biaya sampling. Ukuran Sampel. Diperoleh hasil sebagai berikut : Cabang pabrik 1 Jumlah Barang-barang Peralatan Modal.Angkatan Darat N n Angkatan Darat 90 15 $68. dan tentukan batas kesalahan pendugaan ! 9. c.095 x s a. b. Teknik ini memungkinkan pengendalian terpusat yang lebih efisien terhadap kegiatan manajemen cabang. I Dugalah rata-rata kelebiLan biaya pelaksanaan semua 60 kontrak pertahanan yang diatur oleh Angkatan Laut dalam tahun 1980 ! Dugalah rata-rata kelebihanbiaya pelaksanaan untuk semua 270 kontrak pertahanan dalam tahun 1980. N. Toko-toko berangkai dan sebagian besar usaha perbankan memproses semua pelanggan kredit melalui kantor pusat atau wilayah.065 120 20 $71. dan tentukan batas kesalahan pendugaan ! 8.452 Angkatan Laut 60 10 $89. Biaya penyusutan memberikan kepada perusahaan kesempatan untuk menciptakan cadangan uang untuk mengganti peralatan yang lama dan barang-barang modallainnya.200 barang-barang yang terdaftar pada daftar persediaan. Jumlah yang digunakan selama 10 tahun atau lebih. manager itu menggunakan sampel acak 21 . XI 2 2. Dari catatan yang tersedia auditor menggunakan alokasi yang proporsional untuk memilih sampel acak berstrata n = 60 barang-barang peralatan modal dari antara N = 7.600 30 7 Dugalah proporsi p dari barang-barang perlatan modal pada tiga cabang yang sudah digunakan selama sepuluh tahun atau lebih.400 20 4 3 1. Manager kredit dari grosir kembang gula dengan 4 cabang merasa khawatir dengan meningkatnya pelanggan yang macet yang jumlahnya cukup besar sekarang ini.918 2l. bukan terpisah-pisah melalui setiap cabang.709 $18. dan tentukan batas kesalahan pendugaan ! Dugalah total kelebihan biaya pelaksanaan untuk semua 270 kontrak pertahanan dalam tahun 1980.468 $16.200 10 3 3. Pengauditan dilakukan terhadap tiga cabang dari sebuah pabrik untuk menghitung proporsi barang-barang peralatan modal yang sudah digunakan selama sepuluh tahun atau lebih.

= 7 x= 1 . dan tentukan batas kesalahan pendugaan ! Ada alasan untuk mempercayai bahwa manager toko yang ke-3 terlalu lunak dalam mengabulkan permohonan kredit pelanggannya.3. = 17 x.j Dugalah proporsi p dari pelanggan yang macet untuk toko (grosir) tersebut. Pada waktu mengerjakannya. Hitunglah proporsi P3 dari pelanggan yang macet untuk toko yang ke. N.berstrata dengan setiap toko sebagai satu strata yang terpisah. Dari catatan yang tersedia di kantornya. b. Toko 1 Jumlah Piutang Ukuran Sampel Jumlah Pelanggan yang Macet a. = 56 nj = 14 xj = 5 2 Nz = 68 3 N3 = 40 n 3 = 10 x. ia mencatat hasilnya dalam tabel berikut . = 5 4 N. dan tentukan batas kesalahan pendugaannya ! 22 .j n. = 36 n=9 . manager kredit memutuskan untuk menggunakan alokasi yang proporsional untuk memilih sampel acak berstrata n = 50 pelanggan dari semua N = 200 piutang.

Setelah kelompok-kelompok ditetapkan. jika : a. Baik dengan menggunakan sampel sederhana maupun sampel berstrata. Sebuah kerangka yang meneantumkan daftar unsur-unsur populasi tidak ada atau akan sangat mahal untuk mendapatkannya. b. Oleh karena itu. perhatikan seorang ekonom yang ingin menghitung rata-rata pengeluaran mingguan untuk keperluan makanan per rumah tangga di sebuah kota. dapat berupa daerah pemungutan suara. Namun. SAMPEL ACAK BERKELOMPOK (Cluster Random Sampling) Tipc ketiga penarikan sampel adalah penarikan sampel aeak berkelompok. biaya survai tetap akan menjadi mahal karena dengan sampel sederhana atau sampel berstrata. Kita dapat mengurangi kesalahan sampling dengan memilih berbagai maeam kelompok kecil dan bukan dengan sedikit kelompok besar. Dengan begitu total biaya survai dapat dihemat. ekonom itu dapat menggunakan sam pel berkelompok dan membagai kota menjadi kelompok masyarakat. Sebagai ilustrasi.1. rumah tangga yang dipilih dalam sampel mungkin akan terpencar-pencar di suatu daerah yang luas. biaya penyelenggaraan survai antar rumah tangga yang terpencar-pencar akan mahal karena waktu perjalanan pewawaneara dan pengeluaran-pengeluaran lain yang berkaitan dengannya. ekonom terse but hams mempunyai daftar anggota-anggota sampel (rumah tangga) yang dapat dipilih. diambil seeara acak sebesar n sampel. semakin keeil kemungkinannya bahwa kita akan menyatakan kelaskelas dan anggota-anggota tertentu dan sampel. 23 . SampeJ Acak 8erkeJompok adalah pengambilan sampel dan populasi yang terdiri M kelompok dan dilakukan pemilihan seearak aeak m kelompok dan tiap kelompok yang terpilih. Sering lebih mudah menarik sampel berkelompok daripada individu sampel itu sendiri-sendiri. lni mudah dieapai karena daftar daerah sudah tersedia. Akibatnya.5. Sampel Aeak Berkelompok biasanya akan memberikan sejumlah informasi tertentu dengan biaya minimum. Sampling aeak sederhana dapat digunakan untuk memilih sampel aeak berukuran m kelompok dan M kelompok dalam populasi. semua dafiar tentang semua rumah tangga di kota dapat menjadi sangat mahal atau bahkan tidak mungkin untuk mendapatkannya. Semakin keeil ukuran kelompok. Populasinya besar dan tersebar pada suatu daerah yang luas. lebih banyak lagi infonnasi tentang populasi dapat diperoleh dengan memilih jumlah yang lebih besar dari kelompokkelompok yang berukuran lebih kecil. sebuah daftar yang berisi semua gerombol harus disiapkan. Ketimbang memilih sampel rumah tangga yang terpencar-pencar di seluruh kota. Bahkan jika daftar tersebut tersedia. Langkah pertama dalam memilih sampel aeak berkelompok adalah membagi populasi dalam beberapa gerombol/kelompok. Setiap rumah tangga di dalam setiap daerah yang terpilih lalu disurvai.

Kedua. Dari prosedur pengambilan sampel. Misalkan dioeroleh XI = 5.. Jadi dapat disimpulkan bahwa tahapan sampling berkelompok terdiri atas dua tahap. 2. pemilihan secara acak n.. Andaikan dipilih m = 2 kelompok penghasilan orang tua dengan N.. penaksir total X terdiri atas dua tahap.11. : Misalkan populasi dikelompokkan atas M = 10 kelompok penghasilan orang tua. login ditaksir total buku yang dimiliki siswa SMT A.r--------- --- ------ Secara diagram. Berapa taksiran total untuk M 10 kelompok... = NJ = 40 siswa dan diadak~ sampling acak berukuran nl = "z = 10 siswa. Misalkan ingin ditaksir total populasi X dari sampel yang diambil dengan sampling gerombol. Contoh 1. = 40 adalah : 40 x 5 = 200 Taksiran total untuk N = 40 adalah : 40 x 7 ] = 280 Rerata dari dua kelas = 200 + 280 2 = 240 x 10 Maka taksiran total untuk M= 10 kelompok adalah : = 240 = 2400. (i= 1. )(2 = 7.. menaksir total untuk M kelompok. nmunit dinamakan kelompok terakhir NIl = N Tiap kelompok dari M kelompok dinamakan unit sampling primer (USP). menaksir total dari m kelompok/gerombol. + o Kelompok yang terdiri atas nl• "z . m) unit sampling sekunder dari unit sampling primer yang ke-i terpilih.. Pertama. 24 . Pertama.. Dan tiap unit dasar dinamakan unit sampling sekunder (USS).. Kedua. sampel acak berkelompok dapat digambarkan sebagai berikut : 2 M 1+ N2+.. (ultimate clusters). pemilihan secara acak m unit sampling primer dari M unit sampling primer.? = Penyelesaian - : Taksiran total untuk N .

7..5. Pilih secara acak m = 2 kelompok. Nm dan nl = llz = . = nm Contoh 1. B. Banyaknya sampel kelompok yang mungkin diberikan adalah : (M)( m NI) ( N2) n.. Dipilih m kelompok dan diambil sub sampel nl' n2 ••••• nm. dan C).12.3=9 3 2 Total banyaknya sampel yang mungkin : ( 3) ( 3) ( 3) 2 2 2 = 27 25 . kemudian pilih secara acak nl = n2 = 2 anak ( n = nl + n2 = 4). ••••••• ( Nm nm ) dengan anggapan NI = N2 = . Kelompok A B C XI pada populasi XI 1:3:5 3:5:7 5. Tentukan taksiran total buku dari N = 9 anak.•• Nm unit sampling. Penyelesaian : total kelompok \.9 X 9 15 21 3 5 7 = 45 : (i) Banyaknya sampel yang mungkin (tanpa pengembalian) kombinasi usp : Banyaknya ( M) m = ( 3 ) = 3!(2! (3-2)! = 3 2 Banyaknya sampel nl =n =2 2 yang mungkin dari m =2 usp (3)=(3)=3. : Misalkan populasi terdiri atas anak -anak dan dikelompokkan menurut kelompok umur atas M = 3 (namakan A. dan rataan kelompok XI) XI Tabel l...Misalkan populasi terdiri atas M kelompok masing-masing berisi NI• Nz •. Daftar nilai \. Andaikan XIJ menyatakan banyaknya buku yang dipunyai anak ke-j pada kelompok ke-i..

5 5.9 54 58.3 3. Daftar semua sampel yang mungkin A B X 1\ A C X 1\ B C X 1.5 3.5 Pendugaan Populasi Total Populasi untuk sampel Acak Berkelompok 1\ 't cl = -m M-m M M m i=1 I -- NI nI S2b n II j=I II X Varians ali 't 1 M2 -+-INm M nl m .5 3.5 45 324 1.5 54 1. 't cl a S2 b b 2 a + M m I N1 __ I S2 I_ b dim ana (1) adalah varians total dengan tanpa pengembalian dan (2) varians dengan pengembalian.7 5.5 45 40.7 5.5 54 405 3.7 5.7 5. dan (b) variasi intra usp Batas kesalahan : ~d ± 2 ~ atau cl ~d ±2 ~ cl 26 .5 1.3 5.7 5.9 7.5 3.9 7.5 5.9 7. Terdapat dua sumber variasi.7 5.5 45 49.6.9 54 7.9 5.5 36 40.5 5.5 3.9 36 40.5 5.9 3. (a) variasi ternadap sampling usp dan dinamakan variasi antar usp.5 63 486 3.5 45 49.7 3.7 1.49.7 5.9 45 49.5 36 31.7 5.7 .5 36 40.9 58.7 27 31.9 7.9 7.7 5.3 3.Tabel 1. N-n I I I N S~ n I 1\ 2 = SK = .

] x. S2. .1=1 x. .=--~ _ 1 n. N.3 2 27 + 5) ] 1= - 3 2 (6 + 12) = Adapun taksiran varians populasi dari contoh Tabel 1.m M -- S2b m + -m M I m N'. 'C _ . .2 T =M M. j= 1 3 2 (3 I nl X2 ] J " 't = -.3.) - ( n.3 2 [3 -2 [ + Xl2) + -- (XlI + X22) ] 't " = -- 3 2 -- 3 2 (1 + 3) + -.6. j= 1) (Xll n.] t " = -- [ -- NI n.n.2) X. yaitu : i\. N.5) dari Tabel 1.dim ana : 1 X.6 di atas (tanpa pengembalian) adalah : Varians : s-. (ii) Dengan cara lain bisa dihitung taksiran total populasi X berdasarkan sampel (1. -- S2. n. n. J=1 X. -- ni ~ m 3 2 1=1 n. I XI + -- Nl n." Namun. terlebih dahulu harns dapat kita ketahui nilai s\ dan Kelompok A B TOTAL x 2 IJ XI XI XIJ N/nl 'tl " ~ I 1.3.-- M m ~ N.3 3.5 10 34 4 8 2 4 3/2 3/2 6 12 18 36 144 180 27 .

..J34 = 5.-+2" Ox cl Xci atau --~ Xci +') Sx cl 28 .---------------- .2 (4) ] = [ 10 .2 (- 2 )2 ] = 18 S2 = I [ J=1 £i n J=1 X_ lj (n I x 2) ] I S2 = I S2 = I S2 = 2 1 nI .1 [IIXl ' J (n. -- =2]) X.6618 Penduga Rerata Populasi untuk sampel Acak Berkelompok Rerata Varians dimana (1) adalah varians rerata dengan tanpa pengembalian dan (2) varians dengan pengembalian. S2 = 2 1 2.1 1 [ 180 .1 1 n.32 ] = 2 ~2= Maka 3 (3-2)-+-(6) 2 +9 18 3 2 (1) = 27 standart error: ~ = .. Batas kesalahan .8 ] = 2 [~2 J=1 X2 J (n..1 [ 34 .8309 & cl = 34 Batas kesalahan : ~cl ± 2 atau ~d ± 2 s{' cl 27 ± 2 (5.1 1 llz-1 [ 10 .2 (16) ] = [ 34 . XI2) ] 1 2.._--- S2 = b [mIl m-l 1=1 l't -m 2 I (~>t " m 18 I )2 ] = 1 2.8309) = 27 ± 11.

I 1\ N. Penyelesaian : Ingat bahwa diketahui : = 9 dan M = N. j=1 . !1.12. m 1\ )2 ] i=1 - xl=--I 1 n.1 [I m 1\ TIl - m ( __ IT. Carilah nilai penduga rata-rata untuk sampel acak berkelompok dan tentukan batas kesalahan pendugaannya. XII n.11. ~J ] +~ n. = 2 Kita masukkan rumus mencari nilai rerata penduga : Rerata : x. Contoh 1. = -- 1 9 -- 3 2 (6 + 12) =3 29 . = N. : Sesuai dengan contoh 1.dim ana : S2b = _- 1 m. =---N Xci = _1__ 9 Xci = 1 N m 3_ 2 n i=1 I -. XII [__l2_ [3 2 n I j= 1· r j= l XII . = 2 n = 11z = 2 N l 3 - 11\ = m. 3 2 j= 1 (3 + 5) ] - 1 9 - 3 2 ( 1+3 ) +- Xc.

n. N. x21" - S22= -- 1 n.2 3 - [ 32 18 2 +- 3 2 (6) (1) ] Varians : Sid = -- 34 34 = -= 0. .8 ] = 2 n.42) atau 3 ± 0. barangkali diinginkan untuk menduga proporsi penduduk suatu masyarakat yang menyukai ukuran kotak 30 . .Untuk menentukan batas kesalahan pendugaan. terlebih dahulu kita cari nilai varians (tanpa pengembalian) dengan rumus : Varians 1 M .1 [I xt/ j=l (n.2.32 ] = 2 2. .1 1 [I m i=l il._ m (-' I~ m y] 2-1 1 n. XI 2) ] _ - S2I = n.1 1 2. ' S2b = -=- m. Varians : s/c! = -1 92 1 3.m S2b M : S_2= -[ M2 -+ -x N2 M m m 1 I N2 i=1 m N. MisaInya dalam survai sebelum pra pemilihan.42 81 81 Xc!± 2 3 Batas kesalahan <\ cl atau Xci ± 2 Sx cl ± 2 (0.2 (16) ] = [ 34 .2 (4) ] = [ 10 .1 [I" j=l- (n2x/)] S22= -[ 34 . x 2 t) ] S21= [ 10 .1 Maka.2 ( - 18 2 )2 ] = 18 S2 = I [I' n j=I nt x l / - (n.84 Seringkali seorang pelaksana eksperimen ingin menggunakan sampel acak bergerombol untuk menduga proporsi populasi p.-1 1 [ 180 .

proporsi anggota serikat buruh di se1uruh propinsi yang menyukai penyesuaian gaji melalui negosiasi. Pendugaan Proporsi Populasi untuk Sampel Acak Bergerombol Penduga: ~a 1=1 ' ~1 n. Kemudian ni1ai dugaan proporsi anggota dalam populasi yang memiliki ciriciri dapat dioeroleh melalui rumus yang ada dalam kotak. m Varians penduga : (y pel = S2 pel M_m i~l (a. ..pemungutan suara tertentu: atau barar jka" dimaksudkan untuk menduga mobil-mobil di kota yang tidak 1010s dari standar pengotoran yang terakhir. pertama-tama kita cari '\.. Untuk menghitung p pada waktu menggunakan sampe1acak bergerombol.. m. yaitu banyaknya anggota dalam gerombol ke-i yang memiliki ciri-ciri yang diminati.Pcl\)2 ] = ( __ )[ ] M m 02 m.. untuk setiap gerombol i = 1.1 dim ana : n=-- 1 m i=l' &2p el m I n Batas kesalahan pendugaan : p ± 2 atau P±2 s"pel 31 . 2.

3. 1. 3. 14 xlj I. Banyaknya bola lampu yang eaeat yang ditemukan dalam setiap kotak bola lampu adalah sebagai berikut : 0. 0.LATIHAN SOAL 1. 3. . 6 7. 1. Bola lampu dikirimkan dalam karton yang berisi 12 kotak. 2. Dugalah proporsi p bola lampu yang eaeat dalam pengiriman. 9. dan tentukan batas kesalahan pendugaan ! 32 5. Diketahui populasi : kelompok A 3. 2. 0. 1. 2. 3. dengan setiap kotak berisi 6 bola Iampu. 1. 2. 0. 5 B C Dipilih m = 2 kelompok Hitunglah varians ~ ! 3. Seorang pemeriksa mutu pada rantai produksi perangkat keras ingin menghitung proporsi bola lampu yang eaeat yang dikirimkan ke gudang oleh pabrik. 1. 0. 1. 6: 6 B dipilih m = 1 kelompok seeara aeak dan subsampel n1 = 2 sccara aeak. 0. 5 3. karton-karton bola lampu atau kotak-kotak bola lampu sebagai gerombol ? Jelaskan ! Lihat latihan soal no. 1. Buat rancangan percobaan sampel aeak bergerombol untuk pemeriksa terse but. 6. L 0. Manakah yang hams digunakan. Misalkan pemeriksa tersebut memutuskan untuk menggunakan kotak bola lampu sebagai gerombol dan seeara aeak memilih m = 20 kotak dari antara 100 karton yang diterima dalam pengiriman.4. Dalam keadaan apa kita dapat menggunakan sampel aeak berkelompok kelebihan dan kekurangannya ? Diketahui populasi : kelompok A AI] ? Apakah 2. (1) Tuliskan semua sampel kelompok yang mungkin ! (2) Ambillah sampel yang pertama dan hitunglah varians total populasi ! 4.

X4. I X4. X 2. Bila N ± nk.6. murah.1. dilakukan pemilihan satu unit sampling dari tiga unit sampling pertama (misalkan terpilih X2) selanjutnya dipilih tiap unit kedua kelompok sampling berikutnya. misalnya. 33 . XS' X6. XII' Xl2 Dengan metode A. jadi jumlah populasi merupakan kelipatan dari k. (1) Metode A Misalkan populasi bcrukuran N = 12 data yang tidak prakus dari x. dan juga bila ukuran sampel tidak diketahui. X. catatan pemeliharaan peralatan. x. menyimpan dalam komputer atau pada kartu arsip. X7. X" X61 X7. dan cfisien dengan menggunakan sampel acak sistematik. X2 x. Bilangan banyaknya sampel yang mungkin. Ada beberapa keadaan tertentu dimana sampel acak sistematik tidak seharusnya digunakan. Adapun cara pemilihan sampel dengan sampling sistematik. Karcna lebih mudah dan lebih sedikit memakan waktu untuk melaksanakannya ketimbang sampcl acak sedcrhana. X. Dcngan mcmilih pelanggan kredit. misalkan maka : untuk N = 12 akan dipilih sampel sistematik = 5. yaitu jika terdapat periodisitas tersembunyi yang muncul pada jangka waktu tertentu dalam populasi. terdapat dua metode. Xlll. sampel acak sistematik dapat menghasilkan lebih banyak informasi per rupiah sampel. X~. dan n menyatakan ukuran sampel. bila informasi yang relevan dicatat dalam bentuk yang berurutan. atau data tenaga penjualan dari catatan perusahaan yang disimpan dalam komputer dapat dilaksanakan dengan mudah. Dengan metode A populasi dikelompokkan n dalam = _- N k = -- 12 3 =4 kelompok k menyatakan dengan k N = nk.!. X3.: XIO' XII' Xs Xl! X12 X. SAMPEL ACAK SISTEMATIK Rancangan yang menghindari persyaratan pengumpulan sampel acak sederhana adalah sampel acak sistematik. metode A dan metodc B. Terutama bermanfaat dalam audit. Sampel Acak Sistematik adalah suatu cara pemilihan sampel secara acak satu anggota (un sur) dari k anggota pertama dalam kerangka dan kemudian memilih setiap anggota yang ke-k selanjutnya. Jadi : Populasi Sampel : : XI' X2.

pilih Xl' r = 0.n = -- N k = -- 12 5 = 2.. Andaikan j=S. Andaikan N 11 dan k diperoleh : k = __ 8 3 = 2 dengan sisa r =2 titik bila titik = 3. Prosedur pemilihan sampel adalah memilih seeara aeak 1 unit dari 5 unit pertama. .1.. Ingin diadakan sampling sistematik dengan k = 3. engan Slsa r =~ L 11k.4 Dalam hal ini. k 1 x =--L I n n j=I N-l N 1 x lJ Varians dimana a-xl sy S2 = = S2--L N 1 k i=1 j=1 L n (x . bila r = 2. Untuk r = 2 dipilih X2 sebagai titik awal. Karena k = 3. Andaikan N = nk = 12. Dalam hal N + nk. Dipilih suatu unit sampling seeara aeak (namakan unit ke-j). 2. peluang terpilihnya sampel sistematik sama dengan k = -- 8 3 d . sedangkan yang lainnya 4. Penduga Rerata Populasi untuk Sampel Acak Sistematik Rerata dim ana i = 1. pilih X3 sebagai titik awal selanjutnya pilih setiap unit sampling ke-k = 3 dari awal. ukuran sampel adalah 2 atau 3. Karakteristik prosedur pemilihan B adalah peluang terpilihnya sampel sistematik sama dengan nIN. selanjutnya dipilih satu unit dari setiap 5 unit berikutnya mulai dari sampel awal yang terpilih. (2) Metode B Untuk menjelaskan metode B. . Pada metode B. pilih X. Bila r = 1.pemilihan awal (sampel awal) didasarkan atas nilai r.2. Sampel sistematik ketiga hanya mempunyai tiga unit sampling.)2 'J I -sy N-l i=1 j=1 (Jx sy L k L n (x. ukuran sampel sistematik tidak sama.x) lJ Batas kesalahan : x ±2 34 .J .x. Begitu juga berlaku untuk sampling dim ana N ± k. diperoleh : _J _ . makanilai r yang mungkin adalah 0. Sedangkan pada metode A. akan diberikan suatu ilustrasi. Selanjutnya pilih setiap unit sampling ke-k = 3. = -.

maka : Bila yang terpilih sampling sistematik nomor 2. 4.13 : Diketahui data tentang banyaknya buku ajar yang dimiliki oleh N=9 mahasiswa : 1. I 7: 8. Carilah varians dari rata-rata sistematik ! 35 . 2. Dari populasi tersebut pilihlah sampling sistematik 1 . 5. = 5 12 x 1 =4 x 18 3 =6 Bila sampcl yang terpilih adalah sampling sistematik nomor 1. 9. 3. 6. diperoleh nilai ekspetasi Xsy E(x ) = -'Y 1 3 (4 + 5 + 6) = 5 = X (metode A) (4 + 5 + 6) = 5 = X (metode B) E(x ') ) = -- 3 9 Contoh 1. 8.3 yang mungkin. 5.14 : Dikctahui populasi sebagai berikut : 1. 3 I 4. = 5 dan bila yang terpilih adalah Dari daftar semua sampel yang mungkin. 9 Dari populasi tersebut diadakan sampling stratifikasi dengan k = 3. 7. maka XSy sampling sistematik nomor tiga. 6.Contoh 1. yaitu : 2 2 4 7 3 3 6 9 5 8 15 X. maka XSy = 6. 2.3 dan dari sampel yang terpilih dihitung taksiran mean populasi ! Penyelesaian : N=9=3x3=nk-->n=3 Jadi ada 3 sampling sistematik 1 .

X)2 + 11 I j= 1 I n (x.X)2 ] -I 1- 1 9 ( 18 + 18 + 18 ) = -- 54 9 36 .9.Penyelesaian : berarti terdapat k = 3 sampel sistematik yang mungkin seperti pada Tabel 1. . -I x)C + I n j= 1 (x .9. Selanjutnya dihitung suku kedua. Jumlah sampel sistematik yang mungkin 1 Xl] X lj 2 X2] 2 X 2j 2 X_lj 3 2 X .X )2 + -I I J= I L n (x.x) IJ I 9-1 I 8 [L r= 1 J xY + j= 1 L n (x. . yaitu : 1 N L k i=l j=l n L n (x II xr I = -= -- 1 9 [L j= 1 (x . Tabel 1.I] 1 I 16 4 7 49 66 2 5 8 15 4 25 64 3 6 9 18 9 36 81 126 12 93 Langkah pertama. I xf ] ::: -- ( 21 + 18 + 21 ) = -- 60 8 Varians S2 merupakan varians populasi secara kese1uruhan. tentukan nilai S2 : Sl = -= -- I N-I i=1 j= l 1 LL n (xJ k n (x .

Maka. Koefisien korelasi p didefinisikan sebagai : E (x 11 p=-------x) (x _.1 I 1 + (n . Koefisien korelasi intra kelas bertambah besar bila sampel sistematik bertambah seragam. Karena sifat dari nilai vanans. Koefisien korelasi intra kelas p mengukur keseragaman suatu sampel sistematik. karena biasanya hanya tersedia sampel.1 i=l j<j LL n (x . Dengan demikian taksiran varians random dapat digunakan untuk menaksir varians sistematik. Suatu ukuran yang menyatakan derajat keseragaman suatu sampel sistematik adalah koefisien korelasi p antar pasangan unit di dalam sampel sistematik yang sama. penaksir tak bias untuk nilai varians tidak dapat ditentukan berdasarkan satu sampel sistematik. 11 II x) E ( x .~ \ '\ dengan p= = -.N 2 k S2 N.k 1 L (x i=l I k X)2 Namun perlu diketahui untuk dapat menentukan varians seperti rumus tersebut. 37 .x) (x .c X. varians rerata dapat ditulis sebagai : Varians : P-' "! = .X)2 dengan mcnggunakan p. Jadi perlu ditentukan penaksir nilai varians didasarkan atas satu sampel. Hal ini menyebabkan varians tidak dapat digunakan untuk keperluan praktis.l)p I n .x) --I] IJ N. Tetapi dengan kondisi tertentu.n --. sampling sisternatik dapat dianggap sama dengan sampling acak. perlu diketahui semua sampel sistematik yang mungkin.1 p dinamakan koefisien korelasi intra kelas. varians rerata populasi dari sampel sistematik adalah : Varians : S_2 x ') = NN 9-1 9 1 S2--L N 1 k i=l L n j=I (x .s-' -.) = -.X)2 IJ I = -----=-8 9 60 54 2 3 Varians sistematik bisa juga dicari dengan rumus : Varians : s.

4. 5. 4.LATIHAN SOAL 1. 3 1. 10. Ingin ditaksir banyaknya perkataan "adalah" muncul di dalam buku terse but. 5 (1) Dengan metode A. 2. 6. 6. 2. 7. 6. 4. pilih semua sampel sistematik yang mungkin (2) Dengan metode B. 9. Akan dipilih sampel sistematik 1 . 4. 12 Misalkan dipilih sampel sistematik 1 . (3) Tentukan peluang untuk sampel yang dipilih pada (1). Mengapa orang melakukan pemilihan sampel dengan sampel acak sistematik ? Dalam keadaan apa penarikan sampel dengan sampel acak sistematik tidak dapat dilakukan ? Diberikan populasi 2. 38 .20. Diketahui populasi : 1. Misalkan suatu buku terdiri 555 halaman. 1. 6.4. (1) Berapa ukuran sampel. 9. 8. 3. 2 2. 5 4. 11. 5.k --> n = N/k (2) Peluang terpilihnya suatu sampel : metode A . pilihlah semua sampel sistematik 1-6 yang mungkin. 9. 9. 2 3.4. menurut metode A? Menurut metode B ? (2) Tentukan peluang terpilihnya suatu sampel yang dipilih dengan metode A ? Juga metode B ? Petunjuk : (1) ingat N = n. 1/k metode B : n/N 5. 4. 7. 8. 9. Tentukan : (1) koefisien korelasi intra kelas p (2) variansi rerata dengan faktor koreksi dari koefisien korelasi intra kelas p. 9. 3. 8 3.

karena penarikan dilakukan menurut suatu proses probabilitas b. Setiap unsur memiliki peluang --1 2. hemat waktu c. 4. <J_ = x --- n d. d.SOAL-SOAL MULTIPLE CHOICE 1. kecuali : a. 3. efisiensi biaya c. Di bawah ini termasuk teknik pengambilan sampling dengan jumlah sampel terbatas. Stratified Random Sampling b. sampel ini yang paling baik c.= -x Wi cr c. Tidak ada jawaban yang benar Suatu sampel random sederhana bersifat : a. Setiap unsur dalam populasi memiliki kesempatan yang sama b. Cluster Sampling d. Sampel ini selalu yang paling mudah diambil d.= ~ x cr 'In N -n N-l b. agar random a dan c benar 5. Karena penarikan sampel ini dilakukan menurut suatu proses probabilitas. Systematic Random Sampling c. d. c. (}. Secara relatif situasi dalam sampel sama dengan situasi populasi. <J_= x 39 . Sejumlah n sampel ditarik dari sebuah populasi yang besar ( n/N < 5% ) dimana pemilihan sampel dilakukan dengan pemulihan. (}. maka standar error dari harga rata-rata hitung sampel adalah : a. NCIl Sampel yang dipilih dengan prosedur random Semua jawaban di atas benar semua Manfaat penarikan sampel : a. Untuk setiap penelitian. situasi dalam sampel mungkin berbeda dan situasi dalam populasi Sampel dikatakan sampel random bila : a.

Ill. Andaikan 2. 10 d.945 0. Distribusi rata-rata sampcl yang sangat bexar dapat didckau dcngan drsrribu-a norma: b. diperoleh nilai interval rata-rata populasi (m ) : a.95 = 0. 30 b.'\ d. tctap OC:-'.95 = 0. pad a sampcl aeak yang tcrdm d.Il. b. 8.609 c.95 Sejumlah N populasi yang mcmiliki distribusi normal mempunyai nilai rata-rata (11) = 1200 dengan o 300.312 = 0. Dcngan uji kepercayaan 95 % dari distribusi normalnya. d. Pcndckatan distribusi rata-rata sampcl kccil dcngan dtstribust t sangat mcndckau distribusi normal Distribusi rata-rata sampcl akan mcnycrupai distribusi normal jika bexar sampcl (11) bertambah tanpa batas 40 .0025 0. 5. . sembarang e. (I( 10.82 dengan standar deviasi = 2.6. 9(X) = 9.25 % 0/( tunggakan C.312 S 11 S 5.3. d. d. b.in I(~. 7.312 -5. c.S (/( 11. Dengan interval kcyakinan scbcsar 95 %. 0.328 -14.312 S 11 s 14. b. maka standar deviasi distribusi sampelnya : a. Distribusi rata-rata sampcl kccil akau normal iika sampcl duarik dan populus.~. Pemyataan yang tidak tcpat mcngcnai dixtnbux: rata'-rata "<Impel a.921 Sejurnlah n sampel mempunyai rata-rata 9. maka jumlah sarnpcl yang dapat diambil secara random dan dengan pemulihan dan populasi tcrscbut hila diharapkan rata-rata sampel x = 1258. a. berbanding lurus b.328 s 11 s 5.328 -5.312 S 11 S 14. bcrbanding terbalik Cfc olch ukuran sampel.5 dan o = 10. Presisi penaksir ((F) dipengaruhi ukuran sampel : a. tidak ada yang bcnar maka rata-rata propoi-. 0. (Ul2. bila prcsisi scmakin c.5 pelanggan telepon d: Jakarta mcmiliki tunggakan. 100 c.li--:! d.632 0.95 = 0. pelanggan telepon yang memiliki orang adalah : a.8 adalah : a. 0. Jika sebuah sampel random sebesar n = 250 dipilih tanpa pemulihan dari populasi normal sebesar N = 3500 dengan I-t = 27.

maka ukuran sampel yang ditarik pada selang kcpcrcayaan 95 o/r adalah : a. 11. dalam xampcl mungkrn bcrbcda dari situasi dalam populasi karena situasi 17. Kemudian diambil clan krri kc kanan sctiap angka dalam baris 05. Dalam xampel ini. 182 orang berkebangsaan Inggris.f. Dan suatu populasi satu sampel acak sederhana ditarik tanpa pemulihan. penarikan dilakukanmcnurut suatu proses probabilitas untuk sctiap pcnelitian. ) = . OJ c. 97 h. Bila kita gunakan alokasi sebanding untuk mengambil sebuah contoh acak berlapis 15 karyawan. 14. maka jumlah karyawan yang harus diambil dari setiap golongan tersebut secara berturutrurut adalah : a.5 dengan standard deviasi sampel sebesar 16. Pada tabel 0 angka dalam bari. 9224 1h Suatu xampcl acak scderhana bersifat : a b.11 d. 236 h 9 d. Batas atas IQ populasi mahasiswa tcrscbut pada interval keyakinan 95 % adalah : a. 16 c.OS dan kolom OS "ditusuk" sebagai angka pertama.4 h. 114. 49 c.9 d. 11. Diantara 250 karyawan kantor cabang sebuah perusahaan asuransi intemasional. Dan suatu populasi mahasiswa tak terbata dan terdistribusi normal diambil sampel random yang tcrdiri dari 64 orang.1 b. Untuk penarikan itu tabel angka random c1igunakan. yaitu angka "7". dan seterusnya.l.. g-lo 7 cI. 107 b. dan 17 orang Asia.11 . 119. 107 d. Populasi terdiri dan -lSOO unsur dan sampel tcrsebut terdiri dari 15 unsur.3. 5 I orang berkebangsaan AS. sccara rclatif situasi dalam sampel sama dengan situasi dalam populasi. baris 07.1 c. 1 . Gunakan soal no. 191.J5 dengan standard dcviasi populasi (0) = 10. sampel ini yang paling baik <ampcl ini sclalu yang paling mudah diambil karcna pcnarikan sampcl ini dilakukan menurut suatu proses probabilitas.3 13. Penarikan sampel dilakukan tanpa pemulihan dengan rata-rata IQ sam pel 115. d. antara lain ditarik unsur bemomor : a.9 14 Jika dringinkan sclisih rata-rata sampel dengan rata-rata populasi (x . baris 06. Lihat pada tabel bilangan random. I J .1 . maka ukuran sampcl pada selang kepercayaan 99 % menjadi : a.12.4 c. 739 41 .. 141. 77 15. Jika diinginkan selisih rata-rata sampel dengan rata-rata populasi = 2. c.

70 d. 0. persyaratan pengumpulan data tidak praktis dari sampling acak sederhana b. lapisan pertama terdiri dari 4000 keluarga tani 2. jika : a. Kalau ditarik secara demikian.03 21.40 c. Jika ukuran sampel dinaikkan dari 64 menjadi 196. Pada tabel ini angka dalam baris 10 dan kolom 00 "ditusuk" sebagai angka pertama. 2211 c. Lihat pada tabel bilangan random. Sampling sistematik dapat digunakan. 3/20 S2 42 . 8/20 S2 d. 3/8 cr2 c. Dalam sampel ini. Misalkan dari suatu populasi berukuran N = 5 diambil sampel acak sederl1ana berukuran n = 2. semua jawaban di atas benar 23. ukuran sampel tidak diketahui d. 35 keluarga tani dan 7 keluarga buruh 20. 8484 19.18. Dari suatu populasi satu sampel acak sederhana ditarik tanpa pemulihan. yaitu angka "8". Dari populasi ditarik suatu sampel berlapis terdiri dari 42 keluarga. 36 keluarga tani dan 6 keluarga buruh b. maka galat baku/ standard error menjadi : a. 210 orang dari keluarga tani dan 35 orang dari keluarga buruh c. 20 untuk memperoleh standard error harus diambil adalah : a. 28 = 0. 184 d. Gunakan soal no. 7 keluarga tani dan 35 keluarga buruh d. 0. lapisan kedua terdiri dari 800 keluarga buruh 4000 keluarga tani ini terdiri dari 24. 0. baris 1L baris 12.3 kg dengan standar deviasi = 56. 3/10 Sl b. 84 b.000 orang dan 800 keluarga buruh ini terdiri dari 4000 orang. Maka untuk sampel tanpa pengembalian berlaku cr2~ : a.20 c. sebanding dengan besamya lapisan (proportional allocation). dan seterusnya. 0. Suatu populasi terdiri dari dua lapisan : 1. Pembagian unsur sampel menurut lapisan. Untuk penarikan itu tabel angka random digunakan. 180 c. sampel berlapis ini terdiri dari : a. 20 d. 196 c. maka ukuran sampel yang 22. Kemudian diambil dari kiri ke kanan setiap angka dalam baris 10. Populasi terdiri dari 6700 unsur dan sampel tersebut terdiri dari 20 unsur. terdapat periodisitas tersembunyi yang muncul pada jangka waktu tertentu dalam populasi c. antara lain ditarik unsur bemomor : a. Sejenis benang diproduksi dengan kekuatan tarik rata-rata = 78.2.

= -4 . X6 adalah 2/8 bila pemilihan sampel dilakukan dengan metode B d. 8. i = 1. maka : a. Diketahui populasi : I: 3: S. X7 X8 Dan populasi ini diadakan sampling sistematik 1 . 2. = -6 . a dan c benar XJ 27. maka : a. SO b. ISO lulu san D-3. maka : a. dan selebihnya adalah yang tidak tamat sampi SMA maupun yang tidak bersekolah. salah satu sampel sistematik adalah : 1 . Dengan sarnpel acak sedernana diperoleh X = -3 X = 2.18 Diadakan sampling sistematik 1 . Xi X(. 18 b. Pimpinan mengambil sampel secara alokasi dengan jurnlah sampel sarna. X2 Xl = -6 dan Xl = -2. Pimpinan akan melakukan penarikan sarnpel acak berstrata. Diketahui populasi X..3. d. peluang terpilihnya suatu sampel sistematik adalah 1/3 bila pemilihan sarnpel c1ilakukan c1engan metode A c. c.. S 43 . maka : a. salah satu sanpel sistematik adalah 16. 2S d. Berapa sampel yang diambil dari karyawan lulu san SMA ? a. Dari 10. 10: 12. tiap sampel ssitematik berukuran 6 c. §:= 8 2S.24. ada 3 sampel sistematik yang mungkin b. X3 = -2.000 karyawan pabrik terdapat SO lulusan sarjana.3. Pimpinan perusahaan ingin melihat tingkat kerajinan karyawannya dengan mengarnbil secara acak 200 karyawannya untuk diteliti. 10 c.. . 16. 12 Dari populasi ini diadakan sampling sistematik 1 . peluang terpilihnya suatu sampel sistematik aclalah 1/3 bila pemilihan sarnpel c1ilakukan dengan metode B d. peluang terpilihnya sampel X3. peluang terpilihnya sampel S: 12 adalah 2/3 bila pemilihan sampel dilakukan dengan metocle B 28. ada 6 sampel sistematik yang mungkin b.6. Diketahui populasi : XI Xc X) x. x:= -4 b. 500 lulusan SMA. taksiran mean populasi adalah XSY = 1/2 (X3+ c. a dan c benar 26. 7 d.33 Diketahui suatu populasi : XI = i.

'------ Kelompok A B x I] ---.. Apabila pada soal 28. a dan b benar 31.29. pimpinan mengambil sampel dengan cara alokasi secara proporsional. Rata-rata penduga sarnpel berkelompok Xci= 5 d. 2.1 + j . salah satu sampel kelompok adalah A : 1. Diketahui populasi dengan X. total populasi X = 45 d. Maka a. Diketahui populasi yang telah dikelompokkan : r---__. i = 1. 1. 2.) . Maka : a. 5. 9 Dipilih m = 2 kelompok dan n] = ~ = 2 subsampel. 5. Varians taksiran total 1adalah 30 c. maka jumlah sampel yang diambil dari karyawan yang tidak lulus SMA atau tidak bersekolah adalah : a. 145 30. b dan c benar 44 . 93 b. terdapat 27 sampel yang mungkin b. Varians antar total sampel berkelompok S = 9 b. c. 186 d. 50 c. 3 C 4.1. 2 B:4. 3. 6 7. 8.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->