Upload
knut
View
62
Download
8
Tags:
Embed Size (px)
DESCRIPTION
METODE PENARIKAN CONTOH I (7-8). SYSTEMATIC SAMPLING. PERTEMUAN 8-9 : SYSTEMATIC SAMPLING. Penarikan contoh acak sistematik Pengertian , alasan , persyaratan dan keuntungan / kelemahan Prosedur penarikan contoh (linier dan sirkuler ) Tipe unit dalam populasi ( acak , periodik dsb ) - PowerPoint PPT Presentation
Citation preview
1
SYSTEMATIC SAMPLING
METODE PENARIKAN CONTOH I(7-8)
LOGO
PERTEMUAN 8-9: SYSTEMATIC SAMPLING
Penarikan contoh acak sistematikPengertian, alasan, persyaratan dan
keuntungan/kelemahanProsedur penarikan contoh (linier dan
sirkuler)Tipe unit dalam populasi (acak,
periodik dsb)Pendugaan rata-rata, total dan
ragam/ varianEfisiensi terhadap PSAS
2
LOGO3
Referensi
Scheaffer, Richard L & Mendenhall, William. 1990. Elementary Survey Sampling. Duxbury Press. California.
Kish, Leslie. 1995. Survey Sampling. John Willey & Sons, Inc. New York.
LOGO4
PENGERTIAN SYSTEMATIC SAMPLING
Merupakan suatu cara pemilihan n unit sampel dari N unit populasi secara sistematis dengan interval (jarak) tertentu dari suatu kerangka sampel yang telah diurutkan.
Seluruh N unit dalam kerangka sampel diberi nomor urut. Pemilihan unit yang pertama dilakukan dengan angka random, pemilihan berikutnya dilakukan secara otomatis dengan interval tetap.
LOGO5
Deskripsi
Andaikan N unit dalam populasi diberi nomor 1 s/d N
Untuk memilih sampel sebanyak n unit, kita mengambil sebuah unit secara acak dari k unit pertama dan setiap unit ke-k setelah itu
Misal: k=15 dan unit pertama terpilih adalah nomor 13
unit-unit berikutnya adalah 28, 43, 58, dst
Pemilihan unit pertama akan menentukan sampel secara keseluruhan
LOGO6
PRINSIP
Ada interval (k) antar unit sampel: Unit sampel pertama dipilih secara
acak Cara 1: antara 1-k
(Linear Systematic Sampling) Cara 2: antara 1-N
(Circular Systematic Sampling)Unit sampel berikutnya ditentukan
oleh interval (k)Misal: N=60; n=10; maka
LOGO7
Jadi, systematic sampling adalah suatu teknik sampling di mana hanya unit pertama dipilih dengan bantuan angka random dan untuk mendapatkan sisanya dipilih secara otomatis menurut interval yang ditentukan sebelumnya
Misal: N=60; n=10; maka , dan AR=2
Jadi, sampel terpilih (cara 1):No: 2,8,14,20,26,32,38,44,50,56
No Mhs 1 2 3 4 5 6 7 8 9 … 60
Tinggi
(cm)
165
162 155 176 160 180 176 173 154 … 166
LOGO8
PROSEDUR PEMILIHAN SAMPEL
1. LINEAR SYSTEMATIC SAMPLING− frame disusun menjadi daftar unit populasi yang terurut
sehingga unit-unit dapat dirujuk oleh angka (nomor urut).− Menentukan interval sampling k = N/n, sehingga N=nk− Menentukan angka random pertama, R1k .− Sampel terpilih terdiri dari unit-unit ke :
R, R+k, R+2k, . . ., R+(n-1)k .− Jika N≠nk, maka ambil k sebagai bilangan bulat yg paling dekat
dengan N/n.− Contoh:
N=9 dengan nomor urut 1, 2, …, 9.
n=3, sehingga k=9/3=3
R=2
Sampel terpilih: 2, 5, dan 9
LOGO9
Skema Diagram Systematic Sampling
dimana: unit ke- pada sampel ke- (ukuran unit dalam populasiukuran unit dalam sampelinterval sampel ()
LOGO10
Kasus
Misal:, ,
All Possible Sample (APS)
= [1,4,7,10], [2,5,8,11], [3,6,9,12]
Kasus
Misal:, ,
APS = [1,4,7,10], [2,5,8,11], [3,6,9]
LOGO11
PROSEDUR PEMILIHAN SAMPEL
2. CIRCULAR SYSTEMATIC SAMPLING− Memilih angka random pertama.− Memilih setiap unit ke-k, (dengan k merupakan bilangan bulat
yang paling dekat dengan N/n), dalam suatu cara yang memutar sampai n unit sampel terpilih.
− Sampel terpilih terdiri dari unit-unit ke :
R+jk, jika R+jk ≤ N
R+2k-N, jika R+jk > N .
untuk j=1,2, …, (n-1)− Contoh:
N=9 dengan nomor urut 1, 2, …, 9.
n=3, sehingga k=9/3=3
R=7
Sampel terpilih: 7, 1, dan 4
Random start
LOGO12
Sirkuler Sistematik
Dalam kasus , dapat diatasi dengan prosedur sirkuler sistematik dimana fixed,
Random start: Kasus
Misal:, ,
APS = [1,4,7,10], [2,5,8,11], [3,6,9,1], [4,7,10,2],
[5,8,11,3], [6,9,1,4], [7,10,2,5], [8,11,3,6], [9,1,4,7], [10,2,5,8], [11,3,6,9]
LOGO13
Peluang unit dalam populasi terpilih menjadi sampel:
Metode
N=nk N≠nk
PeluangEstimasi rata-rata populasi
PeluangEstimasi rata-rata populasi
Linear Systematic 1/k Unbiased 1/k Biased
Circular Systematic 1/k Unbiased n/N Unbiased
LOGO14
KEUNTUNGAN & KELEMAHAN• Lebih cepat, murah, dan mudah
pelaksanaannya daripada cara-cara yang lain.• Memperkecil kesalahan pemilihan
dibandingkan dengan srs maupun stratified random sampel, terutama bila kerangka sampel tidak tersedia
• Sampel tersebar lebih merata, sehingga kemungkinan besar lebih representatif & efisien dibandingkan srs.
KEUNTUNGAN
• Penduga varian sulit diperoleh dari sampel sistematis tunggal.
• Apabila unit dalam populasi yang akan diambil sampel mengikuti pola tertentu, misalnya berfluktuasi secara periodik, Penyusunan yang tidak baik mungkin menghasilkan sampel yang sangat tidak efisien.
KELEMAHAN
LOGO15
SYSTEMATIC vs STRATIFIED SAMPLING Systematic vs Sratified sampling :
Misalkan sebuah populasi terdiri dari N unit yang diberi nomor urut 1 s.d. N dalam beberapa susunan. Akan dipilih sebuah sampel berukuran n unit.
StratifiedSystematic
Diambil sebuah unit dari k unit pertama, selanjutnya mengambil setiap kelipatan k.
Diambil sebuah unit dari k unit pertama, selanjutnya mengambil sebuah unit lagi dari k unit berikutnya secara acak.
LOGO16
Hubungan dengan Stratified Sampling
Systematic sampling menstratifikasi populasi menjadi n strata yang terdiri dari: k unit pertama, k unit kedua, dst.
Sampel sistematik sama precisenya dengan stratified random sampling dengan satu unit per strata yang bersesuaian
= systematic sample
= stratified random sample
k 2k 3k 4k
LOGO17
Perbedaan:
Systematic Sample:Unit-unit terletak pada posisi yang relatif sama dalam strata
Stratified Random Sample:Posisi dalam strata ditentukan secara terpisah berdasarkan pengacakan di dalam masing-masing strata.
LOGO18
Hubungan dengan Cluster Sampling
Dengan N=nk, populasi dibagi menjadi k unit sampling yang besar, yang masing-masing mengandung n unit original.
Pelaksanaan pemilihan sampel sistematik adalah pelaksanaan pemilihan satu dari unit-unit sampling yang besar ini secara acak.
Sebuah sampel sistematik adalah sebuah sampel acak sederhana dari satu unit cluster dari suatu populasi sebanyak k unit cluster.
LOGO19
KOMPOSISI K SAMPEL SISTEMATIK
NOMOR SAMPEL
1 2 … i … k
… …
… …
… … … … … …
… …
Rata-rata … …
LOGO20
PENDUGA RATA-RATA POPULASI
Linear Systematic Sampling Jika N=nkrata-rata sampel dari sebuah
sampel sistematik merupakan penduga unbiased dari rata-rata populasi
Jika Nnkrata-rata sampel dari sebuah sampel sistematik merupakan penduga biased dari rata-rata populasi
Circular Systematic Sampling (N=nk maupun Nnk) Rata-rata sampel akan selalu
merupakan penduga unbiased
LOGO21
Teorema 1Jika N=nk maka adalah sebuah perkiraan tidak bias dari untuk sebuah sampel yang ditempatkan secara acak.
k
i
n
j
ijk
iisy nk
yy
kyE .
1
LOGO22
Estimasi Rata-Rata
maka rata-rata kuadrat antar kolom dalam populasi:
LOGO23
PENDUGA RATA-RATA POPULASI
rata-rata sampel untuk sampel sistematik ke-i
(karena ada k possible sample, probability (jika N=nk)
LOGO24
Apabila , misal dimana
Pada kondisi ini besarnya sampel akan menjadi atau tergantung dari random start
, jika
, jika
Contoh:
APS
[1,4,7,10,13]
[2,5,8,11] [3,6,9,12]
LOGO25
Sebagai penduga rata-rata yang tak bias dinyatakan dengan:
LOGO26
Misal:
Unit: Nilai:
Sampel Prob Rata-rata
1
2
(terbukti)
LOGO27
Misal: atau
Unit: Nilai:
LOGO28
Sebagai penduga rata-rata yang tidak bias
Sampel Prob
2 1
2
3 1
2
3
LOGO29
untuk
untuk
LOGO30
Sirkuler Sistematik
Sampel Prob Rata-rata
1
2
3
4
5
LOGO31
Estimasi Varians (1)
Jika
Misal menyatakan unit ke- pada sampel ke- (
Teorema 1: Apabila , maka adalah penduga tak bias dari dan varians
dimana:
LOGO32
Estimasi Varians (2)
Teorema 2: Varians rata-rata sampling sistematik dapat dinyatakan dengan:
dimana:
LOGO33
Total Sum of Square (Jumlah Kuadrat Terkecil)
dimana:
Catatan: varians sistematik akan kecil dimana fixed dan semakin besar
LOGO34
Penghitungan membutuhkan informasi dari seluruh k sampel sistematik.
VARIANS PENDUGA RATA-RATA
Varians within dari k sampel sistematik
Varians within sampel sistematis
yang besar mengindikasikan
bahwa sampel tsb adalah HETEROGEN
LOGO35
Misal populasi:1,2,3,4,5 | 1,2,3,4,5 | 1,2,3,4,5 periodicity
Misal 2 terpilih sampel dan k=5, sehingga sampel sistematik: 2,2,2 homogen dan tidak representatif
Varians within=0 dan akan besar.
Bagaimana mengukur kehomogenan atau keheterogenan ini ?
INTRACLASS CORRELATION COEFFICIENT
LOGO36
INTRACLASS CORRELATION COEFFICIENT
Ukuran yang menyatakan tingkat kehomogenan dalam sebuah sampel sistematik di antara pasangan unit dalam sampel sistematik yang sama adalah intraclass correlation coefficient
LOGO37
INTRACLASS CORRELATION COEFFICIENT
Ketika ada n unit sampling dalam sebuah sampel sistematik, maka ada pasangan unit sampling yang berbeda yang bisa kita pilih
Karena keseluruhan ada k sampel sistematis, ada pasangan yang berbeda, sehingga:
LOGO38
INTRACLASS CORRELATION COEFFICIENT
LOGO39
Jika,
maka
LOGO40
Estimasi Rata-Rata dan Varians (4)Teorema 3: Varians rata-rata sampling sistematik dapat dinyatakan dengan:
intraclass correlation coefficient menunjukkan tingkat keeratan hubungan suatu karakteristik antar unit di
dalam klaster. Menunjukkan derajat kehomogenitian dari sampling sistimatis
LOGO41
SYSTEMATIC SAMPLING Varians , dengan ρ ukuran kehomogenan antar
elemen-elemen dalam sampel systematic. Jika ρ<0 berarti elemen-elemen dalam sampel
cenderung berbeda, dan systematic sampling lebih baik daripada srs.
Jika ρ1 berarti elemen-elemen dalam sampel cenderung mirip, dan
Jika ρ0 dan positif maka makin kecil Jika ρ0 dan N sangat besar, systematic sampling
cenderung ekivalen dengan srs .
LOGO42
Unit homogen dlm
sampel sistimatis
besar
Unit-unit heterogen dlm sampel sistimatis
kecil
kecil &
positif/ negatif
besar &
positif
LOGO43
=0=0
𝑉 (𝑦 𝑠𝑦 ) 𝑉 (𝑦 𝑠𝑟𝑠 )
LOGO44
Suatu estimasi tak bias tidak dapat diperoleh dg mengunakan data dari hanya satu sampel sistematik.
Ketika sampel systematic sama dengan sampel dari srs, maka dapat digunakan untuk mendekati estimasi varians srs ().
Untuk populasi yg bagaimana, berlaku hal2 tsb diatas?
LOGO45
ContohMisalkan populasi N terdiri dari 9
unit, yaitu 1, 2, …, 9.Diambil sampel dg ukuran n=3 secara sistematis.
Hitung rata-rata & variansnya!
LOGO46
JawabAll possible sample dg sistematik
adalah:Unit terpilih pada n1: 1, 4, 7
Unit terpilih pada n2: 2, 5, 8
Unit terpilih pada n3: 3, 6, 9n1 n2 n3
4 5 6
5
LOGO47
Cara I
Cara II
3
2565554
3
11 2222
. k
iisy Yy
kyV
22
2
2 595119
1
1
N
Yy
S
k
i
n
jij
9
546941
9
1
8
60 22
2
2
N
yy
S
k
i
n
jijij
3
2
9
54
8
60
9
1911yV
22sy
wsyS
N
nkS
N
N
LOGO48
Cara III
Dg cara yang sama,untuk i=2,
untuk i=3S2=60/8
YyYyYyYyYyYyYyYyuj
iuij
131213111211
6575457515451 uj
iuij YyYy
9uj
iuij YyYy
6uj
iuij YyYy
LOGO49
60
21696
860
1
19
1
13
2
3
2
60
21131
9
19
3
860
syyV
LOGO50
Repeated Systematic SamplingMasalah systematic kita tidak
dapat mengestimasi varians dari informasi yang dicakup dalam sebuah sampel sistimatik tunggal.
Metode Alternative: “Repeated Systematic Sampling” Membutuhkan pemilihan lebih dari satu
sampel sistimatik• Misal 10 sampel sistimatik dengan interval 50 yang
mengandung 6 unit dapat diperoleh pada saat yang sama seperti 1 sampel sistimatik dengan interval 5 yang terdiri dari 60 unit
LOGO51
Repeated Systematic Sampling (2) Jika ns adalah jumlah repeated samples,
maka ini akan memberikan ns=10 repeated sampel berukuran masing-masing 6 unit.
Misal , , …, adalah rata-rata sampel. Maka estimasi rata-rata populasinya adalah:
Seringkali, diambil ns=10
LOGO52
Repeated Sampling (3)Misalkan n=60, k=16, N=960,
k=N/n=960/60=16),1. Pertama-tama, pilih k’=nsk=(10)(16)=160,
dng k =16
2. Pilih 10 angka random antara 1 dan 160
3. Tambahkan 160 untuk masing2 angka random (starting point) untuk memberikan 10 angka antara 161 dan 320
4. Lanjutkan dengan menambahkan 160 kepada angka-angka ini dan seterusnya
LOGO53
Jenis-jenis Populasi
POPULASI
B
E
C
D
APopulasi alamiah
Populasi acak
Populasi trend linear
Populasi yg berautokrelasi
Populasi dg variasi periodik
LOGO54
SAMPEL SISTEMATIK PADA MASING2 JENIS POPULASI (1)
POPULASI ACAK
POPULASI PERIODIK
POPULASI TREND LINEAR
• Elemen-elemen dalam populasi tersusun secara acak, sehingga unit-unit dalam sampel sistematis juga tersusun secara acak.
• ρ kecil, sampel heterogen, .
• Elemen-elemen dalam populasi berurutan, sehingga sampel sistematik akan heterogen,
• Elemen-elemen dalam populasi mengikuti variasi periodik, shg keefektifannya akan tergantung pada nilai intervalnya (k).
• Sistematik digunakan pd populasi yang keperiodikannya tidak terbatas.
LOGO55
SAMPEL SISTEMATIK PADA MASING2 JENIS POPULASI (2)
POPULASI ALAMIAH
POPULASI Yg BER-
AUTOKORELASI
• Kita menganggap bhw & adalah berhubungan secara positif, dan hubungan antara keduanya mrpk fungsi jarak, .
• Grafik dari ρd disebut korelogram.
• ρd meningkat jika d menurun.
• Contoh:o ketinggian dg jarak berturut-
turut 0,1 mil pada suatu daerah yang luas;
o temperatur tanah;o temperatur udara,o volume penjualan kayu per
lembar;o dll.
LOGO56
POPULASI DENGAN SUSUNAN ACAK
Jika unit-unit sampling di dalam populasi tersusun secara acak, unit-unit sampling di dalam sampel juga akan tersusun secara acak.
Oleh karena itu, sampel sistematik bisa diperlakukan seolah-olah adalah sampel acak.
Sampel yang tersusun secara acak ini akan menjadi heterogen dan akan memiliki yang kecil maka kurang lebih akan sama dengan .
Misal, sampling dari sebuah file yang disusun secara alfabetik menurut nama. Jika item yang diukur tidak memiliki hubungan dengan nama individu, kita bisa mengharapkan systematic sampling benar-benar equivalent dengan SRS dan memiliki varians yang hampir sama.
LOGO57
Varians pada populasi acak Pembuktian pd populasi acak, .
Karena yi & yj tidak berhubungan (i≠j), .
Maka
Sehingga
N
i
N
iii
N
ii YNyYyYy
1 1
222
1
2
1
1
2
N
Yy
nn
nNV
N
ii
ran
N
ii
N
iiN
iiran nN
nN
NN
NNn
nNV
1
222
1
2
1
2
1
N
uu
N
uusy Yky
kYy
kV
1
22
1
2 11
ran
N
ii
N
ii
N
ii
sy VnN
nN
N
k
nkV
1
222
1
2
21
2
1
LOGO58
POPULASI TERURUT
Dalam sebuah populasi terurut, pemilihan sampel sistematik akan memberikan sampel yang heterogen dan biasanya akan lebih kecil daripada .
Contoh: menduga produksi jagung dari populasi petani dengan luas lahan. Petani diurutkan terlebih dahulu menurut luas lahan, kemudian dipilih sampel secara sistematik. Sampel yang terpilih akan heterogen dan menghindari kesempatan memilih sampel yang mengandung terlalu banyak petani besar/kecil sehingga lebih mewakili populasi daripada ketika masih tersusun secara acak.
LOGO59
POPULASI DENGAN VARIASI PERIODIK
Jika populasi mengandung trend periodik (misalkan kurva sinus), keefektifan sampel sistematik tergantung pada nilai interval.
Contoh populasi hipotetik:1,2,3,4,5| 1,2,3,4,5| 1,2,3,4,5
Jika diambil 3 sampel dan dengan random start 2 dan k=5, maka sampel sistematiknya: (2,2,2)homogen, besar
Contoh praktis:Penjualan tinggi hari Jumat dan Sabtu
Penjualan rendah hari Senin dan Selasa
Sampel-sampel bisa dipilih dengan mengubah posisi unit-unit sampling setiap waktu.
LOGO60
Jika karakteristik yang sedang diteliti adalah sedemikian rupa sehingga ini merupakan periodik dengan periode specifik – “a periodic population”
Contoh : penjualan.Untuk populasi periodik, elemen dari
sampel sistimatik adalah “homogen” dan oleh karena itu rho>0. Selanjutnya jika N besar, kita memiliki Vsy > Vsrs.
Dalam hal ini, disarankan untuk mengubah starting point beberapa kali sehingga populasi menjadi acak.
LOGO61
Varians pada populasi trend linear (1)
Pembuktian pd populasi trend linier .Misal yi=i, maka
Pada penarikan sampel sistematis, ; ; ; dst
2
1
1
NNi
N
i
N
i
NNNi
1
2
6
121
12
1
1
1 2
1
22
NNYNy
NS
N
ii
12
11
12
112
NkNN
Nn
knS
Nn
nNVran
LOGO62
Varians pada populasi trend linear (2)
Jadi dapat diganti dengan deretan angka 1, 2, …, k. Maka:
Dengan demikian terbukti , karena
12
11
12
12
Nkk
N
uusy
N
uu
kYy
kV
kkYy
1
22
2
1
2
12
11:maka,
12
1
LOGO63
MODEL2 DLM SYSTEMATIC SAMPLING
Successive Difference Model
Paired Selection Model
Stratified Random Model
Simple Random Model
LOGO64
MODEL2 DLM SYSTEMATIC SAMPLING
Jk unit2 populasi seluruhnya acak, maka sampel sistematis ekivalen dg srs.
Mengasumsikan pembagian populasi ke dalam strata & menggabungkan unit-unit sampling di dalam strata itu.Pengambilan sampel harus meneliti ciri-ciri daftar populasi untuk menentukan strata
Menggunakan 2 angka random pertama pd penarikan sampelnya, intervalnya I’=2I.Jk n=genap, mk ,Jk n=ganjil, berarti ada 1 unit yg digunakan 2x.
Merupakan pengembangan dari paired selection model.
Paired Selection
Model
StratifiedRandom
Model
SimpleRandom
Model
SuccessiveDifference
Model
LOGO65
Relatif Efisiensi (RE)
efek dari penggunaan metode sampling yang merupakan rasio antara varians suatu metode sampling dari SRS.
Nilai :
metode tersebut sama efisien dengan SRS
metode SRS kurang efisien
metode SRS lebih efisien
LOGO66
EFISIENSI
Agar systematic sampling memiliki presisi yang sama dengan SRS, maka:
LOGO67
tergantung dari nilai Apabila , maka
(sama efisien) Apabila , maka
(sistematik lebih efisien) Apabila , maka
(SRS lebih efisien)
LOGO68
EFISIENSIKarena N biasanya besar, seharusnya
kecil agar systematic sampling memiliki presisi yang sama dengan SRS.
Nilai akan kecil jika unit-unit sampling dalam populasi didistribusikan secara random, sehingga bisa digunakan untuk sistematic sampling
LOGO69
Agar sistematik lebih efisien maka,
LOGO
Materi berikutnyaPPS SAMPLING
70
71