penarikan contoh acak sederhana - stat.ipb.ac.id · pdf fileuntuk terambil, maka prosedur itu...
TRANSCRIPT
Penarikan Contoh Acak
Sederhana
(Simple Random Sampling)
Definisi
Jika sebuah contoh berukuran n diambil dari suatu
populasi sedemikian rupa sehingga setiap contoh
berukuran n yang mungkin memiliki peluang sama
untuk terambil, maka prosedur itu dinamakan
penarikan contoh acak sederhana. Contoh
tersebut dinamakan contoh acak sederhana.
Definisi di atas berimplikasi bahwa setiap objek
memiliki peluang yang sama untuk terambil.
Namun konsekuensi ini bukan definisi dari
penarikan contoh acak sederhana.
Cara Mengambil Contoh
Pengambilan contoh acak sederhana pada ukuran
populasi yang sedikit dapat saja dilakukan seperti
pengundian „lotere‟ atau „arisan‟. Yaitu
menuliskan nomor atau identitas lain dari setiap
anggota populasi di selembar kertas, kemudian
mengambil dengan mata tertutup n buah kertas.
objek sebanyak n dengan identitas sesuai pada
kertas terpilih adalah contoh yang diperoleh.
Untuk populasi yang lebih besar, dapat digunakan
bantuan bilangan acak yang bisa diperoleh dari
tabel bilangan acak atau komputer.
Penggunaan Bilangan Acak
Beri nomor setiap objek: 1, 2, …, N
Ambil bilangan acak dari tabel atau bangkitkan
menggunakan komputer.
Sekat-sekat bilangan acak sesuai dengan
banyaknya digit N, dan buat aturan sehingga
setiap objek diwakili oleh bilangan yang sama
banyak.
Tentukan nomor objek yang terpilih
Penggunaan Bilangan Acak
Misalkan populasi memiliki 4000 anggota, dan
ingin diambil contoh berukuran 10. Bilangan 4
digit digunakan untuk menentukan objek yang
terpilih.
0001 objek nomor 1
0002 objek nomor 2
…
4000 objek nomor 4000
4001 objek nomor 1
4002 objek nomor 2
…
8000 objek nomor 4000
8001, 8002, …, 0000 tidak digunakan
Penggunaan Bilangan Acak
Misalkan dari tabel bilangan acak (baris 26 kolom 2,
Scheaffer et al) diperoleh:
72295048399642324878826516656614778767971478013
30087074796669572529676
7229 5048
3996 4232
4878 8265
1665 6614
7787 6797
1478
3229 1048
3996 232
878 -----
1665 2614
3787 2797
1478
Pendugaan Rataan Populasi ()
Penduga bagi adalahn
yy
n
ii
1
)(yE
1)(
2
N
nN
nyV
Tugas : BUKTIKAN dua persamaan di atas
Pendugaan Rataan Populasi ()
jika N >>> n, makan
syV
2
)(ˆ
karena22
1)(
N
NsE maka
N
nN
n
syV
2
)(ˆ
dengan1
)(1
2
2
n
yys
n
ii
Selang Kepercayaan Bagi
)(ˆ
2
yVty
bound on the
error estimation
Teladan 1
Contoh acak sebanyak n=9 catatan rekening pasien yang dimiliki RumahSakit AAA diambil untuk menduga rata-rata jumlah uang dari N=484rekening yang ada. Contoh-contoh yang terambil ada pada tabel berikut:
Objek Jumlah Uang
Y1 33.5
Y2 32.0
Y3 52.0
Y4 43.0
Y5 40.0
Y6 41.0
Y7 45.0
Y8 42.5
Y9 39.0
Dugalah μ, rata-ratajumlah uang dan hitungbound of error padapenduga tersebut
Jawab
89.409
368
9
9
1 i
iy
y
Untuk mencari bound of error dari penduganya, kita terlebih dahulu
harus menghitung s2
67,359
36850,332.15
8
1
8
9
1
2
29
1
9
1
29
1
2
2
i
i
i
i
i
i yy
n
yy
s
94.3484
9484
9
67,3522ˆ2
2
N
nN
n
syV
Dugaan μ
bound of error pada penduga μ
Pendugaan Total Populasi ()
= N
n
yNyN
n
ii
1̂
N
nN
n
sNyNVV
2
2)()ˆ(ˆ
Teladan 2
Suatu perusahaan industri ingin mengetahui tentang berapa lama jam kerjanon efektif yang dihabiskan para pegawai dalam satu minggu. Diambilcontoh acak sebanyak n=50 pegawai, dan diperoleh rata-rata menghabiskanwaktu kerja mereka secara tidak efektif selama 10.31 jam dengan s2=2.25.Perusahaan tersebut memiliki N=750 pegawai. Dugalah berapa total jamkerja yang tidak efektif dalam satu minggu dan hitung bound of errornya.
Jawab:
= N=750(10.31)=7732,5
Jadi total jam kerja yang tidak efektif dalam satu minggu sebanyak 7732.5 jam
jamN
nN
n
sNyNVV 4.307
750
50750
50
25.275022)(2)ˆ(ˆ2
22
2
Kesalahan pendugaan kurang dari 307,4 jam
Penentuan Ukuran Contoh
Tentukan dulu nilai bound on the error
estimation, misalkan sebesar B
ByVz )(ˆ
2
2
2
2
2
)1(
z
BN
Nn
Nilai 2 ditentukan berdasarkan
informasi awal, atau melakukan
survei pendahuluan terlebih dahulu
Teladan 3Analog teladan 1, rata-rata jumlah uang μ pada rekening pasien di rumahsakit AAA dapat diduga. Walaupun tidak ada data prior yang dapatdigunakan untuk menduga ragam populasinya, dari mayoritas rekeningdiperoleh range sebesar 100 dimana ada sebanyak N=1000 rekening pasien.Hitung jumlah sampel yang dibutuhkan untuk menduga μ dengan boun oferror dari penduganya sebesar B=3.
Jawab:
62525254
1004
22 danrange
Sebelumnya kita harus menduga ragam populasi (σ2) terlebih dahulu
56,217
6252
3)999(
)625(1000
)1(2
22
2
2
2
z
BN
Nn
Jadi kita perlu mengambil sampel sebanyak 218 rekening.
Pendugaan Proporsi Populasi
contohukuran
Ya"" menjawab yang banyaknyaˆ p
Jika “Ya” dilambangkan 1, dan “tidak” dengan 0, maka
yp ˆ
N
nN
n
pppV
1
)ˆ1(ˆ)ˆ(ˆ
Teladan 4Contoh acak sebanyak n=100 dari mahasiswa tingkat akhir diambil dariN=300 mahasiswa untuk menduga berapa proporsi mahasiswa yangberencana melanjutkan studi ke jenjang pascasarjana. Nilai yi=1 berartimahasiswa tersebut berencana untuk melanjutkan studi. Dugalah proporsimahasiswa tingkat akhir yang berencana melanjutkan studi dan hitungbound of errornya.
Jawab:
Mahasiswa y
1 1
2 0
.
.
.
100 1
Total 15
proporsi mahasiswa tingkat akhir yang berencana melanjutkan studi
bound of error
15,0100
15ˆ yp
059.0300
100300
99
)85,0(15,02
1
)ˆ1(ˆ2)ˆ(ˆ2
N
nN
n
pppV