Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

1 ) KULIAH KE ( 9 -10) APLIKASI METODE SAMPLING (DESAIN SAMPEL) PENENTUAN DESAIN SAMPEL PENENTUAN DESAIN SAMPEL UKURAN SAMPEL UKURAN SAMPEL REVIEW METODE.

Presentasi serupa


Presentasi berjudul: "1 ) KULIAH KE ( 9 -10) APLIKASI METODE SAMPLING (DESAIN SAMPEL) PENENTUAN DESAIN SAMPEL PENENTUAN DESAIN SAMPEL UKURAN SAMPEL UKURAN SAMPEL REVIEW METODE."— Transcript presentasi:

1 1 ) KULIAH KE ( 9 -10) APLIKASI METODE SAMPLING (DESAIN SAMPEL) PENENTUAN DESAIN SAMPEL PENENTUAN DESAIN SAMPEL UKURAN SAMPEL UKURAN SAMPEL REVIEW METODE SAMPLING REVIEW METODE SAMPLING

2 2 APLIKASI METODE SAMPLING (DESAIN SAMPEL) Penentuan Desain Sampel Penentuan Desain Sampel Hal-hal yg perlu dipertimbangkan: - Cara penarikan sampel (probability, non probability, experimental design) - Ukuran sampel,estimasi,varian - Hubungan unit sampling,unit listing, unit observasi dan unit analisis

3 3 UKURAN SAMPEL (1) ► Relative standar error ► Confidence interval ► Teknik penarikan sampel ► Biaya tersedia ↓ Review Teknik Penarikan Sampel Pilih yang efisien

4 4 UKURAN SAMPEL (2) Designer sampling harus tahu sample size dan design survey secara menyeluruh. Memperhatikan obyek dan tujuan Melihat hubungan unit sampling, unit analisis dan unit observasi

5 5 POPULASI DAN UNIT (1)  Elemen :Unit untuk memperoleh informasi  Populasi : Agregasi seluruh elemen/ universe Harus ada isi (content),unit, cakupan, waktu Ditentukan untuk suatu survei (survei population)

6 6 POPULASI DAN UNIT (2)   Unit sampling: unit yang dijadikan dasar penarikan sample.. Unit sampling terdiri dari elemen-elemen. Dalam sampling elemen, setiap unit sampling mempunyai satu elemen; Dalam sampling klaster, unit sampling (klaster) terdiri dari satu elemen atau lebih.

7 7 POPULASI DAN UNIT (3) Unit observasi: unit sebagai dasar mengumpulkan informasi  Unit analisis: unit yang dijadikan dasar analisis, sesuai dengan tujuan survei  Unit listing: dimana seluruh unitnya harus didaftar sebagai dasar penarikan sample dilapangan biasanya diterapkan pada multistage sampling

8 8 NILAI POPULASI DAN STATISTIK  Nilai Populasi : Nilai dari seluruh elemen (N)  Nilai Rata-rata  Nilai Populasi dan Nilai sesungguhnya (True Value)  Nilai Populasi dipengaruhi Non Sampling Error  Nilai Sampel → Statistics→ Estimasi

9 9 RUMUSAN Pc = possible sample Pc = possible sample Bias sampling = Unbiased Sampling =

10 10 RUMUSAN MSE = =

11 11

12 12

13 13  Desain Sampel Hal-hal yang harus diperhatikan: 1. Sebaran possible samples sekecil mungkin mungkin 2. Dapat dipilih satu atau lebih possible samples 3. Sampel dapat diulang (sebagian atau seluruhnya) 4. Penyebab bias : Teknik sampling (matematik), sampel tidak mewakili populasi, observasi.

14 14 PENENTUAN UKURAN (BESARNYA) SAMPEL Untuk keperluan estimasi karakteristik populasi Dibutuhkan kerangka sampel beserta informasi pendukungnya Efisien dari sisi ketelitian dan biaya

15 15 PENARIKAN SAMPEL Probability Probability ◊ Acak Sederhana ◊ Sistematik ◊ Berpeluang ◊ Berpeluang

16 16 Non Probability ◊ Haphazard or fortuitous samples / Coba-coba Kebetulan / Coba-coba ◊ Expert Choice → Purposive/ Judgement Sampling ◊ ◊ Quota Sampling ◊ Sampling of mobile population

17 17 Probability Samples (1) 1. Equal Probability Unequal Probability - Satu tahap - Sejalan dg prosedur - Semua tahap - Alokasi tdk propsional - Semua tahap - Alokasi tdk propsional 2. Elemen SamplingCluster Sampling - Satu tahap - Satu tahap - Multistage - Multistage - Equal Clusters - Equal Clusters - Unequal - Unequal Clusters Clusters

18 18 Probability Samples (2) UnstratifiedStratified RandomSistematik 5. One Phase Sampling - Two Phase/ Double Sampling

19 19   Teknik Sampling  Satu Tahap – One Stage  Dua Tahap dan Lebih – Two /Multi Stage ↓ Hal-hal yg perlu diperhatikan:  Unbiased atau Biased Samples  Precise Samples : Standar Error kecil  Acurate Samples : Total Error kecil  Economic Samples: Cost kecil, tingkat ketelitian tertentu  Tingkat (domain) penyajian

20 20

21 21  One Stage Versus Multistage  Keuntungan Multistage : Menurunkan biaya Meningkatkan : Coverage, Supervisi control,Tindak lanjut dan identifikasi kualitas Kemudahan administrasi Kemudahan penyediaan dan pemeliharaan frame Kemudahan penarikan sampel

22 22   Pertimbangan Penggunaan Multistage Sampling Sampling error lebih besar (Harus ada keseimbangan: kenaikan sampling error dengan penurunan biaya) Sampling error lebih besar (Harus ada keseimbangan: kenaikan sampling error dengan penurunan biaya) Efisiensi menurun bila elemen dalam klaster besar Efisiensi menurun bila elemen dalam klaster besar Penurunan flexibilitas dalam desain sample dan targeting sample untuk suatu karakteristik Penurunan flexibilitas dalam desain sample dan targeting sample untuk suatu karakteristik Desain makin rumit,mungkin akan menaikkan kerumitan analisis Desain makin rumit,mungkin akan menaikkan kerumitan analisis

23 23  Aplikasi Teknik Sampling (1) Mendasarkan kepada obyek dan tujuan Kerangka sampel tersedia Estimasi sesuai level (domain) penyajian ( Rata-rata, tota, Proporsi – Rasio) Varian/ Standard error dan selang kepercayaan

24 24  Aplikasi Teknik Sampling (2) Sampling satu tahap vs multi tahap Sampling Elemen versus Cluster Tertimbang vs tidak tertimbang

25 25  Aplikasi Teknik Sampling (3) Penentuan besarnya sampel : Ketersediaan kerangka sampel beserta informasi pendukungnya Sampel untuk infrensia tentang populasi Efisien dari sisi biaya dan tingkat keteltian

26 26 SAMPEL ACAK SEDERHANA (1)   Beberapa syarat yang harus dipenuhi: Tersedia suatu daftar kerangka sample yang cermat dan lengkap mencakup seluruh elemen populasi Untuk variable-variabel tertentu yg akan diamati, populasi data dapat dianggap cukup seragam Dalam praktek penarikan sample yang menyangkut soal geografis sebaran populasi tidak terlalu terpencar-pencar dalam area yang luas

27 27 SAMPEL ACAK SEDERHANA (2)   Prosedur Penarikan Sampel: Seleksi elemen tanpa pemulihan (without replacement-wor): Akan diperoleh gugus sample yg terbentuk : NCn Seleksi elemen dengan pemulihan (with replacement-wr) : akan diperoleh gugus sample yg terbentuk : Nn

28 28 PSAS (3) ESTIMASI RATA-RATA

29 29 PSAS (4) ESTIMASI PROPORSI

30 30 STRATIFIKASI (1) ◊ Sub –populasi ◊ Setiap strata desain sample dapat berbeda ◊ Estimasi per strata dan total ◊ Varian per strata dan total

31 31 STRATIFIKASI (2) TUJUAN STRATIFIKASI ◊ ◊ Menurunkan Varian ◊ Memungkinkan metode, prosedur dan penyajian masing-masing strata : - Untuk penyajian kelompok - Adanya perbedaan list/ frame - Perbedaan karakteristik ◊ Penyajian domain

32 32 STRATIFIKASI (3)  Penentuan Ukuran Sampel (n): Alokasi Sembarang Alokasi sama

33 33 STRATIFIKASI (4) Alokasi Optimum Alokasi Optimum

34 34 STRATIFIKASI (5) Alokasi Sebanding Alokasi Sebanding

35 35 STRATIFIKASI (6) Alokasi Neyman Alokasi Neyman

36 36 STRATIFIKASI (7)  Biaya tetap  Biaya tetap

37 37 STRATIFIKASI (8)  Alokasi nh pada biaya per unit berbeda pada setiap strata

38 38 STRATIFIKASI (9) Ukuran Sampel akan lebih besar Ukuran Sampel akan lebih besar apabila : apabila : 1. Ukuran Strata lebih besar 2. Strata lebih bervariasi karkateristiknya (heterogen) 3. Strata dengan biaya per unit lebih murah

39 39 STRATIFIKASI (10)   Alokasi nh bila biaya per unit sama pada setiap strata

40 40 STRATIFIKASI (11)   Pembentukan Strata Bagaimana penentuan batas strata Berapa strata perlu dibentuk Bagaimana hubungan antara variable untuk dasar stratifikasi dan variable survei  Varibel mana yang dijadikan dasar Stratifikasi

41 41 STRATIFIKASI (12) Pembentukan Strata  Metode Dalenius (1957) Dengan membentuk kumulatif dari frekuensi unit dari variable yg akan dijadikan dasar stratifikasi Dengan membentuk kumulatif dari frekuensi unit dari variable yg akan dijadikan dasar stratifikasi

42 42 Contoh Metode Frekuensi Kumulatif Variabel Survei Pinjaman (%) f(y)KumulatifVf(y)Pinjaman(%)f(y)KumulatifVf(y) 0 – 5 5 – – – – – – – – – ,9109,1155,5195,3229,1256,4279,0298,4314,7329,1 50 – – – – – – – – – – ,3350,6359,7366,8373,0378,0382,0386,4387,8389,5

43 43 Jumlah Kum Vf(y)=389,5 dan akan dibuat 5 strata, maka batas pembaginya = 77,9; 155,8 ; 233,7 ; dan 311,6, sehingga stratanya sbb: Strata Strata Interval pinjaman (%) IntervalKum. 0 – 5 58,9 5 – 15 96,6 15 – 25 73,6 25 – 45 85,6 45 – ,8

44 44 STRATIFIKASI (13)  Banyaknya Strata Disarankan banyaknya strata di antara strata Disarankan banyaknya strata di antara strata Pengaruh kenaikan banyaknya strata terhadap variance dikaji melalui model: Pengaruh kenaikan banyaknya strata terhadap variance dikaji melalui model: R 2 = hubungan variable yg digunakan sebagai dasar stratifikasi dan variable survey R 2 = hubungan variable yg digunakan sebagai dasar stratifikasi dan variable survey

45 45 STRATIFIKASI (14)   Homogenitas karakteristik dalam Strata Karakteristik variable survei sesuai dengan obyek dan tujuan survei Varian dalam strata harus lebih kecil dari varian populasi (varian dalam strata < varian antar strata) Stratifikasi (pembentukan strata) ada gunanya  ” berbeda ” antar strata misal perkotaan dan pedesaan Estimasi total dan variance disesuai- kan metode sampling

46 46 SAMPEL SISTEMATIK (1) Memudahkan penarikan sampel Memudahkan penarikan sampel Meningkatkan efisiensi : Sampel Meningkatkan efisiensi : Sampel menyebar. Kelemahan bila ada menyebar. Kelemahan bila ada varian periodik varian periodik

47 47 SAMPEL SISTEMATIK (2) SAMPEL SISTEMATIK (2) All possible samples

48 48 SAMPEL SISTEMATIK (3)  Penghitungan Variance didekati dengan: Acak sederhana Acak sederhana Paired selection model : n/2 Paired selection model : n/2 Bila n ganjil Bila n ganjil

49 49 SAMPEL SISTEMATIK (4)  Succesive difference model

50 50 SAMPEL BERPELUANG (PPS SAMPLING) Meningkatkan efisiensi: Meningkatkan efisiensi: Harus mempunyai informasi Harus mempunyai informasi tambahan (auxiliary information) tambahan (auxiliary information) Informasi tersebut harus Informasi tersebut harus mempunyai korelasi erat dengan mempunyai korelasi erat dengan variable survei variable survei

51 51 PPS dengan pemulihan (PPS-WR) Pada suatu penarikan sampel sebanyak n unit yang diambil dari sebuah populasi dengan ukuran N unit secara PPS-WR dengan size x i, maka besarnya peluang terpilihnya unit ke-i sebagai sampel adalah: Misalnya y i adalah nilai variabel yang berpadanan dengan terpilihnya unit ke-i maka estimator yang unbiased bagi total adalah:

52 52 PPS-WR dengan sampling variance:

53 53 Penduga Horvitz-Thompson PPS tanpa pemuliahan (PPS-WOR) Anggap bahwa y i adalah nilai unit ke-i dengan  i peluang masuk dalam sampel, maka: dengan varians sampling yang unbiased:

54 54 ESTIMASI RASIO (1) Tujuan Untuk meningkatkan efisiensi : Informasi harus tersedia pada setiap unit yang akan dijadikan dasar estimasi. Informasi harus tersedia pada setiap unit yang akan dijadikan dasar estimasi. Informasi tersebut harus mempunyai korelasi erat dengan data yang diteliti Informasi tersebut harus mempunyai korelasi erat dengan data yang diteliti

55 55 ESTIMASI RASIO (2) Estimasi

56 56 ESTIMASI RASIO (3) Rasio dgn karakteristik yg sama pada periode sebelumnya Rasio dgn karakteristik yg sama pada periode sebelumnya Rasio dari dua buah karakteristik yg berhub pada periode yg sama Rasio dari dua buah karakteristik yg berhub pada periode yg sama Rasio dari suatu subset dari karakteristik X yg diperkirakan perubahannya sebanding Rasio dari suatu subset dari karakteristik X yg diperkirakan perubahannya sebanding

57 57 SAMPLING KLASTER Alasan Sampling Klaster: Daftar elemen tidak tersedia serta alasan ekonomis Daftar elemen tidak tersedia serta alasan ekonomis Sampling klaster satu tahap Sampling klaster satu tahap Sampling klaster bertahap Sampling klaster bertahap

58 58 UN EQUAL CLUSTER - rerata sederhana dan tidak mempertimbangkan ukuran klaster diperlukan ukuran klaster populasi memperhitungkan karakteristik seluruh unit dalam sampel (1) (2) (3)

59 59 CLUSTER UKURAN SAMA B : ukuran cluster, sama setiap cluster Atau

60 60

61 61 EFEK PENGGUNAAN CLUSTER ◊ Intraclass Correlation Coefficient → roh Tingkat Homogenitas Elemen dalam Cluster Tingkat Homogenitas Elemen dalam Cluster ◊ Design Effect (Deff) Suatu desain sampling dibandingkan acak sederhana. Suatu desain sampling dibandingkan acak sederhana.

62 62 EFEK PENGGUNAAN CLUSTER ◊ Untuk Cluster


Download ppt "1 ) KULIAH KE ( 9 -10) APLIKASI METODE SAMPLING (DESAIN SAMPEL) PENENTUAN DESAIN SAMPEL PENENTUAN DESAIN SAMPEL UKURAN SAMPEL UKURAN SAMPEL REVIEW METODE."

Presentasi serupa


Iklan oleh Google