Kuliah Stat 08 Penarikan Contoh
-
Upload
awaludin-lequip-blaugrana -
Category
Documents
-
view
5 -
download
0
description
Transcript of Kuliah Stat 08 Penarikan Contoh
KULIAH KE 8 : TEKNIK PENARIKAN CONTOH
Tujuan Umum :
Mengenal teknik penatikan contoh (samiling) secara acak.
Tujuan Khusus :
Mampu melakukan penarikan contoh untuk berbagai teknik pengambilan
contoh acak.
8.1. Teknik Penarikan Contoh
1. Daftar Populasi
Agar kita dapat memperoleh contoh acak yang kita perlukan, maka kita perlu
membuat daftar populasi. Rancangan penarikan contoh ditujukan untuk memperoleh
suatu penduga bagi nilaitengah populasi dengan keragamanan yang sekecil-kecilnya,
juga mengingat biaya per satuan penaikan contoh.
Agar bisa bekerja efisien, maka kita perlu memperhatikan “probability
sampling”. Probability sampling merupakan pengertian secara umum tentang
rancangan penarikan contoh dimana :
1. Setiap anggota populasi yang tercakup dalam contoh diketahui probabilitasnya.
2. Contoh ditarik secara acak konsisten dengan probabilitasnya.
3. Kita perlu mempertimbangkan seleksi atas dasar probabilitas dalam melakukan
pendugaan atas dasar contoh. Harus diingat bahwa probabilitas seleksi contoh
dari suatu populasi adalah tidak sama. Adalah sangat penting untuk mengetahui
probabilitas tersebut.
Misalnya kita akan mengambil contoh Juragan untuk jenis alat tangkap ikan
tertentu. Kita harus menghitung probabilitasnya “setiap juragan atas dasar jenis alat
tangkap yang digunakan”. Dengan dasar probabilitas tersebut, kita dapat membuat
rancangan penarikan contoh secara lebih teliti.
2. Rancangan Penarikan Contoh
Untuk mendapat probability sampling kita perlu memcah-mecah populasi dalam
satuan penarikan contoh (sampling unit) yang selanjutnya akan menjadi dasar seleksi
contoh. Satuan penarikan contoh harus bisa dibedakan dan tidak boleh over-lapping,
sekaligus menyusun keseluruhan populasi. Selanjutnya kita membuat daftar satuan
penarikan contoh tersebut. Satuan daftar yang mencantumkan semua satuan penarikan
contoh dengan jelas disebut rangka penarikan contoh.
3. Rangka Penarikan Contoh
Misalkan kita ingin menduga berapa produksi ikan yang dapat dihasilkan oleh
nelayan per bulan, maka kita memerlukan daftar yang mencantumkan semua
rumahtangga nelayan yang memiliki perahu/kapal penangkapan ikan di desa itu yang
dapat digunakan sebagai rangka penarikan contoh.
Rangka penarikan contoh dengan rumahtangga sebagai satuan disebut :
pendekatan rumahtangga. Sedangkan penarikan contoh atas dasar wilayah (desa)
disebut pendekatan wilayah.
8.2 Macam-Macam Penarikan Contoh
1. Contoh Acak Sederhana
Penarikan contoh acak sederhana dilakukan apabila anggota populasi independen
dan memiliki probabilitas sama besar.
Langkah Penarikan Contoh
(a) Perhatikan Ragam Contoh).
Ragam contoh ditunjukkan pada persamaan (8.1) (dijelaskan di Kuliah Ke 6),
yaitu :
2
x 2 = (1- n/N) (8.1) n
dimana n/N kita sebut sebagai fraksi contoh = p = n/N.
(b) Menetapkan Besar Jumlah Contoh (Atas Dasar Perkiraan)
Pertanyaan yang memerlukan jawaban , sekalipun dalam bentuk perkiraan,
adalah berapa besar jumlah contoh yang perlu kita tarik untuk memenuhi persyaratan
ragam tertentu yang kita tetapkan ?
Untuk menjawab pertanyaan tersebut perlu dilakukan perhitungan sebagai
berikut :
32
1. Kita tetapkan seberapa besar error yang kita tetapkan.
2. Sebut saja L sebagai ukuran error yang diperkenankan, kita pilih 5%.
3. Adapun selang kepercayaan 95% adalah didasarkan pada perhitungan berikut :
2 (8.2)
Kita bisa menyatakan error yang kita minta = L, dimana :
2 L = (8.3) Dengan dasar persamaan (6.3), jumlah contoh yang diperlukan, yaitu n :
42
n = L2
Untuk dapat menggunakan rumus pada persamaan (8.3), maka kita perlu
mengetahui nilai ragam populasi atau contoh.
Latiham
(a) Sebaran Normal
Suatu misal atas dasar contoh acak yang dilakukan sebelumnya diketahui bahwa
dari 222 contoh lahan secara acak di Kediri diperoleh gambaran ragam produksi ikan
lele per Ha adalah s2 = 90,3 kwintal. Berapa contoh lahan yang harus kita ambil,
dengan resiko 5% , dimana error yang ditetapkan tidak melebihi 1%.
Jawabnya :
n = (4)(90,3)/(1)2 = 361 lahan contoh.
(b) Sebaran Binomium
Jika jumlah contoh merupakan proporsi (binomium), error yang diperkenankan
untuk selang kepercayaan 95% dapat dihitung dengan rumus pada persamaan (6.4), yaitu
:
L = 2 2 (8.4)
Sehingga jumlah contoh, yaitu n, dapat dihitung, yaitu :
33
4 p.qn = (8.5)
L2
Dalam persamaan (6.5) p, q, dan L bisa dalam proporsi atau persen. Jika p
terletak anatara 35% dan 65% maka jumlah contoh bersifat perkiraan kasar. Dalam hal
ini q = 1-p. Sebagai misal, hasil inspeksi benih udang diperoleh jumlah benur yang
terserang penyakit mencapai 15%. Berapa jumlah kantong contoh yang diharapkan
serangan penyakit tidak melampau 5%, atau 1 dalam 20 contoh ???
Jawab:
N = 4(15)(85)/(5)2 = 204 kantong.
2. Contoh Acak Berlapis
Secara umum , suatu cara yang langsung dapat memperkecil ragam nilaitengah
contoh adalah dengan cara memperbesar ukuran contoh. Namun dengan memperbesar
jumlah contoh pasti akan berakibat pada meningkatnya biaya. Apakah tidak ada cara
untuk mengatasi masalah ini ???
Penarikan contoh acak berlapis merupakan salah satu jawaban dengan cara
sebagai berikut :
1. Pertama populasi dibagi-bagi menjadi beberapa lapisan yang “homogen”,
sehingga keragaman dalam lapisaan semakin kecil.
2. Tiap lapisan dipandang sebagai populasi tersendiri, karena homogen dapat
ditarik contoh dengan acak sederhana.
3. Misalkan populasi dibagi-bagi dalam g lapisan.
4. Bebrapa simbul lapisan muncul, yaitu :
yki = nilai pengamatan anggota contoh ke i lapisan ke k;
Nk = banyaknya anggota lapisan ke k;
k = nilaitengah lapisan ke k;
Sk2 = ragam lapisan ke k;
= nilaitengah populasi
S2 = ragam populasi
N = N1 + N2 + ......................, Ng = banyaknya anggota populasi.
Wk = Nk/N = ukuran nisbi lapisan ke k relatif terhadap ukran
populasi.
34
Dengan dasar pelapisan tersebut, maka kita bisa membandingkan nilaitengah dan
ragam contoh antara “tidak dengan berlapis” dan “dengan berlapis” sebagaimana
ditunjukkan di Tabel 8.1. Untuk memudahkan pengertian, Tabel 6.1 didasarkan pada data
suatu populasi ukuran N = 10. Populasi kemudian dibagi menjadi dua lapisan populasi,
sehingga tiap lapisan seragam, yang terdiri dari nilai : 18, 22, 22, 18, 20, 4, 6, 4, 2, 4.
Untuk selanjutnya nilai-nilai tersebut di buat dua lapis, masing-masing lapisan kira-kira
seragam, yaitu populasi :
(1) Lapisan I, g1, n1 = 5, nilai pengamatan : 18, 22, 22, 18, 20.
(2) Laposan 2, g2, n2 = 5, nilai pengamatan : 4, 6, 4, 2, dan 4.
Untuk menghitung nilaitengah dan ragam digunakan N terbatas, sehingga kita
gunakan rumus umum sebagai berikut :
= 1/N (Yi – Yr), Yr = Y rata-rata.
S2 n
x2 = ( 1 - )
n N
Dengan dasar rumus umum tersebut diperoleh nilai dan YR2 sebagaimana
ditunjukkan di Tabel 8.1 tersebut.
35
Tabel 8.1. Hasil perhitungan dan x2 nilai pengamatan populasi tanpa lapisan
dan dengan lapisan
Parameter Nilai Pengamatan(Tanpa Lapisan)
n = 10
Nilai PengamatanDengan lapisan populasi
Masing-Masing n =5 Lapisan I Lapisan II
Keterangan
182222182046424
1822221820
46424
S2
YR2
12
73,78
7,38
20
4
4
2
Nilai m2 ber-
gantung padapada alokasin1 dan n2.(Persamaan 9)
Jika ragam gabungan ( m2) antara populasi lapisan 1 dan lapisan 2 dengan n
masing-masing n1 dan n2 dimana n1 + n2 = 5, maka penduga nilaitengah yaitu m,
akan mempunyai ragam sebagai berikut :
m = W1 . xr1 + W2. xr2 = Wk , xk = 10 + 2 = 12
Ragam dari m ini adalah :
g 1 g Nk2Sk
2 nk
m2 = Wk
2.k2 = (1 - ) (8.6)
k=1 N2 k=1 nk Nk 1 52 (4) n1 52 (2) n2 = [ (1 - ) + ( 1 - )] 10 n1 5 n2 5
=
36
1 n1 1 n2
= ( 1 - ) + ( 1 - ) n1 5 2n2 5
Dengan dasar persamaan (6.6) kita dapat menghitung nilai m2 untuk berbagai
alokasi n1 dan n2 sebagaimana ditunjukkan di Tabel 8.2. Ternyata bahwa nilai m2
tergantung pada alokasi nilai n1 dan n2. Artinya bergantung pada alokasi penarikan
contoh dari lapisan ke 1 dan k 2.
Tabel 8.2. Nilai-nilai m2 untuk berbagai alokasi n1 dan n2
Alokasi
m2
n1 n2
4
3
2
1
1
2
3
4
¼ (1 – 4/5 ) + (1 -1/5 ) /2 = 0,45
1/3 (1 - 3/5) + (1 - 2/5) / 4 = 0,28
½ (1 - 2/5) + ( 1 - 3/5) / 6 = 0,37
1/1 (1 - 1/5) + ( 1 - 4/5) / 8 = 0.87
Dari Tabel 8.2. nampaknya alokasi n1 = 3 dan n2 = 2 menujukkan ragam yang
paling rendah dan paling efisien. Yang menjadi persoalan adalah kita sering tidak
cermat dalam membuat lapisan.
(a) Alokasi Sebanding
Untuk menjelaskan implikasi ketidakcermatan dalam membuat lapisan, kita
misalkan pelapisan populasi kita buat :
Lapisan ke I : 22, 18, 4, 2 dengan N 1 = 4;
La[isan ke II : 22, 18, 20, 4, 4, 6 dengan N2 = 6.
Dengan cara yang sama seperti yang telah diuraikan, maka nilaitengah dan
ragamnya bisa dihitung sebagai berikut :
37
1 = 11,5;
2 = 12,33
S12 = 99,67
S22 = 82,67
(8.7)
Dengan dasar persamaan (8.7) akan diperoleh nilai-nilai m2 untuk berbagai
alokasi n1 dan n2 sebagimana ditunjukkan di Tabel 6.3.
Tabel 8.3. Nilai-nilai m2 untuk berbagai alokasi n1 dan n2
Alokasin1 4 3 2 1
n2 1 2 3 4
m2 24,80 11,25 8,95 14,40
Perhatikan alokasi n1 dan n2 untuk 2 : 3 ternyata dengan ragam sebesar
8,95 yang dekat dengan nilai ragam untuk pengambilan contoh secara acak sederhana,
yaitu dengan ragam x 2 = 7,38. Inilah sebabnya, jika kita tidak mampu cermat, maka
penarikan contoh berlapis yang cukup efisien sebaiknya menggunakan alokasi sebanding.
(b) Alokasi Optimum
Dalam upaya untuk penarikan contoh secara lebih efisien, kita bsering mencari
alokasim optimum. Upaya ini menurut Nasution dan Barizi (1980) ditentukan oleh
berbagai faktor, yaitu :
1. Ukuran nisbi tiap lapisan;
2. Keragaman relatif tiap lapisan, dan
3. Biaya penarikan contoh relatif untuk tiap lapisan.
38
15,95 n1 29,76 n2m
2 = ( 1 - ) + ( 1 - ) N 4 N 6
Untuk mencapai ukuran contoh sebesar n dengan biaya serendah-rendahnya,
besarnya alokasi optimum dapat diperkirakan dengan menggunakan rumus pada
persamaan (8.8).
(8.8)
dimana :
nk = ukuran contoh yang ditarik dari lapisan ke k;
g = banyaknya lapisan;
n = ukuran contoh = nk;
Nk = ukuran lapisan ke k;
N = ukuran populasi;
Sk = simpangan baku lapisan ke k; dan
ck = biaya per satuan penarikan contoh dalam lapisan ke k.
3. Contoh Acak Bersistem
Berdasarkan rancangan penarikan contoh acak sederhana dan berlapis dapat
dikembangkan rancangan lain, seperti teknik penarikan contoh bersistem dan bertahap
ganda.
Pada penarikan contoh bersistem ( sistemic random sampling ) anggota populasi
terlebih dahulu diproses. Dari populasi ini dipilih satuan contoh pertama secara acak.
Kemudian setiap satuan ke- k setelah satuan pertama yang terpilih, selanjutnya kita pilih
anggota contoh kedua, ketiga dan seterusnya.
Misalnya di suatu desa tempat pendaratan ikan terdapat N = 144 armada
penangkapan ikan. Nama-nama kapal telah tercantum pada daftar. Kemudian kita
bermaksud mengambil contoh berukuran n = 6 unit (satuan). Maka nisbah contoh yang
diambil adalah = n/N = 4/144 = 1/24.
Atas dasar nisbah contoh ini, kita pilih secara acak salah sat dari 144 kapal tadi
sebagi contoh pertama. Setelah itu anggota contoh kedua, ketiga, keempat dan
selanjutnya kita pilih dengan mengingat bahwa selang k antara anggota pertama dengan
kedua, kedua dan ketiga dan seterusnya adalah k = N/n = 24.
39
n NkSk/ k
nk = ; k = 1, 2, 3 ........... g (NkSk/ k)
Ambil saja yang terpilih pertama no. 27. Maka anggota lain yang terpilih adalah
nomor : 27 + 24 = 51; 51 + 24 = 75; dan selanjutnya sehingga 6 contoh yang
diperlukan terpilih secara sistem tersebut.
Agar contoh bersistem ini menghasilkan contoh acak, maka ciri yang diukur
harus berbeda dengan dasar penetapan urutan anggota populasi dalam daftar acak.
Misalnya, daftar kapal didasarkan pada jenis dan ukuran kapal (tonage). Jika yang
hendak kita amati adalah produktifitas armada penagkapan ikan, maka contoh
yangditarik bersistem bukan contoh acak. Namun, jika yang akan dipelajari adalah
persentase anggota rumahtangga Juraagan yang berpendidikan lebih dari 9 tahun, dapat
dihasilkan contoh acak.
4. Contoh Acak Bertingkat
Misalnya saja kita menghadapi berbagai program penarikan contoh, seprti : (a)
kajian vitamin A yang terkandung dalam minyak ikan lemuru, (b) kajian lemak yang
terkandung dalam minyak ikan cucut botol, (c) sel darah merah ikan dasar laut dalam,
dan (d) serangan virus MBV pada udang budidaya.
Untuk tujuan penarikan contoh berbagai tujuan penelitian tersebut kita lakukan
bertingkat :
(1) Tingkat pertama kita harus menetapkan satuan contoh ikan lemuru, cucut botol,
ikan dasar dan udang budidaya.
(2) Tingkat kedua kita mengambil contoh vitamin A pada ikan lem,uru, minyak ikan
pada cucut botol, sel darah pada ikan dasar laut dalam dan viru pada udang yang
terserang MBV. Tingkat kedua ini dapat kita pandang sebagi sub-sample atau
satuan tingkat kedua.
(3) Banyaknya tingkatan bisa tiga atau lebih. Misalnya kita ingin mengetahui tingkat
pendapatan nelayan Jawa Timur, maka kita bisa menetapkan tingkatan
pengambilan contoh sebagai berikut :
(a) Pada tingkat pertama, Propinsi Jawa Timur dibagi menurut wilayah
produktifitas perikanan, sebut saja ada lima wilayah Utara, Timur, Selat
Madura, Muncar dan Selatan.
(b) Masing-masing wilayah mencakup banyak Kabupaten atau tempat
pendaratan ikan. Pada tingkat kedua kita menetapkan TPI yang
mewakili masing-masing wilayah.
40
(c) Pada tingkat ketiga, kita dapat menggunakan TPI untuk mendapatkan
responden nelayan, misalnya khusus nelayan pendega yang kita
perlukan sebagai responden.
5. Contoh Acak Cluster
Pada acak cluster “anggota populasi” didasrkan pada anggota kelompok usaha
tertentu, misalnya atas dasar teknologi alat tangkap yang digunakan. Setelah TPI
ditetapkan, selanjutnya kegiatan produksi ikan dan pemilihan contoh “bergerombol”
didasarkan pada pengelompokan alat tangkap tersebut. Contoh didapat dari daftar
nelayan juragam, nakhoda atau pendega dari masing-masing “cluster/ gerombolan”
anggota populasi di masing-masing unit usaha penangkapan tersebut. Penarikan contoh
di masing-masing “cluster” dilakukan secara acak sederhana sebagaimana telah
disebutkan.
6. Penarikan Contoh Dalam Perikanan
Kajian dalam biologi perikanan cukup kompleks, karena anggota populasi, seperti
ikan tidak menetap di satu tempat. Ia bergerak, terkadang sukar untuk memperolehnya.
Secara umum dikatakan bahwa kita bisa membuat stratifikasi wilayah, yaitu jika kita
memiliki informasi yang cukup tentang penyebaran individu tersebut. Satuan wilayah
contoh yang menyusun contoh random maupun bersistem untuk setiap lapisan dapat
dibuat.
Kita biasanya akan menghadapi kesulitan dalam penetapan jumlah wilayah
pengambilan contoh tersebut. Tindakan tambahan untuk tujuan penarikan contoh sangat
perlu seperti pemberian tanda (tagging) untuk dilakukan.
Penggunaan alat tangkap untuk pengambilan contoh, seperti jaring atau alat
khusus seperti plankton net diupayakan jangan sampai menghasilkan contoh yang tidak
memenuhi syarat pengacakan, sehingga diperoleh kesimpulan yang tidak akurat dan
bahkan menyimpang.
Banyak kesulitan yang kita hadapi, namun dengan perbaikan cara dan teknik serta
peralatan yang semakin diperbaiki akan kita peroleh teknik penarikan contoh dalam
perikanan akan semakin teliti dan akurat.
Data produksi perikanan tangkap pada dasarnya mengikuti prinsip pengambilan
data produksi atas dasar satuan wilayah.
41
8.3 Tugas-Tugas
Anda diminta untuk membandingkan hasil pengambilan contoh acak menggunakan
tabel acak sejumlah ikan lemuru dari populasi panjang ikan lemuru (pada kuliah 1)
secara acak sederhana dan acak berlapis alokasi sebanding dengan proporsi 10%.
Kemudian :
(a) Anda diminta untuk menghitung nilai tengah dan nilai penyebaran contoh
(standard error) masing-masing jenis pengambilan contoh..
(b) Buat kesimpulan hasil perbandingan tersebut.
Catatan :
(1) Lakukan secara berkelompok.
(2) Setiap kelompok lima orang.
(3) Dilanjutkan dengan diskusi kelas.
(4) Apa kesimpulan Anda.
42