ANALISIS QUICK COUNT
MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
SKRIPSI
Diajukan untuk Memenuhi Sebagian dari Syarat untuk Memperoleh Gelar Sarjana Matematika
Program Studi Matematika Konsentrasi Statistika
Oleh
Mega Wati NIM 1100042
DEPARTEMEN PENDIDIKAN MATEMATIKA
FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN INDONESIA
(STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Oleh Mega Wati
Sebuah skripsi yang diajukan untuk memenuhi salah satu syarat untuk memperoleh gelar Sarjana Matematika pada
Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam
© Mega Wati 2015
Universitas Pendidikan Indonesia Juni 2015
Hak Cipta dilindungi undang-undang.
MEGA WATI
ANALISIS QUICK COUNT
MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
disetujui dan disahkan oleh pembimbing:
Pembimbing I
Fitriani Agustina, M.Si NIP : 198108142005012001
Pembimbing II
Drs. Nar Herrhyanto, M.Pd NIP : 196106181987031001
Mengetahui,
Ketua Departemen Pendidikan Matematika
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
ANALISIS QUICK COUNT
MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
ABSTRAK
Pada negara demokrasi, pemilihan umum merupakan salah satu unsur yang sangat vital, karena salah satu parameter untuk mengukur demokratis tidaknya suatu negara adalah dari bagaimana perjalanan Pemilu yang dilaksanakan oleh negara tersebut. Salah satu kekurangan pelaksanaan Pemilu di Indonesia adalah pada tahap perhitungan suara yang dilakukan oleh Komisi Pemilihan Umum (KPU)/ Komisi Pemilihan Umum Daerah (KPUD) dimana membutuhkan waktu yang cukup lama sehingga memungkinkan terjadinya manipulasi hasil perolehan suara. Untuk menghindari terjadinya kecurangan tersebut, dilakukan perhitungan cepat atau Quick Count pada Pemilu. Quick Count dipahami sebagai proses penghitungan secara cepat dan tepat dalam sebuah pelaksanaan Pemilu. Sehingga secara tidak langsung Quick Count sebagai bagian dari kontrol terhadap Pemilu. Salah satu metode dalam menganalisis Quick Count, yaitu metode Stratified Cluster Sampling (sampling kelompok berstrata). Konsep utama dari Stratified Cluster Sampling yaitu mengelompokkan populasi menjadi subpopulasi-subpopulasi atau strata dan dari tiap stratum diambil cluster sehingga sampel tersebut dapat merepresentasikan karakteristik populasi dengan baik dan biaya penghitungannya akan lebih efisien dibandingkan dengan metode lain. Berdasarkan penelitian, analisis Quick Count dalam Pemilu Gubernur Jawa Barat 2013 dengan menggunakan metode sampling kelompok berstrata terbukti akurat karena berhasil memprediksi urutan pemenang dengan benar dan memiliki tingkat presisi yang tinggi.
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
QUICK COUNT ANALYSIS
USING STRATIFIED CLUSTER SAMPLING METHOD (CASE STUDY OF GOVERNOR ELECTION OF WEST JAVA 2013)
ABSTRACT
In a democracy, elections are one of the vital element, as one of the parameters to measure whether a country is democratic of how the Election journey undertaken by these countries. One drawback of the Election in Indonesia is at the stage of the counting is done by the General Elections Commission (KPU) / Regional Election Commission (KPUD) which require longer periods of time so as to allow the manipulation of voting results. To avoid such fraud, do a quick calculation or Quick Count on Elections. Quick Count is understood as a process of rapid and precise calculation in an Election. Thus indirectly Quick Count as part of the control of the Elections. One method of analyzing the Quick Count, ie Stratified Cluster Sampling method. The main concept of Stratified Cluster Sampling is classifying the population into subpopulations or strata and clusters from each stratum taken so that the sample can represent the characteristics of the population well and cost calculations will be more efficient than other methods. Based on the study, analysis of the Quick Count in West Java Governor Election 2013 using Stratified Cluster Sampling method proved accurate for successfully predicting the winning sequence correctly and have a high degree of precision.
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu vi
DAFTAR ISI
PERNYATAAN ………..…
ABSTRAK ………
ABSTRACT ………..
KATA PENGANTAR ………..
UCAPAN TERIMA KASIH ………....
DAFTAR ISI ………. DAFTAR TABEL ………... DAFTAR GAMBAR ……….... DAFTAR LAMPIRAN ………....
BAB I PENDAHULUAN ………. 1.1 Latar Belakang Masalah ………...………….. 1.2 Rumusan Masalah ……… 1.3 Tujuan Penulisan ………... 1.4 Batasan Masalah ………... 1.5 Manfaat Penulisan ……… 1.6 Sistematika Penulisan ………...
BAB II KAJIAN PUSTAKA ………... 2.1 Pendahuluan ...………...………….
2.2 Pengertian Pemilihan Umum ………...
2.3 Pemilihan Umum di Indonesia ...………
2.4 Pengertian Pilkada ………
2.5 Quick Count ...
2.5.1 Pengertian Quick Count ...
2.5.2 Sejarah Quick Count ...
2.5.3 Komunikasi Data Quick Count ...
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu vii
2.5.4 Analisis Quick Count ...
2.6 Populasi ………..………..
2.7 Sampel ………..………
2.7.1 Definisi Sampel ...
2.7.2 Karakteristik Sampel yang Baik ...
2.8 Metode Sampling ………...………
2.8.1 Sampling Probabilitas ...
2.8.2 Sampling Non-Probabilitas ...
BAB III STRATIFIED CLUSTER SAMPLING ... 3.1 Pengertian Stratified Cluster Sampling ………...
3.2 Pengertian Total Populasi ...
3.3 Penaksir Total Populasi Stratified Cluster Sampling ……….
3.4 Variansi dari Penaksir Total Populasi dan Penaksirnya ...
3.4.1 Variansi dari Penaksir Total Populasi ...………...
3.4.2 Penaksir Variansi dari Penaksir Total Populasi ...……
3.5 Alokasi Sampel ...
3.6 Perbandingan Stratified Cluster Sampling dan
Simple Cluster Sampling ...
BAB IV STUDI KASUS ………...
4.1 Gambaran Umum Data …...……….
4.2 Penarikan Sampel dengan Metode
Stratified Cluster Sampling ...
4.3 Penaksir Total Populasi .…...………...
4.4 Penaksir Variansi dari Penaksir Total Populasi ...
4.5 Akurasi dan Presisi ...
BAB V KESIMPULAN DAN SARAN ………...
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu viii
5.1 Kesimpulan ………..
5.2 Saran ……….
DAFTAR PUSTAKA ………... LAMPIRAN ……….. DAFTAR RIWAYAT HIDUP ………
61
61
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu viii
DAFTAR TABEL
Tabel 4.1 Jumlah TPS per Kabupaten/Kota se-Jawa Barat ...
Tabel 4.2 Stratum Kabupaten dan Kota pada STRATA 1 ………….
Tabel 4.3 Stratum Kabupaten dan Kota pada STRATA 2 ………….
Tabel 4.4 Stratum Kabupaten dan Kota pada STRATA 3 ………….
Tabel 4.5 Stratum Kabupaten dan Kota pada STRATA 4 ………….
Tabel 4.6 Daftar Unit Sampling Kedua (usk) STRATA 1 ...
Tabel 4.7 Daftar Unit Sampling Kedua (usk) STRATA 2 ...
Tabel 4.8 Daftar Unit Sampling Kedua (usk) STRATA 3 ...
Tabel 4.9 Daftar Unit Sampling Kedua (usk) STRATA 4 ...
Tabel 4.10 Total Suara dengan Metode
Stratified Cluster Sampling ...
Tabel 4.11 Hasil Perhitungan Akurasi …………...……….
Tabel 4.12 Presisi Hasil Perhitungan Suara ...
Tabel L1.1 Data Sampel STRATA 1 ...
Tabel L1.2 Data Sampel STRATA 2 ...
Tabel L1.3 Data Sampel STRATA 3 ...
Tabel L1.4 Data Sampel STRATA 4 ...
Tabel L3.1 Data Real Count Pemilu Gubernur Jawa Barat 2013 ...
Halaman
45
48
48
49
49
51
51
51
51
56
58
59
65
65
65
65
x
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
xi
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Gambar 2.1 Diagram Organisasi Quick Count ...
Gambar 2.2 Alur Informasi Quick Count ...
Halaman
16
xii
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
DAFTAR LAMPIRAN
Lampiran 1 Data Sampel Perolehan Suara Pemilu Gubernur
Jawa Barat 2013 ...
Lampiran 2 Perhitungan Penaksir Total Populasi dan Penaksir
Variansinya ...
Lampiran 3 Data Real Count Pemilu Gubernur Jawa Barat 2013 ...
Lampiran 4 Perbandingan stratified random sampling dengan
simple random sampling dan Perbandingan
cluster sampling dengan simple random sampling ...
Halaman
65
66
73
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
1 BAB I PENDAHULUAN
1.1 Latar Belakang Masalah
Indonesia adalah sebuah negara kesatuan yang menggunakan konstitusi
Undang-Undang Dasar Negara Republik Indonesia tahun 1945. Prinsip-prinsip
yang tertuang di dalam UUD 45 setelah perubahan, telah menjadikan Indonesia
sebagai negara demokrasi terbesar ke-3 di dunia setelah India dan Amerika
Serikat (Tobing, 2011). Demokrasi dapat didefinisikan sebagai pemerintahan oleh
rakyat; khususnya, oleh mayoritas; pemerintahan dimana kekuasaan tertinggi
tetap pada rakyat dan dilakukan oleh mereka baik secara langsung atau tidak
langsung melalui sebuah sistem perwakilan yang biasanya dilakukan dengan cara
mengadakan pemilu bebas yang diadakan secara periodik (Dinasthi, 2014). Pada
negara demokrasi, pemilihan umum merupakan salah satu unsur yang sangat vital,
karena salah satu parameter untuk mengukur demokratis tidaknya suatu negara
adalah dari bagaimana perjalanan Pemilu yang dilaksanakan oleh negara tersebut.
Proses pelaksanaan Pemilu di Indonesia masih memiliki banyak
kekurangan. Salah satu kekurangan pelaksanaan Pemilu di Indonesia adalah pada
tahap perhitungan suara yang dilakukan oleh Komisi Pemilihan Umum (KPU)
maupun Komisi Pemilihan Umum Daerah (KPUD) dimana membutuhkan waktu
yang cukup lama, sehingga hasil Pemilu tidak dapat sesegera mungkin
diumumkan kepada publik. Oleh karena proses perhitungan suara yang cukup
lama, ini memungkinkan terjadinya manipulasi hasil perolehan suara serta bersifat
rentan akan tindak kecurangan. Karena itu, pada setiap pelaksanaan Pemilu,
berbagai elemen masyarakat berlomba-lomba untuk mendapatkan informasi
tentang hasil akhir dari Pemilu. Berbagai metode penghitungan suara
dikolaborasikan untuk mendapatkan informasi tentang hasil akhir dari Pemilu dan
sejauh ini sebuah metode yang populer telah diterapkan di Indonesia, yaitu quick
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Quick count dipahami sebagai proses penghitungan suara secara cepat dan
tepat dalam sebuah pelaksanaan Pemilu. Sehingga secara tidak langsung quick
count sebagai bagian dari kontrol terhadap Pemilu dan bagian dari upaya untuk
menegakkan demokrasi dengan mendorong berlangsungnya Pemilu yang jujur
dan adil. Quick count dapat dilakukan dengan berbagai cara maupun alat yang
digunakan. Cara paling aman dan sudah pasti dapat diterima oleh semua lapisan
masyarakat tanpa perlu penjelasan tambahan adalah memantau semua TPS dan
menghitung perolehan masing-masing kandidat, kemudian menampilkannya
dalam sebuah grafik maupun angka persentase, ini biasa disebut Paralel Vote
Tabulation disingkat PVT. Namun dibalik itu kelemahan dari metode ini adalah
penyelenggara membutuhkan sumber daya manusia yang tidak sedikit dan
tentunya berdampak pada besaran biaya yang harus dikeluarkan.
Cara lain yang dapat dilakukan dalam upaya melakukan penghitungan
cepat adalah penarikan sampel dari populasi (metode sampling), dalam hal ini
TPS sebagai satuan populasi. Teknik sampling pada dasarnya dapat
dikelompokkan menjadi dua, yaitu sampling probabilitas dan sampling
non-probabilitias. Sampling probabilitas lebih sering digunakan dalam sebuah
penelitian, karena teknik sampling probabilitas memberikan peluang yang sama
bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota sampel.
Metode sampling probabilitas meliputi simple random sampling, simple cluster
sampling, stratified random sampling (proportionate stratified random sampling
dan disproportionate stratified random sampling), systematic random sampling
dan stratified cluster sampling (Yamane, 1967).
Pada analisis quick count, metode yang dapat memprediksi urutan
pemenang Pemilu dengan akurat dan menghasilkan presisi yang kecil dikatakan
metode yang baik (LSI, 2004). Proses memprediksi hasil quick count sangat
dipengaruhi oleh pemilihan sampel yang dilakukan dengan metode sampling
tertentu. Sampel yang baik adalah sampel yang dapat mewakili karakteristik
seluruh populasi. Ketika populasi bersifat heterogen, akan sulit mengambil sampel
3
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
yang diambil secara acak belum tentu mewakili setiap bagian yang heterogen dari
populasi tersebut. Sedangkan ketika populasi bersifat homogen, maka sampel
yang diambil secara acak dari setiap anggota populasi dapat mewakili
karakteristik populasi dengan baik.
Konsep utama dari stratified cluster sampling yaitu mengelompokkan
populasi menjadi subpopulasi-subpopulasi atau strata, dan dari tiap stratum
diambil cluster sehingga diduga sampel tersebut dapat merepresentasikan
karakteristik populasi dengan baik dan diharapkan biaya penghitungannya akan
lebih efisien dibandingkan dengan metode lain. Selain itu, stratified cluster
sampling juga diduga memiliki varians lebih kecil dari metode lainnya, sehingga
jika terdapat variasi yang besar antara stratum, pengambilan sampel di stratified
cluster sampling diharapkan menjadi lebih efisien. Hal ini juga didukung oleh
pernyataan dari Demokrawati (2014) menyarankan bahwa untuk bahan kajian
selanjutnya dapat digunakan metode kombinasi antara stratified random sampling
dengan cluster sampling agar hasil analisis yang diperoleh akurat dan dapat
memperkecil biaya penelitian.
Sebagai sebuah metode ilmiah, maka seyogyanya quick count dengan
teknik sampling juga mampu memberikan penjelasan secara ilmiah sehingga
dapat dipahami dan diterima oleh masyarakat sebagai sebuah kebenaran. Oleh
karena itu, dalam skripsi ini penulis tertarik untuk mengkaji mengenai analisis
quick count dengan menggunakan salah satu metode sampling, yaitu stratified
cluster sampling pada Pemilu Gubernur Jawa Barat Tahun 2013.
1.2 Rumusan Masalah
Berdasarkan latar belakang masalah di atas, penulis merumuskan masalah
pada penelitian ini adalah sebagai berikut:
1. Bagaimana keakuratan hasil quick count dengan menggunakan metode
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
2. Bagaimana tingkat presisi yang diperoleh dari hasil quick count dengan
menggunakan metode stratified cluster sampling, apabila dibandingkan dengan
hasil resmi Pemilu?
1.3 Tujuan Penulisan
Berdasarkan rumusan masalah di atas, maka tujuan penulisan skripsi ini
adalah sebagai berikut:
1. Mengetahui keakuratan hasil quick count dengan menggunakan metode
stratified cluster sampling, apabila dibandingkan dengan hasil resmi Pemilu.
2. Mengetahui tingkat presisi hasil quick count dengan menggunakan metode
stratified cluster sampling, apabila dibandingkan dengan hasil resmi Pemilu.
1.4 Batasan Masalah
Pada penelitian ini hanya akan digunakan metode stratified cluster
sampling untuk menganalisis quick count pada Pemilihan Umum Gubernur Jawa
Barat 2013.
1.5 Manfaat Penulisan 1. Manfaat Teoritis
Manfaat penulisan skripsi ini secara teoritis adalah menambah wawasan
keilmuan statistika, khususnya dalam metode penarikan sampel mengenai
penggunaan metode stratified cluster sampling untuk menganalisis quick count
(perhitungan cepat) dengan penerapannya pada Pemilu Gubernur Jawa Barat
Tahun 2013.
2. Manfaat Praktis
Manfaat penulisan skripsi ini secara praktis adalah diharapkan
lembaga-lembaga survei yang melakukan quick count dapat menggunakan metode
sampling yang sesuai dan memiliki tingkat akurasi tertinggi sehingga akan lebih
5
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
1.6 Sistematika Penulisan
Adapun sistematika penulisan pada skripsi ini adalah sebagai berikut:
BAB I Pendahuluan
Mengemukakan latar belakang masalah, rumusan masalah, tujuan
penulisan, batasan masalah, manfaat penulisan, dan sistematika
penulisan.
BAB II Kajian Pustaka
Mengemukakan mengenai metode sampling secara umum, penjelasan
mengenai quick count dan teori-teori lain yang mendukung penjelasan
pada BAB III.
BAB III Stratified Cluster Sampling
Menjelaskan mengenai bagaimana rancangan penarikan sampel untuk
analisis quick count dengan menggunakan metode stratified cluster
sampling.
BAB IV Perancangan penentuan sampel dengan metode stratified cluster
sampling
Berisi simulasi kasus penentuan sampel untuk perhitungan quick count
dan menganalisis keberhasilan hasil quick count dengan menggunakan
metode stratified cluster sampling yang dibandingkan dengan hasil
real count dari KPU Provinsi Jawa Barat.
BAB V Kesimpulan dan Saran
Berisi rangkuman keseluruhan hasil pembahasan dalam bentuk
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
26 BAB III
STRATIFIED CLUSTER SAMPLING
3.1 Pengertian Stratified Cluster Sampling
Proses memprediksi hasil quick count sangat dipengaruhi oleh pemilihan
sampel yang dilakukan dengan metode sampling tertentu. Sampel yang baik
adalah sampel yang dapat mewakili karakteristik seluruh populasi. Ketika
populasi bersifat heterogen dan sangat besar, akan sulit mengambil sampel secara
acak dari populasi yang heterogen, hal tersebut disebabkan oleh sampel yang
diambil secara acak belum tentu mewakili setiap bagian yang heterogen dari
populasi tersebut. Sedangkan ketika populasi bersifat homogen, maka sampel
yang diambil secara acak dari setiap anggota populasi dapat mewakili
karakteristik populasi dengan baik. Selain itu, populasi yang besar akan
menyulitkan dalam membuat daftar data populasi, sehingga membutuhkan waktu
dan biaya yang cukup besar. Salah satu metode sampling yang dapat digunakan
untuk menghasilkan sampel yang baik dari populasi yang besar tersebut adalah
metode stratified cluster sampling.
Yamane (1967) menyatakan “Stratified cluster sampling combines the
characteristics of stratified sampling and cluster sampling. It breaks down the
population into strata which are internally homogeneous, and therefore
heterogeneous among one another, and clusters are selected from each stratum”.
Berdasarkan kutipan di atas, diketahui bahwa stratified cluster sampling
merupakan proses pengambilan sampel yang menggabungkan karakteristik dari
stratified random sampling dengan karakteristik simple cluster sampling. Pada
stratified cluster sampling, populasi dikelompokkan ke dalam strata yang
homogen didalamnya sehingga kelompok itu akan heterogen dengan kelompok
lainnya dan proses selanjutnya yaitu pemilihan cluster dari tiap stratum. Proses
pengelompokkan populasi ke dalam stratum bertujuan agar sampel yang diambil
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Oleh karena itu, stratum harus dibentuk sehomogen mungkin dengan menganalisis
karakteristik populasi dengan baik. Proses selanjutnya yaitu populasi pada
masing-masing strata akan dikelompokkan ke dalam beberapa cluster. Proses ini
bertujuan untuk mempermudah pengelompokkan populasi sehingga dapat
mengefisiensikan waktu dan biaya yang ada. Ketika variasi yang besar terjadi
pada antar stratum, pengambilan sampel di stratified cluster sampling menjadi
lebih efisien. Oleh karena itu, keuntungan sampling dengan menggunakan metode
stratified cluster sampling ini adalah sampling dengan metode ini akan memiliki
variansi lebih kecil daripada simple cluster sampling.
Terdapat tahapan-tahapan yang harus dilakukan dalam pengambilan
sampel dengan menggunakan metode stratified cluster sampling, yaitu sebagai
berikut:
1. Tahap pertama yaitu populasi yang berukuran N dibagi ke dalam beberapa
stratum (sub populasi), dimana setiap stratum bersifat homogen (memiliki
kriteria yang sama) dan masing-masing strata terdiri atas �, , , … ,
elemen. Diantara dua stratum (sub populasi) tidak boleh ada yang saling
tumpang tindih sehingga + + + ⋯ + = . Setiap stratum dapat
dipandang sebagai populasi tersendiri (sub populasi). Pada proses
pembentukan stratum harus diperhatikan variabel apa yang akan dijadikan
sebagai dasar pembentukan stratum, yaitu variabel yang memiliki korelasi
tinggi dengan variabel yang diteliti.
2. Tahap kedua yaitu membagi populasi ke dalam ℎ kelompok secara acak, hal
ini berarti tidak ada kriteria tertentu yang mensyaratkan pembentukan suatu
kelompok. ℎ kelompok ini dinamakan primary sampling units (psu) atau
unit sampling utama (usu).
3. Berdasarkan kelompok usu tersebut, tahapan ketiga yaitu memilih secara acak
ℎ kelompok yang akan dijadikan sampel. ℎ kelompok sampel ini masing-masing berukuran ℎ. Selanjutnya ℎ kelompok ini disebut secondary
28
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
4. Selanjutnya tahap keempat adalah memilih secara acak ℎ buah dari
masing-masing usk tersebut yang dinamakan kelompok ultimate (utama).
5. Pada tahap kelima, setelah memperoleh sampel, selanjutnya melakukan
penaksiran terhadap parameter yang diperlukan dan membuat kesimpulan
untuk populasi serta variansnya berdasarkan hasil penaksiran sampel.
3.2 Pengertian Total Populasi
Pada sebuah survei selain populasi, sampel menjadi sesuatu yang sangat
penting. Oleh karena itu, hal yang dilakukan pada saat melakukan suatu survei
adalah menentukan sifat-sifat, mengukur dan mencatat setiap unit dalam sampel.
Sifat-sifat dari setiap unit dalam sampel ini dinamakan karakteristik populasi.
Penarikan sampel mempunyai banyak tujuan, namun terdapat empat karakteristik
populasi yang lebih sering digunakan (Yamane, 1967) yaitu:
1. Rata-rata populasi
Rata-rata populasi adalah nilai rata-rata dari data populasi (Azhar, 2011).
Rata-rata populasi dinotasikan dengan ̅, dan didefinisikan sebagai berikut:
̅ = + +⋯+
=∑�= � = (3.1)
Sedangkan rata-rata sampel didefinisikan sebagai berikut:
̅ = + +⋯+ = ∑�= � = (3.2)
Penaksir dari rata-rata populasi dinotasikan dengan ̅̂, dan penaksir tak bias
dari rata-rata populasi adalah rata-rata sampel, dinyatakan sebagai berikut:
̅̂ = ̅ (3.3)
Pembuktian:
� ̅ = � [ + + ⋯ + ]
= [� + � + ⋯ + � ]
= ̅ = ̅
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
2. Jumlah populasi atau total populasi
Menurut Hidayat (2013), total populasi adalah jumlah keseluruhan dari
satuan-satuan atau individu-individu yang karakteristiknya hendak diteliti.
Total populasi dinotasikan dengan Y, dan didefinisikan sebagai berikut:
= ∑= = + + ⋯ + (3.4)
atau berdasarkan persamaan (3.1) diperoleh:
= ̅ (3.5)
Sedangkan total sampel didefinisikan sebagai berikut:
= ∑= = + + ⋯ + (3.6)
atau berdasarkan persamaan (3.2) diperoleh:
= ̅ (3.7)
Penaksir dari total populasi dinotasikan dengan ̂. Berdasarkan persamaan
(3.3), diperoleh informasi bahwa penaksir tak bias untuk total populasi adalah
total sampel, dinyatakan sebagai berikut:
̂ = ̅ = ∑�= � (3.8)
Pembuktian:
� ̂ = � ̅ = [� ̅ ]
= ̅
� ̂ =
3. Rasio dari dua jumlah populasi atau dua rata-rata populasi
Menurut Wibisaputro (2015), rasio adalah perbandingan antara pembilang
(numerator) dan penyebut (denominator) yang saling terpisah dan tidak ada
hubungannya. Rasio populasi dinotasikan dengan R dan didefinisikan sebagai
berikut:
30
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Penaksir dari rasio populasi dinotasikan dengan ̂, dengan perumusan sebagai
berikut:
̂ = ̅ ̅ =
∑�=
∑�= (3.10)
Pembuktian:
�( ̂) = � (̅̅)
=� ̅� ̅
= ̅̅
�( ̂) =
4. Proporsi dari unit-unit sampel yang masuk dalam beberapa kelas tertentu
Menurut Wibisaputro (2015), proporsi adalah bentuk pecahan yang
pembilangnya merupakan bagian dari penyebutnya. Proporsi digunakan untuk
melihat komposisi suatu variabel dalam populasi. Bentuk proporsi ini sering
dinyatakan dalam persen, yaitu dengan mengalikan pecahan proporsi dengan
100%. Proporsi tidak mempunyai satuan (dimensi), karena satuan dari
pembilang dan penyebutnya sama, sehingga saling meniadakan. Perumusan
proporsi adalah sebagai berikut:
� � = + . % (3.11)
dimana merupakan bagian dari jumlah populasi dan merupakan jumlah
populasi yang telah dikurangi oleh .
Perhatikan bahwa huruf-huruf besar biasanya menunjukkan karakteristik
populasi, sedangkan karakteristik sampel biasanya diberi simbol huruf-huruf
kecil.
Karakteristik populasi yang digunakan pada skripsi ini adalah total
populasi. Alasan penggunaan karakterisitik total populasi, yaitu karena tujuan dari
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
penggunaan total populasi ini diharapkan akan lebih mewakili fakta yang ada
(Notoatmodjo, 2002).
Pada stratified cluster sampling, total populasi didefinisikan sebagai berikut:
= (∑ℎ= ∑=ℎ ℎ ) (3.12)
Sedangkan rata-rata populasi didefinisikan sebagai berikut:
̅ =
ℎ=
∑ℎ= ∑=ℎ ℎ
ℎ (3.13)
3.3 Penaksir Total Populasi Stratified Cluster Sampling
Sampel berkelompok tiga tahap (three-stage cluster sampling) adalah
teknik pengambilan sampel yang dilakukan dalam 3 tahap. Tahap pertama adalah
membagi populasi ke dalam beberapa kelompok (cluster) misalkan terdapat L
(psu), kemudian dari L psu tersebut diasumsikan terpilih sebanyak l sampel acak
dari psu. Tahap kedua, dari i (indeks sampel acak (psu)) masing-masing
mempunyai kelompok (ssu), kemudian asumsikan ̅ dipilih dari setiap sampel
acak (psu). Terakhir asumsikan terdapat (tsu) dalam j (indeks sampel
kelompok (ssu)) dari i (indeks sampel acak (psu)) dan subsampel dipilih dari j
sampel kelompok (ssu).
Sedangkan pada stratified cluster sampling L adalah strata, bukan
kelompok (cluster) dengan h sebagai indeks dari strata L. Selain itu, pada
stratified cluster sampling = artinya bahwa pada stratified cluster sampling
seluruh strata (L) yang berada dalam populasi akan dijadikan sampel penelitian.
Oleh karena itu, penaksir dari total populasi untuk stratified cluster sampling
diperoleh dari keadaan = yang ditaksir dari total populasi X untuk three-stage
cluster sampling. Penaksir total populasi untuk three-stage cluster sampling
adalah sebagai berikut:
̂ = ̅̂
= ∑= ̂
32
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
= ∑
̅
= ∑̅= ̂
= ∑ ̅
= ∑̅= ̅
̂ = ∑ ̅
= ∑̅= ∑ = (3.14)
dimana L menyatakan cluster. Pada pembahasan sebelumnya telah dikemukakan,
berbeda dengan three-stage cluster sampling bahwa pada stratified cluster
sampling L menyatakan strata menggantikan cluster dan keadaan = dipenuhi,
maka dengan mengganti indeks i menjadi indeks h untuk mengindikasikan
sebagai strata akan diperoleh penaksir tak bias dari total populasi untuk stratified
cluster sampling yang diturunkan dari persamaan (3.14), diperoleh:
̂ = ∑ ℎ
ℎ
= ∑=ℎ ℎℎ ∑=ℎ ℎ
= ∑ ℎ
ℎ
= ∑=ℎ ℎℎ ∑=ℎ ℎ
̂ = ∑ ℎ
ℎ
= ∑=ℎ ℎℎ ∑=ℎ ℎ (3.15)
Persamaan ℎ
ℎ ∑ ℎ adalah penaksir dari total populasi untuk cluster
ke-i di stratum ke-h. Oleh karena itu, = ∑ ℎ
ℎ ∑ ℎ adalah penaksir total
populasi untuk sampel mh cluster di stratum h. Persamaan = ℎ
ℎ adalah penaksir total populasi dari stratum ke-h. Oleh karena itu ∑ adalah penaksir
total populasi untuk semua L strata.
Seperti yang telah dikemukakan pada subbab sebelumnya, bahwa rata–rata
sampel merupakan penaksir yang tak bias bagi rata–rata populasi, sehingga untuk
penaksir total populasi diperoleh:
�( ̂) =
Dengan kata lain, penaksir total populasi (̂) merupakan penaksir yang tak bias
untuk total populasi.
Pembuktian:
Ekspektasi dari ( ̂) harus dipandang dalam tiga tahapan yaitu ekspektasi
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
ekspektasi bersyarat yang berkaitan dengan tahapan ketiga sampling, dengan
menganggap tahapan pertama dan tahapan kedua konstan. � merupakan
ekspektasi bersyarat sepanjang j dan menganggap tahapan pertama dan tahapan
kedua konstan.
�( ̂) = �ℎ� � ̂
= �ℎ� � ∑ = ℎℎ∑=ℎ ℎℎ ∑=ℎ ℎ
�( ̂) = �ℎ� ∑ = ℎℎ∑=ℎ ℎℎ ∑ � =ℎ ℎ (3.16)
Pada metode simple cluster sampling, diberikan i sebagai indeks pada psu dan
selanjutnya dari setiap psu tersebut dilakukan pemilihan sampel acak sebanyak ,
sehingga diperoleh � ( ) = ̿ . Hal yang sama juga terdapat pada metode
stratified cluster sampling, karena diberikan h sebagai indeks pada strata, i
sebagai indeks pada psu dan selanjutnya dari setiap psu tersebut dilakukan
pemilihan sampel acak sebanyak ℎ , sehingga diperoleh � ( ℎ ) = ̿ ℎ.
�( ̂) = �ℎ� ∑ = ℎℎ∑=ℎ ℎℎ ∑=ℎ ̿ ℎ
= �ℎ� ∑ ℎ ℎ
= ∑=ℎ ℎℎ ℎ . ̿ ℎ
= �ℎ� ∑ ℎ ℎ
= ∑=ℎ ℎ . ̿ ℎ
= �ℎ� ∑ ℎ ℎ
= ∑=ℎ ℎ
= �ℎ ∑ ℎ ℎ
= ∑ �=ℎ ℎ
= �ℎ ∑ ℎ ℎ
= ∑ ∑=ℎ =ℎ ℎ ℎ
= �ℎ ∑ ℎ ℎ
= ℎ ℎ ∑=ℎ ℎ
= �ℎ(∑ = ∑=ℎ ℎ )
= (∑ = ∑=ℎ �ℎ ℎ )
= ∑ = ∑=ℎ ∑ℎ= ℎ
34
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
= . ∑=ℎ ∑ℎ= ℎ
�( ̂) = (∑ℎ= ∑=ℎ ℎ ) =
Terbukti bahwa �( ̂) = , dengan kata lain (̂) merupakan penaksir yang tak
bias untuk total populasi .
3.4 Variansi dari Penaksir Total Populasi dan Penaksirnya 3.4.1Variansi dari Penaksir Total Populasi
Setelah memperoleh taksiran dari total populasi, langkah selanjutnya
adalah menentukan variansi dari ̂.
Varians dari penaksir tak bias ̂ untuk three-stage cluster sampling
diperoleh dengan menggabungkan dua varians two-stage cluster sampling.
Varians dari ̂ untuk kasus two-stage cluster sampling adalah:
( ̂) = − ��+ ∑ − � .
dimana
= − ∑ − ̅
= − ∑ ( − ̿ )
Dengan mensubstitusikan persamaan (3.17) ke psu dan ssu pada kasus
three-stage cluster sampling, diperoleh:
− ��+ ∑ − ̅ �
̅ (3.18)
dimana
= − ∑ − ̅
= − ∑ ( − ̿ )
Selanjutnya, dengan mensubstitusikan persamaan (3.17) ke ssu dan tsu
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
− ̅ �̅ + ̅ ∑ − � (3.19)
dimana
= − ∑ ( − ̿ )
Perumusan untuk ̂ pada kasus three-stage cluster sampling diperoleh
dengan menggabungkan persamaan (3.18) dan persamaan (3.19), diperoleh:
( ̂) = − ��+ ∑ ( − ̅ � ̅ + ̅ ∑ − � ) = − �� + ∑ − ̅ � ̅ + ∑ ̅ ∑ − �
Oleh karena itu, variansi dari ̂ untuk three-stage cluster sampling adalah
sebagai berikut:
( ̂) = − ��+ ∑
= − ̅ �̅ + ∑= ̅ ∑=
− �
(3.20)
Dengan memisalkan = dan mengganti indeks i menjadi indeks h untuk
mengindikasikan sebagai strata, maka akan diperoleh variansi dari ̂ untuk
stratified cluster sampling yaitu sebagai berikut :
( ̂) = − ��+ ∑
ℎ
= ℎ− ̅ℎ �̅ℎ+ ∑ = ̅ℎ∑=ℎ ℎ ℎ−ℎ ℎ �ℎℎ (3.21)
( ̂) = ∑ = ℎ ℎ− ̅ ℎ �ℎ ̅ + ∑ = ̅ℎ∑=ℎ ℎ ℎ − ℎ ℎ �ℎ ℎ
Seperti yang telah diperlihatkan, , variansi antar cluster (dimana dalam
kasus ini menjadi strata) dikeluarkan dari persamaan (3.21).
36
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
ℎ =
ℎ − ∑
ℎ
=
ℎ − ̿ℎ .
Jika ℎ = ̅ dan ℎ = ̅, persamaan (3.22) menunjukkan bahwa ketika
diberikan ̅ ̅ = , ( ̂) direduksi dengan menurunkan ̅ dan menaikkan ̅.
Besarnya ̅ biasanya sekitar 5 – 15 (Yamane, 1967), sedangkan ̅
mungkin sangat kecil atau sangat besar, bergantung pada permasalahnya
(Yamane, 1967).
3.4.2Penaksir Variansi dari Penaksir Total Populasi
Pada populasi berukuran besar, sulit untuk menentukan nilai dari V(̂)
secara langsung sehingga dapat menggunakan penaksirnya. Penaksir variansi dari ̂ untuk three-stage cluster sampling adalah:
̂( ̂) = − + ∑ = − ̅ ̅ + ∑ ̅= ∑ ̅ = −
Dengan memisalkan = dan mengganti indeks i menjadi indeks h untuk
mengindikasikan sebagai strata, maka akan diperoleh penaksir variansi dari ̂
untuk stratified cluster sampling yaitu sebagai berikut :
̂( ̂) = − + ∑ ℎ = ℎ− ̅ ℎ ℎ ̅ + ∑ ℎ ̅ = ∑ ℎ ̅ = ℎ − ℎ ℎ ℎ ℎ ̂( ̂) = ∑ ℎ = ℎ− ̅ ℎ ℎ ̅ + ∑= ̅ℎ∑ ℎ ̅ = ℎ − ℎ ℎ ℎ ℎ
Jika ℎ = ̅ dan ℎ = ̅ seperti yang telah dilakukan di atas, dapat
dilihat bahwa ̂( ̂) dipengaruhi terutama oleh ℎ.
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
ℎ = ℎ − ∑ ℎ = ℎ − ̿ℎ ̂ℎ = ℎ ℎ ∑ ℎ = ℎ = ℎ ℎ ℎ = ℎ ̿ℎ ̅̂ℎ = ℎ∑ ̂ℎ ℎ = ̿ℎ = ℎ ∑ ℎ ℎ =
ℎ adalah suara pemilu di TPS ke- j dari kelompok ke-i di stratum ke –h. Huruf
ditulis dengan huruf kecil, hal ini menandakan nilai (suara pemilu) berasal dari
sampel.
̂ℎ = ℎ ̿ℎ merupakan penaksir jumlah total dari kelompok ke-i di stratum
ke-h, ̿ℎ =
ℎ ∑ ℎ
ℎ
= merupakan rata-rata sampel dari subsampel ℎ , dan
̅̂ℎ =
ℎ∑ ̂ℎ
ℎ
= merupakan rata-rata sampel dari ̂ℎ, � = , , . . , ℎ.
38
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
� ̿ℎ = �
ℎ ∑ ℎ
ℎ =
=
ℎ � ∑ ℎ
ℎ
=
=
ℎ ∑ � ℎ
ℎ
=
=
ℎ ∑ ̿ℎ
ℎ
=
=
ℎ ℎ . ̿ℎ
= ̿ℎ
� ̅̂ℎ = � ℎ∑=ℎ ̂ℎ
=
ℎ� ∑ ̂ℎ
ℎ
=
=
ℎ ∑ � ̂ℎ
ℎ
=
=
ℎ ∑ ℎ
ℎ
= = ̅ℎ
ℎ menunjukkan penaksir variansi di antara psu (kelompok) di dalam strata ke-h. Karena ℎ adalah sampel acak dari ℎ, ̂ℎ merupakan penaksir
jumlah total dari kelompok ke-i di stratum ke-h, dan ̅̂ℎ merupakan rata-rata
sampel dari ̂ℎ. Diketahui pula bahwa ℎ adalah penaksir tak bias dari ℎ,
sehingga
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
� ℎ = ℎ− ∑=ℎ ℎ − ̅ℎ
� ℎ = ℎ
ℎ menunjukkan penaksir variansi di dalam psu (kelompok) dari strata ke-h. Karena ℎ adalah sampel acak dari ℎ, dan ̿ℎ merupakan rata-rata sampel
dari subsampel ℎ , diketahui pula bahwa ℎ adalah penaksir tak bias dari ℎ,
sehingga � ℎ = � ℎ− ∑ ℎ = ℎ − ̿ℎ � ℎ = ℎ− ∑=ℎ ℎ − ̿ℎ � ℎ = ℎ
Penaksir varians ̂ ̂ merupakan penaksir yang tak bias untuk varians,
hal ini dapat dibuktikan dengan membuktikan � ̂( ̂) = ̂ pada proses
pembuktian berikut ini.
40
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
= ∑ ℎ ℎ− ℎ ℎ �ℎ ℎ = + �ℎ ∑ = � ℎ ℎ ℎ−ℎ ℎ ℎℎ = ∑ ℎ ℎ− ℎ ℎ �ℎ ℎ = + �ℎ ∑ = ℎ∑=ℎ ℎ ℎ ℎ−ℎ ℎ ℎℎ = ∑ ℎ ℎ− ℎ ℎ �ℎ ℎ = + �ℎ ∑ = ℎ ℎ∑=ℎ ℎ ℎ−ℎ ℎ ℎℎ = ∑ ℎ ℎ− ℎ ℎ �ℎ ℎ = + �ℎ ∑ = ∑=ℎ ℎ ℎ−ℎ ℎ ℎℎ = ∑ ℎ ℎ− ℎ ℎ �ℎ ℎ = + �ℎ ∑ = ∑=ℎ . ℎ ℎ−ℎ ℎ ℎℎ
Karena ketika ukuran ℎ kelompok mendekati ukuran ℎ kelompok, maka
ℎ ℎ ≈ ℎ ℎ ≈ = ∑ ℎ ℎ− ℎ ℎ �ℎ ℎ = + ∑ = ℎℎ∑=ℎ ℎ ℎ−ℎ ℎ �ℎℎ = ( ̂)
Berdasarkan pembuktian di atas, ini menunjukkan bahwa ̂( ̂) adalah
penaksir tak bias dari ( ̂).
3.5 Alokasi Sampel
Permasalahan yang biasanya muncul pada pengalokasian sampel adalah
berapa banyak kelas ℎ dan berapa banyak ℎ dari kelas ke-hi yang harus
dipilih. Apakah akan dipilih ℎ kelas lebih sedikit dan lebih banyak ℎ atau
sebaliknya? Prosedur untuk menyelidiki permasalahan ini adalah pertama-tama
menentukan variansi dan fungsi biaya yang berfungsi sebagai kendala linear, dan
kemudian menentukan ℎ dan ℎ untuk meminimumkan variansi subjek fungsi
biaya yang diberikan. Untuk menyederhanakan variansi, perhatikan
subsampel-subsampel dari proporsi yang sama, seringkali mengambil dari psu itu, sehingga
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
ℎ
ℎ = �ℎ . Misalkan, apabila �ℎ = , , berarti 5% dari ℎ diambil sebagai sampel acak.
Sebagai ilustrasi, misalkan ℎ = kelas di strata ke-h, maka
ℎ ℎ = ℎ ℎ = ⋯ = ℎ ℎ = �ℎ . Persamaan (3.27) dapat dinyatakan sebagai berikut:
ℎ + ⋯ + ℎ
ℎ + ⋯ + ℎ
= �ℎ
yang dapat dinyatakan sebagai
̅ℎ̅
ℎ = �ℎ . dimana ̅ℎ adalah rata-rata jumlah populasi per kelas di strata ke-h dan juga dapat
dianggap sebagai nilai ekspektasi dari ℎ. Hal ini dapat dinyatakan sebagai
berikut:
̅ℎ = ℎ
ℎ =
∑=ℎ ℎ
Demikian pula, ̅ℎ juga dapat dianggap sebagai nilai ekspektasi dari ℎ , dan
dapat ditunjukkan sebagai
̅ℎ = �ℎ̅ℎ Perhatikan bahwa interpretasi ini berbeda dari
̅ℎ =
ℎ∑ ℎ
ℎ
= yang hanya rata-rata sampel.
Dengan menggunakan ̅ℎ dan ̅ℎ sebagaimana didefinisikan pada
persamaan (3.28), perumusan variansi yang diberikan pada persamaan (3.22)
menjadi: ( ̂) = ∑ ℎ = ℎ− ℎ ℎ ℎ ℎ+ ∑ ℎ ℎ = ∑ ̅ℎ ℎ = ̅ℎ− ̅ℎ ̅ℎ ̅ℎℎ .
42
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
∑ ℎ ℎ = ∑=ℎ ̅ℎ ̅ℎ− ̅ℎ ̅ℎ �ℎ ̅ℎ = ∑ ℎ ℎ = ∑ ℎ ℎ ̅ℎ− ̅ℎ ̅ℎ �ℎ ̅ℎ ℎ = = ∑ ℎ ℎ ℎ ℎ ̅ℎ− ̅ℎ ̅ℎ = ̅ℎ∑=ℎ ℎ = ∑ ℎ ℎ̅ℎ = ̅ℎ̅− ̅ℎℎ ℎ∑=ℎ ℎ = ∑ ℎ ℎ̅ℎ = ̅ℎ̅− ̅ℎℎ ℎ dengan ℎ = ℎ∑ ℎ ℎ = ℎ = ℎ∑=ℎ ℎ . ̅ℎ ̅ℎ
dimana ditetapkan ̅ℎ = ℎ dan ̅ℎ = ℎ/ ℎ, sehingga:
ℎ=
ℎ̅ℎ∑ ℎ
ℎ
ℎ
ℎ̅ℎmenunjukkan jumlah populasi dari strata ke-h, sedangkan ∑ ℎ ℎ ℎ dapat diinterpretasikan sebagai jumlah kuadrat variansi di dalam kelas di strata ke-h
untuk semua ℎ kelas. Oleh karena itu, ℎ dapat dianggap mewakili dalam
variansi kelas untuk strata ke-h. Dengan menggunakan ℎ, persamaan (3.29)
menjadi: ( ̂) = ∑ ℎ = ℎ− ℎ ℎ ℎ ℎ+ ∑ ℎ ℎ̅ℎ = ̅ℎ− ̅ℎ ̅ℎ ℎ .
dan akhirnya diperoleh variansi sederhana yang akan digunakan untuk
memudahkan analisis selanjutnya. Berdasarkan penaksir variansi pada persamaan
(3.25), maka diperoleh penaksir variansi dengan alokasi sampel yaitu:
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
3.6 Perbandingan Stratified Cluster Sampling dan Simple Cluster Sampling Pada bab sebelumnya telah dikemukakan bahwa stratified cluster
sampling memiliki varians lebih kecil daripada simple random sampling, simple
cluster sampling, dan stratified random sampling. Oleh karena itu, stratified
cluster sampling digunakan ketika ingin mengurangi variansi dari penaksir dan
menurunkan biaya survei. Untuk mempertimbangkan pengurangan variansi, perlu
dibandingkan taksiran variansi dari stratified cluster sampling dengan taksiran
variansi dari metode lainnya. Berikut adalah perbandingan taksiran variansi dari
stratified cluster sampling dengan taksiran variansi dari simple cluster sampling.
Untuk perbandingan taksiran varians dengan metode yang lainnya dapat dilihat
pada lampiran 4.
Untuk menyederhanakan variansi dari stratified cluster sampling, dapat
dengan cara memisalkan:
ℎ = ̅ =∑ ℎ = .
ℎ = ̅ =∑ ℎ = .
ℎ = ̅ =̅̅̅ ∑ ∑ ℎ .
Selanjutnya dengan mengasumsikan jumlah setiap subsampel sama dari setiap
kelas (psu), maka variansi dari rata-rata untuk sampling stratifikasi proporsional
(proportional stratified random sampling) adalah:
( ̅ ) = − ∑ ℎ ℎ .
Kemudian dari persamaan (3.36), sampling unit utama N dan n keduanya
digantikan oleh M (total populasi) dan m (total sampel) sehingga persamaan (3.36)
menjadi
44
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
= − ∑ / ℎ
= − ∑ ℎ
ℎ = ̅ − ∑(̿ℎ − ̿ℎ) ̅
.
̿ℎ = ℎ
ℎ .
̿ℎ = ̅ ∑ ̿ℎ ̅
Variansi dari rata-rata untuk metode sampling acak sederhana (simple random
sampling ) m cluster adalah:
� = − ∑ ∑ ( ̿ℎ − ̿)
̅
.
̿ = ∑ ∑ ̿ℎ = ̅
̅
∑ ∑ ̿ℎ
̅
Untuk mengevaluasi keuntungan stratifikasi, akan dibandingkan dua variansi,
yaitu variansi pada persamaan (3.37) dan variansi pada persamaan (3.40):
� = − ∑ ℎ .
= − ̅ − ∑ ∑(̿ℎ − ̿ℎ)
̅
� = − ∑ ∑( ̿ℎ − ̿) ̅
.
= − ̅ ∑ ∑(̿ℎ − ̿)
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Pada saat ≪ ̅, maka dengan memisalkan ̅ = ̅ − , persamaan (3.41) dan
persamaan (3.42) dapat disederhanakan menjadi:
� = ∑ ∑( ̿ℎ − ̿ℎ) ̅
.
� = ∑ ∑( ̿ℎ − ̿) ̅
.
dimana
= − ̅
Keuntungan absolut akibat stratifikasi ditemukan dengan:
� − � = [∑ ∑( ̿ℎ − ̿)
̅
− ∑ ∑( ̿ℎ − ̿ℎ)
̅
] .
Penyederhanaan tanda dalam kurung secara aljabar adalah sebagai berikut:
∑ ∑( ̿ℎ − ̿)
̅
− ∑ ∑( ̿ℎ − ̿ℎ)
̅
= ∑ ∑ [( ̿ℎ − ̿) − ( ̿ℎ − ̿ℎ) ]
̅
= ∑ ∑( ̿ℎ− ̿)( ̿ℎ − ̿ − ̿ℎ)
̅
ℎ
= ∑( ̿ℎ− ̿)( ̅ ̿ℎ− ̅ ̿ − ̅ ̿ℎ)
ℎ
= ∑( ̿ℎ− ̿)
ℎ
̅
Oleh karena itu persamaan (3.45) dapat dinyatakan dengan:
� − � = ∑( ̿ℎ− ̿) ℎ
̅ .
= − ∑( ̿ℎ− ̿)
46
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
� = � + − ∑( ̿ℎ− ̿) ℎ
.
Hal ini menunjukkan bahwa stratified cluster sampling memiliki variansi
lebih kecil daripada simple cluster sampling. Ketika ada perbedaan antar strata,
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu 61
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan rumusan masalah yang telah dikemukakan dan berdasarkan
pembahasan-pembahasan sebelumnya, diperoleh kesimpulan sebagai berikut.
1. Hasil quick count dengan menggunakan metode stratified cluster sampling,
apabila dibandingkan dengan hasil resmi Pemilu dari KPU terbukti akurat
karena berhasil memprediksikan urutan (peringkat) pemenang dengan benar.
2. Hasil quick count dengan menggunakan metode stratified cluster sampling,
apabila dibandingkan dengan hasil resmi Pemilu dari KPU terbukti memiliki
tingkat presisi yang tinggi karena menghasilkan rata-rata kekeliruan hanya
sebesar 0,94 %, kurang dari 1 %.
5.2 Saran
Pada penelitian ini, peneliti memberikan saran agar dalam menggunakan
metode stratified cluster sampling, tetap harus ada pertimbangan dalam pemilihan
unit sampling utama dan unit sampling kedua agar hasil yang diperoleh dapat
lebih akurat atau mendekati hasil akhir dari KPU. Pada studi kasus ini, peneliti
harus tetap mempertimbangkan penyebaran wilayah ataupun Daftar Pemilih Tetap
(DPT) di setiap kota maupun kecamatan. Untuk penelitian selanjutnya sebaiknya
sampel diambil lebih dari 1 kali, ini bertujuan untuk lebih meyakinkan keakuratan
dari metode stratified cluster sampling ini. Selain itu, hasil quick count dengan
menggunakan metode stratified cluster sampling juga dapat dibandingkan dengan
hasil quick count dari lembaga survei, hal ini bertujuan untuk mengontrol lembaga
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
62
DAFTAR PUSTAKA
Acha, A. (2014) Populasi dan Sampel [Online]. Tersedia di:
http://beatry23.blogspot.com/p/populasi-dan-sampel-dalam-penelitian_27.html. [21 Januari 2015]
Ambarita, K. (2014) Sejarah Lahirnya Quick Count di Indonesia Sejak 2004 [Online]. Tersedia di: http://anekainfounik.net/2014/07/14/sejarah-lahirnya-quick-count-di-indonesia-sejak-2004/. [19 Januari 2015]
Azhar, A. (2011) Rata-rata Hitung dan Median [Online]. Tersedia di: http://dikanyaliaslalubersama-lia.blogspot.com/2011/06/rata-rata-hitung-dan-median.html. [13 April 2015]
Demokrawati, F.A. (2014). Analisis Quick Count dengan Menggunakan Metode Stratified Random Sampling (Studi Kasus Pemilu Walikota Bandung 2013). (Skripsi). Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam, Universitas Pendidikan Indonesia, Bandung.
Dilihatya. (2014) Pengertian Pemilu Menurut Para Ahli [Online]. Tersedia di: http://dilihatya.com/762/pengertian-pemilu-menurut-para-ahli. [10 April 2015]
Dinasthi, J. (2014) Demokrasi di Indonesia-Pengertian & Macam [Online]. Tersedia di: http://demokrasiindonesia.blogspot.com/2014/08/demokrasi-di-indonesia-pengertian-macam-kelebihan-sejarah-perkembangan.html. [15 Januari 2015]
Dinasthi, J. (2014) Pemilu di Indonesia dan Sistem Pemilihan Umum [Online].
Tersedia di:
http://sistempemerintahan-indonesia.blogspot.com/2013/06/pemilu-di-indonesia-sistem.html. [18 Januari 2015]
Estok M, Nevitte N & Cowan G. (2002). The Quick Count and Election Observation. Washington: NDI.
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Hidayat, A. (2013) Populasi dan Sampel [Online]. Tersedia di: http://www.statistikian.com/2012/10/populasi-dan-sampel.html. [13 April 2015]
Ibrahim. (2012) Pengertian dan Landasan Hukum Pilkada. [Online]. Tersedia di: http://www.anekamakalah.com/2012/06/pengertian-dan-landasan-hukum-pilkada.html. [19Januari 2015]
Karimah, Asa S. (2014) Teknologi Quick Count [Online]. Tersedia di:
http://komunikasi.us/index.php/course/perkembangan-teknologi-komunikasi/1825-teknologi-quick-count. [20 Januari 2015]
Kismiantini. (2007). Pengumpulan Data Dengan Quick Count dan Exit Poll. Makalah Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, FMIPA UNY, Yogyakarta.
Komisi Pemilihan Umum Provinsi Jawa Barat. (2013). Rekapitulasi Daftar Pemilih Sementara Provinsi Pemilihan Umum Anggota DPR, DPD, DPRD Provinsi dan DPRD Kabupaten/Kota Oleh KPU Provinsi Jawa Barat, Bandung: KPU Jawa Barat.
Kuswandi. (2008) Populasi dan Sampel Penelitian [Online]. Tersedia di:
http://aos-kuswandi.blogspot.com/2008/11/populasi-dan-sampel-penelitian.html. [21 Januari 2015]
Lembaga Survey Indonesia. (2004). Jajak Pendapat dan Pemilu di Indonesia,
Jakarta: LSI.
Malau, S. (2014) Ini Tujuh Lembaga Survei Quick Count yang Lulus Audit [Online]. Tersedia di: http://www.tribunnews.com/pemilu-2014/2014/07/17/ini-tujuh-lembaga-survei-quick-count-yang-lulus-audit. [19 Januari 2015]
Margono.(2010). Metodologi Penelitian Pendidikan. Jakarta: Rineka Cipta.
Marlin. (2014) Apa itu Quick Count dan Exit Poll? [Online]. Tersedia di: http://www.suaramerdeka.com/v1/index.php/read/news/2014/07/09/20884 2/Apa-itu-Quick-Count-dan-Exit-Poll. [10 April 2015]
Munawar. (2012) Margin Error [Online]. Tersedia di: http://www.diskusilepas.com/2013/09/margin-error.html. [20 Januari 2015]
64
Mega Wati, 2015
ANALISIS QUICK COUNT MENGGUNAKAN METODE STRATIFIED CLUSTER SAMPLING (STUDI KASUS PEMILU GUBERNUR JAWA BARAT 2013)
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Purnomo, Edi. (2014) Sistem Pemilu di Indonesia [Online]. Tersedia di: http://sistem-pemilu.blogspot.com/. [18 Januari 2015]
Rahayu, A. (2014) Metode Quick Count [Online]. Tersedia di:
http://matematikasmun1dk.blogspot.com/2013/10/metode-quick-count.html#.VLyW-2eKCZR. [19 Januari 2015]
Rahayu, S. (2014) Seputar Pengertian, Makna, Sistem, Jenis Tahapan, Tujuan
Dan Manfaat Pemilu [Online]. Tersedia di:
http://seputarpengertian.blogspot.com/2014/04/Pengertian-Makna-Sistem-Jenis-Tahapan-Tujuan-Dan-Manfaat-Pemilu.html. [18 Januari 2015]
Sanjaya, D. (2012) Populasi dan Sampel [Online]. Tersedia di: http://mdonisanjaya.blogspot.com/2012/01/populasi-dan-sampel_25.html. [21 Januari 2015]
Scheaffer et al. (1990). Elementary Survey Sampling. Boston: PWS-Kent.
Sugiyono. (2010). Metode Penelitian Pendidikan. Bandung: Alfabeta.
Sukanta. (2014) Quick Count adalah Proses Sampling Ilmiah [Online]. Tersedia di:
http://www.mediasmscenter.com/index.php?option=com_content&view=art icle&id=206:quick-count-adalah-proses-sampling-ilmiah&catid=1:info-pilkada&Itemid=66.
[19 Januari 2015]
Susianto, D. (2009) Quick Count Pilkada [Online]. Tersedia di:
http://surveipilkada.blogspot.com/2009/06/quick-count-pilkada-kota-medan-2005.html. [20 Januari 2015]
Tobing, J. (2011) Republik Indonesia adalah Negara Kesatuan, Negara Demokrasi Konstitusional dan Negara Hukum. [Online]. Tersedia di: http://www.leimena.org/id/page/v/373/republik-indonesia-adalah-negara- kesatuan-negara-demokrasi-konstitusional-dan-negara-hukum.html. [16 Januari 2015]
Wibisaputro, F. (2015) Ratio Rate Proporsi [Online]. Tersedia di: https://www.academia.edu/3713074/ratio_rate_proporsi. [13 April 2015]