Pertemuan
Pertemuan ke
ke--7
7
Sampling
Sifat Sampling
• Sampling
• Elemen Populasi • Populasi
• Sensus
Mengapa Sampel?
Akurasi lebih besar
Availabilitas elemen
Lebih cepat
Sampling memberikan
Kapan Sensus Tepat?
Apakah Sampel yang Baik Itu?
Exhibit 15-2 Tipe-Tipe Desain
Sampling
Pilihan Elemen
Probabilitas Nonprobabilitas
Tidak terbatas Simple random Convenience
Terbatas Complex random Purposive
Systematic Judgment
Cluster Quota
Langkah-Langkah dalam Desain
Sampling
Apa target populasinya?
Apa saja parameter kepentingannya?
Apa kerangka sampling-nya?
Apa metode sampling yang tepat?
Ukuran Sampel Besar
Varians populasi
Simple Random
Kelebihan • Mudah
diimplementasikan dengan random
dialing
Kekurangan
• Memerlukan daftar elemen populasi • Memakan waktu • Ukuran sampelnya
besar
• Menghasilkan banyak eror
Systematic
Kelebihan
• Mudah didesain • Lebih mudah dari
simple random • Mudah untuk
menentukan distribusi sampling rerata atau proporsi
Kekurangan
• Periodisitas dalam populasi
memungkinkan
kemencengan sampel dan hasil
• Trends dalam daftar memungkinkan
hasilnya bias
Stratified
Kelebihan
• Kontrol ukuran smpel dalam strata
• Meningkatkan efisiensi statistik
• Memberikan data untuk mewakili dan
menganalisis subgroups • Memungkinkan
penggunaan metode yang berbeda dalam strata
Kekurangan
• Peningkatan kesalahan akan terjadi jika
subgroups dipilih pada rate yang berbeda
• Menjadi mahal apabila strata dalam populasi harus dibuat
Cluster
Kelebihan
• Memberikan estimasi
parameter populasi yang tidak bias jika dilakukan dengan benar
• Secara ekonomi lebih efisien dari simple
random
• Biaya paling rendah per sampel
• Mudah dilakukan tanpa list
Kekurangan
• Efisiensi statistikalnya
Exhibit 15-5 Stratified and Cluster
Sampling
Stratified
• Populasi dibagi ke dalam subgroups
• Homogenitas dalam subgroups
• Heterogenitas antara subgroups
• Pilihan elemen dari masing-masing
subgroup
Cluster
• Populasi dibagi ke dalam beberapa subgroups
• Heterogenitas dalam subgroups
• Homogenitas antara subgroups
Double
Kelebihan
• Bisa mengurangi biaya jika langkah pertama
menghasilkan data yang cukup untuk stratifikasi atau kluster populasi
Kekurangan
• Menambah biaya bila digunakan secara
Nonprobability Samples
Biaya Feasibilitas
Waktu
Isu-Isu
Tidak butuh untuk
generalisasi
Nonprobability
Sampling Methods
Convenience
Judgment
Quota
Terminologi Kunci
• Area sampling • Sensus
• Cluster sampling • Convenience
sampling
• Disproportionate stratified sampling • Double sampling
• Multiphase sampling
• Nonprobability sampling • Populasi
• Elemen populasi
• Parameter population • Population proportion of
incidence
Terminologi Kunci
• Proportionate
stratified sampling • Quota sampling • Sample statistics • Sampling
• Sampling error • Sampling frame
• Sequential sampling
• Simple random sample • Skip interval
• Snowball sampling • Stratified random
sampling
Appendix 15a
Appendix 15a
Exhibit 15a-1
Exhibit 15a-2
Meningkatkan Presisi
Reducing the Standard Deviation by 50%
Exhibit 15a-4
Standard Errors
Standard Error (Z score)
% of Area Approximate
Degree of Confidence
1.00 68.27 68%
1.65 90.10 90%
1.96 95.00 95%
Exhibit 15a-6
Estimasi Kunjungan Makan Malam
Confidence Z score % of Area Interval Range
(visits per month)
68% 1.00 68.27 9.48-10.52
90% 1.65 90.10 9.14-10.86
95% 1.96 95.00 8.98-11.02
Menghitung Ukuran Sampel untuk
Pertanyaan yang Melibatkan Rerata
Presisi
Tingkat Keyakinan
Ukuran perkiraan interval
Penyebaran populasi
Exhibit 15a-7
Ukuran Sampel Metro U untuk Rerata
Steps Information
Desired confidence level 95% (z = 1.96)
Size of the interval estimate .5 meals per month
Expected range in population
0 to 30 meals
Sample mean 10
Standard deviation 4.1
Need for finite population adjustment
No
Proxies Penyebaran Populasi
• Riset terdahulu pada topik
• Pilot test or pretest
• Rule-of-thumb calculation
Exhibit 15a-7 Ukuran Sampel
Metro U Untuk Proporsi
Steps Information
Desired confidence level 95% (z = 1.96)
Size of the interval estimate .10 (10%)
Expected range in population 0 to 100%
Sample proportion with given attribute
30%
Sample dispersion Pq = .30(1-.30) = .21
Finite population adjustment No
Standard error of the proportion .10/1.96 = .051
