๐ Daftar Isi
Setelah pada artikel sebelumnya di Part I kita membahas alokasi sampel dengan cara alokasi sembarang, alokasi sama (equal), dan alokasi sebanding (proportional) selanjutnya kita akan membahas alokasi sampel dengan cara alokasi Neyman dan alokasi optimum.
4. Alokasi Neyman
Pada alokasi Neyman, kita telah memasukkan unsut ragam kedalamnya sehingga semakin beragam ukurannya maka semakin besar n-nya. Jika ada variabel pendukung yang bisa digunakan untuk mengetahui nilai varians strata populasi maupun sampel ( \(S_h^2\) atau \(s_h^2\) ), maka alokasi Neyman akan meningkatkan presisi dari metode sampling. Pada alokasi ini, biaya setiap strata diasumsikan sama. Fokus dalam metode ini adalah mengalokasikan sampel ke dalam setiap strata agar diperoleh standar error sekecil mungkin dengan memperhatikan besarnya varians. Jika varians strata semakin besar ( \(S_h^2\) ), maka jumlah sampel yang dialokasikan ke dalam strata tersebut akan semakin besar.
Ukuran Sampel Keseluruhan
Ukuran sampel strata ke-h :
dimana ukuran sampel keselurahan adalah,
Note:
Ingat pada Part I mengenai penjelasan apa itu D dan nilai-nilai lainnya. Cek terlebih dahulu artikel tersebut ya..
Varians Alokasi Neyman
- Untuk pengambilan sampel secara WOR
- Untuk pengambilan sampel secara WR
Ingat rumus umum varians
5. Alokasi Optimum
Sampel yang berukuran n dialokasikan ke dalam setiap strata sedemikian rupa sehingga diperoleh varians sekecil mungkin dengan biaya yang tersedia atau meminimumkan biaya dengan varians tertentu. Jadi, alokasi Neyman yang ditambahkan faktor biaya akan menjadi alokasi optimum.
- Fungsi biaya:
- Ukuran sampel strata ke-h:
dengan,
C = total biaya
Co = biaya yang tidak dipengaruhi desain dan metode sampling
Ch = biaya per elemen untuk strata ke-h
Contoh, Co adalah biaya yang diberikan tiap responden misalnya 100 ribu rupiah. Ch adalah biaya jika lokasinya jauh, jika lokasinya sekian maka membutuhkan biaya transportasi dan sebagainya sebesar x rupiah.
- Nilai optimum nh didapatkan dari fungsi
dengan, \(\lambda\) = konstanta. \(\lambda\) merupakan Lagrange Multiplier dimana nh bisa ditentukan di mana \(\lambda\) dapat meminimumkan \(\psi\)
Ukuran Sampel Keseluruhan
- Meminimumkan biaya dengan varians tertentu
- Meminimumkan varians dengan biaya tertentu
Varians Alokasi Optimum
- Untuk pengambilan sampel secara WOR
- Untuk pengambilan sampel secara WR
Relative Efficiency
Perbandingan antar alokasi sampel. Jika fpc (finite population correction) diabaikan, maka:
Kesimpulan Alokasi Sampel
Pada bagian pembahasan mengenai alokasi sampel, dapat disimpulkan bahwa ukuran sampel pada suatu strata akan lebih besar dari strata lainnya jika:
- Jumlah populasi di strata tersebut lebih besar
- Varians strata lebih besar
- Biaya lebih murah pada strata yang bersangkutan
Materi Lengkap
Berikut adalah materi lainnya yang membahas mengenai Stratified Random Sampling.