CRITICAL BOOK REPORT

Teknik Sampling
D
I
S
U
S
U
N
OLEH:
Muhammad Adi Rianta
4131230007
MATEMATIKA 2013

Program Studi Matematika

Jurusan Matematika
Fakultas Matematika Dan Ilmu Pengetahuan Alam
UNIVERSITAS NEGERI MEDAN
2017
 KATA PENGANTAR

Puji syukur kehadirat Tuhan Yang Maha Esa atas segala limpahan rahmat
dan hidayahnya penulis dapat menyelesaikan critical book tentang Teknik
Penarikan Sampling yang disusun sebagai salah satu tugas mata kuliah Teknik
Sampling.
Critical book ini disusun agar pembaca dapat memperluas ilmu tentang
kaitan materi Teknik Penarikan Sampling berdasarkan pengamatan dari sumber
informasi, dan referensi. Critical book ini disusun oleh penulis dengan berbagai
rintangan, baik yang datang dari diri penulis maupun yang datang dari luar.
Namun dengan penuh kesabaran dan terutama pertolongan dari Tuhan Yang Maha
Esa akhirnya critical book ini dapat terselesaikan.
Dalam kesempatan ini penulis mengucapkan terima kasih sedalam-
dalamnya kepada semua yang telah membantu dalam pengerjaan critical book ini
terkhususnya kepada Ibu Susiana S.Si, M.Si selaku dosen pengampu mata kuliah
Tekik Sampling.
Penulis menyadari bahwa penyusunan critical book ini jauh dari
sempurna, baik segi penyusunan, bahasa, ataupun penulisannya. Oleh karena itu,
penulis mengharapkan kritik dan saran yang sifatnya membangun, khususnya dari
dosen mata perkuliahan guna menjadi acuan dalam bekal pengalaman bagi penulis
untuk lebih baik di masa yang akan datang.

Medan, 28 Maret 2017

Penulis
 BAB I
PENDAHULUAN

A. Latar Belakang
Teknik sampling adalah cara yang dilakukan untuk mendapatkan sampel
sesuai dengan harapan si pengambil keputusan agar diperoleh sampel yang
representatif dan dapat mewakili populasi yang sebenarnya. Untuk menentukan
teknik sampling ini, yang selalu menjadi perhatian utama adalah bagaimana agar
sampel yang diperoleh nantinya akan dapat dinyatakan sebagai representasi dari
populasi yang sedang diteliti dan tidak menghasilkan hasil analisis yang bias.
Critical book adalah kegiatan yang bertujuan untuk mengkritik buku yang
kita baca. Kegiatan ini mengharuskan seseorang untuk berpikir kritis, meringkas
dan mengevaluasi tulisan baik yang berbentuk buku, bab, ataupun artikel secara
tepat dan dapat dipertanggungjawabkan. Kritis disini bukan berarti seseorang
harus mengkritik segi negatif dari buku, namun untuk mencari informasi dan
memberi opini.

B. Tujuan
1. Untuk menambah wawasan mengenai teknik sampling.
2. Untuk mengetahui perbedaan penyajian dalam dua buku yang terkait
dengan materi teknik sampling.

C. Rumusan Masalah
1. Apa sajakah yang termasuk dalam teknik penarikan sampling?
2. Bagaimana definisi dari jenis-jenis teknik penarikan sampling?
3. Bagaimana perbedaan penyajian yang terkandung dalam kedua buku?
 BAB II
PEMBAHASAN

A. Hasil Analisis Buku Teknik Penarikan Sampel, William G. Cochran

1. Pendahuluan
1.1. Kegunaan Metode Penarikan Sampel
Kegunaan dari penarikan sampel yaitu:
- Mengurangi biaya.
- Kecepatan lebih besar.
- Cakupan lebih besar.
- Tingkat ketelitian lebih besar
1.2 Beberapa Kegunaan Dari Survei Sampel
Sampel survei dapat diklasifikasikan dalam 2 jenis yaitu deskriptif dan analitik.
Survei deskriptif bertujuan mendapatkan keterangan tertentu mengenai kelompok
yang besar, misalnya jumlah laki-laki, perempuan, dan anak-anak yang menonton
sebuah acara ditelevisi. Survei analitik bertujuan melakukan perbandingan antara
subkelompok subkelompok itu dan untuk membentuk atau membuktikan
hipotesis mengenai alasan perbedaannya.
1.2 Tahap Tahap Penting dalam Survei Sampel
1. Tujuan survei
2 Populasi yang disampelkan
3 Data yang dikumpulkan
4 Tingkat ketelitian yang diinginkan
5 Metode Pengukuran
6 Kerangka (frame)
7 Pemilihan sampel
8 Uji pendahuluan
9 Organisasi lapangan
10 Ringkasan dan analisis data
11 Keterangan yang bermanfaat untuk survei mendatang.
1.4 Peranan Teori Penarikan Sampel
1.5 Probabilita Penarikan Sampel
1.6 Alternatif Penarikan Sampel Berpeluang
Dua metode dalam penarikan sampel yaitu pemilihan acak dan pemilihan
dengan pertimbangan tertentu (purposive selection).
1.7 Penggunaan Distribusi Normal
1.8 Bias dan Pengaruhnya
Dalam teori survei sampel, penduga bias perlu dipertimbangkan untuk dua
alasan:
- Pada beberapa masalah yang sangat umum, khususnya dalam perkiraan
rasio, penduga yang disenangi dan cocok didapat ternyata menjadi bias.
- Sering dengan penduga yang tidak bias dalam penarikan sampel
berpeluang, kesalahan pengukuran dan kesalahan nonrespons
menghasilkan bias yang jumlahnya dapat dihitung dari data. Ini terjadi,
 misalnya, jika responden menolak diwawancarai karena tidak setuju
dengan program pembelanjaan untuk kepentingan masyarakat, sedangkan
responden yang sudah diwawancarai ada yang setuju dan ada yang tidak
setuju.

2. Sampling Acak Sederhana

2.1. Sampling acak sederhana adalah metode pemilihan n unit dari N sehingga
C
setiap elemen dari N n sampel yang berbeda mempunyai kesempatan yang sama
untuk dipilih.
Pemilihan sampel acak secerhana dapat dilakukan dengan menggunakan tabel
bilangan acak. Tahap untuk memilih sampel dengan tabel bilangan acak yaitu:
memberi nomor unit-unit dalam populasi 1 N, kemudian memilih angka acak
pada tabel bilangan acak, beberapa angka yang dipilih akan menjadi nomor
sampel acak yang di ambil.
Pada penarikan sampling, huruf-huruf besar menunjukkan karakteristik
populasi, sedangkan karakteristik sampel di beri simbol huruf kecil. Untuk jumlah
dan rata-rata definisinya sebagai berikut:

Populasi Sampel
N n
Y y i y1 y 2 ... y N y i y1 y 2 ... y n
Jumlah:
N n

y y 2 ... y N
yi y y 2 ... y n
y i

Y 1 y 1
Rata-rata: N N n n

Empat karakteristik Populasi :

1 Rata-rata = Y
2 Jumlah= Y
3 Rasio dari dua jumlah atau rata-rata R Y / X Y X
4 Proporsi dari unit-unit yang masuk dalam beberapa kelas tertentu
Ketelitian setiap perkiraan yang dibuat berdasarkan sebuah sampel
tergantung pada metode perkiraannya yang dihitung dari data sampel dan rencana
penarikan sampelnya. Sebuah metode perkiraan dikatakan tidak bias jika nilai
rata-rata perkiraannya yang diambil dari seluruh sampel yang mungkin berukuran
n sama dengan nilai populasi sebenarnya. Bila metode tersebut menjadi tidak
bias tanpa adanya syarat tertentu, hasil ini harus berlaku untuk setiap nilai
populasi terbatas y i dan untuk setiap n .
Rumus kesalahan baku dari perkiraan rata-rata populasi dan jumlah
populasi digunakan terutama untuk tiga tujuan : (1) membandingkan ketelitian
yang diperoleh dari penarikan sampel acak sederhana dengan metode penarikan
sampel lainnya, (2) untuk memperkirakan ukuran sampel yang dibutuhkan dalam
suatu survei yang telah direncanakan, dan (3) untuk memperkirakan ketelitian
sebenarnya yang didapat dalam suatu survei yang telah dilaksanakan.
3. Penarikan Sampel Dengan Proporsi Dan Persentase
3.1 Karakteristik Kualitatif
Misalkan bahwa setiap unit dalam populasi dalam satu dari dua kelas C dan C
Notasi : jumlah unit di C pada populasi A sampel a
Proporsi unit di C pada populasi p = A/N dan pada sampel p = a/n
3.2 Varians dan Perkiraan Sampel
n
(y i y) 2
n
s2 1
pq
n 1 n 1
Teorema 1 : proporsi sampel p=a/n adalah perkiraan yang tidak bias dari
populasi P=A/N
Teorema 2 : varians dari p adalah
S2 N n PQ N n
V ( p) E ( p P) 2
n N n N 1

Kesimpulan : sebuah perkiraan tidak bias dari varians A Np , perkiraan
jumlah dari nit-unit dalam kelas C pada populasi
N ( N n)
v( A ) s 2 Np pq
n 1
3.3. Pengaruh dari proporsi P Pada Kesalahan baku
PQ
V ( p)
N
Kesalahan baku dijadikan sebagai fraksi atau persentase dari nilai sebenarnya,
NP fraksinya adalah :
Np N PQ N n 1 Q N n

NP n NP N 1 n P N 1
3.4. Distibusi Binomial
Probabilitas bahwa sampel yang terdiri dari a unit dalam C adalah
n!
Pr( a ) P a Q na
a!(n a )!

3.5. Distribusi Hipergeometrik

Probabilitas dari sampel jenis yang diinginkan adalah
A A' N
Pr( a, a' | A, A' ) .
a a' n

3.6. Batas Keyakinan

Batas bawah keyakinan AL adalah nilai integral terbesar sehingga
n

Pr( j, n j | A , N A
j 1
L L ) L
 Batas-batas keyakinan untuk P diperoleh dengan rumus
PU AU / N , PL A L N

3.7. Pengklasifikasian Kedalam Lebih dari Dua Kelas

Probabilitas penarikan sampel yang diobservasi diberikan dengan rumus
multinomial merupakan perluasan dari distribusi binomial
n! a a a
Pr( ai ) P1 1 P2 2 P3 3
a1! a 2 !a 3 !
Rumus probabilitas perluasan dri distribusi hipergeometrik
A A2 A3 N
Pr( ai | Ai )
a1 a2 a3 n
3.8. Batas Keyakinan Dengan Lebih Dari Dua Kelas
Pendekatan normal untuk batas-batas keyakinan bersyarat untuk P =
A1/(A1+A2) adalah
n' pq 1
p t 1
N ' (n'1) 2n
3.9. Distribusi bersyarat dari p
A1 A2 A1 A2
Pr( a1 | A1 , A2 , n, n' )
a1 a2 a1 a 2
3.10. Proporsi Dan Jumlah Seluruh Subpopulasi
Proporsi unit-unit yang berada dalam kelas C pada sampel adalah
n

a i

p n

m i

Untuk memperkirakan varians sampel :

1 f a i 2 p a i mi p m i
2 2 2

v( p)
nm 2 n 1
4. Perkiraan Ukuran Sample
Langkah utama yang dicakup dalam pemilihan ukuran sampel adalah
sebagai berikut :
- Harus ada beberapa pertanyaan mengenai apa yang diharapkan dari
sampel, hal ini juga berkaitan dengan batas kesalahan yang diinginkan.
- Beberapa persamaan yang menghubungkan n dengan ketelitian sampel
yang diharapkan harus dapat dicari.
- Persamaan ini akan mengandung sifat-sifat populasi tertentu yang tidak
diketahui, sebagai parameter-parameter.
- Sering terjadi bahwa data diterbitkan untuk beberapa subkelompok utama
tertentu mengenai populasi dan batas kesalahan yang diinginkan itu
disusunnuntuk setiap subkelompok.
 - Lebih dari satu item atau karakteristik biasanya diukur dalam sebuah
sampel survei : kadang-kadang jumlah item besar.
Akhirnya pemilihan nilai n harus ditaksir untuk melihat apakah pemilihan
tersebut konsisten dengan sumberdaya yang tersedia untuk memperoleh sampel.
4.1 Sebuah Contoh Hipotesis
4.2 Analisis Masalah
4.3 Spesifikasi Ketelitian
4.4 Rumus Untuk Mengukur Sampel n Dalam Penarikan Sampel Untuk Proporsi
4.5 Item yang Jarang Terdapat-Kebalikan Penarikan Sampel
4.6 Rumus Untuk n dengan Data Kontinu
4.7 Perkiraan Varians Populasi
4.8 Ukuran Sampel Dengan Lebih Dari Satu Item
Dalam banyak survei, informasi yang dikumpulkan dapat lebih dari satu
item. Satu metode penentuan ukuran sampel ialah dengan menetapkan batas
kesalahan item yang dianggap paling penting dalam survei tersebut.
4.9 Ukuran Sampel Bila Perkiraan Diinginkan Untuk Subkelompok Populasi
Seringkali perencanaan untuk menyajikan perkiraan tidak hanya untuk
populasi tetapi juga untuk subkelompok populasi. Jika ini dapat diidentifikasikan
selanjutnya, seperti dengan perbedaan daerah geografi, sebuah penghitungan yang
terpisah untuk n dapat dilakukan untuk setiap daerah.
4.10 Ukuran Sampel Dalam Keputusan Masalah
Sebuah pendekatan untuk menentukan ukuran sampel kadang-kadang
dapat dikembangkan bila keputusan praktis dibuat dari hasil-hasil sampel. Dasar
keputusan akan menjadi lebih jelas jika perkiraan sampel mempunyai kesalahan
yang rendah daripada jika mempunyai kesalahan yang tinggi.
4.11 Pengaruh Rancangan (PR)
Dengan rencana penarikan sampel yang lebih kompleks adalah sebuah
kuantitas yang berguna adalah pengaruh rancangan (pr) dari rencana tersebut.
Pengaruh rancangan mempunyai dua kegunaan utama yaitu dalam perkiraan
ukuran sampel dan dalam menilai efisiensi dari rencana yang lebih kompleks.
5. Penarikan Sample Acak Berlapis
Subpopulasi disebut lapisan (strata). Untuk memperoleh keuntungan yang
maksimal dari pelapisan (stratification), nilai N h harus diketahui. Bila lapisan
telah ditentukan, sebuah sampel diambil dari amsing-masing lapisan,
pengambilannya dilakukan secara bebas untuk lapisan yang berbeda.
Pelapisan adalah sebuah teknik biasa. Ada beberapa alasan prinsip untuk
penggunaannya, prinsip yang dimaksud antara lain :
- Jika data diketahui ketelitian yang diinginkan untuk subkelompok tertentu
dari populasi, ada baiknya memperlakukan setiap subkelompok sebagai
suatu populasi yang tertentu.
- Administrasi yang baik dapat memakai kegunaan lapisan.
 - Masalah penarikan sampel dapat berbeda dalam bagian populasi yang
berbeda.
- Pelapisan dapat menghasilkan suatu manfaat dalam ketelitian perkiraan dari
karakteristik seluruh populasi.
Faksi penarikan sampel adalah sama untuk seluruh lapisan. Pelapisan ini
digambarkan sebagai pelapisan dengan alokasi proporsional. Alokasi ini
memberikan sebuah penimbang sampel sendiri. Jika banyak perkiraan harus
dibuat, sebuah penimbang sampelnya adalah menghemat waktu.
Ada beberapa hal yang perlu diperhatikan dalam penarikan sampel acak
berlapis, antara lain sebagai berikut :
- Alokasi optimum yang berkaitan dengan (1) ukuran lapisan, (2) variasi
dalam lapisan dan (3)biaya penarikan sampel dalam lapisan.
- Ketelitian relative pada penarikan sampel acak berlapis.
- Perkiraan ukuran sampel dengan data kontinu.
- Penarikan sampel berlapis untuk proporsi.
- Manfaat ketelitian dalam penarikan sampel berlapis untuk proporsi.
- Penarikan ukuran sampel dengan proporsi.
Penarikan sampel dengan pelapisan ini dapat memberikan keuntungan
besar dalam ketelitian, dengan memenuhi tiga kondisi berikut ini :
- Populasi disusun dengan ukurannya yang sangat bervariasi.
- Variabel utama yang diukur adalah sangat berhubungan erat dengan ukuran-
ukuran institusi.
6. Penduga Rasio
6.1 Metode-Metode Perkiraan
Menggunakan metode perkiraan sederhana yang bekerja baik dengan
sebuah range dari jenis distribusi frekuensi yaitu metode rasio dan metode regresi
linear.
6.2 Penduga Rasio
Dalam metode rasio suatu variabel pendukung xi yang berhubungan
dengan yang berhubungan dengan yi diperoleh untuk setiap unit didalam sampel.
6.3 Pendekatan Varians Untuk Perkiraan Rasio
Perkiraan rasio adalah konsisten, perkiraan ini adalah bias, kecuali untuk
beberapa jenis dari populasi khusus, walaupun biasnya diabaikan dalam sampel
yang besar. Distribusi dari perkiraan rasio telah sering dibuktikan karena y dan x
keduanya bervariasi dari sampel ke sampel.
Ada beberapa hal yang perlu diperhatikan dalam metode penduga rasio,
antara lain sebagai berikut :
- Perkiraan varians dari sebuah sampel.
- Batas keyakinan dengan menggunakan tabel distribusi normal.
- Perbandingan perkiraan rasio dengan rata-rata per unit atau perkiraan dengan
ekspansi sederhana.
- Kondisi di dalam penduga raso sebagai sebuah penduga tak bias linear
terbaik.
- Bias perkiraan rasio.
- Ketepatan rumus untuk varians dan perkiraan varians.
- Perkiraan rasio dalam penarikan sampel acak berlapis.
- Perkiraan rasio gabungan yang biasnya lebih kecil daripada perkiraan
terpisah.
- Alokasi optimim dengan perkiraan rasio.
- Jenis perkiraan rasio yang tidak bias.
- Peningkatan hasil perkiraan bias
- Perbandingan dua rasio dengan tiga kasus yang dapat ditemukan yakni (1)
dua rasio yang bebas, (2) dua rasio yang mempunyai angka penyebut sama,
dan (3) dua rasio yang mempunyai angka penyebut yang berbeda tetapi
berkorelasi.
- Rasio dari dua rasio.
- Perkiraan rasio untuk variabel berganda.
- Produk penduga yang merupakan analogi umum dari penduga rasio.
7. Penduga Regresi
Perkiraan regresi linear dibuat untk meningkatkan ketelitian dengan
menggunakan variabel tambahan x i yang berkorelasi dengan y i . Dalam
perkiraan regresi terdapat dua kasus yang umum terjadi yakni (1)perkiraan regresi
dengan b telah ditentukan terlebih dulu, dan (2)perkiraan regresi bila b
dihitung dari sampel.
Perkiraan regresi linear Y , rata-rata populasi yi adalah:
y lr y b( X x )
Teorema 7.1 Dalam penarikan sampel acak sederhana, dimana b adalah konstanta

yang ditentukan lebih dulu, perkiraan regresi linearya y lr y b( X x ) adalah

tidak bias, dengan varians
V ( y lr )
Nilai bo yang meminimumkan
Teorema 7.2
Teorema 7.3 Bila b adalah perkiraan kuadrat terkecil dari B dan
y lr y b( X x )
, kemudian dalam sampel acak sederhana berukuran n, dengan
(1 f ) 2
V ( y lr ) S y (1 2 ) S yx / S y S x
n dimana .
n besar,

8. Penarikan Sample Sistematik

Sampel-sampel sistematik adalah sesuai untuk diambil dan dilaksanakan.
Kelemahannya adalah bahwa populasi tersebut dapat membrikan ketelitian yang
rendah bila muncul trend berkala yang tidak terduga, dan tidak ada metode untuk
perkiraan dari data sampel yang diketahui.
Mengingat dari hasil-hasil ini, penarikan sampel sistematik dapat
dianjurkan dalam keadaan-keadaan berikut :
 - Saat menginginkan populasi pada dasarnya acak atau berisi paling banyak
sebuah pelapisan ringan. Penarikan sampel sistematik di sini digunakan
sebagai metode yang mudah, dengan sedikit pengharapan dari keuntungan
dalam ketelitian.
- Saat suatu pelapisan dengan banyak lapisan digunakan dan sebuah sampel
sistematik yang bebas diambil dari masing-masing lapisan.
- Untuk subpenarikan sampel-sampel unit-unit kelompok, dalam kasus ini,
sebuah perkiraan tidak bias atau perkiraan hamper tak bias dari kesalahan
penarikan sampel dapat diperoleh dalam banyak keadaan praktis. Hal ini
merupakan penggunaan umum dari penarikan sampel sistematik.
Untuk penarikan sampel populasi dengan variasi dari data kontinu, ditetapkan
bahwa suatu perkiraan kesalahan penarikan sampel tidak teratur dibutuhkan.
9. Penarikan Sampel Berkelompok Satu Tahap: Kelompok-Kelompok dengan
Ukuran Sama
9.1 Alasan Penggunaan Penarikan Sampel Berkelompok
Ada dua alasan utama untuk menerangkan penggunaan penarikan sampel
berkelompok seperti yang telah dijelaskan pada bab-bab sebelumnya.
9.2 Sebuah Aturan yang Sederhana
Bila kita menetapkan ketelitian bersih relatif sebagai kebalikan
proporsional terhadap varians yang diperoleh untuk biaya tertentu dapat
M u2

dinyatakan sebagai: ketelitian bersih relatif Cu S u2 .

9.3 Perbandingan Ketelitian yang Dibuat dari Data Survei

Dengan penarikan sampel berlapis, varians untuk unit-unit besar maupun
kecil dapat diperkirakan dengan metode secara terpisah pada masing-masing
lapisan dan kemudian digantikan dalam rumus yang tepat untuk varians yang
diperkirakan dari sebuah sampel berlapis.
9.4 Varians Dalam Hubungan dengan Korelasi Antarkelompok
Sebuah sampel acak sederhana dari kelompok n, masing-masing berisi M
elemen, diambil dari N kelompok pada populasi. Kemudian rata-rata sampel per
elemen y adalah perkiraan tidak bias dari Y dengan varians
9.5 Fungsi Fungsi Varians
9.6 Fungsi Biaya
Akibat dari jenis fungsi biaya dan membutuhkan pengujian ulang dengan
sebuah fungsi yang berbeda. Bahwa unit optimum bukanlah sebuah karakteristik
yang tetap dari populasi, tetapi tergantung juga kepada tingkat harga dan upah.
9.7 Penarikan Sampel Berkelompok Untuk Proporsi
Teknik yang sama diterapkan bagi penarikan sampel berkelompok untuk
proporsi. McVay (1947) menerangkan bagaimana analisis ini dapat digunakan
untuk mencari ukuran kelompok optimum.
 Ada beberapa hal yang perlu diperhatikan dalam penariakan sampel
berkelompok satu tahap : kelompok-kelompok dengan ukuran sama , antara lain
sebagai berikut :
- Ukuran penarikan sampel dengan probabilita proporsional.
- Pemilihan dengan probabilita tidak sama dengan pengembalian.
- Besarnya ukuran optimum.
- Ketepatan relative dari tiga teknik yang berlaku.
- Penarikan sampel dengan probabilita tidak sama tanpa pengembalian.
- Penduga Horvitz-Thompson.
- Penduga Brewer.
- Penduga Murthy.
- Perbandingan secara numerik.
- Perkiraan berlapisa dan rasio.

10. Subpenarikan Sampel dengan Unit-unit Berukuran Sama

Hal- hal yang dibahas dalam bab ini adalah :
- Penarikan sampel dua tahap dimana dilakukan pengukuran sampel dari
subunit dalam setiap unit yang dipilih.
- Penentuan rata-rata dan varians pada penarikan sampel dua tahap.
- Varians dari perkiraan rata-rata penarikan sampel dua tahap.
- Perkiraan varians sampel.
- Perkiraan proporsi.
- Penarikan sampel optimum dan fraksi subpenarikan sampel.
- Penarikan sampel tiga tahap yang dilakukan pada proses subpenarikan
sampel dapat dilanjutkan dengan satu tahap ketiga dengan penarikan
sampel subunit pengganti pencacahan lengkapnya.
- Penarikan sampel berlapis dari unit-unitnya.
- Alokasi optimum dengan penarikan sampel berlapis.

11. Subpenarikan Sampel dengan Unit-Unit Berukuran Tidak Sama

11.1 Pengantar
Gray dan Corlett (1950) menyatakan bahwa ukuran adalah yang pertama-
tama dimasukkan sebagai salah satu dari variabel-variabel untuk pelapisan. Tetapi
ada faktor lain yang lebih layak bila sifat-sifat populasi telah lebih dipahami.
11.2 Metode Penarikan Sampel Bila n = 1
Metode yang digunakan adalah:
- Unit dipilih dengan probabilita sama dengan perkiraannya adalah rata-rata
sampel per subunit.
- Unit dipilih dengan probabilita sama dengan perkiraannya adalah tidak
bias.
- Unit dipilih dengan probabilita proporsional terhadap ukuran.
11.3 Perkiraan Ukuran Penarikan Sampel dengan Probabilita Proporsional
11.4 Ringkasan Metode-Metode Untuk n = 1.
11.5 Metode Penarikan Sampel Bila n > 1
11.6 Dua Hasil yang Berguna
11.7 Unit-Unit Terpilih dengan Probabilita Sama-Penduga Tidak Bias
11.8 Unit-Unit Terpilih dengan Probabilita Sama: Ukuran Perkiraan Rasio
11.9 Unit-Unit Dipilih dengan Probabilita Tidak Sama dengan Pengembalian:
Penduga Tidak
11.10 Unit-Unit Dipilih Tanpa Pengembalian
11.11 Perbandingan Metode
11.12 Rasio Terhadap Variabel Lainnya
11.13 Pemilihan Fraksi Penarikan Sampel dan Subpenarikan Sampel, Probabilita
Sama
11.14 Probabilita Pemilihan Optimum, Penarikan Sampel Optimum, dan Tingkat
Subpenarikan Sampel Optimum
11.15 Penarikan Sampel Berlapis, Penduga Tidak Bias
11.16 Penarikan Sampel Berlapis, Perkiraan Rasio
11.17 Penduga-Penduga Nonlinear Dalam Survei Kompleks
11.18 Perluasan Deret Taylor
11.19 Peniruan Berulang yang Teratur
11.20 Metode Jacknife
11.21 Perbandingan dari Tiga Pendekatan

12. Penarikan Sampel Ganda

Penarikan Sampel Ganda untuk Pelapisan
Sampel pertama disini adalah sebuah sampel dengan ukuran n dan sampel
kedua adalah sebuah sampel acak berlapis dengan ukuran n dimana yhi-nya yang
diukur sendiri. Tujuan sampel pertama adalah untuk memperkirakan pernimbang

lapisan dan sampel kedua adalah untuk memperkirakan rata-rata lapisan Yh .

y
Teorema 12.1 Perkiraan st adalah tidak bias.
Teorema 12.2. Jika sampel pertama adalah acak dan berukuran n, sampel
keduanya adalah sebuah subsampel acak dari sampel pertama, dengan ukuran

1 1 L
W S
2
1
V ( y st ) S 2 h h 1
nh=vhnh dimana 0 < vh 1 dan vh tetap, n' N h n' vh
dimana S2 adalah variasi populasi.
V ( yst )
Teorema 12.3 Sebuah perkiraan yang tidak bias dari dalam penarikan
sampel ganda adalah
n' ( N 1) 1 1 g'
2 w 1 g'
w s
s h h
wh ( y h hst ) 2
2
v ( y st ) h h
(n'1) N
h n' v h N n' h N n' v h n' h
13. Sumber-sumber kesalahan dalam survey
- Tiga sumber kesalahan smpling yang mungkin terjadi adalah
sebagai berikut :
 Kegagalan untuk mengukur beberapa unit dalam sampel terpilih.
Kesalahan pengukuran pada sebuah unit
Kesalahan yang terjadi dalam pengeditan, pengkodean dan
penyusunan tabel hasil-hasilnya
- Pengaruh nonrespons
Dalam mempelajari nonrespons adalah dengan membagi
populasi kedalam dua lapisan, lapisan pertama terdiri dari
seluruh unit yang pengukurannyaakan diperoleh jika unit-unit
yang terjadi terletak dalam sampel. Lapisan kedua terdiri dari
unit-unit yang pengukurannya tidak diperoleh.
- Kunjungan ulang
Sebuah teknik baku adalah untuk memerinci jumlh kunjungan
ulang, atau sebuah jumlah minimum yang harus dilakukan pada
setiap unit sebelum meninggalkannya sebagai tidak dapat
dihubungi
- Sebuah model matematik sebagai pengaruh kunjungan ulang
Diperoleh rata-rata kesalahan kuadrat dari perkiraan yang
diperoleh setelah kunjungan i adalah
RKK ( y i ) V ( y i | i ) ( i ) 2
- Fraksi penarikan sampel optimum diantara nonresponden

n'

N S 2 ( k 1)W2 S 2
2

( NV S 2 ) 2
- Penyesuaian untuk bias tanpa kunjungan ulang
Jika n0 adalah ukuran sampel awal (respons ditambah tidak ada dirumah)
dan nj adalah jumlah dari kelas j yang diwawancarai
Asumsi-asumsi berikut dilakukan
- Sebagai pertimbangan untuk pengaruh pada rumus yang diberikan pada
bab-bab sebelumnya kesalahan bukan dari penarikan sampel (nonsampling
error ) dapat dikelompokkan sebagai berikut :
1 Dengan tidak tercakup (noncoverage) dan nonrespons akibat yang
paling penting adalah perkiraan menjadi bias karena sebagian populasi
yang tidak diambil sebagai sampel mungkin berbeda dari populasi
yang diambil sampelnya
2 Kesalahan pengukuran yang bebas dari unit ke unit didalam sampel
dan rata-ratanya menjadi nol pada seluruh populasi adalah dengan
wajar diambil kedalam perhitungan dalam rumus yang biasa untuk
menghitung kesalahan baku dalam perkiraan
3 Jika kesalahan pengukuran pada unit-unit yang berbeda dalam sampel
berkorelasi, rumus biasa untuk kealahan baku adalah bia.
4 Sebuah bias konstan yang mempengaruhi seluruh unit-unit yang
sejenis adalah paling sulit untuk ditemukan.
 BAB III
KESIMPULAN
A. Kelebihan dan Kekurangan Buku
1. Buku Kalkulus I
Kelebihan :
a. Penjelasan yang disampaikan ringkas dan padat
Kekurangan :
a. Hanya memuat contoh soal dengan materi fungsi injektif.
b. Tidak memuat soal latihan sebagai tempat mahasiswa mengukur
kemampuannya.
c. Materi yang dipaparkan kurang rinci.
2. Buku Landasan Matematika
Kelebihan :
a. Penjelasan yang disampaikan jelas dan rinci
b. Memuat contoh soal per topik pembahasan
c. Memuat banyak contoh soal dengan berbagai variasi pada bagian
penghujung bab
d. Memuat gambar dari pemetaan setiap fungsi
Kekurangan :
a. Teorema dan rumus yang diberikan kurang lengkap

B. Kesimpulan
Fungsi injektif adalah fungsi yang memetakan anggotanya tepat satu-satu,
artinya setiap kodomain memiliki tepat satu anggota domain. Fungsi surjektif
adalah fungsi yang setiap anggota domainnya punya kawan setidaknya satu
anggota kodomain. Sedangkan fungsi bijektif adalah fungsi yang memiliki satu
kawan di kodomain, dan tepat satu-satu di domain.
Dari hasil analisis yang dilakukan, didapati bahwa terdapat beberapa
perbedaan penyajian yang signifikan baik dari segi definisi, kedalaman materi,
teorema dan pembuktiannya, contoh soal, dan soal latihan yang diberikan. Setelah
ditinjau kembali, buku Landasan Matematika karangan Frans Susilo memiliki
lebih banyak keunggulan dibandingkan buku Kalkulus I. Oleh karena itu, dapat
disimpulkan bahwa buku Landasan Matematika cocok untuk dijadikan panduan
khususnya oleh siswa jurusan Matematika sebagai acuan dalam pembelajaran.

C. Saran
Setelah dilakukan analisis, penulis menemukan beberapa kekurangan dari
masing-masing buku diatas. Sehingga penulis menyarankan agar diadakannya
perbaikan atau revisi kembali terhadap kedua buku khususnya kepada buku
Kalkulus I guna memperbaiki kesalahan yang telah dipaparkan diatas, sebab buku
tersebut merupakan sumber utama bagi mahasiswa jurusan matematika dalam
pembelajaran kalkulus.
LAMPIRAN : Identitas Buku

1. Buku Pertama
Judul Buku : Kalkulus I
Pengarang : Tim Dosen Matematika
Penerbit : Unimed Press
Tahun Terbit : 2016

2. Buku Kedua
Judul Buku : Landasan Matematika
Pengarang : Frans Susilo
Penerbit : Graha Ilmu
Tahun Terbit : 2012