530 likes | 975 Vues
Cluster Sampling. By. Kadarmanto , Ph.D. Isi. Pengertian. 1. Single stage cluster sampling. 2. Equal size cluster sampling. 3. Unequal size cluster sampling. 4. Cluster sampling for proportion. 5. PPS cluster sampling. 6. Stratified cluster sampling. 7. Pengertian.
E N D
Cluster Sampling By. Kadarmanto, Ph.D
Isi Pengertian 1 Single stage cluster sampling 2 Equal size cluster sampling 3 Unequal size cluster sampling 4 Cluster sampling for proportion 5 PPS cluster sampling 6 Stratified cluster sampling 7
Pengertian Tidaktersediakerangkasampel elemen/unit analisis Elemen2dalampopulasi dikelompokkan (klaster), setiap elemendalamklastercenderungmirip Cluster Sampling (Sampling Klaster) Penarikansampeltidaklangsung keelemen/unit analisis, namun melaluiklasterdari unit analisis /elemen
Pengertian • Syarat sampling kluster: tidakbolehada unit sampling yang tumpahtindihatauterlewat. Contoh: bloksensusyang terdiridarikelompokrumahtangga yang berdekatanpadasuatuwilayahtertentudenganbatasjelas.
Pengertian Populasi Cluster M Cluster m Cluster 1 Cluster 2 Sampel Cluster 4 Cluster m
Biayatranspor antarunitsampel mahal & tidak sebanding dg biayapenelitian per unit sampel kerangkasampelyg memuatseluruh unit sampelsecara lengkap & mutakhir tidaktersedia Pengumpulan data & operasilapangan mudah, murah, cepat Mengapa cluster sampling? Cluster sampling Alasan penggunaan
Kekuranganklaster • Standard error yang dihasilkanseringlebihtinggidibandingkandenganmetode sampling lain, karena listing unit dalamklaster yang samaseringhomogen.
Cara Menentukan unit yang diteliti 1 2 Semua unit yang adadalamklasterterpilihdimasukkansebagaianggotasampeldaninformasinyadikumpulkan (single stage/one stage cluster sampling) Hanyasebagian unit dalamklaster yang terpilihsebagaisampel. (disebut multistage cluster sampling)
Klasterdapatdipilihdenganberbagaimetode sampling. • Kerangkasampeltergantungmetodesamplingnya. • Padasecond stage sampling, kerangkasampeltahapkeduadibuathanyapadausuterpilih.
Pengelompokanbdsrk unit2ygterdekat • Karakteristiksetiapelemennyamirip • Dapatdipilihsampelklaster • Dibentukbdsrknkarakteristiktertentu • Karakteristikdalam strata homogen • Setiap strata harusdipilihsampel Klaster Stratifikasi Text Klastervs Strata
Single Stage Cluster Sampling • Digunakanbilabiayautkmenghasilkansetiap unit listing dalamklastertidaklebihtinggidaripadabiayamenghasilkansebagiandari unit listing. • Contoh: • Sebuahsurveittgriwayatpenyakitdimanarumahsakitsebagaiklasterdanpasiennyasebagai listing unit. Bilainformasiygdibutuhkanmengenairangkumanriwayatpasiensuddahtersediapada database komputermungkinlebihmurahdanenakbilaseluruhpasiendijadika unit listing.
Bilatersedia info riwayat pasien pd database Bilatersedia info riwayat pasien pd database Surveittg riwayat penyakit, RS sbgklaster, pasiensbg unit listing. Seluruhpasien dijadikan unit listing Lebihbaik pilihsampel Contoh
Equal Size Cluster Sampling (1) Umumnyamerupakanhasildarikondisi-kondisi yang direncanakan & jarangsekaliterjadidialamataudalammasyarakat. Misal: rokokdalampak, miedalamkardus, dsb.
Equal Size Cluster Sampling (2) • Rata-rata elemen cluster ke-i • Rata-rata dari rata-rata cluster sampel • Rata-rata dari rata-rata cluster populasi
Equal Size Cluster Sampling (3) • Rata-rata elemenpopulasi • Varians (standard deviasikuadrat) darinilaikarakteristikdalamklasterke-i • Rata-rata simpangankuadratdidalamklaster (meas square within cluster)
Equal Size Cluster Sampling (4) • Rata-rata simpangankuadratantar rata-rata klaster (mean square between cluster) • Rata-rata simpangankuadratantarelemendidalampopulasi (mean square between elemen)
Equal Size Cluster Sampling (5) • Koefisienkorelasiintraklas (intraclsscorelation coefficient) antarelemendidalamklaster • menunjukkansejauhmanahubungankarakteristikantara unit-unit dalamklaster
Equal Size Cluster Sampling (6) • • Makin tinggi • • Makin rendah
Sampling bertahap 0 Karakteristikdalamklaster terlaluhomogen Penggunaanklaster 1 tahap tidakefisien, (akandiwakili karakteristik yang sama) Equal Size Cluster Sampling(7) vsmetode sampling
Equal Size Cluster Sampling(8) • Teorema: Dalam SRS-WORdari n klaster yang berisi M elemen yang berasaldarisebuahpopulasi N klaster, rata-rataadalahperkiraantak bias daridenganvarians: M=1, variansklasterakansamadenganvarians SRS (dengannMelemen). M>1 dan positif, variansklasterakanlebihbesardarivarians rata-rata per elemen. M>1 dan negatif, variansklasterakanlebihkecildarivarians rata-rata per elemen.
Equal Size Cluster Sampling(9) • Teorema: Dalam SRS-WORdari n klaster yang berisi M elemen yang berasaldarisebuahpopulasi N klaster, total populasiyang tak bias adalah: • Perkiraanvarians yang berdasarkansampel
Equal Size Cluster Sampling(10) • Relative Effisiency(Efisiensirelatif) RE merupakanperbandinganvarianantaravarians sampling dengan SRS. RE sampling klasteradalah: dengan
Equal Size Cluster Sampling(11) • Bilaklasterhomogensempurna, dan E=1/M, maka sampling klastertidakefisien. • Bilaklasterheterogensempurna, maka sampling klastersangatefisien. • Interpretasi RE: • E>1 , berartiklasterlebihefisien • E=1, berartisamaefisien • E<1, berarti SRS lebihefisien.
Equal Size Cluster Sampling(12) • Menghitung RE denganmenduga darisampel. • Untuk N besar, rumus RE dapatdisederhanakanmenjadi:
Equal Size Cluster Sampling(13) • Design effect / Deff(Efekdaridesain) Deffklasteryaitumembandingkanmetode sampling klasterdenganmetode SRS. • diperolehdarisurvei yang pernahdilakukandenganmenghitungvariansdariklaster, dandari SRS. Pendekatandeff:
Equal Size Cluster Sampling(14) dapatdihitungdarisuatusurvei Mdapatdisesuaikanuntukmendapatkandeff yang sesuai, sehinggamengarahke sampling bertahap, dg menyesuaikann (klasterterpilih) danm (unit terpilihdalamklaster).
Unequal Size Cluster Sampling (1) • Bilaukuranklastertidaksama (setiapklastermemilikibanyaknya unit yang berbeda-beda, Mi ≠ M), makarata-rata unit padasetiapklasteradalah:
Unequal Size Cluster Sampling (2) • Rata-rata dapatdihitungdengan 3 cara: • Rata-rata karakteristik per unit darisebanyaknsampelklaster, yang diperhitungkandari rata-rata klatertanpaditimbangdenganMi. • Pendugaini bias. • Variansnya:
Unequal Size Cluster Sampling (3) • Rata-rata karakteristik per unit darisebanyaknsampelklaster, yang diperhitungkandarikarakteristikseluruh unit dalamsampel: • Pendugainibersifat bias, namunkonsisten. • Variansnya: ;
Rata-rata karakteristik per unit darisebanyaknsampelklaster, yang memperhitungkan rata-rata unit per klasterdaripopulasi: • Pendugainitak bias. • Variansnya:
Unequal Size Cluster Sampling (4) • Dari penghitungan rata-rata , yang paling seringdigunakanadalahestimasi rata-rata carake-2 ( ) , karenatelahmemperhitungkanukuranklaster, dantidakberpengaruhterhadapperubahanukuranklasterpadaframedansurvei.
Unequal Size Cluster Sampling (5) • Estimasi total dilakukan dg mengalikandenganbanyaknya unit dalampopulasi, yaitu: atau BilaMidiketahuiuntukNklaster
Unequal Size Cluster Sampling (6) • Etimasi total:
Cluster Samplingfor Proportion • Misalkanyijmerupakansuatunilaivariabelkualitatif, tidakmemilikisatuanukur, danterdiriataskategori-kategori yang kongkrit. • Estimator tak bias bagiproporsielemen-elemenpopulasi:
Cluster Samplingfor Proportion • Ada 3 pilihan estimator bagiproporsielemen-elemen yang memilikikategoritertentu: • Proporsitaktertimbang • Variansnya
Cluster Samplingfor Proportion • Proporsitertimbangterhadapbanyaknyaelemen (Mi) dalamsampelklaster • Variansnya
Cluster Samplingfor Proportion • Tertimbangterhadap rata-rata banyaknyaelemen per klasterdalamsampelpopulasi: • Variansnya
PPS Cluster Sampling • Bilapeluangterpilihnyasetiapklastertidaksama (pi), • Biladigunakanpeluangdenganpemulihan: atau
PPS Cluster Sampling • atau
PPS Cluster Sampling • Biladigunakanpeluangdandenganulangan, maka • Denganvarians
Stratified Cluster Sampling • Prinsip strata: membagipopulasimenjadisubpopulasibaikuntukefisiensidisesuaikandengan level penyajian, maupundisesuaikandengankeadaanadministrasi. • Estimasidilakukanmelaluimasing-masing strata
Stratified Cluster Sampling • Secaraumum, estimasi total dapatdihitung dg 3 cara (sesuai dg pehitungan rata-ratanya) • Estimasi total taktertimbang
Stratified Cluster Sampling • Estimasi total yang diperhitungkandariseluruh unit dalamsampel • Estimasi total denganmemperhitungkan rata-rata unit per klasterdaripopulasi
Standard Error/Sampling Error • Standard Error (se) merupakanakardarivarians: • Relatifkesalahannya (RSE):
Ukuranklaster yang optimal (1) • Klaster 1 tahapkurangefisien • Klasterbertahaplebihefisien
Thank You ! Have a nice sampling..