Langsung ke konten utama

Penerapan Probability Proportional to Size (PPS) Sampling Metode Kumulatif dengan R

Penerapan PPS Sampling metode kumulatif dengan R

Probability Proportional to Size (PPS) Sampling merupakan salah satu cara pengambilan sampel versi lain selain metode Lahiri (dapat teman-teman baca dan praktikkan di sini). Yang jelas perbedaannya terletak pada cara penentuan sampel terpilihnya. Pada metode Lahiri, penentuan sampel terpilih berdasarkan posisi angka random yang diambil sebesar ukuran sampel lalu dicocokkan dengan range 1 sampai Xi(max), maka dalam metode kumulatif, sampel dipilih berdasarkan kecocokan nilai kumulatif Size sampel terhadap range dari kumulatif Size.

Metode kumulatif ini sedikit lebih sederhana dibandingkan dengan Lahiri. Sebab, kita hanya memerlukan hitungan range yang terbentuk dari setiap size populasi sebagai penentuan sampel. Dengan mengambil sebuah angka random dari Tabel Angka Random (TAR), kita dapat secara cepat menentukan sampel mana saja yang terpilih sebagai responden riset atau penelitian.

Kita coba angkat sebuah contoh kasus dari buku saya yang berjudul "Kompas Teknik Pengambilan Sampel" terbitan In Media. Di suatu RT terdapat 10 rumah tangga dengan masing-masing rumah tangga mempunyai jumlah anggota rumah tangga (ART) sebanyak 2, 4, 3, 5, 6, 2, 1, 2, 3, dan 4. Dengan metode PPS sampling kumulatif diperoleh angka random dari TAR sebesar 2. Bila sampel yang ditentukan sebanyak 3 rumah tangga, maka sampel berapa saja yang terpilih dengan menerapkan code R? Untuk menerapkan PPS Sampling metode kumulatif di R, langkah-langkahnya adalah sebagai berikut:

#Data size jumlah anggota rumah tangga (ART)
N <- c(2, 4, 3, 5, 6, 2, 1, 2, 3, 4)
N
##  [1] 2 4 3 5 6 2 1 2 3 4
#Nilai kumulatif
kum <- cumsum(N)
kum
##  [1]  2  6  9 14 20 22 23 25 28 32
#Menentukan jumlah sampel
n <- 3
n
## [1] 3
# Menghitung batas bawah dan batas atas untuk setiap range
bawah <- c(1, kum[-length(kum)] + 1)
atas <- kum
bawah
##  [1]  1  3  7 10 15 21 23 24 26 29
atas
##  [1]  2  6  9 14 20 22 23 25 28 32
#Menentukan AR1
ar1 <- 2
#Menentukan nilai sampel terpilih
nilai_n <- seq(ar1, max(kum), round(max(kum)/n))
nilai_n
## [1]  2 13 24
#Mendapatkan sampel terpilih
sampel_terpilih <- sapply(nilai_n, function(x) which(bawah <= x & atas >= x))
sampel_terpilih
## [1] 1 4 8


Berdasarkan hasil hitungan R, diperoleh bahwa sampel terpilih dalam kasus ini adalah sampel ke-1, 4, dan 8. Hasil ini sama persis dengan hasil hitungan manual dalam buku Kompas Teknik Pengambilan Sampel.

Demikian sedikit sharing kita kali ini, semoga bermanfaat. Jangan lupa untuk terus menyimak setiap unggahan terbaru dan menarik dalam blog sederhana ini. Selamat memahami dan mempraktikkan!

Komentar

Postingan populer dari blog ini

Mencari P - Value dan Titik Kritis Uji F, Uji t, Uji Chi Square, dan Uji Z Normal dengan R

Mencari nilai p-value dan titik kritis Bagi teman-teman yang pernah mengenal statistika, pasti familier dengan istilah p-value dan titik kritis. P-value biasanya didefinisikan sebagai probabiltas atau peluang maksimal yang diamati dari hasil uji statistik, bahasa gampangnya adalah besarnya kesalahan penelitian berdasarkan uji statistik. Sebagai contoh sederhana, dari 100 orang dengan nama masing-masing dan diklasifikasikan ke dalam gender nama perempuan dan nama laki-laki, didapatkan nilai p-value uji statistiknya sebesar 0,05 atau 5%. Itu artinya, dari 100 orang, ada kemungkinan sebanyak 5 orang yang namanya salah klasifikasi. Dari namanya terdeteksi sebagai nama perempuan, padahal aktualnya yang bersangkutan bergender laki-laki. Sedangkan titik kritis atau titik uji adalah nilai batas pengujian hipotesis statistik, apakah masuk dalam wilayah tolak hipotesis, ataukah gagal menolaknya. Titik ini berkaitan erat dengan nilai p-value . Kalau biasanya kita mendapatkan kedua nilai ini da...

Cara Mendowload dan Install R serta RStudio di Windows (Step by Step)

Cara Download dan Install R serta R Studio di Windows Halo teman-teman, mohon maaf karena beberapa waktu ini, blog ini sempat vakum dari unggahan. Kali ini saya akan coba berbagai mengenai bagaimana cara mengunduh ( download ) dan menginstal ( install ) program R sekaligus R Studio khususnya di Windows. Unggahan kali ini sedikit terbalik karena semestinya saya unggah terlebih dahulu pertama kali di blog ini, namun bukan masalah, mengingat kemarin ada beberapa pihak yang meminta untuk menerangkap bagaimana tahapan mengunduh dan instalasi R dan R Studio, jadinya saya dahulukan pada unggahan ini sebelum pembahasan mengenai Data Mining , Data Science , atau bahasan Big Data kita terlampau jauh. Baik, kita akan mulai dengan bagaimana mengunduh R dan R Studio melalui mesin pencari Google. R dan R Studio ini memang beberapa waktu terakhir ini booming , apalagi dengan munculnya konsep mengenai Big Data , Data Modelling, Data Mining, dan Data Science serta Data Visualization . Sebenarnya, men...

Analisis Tipologi Klassen (Klassen Typology) dan Visualisasi Spasialnya dengan R

Tipologi Klassen dan visualisasinya dengan R Halo teman-teman, sebelumnya kita telah membahas tentang analisis Shift Share dan Location Quotient (LQ) dengan menggunakan R. Kali ini, kita akan membahas mengenai satu lagi alat analisis yang sebenarnya merupakan alat analisis tiga serangkai dari SS dan LQ, yaitu analisis Tipologi Klassen. Dalam penelitian ekonomi kewilayahan, ketiga analisis ini seringkali digunakan, baik dalam rangka melihat perkembangan dan transformasi struktur ekonomi suatu wilayah maupun melihat keunggulan kompetitif dan keunggulan komparatif wilayah satu dengan wilayah lainnya dengan mengacu wilayah referensi. Terlebih dulu, sebelum melakukan visualisasi spasial menggunakan fungsi plot(), ada baiknya kita bahas terlebih dahulu mengenai Tipologi Klassen itu sendiri. Tipologi Klassen merupakan teknik pengelompokan sektor, subsektor, lapangan usaha, atau komoditas tertentu di wilayah analisis berdasarkan pertumbuhan nilai tambah wilayah analisis terhadap nasional atau...