7

Persampelan dan Taburan Persampelan

Bab ini akan membincangkan proses persampelan dan taburan persampelan bagi beberapa statistik. Bagaimana kita memperolehi data untuk digunakan di dalam analisis statistik? Mengapa penyelidik selalunya mengambil sampel berbanding menjalankan bancian? Apakah perbezaan di antara persampelan rawak dan bukan rawak? Bab ini akan menjawab semua persoalan ini dan lain-lain soalan berkaitan dengan persampelan. uga akan dibincangkan taburan dua statistik! min sampel dan populasi sampel. Telah dikenalpasti bahawa statistik seperti ini adalah penghampiran kepada taburan normal di bawah beberapa keadaan. Pengetahuan terhadap perkara ini adalah penting di dalam kajian statistik dan ia merupakan asas kepada analisis statistik yang lebih lanjut.

7.1

Persampelan

Persampelan meluas digunakan di dalam perniagaan untuk memperolehi maklumat yang berguna berkaitan populasi. "ata adalah diambil daripada sampel dan kesimpulan adalah dibuat terhadap populasi sebagai bahagian daripada proses pentaabiran statistik. #ebagai contoh$ katakan penyelidik mahu menjalankan kajian terhadap kepuasan pekerja-pekerja kilang disekitar %embah &elang. 'ntuk melakukan kajian ini$ sampel rawak pekerja-pekerja kilang dari beberapa kilang disekitar %embah &elang akan dipilih. #oal selidik yang dibuat dengan teliti akan digunakan untuk memperolehi data yang dikehendaki. Penyelidik kemudiannya akan menganalisis data yang diperolehi dari jawapan pekerja-pekerja yang telah dipilih. (ingkasan dan keputusan kajian akan disediakan berdasarkan keputusan analisis yang diperolehi. Pihak pengurusan kilang dan pembuat keputusan akan menggunakan lapuran keputusan kajian tersebut uantu membantu mereka di dalam memperbaiki keadaan tempat kerja dan moti)asi pekerja-pekerja. Biasanya sampel yang sempurna akan dapat memberikan maklumat yang amat berguna di dalam proses membuat keputusan.

Pengenalan kepada Statistik Ekonomi dan Perniagaan

7.1.1

Sebab sampel diambil

Beberapa sebab yang baik untuk mengambil sampel berbanding menjalankan bancian! #ampel boleh menjimatkan perbelanjaan. #ampel boleh menjimatkan masa. 'ntuk sumber-sumber yang terhad$ sampel boleh meluaskan skop kajian. "isebabkan proses penyelidikan kadangkala merosakkan$ sampel boleh menyelamatkan barangan. ika untuk memperolehi populasi adalah mustahil$ maka sampel merupakan pilihan.

#ampel adalah murah untuk diperolehi berbanding dengan bancian berdasarkan magnitud soal selidik. #ebagai contoh$ jika soal selidik melalui talipon mengambil masa *-minit$ menjalankan soal selidik dengan sampel +,, orang berbanding dengan populasi +,,$,,, orang adalah lebih murah. #elain daripada menjimatkan perbelanjaan$ bilangan sampel yang kecil biasanya dapat menjimatkan masa. -leh itu$ jika terdapat keadaan yang mendesak untuk memperolehi keputusan yang cepat$ persampelan dapat memberikan keputusan yang cepat. "engan keadaan pasaran dan keadaan ekonomi yang cepat berubah$ persampelan mempunyai lebih kebaikan berbanding bancian. ika sumber-sumber yang diperuntukkan adalah terhad$ maklumat yang lebih terperinci boleh diperolehi dengan mengambil sampel berbanding menjalankan bancian. "engan sumber yang tertumpu kepada beberapa indi)idu atau item$ kajian boleh diperluaskan skopnya untuk membolehkan kita menyoal dengan lebih khusus lagi. #esetengah proses kajian adalah merosakkan barangan yang hendak dikaji. #ebagai contoh$ mentol lampu hendak diuji untuk menentukan jangka hayat mentol tersebut$ dan ia akan merosakkan mentol tersebut. ika bancian dilakukan bagi kajian seperti ini$ maka tiada barangan yang boleh dijual. -leh itu$ mengambil sampel adalah pilihan yang realistik untuk menguji keluaran tersebut. &adangkala populusi mustahil untuk diperolehi untuk penyelidikan. #ebagai contoh$ sesetengah orang enggan untuk menjawab$ dan sesetengah nombor talipon tidak disenaraikan. #esetengah barangan yang diminati terletak bertaburan dan sukar untuk dikumpulkan. Apabila populasi sukar untuk dicapai untuk sebab-sebab tersebut atau sebab lain$ maka sampel adalah alternati. yang terbaik.

Persampelan dan Taburan Persampelan

7.1.2

Sebab Bancian Dilakukan

&adangkala bancian adalah lebih bermakna berbanding dengan sampel. #atu sebab mengapa bancian dilakukan menggantikan sampel rawak adalah untuk menghapuskan kemungkinan peluang sampel dipilih secara rawak mungkin tidak mewakili populasi. 0alaupun semua teknik-teknik persampelan dilakukan dengan sempurna$ sampel tersebut tidak dapat mewakili populasi yang boleh dipilih melalui peluang. #ebab kedua untuk menjalankan bancian ialah penyelidik tidak mempercayai sampel rawak dan merasakan lebih selesa untuk melakukan bancian. &edua-dua sebab untuk melakukan bancian ini adalah berdasarkan kepada andaian ia mempunyai masa dan kewangan yng cukup untuk menjalankan bancian.

7.1.3

Kerangka

#etiap penyelidik mempunyai populasi sasaran yang mengandungi semua indi)idu$ institusi$ atau entiti dimana objek tersebut dikaji. #ampel adalah diambil dari senarai populasi$ peta$ direktori$ atau lain-lain sumber yang boleh digunakan untuk mewakili populasi. #enarai$ peta$ atau direktori ini dipanggil sebagai kerangka$ yang mana ia boleh jadi senarai sekolah$ senarai persatuan perniagaan$ atau senarai jualan oleh jurujual. #ecara realitinya$ kerangka dan populasi sasaran biasanya berbeza. #ebagai contoh$ katakan populasi sasaran ialah semua keluarga yang tinggal di &uala %umpur. &erangka yang mungkin adalah buku panduan talipon yang dikeluarkan oleh Telekom Malaysia. Bagaimanakah kerangka berbeza daripada populasi sasaran? #esetengah keluarga tidak mempunyai talipon. #esetengah keluarga tidak mahu nama mereka disenaraikan di buku panduan talipon. Mungkin sesetengah keluarga mempunyai nama yang lebih daripada satu di dalam senarai tersebut. &erangka yang mempunyai da.tar lebih mengandungi semua unit populasi sasaran ditambah dengan unit tambahan. &erangka yang mempunyai da.tar kurang pula$ mengandungi unit yang kurang daripada populasi sasaran. Persampelan adalah dilakukan daripada kerangka$ bukannya daripada populasi sasaran. #ecara teorinya$ populasi sasaran dan kerangka adalah sama. "i dalam realitinya$ matlamat penyelidik adalah untuk meminimumkan perbezaan di antara kerangka dan populasi sasaran.

7.1.4

Persampelan Rawak dan Tidak Rawak

Pengenalan kepada Statistik Ekonomi dan Perniagaan

"ua jenis persampelan yang utama ialah rawak dan tidak rawak. "i dalam persampelan rawak setiap unit di dalam populasi mempunyai kebarangkalian yang sama untuk dipilih sebagai sampel. Persampelan rawak menunjukkan peluang yang sama untuk memasuki proses pemilihan. #ebagai contoh$ kebanyakan rakyat Malaysia yang membeli #ijil #impanan Primium percaya pemenang cabutan #ijil #impanan Primium adalah dipilih dari cabutan nombor rawak. "i dalam situasi ini$ ahli-ahli populasi percaya bahawa pemilihan adalah dibuat melalui peluang. "i dalam sampel tidak rawak pula bukan semua unit populasi mempunyai kebarangkalian untuk dipilih kedalam sampel. Ahli-ahli persampelan tidak rawak tidak dipilih melalui peluang. #ebagai contoh$ mereka dipilih disebabkan mereka berada ditempat yang betul dan pada waktu yang betul atau mereka mengetahui bahawa penyelidik sedang menjalankan penyelidikan. &adangkala persampelan rawak dipanggil sebagai persampelan kebarangkalian dan persampelan tidak rawak dipanggil sebagai persampelan bukan kebarangkalian. "isebabkan oleh setiap unit populasi tidak mempunyai peluang yang sama dipilih maka untuk meletakkan sesuatu kebarangkalian adalah mustahil. &aedah statistik yang akan dibincangkan di dalam buku ini adalah berdasarkan kepada andaian bertaburan normal. Persampelan tidak rawak adalah teknik yang tidak sesuai bagi memungut data untuk dianalisis oleh kebanyakan kaedah statistik yang dibincangkan di dalam teks ini. 0alau bagaimanapun$ beberapa teknik persampelan bukan rawak akan diterangkan di dalam bahagian ini$ terutamanya untuk memberikan ke.ahaman terhadap ciri-ciri dan batasannya.

7.1.5

Teknik Persampelan Rawak

2mpat jenis teknik persampelan rawak iaitu persampelan rawak mudah$ persampelan rawak berstarata$ persampelan rawak sistematik$ dan persampelan rawak kluster. #etiap teknik mempunyai kebaikan dan kelemahannya tersendiri. #esetengah teknik amat mudah digunakan. #esetengahnya tidak mahal$ dan yang lainnya mungkin berpotensi untuk mengurangkan ralat persampelan. Persampelan Rawak uda!

Teknik persampelan yang paling asas sekali ialah persampelan rawak mudah. Persampelan rawak mudah merupakan asas kepada lain-lain teknik persampelan rawak. Melalui persampelan rawak mudah$ setiap unit di dalam kerangka diletakkan nombor dari + hingga 3 4dimana 3 adalah saiz populasi5. &emudian$ jadual nombor rawak adalah digunakan untuk memilih n item kedalam sampel. Penjana nombor rawak adalah program komputer yang membolehkan komputer untuk mengira output untuk menghasilkan nombor rawak. adual 6.+

Persampelan dan Taburan Persampelan

mengandungi ringkasan jadual nombor rawak. adual A.+ yang mengandungi jadual penuh nombor rawak. 3ombor ini adalah rawak di dalam semua arah. (uang di dalam jadual untuk memudahkan kirta membaca nilai tersebut. Bagi setiap nombor setiap dari +, digit adalah sama berlakunya$ oleh itu untuk memperolehi digit yang sama dua kali atau lebih di dalam baris adalah mungkin. "adual 7.1 Ringkasan "adual #$mb$r Rawak 8+9:6 7:9,1 178+7 9678+ 1,7,9 ,88*1 *98,, 7/989 +*9*7 :186: +:6,1 *187: 67191 ,6++8 /689* +**79 **6/, /1+:6 /168/ :*::* 8611: 1,+17 78:+* */6:9 781/1 +77// 1,7/8 6+,7* ,7,/7 ,/1,7 1776: 79,/+ +9,98 6,619 ,*+6* *:1*9 9+,1* +6,1/ 11+1/ 79688 /9788 66/11 /8**, /,:77 *69*8 +/977 //6+: +::1+ +18+: 8861, 9*6/6 7,*1: 7+,19 +868/ 19,,: 769:7

#ebagai contoh$ daripada kerangka populasi syarikat yang disenaraikan di dalam adual 6./$ kita menggunakan persampelan rawak mudah untuk memilih enam syarikat. Pertamanya$ kita meletakan nombor bagi setiap ahli di dalam populasi. &ita memilih seberapa banyak digit bagi setiap unit yang hendak disampel sebagaimana besarnya nombor di dalam populasi. #ebagai contoh$ jika populasi mempunyai /,,, ahli$ kita memilih empat digit nombor. "isebabkan populasi di dalam adual 6./ mengandungi 1, ahli$ hanya dua digit diperlukan untuk dipilih bagi setiap nombor. Populasi adalah dinomborkan dari ,+ hingga 1,$ sebagaimana ditunjukkan di dalam adual 6.1. "adual 7.2 Kerangka P$pulasi 3% S&arika' A..in Amanah AM=-(P Apa? B>MB B =AP =M# bhd =ommer @ A. =ap ;"B# ;; Bank ;% Bank >dris >nsas erneh &A< &enanga MAA Maybank M>"< MB< ;olding PBB Phileo PM =ap (;B # Bank #uria =ap Taka.ul '=B 'MA

Pengenalan kepada Statistik Ekonomi dan Perniagaan

"adual 7.3 #$mb$r P$pulasi 3% S&arika' ,+ ,/ ,1 ,7 ,9 ,: ,6 ,* ,8 +, A..in Amanah AM=-(P Apa? B>MB B =AP =M# bhd =ommer @ A. =ap ;"B# ++ +/ +1 +7 +9 +: +6 +* +8 /, ;; Bank ;% Bank >dris >nsas erneh &A< &enanga MAA Maybank M>"< /+ // /1 /7 /9 /: /6 /* /8 1, MB< ;olding PBB Phileo PM =ap (;B # Bank #uria =ap Taka.ul '=B 'MA

-bjeknya ialah untuk mengambil sampel enam syarikat$ oleh itu enam nombor dua-digit mesti dipilih daripada jadual nombor rawak. "isebabkan populasi ini hanya mengandungi 1, syarikat$ semua nombor yang lebih besar daripada 1, 41+-885 hendaklah diabaikan. #ebagai contoh$ jika :6 dipilih$ proses hendaklah diteruskan sehingga nilai di antara + hingga 1, diperolehi. ika nombor yang sama diperolehi lebih dari sekali$ teruskan kepada nombor yang lain. 'ntuk lebih memahami$ kita mulakan dengan pasangan digit yang pertama di dalam adual 6.+ dan memilih disepanjang baris sehingga n B : nilai yang berbeza di antara + hingga 1,. ika tambahan nombor diperlukan$ kita teruskan ke kedua$ dan seterusnya. Biasanya penyelidik akan memulakan pada lokasi yang dipilih secara rawak di dalam jadual dan meneruskannya kearah yang telah ditentukan untuk memilih nombor. "i dalam baris pertama$ nombor pertama ialah 8+. 3ombor ini diluar jeda oleh itu ia diabaikan. 3ombor dua digit berikutnya ialah 9:. &emudian 67$ diikuti /9$ yang merupakan nombor yang boleh diambil. "ari adual 6.1$ kita lihat /9 ialah nombor yang berpadanan dengan #yarikat (;B merupakan syarikat pertama yang dipilih kedalam sampel. 3ombor berikutnya ialah 89$ juga diabaikan$ diikuti /6$ merupakan nombor yang boleh dipilih. 3ombor /6 merupakan nombor untuk syarikat #uria =ap. Meneruskan proses ini kita mendapati nombor 89 dan *1. 3ombor berikutnya ialah ,+$ merupakan nilai untuk #yarikat A..in. 3ombor 17 adalah nombor berikutnya$ diikuti oleh nombor ,7 dan ,/$ kedua-duanjya boleh digunakan. 3ombor ini adalah berpadanan dengan #yarikat Apa? dan Amanah. Meneruskan proses ini disepanjang baris$ nombor berikutnya ialah /8$ yang berpadanan dengan #yarikat '=B. -leh itu

Persampelan dan Taburan Persampelan

pemilihan enam sampel syarikat telah diselesaikan. Berikut adalah syarikat yang dipilih sebagai sampel akhir! (;B #uria =ap A..in Apa? Amanah '=B Persampelan rawak mudah adalah senang dilakukan keatas populasi yang kecil berbanding populasi besar. Proses meletakkan nombor kepada populasi dan memilihnya adalah mengelirukan untuk sampel yang besar. Persampelan Rawak Bers'ara'a Persampelan rawak jenis kedua ialah persampelan rawak berstarata dimana populasi adalah dibahagikan kepada sub-populasi yang tidak bertindih dipanggil sebagai starata. Penyelidik kemudiannya akan memilih sampel rawak mudah dari setiap sub-populasi. #ebab utama mengapa menggunakan persampelan rawak berstarata ialah kerana kaedah ini berpotensi untuk mengurangkan ralat persampelan. (alat persampelan terjadi apabila$ melalui peluang$ sampel tidak mewakili populasi. Melalui persampelan rawak berstarata$ potensi untuk match sampel hampir kepada populasi adalah lebih berbanding persampelan rawak mudah kerana bahagian daripada jumlah sampel adalah diambil daripada kumpulan populasi yang berlainan. 0alau bagaimanapun$ persampelan rawak berstarata adalah mahal berbanding persampelan rawak mudah kerana setiap unit populasi mesti diletakkan di dalam starata sebelum proses pemilihan rawak dilakukan. Pemilihan strata biasanya berdasarkan kepada maklumat yang ada. Maklumat-maklumat tersebut mungkin diperolehi daripada sur)ei atau bancian yang terdahulu. &elebihan strata meningkat apabila strata lebih berbeza. #ecara dalaman$ strata hendaklah homogen secara relati.C secara luaran pula$ strata hendaklah kontras antara satu sama lain. #trata selalunya dilakukan dengan menggunakan angkubah demogra.i$ seperti jantina$ kelas sosioekonomi$ kawasan geogra.i$ ugama$ ethnik dan sebagainya. #ebagai contoh$ di dalam memasarkan siaran radio$ umur pendengar adalah penentu penting terhadap jenis program yang disediakan oleh stesyen radio. (ajah 6.+ mengandungi strata mengikut umur yang dibahagi kepada tiga strata$ berdasarkan kepada andaian umur adalah .aktor yang menentukan citarasa terhadap program radio. #trata ini menunjukkan pendengar berumur /, hingga 1, tahun adalah mengemari jenis program yang sama$ tetapi berbeza daripada apa yang digemari oleh pendengar

Pengenalan kepada Statistik Ekonomi dan Perniagaan

yang berumur 1, D 7, tahun dan 7, D 9, tahun. "ikalangan setiap kumpulan umur$ homogeniti adalah ujudC di antara kumpulan adalah berbeza$ atau heterogeniti adalah ujud. Ra(a! 7.1 Persampelan Rawak Bers'ra'a Pendengar Radi$

/,-1, tahun 4homogen5 ;etrogen di antaranya /,-1, tahun 4homogen5 ;etrogen di antaranya /,-1, tahun 4homogen5

Persampelan rawak berstrata boleh jadi berkadaran atau tidak berkadaran. Persampelan rawak berstrata berkadaran terjadi apabila peratus sampel yang diambil daripada setiap strata adalah berkadaran dengan peratus bagi setiap strata dikalngan populasi keseluruhan. #ebagai contoh$ di &uala %umpur$ untuk mengambil sampel dari kaum Melayu$ =ina$ >ndia dan lain-lain. ika populasi penduduk &uala %umpur :,E adalah kaum Melayu dan jika sampel yang hendak diambil ialah +$,,, orang$ maka sampel &aum Melayu yang dipilih ialah :,, orang. #ampel kaum lain adalah mengikut kadar dari populasi mereka. ika kadar strata di dalam sampel adalah berbeza berbanding dengan kadar strata di dalam populasi maka ia merupakan persampelan rawak berstrata tidak berkadaran. Persampelan Sis'ema'ik Tidak seperti persampelan rawak mudah dan persampelan rawak berstrata$ persampelan sistematik tidak cuba untuk mengurangkan ralat persampelan. Persampelan sistematik digunakan kerana ia selesa dan relati. mudah untuk ditadbirkan. Melalui persampelan sistematik$ setiap item k adalah dipilih untuk mengurangkan saiz sampel n dari populasi bersaiz 3. 3ilai k boleh ditentukan

Persampelan dan Taburan Persampelan

dengan menggunakan .ormula. digunakan.

ika k bukan nilai integer$ nombor bulat akan

enen'ukan #ilai k k= dimana n B saiz sampel 3 B saiz populasi & B saiz selang untuk dipilih 3 n

#ebagai contoh persampelan sistematik$ katakan penyelidik sistem pengurusan maklumat mahu mengambil sampel kilang di %embah &elang. >a mempunyai bantuan kewangan yang mencukupi untuk mengambil +,,, kilang 4n5. "irektori Perkilangan &uala %umpur menyenaraikan hampir +6$,,, jumlah kilang di %embah &elang 435 mengikut susunan abjad. 3ilai k ialah +6$,,,F+,,, B +6 dan penyelidik akan memilih setiap +6 kilang dari senarai direktori sebagai sampel. Apakah penyelidik memilih kilang yang pertama disenaraikan atau kilang ke +6 atau mana-mana kilang di antaranya? "i dalam memilih setiap nilai k$ jadual nombor rawak mesti digunakan untuk memilih nilai di antara + dan k sebagai titik awal. 'nsur kedua bagi sampel adalah adalah titik awal tambah k. #ebagai contoh$ k B +6$ oleh itu penyelidik pelu mengikut jadual rawak untuk menentukan titi awal di antara + dengan +6. &atakan ia memilih nombor 9. >a kemudiannya bermula dengan kilang 9$ kemudian memilih // 49 G +65$ dan kemudian kilang ke 18 dan seterusnya. "isamping keselesaan$ persampelan sistematik mempunyai kebaikan lain. "isebabkan persampelan sistematik bertaburan seragam disepanjang kerangka$ mereka yang berpengetahuan dengan mudah dapat menentukan samada perancangan persampelan telah diikuti di dalam kajian. 0alau bagaimanapun$ masalah persampelan sistematik boleh terjadi jika ujudnya data yang berkala$ dan selang persampelan adalah di dalam HsyncopationI dengannya. #ebagai contoh$ jika senarai +9, pelajar sebenarnya adalah cantuman dari lima kelas dengan 1, pelajar setiap kelas dan jika setiap senarai bagi setiap kelas telah

Pengenalan kepada Statistik Ekonomi dan Perniagaan

disusun dengan nama pelajar terbaik$ sederhana dan rendah$ maka persampelan sistematik berkemungkinan memilih semua pelajar terbaik sahaja$ semua pelajar sederhana dan semua pelajar kurang baik. Metodologi persampelan sistematik adalah berdasarkan kepada andaian bahawa sumber populasi adalah rawak. Ra(a! 7.2 Beberapa Bandar )(ian Pemasaran

Persampelan Klus'er *a'au Kawasan+ Persampelan kluster atau kawasan melibatkan pembahagian populasi kepada kawasan atau kluster yang tidak bertindih. 0alau bagaimanapun$ ia berbeza dengan persampelan rawak berstrata dimana strata adalah homogen$ sementara persampelan kluster adalah heterogen dalamannya. #ecara teorinya$ setiap kluster mengandungi berbagai-bagai )arieti unsur yang luas$ dan kluster adalah bahangian kecil bagi populasi. =ontoh kluster ialah bandar$ syarikat$ rumah$ uni)ersiti$ kawasan perbandaran$ dan kawasan geogra.i. #elalunya kluster adalah kumpulan populasi yang terjadi semulajadi dan sedia dikenalpasti$ seperti negeri atau &awasan Majlis Bandaraya. 0alaupun persampelan kawasan biasanya dirujukkan sebagai kluater yang merupakan kawasan populasi$ seperti kawasan geogra.i atau bandar$ istilah persampelan kluster dan persampelan kawasan adalah digunakan silih berganti di dalam tek ini. #elepas memilih kluster$ penyelidik memilih secara rawak unsur indi)idu untuk sampel daripada kluster. #atu cuntoh penyelidikan perniagaan ialah menggunakan kluster untuk menguji pasaran barangan baru. Biasanya di dalam ujian pemasaran$ Malaysia akan dibahagikan kepada kluster mengikut negeri$ dan pelanggan indi)idu dikalangan pasaran bandar ujian adan disur)ei. (ajah 6./ menunjukkan pasaran bandar ujian bagi Malaysia yang menggunakan kluster untuk menguji keluaran.

+,

Persampelan dan Taburan Persampelan

&adangkala kluster adalah terlalu besar$ dan set kluster yang kedua akan dibuat daripada setiap kluster asal. Teknik ini dipanggil sebagai persampelan dua-peringkat. #ebagi contoh$ penyelidik akan membahagikan Malaysia mengikut kluster bandar. >a kemudiannya membahagikan bandar tersebut kepada kluster blok dan memilih secara rawak rumah indi)idu daripada kluster blok. Peringkat pertama ialah memilih bandar ujian dan peringkat kedua memilih blok. Persampelan kluster atau kawasan mempunyai beberapa kebaikan. "ua daripada kebaikan yang utama ialah selesa dan kos. &luster biasanya mudah diperolehi$ dan kos persampelan daripada keseluruhan populasi adalah dikurangkan kerana skop kajian telah dikurangkan kepada kluster. &os per unsur biasanya rendah di dalam persampelan kluster atau kawasan di dalam kluster berbanding persampelan rawak berstrata disebabkan penyenaraian unsur dan kos lokasi yang rendah. Masa dan kos menghubungi unsur populasi juga dikurangkan$ terutamanya jika melibatkan perjalanan disebabkan kluster mengurangkan jarak di antara unsur sampel. "isamping itu pentabiran sampel sur)ei boleh diringkaskan. &adangkala persampelan kluster atau kawasan merupakan pendekan yang hanya boleh dilakukan disebabkan kerangka persampelan bagi unsur populasi indi)idu tidak diperolehi dan oleh itu lain-lain teknik persampelan tidak boleh digunakan. Persampelan kluster atau kawasan juga mempunyai beberapa kelemahan. ika unsur kluster adalah sama$ persampelan kluster mungkin secara statistik tidak cekap berbanding persampelan rawak mudah. "i dalam kes yang lebih ekstrim$ - apabila unsur kluster adalah sama D persampelan daripada kluster mungkin tidak baik berbanding persampelann unit tunggal daripada kluster. #elanjutnya$ kos dan masalah analisis statistik adalah lebih besar dngan persampelan kluster berbanding persampelan rawak mudah.

7.1.,

Persampelan Tidak Rawak

Teknik persampelan digunakan untuk memilih unsur daripada populasi melalui sebarang mekanisma yang tidak melibatkan proses pemilihan rawak dipanggil sebagai teknik persampelan tidak rawak. "isebabkan peluang tidak digunakan untuk memilih item dari sampel$ teknik ini adalah teknik bukan kebarangkalian dan tiada keperluan untuk digunakan di dalam memungut data untuk dianalisis menggunakan kaedah statistik pentaabiran yang akan dibincangkan di dalam buku ini. (alat persampelan tidak boleh ditentukan secara objekti. bagi teknik persampelan ini. 2mpat teknik persampelan tidak rawak dibincangkan disini! persampelan selesa$ persampelan pertimbangan nilai$ persampelan kuota dan persampelan HsnowballI. Persampelan Selesa

++

Pengenalan kepada Statistik Ekonomi dan Perniagaan

"i dalam persampelan selesa$ unsur-unsur bagi sampel adalah dipilih berdasarkan kepada keselesaan penyelidik. Penyelidik biasanya memilih item yang sedia didapati$ hampir$ danFatau yang sedia untuk berkerjasama. #ampel kelihatan kurang angkubah berbanding populasi disebabkan di dalam banyak persekitaran unsur ekstrim populasi tidak diperolehi. Penyelidik akan memilih banyak unsur dipertengahan populasi. #ebagai contoh$ sampel selesa isi rumah$ temuduga dari pintu-ke-pintu mungkin melibatkan rumah dimana penghuninya berada dirumah$ rumah yang tiada anjing$ rumah yang hampir dengan jalan raya$ apartment tingkat pertama$ dan rumah yang mempunyai penghuni yang ramah. #ebaliknya$ sampel rawak memerlukan penyelidik memperolehi data hanya dari rumah dan apartment yang telah dipilih secara rawak$ tidak kira apa keadaan sekalipun. ika .irma penyelidik terletak di pasar raya$ sampel selesa mungkin dipilih dengan menemuduga hanya pelanggan yang melalui kedai dan kelihatan ramah. Persampelan Per'imbangan #ilai Persampelan pertimbangan nilai terjadi apabila unsur dipilih untuk sampel adalah dipilih berdasarkan kepada pertimbangan penyelidik sahaja. Penyelidik selalunya mempercayai mereka boleh memperolehi perwakilan sampel melalui pertimbangan mereka$ dimana menghasilkan penjimatan masa dan perbelanjaan. &adangkala beretika$ penyelidik pro.esional mempercayai mereka boleh memilih perwakilan sampel yang lebih sempurna berbanding dengan proses rawak. Mereka mungkin betulJ 0alau bagaimanapun$ beberapa kajian telah menunjukkan kaedah persampelan rawak tidak menunjukkan keupayaan yang baik bagi persampelan pertimbangan nilai di dalam menganggarkan min populasi walaupun penyelidik telah mentadbirkan persampelan pertimbangan nilai dengan mengambil perwakilan sampel yang seimbang. Apabila sampel dilakukan melalui pertimbangan nilai$ pengiraan kebarangkalian dimana unsur tersebut akan dipilih kedalam sampel adalah mustahil. (alat persampelan tidak boleh ditentukan secara objekti. kerana kebarangkalian adalah berdasarkan kepada pemilihan tidak rawak. %ain-lain masalah berkaitan dengan persampelan pertimbangan nilai adalah penyelidik cuba untuk membuat ralat pertimbangan nilai di dalam satu arah. (alat sistematik ini akan menyebabkan apa yang dikatakan sebagai bias. Penyelidik juga cuba untuk menyisihkan untuk melibatkan unsur yang ekstrem. Melalui persampelan pertimbangan nilai$ tidak ada kaedah objekti. untuk menentukan sama ada pertimbangan nilai saorang manusia itu lebih baik daripada yang lain. Persampelan Ku$'a

+/

Persampelan dan Taburan Persampelan

Persampelan kuota kelihatannya sama seperti persampelan rawak berstrata. #ubkelas populasi tertentu$ seperti kumpulan umur$ jantina$ atau kawasan geogra.i$ adalah digunakan untuk strata. 0alau bagaimanapun$ berbanding dengan persampelan rawak dari satu strata$ penyelidik menggunakan kaedah persampelan tidak rawak untuk memperolehi data dari strata sehingga kuota yang diperlukan bagi sampel dipenuhi. &uota ditentukan dengan kawalan kuota$ dimana set saiz sampel untuk sampel untuk diperolehi dari sub-kumpulan. #ecara amnya$ kuota adalah berdasarkan kepada bahagian sub-kumpulan di dalam populasi. "i dalam kes ini$ konsep kuota adalah sama sebagaimana persampelan strata berkadaran. &uota biasanya dipenuhi melalui unsur yang ada$ terkini atau boleh digunakan. #ebagai contoh$ berbanding temuduga orang secara rawak untuk memperolehi kuota =ina$ penyelidik akan pergi kekawasan yang ramai penghuni =ina dan menemuduganya sehingga jawapan diperolehi untuk memenuhi kuota. "i dalam persampelan kuota$ temuduga akan dimulakan dengan menyoal beberapa soalan tapisanC jika responden mewakili sub-kelas dimana kuota telah dipenuhi$ temuduga akan menghentikan temuduga tersebut. Persampelan kuota amat berguna apabila tiada kerangka diperolehi untuk populasi. #ebagai contoh$ katakan penyelidik hendak menstratakan populasi mengikut pemilik jenis kereta tetapi gagal untuk memperolehi senarai pemilik BM0. Melalui persampelan kuota$ penyelidik akan meneruskan temuduga semua pemilik kereta dan menyingkirkan bukan pemilik BM0 sehingga kuota pemilik BM0 dipenuhi. Persampelan kuota kurang mahal berbanding teknik persampelan rawak disebabkan ia merupakan teknik yang selesa. 0alau bagaimanapun$ kos tidak memberikan makna disebabkan kualiti teknik persampelan rawak dan tidak rawak tidak boleh dibandingkan. &ebaikan lain persampelan kuota ialah cepatnya memperolehi data. Penyelidik tidak perlu mengunjungi semula atau menghantar soal selidik kedua jika tiada tindakbalas dari respondenC ia hanya pergi ke unsur berikutnya. uga$ persediaan untuk persampelan kuota adalah minimum. Masalah utama persampelan kuota ialah apabial semuanya telah dijalankan$ ia hanyalah persampelan tidak rawak. #esetengah penyelidik menyatakan jika kuota telah dipenuhi melalui pemilihan unsur tidak rawak dan menyingkiri yang bukan dari strata$ persampelan kuota merupakan )ersi dari persampelan rawak strata. 0alau bagaimanapun$ kebanyakan persampelan kuota dilakukan oleh penyelidik dengan cepat untuk memenuhi kuota. 0alau bagaimanapun$ kaedah ini masih merupakan kaedah persampelan tidak rawak. Persampelan B$la Sal(i

+1

Pengenalan kepada Statistik Ekonomi dan Perniagaan

&aedah bola salji merupakan subjek sur)ei adalah dipilih berdasarkan kepada rujukan dari responden sur)ei yang lain. Penyelidik mengenalpasti responden yang memenuhi keperluan pro.ail subjek yang hendak dikaji. Penyelidik kemudiannya menemuduga responden ini nama dan lokasi orang lain yang memenuhi pro.ail subjek yang hendk dikaji. Melalui rujukan ini$ subjek sur)ai boleh dikenalpasti dengan murah dan cekap$ khususnya berguna apabila subjek sur)ei sukar untuk dikenalpasti.

7.1.7

Rala' Persampelan

(alat persampelan terjadi apabila sampel tidak mewakili populasi. Apabila teknik persampelan rawak digunakan untuk memilih unsur-unsur bagi sampel$ ralat persampelan terjadi melalui peluang. &erapkali statistik dikira keatas sampel bukan anggaran yang tepat bagi parameter populasi kerana sampel tidak mewakili populasi. &eputusan ini disebabkan oleh rawat persampelan. Melalui sampel rawak$ ralat persampelan boleh dikira dan dianalisis.

7.1.-

Rala' Bukan Persampelan

#emua ralat lain daripada ralat persampelan adalah ralat bukan persampelan. Banyak kemungkinan yang menyebabkan ralat bukan persampelan$ termasuklah ketiadaan data$ ralat pengkodan$ ralat memproses input$ dan ralat analisis. %ainlain ralat bukan persampelan ialah berkaitan dengan instrumen pengukuran$ seperti ralat deginasi yang tidak nyata$ soal selidik yang mengelirukan$ dan konsep yang kabur. "e.inasi kerangka yang tidak betul juga merupakan ralat bukan persampelan. "i dalam kebanyakan kes$ menentukan kerangka populasi yang tepat adalah mustahil. -leh itu$ ia tidak sesuai$ maka berlakulah ralat bukan persampelan. (alat di dalam jawapan juga merupakan ralat bukan persampelan. >a ujud apabila responden tidak tahu$ tidak menjawab dan sebagainya. Tidak ada cara statistik yang boleh mengukur dan mengawal ralat bukan persampelan. Teknik statistik yang akan dibincangkan di dalam buku ini adalah berdasarkan kepada andaian tidak ada ralat bukan persampelan yang berlaku. Penyelidik mesti menyingkiri ralat ini melalui parancangan yang teliti dan menjalankan kajian penyelidikan mereka.

7.2

Taburan Persampelan

"i dalam proses statistik pentaabiran$ sampel rawak adalah dipilih dari populasi$ statistik dikira berdasarkan sampel$ dan kesimpulan adalah dibuat berkaitan

+7

Persampelan dan Taburan Persampelan

parameter populasi dari statistik. "i dalam percubaan untuk menganalisis statistik sampel$ biasanya kita perlu mengetahui taburan statistik. #etakat ini kita telah mempelajari beberapa taburan termasuklah taburan binomial$ taburan Poisson$ taburan hypergeometri$ taburan seragam$ taburan normal dan taburan eksponen. "i dalam bahagian ini$ kita akan mengkaji min sampel$ X $ sebagai statistik. Min sampel ialah statistik yang biasa digunakan di dalam statistik pentaabiran. 'ntuk mengira dan menetapkan kebarangkalian terjadi sesuatu nilai bagi min sampel$ penyelidik mesti mengetahui taburan bagi min sampel. #atu cara untuk menguji taburan kebarangkalian adalah mengambil populasi dengan taburan tertentu$ memilih sampel rawak bagi saiz tertentu$ kira min sampel$ dan cuba untuk menentukan bagaimana mereka bertaburan. &atakan populasi .init yang kecil mengandungi hanya 3 B * angka! 97$ 99$ 98$ :1$ :7$ :*$ :8$ 6, Menggunakan histogram$ kita lihat bentuk taburan bagi populasi data.

&atakan kita mengambil semua kemungkinan sampel bersaiz n B / daripada populasi ini dengan penggantian. &eputusannya adalah sebagaimana pasangan data berikut! 497$975 497$995 497$985 497$:15 499$975 499$995 499$985 499$:15 498$975 498$995 498$985 498$:15 4:1$975 4:1$995 4:1$985 4:1$:15 4:7$975 4:7$995 4:7$985 4:7$:15 4:*$975 4:*$995 4:*$985 4:*$:15 4:8$975 4:8$995 4:8$985 4:8$:15 46,$975 46,$995 46,$985 46,$:15

+9

Pengenalan kepada Statistik Ekonomi dan Perniagaan

497$:75 497$:*5 497$:85 497$6,5

499$:75 499$:*5 499$:85 499$6,5

498$:75 498$:*5 498$:85 498$6,5

4:1$:75 4:1$:*5 4:1$:85 4:1$6,5

4:7$:75 4:7$:*5 4:7$:85 4:7$6,5

4:*$:75 4:*$:*5 4:*$:85 4:*$6,5

4:8$:75 4:8$:*5 4:8$:85 4:8$6,5

46,$:75 46,$:*5 46,$:85 46,$6,5

Min bagi setiap sampel ini ialah 97., 97.9 9:.9 9*.9 98., :+., :+.9 :/., 97.9 99., 96., 98., 98.9 :+.9 :/., :/.9 9:.9 96., 98., :+., :+.9 :1.9 :7., :7.9 9*.9 98., :+., :1., :1.9 :9.9 ::., ::.9 98., 98.9 :+.9 :1.9 :7., ::., ::.9 :6., :+., :+.9 :1.9 :9.9 ::., :*., :*.9 :8., :+.9 :/., :7., ::., ::.9 :*.9 :8., :8.9 :/., :/.9 :7.9 ::.9 :6., :8., :8.9 6,.,

#ekali lagi$ menggunakan histogram$ kita boleh melihat bentuk taburan bagi min sampel ini.

Perhatikan bentuk histogram bagi min sampel adalah lebih kurang sama bentuknya histogram populasi. Min sampel kelihatannya memenuhi kearah pertengahan taburan dan mengecil kearah hujung taburan.

+:

Persampelan dan Taburan Persampelan

#etakat ini$ kita telah menguji populasi dengan taburannya. 0alau bagaimanapun$ min sampel yang diambil dari populasi ini menghampiri taburan normal$ terutamanya apabila saiz sampel bertambah besar. Apakah akan terjadi kepada taburan min sampel jika kita mengkaji populasi yang mempunyai bentuk taburan yang berbeza? awapab kepada persoalan ini diberi di dalam teorem had memusat. Teorem had memusat membentuk potensi penggunaan taburan normal kepada banyak masalah apabila saiz sampel adalah cukup besar. Min sampel yang hendak dikira dari sampel rawak yang dipilih daripada populasi yang bertaburan normal adalah bertaburan normal. 0alau bagaimanapun$ kebaikan sebenar teorem had memusat ialah bahawa sampel data adalah diambil daripada populasi yang tidak bertaburan normal atau populasi yang tidak diketahui bentuknya juga boleh dianalisis menggunakan taburan normal kerana min sampel adalah bertaburan normal untuk sampel yang cukup besar saiznya. %ajur + (ajah 6.: menunjukkan empat taburan populasi yang berbeza. #etiap lajur yang bersebelahan menunjukkan bentuk taburan min sampel bagi saiz sampel yang tertentu. Perhatikan dibaris bawah sekali bagi populasi yang bertaburan normal menunjukkan min sampel adalah juga bertaburan normal apabila n B /. Perhatikan juga bagi lain-lain taburan populasi$ taburan min sampel menghampiri keluk normal apabila n menjadi semangkin besar. Bagi semua empat taburan$ taburan min sampel menghampiri normal apabila n B 1,.

Te$rem .ad

emusa'

ika sampel bersaiz n diambil secara rawak daripada populasi dan mempunyai min dan sisihan piawai $ min sampel X $ adalah bertaburan normal bagi sampel saiz yang cukup besar 4n 1,5 menurut bentuk taburan populasi. ika populasi bertaburan normal$ min sampel adalah bertaburan normal bagi sebarang saiz sampel. "ari jangkaan matematik$ ia boleh ditunjukkan bahawa min bagi min sampel ialah min populasi.
X = dan sisihan piawai bagi min sampel ialah sisihan piawai populasi dibahagikan dengan punca kuasadua saiz sampel.

K =

+6

Pengenalan kepada Statistik Ekonomi dan Perniagaan

Ra(a! 7., Ben'uk Taburan in Sampel bagi Tiga Sai/ Sampel &ang diambil dari 0mpa' Taburan P$pulasi &ang Berbe/a

Berapa besar sampel mesti diambil untuk teorem had memusat boleh digunakan? #aiz sampel yang perlu berbeza menurut bentuk populasi. 0alau

+*

Persampelan dan Taburan Persampelan

bagaimanapun$ didalah buku ini$ sampel bersaiz 1, atau lebih adalah mencukupi. >ngat kembali$ jika populasi adalah bertaburan normal$ min sampel adalah bertaburan normal bagi sampel saiz sekecil n B +. #ebagaimana yang ditunjukkan di dalam (ajah 6.:$ taburan adalah semangkin tirus. >ni disebabkan sisihan piawai bagi min ialah n . 3ilai ini akan menjadi semangkin kecil apabila saiz n ditingkatkan. "i dalam adual 6.7$ min dan sisihan piawai bagi min adalah ditunjukkan bagi sampel rawak berbagai saiz 4n B / hingga n B 1,5 diambil dari taburan seragam dengan a B +, dan b B 1,. Min populasi ialah /,$ dan sisihan piawai populasi ialah 9.667. Perhatikan min bagi min sampel bagi setiap saiz sampel adalah hampir /, dan sisihan piawai bagi min sampel bagi setiap set 8, sampel adalah hampir sama dengan n . Perbezaan yang kecil di antara sisihan piawai min sampel dan n disebabkan tidak semua sampel yang mungkin bagi sampel saiz yang diberi diambil dari populasi 4hanya 8,5. #ecara teorinya$ jika semua kemungkinan sampel bagi sampel saiz yang diberi adalah diambil$ min bagi min sampel adalah sama dengan min populasi dan sisihan piawai bagi min sampel adalah sama sebagaimana sisihan piawai dibahagi dengan punca kuasa dua n.

X dan X
Sai/ sampel nB/ nB9 n B +, n B /, n B 1,

"adual 7.4 1% Sampel rawak un'uk 2ima Sai/ Sampel &ang Berbe/a

in bagi in Sampel +8.8/ /,.+6 /,.,7 /,./, /,./9

Sisi!an Piawai bagi in Sampel 1.*6 /.:9 +.8: +.16 ,.88

/, /, /, /, /,

7.,* /.9* +.*1 +./8 +.,9

Teorem had memusat menyatakan min sampel adalah bertaburan normal bergantung kepada bentuk populasi untuk sampel yang besar dan bagi sebarang saiz sampel dengan populasi yang bertaburan normal. Min sampel ini boleh dianalisis dengan menggunakan skor @. >ngat kembali dari Bab : bahawa @= K-

+8

Pengenalan kepada Statistik Ekonomi dan Perniagaan

ika min sampel adalah bertaburan normal$ .ormula skor @ yang digunakan untuk min sampel adalah
Z= X - X

&eputusan ini mengikut corak am skor @! perbezaan di antara statistik dan min dibahagi dengan stastistik sisihan piawai. "i dalam .ormula ini$ min statistik yang diminati ialah X dan sisishan piawai yang dikehendaki ialah X $ kadang kala dirujukkan sebagai ralat piawai bagi min. 'ntuk menentukan X $ penyelidik mesti mempunyai pilihan rawak daripada semua kemungkinan sampel untuk saiz daripada populasi$ kirakan min sampel$ dan mempuratakannya. Tugas ini adalah mustahil untuk disiapkan di dalam masa yang realistik. -leh yang demikian$ X adalah sama sebagaimana $ yang mana mudah untuk diperolehi. "isamping itu$ untuk menentukan niali X $ penyelidik perlu mengambil semua kemungkinan sampel bagi saiz yang diperlukan dari populasi$ kirakan min sampel$ dan tentukan sisihan piawai bagi sampel. &erja ini juga adalah mustahil. -leh itu$ X boleh dikira dengan menggunakan sisihan piawai populasi dibahagikan dengan punca kuasa dua saiz sampel. Apabila sampel saiz meningkat$ sisihan piawai bagi min sampel menjadi kecil dan kecil disebabkan sisihan piawai populasi dibahagikan dengan nilai yang semangkin besar punca kuasa dua n. &ebaikan utama teorem had memusat ialah praktikal$ )ersi yang amat berguna bagi .ormula @ untuk min sampel.

3$rmula 4 bagi
Z =

in Sampel

X - n

Apabila populasi adalah bertaburan normal dan saiz sampel adalah +$ .ormula ini bagi min sampel akan menjadi .ormula @ yang asal bagi nilai

/,

Persampelan dan Taburan Persampelan

indi)idu. >ni disebabkan min bagi nilai satu ialah nilai tersebut$ dan apabila n B = . + nilai n &atakan$ sebagai contoh$ min perbelanjaan per pelanggan dipasar raya ialah (M*9.,,$ dengan sisihan piawai (M8.,,. ika sampel rawak 7, pelanggan diambil$ apakah kebarangkalian purata sampel perbelanjaan per pelanggan bagi sampel ini adalah (M*6.,, atau lebih? "isebabkan saiz sampel adalah lebih besar daripada 1,$ teorem had memusat boleh digunakan$ dan min sampel adalah bertaburan normal. "engan B (M*9.,,$ B (M8.,, dan .ormula @ bagi min sampel$ @ dikira sebagai
K- (M*6.,, - (M*9.,, (M/.,, = = =+.7+ (M+.7/ (M8.,, 7, n

@ =

'ntuk @ B +.7+ di dalam taburan @ 4 adual A.15$ kebarangkaliannya ialah ,.7/,6. >a adalah kebarangkalian memperolehi min di antara (M*6.,, dan min populasi$ (M*9.,,. Menyelesaikan untuk hujung taburan menghasilkan ,.9,,, D ,.7/,6 B ,.,681 dimana kebarangkalian X (M*6.,,. >aitu$ 6.81E dari sampel rawak 7, pelanggan dari populasi ini akan menghasilkan min perbelanjaan (M*6.,, atau lebih. (ajah 6.6 menunjukkan masalah ini dan penyelesaiannya. Pen&elesaian 5ra6ik Ra(a! 7.7 asala! Pelanggan Pasar ra&a

,.7/,6 @B+.7+ B (M*9.,,

,.,681 B (M*6.,, X

/+

Pengenalan kepada Statistik Ekonomi dan Perniagaan

X =

8.,, 7,

= (M+.7/

@B, 7$n'$! 7.1

@B+.7+

&atakan dalam sata satu jam di dalam pasaraya yang besar$ purata bilangan pelanggan ialah 77*$ dengan sisihan piawai /+ pelanggan. Apakah kebarangkalian sampel rawak 78 jam membeli belah yang berbeza akah menghasilkan min sampel antara 77+ dan 77: pelanggan? Pen&elesaian8 Bagi masalah ini$ B 77*$ B /+$ dan n B 78. Masalahnya ialah untuk mencari P477+ X 77:5. Aambarajah di bawah meenerangkan masalah tersebut.

X =77+ K =77:

B77*
n =3

@B-/.11 @B-,.:6 @B, Menyelesaikan masalah ini dengan mengira skor @ dan menggunakan adual A.1 untuk menentukan kebarangkalian
@= 77+ - 77* -6 = = - /.11 1 /+ 78

//

Persampelan dan Taburan Persampelan

dan
@= 77: - 77* -/ = = - ,.:6 1 /+ 78

&ebarangkalian nilai @ B -/.11 ialah ,.78,+ dan kebarangkalian nilai @ B -,.:6 ialah ,./7*:. -leh itu kebarangkalian nilai @ di antara @ B -/.11 dan @ B ,.:6 ialah ,.78,+ D ,./7*: B ,./7+9. -leh yang demikian$ terdapat /7.+9E peluang memilih secara rawak tempoh masa 78 jam untuk memperolehi min sampel di antara 77+ dan 77: pelanggan.

7.3.1

Persampelan daripada P$pulasi 3ini'

=ontoh yang akan ditunjukkan di dalam bahagian ini dan =ontoh 6.+ adalah berdasarkan kepada andaian populasi adalah in.initi atau terlalu besar. "i dalam kes populasi .init$ pelarasan statistik boleh dilakukan terhadap .ormula @ bagi min sampel. Pelarasan adalah dipanggil sebagai .aktor pembetulan .init! N-n . >a beroperasi di atas sisihan piawai min sampel$ X . Berikut ialah N-+ .ormula @ bagi min sampel apabila sampel adalah dipilih dari populasi .init.

3$rmula 4 bagi in Sampel apabila Terdapa' P$pulasi 3ini'

Z= X - N n n N - +

/1

Pengenalan kepada Statistik Ekonomi dan Perniagaan

ika sampel rawak bersaiz 19 adalah diambil daripada populasi .init hanya 9,,$ min sampel kelihatan terpesong sedikit daripada min populasi berbanding dengan kes jika sampel saiz 19 diambil dari populasi in.initi. Bagi sampel bersaiz 19 yang diambil dari populasi .init bersaiz 9,,$ .aktor pembetulan .init ialah

9,, - 19 9,, - +

7:9 788

= ,.8:9

-leh itu sisihan piawai bagi min D kadang kala dirujukkan sebagai sisihan piawai bagi min D adalah diselaraskan rendah sedikit menggunakan ,.8:9. Apabila saiz populasi .init semangkin besar di dalam hubungannya denga saiz sampel$ .aktor pembetulan .init akan menghampiri +. #ecara teorinya$ apabila penyelidik berkerja dengan populasi .init$ mereka boleh menggunakan .aktor pembetulan .init. #ebagai peraturan semulajadi kepada kebanyakan penyelidik$ jika saiz sampel kurang daripada 9E saiz populasi .init$ .aktor pembetulan .init tidak signi.ikan mengubahsuai penyelesaian. adual 6.9 mengandungi beberapa ilustrasi .aktor pembetulan .init. "adual 7.5 3ak'$r Pembe'ulan 3ini' bagi Beberapa sai/ Sampel Sai/ P$pulasi /,,, /,,, 9,, 9,, /,, /,, Sai/ sampel 1, 4L7E 35 9,, 1, /,, 1, 69 #ilai 3ak'$r Pembe'ulan ,.881 ,.*:: ,.86+ ,.669 ,.8/7 ,.681

7$n'$! 7.2 #yarikat pengeluaran mempunyai 19, jam pekerja dengan purata umur 16.: tahun dengan sisihan piawai *.1 tahun. ika sampel rawak 79 jam pekerja

/7

Persampelan dan Taburan Persampelan

diambil$ apakah kebarangkalian sempel tersebut mempunyai purata umur kurang daripada 7, tahun? Pen&elesaian8 Min populasi ialah 16.:$ dengan sisihan piawai *.1C iaitu$ B 16.: dan B *.1. #aiz sampel ialah 79$ tetapi diambil dari populasi .init 19,C iaitu n B 79 dan 3 B 19,. Min sampel di bawah pertimbangan ialah 7,$ atau X B 7,. (ajah berikut menunjukkan masalah tersebut di dalam keluk normal.

B16.:

X=4 0

@B,

@B/.,6

Menggunakan .ormula @ dengan .aktor pembetulan .init memberikan

7,., - 16.: *.1 19, - 79 19, - + 79 /.7 = /.,6 +.+96

@=

3iali @ ini menghasilkan kebarangkalian ,.7*,* 4 adual A.15. -leh itu$ kebarangkalian memperolehi purata umur sampel kurang daripada 7, tahun ialah ,.7*,* G ,.9,,, B ,.8*,*. ika .aktor pembetulan .init tidak digunakan$ nilai @ adalah +.87 dan jawapan akhir ialah ,.861*.

7.3

Taburan Persampelan

/9

Pengenalan kepada Statistik Ekonomi dan Perniagaan

&adangkala di dalam menganalisis sampel$ penyelidik akan memilih untuk menggunakan perkadaran sampel p $ berbanding min sampel. ika penyelidikan menghasilkan data yang boleh diukur seperti berat$ jarak$ masa$ dan pendapatan$ min sampel selalunya satatistik yang dipilih. 0alau bagaimanapun$ jika penyelidikan menghasilkan item yang boleh dibilang seperti berapa banyak orang di dalam sampel memilih =oca-=ola sebagai minuman ringan dan berapa banyak orang di dalam sampel yang memilih untuk bersara awal$ perkadaran sampel biasanya statistik yang dipilih. "imana min adalah dikira dengan mempuratakan set nilai$ perkadaran sampel adalah dikira dengan membahagikan kekerapan dimana ciri-ciri yang dikehendaki terjadi di dalam sampel dengan bilangan item di dalam sampel.

Perkadaran Sampel p= dimana KB 3B K n

bilangan item di dalam sampel yang mempunyai ciri-ciri yang dikehendaki bilangan item di dalam sampel

#ebagai contoh$ di dalam sampel +,, pekerja kilang$ 1, pekerja adalah ahli kepada kesatuan sekerja. 3ilai p bagi ciri ini$ ahli kesatuan sekerja$ ialah 1, +,, B ,./,. Atau$ di dalam sampel 9,, kedai dipasaraya$ +, adalah kedai kasut.
+, Perkadaran sampel kedai kasut ialah 9,, B ,.,/. Perkadaran sampel menggunakan statistik dengan meluas dan biasanya dikira bagi soalan yang melibatkan jawapan MA atau T>"A&. #ebagai contoh$ adakah anda mempunyai pendidikan sekurang-kurangnya sekolah menengah? Adakah anda lelaki? Bagaimanakah penyelidik menggunakan perkadaran sampel di dalam analisis? Teorem had memusat digunakan kepada pekadaran sampel di dalam taburan normal sebahagi penghampiran bentuk taburan perkadaran sampel jika n.P N 9 dan n.O N 9 4P ialah perkadaran populasi dan O B + D P5. Min perkadaran sampel bagi semua sampel bersaiz n dipilih secara rawak daripada populasi ialah P 4perkadaran populasi5 dan sisihan piawai perkadaran sampel

/:

Persampelan dan Taburan Persampelan

ialah

P .Q n

$ kadangkala dirujukkan sebagai perkadaran ralat piawai.

Perkadaran sampel juga mempunyai .ormula @!

3$rmula 4 bagi Perkadaran Sampel bagi n.P 9 5 dan n.: 9 5

Z= p-P P.Q n

dimana B perkadaran sampel n B saiz sampel P B perkadaran populasi OB+-P

p

&atakan :,E kontraktor elektrik di #erdang menggunakan jenama dawai elektrik tertentu. Apakah kebarangkalian mengambil sampel rawak bersaiz +/, daripada kontraktor elektrik tersebut dan mendapati ,.9, atau kurang menggunakan jenama dawai elektrik tersebut? Bagi masalah ini P B ,.:, <ormula @ menghasilkan
p

B ,.9, dan n B +/,

Z=

,.9, - ,.:, 4,.:,54,.7,5 +/,

- ,.+, = /./7 ,.,776

"ari adual A.1$ kebarangkalian berpadanan dengan @ B -/./7 adalah ,.7*69. Bagi @ L -/./7 4hujung kiri taburan5$ jawapannya ialah ,.9,,, D ,.7*69 B ,.,+/9. (ajah 6.* menunjukkan masalah tersebut dan penyelesaian secara gera.. Ra(a! 7.Pen&elesaian 5era6 7$n'$! K$n'rak'$r 0lek'rik

/6

Pengenalan kepada Statistik Ekonomi dan Perniagaan

@B-/./7 ,.+/9 ,.7*69

p = 0 .5 0
@B-/./7

pB,.:, @B,

awapan ini menunjukkan penyelidik mempunyai kesukaran 4kebarangkalian ,.,+/95 mencari 9,E atau kurang sampel +/, kontraktor yang menggunakan dawai elektrik berjenama yang diberi jika perkadaran populasi bahagian pasaran bagi dawai elektrik tersebut ialah ,.:,. ika keputusan sampel ini sebenarrnya berlaku$ sama ada terdapat peluang yang jarang atau perkadaran populasi ,.:, tidak akan berlaku di dalam populasi ini.

7$n'$! 7.3 ika +,E populasi barangan adalah rosak$ apakah kebarangkalian memilih secara rawak *, barangan dan mendapati +/ atau lebih barangan yang rosak. Pen&elesaian "isini$ P B ,.+,$ memberikan
p

B +/F*, B ,.+9 dan n B *,. Menggunakan .ormula @

Z=

,.+9 - ,.+, 4,.+,54,.8,5 *,

,.,9 = +.78 ,.,119

/*

Persampelan dan Taburan Persampelan

adual A.1 memberikan kebarangkalian ,.71+8 bagi nilai @ +.78$ dimana kawasan di antara perkadaran sampel$ ,.+9 dan perkadaran populasi$ ,.+,. awapan bagi soalan ini ialah P4
p

,.+95 B ,.9,,, D ,.71+8 B ,.,:*+

-leh itu$ lebih kurang :.*+E daripada masa$ +/ atau lebih barangan yang rosak diperolehi di dalam sampel rawak *, barangan apabila perkadaran populasi ialah ,.+,. (ajah di bawah menunjukkan masalah ini secara gra.ik.

@B+.78 ,.71+8 pB,.+, @B,

,.,:*+

p = 0 .1 5
@B+.78

/8