Rekabentuk Sampelan (Sampling Design) Sampel

Subset drp populasi yang penyelidik hendak generalisasikan penemuan kajian Pemilihan sampel secara rawak Pemilihan sampel secara purposeful

Sampel Rawak
Sampelan Kebarangkalian Probablity Sampling
Setiap ahli populasi mempunyai peluang untuk terpilih Mempunyai kebarangkalian bukan sifar untuk terpilih Rekabentuk ringkas spt Sampel Rawak Ringkas semua ahli mempunyai kebarangkalian sama untuk terpilih Rekabentuk kompleks ahli mempunyai peluang yang tidak sama untuk terpilih

Rekabentuk Sampelan (Sampling Design)

Pilihan & Penempatan Rawak
Pilihan rawak dipilih secara rawak drp populasi Penempatan rawak individu (samada dari / tidak dari populasi besar) ditempatkan secara rawak ke dalam kumpulan biasanya dalam penyelidikan percubaan Jika terdapat 94 pelajar, diperlukan 90, 4 perlu dipilih secara rawak untuk tidak menyertai kajian Rawak Sampel Diukur

Populasi

Sampel

Generalisasi Hasil Penempatan Rawak Rawak / Logikal Populasi Sampel

Kumpulan Kumpulan Kumpulan

Generalisasi Hasil

Rekabentuk Sampelan (Sampling Design) Sampel Rawak Ringkas (Simple Random Sample)
Guna jadual nombor rawak Setiap ahli populasi diberikan nombor dan dipilih secara rawak seberapa banyak yang diperlukan dalam kajian saiz sampel Pemilihan ahli menggunakan jadual nombor rawak
Pemilihan bergantung kpd bilangan digit saiz populasi Arah pemilihan bebas tetapi konsisten Nombor yang lebih besar drp saiz sampel diabaikan Nombor berulang diabaikan Berhenti bila cukup sampel

Penjana nombor rawak http://ww.randomizer.org/form.htm http://www.randomizer.org/form.htm

Rekabentuk Sampelan (Sampling Design)

Rekabentuk Sampelan (Sampling Design) Sampelan Rawak Kompleks

Sampelan Rawak Berlapis (Stratified Random Sampling) Sampelan Rawak Berkelompok (Cluster Sampling) Sampelan Rawak Sistematik (Systematic Sampling)

Kriteria rekabentuk sampelan yang baik

Berorientasikan matlamat rekabentuk penyelidikan Kebolehukuran data diperolehi / cukup untuk analisis Praktikaliti sesuai dgn situasi sebenar Ekonomi masa, kewangan, personel, dsb

Rekabentuk Sampelan (Sampling Design) Sampelan Rawak Berstrata (Stratified Random Sampling
Populasi tidak homogenous dan terdiri drp beberapa subpopulasi Pilih secara rawak daripada dua atau beberapa subpopulasi strata Semua strata mempunyai wakil dlm sampel yang dipilih secara rawak drp setiap strata Pilihan rawak berlaku dalam strata Peruntukan Samarata (Equal Allocation)
Bilangan sampel yang sama dipilih drp setiap strata Jika ada 5 strata, setiap strata dipilih 1/5 daripada saiz sampel - Jika saiz sampel = 200, 40 sampel diambil dari setiap strata

Rekabentuk Sampelan (Sampling Design)

Peruntukan Berkadar (Propotional Allocation)
Bilangan sampel dari setiap strata di ambil mengikut perkadaran saiznya dalam populasi sampling fraction n/N = n1/N1 = n2/N2 = .. = nk/Nk k = jumlah strata Nk = saiz populasi strata N = Saiz popupasi n = Saiz sampel nk = Saiz sampel bagi strata N1+N2 +Nk = N n1+n2..+nK = n

Kelebihan
Halang sampel yang tidak berkaitan Memastikan tiada subpopulasi ditinggalkan Mengelak subpopulasi tertentu berlebihan

Rekabentuk Sampelan (Sampling Design)

Contoh: Peruntukan Berkadar - 5% drp setiap strata sampling fraction = 1/20 Sampling fraction = sample size /population size

Strata (Fakulti) Sains Ekonomi Sastera Pendidikan Kejuruteraan Perubatan Farmasi

Strata (Saiz) 5,461 1,850 2,092 3,508 2,112 318 482 N= 15,823

Saiz Sampel / Strata 273 93 105 175 106 16 24 n = 792

Rekabentuk Sampelan (Sampling Design) Cluster Random Sampling

Memilih kumpulan atau kelompok (cluster) sebagai sampel kerana tidak mungkin memilih individu Kelompok mengandungi ahli drp dua / lebih populasi Setiap ahli kelompok drp. Populasi mestilah terkandung dalam satu dan hanya satu kelompok sahaja Kelompok mengikut kelas, bangunan, sistem persekolahan Saiz sampel sebenar diketahui setelah sampel dipilih kerana saiz kelompok biasanya tidak sama Kelompok dipilih secara rawak

Rekabentuk Sampelan (Sampling Design)

Cluster Sampling
Contoh:
Rawak

Populasi kelas Tg-4 83 kelas di 33 sekolah

Sampel 20 Kelas

Semua ahli 20 kelas diukur Generalisasi Hasil

Rekabentuk Sampelan (Sampling Design) Systematic Random Sampling

Memilih secara rawak ahli pertama daripada sampel daripada satu senarai dan bermula daripada titik tersebut memilih nama ke-k dalam senarai jika 1/k bersamaan dengan pecahan sampelan Sesuai jika terdapat senarai populasi nama / identiti lain spt susunan mengikut abjad Jika pecahan sampelan 1/10, pilih daripada senarai ahli 10 pertama, 10 kedua dan seterusnya. Pecahan sampelan boleh ditentukan dengan n/N. Amnya
n/N = 1/k

Rekabentuk Sampelan (Sampling Design)

Non-Probability Sampling
Purposeful / Purposive /Judgmental Sampling Bila sampelan rawak tidak boleh dilakukan seperti dalam percubaan-kuasi (juga etnografi)
Pemilihan berdasarkan kepada keperluan penyelidik tanpa pemilihan rawak Jika generalisasi hasil penyelidikan tidak begitu penting Comprehensive Sampling
Semua unit dengan ciri-ciri khusus dijadikan sampel Jika bilangan unit adalah kecil

Extreme Case Sampling

Semua unit dengan ciri-ciri luar biasa / khas sekolah berkesan, sekolah contoh

Maximum Variation Sampling

Memilih unit-unit supaya perbezaan dalam ciri-ciri tertentu dimaksimakan spt jantina + bangsa/warna kulit

Homogeneous Sampling
Sampel terdiri drp satu ciri tententu sahaja pelajar tingkatan tiga

Rekabentuk Sampelan (Sampling Design) Non-Probability Sampling (http://www.experimentresources.com/non-probability-sampling.html) CONVENIENCE SAMPLING

Convenience sampling is probably the most common of all sampling techniques. With convenience sampling, the samples are selected because they are accessible to the researcher. Subjects are chosen simply because they are easy to recruit. This technique is considered easiest, cheapest and least time consuming

CONSECUTIVE SAMPLING
Consecutive sampling is very similar to convenience sampling except that it seeks to include ALL accessible subjects as part of the sample. This non-probability sampling technique can be considered as the best of all non-probability samples because it includes all subjects that are available that makes the sample a better representation of the entire population

Rekabentuk Sampelan (Sampling Design) Non-Probability Sampling

QUOTA SAMPLING
Quota sampling is a non-probability sampling technique wherein the researcher ensures equal or proportionate representation of subjects depending on which trait is considered as basis of the quota. For example, if basis of the quota is college year level and the researcher needs equal representation, with a sample size of 100, he must select 25 1st year students, another 25 2nd year students, 25 3rd year and 25 4th year students. The bases of the quota are usually age, gender, education, race, religion and socioeconomic status.

SNOWBALL SAMPLING
Snowball sampling is usually done when there is a very small population size. In this type of sampling, the researcher asks the initial subject to identify another potential subject who also meets the criteria of the research. The downside of using a snowball sample is that it is hardly representative of the population.

Rekabentuk Sampelan (Sampling Design)

WHEN TO USE NON-PROBABILITY SAMPLING This type of sampling can be used when demonstrating that a particular trait exists in the population. It can also be used when the researcher aims to do a qualitative , pilot or exploratory study. It can be used when randomization is impossible like when the population is almost limitless. It can be used when the research does not aim to generate results that will be used to create generalizations pertaining to the entire population. It is also useful when the researcher has limited budget, time and workforce. This technique can also be used in an initial study which will be carried out again using a randomized, probability sampling.

Rekabentuk Sampelan (Sampling Design)