Professional Documents
Culture Documents
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
Populasi
Sampel
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
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
Kelebihan
Halang sampel yang tidak berkaitan Memastikan tiada subpopulasi ditinggalkan Mengelak subpopulasi tertentu berlebihan
Strata (Saiz) 5,461 1,850 2,092 3,508 2,112 318 482 N= 15,823
Cluster Sampling
Contoh:
Rawak
Sampel 20 Kelas
Homogeneous Sampling
Sampel terdiri drp satu ciri tententu sahaja pelajar tingkatan tiga
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
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.