BAB 4

PERSAMPELAN

OBJEKTIF BAB
Selepas mengikuti bab ini, anda seharusnya dapat:
1.
Memahami konsep-konsep penting dalam persampelan.
2.
Menerangkan kegunaan persampelan dalam penyelidikan.
3.
Mengenal pasti jenis-jenis persampelan kebarangkalian dan
persampelan bukan kebarangkalian.
4.
Mengetahui cara untuk menentukan saiz sampel.
4.1

PENGENALAN

Setelah memahami jenis-jenis skala pengukuran dalam bab yang lepas,

anda perlu memutuskan siapa yang perlu dilibatkan sebagai responden
supaya maklumat dapat diperolehi daripada mereka. Cara untuk memilih
sampel merupakan proses yang perlu dikenal pasti dengan teliti supaya
kajian yang dilakukan itu mempunyai kesahan dan kebolehpercayaan
yang tinggi. Sampel mungkin boleh merupakan unit/objek/
elemen/responden atau apa-apa sahaja yang menjadi bahan pengukuran
bagi mendapatkan data untuk menjawab objektif dan permasalahan
kajian anda.
Memandangkan kebanyakan daripada kajian dalam bidang sains sosial
melibatkan manusia, persampelan selalunya merujuk kepada siapa yang
patut dipilih sebagai sampel atau responden kajian dan cara untuk
membuat pemilihan. Adalah mustahil untuk mendapatkan data
pengukuran bagi semua unit/objek/elemen/responden yang menjadi
bahan kajian anda. Contohnya, jika anda ingin melakukan kajian
mengenai persepsi masyarakat Malaysia terhadap wawasan 2020, anda
tidak mungkin dapat menjadikan seluruh rakyat Malaysia sebagai
responden disebabkan oleh jumlah yang terlibat terlalu ramai, tidak
terkawal dan masalah-masalah lain seperti kos dan sebagainya. Justeru
itu, anda perlu menggunakan stategi tertentu bagi mendapatkan
responden yang sesuai dengan kajian yang ingin dilakukan. Saya akan
memberikan penerangan dan membincangkan strategi persampelan yang
boleh digunakan bagi mendapatkan sampel atau responden untuk kajian
di dalam bab ini.
37

4.2

KONSEP-KONSEP PENTING

Terdapat beberapa konsep penting dalam bab ini yang perlu anda fahami
bagi memudahkan perbincangan mengenai persampelan. Antara konsepkonsep penting itu ialah:
4.2.1

Populasi

Populasi merupakan keseluruhan unit/objek/elemen/responden/ yang

merupakan asas kepada bahan pengukuran pengkaji. Sebagai contoh,
sekiranya anda ingin menjalankan kajian tentang persepsi masyarakat
Malaysia terhadap wawasan 2020 maka populasi kajian adalah seluruh
masyarakat Malaysia. Sekiranya kajian yang dijalankan ingin melihat kesan
kenaikan gaji terhadap kakitangan sektor awam di Kedah pula, maka
polulasi anda ialah seluruh kakitangan awam yang berkhidmat di negeri
Kedah. Dari segi teori, konsep populasi sebenarnya merangkumi jumlah
keseluruhan unit/ objek /elemen/ responden.
4.2.2

Sampel

Sampel merupakan satu kumpulan, kelompok atau subset yang dipilih

khusus untuk mewakili populasi dalam sesuatu kajian. Ia mengandungi
unit/ objek/ elemen/ responden yang telah dipilih daripada keseluruhan
populasi. Ini disebabkan tidak semua unit/ objek/ elemen/ responden
dalam populasi berupaya dipilih sebagai sampel. Dengan kata lain,
sampel terdiri daripada unit/ objek/ elemen/ responden yang
merupakan pengambilan mana-mana bahagian daripada populasi untuk
mewakili populasi terbabit dengan menggunakan teknik dan strategi
tertentu. Dengan mengkaji sampel, pengkaji akan dapat membuat
kesimpulan mengenai kajian yang dilakukan dan kesimpulan ini akan
digeneralisasikan kepada keseluruhan populasi. Sebagai contoh, sekiranya
jumlah populasi bagi kajian anda ialah seramai 10,000 orang, jumlah
sampel yang akan diambil mungkin hanya seramai 3,000 orang.
4.2.3

Persampelan

Disebabkan kesukaran untuk menjadikan keseluruhan populasi sebagai

sampel kajian, jumlah sampel yang sesuai perlulah dipilih dengan
menggunakan teknik yang tertentu dan berkesan supaya tidak timbul bias
atau berat sebelah dalam pemilihan. Persampelan adalah satu proses
memilih sampel yang mungkin terdiri daripada unit/ objek/ elemen/
responden dari satu populasi yang dikenal pasti dalam kajian dengan
menggunakan kaedah dan teknik yang tertentu supaya hasil kajian dapat
digeneralisasikan kepada keseluruhan populasi.
38

4.2.4

Kerangka Populasi

Apabila disebut populasi, biasanya pengkaji akn memikirkan jumlah

keseluruhan responden yang boleh dijadikan rangka untuk pemilihan
sampel dengan menggunakan teknik persampelan yang tertentu. Namun
begitu, adalah agak sukar untuk mendapatkan senarai penuh populasi
kerana kekangan-kekangan yang tertentu seperti maklumat yang tidak
lengkap, tidak kedapatan, tidak di up-date dan sebagainya. Justeru itu,
pengkaji perlu mendapatkan senarai populasi dengan cara yang lebih
praktikal iaitu dengan merujuk kepada senarai yang sedia ada walaupun
mungkin senarai itu tidaklah selengkap senarai yang sepatutnya. Dengan
kata lain, kerangka populasi merupakan senarai maklumat penyh lengkap
yang boleh diperolehi mengenai sampel yang akan dipilih. Contoh yang
boleh diberikan dalam hal ini ialah sekiranya pengkaji ingin menjalankan
kajian mengenai sikap terhadap pembangunan oleh penduduk kampung
A adalah seramai 12,345 orang. Bagaimanapun, senarai lengkap sedia ada
yang merangkumi nama serta alamat penduduk kampung tersebut
menunjukkan bahawa jumlah penduduk hanya seramai 11,967. Oleh itu,
jumlah 11,967 akan menjadi kerangka populasi kerana jumlah ini
merupakan jumlah yang boleh digunakan secara praktikal.
SOALAN DALAM TEKS 4.1

1.
2.

Apakah yang dimaksudkan dengan populasi?

Nyatakan perbezaan di antara sampel dan
persampelan.

Semak jawapan anda di akhir bab ini.

4.3 KEPENTINGAN PERSAMPELAN DALAM PENYELIDIKAN

Ada dua sebab persampelan merupakan sesuatu yang penting dalam

penyelidikan.
i)

Untuk membolehkan pengkaji memilih sampel yang bersesuaian

dari satu populasi yang besar. Pengkaji tidak mungkin dapat
mengambil keseluruhan populasi sebagai responden kerana
jumlah populasi selalunya terlalu besar. Oleh itu, sampel yang
sesuai perlulah dipilih dengan teliti supaya mereka dapat mewakili

39

populasi sebenar dan bagi mengelakkan bias dalam pemilihan. Ini

bagi membolehkan inferensi atau generalisasi dilakukan ke atas
populasi berdasarkan keputusan kajian yang diperolehi.
ii)

Untuk menyesuaikan dengan kos dan masa kajian. Setiap

penyelidikan yang dilakukan mempunyai had masa dan kos yang
tertentu. Pengkaji perlulah juga merasionalkan pemilihan sampel
berdasarkan kedua-dua perkara ini agar jumlah sampel yang
bersesuaian dapat dipilih dalam masa yang ditetapkan dengan kos
yang sedia ada dan munasabah.

4.4

CARA MENGENAL PASTI SAMPEL

Persoalan mengenal pasti sampel dalam kajian mempunyai pertalian yang

rapat dengan objektif dan perspektif kajian yang akan dijalankan. Justeru
itu, sebelum menjalankan kajian, anda perlulah:
i)

Mendifinisikan populasi serta mendapatkan maklumat mengenai

kerangka populasi.

ii)

Mengenal pasti dengan teliti maklumat yang ingin diperolehi

berdasarkan objektif dan permasalahan kajian. Objektif kajian
perlulah jelas dan difahami oleh pengkaji supaya keputusan kajian
dapat menjawab objektif berdasarkan sampel yang dipilih.

iii)

Menggunakan kaedah persampelan yang sesuai dengan populasi

yang ada.

iv)

Memastikan kesesuaian instrumen kajian/soal selidik/alat ujian

yang dibentuk dan boleh digunakan ke atas sampel.

4.5

BENTUK DAN JENIS PERSAMPELAN

Terdapat dua bentuk atau jenis persampelan yang biasa digunakan oleh
pengkaji dalam menjalankan sesuatu kajian iaitu persampelan
kebarangkalian (probability sampling) dan persampelan bukan
kebarangkalian (non-probability sampling).
4.5.1

Persampelan Kebarangkalian

Persampelan kebarangkalian merujuk kepada andaian bahawa setiap ahli

dalam populasi mempunyai peluang atau kebarangkalian yang sama
untuk dipilih sebagai sampel. Justeru itu, keputusan atau hasil yang
diperolehi boleh digeneralisasikan dengan lebih yakin ke atas populasi.
Terdapat beberapa kaedah atau teknik persampelan bukan
kebarangkalian.
40

a.

Persampelan Rawak Mudah (Simple Random Sampling)

Persampelan rawak mudah merujuk kepada andaian bahawa setiap unit/

objek/ elemen/ responden mempunyai peluang yang sama untuk dipilih
sebagai sampel tanpa sebarang bias pemilihan. Oleh itu setiap
unit/objek/elemen/responden perlulah diberikan peluang untuk pilihan.
Cara ini dikatakan mempunyai ciri-ciri efektif dan praktikal bagi memilih
sampel dan dapat mengelakkan bias serta mempunyai kekuatan
generalisasi yang tinggi. Kaedah ini memerlukan pengkaji mempunyai
satu senarai kerangka populasi yang lengkap dan setiap sampel akan
dipilih secara rawak.
Sebagai contoh, sekiranya populasi untuk sesuatu kajian yang akan
dilakukan ialah 1000 orang dan pengkaji ingin mendapatkan 100 sampel
berdaarkan pengiraan saiz sampel, senarai nama setiap orang akan
dimasukkan ke dalam sebuah kotak dan kemudian akan dipilih atau
dibuat cabutan seratus nama dari kotak berkenaan secara rawak. Kaedah
ini membolehkan setiap nama dalam populasi dipilih secara adil. Ia
seolah-olah menggunakan mekanisme pemilihan seperti yang dapat
dilihat dalam acara mencari pemenang untuk cabutan bertuah. Dengan
cara ini, nama yang terpilih akan menjadi sampel kajian.
Bagaimanapun, sekiranya jumlah populasi dari kerangka populasi adalah
terlalu ramai, agak mustahil untuk menggunakan cara yang dinyatakan di
atas. Satu cara lain yang boleh digunakan ialah dengan memasukkan
kesemua nama ke dalam komputer dan mengarahkan komputer untuk
memilih secara rawak jumlah sampel yang dikehendaki.
b.

Persampelan Sistematik (Systematic Sampling)

Persampelan bersistematik menetapkan cara yang lebih mudah untuk

mendapat atau memilih sampel. Berdasarkan kerangka populasi, reka
bentuk kaedah ini melibatkan pemilihan sampel berdasarkan setiap nth
atau urutan nombor yang tertentu. Pemilihan setiap nth akan dilakukan
oleh pengkaji mengikut jumlah sampel yang telah ditetapkan. Dalam hal
ini, yang dimaksudkan dengan pemilihan setiap nth boleh dirujuk dalam
contoh berikut. Sekiranya terdapat seramai 1000 orang dalam populasi
dan sampel yang hendak dipilih ialah seramai 100 orang, maka nth yang
dipilih perlulah berdasarkan nisbah sampel (sampling ratio). Dalam
contoh di atas, nisbah sampel kepada populasi ialah 1 : 10 (100 : 1000).
Oleh itu, bagi setiap 10 orang dalam senarai nama responden, seorang
akan dipilih sebagai sampel. Untuk itu, pengkaji mungkin akan memilih
secara rawak dahulu satu nombor dari 1 hingga 10. Mungkin nombor
yang akan diperolehi ialah 7. Maka bermula dari senarai nama nombor 7,
41

pemilihan seterusnya akan dibuat bagi setiap 10 nama iaitu

7,17,27,37,47,57 dan seterusnya hinggalah jumlah 100 orang sampel
diperolehi.
Kaedah ini boleh dilakukan sekiranya terdapat senarai lengkap untuk
populasi. Merujuk kepada contoh di atas, senarai nama 1000 orang
perlulah diperolehi. Kaedah ini merupakan kaedah yang efisien tetapi
pengkaji perlu berhati-hati kerana ada kalanya terdapat juga unsur-unsur
bias. Sebagai contoh, sekiranya kerangka populasi adalah senarai nama
dalam buku panduan telefon dan pengkaji menggunakan buku tersebut
sebagai kerangka populasi untuk penduduk setempat, persoalan bias yang
timbul ialah bagaimana pula dengan mereka yang tidak mempunyai
telefon atau tidak mendaftarkan nama dalam buku panduan telefon.
Tentulah nama mereka tidak akan tersenarai. Jadi kerangka populasi
melalui buku panduan telefon tadi tentulah tidak tepat.
c.

Persampelan Rawak Berstratifikasi (Stratified Random

Sampling)

Ada ketikanya pengkaji perlu menjawab permasalahan kajian yang

memerlukan pemilihan responden dalam kelompok atau strata tertentu
yang mewakili populasi kajian. Perkara ini dilakukan sekiranya diandaikan
wujud perbezaan-perbezaan tertentu dalam kumpulan atau strata yang
berlainan. Mungkin pengkaji ingin melihat perbezaan di kalangan jantina
yang berlainan ataupun bangsa yang berlainan dalam mengkaji sesuatu
isu. Oleh itu, penggunaan kaedah teknik persampelan rawak mudah atau
persampelan sistematik mungkin kurang sesuai kerana ia tidak dapat
mewakili keseluruhan kumpulan yang hendak dikaji.
Satu cara bagi mengatasi masalah ini adalah dengan menggunakan kaedah
persampelan rawak berstratifikasi. Kaedah atau teknik ini digunakan
apabila terdpat kumpulan-kumpulan pembolehubah yang bermakna yang
membolehkan pengkaji membuat perbandingan. Ia melibatkan proses
membahagikan populasi kepada kumpulan, kelompok atau strata yang
tertentu bagi membolehkan sebarang perbandingan mengenai isu-isu
kajian dilakukan.
Melalui kaedah ini, pengkaji boleh membahagikan populasi kepada
beberapa strata atau kumpulan yang tertentu yang menjadi minat kajian.
Ahli dalam setiap strata mempunyai sifat yang seragam tetapi berbeza
antara strata (jantina, bangsa, taraf perkahwinan, agama dan sebagainya).
Sebagai contoh, jika sampel yang diambil adalah seramai 200 orang dan
pengkaji ingin melihat perbezaan jantina, maka jumlah sampel yang akan
cuba diperolehi melalui kaedah ini ialah seramai 50 lelaki dan 50
perempuan dengan menggunakan kaedah rawak mudah atau sistematik.
42

Selain daripada menggunakan kaedah ini dengan cara di atas, terdapat

beberapa pilihan lain oleh pengkaji dalam persampelan ini iaitu dengan
menggunakan sama ada persampelan rawak berstratifikasi bernisbah
(Proportional Stratified Random Sampling) ataupun persampelan rawak
berstratifikasi tidak bernisbah (Disproportional Stratified Random Sampling).
i)

Persampelan Rawak Berstratifikasi Bernisbah (Proportional

Stratified Random Sampling)

Untuk menggunakan kaedah ini pengkaji harus menentukan bilangan

sampel yang perlu diambil berdasarkan kepada jumlah populasi. Katakan
jumlah populasi adalah seramai 1000 orang yang terdiri dari pelajarpelajar yang menuntut di sebuah institut. Dari jumlah ini, terdapat empat
strata pelajar. Seramai 350 orang merupakan pelajar jurusan sastera, 250
pelajar jurusan sains, 300 pelajar jurusan pertanian dan 100 pelajar
jurusan kejuruteraan. Ini bermakna sebanyak 35 peratus dari keseluruhan
populasi merupakan pelajar jurusan sastera, 25 peratus dari jurusan sains,
30 peratus dari jurusan pertanian manakala 10 peratus dari jurusan
kejuruteraan. Pengkaji telah menetapkan seramai 200 orang sampel
sahaja akan diambil. Nisbah sampel (sampling ratio) dengan populasi yang
dapat diperhatikan ialah sebanyak 1 : 5. Melalui kaedah ini, pemilihan
sampel adalah berdasarkan kadar jumlah yang akan dipilih sebagai sampel
dengan jumlah keseluruhan pelajar dalam jurusan tertentu. Berdasarkan
nisbah tersebut, jumlah sampel yang akan dipilih dari populasi ialah
seramai 70 orang orang dari jurusan kejuruteraan dengan menggunakan
kaedah rawak mudah atau bersistematik (Rajah 4.1).
ii)

Persampelan Rawak Berstratifikasi Tidak

(Disproportional Stratified Random Sampling)

Bernisbah

Persampelan rawak berstratifikasi bernisbah kadangkala menyebabkan

jumlah sampel dalam sesuatu strata itu terlalu kecil. Ini disebabkan
pemilihan sampel dibuat berdasarkan nisbah yang sama untuk semua
strata. Dalam contoh persampelan rawak berstratifikasi bernisbah
sebelum ini, jumlah sampel untuk pelajar jurusan kejuruteraan hanyalah
seramai 20 orang. Ini mungkin tidak memadai untuk membolehkan
analisis statistik yang berkesan dijalankan. Untuk mengelakkan hal ini,
persampelan rawak berstratifikasi tidak bernisbah boleh digunakan.
Persempelan jenis ini dilakukan sekiranya pengkaji lebih berminat
melihat perbezaan antara strata. Ianya dilakukan melalui proses yang
sama seperti persampelan rawak berstratifikasi bernisbah. Cuma nisbah
sampel yang digunakan agak sedikit berbeza.

43

Untuk memilih sampel seramai 200 orang dari populasi seramai 1000
orang, jumlah sampel bagi tiap-tiap kumpulan jurusan pelajar atau strata
pelajar boleh disamakan bagi mendapatkan jumlah yang seimbang
(supaya perbandingan optimal boleh dilakukan melalui jumlah yang sama
dalam setiap kumpulan atau strata jurusan pelajar). Justeru itu, seramai 50
orang pelajar akan dipilih bagi setiap jurusan iaitu 50 orang pelajar bagi
setiap jurusan sastera (1 : 7), sains (1 : 5), pertanian (1 : 6) dan
kejuruteraan (1 : 2) menjadikan jumlahnya seramai 200 orang (Rajah 4.2).
Cara pemilihan bolehlah melalui kaedah rawak mudah ataupun
bersistematik.
Rajah 4.1
Rajah Persampelan Rawak Berstratifikasi Bernisbah

n=100
Jurutera
n=350
Sastera

n=300
Pertanian

n=250
Sains

n=20
Jurutera
n=70
Sastera

n=60
Pertanian

n=50
Sains

44

Rajah 4.2
Rajah Persampelan Rawak Berstratifikasi Tidak Bernisbah

n=100
Jurutera
n=350
Sastera

n=300
Pertanian

n=250
Sains

d.

n=50
Jurutera

n=50
Sastera

n=50
Pertanian

n=50
Sains

Persampelan Rumpun Pelbagai Tahap (Multistage Cluster

Sampling)

Ada kajian yang dilakukan memerlukan pengkaji mengambil sampel yang

besar seperti kajian untuk sebuah negeri ataupun negara mahupun
populasi yang besar. Dalam hal ini, kadangkala senarai kerangka populasi
yang lengkap tidak dapat diperolehi menjadi pengguna kaedah
persampelan lain mungkin tidak begitu efektif. Satu cara untuk mengatasi
masalah ini adalah dengan menggunakan kaedah persampelan rumpun
pelbagai tahap. Proses persampelan rumpun pelbagai tahap sebenarnya
melibatkan proses persampelan pada tahap-tahap yang berlainan.
Kaedah yang digunakan ini memerlukan pengkaji menbuat perancangan
dalam memilih sampel akhir yang akan digunakan. Ini bermakna dalam
usaha mendapatkan sampel akhir tersebut, beberapa tahap pemilih
45

sampel awal akan dilakukan secara pemilihan rumpun. Rumpun di sini

merujuk kepada entiti yang boleh berupa kelompok, kumpulan, strata
atau organisasi yang melibatkan unit-unit heterogeneous (pelbagai).
Katakan seorang pengkaji ingin mengkaji tahap pembelajaran pelajaran
sekolah menengah di Malaysia. Tahap awal yang perlu dilakukan oleh
pengkaji ialah merumpunkan sekolah-sekolah menengah yang terdapat di
Malaysia mengikut negeri-negeri. Pemilihan secara rawak boleh dilakukan
mengikut negeri. Selepas itu tahap selanjutnya akan melibatkan pemilihan
mengikut daerah, mukim malah untuk kategori bandar dan luar bandar
juga. Tahap-tahap selanjutnya akan menyusul seperti pemilihan mengikut
kelas hingga akhirnya ke peringkat sampel akhir dipilih. Proses
persampelan ini melibatkan beberapa tahap bergantung kepada populasi
yang ingin dikaji. Namun sekali lagi asas bagi persampelan ini ialah setiap
sekolah mahupun setiap pelajar harus mempunyai peluang yang sama
untuk dipilih sebagai sampel.
SOALAN DALAM TEKS 4.2

1. Bagaimanakah anda akan melakukan persampelan

sistematik?
2. Apakah yang membezakan persampelan rawak
berstratifikasi bernisbah dengan persampelan rawak
berstratifikasi tidak bernisbah?
Semak jawapan anda di akhir bab ini.

4.5.2

Persampelan Bukan Kebarangkalian

Dalam persampelan bukan kebarangkalian, unit/objek/elemen/

responden tidak mempunyai peluang yang sama untuk dipilih sebagai
sampel. Ini bermakna peraturan yang terpakai dalam kaedah persampelan
kebarangkalian tidak digunakan dalam persampelan bukan
kebarangkalian. Walaupun kebanyakan daripada analisis statistik
memerlukan sampel yang diambil itu sampel kebarangkalian, dalam halhal tertentu persampelan bukan kebarangkalian merupakan satu-satunya
kaedah terbaik yang dapat dilakukan. Sampel dari populasi yang
berbentuk homogeneous mungkin lebih sesuai menggunakan kaedah ini.
Persampelan bukan kebarangkalian bukanlah satu kaedah yang lemah
kerana ada ciri-ciri tertentu dalam kajian yang memerlukan persampelan
46

jenis ini dilakukan malah dilihat lebih sesuai untuk digunakan. Terdapat
beberapa jenis atau kaedah persampelan bukan kebarangkaian seperti
berikut:
a.

Persampelan mudah (Convenience/Accidental Sampling)

Ini merupakan kaedah persampelan bukan kebarangkalian yang paling

mudah. Sesiapa sahaja dalam populasi yang dikenal pasti, boleh menjadi
sampel tanpa perlu sebarang proses pemilihan secara rawak asalkan
bersetuju untuk menjadi responden kajian. Ini juga merupakan bentuk
persampelan bukan kebarangkalian yang maklumat atau data untuk kajian
dikumpulkan dari ahli-ahli dalam populasi melalui cara yang dirasakan
senang dan mudah oleh pengkaji.
Persampelan mudah selalunya digunakan dalam fasa penerokaan sesuatu
kajian atau bila pengkaji memerlukan sampel dengan segera atau
mungkin tidak ada masa bagi membentuk kaedah persampelan lain.
Kemungkinan pengkaji perlu mendapatkan sampel segera atas sesuatu
isu yang baru berlaku. Oleh itu pengkaji akan mendapatkan sampel di
tempat yang diketahui mempunyai ramai responden yang akan
membantu memberikan maklumat yang diperlukan. Kaedah ini adalah
satu kaedah persampelan bagi mendapatkan maklumat mudah, cepat dan
berkesan.
b.

Persampelan bertujuan (Purposive Sampling)

Di samping mendapatkan sampel secara teknik mudah, persampelan

bertujuan digunakan bagi mengumpul maklumat dari sekumpulan sampel
yang khusus dan spesifik serta bertepatan dengan objektif kajian.
Sebagaimana persampelan mudah, kaedah ini tidak merujuk kepada
sesuatu perwakilan formal tetapi lebih merujuk kepada kesesuaian
melalui ciri atau kriteria yang perlu ada pada sampel. Sampel yang akan
dipilih tidak dihadkan lokasinya asalkan memenuhi kriteria yang
ditetapkan dalam kajian dan tergolong dalam populasi kajian.
Katakan pengkaji hendak mencari sampel yang mempunyai pengalaman
dalam temuduga kerja di kalangan pelajar-pelajar universiti. Dengan
menggunakan kaedah persampelan mudah, yang perlu dilakukan ialah
pengkaji akan bertanyakan kepada sampel dalam populasi yang ditemui
sama ada mereka pernah menghadiri temuduga kerja atau tidak.
Sekiranya mereka pernah menghadiri temuduga kerja, pengkaji akan
mendapatkan kebenaran mereka untuk menjalankan kajian dan
menjadikan mereka sebagai sampel. Jika sampel tadi tidak pernah
menghadiri temuduga kerja, pengkaji akan mencari sampel lain yang
bersesuaian. Kesimpulannya, persampelan bertujuan memerlukan
47

pengkaji mengenal pasti sama ada kriteria atau ciri yang dikehendaki ada
pada sampel sebelum mereka dipilih sebagai responden.
c.

Persampelan Kuota (Quota Sampling)

Persampelan kuota kadangkala disalahtafsirkan sebagai persampelan

rawak berstratifikasi. Ini adalah kerana kedua-dua kaedah ini
menggunakan strategi memilih jumlah sampel berdasarkan kuota dari
strata atau kumpulan tertentu. Walau bagaimanapun, persampelan kuota
sebenarnya hanya menerapkan konsep stratifikasi dalam pemilihan
sampel. Perbezaannya dengan persampelan rawak berstratifikasi ialah
proses pemilihan persampelan kuota adalah tidak rawak tetapi dilakukan
secara persampelan mudah tanpa kebarangkalian.
Dengan menggunakan persampelan mudah iaitu menemui sesiapa sahaja
dalam populasi, pengkaji menetapkan bilangan sampel yang perlu diambil
berdasarkan pembahagian ciri-ciri sampel mengikut strata, kolopok atau
kumpulan tertentu. Sebagai contoh, sekiranya populasi kajian adalah
seramai 500 orang yang terdiri dari pelbagai bangsa iaitu 300 Melayu
(60%), 150 Cina (30%) dan 50 India (10%) dan sampel yang diperlukan
ialah seramai 100 orang maka jumlah sampel bagi setiap bangsa akan
dipilih mengikut kuota peratus yang telah sedia ada. Jumlah sampel
Melayu akan menjadi 60 orang, Cina 30 orang dan India 10 orang. Cuma
cara mendapatkan sampel adalah melalui persampelan mudah tanpa ciriciri rawak sebagai memenuhi kuota yang ditetapkan. Persampelan jenis
ini di anggap penting apabila terdapat kesukaran bagi mendapatkan
sampel minoriti dalam populasi yang memerlukan perseimbangan dalam
pemilihan sampel.
d.

Persampelan Bola Salji (Snowball Sampling)

kadangkala amat sukar untuk mendapatkan sampel dari populasi

walaupun kita ingin menggunakan persampelan bukan kebarangkalian
dalam bentuk persampelan mudah sekalipun. Ini adalah kerana kajian
yang dilakukan memerlukan sampel yang terdiri dari mereka yang agak
sukar ditemui secara langsung. Contohnya, jika pengkaji ingin
mendapatkan sampel yang terdiri daripada pelacur untuk dijalankan ujian
HIV, agak mustahil dan sukar untuk mendapatkan jumlah yang sesuai
kerana tidak ada kerangka populasi mengenai pelacur walaupun mungkin
terdapat ramai pelacur. Persampelan bola salji bermaksud mendapatkan
jumlah sampel yang sedikit dahulu sebelum jumlah itu bertambah melalui
maklumat nama dan lokasi sampel lain yang diberikan oleh sampel awal
tadi. Ia seolah-olah seperti proses seketul bola salji kecil yang bergolek
dari atas bukit dan menjadi besar bila sampai ke bawah.
48

Dalam strategi persampelan ini pengkai akan cuba mendapatkan seorang

pelacur yang bersetuju untuk menjadi sampel kajian. Melalui cara ini,
pengkaji akan meminta bantuan pelacur tadi untuk memberitahu namanama rakan pelacur serta lokasi tempat mereka tinggal untuk
membolehkan pengkaji mendapatkan maklumat daripada mereka. Proses
ini diulang-ulang kepada sampel yang ditemui sehinggalah jumlah yang
dikehendaki dapat dicari. Dengan cara ini bilangan sampel akan
bertembah mengikut keperluan kajian walaupun populasi sebenar tidak
diketahui. Ia akan membantu pengkaji menjana jumlah sampel dengan
cara yang agak efektif walaupun memerlukan kemahiran komunikasi bagi
menimbulkan rasa percaya dikalangan sampel terhadap pengkaji.
SOALAN DALAM TEKS 4.3

1.
2.

Kenapakah persampelan mudah dikatakan kaedah

persampelan yang senang untuk dilakukan?
Apakah yang dimaksudkan dengan persampelan
bertujuan?

Semak jawapan anda di akhir bab ini.

4.6

MENENTUKAN SAIZ SAMPEL

setelah mengetahui kaedah persampelan yang terdiri daripada

persampelan kebarangkalian dan persampelan bukan kebarangkalian,
persoalan seterusnya ialah cara untuk menentukan saiz sampel. Saiz
sampel yang terlalu besar akan menyukarkan pengkajian menjalankan
kajian kerana akan memakan masa yang agak lama dan kos yang tinggi
manakala sampel yang terlalu sedikit akan memberi kesan kepada analisis
statistik serta kesahan sampel dalam mewakili populasi.
Cara yang tepat untuk menentukan saiz sampel adalah melalui
penggunaan fomula matematik yang tertentu. Namun cara ini dianggap
sukar dan menyulitkan disebabkan tidak semua pengkaji arif tentang
fomula matematik tersebut. Sebagai panduan, terdapat beberapa
perspektif lain yang boleh dijadikan asas oleh pengkaji. Antaranya ialah:
i)

Pertama, perlulah difahami bahawa jumlah sampel yang kecil

akan menyebabkan ralat piawai (standard error) yang tinggi.

49

ii)

Kedua, mengenai populasi tempat sampel diperolehi. Jika

populasi tersebut merupakan populasi yang bersifat seragam
(homogeneous) maka jumlah sampel yang kecil mungkin
mencukupi. Sebaliknya jika populasi lebih bersifat tidak seragam
(heterogeneous) maka tentulah jumlah sampel yang lebih besar
diperlukan untuk menangani variasi dalam populasi.

iii)

Ketiga, perlu difikirkan jenis analisis statistik yang akan

digunakan. Sekiranya jumlah pembolehubah yang digunakan
tidak banyak dan analisis statistik yang digunakan agak mudah,
jumlah sampel yang kecil adalah memadai. Sebaliknya, jika
banyak pembolehubah yang dikaji dan analisis yang lebih
kompleks dilakukan, jumlah sampel perlulah besar.

iv)

Keempat, jika populasi agak besar, sampel yang kecil tetapi relatif
kepada nisbah populasi adalah mencukupi. Ini melibatkan nisbah
sampel (sampling ratio). Misalnya, jika populasi adalah seramai
2,000 orang, secara umumnya nisbah sampel sebanyak 30 peratus
adalah mencukupi. Untuk populasi melebihi 10,000 orang, nisbah
sebanyak 10 peratus pula sudah memadai manakala untuk
populasi melebihi 150,000 orang nisbah sebanyak satu peratus
adalah diperlukan. Begitulah seterusnya dengan jumlah populasi
yang makin besar, maka nisbah sampel seterusnya dengan jumlah
populasi yang makin besar, maka nisbah sampel akan menjadi
lebih kecil.

Selain daripada perspektif yang dibincangkan tadi, Krejcie dan Morgan

(1970) telah memudahkan tugas menentukan saiz sampel dengan
menyediakan jadual yang boleh menjadi panduan sesuatu kajian
berdasarkan jumlah populasi yang tertentu (lihat jadual 4.1).
Jadual 4.1
Saiz Sampel Berdasarkan Jumlah Populasi
N
10
15
20
25
30
35
40
45
50
55
60
65
70

S
10
14
19
24
28
32
36
40
44
48
52
56
59

N
220
230
240
250
260
270
280
290
300
320
340
360
380

S
140
144
148
152
155
159
162
165
169
175
181
186
191
50

N
1200
1300
1400
1500
1600
1700
1800
1900
2000
2200
2400
2600
2800

S
291
297
302
306
310
313
317
320
322
327
331
335
338

(sambungan Jadual 4.1)

N
75
80
85
90
95
100
110
120
130
140
150
160
170
180
190
200
210

S
63
66
70
73
76
80
86
92
97
103
108
113
118
123
127
132
136

N
400
420
440
460
480
500
550
600
650
700
750
800
850
900
950
1000
1100

S
196
201
205
210
214
217
226
234
242
248
254
260
265
269
274
278
285

N
3000
3500
4000
4500
5000
6000
7000
8000
9000
10000
15000
20000
30000
40000
50000
75000
1000000

S
341
346
351
354
357
361
364
367
368
370
375
377
379
380
381
382
384

N = Populasi
S = Sampel

4.7

KESIMPULAN

Apabila anda ingin menjalankan sesuatu kajian, soal pemilihan sampel

menjadi agenda penting yang tidak boleh diabaikan. Konsep-konsep
penting seperti populasi, sampel, persampelan dan kerangka populasi
perlu difahami dengan jelas bagi memudahkan proses pemilihan sampel.
Terdapat dua bentuk persampelan yang penting iaitu persampelan
kebarangkalian dan persampelan bukan kebarangkalian. Persampelan
kebarangkalian
merujuk
kepada
andaian
bahawa
setiap
unit/objek/elemen/responden di dalam populasi perlulah mempunyai
peluang yang sama untuk dipilih sebagai sampel manakala persampelan
bukan kebarangkalian menetapkan sebaliknya yakni pemilihan tidak
dilakukan secara rawak dan peluang yang adil untuk menjadi sampel tidak
wujud. Persampelan kebarangkalian mempunyai empat kaedah atau jenis
iaitu persampelan rawak mudah, persampelan sistematik, persampelan
rawak berstratifikasi dan persampelan rumpun pelbagai tahap.
Persampelan bukan kebarangkalian pula terdiri dari persampelan
mudah,persampelan bertujuan, persampelan kuota dan persampelan bola
salji. Kesemua kaedah ini mempunyai kekuatan dan kelemahan yang
tersendiri dan dipilih berdasarkan ciri-ciri tertentu. Akhirnya bagi
menentukan saiz sampel sesuatu kajian, anda perlu membuat
pertimbangan berdasarkan perspektif tertentu atau menggunakan jadual
yang telah disediakan oleh pakar-pakar penyelidikan.
51

SOALAN PENILAIAN KENDIRI

1.
2.
3.
4.

Huraikan cara anda akan mengenal pasti sampel dalam kajian.

Berikan perbezaan di antara persampelan rawak berstratifikasi dan
persampelan kuota.
Bagaimanakah anda akan menggunakan kaedah persampelan bola
salji dalam kajian anda?
Terangkan asas perspektif yang boleh anda gunakan untuk
menentukan saiz sampel.
Semak jawapan anda di akhir modul kursus ini.

JAWAPAN SOALAN DALAM TEKS

SDT 4.1
1.

Populasi merupakan keseluruhan unit/objek/elemen/responden

yang merupakan asas kepada bahan pengukuran pengkajian.
Sebagai contoh, sekiranya anda ingin menjalankan kajian tentang
persepsi masyarakat Malaysia terhadap wawasan 2020 maka
populasi kajian adalah seluruh rakyat Malaysia. Jika kajian yang
dijalankan ingin melihat kesan kenaikan gaji terhadap kakitangan
sektor awam di Kedah, maka populasi anda ialah seluruh
kakitangan awam yang berkhidmat di negeri Kedah. Dari segi
teori, konsep populasi sebenarnya merangkumi jumlah
keseluruhan unit/objek/elemen/responden.

2.

Sampel merupakan satu kumpulan, kelompok atau subset yang

dipilih khusus untuk mewakili populasi dalam sesuatu kajian. Ia
mengandungi unit/objek/elemen/responden yang telah dipilih
dari keseluruhan populasi. Dengan kata lain, sampel terdiri dari
unit/objek/elemen/responden yang merupakan pengambilan
mana-mana bahagian dari populasi untuk mewakili populasi
terbabit dengan menggunakan teknik dan strategi tertentu.
Persampelan pula ialah satu proses memilih sampel yang
mungkin terdiri dari unit/objek/elemen/responden dari satu
populasi yang dikenalpasti dalam kajian dengan menggunakan
kaedah dan teknik yang tertentu supaya hasil kajian dapat
digeneralisasikan kepada keseluruhan populasi.
52

SDT 4.2
1.

Persampelan bersistematik melibatkan pemilihan sampel

berdasarkan setiap nth atau urutan nombor yang tertentu.
Sekiranya terdapat 1000 orang dalam populasi dan sampel yang
hendak dipilih ialah seramai 100 orang, maka nth yang dipilih
perlulah berdasarkan nisbah sampel. Untuk contoh di atas,
nisbah sampel kepada populasi ialah 1 : 10 (100 : 1000). Bagi
setiap 10 orang dalam senarai nama responden, seorang akan
dipilih ebagai sampel. Pengkai akan memilih dahulu secara rawak
satu nombor dari 1 hingga 10. mungkin nombor yang akan
diperolehi ialah 7. Maka bermula dari senarai nama nombor 7,
pemilihan seterusnya akan dibuat bagi setiap 10 nama iaitu 7, 17,
27, 37, 47, 57 dan seterusnya hingga jumlah seramai 100 sampel
diperolehi.

2.

Persampelan rawak berstratifikasi bernisbah adalah berdasarkan

kadar nisbah jumlah sampel kepada jumlah populasi bagi setiap
kumpulan, kelompok atau strata manakala persampelan rawak
berstratifikasi tidak bernisbah tidak bergantung kepada nisbah
sampel. Ini bermakna jumlah sampel yang diambil adalah
berdasarkan pertimbangan penyelidik merujuk kepada jumlah
sampel yang diperlukan. Lemungkinan jumlah sampel adalah
sama untuk setiap kumpulan, kelompok atau strata.
SDT 4.3

1.

Kaedah persampelan mudah dikatakan suatu kaedah yang senang

dijalankan kerana sesiapa sahaja dalam populasi yang berkaitan
boleh menjadi sampel tanpa perlu sebarang proses pemilihan
secara rawak. Pemilihan sampel boleh dibuat di mana-mana
sahaja tanpa mengira lokasi dan keadaan.

2.

Persampelan bertujuan digunakan bagi mengumpul maklumat

dari sekumpulan sampel yang khusus dan spesifik serta
bertepatan dengan objektif kajian. Kaedah ini tidak merujuk
kepada sesuatu perwakilan formal tetapi lebih merujuk kepada
kesesuaian melalui ciri atau kriteria yang ditetapkan. Sampel yang
dipilih tidak dihadkan lokasinya asalkan memenuhi kriteria yang
ditetapkan dalam kajian dan tergolong dalam populasi kajian.

53