Professional Documents
Culture Documents
Menurut Mohd Yusof (2005), populasi ialah sekumpulan besar individu yang
hendak dikaji.Ia juga merupakan objek atau peristiwa yang d ikaji. Perkataan
populasi adalah merujuk kepada himpunan keseluruhan subjek kajian yang tidak
kumpulan subjek yangmenjadi tumpuan kajian( Bidin Yatim & Sharipah So’aad
Populasi merupakan keseluruhan dari objek penelitian yang dapat berupa manusia,
menjadi pusat perhatian dan menjadi sumber data penelitian. Populasi ialah satu
kumpulan elemen atau kes, sama ada individu, objek atau peristiwa yang menurut
kriteria yang terperinci ataupun individu yang keputusannya boleh dibuat sebagai
kesimpulan umum (Mc Millan, 1996). Mohamad Najib Abdul Ghafar (1999)
mewakili populasi (Mohd Yusof, 2005). Menurut Aziziet. al (2007), beberapa teknik
sampel yang digunakandalam kajian ini, penyelidik telah merujuk kepada Jadual
Penentuan Saiz Sampel yangdikemukakan oleh Krejcie and Morgan (1970) dalam
populasi atau juzuk penuh sebagai mewakili populasi atau juzuk itu (Kerlinger,1973).
Sampel dalam kaedah persampelan merupakan satu subset populasi dan sampel
terpilih dalam soal selidik haruslah mengikut beberapa kriteria dan juga berkaitan
Selepas beberapa unit telah dipilih secara rawak, unsur-unsur dalam unit ini akan
kelakuan semua manusia dan perlu menghadkan parameter kajian ( Foong , 2008).
populasi dalam kajian. Oleh itu, wakil atau contoh am populasi yang dikenali sebagai
sampel sahaja yang akan digunakan dalam kajian (Mohd. Majid Konting, 2000).
yang diambil melalui persampelan bagi mewakili sesuatu populasi yang dikaji
kumpulan kecil yang dipilih secara rawak dari populasi untuk mengkaji sifat atau
parameter populasi.
Dua jenis persampelan yang utama ialah rawak dan tidak rawak. Di dalam
Malaysia yang membeli Sijil Simpanan Primium percaya pemenang cabutan Sijil
Simpanan Primium adalah dipilih dari cabutan nombor rawak. Di dalam situasi ini,
dalam sampel tidak rawak pula bukan semua unit populasi mempunyai
tidak dipilih melalui peluang. Sebagai contoh, mereka dipilih disebabkan mereka
berada ditempat yang betul dan pada waktu yang betul atau mereka mengetahui
populasi tidak mempunyai peluang yang sama dipilih maka untuk meletakkan
sesuatu kebarangkalian adalah mustahil. Dalam penulisan ini saya hanya akan
mempunyai kebarangkalian yang sama untuk dipilih berbanding calon lain. Nama
calon yang telah dipilih tidak akan dimasukkan semula ke dalam senarai
pencalonan.
Ralat persampelan
ralat persampelan. Ralat persampelan adalah ralat yang berlaku apabila sampel
merupakan perbezaan atau variasi antara min bagi sampel yang dirawak dengan
min populasi yang bertaburan secara normal. Variasi pada nilai-nilai individu dalam
satu populasi dengan min populasi menyumbang kepada variasi pada min sampel
rawak dengan min populasi. Variasi pada nilai individu dalam sampel daripada min
sampel menyumbang kepada variasi pada min-min sampel dengan min populasi.
Jika min sampel sama dengan min populasi, maka ralat persampelan adalah sifar
sisihan piawai populasi. Sekiranya saiz sampel tetap, ralat persampelan akan
meningkat jika sisihan piawai populasi bertambah besar dan sebaliknya. Semakin
sampel n yang kecil lebih terdedah kepada ralat persampelan berbanding dengan n
yang besar. Oleh itu, matlamat persampelan adalah untuk mengurangkan ralat
persampelan dan ralat persampelan boleh dikurangkan dengan menambahkan n.
Semakin besar nilai sisihan piawai (sd) sampel, semakin besar ralat persampelan
yang wujud. Semakin besar saiz sampel, semakin kecil ralat persampelan.
pengujian hipotesis
Nilai signifikansi dari suatu hipotesis adalah nilai kebenaran dari hipotesis yang
diterima atau ditolak. Hasil penelitian dapat benar tapi tidak penting.
itu mempunyai kebarangkalian untuk benar. Jika kita memilih signifikan sebesar
0,01, maka kita menentukan hasil kajian nanti mempunyai kebarangkalian untuk
benar sebesar 99% dan untuk salah pula adalah sebesar 1%.
Secara umum, kita menggunakan angka signifikansi sebesar 0,01; 0,05 dan 0,1.
(confidence interval) yang diinginkan oleh pengkaji. Angka signifikansi sebesar 0,01
memperoleh kebenaran dalam penelitian kita adalah sebesar 99%. Jika angka
signifikansi sebesar 0,05, maka tingkat kebolehpercayaan adalah sebesar 95%. Jika
90%.
sebagai julat nilai atau selang yang mengandungi 'nilai sebenar' 95% dari masa itu.
statistik yang tidak baik, dan tidak benar-benar memberikan maklumat yang
diperlukan olehnya.
'Ujian hipotesis (dan nilai-nilai p) hanya memberikan maklumat mengenai
kemungkinan kumpulan data tertentu di bawah hipotesis nol. Hipotesis nol merupkan
biasanya tidak terdapat perbezaan antara dua atau beberapa kumpulan (atau, dalam
tertentu). Apa yang hampir selalu kita minati adalah nilai yang paling tinggi dari
perbezaan sebenar (atau pekali regresi) dan tahap kepastian dalam anggaran kami.
memberikannya. Oleh itu, secara ringkas, selang keyakinan boleh dianggap sebagai
selang yang merangkumi nilai sebenar 95% dari masa itu. Dalam bahasa statistik,
selang keyakinan 100 (-a)% untuk parameter q diberikan oleh (q ,, q [h) di mana
kebarangkalian.
Oleh itu, selang keyakinan merupakan formula untuk mengira selang atau
meliputi nilai sebenar yang menghampiri 1-kap. Dalam pada itu, q adalah nombor
tetap - parameter asas sebenar (atau nilai). Oleh itu, takrif tidak merujuk kepada
yang paling munasabah untuk parameter yang sebenar. Apakah kegunaan selang
keyakinan dan apa yang mereka membenarkan kita melakukan kaedah lain (ujian
hipotesis dan nilai p)? Pertama, tidak seperti ujian hipotesis, selang keyakinan
memberikan ukuran lokasi - ia memberikan anggaran yang paling masuk akal bagi
Anggaran dan jumlah variabiliti yang tidak dapat dijelaskan. Selang keyakinan yang
luas menunjukkan banyak variasi yang tidak dapat dijelaskan dan dengan itu muncul
banyak ketidakpastian. Dalam ujian hipotesis, nilai p yang kecil menunjukkan kesan
merancang suatu kajian untuk memilih saiz sampel yang bersesuaian. Dengan cara
yang sama, kita boleh mengira saiz sampel untuk tahap kuasa tertentu untuk saiz
kesan yang tertentu. Tambahan pula, kita juga boleh mengira saiz sampel untuk
lebar selang keyakinan tertentu pada saiz kesan tertentu. Dengan itu, kita dapat
keyakinan, dan beberapa kelemahan untuk hanya melaporkan nilai-nilai p. Selain itu,
selang keyakinan mudah dikira dan tersedia sebagai pilihan dengan kebanyakan
pakej perisian.