TEKNIK PERSAMPELAN

Prof Dr Saemah Rahman

SOALAN UTAMA
Siapa yang akan dikaji??
Keperluan mengenal pasti unit analisis
kajian
Unit analisis merujuk kepada peringkat
(ch: individu, keluarga, sekolah, daerah
dsb) dimana data akan dikumpulkan

Populasi
Populasi adalah;
satu set individu di mana masalah wujud.
mempunyai ciri atau sifat yang sama antara satu
sama lain walau pun berbeza dari segi lain.

Populasi bertaburan secara normal dengan

nilai mutlak sebagai min bagi populasi.
Maklumat populasi dikenali sebagai
paramater.

Populasi
Populasi mestilah dilibatkan dalam penyelesaian
masalah dan mesti dikenal pasti dengan teliti
dan tepat.
Populasi merupakan sasaran bagi penyelesaian
masalah, penyelesaian harus melibatkan
keseluruhan individu dalam populasi, tetapi
isunya, terdapat kekangan untuk mendapatkan
maklumat dari seluruh ahli populasi iaitu:
1. Batasan masa, tenaga dan peruntukan.
2. Tidak logik dan tidak rasional mengkaji semua ahli
populasi.

Sampel
Sampel merupakan sub-kumpulan daripada
populasi sasaran yang ingin dikaji oleh pengkaji
untuk tujuan membuat generalisasi tentang
populasi sasaran
Sampel hanya merupakan anggaran
Perbezaan antara anggaran sampel dengan
populasi sebenar dikatakan ralat persampelan
sampling error.

POPULASI DAN SAMPEL

POPULASI
Kumpulan sasaran yang anda
ingin generalisasikan dapatan
kajian anda
Pilih sampel dan
buat kajian
menggunakan
sampel tersebut

Membuat
generalisasi dapatan
daripada sampel
kepada populasi

SAMPEL
Subjek yang sebenarnya
digunakan dalam kajian

Populasi dan sampel

Populasi
sasaran
Sampel

Sampel

Populasi
-Semua guru di sekolah tinggi -100 guru di sekolah tinggi
di satu bandar
di satu bandar
-pelajar kolej di semua IPTA -pelajar kolej di satu IPTA

Aktiviti 1
Populasi vs Sampel

Populasi vs Sampel
Definisi

Bahagi kertas kepada

dua bahagian
Nyatakan definisi
populasi dan sampel
Berikan contoh
Kongsikan dengan
rakan anda

Contoh:

Persampelan
Persampelan adalah berkaitan dengan proses
memilih sebilangan subjek daripada sesuatu
populasi untuk dijadikan responden kajian.
Penggunaan sampel yang tidak sesuai akan
mengurangkan kesahan dan kebolehpercayaan
kajian.
Perancangan persampelan yang rapi akan dapat;
Memudahkan pengumpulan data
Mengurangkan ralat pengukuran
Menjimatkan masa dan perbelanjaan
Maklumat daripada sampel dikenali sebagai
statistik

Istilah berkaitan persampelan

Istilah

Makna

Populasi

Seluruh kumpulan yang dikaji

Kerangka sampel

Satu senarai elemen populasi yang akan dibuat

persampelan

Sampel

Sebahagian elemen dalam populasi

Parameter

Nilai yang berkaitan dengan populasi

Statistik

Nilai yang berkaitan dengan sampel

Ralat persampelan

Perbezaan antara nilai statistik dalam sampel kajian

dengan nlai parameter yang sebenar dalam populasi.

Bagaimanakah sampel
dipilih?

Persampelan Rawak
Setiap unit di dalam populasi mempunyai
kebarangkalian yang sama untuk dipilih
sebagai sampel.
Mekanisma peluang digunakan didalam
proses pemilihan.
Bias dihapuskan didalam proses pemilihan.
Dikenali sebagai persampelan
berkebarangkalian (Probability sampling)

Persampelan Tidak Rawak

Tidak semua unit populasi mempunyai
kebarangkalian untuk dipilih kedalam
sampel.
Terbuka untuk bias pemilihan
Kaedah pemilihan data tidak bersesuaian
bagi kebanyakan kaedah statistik
Dikenali sebagai persampelan tidak
berkebarangkalian (non-probability sampling)

Aktiviti 2
Persampelan rawak dan
tidak rawak
Bahagi kertas kepada dua
bahagian
Nyatakan definisi
persampelan rawak dan
persampelan tidak rawak
Berikan contoh
Kongsikan dengan rakan
anda

Persampelan rawak vs tidak rawak

Definisi

Contoh:

JENIS-JENIS PERSAMPELAN

PERSAMPELAN
PROBABILITI

PERSAMPELAN
NONPROBABILITI

Setiap ahli di dalam populasi

mempunyai peluang yang
sama terpilih menjadi sampel

Simple
Random
Sampling

Stratified
Random
Sampling
Systematic
Random
Sampling

Tidak semua ahli dalam

populasi mempunyai peluang
yang sama menjadi sampel

Convenience
Sampling
Cluster
Sampling

Snowball
Sampling
Purposive
Sampling

Quota
Sampling

PERSAMPELAN PROBABILITI
A. Persampelan Rawak Mudah (Simple Random
Sampling)
Semua subjek dalam populasi diambil kira dan setiap
subjek mempunyai peluang yang sama untuk dipilih.
Tujuannya ialah untuk memilih sampel yang boleh
mewakili populasi
Kaedah ini perlukan rangka persampelan
Cara yang biasa digunakan:

Nomborkan setiap unit dalam kerangka dari 1 hingga N.

Gunakan jadual nombor rawak atau penjana nombor
rawak untuk memilih n nombor yang berbeza diantara 1
hingga N.

Contoh Jadual Nombor Rawak

97446

30328

05262

77371

15453

75591

60540

77137

69995

77086

55217

53721

69726

58696

27272

38148

23604

31948

16926

26360

13640

17233

58650

47819

90779

09199

51169

94892

71068

19459

32339

10124

PERSAMPELAN PROBABILITI
A. Persampelan Rawak Mudah (Simple Random
Sampling)
Kelebihan: Dapatan kajian dapat dibuat
generalisi kepada populasi.
Kelemahan:Memakan masa.
Agak mustahil atau sukar untuk mendapatkan
senarai keseluruhan subjek dalam populasi.

PERSAMPELAN PROBABILITI
B. Persampelan Rawak Sistematik (Systematic
Random Sampling)
Setiap subjek/sampel dipilih daripada senarai
populasi bermula daripada satu nilai rawak (random
point).
Senarai populasi mestilah rawak. Misalnya senarai
nama murid mengikut alphabetical order.
Sampel hendaklah dipilih bermula pada satu nilai
rawak dan seterusnya berdasarkan sela sampel
yang ditetapkan. Tidak semestinya bermula dengan
A atau no 1 dalam senarai.
Sela sampel ditentukan berdasarkan saiz sampel
dan populasi.

PERSAMPELAN PROBABILITI
B. Persampelan Rawak Sistematik (Systematic Random
Sampling)
Contoh cara memilih sampel:
Bilangan pelajar Tingkatan empat di NS untuk tahun
lepas diberi nombor siri 1 hingga 10,000 (N = 10,000).
Hendak memilih sampel seramai 100 (n = 100)
k = 10,000/100 = 100
Unsur sampel pertama dipilih secara rawak dari 100
pelajar yang pertama. Andaikan pelajar yang ke 45
adalah dipilih.
Turutan unsur sampel: 145, 245, 345, . . .

Cara memilih sampel

Every kth member ( for example: every 10th person) is
selected from a list of all population members.

PERSAMPELAN PROBABILITI
B. Persampelan Rawak Sistematik
(Systematic Random Sampling)
Kelebihan: Mudah dijalankan jika
senarai populasi diperolehi.
Kelemahan:Kemungkinan berlaku bias
sistematik.

PERSAMPELAN PROBABILITI
C. Persampelan Rawak Berstrata (Stratified Random
Sampling)
Populasi dibahagikan kepada sub-populasi/ kumpulan/
strata.
Sampel dipilih mewakili setiap strata.
Terdapat dua cara pemilihan:
Proportionate Stratified Random Sampling :
Berkadaran peratus sampel diambil dari setiap
strata adalah berkadaran dengan peratus setiap
strata didalam populasi
Disproportionate Stratified Random Sampling: Tidak
berkadaran bahagian strata dikalangan sampel
adalah berbeza dari bahagian strata dalam populasi

Persampelan rawak berstrata

(Stratified Random Sample)

Populasi dibahagikan kepada dua atau lebih kumpulan yang dipanggil strata
berdasarkan kriteria tertentu seperti lokasi, tahap pencapaian, umur,
pendapatan; dan sub-sampel dipilih secara rawak daripada setiap strata

Persampelan rawak berstrata

Populasi
(N=9000)
Lelaki
N=6000

.66 dr pop.

200

Perempuan
N=3000

.33 dr pop

100

Jumlah sampel = 300

PERSAMPELAN PROBABILITI
D. Persampelan Rawak Kluster (Cluster Random
Sampling)
Kenal pasti kumpulan yang mempunyai ahli yang
heterogenus.
Pilih kumpulan tersebut secara rawak.
Semua ahli dalam kumpulan yang dipilih secara rawak
dijadikan sampel kajian.
Kelebihan: Lebih praktikal dan ekonomi jika
dibandingkan dengan kaedah persampelan lain.
kelemahan:Paling kurang reliable jika dibandingkan
dengan kaedah persampelan lain.

Aktiviti 3
Bincangkan dalam kumpulan anda
bagaimana memilih sampel murid dalam
sebuah sekolah menggunakan kaedah:
1. Persampelan rawak mudah
2. Persampelan rawak sistematik
3. Persampelan rawak berstrata

PERSAMPELAN NONPROBABILITI

PERSAMPELAN NONPROBABILITI
A. Convenience Sampling

Subjek/sampel dipilih berdasarkan kesediaan

dan secara sukarela serta kemudahan kepada
penyelidik.

PERSAMPELAN NONPROBABILITI
B. Persampelan Bertujuan ( Purposive Sampling)
(also known as judgment, selective or
subjective sampling) is a sampling technique
in which researcher relies on his or her own
judgment when choosing members of
population to participate in the study
Subjek/sampel dipilih berdasarkan kriteria
tertentu selaras dengan tujuan kajian.

PERSAMPELAN NONPROBABILITI
C. Quota Sampling
Subjek/sampel dipilih secara convenience
berdasarkan pengetahuan awal penyelidik.
misalnya; berdasarkan tahap pengetahuan
D. Snowball Sampling
(or chain sampling, chain-referral sampling,
referral sampling) is a non-probability
sampling technique where existing study
subjects recruit future subjects from among
their acquaintances.

Teknik persampelan mana nak

guna???
Kenal pasti ciri-ciri populasi (bagi
persampelan probabiliti):
Ciri-ciri ahli dalam populasi sama?
Heterogeneous/ mengandungi beberapa
kumpulan yang berbeza?
Terdiri daripada unit-unit ?

Teknik persampelan mana nak

guna???
Kenal pasti ciri-ciri populasi (bagi
persampelan probabiliti):
Ciri-ciri ahli dalam populasi sama? Rawak
mudah/Sistematik?
Heterogeneous/ mengandungi beberapa
kumpulan yang berbeza? Rawak
berstrata?
Terdiri daripada unit-unit ? Persampelan
kelompok?

Teknik persampelan mana nak

guna???
Kenal pasti kekuatan/kelemahan setiap
teknik
Rawak mudah : blh tingkatkan darjah
perwakilan tetapi agak tedious ambil
banyak masa jika populasi besar
Rawak sistematik: tak perlu guna jadual
rawak tetapi kurang rawak berbanding
rawak mudah

Teknik persampelan mana nak

guna???
Kenal pasti kekuatan/kelemahan setiap teknik
Rawak berstrata: boleh meningkatkan darjah
perwakilan tetapi ambil masa panjang
Persampelan kelompok: Mudah dan senang tetapi
kurang sesuai jika ahli-ahli bagi setiap unit
berbeza. Sesuai jika populasi melibatkan kawasan
yang luas dan bilangan subjek yang ramai di
mana senarai persampelan tidak dapat diperolehi

Menggabungkan beberapa prosedur

persampelan
Contoh: memilih sampel mewakili
pelajar sekolah menengah
Pr. pertama: P. Kelompok Bahagikan
sekolah kepada zon & pilih 4 zon secara
rawak
Pr kedua: P. Kelompok -Pilih 2sekolah
dalam setiap zon secara rawak
Pr ketiga: Pilih pelajar di sekolah yg terpilih
- gunakan rawak mudah/ sistematik/ strata

SAIZ SAMPEL
Berapakah saiz sampel yang sesuai dalam
sesuatu kajian?

General rule of thumb: sebanyak yang boleh daripada

populasi lebih besar sampel dapat mengurangkan
ralat persampelan
Kebanyakan penulis mencadangkan penggunaan
konsep-konsep statistik seperti aras keyakinan, saiz
kesan dan kuasa ujian statistik untuk menentukan
bilangan sampel yang sesuai

SAIZ SAMPEL

Penentuan bilangan sampel menggunakan konsepkonsep tersebut agak rumit (menggunakan formula
yang tertentu)
Ada juga perisian komputer yang boleh membantu
mengira bilangan sampel yang sesuai berdasarkan
faktor-faktor yang tertentu
Satu lagi cara am menentukan bilangan sampel ialah
dengan mengenal pasti prosedur statistik yang
digunakan
Creswel (2005) mencadangkan:
Anggaran 15 peserta bagi satu kumpulan
eksperimen
Anggaran 30 peserta bagi kajian korelasional
Anggaran 350 subjek bagi kajian tinjauan (saiz
berubah-ubah bergantung kepada faktor-faktor
tertentu

SAIZ SAMPEL

Hair et al (1998) mencadangkan bagi statistik

multivariate,
20 terlalu kecil manakala 1000 adalah terlalu
besar
Bilangan kurang dari 20 hanya sesuai untuk
analisis regresi mudah bagi satu pembolehubah
bebas sahaja
Bagi regresi berganda, sekurang-kurangnya 5
pemerhatian bagi satu pembolehubah bebas yang
dikaji, bagaimana bilangan yang dicadangkan
ialah 15-20 pemerhatian bagi satu pembolehubah
yang dikaji

Bilangan Minima Sampel Berdasarkan Prosedur Analisis

Statistik (HAIR ET AL (1998)
Prosedur analisis statistik

Analisis Faktor
(Factor Analysis)
Analisis Varians
Multivariate (MANOVA)

Model Persamaan Berstruktur

(Structural Equation
Modelling)

Bilangan minima sampel dicadangkan

Sekurang-kurangnya 100 atau pada
kadar 5 atau 20 kali bilangan
pembolehubah (hal. 98).
Bilangan setiap sel sekurangkurangnya 20 atau bilangan sampel
bagi setiap sel mesti lebih besar
daripada bilangan pembolehubah
bersandar (hal. 342).
Antara 100-200 tetapi tidak
melebihi 400. 400-500 dianggap
bilangan sampel yang besar
(menggunakan kaedah
penganggaran Maximum
Likelihood) (hal. 605).

SAIZ SAMPEL
Ada penulis yang mencadangkan jadual
penentuan sampel berdasarkan faktor-faktor
yang tertentu
Lihat Cohen
Krejcie & Morgan
Lipsey

For survey research, if the population is fewer than 200 individuals,

the entire population should be sampled. This would considered census
sampling. At around a population of 400, approximately 50% of the
population should make up the sample, and population over 1000 require
about 20% for an appropriate sample. For large population of 5,000 or
more, samples of 350 to 500 person s are often adequate.
For correlational

studies, a minimum of 30 participants should be

tested.

Experimental research studies generally require at least 30

participants per group.
These generalizations are based on the work of Krejie and Morgan
(1970), and their articles should be consulted for more precise information
about sample size.

Jadual Penentuan Saiz Sampel oleh Krejcie dan Morgan

(1970)
N

10

10

220

140

1200

291

15

14

230

144

1300

297

20

19

240

148

1400

302

25

24

250

152

1500

306

30

28

260

155

1600

310

35

32

270

159

1700

313

40

36

280

162

1800

317

45

40

290

165

1900

320

50

44

300

169

2000

322

55

48

320

175

2200

327

60

52

340

181

2400

331

65

56

360

186

2600

335

70

59

380

191

2800

338

75

63

400

196

3000

341

80

66

420

201

3500

346

85

70

440

205

4000

351

90

73

460

210

4500

354

95

76

480

214

5000

357

100

80

500

217

6000

361

110

86

550

226

7000

364

120

92

600

234

8000

367

130

97

650

242

9000

368

140

103

700

248

10000

370

150

108

750

254

15000

375

160

113

800

260

20000

377

170

118

850

265

30000

379

180

123

900

269

40000

380

190

127

950

274

50000

381

200

132

1000

278

75000

382

210

136

1100

285

100000

384

Ralat persampelan
Data dari sampel tidak rawak adalah tidak
sesuai untuk dianalisis oleh kaedah statistik
pentadbiran.
Ralat persampelan merupakan perbezaan atau
variasi antara min bagi sampel yang dirawak
dengan min populasi yang bertaburan secara
normal.
Ralat Persampelan terjadi apabila sampel tidak
mewakili populasi

45

Ralat bukan persampelan

Missing Data, Recording, Data Entry, and

Analysis Errors

Konsep yang lemah, definasi tidak jelas,

dan soal selidik yang mengelirukan

Ralat jawapan terjadi apabila responden

tidak tahu, tidak menjawab, atau jawapan

yang mengelirukan

46

Aktiviti individu
Tajuk kajian saya ialah ..
Populasi kajian saya ialah .. (Nyatakan

Sampel kajian saya ialah: ..

(Nyatakan
Teknik persampelan yang akan saya
gunakan ialah .
Jelaskan prosedur memilih sampel

TERIMA KASIH

DR SAEMAH RAHMAN
FAKULTI PENDIDIKAN
UKM