Professional Documents
Culture Documents
M9 PersampelanSaemahiFolio
M9 PersampelanSaemahiFolio
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
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.
Membuat
generalisasi dapatan
daripada sampel
kepada populasi
SAMPEL
Subjek yang sebenarnya
digunakan dalam kajian
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
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
Makna
Populasi
Kerangka sampel
Sampel
Parameter
Statistik
Ralat persampelan
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)
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
Contoh:
JENIS-JENIS PERSAMPELAN
PERSAMPELAN
PROBABILITI
PERSAMPELAN
NONPROBABILITI
Simple
Random
Sampling
Stratified
Random
Sampling
Systematic
Random
Sampling
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:
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, . . .
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
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
.66 dr pop.
200
Perempuan
N=3000
.33 dr pop
100
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
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.
SAIZ SAMPEL
Berapakah saiz sampel yang sesuai dalam
sesuatu kajian?
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
Analisis Faktor
(Factor Analysis)
Analisis Varians
Multivariate (MANOVA)
SAIZ SAMPEL
Ada penulis yang mencadangkan jadual
penentuan sampel berdasarkan faktor-faktor
yang tertentu
Lihat Cohen
Krejcie & Morgan
Lipsey
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
Analysis Errors
46
Aktiviti individu
Tajuk kajian saya ialah ..
Populasi kajian saya ialah .. (Nyatakan
TERIMA KASIH
DR SAEMAH RAHMAN
FAKULTI PENDIDIKAN
UKM