kuliah 7 persampelan 14oct
DESCRIPTION
dpp407TRANSCRIPT
-
Persampelan
Dr Shafia Abdul Rahman
-
Rather than study the whole population, we take a sample of it.
Contoh: blood sample
- we draw a small amount in place of testing all the blood in your body.
2
-
POPULASI all members of a specified group the entire group of people about whom information is needed
SAMPEL a subset of a population
SUBJEK a specific individual participating in a study
TEKNIK PERSAMPELAN the specific method used to select a sample from a population
3
TERMINOLOGI
-
PERSAMPELAN
Tujuan mengenalpasti peserta kajian untukmendapatkan maklumat
Isu
Ciri sampel
Saiz sampel
Kaedah/teknik persampelan
4
-
CONTOH
Populasi Semua penduduk di negeri PulauPinang.
Sampel Seramai 150 orang penggunaberdaftar dengan Perbadanan Bekalan Air Pulau Pinang.
5
-
Developing a Sampling Plan
1. Define the Population of Interest
2. Identify a Sampling Frame (if possible)
3. Select a Sampling Method
4. Determine Sample Size
5. Execute the Sampling Plan
6
-
Teknik Persampelan
2 jenis teknik yang utama:
Teknik Persampelan Rawak (Probability Sampling)
Teknik Persampelan Bukan Rawak (Non-Probability Sampling)
7
-
Klasifikasi Teknik Persampelan
Teknik Persampelan
Persampelan Rawak Persampelan Bukan Rawak
Sistematik Berstrata
RawakMudah
Mudah
Snowball
Bertujuan
KuotaKluster
8
-
Teknik Persampelan Rawak
4 kaedah:
1) Persampelan Rawak Mudah (Simple Random Sampling)
2) Persampelan Berlapis/Strata (Stratified Sampling)
3) Persampelan Kluster (Berkelompok) (Cluster Sampling)
4) Persampelan Sistematik (Systematic Sampling)
9
-
Teknik Persampelan Bukan Rawak
4 kaedah:
1) Persampelan Berkuota (Quota Sampling)
2) Persampelan Bertujuan (Purposive Sampling)
3) Persampelan Snowball (Snowball Sampling)
4) Persampelan Mudah (Convenience Sampling)
10
-
Persampelan Rawak Mudah
equal opportunity of being selected for the sample
perlu ada kerangka persampelan dan senaraipopulasi.
11
-
Tentukan saiz sample
Buat cabutan (beri nombor pada responden) atau menggunakan jadual rawak.
2 jenis teknik:
i. Simple random cabutan undi/lucky draw
ii. Systematic sampling every kth element from sampling frame.
12
-
Memilih sampel rawak
Memilih Sampel Rawak Mudah
Memilih subjek supaya semua ahli sesuatu populasimendapat peluang yang sama untuk dipilih.
Kekuatan: Kebarangkalian yang tinggi untuk mendapat sampel yang
representatif.
Kelemahan: Susah untuk mengenalpasti ahli populasi untuk dipilih
Susah untuk menemui semua ahli dalam sampel.
13
-
Isu-isu pemilihan
Menggunakan jadual Perlu senaraikan semua ahli populasi
Berikan nombor kepada semua ahli
Menggunakan SPSS Data, select cases, random sample, approximate or exact
Set data electronik SPSS
14
Memilih sampel rawak mudah (samb.)
-
Persampelan Berlapis/Berstrata
Stratifikasi proses mengumpul (grouping) ahli populasikepada subgroup yang homogenous (sama) sebelumperampelan.
Strata (lapisan) perlu unik (mutually exclusive) setiapelemen dalam populasi mestilah dikumpulkan dalam satukumpulan.
Penggunaan pembahagian sama rata (proportionate allocation) sebagai kerangka sampel dalam setiap strata dengan nisbah sama dengan populasi.
15
-
Sesuai apabila responden dari populasi yang bersifat
heterogenus (pelbagai).
Buat pengasingan responden mengikut kategori supaya
responden yang dikaji menjadi homogenus.
Contoh Syarikat multinasional Petronas Asingkan sampel ikut kumpulan jawatan pemegang saham,
eksekutif, pentadbir am dan lain-lain)
Tentukan saiz sample
16
-
Contoh
Kajian - mendapatkan pandangan guru-guru di daerahA tentang kes ponteng.
Bilangan guru 230 orang (POPULASI)
Jumlah sampel diperlukan 88 orang
Kategori (subgroups) guru:1. Guru admin 22 orang
2. Guru kanan bidang 42 orang
3. Guru Ko-k 38 orang
4. Guru biasa 128 orang
17
-
18
Subgroup Bil. Guru % Guru Bil. sample
G. Admin 22 10% 2
G. Bidang 42 18% 8
G. Ko-K 38 17% 7
G. Biasa 128 55% 71
Jumlah 230 100% 88
Pengiraan sampel
-
Memilih sampel rawak
Memilih sampel rawak berstrata
Memilih subjek supaya subgroup yang sesuaidalam populasi (i.e. strata) diwakili.
Proportional and non-proportional Proportional nisbah subgroup yang sama
Non-proportional nisbah subgroup yang berlainan
19
-
Memilih sampel rawak
Kelebihan subgroup dalam sampel diwakili
Kekurangan Susah untuk mengenalpasti ahli populasi untuk dipilih
Susah untuk menemui semua ahli dalam sampel
Isu-isu pemilihan Mengenalpasti strata yang relevan
Mengekod subjek mengikut strata
Memilih secara rawak daripada setiap strata.
20
-
Persampelan Rawak Berkelompok
Populasi dibahagi kepada kumpulan (groups/kluster)
Setiap kluster perlulah mewakili skala kecil daripadapopulasi.
Kluster perlu unik (mutually exclusive) dan mewakiliseluruh populasi.
Kluster digunakan sebagai unit persampelan, oleh ituanalisis dijalankan ke atas populasi kluster.
21
-
Sesuai untuk lokasi kajian yang terlalu luas, makabahagikan kawasan contoh mengikut zon, daerah.
Kenal pasti setiap kawasan/daerah atau zon tersebut.
Pastikan kerangka sampel bagi setiap bahagian.
Pilih responden secara rawak mudah atau sistematik.
Contoh Pulau Pinang, bahagikan kepada 4 daerah.
22
-
Contoh
Kajian keberkesanan PPSMI di Pulau Pinang.
Bahagikan Pulau Pinang kepada 4 daerahutama iaitu:
i. Daerah Timurlaut
ii. Daerah Baratdaya
iii. Daerah Seberang Perai Utara
iv. Daerah Seberang Perai Selatan
23
-
Memilih Persampelan Rawak
Memilih Sampel Kluster
Memilih subjek menggunakan kumpulan yang mempunyai ciri yang serupa
Daerah
Sekolah
Bilik darjah
Kelebihan Berguna untuk populasi besar dan tersebar
Mudah dan praktikal
24
-
Kekurangan Perwakilan (representation)
Isu-isu pemilihn Kenalpasti kluster logikal dan purata ahli populasi per
kluster
Tentukan bilangan kluster yang di[perlukan
Pilih kluster secara rawak
Multi-stage sampling
25
-
Persampelan Rawak Sistematik
Kaedah statistik melibatkan pemilihan elemen ke k(kth) daripada kerangka sampel.
k sampling interval, dikira menggunakan rumus:
k = populasi (N)/sample size
Persampelan Sistematik diguna hanya jika populasihomogenius (sama)
26
-
Tentukan bilangan populasi dan saiz sampel
Pilih sampel berdasarkan langkau (interval) yang telahditetapkan
Contoh:
Kajian mengenai kadar ponteng sekolah di Pulau Pinang.
Bilangan sekolah di Pulau Pinang (populasi) = 120
Bilangan sekolah sebagai sample kajian = 8
27
-
Nilai k = Populasi (N)
Sample(n)
= 120/8
= 15
Oleh itu, setiap sekolah ke-15 akan dipilih.
Tetapkan random starting point (RSP) (apa-apa nombor sahaja).
Jika RSP = 11, maka sekolah yang terpilih ialah
11, 26, 41, 56, 71, 86, 101. 116
28
-
Memilih Sampel Rawak
Memilih Sampel Sistematik Memilih setiap subjek ke k (kth) daripada senarai
ahli populasi.
Kelebihan Senang dijalankan
Kekurangan Berkemungkinan memasukkan subgroup tertentu
Ahli tertentu dalam populasi tidak mempunyai peluangyang sama untuk dipilih
29
-
Persampelan Bukan Rawak
30
-
Persampelan Berkuota
Populasi dibahagikan kepada subgroup (sepertisampel berstrata).
Pilihan subgroup dibuat berdasarkan nisbah tertentu.
Persampelan mengikut nisbah kategori yang ada padapopulasi.
31
-
Contoh
- Satu kajian tinjauan mengenai tahap penghayatanpelajar terhadap Prinsip-prinsip Rukunegara di utaraSemenanjung Malaysia.
- 4 kaum masyarakat Malaysia iaitu Melayu, Cina, India dan lain-lain.
- Bilangan responden yang dipilih bagi setiap kaummengikut kuota ialah
(M) 40: (C)30: (I) 20: (L)10
32
-
Memilih Persampelan Bukan Rawak
Memilih Sampel Berkuota
Pemilihan berdasarkan ciri tertentu dan kuotasubjek dalam sampel apabila tidak mungkin untukmenyenarai kesemua ahli dalam populasi.
Isu kemudahan (accessibility), perwakilan(representation) dan generalisasi (generalizability).
33
-
Persampelan Bertujuan
Sampel dipilih secara tidak rawak.
Ciri-ciri responden mesti sesuai dengan objektif kajianatau tujuan penyelidikan.
Penyelidik menentukan ciri-ciri responden yang mahudipilih.
Contoh:
Kajian tentang krim anti penuaan.
Ciri responden wanita, umur lingkungan 30-an,
berkerjaya, pentingkan penampilan.
34
-
Satu kajian untuk melihat persepsi guru-guru sains terhadap perlaksanaan PPSMI.
Ciri-ciri responden kajian (ditetapkan)
- Guru-guru yang mengajar subjek sains
- Berpengalam mengajar lebih 10 tahun
- Sudah mengikuti kursus ETeMS
35
Contoh
-
Memilih Persampelan Bukan Rawak
Pemilihan Sampel Bertujuan
Pemilihan berdasarkan pengalaman penyelidikdan pengetahuan kumpulan yang disampel.
Perlukan kriteria yang jelas untuk menerangkansampel.
Isu perwakilan (representation) dan generalisasi(generalizability).
36
-
Persampelan Snowball
Teknik ini amat jarang dipraktikkan dalam bidangpendidikan.
Teknik ini lebih sesuai dengan kajian dalam bidangsains sosial dan pengurusan.
Teknik di mana subjek sedia ada mengambil subjekbaru dalam kalangan rakan-rakan mereka.
37
-
Oleh yang demikian, kumpulan sampel membesarsebagai rolling snowball.
Apabila sampel bertambah, anda akana mendapatdata yang secukupnya.
Selalunya digunakan dalam kalangan populasi gelap yang sukar untuk diakses oleh pengkaji.
Contoh penagih dadah, kaki judi, pelacur
38
-
Persampelan Mudah
Ambil saja mana-mana responden yang mudahditemui.
Sesuai digunakan apabila responden yang mahu dikajidari semua golongan tanpa mengambil kira ciri-ciritertentu.
Contoh Kajian untuk melihat tahap kesedaranpelajar di Malaysia tentang amalan kebersihantandas.
39
-
Kajian tinjauan mengenai kadar faedah 4% PTPTN dalam kalangan pelajar tahun 2 dan 3 diUSM.
oleh itu convenience sampling, ambil sahajaanda semua dalam kelas DPP 407.
(sampel yang sedia ada)
40
Contoh
-
Memilih Persampelan Bukan Rawak
Pemilihan Sampel Mudah
Pemilihan berdasarkan adanya (availability) subjek
Volunteers
Kumpulan sedia ada
Isu berkaitan perwakilan dan generalisasi
41
-
Kaedah Biasa untuk Menentukan Saiz Sampel
Common Methods:
Budget/masa yang ada
Keputusan Eksekutif
Kaedah Statistikal
Data Historikal/Garis panduan
42
-
Persampelan KuantitatifPerkara utama dalam persampelan kuantitatif:-
1. Representation (perwakilan)- The extend to which the sample is representative of the
population (sejauhmana sampel mewakili populasi).
2. Generalization (generalisasi)- The extend to which the result of the study can be reasonably
extended from the sample to the population (sejauhmanadapatan kajian dapat dikembangkan daripada sampel kepadapopulasi).
43
-
3. Sampling Error- The chance occurrence that a randomly selected sample is
not represent of the population due to errors inherent in the sampling technique.
- Random nature of errors- Controlled by selecting large samples
44
-
4. Sampling Bias Some aspects the researchers sampling design creates
bias in the data. Bias when certain members are totally excluded from
the sample (zero probability of being selected). Non-random nature of errors. Controlled by being aware of sources of sampling bias
and avoiding them.
45
-
Contoh Sampling Bias
Kajian tinjauan untuk mendapatkan pandanganpelajar mengenai penggunaan weblog /IRC dalammeningkatkan kompetensi berbahasa Inggeris.
Kita telah mengexcludedkan pelajar luar bandaryang tiada kemudahan dan dropouts.
Phone & online survey hanya yang berminat danbermotivasi sahaja yang akan respon.
46
-
5. 3 langkah utama dalam Quantitative Samplinga) kenalpasti populasib) tentukan saiz sampelc) pilih sampel
6. Peraturan asas menentukan saiz sampela) as many subject as possibleb) 30 subjek per group for correlational, causal-comparative
and true experimental designsc) 10 to 20% of the population for
descriptive designs
47
-
Persampelan Kualitatif
Ciri unik penyelidikan kualitatif
In-depth inquiry
Immersion in the setting
Importance of context
Appreciation of participants perspectives
Description of a single setting
Keperluan strategi persampelan alternatif
48
-
Persampelan Kualitatif
Persampelan Bertujuan (purposive techniques)
berdasarkan pengalaman dan insight penyelidikuntuk memilih peserta.
intensity (compare differences of two or more levels of the topics)
Pelajar yang mempunyai atitud yang ekstrem (extremely positive / extremely negative)
Contoh: guru berkesan/guru kurang berkesan.
49
-
Persampelan Kualitatif
Purposive techniques Homogeneous kumpulan kecil peserta yang mewakili
topik yang homogeneous
Kriteria semua peserta yang memenuhi kriteria tertentu.
Snowball peserta permulaan akan menunjukarah kepadapeserta lain.
50
-
Persampelan Kualitatif
Purposive techniques Random purposive diberi sekumpulan peserta, pilihan
secara rawak satu sampel
Kombinasi teknik
generalizability and representation
51
-
Menentukan saiz sampel
52
Size of
Population
Sample
Size (n)
Size of
Population
Sample
Size (n)
Size of
Population
Sample
Size (n)
Size of
Population
Sample
Size (n)
100 81 325 180800
2678,000
381
125 96 350 187900
2779,000
383
150 110 375 1941,000
28610,000
385
175 122 400 2012,000
33315,000
390
200 134 425 2073,000
35320,000
392
225 144 450 2124,000
36425,000
394
250 154500
2225,000
37050,000
397
275 163600
2406,000
375100,000
398
300 172700
2557,000
378
-
Faktor-faktor yang mempengaruhi saiz sampel
1. Tujuan
Know the size of the population with which youre dealing. If your population is small (200 people or less), it may be preferable to do a
census of everyone in the population, rather than a sample.
For a marginally higher cost than a 134-person sample, you can survey the entire population and gain a 0% sampling error.
If the population is larger, take a sample.
53
-
2. Precision of Results
Level of precision the closeness with which the sample predicts where the true values in the population lie.
The difference between the sample and the real population is called the sampling error.
If the sampling error is 3%, this means we add or subtract 3 percentage points from the value in the survey to find out the actual value in the population.
For example, if the value in a survey says that 65% of farmers use a particular pesticide, and the sampling error is 3%, we know that in the real-world population, between 62% and 68% are likely to use this pesticide.
This range is also commonly referred to as the margin of error.
54
-
3. Confidence Level
the risk youre willing to accept that your sample is within the average or bell curve of the population.
A confidence level of 90% means that, were the population sampled 100 times in the same manner, 90 of these samples would have the true population value within the range of precision specified earlier, and 10 would be unrepresentative samples.
Higher confidence levels require larger sample sizes.
55
-
4. Degree of Variability
the degree to which the attributes or concepts being measured in the questions are distributed throughout the population.
A heterogeneous population, divided more or less 50%-50% on an attribute or a concept, will be harder to measure precisely than a homogeneous population, divided say 80%-20%.
the higher the degree of variability you expect the distribution of a concept to be in your target audience,
the larger the sample size must be to
obtain the same level of precision.56
-
Sekian
Terima kasih
57