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