Download - Pertimbangan Semasa Mengumpul Data

Transcript
Page 1: Pertimbangan Semasa Mengumpul Data

Pertimbangan Semasa Mengumpul Data

Page 2: Pertimbangan Semasa Mengumpul Data

Penyelidikan Tindakan: Pertimbangan Semasa Mengumpul Data Pensampelan, kesahan,

kebolehpercayaan, biasPensampelan dan biasKesahan:

- Kritikan luaran (keaslian data)- Kritikan dalaman (ketepatan data)- Data triangulation

Kebolehpercayaan – generalisasi data

Etika

Page 3: Pertimbangan Semasa Mengumpul Data

Populasi dan Sampel Kajian Apakah definisi populasi? Gay dan Airasian (2003)

mendefinisikan populasi sebagai: "Populasi adalah kumpulan sasaran pengkaji, iaitu kumpulan kepada siapa hasil kajian akan digeneralisasikan".

Sampel kajian pula ialah responden-responden kajian yang dipilih untuk mewakili sesuatu populasi. Penetapan populasi kajian adalah penting dalam kajian disebabkan populasi akan menentukan bagaimana dan berapa ramai sampel yang akan kita pilih serta perbelanjaan kajian.

Sebagai contoh, kajian tentang keperluan murid-murid untuk meningkatkan pencapaian akademik mereka di sekolah luar bandar tertentulah berbeza daripada kajian tentang keperluan murid-murid luar bandar di Malaysia.

Populasi bagi kedua-dua kajian adalah berbeza, saiz sampel akan berbeza, begitu juga reka bentuk kajian yang akan digunakan juga berbeza.

Page 4: Pertimbangan Semasa Mengumpul Data

Rajah 5.2 menunjukkan empat (4) kaedah yang boleh digunakan untuk memilih sampel kajian daripada populasinya, iaitu :1. secara persampelan rawak mudah (simple random

sampling), 2. persampelan rawak berstrata (stratified random

sampling), 3. persampelan sistematik (systematic sampling) dan 4. persampelan kelompok (cluster sampling). Sesuatu

sampel yang baik ialah sampel yang mewakili populasi kajian.

Terdapat tiga (3) langkah dalam proses pemilihan sampel/persampelan, iaitu:1. tentukan populasinya;2. tentukan saiz sampel; dan3. pilih sampel yang diperlukan.

Page 5: Pertimbangan Semasa Mengumpul Data

POPULASI DAN SAMPEL KAJIAN

Pemilihan Sampel

Rawak Mudah

Rawak Berstrat

a

Sistematik

Kelompok

Page 6: Pertimbangan Semasa Mengumpul Data

Contoh 1kita ingin memilih sampel daripada murid-

murid tahun 1 di sebuah sekolah. Anda sebagai seorang guru, pertama sekali perlu menentukan populasi kajian, iaitu murid-murid Tahun 1. Selepas itu, anda perlu menentukan saiz sampel, misalnya, daripada 200 orang murid Tahun 1, anda memerlukan 30% daripadanya, iaitu 60 orang murid. Bagi Iangkah ketiga, anda perlu memilih 60 orang murid daripada 200 orang secara rawak. Anda boleh menggunakan salah satu daripada empat (4) kaedah yang dinyatakan sebelum ini. Kaedah-kaedah tersebut dihuraikan dalam bahagian berikut.

Page 7: Pertimbangan Semasa Mengumpul Data

(a) Persampelan Rawak Mudah Persampelan rawak mudah (PRM) adalah satu proses

pemilihan sampel di mana semua individu dalam populasi tertentu mempunyai peluang yang sama untuk dipilih sebagai sampel. Persampelan rawak mudah merupakan kaedah terbaik untuk mendapatkan sampel yang mewakili populasi. Dari segi tekniknya, ia perlu mengikuti beberapa Iangkah tertentu, seperti berikut:i. Kenai pasti populasi dan berikan definisinya (misalnya, murid-

murid Tahun 1).ii. Tentukan bilangan ahli populasi dan senaraikan nama mereka

(misalnya, 250 orang).iii. Berikan nombor (secara berturutan) kepada setiap ahli populasi

(misalnya, 000 hingga 249).iv. Tentukan saiz sampel (misalnya, 50 orang, iaitu 20% daripada

populasi).v. Ambil nombor daripada jadual nombor rawak (JNR) dan pilih ahli

populasi yang bernombor sama dengan nombor daripada JNR ini sebagai sampel kajian, dan ulang cara ini sehingga mendapat 50 orang sampel.

Page 8: Pertimbangan Semasa Mengumpul Data

(b) Persampelan Rawak BerstrataPersampelan rawak berstrata (PRS) adalah satu

proses pemilihan sampel di mana populasi kajian dibahagikan kepada beberapa strata/kumpulan kecil [misalnya, murid lelaki pandai (MLP), murid lelaki Iemah (MLL), murid perempuan pandai (MPP), perempuan Iemah (MPL)] dan semua individu dalam setiap strata mempunyai peluang yang sama untuk dipilih sebagai sampel. Kelebihan PRS berbanding PRM ialahpenggunaan PRM Iebih meyakinkan kita untuk mendapat perwakilan daripada setiap strata populasi mengikut peratusan bilangan ahli-ahli dalam strata tersebut. Dari degi segi tekniknya, is perlu mengikuti beberapa Iangkah tertentu, seperti berikut:

Page 9: Pertimbangan Semasa Mengumpul Data

Dari segi tekniknya, ia perlu mengikuti beberapa Iangkah tertentu, seperti berikut:

(i) & (ii) sama seperti teknik PRM.(iii) Bahagikan populasi kepada strata tertentu (misalnya, MLP,

MLL, MPP, MPL).(iv) Tentukan bilangan ahli populasi dalam setiap strata

(misalnya, MLP 50 orang, MLL 70 orang, MPP 100 orang, MPL 30 orang).

(v) Berikan nombor (secara berturutan) kepada setiap ahli populasi dalam setiap strata (misalnya, MLP 00-49, MLL 00-69, MPP 00-99, MPL 00-29).

(vi) Tentukan saiz sampel bagi setiap strata (misalnya, 10 orang MLP, 14 orang MLL, 20 orang MPP, 6 orang MPL, iaitu 20% daripada populasi dalam setiap starata).

(vii) Ambil nombor daripada jadual nombor rawak (JNR) dan pilih ahli populasi daripada setiap strata sehingga mendapat saiz sampel yang dikehendaki.

Page 10: Pertimbangan Semasa Mengumpul Data

(c) Persampelan Sistematik Persampelan sistematik (PS) adalah satu proses

persampelan, di mana setiap ahli populasi diberi nombor berturutan, dan sampel dipilih dengan mengambil ahli populasi yang bernombor dengan selang tertentu; misalnya nombor 5, 10, 15, 20,

sehingga saiz sampel yang dikehendaki diperoleh. Kelebihan PS berbanding PRM dan PRS ialah. PS Iebih mudah dilaksanakan, bagaimanapun kaedah ini tidak memberi peluang yang sama kepada setiap ahli populasi untuk dipilih. Dari segi tekniknya, ia perlu mengikuti beberapa Iangkah tertentu, seperti berikut:

(i), (ii), (iii) & (iv) sama seperti teknik PRM. (v) Untuk mendapatkan selang nombor, kita bahagikan saiz

populasi dengan saiz sampel (misalnya, 250/50 = 5). (vi) Untuk mendapatkan sampel, kita boleh memilih ahli-ahli

nombor 4, 9, 14, 19, ..., 249; yang akhirnya kita akan dapat 50 orang murid sampel.

Page 11: Pertimbangan Semasa Mengumpul Data

(d) Persampelan KelompokPersampelan kelompok (PK) adalah satu proses persampelan, di mana

ahli-ahli populasi berada dalam kumpulan-kumpulan tertentu, dan pemilihan sampel dibuat dengan, pertama memilih beberapa kumpulan secara rawak dan, kedua, mengambil semua ahli daripada kumpulan-kumpulan ini sebagai sampel kajian. Kelebihan PK berbanding PRM, PRS dan PS ialah ia Iebih mudah dilaksanakan, bagaimanapun kaedah ini tidak memberi peluang yang sama kepada setiap ahli populasi untuk dipilih. Dari segi tekniknya, ia perlu mengikuti beberapa langkah tertentu, seperti berikut:

(i) Sama seperti PRM.(ii) Tentukan bilangan ahli populasi dan ahli sampelnya (misalnya, 250

orang populasi, 50 orang sampel).(iii) Tentukan bilangan kumpulan populasi ini dan berikan nombor kepada

setiap satunya (misalnya, 10 kelas yang setiap satunya mengandungi 25 orang murid).

(iv) Tentukan bilangan kumpulan populasi yang perlu dipilih sebagai sampel dan pilih kumpulan-kumpulan ini dengan menggunakan nombor rawak (misalnya, kita perlukan dua kumpulan untuk mendapat 50 orang sampel).

(v) Ambil semua ahli daripada setiap kumpulan yang dipilih untuk dijadikan sampel kajian.

Page 12: Pertimbangan Semasa Mengumpul Data

Persampelan dalam Kajian KualitatifPersampelan dalam kajian

kualitatif merupakan suatu pengalaman yang berbeza daripada kajian kuantitatif. Berikut adalah beberapa strategi pemerhatian persampelan yang dalam kajian kualitatif.

Page 13: Pertimbangan Semasa Mengumpul Data

(a) Strategi PersampelanDalam kajian kuantitatif, besar kemungkinan

kita akan meggunakan strategi persampelan berkebarangkalian (probabilty sampling), sebaliknya, dalam kajian litatif, kita akan menggunakan strategi persampelan bukan-berkebarangkalian -probability sampling).

Empat (4) jenis persampelan bukan kebarangkalian adalah seperti berikut:1. persampelan mudah;2. persampelan bertujuan;3. persampelan snowball; dan4. persampelan kuota (quata sampling).

Page 14: Pertimbangan Semasa Mengumpul Data

Persampelan MudahSampel mudah (convinience

sampling) disifatkan juga sebagai sampel "accidental' atau available (Babbie, 1998). Sampel jenis ini dipilih berasaskan kepada subjek kajian yang mudah diperoleh untuk kajian tertentu. Sebagai contoh, adalah menjadi kebiasaan bagi guru menggunakan pelajar mereka sendiri sebagai subjek kajian mereka.

Page 15: Pertimbangan Semasa Mengumpul Data

Persampelan Bertujuan Persampelan bertujuan (purposive sampling) juga

dikenali sebagai "persampelan membuat keputusan" (judgmental sampling). Logik persampelan bertujuan dalam kaedah kualitatif adalah amat berbeza dengan logik persampelan berkebarangkalian dalam kajian kuantitatif. Dalam persampelan bertujuan, pengkaji menggunakan pengetahuan kepakaran/khusus tentang sesuatu kumpulan untuk memilih subjek yang hendak dikaji daripada populasi.

Dalam kes tertentu, sampel bertujuan dipilih selepas kajian lapangan dibuat terhadap kumpulan tertentu untuk memastikan jenis individu yang mempunyai sesuatu atribut dapat digunakan dalam kajian yang dijalankan. Sebagai contoh, pemonteng sekolah, walaupun jumlah mereka kecil, mereka masih boleh digunakan untuk kajian berkaitan dengan ponteng sekolah.

Page 16: Pertimbangan Semasa Mengumpul Data

Persampelan Snowball - Persampelan snowball (snowball sampling) merupakan

kaedah persampelan yang paling popular digunakan oleh pengkaji kualitatif. Ia adalah cara terbaik bagi mengenal pasti lokasi subjek yang mempunyai atribut/ciri-ciri tertentu semasa kita menjalankan kajian. Misalnya, persampelan ini adalah terbaik untuk digunakan oleh guru yang berminat mengkaji kumpulan pelajar yang terjebak dengan penagihan dadah.

Sebagai pengkaji, anda perlu mengenal pasti pelajar-pelajar yang mempunyai ciri-ciri tertentu. Kumpulan pelajar ini kemudiannya akan memberi nama pelajar-pelajar lain yang mempunyai atribut yang sama dengan mereka. Sebagai contoh, sekiranya anda ingin mengetahui penggunaan dadah di kalangan pelajar, anda dari awal lagi perlu mengenal pasti pelajar yang mempunyai ciri-ciri penggunaan dadah. Kemudian, kumpulan pelajar ini diminta memberi nama pelajar-pelajar lain yang menggunakan dadah.

Page 17: Pertimbangan Semasa Mengumpul Data

Persampelan Kuota Persampelan kuota (quota sampling) adalah pemilihan sampel

secara mudah mengikut pembahagian (kuota) ciri-ciri sampel yang ditentukan. Untuk menggunakannya, anda perlu menyediakan satu jadual yang menerangkan ciri-ciri sampel seperti jantina, umur, pendidikan dan atribut lain yang ditentukan oleh pengkaji. Kemudian, anda perlu menentukan pembahagian setiap ciri/atribut apabila anda meneliti atribut populasi kajian. Sebagai contoh, seorang guru ingin mengkaji persepsi keganasan sekolah antara pelajar dalam sesuatu daerah sekolah dengan memberi perhatian kepada kumpulan pelajar mengikut umur mereka. Sebagai langkah pertama, guru tersebut perlu mewujudkan beberapa kategori pelajar, misalnya 15 tahun ke atas dan 15 tahun ke bawah.

Selepas itu, guru perlu mengenal pasti semua populasi pelajar sekolah dalam daerah tersebut. Kemudian guru perlu membahagikan mereka mengikut kategorikategori yang dikehendaki (umur, jantina, dan sebagainya.) dan menentukan jumlah pelajar dalam setiap kategori tersebut. Selepas itu, guru memilih sebuah sekolah

Page 18: Pertimbangan Semasa Mengumpul Data

Kebolehpercayaan dan Kesahan

"Kesahan" dan "kebolehpercayaan" merupakan dua aspek yang berbeza daripada kepercayaan kajian. Isu isu yang berhubung dengan kepercayaan kajian ialah dari segi:

(1) alat yang digunakan dalam kajian; (2) proses mengutip data; dan (3) kaedah analisis data. Rumus yang dipakai adalah:

kebolehpercayaan dan kesahan, keduanya berorientasikan proses.

Page 19: Pertimbangan Semasa Mengumpul Data

Jenis Kebolehpercayaan dan KesahanTerdapat tiga (3) jenis

kebolehpercayaan; iaitu kestabilan (stability), kesetaraan (equivalence) dan ketekalan dalaman (internal consistency), seperti yang ditunjukkan dalam Rajah 5.4.

Page 20: Pertimbangan Semasa Mengumpul Data

Tiga jenis kebolehpercayaan

Kebolehpercayaan

Kestabilan

Kesetaraan

Ketekalan

Dalaman

Page 21: Pertimbangan Semasa Mengumpul Data

(i) KestabilanKebolehpercayaan kestabilan ialah

ukuran ketekalan (consistency) mengikut peredaran masa bagi sampel yang sama. Ini bermakna alat/ujian yang boleh dipercayai akan memberikan skor yang sama dari masa ke masa bagi responden yang sama. Indeks kebolehpercayaan kestabilan ialah korelasi antara skor ujian kali pertama dengan skor ujian kali kedua.

Page 22: Pertimbangan Semasa Mengumpul Data

Nilai kebolehpercayaan boleh membantu kita menentukan sejauh mana berasa yakin membuat ramalan markah yang akan diperoleh oleh pelajar pada satu masa yang akan datang. Nilai r bergantung juga pada jarak masa ujian itu diberikan

Page 23: Pertimbangan Semasa Mengumpul Data

(ii) KesetaraanKebolehpercayaan kesetaraan ialah

ukuran kesetaraan antara skor bagi dua (2) ujian yang setara, iaitu ujian yang berbeza, tetapi mengukur kandungan yang sama.

Ini bermakna ujian yang boleh dipercayai akan memberikan skor yang sama sekiranya responden yang sama mengambil dua (2) ujian yang berbeza tetapi setara. Indeks kebolehpercayaan kesetaraan ialah korelasi antara skor ujian pertama dengan skor ujian kedua.

Page 24: Pertimbangan Semasa Mengumpul Data

Ketekalan DalamanKebolehpercayaan ketekalan dalaman ialah

ukuran ketekalan antara skor separuh daripada ujian dengan skor separuh lagi ujian bagi ujian yang sama.

Ini bermakna ujian yang boleh dipercayai akan memberikan skor yang sama bagi responden yang sama, sekiranya ujian tersebut dibahagikan kepada dua (2) bahagian.

Indeks kebolehpercayaan ketekalan dalaman ialah korelasi antara skor ujian bahagian pertama dengan skor ujian bahagian kedua.

Page 25: Pertimbangan Semasa Mengumpul Data

Kaedah Bahagi DuaSpearman-Brown mengemukan :

Rxx = Kebolehpercayaan seluruh ujianr1/2 = Kebolehpercayaan separuh ujianr1/2 ialah korelasi Pearson antara

soalan berangka ganjil dengan soalan berangka genap

2/1

2/1

1

2

r

rRxx

Page 26: Pertimbangan Semasa Mengumpul Data

Kaedah Kuder-RichardsonKaedah ini digunakan jika

perkara-perkara tentang ujian diperoleh dalam bentuk dikotomi (salah betul). Terdapat dua bentuk rumus, iaitu:

])(

1[1

:20

]1[1

:21

2

2

xxx

x

xx

nS

xnx

n

nrRK

pq

n

nrRK

s

Page 27: Pertimbangan Semasa Mengumpul Data

Dengan n = Jumlah soalanp = Kadaran pelajar yang menjawab satu-satu

soalan itu dengan betul. (Misalnya, jika 6 daripada 30 orang menjawab soalan nombor satu betul, p =6/30 = 0.20)

q =1-ppq = Varians satu-satu soalanSx

2 = Varians seluruh soalan

x = Min Skor ujian

Kita gunakan K-R21 jika nilai p bagi setiap soalan adalah sama

Page 28: Pertimbangan Semasa Mengumpul Data

Kaedah Pekali aPekali a diperkenalkan oleh Cronbach pada

tahun 1951. Rumus ini merupakan pengitlakan rumus KR20 dan boleh digunakan untuk soalan yang markahnya bukan dikotomi. Misalnya soalan aneka pilihan atau esei.

Dengan n = jumlah soalanSi

2 =Varians satu-satu soalan

Sx2 = Varians seluruh soalan

]1[1 2

2

ssx

i

n

n

Page 29: Pertimbangan Semasa Mengumpul Data

Jenis kesahan

Terdapat empat (4) jenis kesahan, iaitu

kesahan kandungan (content validity),

kesahan hubungan kriteria (criterion-related validity),

kesahan konstruk (construct validity) dan

Kesahan muka (face validity).

Page 30: Pertimbangan Semasa Mengumpul Data

Kesahan KandunganKesahan kandungan ialah ukuran

sejauh/setepat mana sesuatu ujian dapat mengukur kandungan bidang yang hendak diukur. Kesahan kandungan sesuatu ujian adalah penting dalam kajian disebabkan, sekiranya kesahan kandungan rendah maka markah ujian yang diperoleh tidak menunjukkan keupayaan sebenar responden bagi kandungan yang diukur. Kesahan kandungan boleh ditingkatkan dengan membandingkan item-item ujian dengan objektif dan kandungan bidang.

Page 31: Pertimbangan Semasa Mengumpul Data

Kesahan Hubungan Kriteria Kesahan hubungan kriteria terdiri daripada dua (2) bentuk,

iaitu kesahan serentak (concurrent validity) dan kesahan ramalan (predictive validity).

Kesahan serentak ialah sejauh mana sesuatu alat ukur itu berupaya menghasilkan skor yang mempunyai hubungan dengan skor yang dihasilkan oleh alat lain yang diambil serentak. Contohnya, satu ujian dibina untuk mengukur perkara yang sama, dikatakan lebih mudah dan lebih cepat digunakan berbanding dengan ujian sedia. Kesahan serentak boleh dikira dengan mencari korelasi antara dua skor ujian-ujian ini.

Kesahan ramalan pula ialah sejauh mana sesuatu alat ukur itu berupaya menghasilkan skor yang mempunyai hubungan dengan skor yang dihasilkan oleh alat lain yang diambil kemudian. Contohnya, satu ujian dibina untuk mengukur pencapaian Matematik, dikatakan dapat meramal keputusan SPM Matematik. kesahan ramalan boleh dikira dengan mencari korelasi antara skor ujian dan gred M.

Page 32: Pertimbangan Semasa Mengumpul Data

Kesahan KonstrukKesahan konstruk ialah ukuran

sejauh/setepat mana sesuatu ujian dapat mengukur sesuatu konstruk/gagasan berasaskan teori psikologi tertentu. Contohnya, alat yang dibina untuk mengukur konstruk "rajin" sepatutnya dapat mengukur konstruk ini dengan baik. Kesahan konstruk boleh ditingkatkan dengan memahami maksud konstruk tertentu (misalnya, maksud "rajin") dan mengetahui ciri-ciri orang yang mempunyai konstruk ini (misalnya, ciri-ciri orang yang "rajin").

Page 33: Pertimbangan Semasa Mengumpul Data

Kesahan MukaKesahan muka bukanlah kesahan seperti yang

dijelaskan, tetapi lebih kepada suatu alat/ujian "nampak pada permukaannya" dapat mengukur apa yang hendak diukur. Contohnya, bagi alat yang mengukur konstruk "rajin", kita sepatutnya nampak item-itemnya berkait dengan ciri-ciri orang yang "rajin". Kesahan muka akan memberi keyakinan kepada responden terhadap item-item yang hendak dijawab, bagaimanapun, kesahan muka mempunyai kelemahan tertentu, disebabkan responden boleh meneka jawapan yang "positif" kepada konstruk yang hendak diukur.

Page 34: Pertimbangan Semasa Mengumpul Data

(b) TriangulasiTriangulasi merupakan satu konsep yang

digunakan umum dalam aktiviti lapangan, membuat peta, navigasi dan latihan militer.

Dalam sains sosial, triangulasi digunakan untuk tujuan pengesahan. Dalam triangulasi juga, beberapa strategi pengutipan data digunakan untuk mengukur sesuatu konsep.

Masalah berkaitan kebolehpercayaan dan kesahan boleh dikurangkan melalui triangulasi.

Page 35: Pertimbangan Semasa Mengumpul Data

Denzin (1978) mengenal pasti empat (4) kategori triangulasi:1. Triangulasi data yang melibatkan

pengutipan pelbagai jenis data untuk menyelidik fenomena yang sama.

2. Triangulasi penyelidikan yang melibatkan pelbagai pemerhati berbanding dengan pemerhati tunggal untuk menyelidik fenomena yang sama.

3. Triangulasi teori yang melibatkan penggunaan Iebih daripada satu teori untuk menyelidik fenomena yang sama.

4. Triangulasi kaedah yang melibatkan penggunaan pelbagai kaedah untuk menyelidik fenomena yang sama.

Page 36: Pertimbangan Semasa Mengumpul Data

Kajian kajian kualitatif, mustahak bagi kita menggunakan teknik yang berbeza untuk mengumpul data. Kita juga perlu menggunakan strategi yang berbeza untuk menyelidik fenomena yang sama. Untuk memperoleh kebolehpercayaan dan kesahan, kita tidak boleh mengenepikan penggunaan triangulasi, sebab cara ini dipercayai Iebih berkesan jika digunakan dalam kajian kualitatif.