FCE3900 PENYELIDIKAN PENDIDIKAN

1
FCE3900PENYELIDIKAN PENDIDIKAN
2
POPULASI DAN PERSAMPELAN
3
OBJEKTIF

• Dapat memahami konsep populasi dan persampelan
  dalam penyelidikan.
• Dapat membuat persampelan rawak daripada populasi.

4

• Populasi adalah
• satu set individu di mana masalah wujud.
• kumpulan individu atau objek yang dicerap.
• mesti 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.

5

• 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
• Batasan masa, tenaga dan peruntukan.
• Tidak logik dan tidak rasional mengkaji semua
  ahli populasi.

6
Definisi Sampel

• Sampel kumpulan kecil daripada populasi yang
  menjadi sasaran penyelidik untuk melakukan
  penyelidikan.
• Sampel adalah anggaran
• Perbezaan antara anggaran sampel dengan populasi
  sebenar adalah ralat persampelan
• A sample is a subgroup of the target population
  that the researcher plans to study for the
  purpose of making generalizations about the
  target population.
• Samples are only estimates.
• The difference between the sample estimate and
  the true population is the sampling error.

7
Populasi dan Sampel
Populasi Sasaran
Sampel
Sampel
Populasi - Semua guru sekolah di Selangor -
Pelajar di semua IPTA - Guru Sains di semua
sekolah
Sampel - Semua guru biologi - Pelajar di sebuah
IPTA - Guru Sains di lima buah sekolah dalam
Daerah Sepang
8
Sampel

• Bilangan subjek dalam populasi yang sangat besar
  sehingga tidak dapat dikenalpasti dengan tepat.
  Satu sampel daripada populasi perlu dipilih
  secara rawak untuk mewakili populasi kajian.
• Sampel merupakan sesuatu yang konkrit, yang dapat
  diukur dan dikira secara tepat atau dikaji
  tingkahlaku setiap subjek dalamnya.

9
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

Persampelan Rawak
10
Persampelan

• Strategi mendapatkan maklumat tentang sesuatu
  populasi daripada sampel yang mewakili populasi
  tersebut.
• merupakan kaedah statistik untuk mendapatkan
  maklumat bagi menyelesaikan masalah tanpa
  menggunakan seluruh ahli populasi.
• Prinsip utama untuk memperolehi sampel yang
  benar-benar mewakili populasi yang dikaji, dan
  memastikan sampel yang diambil melalui
  persampelan tidak pincang.
• Ujian statistik akan dilakukan ke atas sampel dan
  nilai ujian statistik ini akan digeneralisasikan
  kepada nilai populasi kajian, yang dinamakan
  sebagai parameter.

11
Populasi yang sangat besar(The very large
populations)
Kenapa Perlu Membuat Persampelan?
Why Sampling?
Faktor Masa (The time factor)
Populasi sukar dicapai (The partly accessible
populations)
12
Kenapa persampelan?
Faktor Masa
Seorang doktor ingin mendapatkan sampel mengenai
satu penyakit yang cepat merebak dan menyebabkan
kematian segera. Anda dikehendaki membuat
pemeriksaan dengan segera bagi menyelesaikan
masalah ini. Sekiranya semua populasi dipilih,
kemungkinan ramai yang akan mati sebelum
penyelesaian masalah ditemui.
13
Populasi yang sangat besar
Kenapa persampelan?

• Contohnya populasi pelajar yang sudah bergraduat.
  Agensi keraajaan yang bertanggung jawab untuk
  menempatkan graduan ini di sektor kerajaan atau
  swasta. Majikan memerlukan pengetahuan khusus
  sebagai pra syarat pengambilan pekerjanya. Oleh
  itu dengan membuat persampelan yang mewakili
  populasi, mereka akan dapat maklumat yang
  diperlukan daripada graduan ini.

14
Sebahagian populasi dapat diperoleh
Why Sampling?
Kenapa persampelan?

• Terdapat sesetengah populasi yang sukar dicapai.
  Oleh itu sebahagian daripadanya (sampel) boleh
  digunakan untuk kajian.
• Sesetengah kajian memerlukan kos yang tinggi
  untuk mencapai kepada semua individu dalam
  sesebuah populasi.

15
Tujuan Persampelan dan Kebaikannya

• Membuat kesimpulan terhadap populasi daripada
  sampel dengan menggunakan statistik inferensi.
• Mengurangkan kos, tenaga, dan masa penyelidikan.
  Murah untuk mengumpul maklumat daripada
  sebahagian individu berbanding keseluruhan
  populasi. Namun penyelidik harus berhati-hati
  supaya sampel benar-benar mewakili polulasi.
• Membolehkan kajian dilakukan di kawasan atau
  ruang penyelidikan yang lebih besar.
• Membenarkan penyelidik mendapatkan maklumat yang
  benar-benar dikehendaki apabila pengukuran
  menyeluruh ke atas populasi tidak dapat
  dilakukan.

16
Istilah berkaitan persampelan
Istilah Makna
Populasi Kerangka sampel Sampel Parameter Statistik Ralat persampelan Seluruh kumpulan yang dikaji Satu senarai elemen populasi yang akan dibuat persampelan Sebahagian elemen dalam populasi Nilai yang berkaitan dengan populasi Nilai yang berkaitan dengan sampel Perbezaan antara nilai statistik dalam sampel kajian dengan nlai parameter yang sebenar dalam populasi.
17
Ralat Persampelan

• Ketidak tepatan statistik sampel menganggar
  parameter populasi ditentukan oleh ralat
  persampelan.
• Ralat persampelan adalah ralat yang berlaku
  apabila sampel digunakan untuk membuat inferens
  terhadap populasi.
• Ralat persampelan merupakan perbezaan atau
  variasi antara min bagi sampel yang dirawak
  dengan min populasi yang bertaburan secara normal.

18
Ralat Persampelan

• variasi pada nilai-nilai individu dalam satu
  populasi dengan min populasi menyumbang kepada
  variasi pada min sampel rawak dengan min
  populasi.
• Variasi pada nilai individu dalam sampel daripada
  min sampel menyumbang kepada variasi pada min-min
  sampel dengan min populasi.
• Jika min sampel sama dengan min populasi, maka
  ralat persampelan adalah sifar (jika maklumat
  diperolehi daripada populasi).

19
Ralat Persampelan

• Ralat persampelan berfungsi secara langsung
  dengan saiz sampel dan sisihan piawai populasi.
• Sekiranya saiz sampel tetap, ralat persampelan
  akan meningkat jika sisihan piawai populasi
  bertambah besar dan sebaliknya.
• Semakin saiz sampel (n) meningkat atau
  menghampiri N, semakin ralat persampelan menurun,
  kerana apabila n meningkat, sisihan piawai
  populasi menurun.
• Saiz sampel n yang kecil lebih terdedah kepada
  ralat persampelan berbanding dengan n yang besar.
• Oleh itu, matlamat persampelan adalah untuk
  mengurangkan ralat persampelan dan ralat
  persampelan boleh dikurangkan dengan menambahkan
  n.

20
Ralat Persampelan

• Semakin besar nilai sisihan piawai (sd) sampel,
  semakin besar ralat persampelan yang wujud.
• Semakin besar saiz sampel, semakin kecil ralat
  persampelan.

21
Saiz Sampel
22
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.
23
Jadual penentuan saiz sampel
24
Kerangka Persampelan/Sampling Frame

• The listing of the accessible population from
  which you'll draw your sample is called the
  sampling frame. If you were doing a phone survey
  and selecting names from the telephone book, the
  book would be your sampling frame.

25
Jenis-jenis Persampelan

• Persampelan tidak kebarangkalian
• Pemilihan responden disebabkan oleh mereka mudah
  diperoleh, senang ditemui atau mewakili sesuatu
  ciri yang perlu dikaji oleh penyelidik.
• 2. Persampelan kebarangkalian
• Pemilihan individu daripada populasi yang dapat
  mewakili populasi tersebut.

26
Jenis Persampelan
Strategi Persampelan
Kebarangkalian
Tidak Kebarangkalian
Persampelan Persampelan Persampelan Persampelan
Rawak Rawak Rawak
Rawak Mudah Sistematik
Berkelompok Berlapis
Persampelan Persampelan
Senang Snowball
27
Persampelan Kebarangkalian

• Persampelan rawak mudah (simple random sampling)
• Persampelan rawak berlapis (stratified random
  sampling)
• Persampelan berkelompok (Cluster sampling)
• Persampelan rawak bersistematik (Systematic
  random sampling)

28
Apakah Rawak?

• Memilih sampel daripada populasi yang mana setiap
  individu daripada populasi tersebut mempunyai
  peluang yang sama untuk dipilih.

29
Persampelan Rawak Mudah

• Setiap individu dalam populasi mempunyai peluang
  yang sama untuk dipilih.
• Rawak mudah bebas daripada sampling bias.
• Penggunaan Jadual Nombor Rawak.

30
Prosedur Persampelan Rawak Mudah

1. Sediakan senarai subjek populasi.
2. Labelkan subjek mengikut angka.
3. Pilih subjek secara rawak dengan menggunakan
   Jadual Nombor Rawak.

31
Jadual Nombor Rawak

• 1 2 3 4
  5 6 7 8 9 10
• __________________________________________________
  ____________
• 1 10480 15011 01536 02011 81647 91646
  69179 14194 62590 36207
• 2 22368 46573 25595 85393 30995 89198
  27982 53402 93965 34095
• 3 24130 48360 22527 97265 76393 64809
  15179 24830 49340 32081
• 4 42167 93093 06243 61680 07856 16376
  39440 53537 71341 57004
• 5 37570 39975 81837 16656 06121 91782
  60468 81305 49684 60672
• 6 77921 06907 11008 42751 27756 53498
  18602 70659 90655 15053
• 7 99562 72905 56420 69994 98872 31016
  71194 18738 44013 48840
• 8 96301 91977 05463 07972 18876 20922
  94595 56869 69014 60045
• 9 89579 14342 63661 10281 17453 18103
  57740 84378 25331 12566
• 10 85475 36857 53342 53988 53060 59533
  38867 62300 01858 17893

32
Persampelan Rawak Berlapis

• Digunakan untuk populasi yang tidak seragam.
• contoh mengkaji komitmen guru mengikut kelulusan
  akademik.
• Tidak boleh mengguna sampel rawak mudah kerana
  tidak adil jika satu golongan tidak diwakili
  mengikut bilangan dalam populasi.
• Boleh mengurangkan ralat persampelan iaitu dengan
  mengurangkan varians bagi anggaran sampel.
• Semakin seragam keadaan dalam lapisan, semakin
  kecil varians anggaran sampel.

33

• Diperoleh dengan memilih sampel rawak mudah
  daripada lapisan(strata) yang berlainan daripada
  strata dalam populasi.
• Strata dalam populasi mempunyai ciri tertentu
  seperti gender, pemilihan dilakukan bagi setiap
  strata.
• Populasi boleh dibahagikan kepada kumpulan
  berlainan seperti berdasarkan kepada sesetengah
  ciri atau pembolehubah seperti pendapatan.

34
Populasi (N9000)
Lelaki N6000
Saiz Sampel
361
Perempuan N3000
Saiz Sampel
341
Sampel 702
35
Saiz sampel bagi bangsa

• Melayu Cina India

Saiz sub sampel
20
50
30

• Langkah-langkah memilih sampel berlapis/strata
• Tentukan saiz sub sampel yang diperlukan setiap
  sub populasi
• Sediakan senarai subjek untuk setiap sub populasi
• Gunakan prosedur persampelan rawak mudah untuk
  memilih subjek.

36
Contoh dua lapisan (strata)
Saiz sub-sampel
Lapisan 1 - Tahun
Lapisan 2 - jantina
10
lelaki
Tahun 1
10
Semua Siswa
Perempuan
Tahun 2
Tahun 3
Tahun 4
37
Persampelan Kelompok (Cluster)

• Digunakan jika rawak mudah dan rawak mudah
  berlapis tidak dapat dilakukan, disebabkan oleh
  ketiadaan rangka persampelan.
• Pengambilan sampel bila unit persampelan bukan
  lagi unsur daripada populasi tetapi unsur
  daripada kelompok populasi.
• Bilangan kelompok ditentukan mengikut negeri,
  daerah atau mukim yang boleh dibuat secara rawak
  mudah.
• Menggunakan setiap unsur dalam kelompok dan pilih
  secara rawak.

38

• Sampel rawak berlapis diperoleh dengan memilih
  lapisan daripada populasi berdasarkan kepada
  persampelan rawak mudah.
• Sampel mewakili bagi setiap lapisan secara
  konsensus daripada lapisan yang dipilih.

39
Multistage cluster sampling

• A sample chosen in one or two stages because the
  population is not easily identified or is large

40
Persampelan Sistematik

• Memerlukan rangka persampelan
• Cara pilih satu unit sampel secara rawak
  daripada unsur pertama di rangka persampelan.
• Con N 500 n 50
• terdapat 10 org untuk setiap unsur (500/50)
• secara rawak tentukan no. pertama (5), no.
  seterusnya ialah 15, 25, 35
• Kelemahan penentuan sampel selepas sampel
  pertama tidak lagi dibuat secara rawak, oleh itu
  bercanggah dengan prinsip rawak dan tidak
  digalakkan kecuali reka bentuk lain tidak dapat
  dilakukan.
• Faedah persampelan mudah dilakukan dan murah

41
A systematic random sample

• A systematic random sample is obtained by
  selecting one unit on a random basis and choosing
  additional elementary units at evenly spaced
  intervals until the desired number of units is
  obtained.
• For example, there are 100 students in your
  class. You want a sample of 20 from these 100 and
  you have their names listed on a piece of paper
  may be in an alphabetical order. If you choose to
  use systematic random sampling, divide 100 by 20,
  you will get 5. Randomly select any number
  between 1 and five. Suppose the number you have
  picked is 4, that will be your starting number.
  So student number 4 has been selected. From there
  you will select every 5th name until you reach
  the last one, number one hundred. You will end up
  with 20 selected students.

42
Persampelan Tidak Kebarangkalian

• Persampelan secara berkebetulan
• Persampelan kuota
• Persampelan kes kritikal
• Persampelan Bertujuan (purposive)
• Persampelan convenience
• Snowball or chain sampling
• Criterion sampling

43
Persampelan Bertujuan (Purposive)

• Sampel dipilih berdasarkan pengetahuan atau
  pengalaman lepas dan sebab-sebab untuk memilih
  sampel.
• Buat pertimbangan tentang kesesuaian kumpulan
• contoh kaji pelajar mengikut pencapaian

44
Snowball or chain sampling

• This particular one identifies, cases of interest
  from people who know people who know what cases
  are information rich, that is good examples for
  study, good interview subjects.
• The researcher asks participants to identify
  other participants to become members of the
  sample.
• This is commonly used in studies that may be
  looking at issues like the homeless households.
  What you do is to get hold of one and he/she will
  tell you where the others are or can be found.
  When you find those others they will tell you
  where you can get more others and the chain
  continues.

45
Criterion sampling

• Here, you set a criteria and pick all cases that
  meet that criteria for example, all ladies six
  feet tall, all white cars, all farmers that have
  planted onions. This method of sampling is very
  strong in quality assurance.

46
Persampelan Senang (The convenient sample )

• A convenience sample results when the more
  convenient elementary units are chosen from a
  population for observation.
• Participants are selected because they are
  willing and available to be studied.
• Pincang, tidak digalakkan, tidak boleh digunakan
  untuk mentakbir populasi.
• Jika terpaksa guna, perlu beri penjelasan tentang
  latar belakang atau ciri tersendiri bagi kumpulan
  yang dikaji.
• Kajian perlu diulang.

47
SEKIANTERIMA KASIH