BAB 4 PERSAMPELAN.

Slides:



Advertisements
Similar presentations
FCE3900 PENYELIDIKAN PENDIDIKAN
Advertisements

SQL Data Manipulation Language (DML)
Ketidaktentuan –Tidak lengkap –tidak konsisten, –tidakpasti… atau ketiga- tiganya sekali.
Pembolehubah dan Pemalar
PENGENALAN KEPADA SISTEM MULTIMEDIA (WXET 3142) BAB 4 : IMEJ DAN GRAFIK (sambungan)
Bab 5-3 Image Processing and Analysis. Objektif Boleh mengetahui langkah-langkah yg terlibat di dalam Fungsi II Boleh menghuraikan keperluan dan fungsi.
RANGKA RUJUKAN ROBOT (ROBOT REFERENCE FRAMES)
Sebuah alat komunikasi perhubungan melalui “rangkaian pengguna” Digunakan secara meluas di awal era keluaran telefon bimbit iaitu dari tahun 1980 ke 1990.
BAB 1 - MANTIK Pembelajaran kaedah dan prinsip untuk membezakan di antara hujah yang baik dengan yang lemah. Memudahkan penyusunan idea-idea dengan teratur,
Free Space Optics(FSO) Free Space Photonics(FSP) atau Wireless optic Merujuk kepada pemindahan gelombang infrared melalui atmosfera untuk mendapatkan komunikasi.
TUGAS AKHIR I SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN STARTING LINE-UP PEMAIN FUTSAL MENGGUNAKAN METODE PROFILE MATCHING DAN K-MEANS CLUSTERING DISUSUN OLEH:
STATISTIK PENDIDIKAN EDU5950 SEM
ASAS PENGATURCARAAN C++
Bab 5: Taburan Kebarangkalian Diskrit
KEPERLUAN KETEPATAN DATA DAN ANALISIS STATISTIK
BAB 2 PLANNING Objektif: Pengenalan kepada perancangan projek
EDU 5900 KAEDAH PENYELIDIKAN
Bab 4: Asas Kebarangkalian
Ciri-Ciri Reka Letak Yang Baik
Konsep Pengukuran dalam Penyelidikan
Perlaksanaan Program Pendidikan Jasmani Suaian
BAB 3 ANALISIS SISTEM Objektif:
KOM 3207 PENGENALAN TEORI KOMUNIKASI SEM /2015
STATISTIK PENDIDIKAN EDU5950 SEM
Regresi Sederhana dan Analisis Korelasi
Mengenal pasti masalah kajian
Analisis dan Interpretasi Data
PANDUAN PENULISAN KERTAS CADANGAN PENYELIDIKAN
MODEL PENILAIAN OBJECTIVE ORIENTED CIPP SUMMATIVE & FORMATIVE
STATISTIK INFERENSI Populasi Sampel Dapatan.
EDU 5900 REKA BENTUK PENYELIDIKAN
koc3203 ASAS PERIKLANAN Perancangan Media
Pengenalan.
PERISIAN HAMPARAN ELEKTRONIK
Masalah Tugasan.
Persampelan Slide 7.
KORELASI.
KURSUS AUDIT DALAMAN SISTEM PENGURUSAN KUALITI (QMS) ISO 9001:2015
METODOLOGI PENYELIDIKAN (DCE 3002)
MODULE 3 : HARDWARE : MONITOR CORRECTIVE MAINTENANCE WORK
E4161 SISTEM KOMPUTER DAN APLIKASI
Analisis dan Interpretasi Data
Pernyataan if.. Pernyataan switch..
METODOLOGI PENYELIDIKAN (DCE 3002)
BAB 8 TATASUSUNAN.
Pengenalan.
METODOLOGI PENYELIDIKAN (DCE 3002)
Pelaksanaan Program Kaunseling Berimpak : Satu Pendekatan Terkini
GGGCB6013 KAEDAH PENYELIDIKAN 1
Outline of research proposal
2.0 PENGALAMATAN RANGKAIAN
06.09 : PREPARE INSTALLATION CHECKLIST
SSQL1113 Statistik Untuk Sains Sosial
METODOLOGI PENYELIDIKAN (DCE 3002)
METODOLOGI PENYELIDIKAN (DCE 3002)
METODOLOGI PENYELIDIKAN (DCE 3002)
STATISTIK PENDIDIKAN EDU5950 SEM
Outline of research proposal
BAB 2 PLANNING Objektif: Pengenalan kepada perancangan projek
Pembolehubah dan Pemalar
METODOLOGI PENYELIDIKAN (DCE 3002)
Kebolehgunaan Semula Perisian
LA1 Prepare Quality Control Activities
PENYELIDIKAN MAKSUD MULTIMEDIA MAKSUD PENYELIDIKAN
Muhamad Shukri Saud PRODUCTION ORGANIZATION
ICT HANDYBOOK SPM LA2 COMPUTER SYSTEMS 2.3 Software.
Penilaian Capaian & Maklumbalas Berkaitan
MENSINTESIS MAKLUMAT UNTUK MENGHASILKAN BAHAN BERTULIS
Penerbitan Video Pendidikan
Pengurusan Antarabangsa
Presentation transcript:

BAB 4 PERSAMPELAN

Sampel mungkin boleh merupakan unit/objek/elemen/responden atau apa-apa sahaja yang menjadi bahan pengukuran bagi mendapatkan data

KONSEP-KONSEP PENTING Populasi - merupakan keseluruhan unit/objek/elemen/responden/ yang merupakan asas kepada bahan pengukuran pengkaji Sampel - merupakan satu kumpulan, kelompok atau subset yang dipilih khusus untuk mewakili populasi dalam sesuatu kajian

KONSEP-KONSEP PENTING Persampelan adalah satu proses memilih sampel yang mungkin terdiri daripada unit/ objek/ elemen/responden dari satu populasi yang dikenal pasti dalam kajian dengan menggunakan kaedah dan teknik yang tertentu supaya hasil kajian dapat digeneralisasikan kepada keseluruhan populasi Kerangka Polisi - kerangka populasi merupakan senarai maklumat lengkap yang boleh diperolehi mengenai sampel yang akan dipilih

KEPENTINGAN PERSAMPELAN membolehkan pengkaji memilih sampel yang bersesuaian dari satu populasi yang besar membolehkan inferensi atau generalisasi dilakukan ke atas populasi berdasarkan keputusan kajian yang diperolehi menyesuaikan dengan kos dan masa kajian

BENTUK DAN JENIS PERSAMPELAN Persampelan kebarangkalian (probability sampling) persampelan bukan kebarangkalian (non-probability sampling)

PERSAMPELAN KEBARANGKALIAN merujuk kepada andaian bahawa setiap ahli dalam populasi mempunyai peluang atau kebarangkalian yang sama untuk dipilih sebagai sampel

Persampelan Rawak Mudah (Simple Random Sampling) Persampelan rawak mudah merujuk kepada andaian bahawa setiap unit/objek/ elemen/ responden mempunyai peluang yang sama untuk dipilih sebagai sampel tanpa sebarang bias pemilihan Setiap unit/objek/elemen/responden perlulah diberikan peluang untuk pilihan pengkaji mempunyai satu senarai kerangka populasi yang lengkap dan setiap sampel akan dipilih secara rawak

Persampelan Sistematik (Systematic Sampling) Persampelan bersistematik menetapkan cara yang lebih mudah untuk mendapat atau memilih sampel contoh, nisbah sampel kepada populasi ialah 1 : 10 (100 : 1000) Merupakan kaedah yang efisien

Persampelan Rawak Berstratifikasi (Stratified Random Sampling) pemilihan responden dalam kelompok atau strata tertentu yang mewakili populasi kajian sekiranya diandaikan wujud perbezaan-perbezaan tertentu dalam kumpulan atau strata yang berlainan kumpulan-kumpulan pembolehubah yang bermakna yang membolehkan pengkaji membuat perbandingan mengenai isu2 tertentu Cth; perbezaan jantina, pilih 50 lelaki & 50 wanita

Persampelan Rawak Berstratifikasi Bernisbah (Proportional Stratified Random Sampling) kaedah ini pengkaji harus menentukan bilangan sampel yang perlu diambil berdasarkan kepada jumlah populasi Pemilihan berdasarkan nisbah populasi Jawatan Bil Nisbah (1:5) A 100 20 B 300 60 C 350 70 D 250 50

Persampelan Rawak Berstratifikasi Tidak Bernisbah (Disproportional Stratified Random Sampling) berstratifikasi bernisbah kadangkala menyebabkan jumlah sampel dalam sesuatu strata itu terlalu kecil analisis statistik yang berkesan sukar dijalankan dilakukan melalui proses yang sama seperti persampelan rawak berstratifikasi bernisbah

Persampelan Rumpun Pelbagai Tahap (Multistage Cluster Sampling) kajian yang dilakukan memerlukan pengkaji mengambil sampel yang besar seperti kajian untuk sebuah negeri ataupun negara mahupun populasi yang besar memerlukan pengkaji membuat perancangan dalam memilih sampel akhir Rumpun di sini merujuk kepada entiti yang boleh berupa kelompok, kumpulan, strata atau organisasi yang melibatkan unit-unit heterogeneous (pelbagai)

PERSAMPELAN BUKAN KEBARANGKALIAN unit/objek/elemen/responden tidak mempunyai peluang yang sama untuk dipilih sebagai sampel. Sampel dari populasi yang berbentuk homogeneous mungkin lebih sesuai menggunakan kaedah ini

Persampelan mudah (Convenience/Accidental Sampling) Sesiapa sahaja dalam populasi yang dikenal pasti, boleh menjadi sampel tanpa perlu sebarang proses pemilihan secara rawak asalkan bersetuju untuk menjadi responden kajian. selalunya digunakan dalam fasa penerokaan sesuatu kajian atau bila pengkaji memerlukan sampel dengan segera atau mungkin tidak ada masa bagi membentuk kaedah persampelan lain kaedah persampelan bagi mendapatkan maklumat mudah, cepat dan berkesan

Persampelan bertujuan (Purposive Sampling) Persampelan bertujuan digunakan bagi mengumpul maklumat dari sekumpulan sampel yang khusus dan spesifik serta bertepatan dengan objektif kajian merujuk kepada sesuatu perwakilan formal memenuhi kriteria yang ditetapkan dalam kajian dan tergolong dalam populasi kajian Cth; pakar

Persampelan Kuota (Quota Sampling) sebenarnya hanya menerapkan konsep stratifikasi dalam pemilihan sampel.

Persampelan Bola Salji (Snowball Sampling) bermaksud mendapatkan jumlah sampel yang sedikit dahulu sebelum jumlah itu bertambah melalui maklumat nama dan lokasi sampel lain yang diberikan oleh sampel awal Cth; pelacur

MENENTUKAN SAIZ SAMPEL sampel yang terlalu besar akan menyukarkan pengkajian menjalankan kajian kerana akan memakan masa yang agak lama dan kos yang tinggi sampel yang terlalu sedikit akan memberi kesan kepada analisis statistik serta kesahan sampel dalam mewakili populasi Rujuk Krejcie dan Morgan (1970) jadual 4.1 halaman 50.