Reka Bentuk Pensampelan

Topik 4 Reka Bentuk Pensampelan HASIL PEMBELAJARAN Pada akhir topik ini, anda seharusnya dapat: 1. Menerangkan konsep dan keperluan pensampelan; 2. Menilai kriteria sampel yang baik; 3. Menentukan reka bentuk pensampelan yang bersesuaian; dan 4. Meneliti proses penentuan saiz pensampelan. PENGENALAN Topik ini memberi pengenalan tentang strategi pengumpulan data primer. Proses pengumpulan data primer perlu dikenal pasti dengan baik berdasarkan tujuan dan objektif kajian. Data yang digunakan bagi menjawab persoalan kajian mestilah daripada populasi yang sesuai agar ia berguna. Sekiranya data tidak dikumpulkan dari orang ramai, peristiwa atau objek yang memberikan jawapan yang betul bagi menyelesaikan masalah, maka proses pengumpulan data adalah sia-sia. Proses memilih individu, objek atau peristiwa yang sesuai dikenali sebagai pensampelan. 4.1 KONSEP PENSAMPELAN Apa pun persoalan atau objektif sesuatu kajian, penyelidik mesti mengumpulkan data untuk menjawabnya. Sekiranya penyelidik mengumpul dan menganalisis data dari setiap ahli, ia dikenali sebagai bancian. Namun begitu, kebanyakan penyelidik berhadapan dengan kekangan sumber, masa dan yang paling kerap, akses, yang tidak memungkinkan semua data dapat dikumpulkan dan dianalisis. Teknik pensampelan menyediakan beberapa kaedah kepada pengkaji bagi mengurangkan jumlah data yang diperlukan dengan mengambil kira data

TOPIK 4 REKA BENTUK PENSAMPELAN 41 daripada sub kumpulan dan bukannya dalam semua kes atau elemen (Sila lihat Rajah 4.1). Rajah 4.1: Populasi, sampel dan kes individual Bagi memastikan data yang dikumpulkan mewakili populasi sebenar, beberapa istilah berkaitan dengan konsep pensampelan perlu difahami. (d) (e) (f) (g) Populasi Jumlah keseluruhan elemen atau kes yang akan dibuat inferens. Ia merujuk kepada seluruh kumpulan orang ramai, peristiwa atau perkara yang menarik minat pengkaji. Elemen Satu ahli di dalam populasi dari mana pengukuran di ambil. Banci Kesemua elemen di dalam populasi. Rangka populasi atau populasi yang dikaji Pengagregatan unsur-unsur dari sampel yang diambil. Ia menyenaraikan semua elemen dalam populasi. Sampel Sub-set populasi yang mengandungi ahli-ahli yang dipilih dari populasi. Sampel mempunyai sebahagian dan bukannya semua elemen dalam populasi. Unit pensampelan atau subjek Elemen atau satu set elemen yang dipilih ke dalam sampel. Ia adalah satu ahli di dalam sampel. Rangka pensampelan Senarai sebenar yang mengandungi unit pensampelan dari sampel yang diambil.

42 TOPIK 4 REKA BENTUK PENSAMPELAN Proses memilih jumlah elemen yang mencukupi dari populasi dipanggil pensampelan. Kajian terhadap sampel dan pemahaman tentang ciri-cirinya, membolehkan generalisasi terhadap ciri-ciri yang sama, pada elemen dalam populasi. Ciri-ciri elemen dalam populasi, seperti min populasi (M), sisihan piawai populasi (Sd) dan varian dalam populasi (S 2 ) dikenali sebagai parameter. Ciri-ciri sampel, seperti min sampel ( X ), sisihan piawai, varians dalam sampel digunakan untuk menganggar parameter populasi (sila rujuk Rajah 4.2). Rajah 4.2: Hubungan antara sampel dan populasi AKTIVITI 4.1 Bagaimana teknik pensampelan boleh membantu mendapatkan hasil kajian yang baik? Bincangkan. 4.2 JUSTIFIKASI PENSAMPELAN Terdapat banyak sebab mengapa pensampelan digunakan. Dalam penyelidikan yang mengandungi beberapa ratus, hingga beribu-ribu elemen, adalah tidak praktikal untuk mengumpul data, menguji dan meneliti setiap elemen. Kos, masa dan tenaga yang digunakan untuk membuat bancian terlalu tinggi. Kualiti maklumat yang diterima dalam kajian yang menggunakan sampel, mungkin lebih dipercayai daripada bancian. Ini kerana keletihan, dan kesilapan, dapat dikurangkan lebih-lebih lagi apabila membabitkan jumlah yang besar. Dalam sesetengah situasi, pensampelan diperlukan. Contohnya, untuk menguji tempoh hayat sebiji mentol, adalah tidak mungkin untuk menguji keseluruhan populasi mentol. Sekiranya semua mentol yang diuji terbakar, maka tiada apa yang boleh dijual.

TOPIK 4 REKA BENTUK PENSAMPELAN 43 Kelebihan pensampelan berbanding bancian mungkin kurang menarik, sekiranya populasi adalah kecil dan varians adalah tinggi. Terdapat dua keadaan, di mana bancian boleh dilaksanakan. Bancian boleh dilaksanakan sekiranya populasi adalah kecil dan apabila elemen di dalamnya berbeza antara satu sama lain. Pensampelan dalam penyelidikan kualitatif adalah berbeza dari pensampelan penyelidikan kuantitatif. Tujuan penyelidikan kualitatif adalah, untuk menghasilkan analisa terperinci sesuatu isu. Oleh itu, sampel yang representatif tidaklah begitu penting. Fokus penyelidikan kualitatif adalah untuk mendapatkan maklumat tentang masalah tertentu dan generalisasi dapatan tidak ditekankan. Salah satu kaedah pensampelan kualitatif yang popular ialah pensampelan teoretikal. Apabila menggunakan pensampelan teoretikal, pengumpulan data ditentukan oleh teori yang muncul sepanjang penyelidikan dijalankan. Rancangan pengumpulan data seterusnya bergantung kepada dapatan yang didapati dari data yang dikumpulkan sebelumnya, hinggalah ketepuan teoretikal dicapai. Ketepuan teoretikal dianggap tercapai apabila tiada konsep baru muncul setelah dua atau lebih kes. SEMAK KENDIRI 4.1 1. Apakah kelebihan dan kelemahan bancian? 2. Apakah sebab-sebab pensampelan? Bilakah bancian wajar dilakukan? 4.3 KRITERIA SAMPEL YANG BAIK Sampel yang baik dinilai dengan sejauh mana ia mewakili ciri-ciri populasi. Sampel mestilah sahih iaitu ia mestilah mempunyai ciri-ciri ketepatan dan kepersisan. Ketepatan bermaksud sejauh mana sampel bebas daripada kesilapan. Ini bermakna tidak terdapat varians bersistematik ataupun varians dalam pengukuran yang disebabkan oleh pengaruh lain sehingga skor cenderung ke satu arah sahaja. Contohnya, pada musim cuti sekolah yang panjang, terdapat ramai pelancong. Sekiranya data kesesakan hanya diambil semasa waktu musim cuti sekolah, ketepatan data akan terjejas.

44 TOPIK 4 REKA BENTUK PENSAMPELAN Kepersisan anggaran adalah satu kriteria reka bentuk pensampelan yang baik. Adalah mustahil untuk mendapatkan 100% representasi bagi populasi kerana sentiasa ada turun naik dalam proses pensampelan. Perbezaan ini dipanggil sebagai ralat pensampelan. Ia mencerminkan pengaruh pensampelan berkebarangkalian. Ralat pensampelan ialah ralat setelah varians bersistematik diambil kira. Ia sepatutnya mengandungi turun naik rawak sahaja. Kepersisan diukur dengan anggaran ralat piawai; semakin rendah anggaran ralat piawai, semakin tinggi kepersisan. AKTIVITI 4.2 Mengapakah reka bentuk pensampelan yang baik masih lagi penting walaupun ketepatan 100% dalam dapatan kajian tidak mungkin dicapai? 4.4 JENIS-JENIS REKA BENTUK PENSAMPELAN Terdapat pelbagai jenis reka bentuk pensampelan yang ada. Pemilihan reka bentuk pensampelan bergantung kepada kehendak penyelidikan, objektif kajian dan sumber yang sedia ada. Teknik pensampelan boleh dibahagikan kepada dua jenis, iaitu: Pensampelan Berkebarangkalian Apabila menggunakan pensampelan berkebarangkalian, peluang atau kebarangkalian untuk setiap kes dipilih daripada populasi adalah sama dan telah diketahui. Ia berdasarkan konsep pemilihan secara rawak, iaitu satu prosedur terkawal di mana setiap elemen dalam populasi atau kes mempunyai peluang yang sama untuk dipilih. Dengan menggunakan pensampelan berkebarangkalian, persoalan dan objektif kajian dapat dijawab dengan menganggar ciri-ciri populasi dari sampel. Oleh itu, pensampelan berkebarangkalian sering digunakan dalam kajian tinjauan dan eksperimen. Pengkaji memilih elemen secara rawak untuk mengurangkan atau menyingkirkan bias pensampelan. Pensampelan Tidak Berkebarangkalian Dalam pensampelan tidak berkebarangkalian, kebarangkalian setiap kes untuk dipilih daripada populasi tidak diketahui. Oleh itu, tidak mungkin persoalan atau objektif kajian yang memerlukan statistik inferens berkenaan ciri-ciri populasi dapat dijawab menggunakan pensampelan jenis ini. Walaupun generalisasi dari populasi masih boleh dibuat dari

TOPIK 4 REKA BENTUK PENSAMPELAN 45 pensampelan bukan kebarangkalian, ia tidak boleh dibuat dari aspek statistik. Oleh itu, pensampelan bukan berkebarangkalian sering digunakan dalam kajian kes. SEMAK KENDIRI 4.2 Berapakah jenis reka bentuk persampelan dalam kajian dan yang manakah yang paling kerap digunakan? 4.4.1 Reka Bentuk Pensampelan Berkebarangkalian Pensampelan berkebarangkalian sering digunakan dalam kajian tinjauan bagi membuat inferens tentang populasi berdasarkan statistik sampel. Sekiranya populasi adalah kecil (kurang daripada 30), pensampelan tidak digalakkan. Bancian perlu dibuat kerana dalam populasi kecil, pengaruh kes yang ekstrem terhadap analisa statistik akan lebih ketara dibandingkan dengan sampel yang besar. Terdapat empat peringkat dalam pensampelan berkebarangkalian: Mengenal Pasti Rangka Pensampelan yang Sesuai Rangka pensampelan bagi sebarang pensampelan berkebarangkalian ialah senarai lengkap semua kes dalam populasi di mana sampel diambil. Sampel mestilah berdasarkan persoalan dan objektif kajian. Sekiranya persoalan dan objektif kajian berkenaan dengan pelajar tahun dua di program sarjana muda pengurusan perniagaan, maka kerangka pensampelan ialah senarai lengkap semua pelajar tahun dua dalam program sarjana muda perniagaan. Senarai yang lengkap amat penting kerana jika terdapat kes yang dikecualikan, kebarangkalian setiap kes untuk dipilih tidak diketahui. Sekiranya senarai yang sesuai tidak wujud, pengkaji haruslah membuat kompilasi kerangka pensampelan sendiri. Senarai yang dibuat mestilah tidak berat sebelah, tepat dan terkini. Terdapat juga organisasi yang menawarkan senarai nama dan alamat bagi tujuan tinjauan. Sekiranya anda menggunakan kerangka pensampelan ini, pastikan cara sampel dipilih dan senarai dikompilasikan serta bila ia disemak.

46 TOPIK 4 REKA BENTUK PENSAMPELAN Penentuan Saiz Sampel yang Sesuai Statistik sampel digunakan untuk membuat generalisasi pada parameter populasi. Generalisasi dari sampel adalah berdasarkan teori kebarangkalian. Semakin besar saiz sampel, semakin kecil ralat apabila generalisasi pada populasi dibuat. Sampel berkebarangkalian membolehkan pengkaji membuat kompromi antara ketepatan dapatan kajian; jumlah wang dan masa yang dilaburkan untuk mengumpul, menganalisis dan menyemak data. Oleh itu, penentuan saiz sampel dipengaruhi oleh: (i) (ii) (iii) (iv) Tahap keyakinan pada data iaitu tahap keyakinan bahawa ciri-ciri data yang dikumpulkan mewakili ciri-ciri dalam populasi. Margin ralat yang boleh diterima tahap ketepatan dari anggaran yang dibuat dari sampel. Jenis analisa yang dibuat tahap minimum teknik statistik bagi pengkategorian data. Saiz keseluruhan populasi. (d) Pemilihan Teknik Pensampelan dan Sampel yang Sesuai Apabila rangka pensampelan dan saiz sampel telah ditentukan, langkah seterusnya adalah untuk memilih teknik pensampelan bagi mendapatkan sampel yang representatif. Pemilihan pensampelan berkebarangkalian bergantung kepada persoalan dan objektif kajian, dan sama ada statistik inferens akan dibuat dari sampel. Faktor-faktor lain yang mungkin mempengaruhi pemilihan pensampelan berkebarangkalian termasuklah hubungan dengan responden, lokasi geografi bagi serakan populasi dan sifat kerangka pensampelan. Tambahan pula, struktur kerangka pensampelan, saiz sampel yang diperlukan, keadaan pembantu pengumpulan data dan sejauh mana teknik difahami dan boleh dijelaskan akan mempengaruhi pemilihan teknik. Terdapat lima teknik utama yang boleh digunakan untuk memilih pensampelan kebarangkalian. Menentukan Representasi Sampel Data yang dikumpulkan dibandingkan dengan data dari sumber lain dalam populasi bagi memastikan representasi data. Sekiranya tiada perbezaan yang signifikan, maka ciri-ciri pada sampel ialah representatif. Data dibandingkan dengan data yang dikumpulkan pada tempoh masa yang berbeza untuk menentukan representasi data longitudnya.

TOPIK 4 REKA BENTUK PENSAMPELAN 47 SEMAK KENDIRI 4.3 Sekiranya Harun menganggar jumlah minimum saiz sampel ialah 439, dan kadar pulangan ialah 30%, berapakah jumlah sebenar saiz sampel yang diperlukan? 4.4.2 Jenis-jenis Pensampelan Berkebarangkalian Berikut adalah jenis-jenis pensampelan berkebarangkalian: Pensampelan Rawak Mudah Dalam teknik pensampelan ini, setiap elemen dalam populasi mempunyai peluang yang sama untuk dipilih sebagai sampel. Sampel di pilih menggunakan jadual nombor rawak atau generator. Ini adalah teknik terbaik sekiranya kerangka pensampelan yang tepat, lengkap dan senang diakses boleh didapati. Dengan menggunakan nombor rawak, pemilihan sampel dilakukan tanpa berat sebelah dan menjadikan sampel representatif keseluruhan populasi. Kelemahan utama teknik ini ialah ia memerlukan senarai semua elemen dalam populasi. Ini akan mengambil masa untuk dilaksanakan. Sekiranya populasi merangkumi kawasan geografi yang luas, maka kes yang dipilih mungkin berserakan dalam kawasan tersebut. Kos perjalanan bagi tujuan pengumpulan data akan menjadi amat tinggi. Pensampelan Bersistematik Dalam pensampelan bersistematik, permulaan elemen dalam populasi dipilih secara rawak dari julat 1 hingga k. Pemilihan seterusnya adalah berdasarkan nisbah sampel yang dipilih untuk setiap elemen ke-k. Pensampelan ini melibatkan pemilihan sampel menggunakan jarak langkau yang sama dari kerangka pensampelan. Teknik ini mudah direka bentuk dan fleksibel. Ia mudah digunakan dan lebih efisien dari rawak mudah. Kelebihannya, adalah mudah untuk menentukan min taburan pensampelan. Oleh kerana kerangka pensampelan tidak perlu dibuat, ia adalah lebih murah dari pensampelan rawak mudah.

48 TOPIK 4 REKA BENTUK PENSAMPELAN Populasi yang mempunyai elemen tersusun, akan membuatkan sampel dan dapatan kajian tersasar. Sebagai contoh, sekiranya nisbah sampel ialah k = 4, dan senarai mengandungi semua nama lelaki diikuti dengan nama perempuan, maka sampel akan hanya mengandungi nama lelaki apabila pilihan pertama ialah lelaki. Ini menyebabkan sampel menjadi berat sebelah. Sekiranya populasi mempunyai trend monotinik, iaitu senarai disusun dari elemen yang paling kecil kepada yang paling besar, pemilihan akan menjadi berat sebelah dari awal lagi. Pensampelan Berstrata Teknik ini adalah modifikasi dari pensampelan berkebarangkalian. Populasi dibahagikan kepada dua atau lebih sub populasi atau strata yang berbeza sama sekali berdasarkan satu atau lebih ciri-ciri tertentu. Selepas itu, pemilihan sampel (rawak mudah atau bersistematik) digunakan dalam setiap strata. Keputusan akan diukur dan dicampurkan. Strata boleh dibuat berdasarkan pemboleh ubah utama yang dikaji. Pemilihan sampel dibuat sama ada menggunakan pensampelan berstrata berkadaran, di mana sampel di ambil mengikut kadar jumlah peratusan strata dalam populasi atau pensampelan berstrata tidak berkadaran di mana sampel diambil tidak mengikut peratusan sebenar strata dalam populasi. Kelebihan utama pensampelan berstrata ialah pengkaji dapat mengawal saiz sampel dalam strata. Kawalan ini memberikan nilai statistik yang lebih baik kerana setiap strata adalah homogen di dalamnya tetapi berbeza dengan strata yang lain. Tambahan pula, saiz sampel dalam setiap strata mencukupi untuk representasi dan analisa bagi sub kumpulan. (d) Pensampelan Berkelompok Populasi dibahagikan kepada sub kumpulan yang heterogen, di mana setiap mereka mempunyai pelbagai elemen di dalamnya. Pemilihan sub kumpulan berdasarkan sejauh mana sampel mudah untuk dikumpulkan dan di dapati. Dalam setiap sub kumpulan, elemen adalah heterogen, tetapi antara sub kumpulan, elemen adalah homogen. Sampel diambil daripada sub kumpulan secara rawak untuk dikaji. Kebiasaannya, pensampelan berkelompok melibatkan sampel yang besar kerana data mestilah mencukupi untuk membuat strata atau kelompok dalam populasi. Walau bagaimanapun, sekiranya kaedah ini tidak digunakan dengan bijak, ia akan meningkatkan kos.

TOPIK 4 REKA BENTUK PENSAMPELAN 49 (e) Pensampelan Berperingkat Kaedah pensampelan ini menggunakan lebih dari satu strategi pensampelan. Ia biasanya dimulakan dengan pensampelan berkelompok kerana ia merupakan kaedah memilih kumpulan dan bukannya individu. Setelah memilih kumpulan (kelompok), elemen individu dalam kumpulan pula ditentukan menggunakan teknik pensampelan berkebarangkalian yang lain. SEMAK KENDIRI 4.4 Apakah faktor-faktor yang mempengaruhi pemilihan reka bentuk persampelan berikut? Persampelan berkebarangkalian dan bukan berkebarangkalian. Pensampelan rawak mudah, pensampelan berkelompok dan pensampelan berstrata. 4.4.3 Reka Bentuk Pensampelan Tidak Berkebarangkalian Dalam menyelesaikan masalah, bukan semua sampel boleh di ambil menggunakan pensampelan berkebarangkalian. Pensampelan tidak berkebarangkalian mempunyai pelbagai teknik berdasarkan pertimbangan subjektif pengkaji. Kebiasaannya, pemilihan sampel dilakukan oleh pengumpul data lapangan. Prosedur pemilihan sampel mungkin menjadi tidak adil serta menyebabkan dapatan kajian tersasar. Oleh sebab kebarangkalian untuk sampel dipilih tidak diketahui, julat di mana terletaknya parameter populasi tidak dapat dianggarkan. Pemilihan pensampelan tidak berkebarangkalian selalunya dibuat berdasarkan alasan praktikal walaupun terdapat kelemahan teknikal berbanding dengan kaedah berkebarangkalian: Penggunaan pensampelan tidak berkebarangkalian boleh memenuhi objektif pensampelan. Kadangkala, keratan rentas populasi bukanlah objektif kajian. Contohnya, sekiranya generalisasi dapatan kajian kepada parameter populasi bukanlah apa yang diingini, maka sampel tidak perlu representatif kepada populasi.

50 TOPIK 4 REKA BENTUK PENSAMPELAN (d) Sebab lain menggunakan pensampelan tidak berkebarangkalian ialah faktor kos dan masa. Pensampelan berkebarangkalian memakan masa dan mahal. Sekiranya pensampelan tidak berkebarangkalian dikawal dengan baik, ia boleh memberikan keputusan yang boleh diterima pakai. Walaupun pensampelan berkebarangkalian memberikan keputusan yang lebih baik, ia selalu terjejas dengan masalah aplikasi. Aplikasi yang digunakan dengan cuai akan memberikan keputusan yang berat sebelah. Pensampelan tidak berkebarangkalian mungkin satu-satunya kaedah yang boleh digunakan sekiranya jumlah populasi tidak diketahui. Dalam kes sebegini, kerangka pensampelan tidak ada untuk memilih elemen. Adalah tidak mungkin untuk menentukan bahawa responden yang dipilih dalam tinjauan melalui mel ialah individu yang sepatutnya atau keratan rentas populasi. 4.4.4 Jenis Pensampelan Tidak Berkebarangkalian Berikut adalah jenis-jenis pensampelan tidak berkebarangkalian: Pensampelan Secara Mudah atau Kebetulan Ini adalah pensampelan tidak berkebarangkalian yang tidak mempunyai batasan. Pekerja lapangan mempunyai kebebasan untuk memilih siapa sahaja yang dijumpai. Pemilihan sampel bersifat kebetulan hinggalah saiz sampel yang dikehendaki dicapai. Kaedah ini merupakan prosedur yang amat berguna untuk menguji idea dan kajian berbentuk eksplorasi. Reka bentuk pensampelan ini dianggap paling rendah kebolehpercayaannya kerana tiada kawalan bagi memastikan ketepatan. Pensampelan Bertujuan atau Pertimbangan Pensampelan jenis ini memilih sampel mengikut kriteria tertentu. Pengkaji boleh menggunakan pertimbangan mereka untuk memilih kes yang membantu menjawab persoalan dan objektif kajian. Pensampelan jenis ini biasanya digunakan apabila populasi adalah kecil seperti dalam kajian kes. Tujuan utama kajian kes ialah memilih kes yang dapat memberi maklumat yang paling banyak. Ia amat berguna pada awal peringkat kajian eksplorasi atau untuk memilih kumpulan yang berat sebelah bagi tujuan tapisan. Kelemahan utama reka bentuk ini ialah sampel tidak mempunyai kriteria yang spesifik dan berbeza dari kriteria populasi.

TOPIK 4 REKA BENTUK PENSAMPELAN 51 Pensampelan Kuota Reka bentuk pensampelan ini adalah berdasarkan andaian bahawa sampel mestilah mewakili populasi. Sampel mestilah mempunyai kepelbagaian seperti mana dalam populasi. Ia hampir sama dengan pensampelan berstrata tetapi pemilihan kes dalam setiap strata tidak dilakukan secara rawak. Pensampelan kuota mempunyai beberapa kelebihan berbanding dengan pensampelan berkebarangkalian. Ia lebih murah dan boleh dilakukan dengan lebih cepat. Ia tidak memerlukan kerangka pensampelan dan mungkin satu-satunya teknik yang boleh digunakan apabila tiada teknik lain. Ia amat berguna apabila populasi amat besar dan jumlah saiz yang mencukupi amat penting bagi melakukan analisa. Dalam pensampelan kuota, saiz sampel boleh menjadi lebih dari 2000. Kelemahan utama reka bentuk pensampelan kuota ialah isu representatif kerana tiada jaminan bahawa setiap pemboleh ubah yang dikaji benarbenar mewakili ciri-ciri populasi. Data yang sedia ada digunakan sebagai asas penentuan kuota mungkin tidak terkini atau tepat. Ini menyebabkan data yang dikumpulkan menjadi bias. Jumlah pemboleh ubah kawalan terhad dan selalunya bergantung kepada pilihan yang dibuat oleh pekerja lapangan. (d) Pensampelan Snowballing Reke bentuk ini biasanya digunakan apabila responden sukar dikenal pasti dan hanya boleh dihubungi menerusi rujukan dari orang ramai yang mengenali mereka. Responden pertama boleh dipilih secara rawak atau sebaliknya. Responden pertama kemudiannya mencadangkan responden seterusnya yang mempunyai ciri-ciri yang sama dan proses ini akan diulangi seterusnya. Pendekatan rujukan membantu mengenal pasti responden yang sukar dicari. Walau bagaimanapun, ia mungkin hanya akan mengenal pasti responden yang sama dengan yang sebelumnya. Reka bentuk ini akan menghasilkan kumpulan yang mempunyai homogen yang tinggi. AKTIVITI 4.3 Dalam keadaan di mana responden tinggal di luar bandar, apakah jenis pensampelan yang paling efektif yang boleh digunakan?

52 TOPIK 4 REKA BENTUK PENSAMPELAN 4.5 SAIZ SAMPEL Saiz sampel sering kali ditentukan berdasarkan pertimbangan dan bukan pengiraan. Dalam kebanyakan kes, jenis analisa statistik yang digunakan akan menentukan saiz sampel minima untuk setiap kategori. Sebagai panduan, 30 ialah saiz sampel yang paling minima bagi setiap kategori dalam keseluruhan sampel. Saiz sampel ialah jumlah elemen yang dikaji dalam sesuatu penyelidikan. Penentuan saiz sampel ialah cabaran yang getir kepada pengkaji baru. Beberapa perkara yang perlu diambil perhatian bagi menentukan saiz sampel seperti berikut: (d) (e) Kepentingan keputusan (sampel saiz yang besar dan lebih representatif untuk keputusan yang penting); Jenis penyelidikan (saiz yang lebih kecil bagi tujuan eksplorasi); Jumlah pemboleh ubah (saiz lebih besar sekiranya lebih banyak pemboleh ubah terbabit); Jenis analisa data (analisa statistik yang canggih dan terperinci memerlukan saiz sampel rawak yang besar); dan Ketersediaan sumber (saiz sampel boleh ditentukan secara statistik ataupun sebaliknya). 4.5.1 Pendekatan Kualitatif Penentuan saiz sampel melibatkan pertimbangan kualitatif dan kuantitatif. Terdapat beberapa faktor kualitatif dalam menentukan saiz sampel seperti yang dibincangkan dalam bahagian awal topik ini. Salah satu panduan yang sering digunakan untuk menentukan saiz sampel terutamanya dalam penyelidikan eksplorasi ialah model dari Krejcie dan Morgan (1970). Ramai yang menggunakan cara ini untuk menentukan saiz pensampelan rawak di peringkat tertentu (contohnya, menentukan saiz strata dalam pensampelan berstrata). Mereka meringkaskan penentuan saiz sampel berdasarkan saiz populasi disasarkan. Jadual 7.1 menunjukkan saiz yang dicadangkan.

TOPIK 4 REKA BENTUK PENSAMPELAN 53 Jadual 7.1: Saiz sampel Mengikut Saiz Populasi Sasaran Saiz Populasi (N) Saiz Sampel (n) 10 10 30 28 50 44 100 80 200 132 300 169 500 217 1,000 278 2,000 322 3,000 341 4,000 351 5,000 357 8,000 367 10,000 370 20,000 377 50,000 381 4.5.2 Pendekatan Statistik Pendekatan statistik dalam menentukan saiz sampel adalah berdasarkan statistik inferens yang menggunakan sela keyakinan dan pengujian hipotesis. Kaedah pertama menggunakan anggaran parameter untuk mengira saiz sampel dan kaedah kedua menggunakan kesan saiz, alfa, beta dan sisihan piawai populasi dalam pengiraan. Penentuan saiz sampel untuk sela keyakinan ditunjukkan dalam manual yang diadaptasi dari Malhotra (1999) sementara pendekatan kesan saiz di adaptasi dari Brewer (1996). Pertimbangan untuk menggunakan Pendekatan Sela Keyakinan untuk Menentukan Saiz Sampel Pendekatan ini berasaskan pembinaan sela keyakinan dari min atau kadar menggunakan formula ralat piawai.

54 TOPIK 4 REKA BENTUK PENSAMPELAN Penentuan Saiz Sampel Menggunakan Min Berikut adalah langkah-langkah yang digunakan untuk menentukan saiz sampel: (i) (ii) (iii) (iv) (v) Tentukan aras kepersisan (D), ini ialah perbezaan maksimum yang boleh diterima yang ditetapkan oleh pengkaji. Tentukan tahap keyakinan, juga ditetapkan oleh pengkaji. Tentukan nilai z yang berkait dengan aras keyakinan di (ii) menggunakan jadual taburan z. Tentukan sisihan piawai bagi populasi. Ini ditentukan berdasarkan sumber sekunder, data empirikal dari ujian rintis atau dari pertimbangan pengkaji. Kira saiz sampel menggunakan formula ralat piawai min. 2 2 z n D Penentuan Saiz Sampel Menggunakan Perkadaran Sekiranya statistik yang diingini ialah perkadaran, langkah-langkah berikut perlu digunakan untuk menentukan saiz sampel: (i) (ii) (iii) (iv) (v) Tentukan aras kepersisan (D). Tentukan aras keyakinan. Tentukan nilai z yang berkait dengan aras keyakinan di (ii) dengan menggunakan jadual taburan z. Anggarkan perkadaran populasi. Ini boleh dilakukan berdasarkan maklumat dari kajian lepas, data empirikal dari ujian rintis atau dari pertimbangan pengkaji. Kira saiz sampel menggunakan formula ralat piawai perkadaran. 2 (1 ) z n 2 D

TOPIK 4 REKA BENTUK PENSAMPELAN 55 Pertimbangan Saiz Sampel menggunakan Kaedah Kesan Saiz Terdapat tiga faktor utama yang perlu dipertimbangkan dalam menentukan saiz sampel minima mengikut kaedah ini iaitu nilai alfa, kuasa dan kesan saiz (Brewer, 1996; Cohen, 1977). Alfa, kuasa dan kesan saiz ditentukan oleh pengkaji sebelum pengumpulan data. Alfa ialah kebarangkalian menolak hipotesis nol apabila nol sebenarnya adalah benar. Oleh sebab fokus pengujian hipotesis adalah untuk mengurangkan kesilapan dalam membuat keputusan. Nilai alfa yang cukup kecil adalah penting bagi mendapatkan keputusan yang bermakna. Kuasa ialah kebarangkalian menolak hipotesis nol yang benar. Oleh sebab kuasa merujuk kepada penolakan hipotesis yang betul, kuasa perlu ditetapkan pada nilai yang tinggi bagi menjadikan ia bermakna. Kesan saiz adalah darjah perkaitan antara pemboleh ubah dalam penyelidikan. Sekiranya kajian ingin melihat perbezaan antara dua populasi, kesan saiz akan merujuk kepada magnitud perbezaan yang memberi makna. Kesan saiz yang kecil akan membantu penyelidik mengesan perubahan walaupun kecil pada sesuatu fenomena. Contohnya, sekiranya hipotesis adalah terdapat perbezaan yang benar antara lelaki dan perempuan dari aspek kepuasan kerja, perbezaan yang kecil dalam skor min di antara dua populasi ini (sekiranya hipotesis nol ditolak) adalah mencukupi untuk membuktikan kepentingan praktikal apabila kesan saiz ditetapkan kecil. Kesan saiz yang kecil berupaya untuk mengesan perbezaan yang benar sekiranya terdapat perbezaan antara hipotesis nol dan hipotesis alternatif. Menurut kaedah ini, saiz sampel minima ditakrifkan sebagai fungsi alfa, kuasa dan kesan saiz, terutamanya dalam pengujian hipotesis (Brewer, 1996; Cohen, 1977). Bagi sampel pengujian hipotesis, saiz minima sampel adalah: N = [(Z + Z ) /ES] 2 Di mana, N = Saiz sampel minimum = alfa (kebarangkalian Ralat Jenis I) = beta (kebarangkalian Ralat Jenis II) ES = kesan saiz

56 TOPIK 4 REKA BENTUK PENSAMPELAN Bagi pengujian hipotesis melibatkan dua sampel bebas, saiz minima sampel adalah: N = 2[(Z + Z ) /ES] 2 Di mana, N = Saiz sampel minimum = alfa (kebarangkalian Ralat Jenis I) = beta (kebarangkalian Ralat Jenis II) ES = kesan saiz SEMAK KENDIRI 4.5 Tandakan Betul atau Salah pada kenyataan berikut: No. Soalan Betul Salah 1. Pensampelan lebih baik daripada bancian kerana kos yang rendah dan perlaksanaan yang cepat. 2. Reka bentuk persampelan berstrata adalah bentuk pensampelan berkebarangkalian yang paling berkesan dari segi statistik. 3. Kerangka pensampelan perlu disediakan bagi pensampelan rawak mudah. 4. Senarai populasi dikenali sebagai kerangka pensampelan. 5. Persampelan bertujuan terlalu bias hingga menyebabkan dapatan tidak berguna. 6. Kelebihan pensampelan dibandingkan dengan bancian ialah temu bual dalam sampel.

TOPIK 4 REKA BENTUK PENSAMPELAN 57 Pilih jawapan yang betul 1. Senarai elemen dari mana sampel diambil dipanggil: (d) Populasi Alam semesta Senarai parameter Kerangka pensampelan 2. Sampel yang baik tidak mempunyai bias yang terhasil daripada proses pensampelan. Ini ditakrifkan sebagai: (d) Konsistensi Ketepatan Kepersisan Kebolehpercayaan 3. Persampelan kawasan adalah sejenis: (d) Persampelan kelompok Persampelan bukan berkebarangkalian untuk mengkaji geografi Persampelan berstrata Persampelan bersistematik dalam kajian geografi

58 TOPIK 4 REKA BENTUK PENSAMPELAN SEMAK KENDIRI 4.6 Bagi setiap persoalan kajian berikut, kerangka pensampelan tidak boleh diperoleh. Cadangkan teknik pensampelan bukan berkebarangkalian yang paling sesuai untuk mengumpulkan data dengan memberi justifikasi pemilihan. (d) Apakah perkhidmatan sosial yang boleh diberikan kepada gelandangan? Apakah iklan televisyen yang paling diingati oleh orang ramai pada hujung minggu lepas? Bagaimana syarikat-syarikat pengeluaran merancang untuk memberi respons terhadap tol di lebuh raya? Adakah pengguna kelab skuasy bersedia untuk membayar kenaikan langganan sebanyak 10% bagi membantu membina dua gelanggang baru (jawapan diperlukan pada esok pagi)? Asas pensampelan ialah terdapat persamaan elemen dalam populasi yang boleh diwakili oleh ciri-ciri dalam keseluruhan populasi. Sesetengah elemen dalam populasi mungkin dianggar melebihi nilai dan sesetengahnya pula dianggar kurang dari sepatutnya. Kombinasi kedua-dua anggaran memberikan statistik, iaitu nilai sebenar. Sampel yang baik mestilah tepat, tidak berat sebelah dan tidak mempunyai varians yang bersistematik. Pemilihan reka bentuk pensampelan bergantung kepada persoalan dan objektif kajian. Saiz sampel bergantung kepada sejauh mana ketepatan keputusan ingin dicapai. Aras keyakinan bergantung kepada sumber yang ada untuk mengumpul dan menganalisis data.

TOPIK 4 REKA BENTUK PENSAMPELAN 59 Pensampelan berkebarangkalian ialah reka bentuk yang ideal kerana ia memberikan penentuan aras ralat. Ia mengambil masa yang banyak dan mahal. Pensampelan berstrata dan bersistematik adalah modifikasi dari pensampelan rawak mudah. Kerangka pensampelan diperlukan dalam pensampelan berkebarangkalian. Sekiranya kerangka pensampelan tiada, reka bentuk pensampelan tidak berkebarangkalian boleh digunakan. Teknik pensampelan tidak berkebarangkalian adalah tolak ansur antara ketepatan dan kos pengumpulan data. Ia mempunyai banyak kelebihan termasuklah mudah untuk digunakan dan mengurangkan kos pengumpulan data. Dalam sesetengah keadaan, pensampelan tidak berkebarangkalian adalah satu-satunya kaedah yang boleh digunakan untuk mengumpul data. Bancian Kes populasi Parameter pensampelan berkelompok Populasi