Persampelan membolehkan maklumat diperoleh daripada kumpulan yang lebih besar. Kumpulan yang lebih besar ini dikenali sebagai populasi. Misalnya, kita ingin mengetahui pendapat pelajar universiti terhadap Akta Universiti dan kolej universiti. Keseluruhan komuniti pelajar universiti ini merupakan populasi. Sebahagian daripada keseluruhan pelajar yang dipilih dalam kajian adalah merupakan sampel. Pelajar yang dipilih itu dikenali sebagai elemen di dalam sampel.
Persampelan boleh dibahagikan kepada dua teknik iaitu persampelan rawak ataupun lebih dikenali sebagai persampelan kebarangkalian ataupun persampelan bukan rawak iaitu persampelan bukan kebarangkalian.
Persampelan Kebarangkalian (Rawak)
Terdapat empat jenis prosedur persampelan kebarangkalian yang sering digunakan. Asas kepada pemilihan setiap satu adalah bergantung kepada permasalahan kajian. Keempat-empat persampelan kebarangkalian itu adalah:
(a) Persampelan rawak mudah (Simple random)
persampelan yang paling asas. Persampelan ini menjadi dasar kepada rekabentuk persampelan yang lain. Persampelan rawak mudah memastikan setiap individu mempunyai peluang yang sama untuk diambil atau untuk digunakan bagi mewakili populasi. Ini bermakna rekabentuk persampelan yang lain mestilah dilakukan berasaskan persampelan rawak mudah.
(b) Persampelan rawak berlapis (Stratified random)
sesuai digunakan bagi populasi yang tidak seragam (heterogenous). Ia juga sesuai digunakan jika penyelidik ingin membuat perbandingan di antara beberapa sub-populasi. Persampelan rawak mudah tidak boleh digunakan untuk mengambil sampel daripada sesuatu populasi sekiranya populasi itu tidak seragam. Ini adalah kerana sampel rawak mudah tidak mewakili lapisan-lapisan yang wujud dalam populasi.
(c) Persampelan Kelompok (Cluster)
Kaedah ini sesuai jika elemen-elemen yang terdapat di dalam populasi adalah berselerak (heterogegous) pada ketika kajian sedang dilakukan. Persampelan kelompok akan melibatkan pembahagian populasi kepada sebanyak kelompok yang mungkin dengan setiap kelompok mencerminkan populasi kajian dan boleh dilakukan oleh penyelidik. Tujuan melakukan persampelan kelompok adalah kerana terdapat ketidakseragaman unsur-unsur di dalam kelompok tetapi terdapat keseragaman di antara semua kelompok.
(d) Persampelan Sistematik (Systematic)
teknik yang agak mudah dan ringkas bagi melaksanakannya. Persampelan sistematik memerlukan rangka persampelan yang lengkap. Sebagai contoh, jika kita ingin mengambil sampel 50 isirumah daripada 250 isirumah yang terdapat di dalam sesuatu kawasan. Ini bermakna kita mempunyai rangka persampelan sebanyak 250 isirumah. Jika kita memerlukan 50 isirumah sebagai sampel maka setiap unsur yang dipilih adalah setiap selang 5 orang (250/50 = 5).
Sebagai langkah permulaan, penyelidik perlu memilih satu unsur secara rawak. Katakan nombor yang pertama yang dipilih secara rawak adalah unsur yang kelima. Maka isirumah yang seterusnya adalah 10, 15, 20, 25 dan seterusnya sehinggalah terpilih 50 unsur yang terpilih sebagai subjek dalam sampel.
Untuk kefahaman yang lebih mudah, rujuk dan tonton video di : http://faculty.elgin.edu/dkernler/statistics/ch01/4-1.html
Persampelan Bukan Kebarangkalian (Tidak Rawak)
Teknik persampelan bukan kebarangkalian ini biasanya digunakan apabila tidak terdapat rangka persampelan atau tidak terdapat populasi sasaran untuk dibuat kajian. Di antara kebaikan persampelan bukan kebarangkalian adalah ianya adalah lebih mudah dilaksanakan serta lebih murah dari segi kosnya. Bagaimanapun kesimpulan atau generalisasi terhadap parameter populasi tidak dapat dilakukan. Kaedah pengujian hipotesis melalui statistik inferensi juga tidak dapat dilakukan terhadap data yang diperolehi. Ini kerana penyelidik tidak dapat menentukan darjah ketepatan dan keyakinan terhadap dapatan kajian.
Walau bagaimanapun persampelan bukan kebarangkalian adalah sesuai digunakan dalam penyelidik penerokaan, deskriptif dan kajian yang bertujuan untuk memberi gambaran kasar tentang fenomena yang wujud dalam populasi kajian dan menjadi panduan kepada penyelidik yang lebih mendalam nanti.
Di antara jenis persampelan bukan kebarangkalian adalah:
(a) Persampelan mudah (convenience)
Unsur sampel adalah diambil mengikut keselesaan penyelidik yang mana 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.
Cth : Online poll, survey your friends, ask friend at the mall
(b) Persampelan bertujuan / pertimbangan (purposive)
Persampelan bertujuan digunakan bagi mengumpul maklumat dari sekumpulan sampel yang khusus dan spesifik serta bertepatan dengan objektif kajian dan merujuk kepada sesuatu perwakilan formal. Sampel memenuhi kriteria yang ditetapkan dalam kajian dan tergolong dalam populasi kajian dan dipilih berdasarkan pengetahuan dan pengalaman.
Cth; pakar dalam sesuatu bidang.
(c) Persampelan kuota
Sebenarnya hanya menerapkan konsep stratifikasi dalam pemilihan sampel. Kajian berakhir apabila kuota telah dipenuhi.
(d) Persampelan bola salji (snowball)
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 pengkaji 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
Biasanya untuk menentukan saiz sampel, kita boleh merujuk jadual penentuan saiz sampel yang telah disediakan seperti jadual Krejcie & Morgan (1970) dan jadual Cohen et al. (2001).
Namun, Krejcie & Morgan (1970) tidak membincangkan secara langsung tentang aras signifikan dan ralat persampelan berbanding dengan Cohen et al. (2001). Selain itu, jika kita tidak mengetahui jumlah populasi kajian, perisian G*Power lebih sesuai kerana ia membantu kita menetapkan saiz sampel dengan mengambil kira saiz kesan (effect size), ralat persampelan dan juga aras signifikan kajian. Cohen (1977) juga membincangkan tentang saiz kesan ini dalam kajian beliau.
Walauapapun, keputusan pemilihan semuanya bergantung kepada kita sendiri yang menjalankan penyelidikan tersebut. Tidak kira jenis dan prosedur saiz sampel yang kita gunakan perlu ada justifikasinya. Ini penting yang akan membuktikan bahawa kita faham kajian yang kita sendiri jalankan…
» Read More...
