1 / 80

PERSAMPELAN - DEFINISI DAN TUJUAN PERSAMPELAN ADALAH PROSES

PERSAMPELAN - DEFINISI DAN TUJUAN PERSAMPELAN ADALAH PROSES PEMILIHAN UNSUR ATAU ELEMEN DARI POPULASI BAGI SESUATU KAJIAN TERTENTU DI MANA ELEMEN INI DAPAT MEWAKILI POPULASI YANG DIKAJI. TUJUAN PERSAMPELAN IALAH UNTUK MENGGUNAKAN SAMPEL BAGI

Download Presentation

PERSAMPELAN - DEFINISI DAN TUJUAN PERSAMPELAN ADALAH PROSES

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. PERSAMPELAN - DEFINISI DAN TUJUAN • PERSAMPELAN ADALAH PROSES • PEMILIHAN UNSUR ATAU ELEMEN DARI • POPULASI BAGI SESUATU KAJIAN • TERTENTU DI MANA ELEMEN INI DAPAT • MEWAKILI POPULASI YANG DIKAJI. • TUJUAN PERSAMPELAN IALAH UNTUK • MENGGUNAKAN SAMPEL BAGI • MEDAPATKAN MAKLUMAT (MEMBUAT • KESIMPULAN) MENGENAI POPULASI • YANG DIKAJI.

  2. Istilah Utama Persampelan • Sampel • Populasi atau universe • Unsur Populasi • Bancian

  3. Proses Dalam Pemilihan Sampel Tentukan Sasaran populasi Pilih Rangka Persampelan Tentukan Kaedah Persampelan - Kebarangkaian/ Bukan Kebarangkalian Pelan Prosedur Pemilihan Unit Persampelan Tentukan Saiz Sampel Memilih Unit Persampelan Sebenar Perlaksanaan

  4. Populasi Sasaran • Populasi relevan • Ditakrifkan secara operasi

  5. Rangka Persampelan • Senarai elemen dimana pemilihan sampel dibuat • Populasi untuk di laksanakan • Senarai untuk dimelkan --- data base untuk pemasar • Ralat rangka persampelan

  6. Unit Persampelan • Kumpulan yang dipilih untuk disampel • Unit Persampelan utama (PSU) • Unit persampelan sekunder • Unit persampelan peringkat ketiga

  7. Dua Jenis atau Kategori Persampelan • Persampelan kebarangkalian (Probability sampling) • Kebanrangkalian atau peluang tiap unsur dipilih adalah diketahui • Persampelan Bukan Kebarangkalian (Nonprobability sampling) • Kebarangkalian tiap unsur dipilih tidak diketahui

  8. APAKAH SAMPEL YANG BAIK • BAGI MEWAKILI CIRI-CIRI POPULASI SAMPEL • PERLULAH SAHIH • TEPAT - TIDAK WUJUD “BIAS”. TIDAK WUJUD • VARIANS PERBEZAAN DENGAN POPULASI • SECARA SISTEMATIK (CONDONG KEPADA • SATU ARAH ) • “PRECISION” - RALAT SECARA RAMBANG - • RALAT PERSAMPELAN RAMBANG.

  9. Ralat Berkaitan Dengan Persampelan • Ralat Rangka Persampelan • Ralat Persampelan Rambang • Ralat Tidak-Respons

  10. Ralat Sistematik • Ralat Bukan Persampelan • Sampel tidak mewakili populasi • Bukan disebabkan kebarangkalian • Disebabkan oleh rekabentuk kajian atau ketdaktepatan perlaksanaan.

  11. FAKTOR MEMPENGARUHI KEPUTUSAN PEMILIHAN REKABENTUK PERSAMPELAN • OBJEKTIF KAJIAN - • KETEPATAN HASIL KAJIAN • DIPERLUKAN (KAJIAN PENEROKAAN • KEPADA KAJIAN BERSEBAB). • PENYELURUHAN HASIL KAJAIN • KECEKAPAN (EFFICIENCY) • PENGGUNAAN SUMBER DAN MASA

  12. MAKLUMAT POPULASI TIDAK TERDAPAT • HANYA PERSAMPELAN BUKAN-KEBARANGKALIAN BOLEH DIGUNAKAN. (PEMILIHAN-KENDIRI === REPONDEN MEMILIH UNTUK DIKAJI)

  13. PENGERTIAN KONSEP BAGI MEMBANTU MEMAHAM PERSAMPELAN KEBARANGKALIAN • RALAT PIAWAIAN MEAN • SELANG KEYAKINAN • TEOREM HAD MEMUSAT

  14. REKABENTUK PERSAMPELAN KEBARANGKALIAN • RAMBANG MUDAH • SISTEMATIK • BERSTRATA • BERKADARAN • TIDAK BERKADARAN • BERGUGUSAN

  15. Persampelan Bukan Kebarangkalian • Mudah (Convenience) • Pertimbangan (Judgment) • Kuato (Quota) • Bertumbuh (Snowball)

  16. Persampelan Bukan Kebarangkalian • Mudah (Convenience) • Pertimbangan (Judgment) • Kuota (Quota) • Bertumbuh (Snowball)

  17. REKABENTUK PERSAMPELAN KEBARANGKALIAN • RAMBANG MUDAH • SISTEMATIK • BERSTRATA • BERKADARAN • TIDAK BERKADARAN • BERGUGUSAN

  18. Convenience Sampling • Also called haphazard or accidental sampling • The sampling procedure of obtaining the people or units that are most conveniently available

  19. Judgment Sampling • Also called purposive sampling • An experienced individual selects the sample based on his or her judgment about some appropriate characteristics required of the sample member

  20. Quota Sampling • Ensures that the various subgroups in a population are represented on pertinent sample characteristics • To the exact extent that the investigators desire • It should not be confused with stratified sampling.

  21. Snowball Sampling • A variety of procedures • Initial respondents are selected by probability methods • Additional respondents are obtained from information provided by the initial respondents

  22. Simple Random Sampling • A sampling procedure that ensures that each element in the population will have an equal chance of being included in the sample

  23. Systematic Sampling • A simple process • Every nth name from the list will be drawn

  24. Stratified Sampling • Probability sample • Subsamples are drawn within different strata • Each stratum is more or less equal on some characteristic • Do not confuse with quota sample

  25. Cluster Sampling • The purpose of cluster sampling is to sample economically while retaining the characteristics of a probability sample. • The primary sampling unit is no longer the individual element in the population • The primary sampling unit is a larger cluster of elements located in proximity to one another

  26. Kriteria Pemilihan Rekabentuk Persampelan • Darjah ketepatan • Sumber • Masa • Maklumat mengenai populasi • Skop dan kawasan kajian • Keperluan analisis statistik

  27. PERSAMPELAN BUKAN KEBARANGKALIAN • Mengapa menggunakan persampelan Bukan Kebarangkalian. • Kaedah bukan kebarangkalian dapat memenuhi objektif persampelan dengan memuaskan • kos rendah • masa terhad • Ralat pemilihan dijangkakan lebih rendah berbanding dengan sampel rawak • Senarai populasi tidak terdapat

  28. FAKTOR MEMPENGARUHI SAIZ SAMPEL 1. KESERAGAMAN UNIT PERSAMPELAN - CONTOH CITARASA PELAJAR LEBIH SERAGAM JIKA DIBANDINGKAN DENGAN PENGGUNA LAIN DALAM KUMPULAN UMUR YANG SAMA. 2. KEYAKINAN TERHADAP PARAMETER POPULASI. KEYAKINAN MERUJUK KEPADA TAHAP KEPASTIAN OLEH PENYELIDIK BAHAWA MEREKA BENAR-BENAR MENGANGGAR PARAMETER POPULASI SEBENAR- SEPERTI MEAN POPULASI. CONTOH PENYELIDIK ADALAH 95% YAKIN BAHAWA BELIAU BENAR-BENAR MENGUKUR TAHAP KEPUASAN PELAJAR DAN BUKAN KUMPULAN YANG LAIN.

  29. 3. KEJITUAN (PRECISION) - MERUJUK KEPADA KETEPATAN DALAM MENGANGGAR MEAN POPULASI SEBENAR. 4. KAEDAH ANALITIKAL - TERDAPAT BEBERAPA TEKNIK ANALITIKAL YANG MENENTUKAN MINIMUM SAIZ SAMPEL YANG DIPERLUKAN. 5. KEPERLUAN SUMBER - KOS, MASA DAN TENAGA KERJA.

  30. What does Statistics Mean? • Descriptive statistics • Number of people • Trends in employment • Data • Inferential statistics • Make an inference about a population from a sample

  31. Population Parameter • Variables in a population • Measured characteristics of a population • Greek lower-case letters as notation

  32. Sample Statistics • Variables in a sample • Measures computed from data • English letters for notation

  33. Making Data Usable • Frequency distributions • Proportions • Central tendency • Mean • Median • Mode • Measures of dispersion

  34. Population Mean

  35. Sample Mean

  36. Measures of Dispersion or Spread • Range • Mean absolute deviation • Variance • Standard deviation

  37. Low Dispersion Verses High Dispersion 5 4 3 2 1 Low Dispersion Frequency 150 160 170 180 190 200 210 Value on Variable

  38. Low Dispersion Verses High Dispersion 5 4 3 2 1 High dispersion Frequency 150 160 170 180 190 200 210 Value on Variable

  39. The Variance

  40. Variance

  41. Sample Standard Deviation

  42. Sample Standard Deviation

  43. The Normal Distribution • Normal curve • Bell shaped • Almost all of its values are within plus or minus 3 standard deviations • I.Q. is an example

  44. Normal Distribution MEAN

  45. Normal Distribution 13.59% 13.59% 34.13% 34.13% 2.14% 2.14%

  46. Normal Curve: IQ Example 70 145 85 115 100

  47. Standardized Normal Distribution • Symetrical about its mean • Mean identifies highest point • Infinite number of cases - a continuous distribution • Area under curve has a probability density = 1.0 • Mean of zero, standard deviation of 1

  48. Standard Normal Curve • The curve is bell-shaped or symmetrical • About 68% of the observations will fall within 1 standard deviation of the mean • About 95% of the observations will fall within approximately 2 (1.96) standard deviations of the mean • Almost all of the observations will fall within 3 standard deviations of the mean

  49. A Standardized Normal Curve z 1 2 -2 -1 0

  50. The Standardized Normal is the Distribution of Z –z +z

More Related