SAMPLING METHOD
SAMPLING METHOD
Basically allows information obtained from sampling a larger group. Larger group is known as a population. For example, we want to know the opinions of university students of the Universities and university colleges. The entire community is a population of university students. Parts of the overall student selected for this study were a sample. Students are selected is known as an element in the sample.
Several types of sampling designs are often used in research. The types of different designs used to reduce sampling error. These designs are simple random sampling, stratified random sampling, systematic sampling and sampling groups.
There are four types of probability sampling. Basis for selecting each one is dependent on the research problem. For example, the sampling frame in terms of availability of a good level of accuracy is required and the most suitable method to obtain the data. All four of the sampling probability is a) Simple random sampling b) Stratified random sampling c) Sampling of groups and d) Systematic sampling
Simple random sampling is the most basic sampling. Sampling is the basis on which to design other sampling. A simple random sampling is used to ensure that every individual has equal opportunity for employment or to be used to represent the population. This means that other sampling designs must be based on random sampling. Among the benefits are carrying out random sampling.
Stratified random sampling can be used for the population of non-uniform (heterogeneous). It is also suitable for use if researchers want to compare among several sub-populations. Simple random sampling can not be used to take samples from a population if the population is not uniform. This is because a simple random sample does not represent the layers that exist in the population.
Cluster sampling is suitable if there are elements in the population is scattered (heterogeneous) at a time when studies are being conducted. Sampling of the group will involve the distribution of population groups with each group may reflect the study population and can be done by the researchers. The aim of the sampling group is because there are inconsistencies in the critical elements in the group, but there is uniformity among all groups.
Systematic random sampling technique is a technique that is relatively easy and simple to implement. Systematic sampling requires a complete sampling frame. Let say, if we want to take a sample of 50 households from 250 households located in an area. This means we have a sampling frame of 250 households. If we need a sample of 50 households, the individual elements are selected for every 5 members (250/50 = 5). As a first step, researchers need to choose a random element. Suppose the first number is chosen at random is the fifth element. So the next household was 10, 15, 20, 25 and so on until the selected 50 items selected as subjects in the sample.
Sometimes there are circumstances which do not allow researchers run the probability of sampling species. This may all probability sampling is not practical to be used for certain studies. If there were such circumstances it is possible for researchers to use non-probability sampling.
Sometimes there are circumstances which do not allow researchers run the probability of sampling species. This may all probability sampling is not practical to be used for certain studies. If there were such circumstances it is possible for researchers to use non-probability sampling. Non-probability sampling techniques are usually used when there is no sampling frame or have no target to make the study population. In between the good non-probability sampling is that it is easier to perform and less expensive in terms of cost. However, conclusions or generalizations of the population parameter can not be done. Method of hypothesis testing through statistical inference can not be done on the data. This is because researchers can not determine the degree of accuracy and degree of confidence in the findings. However, non-probability sampling is more suitable for exploratory research, descriptive study that aims to give a rough about the phenomenon that exists in the population study and a guide to researchers who are more in-depth later. Among the non-probability samplings are: convenience sampling, judgment considerations, and quota sampling.
SAMPLING METHOD
Pada asasnya 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.
Beberapa jenis rekabentuk persampelan sering digunakan dalam penyelidikan. Jenis-jenis rekabentuk yang berlainan digunakan bagi mengurangkan ralat persampelan. Rekabentuk-rekabentuk tersebut ialah persampelan rawak mudah, persampelan rawak berlapis, persampelan kelompok dan persampelan sistematik.
Terdapat empat jenis persampelan kebarangkalian. Asas kepada pemilihan setiap satu adalah bergantung kepada permasalahan kajian. Sebagai contoh dari segi kedapatan rangka persampelan yang baik tingkat kejituan yang diperlukan dan kaedah yang paling sesuai untuk mendapatkan data. Keempat-empat persampelan kebarangkalian itu adalah:
a) Persampelan rawak mudah
b) Persampelan rawak berlapis
c) Persampelan kelompok
d) Persampelan sistematik
Persampelan rawak mudah merupakan 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. Di antara faedah menjalankan persampelan rawak mudah adalah.
Persampelan rawak berlapis 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.
Persampelan Kelompok
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 unsure-unsur di dalam kelompok tetapi terdapat keseragaman di antara semua kelompok.
Persampelan Sistematik
Teknik persampelan rawak bersistem adalah suatu 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 unsure yang kelima. Maka isirumah yang seterusnya adalah 10, 15, 20, 25 dan seterusnya sehinggalah terpilih 50 unsur yang terpilih sebagai subjek dalam sampel.
Kadang-kala terdapat beberapa keadaan yang tidak memungkinkan penyelidik menjalankan persampelan jenis kebarangkalian. Ini mungkin kesemua persampelan kebarangkalian itu tidak praktikal untuk digunakan untuk kajian-kajian yang tertentu. Jika terdapat keadaan sedemikian maka adalah mungkin bagi penyelidik menggunakan persampelan bukan kebarangkalian.
Kadang-kala terdapat beberapa keadaan yang tidak memungkinkan penyelidik menjalankan persampelan jenis kebarangkalian. Ini mungkin kesemua persampelan kebarangkalian itu tidak praktikal untuk digunakan untuk kajian-kajian yang tertentu. Jika terdapat keadaan sedemikian maka adalah mungkin bagi penyelidik menggunakan persampelan bukan kebarangkalian. 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 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 persampelan bukan kebarangkalian adalah:
o Persampelan selesa
o Persampelan pertimbangan
o Persampelan kouta
Basically allows information obtained from sampling a larger group. Larger group is known as a population. For example, we want to know the opinions of university students of the Universities and university colleges. The entire community is a population of university students. Parts of the overall student selected for this study were a sample. Students are selected is known as an element in the sample.
Several types of sampling designs are often used in research. The types of different designs used to reduce sampling error. These designs are simple random sampling, stratified random sampling, systematic sampling and sampling groups.
There are four types of probability sampling. Basis for selecting each one is dependent on the research problem. For example, the sampling frame in terms of availability of a good level of accuracy is required and the most suitable method to obtain the data. All four of the sampling probability is a) Simple random sampling b) Stratified random sampling c) Sampling of groups and d) Systematic sampling
Simple random sampling is the most basic sampling. Sampling is the basis on which to design other sampling. A simple random sampling is used to ensure that every individual has equal opportunity for employment or to be used to represent the population. This means that other sampling designs must be based on random sampling. Among the benefits are carrying out random sampling.
Stratified random sampling can be used for the population of non-uniform (heterogeneous). It is also suitable for use if researchers want to compare among several sub-populations. Simple random sampling can not be used to take samples from a population if the population is not uniform. This is because a simple random sample does not represent the layers that exist in the population.
Cluster sampling is suitable if there are elements in the population is scattered (heterogeneous) at a time when studies are being conducted. Sampling of the group will involve the distribution of population groups with each group may reflect the study population and can be done by the researchers. The aim of the sampling group is because there are inconsistencies in the critical elements in the group, but there is uniformity among all groups.
Systematic random sampling technique is a technique that is relatively easy and simple to implement. Systematic sampling requires a complete sampling frame. Let say, if we want to take a sample of 50 households from 250 households located in an area. This means we have a sampling frame of 250 households. If we need a sample of 50 households, the individual elements are selected for every 5 members (250/50 = 5). As a first step, researchers need to choose a random element. Suppose the first number is chosen at random is the fifth element. So the next household was 10, 15, 20, 25 and so on until the selected 50 items selected as subjects in the sample.
Sometimes there are circumstances which do not allow researchers run the probability of sampling species. This may all probability sampling is not practical to be used for certain studies. If there were such circumstances it is possible for researchers to use non-probability sampling.
Sometimes there are circumstances which do not allow researchers run the probability of sampling species. This may all probability sampling is not practical to be used for certain studies. If there were such circumstances it is possible for researchers to use non-probability sampling. Non-probability sampling techniques are usually used when there is no sampling frame or have no target to make the study population. In between the good non-probability sampling is that it is easier to perform and less expensive in terms of cost. However, conclusions or generalizations of the population parameter can not be done. Method of hypothesis testing through statistical inference can not be done on the data. This is because researchers can not determine the degree of accuracy and degree of confidence in the findings. However, non-probability sampling is more suitable for exploratory research, descriptive study that aims to give a rough about the phenomenon that exists in the population study and a guide to researchers who are more in-depth later. Among the non-probability samplings are: convenience sampling, judgment considerations, and quota sampling.
SAMPLING METHOD
Pada asasnya 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.
Beberapa jenis rekabentuk persampelan sering digunakan dalam penyelidikan. Jenis-jenis rekabentuk yang berlainan digunakan bagi mengurangkan ralat persampelan. Rekabentuk-rekabentuk tersebut ialah persampelan rawak mudah, persampelan rawak berlapis, persampelan kelompok dan persampelan sistematik.
Terdapat empat jenis persampelan kebarangkalian. Asas kepada pemilihan setiap satu adalah bergantung kepada permasalahan kajian. Sebagai contoh dari segi kedapatan rangka persampelan yang baik tingkat kejituan yang diperlukan dan kaedah yang paling sesuai untuk mendapatkan data. Keempat-empat persampelan kebarangkalian itu adalah:
a) Persampelan rawak mudah
b) Persampelan rawak berlapis
c) Persampelan kelompok
d) Persampelan sistematik
Persampelan rawak mudah merupakan 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. Di antara faedah menjalankan persampelan rawak mudah adalah.
Persampelan rawak berlapis 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.
Persampelan Kelompok
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 unsure-unsur di dalam kelompok tetapi terdapat keseragaman di antara semua kelompok.
Persampelan Sistematik
Teknik persampelan rawak bersistem adalah suatu 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 unsure yang kelima. Maka isirumah yang seterusnya adalah 10, 15, 20, 25 dan seterusnya sehinggalah terpilih 50 unsur yang terpilih sebagai subjek dalam sampel.
Kadang-kala terdapat beberapa keadaan yang tidak memungkinkan penyelidik menjalankan persampelan jenis kebarangkalian. Ini mungkin kesemua persampelan kebarangkalian itu tidak praktikal untuk digunakan untuk kajian-kajian yang tertentu. Jika terdapat keadaan sedemikian maka adalah mungkin bagi penyelidik menggunakan persampelan bukan kebarangkalian.
Kadang-kala terdapat beberapa keadaan yang tidak memungkinkan penyelidik menjalankan persampelan jenis kebarangkalian. Ini mungkin kesemua persampelan kebarangkalian itu tidak praktikal untuk digunakan untuk kajian-kajian yang tertentu. Jika terdapat keadaan sedemikian maka adalah mungkin bagi penyelidik menggunakan persampelan bukan kebarangkalian. 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 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 persampelan bukan kebarangkalian adalah:
o Persampelan selesa
o Persampelan pertimbangan
o Persampelan kouta
Comments
Post a Comment