.

"ANTARA BLOG TERBAIK DI NATIONAL EDUCATIONAL BLOGGING SUMMIT 2011"


MORE THAN 3 MILLION HITS !

Statistik

SPSS - STATISTIK PENYELIDIKAN SECARA SANTAI

Pertanyaan: zahinothman@gmail.com



-------------------------------------------------------------------------------------------------------------------------------------------------------

Sila joint dan sign-in. Anda FOLLOWER kehormat drotspss...

Saya klik Follow dan BANGGA menjadi follower drotspss...

Tuesday, July 7, 2015

Tajuk 774: Nak pilih mana - Cohen, Krejcie-Morgan, Cochran, G*Power ?

Jgn terpilih G-String dah ler !
Read and SHARE because it is RARE !!
Tadi aku tulis pasal Likert… now pasal penentuan saiz sampel yg lazimnya dikaitkn dgn Krejcie dan Morgan (1970), Cochran (1977), Cohen (1988) atau perisian GPower – mana satu nak ikut?
Sampling diperlukan bagi mendapatkan nilai sampel bagi menganggar nilai populasi dari mana sampel tersebut diambil. Oleh kerana sampel mempunyai darjah variability yang lebih kecil berbanding dengan darjah variability populasi (variability populasi lazimnya tersebar sehingga menghasilkan graf taburan normal), maka penentuan sample size perlu diberikan perhatian supaya inference dapat dilakukan.
Percayalah, aku sendiri tak tahu amende sampel saiz ni sehinggalah aku nak tulis proposal master aku…dan bila tanya SV dapatlah jawapan klise “Ini kajian awak.. awak lah yang patut tahu” ! Mujurlah aku buat eksperimental design so….. ambil sahaja n=30…. katanya “rule of thumb” abis citer !
Now aku nak share lah, berikut adalah antara perkara yang diambilkira dlm penentuan saiz sample:
1. Sampling error (ralat persampelan) - Sampling error berlaku apabila nilai yang sepatutnya diperolehi dari populasi berbeza dengan nilai yang diperolehi dari sample yang diambil (contoh skor IQ populasi 120 tetapi skor IQ dari sample 110, ada error sebanyak 10)
2. Confidence level - jadual Krejic dan Morgan (1970) menggunakan confidence level dalam pengiraan saiz sample. Bagi populasi bertaburan normal dengan confidence level 95% atau α = .05, maka jika diambil 100 kali sample, 95 dari sample tersebut mempunyai nilai min menghampiri dengan nilai min populasi, 5 lagi tersasar …
3.Darjah homogeneity - adalah degree of homogeneity atau degree of variability yang merujuk kepada taburan variance populasi. Variance adalah satu konsep asas dalam statistic. Secara mudah, variance bermakna perbezaan individu skor disekitar min atau perubahan skor disekitar min. Bagi populasi yang heterogen (tidak seragam), saiz sampel yang lebih besar diperlukan, begitulah sebaliknya.
Berikut adalah cara penentuan sample yang lazim digunakan…
Jadi....aku mencadangkan gunalah....
1. Jadual Krejcie and Morgan (1970) jika anda tahu populasi anda (target ataupun accessible). Pengiraan dalam jadual ini tidak mengambilkiran statistical power dan effect size dan saya berpendapat sesuai jika anda ingin membuat kajian survey (tak perlukan effect size)….dan populasi anda besar serta diketahui bilangannya.
2. Jadual Cochran (1977) yg berasaskan formula margin of error bagi membolehkan penyelidik menerima error item seperti 5% bagi data kategori dan 3% margin error bagi data continuous. Ini adalah error yang sengaja diadakan utk diterima oleh penyelidik kerana setiap pengukuran mesti membawa error. Ini termasuklah menerima error dengan α = .05 (Type 1 error).
Oleh itu Cochran telah menyediakan dua formula iaitu bagi data continuos dan data categorical. Anda tidak perlu tahu saiz populasi apabila menggunakan formula Cochran.
3. Jadual Cohen (1988) berasaskan statistical power dan effect size (ES). Katakan anda membuat ujian-t kumpulan tidak bersandar, maka anda tetapkan kesan saiz yang (mengikut Cohen) katakan bernilai d = .70. maka sampel anda adalah sebanyak 33 orang bagi setiap kumpulan. Ini bermakna, kajian eksperimen memerlukan anda menganggar nilai ES sebelum kajian bermula.
Jika anda yakin dapat mengumpulkan lebih ramai sample, anggarkan sahaja ES yang lebih sederhana, katakan 0.6, maka sampel anda bagi satu kiumpulan adalah 45. Ini dinamakan prior to research sampling method.
4. G*Power adalah perisian berasaskan statistical power dan effect size. Tak ramai yang kisah kewujudan perisian percuma ini. G*Power sangat convincing utk digunakan kerana outputnya bukan sahaja berdasarkan jenis analisis statistik, tetapi juga disertakan dengan graf.
Dengan membuat anggaran statistical power 80% dan effect size yang anda jangkakan / ramalkan terlebih dahulu, anda akan mengetahui saiz sampel yang diperlukan. Semua arahan ada disertakan dalam homepage G*Power.
Kadang2 kelakar juga bila ada yang larang guna Krejcie-Morgan kerana kononnya dah lama (1970). Ini bukan soal lama atau baru sebab t-test tu lagi lama, diperkenalkan oleh Gosset pada tahun 1908 bro ... kenapa masih guna...soalnya anda perlu faham ciri setiap cara penentuan sample... yang sesuai dgn keperluan kajian anda ... bukan kerana tahunnya !
Jgn kata susah… tak tahu… confused…. sebab aku pun dulu sama macam hampa…. Lagi teruk sebab aku background Chemistry bukan social science.
Mana pernah aku jumpa contohnya G*Power masa blaja dulu… jumpa G-string dan ubat Power adalah.....
OT 

No comments:

Post a Comment

Related Posts Plugin for WordPress, Blogger...