Tidak dapat menentukan sebab dan akibat terhadap hubungan di antara pembolehubah
dalam kajian.
Bergantung pada kejujuran dan ketepatan responden dalam melaporkan pandangan, sikap,
pengetahuan dan pengalaman mereka semasa menjalankan kajian.
Memerlukan perancangan yang rapi dan tempoh masa yang lama bagi merancang dan
melaksanakan kajian. Contoh: penggubalan item soal-selidik. Tidak dapat menentukan sebab
dan akibat terhadap hubungan di antara pembolehubah dalam kajian.
Pemboleh ubah bebas tidak boleh dimanipulasi seperti uji kaji makmal
Kajian tinjauan merupakan satu jenis reka-bentuk bukan eksperimen yang gemar digunakan
oleh penyelidik dalam pendidikan. Tinjauan boleh dibezakan kepada yang hanya deskriptif
dan yang berbentuk korelasi. Tinjauan deskriptif (boleh digunakan dalam kajian kuantitatif
dan kualitatif) biasanya bertujuan untuk memberi deskripsi tentang sesuatu sampel,
umpamanya, dari segi peratusan dan nisbah responden yang menjawab begini atau begitu
kepada soalan-soalan tinjauan.
Terdapat dua jenis prosedur persampelan iaitu:
Terdapat dua kaedah persampelan iaitu persampelan kebarangkalian dan juga persampelan bukan
kebarangkalian.
Membuat kesimpulan terhadap populasi daripada sampel dengan menggunakan statistik inferensi.
Mengurangkan kos, tenaga, dan masa penyelidikan. Murah untuk mengumpul maklumat daripada
sebahagian individu berbanding keseluruhan populasi. Namun penyelidik harus berhati-hati supaya
sampel benar-benar mewakili polulasi. Membolehkan kajian dilakukan di kawasan atau ruang
penyelidikan yang lebih besar. Membenarkan penyelidik mendapatkan maklumat yang benar-benar
dikehendaki apabila pengukuran menyeluruh ke atas populasi tidak dapat dilakukan
Persampelan adalah berkaitan dengan proses memilih sebilangan subjek daripada sesuatu populasi
untuk dijadikan responden kajian. Penggunaan sampel yang tidak sesuai akan mengurangkan
kesahan dan kebolehpercayaan kajian.
Menurut Mohd Sheffie Abu Bakar (1991) persampelan merupakan satu proses di
mana sebilangan kecil daripada keseluruhan populasi dipilih dan dikaji untuk
membolehkan kita membuat generalisasi mengenai populasi. Persampelan perlu
dilakukan kerana beberapa faktor iaitu faktor masa, populasi yang sangat besar, dan terdapat
populasi yang sukar dicapai.Melalui persampelan kesimpulan dapat dibuat terhadap populasi
daripada sampel dengan menggunakan statistik inferensi.
Ralat yang berlaku apabila sampel digunakan untuk membuat inferens terhadap populasi dipanggil
ralat persampelan. Ralat persampelan merupakan perbezaan atau variasi antara min bagi sampel
yang dirawak dengan min populasi yang bertaburan secara normal. Semakin besar saiz sampel,
semakin kecil ralat persampelan.
Skala pengukuran
Kepentingan Mengetahui Perbezaan Antara Skala.
Setiap jenis skala memberi maklumat yang berlainan.
Skala nisbah memberi lebih maklumat daripada skalasela.
Skala sela memberi lebih maklumat daripada skalaordinal dan skala ordinal pula memberi
lebih maklumatdaripada skala nominal.
Prosedur statistik hanya boleh digunakan dengan jenisskala pengukuran tertentu.
Cara data disusun akan mempengaruhi jenis analisisstatistik yang akan dijalankan
empat jenis skala pengukuran yang biasa digunakan; nominal, ordinal, interval dan ratio
(nisbah). Jenis skala amat penting dalam membezakan jenis analisis pengukuran yang akan
dipilih dan digunakan. Oleh itu penyelidik seharusnya perlu membezakan di antara keempat-
empat jenis skala pengukuran.
saya bersetuju dengan huraian berkaitan skala pengukuran. benar terdapat 4 jenis skala
pengukuran. Jenis skala amat penting dalam membezakan jenis analisis pengukuran yang
akan dipilih dan digunakan. Dapat dirumuskan :
Data nominal boleh diklasifikasikan dalam bentuk kategori, nama ataupun label. Data
nominal merupakan bentuk kategori yang tidak dapat disusun mengikut urutan seperti jantina
(lelaki; perempuan).
Data ordinal boleh disusun mengikut urutan. Data ordinal tidak boleh mengukur perbezaan di
antara dua data. Data ordinal boleh memberikan nilai numerik tetapi tidak dapat melakukan
operasi matematik.
Manakala data interval atau sela merupakan data yang boleh diukur dan datanya adalah
bermakna. Contohnya adalah seperti senarai data suhu. Tetapi nilai 0 data interval bukan nilai
yang paling minimum (Nilai sifar (0) bersifat arbitrari).
Data ratio (nisbah) sama seperti data interval tetapi nisbah memberi makna yang mana data
ratio mempunyai nilai kosong secara mutlak.contohnya seperti skor ujian.