วัตพล

ผู้เขียน : วัตพล

อัพเดท: 15 พ.ย. 2022 13.57 น. บทความนี้มีผู้ชม: 131165 ครั้ง

การออกแบบสอบถาม คืออะไร ทำอย่างไร ให้ประสบความสำเร็จ


การสุ่มตัวอย่าง (Sampling) แนะนำรูปแบบการสุ่มตัวอย่างในงานวิจัย

การสุ่มตัวอย่าง

การสุ่มตัวอย่าง (Sampling) เป็นหนึ่งขั้นตอนสำคัญในการทำงานวิจัย เพราะเป็นเครื่องมือที่ใช้ในการวิจัย

ขั้นตอนที่เราต้องทำการเก็บข้อมูลจากประชากร บุคคลที่เกี่ยวข้องกับเนื้อหาที่ศึกษามาสัมภาษณ์หรือสอบถามข้อมูลเพิ่มเติม แต่เราไม่สามารถที่จะสอบถามประชากรในพื้นที่ทั้งหมดได้
 

เราจึงต้องทำการสุ่มตัวอย่างในการศึกษาและออกแบบสอบถามเก็บข้อมูล โดยการสุ่มตัวอย่างมีหลายวิธีที่สามารถทำให้ได้ตัวอย่างประชากรที่ครอบคลุม เหมาะสมและสามารถให้ข้อมูลที่เป็นประโยชน์กับงานวิจัยที่เรากำลังศึกษาได้มากที่สุด 


ศัพท์ที่เกี่ยวข้องในบทความ

 
ประชากร (Population) คือ หน่วยของข้อมูลทั้งหมดทุกหน่วยที่ต้องการศึกษาเป็นได้ทั้งคน สัตว์ สิ่งของ สถานที่ สถานการณ์ต่างๆ ที่มีคุณสมบัติตามที่กำหนดและสนใจศึกษา อาจจะเป็นประชากรที่นับได้หรือประชากรที่นับไม่ได้

กลุ่มตัวอย่าง (Sample) คือ กลุ่มย่อย ส่วนหนึ่งของประชากรที่นำมาศึกษา เป็นตัวแทนของประชากร เพื่อนำผลการศึกษามาสรุปอ้างอิงเป็นผลของประชากร เป้าหมาย กลุ่มตัวอย่างที่ดีควรมีขนาดที่เหมาะสม สะท้อนภาพของประชากรทั้งหมด


การสุ่มตัวอย่าง (Sampling) คือ กระบวนการได้มาซึ่งกลุ่มตัวอย่างที่มีความเป็นตัวแทนที่ดีของประชากร


การสุ่มตัวอย่าง (Sampling) คืออะไร?

การสุ่มตัวอย่าง (Sampling) คือ การเลือกกลุ่มตัวอย่างที่ทุกหน่วยของประชากรที่ศึกษามีโอกาสถูกเลือกเท่าๆกัน วิธีการสุ่มตัวอย่างวิจัย จำแนกได้เป็น 2 ประเภทใหญ่ๆ คือ การสุ่มกลุ่มตัวอย่างโดยไม่ใช้หลักความน่าจะเป็น (Nonprobability Sampling)และ การสุ่มกลุ่มตัวอย่างโดยใช้หลักความน่าจะเป็น (Probability Sampling)


การสุ่มกลุ่มตัวอย่างโดยไม่ใช้หลักความน่าจะเป็น (Nonprobability Sampling)

การสุ่มตัวอย่าง Sampling

การสุ่มกลุ่มตัวอย่างโดยไม่ใช้หลักความน่าจะเป็น (Nonprobability Sampling) คือ การสุ่มตัวอย่างโดยไม่อาศัยความน่าเป็น เป็นการสุ่มตัวอย่างที่ไม่ทราบจำนวนประชากรที่แท้จริง ทําให้ไม่สามารถสุ่มแบบอาศัยความน่าจะเป็นได้ การสุ่มแต่ละครั้ง ทุก ๆ หน่วยของประชากรมีโอกาสถูกสุ่มมาเป็นกลุ่มตัวอย่างไม่เท่าเทียมกัน วิธีการสุ่มแบบนี้แบ่งย่อยได้ 4 ประเภท ดังต่อไปนี้

การสุ่มตัวอย่างตามความสะดวก (Convenience Sampling)

การสุ่มตัวอย่างตามความสะดวก (Convenience Sampling) คือ การสุ่มแบบไม่มีกฎเกณฑ์ อาศัยความสะดวกของผู้วิจัยเป็นหลัก กลุ่มตัวอย่างเป็นใครก็ได้ที่ให้ความร่วมมือกับผู้วิจัยในการให้ข้อมูลบางอย่าง


ตัวอย่างเช่น สอบถามความคิดเห็นในการใช้บริการห้องสมุดของโรงเรียนแห่งหนึ่ง ผู้วิจัยค่อยสัมภาษณ์นักเรียน 50 คนที่เข้ามาใช้บริการห้องสมุดในช่วงกลางวันของวันหนึ่ง

การสุ่มตัวอย่างแบบเจาะจง (Purposive  Sampling)

การสุ่มตัวอย่างแบบเจาะจง (Purposive  Sampling) คือ การสุ่มกลุ่มตัวอย่างที่จะเป็นใครก็ได้ที่มีลักษณะตามความต้องการของผู้วิจัย โดยมีการกําหนดคุณลักษณะเฉพาะ เป็นการเลือกแบบเจาะจงลงไป การเลือกกลุ่มตัวอย่างแบบนี้มีชื่อเรียกอีกอย่างว่า Judgement sampling ตัวอย่างเช่น

  • เป็นนักเรียนระดับมัธยมศึกษาปีที่ 3 ที่เรียนอยู่ในโรงเรียนสังกัดกรมสามัญศึกษา มีความสามารถพิเศษทางดนตรี
  • เป็นเพศชายที่ทํางานในหน่วยงานภาครัฐอายุระหว่าง 40 ถึง 50 ปี

การสุ่มตัวอย่างแบบโควต้า (Quota  Sampling)

  • การสุ่มตัวอย่างแบบโควต้า (Quota  Sampling) คือ การสุ่มตัวอย่างโดยกําหนดคุณลักษณะและสัดส่วนที่ต้องการไว้ล่วงหน้า คุณลักษณะอาทิ เพศ อายุ ระดับการศึกษา เป็นต้น ตัวอย่างเช่น
  • ต้องการกลุ่มตัวอย่างเป็นเพศชายและหญิงในสัดส่วนที่เท่ากัน
  • ผู้วิจัยต้องการศึกษาเจตคติต่อมหาวิทยาลัย จึงกำหนดสัดส่วนของกลุ่มตัวอย่าง 200 คน แบ่งออกเป็นนักศึกษาปริญญาตรี 150 คน ปริญญาโท 35 คน และปริญญาเอก 15 คน

การสุ่มตัวอย่างแบบอ้างอิงด้วยบุคคลและผู้เชี่ยวชาญ (Snowball Sampling)

การสุ่มตัวอย่างแบบอ้างอิงด้วยบุคคลและผู้เชี่ยวชาญ (Snowball Sampling) คือ การสุ่มตัวอย่างในลักษณะการสร้างเครือข่ายข้อมูล โดยเลือกจากหน่วยตัวอย่างกลุ่มแรก และตัวอย่างกลุ่มนี้เสนอบุคคลอื่นที่มีลักษณะใกล้เคียงต่อๆไป

ประโยชน์ของการใช้การสุ่มตัวอย่างแบบ Nonprobability Sampling

ประโยชน์ของการใช้การสุ่มตัวอย่างแบบ Nonprobability Sampling คือ มีความง่าย สะดวก รวดเร็วในการสุ่มตัวอย่างและวางแผนเก็บข้อมูลออกแบบสอบถาม เป็นแบบสอบถาม ออนไลน์ ประหยัดค่าใช้จ่ายและเวลา


การสุ่มกลุ่มตัวอย่างโดยใช้หลักความน่าจะเป็น (Probability Sampling)

กลุ่มตัวอย่าง

การสุ่มกลุ่มตัวอย่างโดยใช้หลักความน่าจะเป็น (Probability Sampling) คือ การสุ่มตัวอย่างแบบอาศัยความน่าจะเป็น เป็นการสุ่มหน่วยตัวอย่างจากประชากรโดยทราบจํานวนประชากรทั้งหมด ประชากรทั้งหมดมีโอกาสที่จะถูกสุ่มมาเป็นกลุ่มตัวอย่างเท่าเทียมกัน การสุ่มแบบอาศัยความน่าจะเป็น เป็นวิธีที่นิยมใช้กันมาก เพราะมีความน่าเชื่อถือ วิธีการสุ่มแบบนี้แบ่งย่อยได้ 4 ประเภท ดังต่อไปนี้

การสุ่มตัวอย่างแบบง่าย  (Simple Random Sampling) 

การสุ่มตัวอย่างแบบง่าย  (Simple Random Sampling) คือ วิธีที่ประชากรแต่ละหน่วยมีโอกาสถูกสุ่มมาเป็นกลุ่มตัวอย่างเท่า ๆ กัน มีทั้งวิธีการจับฉลากและการใช้ตารางเลขสุ่ม 


การจับฉลาก ทำได้โดยการเขียนชื่อหน่วยตัวอย่างทั้งหมดมาทำฉลากแล้วหยิบจนครบตามที่ต้องการ วิธีการหยิบเกิดขึ้นได้ทั้งแบบหยิบทีละใบแล้วใส่คืน หยิบแล้วไม่ใส่คืน และหยิบครั้งเดียวให้ครบตามต้องการ การใช้ตารางเลขสุ่ม เป็นการเขียนชุดของตัวเลขอาจเป็นเลข 3-5 หลัก จากนั้นหาวัสดุปลายแหลมจิ้มลงไปโดยปราศจากอคติ จิ้มได้เลขใดก็จดไว้จนครบจำนวน

การสุ่มตัวอย่างแบบมีระบบ (Systematic Sampling) 

การสุ่มตัวอย่างแบบมีระบบ (Systematic Sampling) คือ การสุ่มตัวอย่างโดยมีรายชื่อของทุกหน่วยประชากรมาเรียงลำดับเป็นระบบ การสุ่มจะแบ่งประชากรออกเป็นช่วงๆที่เท่ากัน อาจใช้ช่วงจากสัดส่วนของขนาดกลุ่มตัวอย่างและประชากร 
 

การสุ่มตัวอย่างแบบเป็นระบบ โอกาสถูกเลือกของตัวอย่างไม่เป็นอิสระจากกัน เพราะเมื่อตัวอย่างแรกถูกสุ่มแล้ว ตัวอย่างหน่วยอื่นก็จะถูกกำหนดให้เลือกตามมาโดยอัตโนมัติ โดยไม่มีการสุ่ม

การสุ่มตัวอย่างแบบชั้นภูมิ (Stratified Sampling) 

การสุ่มตัวอย่างแบบชั้นภูมิ (Stratified Sampling) คือ การสุ่มตัวอย่างโดยแยกประชากรเป็นกลุ่มย่อย หรือเป็นชั้นภูมิก่อน โดยแต่ละชั้นมีลักษณะเหมือนกัน แล้วจึงทำการสุ่มอย่างง่าย ให้ได้กลุ่มตัวอย่างตามสัดส่วนของขนาดประชากร

การสุ่มตัวอย่างแบบกลุ่ม (Cluster Sampling )

การสุ่มตัวอย่างแบบกลุ่ม (Cluster Sampling ) คือ การสุ่มตัวอย่าง โดยแบ่งประชากรออกเป็นกลุ่มตามเขตพื้นที่ ซึ่งในแต่ละเขตพื้นที่จะมีประชากรที่มีลักษณะที่ต้องการกระจายกันอยู่อย่างเท่าเทียมกัน แล้วสุ่มกลุ่มมาตัวอย่างมาจำนวนหนึ่งด้วย วิธีการสุ่มที่เหมาะสม สามารถเลือกสุ่มตัวอย่างผสมระหว่างแบบง่ายแบบชั้นภูมิและแบบกลุ่ม

ประโยชน์ของการใช้การสุ่มตัวอย่างแบบ Probability Sampling

ประโยชน์ของการใช้การสุ่มตัวอย่างแบบ Probability Sampling เป็นวิธีที่นิยมใช้กันมากในงานวิจัย เพราะมีความน่าเชื่อถือ และช่วยให้ผู้วิจัยมีความมั่นใจว่าคุณลักษณะหรือตัวแปรที่สนใจศึกษาที่อยู่ในประชากรนั้น มีกลุ่มตัวอย่างในสัดส่วนที่เท่ากัน ไม่เอนเอียง อ้างอิงไปยังประชากรได้


ควรเลือกใช้การสุ่มตัวอย่างแบบไหนดี?

การคัดเลือกใช้การสุ่มตัวอย่างจะอยู่กับรูปแบบของประชากร ขอบเขต ขนาดความเหมาะสมของสิ่งที่ผู้วิจัยต้องการศึกษา มีข้อดีและความเหมาะสมที่แตกต่างกันออกไป ดังนี้

  • การสุ่มตัวอย่างแบบไม่ใช้ความน่าจะเป็น เหมาะสำหรับการสุ่มกลุ่มตัวอย่างจากประชากรที่มีจำนวนน้อยต้องการข้อมูลที่สำคัญเฉพาะตัว 
  • การสุ่มตัวอย่างแบบใช้ความน่าจะเป็น เหมาะสำหรับการศึกษาประชากรที่มีจำนวนค่อนข้างมากหรือประชากรทั้งหมดนำมาสุ่มเลือก ข้อมูลที่ได้จะสามารถนำมาใช้อ้างอิงประชากรทั้งหมดได้

 


 

 


บทความนี้เกิดจากการเขียนและส่งขึ้นมาสู่ระบบแบบอัตโนมัติ สมาคมฯไม่รับผิดชอบต่อบทความหรือข้อความใดๆ ทั้งสิ้น เพราะไม่สามารถระบุได้ว่าเป็นความจริงหรือไม่ ผู้อ่านจึงควรใช้วิจารณญาณในการกลั่นกรอง และหากท่านพบเห็นข้อความใดที่ขัดต่อกฎหมายและศีลธรรม หรือทำให้เกิดความเสียหาย หรือละเมิดสิทธิใดๆ กรุณาแจ้งมาที่ ht.ro.apt@ecivres-bew เพื่อทีมงานจะได้ดำเนินการลบออกจากระบบในทันที