กลุ่มตัวอย่าง

กลุ่มตัวอย่าง (Sample)

          กลุ่มตัวอย่าง  หมายถึง  ส่วนหนึ่งของประชากรที่ผู้วิจัยสุ่มมาศึกษาในงานวิจัย

          ในงานวิจัย ผู้วิจัยอาจศึกษาจากประชากรหรือศึกษาจากกลุ่มตัวอย่างก็ได้ แต่โดยทั่วไปแล้วหากประชากรมีขนาดใหญ่จะศึกษาจากลุ่มตัวอย่างแทนประชากร

การกำหนดขนาดของกลุ่มตัวอย่าง

           1.  การกำหนดขนาดของกลุ่มตัวอย่างด้วยการคำนวณจากสูตร  โดยใช้การกำหนดค่าความคลาดเคลื่อนที่นิยมใช้ แบ่งออกได้เป็น 2 วิธี คือ

                    1.1  การคำนวณขนาดของกลุ่มตัวอย่างในกรณีที่ทราบจำนวนประชากร หรือในกรณีที่ประชากรมีจำนวนจำกัดที่นับได้

 

         2.   การกำหนดขนาดของกลุ่มตัวอย่างด้วยตารางสำเร็จรูป

              2.1  ตารางสำเร็จรูปหาขนาดของกลุ่มตัวอย่างของ Taro Yamane

              2.2  ตารางสำเร็จรูปคำนวณหาขนาดของกลุ่มตัวอย่างของ R.V.Krejcie และ D.W.Morgan

การสุ่มตัวอย่างจากประชากร (Random selection)

         การสุ่มตัวอย่างจากประชากรมีวัตถุประสงค์ คือ  เพื่อให้กลุ่มตัวอย่างที่สุ่มได้เป็นตัวแทนที่ดีของประชากร ซึ่งจะช่วยให้ผลการวิจัยมีความตรงภายนอก  สามารถอ้างอิงไปยังประชากรของงานวิจัยผลการวิจัยที่ศึกษาจากกลุ่มตัวอย่างและอ้างอิงไปยังประชากรของงานวิจัย ประชากรที่จะอ้างอิงถึงได้นั้นจะต้องเป็นประชากรที่มีลักษณะเหมือนกับลักษณะของกลุ่มตัวอย่างในงานวิจัยซึ่งลักษณะที่เหมือนกันนี้ ครอบคลุมทั้งในด้านคุณลักษณะ บริบท หรือสถานที่ และเวลา

         การสุ่มตัวอย่างจากประชากร มีความสำคัญมากสำหรับงานวิจัยเชิงสำรวจ (survey  research)

วิธีการสุ่มตัวอย่าง (sampling methods)

         วิธีการสุ่มตัวอย่าง จำแนกเป็น 2 วิธีหลัก ๆ ได้แก่

         1. วิธีสุ่มตัวอย่างโดยใช้หลักความน่าจะเป็น (Probability  sampling)  

              วิธีการสุ่มตัวอย่างโดยใช้หลักความน่าจะเป็น เป็นวิธีสุ่มตัวอย่างโดยหน่วยตัวอย่างทุกหน่วยของประชากรมีโอกาสถูกสุ่มเป็นกลุ่มตัวอย่างเท่าเทียมกัน ปราศจากอคติหรือความลำเอียงในการสุ่มตัวอย่าง  การสุ่มตัวอย่างโดยใช้หลักความน่าจะเป็นทำให้มั่นใจว่าจะได้กลุ่มตัวอย่างที่เป็นตัวแทนที่ดีของประชากรสูงกว่าการสุ่มตัวอย่างแบบไม่ใช้ความน่าจะเป็น  ข้อมูลที่รวบรวมจากกลุ่มตัวอย่างที่สุ่มโดยใช้หลักความน่าจะเป็น   สามารถนำมาทดสอบนัยสำคัญทางสถิติโดยใช้สถิติอ้างอิง และผลการวิจัยสามารถอ้างอิงไปยังประชากรของงานวิจัยได้

         1.1  การสุ่มตัวอย่างแบบง่าย (simple random sampling)  

                 การสุ่มตัวอย่างแบบง่าย เป็นวิธีการสุ่มตัวอย่างจากหน่วยตัวอย่างทุกหน่วยของประชากร มีโอกาสถูกสุ่มเท่าเทียมกัน โดยปราศจากอคติ ความลำเอียง   ส่วนความไม่เท่าเทียมกันในด้านคุณลักษณะของกลุ่มตัวอย่างเป็นความไม่เท่าเทียมกันที่เกิดจากการสุ่ม (random error)  ซึ่งเป็นความคลาดเคลื่อนโดยบังเอิญ

วิธีการสุ่มตัวอย่างแบบง่ายที่นิยมใช้

1.    วิธีจับฉลาก

2.    วิธีใช้ตารางเลขสุ่ม

ข้อดีของการสุ่มแบบง่าย

1.ง่าย

2.ความผิดพลาดจากการสุ่มจัดได้ง่าย

ข้อเสียของการสุ่มแบบง่าย

1. ต้องมีกรอบตัวอย่าง

2. อาจไม่เป็นตัวแทนที่ดีที่สุด

3. ตัวอย่างที่ได้อาจไม่กระจาย

1.2.1      การสุ่มตัวอย่างแบบมีส่วนร่วม(systematic random sampling)

                     การสุ่มตัวอย่างแบบมีระบบ เป็นวิธีการสุ่มตัวอย่างจากหน่วยตัวอย่างทุกหน่วยของประชากรที่ได้กำหนดไว้ในกรอบตัวอย่าง (sampling frame)

               ขั้นตอนการสุ่มตัวอย่างแบบมีระบบ

1.             กำหนดขนาดตัวอย่าง (sample size)

2.             คำนวณช่วงที่ใช้ในการสุ่มตัวอย่าง โดยการนำจำนวนประชากรทั้งหมดหารด้วยขนาดตัวอย่างที่

กำหนดไว้ในข้อ 1 หรือหาจากสูตร

 I = N/n

          3.    สุ่มหมายเลขตั้งต้นระหว่างหมายเลข 1 ถึง I จำนวน 1  หมายเลข โดยใช้วิธีการสุ่มแบบง่าย เพื่อนำมาเป็นหมายเลขตั้งต้น ซึ่งได้หมายเลข R  สุ่มตัวอย่างจากประชากรในกรอบตัวอย่าง ให้ได้ขนาดตามที่กำหนดไว้ โดยใช้ หมายเลข R มาบวกกับค่าช่วงที่ใช้ในการสุ่มตัวอย่างที่คำนวณได้ในข้อ 2 โดยใช้สูตร R, R+I, R+2I, R+3I, …….. +R +(n=1)

                  1.3  การสุ่มตัวอย่างแบบแบ่งชั้น (stratified random sampling)  เป็นการสุ่มตัวอย่างจากประชากรที่มีลักษณะแตกต่างกันมาก โดยนำลักษณะที่แตกต่างมาแบ่งชั้น โดยมีวัตถุประสงค์ให้หน่วยตัวอย่างภายในชั้นเดียวกันมีความคล้ายคลึงกันมากที่สุด และหน่วยตัวอย่างระหว่างชั้นมากที่สุด เพื่อให้ได้กลุ่มตัวอย่างที่สุ่มได้ครอบคลุมลักษณะต่างๆของประชากร ซึ่งจะทำให้กลุ่มตัวอย่างเป็นตัวแทนที่ดีของประชากร ผลการวิจัยสามารถอ้างอิงไปยังประชากรได้

ข้อดี

1.    แม่นยำ

2.    สามารถแยกผลสรุปออกมาแต่ละกลุ่ม

ข้อเสีย

          ยากในการวัด sampling  error

         1.4   การสุ่มตัวอย่างแบบกลุ่ม (Cluster sampling)

                  การสุ่มตัวอย่างแบบกลุ่มเหมาะสำหรับประชากรของงานวิจัยที่มีขนาดใหญ่มาก   ในกลุ่มจะมีลักษณะแตกต่างกัน  แต่จะมีลักษณะเหมือนกันระหว่างกลุ่ม  ดังนั้นจึงเลือกกลุ่มใดกลุ่มหนึ่งมาเป็นตัวอย่าง  และสุ่มตัวอย่างจากกลุ่มนั้น  เช่น  ถ้าทำการศึกษาคุณภาพชีวิตของประชากรในภาคเหนือ  ถ้าประชากรแต่ละจังหวัดของประชากรในภาคเหนือมีลักษณะเหมือนกัน  ก็สามารถเลือกจังหวัดหนึ่งมาเป็นตัวแทนเพื่อศึกษาได้

ข้อดี

1.          ค่าใช้จ่ายในการเดินทางต่ำ

2.          จะได้ชื่อตัวอย่างทั้งหมด

ข้อเสีย

       ไม่แม่นยำถ้ามีความแตกต่างกันระหว่างกลุ่ม

        2.   วิธีการสุ่มตัวอย่างแบบไม่ใช่ความน่าจะเป็น (non-probability  sampling)

               เป็นวิธีสุ่มตัวอย่างโดยไม่ได้คำนึงถึงหลักการที่ว่าหน่วยตัวอย่างทุกหน่วยของประชากรมีโอกาสถูกสุ่มเป็นกลุ่มตัวอย่างโดยเท่าเทียมกัน  มีข้อจำกัดในการนำข้อมูลมาวิเคราะห์เพื่อทดสอบสมมติฐานโดยใช้สถิติพาราเมตริกซ์ (parametric statistics)  เนื่องจากเงื่อนไขประการหนึ่งของสถิติพาราเมตริกซ์ คือ  กลุ่มตัวอย่างต้องใช้วิธีสุ่มตัวอย่างตามหลักความน่าจะเป็น

             2.1  การสุ่มตัวอย่างแบบบังเอิญ หรือการสุ่มตัวอย่างตามความสะดวก (Accidental sampling or convenience sampling)  

                       เป็นการสุ่มตัวอย่างที่ใช้ความสะดวกของผู้วิจัย ผู้วิจัยสามารถรวบรวมข้อมูลได้จากกลุ่มตัวอย่างที่สนใจ  การรวบรวมข้อมูลจากกลุ่มตัวอย่างที่สุ่มด้วยวิธีนี้เป็นวิธีที่สะดวก แต่เป็นวิธีการรวบรวมข้อมูลที่มีจุดอ่อนในด้านความเป็นตัวแทนของประชากร ผลการวิจัยจึงมีขอจำกัดในการอ้างอิงไปยังประชากร ดังนั้นเพื่อให้ผลการวิจัยที่มีความน่าเชื่อถือและสามารถอ้างอิงไปยังประชากรจึงไม่ควรใช้วิธีการสุ่มตัวอย่างด้วยวิธีนี้

            2.2     การสุ่มตัวอย่างโดยใช้วิธีบอกต่อ (Snowballing sampling) 

                        เป็นวิธีที่เหมาะสำหรับนำมาใช้กับประชากรของงานวิจัยที่หายากหรือพบได้น้อยมาก  รวมทั้ง               

ผู้วิจัยไม่อาจทราบจำนวนที่แน่นอนได้

ข้อดีของการศึกษาจากตัวอย่างขนาดใหญ่

1.       เพิ่มอำนาจการทดสอบทางสถิติ

2.       ความคลาดเคลื่อนมาตรฐานลดลง

3.       ค่าสถิติมีค่าใกล้เคียงพารามิเตอร์

ข้อเสียของการศึกษาจากตัวอย่างขนาดใหญ่

        ไม่มีนัยสำคัญทางปฏิบัติ