งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

ประชากร (Population/Universe) ประชากรและการสุ่มตัวอย่าง ส่วนทั้งหมดของทุกหน่วยที่เป็นไปตามเงื่อนไขใน การศึกษา/ ข้อมูลทั้งหมดที่อยู่ขอบเขตที่ต้องการ พิจารณาอาจจะเป็นคน.

งานนำเสนอที่คล้ายกัน


งานนำเสนอเรื่อง: "ประชากร (Population/Universe) ประชากรและการสุ่มตัวอย่าง ส่วนทั้งหมดของทุกหน่วยที่เป็นไปตามเงื่อนไขใน การศึกษา/ ข้อมูลทั้งหมดที่อยู่ขอบเขตที่ต้องการ พิจารณาอาจจะเป็นคน."— ใบสำเนางานนำเสนอ:

1

2 ประชากร (Population/Universe) ประชากรและการสุ่มตัวอย่าง ส่วนทั้งหมดของทุกหน่วยที่เป็นไปตามเงื่อนไขใน การศึกษา/ ข้อมูลทั้งหมดที่อยู่ขอบเขตที่ต้องการ พิจารณาอาจจะเป็นคน สัตว์ สิ่งของ สถานที่หรืออื่นๆ โดยแต่ละหน่วยมีลักษณะบางประการที่กำหนดไว้ เหมือนกัน Ex : ศึกษาความคิดเห็นนิสิตมหาวิทยาลัยเกษตรศาสตร์ ที่มีต่อการบริหารงานของรัฐบาลในปัจจุบัน ประชากร คือ นิสิตมหาวิทยาลัยเกษตรศาสตร์สังกัด ในทุกวิทยาเขต ทุกคณะ ทุกชั้นปีและทุกระดับ

3 ประชากรและการสุ่มตัวอย่าง หน่วยย่อย/หน่วยเล็ก ๆ ของประชากรที่ต้องการศึกษา หรือจำนวนสมาชิกแต่ละหน่วยในประชากร ซึ่งทุกหน่วย สมาชิกมีโอกาสที่จะถูกคัดเลือกมาเป็นตัวอย่าง EX : ประชากรคนงานในจังหวัดชลบุรีจำนวน 100,000 คน ทุกคนมีโอกาสได้ถูกรับเลือกเป็นตัวอย่าง คนงานแต่ละคนจะถือว่าเป็นสมาชิก สมาชิก (Element/Unit)

4 กลุ่มตัวอย่าง (Sample) ประชากรและการสุ่มตัวอย่าง ส่วนหนึ่งของประชากรที่ถูกเลือก/สุ่มขึ้นมาใช้ศึกษา แทน ประชากรเพื่อหาสารสนเทศ/ นำผลสรุปจากหลักฐานเชิง ตัวเลขไปบรรยายลักษณะของสิ่งที่ศึกษา หรือสรุปอ้างอิง ลักษณะประชากร Ex : ศึกษาความคิดเห็นนิสิตมหาวิทยาลัยเกษตรศาสตร์ ที่มีต่อการบริหารงานของรัฐบาลในปัจจุบัน กลุ่มตัวอย่าง คือ นิสิตมหาวิทยาลัยเกษตรศาสตร์ สังกัดในทุกวิทยาเขต ทุกคณะ ทุกชั้นปีและทุกระดับแต่ละ คนที่ถูกเลือก/สุ่มขึ้นมาเป็นตัวแทน

5 ประชากรและการสุ่มตัวอย่าง ”ตัวอย่าง” ใช้ในความหมายว่า สมาชิกแต่ละหน่วย ประชากร/สมาชิกแต่ละหน่วยของกลุ่มตัวอย่าง “กลุ่มตัวอย่าง” ใช้ในความหมายว่า กลุ่มสมาชิก ประชากรที่ได้รับเลือกมาศึกษา

6 ประชากรและการสุ่มตัวอย่าง สมาชิกทุกหน่วยของตัวอย่างที่ถูกคัดเลือกมาเป็น ตัวแทนในการหาสารสนเทศเกี่ยวกับประชากร EX : สมาชิกแต่ละสมาชิกของกลุ่มตัวอย่างที่มี 250 คน ของคนงานที่ถูกคัดเลือก แต่ละสมาชิกมา เป็นตัวแทนของประชากร (จากจำนวนประชากร 100,000 คน) จำนวนของสมาชิกแต่ละหน่วย ในประชากร สมาชิกของตัวอย่าง (Subject)

7 ประชากรและการสุ่มตัวอย่าง สมาชิก/กลุ่มสมาชิกที่ใช้ในการวิเคราะห์ข้อมูลหรือหา สารสนเทศสำหรับใช้ในการศึกษาแต่ละครั้ง EX : คนงานแต่ละคนของกลุ่มตัวอย่างที่มีจำนวน 250 คนที่ถูกคัดเลือกเป็นตัวแทนประชากร (จากประชากร 100,000 คน) หน่วยการวิเคราะห์ (Unit of Analysis)

8 ประชากรและการสุ่มตัวอย่าง สมาชิกประชากรทั้งหมดที่ต้องการให้ผลการวิจัยสรุป อ้างอิงไปถึงประชากร EX : คนงานประชากร 100,000 คน ในพื้นที่จังหวัด ชลบุรี ประชากรเป้าหมาย (Target Population/ Parent Population)

9 เหตุผลการใช้การสุ่มตัวอย่าง ประชากรที่มีสมาชิกเป็นจำนวนมาก/ เป็นประชากร ไม่แน่นอน และอยู่อย่างกระจัดกระจายทั่วไป การวิจัยจะศึกษาจากกลุ่มตัวอย่าง เพราะ : 1. สมาชิกถูกทำลายเสียหาย ในการศึกษาวิจัยบาง ลักษณะต้องทำลายสมาชิกที่นำมาศึกษา เช่น การตรวจ โลหิตในร่างกายคน การทดสอบผลิตภัณฑ์ 2. ทรัพยากรที่ใช้ทำวิจัยมีจำกัด การศึกษาวิจัยต้องใช้ ทรัพยากรเป็นจำนวนมากทั้งบุคลากร วัสดุอุปกรณ์ เงินและ เวลา แต่มีจำกัดต้องประหยัด

10 3. ความถูกต้องของผลการศึกษา กลุ่มตัวอย่างที่ทำ ให้สามารถบริหารจัดการและทำอย่างถูกต้องหลักวิชา จะมี ความถูกต้องและเชื่อถือมากกว่าใช้ประชากร 4. ความทันสมัยของผลการวิจัย จะขึ้นอยู่กับ ระยะเวลา ผลการวิจัยอาจเปลี่ยนไปตามเวลา จึงต้องใช้เวลาน้อยสุด การใช้ประชากรจะเสียเวลามาก และยังอาจได้ข้อสรุปไม่ ชัดเจน 5. ความลึกซึ้งของผลการวิจัย แม้ทรัพยากรการวิจัย มีจำนวนมาก กลุ่มตัวอย่างจะประหยัดทำวิจัยได้มากเรื่อง ขอบเขตกว้างขวางลึกซึ้งขึ้น วิเคราะห์ข้อมูลละเอียดกว่า เดิมและข้อสรุปชัดเจน เหตุผลการใช้การสุ่มตัวอย่าง

11 ประเภทประชากร 1. ประชากรแบบจำกัด (Finite Population) มีจำนวนสมาชิกประชากรแน่นอน ประกอบด้วยสมาชิก ที่สามารถนับได้ถ้วน/มีจำนวนที่จำกัด เช่น - จำนวนนิสิตคณะวิทยาการจัดการ - จำนวนรถยนต์ในกรุงเทพมหานคร 2. ประชากรแบบไม่จำกัด (Infinite Population) ประกอบด้วยสมาชิกที่ไม่จำกัดจำนวน ไม่แน่นอน ไม่ สามารถแจงนับจำนวนได้/นับได้ แต่นับไม่ไหวไม่ครบถ้วน เช่น - เมล็ดข้าวที่ปลูกในนา - จำนวนผู้เดินทางผ่านเมืองพัทยา

12 เกณฑ์การพิจารณาขนาดตัวอย่าง 1. ความเหมือนกัน (Homogeneity) ประชากรที่มีคุณลักษณะคล้ายคลึงกันมาก เช่น การศึกษา ศาสนา เป็นต้น ขนาดตัวอย่างที่จะใช้จำนวนน้อยๆ แต่แตกต่าง กันมากต้องใช้จำนวนมาก 2. จำนวนตัวแปรที่ศึกษา การวิจัยใช้ตัวแปรหลายตัว และเปรียบเทียบหลายชั้นต้อง ใช้ขนาดกลุ่มตัวอย่างมาก เพื่อให้กระจายอยู่ทุกชั้น/ช่อง (cell) ตัวแปรที่ศึกษาหากจำนวนน้อยทำให้ประสิทธิภาพการเปรียบเทียบ ขาดความน่าเชื่อถือ วิเคราะห์เปรียบเทียบค่าสถิติแต่ละชั้นตัวแปรที่ศึกษาควรมี ข้อมูลน้อยสุด 10 ตัว (Roscoe, 1975 : 184) ผลเปรียบเทียบจะ เชื่อถือได้

13 เกณฑ์การพิจารณาขนาดตัวอย่าง 3. วิธีการเลือกกลุ่มตัวอย่าง ขนาดกลุ่มตัวอย่างจะมาก/น้อย หากเลือกกลุ่มตัวอย่างมี ความลำเอียง ไม่เป็นไปตามโอกาสทางสถิติโดยโอกาสได้รับ เลือกเป็นกลุ่มตัวอย่างไม่เท่ากัน ขนาดกลุ่มตัวอย่างที่ได้ไม่เป็น ตัวแทนประชากร ผลวิจัยไม่สามารถใช้อ้างสรุปยังประชากรไม่ได้ 4. ความคลาดเคลื่อน (Error) ความคลาดเคลื่อนที่เกิดขึ้นจากการสุ่มตัวอย่าง จะผัน แปร ตามขนาดกลุ่มตัวอย่าง ขนาดกลุ่มตัวอย่างมากความคลาด เคลื่อนน้อย หากขนาดกลุ่มตัวอย่างน้อยความคลาดเคลื่อนจะมาก

14 เกณฑ์การพิจารณาขนาดตัวอย่าง เมื่อ Sc = ความคลาดเคลื่อนมาตรฐาน S = ส่วนเบี่ยงเบนมาตรฐาน n = ขนาดของกลุ่มตัวอย่าง 5. ความประหยัดและสามารถเก็บรวบข้อมูล ขนาดกลุ่มตัวอย่างต้องมีจำนวนเหมาะสมกับบุคลากร เวลา งบประมาณ และทรัพยากรวิจัยอื่นๆ โดยสามารถเก็บรวบรวม ข้อมูลจากกลุ่มตัวอย่างได้อย่างมีประสิทธิภาพ

15 การสุ่มตัวอย่าง (Sampling) การสุ่มตัวอย่าง : เป็นกระบวนจัดกระทำเพื่อการเลือก ตัวแทน/กลุ่มตัวอย่าง (Sample) จากสมาชิกประชากรที่ เป็นตัวแทนของประชากร (Population) ซึ่งจะต้องมีจำนวน เพียงพอในการประมาณค่าประชากร โดยอาศัยข้อมูลและ คุณลักษณะตัวแทน ประชากร (Population ) ตัวอย่าง (Sample) Statistics (ค่าสถิติ) Parameter (ค่าพารามิเตอร์)

16 ค่า Statistics และค่าParameter ค่าเฉลี่ย (Mean) X  ค่าสัดส่วน (Proportion) p  ค่าความคลาด เคลื่อน s  ค่าความสัมพันธ์ r  ค่าอื่นๆ   ค่าการคำนวณค่าสถิติค่า พารามิเตอร์

17 การสุ่มตัวอย่างกับสถิติ สถิติบรรยาย (Descriptive Statistics) สถิติอนุมาน (Inference Statistics) Population Sample Sampling

18 หลักการและเป้าหมายการสุ่มตัวอย่าง เป้าหมายการสุ่มตัวอย่าง การให้ได้มากลุ่มตัวอย่าง (Sample) ที่มีลักษณะ เป็น ตัวแทน (Representativeness) ของประชากร หลักการสุ่มตัวอย่าง 1. วิธีการสุ่มที่เหมาะสม โดยเลือกการสุ่มตัวอย่างที่ ไม่ ลำเอียง ด้วยการใช้วิธีการสุ่มตัวอย่างอาศัยความน่าจะเป็น /โอกาสทางสถิติ (Probability Sampling) 2. กำหนดขนาดของตัวอย่างที่ใหญ่เพียงพอ โดยใช้ สูตรคำนวณขนาดตัวอย่างหรือการใช้ตารางสำเร็จรูป

19 ประเภทวิธีการสุ่มตัวอย่าง 1. การสุ่มตัวอย่างโดยไม่อาศัยความน่าจะเป็นหรือ ไม่เป็นไปตามโอกาสทางสถิติ (Non-Probability Sampling) จะไม่คำนึงถึงความน่าจะเป็นของประชากรแต่ละหน่วย ที่จะได้รับการเลือก ส่วนใหญ่ใช้กับประชากรที่ไม่สามารถ กำหนดขอบเขต หรือเวลา งบประมาณและสิ่งอำนวยความ สะดวกมีจำกัด โอกาสได้รับเลือกไม่เท่าเทียม การคัดเลือก มาจากการเลือกสรร ไม่ใช้เทคนิคการสุ่ม ลักษณะสำคัญของข้อมูลที่ต้องการศึกษาจะอยู่กระจัด กระจายทั่วไป ทำให้มีลักษณะเป็นกรณีทั่วๆ ไป/ แบบฉบับ ทั่วไปของประชากร ข้อมูลที่ต้องการมีอย่างสม่ำเสมอใน กลุ่มประชากร

20 ประเภทวิธีการสุ่มตัวอย่าง แบบการสุ่มตัวอย่างโดยไม่อาศัยความน่าจะเป็นหรือไม่ เป็นไปตามโอกาสทางสถิติ (Non-Probability Sampling) - การสุ่มตัวอย่างแบบบังเอิญ (Accidental Sampling) - การสุ่มตัวอย่างแบบโควต้า (Quota Sampling) - การสุ่มตัวอย่างแบบเจาะจง (Purposive Sampling) - การสุ่มตัวอย่างแบบบอกต่อ (Snowball Sampling)

21 ประเภทวิธีการสุ่มตัวอย่าง 2. การสุ่มตัวอย่างโดยอาศัยความน่าจะเป็นหรือ เป็นไปตามโอกาสทางสถิติ (Probability Sampling) คำนึงถึงความน่าจะเป็นของประชากรแต่ละหน่วยที่จะได้ รับการเลือก ซึ่งทำการสุ่มแบบไม่เฉพาะเจาะจงเพื่อนำผลไป ใช้สรุปอ้างอิง (Inference) การเลือกตัวอย่างอยู่บนพื้นฐาน วิธีการทางสถิติและวิธีการทางวิทยาศาสตร์ คือ - ใช้วิธีการสุ่มที่มีระเบียบและกฎเกณฑ์ โดยจัดให้แต่ ละหน่วยประชากรมีโอกาสที่จะถูกเลือกเท่าๆ กัน - สามารถคำนวณโอกาสที่จะถูกเลือกได้ โดยเลือก หน่วยประชากรเป็นการสุ่ม (random selection) หรือเป็น ไปตามโอกาสจริงๆ ทางสถิติใช้ Sampling Techniques

22 ประเภทวิธีการสุ่มตัวอย่าง แบบการสุ่มตัวอย่างโดยอาศัยความน่าจะเป็นหรือ เป็นไป ตามโอกาสทางสถิติ (Probability Sampling) - การสุ่มตัวอย่างแบบง่าย (Simple Random Sampling) - การสุ่มตัวอย่างแบบเป็นระบบ (Systematic Random Sampling) - การสุ่มตัวอย่างแบบชั้นภูมิ (Stratified Random Sampling) - การสุ่มตัวอย่างแบบกลุ่ม (Cluster Sampling) - การสุ่มตัวอย่างแบบหลาย (Multi-stage Sampling) ขั้นตอน/แบบผสม

23 ประเภทการสุ่มตัวอย่าง Non-Probability Sampling การสุ่มตัวอย่างแบบบังเอิญ (Accidental Sampling) การเลือกหน่วยประชากรแบบอิสระ ไม่กฏเกณฑ์แน่นอน โดยไม่คำนึงถึงความเป็นตัวแทนของประชากร การคัดเลือก สมาชิกตามสถานกาณ์หรือเหตุการณ์ สมาชิกที่ให้ข้อมูลก็ คัดเลือกเป็นตัวอย่าง จึงต้องระมัดระวังการตีความหมายข้อมูล ข้อสรุปที่ได้ ถือว่าเป็นเพียงข้อสมมติฐานที่ต้องทดสอบต่อไปมากกว่าเป็น ข้อเท็จจริง อาจเรียกว่า Convenience Sampling Haphazard Sampling หรือ Fortuitous Sampling

24 ประเภทการสุ่มตัวอย่าง Non-Probability Sampling การสุ่มตัวอย่างแบบโควต้า (Quota Sampling) การเลือกหน่วยประชากรจะนำเอาสัดส่วนองค์ประกอบ ประชากรมาพิจารณา โดยศึกษาหรือประมาณองค์ประกอบ ประชากร ทำการเลือกกลุ่มตัวอย่างที่มีลักษณะจำลองแบบ ประชากรตามจำนวนสมาชิกแต่ละองค์ประกอบ การสุ่มตัวอย่างแบบโควตา นิยมใช้กันมากในการสำรวจ ประชามติ วิจัยตลาดหรือสำรวจอื่นๆ ลักษณะคล้ายคลึงกันปัญหา สุ่มตัวอย่างขึ้นอยู่กับการระบุองค์ประกอบประชากรที่ใช้กำหนด ขนาดตัวอย่าง อาจใช้องค์ประกอบ/คุณลักษณะประชากรเดียว หรือหลายองค์ประกอบ หรือระบุพื้นที่การเก็บข้อมูลให้กระจาย

25 ประเภทการสุ่มตัวอย่าง Non-Probability Sampling การสุ่มตัวอย่างแบบโควต้า (Quota Sampling) การระบุองค์ประกอบมากขึ้นจะหลีกเลี่ยงความลำเอียง ในการเก็บรวบรวมข้อมูลมากขึ้น ประชากรจำนวนมากก็เก็บ ตัวอย่างมาก ประชากรน้อยก็เก็บตัวอย่างจำนวนน้อย Ex : การศึกษาระดับความคิดเห็นนิสิตคณะวิทยาการจัดการ เกี่ยวกับกิจกรรมเสริมหลักสูตรนิสิต ทั้ง 6 สาขา ที่มีนิสิตอยู่ร้อยละ และ 5 ตามลำดับ ถ้าต้องการสุ่มตัวอย่าง นิสิตขนาด 1,000 คน จะเลือกกลุ่มตัวอย่างมาสาขาละ และ 50 คน

26 ประเภทการสุ่มตัวอย่าง Non-Probability Sampling การสุ่มตัวอย่างแบบเจาะจง (Purposive Sampling) การเลือกหน่วยประชากรจะตามการพิจารณาตัดสินใจ ของผู้วิจัย ลักษณะกลุ่มประชากรที่เลือกตามวัตถุประสงค์ที่ ต้องการ Ex : เลือกนิสิตเรียนในชั้นปีที่ โดยให้มีสติปัญญาระดับ -สูง - ปานกลาง - ต่ำ เพื่อทดลองวิธีการสอนใหม่ อาจจะเลือกแต่เฉพาะหน่วยที่เห็นว่า มีลักษณะเป็น กลางๆ (Typical cases) ของประชากร Ex : วิจัยภาวะของตลาดการค้า โดยพิจารณาว่าเป็นสัปดาห์ หรือเดือนที่มีลักษณะเป็นกลางๆ

27 ประเภทการสุ่มตัวอย่าง Non-Probability Sampling การสุ่มตัวอย่างแบบเจาะจง (Purposive Sampling) การเลือกกลุ่มตัวอย่างแบบเจาะจงต้องอาศัยความรอบรู้ ความชำนาญและประสบการณ์ของผู้เชี่ยวชาญ หรือผู้ที่ทำ วิจัย การสุ่มตัวอย่างแบบนี้เรียกว่า - Expert Choice Sampling - Judgment Sampling

28 ประเภทการสุ่มตัวอย่าง Non-Probability Sampling การสุ่มตัวอย่างแบบบอกต่อ (Snowball Sampling) การสุ่มตัวอย่างแบบบอกต่อจะต้องค้นหาสมาชิกหน่วย จุดเริ่มต้น ด้วยการกำหนดคุณสมบัติให้ชัดเจน คัดเลือกหา ที่มีคุณสมบัติใกล้เคียงตามที่ต้องการมากที่สุด 1 หน่วย สมาชิกที่ถูกเลือกหน่วยแรกจะบอกต่อถึงสมาชิกอื่นที่ มีคุณสมบัติคล้ายกัน อาจจะบอกเพียง 1-3 หน่วย สมาชิก หน่วยอื่นๆ ที่ถูกเลือกจะบอกต่อกันเรื่อยๆ จนครบจำนวน ที่ต้องการ นิยมใช้หาผู้เชี่ยวชาญ ผู้ทรงคุณวุฒิ หรือผู้ที่มีลักษณะ พิเศษที่จะให้ข้อมูลการวิจัย

29 ประเภทการสุ่มตัวอย่าง Probability Sampling การสุ่มตัวอย่างแบบง่าย (Simple Random Sampling) การสุ่มตัวอย่างแบบง่ายเป็นการเลือกตัวอย่างจากสมาชิก ประชากรโดยตรง ตัวอย่างที่ได้จากการใช้เทคนิคการสุ่ม ตัวอย่าง (Sampling Techniques) สมาชิกมีโอกาสถูกรับเลือกเท่าๆ กัน/อาจจะถูกเลือกเป็น สัดส่วนในจำนวนที่คำนวณได้ ซึ่งสามารถสรุปอ้างอิงถึง ประชากร ได้ดี โดยสุ่มตัวอย่างจากหน่วยย่อยของประชากร ที่มีลักษณะใกล้เคียงกัน

30 ประเภทการสุ่มตัวอย่าง Probability Sampling ประเภทการสุ่มตัวอย่าง 1.การสุ่มแบบไม่ทดแทน (Sampling without replacement) การสุ่มตัวอย่างโดยไม่เปิดโอกาสให้สมาชิกของประชากรที่ ได้รับเลือกเป็นตัวอย่างแล้วได้รับเลือกซ้ำอีกครั้งหรือแบบเลือก แล้วไม่ใส่คืน เป็นที่นิยมใช้กันอย่างแพร่หลายในทางปฏิบัติ 2.การสุ่มแบบทดแทน (Sampling with replacement) การสุ่มตัวอย่างโดยจะเปิดโอกาสให้สมาชิกของประชากรที่ ได้รับเลือกแล้วได้รับเลือกอีก ซึ่งทำให้โอกาสที่จะได้รับเลือกมี มากกว่า 1 ครั้ง ไม่นิยมใช้ในทางปฏิบัติ

31 ประเภทการสุ่มตัวอย่าง Probability Sampling ขั้นตอนการสุ่มตัวอย่างแบบง่าย 1. กำหนดและให้ขอบเขตประชากร 2. คำนวณหาขนาดตัวอย่างที่เหมาะสม/ต้องการ 3. จัดทำบัญชีรายชื่อสมาชิกประชากรทั้งหมด 4. ให้หมายเลขรายชื่อสมาชิกให้สอดคล้องกับจำนวน 5. เลือกด้วยการจับสลากหรือตารางเลขสุ่ม 6. หมายเลขที่จับ/เลือกได้จะเป็นตัวอย่าง 7. ดำเนินการจนครบตามจำนวนตัวอย่าง

32 ประเภทการสุ่มตัวอย่าง Probability Sampling การสุ่มตัวอย่างแบบง่าย (Simple Random Sampling) - วิธีการจับสลาก/ออกสลากกินแบ่ง (Lottery Method) ใช้กับประชากรขนาดเล็กด้วยการให้เลขกำกับหน่วยย่อยประชากร ตามบัญชีตั้งแต่ 1 ถึง N ใส่ภาชนะสุ่มจับขึ้นมาที่ละหน่วยจนครบ ตามขนาดตัวอย่างที่ต้องการ - ตารางเลขสุ่ม (Random Number Table) สามารถใช้กับ ประชากรขนาดใหญ่ ซึ่ง Fisher และคณะ คิดวิธีการขึ้นมา 1.ให้เลขกำกับหน่วยย่อยประชากรตามบัญชีตั้งแต่ 1 ถึง N 2. กำหนดเกณฑ์การใช้ตารางเลขสุ่ม : สุ่มหลัก (Column) และ แถว (Row) ของตัวเลขเริ่มต้น อ่านจากซ้ายไปขวาจบแถวให้ขึ้นแถวใหม่ 3. สุ่มหมายเลขตัวอย่างตามกฎเกณฑ์ที่กำหนด ถ้าได้หมายเลขซ้ำ ก็ตัดออกจนได้จำนวนตัวอย่างตามที่ต้องการ

33 ประเภทการสุ่มตัวอย่าง Probability Sampling การสุ่มตัวอย่างแบบเป็นระบบ (Systematic Random Sampling) การสุ่มตัวอย่างหน่วยย่อยประชากรที่มีลักษณะใกล้เคียง แบบสุ่มเป็นช่วงๆ โดยจัดทำบัญชีประชากรก่อนสุ่มตัวอย่าง ต้องแบ่งประชากรออกเป็นช่วงเท่าๆ กัน สุ่มประชากรช่วง แรกช่วงเดียว ช่วงต่อไปถูกเลือกตามโดยอัตโนมัติ Ex : หมู่บ้านแห่งหนึ่งมี 150 ครัวเรือน ต้องการตัวอย่าง 30 ครัวเรือนก็แบ่งประชากรออกเป็นช่วงละ 5 ครัวเรือน หรือ 1 ใน 5 ให้เลขอันดับประชากรจาก 1 ถึง 150 แล้วทำสลาก ขึ้นมา 5 ใบ มีเลข 1 ถึงเลข 5 หรือจะใช้วิธีอื่น

34 ประเภทการสุ่มตัวอย่าง Probability Sampling ขั้นตอนการสุ่มตัวอย่างแบบเป็นระบบ 1. กำหนดเลขกำกับหน่วยย่อยตามบัญชีรายชื่อประชากร (Sampling Frame) 2. คำนวณช่วงการสุ่มตัวอย่าง (N/n) 3. ทำการสุ่มหาจุดเริ่มต้น (Random Start) 4. นับหน่วยตัวอย่างตามช่วงของการสุ่ม (Random Interval) 5. ดำเนินการจนครบตามจำนวนตัวอย่าง

35 ประเภทการสุ่มตัวอย่าง Probability Sampling การสุ่มตัวอย่างแบบเป็นระบบ (Systematic Random Sampling) Ex : ทำการสุ่มเลือกเลขขึ้นมา 1 ตัว สมมติเป็น 3 หน่วยกลุ่ม ตัวอย่างช่วงแรกหน่วยอันดับที่ 3 และหน่วยกลุ่มตัวอย่าง ช่วงต่อไปเป็นหน่วยอันดับที่ ไปเรื่อยๆ จนถึง 148 ซึ่งครบขนาดกลุ่มตัวอย่าง 30 ครัวเรือนตามที่ ต้องการ

36 ประเภทการสุ่มตัวอย่าง Probability Sampling การสุ่มตัวอย่างแบบชั้นภูมิ (Stratified Random Sampling) กลุ่มตัวอย่างมาจากการสุ่ม โดยทำการแยกประชากรเป็นกลุ่ม ประชากรย่อยๆ หรือแบ่งเป็นชั้นภูมิ (Stratum) โดยยึดหลักให้มี ลักษณะภายในคล้ายกันหรือเป็นเอกพันธ์ (Homogeneous) และ แตกต่างกันแต่ละชั้น จึงเลือกสุ่มหน่วยประชากรจากแต่ละชั้นภูมิ โดยใช้วิธีการสุ่มตัวอย่างเมื่อนำหน่วยประชากรแต่ละชั้นภูมิรวมกัน เป็นกลุ่มตัวอย่าง การแยกชั้นภูมิขึ้นกับคุณลักษณะ/คุณสมบัติประชากรบาง ประการที่เกี่ยวกับเรื่องที่ศึกษา เช่น เพศ อายุ เชื้อชาติ สัญชาติ รายได้ ระดับการศึกษา ศาสนา หรืออาชีพ เป็นต้น

37 ประเภทการสุ่มตัวอย่าง Probability Sampling การสุ่มตัวอย่างแบบชั้นภูมิ (Stratified Random Sampling) แบ่งประชากรเป็นชั้นภูมิเพื่อให้หน่วยประชากรแต่ละชั้นภูมิให้ คล้ายคลึงกันมากที่สุด จำนวนตัวอย่างที่จะเลือกแทนจากแต่ละชั้น ภูมิจึงได้ตัวอย่างที่เป็นตัวแทนได้ดีกว่าการเลือกตัวอย่างแบบง่าย หรือแบบมีระบบ - Proportional Stratified Sampling เลือกกลุ่มตัวอย่างจำนวนที่ เป็นปฏิภาคกับจำนวนกลุ่มประชากรย่อย - Unproportional Stratified Sampling การเลือกกลุ่มตัวอย่าง จากประชากรย่อยไม่เป็นปฏิภาคกับประชากรแต่ละชั้นภูมิ

38 ประเภทการสุ่มตัวอย่าง Probability Sampling การสุ่มตัวอย่างแบบกลุ่ม (Cluster Sampling) รายละเอียดประชากรหายากหรือหาได้แต่ต้องเสียเวลาและ ค่าใช้จ่ายสูง ประกอบกับประชากรอยู่รวมกันเป็นกลุ่มๆ (Cluster) เช่น ทำงานโรงงาน สถานที่ราชการ สมาคมและอยู่อาศัยอยู่ รวมกันเป็นกลุ่มๆ ตามหมู่บ้าน ตำบล หรือย่าน การแบ่งประชากรเป็นกลุ่มๆ ใช้เส้นแบ่งเขตตามภูมิศาสตร์ ปกครองหรือวิธีการอย่างอื่น และเลือกตัวอย่างจากกลุ่มต่างๆ ตามวิธีการสุ่ม พิจารณาว่าประชากรกลุ่มหนึ่งเป็นเพียงหน่วยหนึ่ง แต่ละกลุ่มมีลักษณะภายในหลากหลายหรือแตกต่าง แต่ ระหว่างกลุ่มลักษณะคล้ายคลึงกัน

39 ประเภทการสุ่มตัวอย่าง Probability Sampling การสุ่มตัวอย่างแบบกลุ่ม (Cluster Sampling) การสุ่มตัวอย่างแบบกลุ่ม (Cluster Sampling) หรือ การสุ่ม ตัวอย่างแบบพื้นที่ (Area Sampling) ไม่จำเป็นต้องทำบัญชี รายชื่อหน่วยประชากรทั้งหมด แต่ทำเฉพาะกลุ่มที่ใช้เป็นหน่วย การสุ่ม/หากกลุ่มที่ได้ใหญ่เกินจะศึกษาเฉพาะบางหน่วยประชากร ในกลุ่ม เช่น สำรวจค่าครองชีพเฉลี่ยครัวเรือนเกษตรกรในจังหวัดชลบุรี แบ่งเป็น 9 อำเภอ จะสุ่มเลือก 2 อำเภอ เก็บข้อมูลครัวเรือนจาก 2 อำเภอที่สุ่มได้

40 ประเภทการสุ่มตัวอย่าง Probability Sampling การสุ่มตัวอย่างทั้ง 4 ประเภท จะเห็นว่า - 2 ประเภทแรก เป็นการสุ่มตัวอย่างจากการกลุ่มเพียงชั้นเดียว คือ การสุ่มหน่วยประชากรเป็นกลุ่มตัวอย่างเลย - 2 ประเภทหลัง ก่อนทำการสุ่มตัวอย่างแบ่งประชากรทั้งหมด เป็นชั้นภูมิ (Stratum)/กลุ่มๆ (Cluster) และ สุ่มหน่วยประชากรขึ้นมาเป็นกลุ่มตัวอย่างขั้นที่ 2 อาจจะ ทำโดยสุ่มตัวอย่างแบบเป็นระบบ (Systematic Random Sampling) /ใช้สุ่มตัวอย่างแบบง่าย (Sample Random Sampling) หากการ เลือกขั้นที่ 2 ไม่เป็นไปตามวิธีสุ่ม กลุ่มตัวอย่างที่ได้จะเป็นกลุ่ม ตัวอย่างที่ไม่เป็นไปตามโอกาสทางสถิติ

41 ประเภทการสุ่มตัวอย่าง Probability Sampling การสุ่มตัวอย่างแบบหลายขั้นตอน/ แบบผสม (Multi-stage Sampling) การสุ่มตัวอย่างแบบหลายขั้นตอน/ผสมผสานขั้นตอน ต่างๆ มากกว่า 1 ประเภท อาจจะเป็นการเลือกระหว่างกลุ่มตัวอย่างแบบ ง่าย แบบระบบแบบชั้นภูมิ และแบบกลุ่ม เช่น โดยเลือกแบบกลุ่ม ทำการแบ่งหน่วยประชากรแต่ละกลุ่ม เป็นหลายชั้นภูมิ แต่ละชั้นภูมิสุ่มหน่วยประชากร อาจจะใช้วิธีจับ สลากอย่างง่าย/ แบ่งเป็นสัดส่วนตามแต่ละชั้นภูมิ เมื่อรวมกลุ่ม ตัวอย่างย่อยๆ แต่ละกลุ่มเข้าด้วยกันจะได้กลุ่มตัวอย่างประชากร ทั้งหมด เช่น การสำรวจความคิดเห็นของนักศึกษาระดับอุดมศึกษา

42 ประเภทการสุ่มตัวอย่าง Probability Sampling การสุ่มตัวอย่างแบบหลายขั้นตอน/ แบบผสม (Multi-stage Sampling) - แบ่งนักศึกษาออกเป็นภูมิภาค จากภูมิภาคสุ่มเลือก ออกมา 1 ภาคเป็นตัวแทน - สุ่มเลือกระดับจังหวัด มหาวิทยาลัย สถาบัน/วิทยาลัย - แบ่งนักศึกษาออกเป็นสาขาตามสถานศึกษาที่เรียน - สุ่มเลือกนักศึกษาในแต่ละสาขามาเป็นสัดส่วนตามจำนวน ที่ต้องการ นักศึกษาที่สุ่มได้แต่ละสาขารวมกันและเป็นกลุ่มตัวอย่าง ตามที่ต้องการศึกษา


ดาวน์โหลด ppt ประชากร (Population/Universe) ประชากรและการสุ่มตัวอย่าง ส่วนทั้งหมดของทุกหน่วยที่เป็นไปตามเงื่อนไขใน การศึกษา/ ข้อมูลทั้งหมดที่อยู่ขอบเขตที่ต้องการ พิจารณาอาจจะเป็นคน.

งานนำเสนอที่คล้ายกัน


Ads by Google