งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

วิชา 231303 ระเบียบวิธี วิจัย Research Methodology บทที่ 4 ประชาการและ การสุ่มตัวอย่าง อ. สุรินทร์ทิพ ศักดิ์ภูวดล สำนักวิชาเทคโนโลยีสารสนเทศและ การสื่อสาร.

งานนำเสนอที่คล้ายกัน


งานนำเสนอเรื่อง: "วิชา 231303 ระเบียบวิธี วิจัย Research Methodology บทที่ 4 ประชาการและ การสุ่มตัวอย่าง อ. สุรินทร์ทิพ ศักดิ์ภูวดล สำนักวิชาเทคโนโลยีสารสนเทศและ การสื่อสาร."— ใบสำเนางานนำเสนอ:

1 วิชา ระเบียบวิธี วิจัย Research Methodology บทที่ 4 ประชาการและ การสุ่มตัวอย่าง อ. สุรินทร์ทิพ ศักดิ์ภูวดล สำนักวิชาเทคโนโลยีสารสนเทศและ การสื่อสาร

2 การเลือกประชากรและกลุ่มตัวอย่าง ความหมาย ประชากร (Population or Universe) หมายถึง ทุกหน่วยของข้อมูลทั้งหมดที่มี อยู่ในขอบข่ายที่ต้องการศึกษา หน่วยของ ข้อมูลเป็นได้ทั้งคน พืช สัตว์และสิ่งของ

3 ประชากรในการวิจัยแบ่งออกเป็น 2 ชนิด คือ  ประชากรที่มีจำนวนนับได้ (Finite population) คือประชากรที่สามารถระบุเป็นจำนวนได้ เช่น ประชากรที่บริโภคผลิตภัณฑ์ A ที่อาศัยใน ดอนเมือง  ประชากรที่มีจำนวนนับไม่ได้ (Infinite population) คือประชากรที่ไม่สามารถนับได้หรือแสดงเป็นตัวเลขได้ อย่างชัดเจน เช่น 1. ประชากรที่ปฏิบัติงานด้วยความไม่ซื่อสัตย์ 2. ประชากรที่มีค่านิยมในการรับสินบน

4 แนวทางการกำหนดประชากร เป้าหมาย 1. การพิจารณาจากวัตถุประสงค์การวิจัย เช่น แรงจูงใจในการเข้ารับบริการรักษาในโรงพยาบาล พะเยา ของ นิสิตมหาวิทยาลัยนเรศวร พะเยา ประชากรเป้าหมายในการวิจัย คือ นิสิตมหาวิทยาลัยนเรศวร พะเยา เฉพาะ ผู้ที่เข้ารับบริการรักษาในโรงพยาบาล 2. การพิจารณาจากขอบเขตการวิจัย 3. การพิจารณาจากปัญหาเฉพาะเรื่องที่ทำการศึกษา - อาจเป็นการวิจัยเฉพาะในประเด็นที่เป็นกรณีที่อยู่ในความ สนใจเป็นพิเศษ หรืออาจเป็นกรณีเร่งด่วน

5 กระบวนการกำหนดประชากรและกลุ่มตัวอย่าง พิจารณาวัตถุประสงค์ ขอบเขต และปัญหาการวิจัย การกำหนดประชากร การกำหนดกลุ่มตัวอย่าง การกำหนดแนวทางการสุ่มตัวอย่าง การวางแผนการเก็บข้อมูลจากกลุ่มตัวอย่าง การเข้าพื้นที่เพื่อเก็บข้อมูลจากกลุ่มตัวอย่าง การคัดเลือกข้อมูล สำหรับวิเคราะห์

6 กลุ่มตัวอย่าง (Sample) หมายถึง ตัวแทนที่มี คุณสมบัติในหน่วยย่อยเหมือนกับประชากรเป้าหมาย ที่ผู้วิจัยเลือกมาศึกษา เพื่อนำผลการวิจัยสรุปอ้างอิง เป็นผลของประชากรเป้าหมาย การเลือกกลุ่มตัวอย่าง (Sampling) หมายถึง วิธีการเลือกประชากรส่วนหนึ่งมาศึกษาเพื่อ ประสิทธิภาพของการวิจัย การสุ่มตัวอย่าง (Random sampling) หมายถึง การเลือกกลุ่มตัวอย่างที่ทุกหน่วยของประชากรที่ ศึกษามีโอกาสถูกเลือกเท่าๆ กัน

7 กลุ่มตัวอย่างและการกำหนดกลุ่มตัวอย่าง (Sample and Sampling) กลุ่มตัวอย่าง (Sample) หมายถึง จำนวนส่วนหนึ่งของ จำนวนประชากรทั้งหมดที่ผู้วิจัยกำหนดไว้สำหรับ เป็นตัวแทนใน การศึกษาวิจัย โดยกลุ่มตัวอย่างที่นักวิจัยกำหนดนั้น จะต้องมีคุณสมบัติ ที่เป็น ตัวแทนที่ดี ของประชากรทั้งหมด และสามารถให้ข้อมูลที่ตรง ตามเป็นจริงตามประชากรทั้งหมดได้อย่างถูกต้อง - กลุ่มตัวอย่างที่ดีต้องเป็นกลุ่มตัวอย่างที่สามารถให้ข้อมูลได้ อย่างมีคุณภาพโดยที่คลาดเคลื่อนจากข้อมูลรวมที่ได้จาก ประชากรทั้งหมดเป็น 0 หรือให้มีความผิดพลาดได้น้อยที่สุด - ต้องมีจำนวนของกลุ่มตัวอย่างที่เหมาะสม เป็นจำนวนที่มีความ น่าเชื่อถือ

8 วิธีการกำหนดขนาดกลุ่มตัวอย่าง 1. วิธีการกำหนดขนาดกลุ่มตัวอย่าง โดยใช้สูตรคำนวณ 2. วิธีการกำหนดขนาดกลุ่มตัวอย่าง โดยการใช้ตารางสถิติ สำเร็จรูป 3. วิธีการกำหนดขนาดกลุ่มตัวอย่าง ตามความต้องการ ของผู้วิจัย

9 การใช้สูตรคำนวณ กรณีที่ประชากรมีจำนวนไม่แน่นอน (Infinite population) ซึ่งผู้วิจัยไม่ทราบ จำนวนประชากร ทราบเพียงว่ามีจำนวนมาก ใช้สูตรดังนี้ N = (Zc  / em) 2 ประชากรที่ไม่แน่นอนเช่น คนที่เป็น โรคเบาหวานในประเทศไทย

10 N = จำนวนตัวอย่างประชากร Zc = คะแนน Z ตามระดับความมีนัยสำคัญที่ผู้วิจัย กำหนดให้ (  ) Z =1.96 ที่ระดับความมั่นใจ 95% (  =.05) Z =2.58 ที่ระดับความมั่นใจ 99% (  =.01) em =ค่าความคาดเคลื่อนมากที่สุดที่ยอมรับได้  = ส่วนเบี่ยงเบนมาตรฐานของประชากร

11 n = N 1 + N (e) 2 n = จำนวน(ขนาด)ของกลุ่มตัวอย่าง e = ความคลาดเคลื่อนของการสุ่มตัวอย่าง N = จำนวน(ขนาด)ของประชากร การคำนวณหาขนาดกลุ่มตัวอย่าง โดยใช้สูตรคำนวณ การใช้สูตรความคลาดเคลื่อนมาตรฐาน (Yamane, 1973)

12 ตัวอย่างการคำนวณ การศึกษาปัจจัยที่มีผลต่อความสำเร็จของนิสิต มหาวิทยาลัย นเรศวร พะเยา โดยกำหนดให้มีความคลาดเคลื่อนของการสุ่ม ตัวอย่างร้อยละ 5 ของประชากร ซึ่งมีจำนวนทั้งหมด 10,758 คน แทนค่าตามสูตร n= 10758/( *(0.05*0.05)) = 386 คน ดังนั้นกลุ่มตัวอย่างในการวิจัยครั้งนี้มีจำนวน 386 คน

13 แบบฝึกหัด ประชากรที่ศึกษา มี จำนวนทั้งหมด 900 คน โดยกำหนดให้มี ความคลาดเคลื่อนของการสุ่มตัวอย่างเท่ากับ 0.05 จงหาขนาด ของกลุ่มตัวอย่าง

14 2. วิธีการกำหนดขนาดกลุ่มตัวอย่าง โดยการใช้ตาราง สถิติสำเร็จรูป เช่น ตารางขนาดตัวอย่างสำเร็จรูปของ Taro Yamane ที่ระดับความเชื่อมั่น 95% ตารางขนาดตัวอย่างสำเร็จรูปของ Krejcie and Morgan

15 3. วิธีการกำหนดขนาดกลุ่มตัวอย่าง ตามความ ต้องการของผู้วิจัย ผู้วิจัยต้องมีประสบการณ์ด้านการวิจัย และมีความสามารถในการกำหนด จำนวนกลุ่มตัวอย่างที่เหมาะสม โดยพื้นฐานทั่วไปแล้ว ได้มีการกำหนดขนาดกลุ่มตัวอย่างโดย Gay and Airasian (2003) เป็นแนวทางในการกำหนดไว้ดังนี้ ถ้าจำนวนประชากรขนาดของกลุ่มตัวอย่าง มีขนาดไม่เกิน 100 คนเก็บข้อมูลจากประชากรทั้งหมด มีประมาณ 500 คน250 คน หรือ 50% มีประมาณ 1,500 คน300 คน หรือ 20% มีประมาณ 5,000 คน ขึ้นไป400 คน

16 การสุ่มตัวอย่าง (Sampling) แบบไม่ใช้ความน่าจะเป็น (Non probability Sampling) แบบใช้ความน่าจะเป็น (Probability Sampling) -แบบตามสะดวก (Convenience Sampling) -แบบโควตา (Quota Sampling) -แบบบอลหิมะ (Snowball Sampling) -แบบง่าย (Simple Random Sampling) -แบบมีระบบ (Systematic Sampling) -แบบแบ่งชั้น (Stratified Random Sampling) -แบบแบ่งกลุ่ม (Cluster Sampling) -แบบหลายขั้นตอน (Multi-stage sampling)

17 การสุ่มตัวอย่าง (Sampling) แบบไม่ใช้ความน่าจะเป็น (Non probability Sampling) เป็นวิธีการสุ่มตัวอย่างตามผู้วิจัยกำหนดเอง ไม่คำนึงถึงความเท่าเทียมกันของประชากรที่มีโอกาสเป็น ตัวแทน หรือเป็นกลุ่มตัวอย่างได้อย่างเท่าเทียมทุกคน ประชากรที่เป็นวัตถุประสงค์ของการวิจัยจะไม่ทราบโอกาสที่จะ ถูกเลือกเป็นกลุ่มตัวอย่างของผู้วิจัย

18 1. การสุ่มตัวอย่างแบบพบโดยบังเอิญ หรือแบบตาม สะดวก (Accidental or Convenience Sampling) ผู้วิจัยกำหนดกลุ่มตัวอย่างไว้ก่อน หากผู้วิจัยไปพบลักษณะของบุคคลตรงตามที่กำหนดไว้ ผู้วิจัย สามารถเก็บข้อมูลจากตัวอย่างที่พบนั้นได้เลย ประหยัดงบประมาณ ผู้วิจัยต้องมีความระมัดระวังอย่างมากในการสรุปข้อมูล และ ตีความหมายจากข้อมูลที่ได้รับเนื่องจาก ลักษณะที่ผู้วิจัยพบเห็น จากภายนอกที่ถูกต้องตามที่กำหนดไว้ในการวิจัยนั้น อาจไม่ได้ หมายถึงการเป็นตัวแทนที่ดีของประชากรที่กำหนดไว้ก็อาจ เป็นได้

19 ตัวอย่างงานวิจัยที่ใช้กลุ่มตัวอย่างแบบบังเอิญ หรือตาม สะดวก หัวข้องานวิจัยการสุ่มตัวอย่าง การศึกษาความพึง พอใจที่มีต่อการใช้ บริการใน ห้างสรรพสินค้า ตัวแทนประชากรที่กำลังเดิน เลือกซื้อสินค้าใน ห้างสรรพสินค้า ตัวแทนประชากรที่รอรถเมล์ อยู่หน้าห้างสรรพสินค้า ตัวแทนประชากรที่กำลังรอ เข้าชมภาพยนตร์ใน ห้างสรรพสินค้า

20 2. การสุ่มตัวอย่างแบบตามโควตา (Quota Sampling) ผู้วิจัยได้กำหนดจำนวนของกลุ่มตัวอย่าง (Sample Size) ไว้แล้ว โดยไม่ได้คำนึงถึงความเท่าเทียม หรือ สัดส่วนตามจำนวนของ ประชากรทั้งหมด เมื่อผู้วิจัยไปพบลักษณะของบุคคลตรงตามที่กำหนดไว้ ผู้วิจัย สามารถเก็บข้อมูลจากตัวอย่างที่พบนั้นได้เลยจนครบตามจำนวน โควตานั้น

21 ตัวอย่างงานวิจัยที่ใช้กลุ่มตัวอย่างแบบโควตา (Quota Sampling) หัวข้อการวิจัย : การศึกษาความพึงพอใจที่มีต่อการใช้บริการของกองบริการ การศึกษา ของมหาวิทยาลัยนเรศวร พะเยา ประชากรคือนักศึกษาในมหาวิทยาลัย จำนวนทั้งหมด 1000 คน จากประชากร ทั้งหมดสามารถแบ่งลักษณะของกลุ่ม ตามระดับการศึกษาได้ 4 ระดับ ดังนี้ - ชั้นปีที่ 4 จำนวน 20 คน - ชั้นปีที่ 3 จำนวน 80 คน - ชั้นปีที่ 2 จำนวน 200 คน - ชั้นปีที่ 1 จำนวน 700 คน วิธีคำนวณหากลุ่มตัวอย่าง ผู้วิจัยกำหนดขนาดของกลุ่มตัวอย่างเพียง 200 คน การหาตัวแทนประชากรให้ได้ 200 คนจาก 1000 จะได้สัดส่วนดังนี้ - ชั้นปีที่ 4 ได้จำนวนตัวอย่าง = (20* 200/1000) = 4 คน - ชั้นปีที่ 3 ได้จำนวนตัวอย่าง = 16 คน - ชั้นปีที่ 2 ได้จำนวนตัวอย่าง = 40 คน - ชั้นปีที่ 1 ได้จำนวนตัวอย่าง = 140 คน นั่นคือผู้วิจัยจะต้องเก็บข้อมูลจากนิสิตในแต่ละชั้นปีดังจำนวนข้างต้น โดยเมื่อพบนิสิต ชั้นปี 4 คนใดก็ได้ ก็สามารถเก็บข้อมูลได้แล้วจำนวน 4 ชุด เช่นเดียวกับชั้นปี 3,2,1 โดยไม่ต้องคำนึงว่านิสิตอยู่สำนักไหน สาขาวิชาไหน ผู้วิจัยก็สามารถเก็บข้อมูลจาก กลุ่มตัวอย่างตามโควตานั้นได้เลย

22 3. การสุ่มตัวอย่างแบบบอลหิมะ (Snowball Sampling) เริ่มจากการเก็บตัวอย่างแรกโดยอาศัยความน่าจะเป็น (Probability Sampling) หลังจากเก็บตัวอย่างแรกแล้วผู้วิจัยขอความร่วมมือจากตัวอย่าง แรกให้ช่วยแนะนำตัวอย่างคนต่อไปที่มีคุณสมบัติที่คล้ายคลึงกัน สอดคล้องกัน และเมื่อผู้วิจัยได้ทำการเก็บตัวอย่างจากที่ได้รับ การแนะนำจากตัวอย่างแรกแล้วนั้น ก็ได้ขอให้ตัวอย่างนั้นได้ แนะนำตัวอย่างต่อไปพร้อมกันไปด้วย กลุ่มตัวอย่างเกิดจากการแนะนำต่อๆกันไปของกลุ่มตัวอย่างเอง ผู้วิจัยจะใช้วิธีดังกล่าวนี้ไปจนกระทั่งได้จำนวนตัวอย่างครบตาม ต้องการ ผู้วิจัยไม่สามารถระบุหรือบ่งชี้ได้ชัดเจนว่าสมาชิกในกลุ่ม ตัวอย่างคนใดที่สามารถให้ข้อมูลได้ถูกต้องที่สุด เช่น ผู้เข้ารับบริการการทำศัลยกรรมของโรงพยาบาลเอกชนแห่ง หนึ่ง

23 การสุ่มตัวอย่างโดยใช้ความน่าจะเป็น (Probability Sampling) แต่ละตัวอย่างจะมีโอกาสในการถูกเลือกมากกว่า 0 มีการประมาณค่าที่ถูกต้องเที่ยงตรง

24 การสุ่มตัวอย่างโดยใช้หลักความน่าจะเป็น (Probability sampling) หมายถึง การสุ่มตัวอย่างโดยคำนึงถึงโอกาสที่ ทุกหน่วยประชากรจะถูกเลือก และสามารถประมาณ ค่าความน่าจะเป็นได้ เป็นการสุ่มตัวอย่างที่มีระเบียบ และกฎเกณฑ์ จะต้องจัดทำกรอบตัวอย่าง (sampling frame) ไว้ เช่น รายชื่อของประชากรทั้งหมด บัญชี ครัวเรือน แล้วนำไปสุ่มเลือกตัวอย่าง

25 การสุ่มตัวอย่างโดยใช้หลักความน่าจะเป็น สามารถจำแนกได้เป็น 5 วิธี 1. การสุ่มตัวอย่างแบบง่าย (Simple Random Sampling) หมายถึง การสุ่มอย่างง่ายๆ ที่ทุกหน่วยประชากรมีโอกาส ถูกเลือกได้เท่ากัน (Equal probability of selection) มี 2 วิธี คือ 1.1 การจับฉลาก 1.2 การใช้ตารางเลขสุ่ม (Table of random number)

26 การสุ่มตัวอย่างแบบง่าย อาจใช้เวลาและ ค่าใช้จ่ายมาก ผู้วิจัยอาจต้องมีการจัดทำบัญชีรายชื่อของจำนวน ประชากรและต้องกำหนดหมายเลขกำกับไว้ทั้งหมด ตามที่ผู้วิจัยได้กำหนดไว้ เช่น รายชื่อของนิสิตของมหาวิทยาลัยทุกคนโดยเริ่ม จากลำดับที่ 1 ถึงลำดับสุดท้ายของนิสิตใน มหาวิทยาลัยทุกคน แล้วจึงดำเนินการเลือกสุ่มตัวอย่าง จากจำนวนรายชื่อทั้งหมด

27 1.1 การจับฉลาก 1. การสุ่มตัวอย่างแบบง่าย (Simple Random Sampling) หยิบฉลากทีละใบจนครบจำนวนที่ต้องการ - ทำฉลากตามจำนวนของประชากรให้ครบทั้งหมด (N จำนวน) - หยิบฉลากที่เป็นหมายเลขขึ้นมา เพื่อเลือกตัวอย่าง - จากนั้นนำฉลากที่เลือกแล้วใส่กลับเข้าไปในกลุ่มใหม่ เพื่อสร้าง โอกาสความเท่าเทียมในการเป็นกลุ่มตัวอย่างให้เท่าเทียมกัน (N จำนวน) ในการเลือกครั้งถัดไป *** กรณีนี้ สุ่มหยิบครั้งต่อไป (ครั้งที่ …) อาจเจอคนเดิม ซึ่งเราจะต้อง ทำการสุ่มใหม่หาคนใหม่ที่ต่างกัน อาจเสียเวลา *** หยิบฉลากทีเดียวให้ได้ครบจำนวนที่ต้องการ - ทำฉลากตามจำนวนของประชากรให้ครบทั้งหมด (N จำนวน) - กำหนดจำนวนกลุ่มตัวอย่างตามระเบียบวิธีการกำหนดกลุ่มตัวอย่าง ที่เชื่อถือได้ (n) - ผู้วิจัยก็จะหยิบฉลากขึ้นมาจากกล่องจนกระทั่งครบตามจำนวน ดังกล่าว *** กรณีนี้ สุ่มหยิบครั้งต่อไป (ครั้งที่ …) ไม่มีโอกาสเจอคนเดิม

28 1.2 การใช้ตารางเลขสุ่ม (Table of Random Number) 1. การสุ่มตัวอย่างแบบง่าย (Simple Random Sampling) จากตารางเลขสุ่ม หน้า 85 - ประกอบด้วยเลข 0-9 ที่เรียงตามแนวตั้ง(Column) และแนวนอน(Row) - การสุ่มแต่ละครั้งต้องเลือกแนวตั้ง หรือ แนวนอนอย่างใดอย่างหนึ่ง เช่น ต้องการสุ่มประชากรของนิสิต BC ปี 3 ทั้งหมด 65 คน หลังจากนั้นต้องหา จำนวนกลุ่มตัวอย่างโดยใช้ตารางของ R.V. Krejcie & D.W. Morgan ได้ขนาด ตัวอย่าง = 56 ตัวอย่าง 1. การเลือกชุดตัวเลขเราจะเลือก 2 หลัก (กรณีตัวอย่าง หลักร้อยต้องเลือก 3 หลัก) 2. กำหนดลำดับประชากร ให้มี 01,02…65 3. เราจะเลือก 2 หลักหน้า ของแต่ละชุด และเลือกจากซ้ายไปขวา 4. หาช่วง = 65/56 = 1.16 = 1 นั่นคือเลือก1 เว้น 1 5. ถ้าเราสุ่มได้ตัวเลขเริ่มต้นคือ จะได้เลข 2 หลักหน้าคือ 70 เราไม่ เลือก 70 เพราะเกินจำนวนลำดับของประชากร เราจะเลือก ตัวเลขชุดถัดไป และ เลือก 2 หลักหน้าเหมือนเดิม เมื่อได้ตัวแรก ก็เว้น 1 ชุด จนครบตามจำนวนที่ ต้องการ ถ้าไม่เจอก็เว้นไปเรื่อยๆ หากเจอชุดตัวเลขที่เกินค่า N (65) เช่น ก็เว้นไปอีก จนได้จำนวนตัวอย่างคือ 56 ตัวอย่าง ดังนี้หากเริ่มที่ ชุด ตัวแรกที่ได้คือ 07 จากนั้นเว้น 1 อัน แล้วมา พิจารณา เลือก …จนครบ ดังนั้น จะได้ …. จนสุดตารางแล้ววนมาพิจารณาที่ ใหม่ หาต่อจนครบจนครบ

29 1.2 การใช้ตารางเลขสุ่ม (Table of Random Number) (ต่อ) 1. การสุ่มตัวอย่างแบบง่าย (Simple Random Sampling) จากตารางเลขสุ่ม หน้า 85 - เช่น ต้องการสุ่มประชากรของนิสิต BC ปี 3 ทั้งหมด 65 คน หลังจากนั้น ต้องหาจำนวนกลุ่มตัวอย่างโดยใช้ตารางของ R.V. Krejcie & D.W. Morgan ได้ขนาดตัวอย่าง = 56 ตัวอย่าง 1. การเลือกชุดตัวเลขเราจะเลือก 2 หลัก (กรณีตัวอย่าง หลักร้อยต้อง เลือก 3 หลัก) 2. กำหนดลำดับ ให้มี 01,02…65 3. เราจะเลือก 2 หลักหลัง จากซ้ายไปขวา 4. หาช่วง = 65/56 = 1.16 = 1 นั่นคือเลือก1 เว้น 1 5. ถ้าเราสุ่มได้ตัวเลขเริ่มต้นคือ จะได้เลข 2 หลักหลัง คือ … จนครบจำนวน 56 ตัวอย่าง จนสุดตารางแล้ว วนตามมาที่ชุด Column 1 Row 1 ใหม่ วนชุดตัวเลขจน ครบ

30 1.2 การใช้ตารางเลขสุ่ม (Table of Random Number) (ต่อ) 1. การสุ่มตัวอย่างแบบง่าย (Simple Random Sampling) จากตารางเลขสุ่ม หน้า 85 - เช่น ต้องการสุ่มประชากรของนิสิต BC ปี 3 ทั้งหมด 60 คน หลังจากนั้น ต้องหาจำนวนกลุ่มตัวอย่างโดยใช้ตารางของ R.V. Krejcie & D.W. Morgan ได้ขนาดตัวอย่าง = 52 ตัวอย่าง 1. การเลือกชุดตัวเลขเราจะเลือก 2 หลัก (กรณีตัวอย่าง หลักร้อยต้อง เลือก 3 หลัก) 2. กำหนดลำดับ ให้มี 01,02…60 3. เราจะเลือก 2 หลักหลัง จากซ้ายไปขวา 4. หาช่วง = 60/52 = 1.15 = 1 นั่นคือเลือก1 เว้น 1 5. ถ้าเราสุ่มได้ตัวเลขเริ่มต้นคือ จะได้เลข 2 หลักหลัง คือ … จนครบจำนวน 52 ตัวอย่าง จนสุดตารางแล้ว วนตามมาที่ชุด Column 1 Row 1 ใหม่ วนชุดตัวเลขจน ครบ

31 2. การสุ่มตัวอย่างแบบมีระบบ (Systematic sampling) หมายถึง การสุ่มตัวอย่างจากประชากร โดยยึดช่วงห่าง ของลำดับเลขที่ประชากรเป็นเกณฑ์ ในการเลือก การสุ่มวิธีนี้ใช้ได้เฉพาะกรณีที่มีกรอบ ตัวอย่างของประชากรชัดเจนอยู่แล้ว

32 การสุ่มตัวอย่างแบบมีระบบ (Systematic sampling) (ต่อ) ขั้นแรกจะเริ่มจากการกำหนดลำดับของตัวอย่าง ทั้งหมดไว้ ซึ่งอาจเป็นตัวเลข หรือเป็นตัวอักษรตาม สะดวกของผู้วิจัย เช่น โดยเริ่มจาก 01, 02 จนกระทั่ง ถึงลำดับสุดท้ายของตัวอย่าง

33 คำนวณหาช่วงของการสุ่ม โดยใช้สูตร I = N n เมื่อI = ช่วงของการสุ่ม N = จำนวนประชากรทั้งหมด n = จำนวนตัวอย่าง การสุ่มตัวอย่างแบบมีระบบ (Systematic sampling) (ต่อ)

34 ตัวอย่างเช่น การวิจัยประสิทธิภาพของบริษัทผลิตยางรถยนต์ซึ่งมีจำนวน ทั้งหมด 50 บริษัท โดยผู้วิจัยต้องการศึกษาจากกลุ่มตัวอย่าง เพียง 10 บริษัท ผู้วิจัยจึงต้องกำหนดช่วงในการสุ่มดังต่อไปนี้ มีบริษัท 50 บริษัท ต้องการสุ่มตัวอย่าง จำนวน 10 บริษัท ช่วง = 50/10 =5 เรามีลำดับประชากร 50 ลำดับ ดังนั้นเราสามารถเลือก กลุ่ม ตัวอย่างดังนี้ การสุ่มตัวอย่างแบบมีระบบ (Systematic sampling) (ต่อ)

35 ตัวอย่างวิจัยเรื่อง การรับรู้และความคาดหวังต่อมหาวิทยาลัย ของนักศึกษา มหาวิทยาลัย ABC ซึ่งมีนักศึกษาอยู่ ทั้งหมด 719 คน ผู้วิจัยต้องการเลือก ตัวอย่างจำนวน 175 คน โดยวิธีการสุ่มตัวอย่างแบบมีระบบ โดยมีขั้นตอน ดังนี้ 1. กำหนดกรอบตัวอย่าง รายชื่อนักศึกษาทั้งหมด 719 คน เรียงตามอักษร หรือตามระบบใดระบบหนึ่งที่กำหนด 2. กำหนดขนาดตัวอย่างที่ต้องการศึกษา คือ จำนวน 175 คน 3. คำนวณหาช่วงของการสุ่ม I=N/n = 719/175= = 4 4. สุ่มหาเลขเริ่มต้นระหว่าง 1 ถึง 4 โดยวิธีจับฉลาก หรือใช้ตารางเลขสุ่มก็ ได้ในที่นี้สมมุติได้เลข 1 5. หาตัวอย่างที่ถูกเลือก เริ่มตั้งแต่หมายเลข 1 ลำดับถัดไปคือ 5 (ได้จาก 1+4), 9 (ได้จาก 5+4)…697 ดังนั้นกลุ่มตัวอย่างที่ถูกเลือกจะได้นักศึกษาที่มีลำดับที่ 1, 5, 9, …697 รวม จำนวนทั้งหมด 175 คน การสุ่มตัวอย่างแบบมีระบบ (Systematic sampling) (ต่อ)

36 3. การสุ่มตัวอย่างแบบแบ่งชั้น (Stratified sampling) หมายถึง การสุ่มตัวอย่างจากประชากรที่มีหลายลักษณะรวมกัน โดยมีหลักของการแบ่งชั้นโดยประชากรที่อยู่ในพวก(ชั้น) เดียวกันมีความคล้ายคลึงกันมากที่สุด และประชากรที่อยู่ ต่างพวก(ชั้น)กันมีความแตกต่างกันมากที่สุด จากนั้นจึงสุ่ม ตัวอย่างออกมาจากแต่ละกลุ่มโดยการสุ่มตัวอย่างแบบง่ายหรือ แบบมีระบบก็ได้ให้ได้จำนวนประชากรตามต้องการ การแบ่งชั้น ของประชากรอาจแบ่งตามเพศ อายุ อาชีพ ระดับการศึกษา ศาสนา รายได้ เป็นต้น ชั้น ความหมายถึง พวก ไม่ได้แปลเหมือนเป็นระดับชั้นของตึก

37 ขั้นตอนการสุ่มตัวอย่างแบบแบ่งชั้นมีดังนี้ 1.แบ่งประชากรออกเป็นพวกหรือชั้น (Stratum) 2.เลือกตัวอย่างจากแต่ละชั้น 3.นำตัวอย่างที่สุ่มได้แต่ละชั้นมารวมกัน จะได้จำนวน ตัวอย่างทั้งหมดที่ต้องการ สุ่มตัวอย่างแต่ละชั้นอย่างอิสระกันมาตามจำนวนที่ต้องการ - การสุ่มอาจเป็นแบบง่ายหรือแบบเป็นระบบได้ - แต่ละชั้นไม่จำเป็นต้องใช้วิธีการสุ่มเหมือนกัน

38 การสุ่มตัวอย่างแบบแบ่งชั้นจะมี 2 ลักษณะย่อย คือ  การสุ่มตัวอย่างแบบแบ่งชั้นโดยใช้สัดส่วนที่เท่ากัน  และการสุ่มตัวอย่างแบบแบ่งชั้นโดยใช้สัดส่วนไม่เท่ากัน

39           ประชากร ประชากรที่ แบ่งเป็นชั้น ตัวอย่างในแต่ ละชั้น กลุ่มตัวอย่าง ทั้งหมด สุ่มตัวอย่างจาก แต่ละชั้น การจัดชั้น แผนภาพที่ 1 แสดงขั้นตอนการสุ่มตัวอย่างแบบ แบ่งชั้น สุ่มแบบ ง่าย สุ่มแบบมี ระบบ สุ่มแบบ ง่าย

40 นิสิตมหาวิทยาลัย ABC ทั้งหมด 5000 คน มี 5 สำนักวิชา กลุ่มตัวอย่าง = 357 คนจากตาราง R.V. Krejcie & D.W. Morgan เกษตรศาสตร์ 500 คน วิทยาศาสตร์ 1000 คน วิศวกรรมศาสตร์ 300 คน 357 คน ประชากร ประชากรที่ แบ่งเป็น 5 ชั้น = 5 Strata ตัวอย่างในแต่ ละชั้น กลุ่มตัวอย่าง ทั้งหมด สุ่มตัวอย่างจากแต่ละชั้น โดยสัดส่วนที่เท่ากัน 1:14 การจัดชั้น ICT 2000 คน วิทยาการจัดการ 1200 คน เกษตรศาสตร์ 36 คน วิทยาศาสตร์ 71 คน วิศวกรรมศาสตร์ 21 คน ICT 143 คน วิทยาการจัดการ 86 คน ภาพ A การสุ่มตัวอย่างแบบแบ่งชั้นโดยใช้สัดส่วนที่เท่ากัน สุ่มแบบมีระบบ นิสิตปี 4,3,2,1 *** ใช้การสุ่มตัวอย่างแบบมีระบบทุกๆ สำนัก จะทำให้ทุกสำนักได้มาตรฐานการสุ่มแบบ เดียวกัน *** สุ่มแบบมีระบบ นิสิตปี 4,3,2,1

41 การคำนวณ ICT= 2000*357/ เกษตรศาสตร์ = 500*357/ วิทยาศาสตร์= 1000* 357/ วิศวกรรมศาสตร์ = 300*357/ วิทยาการจัดการ= 1200* 357/ ประชากร 5000 คน ต้องการเลือกตัวอย่าง 357 คน ประชากร 2000 คน ต้องการเลือกตัวอย่าง =2000*357/5000 = =143 คน

42 จากภาพ A การสุ่มตัวอย่างนั้นหากในกรณีนี้ทุกสำนักสามารถใช้การสุ่มตัวอย่างแบบมีระบบเหมือนกัน ซึ่งการเก็บ ตัวอย่างจะได้ใช้มาตรฐานเดียวกัน ICT โดยกำหนดสัดส่วนปี โดยการเทียบบัญญัติไตรยางค์ อีกครั้ง จากนั้นสุ่มตัวอย่างแบบมีระบบที่ได้จากสูตร I=N/n เช่น ชั้นปี 4 ประชากร 500 คน จำนวนตัวอย่าง 36 คน 3 ประชากร 500 คน จำนวนตัวอย่าง 36 คน 2 ประชากร 400 คน จำนวนตัวอย่าง 28 คน 1 ประชากร 600 คน จำนวนตัวอย่าง 43 คน ตัวอย่าง ทั้งหมด 143 คน จากนั้นแยกชั้นปี 4 สาขา BC 200 คน ตัวอย่าง 14 คน ชั้นปี 4 สาขา IT 100 คน ตัวอย่าง 8 คน ชั้นปี 4 สาขา CS 200 คน ตัวอย่าง 14 คน ตัวอย่าง ทั้งหมด 36 คน จากนั้นเริ่มหาจาก ชั้นปี 4 สาขา BC หา I= 200/14 = ช่วงประมาณที่ 14 ดังนั้นเลือกตัวอย่างลำดับ 14, 28, 42… จนได้จำนวนตัวอย่าง 14 คน ……. ทำต่อไป ตามขั้นตอน จนได้ตัวอย่างของ ICT ครบ 143 คน เกษตรศาสตร์ โดยกำหนดสัดส่วนปี โดยการเทียบบัญญัติไตรยางศ์ จากนั้นสุ่มตัวอย่างแบบมี ระบบ วิทยาศาสตร์ โดยกำหนดสัดส่วนปี โดยการเทียบบัญญัติไตรยางค์ จากนั้นสุ่มตัวอย่างแบบมี ระบบ วิศวกรรมศาสตร์ โดยกำหนดสัดส่วนปี โดยการเทียบบัญญัติไตรยางค์ จากนั้นสุ่มตัวอย่างแบบ มีระบบ วิทยาการจัดการ โดยกำหนดสัดส่วนปี โดยการเทียบบัญญัติไตรยางค์ จากนั้นสุ่มตัวอย่างแบบ มีระบบ

43 นิสิตมหาวิทยาลัย ABC ทั้งหมด 5000 คน มี 5 สำนักวิชา กลุ่มตัวอย่าง = 357 คนจากตาราง R.V. Krejcie & D.W. Morgan เกษตรศาสตร์ 500 คน วิทยาศาสตร์ 1000 คน วิศวกรรมศาสตร์ 300 คน 357 คน ประชากร ประชากรที่ แบ่งเป็น 5 ชั้น = 5 Strata ตัวอย่างในแต่ ละชั้น กลุ่มตัวอย่าง ทั้งหมด สุ่มตัวอย่างจาก แต่ละชั้น โดยสัดส่วนที่ เท่ากัน 1:14 การจัดชั้น ICT 2000 คน วิทยาการจัดการ 1200 คน เกษตรศาสตร์ 36 คน วิทยาศาสตร์ 71 คน วิศวกรรมศาสตร์ 21 คน ICT 143 คน วิทยาการจัดการ 86 คน ภาพ B การสุ่มตัวอย่างแบบแบ่งชั้นโดยใช้สัดส่วนที่เท่ากัน สุ่มแบบ โควตา สุ่มแบบตาม สะดวก สุ่มแบบมีระบบ นิสิตปี 4,3,2,1

44 จากภาพ B ในกรณีที่ข้อมูลมีลักษณะพิเศษหรือมีเหตุผลอื่นที่ทำให้เราไม่สามารถใช้ วิธีการสุ่มตัวอย่างแบบเดียวกันทุกสำนักเราสามารถ แยก ICT สุ่มตัวอย่างแบบตามสะดวก ส่วนเกษตรศาสตร์สุ่มตัวอย่างแบบโควตา นอกนั้นสุ่มตัวอย่างแบบมีระบบเหมือนกันดังนี้ ICT สุ่มตัวอย่างแบบตามสะดวกคือเจอนิสิตที่เพียงแต่อยู่สำนัก ICT ชั้นปีไหน หรือสาขาไหนก็ ได้เราจะแจกแบบสอบถามหมด จนได้ครบ 143 คน เกษตรศาสตร์ สุ่มตัวอย่างแบบโควตาคือกำหนดสัดส่วนปี โดยการเทียบ บัญญัติไตรยางศ์ จากนั้นสุ่มแจกโดยแจกแบบสอบถามใครก็ได้ที่อยู่เกษตรศาสตร์ และชั้นปีนั้น จนครบจำนวนโควตา เช่น ปึ 4 ประชากร 200 คน จำนวนตัวอย่าง 14 คน 3 ประชากร 150 คน จำนวนตัวอย่าง 11 คน 2 ประชากร 100 คน จำนวนตัวอย่าง 7 คน 1 ประชากร 50 คน จำนวนตัวอย่าง 4 คน ตัวอย่าง ทั้งหมด 36 คน วิทยาศาสตร์ โดยกำหนดสัดส่วนปี โดยการเทียบบัญญัติไตรยางค์ จากนั้นสุ่มตัวอย่าง แบบมีระบบ วิศวกรรมศาสตร์ โดยกำหนดสัดส่วนปี โดยการเทียบบัญญัติไตรยางค์ จากนั้นสุ่ม ตัวอย่างแบบมีระบบ วิทยาการจัดการ โดยกำหนดสัดส่วนปี โดยการเทียบบัญญัติไตรยางค์ จากนั้นสุ่ม ตัวอย่างแบบมีระบบ ****การสุ่มตัวอย่างจากภาพ B นั้นสำหรับความน่าเชื่อถือ จากการสุ่มตัวอย่างแบบตามสะดวก และการสุ่มตัวอย่างแบบโควตานั้นผู้วิจัยต้องมีความระมัดระวังอย่างมากในการสรุปข้อมูล และ ตีความหมายจากข้อมูลที่ได้รับเนื่องจาก ลักษณะที่ผู้วิจัยพบเห็นจากภายนอกที่ถูกต้องตามที่ กำหนดไว้ในการวิจัยนั้น อาจไม่ได้หมายถึงการเป็นตัวแทนที่ดีของประชากรที่กำหนดไว้ก็อาจ เป็นได้ ****

45 นิสิตมหาวิทยาลัย ABC ทั้งหมด 5000 คน มี 5 สำนักวิชา กลุ่มตัวอย่าง = 357 คนจากตาราง R.V. Krejcie & D.W. Morgan สามารถเพิ่มจำนวนได้ เป็น 360 คน เกษตรศาสตร์ 500 คน วิทยาศาสตร์ 1000 คน วิศวกรรมศาสตร์ 300 คน 360 คน ประชากร ประชากรที่ แบ่งเป็น 5 ชั้น = 5 Strata ตัวอย่างในแต่ ละชั้น กลุ่มตัวอย่าง ทั้งหมด สุ่มตัวอย่างจาก แต่ละชั้น การจัดชั้น ICT 2000 คน วิทยาการจัดการ 1200 คน เกษตรศาสตร์ 72 คน (1:6.9) วิทยาศาสตร์ 72 คน (1:13.9) วิศวกรรมศาสตร์ 72 คน (1:4.2) ICT 72 คน (1:27.8) วิทยาการจัดการ 72 คน (1:16.7) และการสุ่มตัวอย่างแบบแบ่งชั้นโดยใช้สัดส่วนไม่เท่ากัน

46 4. การสุ่มตัวอย่างแบบแบ่งกลุ่ม (Cluster sampling or Area sampling) หมายถึง วิธีการสุ่มตัวอย่างโดยแบ่งกลุ่มประชากร ออกเป็นกลุ่มตามพื้นที่ทางภูมิศาสตร์ สถาบัน หน่วยงานหรือสมาคม แล้วทำการเลือกมา เพียงบางส่วนด้วยวิธีการสุ่มแบบง่ายหรือ แบบเป็นระบบก็ได้ โดยให้ประชากรใน กลุ่มแตกต่างกันมากที่สุด และประชากร ระหว่างกลุ่มคล้ายคลึงกันมากที่สุด

47    ประชากร ลักษณะของ ประชากรในแต่ ละกลุ่มย่อย ตัวอย่างในแต่ ละกลุ่ม ( เลือกมาทั้ง กลุ่ม ) เลือกสุ่มตัวอย่าง การจัดกลุ่ม ย่อย แผนภาพที่ 2 แสดงขั้นตอนการสุ่มตัวอย่างแบบ แบ่งกลุ่ม ขนาดตัวอย่าง

48 นักศึกษาหลักสูตรพยาบาล ทั้งหมด 8000 คน มี 4 ภาค กลุ่มตัวอย่าง = 380 คน จากสูตร ของ Yamane ภาคกลางมี 12 วิทยาลัย ภาคอีสานมี 7 วิทยาลัย ภาคใต้มี 6 วิทยาลัย 380 คน ประชากร แบ่งกลุ่มย่อย ภาคเหนือมี 6 วิทยาลัย วพบ กรุงเทพ สุ่มมา 95 คน วพบ ขอนแก่น สุ่มมา 95 คน วพบ สงขลา สุ่มมา 95 คน วพบ เชียงใหม่ สุ่มมา 95 คน การสุ่มตัวอย่างแบบแบ่งกลุ่ม (Cluster sampling or Area sampling) ลักษณะของ ประชากรในแต่ ละกลุ่มย่อย เลือกภาคละ 1 วิทยาลัย สุ่มตัวอย่างตาม จำนวน ขนาดตัวอย่าง

49 5. การสุ่มตัวอย่างแบบหลายขั้นตอน (Multi-stage sampling) หมายถึง กระบวนการสุ่มตัวอย่างจากประชากร โดย ดำเนินการสุ่มตั้งแต่ 3 ขั้นขึ้นไป เป็นวิธีที่เหมาะ กับประชากรที่มีขอบข่ายกว้าง ไม่สามารถหา กรอบบัญชีรายชื่อที่ประกอบด้วยทุกหน่วย ประชากรได้โดยตรง ซึ่งอาจเนื่องมาจากความไม่ สะดวก ความสิ้นเปลือง ดังนั้น จึงทำเพียงกรอบ บัญชีรายชื่อเฉพาะกลุ่มที่เลือกได้เท่านั้น

50 การสุ่มตัวอย่างแบบหลายขั้นตอน

51 หนังสืออ้างอิง ระเบียบวิธีวิจัยทางธุรกิจ. ดร. กิติพันธ์ คงสวัสดิ์เกียรติ และคณะ ระเบียบวิธีวิจัย. รศ. เทียมจันทร์ พานิชย์ผลินไชย การวิจัยทางการพยาบาล ประกาย จิโรจน์กุล 2548


ดาวน์โหลด ppt วิชา 231303 ระเบียบวิธี วิจัย Research Methodology บทที่ 4 ประชาการและ การสุ่มตัวอย่าง อ. สุรินทร์ทิพ ศักดิ์ภูวดล สำนักวิชาเทคโนโลยีสารสนเทศและ การสื่อสาร.

งานนำเสนอที่คล้ายกัน


Ads by Google