Introduction to Public Administration Research Method ประชากรและกลุ่มตัวอย่าง

ประชากร “ประชากร” หรือ Population ตามความหมายในวิชาประชากรศาสตร์ หมายถึง “คน” หรือกลุ่มของสิ่งมีชิวตใดๆที่จะนำมาศึกษา ซึ่งสมาชิกในกลุ่มแต่ ละหน่วยมีคุณลักษณะหรือคุณสมบัติบางอย่างร่วมกันตามที่ผู้วิจัยกำหนดจะ ศึกษา ประชากร เช่น คนแต่ละคน สัตว์แต่ละตัว สิ่งของแต่ละชิ้น ฯลฯ เป็นสิ่งสำคัญ มากสำหรับการศึกษา เนื่องจากในบางครั้งเราไม่สามารถที่จะศึกษาจากจำนวน ประชากรทั้งหมดได้ ซึ่งจำเป็นที่ต้องเก็บข้อมูลจากองค์ประกอบของประชากร บางส่วนเพื่อประหยัดงบประมาณ เวลา และแรงงาน

ประชากร การกำหนดประชากรเป้าหมายนอกจากจะให้ความกระจ่างในเรื่องการเก็บข้อมูล แล้ว ยังทำให้ทราบถึงขอบเขตของการวิจัยว่ากว้างขวางหรือจำกัดเฉพาะกลุ่มใด กลุ่มหนึ่งหรือไม่ การศึกษาและการวิจัยจะมีเป้าหมายที่จะเก็บข้อมูลจากประชากรที่ เข้าข่ายเหล่านี้ทั้งหมดหรือเก็บเพียงบางส่วนโดยใช้วิธีการสุ่มตัวอย่าง การกำหนดประชากรเป้าหมายยังมีผลต่อการเลือกสุ่มตัวอย่างที่จะศึกษา ซึ่ง หมายถึง เป็นการกำหนดหรือสร้างกรอบของการสุ่มตัวอย่าง (Sampling Frame) อันหมายถึง รายชื่อของทุกๆหน่วยที่ประกอบกันเป็นประชากรที่สนใจ ศึกษา รายชื่อดังกล่าวนี้โดยทั่วๆไปหาได้จากทะเบียนของหน่วยงานต่างๆที่ เกี่ยวข้อง เช่น รายชื่อหัวหน้าครัวเรือนที่อาศัยอยู่ในกรุงเทพมหานครจะสามารถหา ได้จากเขตต่างๆของกรุงเทพมหานคร เป็นต้น

ประชากร โดยทั่วไปแล้วประชากรที่ใช้ในการวิจัยสามารถแบ่งได้เป็น 2 ประเภท คือ 1. ประชากรที่นับได้ (Finite Population) = จำนวนประชากรที่มี จำกัด หรือสามารถกำหนดจำนวนหรือขอบเขตได้อย่างแน่ชัด เช่น จำนวน นักศึกษาในสถาบันอุดมศึกษาต่างๆ จำนวนอาจารย์ในวิทยาเขต จำนวนแรงงาน ในโรงงาน จำนวนกลุ่มอาชีพในชุมชน เป็นต้น 2. ประชากรที่มีจำนวนอนันต์ (Infinite Population) = จำนวน ประชากรที่มีจำนวนมากจนไม่สามารถนับจำนวนได้ครบถ้วน เนื่องจากมีจำนวน มาไม่แน่นอน หรือไม่สามารถกำหนดจำนวนหรือขอบเขตได้อย่างแน่ชัด เช่น ปริมาณปลาในมหาสมุทร จำนวนเส้นผมบนศีรษะ จำนวนเมล็ดข้าวสารใน 1 ถัง เป็นต้น

ประชากร โดยทั่วไปแล้วการศึกษาวิจัยจะไม่นิยมศึกษาจากประชากรทั้งหมด เพราะทำให้ สิ้นเปลืองเวลา ค่าใช้จ่าย แรงงาน และการควบคุมไม่ให้เกิดความคลาดเคลื่อน บางอย่างจะกระทำได้ยาก จึงทำให้มีการนิยมศึกษาจากกลุ่มตัวอย่างมากกว่า ซึ่ง จะก่อให้เกิดประโยชน์ดังนี้ 1. ทำให้ลดค่าใช้จ่ายในการทำวิจัยได้ 2.สามารถทำการวิจัยได้เร็วขึ้นและได้ข้อมูลที่ทันสมัย 3. สามารถจัดเก็บข้อมูลได้อย่างกว้างขวางและลึกซึ้ง 4. หากจัดเก็บข้อมูลถูกวิธีจะทำให้ได้รับความเชื่อถือสูง 5. สามารถ ลดขั้นตอนต่างๆ รวมทั้งลดแรงงานและอื่นๆได้

ความหมายของการสุ่มตัวอย่าง “การสุ่มตัวอย่าง” หรือ Sampling หมายถึง วิธีการ เลือกกลุ่มตัวอย่างที่มีคุณสมบัติเป็นตัวแทนที่ดีของประชากร ที่มีคุณสมบัติต่างๆครบถ้วน สามารถเป็นตัวแทนในการ ศึกษษซึ่งสามารถอ้างอิงกลับไปยังประชากรที่ศึกษาทั้งหมด ได้ หน่วยที่จะศึกษา อันได้แก่ บุคคล สถาบันหรือสิ่งของมา ศึกษาเพียงบางส่วนจากบุคคล สถาบัน หรือสิ่งของที่มีอยู่ ทั้งหมด

ประเภทของการสุ่มตัวอย่าง กลุ่มย่อยที่เรานำมาวิเคราะห์แทนกลุ่มประชากรทั้งหมดนี้เราเรียกว่า “กลุ่มตัวอย่าง” และ วิธีการที่จะให้ได้มาซึ่งกลุ่มตัวอย่างนั้นเราเรียกว่า “วิธีการสุ่มตัวอย่าง” (Sampling Method) โดยการสุ่มตัวอย่างนั้นสามารถแบ่งออกได้เป็น 3 ประเภท คือ 1. แบบที่ใช้ความน่าจะเป็น การเลือกตัวอย่างโดยวิธีการสุ่มธรรมดา การเลือกตัวอย่างแบบมีระบบ การเลือกตัวอย่างแบบชั้นหรือชั้นภูมิ การเลือกตัวอย่างเชิงกลุ่มบริเวณ การเลือกตัวอย่างแบบหลายขั้นตอน

ประเภทของการสุ่มตัวอย่าง 2. แบบที่ไม่ใช้ความน่าจะเป็น การเลือกตัวอย่างแบบเจาะจง การเลือกตัวอย่างแบบบังเอิญ การเลือกตัวอย่างแบบโควตา การเลือกตัวอย่างแบบลูกโซ่หรือเชิงก้อนหิมะ 3.แบบผสม ซึ่งคือการสุ่มตัวอย่างแต่ละแบบก็มีวิธีการสุ่มตัวอย่างต่างๆกัน แบบที่ไม่ใช้ความน่าจะเป็นผสมกับแบบไม่ใช้ความน่าจะเป็น แบบที่ใช้ความน่าจะเป็นผสมกับแบบที่ไม่ใช้ความน่าจะเป็น แบบที่ใช้ความน่าจะเป็นผสมกับแบบที่ใช้ความน่าจะเป็น

การสุ่มตัวอย่าง 1. การสุ่มตัวอย่างแบบที่ใช้ความน่าจะเป็น (Probability or Random Sampling) ซึ่งการเลือกตัวอย่างที่สามารถกำหนดและทราบได้ ว่า แต่ละหน่วยประชากรมีโอกาสเท่าใดที่จะได้รับเลือกมาเป็นตัวอย่าง โดยสามารถแบ่ง ออกได้เป็น 5 วิธีดังนี้ วิธีที่ 1 การสุ่มตัวอย่างโดยวิธีการสุ่มธรรมดา (Simple Random Sampling) วิธีนี้เป็นวิธีการสุ่มตัวอย่างที่ใช้กันมากและจะเป็นรากฐานของ การสุ่มตัวอย่างอีกหลายแบบ เพราะวิธีการสุ่มตัวอย่างแบบนี้มีลักษระทางสถิติเชิง อนุมานอย่างครบถ้วน และสิ่งที่สำคัญที่สุดคือ มันเป็นวิธีการที่ง่ายและสะดวกแก่ การปฏิบัติดังนี้ 1) แต่ละหน่วยในประชากรมีโอกาสที่จะถูกเลือกได้เท่าๆกัน 2) ทุกหน่วยมีโอกาสผสมหรือรวมกลุ่มตามจำนวนที่กำหนดไว้โดยผู้วิจัยอย่างเท่า เทียมกัน เช่น โอกาสของคนที่ 1 เท่าเทียมกับคนที่ 2 และ 3

การสุ่มตัวอย่างแบบที่ใช้ความน่าจะเป็น วิธีที่ 2 การสุ่มตัวอย่างแบบมีระบบ (Systematic Sampling) มี ลักษะณะคล้ายกับการสุ่มตัวอย่างแบบธรรมดา แต่ระบบนี้จำเป็นจะต้องมีรายการ หรือรายชื่อที่สมบูรณ์แบบ โดยเลือกตามรายการทุกๆหน่วยที่ (เช่น ทุกๆหน่วยที่ 10 หรือ 15 เป็นต้น) โดยเริ่มจากหน่วยใดหน่วยหนึ่งที่กำหนดตามหลักการสุ่ม หน่วยในที่นี้คือ หน่วยที่ จำนวนตัวอย่าง ÷ จำนวนประชากร ซึ่งเรียกว่า Sampling Function หรือ SF เช่น ถ้าเรามีประชากร 1800 คน แต่ ต้องการเลือกตัวอย่างเพียง 100 คน แปลว่า SF = 100 ÷ 1800 = 1 18 ซึ่งทำให้ เราจะต้องเลือกบุคคลทุกๆอันดับที่ 18 ถ้าเราเลือกคนที่ 8 เป็นคนแรก คนต่อไป จะต้องเป็นคนที่อยู่ในอันดับที่ 26 44 62 และ 80 ต่อไปเรื่อยๆจนกว่าจะครบ 100 คน หรือหมดจากรายชื่อ

การสุ่มตัวอย่างการสุ่มตัวอย่างแบบที่ใช้ความน่าจะเป็น วิธีที่ 3 การสุ่มตัวย่างแบบชั้นหรือชั้นภูมิ (Stratified Random Sampling) เป็นการสุ่มตัวอย่างที่มีขั้นตอนดังต่อไปนี้ 1) แบ่งประชากรออกเป็นกลุ่มๆ เป็นพวกๆ หรือเป็นประเภทๆ โดยให้ประชากรใน แต่ละชั้นภูมิมีลักษณะที่คล้ายคลึงกันมากที่สุด และประชากรระหว่างชั้นภูมิมีความ แตกต่างกันมากที่สุด เช่น แบ่งตามกลุ่มอาชีพ กลุ่มอายุ กลุ่มฐานะ กลุ่มศาสนา หรือกลุ่มต่างๆที่แบ่งออกมานั้นเรียกว่า ช่วงชั้น รหือ Strata 2) เลือกประชากรทุกชั้นมาเลือกตัวอย่าง 3) กำหนดตัวอย่างทั้งหมดและจำนวนตัวอย่างในแต่ละชั้น 4) ผู้วิจัยก็สุ่มตัวอย่างจากประชากรทุกชั้นจนได้จำนวนครบตามที่กำหนดไว้ในข้อ 3

การสุ่มตัวอย่างการสุ่มตัวอย่างแบบที่ใช้ความน่าจะเป็น วิธีที่ 4 การสุ่มตัวอย่างเชิงกลุ่มบริเวณ (Cluster Sampling) หรือ พื้นที่ (Area Sampling) เพราะบางครั้งประชากรที่ผู้วิจัยต้องการ ศึกษานั้นได้แบ่งออกเป็นกลุ่มบริเวณ หรือเขตจำนวนมากมาย การแบ่ง เหล่านี้เรียกว่า กลุ่มบริเวณหรือ Cluster เมื่อสุ่มตัวอย่าง แทนที่เราจะสุ่ม จากหน่วยประชากรโดยตรงทันทีเหมือนกันวิธีการสุ่มแบบอื่น ภายหลังจาก การสุ่มตัวอย่างบริเวณแล้ว ขั้นต่อไปผู้วิจัยจะศึกษาหน่วยทุกหน่วยภายใน กลุ่มบริเวณที่สุ่มแล้ว เรียกว่า การสุ่มตัวอย่างเชิงกลุ่มบริเวณแบบชั้นเดียว หรือผู้วิจัยอาจจะสุ่มตัวอย่างต่อไปเรื่อยๆจนกว่าจะได้จำนวนเล็กตามที่ ต้องการ ซึ่งเรียกว่า การสุ่มตัวอย่างเชิงกลุ่มบริเวรณแบบหลายชั้น

การสุ่มตัวอย่างการสุ่มตัวอย่างแบบที่ใช้ความน่าจะเป็น

การสุ่มตัวอย่างการสุ่มตัวอย่างแบบที่ใช้ความน่าจะเป็น วิธีที่ 5 การสุ่มตัวอย่างแบบหลายขั้นตอน (Multi-Stage Sampling) เป็นการสุ่มตัวอย่างของประชากรที่มีระดับแตกต่างกัน หลายระดับ เมื่อได้ระดับหนึ่งแล้วก็จะเลือกระดับต่ำกว่าลงมาหรือจากการสุ่ม จากกลุ่มใหญ่ไปหากลุ่มย่อยจนถึงหน่วยที่ต้องการจะศึกษา

การสุ่มตัวอย่างการสุ่มตัวอย่างแบบที่ใช้ความน่าจะเป็น

การสุ่มตัวอย่าง 2. การสุ่มตัวอย่างแบบที่ไม่ใช้ความน่าจะเป็น เป็นการเลือกตัวอย่างที่ไม่สามารถ กำหนดและประมาณโอกาสที่แต่ละหน่วยของประชากรจะได้รับเลือกเป็นตัวอย่างได้ และแต่ละหน่วยมีโอกาสในการได้รับเลือกไม่เท่าเทียมกัน และไม่สามารถใช้ทฤษฎีความ น่าจะเป็นมาประมาณค่าของประชากรได้ เพราะการสุ่มไม่มีระเบียบระบบ การสุ่มตัวอย่างแบบนี้ ผู้วิจัยไม่สามารถที่จะใช้สถิติเชิงอนุมาน หรือสรุปอะไรอย่างมั่นใจ เกี่ยวกับประชากรจากตัวอย่างที่ศึกษาได้ แต่การสุ่มตัวอย่างโดยไม่ใช้หลักความน่าจะ เป็นนี้มีข้อได้เปรียบอย่างเห็นได้ชัดคือ มีความสะดวกสิ้นเปลืองค่าใช้จ่ายน้อย และ ประหยัดเวลา ถ้าใช้กันอย่างมีความระมัดระวังและใช้โดยผู้สันทัดกรณีศึกษาในเรื่องที่จะ ศึกษาแล้ว การสุ่มตัวอย่างแบบนี้อาจจะได้เปรียบกว่าการสุ่มตัวอย่างโดยใช้หลักความ น่าจะเป็นก็ได้

การสุ่มตัวอย่างแบบที่ไม่ใช้ความน่าจะเป็น วิธีที่ 1 การสุ่มตัวอย่างแบบเจาะจงหรือจุดมุ่งหมาย (Purposive Sampling) คือวิธีการเลือกตัวอย่างโดยใช้วิจารณญาณของผู้วิจัยหรือ ของคนใดคนหนึ่งที่รับผิดชอบการวิจัยว่าจะเลือกหน่วยใดบ้างให้มาอยู่ใน กลุ่มตัวอย่าง โดยพิจารณาจุดมุ่งหมายของการวิจัยเป็นสำคัญ การสุ่มตัวอย่างวิธีนี้ให้ความไว้วางใจแก่ผู้วิจัยหรือผู้สันทัดกรณีในเรื่องนั้นๆ เนื่องจากบุคคลผู้นี้เท่านั้นที่รู้ว่าจุดมุ่งหมายของการวิจัยอยู่ที่ไหน และจะเลือก หรือไม่ เลือกหน่วยไหน เพื่อให้สอดคล้องกับจุดมุ่งหมายดังกล่าว เช่น เลือกผู้ มีอิทธิพลในสังคม เด็กเกเรในหมู่บ้าน ครอบครัวชั้นกลางในชุมชนเหล่านั้น เป็นต้น

การสุ่มตัวอย่างแบบที่ไม่ใช้ความน่าจะเป็น วิธีที่ 2 การสุ่มตัวอย่างแบบบังเอิญ (Accidental Sampling) เป็นการสุ่มตัวอย่างแบบฉาบฉวยเท่าที่อยู่ใกล้มือของผู้วิจัยหรือเท่าที่จะพบ ได้ เช่น ผู้วิจัยอาจจะต้องการวิจัยคนขับแท็กซี่ ทำให้วิธีการคือ ผู้วิจัยสัมภาษณ์ คนขับแท็กซี่เท่าที่ผู้วิจัยพบ หรือศึกษาผู้ใช้บริการรถประจำทางโดยศึกษา บุคคลที่พบตามป้ายรถประจำทาง หรือถ้าอาจารย์คนใดคนหนึ่งต้องการ ศึกษษเกี่ยวกับนักศึกษา โดยถือนักศึกษาในห้องที่ตนเองสอนเป็นกลุ่ม ตัวอย่างของการวิจัยก็เรียกได้ว่าเป็นการสุ่มตัวอย่างแบบบังเอิญ

การสุ่มตัวอย่างแบบที่ไม่ใช้ความน่าจะเป็น วิธีที่ 3 การสุ่มตัวอย่างแบบโควตา (Quota Sampling) เป็น วิธีการเลือกตัวอย่างอีกแบบหนึ่งที่มิได้ตั้งอยู่บนหลักของความน่าจะเป็น แต่ จะมีประสิทธิภาพมากกว่าการสุ่มตัวอย่างแบบบังเอิญ เนื่องจากเป็นวิธีการเลือกตัวอย่างซึ่งอย่างน้อยก็พยายามใช้หลักการของการ เป็นตัวแทน ที่จริงแล้วการสุ่มตัวอย่างแบบโควตานี้ใช้หลักการเดียวกันกับการ สุ่มตัวอย่างแบบชั้นที่ได้กล่าวมาแล้ว คือต้องกำหนดประเภทหรือกลุ่มของ ประชากรเสียก่อน เช่น กำหนดตามเพศ ศาสนา อาชีพ เป็นต้น แล้วจึงเลือก ตัวอย่างจากแต่ละประเภทหรือกลุ่มตามจำนวนที่ต้องการ

การสุ่มตัวอย่างแบบที่ไม่ใช้ความน่าจะเป็น วิธีที่ 4 การสุ่มตัวอย่างแบบลูกโซ่หรือเชิงก้อนหิมะ (Snowball Sampling) เป็นวิธีแบบใหม่และกำลังได้รับความนิยมมากขึ้น วิธีการคือ ผู้วิจัยเลือกตัวอย่างมาจำนวนหนึ่งที่มีลักษณะตรงตามจุดมุ่งหมายของ การวิจัย เช่น นักเรียนที่มีมารยาทเรียบร้อย ข้อราชการที่เคยไปทำงานใน 3 จังหวัด ชายแดนภาคใต้ เป็นต้น เมื่อเลือกกลุ่มตัวอย่างขั้นต้นนี้แล้ว ผู้วิจัยก็สัมภาษณ์แต่ละ คนและขอให้แต่ละคนแนะนำให้รายชื่อคนอื่นๆที่มีลักษณะดังกล่าวเป็นขั้นที่สอง ผู้วิจัยก็สัมภาษณ์กลุ่มที่สองต่อไปและเอารายชื่อคนอื่นๆจากกลุ่มที่สองอีกที่มี ลักษณะเดียวกันเป็นขั้นที่สาม ผู้วิจัยจะกระทำอย่างนี้เรื่อยๆ จนกว่าจะครบตาม จำนวนที่ต้องการ ที่เรียกว่า “ก้อนหิมะ” ก็เนื่องจากว่าใช้วิธีการเหมือนกับการกลิ้งของลูกหิมะ ซึ่งแต่ ละรอบนั้นทำให้ลูกหิมะมีขนาดโตขึ้นเรื่อยๆ

การกำหนดขนาดตัวอย่าง เมื่อกำหนดประชากรเรียบร้อยแล้ว ควรจะสุ่มตัวอย่างมาเป็นจำนวนเท่าไรจึงจะ เรียกว่าเป็นตัวแทนที่ดีของประชากรได้ จำนวนของตัวอย่างที่เราสุ่มมาได้นี้ เรียกว่า “ขนาดตัวอย่าง” “ขนาดของตัวอย่าง” ไม่สามารถวางกฎแน่นอนตายตัวได้ว่าจะต้องมีจำนวนหรือ อัตราเท่าใด ที่ถูกต้องแล้วคือ ขนาดของตัวอย่างที่ดีและเหมาะสมนั้น ขึ้นอยู่กับว่า นักวิจัยต้องการ 1)ความแม่นยำของตัวอย่าง 2)สามารถยอมรับความ คลาดเคลื่อนมาตรฐานหรือความคลาดเคลื่อนตัวอย่างขนาดไหน

หลักเกณฑ์ในการเลือกตัวอย่าง 1. ทราบวัตถุประสงค์ของการสำรวจจากตัวอย่างที่แท้จริงว่า กำลังสำรวจเรื่อง อะไร และจะนำผลที่ได้จากการสำรวจไปทำอะไร 2. ทราบประชากรที่อยู่ในขอบข่ายของการสำรวจว่าประกอบด้วยอะไรบ้าง 3. มีกรอบตัวอย่าง (Sampling Frame) ที่สมบูรณ์ คือ มีรายชื่อของ ทุกๆหน่วยที่ประกอบกันขึ้นเป็นประชากรที่ศึกษาและเป็นกรอบที่ทันสมัย

หลักเกณฑ์ในการเลือกตัวอย่าง 4. ทราบวิธีเก็บรวบรวมข้อมูล 5. ทราบขนาดของตัวอย่างและวิธีการเลือกตัวอย่างจากประชากรที่สนใจศึกษา ซึ่งการใช้วิธีการเลือกตัวอย่างที่ถูกต้องและขนาดตัวอย่างที่เหมาะสม จะทำให้ ค่าประมาณที่ได้จากตัวอย่างมีความน่าเชื่อถือได้มาก โดยทั่วๆไปขนาดของ ตัวอย่างที่ใช้กมากหรือน้อยเพียงใดขึ้นอยู่กับการกระจายของข้อมูลที่สนใจ ศึกษา และความถูกต้องของค่าประมาณที่ต้องการ นอกจากนี้ขนาดตัวอย่างยัง ขึ้นอยู่กับงบประมาณและเวลาที่ผู้สำรวจมีอยู่ด้วย แต่อย่างไรก็ตามถ้าขนาด ตัวอย่างยิ่งมากเท่าใดค่าประมาณจากตัวอย่างก็ยิ่งมีความถูกต้องและเชื่อถือได้ มากขึ้นเท่านั้น

ลักษณะของตัวอย่างที่ดี 1. ต้องเป็นตัวแทนที่ดี คือต้องมีลักษณะที่สำคัญของ ประชากรที่จะศึกษาและเลือกออกมาโดยไม่มีความลำเอียง 2. มีขนาดพอเหมาะที่จะทดลองความเชื่อมั่นทางสถิติได้ หรือ เพียงพอที่จะอ้างสรุปไปถึงกลุ่มประชาการได้