การออกแบบการสุ่มตัวอย่าง (sampling design) บทที่ 7 การออกแบบการสุ่มตัวอย่าง (sampling design)
7.1 คำสำคัญ ประชากร (Population) สมาชิกทุกหน่วยของสิ่งที่ผู้วิจัยต้องการ ศึกษา ค่าที่ได้จากกลุ่มประชากร เรียกว่า ค่าพารามิเตอร์ (parameter) เช่น µ, ,
กลุ่มตัวอย่าง (Sample) ส่วนย่อยของประชากรที่ถูกเลือกมาให้เป็น ตัวแทนของประชากร ขนาดของกลุ่มตัวอย่างจะมีขนาดจำกัด ค่าที่รวบรวมได้จากกลุ่มตัวอย่าง เรียกว่า ค่าสถิติ (statistic) เช่น x, S.D., r
การสุ่มตัวอย่าง (Sampling) การกำหนดวิธีการสุ่ม (sampling method) การกำหนดขนาดของกลุ่มตัวอย่าง (sample size)
7.2 ประเภทของการสุ่มตัวอย่าง 7.2 ประเภทของการสุ่มตัวอย่าง การสุ่มตัวอย่างโดยอาศัยความน่าจะเป็น (probability sampling) การสุ่มตัวอย่างโดยไม่อาศัยความน่าจะเป็น (non- probability sampling)
7.2.1 การสุ่มตัวอย่างโดยอาศัยความน่าจะเป็น สุ่มแบบง่าย (simple random sampling) สุ่มแบบแบ่งชั้น (stratified sampling) สุ่มแบบแบ่งกลุ่ม (cluster / area sampling) สุ่มแบบมีระบบ (systematic random sampling)
7.2.2 การสุ่มตัวอย่างโดยไม่อาศัยความน่าจะเป็น เลือกแบบมีระบบ (systematic sampling) เลือกแบบเจาะจง (purposive sampling) เลือกแบบโควตา (quota sampling) เลือกโดยบังเอิญ (accidental sampling) เลือกแบบอาสาสมัคร (voluntary sampling) เลือกแบบลูกโซ่ (chain / snowball sampling)
7.2.3 ประโยชน์ของการใช้กลุ่มตัวอย่าง ประหยัดค่าใช้จ่าย ประหยัดเวลา สะดวกในการปฏิบัติ ถูกต้อง แม่นยำ
7.2.4 ขั้นตอนการเลือกกลุ่มตัวอย่าง กำหนดขอบเขตประชากร แจงลักษณะสำคัญของประชากร (ตัวแปรที่ ต้องการศึกษา) พิจารณาขนาดของกลุ่มตัวอย่าง ให้มากพอ ที่จะเป็นตัวแทนที่ดีของประชากรได้ สุ่มตัวอย่าง
บรรยายลักษณะกลุ่มตัวอย่าง ประชากร เลือกตัวอย่าง กลุ่มตัวอย่าง บรรยายลักษณะกลุ่มตัวอย่าง บรรยายลักษณะประชากร สถิติอ้างอิง - การประมาณค่า - การทดสอบสมมติฐาน ค่าสถิติ ค่าพารามิเตอร์