ประชากรและการสุ่มตัวอย่าง

งานนำเสนอเรื่อง: "ประชากรและการสุ่มตัวอย่าง"— ใบสำเนางานนำเสนอ:

1 ประชากรและการสุ่มตัวอย่าง
การบรรยายครั้งที่ 8 ประชากรและการสุ่มตัวอย่าง พุทธิวัฒน์ ไวยวุฒิธนาภูมิ มหาวิทยาลัยราชภัฎสวนสุนันทา

2 ประชากร กลุ่มเป้าหมายทั้งหมดที่อยู่ในขอบข่ายที่ต้องการศึกษาวิจัย ซึ่งเป็นได้ทั้งสิ่งมีชีวิตและสิ่งไม่มีชีวิต ตัวอย่างเช่น กลุ่มคน, สถานพยาบาล, ครัวเรือน เป็นต้น ชนิดของประชากรในการวิจัย ประชากรที่ทราบจำนวนแน่นอน (Finite Population) เราสามารถทราบจำนวนแน่นอน โดยการนับเป็นจำนวนได้ เช่น จำนวนเด็กแรก เกิดในจังหวัดพิษณุโลก ประชากรที่ไม่ทราบจำนวนแน่นอน (Infinite Population) เราไม่สามารถทราบจำนวนที่แน่นอนจากการนับได้ หรือ ถ้านับได้ก็ต้องใช้เวลามาก เช่น จำนวนผู้บริโภคอาหารเสริม จำนวนผู้ติดยาเสพติด

3 ตัวอย่าง (Sample) ส่วนหนึ่งของประชากรที่ถูกเลือกขึ้นมา หรือถูกกำหนดให้เป็นตัวแทนของประชากรที่ต้องการศึกษา เช่น นักศึกษาสาธารณสุขศาสตร์ มหาวิทยาลัยนเรศวร เป็นส่วนหนึ่งของนักศึกษาสาธารณสุขศาสตร์ ทั้งประเทศ พารามิเตอร์ (Parameter) คือ ค่าตัวเลขที่แสดงลักษณะของประชากร สถิติ (Statistics) คือค่าตัวเลขที่แสดงลักษณะของประชากร

4 กระบวนการสุ่มตัวอย่าง
กำหนดประชากรที่จะศึกษาหรือประชากรเป้าหมาย หน่วยของข้อมูล บุคคลหรือสิ่งที่ผู้วิจัยจะต้องไปสอบถาม สังเกต หรือรวบรวมข้อมูลข่าวสาร หน่วยข้อมูลที่แพร่หลายที่สุด คือ บุคคลแต่ละคน บางกรณีหน่วยข้อมูลอาจเป็น องค์กร ครอบครัว หน่วยตัวอย่าง หน่วยที่กำหนดขึ้นเพื่อใช้ในการสุ่มตัวอย่าง ซึ่งอาจเป็นหน่วยบุคคล หรือหน่วยของสถานที่ หน่วยข้อมูลและหน่วยการสุ่มอาจเป็นอันเดียวกัน หรือ แตกต่างกัน เช่นสุ่มตัวอย่างผู้ป่วยโรคเบาหวานที่มารักษาตัวในโรงพยาบาล จังหวัดพิษณุโลก

5 กระบวนการสุ่มตัวอย่าง
หน่วยข้อมูล : สตรี ช่วงอายุ 20 – 60 ปี หน่วยตัวอย่าง : โรงพยาบาล ขอบเขต : พิษณุโลก ช่วงเวลา : ต.ค. – ธ.ค. 2554

6 กระบวนการสุ่มตัวอย่าง
2. กำหนดกรอบตัวอย่าง (Sampling frame) หน่วยตัวอย่างทั้งหมดในขอบเขตที่ศึกษา ซึ่งใช้สำหรับสุ่มตัวอย่าง กรอบบัญชีรายชื่อ (List frame) เช่น รายชื่อผู้สูงอายุที่มารับบริการ กรอบพื้นที่ (Area frame) เช่น กรอบแผนที่ กำหนดขนาดตัวอย่าง การเลือกตัวอย่าง

7 การเลือกตัวอย่าง การเลือกตัวอย่าง
หมายถึง วิธีการคัดเลือกตัวอย่างที่เป็นส่วนหนึ่งของประชากร ซึ่งเป็นตัวแทนของประชากรทั้งหมด เพื่อนำมาศึกษาคุณลักษณะเรื่องใดเรื่องหนึ่งที่สนใจเกี่ยวกับประชากร การสุ่มตัวอย่างโดยไม่ใช้หลักความน่าจะเป็น (Non –Probability Sampling) การเลือกตัวอย่างโดยไม่คำนึงถึงโอกาสที่จะถูกเลือก (Law of Chance) ของประชากรแต่ละหน่วย จึงไม่สามารถคำนวณได้ว่าแต่ละหน่วยของประชากรจะมีโอกาสถูกเลือกเป็นเท่าใด ทั้งนี้มักจะคำนึงถึงความสะดวกและประหยัดเวลาในการเก็บรวบรวมข้อมูล ดังนั้น การเลือกตัวอย่างแบบนี้จึงไม่นิยมใช้ แต่ในบางกรณีการเลือกตัวอย่างแบบนี้อาจได้ผลดีในกรณีที่ไม่สามารถกำหนดกรอบตัวอย่างได้ เช่น กลุ่มผู้ติดเชื้อ HIV

8 1.1 การสุ่มตัวอย่างแบบบังเอิญ (Accidental Sampling)
คือ การเก็บรวบรวมข้อมูลจากประชากรเท่าที่จะหาได้จนครบตามจำนวนตัวอย่างที่ผู้วิจัยต้องการ โดยไม่มีกฏเกณฑ์แน่นอน เช่นสัมภาษณ์ผู้ที่ใช้บริการรถไฟฟ้าในสถานีรถไฟฟ้า 1.2 การเลือกตัวอย่างแบบเจาะจง ( Purposive Sampling ) คือ การสุ่มตัวอย่างโดยผู้วิจัยกำหนดคุณสมบัติของกลุ่มตัวอย่าง หรือ กำหนดเกณฑ์ในการเลือกตัวอย่างไว้ล่วงหน้าเพื่อให้เหมาะสมกับชนิดของการวิจัย 1.3 การสุ่มตัวอย่างแบบกำหนดโควต้า (Quota Sampling) การสุ่มตัวอย่างโดยผู้วิจัยกำหนดโควต้าของสัดส่วนขนาดตัวอย่างในกลุ่มย่อย (Subgroup) ก่อน การสุ่มตัวอย่างชนิดนี้ เหมาะสมกับการวิจัยที่ต้องการศึกษากลุ่มประชากรที่มีลักษณะต่างกัน

9 2. การสุ่มตัวอย่างโดยใช้หลักความน่าจะเป็น (Probability Sampling)
คือการสุ่มตัวอย่าง โดยคำนึงถึงโอกาสที่ทุกหน่วยของข้อมูลจะถูกเลือกและสามารถประมาณค่าความน่าจะเป็นได้ 2.1 การสุ่มตัวอย่างแบบง่าย (Simple Random Sampling) เป็นการสุ่มตัวอย่างที่ใช้กับประชากรมีลักษณะคล้ายคลึงกัน (Homogeneous) โดยทุกหน่วยข้อมูลในประชากรมีโอกาสถูกเลือกเป็นตัวอย่างได้เท่า ๆ กัน มักจะใช้ในกรณีที่ทราบขนาดของประชากรที่แน่ชัด และประชากรมีจำนวนไม่มากนัก จับฉลาก - ตารางเลขสุ่ม

10 หลักแถว 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

11 2.2 การสุ่มตัวอย่างแบบมีระบบ (Systematic Random Sampling)
เป็นการสุ่มตัวอย่างที่คล้ายคลึงกับการสุ่มตัวอย่างแบบง่าย เหมาะกับประชากรที่มีลักษณะคล้ายคลึงกัน (Homogeneous) จะใช้ในกรณีที่ประชากรมีขนาดใหญ่ โดยยึดช่วงห่างของลำดับที่ของประชากรที่เท่ากันเป็นเกณฑ์ในการเลือกตัวอย่าง การสุ่มโดยวิธีนี้ใช้ได้เฉพาะกรณี ที่มีกรอบตัวอย่างของประชากรที่ศึกษามีการเรียงลำดับที่ชัดเจนอยู่แล้ว เช่น ต้องการตัวอย่างพยาบาล 100 คน ในบัญชีรายชื่อทำเนียบพยาบาล 10,000 คน เราก็เลือกพยาบาล 1 คน ในทุกๆ เลขทะเบียนรายชื่อ 100 คน เป็นตัวแทน

12 วิธีการสุ่มตัวอย่าง:
คำนวณหาช่วงของการสุ่ม เมื่อ I = ช่วงของการสุ่ม N = จำนวนประชากรทั้งหมด n = ขนาดของตัวอย่างที่ต้องการ I = N/n สุ่มหาเลขเริ่มต้น ระหว่างเลขที่ 1 ถึง I โดยวิธีการจับฉลากหรือ ใช้ ตารางเลขสุ่ม สมมติได้ = R ดังนั้นตัวอย่างที่จะถูกเลือกจะเป็นลำดับที่ R, R+I, R+2I…, R+(n-1)I ตัวอย่าง ต้องการขนาดตัวอย่าง 100 หน่วยจากประชากร 2000 หน่วย 5, 25, 45, 65, … , 1985

13 2.3 การสุ่มตัวอย่างแบ่งชั้นภูมิ (Stratified Sampling)
คือ การสุ่มตัวอย่างโดย แบ่งประชากรออกเป็นกลุ่มย่อย ๆ (Stratum หรือ Strata) ตามลักษณะที่คล้ายคลึงกัน จากประชากรที่มีหลาย ๆ ลักษณะรวมกันจากการแบ่งจะได้กลุ่มประชากรหลายกลุ่ม ประชากรที่อยู่ในกลุ่มเดียวกันมีความคล้ายคลึงกัน (Homogeneous) มากที่สุด และ ประชากรที่อยู่ต่างกลุ่ม มีความแตกต่างกัน (Heterogeneous) มากที่สุด การกำหนดตัวอย่างในแต่ละชั้นภูมิมีได้หลายแบบ กำหนดให้เท่ากันทุกชั้น (Equal Allocation) กำหนดให้แปรผันตามประชากร (Proportional Allocation ) กำหนดให้แปรผันตามประชากรและส่วนเบี่ยงเบนมาตรฐาน (Neyman’s Allocation ) กำหนดให้แปรผันตามประชากร ส่วนเบี่ยงเบนมาตรฐาน และแปรผกผันกับค่าใช้จ่าย (Optimum Allocation for Fixed Cost)

14 ความพึงพอใจของผู้ป่วยในการมารับบริการแผนกผู้ป่วยนอก
@ = แผนกอายุรกรรม X = แผนกสูติกรรม O = แผนกเด็ก @ X O X X O O X แบ่งชั้นภูมิ OOOO XXXXX สุ่มตัวอย่าง OO XXX ตัวอย่าง

15 ประเภทของ Stratified Random Sampling (การสุ่มตัวอย่างแบบระดับชั้น)
1. การสุ่มตัวอย่างแบบระดับชั้นแบบไม่ตามสัดส่วน (Non-proportional Stratified Random Sampling) 2. การสุ่มตัวอย่างแบบระดับชั้นแบบตามสัดส่วน (Proportional Stratified Random Sampling)

16 1. การสุ่มตัวอย่างแบบระดับชั้นแบบไม่ตามสัดส่วน (Non-proportional Stratified Random Sampling)
เป็นการสุ่มหน่วยตัวอย่างโดยที่ผู้วิจัยกำหนดจำนวนตัวอย่างในแต่ละระดับชั้น เอง ซึ่งจำนวนตัวอย่างที่กำหนดขึ้นมานั้นไม่เป็นไปตามสัดส่วนของจำนวน หน่วยทั้งหมด Ex จำนวนผู้สำเร็จการศึกษาทั้งหมดทั่วประเทศไทยมีจำนวนทั้งหมด 10,000 คน โดยสามารถแบ่งรายละเอียดได้ดังนี้ ประถมศึกษา 7,000 คน มัธยม 2,000 คน ปริญญาตรี 1,000 คน จำนวนกลุ่มตัวอย่างที่ต้องการ 1,500 คน

17 2.การสุ่มตัวอย่างแบบระดับชั้นแบบตามสัดส่วน
(Proportional Stratified Random Sampling) เป็นการสุ่มหน่วยตัวอย่างโดยที่ผู้วิจัยกำหนดจำนวนตัวอย่างของแต่ละระดับชั้นตามสัดส่วนของจำนวนทั้งหมด จำนวนประชากรของกลุ่ม X จำนวนกลุ่มตัวอย่างที่ต้องการ ประชากรทั้งหมด ประถมศึกษา 7,000 X 1,500/ 10,000 = 1,050 คน มัธยมศึกษา 2,000 X 1,500/ 10,000 = คน ปริญญาตรี 1,000 X 1,500/ 10,000 = คน รวม ,500 คน

18 2.4 การสุ่มตัวอย่างแบบแบ่งกลุ่ม ( Cluster Sampling )
เป็นวิธีการสุ่มตัวอย่างโดยทำการแบ่งประชากรออกเป็นกลุ่ม ๆ ตามพื้นที่ทางภูมิศาสตร์ ตามสถาบัน หน่วยงาน แล้วเลือกมาเพียงบางส่วน ด้วยวิธีการสุ่มแบบธรรมดาหรือแบบเป็นระบบก็ได้ โดยให้ประชากรในกลุ่มประกอบด้วยลักษณะที่แตกต่างกันมากที่สุด และ ให้ประชากรระหว่างกลุ่มมีลักษณะคล้ายคลึงกันมากที่สุด การสุ่มตัวอย่างจะสุ่มเลือกเพียงบางกลุ่มเท่านั้น วิธีการสุ่มตัวอย่างแบบแบ่งกลุ่ม จะประหยัดทั้งเงิน เวลา และ การเดินทางเข้าไปเก็บข้อมูล

19 ปัจจัยที่มีอิทธิพลต่อการสร้างเสริมสุขภาพของประชาชน ในเขตสาธร จังหวัดกรุงเทพมหานคร
@ X O X O O X X ประชากร OXOO แบ่งกลุ่ม เลือกตัวอย่าง X = บ้านจัดสรร @ = บ้านตึกแถว O = คอนโดมิเนียม ตัวอย่าง

20 ปัจจัยที่มีอิทธิพลต่อการสร้างเสริมสุขภาพของประชาชน ในเขตสาธร จังหวัดกรุงเทพมหานคร
OXOO X = บ้านจัดสรร @ = บ้านตึกแถว O = คอนโดมิเนียม @XXOO

21 2. 5 การสุ่มเลือกแบบหลายขั้นตอน (Multi-Stage Sampling)
เป็นการสุ่มตัวอย่างที่ใช้วิธีหลายแบบผสมกัน มักใช้กับโครงการสำรวจขนาดใหญ่ ต้องใช้การสุ่มตัวอย่างจากประชากรจำนวนมาก เช่น ประชากรทั้งประเทศ โดยมากมักจะเริ่มด้วยการสุ่มแบบกลุ่มหรือแบบแบ่งชั้นก่อน โดยแบ่งประชากรออกเป็นกลุ่มใหญ่ ๆ แล้วแบ่งเป็นกลุ่มย่อย ๆ ต่อไปเรื่อยๆ ต่อจากนั้นก็ทำการสุ่มเป็นกลุ่มจากกลุ่มใหญ่ไปหากลุ่มย่อยตามลำดับ แล้วสุ่มตัวอย่าง จากกลุ่มย่อยที่ได้

22 การศึกษาพฤติกรรมการบริโภคยาในประเทศไทย
ขั้นที่ แบ่งประเทศไทย ออกเป็น 4 ภาค ขั้นที่ เลือกภาคมา 2 ภาค โดยวิธีสุ่ม ขั้นที่ แต่ละภาคจากขั้นที่ 2 เลือกจังหวัดมา 2 จังหวัด โดยวิธีสุ่ม ขั้นที่ แต่ละจังหวัดตัวอย่าง เลือกอำเภอมา 2 อำเภอ โดยวิธีสุ่ม ขั้นที่ ในแต่ละอำเภอตัวอย่าง เลือกตำบลมา 2 ตำบล โดยวิธีสุ่ม ขั้นที่ แต่ละตำบลตัวอย่างเลือกหมู่บ้านมา 2 หมู่บ้าน โดยวิธีสุ่ม ขั้นที่ ในแต่ละหมู่บ้านเลือกเก็บข้อมูลจากครัวเรือน โดยวิธีสุ่ม

23

24 การกำหนดขนาดตัวอย่าง
ขนาดตัวอย่างเท่าใดจึงเพียงพอที่จะทำให้งานวิจัยน่าเชื่อถือ? ข้อพิจารณาสำหรับการกำหนดขนาดตัวอย่าง วัตถุประสงค์และหรือสมมติฐานของการวิจัย ลักษณะของข้อมูลที่ใช้วัดในการตอบวัตถุประสงค์และหรือสมมติฐาน รูปแบบการวิจัย ความถูกต้องของผลที่ได้ ความแม่นยำในทางสถิติซึ่งวัดด้วยระดับความเชื่อมั่นและอำนาจการทดสอบ กรณีวัตถุประสงค์/สมมติฐานมีหลายข้อ คำนวณขนาดตัวอย่างโดยยึดเกณฑ์ - วัตถุประสงค์/สมมติฐาน ข้อที่สำคัญที่สุด - วัตถุประสงค์/สมมติฐานมีความสำคัญเท่ากัน ใช้ขนาดตัวอย่างที่มากที่สุด