ประชากรและกลุ่มตัวอย่าง
ประชากร  (Population) <ul><li>หมายถึงรายการทั้งหมดหรือสมาชิกทั้งหมดของหน่วยหรือสิ่งที่ถูกเลือกเพื่อใช้ในการเก็บรวบรวมข้อมู...
ประเภทของประชากร <ul><li>ประชากรที่มีจำนวนจำกัดหรือนับถ้วน  (Finite population)  สามารถนับจำนวนได้แน่นอน เช่น จำนวนนักศึกษ...
<ul><li>ประชากรที่มีจำนวนไม่จำกัด  (Infinite population)  ซึ่งไม่สามารถนับจำนวนประชากรได้แน่นอน เช่น จำนวนเม็ดทราย เม็ดข้า...
<ul><li>ประชากรที่ใช้ในการวิจัยอาจจะหมายถึง คน สัตว์ สิ่งของ สถานที่ ดังเช่น  : </li></ul><ul><li>หนังสือ หนังสืออ้างอิง บ...
กลุ่มตัวอย่าง  (Sample) <ul><li>หมายถึงหน่วยหรือองค์ประกอบบางส่วนที่ถูกเลือกมาจากประชากรทั้งหมด  เนื่องจากไม่สามารถศึกษาปร...
<ul><li>การสำรวจห้องสมุดมหาวิทยาลัย  20  แห่ง จากห้องสมุดมหาวิทยาลัยทั้งหมด </li></ul><ul><li>การศึกษาบรรณารักษ์ห้องสมุดเฉ...
ทำไมต้องสุ่มตัวอย่าง <ul><li>ประชากรมีขนาดใหญ่เกินไป </li></ul><ul><li>ข้อจำกัดด้านเวลา </li></ul><ul><li>ประหยัดงบประมาณ ...
<ul><li>ความถูกต้องและแม่นยำ </li></ul><ul><li>ข้อมูลบางอย่างไม่สามารถศึกษาได้ทั้งหมด </li></ul><ul><li>ไม่รู้จำนวนที่แน่น...
หลักการเลือกกลุ่มตัวอย่างที่ดี <ul><li>การเป็นตัวแทนที่ดีของประชากร  (Representativeness)  กลุ่มตัวอย่างต้องมีคุณลักษณะและ...
<ul><li>เน้นประโยชน์ที่จะได้รับ  (   Efficiency and Practicality)  กลุ่มตัวอย่างที่มีขนาดใหญ่เกินไปอาจจะทำให้สูญเงิน เวลา ...
ขั้นตอนการสุ่มตัวอย่าง <ul><li>กำหนดหรือนิยามประชากร </li></ul><ul><li>ตรวจสอบหน่วยหรือรายชื่อหรือรายการที่จะสุ่ม </li></u...
การนิยามประชากร <ul><li>การสุ่มตัวอย่างจะต้องกำหนดประชากรที่จะสุ่มให้ชัดเจน ประชากรคือใครหรืออะไร มีขอบเขตแค่ไหน ดังเช่น <...
<ul><li>หนังสือการ์ตูนแปลจากภาษาญี่ปุ่น ที่ตีพิมพ์ในช่วงปี พ . ศ . 2538-2540 </li></ul><ul><li>บทความทางบรรณารักศาสตร์ของน...
การตรวจสอบประชากร <ul><li>ประชากรทั้งหมดจะต้องได้รับการตรวจสอบให้ชัดเจนและแน่นอนก่อนทำการสุ่ม เพื่อที่จะการสุ่มตัวอย่างมีค...
<ul><li>บรรณารักษ์ที่ปฏิบัติงานในห้องสมุดโรงเรียนสาธิตมัธยมศึกษา สังกัดทบวงมหาวิทยาลัย ยังคงมีจำนวนเท่าเดิม ไม่ได้เพิ่มหรื...
วิธีการเลือกกลุ่มตัวอย่าง <ul><ul><li>แบบอาศัยความน่าจะเป็น  (Probability sampling) </li></ul></ul><ul><li>แบบไม่อาศัยความ...
การเลือกแบบไม่อาศัยความน่าจะเป็น <ul><li>การเลือกแบบนี้ใช้ในกรณีที่จะไม่สามารถอาศัยความน่าจะเป็นในการสุ่มอาจจะด้วยสาเหตุ <...
<ul><li>การเลือกกลุ่มตัวอย่างแบบนี้มีข้อจำกัดหลายประการ โดยเฉพาะการเป็นตัวแทนที่ดีของประชากร เพราะไม่สามารถคำนวณความคาดเคล...
<ul><li>การค้นหาแนวคิดที่ยังไม่ได้มีการพัฒนา </li></ul><ul><li>ใช้ในการ  pre-test  กลุ่มศึกษาขนาดใหญ่ก่อนการเก็บข้อมูลจริง...
รูปแบบการเลือกแบบไม่อาศัยความน่าจะเป็น <ul><li>การเลือกแบบบังเอิญ </li></ul><ul><li>การเลือกแบบกำหนดสัดส่วน </li></ul><ul>...
การเลือกแบบบังเอิญ  (Accidential S.) <ul><li>การเลือกแบบไม่ได้กำหนดไว้ล่วงหน้า กลุ่มตัวอย่างจะเป็นใครก็ได้ที่สามารถให้ข้อม...
การเลือกแบบกำหนดสัดส่วน  (Quota Sampling) <ul><li>การเลือกตัวอย่างแบบเหมือนกับแบบบังเอิญ แต่เพื่อให้ได้กลุ่มตัวอย่างที่กระ...
การเลือกแบบเจาะจง  (Purposive/judgmental Sampling)   <ul><li>การที่ผู้วิจัยเลือกกลุ่มตัวอย่างโดยใช้วิจารณญาณของตัวเองตัดสิ...
การเลือกตามความสะดวก  (Convenience Sampling) <ul><li>การเลือกผู้วิจัยเลือกกลุ่มตัวอย่างตามความสะดวกของตัวเอง เช่น บรรณารัก...
การเลือกโดยอาศัยกลุ่มตัวอย่างบอกต่อ (Snowball sampling) <ul><li>การเลือกกลุ่มตัวอย่างโดยกลุ่มตัวอย่างแนะนำให้รู้จักกลุ่มตั...
การสุ่มโดยอาศัยความน่าจะเป็น <ul><li>กลุ่มตัวอย่างแบบอาศัยความน่าจะเป็น  (probability sample)  คือการกำหนดกลุ่มตัวอย่างโดย...
<ul><li>การสุ่มแบบนี้มีความสัมพันธ์หรือใช้กันมากในการวิจัยเชิงสำรวจ เพราะกลุ่มตัวอย่างที่ได้จะต้องเป็นตัวแทนที่ดีของประชาก...
<ul><li>การเลือกแบบอาศัยความน่าจะเป็น มีหลายรูปแบบ ในการสุ่มตัวอย่างสามารถใช้หลายวิธีประกอบกันเพื่อให้ได้กลุ่มตัวอย่างที่น...
<ul><li>การสุ่มแบบง่าย  (Simple random sampling) </li></ul><ul><li>การสุ่มแบบมีระบบ  (Systematic sampling) </li></ul><ul><...
การสุ่มแบบง่าย  ( Simple random sampling) <ul><li>การสุ่มตัวอย่างจากประชากรทั้งหมดครั้งละตัวจนกว่าจะได้ครบตามจำนวนที่ต้องก...
<ul><li>กรณีประชากรมีจำนวนทั้งหมด  50  โอกาสที่สมาชิกแต่ละตัวของประชากรทั้งหมดจะถูกเลือก คือ  </li></ul><ul><li>1 /50  หรื...
<ul><li>การสุ่มแบบง่ายทำให้โอกาสของกลุ่มตัวอย่างขนาด  n  ที่ถูกสุ่มมาจากมาจากประชากรที่มีสมาชิกจำนวน  N  เท่ากัน คือ  1 / ...
<ul><li>เมื่อ  A B C D  คือสมาชิกของประชากร กลุ่มตัวอย่างที่จะถูกสุ่มประกอบด้วย </li></ul><ul><li>A B  A C A D </li></ul><...
วิธีการสุ่มแบบง่าย <ul><li>การจับฉลาก โดยการเขียนชื่อหรือหมายเลขให้กับสมาชิกทั้งหมดของประชากร  แล้วใส่ลงในกล่องและเขย่าให้...
การใช้ตารางเลขสุ่ม <ul><li>กำหนดให้หมายเลขให้กับสมาชิกทั้งหมดของประชากร ถ้าสมาชิกเป็นหลักร้อยให้เลข  3  หลัก ตั้งแต่  000 ...
การสุ่มแบบเป็นระบบ  (Systematic sampling) <ul><li>การนำรายชื่อสมาชิกของประชากรมาเรียงลำดับตามอักษรของชื่อหรือตามหมายเลขประ...
<ul><li>การสุ่มตัวอย่างแบบง่ายของประชากรที่อยู่ในช่วง  5  รายการแรก คือ  1-5  เพื่อใช้เป็นตัวเริ่มต้น สมมุติสุ่มได้หมายเลข...
การสุ่มแบบแบ่งชั้นหรือชั้นภูมิ (Stratified random sampling) <ul><li>การสุ่มแบบนี้จะช่วยการสุ่มตัวอย่างมีความน่าเชื่อถือมาก...
<ul><li>การแบ่งผู้บริหารห้องสมุดมหาวิทยาลัยออกเป็นสองกลุ่ม คือกลุ่มผู้บริหารห้องสมุดมหาวิทยาลัยของรัฐ และมหาวิทยาลัยเอกชน ...
การสุ่มแบบแบ่งกลุ่ม  (Area of cluster sampling) <ul><li>การสุ่มแบบนี้ใช้สำหรับการสุ่มตัวอย่างที่ประชากรมีการกระจายและประชา...
การศึกษาห้องสมุดโรงเรียนในจังหวัดลำปาง จังหวัดลำปางมี  10  อำเภอ สุ่มมา  5  อำเภอ สุ่มโรงเรียนมาอำเภอละ  5  โรง
การสุ่มแบบหลายขั้นตอน  (Multistage cluster sampling) <ul><li>การสุ่มตัวอย่างซึ่งดำเนินการตั้งแต่  3  ขั้นขึ้นไป </li></ul>
สุ่มมา  5  จัดหวัด สุ่มแต่ละจังหวัดมา  5  อำเภอ สุ่มแต่ละอำเภอมา  5  โรงเรียน จังหวัดในภาคตะวันออกเฉียง  17  จังหวัด การศึ...
การกำหนดขนาดของกลุ่มตัวอย่าง <ul><li>การกำหนดขนาดกลุ่มตัวอย่างมากน้อยขึ้นอยู่กับ </li></ul><ul><li>ลักษณะของประชากร ถ้าประ...
<ul><li>ลักษณะหรือประเภทของงานวิจัย การวิจัยเชิงสำรวจจะต้องใช้กลุ่มตัวอย่างจำนวนมาก แต่ในกรณีที่เป็นการวิจัยเชิงคุณภาพที่จ...
วิธีการกำหนดขนาดกลุ่มตัวอย่าง <ul><li>การกำหนดขนาดมีหลายวิธี เช่น  </li></ul><ul><li>การกำหนดโดยใช้เกณฑ์ </li></ul><ul><li...
การใช้เกณฑ์กำหนดขนากลุ่มตัวอย่าง <ul><li>ประชากรหลักร้อย ใช้กลุ่มตัวอย่าง  15-30  % </li></ul><ul><li>ประชากรหลักพัน ใช้กล...
Upcoming SlideShare
Loading in...5
×

Population

7,821

Published on

Published in: Technology, Education
1 Comment
1 Like
Statistics
Notes
No Downloads
Views
Total Views
7,821
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
47
Comments
1
Likes
1
Embeds 0
No embeds

No notes for slide

Population

  1. 1. ประชากรและกลุ่มตัวอย่าง
  2. 2. ประชากร (Population) <ul><li>หมายถึงรายการทั้งหมดหรือสมาชิกทั้งหมดของหน่วยหรือสิ่งที่ถูกเลือกเพื่อใช้ในการเก็บรวบรวมข้อมูล และต้องปรากฏอยู่ใน ขณะที่ทำการวิจัย </li></ul>
  3. 3. ประเภทของประชากร <ul><li>ประชากรที่มีจำนวนจำกัดหรือนับถ้วน (Finite population) สามารถนับจำนวนได้แน่นอน เช่น จำนวนนักศึกษา จำนวนบริษัท จำนวนหนังสือในหมวดคอมพิวเตอร์ของห้องสมุดมหาวิทยาลัยแห่งหนึ่ง เป็น </li></ul>
  4. 4. <ul><li>ประชากรที่มีจำนวนไม่จำกัด (Infinite population) ซึ่งไม่สามารถนับจำนวนประชากรได้แน่นอน เช่น จำนวนเม็ดทราย เม็ดข้าว ปริมาณน้ำในมหาสมุทร เป็นต้น </li></ul>
  5. 5. <ul><li>ประชากรที่ใช้ในการวิจัยอาจจะหมายถึง คน สัตว์ สิ่งของ สถานที่ ดังเช่น : </li></ul><ul><li>หนังสือ หนังสืออ้างอิง บทความในสารานุกรม รายการบรรณานุกรมท้ายเล่มของบทความ </li></ul><ul><li>จังหวัด อำเภอ ตำบล </li></ul><ul><li>สัตว์ป่า เสือ เสือดาว </li></ul><ul><li>ข้าราชการ ข้าราชการสังกัดมหาวิทยาลัย บุคลากรห้องสมุด บรรณารักษ์ บรรณารักษ์บริการตอบคำถาม บรรณารักษ์ให้บริการตอบคำถามผ่านเว็บไซต์ บรรณารักษ์ให้บริการตอบคำถามผ่านกระดานสนทนา </li></ul>
  6. 6. กลุ่มตัวอย่าง (Sample) <ul><li>หมายถึงหน่วยหรือองค์ประกอบบางส่วนที่ถูกเลือกมาจากประชากรทั้งหมด เนื่องจากไม่สามารถศึกษาประชากรทั้งหมด ทำให้ผู้วิจัยต้องเลือกศึกษาบางส่วนเพื่อใช้เป็นตัวแทนในการศึกษา </li></ul>
  7. 7. <ul><li>การสำรวจห้องสมุดมหาวิทยาลัย 20 แห่ง จากห้องสมุดมหาวิทยาลัยทั้งหมด </li></ul><ul><li>การศึกษาบรรณารักษ์ห้องสมุดเฉพาะ 50 คน จากบรรณารักษ์ห้องสมุดเฉพาะทั้งหมด </li></ul><ul><li>การวิเคราะห์หนังสือการ์ตูนแปลจากภาษาญี่ปุ่น 200 เล่มจากหนังสือการ์ตูนญี่ปุ่นทั้งหมด </li></ul>
  8. 8. ทำไมต้องสุ่มตัวอย่าง <ul><li>ประชากรมีขนาดใหญ่เกินไป </li></ul><ul><li>ข้อจำกัดด้านเวลา </li></ul><ul><li>ประหยัดงบประมาณ </li></ul><ul><li>ประหยัดแรงงาน </li></ul>
  9. 9. <ul><li>ความถูกต้องและแม่นยำ </li></ul><ul><li>ข้อมูลบางอย่างไม่สามารถศึกษาได้ทั้งหมด </li></ul><ul><li>ไม่รู้จำนวนที่แน่นอนของประชากร </li></ul>
  10. 10. หลักการเลือกกลุ่มตัวอย่างที่ดี <ul><li>การเป็นตัวแทนที่ดีของประชากร (Representativeness) กลุ่มตัวอย่างต้องมีคุณลักษณะและสมบัติที่เหมือนหรือคล้ายกับประชากรมากที่สุด </li></ul>
  11. 11. <ul><li>เน้นประโยชน์ที่จะได้รับ ( Efficiency and Practicality) กลุ่มตัวอย่างที่มีขนาดใหญ่เกินไปอาจจะทำให้สูญเงิน เวลา และความพยายามในการทำงานมากแทนที่จะทำให้เกิดผลดีอาจจะส่งผลเสียมากกว่า </li></ul>
  12. 12. ขั้นตอนการสุ่มตัวอย่าง <ul><li>กำหนดหรือนิยามประชากร </li></ul><ul><li>ตรวจสอบหน่วยหรือรายชื่อหรือรายการที่จะสุ่ม </li></ul><ul><li>กำหนดขนาดหรือจำนวนของกลุ่มตัวอย่าง </li></ul><ul><li>กำหนดวิธีการสุ่มตัวอย่าง </li></ul>
  13. 13. การนิยามประชากร <ul><li>การสุ่มตัวอย่างจะต้องกำหนดประชากรที่จะสุ่มให้ชัดเจน ประชากรคือใครหรืออะไร มีขอบเขตแค่ไหน ดังเช่น </li></ul><ul><li>บรรณารักษ์งานบริการตอบคำถาม ของห้องสมุดมหาวิทยาลัยของรัฐ </li></ul>
  14. 14. <ul><li>หนังสือการ์ตูนแปลจากภาษาญี่ปุ่น ที่ตีพิมพ์ในช่วงปี พ . ศ . 2538-2540 </li></ul><ul><li>บทความทางบรรณารักศาสตร์ของนักเขียนไทยที่ตีพิมพ์ในวารสารภาษาต่างประเทศ ในช่วงปี พ . ศ .2500-2548 </li></ul><ul><li>ห้องสมุดโรงเรียนสาธิตมัธยมศึกษา ที่สังกัดทบวงมหาวิทยาลัย </li></ul>
  15. 15. การตรวจสอบประชากร <ul><li>ประชากรทั้งหมดจะต้องได้รับการตรวจสอบให้ชัดเจนและแน่นอนก่อนทำการสุ่ม เพื่อที่จะการสุ่มตัวอย่างมีความน่าเชื่อถือ โดยตรวจสอบว่าประชากรแต่ละหน่วย ยังอยู่ในกลุ่มประชากร เพราะประชากรบางประเภทมีการเปลี่ยนแปลงตลอด ดังเช่น </li></ul>
  16. 16. <ul><li>บรรณารักษ์ที่ปฏิบัติงานในห้องสมุดโรงเรียนสาธิตมัธยมศึกษา สังกัดทบวงมหาวิทยาลัย ยังคงมีจำนวนเท่าเดิม ไม่ได้เพิ่มหรือลดจำนวนลงในขณะที่จะทำการสำรวจ เพราะสัดส่วนของการเลือกกลุ่มตัวอย่างจะเปลี่ยนไป </li></ul>
  17. 17. วิธีการเลือกกลุ่มตัวอย่าง <ul><ul><li>แบบอาศัยความน่าจะเป็น (Probability sampling) </li></ul></ul><ul><li>แบบไม่อาศัยความน่าจะเป็น (Non-probability sampling) </li></ul>
  18. 18. การเลือกแบบไม่อาศัยความน่าจะเป็น <ul><li>การเลือกแบบนี้ใช้ในกรณีที่จะไม่สามารถอาศัยความน่าจะเป็นในการสุ่มอาจจะด้วยสาเหตุ </li></ul><ul><li>ไม่ทราบประชากรที่แน่นอน </li></ul><ul><li>เหตุผลด้านความปลอดภัย </li></ul><ul><li>ความสะดวก </li></ul><ul><li>ความรวดเร็วในการวิจัย </li></ul>
  19. 19. <ul><li>การเลือกกลุ่มตัวอย่างแบบนี้มีข้อจำกัดหลายประการ โดยเฉพาะการเป็นตัวแทนที่ดีของประชากร เพราะไม่สามารถคำนวณความคาดเคลื่อนในการวิเคราะห์ข้อมูล ดังนั้น การเลือกตัวอย่างแบบนี้ อาจจะไม่เป็นที่ยอมรับในผลการวิจัย แต่อย่างไรก็ตามผลการศึกษาสามารถใช้เป็นพื้นฐานสำหรับการศึกษา </li></ul>
  20. 20. <ul><li>การค้นหาแนวคิดที่ยังไม่ได้มีการพัฒนา </li></ul><ul><li>ใช้ในการ pre-test กลุ่มศึกษาขนาดใหญ่ก่อนการเก็บข้อมูลจริง </li></ul><ul><li>เพื่อใช้ในการค้นหาทฤษฎีหรือกำหนดสมมุติสำหรับการศึกษาจริง </li></ul>
  21. 21. รูปแบบการเลือกแบบไม่อาศัยความน่าจะเป็น <ul><li>การเลือกแบบบังเอิญ </li></ul><ul><li>การเลือกแบบกำหนดสัดส่วน </li></ul><ul><li>แบบเจาะจง </li></ul><ul><li>แบบสะดวก </li></ul><ul><li>การใช้การบอกต่อของกลุ่มตัวอย่าง </li></ul>
  22. 22. การเลือกแบบบังเอิญ (Accidential S.) <ul><li>การเลือกแบบไม่ได้กำหนดไว้ล่วงหน้า กลุ่มตัวอย่างจะเป็นใครก็ได้ที่สามารถให้ข้อมูล จะพบบ่อยมากในการถามข้อมูลตามป้ายรถประจำทาง หรือหน้าศูนย์การค้า เพื่อเพิ่มความน่าเชื่อถือของข้อมูลควรเลือกสถานที่เก็บข้อมูลให้ตรงกับกลุ่มที่จะให้ข้อมูล </li></ul>
  23. 23. การเลือกแบบกำหนดสัดส่วน (Quota Sampling) <ul><li>การเลือกตัวอย่างแบบเหมือนกับแบบบังเอิญ แต่เพื่อให้ได้กลุ่มตัวอย่างที่กระจายและมีความน่าเชื่อถือกว่าจึงได้กำหนดสัดส่วนของผู้ที่จะเลือกให้ออกเป็นกลุ่มย่อย เช่น แบ่งผู้ที่จะให้ข้อมูลตามป้ายรถเมล์ เป็นเพศชาย 50 และหญิง 50 คน </li></ul>
  24. 24. การเลือกแบบเจาะจง (Purposive/judgmental Sampling) <ul><li>การที่ผู้วิจัยเลือกกลุ่มตัวอย่างโดยใช้วิจารณญาณของตัวเองตัดสินว่าจะเลือกใครเป็นกลุ่มตัวอย่างสำหรับการศึกษาในแต่ละเรื่อง มีจุดบกพร่องคือการตัดสินใจของแต่ละคนมีความแตกต่างกันขึ้นอยู่กับทัศนคติ และประสบการณ์ของแต่ละคน </li></ul>
  25. 25. การเลือกตามความสะดวก (Convenience Sampling) <ul><li>การเลือกผู้วิจัยเลือกกลุ่มตัวอย่างตามความสะดวกของตัวเอง เช่น บรรณารักษ์เลือกกลุ่มตัวอย่างจากผู้ที่เข้าถามคำถามในแผนกบริการตอบคำถาม การศึกษาที่เกี่ยวข้องกับยาเสพย์ติดจากผู้ที่อยู่ในการควบคุมของสถานพินิจหรือเรือนจำ เป็น </li></ul>
  26. 26. การเลือกโดยอาศัยกลุ่มตัวอย่างบอกต่อ (Snowball sampling) <ul><li>การเลือกกลุ่มตัวอย่างโดยกลุ่มตัวอย่างแนะนำให้รู้จักกลุ่มตัวอย่างคนอื่นๆ ในกลุ่มของพวกเขาต่อไปเรื่อยๆ ใช้ในกรณีที่ไม่ทราบประชากรที่แน่นอน เช่น การศึกษาผู้ทำงานบริการพิเศษ หรืองานในลักษณะคล้ายกัน </li></ul>
  27. 27. การสุ่มโดยอาศัยความน่าจะเป็น <ul><li>กลุ่มตัวอย่างแบบอาศัยความน่าจะเป็น (probability sample) คือการกำหนดกลุ่มตัวอย่างโดยอาศัยกฎความน่าจะเป็น ซึ่งทำให้กลุ่มตัวอย่างที่ได้มีแนวโน้มจะเป็นตัวแทนที่ดีของประชากร </li></ul>
  28. 28. <ul><li>การสุ่มแบบนี้มีความสัมพันธ์หรือใช้กันมากในการวิจัยเชิงสำรวจ เพราะกลุ่มตัวอย่างที่ได้จะต้องเป็นตัวแทนที่ดีของประชากร ซึ่งจะส่งผลต่อการทดสอบสมมุติฐาน และคุณภาพของงานวิจัยต่อไป </li></ul><ul><li>ส่วนการวิจัยบางประเภทเช่นการทดลองอาจจะเลือกกลุ่มตัวอย่างแบบเจาะจง การสุ่มตัวอย่างแบบอาศัยความน่าจะเป็น เพราะข้อจำกัดของผู้ที่จะมาเข้าสู่กระบวนการทดลอง เช่น การศึกษาไข้หวัดนก </li></ul>
  29. 29. <ul><li>การเลือกแบบอาศัยความน่าจะเป็น มีหลายรูปแบบ ในการสุ่มตัวอย่างสามารถใช้หลายวิธีประกอบกันเพื่อให้ได้กลุ่มตัวอย่างที่น่าเชื่อถือและเป็นตัวแทนที่ดีของประชากร ดังนี้ </li></ul>
  30. 30. <ul><li>การสุ่มแบบง่าย (Simple random sampling) </li></ul><ul><li>การสุ่มแบบมีระบบ (Systematic sampling) </li></ul><ul><li>การสุ่มแบบแบ่งชั้น (Stratified random sampling) </li></ul><ul><li>การสุ่มแบบขั้นตอน ( cluster sampling) </li></ul>
  31. 31. การสุ่มแบบง่าย ( Simple random sampling) <ul><li>การสุ่มตัวอย่างจากประชากรทั้งหมดครั้งละตัวจนกว่าจะได้ครบตามจำนวนที่ต้องการ โดยแต่ละครั้งที่สุ่ม สมาชิกแต่ละหน่วยของประชากรมีโอกาสถูกเลือกหรือสุ่มเท่าเทียมกัน คือ 1 /N ถ้า N คือจำนวนประชากรทั้งหมด </li></ul>
  32. 32. <ul><li>กรณีประชากรมีจำนวนทั้งหมด 50 โอกาสที่สมาชิกแต่ละตัวของประชากรทั้งหมดจะถูกเลือก คือ </li></ul><ul><li>1 /50 หรือ 2 % </li></ul>
  33. 33. <ul><li>การสุ่มแบบง่ายทำให้โอกาสของกลุ่มตัวอย่างขนาด n ที่ถูกสุ่มมาจากมาจากประชากรที่มีสมาชิกจำนวน N เท่ากัน คือ 1 / N C n ดังเช่น </li></ul><ul><li>ประชากรที่มีสมาชิก 4 หน่วย และกลุ่มตัวอย่างมีสมาชิก 2 หน่วย กลุ่มตัวอย่างมีโอกาสถูกเลือกเท่ากับ 1 / 4 C 2 หรือ ซึ่ง 4 C 2 มีค่าเท่ากับ 9 ดังนั้นโอกาสที่จะถูกเลือกเท่ากับ 1 /6 </li></ul>
  34. 34. <ul><li>เมื่อ A B C D คือสมาชิกของประชากร กลุ่มตัวอย่างที่จะถูกสุ่มประกอบด้วย </li></ul><ul><li>A B A C A D </li></ul><ul><li>BC BD CD </li></ul><ul><li> </li></ul>
  35. 35. วิธีการสุ่มแบบง่าย <ul><li>การจับฉลาก โดยการเขียนชื่อหรือหมายเลขให้กับสมาชิกทั้งหมดของประชากร แล้วใส่ลงในกล่องและเขย่าให้คละกัน จากนั้นให้หยิบทีละแผ่น และเขียนชื่อหรือหมายเลขที่สุ่มไว้บนกระดาษ แล้วใส่รายการคืนลงในกล่อง ก่อนการหยิบรายการต่อไป ทำตามขั้นตอนทั้งหมดจนกว่าจะได้สมาชิกครบ </li></ul>
  36. 36. การใช้ตารางเลขสุ่ม <ul><li>กำหนดให้หมายเลขให้กับสมาชิกทั้งหมดของประชากร ถ้าสมาชิกเป็นหลักร้อยให้เลข 3 หลัก ตั้งแต่ 000 จนถึงสมาชิกตัวสุดท้าย </li></ul><ul><li>เลือกใช้ตารางเลขสุ่มสำเร็จรูปที่ให้ไว้ </li></ul><ul><li>เปิดตารางเลขสุ่ม และบันทึกเลขที่ถูกเลือก ซึ่งอยู่ขอบเขตของหมายเลขประชากร </li></ul>
  37. 37. การสุ่มแบบเป็นระบบ (Systematic sampling) <ul><li>การนำรายชื่อสมาชิกของประชากรมาเรียงลำดับตามอักษรของชื่อหรือตามหมายเลขประจำตัว รหัสประจำตัวนักศึกษา หรืออื่นๆ </li></ul><ul><li>การกำหนดช่วงที่จะใช้ในการสุ่มตามจำนวนของประชากร และกลุ่มตัวอย่าง เช่น ประชากรจำนวน 100 คน ต้องการสุ่ม 20 คน ดังนั้นช่วงที่จะใช้ในการสุ่ม เท่ากับ 100 /20 คือ 5 คือจะสุ่มประชากรทุกๆ 5 รายการ </li></ul>
  38. 38. <ul><li>การสุ่มตัวอย่างแบบง่ายของประชากรที่อยู่ในช่วง 5 รายการแรก คือ 1-5 เพื่อใช้เป็นตัวเริ่มต้น สมมุติสุ่มได้หมายเลข 3 คือรายการเริ่มต้น </li></ul><ul><li>เลือกตัวอย่างตัวที่ 2 คือ หมายเลข 3+5 เท่ากับ 8 </li></ul><ul><li>เลือกตัวอย่างตัวที่ 3 คือ 8+5 เท่ากับ 12 </li></ul><ul><li>ทำต่อไปเรื่อยๆ จนกว่าจะได้ตัวอย่างครบ 20 </li></ul>
  39. 39. การสุ่มแบบแบ่งชั้นหรือชั้นภูมิ (Stratified random sampling) <ul><li>การสุ่มแบบนี้จะช่วยการสุ่มตัวอย่างมีความน่าเชื่อถือมากขึ้น โดยเฉพาะกรณีที่ประชากรมีความแตกต่างกัน (Heterogeneity) เพื่อให้การสุ่มมีการกระจายจำเป็นต้องแบ่งสมาชิกเป็นกลุ่มๆ ตามความแตกต่าง แล้วค่อยทำการสุ่มแบบง่ายสมาชิกแต่ละกลุ่ม โดยสมาชิกแต่ละตัวจะโอกาสเท่ากัน </li></ul>
  40. 40. <ul><li>การแบ่งผู้บริหารห้องสมุดมหาวิทยาลัยออกเป็นสองกลุ่ม คือกลุ่มผู้บริหารห้องสมุดมหาวิทยาลัยของรัฐ และมหาวิทยาลัยเอกชน </li></ul><ul><li>กำหนดสัดส่วนกลุ่มตัวอย่างของทั้งสองกลุ่ม </li></ul><ul><li>สุ่มตัวอย่างแบบง่ายของประชากรทั้งสองกลุ่ม </li></ul>
  41. 41. การสุ่มแบบแบ่งกลุ่ม (Area of cluster sampling) <ul><li>การสุ่มแบบนี้ใช้สำหรับการสุ่มตัวอย่างที่ประชากรมีการกระจายและประชากรในแต่ละพื้นที่มีลักษณะคล้ายกัน (Homogeneity) สามารถที่จะนำมาการสุ่มแบบแบ่งกลุ่มมาใช้ในการสุ่มตัวอย่าง เพื่อให้สะดวกแก่การรวบรวมข้อมูล </li></ul>
  42. 42. การศึกษาห้องสมุดโรงเรียนในจังหวัดลำปาง จังหวัดลำปางมี 10 อำเภอ สุ่มมา 5 อำเภอ สุ่มโรงเรียนมาอำเภอละ 5 โรง
  43. 43. การสุ่มแบบหลายขั้นตอน (Multistage cluster sampling) <ul><li>การสุ่มตัวอย่างซึ่งดำเนินการตั้งแต่ 3 ขั้นขึ้นไป </li></ul>
  44. 44. สุ่มมา 5 จัดหวัด สุ่มแต่ละจังหวัดมา 5 อำเภอ สุ่มแต่ละอำเภอมา 5 โรงเรียน จังหวัดในภาคตะวันออกเฉียง 17 จังหวัด การศึกษาจัดห้องสมุดโรงเรียนในภาคตะวันออกเฉียงเหนือ
  45. 45. การกำหนดขนาดของกลุ่มตัวอย่าง <ul><li>การกำหนดขนาดกลุ่มตัวอย่างมากน้อยขึ้นอยู่กับ </li></ul><ul><li>ลักษณะของประชากร ถ้าประชากรมีความเป็นเอกพันธ์หรือมีความแปรปรวนน้อยการใช้กลุ่มตัวอย่างน้อยก็ได้ ในทางตรงกันข้ามถ้าหากประชากรมีความแตกต่างกันมากหรือมีความแปรปรวนมากต้องใช้กลุ่มตัวอย่างมาก </li></ul>
  46. 46. <ul><li>ลักษณะหรือประเภทของงานวิจัย การวิจัยเชิงสำรวจจะต้องใช้กลุ่มตัวอย่างจำนวนมาก แต่ในกรณีที่เป็นการวิจัยเชิงคุณภาพที่จะต้องใช้แบบสัมภาษณ์ในการเก็บข้อมูลแบบเจาะลึกอาจจะไม่ต้องใช้กลุ่มตัวอย่างจำนวนมาก </li></ul>
  47. 47. วิธีการกำหนดขนาดกลุ่มตัวอย่าง <ul><li>การกำหนดขนาดมีหลายวิธี เช่น </li></ul><ul><li>การกำหนดโดยใช้เกณฑ์ </li></ul><ul><li>การกำหนดโดยใช้ตารางสำเร็จรูป </li></ul><ul><li>การใช้สูตรคำนวณ </li></ul>
  48. 48. การใช้เกณฑ์กำหนดขนากลุ่มตัวอย่าง <ul><li>ประชากรหลักร้อย ใช้กลุ่มตัวอย่าง 15-30 % </li></ul><ul><li>ประชากรหลักพัน ใช้กลุ่มตัวอย่าง 10-15 % </li></ul><ul><li>ประชากรหลักหมื่น ใช้กลุ่มตัวอย่าง 5-10 % </li></ul><ul><li>โดยใช้เกณฑ์นี้ในการคำนวณสัดส่วนของประชากร </li></ul>
  1. Gostou de algum slide específico?

    Recortar slides é uma maneira fácil de colecionar informações para acessar mais tarde.

×