Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Population

8,818 views

Published on

Published in: Technology, Education

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>

×