ว ธ การส มแบบกล ม cluster random sampling

ในบางครั้งการเลือกกลุ่มตัวอย่างโดย อาศัยความน่าจะเป็น โดยวิธีการสุ่มอาจจะไม่สามารถทำได้หรือทำได้ยาก การเลือกกลุ่มตัวอย่างโดยไม่อาศัยความน่าจะเป็นจึงถูกนำมาใช้ซึ่งการเลือก กลุ่มตัวอย่างแบบนี้จะมีลักษณะเป็นอัตวิสัย (subjective) ซึ่งมักจะทำให้การประมาณค่าพารามิเตอร์ขาดความแม่นยำ ดังนั้นในการเลือกกลลุ่มตัวอย่างแบบนี้มักจะใช้เมื่อไม่ต้องการอ้างอิงถึง ลักษณะประชากร ส่วนใหญ่จะใช้กับงานวิจัยสำรวจข้อเท็จจริง (Exploration research) กับกลุ่มที่มีลักษณะเฉพาะและไม่ต้องการเปรียบเทียบกับกลุ่มอื่นๆ นอกจากนี้ยังมีเหตุผลทางด้านค่าใช้จ่ายและเวลา เพราะการเลือกตัวอย่างโดยไม่อาศัยความน่าเป็นจะมีค่าใช้จ่ายและเวลาน้อยกว่า อาศัยความน่าจะเป็น

การสุ่มโดยบังเอิญ (Accidental sampling)

เป็นการสุ่มจากสมาชิกของประชากรเป้าหมายที่เป็นใครก็ได้ที่สามารถให้ข้อมูลได้ครบถ้วน การสุ่มโดยวิธีนี้ไม่สามารถรับประกันความแม่นยำได้ ซึ่งการเลือกวิธีนี้เป็นวิธีที่ด้อยที่สุด เพราะเป็นการเลือกตัวอย่างที่มีลักษณะสอดคล้องกับนิยามของประชากรที่สามารถ พบได้และใช้เป็นอย่างได้ทันที

การสุ่มแบบโควตา (Quota sampling)

เป็นการสุมตัวอย่างโดยจำแนกประชากรออกเป็นส่วนๆก่อน (strata)โดยมีหลักจำแนกว่าตัวแปรที่ใช้ในการจำแนกนั้นควรจะมีความสัมพันธ์ กับตัวแปรที่จะรวบรวม หรือตัวแปรที่สนใจ และสมาชิกที่อยู่แต่ละส่วนมีความเป็นเอกพันธ์ ในการสุ่มแบบโควตา นี้มีขั้นตอนการดำเนินการดังนี้

พิจารณาตัวแปรที่สัมพันธ์กับลักษณะของประชากรที่คำถามการวิจัยต้องการที่จะ ศึกษา เช่น เพศ ระดับการศึกษา
พิจารณาขนาดของแต่ละส่วน(segment)ของประชากรตามตามตัวแปร
คำนวณค่าอัตราส่วนของแต่ละส่วนของประชากร กำหนดเป็นโควตาของตัวอย่างแต่ละกลุ่มที่จะเลือก
เลือกตัวอย่างในแต่ละส่วนของประชากรให้ได้จำนวนตามโควตา
การสุ่มตัวอย่างเฉพาะเจาะจง (purposive sampling)

หรือบางครั้งเรียกว่าการสุ่มแบบพิจารณา (judgment sampling) เป็นการสุ่มตัวอย่างโดยใช้ดุลพินิจของผู้วิจัยในการกำหนดสมาชิกของประชากร ที่จะมาเป็นสมาชิกในกลุ่มตัวอย่าง ว่ามีลักษณะสอดคล้องหรือเป็นตัวแทนที่จะศึกษาหรือไม่ ข้อจำกัดของการสุ่มตัวอย่างแบบนี้คือไม่สามารถระบุได้ว่าตัวอย่างที่เลือก จะยังคงลักษณะดังกล่าวหรือไม่เมื่อเวลาเปลี่ยนไป

การสุมกลุ่มตัวอย่างตามสะดวก (convenience sampling)

การเลือกกลุ่มตัวอย่างโดยถือเอาความสะดวกหรือความง่ายต่อการรวบรวมข้อมูล ข้อจำกัดของการสุ่มแบบนี้จะมีลักษณะเหมือนกับการสุ่มโดยบังเอิญ

การสุมตัวอย่างแบบสโนว์บอลล์ (snowball sampling)

เป็นการเลือกตัวอย่างในลักษณะการสร้างเครือข่ายข้อมูล เรียกว่า snowball sampling โดยเลือกจากหน่วยตัวอย่างกลุ่มแรก และตัวอย่างกลุ่มนี้เสนอบุคคลอื่นที่มีลักษณะใกล้เคียงต่อๆไป

การสุ่มตัวอย่างโดยอาศัย ทฤษฏีความน่าจะเป็น (Probability Sampling)

การสุ่มอย่างง่าย (Simple random sampling) สมาชิกทั้งหมดของประชากรเป็นอิสระซึ่งกันและกัน แล้วสุ่มหน่วยของการสุ่ม (Sampling unit) จนกว่าจะได้จำนวนตามที่ต้องการ โดยแต่ครั้งที่สุ่ม สมาชิกแต่ละหน่วยของประชากรมีโอกาสถูกเลือกเท่าเทียมกัน ซึ่งก่อนที่จะทำการสุ่มนั้น จะต้องนิยามประชากรให้ชัดเจน ทำรายการสมาชิกทั้งหมดของประชากร สุ่มตัวอย่างโดยใช้วิธีที่ทำให้โอกาสในการของสมาชิกแต่ละหน่วยในการถูกเลือก มีค่าเท่ากัน ซึ่งสามารถทำได้ 2 วิธี คือ การจับฉลากและการใช้ตารางเลขสุ่ม (table of random number) ซึ่งตัวเลขในตารางได้มาจากการอาศัยคอมพิวเตอร์กำหนดค่า หรือบางครั้งสามารถใช้วิธีการดึงตัวอย่างโดยอาศัยโปรแกรมสำเร็จรูป ในการสุ่มอย่างง่าย มีข้อจำกัดคือ ประชากรต้องนับได้ครบถ้วน (Finite population) ซึ่งบางครั้งอาจสร้างปัญหาให้กับนักวิจัย
การสุ่มแบบเป็นระบบ (systematic sampling)

ใช้ในกรณีที่ประชากรมีการจัดเรียงอย่างไม่ลำเอียง 1. ประชากรหารด้วยจำนวนกลุ่มตัวอย่าง (K = N/n) 2. สุ่มหมายเลข 1 ถึง K (กำหนดสุ่มได้หมายเลข r ) 3. r จะเป็นหมายเลขเริ่มต้น ลำดับต่อไป r + K, r +2K, r + 3K, การสุ่มแบบเป็นระบบ โอกาสถูกเลือกของตัวอย่างไม่เป็นอิสระจากกัน เพราะเมื่อตัวอย่างแรกถูกสุ่มแล้ว ตัวอย่างหน่วยอื่นก็จะถูกกำหนดให้เลือกตามมาโดยอัตโนมัติ โดยไม่มีการสุ่ม

การสุ่มแบบแบ่งชั้น (stratified random sampling)

เป็นการสุ่มกลุ่มตัวอย่างที่แบ่งกลุ่มประชากรออกเป็นกลุ่มย่อย (subgroup or strata) เสียก่อนบน พื้นฐานของตัวแปรที่สำคัญที่ส่งผลกระทบต่อตัวแปรตาม โดยมีหลักในการจัดแบ่งกลุ่มแต่ละกลุ่มมีความเป็นเอกพันธ์ (Homogeneous) หรือกล่าวได้ว่า ในกลุ่มเดียวกันจะมีลักษณะคล้ายคลึงกันตามกลุ่มย่อยของตัวแปร แต่จะมีความแตกต่างระหว่างกลุ่ม จำนวนสมาชิกในกลุ่มย่อยจะถูกกำหนดให้เป็นสัดส่วน (proportion) ตามสัดส่วนที่ปรากฏในประชากร ซึ่งเรียกว่า การสุ่มแบบแบ่งชัดโดยใช้สัดสัด (proportion stratified sampling) การสุ่มแบบแบ่งชั้นจะมีความเหมาะสมกับงานวิจัยที่สนใจความแตกต่างของลักษณะ ประชากรในระหว่างกลุ่มย่อย

การสุ่มตัวอย่างแบบกลุ่ม (cluster sampling)

ในกรณีที่ประชากรมีขนาดใหญ่ การสุ่มกลุ่มตัวอย่างโดยจัดกระทำกับรายการสมาชิกทุกๆหน่วยของประชากรอาจทำ ได้ยากหรือทำไม่ได้เลย ดังนั้นแทนที่จะใช้วิธีการสุมจากทุกหน่วย นักวิจัยสามารถสุ่มจากกลุ่มที่ถูกจัดแบ่งไว้อยู่แล้ว ซึ่งวิธีการแบบนี้เรียกว่าการสุ่มแบบกลุ่ม (cluster sampling) สิ่งที่ควรคำนึงถึงการสุ่มแบบกลุ่ม มีดังนี้

ความแตกต่างของลักษณะที่จะศึกษาระหว่างกลุ่ม (cluster) มีไม่มาก หรือเรียกว่ามีความเป็นเอกพันธ์ (homogeneous)
ขนาดของแต่ละกลุ่ม เท่ากันหรือแตกต่างกันไม่มากนัก เพราะเมื่อเลือกกลุ่มมาเป็นตัวอย่างแล้ว การประมาณค่าพารามิเตอร์ จะมีลักษณะไม่อคติ (unbias estimation) มากกว่า กรณีที่กลุ่มตัวอย่างในแต่กลุ่มมีขนาดแตกต่างกันมาก
ขนาดของกลุ่ม (cluster) ไม่มีคำตอบแน่นอนวาจำนวนหน่วยตัวอย่างที่ศึกษาในแต่ละกลุ่ม จะเป็นเท่าใด ขึ้นอยู่กับคำถามการวิจัยและความยากง่ายในการเก็บข้อมูล
การใช้วิธีการสุ่มแบบ multistage cluster sampling แท่นการใช้ single – stage
ขนาดขอกลุ่มตัวอย่างหรือจำนวนกลุ่ม (cluster) ที่ต้องการในการเทียบเคียงจากการเลือกแบบการสุ่มอย่างง่าน (simple random sampling) ในการคำนวณขนาดกลุ่มตัวอย่าง โดยใช้จำนวนทั้งหมดของกลุ่ม ที่จัดแบ่งเป็นประชาการที่นำมาใช้ในการคำนวณ
การสุ่มตัวอย่างแบบหลายขั้นตอน (Multi – stage Random Sampling)

มีวิธีการสุ่ม 4 แบบที่อธิบายไว้แล้ว คือ การสุ่มอย่างง่าย การสุ่มอย่างมีระบบ การสุ่มแบบแบ่งชั้น และการสุ่มแบบแบ่งกลุ่ม ในการทำวิจัยจริง ๆ เราอาจจะใช้วิธีการสุ่มที่ซับซ้อนมากกว่านี้ โดยหลักแล้วจะต้องพิจารณาวิธีการสุ่มทั้ง 4 แบบนี้มาใช้ให้ได้ประโยชน์สูงสุดเพื่อให้ได้กลุ่มตัวอย่างที่ผู้วิจัยต้องการอย่างแท้จริง เรียกว่าการสุ่มแบบหลายขั้นตอน

วิธีการสุ่มแบบยกกลุ่ม (Cluster Random Sampling) มีลักษณะอย่างไร ?

4. Cluster Sampling (การสุ่มตัวอย่างแบบแบ่งกลุ่ม) คือ เป็นการสุ่มเลือกตัวแทนจาก “กลุ่ม”เนื่องจากแต่ละกลุ่มมีคุณลักษณะที่คล้ายคลึงกัน หรือมีคุณลักษณะร่วมอยู่ อาจเริ่มแบ่งพื้นที่จากภาค เป็นจังหวัด จาก จังหวัดเป็นอำเภอ และเรื่อยไปจนถึงหมู่บ้าน

การสุ่มแบบหลายขั้นตอนมีลักษณะการสุ่มอย่างไร

การสุ่มตัวอย่างแบบหลายขั้นตอน (Multi-stage Sampling) เป็นการสุ่มตัวอย่างที่ท าเป็นขั้นๆ หลายขั้นด้วยกัน การสุ่มตัวอย่างแต่ละขั้นจะ ใช้การสุ่มแบบใดก็ได้โดยการเก็บข้อมูลจะเก็บจากหน่วยตัวอย่างขั้นสุดท้ายที่สุ่มได้ นิยมใช้กับการสุ่มสิ่งตัวอย่างที่ประชากรมีขนาดใหญ่ และมีขอบเขตงาน กว้างขวาง เช่น

Multi

การสุ่มแบบหลายขั้นตอน(Multi-stage Sampling) เป็นการสุ่มตัวอย่างที่ มีหลายขั้นตอน มีลักษณะคล้าย ๆ กับการสุ่มตัวอย่างแบบกลุ่มที่มีหลายขั้นตอนตั้งแต่เริ่มต้น กลุ่มใหญ่ที่สุดจนกระทั่งสิ้นสุดที่กลุ่มตัวอย่างที่ต้องการตามความเหมาะสม ดังนั้นการสุ่ม แบบหลายขั้นตอนในบางครั้งนักวิชาการจึงเรียกว่าการสุ่มตัวอย่างแบบกลุ่มหลายชั้น( ...

การสุ่มตัวอย่างแบบง่าย มีอะไรบ้าง

2.1 การสุ่มตัวอย่างอย่างง่าย (Simple random sampling) คือ การสุ่มตัวอย่างที่ผู้วิจัยให้โอกาสที่หน่วยตัวอย่างทุกหน่วยจะถูกสุ่ม เท่ากัน ควรใช้วิธีการสุ่มแบบนี้เมื่อคุณลักษณะที่สนใจศึกษาของ ประชากรคล้ายคลึงกัน หน่วยตัวอย่างแต่ละหน่วยได้มาโดยวิธี - จับฉลาก - ตารางเลขสุ่ม - คอมพิวเตอร์

กระทู้ที่เกี่ยวข้อง

ต วอย างแบบฟอร ม ใบจองบ าน รายละเอ ยดของแถม

Toplist

โพสต์ล่าสุด

แท็ก

แปลภาษาไทย ไทยแปลอังกฤษ แปลภาษาอังกฤษเป็นไทย pantip โปรแกรม-แปล-ภาษา-อังกฤษ พร้อม-คำ-อ่าน อาจารย์ ตจต ศัพท์ทหาร ภาษาอังกฤษ pdf lmyour แปลภาษา ชขภใ ห่อหมกฮวกไปฝากป้าmv กรมพัฒนาฝีมือแรงงาน อบรมฟรี 2566 ขขขขบบบยข ่ส ศัพท์ทางทหาร military words หนังสือราชการ ตัวอย่าง หยน แปลบาลีเป็นไทย ไทยแปลอังกฤษ ประโยค การไฟฟ้านครหลวง การไฟฟ้าส่วนภูมิภาค ข้อสอบโอเน็ต ม.3 ออกเรื่องอะไรบ้าง พจนานุกรมศัพท์ทหาร เมอร์ซี่ อาร์สยาม ล่าสุด แปลภาษามลายู ยาวี Bahasa Thailand กรมพัฒนาฝีมือแรงงาน อบรมออนไลน์ การ์ดจอมือสอง ข้อสอบคณิตศาสตร์ พร้อมเฉลย คะแนน o-net โรงเรียน ค้นหา ประวัติ นามสกุล บทที่ 1 ที่มาและความสําคัญของปัญหา ร. ต จ แบบฝึกหัดเคมี ม.5 พร้อมเฉลย แปลภาษาอาหรับ-ไทย ใบรับรอง กรมพัฒนาฝีมือแรงงาน PEA Life login Terjemahan บบบย มือปราบผีพันธุ์ซาตาน ภาค2 สรุปการบริหารทรัพยากรมนุษย์ pdf สอบโอเน็ต ม.3 จําเป็นไหม เช็คยอดค่าไฟฟ้า แจ้งไฟฟ้าดับ แปลภาษา มาเลเซีย ไทย แผนที่ทวีปอเมริกาเหนือ ่้แปลภาษา Google Translate กระบวนการบริหารทรัพยากรมนุษย์ 8 ขั้นตอน ก่อนจะนิ่งก็ต้องกลิ้งมาก่อน เนื้อเพลง ข้อสอบโอเน็ตม.3 มีกี่ข้อ คะแนนโอเน็ต 65 ตม กรุงเทพ มีที่ไหนบ้าง