เทคนิคการสุ่มตัวอย่าง

ก่อนที่จะรู้จักเทคนิคการสุ่มตัวอย่าง เราควรจะทำความเข้าใจกับคำสองคำที่สำคัญก่อนครับ ก็คือคำว่า กลุ่มประกรเป้าหมาย และกลุ่มตัวอย่าง ดังนี้

กลุ่มประชากรเป้าหมาย (Target population) หมายถึง กลุ่มของสิ่งต่างๆ ทั้งหมดที่ผู้วิจัยสนใจ
กลุ่มตัวอย่าง (Sample) หมายถึง กลุ่มของสิ่งต่างๆ ที่เป็นส่วนหนึ่งของกลุ่มประชากรที่ผู้วิจัยสนใจ

เทคนิคการสุ่มตัวอย่าง นั้นแบ่งได้เป็น 2 ประเภทใหญ่ๆ ดังนี้

1. การสุ่มที่ไม่คำนึงถึงความน่าจะเป็นในการสุ่ม (Non-probability sampling) เป็นการสุ่มที่ขึ้นอยู่กับการควบคุมหรือตัดสินใจของผู้วิจัย ซึ่งอาจเกิดความลำเอียงในการสุ่มได้ง่าย

1.1 การสุ่มโดยบังเอิญ (Accidental sampling) สุ่มจากสมาชิกของกลุ่มประชากรเป้าหมายที่หาได้
1.2 การสุ่มแบบโควตา (Quota sampling) สุ่มตัวอย่างจากประชากรเป้าหมายที่ถูกแบ่งออกเป็นส่วนๆ ตามโควตาที่กำหนด
1.3 การสุ่มอย่างเฉพาะเจาะจง (Purposive sampling) สุ่มตัวอย่างโดยใช้ดุลยพินิจของผู้วิจัย

ข้อจำกัดของการสุ่มที่ไม่คำนึงถึงความน่าจะเป็น

1. ผลการวิจัยที่ได้ไม่สามารถสรุปอ้างอิงไปสู่กลุ่มประชากรทั้งหมดได้ จะสรุปอยู่ในขอบเขตของกลุ่มตัวอย่างเท่านั้น
2. กลุ่มตัวอย่างที่ได้ขึ้นอยู่กับการตัดสินใจของผู้วิจัย และองค์ประกอบบางตัวไม่สามารถควบคุมได้ และไม่มีวิธีการทางสถิติมาคำนวณความคลาดเคลื่อน

2. การสุ่มที่คำนึงถึงความน่าจะเป็นในการสุ่ม (Probability sampling)

2.1 การสุ่มตัวอย่างแบบง่าย (Simple random sampling) เป็นการสุ่มตัวอย่างที่สมาชิกของกลุ่มประชากรของทุกๆ หน่วยมีโอกาสเท่ากันและเป็นอิสระต่อกัน เหมาะกับกลุ่มประชากรที่มีขนาดเล็ก โดยหากกลุ่มประชากรเป้าหมายมีลักษณะเป็นวิวิธพันธ์คือมีความหลากหลายของข้อมูลอาจจะทำให้ได้ข้อมูลที่ไม่เป็นตัวแทนที่ดี
2.2 การสุ่มตัวอย่างแบบมีระบบ (Systematic sampling) ใช้ในกรณีที่สมาชิกในกลุ่มประชากรเป้าหมายเรียงไว้แบบสุ่ม
2.3 การสุ่มตัวอย่างแบบเลือกเป็นคู่ (Paired selection) ปรับปรุงมาจากการสุ่มตัวอย่างแบบมีระบบ โดยการเลือกสมาชิก 2 หน่วยจากแต่ละช่วงของการสุ่ม
2.4 การสุ่มตัวอย่างแบบแบ่งเป็นชั้นภูมิ (Stratified sampling) คือการสุ่มตัวอย่างชนิดที่แบ่งกลุ่มประชากรออกเป็นกลุ่มย่อยๆ บนพื้นฐานของตัวแปรที่สำคัญที่ส่งผลต่อตัวแปรตาม โดยมีหลักว่าภายชั้นภูมิจะมีความเป็นเอกพันธ์หรือลักษณะเหมือนกัน และแต่ละชั้นภูมิมีลักษณะต่างกัน
2.5 การสุ่มตัวอย่างแบบกลุ่ม (Cluster sampling) มีจุดเด่นคือลดค่าใช้จ่ายในการสุ่ม แต่จุดด้อยคือความคลาดเคลื่อนในการประมาณค่าพารามิเตอร์จะสูงกว่าการสุ่มอย่างง่าย การสุ่มแบบนี้มีลักษณะสำคัญคือ ภายในกลุ่มแต่ละกลุ่มจะมีความหลากหลาย รวมลักษณะที่สำคัญของกลุ่มประชากรไว้ครบถ้วนภายในกลุ่มแต่ละกลุ่ม แต่ลักษณะของประชากรระหว่างกลุ่มมีความเหมือนกัน