การเลือกกลุ่มตัวอย่างแบบเจาะจง

        การสุ่มตัวอย่าง (Sampling) เป็นการเลือกสมาชิกจากประชากรโดยพยายามทำให้สมาชิกที่เลือกมาเหล่านั้น เป็นตัวแทนที่ดีของประชากร การที่จะเลือกตัวอย่างให้เป็นตัวแทนที่ดีของประชากรได้นั้น จะต้องทำการเลือกแบบสุ่ม (Random) หรือเลือกอย่างไม่ลำเอียง (Unbias) คือ พยายามให้สมาชิกแต่ละตัวของประชากรมีโอกาสที่จะได้รับการเลือกเป็นตัวแทนเท่าๆ กัน การที่จะได้ตัวอย่างเพื่อเป็นตัวแทนของประชากรทั้งหมดได้นั้น จะต้องมีวิธีการสุ่มตัวอย่างที่มีกระบวนการอย่างมีระบบ ซึ่งประกอบด้วย

            1. การนิยามประชากร ผู้วิจัยจะต้องนิยามขอบเขตของประชากรให้ชัดเจนว่าประชากรที่จะศึกษานั้น ประกอบด้วยอะไรบ้าง เป็นจำนวนเท่าใด มีขอบเขตแค่ไหน และมีหน่วยการวัดเป็นอย่างไร  เช่น ต้องการทราบว่ารายจ่ายโดยเฉลี่ยของนักศึกษาในสถาบันการพลศึกษาเป็นเท่าใด ผู้วิจัยจะต้องนิยามว่านักศึกษาในสถาบันการพลศึกษาหมายถึงใครบ้าง

            2. การทราบบัญชีรายชื่อของสมาชิกในประชากร หลังจากนิยามประชากรอย่างชัดเจนแล้ว ขั้นต่อไปก็จะต้องทำการพิจารณารายชื่อของสมาชิกทั้งหมดในประชากรว่ามีจำนวนถูกต้องครบถ้วนเพียงใด และเป็นรายชื่อที่เป็นปัจจุบันเพียงใด ซึ่งเรียกว่า ขอบเขตของประชากร

            3. การเลือกตัวอย่าง หลังจากได้นิยามประชากรและพิจารณาบัญชีรายชื่อของสมาชิกทั้งหมดในประชากรแล้ว นักวิจัยก็จะต้องทำการสุ่มตัวอย่างจากประชากรนั้น การสุ่มตัวอย่างมีหลายวิธี ซึ่งแต่ละวิธีก็เหมาะสมกับลักษณะของข้อมูลและจุดมุ่งหมายของการใช้ข้อมูลแตกต่างกัน อย่างไรก็ดี ไม่ว่าจะใช้เทคนิคการสุ่มตัวอย่างแบบใดก็ตาม จุดมุ่งหมายในการสุ่มตัวอย่างก็เพื่อให้ตัวอย่างที่สุ่มมาได้นั้นเป็นตัวแทนที่ดีของประชากรทั้งหมด

            4. การกำหนดขนาดกลุ่มตัวอย่าง ในการกำหนดขนาดของกลุ่มตัวอย่างขึ้นอยู่กับสถานการณ์ของแต่ละปัญหา ถ้าหากประชากรที่จะสุ่มตัวอย่างมีความเป็นเอกพันธ์ (Homogeneous) ขนาดตัวอย่างเล็กๆ ก็มีความเพียงพอ เช่น การสุ่มตัวอย่าง น้ำ 1 ลิตร จากน้ำทั้งหมดในโอ่ง 1,000 ลิตร ก็เป็นการเพียงพอ แต่ถ้าประชากรไม่มีความเป็นเอกพันธ์ คือ มีการเปลี่ยนแปรมาก เช่น ปรากฎการณ์ต่างๆ ในด้านการศึกษาหรือทางด้านจิตวิทยา จำเป็นจะต้องให้ขนาดตัวอย่างมีจำนวนมากพอ โดยทั่วไปในการพิจารณาขนาดของตัวอย่างนี้ มีองค์ประกอบที่สำคัญ 3 ประการ ที่ควรนำมาพิจารณา คือ ธรรมชาติของประชากร เทคนิคการสุ่มตัวอย่างและระดับความถูกต้องของข้อมูลที่ต้องการ

            การเลือกกลุ่มตัวอย่างตามลักษณะสุ่มกลุ่มตัวอย่างที่ดี แบ่งออกเป็น 2 วิธี คือ  (รัชนีกูล ภิญโญภานุวัฒน์.2556)

            1. การสุ่มที่คำนึงถึงความน่าจะเป็นในการสุ่ม (Probability Sampling)  เป็นการสุ่มตัวอย่างที่คำนึงถึงความน่าจะเป็น หรือโอกาสของสมาชิกแต่ละหน่วยที่จะได้รับเลือก ซึ่งสมาชิกทุกๆหน่วย ของกลุ่มประชากรจะมีความน่าจะเป็นหรือโอกาสที่จะได้รับเลือกเท่ากัน กลุ่มตัวอย่างที่ได้รับการสุ่มแบบนี้จะเป็นตัวแทนที่ดีของกลุ่มประชากรเป้าหมายได้ดีกว่ากลุ่มตัวอย่างที่สุ่มแบบไม่คำนึงถึงความน่าจะเป็นในการสุ่ม การสุ่มตัวอย่างที่คำนึงถึงความน่าจะเป็นในการสุ่ม ได้แก่

                   1.1 การสุ่มตัวอย่างแบบง่าย (Sample Random Sampling)  เป็นการสุ่มตัวอย่างซึ่งหน่วยตัวอย่างประชากรที่เปิดโอกาสให้ประชากรทุกหน่วยมีสิทธิ์ได้รับการเลือกเท่าๆ กัน โดยมีบัญชีรายชื่อของประชากรทุกหน่วย แล้วทำการจับสลากหรือใช้ตารางเลขสุ่ม (Random Number Table) จนได้กลุ่มตัวอย่างประชากรครบตามต้องการ เช่น การสุ่มนักเรียนเป็นรายบุคคลเพื่อเป็นกลุ่มตัวอย่างในการศึกษา  การสุ่มแบบนี้มีข้อดี คือ 1) มีหลักประกันทางสถิติที่เชื่อได้ว่าหน่วยของประชากรแต่ละหน่วยจะได้รับโอกาสในการเลือกเท่าๆ กัน กลุ่มตัวอย่างมีโอกาสจะเป็นตัวแทนของประชากรได้ดีถ้าขนาดของกลุ่มตัวอย่างพอเพียงและมีลักษณะคล้ายคลึงกัน 2) ทำได้ง่ายและรวดเร็ว เหมาะกับประชากรที่มีจำนวนมาก ส่วนข้อจำกัด คือ 1) สิ้นเปลืองเวลาในการทำฉลากและการจับสลากให้ครบตามจำนวนประชากรทั้งหมด 2) ถ้าไม่มีตารางเลขสุ่มจะทำให้เกิดความไม่สะดวก  3) กรณีที่ประชากรแบบไม่จำกัดจะไม่สามารถนำไปใช้ได้เนื่องจากไม่สามารถสร้างบัญชีรายชื่อประชากรได้            

                   1.2 การสุ่มตัวอย่างแบบมีระบบ (Systematic Random Sampling)  เป็นการสุ่มตัวอย่างประชากรแบบสุ่มเป็นช่วงๆ โดยมีบัญชีรายชื่อของประชากรทุกหน่วย ทำการสุ่มหาตัวสุ่มเริ่มต้น แล้วนับไปตามช่วงของกลุ่ม ซึ่งการกำหนดช่วงของกลุ่มนั้นอาจใช้วิธีคำนวณค่าสัดส่วนของขนาดของกลุ่มประชากรกับขนาดของกลุ่มตัวอย่างโดยการนำจำนวนในกลุ่มประชากรหารด้วยจำนวนหน่วยในกลุ่มตัวอย่าง มาเป็นช่วงของการสุ่ม  เช่น ต้องการสุ่มนักเรียน 250 คน จากนักเรียนทั้งหมด 1000 คน ดังนั้นจึงสุ่มทุกๆ 4 คน เอามา 1 คน สมมุติว่าเมื่อสุ่มผู้ที่ตกเป็นตัวอย่างคนแรกได้หมายเลข 002 คนที่สองก็ตกเป็นตัวอย่างได้แก่หมายเลข 006 สำหรับคนที่สามและคนต่อๆไป จะได้แก่หมายเลข  010, 014, 018, 022,..., จนได้กลุ่มตัวอย่าง 250 คน  การสุ่มแบบนี้     มีข้อดี  คือ 1) สะดวกและประหยัดเวลามาก 2) ผลที่ได้จากการสุ่มมีระบบจะให้ผลดีเหมือนกับ  การสุ่มอย่างง่าย  ส่วนข้อจำกัด คือ 1) มีความยุ่งยากในการหาค่าตัวเลขเพื่อนำมากำหนดช่วงระยะความห่างกันของแต่ละหน่วยตัวอย่าง  2) อาจได้กลุ่มตัวอย่างที่ลำเอียงได้ง่ายหากการเรียงลำดับของบัญชีรายชื่อของหน่วยประชากรเป็นการเรียงอย่างเป็นระบบที่มีผลต่อคุณลักษณะของ       กลุ่มตัวอย่าง

                   1.3 การสุ่มตัวอย่างแบบแบ่งเป็นชั้นภูมิ (Stratified Sampling)  เป็นการสุ่มตัวอย่างประชากรแบบแบ่งประชากรออกเป็นพวกหรือชั้นตามวัตถุประสงค์ของการศึกษา  โดยให้มีลักษณะภายในคล้ายกันหรือเป็นอันดับเดียวกันมากที่สุด แต่จะแตกต่างกันระหว่างชั้น จากนั้นจึงทำการสุ่มจากแต่ละชั้นขึ้นมาทำการศึกษา โดยใช้สัดส่วนของกลุ่มตัวอย่างประชากรที่สุ่มขึ้นมาเท่ากันหรือไม่เท่ากันก็ได้ ทั้งนี้ขึ้นอยู่กับความเหมาะสม ลักษณะการจัดชั้นภูมิแสดงดังภาพที่ 4

 การสุ่มแบบนี้มีข้อดี คือ 1) ลักษณะความเป็นเอกพันธ์ของแต่ละกลุ่มย่อย จะทำให้เกิดช่วยลดความคลาดเคลื่อนในการสุ่มน้อยลง 2) การแบ่งประชากรเป็นระดับชั้นจะทำให้ผู้วิจัยสามารถเลือกกลุ่มตัวอย่างจากแต่ละระดับชั้นแตกต่างกันไปแล้วแต่ความเหมาะสม3) สามารถประมาณค่าประชากรรวมได้และสามารถประมาณค่ากลุ่มย่อยในแต่ละระดับชั้นได้ด้วย 4) ช่วยให้ผู้วิจัยมั่นใจได้ว่าจะได้กลุ่มตัวอย่างที่สามารถนำมาวิเคราะห์ข้อมูลเพื่อตอบคำถามหรือวัตถุประสงค์ที่กำหนดไว้แน่นอน  ส่วนข้อจำกัดในการสุ่มแบบนี้  คือ 1) เป็นวิธีการสุ่มที่ยุ่งยาก  2) กรณีที่เกณฑ์การจัดชั้นมีการกำหนดคุณลักษณะของประชากรมากเกินไป ทำให้ต้องการขนาดของตัวอย่างรวมเป็นจำนวนมากเพื่อนำมาใช้ในการจัดแบ่งชั้น  บางครั้งขนาดของกลุ่มตัวอย่างรวมอาจมากกว่าขนาดของประชากรที่มีอยู่ก็ได้

1.4 การสุ่มตัวอย่างแบบกลุ่มหรือพื้นที่ (Cluster or Area Sampling )  ในกรณีที่ประชากรอยู่กระจัดกระจายกัน การสุ่มตัวอย่างประชากรมักประสบปัญหาที่อาจทำไม่ได้ในทางปฏิบัติหรือทำได้แต่สิ้นเปลืองมาก อาจสุ่มโดยแบ่งประชากรออกเป็นกลุ่มย่อยๆ เรียกว่า Cluster เช่นให้ห้องเรียนเป็นตัวอย่าง เป็นต้น หลักการที่สำคัญคือ ให้สมาชิกภายในกลุ่มย่อยมีคุณสมบัติแตกต่างกันมากที่สุด  แต่ในขณะเดียวกันก็มีความแตกต่างระหว่างกลุ่มน้อยที่สุด ถ้าการจัดกลุ่มของประชากรเป็นกลุ่มย่อยๆ โดยใช้ท้องที่ทางภูมิศาสตร์เป็นหลัก การสุ่มตัวอย่างโดยวิธีนี้ ก็มีชื่อเรียกอีกอย่างหนึ่งว่า Area Sampling  ลักษณะการสุ่มตัวอย่างแบบกลุ่ม แสดงดังภาพที่ 5

การสุ่มแบบนี้มีข้อดี คือ 1)ประหยัดค่าใช้จ่ายในการเดินทางเก็บข้อมูล เพราะกลุ่มตัวอย่างอยู่ในพื้นที่เดียวกัน  2) แต่ละกลุ่มไม่จำเป็นที่จะต้องเป็นที่รวมของสมาชิก โดยธรรมชาติที่มีอยู่แล้วก็ได้ เช่น โรงเรียน แต่อาจจะเป็นกลุ่มที่ถูกสร้างขึ้นมาเองก็ได้ ส่วนข้อจำกัดคือ 1) ไม่เหมาะสมกับประชากรที่มีขนาดเล็ก   2) ข้อมูลอาจไม่เที่ยงตรงแม่นยำเท่ากับการสุ่มแบบแบ่งเป็นชั้นภูมิ เพราะไม่ทราบค่าประชากรของกลุ่มที่ไม่ได้รับเลือกเป็นกลุ่มตัวอย่าง 

1.5 การสุ่มตัวอย่างแบบหลายขั้นตอน (Multistage Stage sampling)  เป็นการสุ่มตัวอย่างประชากรแบบแบ่งประชากรออกเป็นลำดับชั้นต่างๆ เช่น ภาค จังหวัด อำเภอ ตำบล หมู่บ้าน เป็นต้น แล้วทำการสุ่มประชากรจากหน่วยหรือลำดับชั้นที่ใหญ่ก่อน จากหน่วยที่สุ่มได้ก็ทำการสุ่มหน่วยที่มีลำดับใหญ่รองลงไปทีละชั้นๆ จนถึงกลุ่มตัวอย่างในชั้นที่ต้องการ

            วิธีการสุ่มตัวอย่างทั้งหมดเป็นการเลือกตัวอย่างที่ตัวอย่างมีโอกาสจะถูกเลือกเท่าเทียมกัน ซึ่งเป็นพื้นฐานของทฤษฎีความน่าจะเป็นและทฤษฎีความน่าจะเป็น เป็นรากฐานของสถิติอ้างอิง (Inferential Statistics) ฉะนั้น ถ้าผู้วิจัยจะอ้างอิงค่าสถิติจากกลุ่มตัวอย่างไปยังค่าพารามิเตอร์  ก็ควรใช้วิธีการสุ่มข้างต้นนี้

          2. การสุ่มที่ไม่คำนึงถึงความน่าจะเป็นในการสุ่ม (Non – Probability Sampling)  เป็นการสุ่มแบบไม่คำนึงถึงว่ากลุ่มตัวอย่างที่ได้รับเลือกมานั้นจะมีความน่าจะเป็นหรือโอกาสที่จะได้รับเลือกมานั้นเป็นเท่าใด จึงเป็นการเลือกตัวอย่างประชากรแบบเจาะจง (Purposive Sampling) ส่วนมากใช้ในการศึกษาที่ไม่สามารถจะกำหนดขอบเขตของประชากรได้แน่นอน มีเวลาและสิ่งอำนวยความสะดวกจำกัด อาศัยการตัดสินใจตามความสะดวกของผู้วิจัยเป็นหลัก การสุ่มแบบนี้ ทำให้เกิดความลำเอียงในการสุ่มตัวอย่างได้ง่าย ซึ่งได้แก่

                   2.1 การสุ่มแบบบังเอิญ (Accidental Sampling)  เป็นการสุ่มตัวอย่างโดยผู้วิจัยพยายามเก็บตัวอย่างเท่าที่จะทำได้ตามที่มีอยู่หรือที่ได้รับความร่วมมือ ตัวอย่างที่ได้จึงเป็นกรณีที่เผอิญหรือยินดีให้ความร่วมมือหรืออยู่ในสถานที่หรือตกอยู่ในสภาวะดังกล่าวตามจำนวนที่ต้องการ

                   2.2 การเลือกแบบกำหนดโควตา (Quota Sampling)  เป็นการสุ่มกลุ่มตัวอย่างโดยผู้วิจัยกำหนดได้ล่วงหน้าเพื่อแก้ไขข้อบกพร่องข้อมูลจากกลุ่มตัวอย่างโดยบังเอิญ เช่น ผู้วิจัยต้องการกลุ่มตัวอย่างจำนวน 50 คน เป็นชาย 30 คน เป็นหญิง 20 คน แล้วก็เก็บรวบรวมข้อมูลโดยการสัมภาษณ์ประชาชน ที่รอลงเรือที่ท่าเรือให้ได้ครบจำนวนที่ต้องการ

                   2.3 การเลือกแบบเจาะจง (Purposive Sampling)  เป็นการเลือกกลุ่มตัวอย่างให้ตรงตามหลักเกณฑ์หรือจุดมุ่งหมายของผู้วิจัย เลือกนักศึกษาที่มีผลการเรียนตั้งแต่ 3.00 ขึ้นไป เลือกสัมภาษณ์นักกรีฑาที่เป็นตัวแทนทีมชาติไทย เป็นต้น

            การสุ่มตัวอย่างที่ไม่คำนึงถึงความน่าจะเป็นในการสุ่ม มีข้อดี คือ 1) ทำให้เกิดความสะดวกในการเก็บรวบรวมข้อมูล  2) ทำให้ประหยัดทั้งเวลาและงบประมาณ 3) ทำได้ง่าย รวดเร็ว ไม่ต้องใช้หลักเกณฑ์ในการเลือกกลุ่มตัวอย่าง ส่วนข้อจำกัด คือ 1) มีความลำเอียงในการเลือกกลุ่มตัวอย่าง  2) ไม่สามารถอ้างได้ว่ากลุ่มตัวอย่างที่ถูกเลือกเป็นตัวแทนของประชากรอย่างแท้จริง 3) ผลการวิจัยไม่สามารถสรุปอ้างอิงไปสู่ประชากรทั้งหมดได้  4) กลุ่มตัวอย่างขึ้นอยู่กับการตัดสินใจของผู้วิจัย