ประเภทของการสุ่มกลุ่มตัวอย่าง

วิธีการสุ่มตัวอย่างแบ่งเป็น 2 ประเภทใหญ่ๆ คือ

1.      การสุ่มตัวอย่างโดยไม่ใช้ความน่าจะเป็น ( Nonprobability sampling )
เป็นการเลือกตัวอย่างโดยไม่คำนึงว่าตัวอย่างแต่ละหน่วยมีโอกาสถูกเลือกมากน้อยเท่าไร
ทำให้ไม่ทราบความน่าจะเป็นที่แต่ละหน่วยในประชากรจะถูกเลือก การเลือกกลุ่มตัวอย่างแบบนี้ไม่สามารถนำผลที่ได้อ้างอิงไปยังประชากรได้ แต่มีความสะดวกและประหยัดเวลาและค่าใช้จ่ายมากกว่า  ซึ่งสามารถทำได้หลายแบบ ดังนี้

1.1 การเลือกกลุ่มตัวอย่างแบบบังเอิญ (Accidental sampling) เป็นการเลือกกลุ่มตัวอย่าง
เพื่อให้ได้จำนวนตามต้องการโดยไม่มีหลักเกณฑ์ กลุ่มตัวอย่างจะเป็นใครก็ได้ที่สามารถให้ข้อมูลได้
1.2 การเลือกกลุ่มตัวอย่างแบบโควต้า ( Quota  sampling ) เป็นการเลือกกลุ่มตัวอย่างโดย
คำนึงถึงสัดส่วนองค์ประกอบของประชากร เช่นเมื่อต้องการกลุ่มตัวอย่าง 100 คน ก็แบ่งเป็นเพศชาย 50 คน หญิง 50 คน แล้วก็เลือกแบบบังเอิญ คือเจอใครก็เลือกจนครบตามจำนวนที่ต้องการ
            1.3 การเลือกกลุ่มตัวอย่างแบบเจาะจง ( Purposive  sampling ) เป็นการเลือกกลุ่มตัวอย่างโดยพิจารณาจากการตัดสินใจของผู้วิจัยเอง ลักษณะของกลุ่มที่เลือกเป็นไปตามวัตถุประสงค์ของการวิจัย การเลือกกลุ่มตัวอย่างแบบเจาะจงต้องอาศัยความรอบรู้ ความชำนาญและประสบการณ์ในเรื่องนั้นๆของผู้ทำวิจัย การเลือกกลุ่มตัวอย่างแบบนี้มีชื่อเรียกอีกอย่างว่า Judgement sampling

2. การสุ่มตัวอย่างโดยใช้ความน่าจะเป็น ( Probability sampling )
          เป็นการสุ่มตัวอย่างโดยสามารถกำหนดโอกาสที่หน่วยตัวอย่างแต่ละหน่วยถูกเลือก ทำให้ทราบความน่าจะเป็นที่แต่ละหน่วยในประชากรจะถูกเลือก การเลือกกลุ่มตัวอย่างแบบนี้สามารถนำผลที่ได้อ้างอิงไปยังประชากรได้  สามารถทำได้หลายแบบ ดังนี้
            2.1 การสุ่มตัวอย่างแบบง่าย  (Simple random sampling) เป็นการสุ่มตัวอย่างโดยถือว่าทุกๆหน่วยหรือทุกๆสมาชิกในประชากรมีโอกาสจะถูกเลือกเท่าๆกัน การสุ่มวิธีนี้จะต้องมีรายชื่อประชากรทั้งหมดและมีการให้เลขกำกับ วิธีการอาจใช้วิธีการจับสลากโดยทำรายชื่อประชากรทั้งหมด หรือใช้ตารางเลขสุ่มโดยมีเลขกำกับหน่วยรายชื่อทั้งหมดของประชากร
            2.2 การสุ่มตัวอย่างแบบเป็นระบบ ( Systematic sampling) เป็นการสุ่มตัวอย่างโดยมีรายชื่อของทุกหน่วยประชากรมาเรียงเป็นระบบตามบัญชีเรียกชื่อ การสุ่มจะแบ่งประชากรออกเป็นช่วงๆที่เท่ากันอาจใช้ช่วงจากสัดส่วนของขนาดกลุ่มตัวอย่างและประชากร แล้วสุ่มประชากรหน่วยแรก ส่วนหน่วยต่อๆไปนับจากช่วงสัดส่วนที่คำนวณไว้      
            2.3 การสุ่มตัวอย่างแบบชั้นภูมิ (Stratified sampling) เป็นการสุ่มตัวอย่างโดยแยกประชากรออกเป็นกลุ่มประชากรย่อยๆ หรือแบ่งเป็นชั้นภูมิก่อน โดยหน่วยประชากรในแต่ละชั้นภูมิจะมีลักษณะเหมือนกัน (homogenious)    แล้วสุ่มอย่างง่ายเพื่อให้ได้จำนวนกลุ่มตัวอย่างตามสัดส่วนของขนาดกลุ่มตัวอย่างและกลุ่มประชากร                                                      
            2.4 การสุ่มตัวอย่างแบบกลุ่ม (Cluster sampling ) เป็นการสุ่มตัวอย่างโดยแบ่งประชากร
ออกตามพื้นที่โดยไม่จำเป็นต้องทำบัญชีรายชื่อของประชากร และสุ่มตัวอย่างประชากรจากพื้นที่ดังกล่าวตามจำนวนที่ต้องการ แล้วศึกษาทุกหน่วยประชากรในกลุ่มพื้นที่นั้นๆ หรือจะทำการสุ่มต่อเป็นลำดับขั้นมากกว่า 1 ระดับ โดยอาจแบ่งพื้นที่จากภาค เป็นจังหวัด จาก จังหวัดเป็นอำเภอ และเรื่อยไปจนถึงหมู่บ้าน
นอกจากนี้การสุ่มตัวอย่างยังสามารถเลือกสุ่มตัวอย่างผสมระหว่างแบบง่ายแบบชั้นภูมิและแบบกลุ่มด้วยก็ได้
http://pioneer.netserv.chula.ac.th/~jaimorn/re6.htm

ปัญหาที่พบในการทำวิจัย

ปัญหาที่พบหรือข้อควรพิจารณาเป็นพิเศษในการทำวิจัย

1.            การวิจัยที่มีหัวข้อปัญหากว้างมากเกินไป ไม่จำกัดขอบเขตจะเป็นเหตุให้การทำวิจัยนั้นไม่จบสิ้น เพราะไม่ทราบว่ามีขอบเขตแค่ไหน

2.            ผู้วิจัยทำการวิจัยโดยไม่มีความรู้ในสาขาวิชานั้น หรือไม่มีความรู้พื้นฐานทางทฤษฎีของเรื่องที่ทำวิจัยย่อมจะทำให้เกิดปัญหาต่าง ๆ หลายอย่าง เช่น การวางแผนการวิจัย การตั้งสมมติฐาน ฯลฯ เป็นต้น

3.            หัวข้อปัญหาและความมุ่งหมายของการวิจัยไม่ชัดเจน ชื่อเรื่องวิจัยในลักษณะนี้จะทำให้การกำหนดแหล่งของข้อมูล เครื่องมือที่ใช้ในการเก็บรวบรวมข้อมูลคลาดเคลื่อน เป็นเหตุให้การสรุปผลผิดพลาดได้

Triangulation methods

ในทางสังคมศาสตร์ Triangulation หมายถึง การเปรียบเทียบข้อค้นพบ (Finding) ของปรากฏการณ์ที่ทำการศึกษา (Phenomenon) จากแหล่งและมุมมองที่แตกต่างกัน นักวิจัยจำนวนมากคาดหมาย (Assume) ว่า Triangulation เป็นแนวทางการยืนยันความน่าเชื่อถือ (Credibility, validity) ของข้อมูลหรือสิ่งที่ค้นพบ

รูปแบบของ Triangulation มี 7 รูปแบบได้แก่

1. Data Triangulation หมายถึงการเปรียบเทียบและตรวจสอบความแน่นอนของข้อมูลโดยนำข้อมูลที่ได้จากแหล่ง
ต่างๆ มาเปรียบเทียบ

2. Multiple Investigator Triangulation หมายถึง การใช้นักวิจัยหลายคนในสนามแทนการใช้นักวิจัยเพียงคนเดียวเก็บข้อมูลเก็บข้อมูลเดียวกันในสภาวะเดียวกัน

3. Multiple Analyst Triangulation หมายถึง การใช้ผู้วิเคราะห์ข้อมูลที่เก็บจากสนามมากกว่า 2 คนขึ้นไป ต่างคนต่างวิเคราะห์ให้ได้ข้อค้นพบแล้วนำข้อค้นพบมาเปรียบเทียบ

4. Reviews Triangulation หมายถึง การให้บุคคลต่าง ๆ ที่ไม่ใช่นักวิจัยทำการทบทวนข้อค้นพบจากการวิเคราะห์ของคณะนักวิจัย

5. Methods Triangulation หมายถึงการเปรียบเทียบข้อมูลที่ได้มาจากการเก็บข้อมูลหลายวิธีการ

6. Theory Triangulation หมายถึง การใช้มุมมองของทฤษฎีต่างๆมาพิจารณาข้อมูลชุดเดียวกัน

7. Interdisciplinary Triangulation หมายถึง การใช้สหวิทยาการมาร่วมวาทกรรม อธิบายข้อค้นพบต่างๆ

                 รุ่งกานต์ ปราชญ์ศรีภูมิ สม.4