ประเภทของการสุ่มตัวอย่างการวิจัยที่สำคัญที่สุด

ประเภทของการสุ่มตัวอย่างงานวิจัย พวกเขาแบ่งออกเป็นสองกลุ่มใหญ่: การสุ่มตัวอย่างน่าจะเป็นและการสุ่มตัวอย่างไม่น่าจะเป็น.

ในบรรดาวิธีการสุ่มตัวอย่างน่าจะเป็น: การสุ่มอย่างเป็นระบบการสุ่มแบบง่าย ๆ การสุ่มโดยกลุ่มหรือพื้นที่และการสุ่มแบบแบ่งชั้น.

ในทางกลับกันเทคนิคที่ไม่ใช่ความน่าจะเป็น ได้แก่ การสุ่มตัวอย่างที่สะดวกการสุ่มโควต้าการสุ่มตัวอย่างแบบไม่เป็นทางการการสุ่มตัวอย่างและเทคนิคสโนว์บอล.

ในการวิจัยกลุ่มตัวอย่างคือกลุ่มประชากรจำนวน จำกัด ซึ่งมีการศึกษาคุณสมบัติโดยมีวัตถุประสงค์เพื่อรับข้อมูลจากกลุ่มที่พวกเขาอยู่ (Webster, 1985) แม้ว่ากลุ่มตัวอย่างจะมีขนาดเล็ก แต่ก็ถือว่าเป็นกลุ่มตัวแทนของกลุ่มทั้งหมด.

ในแง่นี้การสุ่มตัวอย่างคือการกระทำกระบวนการและเทคนิคที่เกี่ยวข้องกับการเลือกบุคคลที่เหมาะสมซึ่งตรงตามพารามิเตอร์ที่ระบุโดยงานวิจัยและเป็นตัวแทนส่วนหนึ่งของประชากรที่ศึกษา.

ประเภทของตัวอย่างงานวิจัยที่สำคัญที่สุด

1- การสุ่มตัวอย่างน่าจะเป็น

การสุ่มตัวอย่างแบบน่าจะเป็นหรือที่เรียกว่าการสุ่มตัวอย่างแบบสุ่มเป็นกระบวนการคัดเลือกที่แต่ละบุคคลของประชากรมีความน่าจะเป็นแบบเดียวกัน (ซึ่งมากกว่า 0) ของการถูกเลือกให้เป็นส่วนหนึ่งของกลุ่มตัวอย่าง ในการสุ่มตัวอย่างประเภทนี้ความน่าจะเป็นที่ถูกเลือกสามารถถูกกำหนดด้วยความแม่นยำ.

ลักษณะของการสุ่มตัวอย่างความน่าจะเป็น

• ความน่าจะเป็นของการคัดเลือกเป็นที่รู้จักกัน.
• ไม่รับประกันการแสดงลักษณะทั้งหมดที่คุณต้องการศึกษาในการวิจัย.
• มันขึ้นอยู่กับหลักการทางสถิติ.

ประเภทของการสุ่มตัวอย่างความน่าจะเป็น

สุ่มตัวอย่างแบบง่าย

• มันเป็นวิธีการสุ่มตัวอย่างที่พบมากที่สุด.
• มันสามารถนำไปใช้เมื่อประชากรมีขนาดเล็กเป็นเนื้อเดียวกันและมีให้กับนักวิจัย.
• สมาชิกทั้งหมดของประชากรมีความเป็นไปได้ที่จะถูกเลือกเท่ากัน.
• ในการเลือกตัวอย่างแบบสุ่มอย่างง่ายวิธีการที่คล้ายกับการจับสลากเครื่องกำเนิดหมายเลขสุ่มถูกนำมาใช้หรือชื่อถูกดึงออกมาจากชามซึ่งบุคคลทั้งหมดของประชากรเป็นตัวแทน.

ประโยชน์

• มันง่ายในการคำนวณการประมาณด้วยการสุ่มตัวอย่างประเภทนี้.

ข้อเสีย

• มันไม่สามารถนำไปใช้เมื่อประชากรมีขนาดใหญ่มาก.
• กลุ่มชนกลุ่มน้อยที่มีความสนใจต่อผู้วิจัยอาจไม่ได้เป็นตัวแทนที่เพียงพอในกลุ่มตัวอย่างแบบง่าย ๆ.

ตัวอย่าง

ในโรงเรียนมีนักเรียน 100 คนโดยมีจุดประสงค์เพื่อแยกตัวอย่างบุคคล 10 คน ในการเริ่มต้นนักเรียนจะมีรายชื่อตั้งแต่ 1 ถึง 100 ต่อจากนั้นจะมีการจับสลากเพื่อกำหนดบุคคล 20 คนที่จะถูกเลือก.

ควรสังเกตว่าในกรณีนี้ความน่าจะเป็นที่รู้จักคือนักเรียนแต่ละคนมีความน่าจะเป็น 1/10 ที่จะถูกเลือก.

การสุ่มตัวอย่างแบบเป็นระบบ

• มันขึ้นอยู่กับองค์กรของประชากรที่จะศึกษาในรูปแบบเฉพาะรายการเช่น.
• องค์ประกอบแรกจะถูกเลือกแบบสุ่ม สิ่งสำคัญคือต้องเน้นว่าองค์ประกอบเริ่มต้นไม่ควรเป็นองค์ประกอบที่อยู่เหนือรายการ จากนั้นองค์ประกอบอื่น ๆ ของตัวอย่างจะถูกเลือกอย่างเป็นระบบโดยคำนึงถึงลอการิทึมเฉพาะ.
• แต่ละองค์ประกอบมีความน่าจะเป็นเหมือนกันของการเลือก.
• ตัวอย่างของการสุ่มตัวอย่างอย่างเป็นระบบคือนำสมุดโทรศัพท์และเลือกทุกชื่อที่สิบจากรายการ.

ประโยชน์

• กระบวนการคัดเลือกค่อนข้างง่าย.
• ตัวอย่างมีการกระจายอย่างเท่าเทียมกันทั่วทั้งประชากร.
• ตัวอย่างที่ได้รับเป็นตัวแทน.

ข้อเสีย

• การเลือกตัวอย่างมีความลำเอียงเนื่องจากลำดับขององค์ประกอบในรายการสามารถถูกจัดการเพื่อตอบสนองความต้องการของนักวิจัย.

การสุ่มแบบแบ่งชั้น

• สมาชิกของประชากรจะถูกจัดเป็นหมวดหมู่หรือชั้นพิเศษร่วมกัน แต่ละชั้นจะขึ้นอยู่กับกระบวนการสุ่มตัวอย่างของแต่ละบุคคล.
• เหมาะอย่างยิ่งเมื่อผู้วิจัยต้องการให้กลุ่มตัวอย่างเป็นตัวแทนของพารามิเตอร์ทั้งหมดของการวิจัยที่ดำเนินการ.
• หน่วยภายในชั้นเดียวกันมีความน่าจะเป็นเหมือนกันในการเลือก.
• มันขึ้นอยู่กับหลักการพื้นฐานที่สอง: การแบ่งชั้นและการตรึง.
• การแบ่งชั้นหมายถึงกระบวนการสร้างของชั้น กระบวนการนี้จะต้องรับประกันความเป็นเนื้อเดียวกันภายในองค์ประกอบของชั้นและความแตกต่างระหว่างชั้นหนึ่งและอีกชั้น.
• Affixation หมายถึงการกระจายตัวอย่างที่เท่าเทียมกันในทุกชั้น มันสามารถทำได้ผ่านสามกระบวนการ:

- affixation เดียวกันซึ่งมีจำนวนบุคคลเท่ากันในแต่ละ stratum ถูกเลือกเพื่อให้พวกเขาเป็นส่วนหนึ่งของกลุ่มตัวอย่าง.

- Proportional affixation ซึ่งองค์ประกอบของแต่ละชั้นจะถูกเลือกโดยคำนึงถึงขนาดของสิ่งเหล่านี้ ชั้นที่มีปริมาณมากกว่าจะมีการแสดงออกของแต่ละบุคคลมากขึ้น.

- The Neyman affixation ซึ่งการเลือกตัวอย่างถูกพิจารณาโดยคำนึงถึงการกระจายตัวของชั้น.

ประโยชน์

• รับประกันการแสดงสัดส่วนภายในแต่ละชั้น.
• รับประกันการเป็นตัวแทนของกลุ่มย่อยที่น่าสนใจสำหรับนักวิจัยซึ่งแตกต่างจากการสุ่มอย่างง่าย.
• เนื่องจากแต่ละสแตรทรัมถือเป็นประชากรที่แยกต่างหากจึงสามารถใช้วิธีการสุ่มตัวอย่างที่ตอบสนองต่อลักษณะเฉพาะของแต่ละกลุ่มย่อยได้.

ข้อเสีย

• มันต้องใช้งานมากขึ้นเนื่องจากการเตรียมตัวอย่างจะต้องเตรียมไว้สำหรับแต่ละกลุ่มย่อย.
• หากเกณฑ์การแบ่งชั้นไม่เฉพาะเจาะจงพอบุคคลสามารถเป็นสองชั้นในเวลาเดียวกัน.
• การแบ่งกลุ่มสามารถจัดการโดยนักวิจัย.

สุ่มตัวอย่างโดยกลุ่ม บริษัท หรือพื้นที่

• ประชากรแบ่งออกเป็นกลุ่ม บริษัท หรือพื้นที่ โดยทั่วไปสถานที่ตั้งทางภูมิศาสตร์เป็นเกณฑ์ที่คำนึงถึงผลกระทบของการแบ่งดังกล่าว.
• หน่วยที่เลือกสำหรับกลุ่มตัวอย่างคือกลุ่มและไม่ใช่รายบุคคล.
• กลุ่ม บริษัท เกิดขึ้นจากบุคคลที่มีคุณสมบัติหลากหลาย ยิ่งองค์ประกอบภายในของกลุ่ม บริษัท ต่างกันมากเท่าไรผลลัพธ์ที่ได้ก็จะยิ่งดีขึ้นเท่านั้น.
• มันเป็นประเภทของการสุ่มตัวอย่างที่มีสองขั้นตอน:

- ในระยะแรกจะทำการเลือกพื้นที่ที่จะศึกษา.

- ในระยะที่สององค์ประกอบจะถูกเลือกภายในพื้นที่เหล่านั้น.

ประโยชน์

• มันช่วยให้การศึกษาประชากรจำนวนมาก.
• จะช่วยให้การศึกษาประชากรที่กระจายอยู่ในภูมิภาคท.
• สามารถลดค่าใช้จ่ายในการวิจัยเนื่องจากช่วยให้เรียนเป็นกลุ่มและไม่ได้เป็นรายบุคคล.

ข้อเสีย

• มันไม่สามารถนำไปใช้ถ้ากลุ่ม บริษัท ที่แตกต่างกัน.
• เพื่อให้ได้ตัวอย่างที่เป็นตัวแทนมีความจำเป็นต้องใช้องค์ประกอบจากกลุ่ม บริษัท ของพื้นที่ทางภูมิศาสตร์ทั้งหมดที่ศึกษา สำหรับสิ่งนี้มีความจำเป็นต้องย้าย; ถึงแม้ว่ามันจะเป็นความจริงที่การสุ่มตัวอย่างประเภทนี้จะลดต้นทุนในแง่ของการสำรวจความคิดเห็นต่อบุคคล แต่จะเพิ่มพวกเขาในแง่ของการขนส่ง.

ความแตกต่างระหว่างการสุ่มแบบแบ่งชั้นและการสุ่มแบบสุ่มโดยกลุ่ม บริษัท

• ในกลุ่มตัวอย่างที่มีการแบ่งกลุ่มประชากรแบ่งออกเป็นกลุ่มที่ไม่รวมเช่นเพศอายุกลุ่มอื่น ๆ ในการสุ่มตัวอย่างโดยกลุ่ม บริษัท ประชากรจะถูกแบ่งออกเป็นกลุ่มที่สามารถเปรียบเทียบได้เช่น: ครอบครัวโรงเรียนเมืองเป็นต้น.
• การแบ่งชั้นมีข้อผิดพลาดต่ำในขณะที่ในกลุ่ม บริษัท ขอบของข้อผิดพลาดมากกว่า.
• ชั้นทั้งหมดมีการแสดงภายในตัวอย่างแบ่งเป็นชั้น ๆ ในขณะที่ไม่มีกลุ่มทั้งหมดที่แสดงภายในกลุ่มตัวอย่างโดยกลุ่ม บริษัท.
• ในการสุ่มตัวอย่างแบบแบ่งชั้นจะได้ผลลัพธ์ที่ดีขึ้นเมื่อองค์ประกอบภายในชั้นมีความเป็นเนื้อเดียวกัน ในทางกลับกันการสุ่มตัวอย่างแบบคลัสเตอร์จะได้ผลลัพธ์ที่ดีขึ้นเมื่อองค์ประกอบที่ประกอบกันเป็นกลุ่มต่างกัน.

2- การสุ่มตัวอย่างแบบไม่น่าจะเป็น

การสุ่มตัวอย่างที่ไม่น่าจะเป็นหรือไม่สุ่มหมายถึงวิธีการใด ๆ ที่จะได้รับตัวอย่างที่บุคคลนั้นถูกเลือกโดยคำนึงถึงเกณฑ์ของนักวิจัยที่ตั้งทางภูมิศาสตร์และความพร้อมของประชากร.

มันไม่ได้เป็นประเภทของการสุ่มตัวอย่างทางวิทยาศาสตร์มันมักจะใช้ในการวิจัยทางสังคม.

ลักษณะของการสุ่มตัวอย่างแบบไม่น่าจะเป็น

• บุคคลบางคนของประชากรไม่มีความเป็นไปได้ที่จะถูกเลือก.
• ไม่สามารถกำหนดความน่าจะเป็นของการเลือกได้ซึ่งแตกต่างจากการสุ่มตัวอย่างความน่าจะเป็น.
• มันขึ้นอยู่กับการเลือกตัวอย่างที่คำนึงถึงเกณฑ์บัญชีเช่นดอกเบี้ยสำหรับนักวิจัย.
• ผลลัพธ์ของการสุ่มตัวอย่างที่ไม่สุ่มไม่น่าเชื่อถือในแง่ของความน่าจะเป็นและมีความแม่นยำน้อยกว่าการสุ่มตัวอย่างน่าจะเป็น.
• มันไม่แพงเมื่อเทียบกับการสุ่มตัวอย่างน่าจะเป็น.
• คุณสามารถทำผิดเพราะมันเป็นวิธีการที่เป็นอัตวิสัย.

ประเภทของการสุ่มตัวอย่างแบบไม่น่าจะเป็น

สุ่มตัวอย่างตามงวด

• ประชากรถูกแบ่งออกเป็นกลุ่มที่ไม่รวมเช่นเดียวกับกรณีที่มีกลุ่มตัวอย่างแบบแบ่งชั้น.
• ต่อจากนั้นส่วนที่ไม่น่าจะเป็นของการสุ่มตัวอย่างนี้เข้ามาเล่น บุคคลภายในกลุ่มย่อยได้รับการคัดเลือกโดยคำนึงถึงการตัดสินใจของผู้ลงทุนและความสนใจของพวกเขา.
• การเลือกตัวอย่างไม่สุ่มและแสดงความลำเอียงหรืออคติ.

สุ่มตัวอย่างเพื่อความสะดวก

• ตัวอย่างจะถูกเลือกจากส่วนประชากรที่สะดวกที่สุด ความสะดวกสบายนี้สามารถกำหนดได้หลายแง่มุม: ความใกล้ชิดทางภูมิศาสตร์ความคุ้นเคยกับองค์ประกอบของตัวอย่างความพร้อมใช้งานขององค์ประกอบตัวอย่างและอื่น ๆ.
• การเลือกตัวอย่างไม่ได้ขึ้นอยู่กับความต้องการของการวิจัย.
• นักวิจัยไม่สามารถสร้างภาพรวมของประชากรด้วยผลลัพธ์ที่ได้จากตัวอย่างเพื่อความสะดวกเนื่องจากไม่ได้เป็นตัวแทน.
• การสุ่มตัวอย่างประเภทนี้มีประโยชน์สำหรับผู้ที่ต้องการทำการศึกษาทดลองหรือการทดสอบนำร่อง.

การสุ่มตัวอย่างตามอำเภอใจหรือการทดลอง

• ผู้วิจัยเลือกบุคคลที่ตามเกณฑ์ของเขาเขาคิดว่าเหมาะสมที่สุดในการทำวิจัยของเขา.
• มันมักจะลดตัวอย่าง.

การสุ่มตัวอย่างสโนว์บอลหรือการอ้างอิง

• บุคคลจำนวนน้อยได้รับเลือกให้ดำเนินการศึกษา บุคคลเหล่านี้ตรงตามเกณฑ์ที่จำเป็นสำหรับการวิจัยที่มีวัตถุประสงค์เพื่อดำเนินการ.
• จากนั้นบุคคลเหล่านี้จะถูกขอให้เชิญบุคคลใหม่ที่ตรงตามเกณฑ์ที่กำหนดและอื่น ๆ.
• ตัวอย่างเติบโตขึ้นอย่างมากด้วยระบบการอ้างอิงซึ่งคล้ายกับลูกบอลหิมะกลิ้งลงเขา (ชื่อจึง).
• วิธีนี้เอื้อต่อการได้รับตัวอย่างจากประชากรที่เข้าถึงได้ยาก ตัวอย่างเช่นหากมีการศึกษาเกี่ยวกับการติดยาเสพติดก็ไม่น่าเป็นไปได้มากที่จะมีรายชื่อของคนที่มีอาการนี้ ดังนั้นจึงเป็นการดีที่สุดที่จะติดต่อบุคคลที่มีคุณสมบัติตามที่ร้องขอและทำให้บุคคลนั้นมีจำนวนมากขึ้น.
• ตัวอย่างที่ได้จากวิธีนี้ไม่ได้เป็นตัวแทน.

การสุ่มตัวอย่างเชิงสาเหตุหรือโดยบังเอิญ

• บุคคลที่ถูกเลือกโดยไม่คำนึงถึงการตัดสินใด ๆ ก่อนหน้านี้.
• มันคล้ายกับการสุ่มตัวอย่างความสะดวกสบายเนื่องจากบุคคลจากประชากรที่มีอยู่.

การอ้างอิง

1. การสุ่มตัวอย่าง สืบค้นเมื่อวันที่ 28 เมษายน 2017 จาก ssc.wisc.edu.
2. Fridah, Mugo การสุ่มตัวอย่างในการวิจัย สืบค้นเมื่อวันที่ 28 เมษายน 2017 จาก indiana.edu.
3. Chaturvedi, Kanupriya สืบค้นเมื่อวันที่ 28 เมษายน 2017 จาก pitt.edu.
4. การสุ่มตัวอย่าง สืบค้นเมื่อวันที่ 28 เมษายน 2017 จาก flinders.edu.au.
5. Barreiro ประชากรและกลุ่มตัวอย่าง เทคนิคการสุ่มตัวอย่าง สืบค้นเมื่อวันที่ 28 เมษายน 2017 จาก optimierung.mathematik.uni-kl-de.
6. เทคนิคการสุ่มตัวอย่าง สืบค้นเมื่อวันที่ 28 เมษายน 2017 จาก cs.fit.edu.
7. วารสารการวิจัยวิธีผสม (2550) สืบค้นเมื่อวันที่ 28 เมษายน 2017 จาก socialologyofeurope.unifi.it.
8. Landreneau กลยุทธ์การสุ่มตัวอย่าง สืบค้นเมื่อวันที่ 28 เมษายน 2017 จาก natco1.org.