การคำนวณขนาดกลุ่มตัวอย่าง

การสุ่มตัวอย่างและการก าหนด ขนาดตัวอย่างในงานวิจัย ทางการพยาบาล หน่วยวิจัยทางการพยาบาล ฝ่ายการพยาบาล โรงพยาบาลมหาราชนครเชียงใหม่

พิจารณาจากลักษณะของการวิเคราะห์ข้อมูลและคุณลักษณะของข้อมูล แบ่งเป็น • การวิจัยเชิงปริมาณ (Quantitative Research) เป็นการศึกษาค้นคว้าหาข้อเท็จจริงเพื่อแสดงความรู้ใหม่ๆ โดยเน้นที่จะสร้างความรู้ความเข้าใจใน ปรากฎการณ์ต่างๆ ที่เกิดขึ้น แต่จะไม่ใช่เป็นการศึกษาแบบเจาะลึกอย่างละเอียดถี่ถ้วน เป็นการศึกษาใน ลักษณะวงกว้าง จึงสามารถครอบคลุมพื้นที่หรือปรากฏการณ์ค่อนข้างจะกว้างขวางมาก ดังนั้นจุดสนใจ จึงมุ่งที่การแสวงหาข้อเท็จจริงและสาเหตุของปรากฏการณ์ต่างๆ ที่เกิดขึ้น ที่ส าคัญการวิจัยเชิงปริมาณ จะใช้ข้อมูลที่เป็นตัวเลขเป็นหลัก ตลอดจนการใช้วิธีทางสถิติมาเป็นเครื่องมือในการวิเคราะห์ข้อมูล “เน้นการใช้ข้อมูลที่เป็นตัวเลขเป็นหลักฐานยืนยันความถูกต้องของข้อค้นพบ และสรุปต่างๆ มีการใช้เครื่องมือที่มีความเป็นปรนัยในการเก็บรวบรวมข้อมูลเช่น แบบสอบถาม แบบทดสอบ แบบรวบรวมข้อมูลจากการสังเกต/การสัมภาษณ์ ข้อมูลจากการทดลอง เป็นต้น” ประเภทของการวิจัย

•การวิจัยเชิงคุณภาพ (Qualitative Research) เป็นการแสวงหาความรู้โดยพิจารณาปรากฏการณ์ทางการเมืองจากสภาพแวดล้อม หรือบริบท ตามความเป็นจริง เพื่อหาความสัมพันธ์ของปรากฏการณ์กับสภาพแวดล้อม หรือบริบท โดยใน การศึกษาปรากฎการณ์ดังกล่าวเป็นการศึกษาที่มุ่งไปที่ปัจจัยด้านโลกทัศน์ความคิดทางการเมือง สถาบัน ทัศนคติ และพฤติกรรม เป็นการศึกษาที่ลึกซึ้ง ในแง่ของหลักการ วิธีการแสวงหาความรู้ ตามวิธีการของ ส านักปรากฏการณ์วิทยา เป็นปรัชญาพื้นฐานของการวิจัยเชิงคุณภาพและมี หน่วยการศึกษาเป็นปรากฎการณ์ต่างๆ “ลงไปศึกษาสังเกต โดยละเอียดทุกด้านในลักษณะเจาะลึก ใช้วิธีการสังเกตแบบมีส่วนร่วม และการสัมภาษณ์แบบไม่เป็นทางการเป็นหลักในการเก็บรวบรวมข้อมูล การวิเคราะห์ข้อมูลจะใช้การวิเคราะห์เชิงเหตุผลไม่ได้มุ่งเก็บเป็นตัวเลขมาท าการวิเคราะห์ ประเภทของการวิจัย

กระบวนการวิจัย (งานวิจัยเชิงปริมาณ) ก าหนดปัญหา ทบทวนวรรณกรรม ก าหนดกรอบทฤษฎี ก าหนดตัวแปร ก าหนดวัตถุประสงค์ และสมมติฐาน ออกแบบวิจัย ประชากร กลุ่มตัวอย่าง เครื่องมือ เก็บข้อมูล ประมวลข้อมูล วิเคราะห์ข้อมูล ตีความผลการวิเคราะห์ เขียนรายงาน เผยแพร่งานวิจัย สมมติฐาน งานวิจัย สมมติฐาน การทดสอบ ทางสถิติ

กระบวนการเลือกกลุ่มตัวอย่าง มี 6 ขั้นตอน คือ 1) การก าหนดวัตถุประสงค์ของการใช้สถิติวิเคราะห์ และการเลือกใช้สถิติทดสอบ (test statistics) 2) การก าหนดลักษณะประชากรและตัวอย่าง 3) การก าหนดระดับนัยส าคัญ (significance level = α) และอ านาจการทดสอบ (power of the test= 1- β) 4) การก าหนดขนาดตัวอย่าง 5) การออกแบบการเลือกตัวอย่าง (sampling design) 6) การด าเนินการเลือกตัวอย่างตามที่ออกแบบ

องค์ประกอบในการหาขนาดตัวอย่าง 1. วัตถุประสงค์หลักหรือค าตอบที่ผู้วิจัยต้องการ เช่น ต้องการทราบค่าเฉลี่ย หรือ ค่าร้อยละ (ค่าสัดส่วน) เนื่องจากสูตรการค านวณจะแตกต่างกัน นักวิจัยจึงมุ่งไปที่ค าถามวิจัยหลักที่ผู้วิจัย ต้องการคืออะไร เพื่อน ามาค านวณขนาดตัวอย่าง 2. ลักษณะประชากร หากกลุ่มประชากรมีความเหมือนหรือคล้ายคลึงกัน (Homogeneous) ขนาด ตัวอย่างไม่จ าเป็นต้องมีขนาดใหญ่เท่าประชากรที่มีความแตกต่างกัน (Heterogeneous) ซึ่งต้องใช้ ขนาดตัวอย่างจ านวนมากกว่า ดังนั้น ในการค านวณขนาดตัวอย่างจึงพิจารณาค่าการกระจาย ได้แก่ ส่วนเบี่ยงเบนมาตรฐาน (Standard deviation) ของตัวแปรหลักที่สนใจศึกษา หากส่วนเบี่ยงเบน มาตรฐานมีค่ามาก (Heterogeneous) ย่อมค านวณขนาดตัวอย่างได้มากกว่าส่วนเบี่ยงเบน มาตรฐานที่น้อยกว่า

องค์ประกอบในการหาขนาดตัวอย่าง 3. การออกแบบการวิจัย เช่น ออกแบบการวิจัยเป็นแบบกลุ่มตัวอย่างหนึ่งกลุ่ม หรือต้องใช้ สองหรือสามกลุ่ม ขนาดตัวอย่างย่อมแตกต่างกันไป การออกแบบการวิจัยเชิงทดลองใช้กลุ่ม ตัวอย่างน้อยกว่าการวิจัยเชิงส ารวจซึ่งใช้กลุ่มตัวอย่างจ านวนมากกว่า 4. ระดับการวัดของข้อมูลหรือมาตรวัด จะส่งผลต่อการค านวณกลุ่มตัวอย่างด้วย เพราะ มาตรวัดจะส่งผลต่อการเลือกใช้สถิติในการวิจัย 5. สถิติที่ใช้วิเคราะห์ข้อมูล ขนาดของกลุ่มตัวอย่างขึ้นอยู่กับสถิติที่ใช้ในการวิจัยด้วย

องค์ประกอบในการหาขนาดตัวอย่าง 6. ระดับนัยส าคัญ (α) ซึ่งขึ้นกับระดับความคลาดเคลื่อนของ สมมุติฐานที่ได้ก าหนดไว้ เช่น ณ ระดับนัยส าคัญ .05 ค่า Z จะมีค่า 1.96 ( 2-sided type หรือ 2- tailed type) และ 1.645 ( 1-sided type หรือ 1-tailed type) ความคลาดเคลื่อนที่ยอมรับได้ในสมมุติฐานที่จะทดสอบ หรือ เรียกว่า ความน่าจะเป็นของการเกิดความผิดพลาดแบบที่ 1 (Type I error) 7. ประเภทสมมุติฐานที่ทดสอบ 1-tailed หรือ 2-tailed ถ้าเป็นสมมุติฐานแบบทางเดียวจะได้ ขนาดของกลุ่มตัวอย่างจ านวนน้อยกว่าสมมุติฐานแบบสองทาง สมมุติฐานเป็นแบบสองทางจะ ค านวณ ได้ขนาดตัวอย่างจ านวนมากกว่าแบบทางเดียวเสมอ

องค์ประกอบในการหาขนาดตัวอย่าง 8. การประมาณค่าอิทธิพล (Estimated effect) กรณีใช้ขนาดอิทธิพล (Effect Size) ใช้ สัญลักษณ์ d ในงานวิจัยเชิงทดลอง หากงานวิจัยเป็นเชิงทดลองเปรียบระหว่างกลุ่มทดลองกับ กลุ่มควบคุม ถ้าขนาด อิทธิพล (d) มีค่ามากจะท าให้ขนาดตัวอย่างน้อย แต่ถ้างานวิจัยนั้นมีขนาด อิทธิพล (d) มีค่าน้อยแล้วจะท าให้ขนาดตัวอย่างมีจ านวนมากขึ้น โดยผู้วิจัยจะทราบว่างานวิจัย นั้นมีขนาดอิทธิพลมากน้อยเพียงใดจะต้องทบทวนจากวรรณกรรมหรือการศึกษาก่อนหน้านี้ แล้ว น ามาค านวณ หรือน ามาเปิดตาราง หรือใช้สูตรค านวณค่าขนาดอิทธิพล (Effect Size) = (µ1−µ2) /SD ก่อน (หากค านวณไม่ได้เนื่องจากข้อมูลไม่พอต้องน าไป Pilot study เพื่อหา ค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานก่อน)

9. ก าลังการทดสอบ (Power of the test): 1 − β ซึ่งได้จากการค านวณโดยใช้ค่าความน่าจะ เป็น ของการเกิดความผิดพลาดแบบที่ 2 (Type II error: β) ถ้า Power สูง ขนาดตัวอย่างจะได้ มากกว่าเมื่อ Power ที่น้อยกว่า 10. ทรัพยากรสนับสนุนการวิจัย ได้แก่ งบประมาณและก าลังคน ในกรณีที่มีงบประมาณและ ก าลังคนจ ากัดจะไม่สามารถใช้ขนาดของกลุ่มตัวอย่างมากได้ 11. สัดส่วนการตอบกลับหรือจ านวนผู้สมัครใจเข้าร่วมโครงการวิจัย เช่น การศึกษาเรื่อง ความรุนแรงในสถานประกอบการ คาดว่าจะมีผู้เข้าร่วมโครงการร้อยละ 50 จากผู้อยู่ในสถาน ประกอบการนั้น ๆ ย่อมต้องคิดกลุ่มตัวอย่างจากผู้ที่จะเข้าร่วมโครงการจริงเพียงร้อยละ 50 องค์ประกอบในการหาขนาดตัวอย่าง

ความสัมพันธ์ระหว่างความคลาดเคลื่อนในการสุ่มตัวอย่างกับขนาดของตัวอย่าง กลุ่มตัวอย่าง เป็นบางส่วนของประชากรที่ถูกเลือกมาเป็นตัวแทนของประชากร ที่ท าการศึกษา การใช้กลุ่มตัวอย่างขนาดเล็กจะท าให้มีโอกาสเกิดความคลาดเคลื่อน มาก ในขณะที่หากใช้กลุ่มตัวอย่างขนาดใหญ่จะมีโอกาสเกิดความคลาดเคลื่อนน้อย กลุ่มตัวอย่างยิ่งมีขนาดใหญ่ มากเท่าใด ความคลาดเคลื่อนจาก การสุ่มจะลดน้อยลง แต่เมื่อถึงจุด หนึ่งแม้จะเพิ่ม/ลดขนาดของกลุ่ม ตัวอย่าง ความคลาดเคลื่อนก็จะ ลดลง/เพิ่มขึ้นได้ไม่มาก

ประชากร และกลุ่มตัวอย่าง ประชากร (Population) หมายถึง กลุ่มสมาชิกทั้งหมดที่ต้องการศึกษาในงานวิจัย ซึ่ง อาจจะเป็นสิ่งมีชีวิตหรือไม่มีชีวิตก็ได้ ใช้สัญลักษณ์ “N” แทนจ านวนประชากร ตัวอย่าง (Sample) หมายถึง กลุ่มสมาชิกที่ถูกเลือกมาจากประชากรด้วยวิธีการใด วิธีการหนึ่งเพื่อเป็นตัวแทนในการศึกษาและเก็บข้อมูล ใช้สัญลักษณ์ “n” แทนสมาชิกของกลุ่ม ตัวอย่าง กลุ่มตัวอย่างที่เป็นตัวแทนที่ดีของประชากร คือ กลุ่มตัวอย่างที่ผู้วิจัยสุ่มจากประชากร (โดย ใช้หลักความน่าจะเป็น) ด้วยวิธีการที่เหมาะสม และมีขนาดตัวอย่างเพียงพอ

ระดับนัยส าคัญและอ านาจการทดสอบ Descriptive statistics Population Sample sampling Inferential statistics Statistic Ex: X, S, p Parameter Ex: µ, σ, P Estimation Hypothesis testing ความคลาดเคลื่อนจาก กระบวนการ ทดสอบสมมติฐานประมาณค่า มี 2 ชนิด คือ Type I และ Type II Error

ระดับนัยส าคัญและอ านาจการทดสอบ ข้อสงสัยของผู้วิจัย : ทารกที่เกิดในโรงพยาบาลมหาราชมีน้ าหนักแรกเกิดต่ ากว่าปกติหรือไม่ สมมติฐานงานวิจัย : ทารกที่เกิดในโรงพยาบาลมหาราชมีน้ าหนักแรกเกิดต่ ากว่าปกติ (<2,500 g) ในความเป็นจริง ??? H0 is true (≥2,500) H0 not true (<2,500) (Accept H0 ) (Reject H0 ) Not reject H0 ✓ Type II error (Accept H0 ) (β error) Reject H0 Type I error ✓ (α error) In fact Decision ก าหนด Type I error ว่าเป็นระดับนัยส าคัญ (Level of significance) และเรียก 1- β ว่าเป็น power of a statistical test

การก าหนดขนาดตัวอย่างมีด้วยกันหลายวิธี โดยทั่วไปสามารถแบ่งได้เป็น 3 วิธีหลักๆ ดังนี้ 1)ก าหนดขนาดของตัวอย่างโดยพิจารณาจากขนาดของประชากรเป้าหมาย 2)ก าหนดขนาดของตัวอย่างโดยใช้ตารางส าเร็จรูป 3)ก าหนดขนาดของตัวอย่างโดยการค านวณจากสูตร (รวมถึงวิธี Power Analysis) 4)ก าหนดขนาดของตัวอย่างโดยใช้โปรแกรมคอมพิวเตอร์ เช่น G*Power

การก าหนดขนาดตัวอย่าง I. ก าหนดขนาดของตัวอย่างโดยพิจารณาจากขนาดของประชากรเป้าหมาย กรณีนี้ ผู้วิจัยต้องทราบจ านวนประชากรที่แน่นอนก่อนแล้ว ใช้เกณฑ์โดยก าหนดเป็นร้อยละ ของประชากรในการพิจารณาดังนี้ ขนาดของประชากรเป็นหลักร้อย ควรใช้กลุ่มตัวอย่างอย่างน้อย 15-30% ขนาดของประชากรเป็นหลักพัน ควรใช้กลุ่มตัวอย่างอย่างน้อย 10-15% ขนาดของประชากรเป็นหลักหมื่น ควรใช้กลุ่มตัวอย่างอย่างน้อย 5-10% ขนาดของประชากรเป็นหลักแสน ควรใช้กลุ่มตัวอย่างอย่างน้อย 1-5% (บุญชม ศรีสะอาด, 2535)

II. ก าหนดขนาดของตัวอย่างโดยใช้ตารางส าเร็จรูป - ใช้ส าหรับการวิจัยเชิงส ารวจ (Survey Research) เท่านั้น ไม่เหมาะกับงานวิจัยที่ใช้หา ความสัมพันธ์ - ต้องทราบจ านวนประชากร - ค่าพารามิเตอร์ที่สนใจคือ ค่าเฉลี่ย สัดส่วน ความแปรปรวน **ใช้ส าหรับงานวิจัยส าหรับตัวแปรสุ่มที่เป็นตัวแปรทวิวิภาค (0, 1) ด้วยเท่านั้น** - ใช้ในการประมาณค่าสัดส่วนของประชากรเช่นเดียวกัน และก าหนดให้สัดส่วนของลักษณะ ที่สนใจในประชากร เท่ากับ 0.5 1. ตารางส าเร็จของ Cochran 2. ตารางส าเร็จของ Yamane 3. ตารางส าเร็จของ Krejcie and Mogan

- ตารางส าเร็จที่จัดท าโดย WHO ในคู่มือ Sample Size Determination in Health Studies การหาขนาดตัวอย่างกรณีศึกษากลุ่มตัวอย่างกลุ่มเดียว (One proportion) การหาขนาดตัวอย่างกรณีศึกษากลุ่มตัวอย่างสองกลุ่ม (Two proportion) การหาขนาดตัวอย่าง Case Control Study คือ การศึกษาทางระบาดวิทยา เริ่มจาก Case คือกลุ่มคนที่ป่วย Control คือคนที่ไม่ป่วย ทั้งสองกลุ่ม ถามย้อนกลับไปว่าสัมผัสสิ่งที่คิดว่าเป็นสิ่งก่อโรคกี่คน (Exposed) ไม่สัมผัสสิ่งก่อ โรคกี่คน (Not Exposed) (Control อาจมีจ านวนเท่ากับ Case หรือมีจ านวนเพิ่มเป็น 2 เท่า) – Odds ratio] File : WHO_samplesize.pdf

III. ก าหนดขนาดของตัวอย่างโดยการค านวณจากสูตร (รวมถึงวิธี Power Analysis) 1. กรณีทราบขนาดของประชากร สูตรของ Yamane ต้องทราบขนาดของประชากรที่ศึกษา และ ก าหนดระดับความคลาดเคลื่อนของการสุ่ม ตัวอย่างที่ยอมรับได้ เช่น ถ้าประชากรมี ขนาด 2,000 หน่วย และยอมให้เกิดความ คลาดเคลื่อนจากตัวอย่างได้ 5%

III. ก าหนดขนาดของตัวอย่างโดยการค านวณจากสูตร 2. กรณีทราบขนาดของประชากร สูตรของ Krejcie and Morgan ต้องทราบขนาดของประชากรที่ศึกษา สัดส่วนของลักษณะที่สนใจ ก าหนดระดับ ความคลาดเคลื่อน และระดับความเชื่อมั่น เช่น ถ้าประชากรมีขนาด 2,000 หน่วย ยอมให้เกิดความคลาดเคลื่อนจากตัวอย่างได้ 5% ที่ระดับความเชื่อมั่น 95% และสัดส่วน ของลักษณะที่สนใจในประชากรเท่ากับ 0.5

III. ก าหนดขนาดของตัวอย่างโดยการค านวณจากสูตร 3. กรณีทราบขนาดของประชากร เมื่อต้องการศึกษาค่าสัดส่วน (p) หรือร้อยละ ถ้าประชากรมีขนาด 2,000 หน่วย และ ยอมให้เกิดความคลาดเคลื่อนจาก ตัวอย่างได้ 5% ที่ระดับความเชื่อมั่น 95% และสัดส่วนของลักษณะที่สนใจ ในประชากรเท่ากับ 0.5

III. ก าหนดขนาดของตัวอย่างโดยการค านวณจากสูตร 4. กรณีทราบขนาดของประชากร เมื่อต้องการศึกษาค่าเฉลี่ย ถ้าประชากรมีขนาด 400 หน่วย และ ยอมให้เกิดความคลาดเคลื่อนจาก ตัวอย่างได้ 5% ที่ระดับความเชื่อมั่น 95% และจากงานวิจัยที่ผ่านมามี ค่าเฉลี่ย 70 ส่วนเบี่ยงเบนมาตรฐาน 15

III. ก าหนดขนาดของตัวอย่างโดยการค านวณจากสูตร 5. กรณีไม่ทราบขนาดของประชากร เมื่อต้องการศึกษาค่าสัดส่วน (p) หรือร้อยละ ที่ระดับความเชื่อมั่น 95% ความคลาดเคลื่อนที่ยอมให้เกิดขึ้นได้ 5% และสัดส่วนของลักษณะที่สนใจ ในประชากรเท่ากับ 0.5

III. ก าหนดขนาดของตัวอย่างโดยการค านวณจากสูตร 6. กรณีไม่ทราบขนาดของประชากร เมื่อต้องการศึกษาค่าเฉลี่ย ศึกษาระดับความเครียดของผู้ป่วย ที่ระดับความเชื่อมั่น 95% ความคลาดเคลื่อนที่ยอมให้เกิดขึ้น ได้ 5% คะแนนจากงานวิจัยที่ผ่าน มามีค่าเฉลี่ย 70 คะแนน และค่า ส่วนเบี่ยงเบนมาตรฐาน 15

IV. ก าหนดขนาดของตัวอย่างโดย Power Analysis Power Analysis เป็นหลักการลดขนาดของ Type II errors ในกระบวนการอนุมานทางสถิติ ดังนั้น จึงมีการน าหลักการ Power Analysis ไปใช้ในงานวิจัย 2 แนวทาง 1)ใช้หาอ านาจการทดสอบ (Power of the test) เมื่อท าการสรุปผลการทดสอบสมมติฐานใน งานวิจัยแล้ว 2)ใช้ประมาณขนาดตัวอย่างในงานวิจัย การค านวณขนาดตัวอย่างโดยใช้หลักการ Power Analysis จึงเป็นการค านวณขนาดตัวอย่างโดย ค านึงถึงขนาดของ Type I และ Type II error ในการทดสอบสมมติฐาน

องค์ประกอบส าคัญส าหรับการค านวณขนาดตัวอย่าง โดยหลักการ Power Analysis ได้แก่ 1) ระดับนัยส าคัญ 2) Power 3) Population effect size

Effect size เป็นขนาดอิทธิพลของตัวแปรต้น (หรือปัจจัย หรือ Treatment หรือ Intervention) ที่มีต่อตัวแปรตาม IV DV effect โดยทั่วไปเราจะไม่ทราบ Population effect size แต่สามารถจะประมาณค่า effect size ได้จาก 1) Pilot Study 2) จากผลการวิจัย/การศึกษาที่มีลักษณะคล้ายคลึงกัน ที่มีผู้ท ามาก่อนแล้ว 3) ประมาณเป็นระดับต่ า ปานกลาง หรือสูง โดยอ้างอิงอยู่บนหลักการ/ทฤษฎีสนับสนุน หรือการ ทบทวนวรรณกรรมที่ชัดเจน

V. ก าหนดขนาดของตัวอย่างโดยใช้โปรแกรมคอมพิวเตอร์ เช่น G*Power โปรแกรม G*Power เป็นโปรแกรมส าเร็จรูปที่ใช้งาน บน Windows รองรับการวิเคราะห์อ านาจการทดสอบ 5 แบบ คือ 1) การวิเคราะห์อ านาจการทดสอบก่อนการวิจัย 2) การวิเคราะห์อ านาจการทดสอบหลังการวิจัย 3) การวิเคราะห์อ านาจการทดสอบแบบประนีประนอม (ก่อนและหลังการวิจัย) 4) การวิเคราะห์ความไว (Sensitivity) และการวิเคราะห์ขนาด อิทธิพล (Effect size) 5) การวิเคราะห์เกณฑ์ (การวิเคราะห์อ านาจการทดสอบหลังการวิจัย) เช่น Goodness of Fit test การหาขนาดตัวอย่าง

1 2

3 4

5

การก าหนดวิธีการเลือกตัวอย่าง วิธีสุ่มตัวอย่าง (Sampling Method) 1. สุ่มตัวอย่างโดยใช้หลักความน่าจะเป็น (Probability Sampling) เป็นวิธีสุ่มตัวอย่างโดยหน่วยตัวอย่างทุกหน่วยของประชากรมีโอกาสถูกสุ่มเป็น กลุ่มตัวอย่างโดยเท่าเทียมกัน ปราศจากความล าเอียงในการสุ่มตัวอย่าง ท าให้มั่นใจว่า จะได้กลุ่มตัวอย่างที่เป็นตัวแทนที่ดีของประชากร 2. สุ่มตัวอย่างโดยไม่ใช้หลักความน่าจะเป็น (Non-Probability Sampling)

วิธีสุ่มตัวอย่างโดยใช้หลักความน่าจะเป็น (Probability Sampling) 1. การสุ่มตัวอย่างแบบง่าย (Simple Random Sampling) เป็นวิธีสุ่มตัวอย่างจากหน่วยตัวอย่างทุกหน่วยของประชากร โดยทุกหน่วยมี โอกาสถูกสุ่มเป็นกลุ่มตัวอย่างโดยเท่าเทียมกัน

ว ิ ธ ี ท ี่4 การใช ้โปรแกรมสา เรจ ็ รป ู เช ่ น SPSS, STATA

•2. การสุ่มตัวอย่างแบบมีระบบ (Systematic Random Sampling) • เป็นวิธีสุ่มตัวอย่างจากหน่วยตัวอย่างทุกหน่วยของประชากร ที่ก าหนดไว้ในกรอบ ตัวอย่าง หน่วยตัวอย่างในกรอบจะถูกจัดเรียงล าดับแบบสุ่ม หมายเลขแรกที่ใช้เป็น หมายเลขตั้งต้นของการสุ่มจะต้องเป็นหมายเลขที่ได้มาโดยใช้การสุ่ม เช่น ประชากรทั้งหมด 50 คน ต้องการกลุ่มตัวอย่าง 6 คน 50/6 = 8.3 ~ 8 สุ่มอย่างง่ายมาหนึ่งเลขได้เลข 4 ดังนั้นกลุ่มตัวอย่างที่จะเลือกเข้า ถัดมานับไปอีก 8 คือ 12, 20, 28, 36 และ 44

3. การสุ่มตัวอย่างแบบชั้นภูมิ (Stratified Random Sampling) เป็นวิธีสุ่มตัวอย่างส าหรับหน่วยตัวอย่างที่มีลักษณะแตกต่างกัน การสุ่มต้องแบ่ง ประชากรออกเป็นส่วนย่อยแต่ละส่วนเป็นชั้นภูมิ แล้วเลือกตัวอย่างจากแต่ละชั้นภูมิ

•4. การสุ่มตัวอย่างแบบกลุ่ม (Cluster Random Sampling) • เป็นวิธีสุ่มตัวอย่างที่มีการรวมหน่วยตัวอย่างเข้าไว้เป็นกลุ่ม จ านวน N กลุ่ม แล้วท าการ สุ่มเลือกกลุ่มของหน่วยตัวอย่างมา n กลุ่ม โดยรวบรวมข้อมูลจากทุกตัว ในกลุ่มที่ถูก เลือกมาเป็นตัวอย่าง

5. การสุ่มตัวอย่างหลายขั้นตอน (Multi-stage Random Sampling) เป็นการสุ่มตัวอย่างแบบกลุ่มหลายๆชั้น หรือหลายขั้นตอนจึงจะได้หน่วยตัวอย่าง วิธีนี้เหมาะ กับประชากรจ านวนมากและขอบข่ายกว้าง (เช่น ไม่สามารถหากรอบบัญชีรายชื่อที่ประกอบไป ด้วยทุกหน่วยประชากรได้โดยตรง เพราะไม่สามารถหาได้ หรือไม่สะดวก หรือสิ้นเปลือง งบประมาณมาก แต่จะท าเพียงกรอบบัญชีรายชื่อกลุ่มที่เลือกได้เท่านั้น)

วิธีสุ่มตัวอย่างโดยไม่ใช้หลักความน่าจะเป็น (Non-Probability Sampling) 1. การสุ่มตัวอย่างแบบบังเอิญ หรือตามความสะดวก (Accidental Sampling or Convenience Sampling) เก็บข้อมูลจากตัวอย่างจนครบตามจ านวนที่ต้องการโดยไม่มีเกณฑ์อาศัยความ สะดวกของผู้วิจัย 2. การสุ่มตัวอย่างแบบเจาะจง (Purposive Sampling) สุ่มตัวอย่างโดยการเจาะจงของผู้วิจัย ผู้วิจัยคัดเลือกตัวอย่างที่ตรงตามคุณสมบัติที่ ก าหนด

3. การสุ่มตัวอย่างแบบโควตา (Quota Sampling) เป็นวิธีสุ่มตัวอย่างที่ผู้วิจัยได้ก าหนดโควตาของสัดส่วนขนาดตัวอย่างในกลุ่มย่อย ก่อนเก็บข้อมูลตามความเหมาะสมในการวิจัย 4. การสุ่มตัวอย่างโดยใช้วิธีบอกต่อ (Snowball Sampling) ใช้กับประชากรของงานวิจัยที่หายากหรือพบได้น้อยมาก ผู้วิจัยไม่ทราบจ านวน แน่นอนได้

ขนาดของกลุ่มตัวอย่างเป็นสิ่งส าคัญของการศึกษาวิจัย ผู้วิจัยจะต้องได้ ขนาดกลุ่มตัวอย่างที่มีความเหมาะสม และเลือกวิธีการคัดเลือกตัวอย่างที่ ดี เพื่อให้ได้ตัวอย่างที่เป็นตัวแทนที่ดีของประชากรให้มากที่สุด ผู้วิจัยจะเลือกใช้วิธีการใดขึ้นกับความต้องการของผู้วิจัย และความ เหมาะสมของงานวิจัยแต่ละเรื่อง

สรุป ปัจจัยที่มีผลต่อการก าหนดขนาดตัวอย่างที่ใช้ในงานวิจัย ได้ดังนี้ 1. ความแปรปรวน ถ้าประชากรมีความแปรปรวนมากจะท าให้ต้องใช้ตัวอย่างส าหรับงานวิจัยเพิ่มขึ้น 2. ความผิดพลาดประเภทที่ 1 (Type I error) ถ้านักวิจัยก าหนดระดับโอกาสการเกิดความผิดพลาด ประเภทที่ 1 (Type I error) ของการสุ่มต่ า งานวิจัยนั้นต้องใช้จ านวนตัวอย่างมาก 3. อ านาจในการทดสอบ (power of test) ถ้านักวิจัยต้องการให้ทดสอบทางสถติ มีอ านาจการ ทดสอบ (power of test) มาก จ านวนตัวอย่างที่ใช้ส าหรับงานวิจัยจะน้อย 4. ระดับนัยส าคัญ(α) ณ ระดับนัยส าคัญ(α) ที่เท่ากัน สมมติฐานทางเลือก (Alternative Hypotesis) ที่มีการทดสอบเป็นแบบมีทิศทาง (one-tailed test) จะใช้ตัวอย่างจ านวนน้อยกว่า การทดสอบแบบไม่มีทิศทาง (two-tailed test)

เกณฑ์ในการเลือกตัวอย่างในงานวิจัยเชิงคุณภาพ 1) การเลือกตัวอย่างในงานวิจัยเชิงคุณภาพควรสอดคล้องกับ วัตถุประสงค์ในการวิจัย 2) ตัวอย่างที่เลือกควรให้ข้อมูลเชิงลึกที่เพียงพอที่จะอธิบาย ปรากฏการณ์ที่ผู้วิจัยต้องการศึกษา 3) ข้อค้นพบที่ได้จากการเลือกตัวอย่างสามารถ ให้ข้อสรุปที่ชัดเจนได้ 4) ควรมีความเที่ยงตรงและน่าเชื่อถือ 5) ถูกต้องตามหลักจริยธรรม ในการวิจัย 6) การเลือกตัวอย่างดังกล่าวได้มีการวางแผนในการเลือกตัวอย่างอย่างเหมาะสม (Miles and Huberman, 1994) งานวิจัยเชิงคุณภาพ

การก าหนดขนาดตัวอย่างในการวิจัยเชิงคุณภาพ 2 ประการ ดังนี้ 1. ความอิ่มตัวของข้อมูล (Data Saturation) มีข้อควรพิจารณาว่า “ขนาดตัวอย่างในการวิจัยถึงจุดอิ่มตัวของข้อมูลหรือยัง?” 2. ความพอเพียงของข้อมูล (Data Sufficiency) มีข้อควรพิจารณาว่า “ขนาดตัวอย่างมีขนาดมากพอในการเป็นตัวแทนของการเปลี่ยนแปลงภายใน ประชากร เป้าหมายการวิจัยหรือไม่?” (ประไพพิมพ์ สุธีวสินนนท์ และประสพชัย พสุนนท์, 2559)