020D0347-E782-4EEE-8632-222437C791D1

SAMPLING

METHODS

ก ร ะ บ ว น ก า ร ก า ร สุ่ ม ตั ว อ ย่ า ง

TABLE OF
CONTENTS

1 SIMPLE RANDOM
SAMPLING

4 STRATIFIED RANDOM
SAMPLING

6 CLUSTER SAMPLING
13 SYSTEMATIC SAMPLING

SIMPLE RANDOM

SAMPLING

การสุ่มกลุ่มตัวอย่างอย่างง่าย(Simple Random Sampling)
เป็นการสุ่มที่สมาชิกทุกหน่วยของประซากรที่มีจำนวนไม่มากนักแต่มีโอกาสอย่างเท่าเทียมกัน และเป็นอิสระจากกันที่จะ
ได้เป็นกลุ่มตัวอย่าง เหมาะสมสำหรับใช้กับประชากรที่มีสภาพคล้ายคลึงกัน จำแนกเป็น ดังนี้

การสุ่มกลุ่มตัวอย่างโดยวิธีจับสลาก(Lottery) ประชากรที่มีจำนวนน้อย ๆ
• กำหนดหมายเลขประจำตัวให้แก่สมาชิกทุกหน่วยในประชากร
• นำหมายเลขประจำตัวของสมาชิกมาจัดทำเป็นฉลาก
• จับฉลากขึ้นมาทีละหมายเลขจนกระทั่งครบจำนวนกลุ่มตัวอย่างที่ต้องการ โดยฉลากที่จับมาแล้วจะต้องนำใส่คืนเพื่อให้
จำนวนประชากรที่สุ่มมีจำนวนเท่าเดิม ส่งผลให้เกิดความเท่าเทียมกันในการได้รับการสุ่มเป็นกลุ่มตัวอย่าง แต่ในกรณีที่
ไม่ใส่คืนจะทำให้กลุ่มตัวอย่างมีโอกาสมากขึ้นในการสุ่ม

การสุ่มกลุ่มตัวอย่างโดยวิธใช้ตารางเลขสุ่ม(Table of Random
Numbers) สุ่มตัวอย่างที่มีขนาดใหญ่โดยใช้ตารางเลขสุ่มที่กำหนดขึ้นจากคอมพิวเตอร์ที่ไม่ต้องจัดทำสลาก
• กำหนดหมายเลขประจำตัวให้แก่สมาชิกทุกหน่วยในประซากรโดยให้คำนึงถึงจำนวนของกลุ่มตัวอย่างที่ได้
ประชากร 100 คน ให้กำหนดหมายเลข 001-100
ประชากร 500 คน ให้กำหนดหมายเลข 001-500
ประชากร 1,000 คน ให้กำหนดหมายเลข 001-1,000 เป็นต้น
• สุ่มกลุ่มตัวอย่างโดยใช้ตารางเลขสุ่มที่สอดคล้องกับจำนวนประชากร(ประชากรมีจำนวนเต็มสิบใช้เลข 2 หลัก,เต็มร้อย
ใช้เลข 3 หลักเป็นต้น) โดยเริ่มอ่านจากแถวที่ 1 หรือแถวไหนที่อาจได้จากการสุ่ม และจะอ่านตามแนวนอนหรือแนวตั้ง
ก็ได้ ตามเลขหลักจนกระทั่งครบจำนวนตัวอย่างที่ต้องการ ซึ่งหมายเลขที่ได้จากตารางจะเป็นหมายเลขที่ได้กำหนดให้แก่
ประชากรแล้ว แต่ถ้าได้หมายเลขที่มีค่ามากกว่าจำนวนประชากรจะต้องอ่านข้ามไปยังหมายเลข

SIMPLE RANDOM

SAMPLING

ตัวอย่าง การสุ่มกลุ่มตัวอย่างที่ใช้ตารางเลขสุ่ม ดังนี้
จากประชากร 90 คน ต้องการกลุ่มตัวอย่างจำนวน 20 คนโดยใช้ตารางเลขสุ่มมีวิธีการอ่าน
ตารางเลขสุ่ม ดังนี้
เริ่มต้นการอ่านหมายเลขที่แถวที่ 1(ได้จากการสุ่มโดยอ่านตามแนวนอน(ครั้งละ 2 หลักเนื่องจากประชากรเป็น
จำนวนเต็มสิบ) จะได้หมายเลขของประชากรที่เป็นกลุ่มตัวอย่าง ดังนี้ 59 39 15 80 30 52 (09) 88 27 18 87 02
48 28 48 (09) 65 74 90 46 จะพบว่ามีหมายเลขที่ซ้ำกัน 2 ตัว คือ 09 กับ 48 ที่จะต้องอ่านหลายเลขถัดไปให้
ครบจำนวนกลุ่มตัวอย่างที่ต้องการ

ข้อสังเกตของการสุ่มตัวอย่างอย่างง่าย
1) เป็นวิธีการที่นำมาใช้ค่อนข้างมาก เนื่องจากมีวิธีการที่ไม่ซับซ้อน และการประมาณค่าความคลาดเคลื่อนทำได้ง่าย
ไม่ต้องใช้สูตรปรับแก้เมื่อใช้การสุ่มด้วยวิธีการอื่น
2) สาเหตุที่จะไม่นำวิธีการสุ่มตัวอย่างอย่างง่ายมาใช้ มีดังนี้
• ถ้าประชากรมีจำนวนสมาชิกมากจะทำให้การเตรียมรายละเอียดที่ถูกต้องค่อนข้างยาก จะต้องใช้เวลามาก แรงงาน
และงบประมาณสูง หรืออาจมีการเปลี่ยนแปลงสมาชิกระหว่างการเตรียมการทำให้ได้รายชื่อสมาชิกที่ไม่ถูกต้อง

• ลักษณะของประชากรมีลักษณะเป็นวิวิธพันธ์ เพราะจะทำให้ไม่ได้กลุ่มตัวอย่างที่มีความครอบคลุม หรือเป็น
ตัวแทนที่ดีของประชากร

SIMPLE RANDOM

SAMPLING

Quiz : Sampling Method -1
Mr. David wants to survey about the choice of products to be sold at BIZ Convenience Store
in his College. He wants to obtain a random sample and he proposes the following method:
2) Mr. David wants to change his sampling method.
Describe how Mr. David could find a sample of 30 students by using a probability sampling
method as follows.
a) By using simple random sampling, describe how Mr. David could find the sampling unit.
กำหนดวัตถุประสงค์ คือต้องการสำรวจเกี่ยวกับทางเลือกสินค้าที่จะขายใน BIZ Convenience Store เมื่อ
กำหนดแล้วกำหนดกลุ่มตัวอย่าง แล้วได้กำหนดจากนักศึกษา 30 คนก่อน 9 โมง หลังจากกำหมดกลุ่มตัวอย่าง
แล้ว ใช้การสุ่มตัวอย่างอย่างง่ายเป็นการสุ่มตัวอย่างโดยถือว่าทุกๆหน่วยหรือทุกๆสมาชิกของนักเรียนทั้ง 30 คนมี
โอกาสจะถูกเลือกเท่าๆกัน การสุ่มวิธีนี้จะต้องมีรายชื่อนักเรียนทั้งหมด 30 คนและมีการให้เลขกำกับ วิธีการอาจใช้
วิธีการจับสลากโดยทำรายชื่อนักเรียนทั้งหมด หรือใช้ตารางเลขสุ่มโดยมีเลขกำกับหน่วยรายชื่อทั้งหมดของประ
นักเรียน

ข้อดี : ขั้นตอนการสุ่มตัวอย่างที่ปฏิบัติได้ง่ายและสะดวกจะดีในกรณีประชากรที่มีลักษณะคล้ายคลึงกัน

ข้อจำกัด : ไม่เหมาะสมที่จะนำไปใช้กับประชากรที่มีความแตกต่างกันมาก เพราะต้องใช้ตัวอย่างจำนวนมากอาจ
ทำให้เสียค่าใช้จ่ายสูงและเสียเวลาดำเนินการมาก

STRATIFIED RANDOM

SAMPLING

Stratified sampling
การสุ่มตัวอย่างแบบชั้นภูมิ (Stratifed sampling) เป็นการสุ่มตัวอย่างโดยแยกประซากรออกเป็นกลุ่มประชากรย่อยๆ
หรือแบ่งเป็นชั้นภูมิก่อน โดยหน่วยประชากรในแต่ละชั้นภูมิจะมีลักษณะเหมือนกัน (homogenious) แล้วสุ่มอย่างง่ายเพื่อ
ให้ได้จำนนกลุ่มตัวอย่างตามสัดส่วนของขนาดกลุ่มตัวอย่างและกลุ่มประชากร
ตัวอย่าง
ประชากร N = 520

ชั้นปีที่1 N(1) =120
ชั้นปีที่2N(2)= 140
ชั้นปีที่3N(3)=160
ชั้นปีที่4N(4)=100
L=4
1.ขนาดตัวอย่างเท่ากันทุกชั้นภูมิ
• ง่ายที่สุด
• ใช้เมื่อไม่มีตัวช่วยตัดสิน
nh = n

L
n = n ของเเต่ละชั้นภูมิ

2.ขนาดตัวอย่างเป็นสัดส่วนกับจำนวนประชากร
• ชั้นภูมิขนาดใหญ่ -> เลือกมาก
• ชั้นภูมิขนาดเล็ก -> เล็กน้อย

nh = Nh • n
N

N(h) = ที่แบ่งมาเเล้ว
N = ขนาดประชากรทั้งหมด

STRATIFIED RANDOM

SAMPLING

3. ตัวอย่างไม่เป็นสัดส่วนกับจำนวนประชากร
• ประชากรในชั้นภูมิเดียวกันยังมีความต่างกัน
• นำส่วนเบี่ยงเบนมาตรฐานของประชากรในเเต่ละชั้นภูมิมาคำนวณ

Quiz : Sampling Method -2
Mr. Tony wants to survey about the choice of products to be sold at BIZ Convenience Store
in his College. He wants to obtain a random sample and he proposes the following method :
2) Mr. Tony wants to change his sampling method.
Describe how Mr. Paul could find a sample of about 30 students by using a probability
sampling method as follows.
a) By using cluster random sampling , describe how Mr.Paul could find the sampling unit.
เลือกใช้วิธี Stratified Sampling
จากกลุ่มตัวอย่างของนักเรียน 30 คนจะเป็นการสุ่มโดยเเยกนักเรียนออกเป็นกลุ่มย่อยๆๆหรือเเบ่งเป็นชั้นภูมิก่อน
โดยนักเรียนในเเต่ละชั้นภูมิจะมีลักษณะเหมือนกันเเละสุ่มอย่างง่ายเพื่อให้จำนวนกลุ่มตัวอย่างของนักเรียนตาม
สัดส่วนของขนาดกลุ่มตัวอย่างเเละกลุ่มประชาการ
ข้อดี
-สามารถศึกษาข้อมูลประชากรในเเต่ละขั้นภูมิได้มากขึ้น
-มีความเเม่นยำกว่าการสุ่มตัวอย่างง่าย
ข้อเสีย
-ต้องรู้กรอบตัวอย่างเเต่ละชั้นภูมิ
-สูตรในการคำนวณมีความซับซ้อน

CLUSTER SAMPLING

การสุ่มตัวอย่างแบบแบ่งกลุ่ม

คือ เป็นการสุ่มเลือกตัวแทนจาก“กลุ่ม”เนื่องจากแต่ละกลุ่มมีคุณลักษณะที่คล้ายคลึงกัน หรือมีคุณลักษณะร่วมอยู่
อาจเริ่มแบ่งพื้นที่จากภาค เป็นจังหวัด จาก จังหวัดเป็นอำเภอ และเรื่อยไปจนถึงหมู่บ้าน

ในการสุ่มตัวอย่างแบบแบ่งกลุ่ม นักวิจัยแบ่งประชากรออกเป็นกลุ่มย่อยที่เรียกว่ากลุ่ม จากนั้นพวกเขาจะสุ่มเลือกจาก
กลุ่มเหล่านี้เพื่อสร้างกลุ่มตัวอย่าง

การสุ่มตัวอย่างแบบกลุ่มเป็นวิธีการสุ่มตัวอย่างความน่าจะเป็นที่มักใช้เพื่อศึกษาประชากรจำนวนมาก นักวิจัยมักจะใช้
หน่วยที่มีอยู่แล้ว เช่น โรงเรียนหรือเมืองเป็นกลุ่ม
วิธีการสุ่มตัวอย่างแบบแบ่งกลุ่ม
ขั้นตอนที่ 1: กำหนดประชากร
เช่นเดียวกับการสุ่มตัวอย่างรูปแบบอื่นๆ ก่อนอื่นต้องเริ่มต้นด้วยการกำหนดกลุ่มประชากรที่ต้องการศึกษาให้ชัดเจน

CLUSTER SAMPLING

ขั้นตอนที่ 2: แบ่งตัวอย่างเป็นกลุ่ม
นี่เป็นส่วนที่สำคัญที่สุดของกระบวนการ คุณภาพของกลุ่มตัวอย่างและความสามารถในการเป็นตัวแทนของประชากร
กลุ่มใหญ่จะกำหนดความถูกต้องของผลลัพธ์ของ ตามหลักการแล้ว ต้องการให้กลุ่มตัวอย่างของเป็นไปตามเกณฑ์ต่อไป
นี้:

- ประชากรของแต่ละกลุ่มตัวอย่างควรมีความหลากหลายมากที่สุดเท่าที่จะเป็นไปได้ ต้องการให้ทุกลักษณะที่เป็นไป
ได้ของประชากรทั้งหมดแสดงในแต่ละกลุ่มตัวอย่าง
- แต่ละกลุ่มควรมีลักษณะการกระจายตัวที่คล้ายคลึงกันกับการกระจายตัวของประชากรโดยรวม
- เมื่อนำมารวมกัน กลุ่มตัวอย่างควรครอบคลุมประชากรทั้งหมด
- ไม่มีการทับซ้อนกันระหว่างกลุ่มตัวอย่าง (เช่น คนหรือยูนิตเดียวกันจะไม่ปรากฏมากกว่าหนึ่งกลุ่มตัวอย่าง)

ตามหลักการแล้ว แต่ละกลุ่มตัวอย่างควรเป็นตัวแทนขนาดเล็กของประชากรทั้งหมด อย่างไรก็ตาม ในทางปฏิบัติ
กลุ่มมักไม่ได้แสดงถึงคุณลักษณะของประชากรอย่างสมบูรณ์ ซึ่งเป็นสาเหตุที่วิธีนี้ให้ความแน่นอนทางสถิติน้อยกว่า
การสุ่มตัวอย่างอย่างง่าย

เนื่องจากกลุ่มตัวอย่างมักเป็นกลุ่มที่เกิดขึ้นเองตามธรรมชาติ เช่น โรงเรียน เมือง หรือครัวเรือน จึงมักมีลักษณะ
เหมือนกันมากกว่าประชากรทั้งหมด ควรตระหนักถึงสิ่งนี้เมื่อทำการศึกษาเนื่องจากอาจส่งผลต่อความถูกต้อง

CLUSTER SAMPLING

ขั้นตอนที่ 3: สุ่มเลือกกลุ่มเพื่อใช้เป็นตัวอย่าง
หากแต่ละกลุ่มตัวอย่างเป็นตัวแทนของประชากรกลุ่มใหญ่ การสุ่มเลือกและการสุ่มตัวอย่างจากกลุ่มตัวอย่างจะ
ช่วยให้สามารถเลียนแบบการสุ่มตัวอย่างอย่างง่ายได้ ซึ่งจะสนับสนุนความถูกต้องของผลลัพธ์
ในทางกลับกัน หากกลุ่มตัวอย่างไม่ได้เป็นตัวแทน การสุ่มตัวอย่างจะช่วยให้สามารถรวบรวมข้อมูลในกลุ่ม
ตัวอย่างที่หลากหลาย ซึ่งควรให้ภาพรวมของประชากรโดยรวม

ขั้นตอนที่ 4: รวบรวมข้อมูลจากตัวอย่าง
จากนั้นทำการศึกษาและรวบรวมข้อมูลจากทุกหน่วยในกลุ่มที่เลือก

CLUSTER SAMPLING

Designeffect คืออัตราส่วนระหว่างค่าความแปรปรวนที่คำนวณจากการสุ่มแบบแบ่งกลุ่มต่อความแปรปรวนที่คำนวณ
จากการสุ่มอย่างง่ายจากขนาดตัวอย่างที่เท่ากันในกรณี rareoutecome จะมี designeffect น้อยกว่า1.5
Deff = VarCLUST

VarSRS

≈ถ้าตัวอย่างใหญ่มี

Deff 1 + (m - 1)(ICC)
เมื่อ
VarCLUST คือ ค่าความแปรปรวนที่ได้จากการสุ่มแบบกลุ่ม
VarSRS คือ ค่าความแปรปรวนที่ได้จากการสุ่มอย่างง่าย
m คือ จำนวนสมาชิกในแต่ละ cluster

∑ICC คือ intraclass correlation

VarCLUST = (pi - p)2
k(k -1)

VarSRS = p(1 - p)
n

เมื่อ
p คือ สัดส่วนทั้งหมด
pi คือ สัดส่วนในแต่ละกลุ่ม
n คือ จำนวนสมาชิกทั้งหมด
k คือ จำนวนกลุ่ม
Intraclass correlation เป็นการวัดความเหมือนกันภายใน cluster

CLUSTER SAMPLING

CLUSTER SAMPLING

สรุปขั้นตอนการสุ่มตัวอย่างแบบแบ่งกลุ่ม

- กําหนดวัตถุประสงค์
- กําหนดทรัพยาการที่มีอยู่ เช่น งบประมาณคนรถ
- กําหนดประชากรที่จะศึกษา
- กําหนดตัวแปรที่จะศึกษา
- กําหนดความแม่นยําที่ต้องการ
- สร้างแบบสอบถาม
- สร้าง sampling frame
- เลือกตัวอย่าง
- เก็บข้อมูลนําร่อง
- เก็บข้อมูล
- วิเคราะห์ข้อมูล
- ผลการศึกษา
- การนําผลการศึกษาไปใช้

CLUSTER SAMPLING

Quiz : Sampling Method -3
Mr. Paul wants to survey about the choice of products to be sold at BIZ Convenience Store in
his College. He wants to obtain a random sample and he proposes the following method :
2) Mr. Paul wants to change his sampling method.
Describe how Mr. Paul could find a sample of about 30 students by using a probability sampling
method as follows.
a) By using cluster random sampling , describe how Mr.Paul could find the sampling unit.
Mr.Paul ต้องเริ่มต้นด้วยการกำหนดวัตถุประสงค์นั่น คือเขาต้องการสำรวจเกี่ยวกับทางเลือกสินค้าที่จะขายใน BIZ
Convenience Store เมื่อกำหนดวัตถุประสงค์ได้แล้วให้เขากำหนดกลุ่มประชากรที่ต้องการศึกษาน นั่นคือนักเรียน
ใน วิทยาลัยของเขาเมื่อกำหนดกลุ่มประชากรได้ให้เลือกกลุ่มตัวอย่างมาซ่ึ่ง Mr.Paul เลือกนักเรียน 30 คนแรกที่เข้า
มาวิทยาลัยก่อนเวลา 09.00น. และให้เขาแบ่งตัวอย่างออกเป็นกลุ่มซ่ึ่งแต่ละกลุ่มที่แบ่งควรมีความหลากหลายมาก
ที่สุดเท่าที่จะเป็นไปได้หลังจากนั้นให้เขาสุ่มเลือกกลุ่มมาเพื่อใช้เป็นตัวอย่างเมื่อสุ่มเลือกกลุ่มตัวอยา่งได้แล้วให้
ทำการรวบรวมข้อมูลจากกลุ่มตัวอย่าง

ข้อดีและข้อจํากัดของการสุ่มตัวอย่างแบบกลุ่ม
ข้อดี: ใช้ได้ดีในกรณีที่ประชากรไม่มีกรอบตัวอย่างหรือไม่สะดวกในการจัดเตรียมกรอบตัวอย่างจะประหยัดเวลาและ
ค่าใช้จ่ายการปฏิบัติงานภาคสนามสามารถทกได้สะดวกซ่ึ่งจะช่วยลดความคลาดเคลื่อนในการรวบรวมข้อมูล
ข้อจำกัด: กรณีที่ตัวอย่างภายในกลุ่มเดียวกันมีความคล้ายคลึงกันวิธีนี้จะมีประสิทธิภาพเชิงสถิติต่ำ และโดยธรรมชาติ
ประชากรมักจะไม่จัดแบ่งกลุ่มแบบคละ

SYSTEMATIC SAMPLING

การสุ่มตัวอย่างแบบมีระบบ
เป็นการสุ่มตัวอย่างโดยมีรายชื่อของทุกหน่วยประชากรมาเรียงเป็นระบบตามบัญชีเรียกชื่อการสุ่มจะแบ่งประชากร

ออกเป็นช่วงๆที่เท่ากัน อาจใช้ช่วงจากสัดส่วนของขนาดกลุ่มตัวอย่างและประชากรแล้วสุ่มประชากรหน่วยแรก ส่วน
หน่วยต่อๆไปนับจากช่วงสัดส่วนที่คํานวณ

วิธีการเลือกหน่วยตัวอย่างแบบมีระบบ
เป็นการเลือกหน่วยตัวอย่างที่ได้มีการเรียงลําาดับอย่างใดอย่างหนึ่งแล้วการสุ่มแบบมีระบบท่าได้โดยการเลือก

หน่วยตัวอย่างแรกแบบสุ่ม จากหน่วยที่ 1 ถึงหน่วยที่ k และเลือกหน่วยตัวอย่างถัดไปทุก ๆ k หน่วยจนครบตาม
ขนาดตัวอย่าง n หน่วยที่ต้องการ

วิธีการเลือกหน่วยตัวอย่างแบบมีระบบแบบเส้นตรง
1) ให้นําดับแก่หน่วยทุกหน่วยในประชากร ตั่งแต่ 1,2,3,..., N 2) ให้ n เป็นขนาดตัวอย่างที่กําหนดไว้
3) คํานวณค่าช่วงการสุ่ม (Sampling Interval) โดยใช้สัญลักษณ์ k แทน ซึ่ง k = /n
4) เลือกเลขสุ่มเริ่มต้น (Random Start : R) ซึ่ง R มีค่าอยู่ระหว่าง 1 ถึง k โดยค่า R อาจจะได้จากการจับ
ฉลาก ใช้ตารางเลขสุ่ม หรือโปรแกรมคอมพิวเตอร์ในการสุ่ม
5) หน่วยที่ถูกเลือกเป็นตัวอย่าง คือหน่วยที่มีเลขลําดับที่ตรงกับค่า
R, R+k,R + 2k, R + 3k, R+ 4k,........, R + (n - 1)k

ข้อสังเกตของการสุ่มตัวอย่างแบบมีระบบ (นงลักษณ์ วิรัชชัย, 2543 : 148)
1) เป็นวิธีการสุ่มที่ใช้ได้ง่ายเพียงแต่มีรายชื่อของประชากรที่เรียงลําดับแบบสุ่ม จะทําให้ได้กลุ่มตัวอย่างที่มีลักษณะ
ใกล้เคียงกับการสุ่มอย่างง่าย
2) การเรียงลําดับรายชื่อของประชากรเป็นการเรียงอย่างเป็นระบบมากกว่าการสุ่ม และถ้ากลุ่มย่อยของประชากรมีการ
เรียงลําดับในลักษณะเดียวกันทําให้การสุ่มสมาชิกที่เป็นตัวแทนของกลุ่มย่อยเพื่อเป็นกลุ่มตัวอย่างจะมีความซําซ้อน
ไม่เป็นกลุ่มตัวอย่างสุ่มที่มีความครบถ้วนตามคุณลักษณะของประชากร ทําให้การประมาณค่าพารามิเตอร์หรือการ
ทดสอบ สมมุติฐานไม่สามารถดําเนินการได้อย่างมีประสิทธิภาพ

Anantason Thin

SYSTEMATIC SAMPLING

ตัวอย่างที่ 1) ต้องการเลือกคนตัวอย่างจํานวน 4 คน จากทัังสิน 24 คน โดยใช้วิธีการเลือกหน่วยตัวอย่าง
แบบมีระบบแบบเส้นตรง สามารถดําเนินการดังนี้

N = 24 , n = 4, k = = 24 = 6 , R = 3
n4

หน่วยที่ถูกเลือกเป็นตัวอย่าง คือหน่วยที่มีเลขลําดับที่ ตรงกับค่า
R, R+k,R+2k,R+3k, R+ 4k,..., R+(n - 1)k
หรือ 3, 3+6, 3+(2x6), 3+(3x6) หรือ คนลําดับที่ 3, 9, 15 และ 21

SYSTEMATIC SAMPLING

ตัวอย่างท่ี 2) ผู้วิจัยต้องการเลือกกลุ่มตัวอย่างจํานวน 90 คน จากพนักงานของบริษัท X มีจํานวน 900 คน
1. พนักงานทุกคนในบริษัท X จะแสดง ด้วยหมายเลข
2. ค้นหาช่วงเวลา k
k = = 900 = 10

n 90

≤ ≤3. ค้นหาจุดเริ่มต้น: หมายเลข สุ่ม ( r: 1 r 10)

ตัวอย่างหมายเลข 1 : r = 3 : เลือกพนักงานที่อยู่ในรายการ หมายเลข 3
ตัวอย่างหมายเลข 2 : r = 3 + 10= 13 : เลือกพนักงานที่อยู่ในรายการ หมายเลข 13

:
ตัวอย่างหมายเลย 90 : r = 3 + ( 89 x 10 ) = 893 เลือกพนักงานที่อยู่ในรายการ หมายเลข 893

SYSTEMATIC SAMPLING

Quiz : Sampling Method -4
Mr. Tony wants to survey about the choice of products to be sold at BIZ Convenience Store in his
College. He wants to obtain a random sample and he proposes the following method :
2) Mr. Tony wants to change his sampling method.
Describe how Mr. Paul could find a sample of about 30 students by using a probability sampling
method as follows.
a) By using cluster random sampling , describe how Mr.Paul could find the sampling unit.
เนื่องจาก Mr.Tony คือเขาต้องการสำรวจเกี่ยวกับทางเลือกสินค้าที่จะขายใน BIZ Convenience Store ของกลุ่ม
ตัวอย่างนักเรียน 30 คน ที่เข้ามามหาลัยก่อน 9.00 น. โดยการกำหนดคนตัวอย่างจำนวนที่ n จากนั้นก็เอาจำนวน
นักเรียน 30 คน มาหารกับจำนวนคน n คนที่ได้กำหนดไว้ จากนั้นเลือกเลขสุ่มเบื้องต้น เมื่อได้หมายเลขสุ่มมาแล้วให้
นำมาคำนวณหาลำดับของหมายเลข เราก็จะรู้ว่าของที่เราต้องการจะขายเป็นอะไรจากวิธีการสุ่มตัวอย่างดังกล่าว
ข้อดีและข้อจํากัดของการสุ่มตัวอย่างแบบกลุ่ม
ข้อดี
1. เป็นตัวแทน (proxy) ของการเลือกตัวอย่างอย่างง่ายในกรณีที่ไม่มีกรอบตัวอย่าง
2. ไม่ต้องการข้อมูลสนับสนุนอื่น ๆ ในกรอบตัวอย่าง เช่นเดียวกับการเลือกตัวอย่างอย่างง่าย
3. ตัวอย่างที่เลือกได้จะมีการกระจายได้มากกวา่การเลือกตัวอย่างอย่างง่าย แต่ก็ขึ้นอยู่กับช่วงของการสุ่มและการจัดเรียง
หน่วยตัวอย่างในกรอบตัวอย่าง
4. การคำนวณค่าประมาณง่ายไม่ซับซ้อน เช่นเดียวกับการเลือกตัวอย่างอย่างง่าย
5. ง่ายและสะดวกกว่าตัวอย่างอย่างง่ายเนื่องจากต้องการเลขสุ่ม ( random number ) เพียงค่าเดียว
ข้อจำกัด
1. เช่นเดียวกับการเลือกตัวอย่างอย่างง่าย คือถ้ากรอบตัวอย่างมีข้อมูลสนับสนุนอื่น ๆ การเลือกตัวอย่างแบบมีระบบจะมี
ประสิทธิภาพน้อยกวา่ การเลือกตัวอย่างด้วยวิธีอื่น
2.ในกรณีที่ไม่มีกรอบตัวอย่างจะทำให้ไม่ทราบขนาดตัวอย่างล่วงหน้าจนกว่าจะดำเนินการเก็บรวบรวมข้อมูลจนเสร็จ
3.ถ้าขนาดตัวอย่าง (n) ไม่สามารถหารขนาดของประชากร(N) ได้ลงตัวอาจทำให้ได้ขนาดตัวอย่างที่ไม่แน่นอนตามที่
กำหนดไว้ล่วงหน้า ซึ่งโดยปกติจะเลี่ยง ไปใช้การเลือกตัวอย่างแบบมีระบบแบบวงกลม

สมาชิกในกลุ่ ม

นางสาวภัณทิรา ภิรมย์เลิศ 64121201004
นายพงศกร โต๊ะหลาง 64121201007

นางสาวอนงค์นุช แต้มแก้ว 64121201008
นางสาวเกวลิน สังข์เกื้อ 64121201009
นายนฤนาท ทวีทรัพย์ 64121201012