อ่าน 4 นาที
การสุ่มตัวอย่างแบบสำรวจ
ใน ทางสถิติ การ สุ่มตัวอย่างแบบสำรวจ หมายถึงกระบวนการเลือกกลุ่มตัวอย่างจาก ประชากร เป้าหมาย เพื่อทำการสำรวจ คำว่า " สำรวจ " อาจหมายถึงวิธีการสังเกตหลายประเภทหรือหลายเทคนิค...
การสุ่มตัวอย่างแบบสำรวจ
ในทางสถิติการสุ่มตัวอย่างแบบสำรวจหมายถึงกระบวนการเลือกกลุ่มตัวอย่างจากประชากร เป้าหมาย เพื่อทำการสำรวจ คำว่า " สำรวจ " อาจหมายถึงวิธีการสังเกตหลายประเภทหรือหลายเทคนิค ในการสุ่มตัวอย่างแบบสำรวจ มักจะใช้แบบสอบถามเพื่อวัดลักษณะและ/หรือทัศนคติของผู้คน วิธีการต่างๆ ในการติดต่อสมาชิกของกลุ่มตัวอย่างหลังจากที่พวกเขาได้รับการเลือกแล้วเป็นหัวข้อของการเก็บรวบรวมข้อมูลจากการสำรวจจุดประสงค์ของ การ สุ่มตัวอย่างคือการลดต้นทุนและ/หรือปริมาณงานที่ต้องใช้ในการสำรวจประชากรเป้าหมายทั้งหมด การสำรวจที่วัดประชากรเป้าหมายทั้งหมดเรียกว่าสำมะโนประชากรกลุ่มตัวอย่างหมายถึงกลุ่มหรือส่วนหนึ่งของประชากรที่จะได้รับข้อมูล
ตัวอย่างสำรวจสามารถแบ่งออกได้เป็นสองประเภทใหญ่ๆ คือ ตัวอย่างตามความน่าจะเป็น และตัวอย่างแบบซูเปอร์แซมเปิล ตัวอย่างตามความน่าจะเป็นจะใช้แผนการสุ่มตัวอย่างที่มีความน่าจะเป็นที่กำหนดไว้ (อาจเป็นความน่าจะเป็นที่ปรับเปลี่ยนได้ตามกระบวนการปรับตัว) การสุ่มตัวอย่างตามความน่าจะเป็นช่วยให้สามารถอนุมานเกี่ยวกับประชากรเป้าหมายได้โดยอิงจากการออกแบบ การอนุมานเหล่านี้ขึ้นอยู่กับการแจกแจงความน่าจะเป็น ที่เป็นกลางที่ทราบแล้ว ซึ่งระบุไว้ในระเบียบวิธีการศึกษา อย่างไรก็ตาม การอนุมานจากแบบสำรวจตามความน่าจะเป็นอาจยังคงมีอคติหลายประเภทอยู่
แบบสำรวจที่ไม่ใช้การสุ่มตัวอย่างตามความน่าจะเป็นจะวัดอคติหรือข้อผิดพลาดในการสุ่มตัวอย่างได้ ยากกว่า [ 1 ] แบบสำรวจที่ใช้ตัวอย่างที่ไม่ใช่ความน่าจะเป็นมักจะไม่สามารถเป็นตัวแทนของประชากรเป้าหมายได้[ 2 ]
ในการวิจัยสำรวจทางวิชาการและภาครัฐ การสุ่มตัวอย่างตามความน่าจะเป็นเป็นวิธีการมาตรฐาน ในสหรัฐอเมริกา สำนักงานบริหารงบประมาณ ( Office of Management and Budget)ได้ระบุไว้ใน "รายการมาตรฐานสำหรับการสำรวจทางสถิติ" ว่าการสำรวจที่ได้รับทุนสนับสนุนจากรัฐบาลกลางจะต้องดำเนินการดังนี้:
การเลือกตัวอย่างโดยใช้วิธีทางสถิติที่เป็นที่ยอมรับโดยทั่วไป (เช่น วิธีความน่าจะเป็นที่สามารถให้ค่าประมาณของข้อผิดพลาดในการสุ่มตัวอย่าง) การใช้วิธีการสุ่มตัวอย่างที่ไม่ใช่ความน่าจะเป็น (เช่น ตัวอย่างแบบตัดขอบหรือแบบจำลอง) จะต้องได้รับการพิสูจน์ทางสถิติและสามารถวัดข้อผิดพลาดในการประมาณค่าได้[ 3 ]
การสุ่มตัวอย่างแบบสุ่มและการอนุมานตามการออกแบบได้รับการเสริมด้วยวิธีการทางสถิติอื่นๆ เช่น การสุ่มตัวอย่างโดยใช้แบบจำลอง[ 4 ] [ 5 ] และการ สุ่มตัวอย่าง ตามแบบจำลอง [ 6 ]
ตัวอย่างเช่น แบบสอบถามจำนวนมากมีอัตราการไม่ตอบแบบสอบถามสูง แม้ว่าหน่วยตัวอย่างจะถูกเลือกไว้ตั้งแต่แรกด้วยความน่าจะเป็นที่ทราบแล้ว แต่กลไกของการไม่ตอบแบบสอบถามนั้นยังไม่เป็นที่ทราบแน่ชัด สำหรับแบบสอบถามที่มีอัตราการไม่ตอบแบบสอบถามสูง นักสถิติได้เสนอแบบจำลองทางสถิติเพื่อใช้ในการวิเคราะห์ชุดข้อมูล
ประเด็นที่เกี่ยวข้องกับการสุ่มตัวอย่างในการสำรวจมีการกล่าวถึงในแหล่งข้อมูลหลายแห่ง รวมถึง Salant และ Dillman (1994) [ 7 ]
การสุ่มตัวอย่างตามความน่าจะเป็น
ในการสุ่มตัวอย่างแบบความน่าจะเป็น (เรียกอีกอย่างว่า "ตัวอย่างทางวิทยาศาสตร์" หรือ "ตัวอย่างแบบสุ่ม") สมาชิกแต่ละคนของประชากรเป้าหมายจะมีโอกาสที่ทราบและไม่เป็นศูนย์ในการรวมอยู่ในตัวอย่าง[ 8 ]ในทางทฤษฎี การสำรวจโดยใช้ตัวอย่างแบบความน่าจะเป็นสามารถสร้างการวัดทางสถิติของประชากรเป้าหมายที่ไม่เอนเอียงได้เนื่องจากค่าที่คาดหวังของค่าเฉลี่ยตัวอย่างเท่ากับค่าเฉลี่ยของประชากร E(ȳ)=μ หรือมีข้อผิดพลาดในการสุ่มตัวอย่างที่วัดได้ ซึ่งสามารถแสดงเป็นช่วงความเชื่อมั่นหรือขอบเขตความคลาดเคลื่อนได้[ 9 ] [ 10 ]
ตัวอย่างสำรวจตามหลักความน่าจะเป็นถูกสร้างขึ้นโดยการสร้างรายการของประชากรเป้าหมาย ซึ่งเรียกว่ากรอบการสุ่มตัวอย่างกระบวนการสุ่มสำหรับการเลือกหน่วยจากกรอบตัวอย่าง ซึ่งเรียกว่าขั้นตอนการเลือก และวิธีการติดต่อหน่วยที่เลือกเพื่อให้พวกเขาสามารถทำแบบสำรวจให้เสร็จสมบูรณ์ ซึ่งเรียกว่าวิธีการหรือโหมดการเก็บรวบรวมข้อมูล[ 11 ] สำหรับประชากรเป้าหมายบางกลุ่ม กระบวนการนี้อาจทำได้ง่าย ตัวอย่างเช่น การสุ่มตัวอย่างพนักงานของบริษัทโดยใช้รายชื่อเงินเดือน อย่างไรก็ตาม ในประชากรขนาดใหญ่ที่ไม่มีระเบียบ การสร้างกรอบตัวอย่างที่เหมาะสมนั้นมักเป็นงานที่ซับซ้อนและมีค่าใช้จ่ายสูง
วิธีการทั่วไปในการดำเนินการสุ่มตัวอย่างแบบความน่าจะเป็นของประชากรครัวเรือนในสหรัฐอเมริกา ได้แก่ การสุ่มตัวอย่างแบบความน่าจะเป็นตามพื้นที่ การสุ่มตัวอย่างทางโทรศัพท์แบบสุ่มหมายเลข และล่าสุดคือการสุ่มตัวอย่างตามที่อยู่[ 12 ]
ในการสุ่มตัวอย่างตามหลักความน่าจะเป็น มีเทคนิคเฉพาะทาง เช่นการสุ่มตัวอย่างแบบแบ่งชั้นและการสุ่มตัวอย่างแบบกลุ่มซึ่งช่วยเพิ่มความแม่นยำหรือประสิทธิภาพของกระบวนการสุ่มตัวอย่างโดยไม่เปลี่ยนแปลงหลักการพื้นฐานของการสุ่มตัวอย่างตามหลักความน่าจะเป็น
การแบ่งชั้นทางสถิติ (Stratification) คือกระบวนการแบ่งสมาชิกของประชากรออกเป็นกลุ่มย่อยที่มีลักษณะคล้ายคลึงกันก่อนการสุ่มตัวอย่าง โดยอาศัยข้อมูลเสริมเกี่ยวกับแต่ละหน่วยตัวอย่าง ชั้นทางสถิติแต่ละชั้นจะต้องแยกออกจากกันโดยสิ้นเชิง กล่าวคือ ทุกองค์ประกอบในประชากรจะต้องถูกกำหนดให้อยู่ในชั้นทางสถิติเพียงชั้นเดียวเท่านั้น และชั้นทางสถิติแต่ละชั้นจะต้องครอบคลุมประชากรทั้งหมด กล่าวคือ ห้ามมีองค์ประกอบใดในประชากรถูกยกเว้น จากนั้นจึงสามารถใช้วิธีการสุ่มตัวอย่าง เช่นการสุ่มตัวอย่างแบบสุ่มอย่างง่ายหรือการสุ่มตัวอย่างแบบเป็นระบบภายในแต่ละชั้นทางสถิติ การแบ่งชั้นทางสถิติมักช่วยเพิ่มความน่าเชื่อถือของตัวอย่างโดยการลดข้อผิดพลาดในการสุ่มตัวอย่าง
ข้อผิดพลาดที่ไม่เกี่ยวข้องกับการสุ่มตัวอย่างในการสุ่มตัวอย่างแบบความน่าจะเป็น
ความคลาดเคลื่อนในการสำรวจเป็นสิ่งที่ไม่พึงประสงค์ แต่บ่อยครั้งก็หลีกเลี่ยงไม่ได้ ในขณะที่ความคลาดเคลื่อนจากการสุ่มตัวอย่าง (ความแตกต่างระหว่างปริมาณประชากรกับค่าเทียบเท่าที่ประมาณได้อย่างเหมาะสมในตัวอย่าง) สามารถวัดปริมาณได้โดยใช้วิธีทางสถิติที่เหมาะสม แต่แหล่งที่มาของความคลาดเคลื่อนอื่นๆ นั้นประเมินได้ยากกว่า:
- อคติจากการไม่ตอบแบบสอบถาม : เมื่อบุคคลหรือครัวเรือนที่ถูกเลือกในกลุ่มตัวอย่างการสำรวจไม่สามารถหรือไม่เต็มใจที่จะตอบแบบสอบถาม อาจเกิดอคติขึ้นได้จากการไม่ตอบแบบสอบถามนี้ อคติจากการไม่ตอบแบบสอบถามเกิดขึ้นเมื่อค่าที่สังเกตได้เบี่ยงเบนจากพารามิเตอร์ของประชากรเนื่องจากความแตกต่างระหว่างผู้ตอบแบบสอบถามและผู้ไม่ตอบแบบสอบถาม[ 13 ]
- ข้อผิดพลาดในการวัด : การรายงานค่าที่สนใจไม่ถูกต้องเนื่องจากความยากลำบากทางด้านการรับรู้ในการประมวลผลคำขอสำรวจ (เช่น ความยากลำบากในการระบุเหตุการณ์ให้อยู่ภายในหรือภายนอกช่วงเวลาที่ร้องขอ: "คุณซื้อเครื่องใช้ไฟฟ้าใด ๆ ในช่วง 12 เดือนที่ผ่านมาหรือไม่?") การติดป้ายกำกับหมวดหมู่คำตอบที่ไม่ชัดเจน ("คุณดื่มแอลกอฮอล์บ่อยแค่ไหน? ไม่เคย นานๆ ครั้ง บ่อยครั้ง") อคติจากความต้องการทางสังคม (การรายงานพฤติกรรมหรือผลลัพธ์ที่ถูกสังคมประณามต่ำกว่าความเป็นจริง เช่น การใช้ยาเสพติด และการรายงานพฤติกรรมที่ได้รับการยกย่องสูงกว่าความเป็นจริง เช่น การลงคะแนนเสียง)
- อคติในการเลือก: อคติในการเลือกเกิดขึ้นเมื่อบางหน่วยมีโอกาสถูกเลือกแตกต่างกัน ซึ่งนักวิจัยไม่ได้คำนึงถึง ตัวอย่างเช่น บางครัวเรือนมีหมายเลขโทรศัพท์หลายหมายเลข ทำให้มีโอกาสถูกเลือกในการสำรวจทางโทรศัพท์มากกว่าครัวเรือนที่มีหมายเลขโทรศัพท์เพียงหมายเลขเดียว อคติในการเลือกนี้จะได้รับการแก้ไขโดยการกำหนดค่าน้ำหนักการสำรวจเท่ากับ [1/(จำนวนหมายเลขโทรศัพท์)] ให้กับแต่ละครัวเรือน
- อคติจากการเลือกตนเอง : อคติประเภทหนึ่งที่เกิดขึ้นเมื่อบุคคลเลือกตนเองเข้าร่วมกลุ่มโดยสมัครใจ ซึ่งอาจส่งผลให้การตอบสนองของกลุ่มนั้นมีอคติไปด้วย
- อคติจากการมีส่วนร่วม : อคติที่เกิดขึ้นเนื่องจากลักษณะเฉพาะของผู้ที่เลือกเข้าร่วมในการสำรวจหรือโพล
- อคติจากการครอบคลุม: อคติจากการครอบคลุมอาจเกิดขึ้นได้เมื่อสมาชิกในประชากรบางส่วนไม่ปรากฏอยู่ในกรอบการสุ่มตัวอย่าง (การครอบคลุมไม่ครบถ้วน) อคติจากการครอบคลุมเกิดขึ้นเมื่อค่าที่สังเกตได้เบี่ยงเบนไปจากค่าพารามิเตอร์ของประชากรเนื่องจากความแตกต่างระหว่างหน่วยที่ครอบคลุมและไม่ครอบคลุม การสำรวจทางโทรศัพท์ประสบปัญหาจากแหล่งที่มาของอคติจากการครอบคลุมที่เป็นที่รู้จักกันดี เนื่องจากไม่สามารถรวมครัวเรือนหรือบุคคลไร้บ้านที่ไม่มีโทรศัพท์ได้
ข้อผิดพลาดทั้งการแสดงและการวัดจะได้รับการวิเคราะห์ภายในกรอบแนวคิดของข้อ ผิดพลาดการสำรวจทั้งหมด[ 14 ]
การสุ่มตัวอย่างแบบไม่ใช้ความน่าจะเป็น
แบบสำรวจจำนวนมากไม่ได้อิงตามตัวอย่างความน่าจะเป็น แต่เป็นการค้นหากลุ่มผู้ตอบแบบสอบถามที่เหมาะสมเพื่อทำแบบสำรวจให้เสร็จสมบูรณ์ ตัวอย่างทั่วไปของการสุ่มตัวอย่างที่ไม่ใช่ความน่าจะเป็น ได้แก่: [ 15 ]
- ตัวอย่างตามดุลยพินิจ: นักวิจัยตัดสินใจว่าจะรวมสมาชิกประชากรใดไว้ในตัวอย่างโดยอาศัยดุลยพินิจของตนเอง นักวิจัยอาจให้เหตุผลอื่นสำหรับการเป็นตัวแทนของตัวอย่าง สมมติฐานพื้นฐานคือนักวิจัยจะเลือกหน่วยที่มีลักษณะเฉพาะของประชากร วิธีนี้อาจขึ้นอยู่กับอคติและการรับรู้ของนักวิจัย[ 16 ]
- การสุ่มตัวอย่างแบบลูกโซ่ (Snowball Sample): มักใช้เมื่อกลุ่มเป้าหมายมีจำนวนน้อย สมาชิกของกลุ่มเป้าหมายจะชักชวนสมาชิกคนอื่นๆ ในกลุ่มเป้าหมายเข้าร่วมการสำรวจ
- การสุ่มตัวอย่างแบบโควตา : การสุ่มตัวอย่างแบบนี้ออกแบบมาเพื่อให้มีจำนวนคนตามที่กำหนดไว้ โดยต้องมีลักษณะเฉพาะบางอย่าง เช่น ผู้ดื่มกาแฟ 100 คน การสุ่มตัวอย่างแบบนี้พบได้ทั่วไปในการสำรวจวิจัยตลาดแบบไม่ใช้ความน่าจะเป็น
- กลุ่มตัวอย่างแบบสะดวก : กลุ่มตัวอย่างจะประกอบด้วยบุคคลที่สามารถเข้าถึงได้ง่ายที่สุดเพื่อขอให้กรอกแบบสอบถาม
ในการสุ่มตัวอย่างแบบไม่ใช้ความน่าจะเป็น ความสัมพันธ์ระหว่างประชากรเป้าหมายและกลุ่มตัวอย่างในการสำรวจนั้นไม่สามารถวัดได้ และอคติที่อาจเกิดขึ้นก็ไม่สามารถทราบได้ ผู้ใช้ที่มีความเชี่ยวชาญในการสุ่มตัวอย่างแบบไม่ใช้ความน่าจะเป็นมักมองว่าการสำรวจนั้นเป็นเงื่อนไขในการทดลอง มากกว่าเป็นเครื่องมือสำหรับการวัดประชากร และจะตรวจสอบผลลัพธ์เพื่อหาความสัมพันธ์ที่สอดคล้องกันภายใน
ดูเพิ่มเติม
อ่านเพิ่มเติม
ตำราของ Groves และคณะ ให้ภาพรวมของระเบียบวิธีวิจัยแบบสำรวจ รวมถึงวรรณกรรมล่าสุดเกี่ยวกับการพัฒนาแบบสอบถาม (โดยอาศัยพื้นฐานจากจิตวิทยาการรู้คิด ) :
- โรเบิร์ต โกรฟส์และคณะระเบียบวิธีสำรวจ (2010) ฉบับพิมพ์ครั้งที่สอง จากฉบับพิมพ์ครั้งแรก (2004) ISBN 0-471-48348-6.
หนังสือเล่มอื่นๆ เน้นทฤษฎีทางสถิติของการสุ่มตัวอย่างสำรวจ และต้องอาศัยความรู้พื้นฐานทางสถิติบ้าง ดังที่ได้กล่าวไว้ในตำราเรียนต่อไปนี้:
- เดวิด เอส. มัวร์และจอร์จ พี. แมคเคบ (กุมภาพันธ์ 2548) " ความรู้เบื้องต้นเกี่ยวกับการปฏิบัติทางสถิติ " (ฉบับที่ 5) สำนักพิมพ์ WH Freeman & Company ISBN 0-7167-6282-X.
- ฟรีดแมน, เดวิด ; พิซานี, โรเบิร์ต; เพอร์เวส, โรเจอร์ (2007) สถิติ (ฉบับที่ 4). นิวยอร์ก : นอร์ตัน . ไอเอสบีเอ็น 978-0-393-92972-0เก็บถาวรจากต้นฉบับเมื่อวันที่ 6 กรกฎาคม 2551
หนังสือเรียนเบื้องต้นของ Scheaffer และคณะ ใช้สมการกำลังสองจากพีชคณิตระดับมัธยมปลาย:
- Scheaffer, Richard L., William Mendenhal และ R. Lyman Ott. การสุ่มตัวอย่างสำรวจเบื้องต้นฉบับที่ห้า. เบลมอนต์: สำนักพิมพ์ Duxbury, 1996.
จำเป็นต้องใช้สถิติทางคณิตศาสตร์เพิ่มเติมสำหรับ Lohr, Särndal และคณะ รวมถึง Cochran (แบบคลาสสิก):
- Cochran, William G. (1977). เทคนิคการสุ่มตัวอย่าง (ฉบับที่สาม). Wiley. ISBN 0-471-16240-X.
- โลห์ร, ชารอน แอล. (1999). การสุ่มตัวอย่าง: การออกแบบและการวิเคราะห์ . ดักซ์เบอรี. ISBN 0-534-35361-4.
- ซาร์นดาล, คาร์ล-เอริค; สเวนส์สัน, เบงต์; เร็ตแมน, ม.ค. (1992) การสุ่มตัวอย่างแบบสำรวจ โดยใช้แบบจำลองช่วยสปริงเกอร์-แวร์แลกไอเอสบีเอ็น 0-387-40620-4.
หนังสือสำคัญทางประวัติศาสตร์ของเดมิงและคิชยังคงมีคุณค่าสำหรับนักสังคมศาสตร์ในการให้ข้อมูลเชิงลึก (โดยเฉพาะอย่างยิ่งเกี่ยวกับสำมะโนประชากรของสหรัฐอเมริกาและสถาบันวิจัยสังคมแห่งมหาวิทยาลัยมิชิแกน ):
- เดมิง, ดับเบิลยู. เอ็ดเวิร์ดส์ (1966). ทฤษฎีการสุ่มตัวอย่างบางประการ . สำนักพิมพ์โดเวอร์ . ISBN 0-486-64684-X. OCLC 166526 .
- คิช, เลสลี (1995) การสุ่มตัวอย่างแบบสำรวจไวลีย์ISBN 0-471-10949-5
ลิงก์ภายนอก
- ระเบียบวิธีสำรวจมุมมองงาน CRAN
- แบบสำรวจคืออะไร?เอกสารเผยแพร่โดยศูนย์วิจัยความคิดเห็นแห่งชาติและสมาคมสถิติแห่งอเมริกา
- บทความในวารสาร Journal of Information Technology Learning and Performanceเรื่อง การวิจัยเชิงองค์กร: การกำหนดขนาดตัวอย่างในการวิจัยแบบสำรวจ
- การออกแบบตัวอย่างและช่วงความเชื่อมั่น
- วิธีการสุ่มตัวอย่างในการสำรวจ
- การสุ่มตัวอย่างแบบไม่ใช้ความน่าจะเป็น
สรุปเนื้อหา
ข้อมูลสำคัญจากบทความ
ข้อมูลสำคัญเกี่ยวกับ การสุ่มตัวอย่างแบบสำรวจ
ใน ทางสถิติ การ สุ่มตัวอย่างแบบสำรวจ หมายถึงกระบวนการเลือกกลุ่มตัวอย่างจาก ประชากร เป้าหมาย เพื่อทำการสำรวจ คำว่า " สำรวจ " อาจหมายถึงวิธีการสังเกตหลายประเภทหรือหลายเทคนิค...
การสุ่มตัวอย่างตามความน่าจะเป็น
ในการสุ่มตัวอย่างแบบความน่าจะเป็น (เรียกอีกอย่างว่า "ตัวอย่างทางวิทยาศาสตร์" หรือ "ตัวอย่างแบบสุ่ม") สมาชิกแต่ละคนของประชากรเป้าหมายจะมีโอกาสที่ทราบและไม่เป็นศูนย์ในการรวมอยู่ในตัวอย่าง [ 8 ] ในทางทฤษฎี...
ข้อผิดพลาดที่ไม่เกี่ยวข้องกับการสุ่มตัวอย่างในการสุ่มตัวอย่างแบบความน่าจะเป็น
ความคลาดเคลื่อนในการสำรวจเป็นสิ่งที่ไม่พึงประสงค์ แต่บ่อยครั้งก็หลีกเลี่ยงไม่ได้ ในขณะที่ความคลาดเคลื่อนจากการสุ่มตัวอย่าง (ความแตกต่างระหว่างปริมาณประชากรกับค่าเทียบเท่าที่ประมาณได้อย่างเหมาะสมในตัวอย่าง) สามารถวัดปริมาณได้โดยใช้วิธีทางสถิติที่เหมาะสม...
การสุ่มตัวอย่างแบบไม่ใช้ความน่าจะเป็น
แบบสำรวจจำนวนมากไม่ได้อิงตามตัวอย่างความน่าจะเป็น แต่เป็นการค้นหากลุ่มผู้ตอบแบบสอบถามที่เหมาะสมเพื่อทำแบบสำรวจให้เสร็จสมบูรณ์ ตัวอย่างทั่วไปของการสุ่มตัวอย่างที่ไม่ใช่ความน่าจะเป็น ได้แก่: [ 15 ]