ตัวอย่างชนิดและข้อผิดพลาดในการสุ่มตัวอย่างในการวิจัย

ในสถิติตัวอย่างคือกลุ่มย่อยของประชากรที่ใช้เพื่อแสดงทั้งกลุ่มโดยรวม เมื่อทำวิจัยมักไม่ค่อยทำ แบบสอบถามในการสำรวจ สมาชิกทุกคนในกลุ่มประชากรที่เฉพาะเจาะจงเพราะจำนวนคนที่มากเกินไปมีขนาดใหญ่เกินไป เพื่อหาข้อสรุปเกี่ยวกับลักษณะของประชากรนักวิจัยสามารถใช้ ตัวอย่างแบบสุ่ม

ทำไมนักวิจัยใช้ตัวอย่าง?

เมื่อค้นคว้าด้านจิตใจมนุษย์หรือ พฤติกรรม นักวิจัยก็ไม่สามารถ รวบรวมข้อมูล จากบุคคลทุกคนได้ในกรณีส่วนใหญ่ แต่เลือกกลุ่มตัวอย่างขนาดเล็กที่เป็นตัวแทนของกลุ่มใหญ่ ถ้ากลุ่มตัวอย่างเป็นตัวแทนของประชากรที่เป็นปัญหาอย่างแท้จริงนักวิจัยสามารถนำผลของตนไปรวมกับกลุ่มใหญ่ได้

ประเภทของการสุ่มตัวอย่าง

ในการวิจัยทางจิตวิทยาและการวิจัยทางสังคมประเภทอื่นนักทดลองส่วนใหญ่มักใช้วิธีสุ่มตัวอย่างเพียงไม่กี่แบบ

1. การสุ่มตัวอย่างความน่าจะเป็น

การสุ่มตัวอย่างความน่าจะหมายความว่าทุกคนในประชากรยืนและมีโอกาสเท่าเทียมกันในการเลือก เนื่องจากการสุ่มตัวอย่างความน่าจะเกี่ยวข้องกับการสุ่มเลือกก็มั่นใจว่ากลุ่มย่อยที่แตกต่างกันของประชากรมีโอกาสเท่าเทียมกันในการเป็นตัวแทนในกลุ่มตัวอย่าง ทำให้ผู้แทนมีความเป็นไปได้มากขึ้นและนักวิจัยก็สามารถที่จะพูดถึงผลลัพธ์ของพวกเขากับกลุ่มได้ดีขึ้น

มีตัวอย่างการสุ่มตัวอย่างที่แตกต่างกัน:

• การสุ่มตัวอย่างอย่างง่าย คือชื่อที่แสดงให้เห็นว่าเป็น แบบสุ่มตัวอย่าง ที่ง่ายที่สุด นักวิจัยใช้ทุกคนในประชากรและสุ่มเลือกตัวอย่างของพวกเขามักจะใช้บางประเภทของโปรแกรมคอมพิวเตอร์หรือเครื่องกำเนิดไฟฟ้าหมายเลขสุ่ม

• การสุ่มตัวอย่างแบบ แยกส่วนแบ่งเป็นกลุ่มย่อยและสุ่มตัวอย่างจากกลุ่มย่อยแต่ละกลุ่ม ตัวอย่างเช่นงานวิจัยอาจแบ่งประชากรออกเป็นกลุ่มย่อยตามเชื้อชาติเพศหรืออายุและสุ่มตัวอย่างกลุ่มตัวอย่างเหล่านี้แต่ละกลุ่ม การสุ่มตัวอย่างแบบสุ่มตัวอย่างมักให้ความถูกต้องทางสถิติมากกว่าการสุ่มอย่างง่ายและช่วยให้แน่ใจได้ว่ากลุ่มตัวอย่างบางกลุ่มสามารถแสดงตัวอย่างได้อย่างถูกต้อง
• การสุ่มตัวอย่างแบบกลุ่ม หมายถึงการแบ่งกลุ่มประชากรออกเป็นกลุ่มเล็ก ๆ ซึ่งมักขึ้นอยู่กับที่ตั้งทางภูมิศาสตร์หรือเขตแดน จากนั้นกลุ่มตัวอย่างจะสุ่มเลือกกลุ่มตัวอย่างทั้งหมดที่อยู่ในกลุ่ม ตัวอย่างเช่นสมมติว่าคุณกำลังพยายามศึกษาเกี่ยวกับผู้บริหารโรงเรียนในรัฐของคุณ การเก็บรวบรวมข้อมูลจากหลักการของโรงเรียนทุกแห่งจะเป็นเรื่องที่ต้องเสียค่าใช้จ่ายและใช้เวลานาน การใช้วิธีสุ่มตัวอย่างแบบคลัสเตอร์คุณสุ่มเลือกมณฑลห้ามณฑลจากรัฐของคุณและรวบรวมข้อมูลจากทุกๆเรื่องในแต่ละมณฑลทั้งห้ามณฑล

การสุ่มตัวอย่าง

การสุ่มตัวอย่างที่ไม่ใช่ความน่าจะเป็นในทางตรงกันข้ามการเลือกผู้เข้าร่วมโดยใช้วิธีการที่ไม่ได้ให้ทุกคนในกลุ่มประชากรมีโอกาสเท่าเทียมกันในการเลือก

ปัญหาหนึ่งกับตัวอย่างประเภทนี้คืออาสาสมัครอาจมีความแตกต่างกันไปในบางตัวแปรมากกว่าอาสาสมัครที่ไม่ใช่ซึ่งอาจทำให้เป็นการยากที่จะสรุปผลให้กับประชากรทั้งหมด

นอกจากนี้ยังมีตัวอย่างการสุ่มตัวอย่าง nonprobability หลายแบบเช่น

• การสุ่มตัวอย่างสะดวกสบาย เกี่ยวข้องกับการใช้ผู้เข้าร่วมการศึกษาเนื่องจากสะดวกและพร้อมใช้งาน ถ้าคุณมีอาสาสมัครเข้าร่วมการศึกษาทางจิตวิทยาผ่านแผนกจิตวิทยาของมหาวิทยาลัยคุณก็มีส่วนร่วมในการศึกษาที่อาศัยตัวอย่างที่สะดวกสบาย การศึกษาที่พึ่งพาการขอร้องให้อาสาสมัครหรือโดยการใช้ตัวอย่างทางคลินิกที่มีให้สำหรับนักวิจัยก็เป็นตัวอย่างของตัวอย่างความสะดวก

• การสุ่มตัวอย่างแบบเจาะจงจะต้องหา บุคคลที่มีคุณสมบัติตรงตามเกณฑ์บางอย่าง ตัวอย่างเช่นนักการตลาดอาจสนใจที่จะเรียนรู้ว่าผลิตภัณฑ์ของพวกเขารับรู้กันอย่างไรโดยผู้หญิงอายุระหว่าง 18 ถึง 35 ปีพวกเขาอาจจ้าง บริษัท วิจัยตลาดเพื่อทำการสัมภาษณ์ทางโทรศัพท์โดยจงใจหาและสัมภาษณ์ผู้หญิงที่มีอายุครบตามเกณฑ์
• การสุ่มตัวอย่างโควต้า เกี่ยวข้องกับการสุ่มตัวอย่างสัดส่วนของกลุ่มย่อยภายในประชากรโดยเฉพาะ ตัวอย่างเช่นนักสำรวจทางการเมืองอาจสนใจศึกษาความคิดเห็นของประชากรในประเด็นทางการเมืองบางเรื่อง ถ้าพวกเขาใช้การสุ่มตัวอย่างอย่างง่ายพวกเขาอาจพลาดบางส่วนของประชากรโดยบังเอิญ แทนที่จะสร้างเกณฑ์ว่าเปอร์เซ็นต์ของกลุ่มตัวอย่างจะต้องรวมถึงกลุ่มย่อยเหล่านี้ด้วย แม้ว่าตัวอย่างที่ได้จะไม่เป็นตัวแทนของสัดส่วนที่เกิดขึ้นจริงในประชากร แต่โควต้าจะทำให้แน่ใจได้ว่ากลุ่มย่อยเหล่านี้มีขนาดเล็กลง

เรียนรู้เพิ่มเติมเกี่ยวกับวิธีการบางอย่างที่ตัวอย่างความน่าจะเป็นและความไม่น่าเป็นไปได้ต่างกัน

ข้อผิดพลาดในการสุ่มตัวอย่าง

เนื่องจากการสุ่มตัวอย่างตามธรรมชาติไม่สามารถรวมทุกๆบุคคลในประชากรได้ข้อผิดพลาดอาจเกิดขึ้นได้ ความแตกต่างระหว่างสิ่งที่มีอยู่ในประชากรและสิ่งที่อยู่ในตัวอย่างจะเรียกว่า ข้อผิดพลาดในการสุ่มตัวอย่าง

แม้ว่าจะไม่สามารถทราบได้ว่าความแตกต่างระหว่างประชากรและกลุ่มตัวอย่างอาจแตกต่างกันอย่างไรนักวิจัยสามารถประมาณขนาดของข้อผิดพลาดในการสุ่มตัวอย่างได้อย่างมีนัยสำคัญทางสถิติ ในการสำรวจทางการเมืองเช่นคุณมักจะได้ยินเกี่ยวกับขอบของข้อผิดพลาดที่แสดงโดยระดับความเชื่อมั่นบางอย่าง

โดยทั่วไปขนาดของตัวอย่างจะมีขนาดเล็กลงกว่าระดับข้อผิดพลาด นี่เป็นเพียงเพราะในขณะที่ตัวอย่างใกล้จะถึงขนาดของประชากรทั้งหมดแล้วยิ่งมีแนวโน้มว่าจะสามารถจับภาพลักษณะของประชากรได้อย่างถูกต้องมากขึ้นเท่านั้น วิธีเดียวที่จะกำจัดข้อผิดพลาดในการสุ่มตัวอย่างอย่างสมบูรณ์คือการรวบรวมข้อมูลจากประชากรทั้งหมดซึ่งมักจะเป็นเพียงแค่ค่าใช้จ่ายที่ต้องห้ามและใช้เวลานาน สามารถสุ่มตัวอย่างข้อผิดพลาดในการสุ่มตัวอย่างได้ด้วยการใช้การทดสอบความน่าจะเป็นแบบสุ่มและขนาดตัวอย่างขนาดใหญ่

_{อ้างอิง:}

_{กู๊ดวิน, CJ (2010) การวิจัยทางจิตวิทยา: วิธีการและการออกแบบ Hoboken, NJ: John Wiley and Sons}

_{นิโคลัสแอล (2008) จิตวิทยาเบื้องต้น UCT Press: เคปทาวน์}