ลักษณะตัวอย่างที่ดีและเหตุผลของการสุ่มตัวอย่าง
การกำหนดขนาดกลุ่มตัวอย่าง
เพื่อให้เกิดความเชื่อมั่นส่าทุกหน่วยประชากรได้โอกาสรับเลือกเป็นตัวแทนของประชากร งานวิจัยโดยส่วนใหญ่จึงนิยมกำหนดขนาดกลุ่มตัวอย่างตามการคำนวณของนักวิเคราะห์ต่าง ๆ เช่น ทาโร ยามาเน่ (Taro yamane) เฮอร์เบิร์กมอนด์ (Herbert Asin And Raymond R.) โรสคอว์ (Roscoe : 1975) เป็นต้น
ลักษณะตัวอย่างที่ดีและเหตุผลของการสุ่มตัวอย่าง
ดังกล่าวมาแล้วว่า การเก็บข้อมูลจากทุก ๆ หน่วยประชากรทำได้ยาก ถึงแม้จะทำได้ก็เสียเวลาและเสียค่าใช้จ่ายในการเก็บข้อมูลจากทุก ๆ หน่วยประชากรนั้นความผิดพลาดที่อาจจะเกิดขึ้นก็มีมากเหมือนกัน วิธีที่ดีที่สุดที่นิยมใช้กัน คือ เก็บข้อมูลจากประชากรนั้นกลุ่มที่ต้องการศึกษามาเพียงบางส่วน ประชากรบางส่วนที่ถูกเลือกมานั้นผู้วิจัยเรียกว่าตัวอย่าง ซึ่งจะเป็นตัวแทนของกลุ่มประชากรกลุ่มนั้น ตัวอย่างสามารถแทนทุกลักษณะของประชากรหรือไม่ ฉะนั้นในการสำรวจเพื่อทำการวิจัยหรืออะไรก็ตาม ผลจะถูกเพียงใดนั้นขึ้นอยู่กับการกำหนดแบบแผนของการเลือกตัวอย่างที่เหมาะสมที่จะกำหนดว่าวิธีสุ่มตัวอย่างจะสุ่มได้อย่างไร รวมถึงการกำหนดนาดของตัวอย่าง ซึ่งถือว่าเป็นส่วนสำคัญที่สุดในการที่จะให้ได้ข้อมูลที่ดี ที่ถูกต้อง ซึ่งจะใช้เป็นตัวแทนของประชากรทั้งหมด ลักษณะของข้อมูลที่ดีนั้นจะต้องไม่มีความเอนเอียง และความคลาดเคลื่อนน้อยที่สุด ความเอนเอียงที่เกิดขึ้นจากตัวอย่างนั้น อาจมีหรือไม่มีก็ได้ สาเหตุที่ทำให้เกิดความเอนเอียงนั้นมี 2 ประการ คือ
ปกติแล้วในการเก็บข้อมูลสถิติจากตัวอย่างจะมีความคลาดเคลื่อนในข้อมูลทุกครั้ง การที่ผู้วิจัยใช้ ทำให้สามมารถวิเคราะห์และคำนวณว่าข้อมูลที่จะประมาณได้จากตัวอย่างมีความคลาดเคลื่อนและมีความเอนเอียงเท่าไรโดยที่ความคลาดเคลื่อนจากการสุ่มตัวอย่างนั้น ผู้วิจัยวัดด้วยค่าความแปรปรวน ของตัวที่ใช้ประมาณค่ากรณีที่ตัวประมาณค่าไม่มีความเอนเอียงแต่อย่างใดก็ดีในทางทฤษฎีผู้วิจัยสามารถควบคุมความคลาดเคลื่อนจากตัวอย่างได้ โดยการเพิ่มขนาดของตัวอย่างให้ใหญ่ขึ้น และเลือกใช้สูตรประมาณค่าให้สอดคล้องกับแบบแผนตัวอย่างที่จะกำหนดขึ้นก็จะได้ค่าประมาณที่ไม่มีความเอนเอียงได้
เพื่อให้เกิดความเชื่อมั่นส่าทุกหน่วยประชากรได้โอกาสรับเลือกเป็นตัวแทนของประชากร งานวิจัยโดยส่วนใหญ่จึงนิยมกำหนดขนาดกลุ่มตัวอย่างตามการคำนวณของนักวิเคราะห์ต่าง ๆ เช่น ทาโร ยามาเน่ (Taro yamane) เฮอร์เบิร์กมอนด์ (Herbert Asin And Raymond R.) โรสคอว์ (Roscoe : 1975) เป็นต้น
ลักษณะตัวอย่างที่ดีและเหตุผลของการสุ่มตัวอย่าง
ดังกล่าวมาแล้วว่า การเก็บข้อมูลจากทุก ๆ หน่วยประชากรทำได้ยาก ถึงแม้จะทำได้ก็เสียเวลาและเสียค่าใช้จ่ายในการเก็บข้อมูลจากทุก ๆ หน่วยประชากรนั้นความผิดพลาดที่อาจจะเกิดขึ้นก็มีมากเหมือนกัน วิธีที่ดีที่สุดที่นิยมใช้กัน คือ เก็บข้อมูลจากประชากรนั้นกลุ่มที่ต้องการศึกษามาเพียงบางส่วน ประชากรบางส่วนที่ถูกเลือกมานั้นผู้วิจัยเรียกว่าตัวอย่าง ซึ่งจะเป็นตัวแทนของกลุ่มประชากรกลุ่มนั้น ตัวอย่างสามารถแทนทุกลักษณะของประชากรหรือไม่ ฉะนั้นในการสำรวจเพื่อทำการวิจัยหรืออะไรก็ตาม ผลจะถูกเพียงใดนั้นขึ้นอยู่กับการกำหนดแบบแผนของการเลือกตัวอย่างที่เหมาะสมที่จะกำหนดว่าวิธีสุ่มตัวอย่างจะสุ่มได้อย่างไร รวมถึงการกำหนดนาดของตัวอย่าง ซึ่งถือว่าเป็นส่วนสำคัญที่สุดในการที่จะให้ได้ข้อมูลที่ดี ที่ถูกต้อง ซึ่งจะใช้เป็นตัวแทนของประชากรทั้งหมด ลักษณะของข้อมูลที่ดีนั้นจะต้องไม่มีความเอนเอียง และความคลาดเคลื่อนน้อยที่สุด ความเอนเอียงที่เกิดขึ้นจากตัวอย่างนั้น อาจมีหรือไม่มีก็ได้ สาเหตุที่ทำให้เกิดความเอนเอียงนั้นมี 2 ประการ คือ
ปกติแล้วในการเก็บข้อมูลสถิติจากตัวอย่างจะมีความคลาดเคลื่อนในข้อมูลทุกครั้ง การที่ผู้วิจัยใช้ ทำให้สามมารถวิเคราะห์และคำนวณว่าข้อมูลที่จะประมาณได้จากตัวอย่างมีความคลาดเคลื่อนและมีความเอนเอียงเท่าไรโดยที่ความคลาดเคลื่อนจากการสุ่มตัวอย่างนั้น ผู้วิจัยวัดด้วยค่าความแปรปรวน ของตัวที่ใช้ประมาณค่ากรณีที่ตัวประมาณค่าไม่มีความเอนเอียงแต่อย่างใดก็ดีในทางทฤษฎีผู้วิจัยสามารถควบคุมความคลาดเคลื่อนจากตัวอย่างได้ โดยการเพิ่มขนาดของตัวอย่างให้ใหญ่ขึ้น และเลือกใช้สูตรประมาณค่าให้สอดคล้องกับแบบแผนตัวอย่างที่จะกำหนดขึ้นก็จะได้ค่าประมาณที่ไม่มีความเอนเอียงได้
Looks good examples and reasons of sampling.
Determining the sample size
In order to build confidence in the yeast population is likely to have been selected as representative of the population. Research by the most widely prescribed sample size according to the calculations of analysts such as Taro Yamane (Taro yamane) Raymond Herbert (Herbert Asin And Raymond R.) Rose macaws (Roscoe: 1975). etc.
Looks good examples and reasons of sampling
As mentioned above, The data from each population is difficult. Although it is a time consuming and costly to collect data from every population that errors may occur, it is much the same. The best method is commonly used to collect data from people and groups who wish to study partially. Some populations were selected, the researchers called the sample. This is representative of the population of that group. Samples can represent all the characteristics of the population or not. Therefore, in a survey for research or whatever. The result is one that is based on determining the pattern of choosing the appropriate sample to determine if sampling is random, however. Including the identification of samples Reynolds. Which is considered the most important of which is to obtain information that is required to be used as a representative of the total population. Nature of the information it must not be biased. And minimal tolerances Bias arising from that example. May not have Causes of bias are two reasons.
Normally, to collect data from a sample to a discrepancy in the data at all times. The Researcher Make the third car and analyze that data to calculate estimated from the sample, the error and where it is disposed of sampling error is. Researchers measured by the variance. The estimation of the case without bias estimators any good in theory, the researcher can control the deviation from the samples. By increasing the sample size bigger. And use the formula for the sample to be determined in accordance with the pattern, it is estimated that there is a tendency.
In order to build confidence in the yeast population is likely to have been selected as representative of the population. Research by the most widely prescribed sample size according to the calculations of analysts such as Taro Yamane (Taro yamane) Raymond Herbert (Herbert Asin And Raymond R.) Rose macaws (Roscoe: 1975). etc.
Looks good examples and reasons of sampling
As mentioned above, The data from each population is difficult. Although it is a time consuming and costly to collect data from every population that errors may occur, it is much the same. The best method is commonly used to collect data from people and groups who wish to study partially. Some populations were selected, the researchers called the sample. This is representative of the population of that group. Samples can represent all the characteristics of the population or not. Therefore, in a survey for research or whatever. The result is one that is based on determining the pattern of choosing the appropriate sample to determine if sampling is random, however. Including the identification of samples Reynolds. Which is considered the most important of which is to obtain information that is required to be used as a representative of the total population. Nature of the information it must not be biased. And minimal tolerances Bias arising from that example. May not have Causes of bias are two reasons.
Normally, to collect data from a sample to a discrepancy in the data at all times. The Researcher Make the third car and analyze that data to calculate estimated from the sample, the error and where it is disposed of sampling error is. Researchers measured by the variance. The estimation of the case without bias estimators any good in theory, the researcher can control the deviation from the samples. By increasing the sample size bigger. And use the formula for the sample to be determined in accordance with the pattern, it is estimated that there is a tendency.