แผนการสุ่มตัวอย่าง
1. หลักการสุ่มตัวอย่าง
1.1 การสุ่มตัวอย่างแบบใส่คืน เป็นการสุ่มตัวอย่างโดยให้หน่วยย่อย ๆ ที่สุ่มได้กลับคืนที่ ก่อนที่จะทำการสุ่มหน่วยอื่น ๆ ต่อไป ดังนั้นจึงมีโอกาสที่จะสุ่มได้ตัวอย่างประชากรที่ซ้ำกันหรือถูกเลือกแล้ว เช่น การเลือกตัวอย่างกาแฟยี่ห้อ A ขึ้นมาตรวจสอบโดยการชั่งน้ำหนักกาแฟว่ามีน้ำหนัก 100 กรัม ตามที่ระบุไว้ข้างขวดหรือไม่ ถ้าต้องการตรวจสอบกาแฟ 20 ขวด และเลือกตัวอย่างแบบใส่คืน อาจจะมีกาแฟขวดใดขวดหนึ่งซึ่งถูกเลือกเป็นกลุ่มตัวอย่างหลายครั้งถ้ามีกาแฟขวดใดถูกเลือก 2 ครั้ง จะทำให้จำนวนกาแฟที่นำมาตรวจสอบเหลือเพียง 19 ขวด ดังนั้นส่วนใหญ่การเลือกตัวอย่างจึงมักไม่ใช่แบบใส่คืน นอกจากนี้ยังมีตัวอย่างการสุ่มตัวอย่างคืนแบบใส่คืน เช่น การหมุนวงล้อมของรางวัลสลากกินแย่งรัฐบาล เป็นต้น
1.2 การสุ่มตัวอย่างแบบไม่ใส่คืน เป็นการสุ่มตัวอย่างจากประชากรโดยหน่วยย่อย ๆ ที่สุ่มได้ถูกแยกออกไม่ใส่คืนที่ และการสุ่มไปเรื่อย ๆ ดังนั้นจึงไม่มีโอกาสที่จะสุ่มได้อย่างประชากรที่ซ้ำกันเลย เช่น เลือกตัวอย่างกาแฟมา 20 ขวดพร้อมๆกัน จากกาแฟที่มีทั้งหมด 100 ขวด ดังนั้นถ้ากำหนดขนาดตัวอย่างเท่ากันการเลือกตัวอย่างแบบไม่ใส่คืนจะทำให้ค่าประมาณมีคุณภาพดีกว่าการเลือกตัวอย่างแบบใส่คืน เนื่องจากการที่มีหน่วยตัวอย่างซ้ำ ๆ กัน จะทำให้ขนาดตัวอย่างลดลง จึงทำให้ข้อมูลที่นำมาศึกษามีน้อยลง นอกจากนี้ยังมีตัวอย่าง่ของการสุ่มตัวอย่างแบบไม่ใส่คืน เช่น การจับรางวัลชิงโชคที่ชิ้นส่วนใดที่ได้รางวัลแล้วจะไม่นำมาจับใหม่อีกครั้งหนึ่ง หรือการจับใบดำ-ใบแดงของบุคคลที่ต้องเกณฑ์ทหาร เป็นต้น
2. วิธีการสุ่มตัวอย่าง
2.1 การสุ่มตัวอย่างโดยไม่ใช่ความน่าจะเป็น เป็นการสุ่มตัวอย่างโดยไม่กำหนดค่าความน่าจะเป็นที่ตัวอย่างแต่ละหน่วยจะถูกเข้ามาในกลุ่มตัวอย่างเนื่องจากไม่ทราบว่าโอกาสที่ตัวอย่างแต่ละหน่วยจะถูกเลือกมีมากน้อยเท่าใด ทำให้ไม่มาสารถคาดคะเนความคลาดเคลื่อนของการสุ่มตัวอย่าง ได้ จึงทำให้เกิดกลุ่มตัวอย่างที่ลำเอียง ได้ การสุ่มตัวอย่างแบบนี้ มักใช้กับงานวิจัยที่ต้องการศึกษาเฉพาะเจาะจงบางเรื่อง หรือบางกลุ่มของประชากรเท่านั้น โดยมีวิธีการเลือกตัวอย่าง ดังนี้
2.1.1 การเลือกตัวอย่างแบบบังเอิญ เป็นเลือกหน่วยตัวอย่างให้ครบตามที่ต้องการโดยไม่มีกำหนดกฎเกณฑ์ใด ๆ เพียงแต่หน่วยตัวอย่างนั้นบังเอิญอยู่หรือผ่านมา ณ จุดที่มีการเก็บ รวบรวมข้อมูล เช่น สอบถามข้อมูลกับผู้ที่กำลังเดินเข้าตึกแห่งหนึ่ง จำนวน 10 คน เป็นต้น
2.1.2 การเลือกตัวอย่างแบบโควตา หรือการเลือกโดยใช้สัดส่วน เป็นการกำหนดกลุ่มย่อยโดยอาศัยสัดส่วนตามลักษณะของกลุ่มที่ต้องการศึกษา เช่น จำแนกตามเพศ อายุ การศึกษา ความสามารถทางด้านกีฬา เป็นต้น แล้วจึงเลือกตัวอย่างจากกลุ่มเหล่านั้น โดยวิธีการบังเอิญต่อไป
2.1.3 การเลือกตัวอย่างแบบลูกโซ่ เป็นการเลือกตัวโดยขั้นแรกจะเลือกตัวอย่างที่มีลักษณะพิเศษ แล้วถามตัวอย่างนั้นให้ช่วยเสนอรายชื่อตัวอย่างที่มีลักษณะดังกล่าวต่อไปอีก จึงการเป็นการเลือกตัวอย่างแบบโยงกันเป็นทอด ๆ คล้ายลูกโซ่ เช่น การพิจารณาคดีการศึกษาความเป็นมาของวัตถุโบราณ เป็นต้น
2.1.4 การเลือกตัวอย่างเฉพาะเจาะจง เป็นการใช้วิจารญาณของผู้เก็บข้อมูลในการกำหนดค่าสังเกตที่จะมาเป็นกลุ่มตัวอย่าง
2.2 การสุ่มตัวอย่างโดยใช้ความน่าจะเป็น เป็นสุ่มตัวอย่างโดนคำนึงถึงความน่าจะเป็นของแต่ละหน่วยประชากรที่จะได้รับเลือก ซึ่งเป็นไปในแบบการสุ่มตัวอย่างเฉพาะเจาะจง ในกรณีนี้ตัวอย่างทุกหน่วยในประชากรจะมีโอกาสถูกเลือกเท่ากัน ทำให้สามารถคาดคะเนความคลาดเคลื่อนของการสุ่มตัวอย่าง ซึ่งสามารถแบ่งออกได้ ดังนี้
2.2.1 การสุ่มตัวอย่างแบบธรรมดา หรือสุ่มตัวอย่างแบบง่าย เป็นการสุ่มตัวอย่างที่ประชากรทุกหน่วยมีสิทธิ์ได้รับเลือกเท่า ๆ กัน โดยมีบัญชีรายชื่อของประชากรทุกหน่วย แล้วทำการจับฉลากหรือใช้ตารางเลขสุ่ม จนได้กลุ่มตัวอย่างครบตามที่ต้องการ
2.2.2 การสุ่มตัวอย่างแบบมีระบบ เป็นการสุ่มตัวอย่างแบบสุ่ม เป็นช่วง ๆ โดยมีรายชื่อของประชากรทุกหน่วย ทำการสุ่มตัวอย่างเริ่มต้น แล้วนับไปตามช่วงของการสุ่มเช่น ต้องการสุ่มพนักงาน 200 คน จากทั้งหมด 1,000 คน ดังนั้นจึงสุ่มทุก 5 คน เอามา 1 คน สมมติสุ่มคนที่เป็นตัวอย่างแรกหมายเลข 002 คนที่สองที่ตกเป็นตัวอย่างคือหมายเลข 007 สำหรับคนที่ 3 และถัด ๆ มาจะได้แก่หมายเลข 012, 017, …,997 รวมกลุ่มตัวอย่างทั้งสิ้น 200 คน
2.2.3 การสุ่มตัวอย่างแบบมีชั้นภูมิ เป็นการสุ่มตัวอย่างแบบแยกออกเป็นกลุ่ม พวก หรือ ชั้น ตามวัตถุประสงค์ของการศึกษา เช่น ความแตกต่างของลักษณะภูมิอากาศทางการปกครอง ทางเพศ ทางศาสนา เป็นต้น โดยที่แต่ละกลุ่มมีลักษณะประชากรภายในกลุ่มเดียวคล้ายคลึงกัน และลักษณะประชากรต่างกลุ่มกันจะแตกต่างกันในการสุ่มตัวอย่างจากแต่ละกลุ่มตามสัดส่วนของกลุ่มตัวอย่าง อาจจะเท่ากันหรือไม่เท่ากันก็ได้ ทั้งนี้ขึ้นอยู่กับความเหมาะสม
2.2.4 การสุ่มตัวอย่างแบบแบ่งกลุ่ม เป็นการสุ่มตัวอย่างจากประชากรที่อยู่รวมกันเป็นกลุ่ม ๆ ลักษณะภายในกลุ่มเดียวกันจะแตกต่างกัน และลักษณะประชากรในแต่ละกลุ่มจะมีความคล้ายคลึงกัน เช่น ใช้ห้องเรียน ท้องที่ เป็นตัวแบ่ง เป็นต้น จำนวนของกลุ่มต่าง ๆ ถูกสุ่มขึ้นมาศึกษาเมื่อสุ่มได้กลุ่มใดก็จะนำสมาชิกที่อยู่ในกลุ่มนั้น ๆ ทั้งหมดมาศึกษา เช่น การศึกษาเกี่ยวกับครัวเรือนในประเทศไทย ผู้วิจัยอาจแบ่งครัวเรือนออกเป็นกลุ่มโดยใช้ตำบลเป็นหลักแล้วทำการสุ่มตำบล เมื่อสุ่มได้ตำบลใดก็ทำการศึกษารวบรวมจากทุกครัวเรือนในตำบลนั้น ๆ เป็นต้น
2.2.5 การสุ่มตัวอย่างแบบหลายชั้น เป็นการเลือกตัวอย่างที่ขยายต่อจากการเลือกตัวอย่างแบบกลุ่ม นั่นคือ แบ่งกลุ่มย่อยให้มีความแตกต่างภายในแต่ละกลุ่มย่อย ในที่นี้ผู้วิจัยจะเรียกแต่และกลุ่มย่อยว่า “ชั้น” นั่นก็คือเป็นการสุ่มตัวอย่างแบบแบ่งประชากรออกเป็นลำดับชั้นต่าง ๆ เช่น ภาค จังหวัด อำเภอ ตำบล หมู่บ้าน เป็นต้น แล้วทำการสุ่มตัวอย่างจากหน่วยหรือลำดับชั้นที่ใหญ่ก่อน จากหน่วยที่สุ่มได้ แล้วทำการสุ่มหน่วยลำดับใหญ่รองลงมาจากกลุ่มที่มีลำดับใหญ่ที่ถูกเลือกทำเช่นนี้ไปเรื่อย ๆ ทีละขั้น จนถึงกลุ่มตัวอย่างในลำดับชั้นที่เล็กสุดหรือลำดับชั้นที่ต้องการ การเลือกตัวอย่างแบบกลุ่มถือเป็นเลือกตัวอย่างแบบขั้นเดียว เช่น เรื่องความคิดเห็นทางการเมือง ถ้าในแต่ละอาชีพมีความคิดเห็นแตกต่างกัน อาจจะใช้แผนการเลือกตัวอย่างแบบหลายขั้นตอนและแบ่งออกเป็น 6 กลุ่มอาชีพ ถ้าต้องการเลือกตัวอย่างแบบ 3 ขั้นตอน นั่นคือ
ขั้นที่ 1 จะเลือกกลุ่มอาชีพมาเพียงบางกลุ่ม เช่น สุ่มมาสองอาชีพ ได้อาชีพข้าราชการ และพนักงานธุรกิจเอกชน
ขั้นที่ 2 ในแต่ละอาชีพ จะมีช่วงอาชีพ จะมีช่วงอายุต่าง ๆ กัน เช่น ถ้าในแต่ละอาชีพแบ่งเป็น 6 ช่วงอายุ จะสุ่มช่วงอายุ มา 3 ช่วง จากข้าราชการและพนักงานธุรกิจเอกชน
ขั้นที่ 3 เลือกหน่อยตัวอย่างที่มีอายุในช่วงอายุที่ถูกเลือกของอาชีพราชการ และพนักงานธุรกิจเอกชนการเลือกตัวอย่างจากแต่ละขั้นตอนจะใช้แผนการเลือกตัวอย่างแบบใดก็ได้
1.1 การสุ่มตัวอย่างแบบใส่คืน เป็นการสุ่มตัวอย่างโดยให้หน่วยย่อย ๆ ที่สุ่มได้กลับคืนที่ ก่อนที่จะทำการสุ่มหน่วยอื่น ๆ ต่อไป ดังนั้นจึงมีโอกาสที่จะสุ่มได้ตัวอย่างประชากรที่ซ้ำกันหรือถูกเลือกแล้ว เช่น การเลือกตัวอย่างกาแฟยี่ห้อ A ขึ้นมาตรวจสอบโดยการชั่งน้ำหนักกาแฟว่ามีน้ำหนัก 100 กรัม ตามที่ระบุไว้ข้างขวดหรือไม่ ถ้าต้องการตรวจสอบกาแฟ 20 ขวด และเลือกตัวอย่างแบบใส่คืน อาจจะมีกาแฟขวดใดขวดหนึ่งซึ่งถูกเลือกเป็นกลุ่มตัวอย่างหลายครั้งถ้ามีกาแฟขวดใดถูกเลือก 2 ครั้ง จะทำให้จำนวนกาแฟที่นำมาตรวจสอบเหลือเพียง 19 ขวด ดังนั้นส่วนใหญ่การเลือกตัวอย่างจึงมักไม่ใช่แบบใส่คืน นอกจากนี้ยังมีตัวอย่างการสุ่มตัวอย่างคืนแบบใส่คืน เช่น การหมุนวงล้อมของรางวัลสลากกินแย่งรัฐบาล เป็นต้น
1.2 การสุ่มตัวอย่างแบบไม่ใส่คืน เป็นการสุ่มตัวอย่างจากประชากรโดยหน่วยย่อย ๆ ที่สุ่มได้ถูกแยกออกไม่ใส่คืนที่ และการสุ่มไปเรื่อย ๆ ดังนั้นจึงไม่มีโอกาสที่จะสุ่มได้อย่างประชากรที่ซ้ำกันเลย เช่น เลือกตัวอย่างกาแฟมา 20 ขวดพร้อมๆกัน จากกาแฟที่มีทั้งหมด 100 ขวด ดังนั้นถ้ากำหนดขนาดตัวอย่างเท่ากันการเลือกตัวอย่างแบบไม่ใส่คืนจะทำให้ค่าประมาณมีคุณภาพดีกว่าการเลือกตัวอย่างแบบใส่คืน เนื่องจากการที่มีหน่วยตัวอย่างซ้ำ ๆ กัน จะทำให้ขนาดตัวอย่างลดลง จึงทำให้ข้อมูลที่นำมาศึกษามีน้อยลง นอกจากนี้ยังมีตัวอย่าง่ของการสุ่มตัวอย่างแบบไม่ใส่คืน เช่น การจับรางวัลชิงโชคที่ชิ้นส่วนใดที่ได้รางวัลแล้วจะไม่นำมาจับใหม่อีกครั้งหนึ่ง หรือการจับใบดำ-ใบแดงของบุคคลที่ต้องเกณฑ์ทหาร เป็นต้น
2. วิธีการสุ่มตัวอย่าง
2.1 การสุ่มตัวอย่างโดยไม่ใช่ความน่าจะเป็น เป็นการสุ่มตัวอย่างโดยไม่กำหนดค่าความน่าจะเป็นที่ตัวอย่างแต่ละหน่วยจะถูกเข้ามาในกลุ่มตัวอย่างเนื่องจากไม่ทราบว่าโอกาสที่ตัวอย่างแต่ละหน่วยจะถูกเลือกมีมากน้อยเท่าใด ทำให้ไม่มาสารถคาดคะเนความคลาดเคลื่อนของการสุ่มตัวอย่าง ได้ จึงทำให้เกิดกลุ่มตัวอย่างที่ลำเอียง ได้ การสุ่มตัวอย่างแบบนี้ มักใช้กับงานวิจัยที่ต้องการศึกษาเฉพาะเจาะจงบางเรื่อง หรือบางกลุ่มของประชากรเท่านั้น โดยมีวิธีการเลือกตัวอย่าง ดังนี้
2.1.1 การเลือกตัวอย่างแบบบังเอิญ เป็นเลือกหน่วยตัวอย่างให้ครบตามที่ต้องการโดยไม่มีกำหนดกฎเกณฑ์ใด ๆ เพียงแต่หน่วยตัวอย่างนั้นบังเอิญอยู่หรือผ่านมา ณ จุดที่มีการเก็บ รวบรวมข้อมูล เช่น สอบถามข้อมูลกับผู้ที่กำลังเดินเข้าตึกแห่งหนึ่ง จำนวน 10 คน เป็นต้น
2.1.2 การเลือกตัวอย่างแบบโควตา หรือการเลือกโดยใช้สัดส่วน เป็นการกำหนดกลุ่มย่อยโดยอาศัยสัดส่วนตามลักษณะของกลุ่มที่ต้องการศึกษา เช่น จำแนกตามเพศ อายุ การศึกษา ความสามารถทางด้านกีฬา เป็นต้น แล้วจึงเลือกตัวอย่างจากกลุ่มเหล่านั้น โดยวิธีการบังเอิญต่อไป
2.1.3 การเลือกตัวอย่างแบบลูกโซ่ เป็นการเลือกตัวโดยขั้นแรกจะเลือกตัวอย่างที่มีลักษณะพิเศษ แล้วถามตัวอย่างนั้นให้ช่วยเสนอรายชื่อตัวอย่างที่มีลักษณะดังกล่าวต่อไปอีก จึงการเป็นการเลือกตัวอย่างแบบโยงกันเป็นทอด ๆ คล้ายลูกโซ่ เช่น การพิจารณาคดีการศึกษาความเป็นมาของวัตถุโบราณ เป็นต้น
2.1.4 การเลือกตัวอย่างเฉพาะเจาะจง เป็นการใช้วิจารญาณของผู้เก็บข้อมูลในการกำหนดค่าสังเกตที่จะมาเป็นกลุ่มตัวอย่าง
2.2 การสุ่มตัวอย่างโดยใช้ความน่าจะเป็น เป็นสุ่มตัวอย่างโดนคำนึงถึงความน่าจะเป็นของแต่ละหน่วยประชากรที่จะได้รับเลือก ซึ่งเป็นไปในแบบการสุ่มตัวอย่างเฉพาะเจาะจง ในกรณีนี้ตัวอย่างทุกหน่วยในประชากรจะมีโอกาสถูกเลือกเท่ากัน ทำให้สามารถคาดคะเนความคลาดเคลื่อนของการสุ่มตัวอย่าง ซึ่งสามารถแบ่งออกได้ ดังนี้
2.2.1 การสุ่มตัวอย่างแบบธรรมดา หรือสุ่มตัวอย่างแบบง่าย เป็นการสุ่มตัวอย่างที่ประชากรทุกหน่วยมีสิทธิ์ได้รับเลือกเท่า ๆ กัน โดยมีบัญชีรายชื่อของประชากรทุกหน่วย แล้วทำการจับฉลากหรือใช้ตารางเลขสุ่ม จนได้กลุ่มตัวอย่างครบตามที่ต้องการ
2.2.2 การสุ่มตัวอย่างแบบมีระบบ เป็นการสุ่มตัวอย่างแบบสุ่ม เป็นช่วง ๆ โดยมีรายชื่อของประชากรทุกหน่วย ทำการสุ่มตัวอย่างเริ่มต้น แล้วนับไปตามช่วงของการสุ่มเช่น ต้องการสุ่มพนักงาน 200 คน จากทั้งหมด 1,000 คน ดังนั้นจึงสุ่มทุก 5 คน เอามา 1 คน สมมติสุ่มคนที่เป็นตัวอย่างแรกหมายเลข 002 คนที่สองที่ตกเป็นตัวอย่างคือหมายเลข 007 สำหรับคนที่ 3 และถัด ๆ มาจะได้แก่หมายเลข 012, 017, …,997 รวมกลุ่มตัวอย่างทั้งสิ้น 200 คน
2.2.3 การสุ่มตัวอย่างแบบมีชั้นภูมิ เป็นการสุ่มตัวอย่างแบบแยกออกเป็นกลุ่ม พวก หรือ ชั้น ตามวัตถุประสงค์ของการศึกษา เช่น ความแตกต่างของลักษณะภูมิอากาศทางการปกครอง ทางเพศ ทางศาสนา เป็นต้น โดยที่แต่ละกลุ่มมีลักษณะประชากรภายในกลุ่มเดียวคล้ายคลึงกัน และลักษณะประชากรต่างกลุ่มกันจะแตกต่างกันในการสุ่มตัวอย่างจากแต่ละกลุ่มตามสัดส่วนของกลุ่มตัวอย่าง อาจจะเท่ากันหรือไม่เท่ากันก็ได้ ทั้งนี้ขึ้นอยู่กับความเหมาะสม
2.2.4 การสุ่มตัวอย่างแบบแบ่งกลุ่ม เป็นการสุ่มตัวอย่างจากประชากรที่อยู่รวมกันเป็นกลุ่ม ๆ ลักษณะภายในกลุ่มเดียวกันจะแตกต่างกัน และลักษณะประชากรในแต่ละกลุ่มจะมีความคล้ายคลึงกัน เช่น ใช้ห้องเรียน ท้องที่ เป็นตัวแบ่ง เป็นต้น จำนวนของกลุ่มต่าง ๆ ถูกสุ่มขึ้นมาศึกษาเมื่อสุ่มได้กลุ่มใดก็จะนำสมาชิกที่อยู่ในกลุ่มนั้น ๆ ทั้งหมดมาศึกษา เช่น การศึกษาเกี่ยวกับครัวเรือนในประเทศไทย ผู้วิจัยอาจแบ่งครัวเรือนออกเป็นกลุ่มโดยใช้ตำบลเป็นหลักแล้วทำการสุ่มตำบล เมื่อสุ่มได้ตำบลใดก็ทำการศึกษารวบรวมจากทุกครัวเรือนในตำบลนั้น ๆ เป็นต้น
2.2.5 การสุ่มตัวอย่างแบบหลายชั้น เป็นการเลือกตัวอย่างที่ขยายต่อจากการเลือกตัวอย่างแบบกลุ่ม นั่นคือ แบ่งกลุ่มย่อยให้มีความแตกต่างภายในแต่ละกลุ่มย่อย ในที่นี้ผู้วิจัยจะเรียกแต่และกลุ่มย่อยว่า “ชั้น” นั่นก็คือเป็นการสุ่มตัวอย่างแบบแบ่งประชากรออกเป็นลำดับชั้นต่าง ๆ เช่น ภาค จังหวัด อำเภอ ตำบล หมู่บ้าน เป็นต้น แล้วทำการสุ่มตัวอย่างจากหน่วยหรือลำดับชั้นที่ใหญ่ก่อน จากหน่วยที่สุ่มได้ แล้วทำการสุ่มหน่วยลำดับใหญ่รองลงมาจากกลุ่มที่มีลำดับใหญ่ที่ถูกเลือกทำเช่นนี้ไปเรื่อย ๆ ทีละขั้น จนถึงกลุ่มตัวอย่างในลำดับชั้นที่เล็กสุดหรือลำดับชั้นที่ต้องการ การเลือกตัวอย่างแบบกลุ่มถือเป็นเลือกตัวอย่างแบบขั้นเดียว เช่น เรื่องความคิดเห็นทางการเมือง ถ้าในแต่ละอาชีพมีความคิดเห็นแตกต่างกัน อาจจะใช้แผนการเลือกตัวอย่างแบบหลายขั้นตอนและแบ่งออกเป็น 6 กลุ่มอาชีพ ถ้าต้องการเลือกตัวอย่างแบบ 3 ขั้นตอน นั่นคือ
ขั้นที่ 1 จะเลือกกลุ่มอาชีพมาเพียงบางกลุ่ม เช่น สุ่มมาสองอาชีพ ได้อาชีพข้าราชการ และพนักงานธุรกิจเอกชน
ขั้นที่ 2 ในแต่ละอาชีพ จะมีช่วงอาชีพ จะมีช่วงอายุต่าง ๆ กัน เช่น ถ้าในแต่ละอาชีพแบ่งเป็น 6 ช่วงอายุ จะสุ่มช่วงอายุ มา 3 ช่วง จากข้าราชการและพนักงานธุรกิจเอกชน
ขั้นที่ 3 เลือกหน่อยตัวอย่างที่มีอายุในช่วงอายุที่ถูกเลือกของอาชีพราชการ และพนักงานธุรกิจเอกชนการเลือกตัวอย่างจากแต่ละขั้นตอนจะใช้แผนการเลือกตัวอย่างแบบใดก็ได้
sampling plan
1. The sampling
1.1 Restoring sampling A unit is a small sampling of random recovery. Before sampling to other units anyway, so it is likely to be random sample duplicates or is then chosen as the sampling coffee brand A was monitored by weighing the coffee weighs 100 grams as. listed on the bottle or To check coffee and a bottle of 20 samples returned. May have a bottle coffee or a bottle of which is selected as the sample multiple times if a bottle coffee is selected two times, the amount of coffee used to detect only 19 bottles, so the majority of the sample, it is often not the insert. There is also an example of a random night to night, as the rotating circle of the government and oust lottery prize.
1.2 Sampling is returned. A small sampling of the population by random were inseparable on the night. And random indefinitely, so there is no chance of sampling the population duplicate it as a sample coffee for 20 bottles simultaneously from coffee with 100 bottles, so if the sample size is equal to the sample survey no. night to make an estimate of better quality than the sample survey returned. Because of the sample unit repeatedly to make the sample size decreases. As a result, the data used in this study is less. There is also an example of sampling is returned as a prize draw to win a piece of the prize will not be caught again. Or capture card - black and red of the person in the military and so on.
2. Sampling method
2.1 The non-probability sampling. There were, without specifying the probability that each sample is in the sample because they do not know what the chances are that each unit is an example of how much choice there. Does not matter if the prediction error of sampling, thereby ensuring that the sample is biased sampling this. Often used in research to study some specific subject. Or only certain segments of the population The method of sample selection below.
2.1.1 Sampling accidental The sample was selected to meet the required criteria, without any sample unit is only a coincidence, or past the point of data collection, such as information on who is walking into a building of 10 onwards.
2.1.2 Sampling quota Or selection by using the ratio Define subgroups based on the ratio of the observed characteristics such as sex, age, education, sports, etc., and the ability to select samples from those groups. By the way, the next chance
2.1.3 Sampling chain The first step is to select the sample selection effects. For example, ask them to nominate such samples further. This is a sample survey closely resemble one another chain, including the trial, the study of the ancient objects and so on.
2.1.4 Selection of specific examples Urged the use of the data to determine the notice to the sample.
2.2 Using probability sampling. A sampling by taking into account the probability of each population will be selected. Below is a sampling specific. In this case, for example, every unit in the population has an equal chance of being selected. Makes it possible to estimate the error of sampling. Which can be divided as follows:
2.2.1 Conventional sampling Or simple random sampling There were all the population eligible to be selected as well as a list of all the population. Then draw or use a table of random numbers. Until it reaches the desired sample.
2.2.2 Sampling System A random sampling interval, with a list of all the population. Sampling start Since the range of random example. To Random 200 employees of 1,000 people, so it randomly every 5 people, 1 person assuming random people that's the first number 002, the second of the sample is number 007 for 3rd and subsequent to the number 012. 017, ..., 997 Total sample of 200 people.
2.2.3 The sampling is stratified. There were split into groups, or in accordance with the objectives of the study, such as the difference in the weather of political, religious, sexual, etc. Each group had similar demographic characteristics within the same group. And demographic characteristics of each group varies in a random sample from each group, the proportion of the sample. May be equal or unequal time. Depending on the prevailing
2.2.4 Segmentation sampling A sampling of the population are combined in the same manner as a group are different. And demographic characteristics of each group are similar, such as the classroom area is divided on a number of different groups were randomly studied randomized groups, it would bring the members in that group of study such as education. on households in The research can be divided into groups of households using district is essentially random parish. When the district was conducted randomly collected from each household in the parish and so on.
2.2.5 Multi-layered sampling To select a sample that extends from the sample survey group, the group has been rated a difference within each subgroup. In this subgroup, however, and researchers are calling the "floor" is that the sampling population is divided into a hierarchy such as the provincial town or village and then were randomly selected from a larger unit or hierarchy before. From the random These samples unit number, followed by a large number of groups that have chosen to do this, so step up to the small sample size in the hierarchy or hierarchy of needs. The sample survey sample survey group is the same as the Political. If the professional opinions differ. May use a multi-stage sampling plan and divided into 6 groups, career, if you want a 3-step guide That is
Step 1 is to select only certain professional groups, such as random-occupation. Officials have Private businesses and employees
Step 2 in each class will have a career. Will have a different age, as if in each class were randomly divided into 6 age range in age from 3 to officials and employees of private businesses.
Step 3 Select bit samples between the ages of choice of occupation government. Private businesses and employees to select samples from each step plan to use any of the following links.
1.1 Restoring sampling A unit is a small sampling of random recovery. Before sampling to other units anyway, so it is likely to be random sample duplicates or is then chosen as the sampling coffee brand A was monitored by weighing the coffee weighs 100 grams as. listed on the bottle or To check coffee and a bottle of 20 samples returned. May have a bottle coffee or a bottle of which is selected as the sample multiple times if a bottle coffee is selected two times, the amount of coffee used to detect only 19 bottles, so the majority of the sample, it is often not the insert. There is also an example of a random night to night, as the rotating circle of the government and oust lottery prize.
1.2 Sampling is returned. A small sampling of the population by random were inseparable on the night. And random indefinitely, so there is no chance of sampling the population duplicate it as a sample coffee for 20 bottles simultaneously from coffee with 100 bottles, so if the sample size is equal to the sample survey no. night to make an estimate of better quality than the sample survey returned. Because of the sample unit repeatedly to make the sample size decreases. As a result, the data used in this study is less. There is also an example of sampling is returned as a prize draw to win a piece of the prize will not be caught again. Or capture card - black and red of the person in the military and so on.
2. Sampling method
2.1 The non-probability sampling. There were, without specifying the probability that each sample is in the sample because they do not know what the chances are that each unit is an example of how much choice there. Does not matter if the prediction error of sampling, thereby ensuring that the sample is biased sampling this. Often used in research to study some specific subject. Or only certain segments of the population The method of sample selection below.
2.1.1 Sampling accidental The sample was selected to meet the required criteria, without any sample unit is only a coincidence, or past the point of data collection, such as information on who is walking into a building of 10 onwards.
2.1.2 Sampling quota Or selection by using the ratio Define subgroups based on the ratio of the observed characteristics such as sex, age, education, sports, etc., and the ability to select samples from those groups. By the way, the next chance
2.1.3 Sampling chain The first step is to select the sample selection effects. For example, ask them to nominate such samples further. This is a sample survey closely resemble one another chain, including the trial, the study of the ancient objects and so on.
2.1.4 Selection of specific examples Urged the use of the data to determine the notice to the sample.
2.2 Using probability sampling. A sampling by taking into account the probability of each population will be selected. Below is a sampling specific. In this case, for example, every unit in the population has an equal chance of being selected. Makes it possible to estimate the error of sampling. Which can be divided as follows:
2.2.1 Conventional sampling Or simple random sampling There were all the population eligible to be selected as well as a list of all the population. Then draw or use a table of random numbers. Until it reaches the desired sample.
2.2.2 Sampling System A random sampling interval, with a list of all the population. Sampling start Since the range of random example. To Random 200 employees of 1,000 people, so it randomly every 5 people, 1 person assuming random people that's the first number 002, the second of the sample is number 007 for 3rd and subsequent to the number 012. 017, ..., 997 Total sample of 200 people.
2.2.3 The sampling is stratified. There were split into groups, or in accordance with the objectives of the study, such as the difference in the weather of political, religious, sexual, etc. Each group had similar demographic characteristics within the same group. And demographic characteristics of each group varies in a random sample from each group, the proportion of the sample. May be equal or unequal time. Depending on the prevailing
2.2.4 Segmentation sampling A sampling of the population are combined in the same manner as a group are different. And demographic characteristics of each group are similar, such as the classroom area is divided on a number of different groups were randomly studied randomized groups, it would bring the members in that group of study such as education. on households in The research can be divided into groups of households using district is essentially random parish. When the district was conducted randomly collected from each household in the parish and so on.
2.2.5 Multi-layered sampling To select a sample that extends from the sample survey group, the group has been rated a difference within each subgroup. In this subgroup, however, and researchers are calling the "floor" is that the sampling population is divided into a hierarchy such as the provincial town or village and then were randomly selected from a larger unit or hierarchy before. From the random These samples unit number, followed by a large number of groups that have chosen to do this, so step up to the small sample size in the hierarchy or hierarchy of needs. The sample survey sample survey group is the same as the Political. If the professional opinions differ. May use a multi-stage sampling plan and divided into 6 groups, career, if you want a 3-step guide That is
Step 1 is to select only certain professional groups, such as random-occupation. Officials have Private businesses and employees
Step 2 in each class will have a career. Will have a different age, as if in each class were randomly divided into 6 age range in age from 3 to officials and employees of private businesses.
Step 3 Select bit samples between the ages of choice of occupation government. Private businesses and employees to select samples from each step plan to use any of the following links.