<path d="M18.6514224,10.4604595 C17.3924224,11.9688254 13.9774224,15.4790227 9.46342244,15.5 L9.42442244,15.5 C6.26242244,15.5 3.20842244,13.7938483 0.345422443,10.4264963 C-0.115140814,9.88163847 -0.115140814,9.08439833 0.345422443,8.5395405 C1.60442244,7.03117456 5.01942244,3.52097727 9.53342244,3.5 L9.57342244,3.5 C12.7354224,3.5 15.7894224,5.20615167 18.6524224,8.5735037 C19.1122856,9.11875503 19.1118633,9.91569484 18.6514224,10.4604595 Z M17.8674224,9.2228003 C15.2084224,6.09518855 12.4194224,4.50990594 9.57442244,4.50990594 L9.54042244,4.50990594 C5.46142244,4.52888537 2.30642244,7.78335969 1.14042244,9.18084575 C0.991393136,9.3517953 0.988008897,9.60533857 1.13242244,9.78019645 C3.79142244,12.9078082 6.58142244,14.4920919 9.42542244,14.4920919 L9.46042244,14.4920919 C13.5394224,14.4741114 16.6934224,11.2196371 17.8604224,9.822151 C18.0095734,9.6511131 18.0125381,9.39726759 17.8674224,9.2228003 L17.8674224,9.2228003 Z M9.49942244,13.3932823 C7.35251405,13.3646853 5.63255349,11.6080263 5.65157552,9.46333471 C5.67059754,7.31864313 7.42144652,5.59270141 9.56852513,5.6021069 C11.7156037,5.61151239 13.4512316,7.35272696 13.4514224,9.49750271 C13.4349115,11.6625186 11.6668124,13.4054651 9.49942244,13.3932823 L9.49942244,13.3932823 Z M9.49942244,6.61762258 C7.91092198,6.63961751 6.63891624,7.93990193 6.65354481,9.52676854 C6.66817338,11.1136351 7.96393479,12.3902997 9.55257137,12.3830695 C11.1412079,12.3758393 12.4252698,11.0874333 12.4254224,9.50049946 C12.4127657,7.89797688 11.1037033,6.60820738 9.49942244,6.61762258 L9.49942244,6.61762258 Z" /> <path d="M9.5,13 L15,13 C15.5522847,13 16,12.5522847 16,12 L16,12 L16,5 C16,4.44771525 15.5522847,4 15,4 L15,4 L4,4 L4,4 C3.44771525,4 3,4.44771525 3,5 L3,12 C3,12.5522847 3.44771525,13 4,13 L7,13 L7,15.5 L9.5,13 Z M15.0081158,13.973325 L10,13.973325 L7.42191625,16.5445317 C6.63661359,17.3277395 6,17.0667904 6,15.9700713 L6,13.973325 L3.99188419,13.973325 C2.89179693,13.973325 2,13.0706688 2,11.979044 L2,4.994281 C2,3.89287002 2.89339733,3 3.99188419,3 L15.0081158,3 C16.1082031,3 17,3.90265618 17,4.994281 L17,11.979044 C17,13.0804549 16.1066027,13.973325 15.0081158,13.973325 Z" /> Show �����6 ��á�˹������������ҧ ��á�˹������������ҧ�դ����������ҧ��� ��駹�����ͧ�ҡ����红����šѺ��Ъҡ÷ء˹����Ҩ���������������Ф������·���٧�ҡ��кҧ����������ͧ����ͧ�Ѵ�Թ��������ҨӡѴ ������͡�֡���кҧ��ǹ�ͧ��Ъҡè֧������ͧ����դ������� ��������դ�������㹡�����͡������ҧ �Т��ʹͤ������¢ͧ�ӷ������Ǣ�ͧ �ѧ��� �������¢ͧ�ӷ������Ǣ�ͧ��Ъҡ�(Population)���¶֧ ��Ҫԡ�ء˹��¢ͧ��觷��ʹ��֡�� �����������¶֧����§���ҧ���� ��Ъҡ��Ҩ������觢ͧ ���� ʶҹ��� 9�9 �蹶��ʹ���Ҥ����Դ��繢ͧ���·���յ�͡�����͡��� ��Ъҡ� ��ͤ��·ء�� ���Ͷ��ʹ����ء����ҹ�ͧ����ͧ����������������˹�� ��Ъҡä������ͧ����������������鹷ء����ͧ �����红����šѺ��Ъҡ÷ء˹����Ҩ���������������Ф������·���٧�ҡ��кҧ����������ͧ����ͧ�Ѵ�Թ��������ҨӡѴ ������͡�֡���кҧ��ǹ�ͧ��Ъҡè֧������ͧ����դ������� ���¡��ҡ����������ҧ �����������ҧ (Sample) ���¶֧ ��ǹ˹�觢ͧ��Ъҡ÷������֡�ҫ���繵��᷹�ͧ��Ъҡ� ��÷������������ҧ���繵��᷹���բͧ��Ъҡ����͡����ҧ�ԧ��ѧ��Ъҡ����ҧ������Ͷ������ �е�ͧ�ա�����͡������ҧ��Т�Ҵ������ҧ���������� ��觨е�ͧ�����ʶԵ�����Ҫ���㹡������������ҧ��С�á�˹���Ҵ�ͧ�����������ҧ �������������ҧ (Sampling) ���¶֧ ��кǹ������ҫ�觡����������ҧ����դ����繵��᷹���բͧ��Ъҡ� �������ͧ������������������ҧ�Ըա������������ҧ���� 2 �������˭�� ��� 1. �������������ҧ������������Ҩ��� ( Nonprobability sampling ) �繡�����͡������ҧ�����ӹ֧��ҵ�����ҧ����˹������͡�ʶ١���͡�ҡ��������� ���������Һ������Ҩ��繷������˹���㹻�Ъҡèж١���͡ ������͡�����������ҧẺ����������ö�Ӽŷ������ҧ�ԧ��ѧ��Ъҡ��� ���դ����дǡ��л����Ѵ������Ф��������ҡ���� �������ö��������Ẻ �ѧ��� 1.1 ������͡�����������ҧẺ�ѧ��ԭ (Accidental sampling) �繡�����͡�����������ҧ ���������ӹǹ�����ͧ������������ѡࡳ�� �����������ҧ�����á���������ö���������� 1.2 ������͡�����������ҧẺ�ǵ��( Quota sampling ) �繡�����͡�����������ҧ�� �ӹ֧�֧�Ѵ��ǹͧ���Сͺ�ͧ��Ъҡ� ������͵�ͧ��á����������ҧ 100 �� �������Ȫ�� 50 �� ˭ԧ 50 �� ���ǡ����͡Ẻ�ѧ��ԭ ������á����͡���ú����ӹǹ����ͧ��� 1.3 ������͡�����������ҧẺ��Ш� ( Purposive sampling ) �繡�����͡�����������ҧ�¾Ԩ�óҨҡ��õѴ�Թ㨢ͧ����Ԩ���ͧ �ѡɳТͧ�����������͡��仵���ѵ�ػ��ʧ��ͧ����Ԩ�� ������͡�����������ҧẺ��Ш���ͧ����¤����ͺ��� �����ӹҭ��л��ʺ��ó������ͧ����ͧ�����Ԩ�� ������͡�����������ҧẺ����ժ������¡�ա���ҧ��� Judgement sampling 2. �������������ҧ���������Ҩ��� ( Probability sampling ) �繡������������ҧ������ö��˹��͡�ʷ��˹��µ�����ҧ����˹��¶١���͡������Һ������Ҩ��繷������˹���㹻�Ъҡèж١���͡ ������͡�����������ҧẺ�������ö�Ӽŷ������ҧ�ԧ��ѧ��Ъҡ��� ����ö��������Ẻ �ѧ��� 2.1 �������������ҧẺ���� (Simple random sampling)�繡������������ҧ�¶����ҷء�˹������ͷء���Ҫԡ㹻�Ъҡ����͡�ʨж١���͡����ѹ ��������Ըչ��е�ͧ����ª��ͻ�Ъҡ÷���������ա������Ţ�ӡѺ �Ըա���Ҩ���Ըա�èѺ��ҡ�·���ª��ͻ�Ъҡ÷����� ��������ҧ�Ţ���������Ţ�ӡѺ˹�����ª��ͷ������ͧ��Ъҡ� 2.2 �������������ҧẺ���к� ( Systematic sampling)�繡������������ҧ������ª��ͧ͢�ء˹��»�Ъҡ������§���к�����ѭ�����¡���� ����������觻�Ъҡ��͡�繪�ǧ�����ҡѹ�Ҩ���ǧ�ҡ�Ѵ��ǹ�ͧ��Ҵ�����������ҧ��л�Ъҡ� ����������Ъҡ�˹����á ��ǹ˹��µ���仹Ѻ�ҡ��ǧ�Ѵ��ǹ���ӹdz��� 2.3 �������������ҧẺ������� (Stratified sampling)�繡������������ҧ���¡��Ъҡ��͡�繡������Ъҡ������ �������繪�����ԡ� ��˹��»�Ъҡ�����Ъ�����Ԩ����ѡɳ������ѹ (homogenious) �����������ҧ�������������ӹǹ�����������ҧ����Ѵ��ǹ�ͧ��Ҵ�����������ҧ��С������Ъҡ� 2.4 �������������ҧẺ����� (Cluster sampling )�繡������������ҧ���觻�Ъҡ� �͡�����鹷���������繵�ͧ�Ӻѭ����ª��ͧ͢��Ъҡ� �������������ҧ��Ъҡèҡ��鹷��ѧ����ǵ���ӹǹ����ͧ��� �����֡�ҷء˹��»�Ъҡ�㹡������鹷����� ���ͨзӡ������������ӴѺ����ҡ���� 1 �дѺ ���Ҩ�觾�鹷��ҡ�Ҥ �繨ѧ��Ѵ �ҡ �ѧ��Ѵ������� ���������仨��֧�����ҹ �͡�ҡ���������������ҧ�ѧ����ö���͡����������ҧ��������ҧẺ����Ẻ����������Ẻ��������¡��� ��Ҵ�ͧ�����������ҧ ��Ҵ�ͧ�����������ҧ�դ����Ӥѭ���ҧ��㹡���Ԩ������͡����������ҧ�դ���������������ŷ����ҡ�����������ҧ���ҡ�͡�з����ŧҹ�Ԩ�¹���դس��� ��Ҵ�ͧ�����������ҧ����è֧����������Ѻ����Ԩ�¢������Ѻ����Ԩ����Ҩ��������Դ������Ҵ�����ҡ������§� �֧������Ѻ�� ����Ң�Ҵ������ҧ����ö�ӹdz��ҡ�ٵ� 㹡óյ�ҧ� ��ѧ��� 1. ��û���ҳ���������Ţ��Ե�ͧ��Ъҡ� �������Դ������Ҵ���� e ˹��� ��� �дѺ����������� (1- µ)% 1.1 㹡óշ���Ъҡ��ըӹǹ����� (Infinite population)
sx sx = s/ Ö n ������� n = Z2 s2
�ѧ��� n Z2 s2
e ��ͤ�����Ҵ��������������Դ������ͤ���ᵡ��ҧ�����ҧX - m ������ҧ �ӹѡ�ҹʶԵ���觪ҵ� ��С���������������Ǥ������µ�����ͧ��ͺ���Ǣ�Ҵ��ҧ�դ�����§ູ�ҵðҹ��ҡѺ 1,200 �ҷ ��ҵ�ͧ��û���ҳ�������¢ͧ��ͺ���Ǣ�Ҵ��ҧ ��������ᵡ��ҧ�ҡ�������·�����ԧ 50 �ҷ����дѺ����������� 95 % �е�ͧ���͡������ҧ��ͺ���Ǣ�Ҵ��ҧ�ҡ���ͺ���� s = 1,200 e = 50 Z = 1.96 n = Z2 s2
502 = 2212.76 �е�ͧ���͡������ҧ��ͺ������ 2213 ��ͺ���� 1.2 㹡óշ���Ъҡ��ըӹǹ�� (Finite population) Yamane ( 1973) ��Դ�ٵ÷����㹡�äӹdz��Ҵ�ͧ�����������ҧ ���
1+Ne2 e ��ͤ�����Ҵ��������������Դ�����ٻ�ͧ�Ѵ��ǹ ������ҧ ��һ�Ъҡ÷���֡���� 1,800 �� ��е�ͧ�������Դ������Ҵ����㹡������������ҧ������ 5 ��Ҵ�ͧ�����������ҧ����������
1+Ne2 = 1,800 = 327 1+1,800(.05) 2 �е�ͧ���͡������ҧ 327 �� 2. ��û���ҳ����Ѵ��ǹ�ͧ��Ъҡ�(p) �������Դ������Ҵ���� e % ��� �дѺ����������� (1- µ)% 2.1 㹡óշ���Һ��� p �ҡ Z = P - p sp sp = p ( 1- p) n
e2 ������ҧ ��ҵ�ͧ��û���ҳ����Ѵ��ǹ�ͧ�����.����պ�ҹ�繢ͧ���ͧ㹻չ�����Դ��Ҵ����Թ 3 % �����дѺ����������� 90 % �������������ҧ��㹡��.�ҡ�褹 ��ҷ�Һ��������繵�ͧ������պ�ҹ�繢ͧ���ͧ����� 2 �շ���ҹ�� ��ҡѺ 60% p = .60 1- p = 1-0.6 = 0.4
e2
(0.03) 2 �ѧ��鹤������������ҧ��㹡��. = 721 �� 㹡óշ������Һ��� p Yamane ���Ҥ�� p ( 1- p) �ѧ��� p ( 1- p)���դ���ҡ����ش����� p = ½ ���p ( 1- p) = 1/4
4 e2 ������ҧ 㹡�����Ǩ�����Դ��繢ͧ���Ե��Ф����ʵ�����յ���ԪҪվ��� ��ҵ�ͧ�������Դ�����Դ��Ҵ 2% ����дѺ����������� 90% ����ͺ������Ե��Ф����ʵ���褹 e = 0.02 Z = 1.645
4 e2 = (1.645) 2 = 1691.265 4 (0.02) 2 �е�ͧ�ͺ����ҡ���Ե 1691 �� 㹻Ѩ�غѹ�ѡ�Ԫҡ������������¼���Ԩ���·ӵ��ҧ������ٻ㹡�û���ҳ�ӹǹ�����������ҧ����Ԩ������ö����ҳ�ӹǹ�����������ҧ��ҡ���ҧ�ѹ��������ͧ���ٵ�㹡�äӹdz�ѧ���ҧ�������������ҧ㹵��ҧ����.1 ��С.2 (���Ԫ���ҭ��������Ф��,2535) �͡�����ҧ�ԧ����� ���Ԫ���ѭ��. 2542.�����������ʶԵ� :ʶԵ����͡�õѴ�Թ�. �������駷�� 4. ��ا� : �ç�������觨���ŧ�ó��Է�����. ���ت �ѷ�Ҥ�. 2538. ʶԵԡ���֡��. ��ا � : ����������ʹ�. ���Ԫ�� �ҭ������, ���á ������ �������Ѳ�� �Ե�ҹ���. 2535.������͡��ʶԵԷ�������������Ѻ ����Ԩ�·ҧ�ѧ����ʵ��. ��ا��ҹ�� : ����ŧ�ó�����Է�����. Cohen ,L.,and Manion,L. 1989. Research Method in Education.3rd.Ed.London:Routledge. Stratified Sampling คือการสุ่มแบบใดการเลือกตัวอย่างแบบแบ่งชั้นภูมิ (Stratified Sampling) การเลือกตัวอย่างวิธีนี้ ประชากรจะถูกแบ่งออกเป็นชั้นภูมิ (Stratum) ตามลักษณะอย่างใดอย่างหนึ่ง โดยไม่ให้มีหน่วยซ้ำกัน คือแต่ละหน่วยในประชากรจะต้องอยู่ในชั้นภูมิใดชั้นภูมิหนึ่งเท่านั้น โดยที่พยายามจัดให้ชั้นภูมิเดียวกันประกอบด้วยหน่วยที่มีลักษณะคล้ายคลึงกันมากที่สุด ...
Random Sampling มีอะไรบ้าง5.ประเภทของการสุ่มกลุ่มตัวอย่าง. 1. วิธีสุ่มตัวอย่างแบบง่าย (Simple random sampling). 2. วิธีสุ่มตัวอย่างแบบเป็นระบบ (Systematic random sampling). 3. วิธีสุ่มตัวอย่างแบบแบ่งชั้น (Stratified random sampling). 5. วิธีสุ่มตัวอย่างแบบหลายขั้นตอน (Multi-stage sampling). 5. วิธีสุ่มแบบหลายขั้นตอน. การสุ่มตัวอย่างแบบแบ่งชั้น (Stratified Random Sampling) มีจุดเด่นอย่างไรข้อดีของการแบ่งกลุ่มแบบชั้นภูมิคือ จะได้กลุ่ม ตัวอย่างเป็นตัวแทนที่ดีของประชากร และได้ตัวแทนที่มี คุณลักษณะทุกประเภทของประชากรมากที่สุด ข้อควรคานึง คือ คุณลักษณะที่ใช้ในการแบ่งกลุ่ม นั้นเมื่อจาแนกเป็นกลุ่มย่อยแล้วต้องแตกต่างอย่างชัดเจน การ แบ่งกลุ่มย่อย ไม่ควรให้มีจานวนกลุ่มย่อยมากเกินไป
การสุ่มแบบแบ่งกลุ่มนิยมใช้ในโอกาสใด1.4 การสุ่มตัวอย่างแบบกลุ่มหรือพื้นที่ (Cluster or Area Sampling ) ในกรณีที่ประชากรอยู่กระจัดกระจายกัน การสุ่มตัวอย่างประชากรมักประสบปัญหาที่อาจทำไม่ได้ในทางปฏิบัติหรือทำได้แต่สิ้นเปลืองมาก อาจสุ่มโดยแบ่งประชากรออกเป็นกลุ่มย่อยๆ เรียกว่า Cluster เช่นให้ห้องเรียนเป็นตัวอย่าง เป็นต้น หลักการที่สำคัญคือ ให้สมาชิกภายใน ...
|