สวัสดีปีใหม่นะคะ

ขอให้ทุกๆคน มีความสุขมากๆ สุขภาพแข็งแรง และต้อนรับปีใหม่ด้วยความสุข ร่าเริง แจ่มใส

สู้ๆต่อไปจ้า

อ.น้ำ

การวิเคราะห์ข้อมูลทางสถิติด้วยโปรแกรมสำเร็จรูปทางสถิติ

 

ในปัจจุบันการเรียนการสอนในระดับบัณฑิตศึกษาทุกสาขา จะต้องมีการทำวิทยานิพนธ์ หรือปริญญานิพนธ์ หรืองานวิจัย หรือ Thesis หรือ Dissertation เพื่อนำเสนอขอรับปริญญามหาบัณฑิต หรือดุษฎีบัณฑิต ในสถาบันที่ศึกษาอยู่ ตลอดจนการทำวิจัยของนักวิจัยที่อยู่ในหน่วยงานต่าง ๆ หรือครูที่ทำวิจัยเพื่อขอเลื่อนตำแหน่ง ปรับเงินเดือน จำเป็นอย่างยิ่งที่จะต้องมีขั้นตอนของการวิเคราะห์ข้อมูล ทั้งข้อมูลที่อยู่ในรูปเชิงคุณภาพ และข้อมูลที่อยู่ในรูปเชิงปริมาณ โปรแกรมคอมพิวเตอร์ที่จะช่วยผู้วิจัยให้สามารถประมวลผลข้อมูลได้อย่างรวดเร็วและถูกต้องมีอยู่ด้วยกันหลายโปรแกรม ซึ่งโปรแกรม SPSS ก็เป็นโปรแกรมหนึ่งที่เป็นที่นิยมกันเป็นส่วนใหญ่ เนื่องมาจากใช้งานได้ง่าย และสามารถหามาใช้ได้ง่าย นอกจากนี้โปรแกรมยังมีการพัฒนาอยู่ตลอดเวลา อันจะเห็นได้จาก รุ่นของโปรแกรมที่เปลี่ยนแปลงไปอย่างรวดเร็ว

เอกสารต่อไปนี้ ได้อ้างอิงมาจากผู้ทรงคุณวุฒิ ซึ่งเป็นอาจารย์ผู้เชี่ยวชาญด้านโปรแกรมสำเร็จรูปเพื่อการทำวิจัย นักศึกษาและผู้ที่สนใจสามารถดาวโหลดได้ที่นี่ค่ะ

>>>>> http://www.mediafire.com/?63dlqfmdpiosq7n

วิธีการจัดประสบการณ์สำหรับเด็กปฐมวัย

วิธีการจัดประสบการณ์สำหรับเด็กปฐมวัย

       การจัดประสบการณ์ให้แก่เด็ก มีวิธีการมากมายที่ครูควรจัดให้ ซึ่งต้องเลือกใช้ให้เหมาะสมกับจุดประสงค์ที่ต้องการ ไม่มีวิธีการจัดประสบการณ์วิธีใดดีที่สุด แต่ละวิธีจะมีข้อดีและข้อเสีย ซึ่งการจัดประสบการณ์ที่เหมาะสม ต้องขึ้นอยู่กับองค์ประกอบหลายประการด้วยกัน

      




1. การจัดประสบการณ์แบบปฏิบัติการหรือทดลอง  การจัดประสบการณ์วิธีนี้ เด็กจะเป็นผู้เรียนรู้ด้วยตนเอง โดยครูจะเป็นเพียงผู้ให้คำแนะนำช่วยเหลือ เด็กทุกคนจะมีโอกาสได้เรียนรูจากการปฏิบัติจริง ได้จัดกระทำกับวัสดุอุปกรณ์ และศึกษาด้วยตนเอง เช่น การทดลองการลอยและจม การเกิดรุ้งกินน้ำ การปลูกถั่วงอก การผสมสี เป็นต้น

      
2. การจัดประสบการณ์โดยการเล่านิทาน  จะเป็นการนำเรื่องราวของนิทานมาเล่าสู่กันฟัง เด็กจะได้รับความสนุกสนานจากนิทาน และยังสามารถสอดแทรกความคิด คุณธรรมที่ดีงามให้แก่เด็ก ซึ่งจะเป็นแนวทางในการนำไปปฏิบัติตามที่ถูกที่ควร ในการดำรงชีวิตในสังคม

      
 3. การจัดประสบการณ์แบบการแสดงบทบาทสมมุติ วิธีนี้จะเป็นการนำการแสดงบทบาทสมมุติมาใช้เป็นเครื่องมือและวิธีการในการสอนของครู เพื่อให้เด็กมีความเข้าใจได้ลึกซึ้ง ซึ่งจะเป็นการสร้างสถานการณ์หรือสมมุติ โดยให้เด็กแสดงออกมาตามที่คิดและจินตนาการ หลังจากนั้นจะนำเอาการแสดงออก ทั้งที่เป็นความรู้และพฤติกรรมมาพูดคุยอภิปรายกัน เช่น โรงพยาบาล สถานีตำรวจ ธนาคาร ร้านเสริมสวย ซุปเปอร์มาร์เก็ต เป็นต้น

      


4. การจัดประสบการณ์แบบสาธิต ครูจะเป็นผู้ทำให้ดู ทำให้เห็น และมีการชี้แนะให้ทำตาม เช่น การจัดประสบการณ์เรื่อง การทำแผล การล้างผักหรือผลไม้ เป็นต้น

     




5. การจัดประสบการณ์โดยใช้เกม  การจัดประสบการณ์ในลักษณะนี้ เด็กๆ จะได้รับความสนุกสนาน แต่จะมีกฏเกณฑ์ กติกา เข้ามา อาจเป็นเกมที่เงียบหรือเกมที่ต้องใช้ความว่องไวในการเล่น การเล่นอาจเล่นเป็นกลุ่ม เล่นสองคน เล่นคนเดียว เกมการเล่นนี้ จะกระตุ้นการทำงานของสมองหรือร่างกาย หรืออาจฝึกทักษะบางส่วนของร่างกายและจิตใจเป็นพิเศษได้

      
6. การจัดประสบการณ์แบบสนทนาอภิปราย  การจัดประสบการณ์วิธีนี้ เป็นการแลกเปลี่ยนความคิดเห็นซึ่งกันและกันระหว่างครูกับเด็ก หรือเด็กกับเด็กกันเองก็ได้ โดยมีครูเป็นผู้ประสานงาน แต่มีสิ่งที่ครูพึงระมัดระวังคือ ไม่ตอบปัญหาให้เด็กก่อนที่เด็กจะคิดตอบปัญหาด้วยตัวของเขาเอง ครูควรจะเป็นเพียงผู้แนะนำให้เด็กคิดไปตามลำดับ จนถึงจุหมายปลายทางที่ต้องการ นั่นคือ คำตอบ วิธีการนี้จะเป็นวิธีการที่ทำให้เด็กรู้จักคิดเป็น

7. การจัดประสบการณ์แบบศึกษานอกสถานที่

เป็นวิธีการจัดประสบการณ์ที่ครู พาเด็กๆไปศึกษาสภาพความเป็นจริง อาจเป็นนอกห้องเรียน รอบๆ บริเวณโรงเรียน หรือนอกโรงเรียน ซึ่งเป็นการเพิ่มพูนประสบการณ์ตรงที่เด็กจะได้รับเกี่ยวกับความสัมพันธ์ของสิ่งต่างๆ ในธรรมชาติให้กับเด็ก

      

 

 

8. การจัดประสบการณ์แบบเชิญวิทยากร เป็นการจัดประสบการณ์โดยการเชิญบุคคลที่มีความรู้ ความสามารถ ซึ่งอาจเป็นผู้ปกครองของเด็ก มาพูดคุยกับเด็กหรืออาจมาร่วมกิจกรรมกับเด็กในรูปแบบต่างๆ ที่เหมาะสมกับวัยของเด็ก อาทิ แพทย์ พยาบาล ตำรวจ ทหาร พ่อค้าแม่ค้า ชาวนา บุรุษไปรษณีย์ เป็นต้น นอกจากนี้อาจเป็นบุคคลในอาชีพต่างๆ ที่เด็กรู้จักคุ้นเคย ทั้งนี้หัวข้อเรื่องที่วิทยากรจะมาพูดคุย ควรเป็นเรื่องที่เด็กๆ สนใจ

      


 อย่างไรก็ดี ไม่มีวิธีการจัดประสบการณ์วิธีใดเป็นวิธีที่ดีที่สุด การจัดประสบการณ์ที่ดี จะเป็นการจัดประสบการณ์ที่จัดแล้วเหมาะสมกับวัย โอกาส และเป็นสิ่งที่เด็กสนใจ นั่นคือวิธีที่ดีที่สุดสำหรับการเรียนรู้ของเด็กปฐมวัย

การจัดประสบการณ์คณิตศาสตร์สำหรับเด็กปฐมวัย

Math for Early Childhood

การจัดประสบการณ์คณิตศาสตร์สำหรับเด็กปฐมวัย

เมื่อพูดถึงคณิตศาสตร์ ผู้ใหญ่บางคนได้ฟัง ยังหนาวๆ ร้อนๆ แล้วสำหรับเด็กเล็กๆ การเรียนรู้เรื่องนี้จะเป็นสิ่งที่ยากเกินไปสำหรับเขาหรือไม่? คำตอบของคำถามข้างต้นนั้นคือ "ไม่ยากหรอกค่ะ" ถ้าเรารู้จักเนื้อหาและวิธีในการส่งเสริมทักษะทางคณิตศาสตร์ให้กับเด็ก ซึ่งเริ่มต้นได้ง่ายๆจากสิ่งรอบตัวเด็กนี่เอง...

ทักษะทางคณิตศาสตร์ คือ ?

ก่อนที่จะค้นหาวิธีส่งเสริมต่างๆ ให้กับเด็ก เราควรจะรู้ว่าทักษะทางคณิตศาสตร์นั้นหมายถึง

เรื่องอะไรบ้าง

เริ่มได้เมื่อไหร่ดี .... การเรียนรู้ทักษะทางคณิตศาสตร์ของเด็กแต่ละวัยย่อมแตกต่างกันไป เราสามารถส่งเสริมเนื้อหาทางคณิตศาสตร์ได้ทุกด้านแต่ต่างกันตรงวิธีการค่ะสำหรับเด็กวัย 3- 4 ขวบ จำเป็นต้องเรียนคณิตศาสตร์ผ่านสิ่งที่เป็นรูปธรรมมากเพราะเขายังไม่เข้าใจสิ่งที่เป็นนามธรรม เช่น ให้เด็กสามขวบ ดูตัวเลข 2 กับ 3 แล้วเอาเครื่องหมายมากกว่าน้อยกว่าไปให้เขาใส่ เขาก็จะงงแน่นอน ว่า

เจ้าสามเหลี่ยมปากกว้างนี้คืออะไร เด็กวัยนี้การเรียนเรื่องจำนวนตัวเลข ต้องผ่านสิ่งของที่เป็นรูปธรรม จับต้องได้ แต่ถ้าเป็นพี่ 5 หรือ 6 ขวบ จะเริ่มเข้าใจสิ่งที่เป็นนามธรรมหรือสัญลักษณ์ต่างๆ ได้แล้วเรียนรู้ได้จากสิ่งใกล้ตัว

หลายคนเข้าใจว่าคณิตศาสตร์ คือ เรื่องของจำนวนและตัวเลขเท่านั้น แต่ความจริงแล้วคณิตศาสตร์มีเนื้อหาที่กว้างกว่านั้นมาก....เช่น

รูปทรง

การจับคู่

การชั่งตวงวัด

การเปรียบเทียบ

การจัดลำดับ

การจัดประเภท ฯลฯ

คณิตศาสตร์มีอยู่ทุกหนทุกแห่งรอบตัวเรา ในแต่ละวันเด็ก ๆ มีโอกาสที่จะเรียนรู้เกี่ยวกับตัวเลข จำนวน รูปทรงเรขาคณิต การจับคู่ การแยกประเภท ฯลฯ เช่น การตื่นนอน (เรื่องของเวลา) การแต่งกาย (การจับคู่เสื่อผ้า) การรับประทานอาหาร (การคาดคะเนปริมาณ) การเดินทาง(เวลา ตัว เลขที่สัญญาณไฟ ทิศทาง) การซื้อของ (เงิน การนับ การคำนวณ) ฯลฯ เชื่อหรือยังคะว่าคณิตศาสตร์มี

อยู่จริงในชีวิตประจำวัน

กิจกรรมใด ๆ ที่เปิดโอกาสให้มีการวางแผน การจัดแบ่งหมวดหมู่ จับคู่ เปรียบเทียบ หรือเรียงลำดับ ล้วนมีคุณค่าทั้งสิ้น

การจัดประสบการณ์คณิตศาสตร์สำหรับเด็กปฐมวัย หมายถึง การจัดกิจกรรมต่างๆที่เปิดโอกาสให้ได้เด็กได้กระทำด้วยตนเอง ผ่านการเล่น การได้สัมผัส ได้กระทำ จากการมีปฏิสัมพันธ์กับเพื่อนและผู้ใหญ่ เรียนรู้จากรูปธรรมไปสู่นามธรรม เรียนรู้จากสิ่งที่อยู่ใกล้ตัวไปสู่สิ่งที่อยู่ไกลตัว

การจัดการเรียนรู้คณิตศาสตร์ตามหลักสูตร

การจัดการเรียนรู้คณิตศาสตร์ตามหลักสูตร ควรเน้นให้เด็กเกิดความคิดรวบยอด และทักษะพื้นฐานทางคณิตศาสตร์ 7 ด้าน ดังนี้

1.การสังเกตการจำแนกและการเปรียบเทียบ

1.1 การจำแนกความเหมือนความแตกต่าง

1.2 การจัดหมวดหมู่

1.3 การเรียงลำดับสิ่งต่างๆ

2.ทางด้านตัวเลข และจำนวน

2.1 การนับจำนวน

2.2 การรู้ค่าของจำนวน

2.3 การดำเนินการเกี่ยวกับจำนวน

3.ทางด้านมิติสัมพันธ์

3.1 เข้าใจตำแหน่ง

3.2 เข้าใจระยะ

3.3 การเข้าใจทิศทาง

3.4 การต่อชิ้นส่วนภาพ

4.ทักษะทางด้านเวลา

4.1 การเปรียบเทียบในเรื่องเวลา

4.2 การเรียงลำดับเหตุการณ์

4.3 ฤดูกาล

5.ทักษะการคิด

5.1 ทักษะการใช้ประสาทสัมผัสทั้ง 5

5.2 การคิดเชื่อมโยงความสัมพันธ์ของสิ่งต่างๆ

5.3 ความสามารถด้านความคิดสร้างสรรค์

5.4 การคิดแก้ปัญหา

6.ทักษะการใช้ภาษา

6.1 ทักษะการฟัง

6.2 ทักษะการพูด

6.3 ทักษะการอ่าน

6.4 ทักษะการเขียน

7.กิจกรรมที่ใช้ส่งเสริมพัฒนาการทางภาษาและการคิด

7.1 นิทานคณิตศาสตร์

7.2 การสนทนา อภิปราย แลกเปลี่ยนความคิดเห็น

อ้างอิงจาก :

1. เรียนคณิตศาสตร์ด้วยการเล่น แปลและเรียบเรียงโดย ดร.วรนาท รักสกุลไทย

2. นวัตกร ศศิธร Chocolate_Cake (ผู้เขียน อาจารย์สิริมณี บรรจง)

ประชากรและกลุ่มตัวอย่าง

ประชากรและกลุ่มตัวอย่าง

Population and Samples

ประชากร

ประชากร(Population) หมายถึง กลุ่มของสิ่งต่างๆทั้งหมดที่ผู้วิจัยสนใจ ซึ่งอาจเป็นกลุ่มของสิ่งของ คน หรือเหตุการณ์ต่างๆ

กลุ่มตัวอย่าง

กลุ่มตัวอย่างกลุ่ม(Sample)หมายถึง  เป็นส่วนหนึ่งของประชากรที่ผู้วิจัยสนใจ กลุ่มตัวอย่างที่ดีหมายถึงกลุ่มตัวอย่างที่มีลักษณะต่างๆที่สำคัญครบถ้วนเหมือนกับกลุ่มประชากร เป็นตัวแทนที่ดีของกลุ่มประชากรได้

       การใช้กลุ่มตัวอย่างมาศึกษาค่าสถิติ(statistics) ซึ่งเป็นลักษณะที่ได้จากการวิเคราะห์กับกลุ่มตัวอย่าง อาจจะมีความผิดพลาดได้เมื่อนำไปใช้ประมาณค่าพารามิเตอร์ (parameter)  หรือลักษณะของประชากร (characteristics of population)   บางครั้งค่าสถิติที่ได้อาจประมาณต่ำกว่าค่าพารามิเตอร์ (underestimation) หรือประมาณเกินกว่าความเป็นจริงของลักษณะประชากร (overestimation) ซึ่งถ้าทำการศึกษาโดยการเลือกกลุ่มตัวอย่างประชากรจากประชากรเดิม (parent population) ด้วยขนาดของกลุ่มตัวอย่างเท่าเดิมโดยวิธีการสุ่ม(random) และใช้หลักการสุ่มโดยอาศัยความน่าจะเป็น  (probability  sampling) ความแปรผันของการประมาณค่าพารามิเตอร์จากการแจกแจงค่าสถิติที่นำมาใช้ในการประมาณจะแปรผันตามขนาดของกลุ่มตัวอย่าง โดยการแจกแจงของค่าสถิตินี้จะมีลักษณะการแจกแจงเข้าสู่การแจกแจงปกติ (normal distribution)  ซึ่งเรียกว่าการแจกแจงเชิงสุ่ม (sampling distribution)  โดยค่าคาดหวังของค่าสถิติตจะมีค่าเท่ากับค่าพารามิเตอร์ ความแปรผันหรือความคลาดเคลื่อนในการประมาณค่า ให้เป็นความเคลื่อนแบบสุ่ม (random error) หรือเรียกว่าเป็นความคลาดเคลื่อนเนื่องจากการเลือกตัวอย่าง (sampling error) หรือเรียกว่าเป็นความคลาดเคลื่อนมาตรฐาน (standard error) (เชิดศักดิ์  โฆวาสินธ์. 2545 : 52)

       ในการวิจัย นักวิจัยไม่ได้ศึกษากับกลุ่มตัวอย่างหลายๆกลุ่มจากประชากรเดียวกันเพื่อหาการแจกแจงเชิงสุ่ม  แต่จะศึกษากับกลุ่มตัวอย่างเพียงกลุ่มเดียว เพื่อหาการการแจกแจงของกลุ่มตัวอย่าง และให้ใช้ ทฤษฎี central limit theorem เชื่อมโยงความสัมพันธ์ของการแจกแจงเชิงสุ่ม และการแจงแจงของประชากร  ประมาณค่าพารามิเตอร์และค่าความคลาดมาตรฐานโดยระบุความมั่นใจหรือความคลาดเคลื่อนในการประมาณค่า   ดังนั้นในการใช้กลุ่มตัวอย่างศึกษาแทนประชากรจำเป็นต้องคำนึงถึง ความถูกต้อง (accuracy) ในการเป็นตัวแทนที่ดีของประชากร ซึ่งหมายถึง การไม่มีอคติ(bias)ในตัวอย่างที่ถูกเลือก หรือกล่าวได้ว่าโอกาสของการเลือกตัวอย่างมาศึกษาเพื่อประมาณค่าพารามิเตอร์สูงหรือต่ำกว่าความเป็นจริงมีพอๆกัน นอกจากนี้ยังต้องคำนึงถึงความแม่นยำในการประมาณค่าพารามิเตอร์ (precision of estimate) ซึ่งความแม่นยำนี้สามารถวัดได้จากค่าความคลาดเลื่อนในการประมาณค่า โดยค่าความคลาดเลื่อนต่ำจะให้ความแม่นยำในการประมาณค่าสูง ซึ่งค่าความคลาดเคลื่อนนี้ขึ้นอยู่กับกระบวนการเลือกกลุ่มตัวอย่าง เป็นความคลาดเคลื่อนจากการเลือกหน่วยตัวอย่าง(sampling error) ที่คาดเคลื่อนไปจากค่าพารามิเตอร์

       การเลือกกลุ่มตัวอย่างเพื่อเป็นตัวแทนของประชากรนั้นมีอยู่สองหลักการใหญ่คือ

1) หลักการอาศัยความน่าจะเป็น (probability sampling) หรือการเลือกอย่างสุ่ม (random selection) ซึ่งเป็นหลักการที่สมาชิกของประชากรแต่ละหน่วยมีความน่าจะเป็นในการถูกเลือกเท่าๆกันและทราบความน่าจะเป็นนั้น 

2) ไม่ใช้หลักการความน่าจะเป็น (nonprobability sampling)  เป็นการเลือกกลุ่มตัวอย่างที่ความน่าจะเป็นในการถูกเลือกของแต่ละหน่วยตัวอย่างไม่เท่ากัน หรือบางหน่วยมีโอกาสที่จะไม่ถูกเลือก

       ดังนั้นในการจะเห็นได้ว่าในการที่จะได้ว่าถ้าเราเลือกกลุ่มตัวอย่างโดยอาศัยหลักความน่าจะเป็น จะทำให้การประมาณค่าพารามิเตอร์ได้แม่นยำกว่า

ขั้นตอนการเลือกกลุ่มตัวอย่าง

• กำหนด/นิยามประชากรเป้าหมาย
•    รวบรวมสมาชิกทั้งหมดของประชากร
•    กำหนดหน่วยของการสุ่มตัวอย่าง
•    วางแผนการเลือกกลุ่มตัวอย่าง
•    ทำการเลือกกลุ่มตัวอย่าง

การกำหนดขนาดกลุ่มตัวอย่าง

1. กำหนดกลุ่มตัวอย่างโดยใช้เกณฑ์

•    จำนวนประชากรหลักร้อยใช้กลุ่มตัวอย่าง 15 – 30%
•    จำนวนประชากรหลักพันใช้กลุ่มตัวอย่าง 10 – 15%
•    จำนวนประชากรหลักหมื่นใช้กลุ่มตัวอย่าง 5 – 10 %

2.ใช้สูตรคำนวณ

2.1 กรณีไม่ทราบค่าพารามิเตอร์ ไม่ทราบจำนวนประชากร ทราบเพียงแต่ว่ามีจำนวนมาก

2.2 กรณีที่ทราบจำนวนประชากรและมีจำนวนไม่มาก

3.กำหนดขนาดกลุ่มตัวอย่างโดยใช้ตารางของ Krejcie and Morgan

ตารางแสดงจำนวนประชากรและจำนวนกลุ่มตัวอย่าง ของ Krejcie and Morgan

จำนวนประชากร	จำนวนกลุ่มตัวอย่าง	จำนวนประชากร	จำนวนกลุ่มตัวอย่าง	จำนวนประชากร	จำนวนกลุ่มตัวอย่าง
10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 110 120 130 140 150 160 170 180 190 200 210	10 14 19 24 28 32 36 40 44 48 52 56 59 63 66 70 73 76 80 86 92 97 103 108 113 118 123 127 132 136	220 230 240 250 260 270 280 290 300 320 340 360 380 400 420 440 460 480 500 550 600 650 700 750 800 850 900 950 1000 1100	140 144 148 152 155 159 162 165 169 175 181 186 191 196 201 205 210 214 217 226 234 242 248 254 260 265 269 274 278 285	1200 1300 1400 1500 1600 1700 1800 1900 2000 2200 2400 2600 2800 3000 3500 4000 4500 5000 6000 7000 8000 9000 10000 15000 20000 30000 40000 50000 75000 100000	291 297 302 306 310 313 317 320 322 327 331 335 338 341 346 351 354 357 361 364 367 368 370 375 377 379 380 381 382 384

เทคนิคการสุ่มกลุ่มตัวอย่าง

1.การสุ่มโดยไม่คำนึงถึงความน่าจะเป็น

      ในบางครั้งการเลือกกลุ่มตัวอย่างโดยอาศัยความน่าจะเป็น โดยวิธีการสุ่มอาจจะไม่สามารถทำได้หรือทำได้ยาก การเลือกกลุ่มตัวอย่างโดยไม่อาศัยความน่าจะเป็นจึงถูกนำมาใช้ซึ่งการเลือกกลุ่มตัวอย่างแบบนี้จะมีลักษณะเป็นอัตวิสัย (subjective)  ซึ่งมักจะทำให้การประมาณค่าพารามิเตอร์ขาดความแม่นยำ  ดังนั้นในการเลือกกลลุ่มตัวอย่างแบบนี้มักจะใช้เมื่อไม่ต้องการอ้างอิงถึงลักษณะประชากร ส่วนใหญ่จะใช้กับงานวิจัยสำรวจข้อเท้จจริง (Exploration research) กับกลุ่มที่มีลักษณะเฉพาะและไม่ต้องการเปรียบเทียบกับกลุ่มอื่นๆ นอกจากนี้ยังมีเหตุผลทางด้านค่าใช้จ่ายและเวลา เพราะการเลือกตัวอย่างโดยไม่อาศัยความน่าเป็นจะมีค่าใช้จ่ายและเวลาน้อยกว่าอาศัยความน่าจะเป็น

1.1 การสุ่มโดยบังเอิญ (Accidental sampling) เป็นการสุ่มจาก

สมาชิกของประชากรเป้าหมายที่เป็นใครก็ได้ที่สามารถให้ข้อมูลได้ครบถ้วน การสุ่มโดยวิธีนี้ไม่สามารถรับประกันความแม่นยำได้ ซึ่งการเลือกวิธีนี้เป็นวิธีที่ด้อยที่สุด เพราะเป็นการเลือกตัวอย่างที่มีลักษณะสอดคล้องกับนิยามของประชากรที่สามารถพบได้และใช้เป็นอย่างได้ทันที

1.2 การสุ่มแบบโควตา (Quota sampling) เป็นการสุมตัวอย่างโดยจำแนก

ประชากรออกเป็นส่วนๆก่อน (strata)โดยมีหลักจำแนกว่าตัวแปรที่ใช้ในการจำแนกนั้นควรจะมีความสัมพันธ์กับตัวแปรที่จะรวบรวม หรือตัวแปรที่สนใจ และสมาชิกที่อยู่แต่ละส่วนมีความเป็นเอกพันธ์  ในการสุ่มแบบโควตา นี้มีขั้นตอนการดำเนินการดังนี้

               1.2.1 พิจารณาตัวแปรที่สัมพันธ์กับลักษณะของประชากรที่คำถามการวิจัยต้องการที่จะศึกษา เช่น เพศ ระดับการศึกษา

               1.2.2 พิจารณาขนาดของแต่ละส่วน(segment)ของประชากรตามตามตัวแปร

               1.2.3 คำนวณค่าอัตราส่วนของแต่ละส่วนของประชากร กำหนดเป็นโควตาของตัวอย่างแต่ละกลุ่มที่จะเลือก

               1.2.4  เลือกตัวอย่างในแต่ละส่วนของประชากรให้ได้จำนวนตามโควตา

1.3 การสุ่มตัวอย่างเฉพาะเจาะจง (purposive sampling) หรือบางครั้ง

เรียกว่าการสุ่มแบบพิจารณา (judgment sampling) เป็นการสุ่มตัวอย่างโดยใช้ดุลพินิจของผู้วิจัยในการกำหนดสมาชิกของประชากรที่จะมาเป็นสมาชิกในกลุ่มตัวอย่าง ว่ามีลักษณะสอดคล้องหรือเป็นตัวแทนที่จะศึกษาหรือไม่  ข้อจำกัดของการสุ่มตัวอย่างแบบนี้คือไม่สามารถระบุได้ว่าตัวอย่างที่เลือก จะยังคงลักษณะดังกล่าวหรือไม่เมื่อเวลาเปลี่ยนไป

1.4 การสุมกลุ่มตัวอย่างตามสะดวก (convenience sampling) การเลือกกลุ่มตัวอย่างโดยถือเอาความสะดวกหรือความง่ายต่อการรวบรวมข้อมูล  ข้อจำกัดของการสุ่มแบบนี้จะมีลักษณะเหมือนกับการสุ่มโดยบังเอิญ

           1.5 การสุมตัวอย่างแบบสโนว์บอลล์  (snowball sampling) เป็นการเลือกตัวอย่างในลักษณะการสร้างเครือข่ายข้อมูล เรียกว่า snowball sampling โดยเลือกจากหน่วยตัวอย่างกลุ่มแรก (จะใช้หรือไม่ใช้ความน่าจะเป็นก็ได้) และตัวอย่างกลุ่มนี้เสนอบุคคลอื่นที่มีลักษณะใกล้เคียงต่อๆไป

ข้อจำกัดของการสุ่มโดยไม่อาศัยความน่าจะเป็น

1.      ผลการวิจัยไม่สามารถอ้างอิงไปสู่ประชากรทั้งหมดได้ จะสรุปอยู่ในขอบเขตของกลุ่มตัวอย่างเท่านั้น ข้อสรุปนั้นจะสรุปไปหาประชากรได้ต่อเมื่อกลุ่มตัวอย่างมีลักษณะต่างๆที่สำคัญๆเหมือนกับประชากร

2.     กลุ่มตัวอย่างที่ได้นั้นขึ้นอยู่กับการตัดสินใจของผู้วิจัยและองค์ประกอบบางตัวที่ไม่สามารถควบคุมได้ และไม่มีวิธีการทางสถิติอย่างไรที่จะมาคำนวณความคลาดเคลื่อนที่เกิดจากการสุ่ม (sampling error)

2. การสุ่มโดยการคำนึงถึงความน่าจะเป็น(probability sampling)

2.1 การสุ่มอย่างง่าย (Simple random sampling)

       สมาชิกทั้งหมดของประชากรเป็นอิสระซึ่งกันและกัน  แล้วสุ่มหน่วยของการสุ่ม (Sampling unit) จนกว่าจะได้จำนวนตามที่ต้องการ  โดยแต่ครั้งที่สุ่ม สมาชิกแต่ละหน่วยของประชากรมีโอกาสถูกเลือกเท่าเทียมกัน  ซึ่งก่อนที่จะทำการสุ่มนั้น จะต้องนิยามประชากรให้ชัดเจน ทำรายการสมาชิกทั้งหมดของประชากร สุ่มตัวอย่างโดยใช้วิธีที่ทำให้โอกาสในการของสมาชิกแต่ละหน่วยในการถูกเลือกมีค่าเท่ากัน ซึ่งสามารถทำได้ 2 วิธี คือ

                 2.1.1 การจับฉลาก

                 2.1.2 การใช้ตารางเลขสุ่ม  (table of random number) ซึ่งตัวเลขในตารางได้มาจากการอาศัยคอมพิวเตอร์กำหนดค่า หรือบางครั้งสามารถใช้วิธีการดึงตัวอย่างโดยอาศัยโปรแกรมสำเร็จรูป

       ในการสุ่มอย่างง่าย มีข้อจำกัดคือ ประชากรต้องนับได้ครบถ้วน (finite population) ซึ่งบางครั้งอาจสร้างปัญหาให้กับนักวิจัย

2.2 การสุ่มแบบเป็นระบบ (systematic sampling)

ใช้ในกรณีที่ประชากรมีการจัดเรียงอย่างไม่ลำเอียง

   1) ประชากรหารด้วยจำนวนกลุ่มตัวอย่าง (K = N/n)

   2) สุ่มหมายเลข 1 ถึง K  (กำหนดสุ่มได้หมายเลข  r )

   3) r จะเป็นหมายเลขเริ่มต้น ลำดับต่อไป r + K, r +2K, r + 3K, …..

การสุ่มแบบเป็นระบบ โอกาสถูกเลือกของตัวอย่างไม่เป็นอิสระจากกัน เพราะเมื่อตัวอย่างแรกถูกสุ่มแล้ว  ตัวอย่างหน่วยอื่นก็จะถูกกำหนดให้เลือกตามมาโดยอัตโนมัติ โดยไม่มีการสุ่ม

3. การสุ่มแบบแบ่งชั้น (stratified random sampling)

เป็นการสุ่มกลุ่มตัวอย่างที่แบ่งกลุ่มประชากรออกเป็นกลุ่มย่อย (subgroup or

strata) เสียก่อนบน พื้นฐานของตัวแปรที่สำคัญที่ส่งผลกระทบต่อตัวแปรตาม โดยมีหลักในการจัดแบ่งกลุ่มแต่ละกลุ่มมีความเป็นเอกพันธ์ (Homogeneous) หรือกล่าวได้ว่า ในกลุ่มเดียวกันจะมีลักษณะคล้ายคลึงกันตามกลุ่มย่อยของตัวแปร  แต่จะมีความแตกต่างระหว่างกลุ่ม  จำนวนสมาชิกในกลุ่มย่อยจะถูกกำหนดให้เป็นสัดส่วน (proportion) ตามสัดส่วนที่ปรากฏในประชากร ซึ่งเรียกว่า การสุ่มแบบแบ่งชัดโดยใช้สัดสัด (proportion stratified sampling)  การสุ่มแบบแบ่งชั้นจะมีความเหมาะสมกับงานวิจัยที่สนใจความแตกต่างของลักษณะประชากรในระหว่างกลุ่มย่อย

4.การสุ่มตัวอย่างแบบกลุ่ม (cluster sampling)

ในกรณีที่ประชากรมีขนาดใหญ่ การสุ่มกลุ่มตัวอย่างโดยจัดกระทำกับรายการสมาชิกทุกๆหน่วยของประชากรอาจทำได้ยากหรือทำไม่ได้เลย ดังนั้นแทนที่จะใช้วิธีการสุมจากทุกหน่วย นักวิจัยสามารถสุ่มจากกลุ่มที่ถูกจัดแบ่งไว้อยู่แล้ว ซึ่งวิธีการแบบนี้เรียกว่าการสุ่มแบบกลุ่ม (cluster sampling)  สิ่งที่ควรคำนึงถึงการสุ่มแบบกลุ่ม มีดังนี้ (เชิดศักด์  โฆวาสินธ์.2545 : 62)

4.1   ความแตกต่างของลักษณะที่จะศึกษาระหว่างกลุ่ม (cluster) มีไม่มาก หรือเรียกว่ามีความเป็นเอกพันธ์ (homogeneous)

4.2  ขนาดของแต่ละกลุ่ม เท่ากันหรือแตกต่างกันไม่มากนัก เพราะเมื่อเลือกกลุ่มมาเป็นตัวอย่างแล้ว  การประมาณค่าพารามิเตอร์ จะมีลักษณะไม่อคติ (unbias estimation)  มากกว่า กรณีที่กลุ่มตัวอย่างในแต่กลุ่มมีขนาดแตกต่างกันมาก

4.3  ขนาดของกลุ่ม (cluster) ไม่มีคำตอบแน่นอนวาจำนวนหน่วยตัวอย่างที่ศึกษาในแต่ละกลุ่ม จะเป็นเท่าใด ขึ้นอยู่กับคำถามการวิจัยและความยากง่ายในการเก็บข้อมูล

4.4  การใช้วิธีการสุมแบบ multistage cluster sampling แท่นการใช้ single – stage มีเหตุผลดังนี้

å  ขนาดของแต่ละกลุ่ม ที่มีอยู่มีขนาดใหญ่เกินไปเกินกว่าขนาดตามกำหลังทางเศรษฐกิจ

å  สามารถหลีกเลี่ยงค่าใช้จ่ายที่เกิดขึ้นจากการแบ่งกลุ่ม ให้มีขนาดเล็กลงในแต่ละกลุ่ม

å  ผลของการแบ่งกลุ่ม (clustering) แม้จะมีขนาดเล็กลงแต่ในระหว่างกลุ่มที่จะศึกษายังมีความแตกต่างกันไม่มากนัก

å  การเลือกตัวอย่างของ compact cluster ให้ความยุ่งยากในกาเก็บรวบรมข้อมูล

4.5 ขนาดขอกลุ่มตัวอย่างหรือจำนวนกลุ่ม (cluster) ที่ต้องการในการเทียบเคียงจากการเลือกแบบการสุ่มอย่างง่าน (simple random sampling) ในการคำนวณขนาดกลุ่มตัวอย่าง โดยใช้จำนวนทั้งหมดของกลุ่ม ที่จัดแบ่งเป็นประชาการที่นำมาใช้ในการคำนวณ

5. การสุ่มแบบหลายขั้นตอน (multi-stage sampling)

   เป็นกระบวนการสุ่มกลุ่มตัวอย่างจากประชากรซึ่งดำเนินการสุ่มตั้งแต่ 3 ขั้นขึ้นไป