"ถ้าต้องเก็บข้อมูล 30 ล้านคน จะทำอย่างไร?"
บทความก่อนหน้าพูดถึงเรื่อง "ทำไมต้องรู้สถิติ" บทความนี้ มาต่อกันด้วยเรื่อง "กลุ่มตัวอย่าง"
จากคำถามว่า ถ้าต้องเก็บข้อมูล 30 ล้าน จะทำอย่างไร? คำตอบคือ ใช้การคำนวณตัวอย่าง และสุ่มตัวอย่างซิ สบาย
แล้วกลุ่มตัวอย่างคืออะไร??
ขอเกริ่นเรื่อง "ประชากร" กันก่อน ประชากรในความหมายของการวิจัย ก็คือ สิ่งที่เราสนใจศึกษาวิจัย ไม่ว่าจะเป็นคน สัตว์ สิ่งของ ก็แล้วแต่ แต่ในทีนี้ จะขอพูดแค่ในขอบเขตของคนนะครับ
อย่างเช่น ถ้าเราต้องการข้อมูลจากวัยแรงงานในประเทศ ทั้งประเทศมี 70 กว่าล้านคน สมมติว่าตัดผู้สูงอายุ เด็ก เยาวชนออกไป เหลือสักประมาณ 30 ล้านคน แล้วเราจะเก็บข้อมูลจาก 30 คนนี้อย่างไร แม้แต่การสำรวจสัมมโนประชากร ก็ยังไม่สามารถเก็บข้อมูลของคนทั้งประเทศได้เลย
ภาพตัวอย่างการสำรวจสัมมโนประชากร
คำตอบคือเราไม่มีทางเก็บข้อมูลกับ 30 ล้านคนแน่นอน แต่เราจะทำการเก็บข้อมูลเพียงบางส่วนจากทั้งหมด 30 ล้าน เพราะฉะนั้น ประชากรที่ใช้ในการศึกษาวิจัยครั้งนี้คือ คนวัยแรงงานจำนวน 30 ล้านคน
แล้วจะต้องเก็บมากี่คนละ ที่เรียกว่าบางส่วนเนี่ย เราก็ต้องทำการคำนวณหากลุ่มตัวอย่างก่อน ซึ่งการคำนวณหากลุ่มตัวอย่างเนี่ย มีหลากหลายวิธีมาก ขอยกวิธีที่ถูกนำไปมาใช้เยอะ แม้ว่าจะใช้กันไม่ถูกนักก็ตาม ก็คือ Taro Yamane เนื่องจากสูตรการคำนวณของ Yamane เนี่ย เรียกว่าสูตรครอบจักรวาลมากๆ หลายงานวิจัยใช้สูตรนี้ในการคำนวณกลุ่มตัวอย่าง แต่ที่จริงแล้วสูตรนี้ ไม่ได้ครอบจักรวาลขนาดนั้น เพราะแต่ละสูตรก็มีเงื่อนไขของตัวมันเอง สูตรนี้ก็เช่นกัน แต่กลายเป็นว่าการเรียนการสอนมักยกสูตรนี้ขึ้นมาสอนกัน ก็เลยทำให้พบเจอสูตรนี้ในการคำนวณกลุ่มตัวอย่างอยู่ร่ำไป
เอาล่ะ สมมติว่าเราใช้สูตร Taro Yamane คำนวณจาก 30 ล้านคน ออกมาก็น่าจะได้ประมาณ 400 คน ตรงนี้ขอแทรกเล็กน้อยว่า สูตรของ Yamane นั้น ยิ่งประชากรเยอะเท่าไร ผลของการคำนวณกลุ่มตัวอย่างจะคงอยู่ที่ 395-400 ไม่ว่าจะ 30 ล้าน หรือ หลักหมื่นขึ้นไป ผลลัพธ์ก็จะออกมาประมาณนี้
จากนั้น เมื่อเราได้จำนวนกลุ่มตัวอย่าง 30 ล้านแล้ว เราก็ทำการออกแบบเพื่อ "สุ่มตัวอย่าง" การสุ่มตัวอย่างนี้มีความสำคัญอย่างไร ก็คือ ใน 400 คนจาก 30 ล้านเนี่ย เราจะเก็บข้อมูลอย่างไร คนที่เป็นวัยแรงงานอาศัยอยู่ที่ไหนบ้าง ทั่วประเทศเนี่ย เขาอยู่ตรงไหนกันบ้าง จากลักษณะนี้นะ วิธีการสุ่มตัวอย่างที่มักใช้กันคือ Multi-Stage Sampling เป็นการสุ่มเป็นขั้นๆ เริ่มจากมองเป็นภาคเหนือ ภาคใต้ ภาคกลาง ภาคตะวันออก ภาคตะวันออกเฉียงเหนือ และอาจรวมถึงภาคตะวันตก แล้วในแต่ละภาคเนี่ยก็สุ่มออกมาว่าจะไปเก็บกับจังหวัดไหน ในแต่ละจังหวัดก็มีอำเภอ ในแต่ละอำเภอก็มีตำบล ในแต่ละตำบลก็มีหมู่บ้าน ในแต่ละหมู่บ้านก็มีครัวเรือน
แล้วเราจะรู้อย่างไรว่าจะเก็บกับจังหวัดไหน อำเภอไหน ตำบลไหน หมู่บ้านไหน ครัวเรือนไหน เราก็มาเลือกต่อว่าเราจะสุ่มแบบอาศัยความน่าจะเป็นหรือไม่อาศัยความน่าจะเป็น สองคำนี้ ว่ากันง่ายๆ ก็คือ เอาหลักความน่าจะเป็นมาใช้ในการเก็บหรือไม่ ยกตัวอย่างสั้นๆ ว่า ถ้าเก็บข้อมูลตามบ้านเลขที่ โดยเลือกเป็นเลขคี่ หรือคู่ แบบนี้อยู่ในส่วนของความน่าจะเป็น เพราะเกิดการกระจายตัวของข้อมูล ไม่เลือกปฏิบัติ แต่ถ้าเก็บข้อมูลแบบเจอใครก็เก็บแบบนี้ไม่อาศัยความน่าจะเป็นเพราะไม่มีหลักยึดอะไรในการเก็บเลย
ดังนั้น จากตัวอย่างข้างต้น ถ้าจะทำการเก็บก็อาจใช้วิธีสุ่มอย่างง่ายเข้ามาช่วย ตั้งแต่ขั้นแรก เช่น ใช้การจับฉลากตั้งแต่จังหวัด อ่ะเริ่ม ภาคเหนือมีกี่จังหวัดก็ใส่ชื่อลงไปในกล่อง แล้วก็จับขึ้นมาตามสัดส่วนที่กำหนดไว้ ต่อมาในระดับอำเภอก็ใส่ชื่อลงไปในกล่องแล้วจับขึ้นมา ต่อมาก็ระดับหมู่บ้าน จนถึงระดับครัวเรือนก็อาจเลือกว่าจะจับฉลากแบบเดิมหรือจะใช้วิธีเก็บตามบ้านเลขที่ ก็ดูตามความเหมาะสมอีกที
และขั้นตอนถัดมาเมื่อได้ข้อมูลที่เก็บมาเรียบร้อยแล้ว ก็ทำการวิเคราะห์ข้อมูลต่อไป และเมื่อวิเคราะห์เสร็จจากข้อมูล 400 คน เราก็สามารถอ้างได้ว่าผลที่ได้จาก 400 เนี่ยนะ คือตัวแทนคำตอบของคนทั้ง 30 ล้านคน ... ถามว่า มันน่าเชื่อถือเหรอ คำตอบคือเชื่อได้ เพราะว่าเราได้ทำการเก็บข้อมูลอย่างถูกต้องตามหลักสถิติแล้ว คิดภาพตามนะครับ เพราะเราไม่ได้เก็บข้อมูลกับแค่หมู่บ้านเดียว ตำบลเดียว จังหวัดเดียวหรือภาคเดียว แต่เรากระจายไปยังทั่วประเทศ ซึ่งคนในแต่ละพื้นที่ย่อมมีความเห็น ความรู้สึกที่ต่างกันอยู่แล้ว ดังนั้น ผลที่ได้จากการเก็บข้อมูลที่กระจายได้ทั่วทั้งประชากรเช่นนี้ จึงได้รับการยอมรับว่าเชื่อถือได้ เราอาจเรียกว่า "Generalize" คือการอ้างอิงจากกลุ่มตัวอย่างไปยังประชากรได้
---
ร่วมติดตามได้ทุกช่องทาง
follow or subscribe in any channel
tel.086-555-5949
line: @SmartResearchThai
Blockdit: SmartResearchThai
Youtube: SmartResearchThai
Facebook: SmartResearchThai
Comments