การสุ่มตัวอย่าง: การศึกษาและความเข้าใจเพื่อการนำไปใช้อย่างถูกต้อง

ดร. กนกรัตน์  ศรีวิจิตร์

บทความฉบับนี้ผู้เขียนๆ ขึ้นจากแรงบันดาลใจที่ได้รับจากการอ่านบทความเรื่องการสุ่มตัวอย่างของนักวิชาการบางท่าน เค้าโครงวิทยานิพนธ์และร่างวิทยานิพนธ์ของนักศึกษาจำนวนหนึ่ง  ตลอดจนการรับฟังการบรรยายและการวิพากษ์งานจากบุคลากรของมหาวิทยาลัยราชภัฏทั้งที่อยู่ในต่างจังหวัดและกรุงเทพมหานคร ซึ่งสะท้อนให้เห็นว่าผู้ที่ด้อยประสบการณ์ (เช่นผู้เขียนเอง) หากไม่พยายามอ่านตำราหรือศึกษางานโดยสร้างความเข้าใจอย่างถ่องแท้  นักศึกษาหรือผู้วิจัยมือใหม่ที่ขาดการวิเคราะห์ใคร่ครวญในงานของตนและผู้อื่น  นักวิชาการที่เขียนเรื่องใดเรื่องหนึ่งอย่างรวบรัดเกินไป นอกจากจะก่อให้เกิดข้อผิดพลาดในงานของตนแล้ว ยังอาจสร้างความรู้ความเข้าใจที่ผิดๆแก่ผู้อื่น โดยเฉพาะอย่างยิ่งในเรื่องของการสุ่มตัวอย่างซึ่งถือเป็นกุญแจสำคัญที่จะนำไปสู่ความมีควรค่าแก่การเชื่อถือได้ของงานวิจัยนั้นๆ

จากประสบการณ์ที่ได้รับทั้งในฐานะผู้อ่านและผู้ฟัง  ผู้เขียนพบว่า มีวิธีการสุ่มตัวอย่างอยู่หลายวิธีที่นักศึกษาหรือผู้บรรยายที่ปรารถนาจะแสดงภูมิรู้ มักเข้าใจอย่างคลาดเคลื่อน ได้แก่ 1) วิธีการสุ่มตัวอย่างแบบง่าย (simple random sampling) 2) วิธีการสุ่มตัวอย่างแบบแบ่งชั้น (stratified  random sampling) 3) วิธีการสุ่มตัวอย่างแบบหลายขั้นตอน (multi- stage random sampling)  และ 4) วิธีการสุ่มตัวอย่างแบบกลุ่มหรือพื้นที่ (cluster random sampling) จึงจะขอกล่าวเป็นอุทาหรณ์พอสังเขป ดังนี้

1) วิธีการสุ่มตัวอย่างแบบง่าย: ผู้เขียนตำราและผู้บรรยายบางท่านเรียกว่า “การสุ่มแบบธรรมดา ” ในขณะที่นักวิชาการที่คร่ำหวอดในเรื่องวิทยาการวิจัย เรียกให้เห็นภาพอย่างชัดเจนว่า “การสุ่มกระจายแบบง่าย” ซึ่งโดยทั่วไปนักศึกษามักเข้าใจว่าคือการจับสลากกลุ่มประชากรเพื่อให้ได้มาซึ่งกลุ่มตัวอย่างเท่านั้น แท้จริงแล้วการสุ่มตัวอย่างแบบง่ายเป็นวิธีการสุ่มตัวอย่างในสองรูปแบบ คือ 1.1) โดยการใช้ตารางเลขสุ่ม  ทั้งนี้จำนวนเลขตามบัญชีเลขหลักที่ตกเป็นกลุ่มตัวอย่างจะต้องไม่เกินกว่าจำนวนประชากรเป้าหมาย โดยมีจำนวนครั้งของการสุ่มเท่ากับขนาดหรือจำนวนของกลุ่มตัวอย่าง และ 1.2) โดยการจับสลากให้ทุกหน่วยได้มีโอกาสถูกเลือกอย่างเท่าๆ กัน ซึ่ง “หน่วย ” ในที่นี้ ควรต้องเป็นหน่วยย่อยหรือหน่วยเล็กสุดของประชากรที่จะใช้ในการทำวิจัย  เช่น นักศึกษามีความประสงค์จะทำวิจัยกับประชากรที่เป็นนักเรียนชั้นมัธยมศึกษาปีที่ 1 ในโรงเรียนแห่งหนึ่ง จำนวน 6 ห้องเรียน หากจะใช้วิธีสุ่มแบบง่ายโดยการจับสลากเพื่อให้ได้กลุ่มตัวอย่างมาจำนวนหนึ่ง  ก็ต้องใช้การจับสลากนักเรียนเป็นรายคน มิใช่จับสลากเป็นห้องเรียน (โดยผู้วิจัยอ้างว่าโรงเรียนได้มีการจัดห้องเรียนโดยคละนักเรียนเก่ง- อ่อนไว้ด้วยกันอยู่แล้ว ) เพราะโดยสภาพความเป็นจริง โรงเรียนมักจัดห้องเรียนโดยดูคะแนนจากวิชาหลักๆ เช่น คณิตศาสตร์ หรือภาษาอังกฤษ ฯลฯ ของนักเรียน ทำให้ห้องเรียนแรกๆ มักประกอบไปด้วยนักเรียนที่เรียนดีหรือค่อนข้างดี ในขณะที่นักเรียนห้องที่เหลือค่อนข้างจะด้อยทั้งในด้านการเรียนและระเบียบวินัย การจับสลากห้องเรียนนอกจากจะไม่ช่วยให้ได้กลุ่มตัวอย่างที่เป็นตัวแทนของประชากรอย่างครอบคลุม  เพราะเป็นการสุ่มแบบผิดๆ แล้ว ยังก่อให้เกิดอคติ (bias) ตั้งแต่เริ่มแรกในการทำวิจัย

จากกรณีของการสุ่มแบบง่ายดังกล่าว ผู้รู้เสนอแนะว่า หากมีจำนวนประชากรมาก อาจก่อให้เกิดความยุ่งยากในการสุ่ม นักศึกษาสามารถใช้วิธีการสุ่มแบบมีระบบ (systematic sampling) ซึ่งจะใช้กับกรณีที่หน่วยของประชากรถูกจัดลำดับไว้อย่างไม่เป็นระบบ เช่น บัญชีรายชื่อนักเรียนที่ไม่ถูกนำมาเรียงตามลำดับอักษรหรือเลขประจำตัวโดยการคำนวนหาค่าอันตรภาคชั้นระหว่างจำนวนประชากรกับขนาดหรือจำนวนกลุ่มตัวอย่าง แล้วนำค่าที่ได้ไปบวกกับตัวเลขครั้งแรก (random start) ที่สุ่มมาจากการจับสลากหรือได้จากตารางเลขสุ่มเป็นทอดๆไปจนกว่าจะได้จำนวนกลุ่มตัวอย่างครบตามต้องการ

2) การสุ่มตัวอย่างแบบแบ่งชั้น: ผู้บรรยายบางท่านเข้าใจและยกตัวอย่างคลาดเคลื่อน เช่น กล่าวว่าเป็นการสุ่มจากระดับโรงเรียนสู่ชั้นเรียน และจากชั้นเรียนสู่ห้องเรียน  ซึ่งแท้จริงแล้วการสุ่มตัวอย่างแบบแบ่งชั้น เป็นการสุ่มตัวอย่างในกรณีที่หน่วยของประชากรมีความแตกต่างกันมาก (ประชากรคือนักเรียนไม่ได้มีคุณลักษณะที่ต่างกันมาก  อาทิ ไม่ได้เป็นเด็กกลุ่มเชาว์ปัญญาปกติปนอยู่กับกลุ่มเด็กพิเศษ  และมิได้ถูกแบ่งจากกลุ่มใหญ่- ย่อยลงมาเป็นห้องเรียนด้วยวิธีการสุ่มตัวอย่างใดๆ)  ตัวอย่างของการสุ่มแบบแบ่งชั้น  เช่น ผู้วิจัยต้องการศึกษาคุณภาพชีวิตของประชาชนในเขตภาคกลางตอนล่างของประเทศไทย แต่เมื่อพิจารณาแล้วพบว่า  ประชากรมีความต่างกันในเรื่องของการศึกษา อาชีพ และรายได้ค่อนข้างสูง ผู้วิจัยอาจสุ่มตัวอย่างโดยแบ่งประชากรออกเป็น 3 ชั้น (กลุ่ม) ได้แก่ ประชาชนในเขตกรุงเทพมหานคร ประชาชนในเขตปริมณฑล  และประชาชนนอกเขตปริมณฑล  จากนั้นจึงสุ่มกลุ่มตัวอย่างที่เป็นตัวแทนของแต่ละชั้นหรือกลุ่ม  เมื่อรวมสัดส่วนทุกชั้นเข้าด้วยกันย่อมทำให้ได้กลุ่มตัวอย่างที่สามารถเป็นตัวแทนของประชาชนในเขตภาคกลางตอนล่างได้

3)  การสุ่มตัวอย่างแบบหลายขั้นตอน: วิธีการสุ่มตัวอย่างประเภทนี้ จะใช้ในกรณีที่ประชากรที่ผู้วิจัยต้องการศึกษามีขนาดใหญ่ โดยประกอบด้วยกลุ่มย่อยๆ  และในกลุ่มย่อยนั้นประกอบด้วยหน่วยต่างๆ ที่มีลักษณะที่สนใจเหมือนกัน เช่น กระทรวง แบ่งเป็นกรมต่างๆ กรมประกอบด้วยกองหลายกอง กองแบ่งเป็นแผนก และแต่ละแผนกก็ประกอบไปด้วยหน่วยต่างๆ คือบุคลากรที่ต้องการศึกษา เป็นต้น ทั้งนี้ ผู้วิจัยอาจศึกษาทุกหน่วยในกลุ่มที่ได้รับการสุ่มมาหรือจะสุ่มอีกครั้งหนึ่งแล้วจึงทำการศึกษา ก็ไม่ผิดหลักการหรือก่อให้เกิดอคติแต่อย่างใด

อย่างไรก็ดี  นักศึกษารวมทั้งนักวิชาการศึกษาของหน่วยงานภาครัฐบางท่านเข้าใจโดยรวบรัดเอาเองว่า  การสุ่มแบบหลายขั้นตอนคือการสุ่มหลายครั้งหรือหลายวิธีในการทำวิจัยเรื่องเดียวกัน ความเข้าใจดังกล่าวคือวิธีการสุ่มตัวอย่างประเภทผสม เนื่องจากการศึกษาบางเรื่องจำเป็นต้องมีการสุ่มตัวอย่างหลายครั้งหรือหลายขั้นตอน  และเพื่อความเหมาะสมในแต่ละขั้นตอนนั้น ผู้วิจัยอาจใช้ประเภทหรือวิธีการสุ่มที่แตกต่างกัน เช่น ในการศึกษากับประชากรที่เป็นนักเรียนในระดับชั้นมัธยมศึกษาตอนปลายที่ติดบุหรี่ ในเขตจังหวัดหนึ่ง ขั้นตอนแรกผู้วิจัยอาจใช้การสุ่มกลุ่มหรือพื้นที่เพื่อเลือกอำเภอมาจำนวนหนึ่ง (ซึ่งควรไม่น้อยกว่าหนึ่งในสาม) ในขั้นตอนต่อมาจึงเลือกตัวอย่างแบบเจาะจง ( purposive sampling ) เฉพาะโรงเรียนที่เปิดสอนในระดับมัธยมศึกษาตอนปลายในอำเภอที่ได้มา  และใช้การสุ่มตัวอย่างแบบบอลล์หิมะ (snowball sampling ) กับประชากรที่เป็นนักเรียนในขั้นตอนสุดท้ายเนื่องจากเป็นกลุ่มตัวอย่างที่ยากแก่การเข้าถึง  เป็นต้น

4) การสุ่มตัวอย่างแบบกลุ่มหรือพื้นที่: ในตำราและเอกสารที่เชื่อถือได้  มีผู้กล่าวไว้ชัดเจนว่า การสุ่มตัวอย่างแบบกลุ่มหรือพื้นที่คือตัวอย่างของการสุ่มในขั้นตอนที่สองซึ่งก็คือการสุ่มตัวอย่างแบบหลายขั้นตอนนั่นเอง  แต่เนื่องจากประชากรที่ต้องการศึกษาถูกแบ่งเป็นเขตหรือพื้นที่ตามคุณลักษณะบางประการ นักศึกษาหรือผู้ฝึกหัดวิจัยจึงมักเข้าใจอย่างหยาบๆว่า วิธีดังกล่าวเป็นการสุ่มตัวอย่างจากกลุ่มหรือพื้นที่ขนาดใหญ่ลงมาสู่กลุ่มหรือพื้นที่ขนาดย่อยลงตามลำดับ โดยไม่ได้ให้ความสำคัญกับทุกหน่วยของประชากร ว่าจะมีโอกาสได้รับเลือกเท่ากันหรือไม่ตามหลักการพื้นฐานที่สำคัญของการสุ่มตัวอย่าง  ทั้งนี้กลุ่มหรือพื้นที่ใดๆไม่อาจมีจำนวนประชากรที่เท่ากัน ดังนั้นเพื่อแสดงให้เห็นว่าทุกหน่วยมีโอกาสได้รับคัดเลือกเท่ากัน จึงต้องใช้การรวมจำนวนประชากรในแต่ละกลุ่มแบบสะสม (สุชาติ ประสิทธิ์รัฐสินธ์, 2550 )  และการจัดเรียงกลุ่มหรือพื้นที่นั้นๆ อย่างไม่เป็นระบบ เช่น การเรียงกลุ่มตามลำดับที่จับสลากได้  แล้วใช้ตัวเลขที่เป็นจำนวนสะสมของกลุ่มหรือพื้นที่นั้นทำการสุ่มตัวอย่างจากตารางเลขสุ่มจนครบตามจำนวนกลุ่มตัวอย่างที่ต้องการ

จากที่กล่าวมา ผู้เขียนมิใช่จะอวดอ้างว่าเป็นผู้รู้และบังอาจติเตียนผู้เขียน ผู้บรรยายหรือผู้วิจัยอื่นๆ หากแต่ด้วยความตระหนักว่า เพราะการไม่ใส่ใจกับกระบวนการที่ถูกต้อง การขาดความละเอียดอ่อนในการทำงานของนักศึกษา  การขาดการศึกษาวิเคราะห์ของผู้บรรยาย การละเลยต่อระเบียบวิธีการวิจัยที่ถูกต้อง  จากจุดเล็กๆในกลุ่มนักศึกษาสู่คณะ จากคณะสู่มหาวิทยาลัย และแพร่กระจายสู่สังคม ทำให้คนส่วนมากไม่มีองค์ความรู้ที่ถูกต้องเกี่ยวกับการวิจัย  ทั้งไม่สามารถใช้กระบวนการวิจัยสร้างองค์ความรู้ที่เชื่อถือได้  ความรู้ความเข้าใจผิดๆ ที่ถูกถ่ายทอดชนิดฝังรากลึกลงในสมองและกระบวนการทำงานของผู้ได้ชื่อว่าปัญญาชนมาเป็นเวลานาน (และไม่รู้ว่าจะอีกนานเท่าใด) ไหลหลากลงสู่งานวิจัยกลายพันธ์ที่มีให้เห็นอยู่บนชั้นของห้องสมุดมหาวิทยาลัยของสถาบันการศึกษาไทยหลายแห่ง ซึ่งหากหวนกลับไปวิเคราะห์วิธีการได้มาซึ่งกลุ่มตัวอย่างในงานวิจัยเหล่านั้นแล้ว ความมีคุณค่าของงานวิจัยและความน่าเชื่อถือในทางวิชาการของมหาวิทยาลัยนั้นๆ คงปราศไปจากเพื่อนร่วมวงวิชาการ อีกทั้งเป็นที่เคลือบแคลงแก่วงการศึกษาไปอีกตราบนาน

บรรณานุกรม

สุชาติ  ประสิทธิ์รัฐสินธุ์. (2550). ระเบียบวิธีการวิจัยทางสังคมศาสตร์. กรุงเทพฯ: สามลดา.

วิกิพีเดีย สารานุกรมเสรี.(2550). ภาคกลางตอนล่าง.สืบค้นเมื่อ 6 เมษายน, 2554,จากth.wikipedia.org/wiki/ภาคกลาง_ประเทศไทย-

Ladner, S. (n.d.). Sampling in qualitative and quantitative research a practical how- to Retrieved April 8, 2011, from http://www.copernicusconsulting.net

Wikipedia, the free encyclopedia. (2550). Sampling (Statistic). Retrieved April 6, 2011, from en.wikipedia.org./wiki/Sampling_(statistics)-