Page 37 - สื่อโฆษณา
P. 37
การวจิ ัยเพอื่ การวางแผนส่ือโฆษณาในยคุ ดิจทิ ัล 5-27
1. การสุ่มตัวอย่างท่ีไม่อาศัยความน่าจะเป็น (non-probability sampling) เปน็ การสมุ่ ตวั อยา่ ง
ท่ีนักวางแผนการโฆษณาไม่ทราบโอกาสหรือความน่าจะเป็นที่แต่ละหน่วยจะถูกเลือกขึ้นมาเป็นตัวอย่าง
จะใช้เมื่อนักวางแผนการโฆษณาไม่มีข้อมูลเกี่ยวกับประชากรแน่นอนว่ามีจ�ำนวนเท่าใด เป็นใครบ้าง นัก
วางแผนการโฆษณาจะต้องเลือกส่ิงท่ีเหมาะสมท่ีสุดมาใช้เป็นกรอบส�ำหรับการสุ่มตัวอย่าง ด้วยวิธีการน้ี
เนอ่ื งจากไมม่ ขี อ้ มลู ทแ่ี นน่ อนเกย่ี วกบั ประชากรทงั้ หมด นกั วางแผนการโฆษณาจงึ ไมท่ ราบวา่ กลมุ่ ประชากร
ที่ต้องการศึกษามีโอกาสถูกเลือกเข้ามาเป็นกลุ่มตัวอย่างมากน้อยแตกต่างกันเพียงใด วิธีการนี้จัดท�ำได้
หลายรูปแบบ ไดแ้ ก่ การสมุ่ ตวั อย่างแบบบงั เอญิ (accidental sampling) หรอื อาจเรยี กว่าแบบสะดวก
(convenience sampling) การสมุ่ ตวั อยา่ งแบบโควตา (quota sampling) และเลอื กตวั อยา่ งแบบเจาะจง
(purposive sampling)
2. การสุ่มตัวอย่างท่ีอาศัยความน่าจะเป็น (probability sampling) สามารถใช้ได้ในกรณีที่มี
ข้อมูลเกี่ยวกับประชากรว่ามีจ�ำนวนเท่าใดและเป็นใครบ้าง นักวางแผนการโฆษณาสามารถก�ำหนดได้ว่า
โอกาสของการถกู เลอื กมาเปน็ ตวั อยา่ งของแตล่ ะหนว่ ยจะเปน็ เทา่ ใด การสมุ่ ตวั อยา่ งประเภทนแ้ี ยกออกได้
เปน็ หลายแบบ ไดแ้ ก่
การสุ่มไม่เจาะจง (simple random sampling) โดยการจับสลากกลุ่มตัวอยา่ งจากรายชือ่
ของประชากรท้งั หมด หรอื ใชต้ ารางเลขสุ่ม (table of random numbers)
การสุ่มอย่างเป็นระบบ (systematic sampling) คอื การเลอื กตวั อยา่ งจากรายชอื่ โดยมกี าร
เว้นชว่ งเทา่ ๆ กัน
การสุ่มแบบแบ่งช้ัน (stratified sampling) คือ การแบ่งประชากรออกเป็นกลุ่มๆ ตาม
ลักษณะร่วมกอ่ นแล้วจึงคอ่ ยสุ่มอย่างไมเ่ จาะจงหรืออยา่ งเป็นระบบอกี ทหี น่งึ
การสมุ่ แบบกลมุ่ (cluster sampling) มคี วามคลา้ ยคลงึ กบั แบบแบง่ ชน้ั คอื มกี ารแบง่ ประชากร
ออกเป็นกล่มุ ๆ เสียก่อน แตก่ ารสุ่มแบบนจ้ี ะเลือกเพยี งประชากรบางกลุ่มเท่านน้ั มาทำ� การศึกษา
การสุ่มแบบหลายข้ันตอน (multistage sampling) คอื การน�ำเอาการสุ่มตัวอยา่ งหลายๆ
แบบท่ีกล่าวมาแลว้ ข้างตน้ มาผสมผสานกันตามความเหมาะสม
ขนาดหรือจ�ำนวนของกลุ่มตัวอย่าง
หลกั การในการเลอื กขนาดของกลมุ่ ตวั อยา่ งเพอื่ การเกบ็ ขอ้ มลู สำ� หรบั การวจิ ยั คอื ขนาดของกลมุ่
ตัวอย่างยิ่งมากเทา่ ใด ขอ้ มลู ที่ได้กจ็ ะมีความใกล้เคยี งกับขอ้ มลู ของกลุ่มประชากรมากขึน้ เท่านน้ั อย่างไร
กด็ ีการเก็บข้อมลู จากกลุ่มตวั อยา่ งขนาดใหญอ่ าจไมใ่ ช่วธิ ที ่เี หมาะสมที่สุดเสมอไป เนื่องจาก
1. อาจตอ้ งใช้งบประมาณทีส่ ูงเกนิ ไป
2. อาจต้องใช้เวลานานเกินไป
3. ข้อมูลท่ีได้อาจไม่ใช่ข้อมูลที่เป็นจริงเมื่อถึงเวลารายงานผลการส�ำรวจ ข้อมูลอาจเปลี่ยนไป
เนื่องจากใชเ้ วลาในการเกบ็ ขอ้ มูลนานเกินไป
ด้วยเหตุน้ีการสุ่มตัวอย่างซึ่งใช้หลักการของทฤษฎี Central Limit Theorem ซึ่งนักสถิติได้
ทดสอบกบั กลมุ่ ประชากรทมี่ กี ารกระจายตวั หลายลกั ษณะ เชน่ กลมุ่ ประชากรทม่ี กี ารกระจายตวั แบบปกติ
(normal distribution) และการกระจายตวั แบบอื่นๆ เช่น แบบขนาน (rectangular distribution) หรอื
