Page 134 -

้
ิ
คลังความรดจทัลและฐานข้อมลจดหมายเหต มหาวิทยาลัยเกษตรศาสตร ์
ู
ิ
ุ
ู

วิจัยธุรกิจที่คุณทำได: จากการเริ่มตนสูความสำเร็จ 119
3.2.2.2 การใช^ซอฟต_แวร_ชUวยในการคำนวณ

การใช]ซอฟตSแวรSคำนวณขนาดตัวอย.างเปfนอีกหนึ่งเครื่องมือที่มีประสิทธิภาพในการลดความซับซ]อน

ของการคำนวณและเพิ่มความแม.นยำในผลลัพธS G*Power เปfนซอฟตSแวรSยอดนิยมสำหรับคำนวณขนาด
ตัวอย.างในงานวิจัยเชิงธุรกิจและสังคมศาสตรS ซอฟตSแวรSนี้ช.วยคำนวณขนาดตัวอย.างตามพารามิเตอรSต.างๆ เช.น

ค.าผลกระทบ (Effect Size) ระดับความเชื่อมั่น และพลังของการทดสอบ (Faul et al., 2007)

ตัวอย.างเช.น หากนักวิจัยต]องการศึกษาผลกระทบของการฝîกอบรมต.อประสิทธิภาพการทำงานของ

พนักงาน โดยมีระดับความเชื่อมั่นที่ 95% และขอบเขตความผิดพลาด ±5% นักวิจัยสามารถใช] G*Power เพื่อ
คำนวณขนาดตัวอย.างที่เหมาะสม โดยใช]ค.าผลกระทบที่คาดหวังจากงานวิจัยก.อนหน]า (Faul et al., 2007)

นอกจากนี้ยังมีซอฟตSแวรSอื่นๆ เช.น SPSS Sample Power และ Epi Info ที่สามารถช.วยคำนวณขนาด

ตัวอย.างได]ในงานวิจัยเชิงธุรกิจและสังคมศาสตรS ซอฟตSแวรSเหล.านี้ช.วยให]กระบวนการกำหนดขนาดตัวอย.างทำ

ได]ง.ายและรวดเร็ว อีกทั้งยังช.วยลดความเสี่ยงในการคำนวณผิดพลาด (Kumar, 2019)

3.2.3 เทคนิคการสุUมตัวอยUาง (Sampling Techniques)

3.2.3.1 การเลือกใช^เทคนิคการสุUมตัวอยUาง

เทคนิคการสุ.มตัวอย.างเปfนวิธีการสำคัญในการวิจัยที่ช.วยให]นักวิจัยสามารถเลือกกลุ.มตัวอย.างที่เปfนตัว

แทนที่ดีของประชากรที่ศึกษา โดยทั่วไปแบ.งออกเปfน 2 ประเภทหลัก คือ การสุ.มแบบใช]ความน.าจะเปfน
(Probability Sampling) และการสุ.มแบบไม.ใช]ความน.าจะเปfน (Non-probability Sampling) การเลือกใช ]

เทคนิคการสุ.มตัวอย.างที่เหมาะสมขึ้นอยู.กับปYจจัยหลายประการ เช.น วัตถุประสงคSการวิจัย ลักษณะของ

ประชากร ทรัพยากรที่มี และข]อจำกัดต.างๆ การสุ.มตัวอย.างที่ดีจะช.วยให]ผลการวิจัยมีความน.าเชื่อถือและ
สามารถนำไปใช]อ]างอิงกับประชากรได]อย.างถูกต]อง

1. การสุIมตัวอยIางแบบมีความนIาจะเปRน (Probability Sampling)

การสุ.มตัวอย.างประเภทนี้ทุกหน.วยในประชากรมีโอกาสถูกเลือกเปfนตัวอย.างอย.างเท.าเทียมกัน โดย

ประกอบไปด]วยเทคนิคต.างๆ ดังนี้

1.1 การสุIมตัวอยIางแบบสุIมอยIางงIาย (Simple Random Sampling) ทุกหน.วยในประชากรม ี

โอกาสถูกเลือกเท.าเทียมกัน เช.น การจับฉลากหรือการใช]โปรแกรมคอมพิวเตอรSสุ.มตัวอย.าง วิธีนี้เหมาะสำหรับ
ประชากรที่มีความเหมือนกันมาก (Haute, 2021) ตัวอย.างที่ใช]ในงานวิจัย เช.น ต]องการสุ.มตัวอย.างจาก

พนักงานบริษัทซอฟตSแวรSขนาดกลางแห.งหนึ่งในกรุงเทพมหานคร จำนวนทั้งสิ้น 500 คน