Page 145 -
P. 145

ิ
                                   ้
                                  ู
                                      ิ
                       คลังความรดจทัลและฐานข้อมลจดหมายเหต มหาวิทยาลัยเกษตรศาสตร                   ์
                                                                      ุ
                                                       ู
           130
           เปfนระบบและลดอคติจากการเลือกแบบเจาะจง (Collis & Hussey, 2021) ทั้งนี้ Sekaran และ Bougie

           (2020) ย้ำถึงความสำคัญของการใช]เทคนิคการสุ.มตัวอย.างที่เหมาะสมกับลักษณะของประชากรและ
           วัตถุประสงคSของการวิจัย โดยเฉพาะในการวิจัยองคSกร การเลือกใช]เทคนิคการสุ.มตัวอย.างแบบแบ.งชั้น

           (Stratified Sampling) อาจเหมาะสมกว.าการสุ.มอย.างง.าย (Simple Random Sampling) เมื่อต]องการข]อมูล
           ที่สะท]อนความคิดเห็นจากพนักงานในระดับต.างๆ อย.างครอบคลุม



                  ดังนั้น การเลือกใช]เทคนิคการสุ.มที่เหมาะสมจึงมีความสำคัญต.อการเพิ่มความน.าเชื่อถือและความ
           เที่ยงตรงของผลการวิจัย ซึ่งส.งผลให]ผลลัพธSที่ได]มีคุณภาพสูงและน.าเชื่อถือมากขึ้นในการประยุกตSใช]ในงาน

           บริหารธุรกิจ


                  3.2.4 ข^อจำกัดของการสุUมตัวอยUาง (Limitations of Sampling)


                  การสุ.มตัวอย.างเปfนกระบวนการสำคัญในงานวิจัย โดยเฉพาะในด]านบริหารธุรกิจ อย.างไรก็ตาม การใช]

           เทคนิคการสุ.มตัวอย.างยังมีข]อจำกัดและความเสี่ยงที่อาจเกิดขึ้น ซึ่งอาจส.งผลกระทบต.อความน.าเชื่อถือและ

           ความเที่ยงตรงของผลการวิจัย (Saunders et al., 2019; Sekaran & Bougie, 2020)


                  3.2.4.1 การระบุข^อจำกัดและความเสี่ยงที่อาจเกิดขึ้นจากการสุUมตัวอยUาง



                  หนึ่งในข]อจำกัดสำคัญของการสุ.มตัวอย.างคือ ความไมIเปRนตัวแทนของประชากรทั้งหมด ซึ่งอาจเกิด
           จากการเลือกกลุ.มตัวอย.างที่ไม.ครอบคลุมหรือขาดการสุ.มอย.างเหมาะสม ตัวอย.างเช.น ในการสุ.มอย.างง.าย

           (Simple Random Sampling) หากประชากรมีความหลากหลายสูง เช.น มีหลายแผนกที่มีบทบาทต.างกัน อาจ
           เกิดปYญหาที่กลุ.มตัวอย.างไม.สะท]อนลักษณะของประชากรทั้งหมดได] (Kumar, 2019) นอกจากนี้ การสุ.ม

           ตัวอย.างแบบแบ.งชั้น (Stratified Sampling) อาจเพิ่มความซับซ]อนในการจัดการ หากไม.มีข]อมูลที่เพียงพอใน

           การจัดชั้นประชากร (Hair et al., 2023)


                  อีกข]อจำกัดหนึ่งคือ ความเสี่ยงจากอคติในการสุ.ม (Sampling Bias) ซึ่งอาจเกิดขึ้นจากขั้นตอนการ
           เลือกตัวอย.างที่ไม.ได]กระจายโอกาสให]ทุกหน.วยในประชากร ตัวอย.างเช.น การใช]การสุ.มแบบเปfนระบบ

           (Systematic Sampling) อาจเกิดความเสี่ยงจากการจัดเรียงข]อมูลในลักษณะที่ไม.เหมาะสม เช.น เลือกเฉพาะ

           พนักงานที่มีเลขรหัสใกล]เคียงกัน ส.งผลให]เกิดอคติทางข]อมูล (Collis & Hussey, 2021)


                  ข]อจำกัดด]านทรัพยากร ก็เปfนปYจจัยที่ต]องพิจารณา เช.น เวลาและงบประมาณในการเก็บข]อมูล หาก
           ประชากรมีขนาดใหญ. การเลือกใช]การสุ.มตัวอย.างแบบกลุ.ม (Cluster Sampling) อาจช.วยลดค.าใช]จ.าย แต.ก ็

           เสี่ยงต.อความคลาดเคลื่อนเชิงสถิติหากกลุ.มที่สุ.มเลือกมีความหลากหลายไม.เพียงพอ (Bell, et al., 2022)


                  Fowler (2013) เน]นถึงความเสี่ยงของการเกิดความลำเอียงในการเลือกตัวอย.าง (Selection Bias)

           โดยเฉพาะในการวิจัยเชิงสำรวจ ตัวอย.างเช.น การสำรวจความพึงพอใจของพนักงานในองคSกร หากเลือกสำรวจ
   140   141   142   143   144   145   146   147   148   149   150