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