การสุ่มตัวอย่างโควต้า

โดย ดร.เบนจามิน แอนเดอร์สัน สิงหาคม 5, 2023 สถิติ 0 ความคิดเห็น

ในบทความนี้ เราจะอธิบายว่าการสุ่มตัวอย่างโควต้าคืออะไรและดำเนินการอย่างไร คุณจะพบตัวอย่างการสุ่มตัวอย่างโควต้า รวมถึงข้อดีและข้อเสียของการใช้การสุ่มตัวอย่างประเภทนี้เมื่อเปรียบเทียบกับประเภทอื่นๆ

การสุ่มตัวอย่างโควต้าคืออะไร?

การสุ่มตัวอย่างโควต้า เป็นวิธีการคัดเลือกบุคคลที่จะเป็นส่วนหนึ่งของกลุ่มตัวอย่างในการศึกษาทางสถิติ

ในการสุ่มตัวอย่างโควต้า กลุ่ม (หรือชั้น) ของบุคคลที่มีลักษณะร่วมกันอย่างน้อยหนึ่งลักษณะจะถูกสร้างขึ้นก่อน จากนั้นจึงเลือกโควต้าจากแต่ละกลุ่ม จึงกลายเป็นกลุ่มตัวอย่างการศึกษา

การสุ่มตัวอย่างแบบโควต้าเป็นการสุ่มตัวอย่างแบบไม่น่าจะเป็นประเภทหนึ่ง ซึ่งหมายความว่าองค์ประกอบตัวอย่างไม่ได้ถูกเลือกโดยการสุ่ม แต่เป็นการเลือกโดยผู้วิจัย นอกจากนี้ผู้วิจัยจะเป็นผู้ตัดสินใจลักษณะของบุคคลที่ใช้ในการแบ่งประชากรออกเป็นกลุ่มดังนั้นผู้รับผิดชอบในการทำวิจัยจึงมีอิทธิพลอย่างมากต่อผลลัพธ์ที่ได้รับ.

วิธีการสุ่มตัวอย่างโควต้า

ขั้นตอนการสุ่มตัวอย่างโควต้ามีดังนี้:

กำหนดประชากรเป้าหมาย
กำหนดกลุ่ม (หรือชั้น) ของการศึกษาทางสถิติ ในการทำเช่นนี้จำเป็นต้องตัดสินใจเกี่ยวกับเกณฑ์ที่จะแบ่งประชากรออกเป็นกลุ่มต่างๆ
กำหนดขนาดโควต้า เช่น กำหนดจำนวนคนจากแต่ละกลุ่มในกลุ่มตัวอย่าง
คัดเลือกบุคคลจากแต่ละกลุ่มที่จะเข้าร่วมการศึกษาทางสถิติ

เมื่อเลือกจำนวนคนจากแต่ละกลุ่มที่จะรวมไว้ในกลุ่มตัวอย่าง คุณสามารถใช้เกณฑ์ของผู้วิจัยได้โดยตรง แต่สามารถใช้เกณฑ์ทางสถิติดังต่อไปนี้ได้เช่นกัน:

ทางเลือกง่ายๆ : ขนาดของโควต้าจะเท่ากันสำหรับทุกกลุ่ม กล่าวคือ จำนวนคนจะถูกเลือกจากทุกกลุ่มเท่ากัน ขนาดโควต้าคำนวณโดยการหารขนาดตัวอย่างที่ต้องการด้วยจำนวนกลุ่มทั้งหมด:

$\displaystyle n_i=\cfrac{n}{k} \qquad \begin{array}{l}n=\text{tama\~no muestral deseado} \\[2ex]k=\text{n\'umero de cuotas}\end{array}$

ตัวเลือกตามสัดส่วน : ขนาดของโควต้าจะแปรผันตามขนาดของพูล ดังนั้นยิ่งพูลมีขนาดใหญ่ โควต้าก็จะยิ่งสูงขึ้น สูตรคำนวณจำนวนเงินที่ชำระแต่ละครั้งมีดังนี้:

$\displaystyle n_i=n\cdot \cfrac{N_i}{N} \qquad \begin{array}{l}n=\text{tama\~no muestral deseado} \\[2ex]N_i=\text{tama\~no del grupo }i \\[2ex]N=\text{tama\~no de la población}\end{array}$

ตัวเลือกตามสัดส่วนความแปรปรวน : เมื่อขนาดของโควต้าเป็นสัดส่วนกับความแปรปรวนของลักษณะที่ทำหน้าที่แบ่งประชากรออกเป็นกลุ่ม ขนาดของโควต้าจะใหญ่ขึ้นตามค่าเบี่ยงเบนมาตรฐานของกลุ่มที่มากขึ้น และคำนวณโดยใช้สูตรต่อไปนี้:

$\displaystyle n_i=n\cdot \cfrac{\sigma_i\cdot N_i}{\displaystyle \sum_{j=1}^k\sigma_j\cdot N_j} \qquad \begin{array}{l}n=\text{tama\~no muestral deseado}\\[2ex]\sigma_i=\text{desviaci\'on tipica del grupo }i \\[2ex]N_i=\text{tama\~no del grupo }i \end{array}$

ตัวอย่างการสุ่มตัวอย่างโควต้า

หลังจากดูคำจำกัดความของการสุ่มตัวอย่างโควต้าแล้ว เรามาดูวิธีการดำเนินการโดยใช้ตัวอย่างที่อธิบายทีละขั้นตอน

บริษัทที่อุทิศตนให้กับภาคอุตสาหกรรมต้องการวิเคราะห์ตลาดเกี่ยวกับการขายผลิตภัณฑ์ใหม่ที่เป็นไปได้ ในการทำเช่นนี้ เขาได้มอบหมายให้มีการศึกษาทางสถิติตามอายุเพื่อค้นหาความคิดเห็นของสาธารณชน และพยายามคาดการณ์ความสำเร็จของผลิตภัณฑ์ใหม่ บริษัทได้ทำการประมาณการผู้มีโอกาสเป็นลูกค้าเป็นครั้งแรก นี่คือข้อมูล:

อย่างไรก็ตาม การทำการสำรวจผู้คน 1,000 คนอาจแสดงถึงต้นทุนที่สูงเกินไปสำหรับบริษัท ซึ่งเป็นเหตุผลว่าทำไมจึงตัดสินใจดำเนินการสุ่มตัวอย่างโควต้าเพื่อสัมภาษณ์เพียงกลุ่มตัวอย่าง 200 คน

ในกรณีนี้ ข้อมูลประชากรจะถูกจำแนกตามกลุ่ม (หรือชั้น) ตามอายุของบุคคลอยู่แล้ว นอกจากนี้เราทราบจำนวนเงินของแต่ละกลุ่มและเปอร์เซ็นต์เมื่อเทียบกับยอดรวม ดังนั้นเราจะเลือกตามสัดส่วนของจำนวนเงินที่ชำระในแต่ละครั้ง

ท้ายที่สุด เมื่อจำนวนบุคคลจากแต่ละโควต้าที่จะเข้าร่วมในการศึกษานี้ได้รับการแก้ไขแล้ว ผู้วิจัยจะต้องเลือกคนจากแต่ละโควต้าให้มากที่สุดเท่าที่ระบุตามขนาดโควต้า และดำเนินการสำรวจผลิตภัณฑ์ใหม่ที่ผลิตขึ้นจากแต่ละวิชา

ความแตกต่างระหว่างการสุ่มตัวอย่างโควต้าและการสุ่มตัวอย่างแบบแบ่งชั้น

ความแตกต่างระหว่างการสุ่มตัวอย่างแบบโควต้าและการสุ่มตัวอย่างแบบแบ่งชั้น อยู่ที่การเลือกบุคคลในกลุ่มตัวอย่าง ในการสุ่มตัวอย่างแบบโควต้า ผู้วิจัยจะเลือกบุคคลในกลุ่มตัวอย่าง ในขณะที่การสุ่มตัวอย่างแบบแบ่งชั้น บุคคลในกลุ่มตัวอย่างจะถูกเลือกโดยการสุ่ม

อย่างไรก็ตาม การสุ่มตัวอย่างแบบโควต้าและการสุ่มตัวอย่างแบบแบ่งชั้นมีคุณลักษณะหนึ่งที่เหมือนกัน นั่นคือ การแบ่งประชากรออกเป็นกลุ่ม (หรือชั้น) ด้วยเหตุนี้จึงเป็นเรื่องปกติที่จะสร้างความสับสนให้กับการสุ่มตัวอย่างทั้งสองประเภทนี้

หากคุณสนใจการสุ่มตัวอย่างแบบแบ่งชั้นมากกว่า คุณสามารถดูข้อดีและข้อเสียทั้งหมดได้ที่นี่:

➤ ดู: ข้อดีและข้อเสียของการสุ่มตัวอย่างแบบแบ่งชั้น

ข้อดีและข้อเสียของการสุ่มตัวอย่างโควต้า

ข้อดีและข้อเสียของการสุ่มตัวอย่างโควต้าคือ:

ข้อได้เปรียบ	ข้อเสีย
การตีความผลลัพธ์ที่ได้นั้นง่ายมากในการสุ่มตัวอย่างโควต้า	ไม่สามารถประมาณข้อผิดพลาดที่เกิดขึ้นกับการสุ่มตัวอย่างประเภทนี้ได้
การสุ่มตัวอย่างโควต้าทำได้ค่อนข้างรวดเร็วและง่ายดาย	หากเราไม่สามารถกำหนดโควต้าได้ ผลลัพธ์จะไม่น่าเชื่อถือ
นี่คือการสุ่มตัวอย่างทางเศรษฐกิจประเภทหนึ่ง	ต้นทุนโครงการเพิ่มขึ้นสำหรับแต่ละโควต้าที่เพิ่ม
ทำให้สามารถศึกษาประชากรโดยรวมและโดยเฉพาะแต่ละชั้นได้	จำเป็นต้องมีตัวอย่างข้อมูลจึงจะสามารถสร้างกลุ่มได้

เห็นได้ชัดว่าข้อได้เปรียบหลักของการสุ่มตัวอย่างโควต้าคือดำเนินการได้อย่างรวดเร็วและง่ายดายเมื่อเปรียบเทียบกับการสุ่มตัวอย่างประเภทอื่น

ลักษณะนี้บ่งบอกว่าค่าใช้จ่ายในการดำเนินการสุ่มตัวอย่างโควต้าค่อนข้างต่ำ เนื่องจากไม่จำเป็นต้องใช้ทรัพยากรจำนวนมาก ในทางกลับกัน หากมีการเพิ่มโควต้า ต้นทุนรวมของการวิเคราะห์ทางสถิติจะเพิ่มขึ้นแบบทวีคูณ

ข้อดีอีกประการหนึ่งของการสุ่มตัวอย่างโควต้าคือข้อมูลจะถูกรวบรวมเป็นกลุ่ม ดังนั้นจึงทำให้สามารถรับข้อมูลเกี่ยวกับแต่ละกลุ่มได้

ด้วยเหตุผลอื่น ข้อเสียเปรียบหลักของ Cuotas ของพิพิธภัณฑ์คือ ผู้ตรวจสอบต้องมีความรู้เบื้องต้นเกี่ยวกับประชากรเพื่อให้สามารถกำหนด Cuotas ในลักษณะที่ถูกต้องได้ เนื่องจากเกณฑ์ในการสร้าง Cuotas จะต้องเป็น adecuado และพิสัย ของแต่ละโควตาด้วย

ตามหลักเหตุผลแล้ว หากเราลืมใส่โควต้าในการสุ่มตัวอย่างตามโควต้า ผลลัพธ์ที่ได้จะบิดเบี้ยว ดังนั้น เราจะได้ข้อสรุปที่ผิดพลาด

เกี่ยวกับผู้แต่ง

ดร.เบนจามิน แอนเดอร์สัน

สวัสดี ฉันชื่อเบนจามิน ศาสตราจารย์สถิติเกษียณอายุแล้ว และผันตัวมาเป็นครูสอนสถิติโดยเฉพาะ ด้วยประสบการณ์และความเชี่ยวชาญที่กว้างขวางในสาขาสถิติ ฉันกระตือรือร้นที่จะแบ่งปันความรู้ของฉันเพื่อเสริมศักยภาพนักเรียนผ่าน Statorials. รู้เพิ่มเติม