ถือได้ว่าขนาดตัวอย่างที่เหมาะสม (Optimal sample size) เป็นคำถามที่ต้องใช้ความรอบคอบ และคิดอย่างถี่ถวนในระหว่างออกแบบการสำรวจเชิงปริมาณ โดยการเลือกขนากลุ่มตัวอย่างที่ใช่อาจมีความซับซ้อน เนื่องจากมีหลายปัจจัยที่เข้ามามีบทบาท ขนาดตัวอย่างไม่ควรที่จะเล็กจนเกินไปเพราะก็มีผลต่อความน่าเชื่อถือ และไม่ควรจะใหญ่จนเดินไปเพราะอาจทำให้เกิดความเค้นที่มากเกินจากแหล่งข้อมูล

แล้วเราจะมาสู่จุดกลมกล่อม (Sweet spot) ได้อย่างไร?

ในบทความนี้ เราได้เขียน 5 ปัจจัยที่คุณควรพิจารณาเพื่อเลือกขนาดตัวอย่างที่เหมาะสมสำหรับการวิจัยของคุณ

‍

1. ความคลาดเคลื่อน (Margin of error)

คำถามแรกที่คุณควรถามกับตัวเองคือ ความคลาดเคลื่อน (Margin of error )ที่คุณรับได้ประมาณไหน?

แต่คุณอาจยังมีคำถามกลับมาแทนว่าความคลาดเคลื่อน (Margin of error) คืออะไร? นี่คือคำอธิบายสั้นๆเกี่ยวกับความคลาดเคลื่อน (Margin of error)

จากการสำรวจออนไลน์โดยทำการสำรวจกลุ่มคนขนาดเล็ก หรือ ตัวอย่าง ที่เป็นส่วนหนึ่งของกลุ่มที่ใหญ่กว่า หรือ ประชากร โดยประชากรคือกลุ่มเป้าหมาย (Target audience) ที่คุณต้องการศึกษา เช่น ประชากรทั่วไปของสิงคโปร์ หรือบางที ทุกคนที่พักอยู่ในประเทศสิงคโปร์ที่จบการศึกษาระดับปริญญาจากมหาวิทยาลัยต่าง ๆ

การสำรวจประชากรเป้าหมาย (Target population) ทั้งหมดคือสิ่งที่เป็นอุดมคติ แต่มีความยากที่จะทำได้ในทางปฏิบัติ ดังนั้นการวิจัยทางตลาด (Market research) มักพึ่งผลลัพธ์จากตัวอย่างเพื่อสรุปข้อมูลเกี่ยวกับประชากรเป้าหมาย

อย่างไรก็ตามในทุกการศึกษาเชิงปริมาณ ไม่ว่าคุณจะพยายามอย่างไรในการทำให้ตัวอย่างของคุณเป็นตัวแทนข้อมูลของของประชากรเป้าหมาย แต่ก็มักจะมีความผิดพลาดที่หลีกเลี่ยงไม่ได้ขณะทำการสำรวจ เช่น ในขณะที่เลือกกลุ่มที่คุณจะเก็บข้อมูลจริง ๆ สิ่งนี้เรียกว่าความคลาดเคลื่อนของข้อมูลที่เกิดจากการสุ่มตัวอย่าง (Sampling error) ในทางสถิตินี้หมายความว่าค่าประมาณที่คุณได้จากตัวอย่าง เช่น ค่าเฉลี่ย เปอร์เซ็นต์ ฯลฯ จะแตกต่างจาก "ค่าจริง" ของประชากรเป้าหมาย ความคลาดเคลื่อนของข้อมูลที่เกิดจากการสุ่มตัวอย่าง (Sampling error) ในการสำรวจเกิดขึ้น เพราะเราสำรวจเพียงตัวอย่างกลุ่มเล็กในประชากรและไม่ใช่กลุ่มประชากรทั้งหมด

นี้แสดงให้เห็นถึงความคลาดเคลื่อน (Margin of error) ที่เข้ามามีบทบาท สิ่งนี้ทจะระบุโดยทั่วไปเป็น +/- X%, บอกถึงว่าผลการศึกษาของคุณอาจแตกต่างจากผลลัพธ์ของประชากรจริงๆมากน้อยขนาดไหน และมักมีการระบุระดับความเชื่อมั่น (Confident level) โดยทั่วไปจะอยู่ที่ 90%, 95% หรือ 99% ดังนั้นถ้าสำรวจของคุณมีความคลาดเคลื่อน (Margin of error) อยู่ที่ +/-3% ที่ระดับความเชื่อมั่น 95% นี้หมายความว่าถ้าการสำรวจถูกทำซ้ำ 100 ครั้ง 95 ครั้งจะอยู่ในช่วง +/- 3%

ความคลาดเคลื่อน (Margin of error) และขนาดตัวอย่าง (Sample size) มีความสัมพันธ์แบบทวิภาค Innverse relationship) Common sense จะบอกคุณเองว่าหากคุณเพิ่มขนาดตัวอย่างจะทำให้ข้อผิดพลาด Error) น้อยลง (ความคลาดเคลื่อน (Margin of error) เล็กลง) เพราะคุณกำลังเลือกขนาดตัวอย่างของประชากรที่มากขึ้น ในทางกลับกันยิ่งขนาดตัวอย่างเล็ก ยิ่งทำให้มีช่วงห่างมาก และผลการสำรวจของคุณจะไม่แม่นยำมากนัก 

เพื่อลดการเบี่ยงเบนจากค่าประมาณประชากรจริง การเพิ่มขนาดตัวอย่างให้มีขนาดที่ใหญ่ขึ้นสามารถช่วยลดความคลาดเคลื่อน (Margin of error) และเพิ่มความมั่นใจในผลที่ได้มากยิ่งขึ้น

อย่างไรก็ตามจุดสำคัญที่ต้องระวังคือ ถึงแม้การลดความคลาดเคลื่อน (Margin of error) จะมีปริมาณที่มีนัยสำคัญเมื่อคุณเพิ่มขนาดตัวอย่างไปจนถึง N = 1000 ซึ่งค่าความคลาดเคลื่อนจะมีการลดลงเมื่อคุณเพิ่มจำนวน หรือ ขนาดตัวอย่างขึ้นไป

นี่คือตารางที่แสดงความสัมพันธ์ระหว่างขนาดตัวอย่าง และความคลาดเคลื่อน (Margin of error) (ที่ระดับความเชื่อมั่น 95%) :

‍

สรุปได้ว่าปัจจัยที่ควรพิจารณาเมื่อพิจารณาเลือก และตัดสินใจสำหรับขนาดตัวอย่างที่จะใช้คือการเข้าใจค่า  Threshold of error ที่คุณจะรับได้กับผลลัพธ์ของคุณ

ถึงแม้ขนาดตัวอย่างที่ใหญ่กว่ามักเป็นอุดมคติที่ดีเสมอที่ทำให้คุณได้ความแม่นยำมากขึ้น แต่ให้พึงระลึกไว้เสมอว่าขนาดไม่ได้มีผลเสมอไป ขึ้นอยู่กับเป้าหมายการวิจัยแต่ละเรื่อง

ตัวอย่างเช่นการศึกษาด้วยการตรวจโดยใช้แผ่นกระดาษจุ่มในของเหลว หรือ การศึกษาเกี่ยวกับไอเดียโฆษณาในช่วงแรกเริ่ม เพื่อทดสอบว่าควรทำต่อไปหรือไม่โดยแบบนี้สามารถใช้ขนาดตัวอย่างที่เล็กกว่าได้ 

แต่อย่างการสำรวจในแบบที่ได้รับมอบหมายจากรัฐบาลที่มีผลกับการทำนโยบาย ในส่วนนี้จะต้องใช้ขนาดตัวอย่างที่ใหญ่กว่าเพื่อให้ได้ผลลัพธ์ที่แม่นยำมากขึ้น

2. แผนการวิเคราะห์ (Campaign Analysis plan)

การวางแผนวิเคราะห์ข้อมูลเป็นสิ่งสำคัญเวลาพิจารณาเกี่ยวกับขนาดตัวอย่าง เช่น การมีวิธีทางสถิติ เช่น การวิเคราะห์การถดถอย (Regression analysis) การวิเคราะห์คลัสเตอร์ (Cluster analysis) ที่ต้องการขนาดตัวอย่างที่แน่นอนต่อหนึ่งตัวแปร

วิธีที่ใช้โดยทั่วไปในการวิเคราะห์ผลการศึกษา คือ การแบ่งชุดข้อมูลเป็นส่วน ๆ โดยการแบ่งส่วนเหล่านี้อาจแบ่งตามกลุ่มประชากร (Demographic) เช่น อายุ เพศ รายได้ครัวเรือน หรือ บางหมวดหมู่ที่เฉพาะเจาะจงสำหรับการวิจัยของคุณ เช่น ผู้ใช้ผลิตภัณฑ์ vs ผู้ที่ไม่ได้ใช้ผลิตภัณฑ์ เป็นต้น

คุณได้วางแผนที่จะวิเคราะห์ข้อมูลของคุณตามกลุ่มต่างๆ แล้ว สิ่งสำคัญคือการกำหนดขนาดตัวอย่างที่เหมาะสม เพื่อให้แต่ละกลุ่มมีขนาดตัวอย่างพื้นฐานที่เพียงพอและน่าเชื่อถือมาตรฐานทั่วไป ขั้นต่ำคือ มีตัวอย่าง n=30 สำหรับการวิเคราะห์แต่ละกลุ่ม สำหรับ Milieu เราแนะนำว่าควรมีตัวอย่างต่อกลุ่มอย่างน้อย n=50 

สิ่งที่ควรนึกเสมอ คือ ถ้าคุณตั้งใจที่จะแบ่งข้อมูลของคุณตามส่วนต่างๆ และตั้งใจจะทำการวิเคราะห์แบบละเอียดในกลุ่มย่อยนั้น ๆ ค่าความคลาดเคลื่อน (Margin of error) จะสูงขึ้นเพราะคุณกำลังทำงานกับขนาดตัวอย่างที่ต่ำลง

เช่น การศึกษาที่มีผู้ตอบที่เป็นประชากรสิงคโปร์ทั่วไป n=500 ค่าความคลาดเคลื่อน (Margin of error) จะประมาณ +/-4% ที่ระดับความเชื่อมั่น 95% และ ถ้าเราสมมติว่าสัดส่วนของเพศชายกับเพศหญิงในประชากรทั่วไปเป็น 1:1 เราจะได้ผู้ชาย n=250 และผู้หญิง n=250 หญิงในการศึกษาครั้งนี้

แต่ถ้ามองแบบภาพรวมในเรื่องความแตกต่าง เรื่องเพศในผลลัพธ์ ค่าความคลาดเคลื่อน (Margin of error) จะอยู่ที่ 4% แต่ถ้าคุณต้องการศึกษาเพิ่มเติมในกลุ่มย่อยของผู้ชาย และวิเคราะห์ในกลุ่มนี้ ค่าความคลาดเคลื่อน (Margin of error) สำหรับผู้ชาย n=250 จะเป็น +/-6% ที่ระดับความเชื่อมั่นเดียวกัน

กล่าวโดยสรุปปัจจัยที่สำคัญในการกำหนดขนาดตัวอย่าง คือ ควรพิจารณาปริมาณส่วนต่าง ๆ ที่คุณต้องการแบ่งข้อมูลและให้แต่ละส่วนมีขนาดตัวอย่างที่เหมาะสมเพื่อให้ได้มาซึ่งผลลัพธ์ที่เชื่อถือได้

‍

3. ขนาดประชากร (Population size) / อัตราอุบัติการณ์ของกลุ่มย่อย (Incident rate for nice samples)

องค์ประกอบสำคัญอีกอย่างที่ควรพิจารณา คือ ขนาดประชากรจริง ๆ สำหรับบางกลุ่มที่ต้องการเลือกมาเป็นตัวอย่าง นี้เราเรียกว่าอัตราอุบัติการณ์ (incidence rate) อย่างถ้าหากคุณต้องการรู้แบบง่าย ๆ เกี่ยวกับความชอบของคนสิงคโปร์ในการเดินทาง คุณก็ควรจะเลือกตัวอย่างจากประชากรสิงคโปร์ทั่วไป

ถ้าหากคุณต้องการรู้เกี่ยวกับความคิดเห็นของผู้บริโภคเกี่ยวกับผลิตภัณฑ์เนื้อ Plant-based ตัวใหม่ที่คุณทำขึ้นมาเปรียบเทียบกับผลิตภัณฑ์เนื้อ Plant-based ที่เป็นที่รู้จักอย่าง Impossible meat คุณอาจจะลองคิดถึงกลุ่มที่จะทำการสำรวจเป็นกลุ่มคนทานเจ หรือ ทานมังสวิรัติที่เลือกกินผลิตภัณฑ์ไม่ใช่เนื้อสัตว์ เพราะพวกเขามีสิทธิ์เป็นกลุ่มเป้าหมายหลักของคุณ โดยกลุ่มประชากรที่คุณนั้นเลือกอาจเป็นตัวอย่างกลุ่มขนาดเล็กได้ เช่น พวกเขาอาจจะเป็นกลุ่มที่เฉพาะเจาะจง (Niche)

เกณฑ์สำหรับตัวอย่างที่มีความเฉพาะกลุ่ม (Niche) สามารถมีความเฉพาะเจาะจงเป็นพิเศษได้ และสำหรับกลุ่มคนที่เรามองหาแบบตรงตามเกณฑ์ Incident rate สามารถที่จะมีปริมาณน้อยมากเมื่อเทียบกับเวลาที่เราเลือกตัวอย่างจากประชากรทั่วไปโดยทั่วไปแล้วสำหรับอัตราอุบัติการณ์ (Incident rate) ที่น้อยกว่าปกตินั้น เช่น ประมาณ 10-15% หรือน้อยกว่าของประชากรเป้าหมายที่ตรงตามเกณฑ์ วิจัยทางการตลาด (Market research) ส่วนใหญ่จะสามารถเข้าถึงตัวอย่างที่ตรงตามเกณฑ์ได้จำนวนน้อยเป็นปกติ หรือ บางทีอาจจะน้อยกว่า n=100 ดังนั้น การพิจารณาขนาดของประชากร (Population) อัตราอุบัติการณ์ (Incident rate) ของตัวอย่างเฉพาะกลุ่ม (Niche sample) จึงเป็นสิ่งสำคัญ

‍

4. ค่าใช้จ่าย (Costs)

การสำรวจผ่านทางออนไลน์ใช้ทั้งเวลา และเงิน โดดยส่วนใหญ่แล้วกลไกของการสำรวจผ่านทางออนไลน์จะขับเคลื่อนโดยการให้ค่าตอบแทน นอกจากนั้นยังต้องอาศัยความพยายามมากขึ้นในส่วนของกระบวนการวิจัยแบบนี้อีกด้วย เช่น การคลีนข้อมูล (Cleaning data) เวลาที่ใช้สำรวจผู้เข้าร่วมทำแบบสอบถามที่เพียงพอ เป็นต้น ดังนั้นยิ่งมีขนาดตัวอย่างที่ใหญ่ขึ้นมักมีค่าใช้จ่ายในการสำรวจที่เพิ่มสูงขึ้นอีกด้วย หากพิจารณาในเรื่องของงบประมาณ ค่าใช้จ่ายในส่วนนี้อาจจะส่งผลต่อการกำหนดขนาดตัวอย่างได้เช่นเดียวกัน

‍

ความสมดุล

การตัดสินใจเลือกขนาดตัวอย่างที่เหมาะสมสำหรับการศึกษาของคุณอาจจะมีความซับซ้อนเกิดขึ้นได้ในระหว่างทาง และเป็นการที่เราต้อง balance แต่ละปัจจัยทั้งหมดที่เราได้พูดถึงมาก่อนหน้านี้

อย่างที่ทราบกันดีว่าขนาดตัวอย่างที่ใหญ่ขึ้นถือเป็นข้อดีอย่างมากต่อความแม่นยำ ทำให้ค่าความคลาดเคลื่อนลดลง และ สามารถวิเคราะห์ข้อมูลตามส่วนต่าง ๆ ได้ดียิ่งขึ้น แต่ข้อควรระวังคือยิ่งขนาดตัวอย่างมากก็อาจมีค่าใช้จ่ายที่สูงขึ้น และเวลาที่ต้องใช้มากขึ้นตามมา และในเรื่องของการสำรวจผู้ตอบจากกลุ่มประชากรเฉพาะกลุ่มสามารถทำให้เกิดความเข้าใจผ่านข้อมูลเชิงลึกเกี่ยวกับกลุ่มเป้าหมายที่มีความเฉพาะกลุ่มได้มากยิ่งขึ้น แต่ในขณะเดียวกันก็อาจจะมีความท้าทายในการทำวิจัย เพราะด้วยขนาดตัวอย่างที่มีจำนวนที่อาจจะน้อยกว่าได้

สิ่งที่สำคัญที่สุด คือ ทุกการสำรวจนั่นแตกต่างกัน ขึ้นอยู่กับวัตถุประสงค์ของการวิจัย งบประมาณ และข้อจำกัดในการดำเนินการต่าง ๆ ดังนั้นการกำหนดลำดับความสำคัญให้กับสิ่งที่คุณคิดว่าสำคัญมากที่สุดในงานวิจัยนี้แล้วลดหลั่นลงมาเป็นเรื่องที่ดี โดยที่ Milieu เรามีความมุ่งมั่นในการเข้าใจวัตถุประสงค์ของลูกค้าเรา และแนะนำตัวเลือกที่จะช่วยให้พวกเขาบรรลุวัตถุประสงค์ของเขาได้ในวิธีที่เร็ว เชื่อถือได้ และคุ้มค่า

เราหวังว่าบทความนี้จะทำให้คุณมีความเข้าใจมากยิ่งขึ้นเกี่ยวกับ วิธีการกำหนดขนาดตัวอย่างที่เหมาะสมสำหรับการวิจัยของคุณ!

‍

‍