การเลือกตัวอย่างแบบสโนว์บอลในงานวิจัยคาร์บอนฟุตพรินต์ของประชากรแฝงในคณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยเทคโนโลยีราชมงคลสุวรรณภูมิ ศูนย์สุพรรณบุรี

Main Article Content

พิมพ์พรรณ อำพันธ์ทอง

บทคัดย่อ

          งานวิจัยนี้ศึกษาการเลือกตัวอย่างแบบสโนว์บอลประชากรแฝงนักอนุรักษ์สิ่งแวดล้อมในคณะวิทยาศาสตร์และเทคโนโลยี ของประชากรแฝงในคณะวิทยาศาสตร์และเทคโนโลยี พบว่ามีความเหมาะสมกับขนาดตัวอย่างน้อย โดยถ้าเลือกตัวอย่างสโนว์บอลแบบเชิงเส้นเหมาะสมกับขนาดไม่เกิน 20 ตัวอย่าง และถ้าเลือกตัวอย่างสโนว์บอลแบบเอ็กซ์โปเนนเชียลแบบไม่เลือกปฏิบัติเหมาะสมกับขนาดตัวอย่างไม่เกิน 16 และผลวิจัยการประเมินกิจกรรมการปล่อยคาร์บอนฟุตพรินต์ในคณะวิทยาศาสตร์และเทคโนโลยี ได้แบ่งออกเป็น 3 ขอบเขต คือ ขอบเขตที่ 1) การปลดปล่อยคาร์บอนฟุตพรินต์ทางตรง ได้แก่ กิจกรรมการเดินทางมามหาวิทยาลัย พบปริมาณ 9,312.21 (kg CO2e/หน่วย) ขอบเขตที่ 2) การปลดปล่อยคาร์บอนฟุตพรินต์ทางอ้อม ได้แก่ กิจกรรมการใช้ไฟฟ้าและน้ำประปาในคณะวิทยาศาสตร์และเทคโนโลยี พบปริมาณ 47,768.28 และ 176.26 (kg CO2e/หน่วย) ตามลำดับ และขอบเขตที่ 3) การปลดปล่อยคาร์บอนฟุตพรินต์ทางอื่น ๆ ได้แก่ กิจกรรมการใช้กระดาษ ขวดน้ำพลาสติกและการใช้กระดาษในสำนักงานในคณะวิทยาศาสตร์และเทคโนโลยี พบปริมาณ 1,132.98, 1,589.86 และ 13,504.54 (kg CO2e/หน่วย) ตามลำดับ ผลสรุปว่าคณะวิทยาศาสตร์และเทคโนโลยี มีการการปลดปล่อยคาร์บอนฟุตพรินต์ต่อปีสูงที่สุด ได้แก่ กิจกรรมการใช้ไฟฟ้าและน้ำประปา ดังนั้นควรมีการลดการการปลดปล่อยคาร์บอนฟุตพรินต์ด้วยการปรับเปลี่ยนการใช้พลังงานไฟฟ้ามาเป็นพลังงานแสงอาทิตย์ การติดตั้งเซลล์แสงอาทิตย์ การใช้หลอดไฟไม่มีแสง UV และปล่อยความร้อนน้อย เพื่อช่วยกันประหยัดค่าไฟฟ้าและรณรงค์ประหยัดน้ำในคณะวิทยาศาสตร์และเทคโนโลยี นอกจากนี้ควรรณรงค์ให้คณะวิทยาศาสตร์และเทคโนโลยีมีการปลูกต้นไม้ยืนต้น 1 ต้น เพื่อดูดซับก๊าซคาร์บอนไดออกไซด์ได้เฉลี่ย 9-15 กิโลกรัม การตั้งเป้าลดการปล่อยคาร์บอนฟุตพรินต์เป็นศูนย์ หรือ net zero ด้วยการให้คน 2 คนในมหาวิทยาลัยช่วยลดอุณหภูมิลงให้ได้ 2-4 องศาเซลเซียส และควบคุมอุณหภูมิไม่ให้สูงขึ้นอีกทั้งขยายการปฏิบัติหน่วยตัวอย่างอนุรักษ์ต่อไป

Article Details

รูปแบบการอ้างอิง
อำพันธ์ทอง พ. (2023). การเลือกตัวอย่างแบบสโนว์บอลในงานวิจัยคาร์บอนฟุตพรินต์ของประชากรแฝงในคณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยเทคโนโลยีราชมงคลสุวรรณภูมิ ศูนย์สุพรรณบุรี. วารสารวิชาการ มทร.สุวรรณภูมิ, 11(2), 159–171. สืบค้น จาก https://li01.tci-thaijo.org/index.php/rmutsb-sci/article/view/258800
ประเภทบทความ
บทความวิจัย

เอกสารอ้างอิง

Amphanthong, P., & Busababodhin, P. (2015). Efficiency of parameter estimation methods in multilevel analysis when the sample size is small. Burapha Science Journal, 20(1), 15-24. (in Thai)

Amphanthong, P. (2019). Analysis of water quality in the Suphan Buri River by extreme value theory. RMUTSB Academic Journal, 7(1), 1-19. (in Thai)

Bonkham, P. (2021). COVID-19, the reason why Thailand's carbon emissions have decreased? Retrieved 1 January 2023, from https://urbancreature.co/reenindex-carbondioxide/ (in Thai)

Frank, O., & Snijders, T. (1994). Estimating the size of the hidden populations using snowball sampling. Journal of Official Statistics, 10(1), 53-47.

Keawsawang, N., Amonsanguansin, J., & Sornil, W. (2017). Carbon footprint assessment and sustainable approaches to reducing the greenhouse gas emissions of Thai local administrative organizations: A case study of the Bangkhae District Office, Thailand. Kasetsart Engineering Journal, 30(102), 61-72. (in Thai)

Paliekkawut, W., & Manokhoon, P. (2018). The study of water quality change at Sai-Noi Floating Marketing, Phra Phimonracha canal, Sai-Noi district, Nonthaburi province. RMUTSB Academic Journal, 6(1), 37-44.

Shafie, T. (2010). Design-based estimators for snowball sampling. Retrieved 1 January 2023, from https://ssrn.com/abstract=2471006

Sisamoe, S., & Chainarong, C. (2021). Energy recovery assessment in dairy production process. RMUTSB Academic Journal, 9(2), 199-211. (in Thai)

Thailand Greenhouse Gas Management Organization (Public Organization). (2023). Emission factor of the combustion group of the fuel (stationary combustion) and the combustion of fuel (with movement). Retrieved 12 March 2023, from http://thaicarbonlabel.tgo.or.th/index.php?lang=TH&mod=YjNKbllXNXBlbUYwYVc5dVgyVnRhWE56YVc5dQ. (in Thai)

Voicu, M.-C., & Babonea, A.-M. (2011). Using the snowball method in marketing research on hidden populations. Challenges of the Knowledge Society, 1(1), 1341-1351.