抽樣設計
抽樣
設計
抽樣
(sampling)
的意義
「
抽樣
」
(
smapling
)
是自母群體中選取
部份元素
(elements)
為樣本，並且認為從選取的樣本可得知母群體的特徵。
優點
可節省人力與物力
可縮短資料整理的時間
較高的研究品質
優良
樣本的
特性
正確性
(accuracy
)
精
準性
(precision
)
抽樣方法之專有名詞
母體
(Population)
樣本
(Sample)
抽樣單位
(Sample unit)
抽樣架構
(Sample frame)
母體參數
(Population parameters)
樣本統計量
(sample statistics)
抽樣程序
抽樣設計的類型
抽樣設計的類型
隨機抽樣
(probability sampling)
指按照機率原則，從母體中抽取一定數目的單位元作為樣本進行觀察，隨機抽樣使母體中每個單位都有一定的機率被選入樣本，從而使根據樣本所做出的結論對母體具有充分的代表性。
簡單隨機抽樣
特性
①
每個樣本單位被抽中的機率相等
②
樣本每個單位完全獨立，彼此間無一定的關聯性
、
排斥性。
③構成群體的個體均屬同質，且樣本數量較少時使用較佳
。
方法
①
亂數表
②
摸彩法
使用原因
簡單容易執行，且隊母體參數的估計較容易。
注意事項
抽出單位分布廣時，耗費成本。
系統抽樣
方法
先選擇一個隨機起點，在依一定的距離，順序抽取樣本。
使用原因
①
操作簡單，富彈性─不需要抽樣清冊，除隨機起點之外，不必在執行隨機程序，避免人為錯誤。
②
成本低
注意事項
元素的排列順序有週期性，不適用。
系統
(
間隔
)
抽樣
分層抽樣
比率分層抽樣法
(proportionate stratified sampling)
①容易執行
特
非比率分層抽樣法
(disproportionate stratified sampling)
①依各層內母體數大小，內部變異性與抽樣成本，主觀判斷各層樣本大小。
分層抽樣
方法
將母體一某些特質分成若干層，然後從各層中隨機抽取樣本。
使用原因
①
增加樣本的統計效率。
②
不同的層次可使用不同的研究方法及分析步驟。
注意事項
①
層內元素同質，層與層之間為異質。
②
通常分層越多越能達上述目標，若能超過
6
個以上則此法的效益將顯著降低。
分層抽樣
集群抽樣
方法
將母體分成若干群體，然後隨機抽取若干群體，對群體中之各成員全部加以訪問。
使用原因
母體底冊的蒐集及編造極為困難或龐大，在調查時希望節省成本時間。
Ex
：住戶調查中，以鄰或區做為群集以進行訪查。
集群
(
部落
)
抽樣
雙重抽樣
方法
將母體分成若干群體，用隨機方式抽取若干群體，再依據群體所含訊息選擇次樣本。
使用原因
當母體非常大時，採用簡單隨機抽樣法，其抽出率相對的會很小，如此母體參數估計的準確度相對的也會變小；同理，執行分層機抽樣法時，為了將相類似的元素放在同一個層級中則層級個數勢必也相對的變大，如此便失去分層的意義；同理，執行集群隨機抽樣法時，每個群集的群集大小勢必也相對的會很大，如此，群集抽樣便失去了同時達到經濟與準確的目的了。
雙重抽樣
分層抽樣與集群抽樣的比較
機率抽樣法之比較
抽樣設計的類型
非隨機抽樣
(non- probability sampling)
根據人為意志從抽樣母體中抽出比較具有代表性的樣本，故又稱為意志抽樣或計劃抽樣法
(purposive sampling)
。
便利抽樣
特性
①
最容易
②
最便宜
③最不可靠
④
適用於探索性研究之初期訊息取得
方法
研究人員自由選擇遇見的任何人。
判斷抽樣
(
立意抽樣，
purposive sampling)
特性
適用於探索性研究之初期訊息取得。
方法
根據研究人員主觀設定某些標準的抽樣法。
配額抽樣
方法
藉由選擇樣本，使樣本中具有某種特質的比率和母體具有某種特
質
的比率大約是一致的。
使用時機
民意調查
,
行銷研究
…
等
。
注意事項─用以分配的屬性須符合兩點要求
①
可用來推估母體分配
②
與研究主題有直接關聯
滾雪球抽樣
方法
先找幾個初始樣本當抽樣的種子再以這些樣本像滾球般外推出相關樣本單位。
使用時機
研究對象不易辨識但可循特定網路尋找時適用。
Ex
：吸毒文化、幫派活動等。
抽樣方法之選擇準則
成本
時間
母體特性
研究
目的
抽樣誤差
意義
使用最佳的方法選取樣本，未必能確保這些樣本足以代表母體，因此會產生非研究者所能控制之誤差。
形成原因
抽樣過程產生
統計方法錯誤
誤差大小
被研究母體各單位標誌值的變異程度
抽取的樣本數
抽樣調查的組織方式
中央極限
定理
(
central limit theorem)
不論母體本身是否為常態分配，只要每次抽樣的
樣本數夠大
(
樣本數達
30
以上
)
，則「
平均數抽樣
」分配本身仍具有
常態分配
的特性。
樣本大小之考量
研究的特殊性
研究的類型
研究假設
(
例如，誤差愈小，樣本須愈大
)
經費來源，可用人力的限制
研究結果的重要性
研究變數的個數
資料收集的樣本異質性
研究要的正確性
/
精確度
母群體的大小
論文範例
參考文獻
