量化研究与统计分析[精选].ppt

抽樣 抽樣 自母群體（population）中抽出一個較小的樣本（sample） 然後從樣本的個案收集所需的資料 經由對樣本的研究與了解來推論母群體的情況 要得到有意義的結果，樣本應該取多大？ 抽樣的歷程 從母群體中抽取樣本時，必需使樣本具代表性，推論母群體情況時才不致有太大的誤差 樣本的品質與大小同樣重要 選樣本的過程是關鍵 不偏：被選中的機會都一樣 獨立：一個個體被選中，不影響其他個體是否被選中 所以，在抽樣時就是盡量要求能找到一個代表性樣本（representative sample），以減少抽樣誤差（sampling error） 抽樣的歷程 界定母群體 收集名單 決定樣本的大小 同時考慮抽樣誤差和研究代價 容忍的誤差愈小，樣本就要愈大 付出的研究成本愈少，樣本就要酌量減少 設計抽樣方法 抽樣誤差 選取的樣本推論到母群體時產生的誤差稱為抽樣誤差 抽樣誤差其實不是計算自於樣本統計量和母體參數的差別，因為母體參數是未知而待推估的；抽樣誤差能被估算，是依據該樣本在「抽樣分配」所在的位置，及其意含的機率 抽樣分配 抽樣分配的形成是假設在一個母群體中，不斷抽取大小相同樣本，測量其統計量，所構成的一個分配 從一副撲克牌中任意抽出9張牌，出現紅色牌的情況0到9張都有可能，其中應以出現5張紅牌最為可能，而出現0或9張紅牌的機會最小 抽樣分配集中或分散的程度就是「抽樣誤差」計算的依據 樣本大小是個關鍵，也就是樣本大抽樣誤差較小，反之，樣本數量小抽樣誤差較大 樣本之決定 本調查之母群體為2,989家台北市電腦同業公會之會員 95%之信賴水準 最大誤差小於0.05之條件下樣本數之決定方式為： 設P為本調查之全體對象之任一比例值，p為其估計值，倘要 P(?p－P?＜d)＞1-? 則樣本數n如下表： 有限母體樣本數之推估公式 當估計最大誤差d=0.05，可靠度至少95%的條件下，其計算公式如下： 本調查之樣本數應為341 公式： 應抽取341家企業為調查樣本 然因考慮到電話訪問不免會遇到打不通的情形，因此本調查以系統抽樣方法，依會員名單順序，每七名抽樣一名，共計抽取427名為本調查之樣本 /sscalc.htm 抽樣方法 非機率抽樣法（non-probability sampling） 立意抽樣法 偶遇抽樣法 滾雪球抽樣 定額抽樣法 便利取樣 機率抽樣法（probability sampling） 簡單隨機抽樣 系統隨機抽樣 分層隨機抽樣 集體抽樣法 多段抽樣法 立意抽樣法（Purposive Sampling ) 立意抽樣是根據研究員的主觀判斷以及研究目的而決定的，選取研究者認為最典型的個案。 例如跑到某班國文的課堂中，挑選我們認為最具代表性的學生，調查他們對於公益彩券的看法。樣本是否能具代表性，視乎研究員的主觀判斷是否正確。 偶遇抽樣法 Accidental Sampling 也稱為便利抽樣法（convenience sampling） 純粹以方便為基本著眼點的抽樣方法，樣本之選擇只考慮是否容易得到或容易觀察。 如研究者在街道上，或是其他場所來抽下路人做訪問的工作，雖說這種方式常被使用，但並不是一種適切的抽樣方法，若此項研究的目的，是要了解在某特定時間內，通過某一特定地方的路人特質為何，這種研究方法才具有合理性。選取一些偶然遇見的個案做為樣本。例如在上課教室門口，只要是要進入教室上課的人，我們就進行研究，直至完成所需的樣本數為止。這種抽樣方法很容易進行，但樣本的代表性卻值得懷疑，因為偶然遇見的人和沒有遇到的人可能有所不同。 滾雪球抽樣 Snowballing Sampling 也有些人認為此種抽樣方式其實是偶遇抽樣法的應用。 滾雪球抽樣是在特定母群體中成員難以找到時，最適合採取的抽樣方式。這種抽樣的程序是先蒐集目標母群體的少數成員，同時再向這些成員徵詢資訊，以找出他們剛巧認識的母群體成員。所謂滾雪球，指的是研究對象建議找出其他研究對象的累積過程。由於這種程序會找出代表性成疑的樣本，通常都用於試探性的目的。 定額抽樣法 Quota Sampling 定額抽樣是根據按照母群體的特性，先選定幾個具代表性的類別(如性別、年齡等），從各類別當中先獲知其占母群體的比率，再用偶遇或立意的方式取樣，使該樣本各類型的比例能反應出母群體的特徵。 此種抽樣方式要先從建立一個母群體特質的矩陣開始。例如我們必須知道修習知識管理學程的學生中不同學院、性別、年級等的比例為何，然後用立意或偶遇的方式，從學院、性別、年級等抽取固定比例的個案樣本，合起來可以達到我們的樣本數目即可。定額抽樣法由於包括了各組的個案，其代表性高於立意抽樣或偶遇抽樣。 志願對象抽樣 Volunteer Subjects Sampling 這種抽樣方式和偶遇取樣類似