问卷设计与资料取得.pptVIP

問卷設計與資料取得 母體 母體（Population）是我們想要研究調查之所有對象，它是由一群具有某種共同性的基本單位所組成。若母體個數有限，其個數一般以大寫之N表示。 母體可以是一群人，如：想調查全省之18歲以上女性消費者的化妝品消費行為，其母體將為全省18歲以上之全體女性。母體也可以是一群事物，如：汽車製造廠商，想瞭解其所生產之某一型汽車之引擎的故障情況，其母體即為該型汽車之所有引擎。 普查 普查（census）是對整個母體進行全面調查或研究。若母體數很大，得花費之時間、金錢以及動員之人員均非常龐大。如：行政院主計處所進行之全國人口普查（每十年一次）、戶口及住宅普查、工商及服務業普查、農林漁牧業普查、……。 這幾類大型普查，通常除了國家或各級政府單位外；其他私人機構或組織，是不太可能會實施普查的！就算是國家，也不可能經常進行此類大型之普查，以戶口普查言，依戶口普查法第三條規定，戶口普查每十年舉辦一次。 抽查 相對於普查的全面調查，抽查（sampling survey）僅在某一母體中，抽出一小部份個體進行調查而已。 抽查之目的，在省時、省力及省錢。普查之結果雖較抽查精確，但往往費錢、費時與費力，除了極為特殊重要之調查外，大多數調查甚少使用普查之方式進行。 樣本 樣本是母體的一個部份，一個樣本是由數個數值所組成，此數目通常以小寫n表示，稱為樣本數或樣本大小。 想知道整個母體之最正確的狀況，當然是進行全面普查。但通常無法對母體進行全面普查，其主要原因為： 1.經濟 2.時效 3.難以接觸 4.母體過大 5.毀壞性 6.正確性 影響樣本數大小之因素 母體大小：母體越大，所需樣本越大。 可用資源：可用資源越大（金錢、時間、人力、……），可收集之樣本就越大。 可容忍之誤差：可容忍之誤差越小，所需樣本要越大，以縮小誤差。 誤差的代價：誤差的代價（產生誤差的損失）越大，所需樣本要越大，以減少損失。 母體變異量：母體變異量越大，所需樣本越大。母體的成員彼此間相似度很高，樣本數就可以小一點；反之，母體的成員彼此間相似度很小，樣本數就得大一點。 觀察値 觀測一個實驗或統計問題之結果，所記錄下來的結果，我們稱之為觀察値（observation），通常以小寫x來表示。如，為找出大學生每月零用錢之平均數，由每位受訪者（受測樣本）所蒐集到之每月零用錢數值，就是一個觀察値。 參數 參數（parameters，又稱母數），是母體的數值性敘述值，即用來描述母體某一特性之數字。如，代表母體某一屬性之數值：母體均數、母體變異、母體標準差、……。 對於參數，我們通常以希臘字母來表示。如：μ表母體均數、σ表母體標準差、……，表其所處理的資料是母體。 我們通常對母體訊息知道的不多，所以才需藉由樣本所獲得之資料（統計值），來推論母體之參數值。 統計量 相對於參數，統計量（statistic）又稱估計值（estimate），是樣本的數值性敘述值，也就是用來描述樣本某一特性之數字。如，代表樣本某一屬性之數值：樣本均數、樣本標準差、……。這些値係根據樣本所求得，準備用來估計母體之參數值。 對於統計量，我們通常以英文字母來表示。如：以 或 表樣本均數、以s或S表樣本標準差、……，表示其所處理的資料是樣本而非母體。 抽樣誤差 抽樣誤差（sampling error）是指母體與樣本之間的差異，由於樣本並非母體，其間自然存有某些差異。其大小決定於兩個因數： 樣本大小：樣本越大，抽樣誤差將越小。除非普查，否則無法消除抽樣誤差。 變異量大小：變異量是母體中各成員，針對某一變數上（如：年齡、所得、……）彼此間的差異，當變異量越大，抽樣誤差將越大。 變數 變數（variables）是用來描述母體中成員的某一特性。 在蒐集資料的過程中，我們得蒐集各類的變數。如：性別、年齡、職業、教育程度、所得、……等人口統計變數。又如，為了預測明年度之銷售額，而所蒐集到之歷年：廣告費、人事費、銷售人員數、……等，也是一種變數。 在現實生活上或自然界的一些現象，通常都不是單一變數即可加以描述得很清楚。如：要描述某一個人，僅使用性別變數，說他/她是男性或女性，肯定是無法說明白。但隨著增加變數，如：年齡、膚色、頭髮、身高、體重、種族、……，將可以逐漸描述得更清楚一點。 間斷變數 間斷變數（discrete variable）或稱不連續變數、類別變數或質變數，如：性別、使用之手機品牌、就讀之班級、政黨別、宗教信仰、參加之社團、喜好之運動、最常飲用之飲料類別、最喜歡之歌手、最喜歡之影星、……等，均屬間斷變數。 性別為男或女，只是描述性別的現象。將男性標示為1；或將女性標示2。僅是為了方便電腦處理，並無任何大小或倍數之關係。 連續變數 連續變數（continuous variable）或稱量變數。如：