抽样设计教学课件PPT.ppt

抽樣設計 CHAPTER 6 講授大綱 抽樣基本概念 抽樣程序 機率抽樣 非機率抽樣 電話抽樣 抽樣誤差、非抽樣誤差 樣本大小決定 抽樣基本概念 基本意義 選擇母體(population)或群體中的一部份元素，針對抽出之樣本進行研究，並藉由研究結果推論整個母體。 普查(census) 受限時間與成本 抽樣好處 減少人力、成本 縮短資料蒐集時間 對抽樣之樣本可深入研究 抽樣專有名詞 元素(Element) 研究之基本單位，亦為蒐集資料之根據 以問卷調查法為例，研究元素為【人】或【特定某群人】 元素?用於抽樣上 分析單位?用於資料分析上 母體(Population) 研究中所有元素之集合 抽樣專有名詞 抽樣單位(Sampling Unit) 被抽取樣本中的一個或一組元素 於單一階段(Unit Stage)抽樣中 抽樣單位即為元素本身 複雜抽樣過程 抽樣單位可能有不同之層次 原始抽樣單位(Primary sampling unit) 次級抽樣單位(Secondary sampling unit) 抽樣單位(Sampling unit) 抽樣專有名詞 樣本(Sample) 經過抽樣方法所抽出的元素即為樣本 樣本為母體之一部份 應與母體具有共同特質 樣本必須有代表性 抽樣架構(Sampling frame) 元素的集合名冊，描繪整個抽樣情形 抽樣誤差(Sampling error) 所選出並不能完全代表母體特質 誤差來源 抽樣程序中發生誤差 用不精確之使用統計去推測母數所發生誤差 抽樣種類 機率抽樣 被選取機率已知 隨機抽樣 系統抽樣 分層抽樣 群集抽樣(叢集) 非機率抽樣 被選取機率未知 便利抽樣 配額抽樣 判斷抽樣(立意) 雪球抽樣 隨機 vs 非隨機抽樣 抽樣程序 定義目標母體(Target Population) 目標母體 與研究計畫相關之特定對象 必須非常明確 後續蒐集資料方有其意義 詳細母體定義包含四個因素 元素 抽樣單位 範圍 時間 適當抽樣設計考量因素 正確性 資源 時間 對母體近一步了解之知識 全國型或區域型調查 是否需要統計分析 隨機抽樣 簡單隨機抽樣(Simple Random Sampling) 號碼球抽取法 亂數表法(Random Number Table) 系統抽樣(Systematic Sampling) 將抽樣架構中各元素依次編號分組 選取抽樣架構中第K各元素所組成之樣本 Ex. 今天幾號？ 3/30 尾數0的出列 隨機抽樣 系統抽樣(Systematic Sampling) 抽樣間距=母體大小/樣本數 抽樣比率=樣本數/母體大小 隨機開始系統抽樣步驟 確定目標母體?決定樣本數?取得抽樣架構 決定抽樣間距?隨機選取第一個樣本 每隔n取一個樣本，直到樣本數滿足 隨機抽樣 分層抽樣(Stratified Sampling) 簡單隨機抽樣+系統抽樣 根據抽樣分佈理論 大樣本產生偏誤比小樣本小 同質母體所產生抽樣誤差較不同值的小 由母體內同質的次集合中抽出適當數目樣本 Ex. 比例分層抽樣 隨機抽樣 選擇分層抽樣法之理由 增加樣本之統計效率 提供足夠資料分析不同之次母體 可使用不同研究方法和程序來研究不同階層之樣本 分層抽樣步驟 確認目標母體?決定樣本數?決定分層依據變項?將母體依分層變項分為數個次母體?於次母體中隨機選取足夠樣本 分層抽樣應注意事項 樣本數應該多大？ 應分多少層？ 分層依據變項為何？ 隨機抽樣 群集抽樣(Cluster Sampling) 將母體依特質分成若干類，每一類稱為一個團體(Group)，再以隨機方式抽取若干小團體，然後對此小團體中元素全部訪問 分層 vs 群集 分層 母體分層 層內同質性高 層間異質性高 隨機抽取層中元素 群集 母體分群 群內異質性高 群間同質性高 隨機抽群 群內元素全部調查 Why 群集抽樣? 比簡單隨機抽樣法更具經濟效率 抽樣架構中若無法取得每個元素資料時 群集抽樣最常用於地區抽樣(Area Sample) 機率抽樣類型與比較 非隨機抽樣 特點 無法估計母體中每元素被選入樣本之機率 不能保證每元素均有機會被選入樣本 優點 方便、節省成本 缺點 抽出樣本較不具代表性 非機率抽樣 便利抽樣(Convenience Sampling) 又稱為偶遇抽樣(Accidental Sampling) 以選樣的便利性為基礎之抽樣方式 路上攔人訪問 無法得知樣本是否具有代表母體之特性 推論母體特性能力較為薄弱 抽樣母體同質高時，尚可適用本法 一般問卷前測可使用此方法 非機率抽樣 配額抽樣(Quota Sampling) 類似分層隨機抽樣之非機率抽樣 藉由選擇樣本，使樣本中具有某種特質比率與母體具有某種特質比率大約一致 改善樣本之代表性 Ex: 性別比例 非機率