第二章资料的蒐集（补充空间抽样与非随机抽样）.docVIP

空間上點、線、面的抽樣 1.空間上點的抽樣 圖 空間上點的簡單隨機抽樣 圖 空間上點的系統抽樣 圖 空間上點的分層隨機抽樣 圖 空間上點的分層系統不對稱抽樣 2.空間上線的抽樣 圖 線的隨機抽樣（邊界點連線） 圖 線的隨機抽樣（方位角法） 圖 空間上線的隨機抽樣（折線法）　　　圖 空間上線的系統抽樣 圖　　　沿線上點的系統抽樣 空間上面的抽樣 圖　　空間上面的隨機抽樣 圖 空間上面的分層隨機抽樣 圖 空間上面的分層系統抽樣 2.非隨機抽樣（non-random sampling） 當研究者抽取樣本資料是按研究者的主觀判斷或根據研究的需要所做的特定設計時，稱為非隨機抽樣。此法使母體各部分被選取的機會受到不等的限制，基於機率原理的統計理論不適用於解釋此法所得出的樣本特性，因此不能應用機率法則，樣本的參數用來估計母體參數時也就無法有理論上的根據。因此統計工作上分析非隨機樣本的特性，並不足以推估母體的全體特性，而是多用於生產管理上的需要，或個案執行時對相關研究資料的特定層面的瞭解而已。 非隨機抽樣按抽樣方法可分為： a.便利抽樣 便利抽樣又稱偶然抽樣，樣本是在偶然的狀況下被選取的。例如教師在課堂上調查修課學生們對就業等問題的意見；電視台的談話性節目在某時段開放聽眾call in所得的民眾意見等，樣本是出於自願或基於方便取得的，都無法推論到整個母體，最多只能說是部分的觀察，或初步的探討而已。 b.定額抽樣 定額抽樣頗類似分層隨機抽樣，也是按母體內不同類別來分別抽樣的，但分層抽樣是按母體中各類別數量來比例定分，定額抽樣則不同類別樣本的數量是由研究者按研究目的來自定的。例如某化粧品公司有新產品要推出市場，此產品所設定的客層為中高收入的管理階層的職業婦女，該公司想要瞭解對象客戶對此產品的看法，因此在做市場調查時就設定樣本人數1000人中，此階層婦女樣本數為500人，其餘職業婦女和未就業婦女合計樣本數為500人。 c.立意抽樣 立意抽樣又稱判斷抽樣，樣本是由研究者根據主觀判斷來選擇認為最適合研究需要的。例如在進行社區研究時，很多研究者認為里長或村里幹事對地方事務應是最熟悉，也應是最瞭解地方民眾的想法，因此研究的調查訪問對象就是里長與村里幹事。立意抽樣所得的樣本雖不能完全代表母體（在本例應為社區居民），但應最有助於對問題的瞭解，因此最適合初期或前期的研究；另外，在小樣本調查時立意抽樣所得結果的正確性也常優於隨機抽樣。 d.滾雪球抽樣（Snowballing sampling） 當研究對象的母體很小，而且分布又很稀疏時，隨機抽樣的方式常不易得到足夠研究需要的樣本。這時研究者可先找一位或多位受訪者，再由這些受訪者提供資訊來取得其他受訪者，研究者再請取得的受訪者提供資訊，如此重覆多次，樣本愈滾愈大，直至達到所要求的樣本大小，這樣的抽樣方式稱為滾雪球抽樣。例如調查都市原住民，或都市更新後拆遷戶的追蹤調查等，多採此法來抽樣。由於滾雪球抽樣樣本的取得是透過受訪者的人際網絡來取得，因此由一個種子樣本（滾動者）的人際輻射力來展開此滾動抽樣，容易受限於受訪者人際關係的廣度，造成樣本的封閉現象，因此研究者應以多個具異質性的種子樣本來進行滾動抽樣。