第三部分研究设计一.pptVIP

第三部分：研究設計(一） 抽樣（研究對象） 一、研究設計 描述或計畫有關資料蒐集和分析的方法與過程，以便解答研究問題或驗證研究假設，最後檢核研究目的是否達成。 包括： 研究對象（抽樣） 研究工具 實施程序 資料處理 二、抽樣（第八章）(sampling) 估計母群之母數 樣本 計算樣本統計量 母群 （一）抽樣的定義與目的 1.抽樣(sampling) 從母群(population)中抽取具有『代表性』的樣本(sample)，以進行資料蒐集的歷程，也就是在研究中選取研究對象的歷程。 2.『代表性』的樣本 樣本的特性和內涵要與母群所具有者一致，或盡量相似。 （二）抽樣的一些專有名詞 母群(population)：所有研究對象的組合體，由許多獨立的單位所組合而成。 樣本(sample)：母群中的部分集合，即母群中 的部分單位組合而成。 抽樣架構(sampling frame)：抽樣名冊 抽樣單位(sampling unit)：每一個被抽取而構成樣本的基本單位 樣本大小(sample size)：數量 抽樣設計或策略(sampling design)：方法 母群參數(population parameters)：所欲探討母群的特性；代表母群的量化數據 樣本的統計量(sample statistics)：透過樣本資訊為基礎所獲得的發現 （三）例子：輔仁大學學生依附與自主關係之探討 母群：輔仁大學全體學生 樣本：輔仁大學部分學生 抽樣架構：輔仁大學學生名冊 抽樣單位：每一位學生 樣本大小： 抽樣設計或策略： 母群參數： 樣本的統計量： （四）抽樣方法 1.隨機/機率抽樣(random sampling) （1）簡單隨機抽樣(simple random sampling) A. 抽籤法 B. 亂數表抽樣法 （2）分層隨機抽樣(stratified random sampling) A. 分層比例抽樣 B.分層非比例抽樣 （3）叢集抽樣(cluster sampling) A. 單一階段 B. 雙階段 C.多階段 2.非隨機抽樣 （1）定額抽樣(quota sampling) （2）立意抽樣(purpose sampling) （3）偶然抽樣(accidental sampling) （4）滾雪球抽樣(snowball sampling) 3.混合抽樣 （1）系統抽樣 1.隨機/機率抽樣 定義： 母群中的每一個抽樣單位被抽取的機會都是相等的，且每一個抽樣單位互不影響彼此是否被抽出 （1）簡單隨機抽樣 A. 抽籤法 *備妥抽樣架構 *將架構中每一個單位加以編號 *製作號碼牌，抽取樣本數 a.置還抽樣 b.非置還抽樣 B.亂數表抽樣法 *當抽樣架構很大時，利用亂數表抽樣 *確認抽樣單位的數量 *將每一個抽樣單位編號 *隨機選擇一頁亂數表 *從該頁隨機選擇一個行與列的交會點作為啟始 *決定行進的順序或走向 *第二次重複出現的數字不用 *抽取樣本數 （2）分層隨機抽樣 定義： 估計正確性會受到母群特徵變異程度影響，為降低異質性影響而採用。 將抽樣架構內的元素或抽樣單位分成若干層（性別、年齡、教育程度），計算初各層所佔比率與樣本大小，使用簡單隨機或系統隨機抽取樣本。 分層比例抽樣 將抽樣架構內的元素或抽樣單位分成若干層，決定各層所佔母群的比率，決定每一層所需抽出的樣本大小，使用簡單隨機或系統隨機抽取樣本。 分層非比例抽樣 將抽樣架構內的元素或抽樣單位分成若干層，使用簡單隨機或系統隨機抽取樣本。 無須考慮每一層的大小及其所佔母群的比例。 （3）叢集抽樣 定義： 當母群很大，確認每一個抽樣單位很困難時， 將母群分為幾個團體（省、州），此即稱為叢集，再使用簡單隨機抽樣在每個叢集中抽取樣本 每一省抽出一所大學、一所科技大學、一所學院、一所技術學院 2.非隨機/非機率抽樣 定義： 未依據機率原理抽取樣本 （1）定（配）額抽樣 依據目的分層或偶然分層，分層後不隨機抽樣，而採分配比率後抽取樣本 （2）立意（目的）抽樣 獲取特定種類之樣本 班上同學進行調查 （3）偶然抽樣 以偶然遇到之對象的可利用性與字在性為基礎 記者訪問路人 （4）滾雪球抽樣 是用網絡來選擇樣本 3.混合抽樣 系統抽樣 *抽樣架構分成數個分段（等距，如10個為一等距） *在第一個分段，以簡單隨機抽樣方法抽選第一個單位（如第3位） *而後的分段均以此次序抽出樣本（在每一等距中，每第3位） 三.樣本大小與誤差 1.樣本統計量 母數 估計（存在誤差） 2.誤差來源： 抽樣過程，特別與樣本大小有關 （一