抽样与母群体(Samples.pptx

抽樣與母群體(Samples and Populations) 各種抽樣方法 抽樣誤差 平均數抽樣分配 平均數抽樣誤差 信賴區間 t 分配 推估各種比例 摘要前言因為社會研究者是在有限的時間、精力、及經濟資源的狀況下來進行研究，她/他們極少能夠研究一個既存母群體內的每一個成員。取而代之的，她/他們僅能研究樣本－此一母群體中較少數目的個體(人)。經由抽樣過程，社會研究者尋求從一個樣本(一個小群體)通則化(或概化)到整個母群體－從這裏，樣本被抽取出來－(一個大群體)。隨機抽樣與非隨機抽樣社會研究者採取的抽樣方法，比起日常生活中所使用的抽樣方法，往往考慮更為周詳且較具科學性。她/他們主要關切樣本對於整個母群體而言是否具有足夠的代表性，並得以對母群體作出各種精確的通則。為了此類推論，研究者根據母群體中的任一成員是否具有同等機會被抽取出來，以選取一種適當的抽樣方法。倘若任何母群體成員均具有一種抽樣選擇的同等機會，即是使用一種隨機抽樣方法；否則，就是運用非隨機抽樣方法。各種抽樣方法(Sampling Methods)非隨機抽樣法(Nonrandom Samples)偶遇抽樣(accidental sampling)定額抽樣(quota sampling)判斷或立意抽樣(judgment or purposive sampling) 隨機抽樣法簡單隨機抽樣(simple random sampling)系統抽樣(systematic sampling)分層抽樣(stratified sampling)結叢或多階段抽樣(cluster or multistage sampling)偶遇抽樣偶遇抽樣法乃是最普遍使用的非隨機抽樣法，與我們日常生活中的抽樣程序較沒有差異，因為此種抽樣方法完全建立在對於研究者來說，是否便利的想法之上。換言之，研究者僅僅包含最便利取得的個案在她/他的樣本裏，並排除所有不方便取得的樣本。定額抽樣另外一種非隨機抽樣類型為定額抽樣法。在此一抽樣程序中，一個母群體的不同分類特徵，諸如年齡、性別、社會階級、或族群等，依比例被抽取出來－根據它們在此一母群體中所佔的比例。雖然性別或許在樣本中具有適當的代表性，但是其它的分類特徵－如年齡或種族－則沒有被顧及。定額抽樣法的不當之處在於其對於各種因素控制的缺乏更甚於對於這些因素的定額設定。判斷或立意抽樣第三種非隨機抽樣法為判斷或立意抽樣法。在此種抽樣類型中，邏輯、常識、或感覺判斷被用來選擇一個樣本，其代表一個較大的母群體。隨機抽樣三個原則隨機抽樣包含下列三個原則：母體中的每一個成員都必須有同等機會成為樣本。換言之，抽樣架構必須完整。母體中每一個成員被選中的機會必須是已知的。我們必須確實知道我們所選擇母群體中任一位成員的機率，唯一方法是，在抽樣的每一個步驟中，知道有多少人是有資格被選出來的。所有被選擇的樣本應該是彼此獨立的(independent)。選擇母群體中任一位成員，不應增加或減少另一位成員被選擇的機會。簡單隨機抽樣最基本的隨機抽樣法為簡單隨機抽樣法。其能夠透過一種過程，例如現今極為熟悉的技術，將所有人的名字寫在紙條上並折疊好，放入一頂帽子裏，加以充分混合後，再抽出若干名字。此一程序，讓母群體中任一成員具有同等抽樣選擇的機會，因為每一個成員，且僅有一個成員，其名字會在紙條上。基於若干原因(包括研究者需要一個非常大的樣本時)，社會研究者通常要抽取一個隨機樣本時，並不是從帽子中來抽取名字。她/他們通常是使用亂數表(table of random numbers)。系統隨機抽樣所有隨機抽樣方法實際上都是簡單隨機抽樣變形。例如，系統隨機抽樣，在這裏，並不需要亂數表，因為母群體所有成員的名單是被以固定的區間抽取出來。是以，使用系統隨機抽樣，一個母群體中，每一個nth成員均包含在此一母群體的樣本中。系統隨機抽樣法的好處是不需要亂數表，其結果，此一方法比起簡單隨機抽樣程序而言，較不費時，特別是從較大母群體中抽取樣本時。而其不利之處在於，系統隨機抽樣法假定了在母群體所有成員的名單上所處的位置不會影響到隨機性(randomness)，如果此一假定沒有被嚴肅地看待，則其結果可能會忽略某些母群體的成員，比起其他成員而言較不會被取得。分層抽樣分層抽樣法涉及到將母群體分成更多具同質性的次團體或階層(strata)，再從這些次團體或階層中簡單隨機抽取出樣本。階層化是建立在一個具同質性的(homogeneous)團體比起一個具異質性的(heterogeneous)而言，祇需要一個較小的樣本。表面上而言，分層抽樣法與前面提及的定額抽樣法具有顯著的相似性，因為此二種程序通常需要以精確的比例來包含各種樣本的分類特徵－它們是歸因於母群體。除了表面相似性外，定額與分層抽樣本質上是不同的，因為定額抽樣的成員是由調查者以任何方