抽样方法.ppt

抽樣方法 南台科技大學企管系 呂金河 1. 抽樣的基本術語 群體:群體指的是擁有研究者所要特性的實體，如所有台北市民。 母體:母體指的是所存在群體中某一特性的集合，如某國中一年級男生所有的身高。 元素:元素通常指的是群體中接受調查的最小單位。如國中一年級的任一男生即為一元素，其含有身高此特性。 抽樣的基本術語(續) 抽樣單位:抽樣單位是指在抽樣的某些階段中，排列在抽樣架構名單上之個別概念。第一段的抽樣單位是班，第二段針對抽到的班級再以人為抽樣單位。 抽樣架構，抽樣架構是指抽樣單位整體之名單。如要從某一班級抽出一部份的學生，則此班級的點名冊即是一抽樣架構。 樣本:樣本是指群體或母體的部份集合。依據此部份所得之資訊來推論整個母體。 抽樣的基本術語(續) 變項:變項是定義在群體中每一單位的特性，如群體是國中一年級男生，則變項 可以是身高，體重，性別或年齡等。 參數:參數是一母體變項的特徵統計量數，如某一大學男生的比例即為性別變項的參數;生平均身高即為身高變項的參數。通常參數是未知的，但已存在著。 抽樣的基本術語(續) 估計量，估計值:估計是利用樣本的資訊來估計某一參數的一個計算公式或方法。對某一抽出來的樣本，計算估計量的值即稱為估計值，如以某學校的男學生身高為例，樣本的平均身高即為學校男學生平均身高的估計量，如針對所抽出100個男學生樣本，算出平均身高的值，即為估計值。 抽樣誤差:利用樣本的估計量來推論母體的參數大小，因由樣本算出之估計值可能偏離母體之參數，這種差距謂之。 2. 抽樣方法 抽樣方法可分為非機率抽樣方法與機率抽樣方法兩大類 2.1非機率抽樣 非機率抽樣方法沒有機率法則為抽樣的依據，因此得到的樣本用來估計母體的參數沒有理論上的根據。極易產生偏差，統計理論也不能應用。因此要盡量避免使用，用此類方法抽樣的數據作統計推論尤其不宜。 非機率抽樣主要可分為便利抽樣、配額抽樣、判斷抽樣、滾雪球抽樣四種。 便利抽樣 便利抽樣又稱為偶然抽樣或稱隨便抽樣，因構成樣本的元素是隨訪員方便，偶然被選到的。 配額抽樣 配額抽樣為保證樣本的代表性，其樣本中具有某種特徵的比例幾乎和母體中具有此種特徵的比例相等。譬如某大學有10000名學生，我們要抽取1000名。將學生依年級分成如下四個子母體。 年級 學生數 在母體之百分比 樣本人數 一 3200 32% 320 二 2600 26% 260 三 2200 22% 220 四 2000 20% 200 但對子母體抽樣時，仍採便利抽樣。 非機率抽樣（續） 判斷抽樣： 判斷抽樣常被稱為立意抽樣。樣本中的元素是研究者根據個人的主觀判斷去選擇最適合研究需要的，此種抽樣稱為判斷抽樣 滾雪球抽樣：滾雪球抽樣是研究者利用人際的輻射力以達到抽樣的目的。 2.2 機率抽檢 又稱為隨機抽樣，在母體中依某機率法則隨機抽取若干元素為一樣本，因為每一個元素被抽取的機率已知，因此可以依抽樣的機率法則反推，導出合理的統計推論公式，只有機率抽樣才能客觀地測量抽樣誤差，進行統計推論，而非機率抽樣不能。 較常見的機率抽樣有下列數種: (1).簡單隨機抽樣 (2).分層隨機抽樣 (3).集群抽樣 (4).系統抽樣， (5).多段抽樣 簡單隨機抽樣 簡單隨機抽樣為其他各種機率抽樣方法之基礎。全部母體之元素皆排列在抽樣架構上，研究者為每一元素編號，然後做下述兩項規則來抽出n個元素作為樣本，n為所指定的樣本大小。 可用摸彩法或利用亂數表執行抽樣 簡單隨機抽樣例 從某社區200名的老人中隨機抽取10名為樣本，使用亂數表取樣的步驟如下: (1).先將兩百位老人分別編號，從1號編至200號。 (2).確定從隨機亂數表中所要閱讀的位數，此位數與母體元素的總個數一樣。此例的位數是三位。 (3).採用隨機方式在亂數表上決定開始抽樣的起點． (4).從起點開始，然後向右或向下閱讀，每三位數字就取出。凡號碼落在001至200號之間者則取出記下，超出者就放棄，直到10 個在001至200號範圍內的數字都取到為止。 亂 數 表 0682 2460 6195 6824 0237 1336 6840 5577 3495 5163 3746 0596 6553 5357 2494 0688