大眾媒體研究導論 Chapter 4 抽樣 第一部分 研究程序 © Copyright 版權所有：學富文化事業有限公司。本光碟內容僅提供教師於教學上使用，非經本公司許可，禁止複製 (給學生)。感謝老師的配合。 Copyright © 2008 Thomson Asia Pte. Ltd. All rights reserved.

母體與樣本 母體也就是一組或是某一種類的受試者、變數、概念或現象。 對母體的每一成員進行檢測的過程稱為普查（census）。 樣本（sample）就是母體的子群，而且可以代表整個母體。樣本最重要的就是代表性的問題。 理論上，當對母體進行調查時，僅有測量誤差（measurement error）（在研究中由測量工具產生的不一致性）的產生。從母體中抽取樣本時，就有可能產生抽樣誤差（sampling error，即樣本與母體的差異程度）。

母體與樣本

機率與非機率樣本 機率樣本（probability sample）是根據數學機率法來選取樣本，每個單位被選擇的機率是已知的。 非機率樣本（nonprobability sample）的樣本並非經由數學機率法抽樣而來。 機率樣本的抽樣誤差是無法計算的。

機率與非機率樣本 當決定採用機率或非機率樣本時，研究者應該考慮下列四點： 1.研究目的。 2.費用與價值。 3.時間限制。 4.可容忍的誤差範圍。

機率與非機率樣本 非機率樣本的類型 一個現成樣本（available sample）（亦即所知的方便樣本 [convenience sample]），就是為了研究之便，而使用一些容易接近的受試者進行調查。 自願樣本（volunteer sample）也是由非機率樣本組成的，因為個體並非按照數學機率法選出的。在所有的研究領域中都有人願意參與研究計畫，但這些人與非自願者有極大的不同，因此研究結果會有誤差產生。

機率與非機率樣本 自願性樣本不適合在科學研究中使用，但是媒介廣播電台、電視台及電視網舉行不同的民意調查卻是讓自願樣本正當化。 立意樣本（purposive sample）就是故意選擇能夠呈現母體的樣本。主要的目的，是要選出能代表母體中某個特定部分的樣本。

機率與非機率樣本 配額樣本（quota sample）是另一個類似的方法，受試者是在特定或已知的比例下被選出來的。 偶遇抽樣是另一類型的非機率抽樣，主要是依照外觀、方便性或是必須符合某項需求（例如，在研究過程中，受試者看起來符合研究的條件）

機率與非機率樣本 機率樣本的類型 簡單隨機樣本（random sample），母體中的每個受試者及單位都有相同被抽中的機會。研究者經常透過亂數表進行簡單隨機抽樣，如表4.1。

機率與非機率樣本

機率與非機率樣本 簡單隨機樣本使用在電話調查中的過程，稱為隨機撥號（random digit dialing, RDD）。

機率與非機率樣本

機率與非機率樣本

機率與非機率樣本 系統隨機抽樣（systematic random sampling），亦即從母體中每隔第n個就抽出一個受試者或是單位。 精確性有賴於抽樣架構（sampling frame）的適當性。 週期（periodicity）。亦即母體中成員的排列方式及順序會在選取過程造成偏差的產生。

機率與非機率樣本 分層樣本（stratified sample）是要將母體中的次樣本適當地表現出來。次樣本的特性(階層或部分)可以包括所有的變數：年齡、性別、 宗教等。 每分層一次，次樣本的規模就越小，發生率就越低。

機率與非機率樣本

機率與非機率樣本 分層抽樣又分為比例分層抽樣和非比例分層抽樣。 比例分層抽樣（proportionate stratified sampling），其分層的依據是以其在母體中所占的比例而定。這種抽樣方式母體中的每一個人都有同樣被選中的機會。 非比例分層抽樣(disproportionate stratified sampling)，某一種特殊階層被過度抽樣或呈現。採用此方式基本上是因為這個階層被認為在行銷、廣告等非常重要。

機率與非機率樣本 集群抽樣（cluster sampling）避免這種問題的產生，亦即根據不同的社群或類別抽樣。 1.一是來自原來集群的誤差。 2.另一是集群抽樣產生的誤差。

機率與非機率樣本 「多階抽樣」（multistage sampling），它是一種集群抽樣，對個人或家戶進行抽樣（而非團體）。圖4.2及表4.2可說明此分層的方式。

機率與非機率樣本 「多階抽樣」

機率與非機率樣本

機率與非機率樣本 雪球抽樣（snowball sampling）。 研究者（研究公司或專業領域服務）隨機地和一些合格的受訪者聯繫，並且問他們所知的朋友、親人或熟人的名字，這些人也可以使研究合格。

樣本數量 1.決定樣本數量時，必須先考慮使用的研究方法。 2.研究者經常從每個團體中（例如18-24歲年齡層的成年人）抽出50、75、100 個受試者做為樣本。 3.可使用的經費及時間會決定樣本大小。 4.多變數的研究比單變數的研究需要較大的樣本數，因為牽涉到多種資料的分析（對同一受試者進行數種測量）。

樣本數量 5.對固定連續樣本研究、定點測試、焦點團體及先行招募受訪者的計畫，研究者應選取比實際需要的樣本數更多的樣本。 6.已發表的研究中，會有一些與樣本數量有關的資訊。 7.一般來說，樣本數越大越好。

抽樣誤差 抽樣誤差，是指由樣本推估而來，與由母體測量結果不符，二者之間的差距就是抽樣誤差。 只有在機率樣本中，才必須計算抽樣誤差。 中央極限定理（central limit theorem）的概念為基礎，亦即大量隨機分布，而自變數的抽樣分布（sampling distributions）會接近於常態分布（normal distributions）。 這種分布是呈「鐘型曲線」或是「常態曲線」（normal curve）。

抽樣誤差 信心水準及信賴區間 研究計畫進行後，研究者需估計研究結果在某一信心水準下的精確性，亦即研究結果落在某一特定區間中。 研究者會使用不同的信賴區間。使用較高的標準時，如95%，研究結果就具有越大的信賴度。

抽樣誤差 在每一個常態分布中，標準差的定義為，中間點與其他各點間距離的標準單位，此間隔單位(數值)可用來建立能被接受的信賴區間。 標準差亦能顯示出標準誤的數量。(一個標準差；參閱圖4.3)

抽樣誤差

抽樣誤差 計算標準誤 期望值是有關抽樣分布的平均數。而標準誤就是抽樣分布的標準差。有幾種方式可以計算標準誤（抽樣）。

抽樣誤差 有關樣本百分比的估計或是標準誤為SE(p)，公式： 為連結信心水準(associated confidence level) ◎表4.3及4.4為計算過後的例子。

抽樣誤差

表4.3 樣本比例為20的誤差率

表4.4 95%和99%區間的信心水準抽樣誤差

表4.4(續)

抽樣誤差 標準誤與樣本數有關。當樣本數增加時，誤差就會減少，而樣本數減少，誤差就會增加。

抽樣誤差 有限母體校正因子 如果抽樣在小的母體群中，沒有更換樣本就直接進行了，需要藉由有限母體校正因子（Finite Population Correction Factor, FPCF）修正預估的抽樣誤差。

抽樣誤差 用來預估有限母體校正因子的公式（N=母體；n=樣本數量）： ◎網路上找尋更多有關於「有線母體校正因子」 (“finite population correction factor”)

抽樣誤差 樣本加權（weighting） 當某一類型受試者的總數未能達到母體比例時，將受試者答案加倍處理（加權），以彌補差額。 受試者加權，具有爭議的操弄方法，特別是對廣播電視的收聽率。 ◎可在網路上搜尋「樣本加權」步驟(“sample weighting procedures)和「樣本加權」方法(“sample weighting” methods)。

摘要 普查就是對母體的每個成員進行調查。但對每項研究都使用普查是很不實際的做法，研究者必須有替代方法。最常被使用的替代方法就是從母體選出隨機樣本加以檢測，並做出能推論母體的預測。 隨機抽樣方式有許多種可以定義隨機樣本的項目。 研究者應判斷投入時間及成本與研究結果的關係。 研究結果並非僅針對特定樣本，亦即研究研究結果並不只侷限在所使用的樣本身上。