Please enable JavaScript.

Coggle requires JavaScript to display documents.

研究法整理1 (量化 (單案研究設計 (多重處置設計 (又稱為連續性處遇設計, 乃是在基線階段之後，先後以多種不同處遇預引入干擾階段當中，但每一種處…

- - - - 1.基線階段(A)：為能有效判斷實驗處遇的長期影響，必須在處遇開始之前對目標行為進行多次且重覆的測量，待有穩定的趨勢出現之後才能引進處遇，以便於比較處遇前後的進步狀況。
      - 2.干預階段(B)：在處遇開始之後，定期且持續對目標行為進行的測量結果。
    - - 定義：針對多種目標行為、多種行為情境、或多種案主類型逐一納入干預階段，以收到相互比較的效果。因不須抽回或反轉，便可藉由相互比較而監測同時事件的影響，雖成本最高，卻也是評價最高的單案設計。
      - 以「跨目標行為的多重基線設計」為例，首先是基線階段，對三種目標行為進行重覆測量，直到穩定的基線浮現為止；第二，讓第一種行為進入干預階段、讓另二種行為維持基線階段；第三，讓第一種行為維持干預、第二種行為進入干預、第三種行為維持基線；第四，讓所有行為皆進入干預階段。
    - - 又稱為連續性處遇設計
      - 乃是在基線階段之後，先後以多種不同處遇預引入干擾階段當中，但每一種處遇僅單獨施行而不與其他處遇相混合。因頗能反映實務界所面對的複雜情境：「一試再試做不成，再試一下」，此種設計最能配合實務工作的需求。
      - 假設某國小英語教師想以口頭獎勵刺激班上學生的主動發言次數。該教師先以一個月的時間觀察平日班上學生的發言次數，發現穩定維持在每堂 7 次左右；隨後開始在上課時對發言者進行持續一個月的口頭獎勵，發現無效；第二個月再以禮品獎勵一個月，依然無效；最後一個月改以加分獎勵作為處遇，學生的發言次數開始急速增加。
    - - 樣本數少且非隨機而來
  - - - 比較研究可界定為根據一定的標準，對兩個或兩個以上有關連的事物進行研究，尋找其異同，探求事物之普遍規律與特殊規律的方法
    - - 研究課題來自實際工作者的需要，研究在實際工作中進行，研究由實際工作者和研究者共同參與完成，研究成果為實際工作者理解、掌握和實施，研究以解決實際問題、改善社會行動為目的
      - 參與式行動研究
        
        研究者的功能在於作為研究對象的資源，為研究對象提供機會，使研究對象為其自身利益採取有效行動
    - - 是一種對於傳播媒介的訊息作客觀而有系統的量化及描述的研究方法。
      - 質量並重的研究方法
      - 可以有系統地整理與綜合紀錄中明顯與暗藏的內容。在目的上不只作敘述性的解說，也推論傳播過程所發生的影響；在分析過程中，尤重內容中的各種語言特性。它特別適用於無法做直接觀察的研究，例如研究敵國的政治動向
      - 優點
        
        (1)省錢與使用簡便，任何人都能分析資料的內容而不需特殊的裝備與花費
        
        (2)如果做錯了，可以重做分析而不必重做調查或實地研究，因此最適合研究過去的紀錄
        
        (3)沒有干擾性，因為研究人員對研究的事件毫無影響。
      - 缺點
        
        (1)它只能應用於有紀錄可查的事件
        
        (2)內容之意義因人而異，研究者對內容意義之解釋，不一定與閱聽人對此一內容之解釋相同
        
        (3)所根據的資料未必可靠，影響結論的正確性。
      - 作法
        
        必須針對其研究單位之內容進行編碼，研究者根據自訂的概念架構來編碼和分類
    - - 運用技巧對特殊問題能有確切深入的認識，以確定問題所在，進而找出解決方法。針對的是其特殊事體之分析，非同時對眾多個體進行研究。所研究的單位可能是一個人、一家庭、一機關、一團體、一社區、一個地區或一個國家。
    - - 主要目的在掌握研究場境中當地人的觀點,瞭解當地人對自身所處生活世界的看法,亦即從當地人的視野及角度看他們的文化生活,以真正掌握當地日常生活的社會過程
    - - 試圖揭示我們身為社會中的一份子，我們自身是透過何種方法或社會能力來建構我們對於社會現實的感覺。
      - 主要觀點：研究者觀察為主、以常識作為日常生活為基礎、日常生活具有規則
    - - 訪員要精確記錄受訪者答案，不可摘記
      - 優點
        
        可以順便觀察受訪者
        
        受訪回覆率較郵寄問卷高
        
        1.容易取得較完整之資料。
        
        2.較易深入了解問題之核心。
        
        3.可以接是明確目標。
        
        4.可評鑑答案真實性。
        
        5.可適用於特殊對象。
        
        6.可以控制環境。
        
        7.可掌握問題的次序。
      - 用以蒐集資料的工具之一。”訪問”就某種意義言之，是一種口頭問卷。受訪者不用填寫答案，而是與訪談者面對面，按自己的方式以口頭回答被問及之問題，以提供所需的資料，就其功能言，與郵寄問卷相近，同為蒐集態度與知覺的資料，而採行的一種方便的方法。
      - 缺點
        
        1.訪問方法雖有彈性、適應性之優點，然而訪問者之主觀見解與偏見卻是訪問調查之最大弱點。
        
        2.採用訪問調查，較耗時耗錢，若是一項須在短期內完成或經費有限之研究，較不適合訪問方法。
        
        3.採用訪問調查與郵寄問卷相較起來，受訪者通常沒有檢查紀錄，與家人和朋友磋商有關事宜，或思索自己答案之機會。
        
        4.訪問者基於想探索較多之資料，以不同方式向不同受訪者發問相同之問題，甚至是向不同受試者問不同問題，，雖具有彈性，但缺乏標準化用語，研究者想比較不同受試者之答案顯然具有難度。
        
        5.訪問無法保證受訪者之個人隱私，因此受試者在被問及敏感性問題時，常會拒絕作答，若要贏得其信任並減低對其構成之威脅，便是一大困難。
  - - - 使用目的：比較 :star:兩組樣本的平均值是否有差異
      - 例如：分析使用A牌飼料與B牌飼料餵養的乳牛，其每季平均生產的鮮乳量是否有差異。
      - 例子：比較男、女選手學習動機得分的差異。
      - 前提假設
        
        依變數(Dependent variable)：
        
        ◆必須是連續變數(continuous variable)
        
        依變數的母群體：必須是常態分佈(Normal Distribution)
        
        獨立事件(Independent event)：樣本須為獨立變項(Independent variable)→第一組的樣本不影響第二組的樣本；第二組的樣本也不影響第一組。
        
        例如：分析從日本、美國兩地進口的蘋果甜度是否有差異，從日本進口與從美國進口這兩組樣本量測不會互相影響
        
        變異數(Variance)：兩組樣本的變異數需為常態分佈，且符合變異數同質性。
        
        ◆必須為隨機樣本(Random variable)→從母群體(Population)中隨機抽樣得到
    - - 使用目的：比較 :star: 兩組成對樣本或 :star: 單一樣本重複量測（前後測）的平均值是否有差異。
      - 使用時機：
        例如1成對樣本：分析一群夫妻之中，夫與妻分別的年收入多寡是否有差異。
        例如2重複量測：分析參加減肥試驗的一群人，參加試驗前與規律運動3個月後的體重是否有差異。
      - 前提假設：
        
        依變數(Dependent variable)：
        
        (1)必須是連續變數(continuous variable)
        
        (2)必須為隨機樣本(Random variable)→從母群體(Population)中隨機抽樣得到
        
        依變數的母群體：必須是常態分佈(Normal Distribution)
        
        相依事件(Dependent event)：樣本須為相依變項(Dependent)→第一組的樣本與第二組的樣本之間不獨立，即選擇一案例為樣本時，會影響另一樣本是否被納入。
        
        例如1：分析一群雙胞胎，在食物偏好上是否有差異，需同時納入雙胞胎兩者的資料，故為相依事件。
        
        例如2：分析一群數學資優班學生，在入學前與入學一年後智力測驗分數是否有差異，需同時納入入學前與入學一年後兩次量測，故為相依事件。
        
        變異數(Variance)：兩組樣本的變異數需為常態分佈，且為定值(Constant)。
    - - 使用目的：將會影響數個自變項的某一個變數抽離出來，以便比較這數個自變項對依變項的影響。
      - 使用時機：當無法做到實驗控制時，而且發現某個變數會影響到此項實驗，就以統計控制的方法將此變數控制住(從自變項中抽離出來)，然後比較這數個自變項對依變項的影響。
      - 例子：在三個智力不同的班級實施不同的教學法，看其學習效果是否有所不同。因無法將三個班級打散隨機編班(亦即無法做到實驗控制)，因此只好將智力的因素先加以排除，然後才比較三個班的學習效果。
    - - 檢測三組或三組以上獨立之母群體平均數差異所用的檢定方式
    - - 使用時機
        
        知道母體標準差
        
        不知道母體標準差同時:warning:樣本數大於等於30 用z檢定
        
        不知道母體標準差同時樣本數:warning:小於30 用 :star:ｔ檢定 :star:
  - - - 受試驗的對象及研究人員並不知道哪些對象屬於對照組，哪些屬於實驗組。只有在所有資料都收集及分析過之後，研究人員才會知道實驗對象所屬組別。
      - 目的是避免試驗的對象或進行試驗的人員的主觀偏向影響實驗的結果，通常雙盲試驗得出的結果會更為嚴謹。
  - - - 是將諸多相關變項資料簡化和摘要的統計程序，目的在掌握變項的群集概況和強度。因素分析假設觀察變項間的相關存在著可以精簡的潛在共同因素，用以解釋觀察變項間大量的共通(common)變異
    - - 是一種用來分析變項間因果關係(causal relation)的統計方法。其中，能夠引發其他變項發生改變的變項稱作是「因」(causes)，被其他變項影響而產生改變的變項稱作是「果」(effects)，因此，「因」與「果」之間便會產生許多「直接」影響(direct effects)和「間接」影響(indirect effects)的效果；徑路分析即是於研究者事前對於文獻的考量所提出的一種因果模式，用多元迴歸分析中的標準化迴歸方程式的估計方法，找出並驗證夠符合模式假設的徑路係數（path coefficient，以求出「因」對「果」之影響力的直接效果和間接效果，並以量化的數據來解釋這些因果關係的假設，以達到驗證研究者所提之因果模式的存在與否。
    - - 是一種統計控制的方法，亦即利用統計的手段來把可能影響實驗正確性的誤差加以排除。進行實驗研究時，為了要減少實驗誤差，通常會採用實驗控制的方法，如隨機分派，重複量數設計及多因子設計等。但是有些足以影響實驗結果的變項，即使事前知道，也因某些原因無法採用實驗控制的方法加以排除。
      - 如，在中小學進行教學實驗，通常僅能以原有班級進行實驗，無法打破班級界線，重新隨機編班。在這種情況下，為了要避免不同班級平均能力之差異對實驗結果之干擾，就需要採用統計控制的方法來排除無關因素之影響，也就是要採用共變數分析方法，考驗在排除共變量（如智力）之影響後，實驗處理（如教學方法）效果是否有達某一顯著水準。
      - 了解兩個自變項(或屬性變項、類別變項)對於某個依變項(觀察變項)交互作用的影響
  - - - (1) 提出相關的虛無假設和對立假設
        
        (2)選擇檢定統計量
        
        (3)選擇顯著水準並決定決策法則
        
        (4)比較樣本統計量與臨界值並下結論。
    - - 虛無假設和對立假設
        
        H0，虛無假設（null hypothesis）：零假設通常由研究者決定，反應研究者對未知參數的看法。
        
        H1，對立假設（alternative hypothesis）：它通常反應了執行檢定的研究者對參數可能數值的另一種看法。
        
        Ｈ１對立假設通常才是研究者最想知道的
        把想要檢定的假設定為 H1，H0 則為其相反之假設。也就是說，虛無假設是「一般情形」，而對立假設是你想證明的「特殊觀點」。
      - 假設檢定中可能的錯誤
        
        型 I 誤差 (Type I Error)：
        
        當 H0 為真，而拒絕 H0 所發生的錯誤。
        
        P(Type I error) = α，α 又稱為顯著水準(significance level)。
        
        型 II 誤差 (Type II Error)：
        
        當 H0 為假，而不拒絕 H0 所發生的錯誤（也就是 H1 為真，沒有接受 H1 為真所發生的錯誤）。
        
        P(Type II error) = β
    - - 檢定統計量是由樣本所算出來的一個值，用來決定是否接受或拒絕 H0。常用的檢定統計量有：Z, t, F 與 χ2。
      - Z檢驗：使用常態分配做檢定
        
        Z分配：標準常態分佈。
        
        Z檢驗：一般用於大樣本(即樣本容量大於30)平均值差異性檢驗的方法。它是用標準正態分佈的理論來推斷差異發生的機率，從而比較兩個平均數的差異是否顯著。
      - T檢驗：使用T分配做檢定
        
        T分配：T分配相似於常態分配的曲線，不同的是他是依著自由度來改變分配的形狀。常態分配其實是T分配的的一個特例，當df=∞，T分配就是常態分配。實際的例子上，只要df=30，t分配就已經很接近常態分配。
        
        T檢驗 (單樣本)：檢驗零假說為一群來自常態分配獨立樣本 xi 之母體期望值 μ 為 μ0 可利用以下統計量
      - :star:Z檢定與T檢定的選擇
        
        在母體平均數的假設檢定裡，不同的情形下使用不同的檢定統計量。
        
        母體已知：無論樣本數大小，皆使用常態分配
        
        母體未知：
        
        當樣本數 n > 30，可以使用 z 分配 (常態分配)
        
        當樣本數 n < 30，使用 t 分配
      - ３. 卡方檢驗：使用卡方分配做檢定 #
        
        卡方分配：卡方分配為一定義在大於等於0(正數)範圍的右偏分配，不同的自由度決定不同的卡方分配。卡方分配只有一個參數即自由度，表為 v。
        常態分配其實是卡方分配的的一個特例，卡方分配當自由度增加而逐漸對稱，當自由度趨近於無窮大時，卡方分配會趨近於常態分配。
        
        卡方檢定：卡方檢定適用於探討兩個類別變數的相關，是實務上最常用到的方法之一。
    - - A. 第一種決策法則 - Traditional method - Using Rejection Regions (critical value approach)
        
        決策法則通常是決定一個接受域與拒絕域
        
        接受域：接受 H0
        
        拒絕域：接受 H1
        
        臨界點(Critical Point)：接受域與拒絕域的接點，稱為臨界點。
        
        臨界值的決定，是根據顯著水準α並利用機率分配計算而得，分成單尾和雙尾檢定兩種。
        
        單尾檢定(One-tailed test)
        
        對於調查之理論方向是十分清楚，我們是應採用要單尾檢定。
        
        例如在語句當中有「是否高於？」、「是否低於？」、「是否優於？」、「是否劣於？」等等。
        
        對於變數在群體間的變化方向是單方向的，我們應當採取單尾t檢定。
        
        雙尾檢定(Two-tailed test)
        
        對於理論變化的方向不很清楚，原則上則要採取雙尾檢定。
        
        例如：對於男、女性別的不一樣，對於捐血的態度，兩者的看法有什麼區別？凡是在調查語句當中採取兩者（或兩者以上）「有何區別？」、「有何不同」、「有什麼不一樣時」，是採取雙尾檢定。
        
        對於變數之間在群體的變化方向，可能是雙方向的，我們就應採取雙尾t檢定。
      - B. 第二種決策法則 - p-value
        
        p-value是在假設虛無假設為真的前提下，觀察到檢定統計量比取樣得到的值更極端的機率。p-value越小，表示檢定的結果越顯著，越可以拒絕假設檢定中的虛無假設。
        p值用簡單的語言說，就是此測試結果有百分之幾的可能是由於機率因素，所以p<0.05的意思就是此檢定小於5%的可能是由於機率。
  - - - 有顯著差異 :<3:
    - - 無顯著差異 :fire:
  - - - 若有，則該第三變項稱為中介變項
  - - - 平均數<中位數<眾數
      - 分數往左邊延伸，偏態值小於0，故稱負偏態或左偏態
    - - 眾數<中位數<平均數
      - 分數往右邊延伸，其偏態值會大於0，故稱正偏態或右偏態。
  - - - 有母數統計法
    - - 無母數統計法
        
        適合質化資料的分析
        
        類別資料(名目尺度)
        
        順序資料(順序尺度)
        
        符號檢定
        
        若樣本數量太少時，母體分布又未知，無法進行信賴區間估計
        與假設檢定，在無母數統計中，可以使用符號檢定中位數。
- - - - 1.從個人的想法或行為方式形成假設，以備將來可以量化測試
      - 2.獲得某一議題的深度訊息
      - 3.對機構提供的服務予以評估
      - 6.對之前蒐集的資料進行深度分析
      - 5.蒐集資料以發展案主滿意度問卷或其他問卷
      - 4.克服團體沉默，獲得觀感和意見
    - - 特色
        
        主持人負責引導成員針對議題互相討論。其任務在於要求參與的成員提供意見與想法。
        
        主持人主要目標在於刺激成員的觀點，表達感覺、態度與想法，從團體互動中得到成員的主觀經驗與意見
        
        其結果無法產生量化的資訊，或將研究成果進一步推論到母群體。且因是成員主觀經驗故結果不夠嚴謹
        
        激發新觀點或發掘新現象的探索性研究
        
        由８－１２個非正式的團體成員組成。
        
        由主持人引導討論1.5~2.5小時
    - - 2.資料龐雜分析耗時費力；
      - 3.主持人必須具備精熟的會議技巧；
      - 1.焦點團體的言論或意見經常會離題,難以控制；
      - 4.同時要聚集一群人討論,有時相當困難；
      - 5.團體成員同質性太高時,意見可能偏狹；
      - 6.由於代表性有限，單靠焦點團體獲得的資料很難做推論。
    - - 1.焦點(focus)：表示此訪談被限制於少數議題上。
      - 2.團體(group)：一群具有共同興趣的互動個體。
      - 3.深度(depth)：尋求比一般人際關係層次可得之更深入的資訊。
      - 4.訪談：預設著一個中介者(moderator)運用團體為一工具以獲取資料。
    - - 1.資料蒐集符合成本效益(省時省錢的意思)，在一個小時內便可獲得八人的資料(包含口語跟非口語)，增加了資料的廣度。
      - 2.參與者間的互動，可提升資料的品質，有助於激發多元觀點。參與者傾向於彼此檢核且平衡報導，可去除錯誤或極端的看法。
      - 3.參與者能產生相對一致性且共享的觀點，或是觀點之間的差異性亦能很快地獲得評估。
      - 4.焦點團體奠基於人類是社會性動物的傾向，能讓參與者樂在其中。
    - - 1.在團體場域中，所能夠詢問之問題數量受到很大的限制。最高守則是：在一小時之內與八個人訪談，可詢問的問題不會超過十個。
      - 2.為了能聽到每一個人的回答，任何特定個人的可回應時間，相當有限。
      - 3.催化和帶領焦點團體訪談，有賴於主持人具備相當的團體歷程技巧，而不只是單純詢問問題而已。主持人必管理訪談，以使其不受一或二個人所主導，而且使那些不擅長說話者也能分享他們的看法。
      - 4.對那些理解其觀點屬少數意見者，可能會勿想要說出來，而甘冒遭致負向反應的風險。
      - 5.焦點團體似乎在團體成員彼此陌生之時，即使擁有相似背景也可以有最佳的運作；一旦團體參與者已建立關係，團體動力會相當不同且複雜。
      - 6.爭議問題與高度個人性議題，是焦點團體的不良話題。
      - 7.在焦點團體中，保密性(confidentiality)可能無法確保。事實上，在市場行銷研究中，焦點團體經常要錄影存證的，以使行銷人員可以反覆觀看消費者反應的情緒強度。
      - 8.焦點團體有益於辨認出一些重要主題項，但並不宜針對細微差異做微觀分析。
      - 9.相較於大多數質性實地工作取向，焦點團體的不利點是在常態互動的自然場域之外舉行。
  - - - 提供一個有用的引導，在取得更深入答案的同時，不會影響後續的回答
    - - 透過多種方法或資料來研究相同的主題或現象, 以增加資料間的效度檢驗 (即資料用來解釋研究結果的能力), 使研究更趨中立客觀.
        
        研究者三角測定(用不同研究者來觀察依變項),
        
        理論三角測定(用不同理論來支持研究假設),
        
        資料三角測定(用多種資料來解釋依變項),
        
        方法論三角測定(用不同研究方法, 例如先用質化再用量化去做支持).
    - - 是質化研究資料分析的一道關鍵程序
        
        開放性編碼是質化資料分析中，最初步的概念分類與標示
        
        主軸性編碼
        
        目的是為了把在開放編碼中的資料，加以纇聚；把類別和次類別相互關聯，以對現象更精確的解釋。
        
        選擇性編碼
        
        涉及的是對資料與先前的符號掃瞄瀏覽。研究者選擇性查閱彰顯主題的個案，並且在大部分或所有的資料蒐集完成之後，進行比較對照。而為了更快速的找出核心類別和統整各個概念，研究者可藉助，撰寫故事線（storyline）、運用圖表（diagrams）、以及檢視和編排備忘錄（memos）
      - 質性資料編碼程序的順序為
        
        開放性→
        
        主軸性→
        
        選擇性
    - - 很難一開始就愈想好要抽取的樣本數量
      - 可採取最大變異抽樣（Maximum Variation Sampling）
        
        此法乃是要抓住並描述大量參加人員或方案變化的中心論題和重大結果，藉著小數額的樣本就能看出如何對現象產生變化，這種大量變化中呈現的任何共同性均有其特殊的意義和價值。
      - 抽樣過程一樣受理論引導
      - 隨著研究過程逐步浮現取樣方式
  - - - 過程複雜，耗時。
      - 充分利用每位專家經驗和學識
    - - 獨立自由判斷
    - - 專家
      - 專家
      - 專家
      - 專家
- - - - 立意抽樣 / 目的抽樣 / 判斷抽樣
        
        依據研究者對母群體的知識、或是根據研究的目的而主觀地選取判斷性樣本
      - 滾雪球抽樣
        
        由最易接近的對象開始，蒐集資料之後再請其介紹下一個樣本，如此反覆直到不再遇到新資料為止。
      - 便利抽樣 / 隨意抽樣 / 具備樣本抽樣 / 偶遇抽樣 / 臨時抽樣
        
        在研究者的周遭環境中隨意抽取樣本
      - 配額抽樣
        
        此法在非隨機抽樣的角色，極為類似分層抽樣法在隨機抽樣的角色，唯一的差別是在對母群體進行分層之後，是以各種非隨機抽樣選出各層的最終樣本。
    - - 簡單隨機抽樣 / 雛型取樣法 / 代號取樣法 / 號碼球取樣法
        
        1.定義：是將母群名單中的每一個案予以編號，並隨機抽取亂數表的號碼，凡號碼被抽中之個案即為樣本。
        
        2.技巧：主要是仰賴亂數表的使用。其步驟如下：
        
        (1)將母群名單中的所有個案予以編號，且編號不可重覆。
        
        (2)隨機決定抽樣起始點(starting point)。
        
        (3)依據母群名單的個案總數，決定每次需選取的號碼數。例如：若為 10 個，每次需抽取 2 碼；若為 100個，每次需抽取 3 碼，以此類推。
        
        (4)有規律地抽取號碼，直到滿足預設的樣本數目。
        
        (5)遇有重覆或不合，必須跳過。
        
        3.條件：當母群體為同質母群體、研究者掌握完整的母群名單、所需抽取的樣本數小時，適於選用此法。
        
        4.特色：此法之優點在於：因完全遵照隨機抽樣之原則，因而樣本的代表性最高；至於其缺點在於：一旦違反以上的使用條件，抽樣誤差將大幅增加、研究成本跟隨提高，甚至根本無法使用。
      - 系統隨機抽樣 / 等距取樣 / 間隔取樣
        
        1.定義：在母群名單中隨機決定起始點之後，每逢若干距離便抽取一個個案，以使抽出之樣本均勻分布在母群名單中。
        
        2.技巧：為求樣本能均勻來自母群名單的各處，抽取前必須先計算抽樣間距(sampling interval)，其公式為：K=母群名單之個案數÷樣本大小(K 即為抽樣間距之代號)。
        
        3.條件：當母群體為同質母群體、研究者掌握完整的母群名單、所需抽取的樣本數小時，適於選用此法。
        
        4.特色：此法之優點在於：不需先將母群名單的每一個案編號即可抽樣，因此是最簡易的隨機抽樣方法；其缺點在於：若母群名單有特殊的排列順序，有可能只能抽取到某種特質的樣本，造成有選擇的觀察(selectiveobservation)，亦即犯下系統誤差(systematic error)。
        
        至於所謂特殊的排列順序，又可分為兩種：
        
        (1)簡單趨勢(Simple trends)：母群名單的個案，在某種特質上呈現穩定一致的規則。例如：針對某噴墨印表機印製的 5000 份文件，以系統抽樣法抽出 500 件觀察列印品質。經過隨機程序抽得第一個樣本為第 4張，往後每逢第 14、24、34…等便抽取一張。因噴墨印表機在如此大量列印中墨色必然逐漸轉淡，如此每逢第 10 張便抽取，濃淡皆有，不必擔心發生系統誤差。
        
        (2)週期趨勢(Periodic trends)：母群名單的個案，在某種特質上呈現反覆循環的規則。例如：同上例，但這次所要檢驗的印表機每列印 10 張就會送出 1 張空白頁，像是第 1~9 張有文字但第 10 張空白、第 11~19張有文字但第 20 張空白…等，以此類推。由於此一趨勢反覆循環，若所抽出的第一個樣本為第 1 張，往後所抽取的 499 張也必有文字；若所抽出的第一個樣本為第 2 張，往後所抽取的 499 張也必有文字；可是，若是第一個樣本為第 10 張，往後所抽取的 499 張就全是空白頁。若存在此種趨勢，很可能造成系統誤差。
      - 分層隨機抽樣
        
        1.定義：先將各母群名單細分為數個次級母群體，再
        以簡單隨機或系統隨機抽樣法由各群中選出樣本
        
        2.技巧：在分層隨機抽樣中，在各個次級母群體中的個案很可能有不同的被抽取機率，因而影響樣本代表性。因此，經常採用「等比例原則」(Probabilities Proportional to Sizes, PPS)，以使各個次級母群體都有相同的抽樣比例(sampling proportion)。
        
        例如：若某校社會學系三年級共有 50 位學生，女生 40 位、男生 10 位，現欲以分層抽樣法選出 10 位，因此每位學生被抽中的機率是五分之一(10÷50=1/5)。如此一來，在將母群體分割為女性與男性二小類之後，女生應抽出 8 位、男生應抽出 2 位，如此才能使女性的抽樣比例(8÷40)和男性的抽樣比例(2÷10)相同。當分層隨機抽樣符合 PPS 原則之時，又可稱為比例隨機抽樣(proportional randomsampling)或比例抽樣(proportional sampling)。
        
        3.條件：當母群體為異質母群體、研究者掌握完整的母群名單、所需抽取的樣本數大時，適於選用此法。
        
        4.特色：此法之優點在於：在異質母群體時，樣本的代表性最高；缺點在於：所需成本最高，且一旦缺乏足夠的母群體資訊便無法精確地分層。
      - 集叢隨機抽樣 / 集體隨機抽樣 / 叢集隨機抽樣 / 結叢隨機抽樣 / 區域機率抽樣
        
        1.定義：先以集體為樣單位，並且羅列母群名單中的所有集體形成抽樣架構，接著再針對所有集體進行隨機抽樣，只要是被抽中的集體，即選取其內的所有個體。
        
        2.技巧：使用此法，同樣涉及對母群體進行分類。因集叢抽樣在選取某些集體之後，便完全放棄其他集體，故在分類時應使各類之間愈相似愈好、且使各類之內的個案愈相異愈好，才能使所抽出的樣本儘量接近母群體原有的複雜性。
        
        3.條件：當母群體為異質母群體、研究者掌握部份的母群名單、所需抽取的樣本數非常大時，適於選用此法。
        
        4.特色：此法之優點在於：成本最低、樣本數最大、僅需部份母群名單便可執行；缺點在於：代表性較差，位居四大隨機抽樣法之末。
  - - - 可採用分層抽樣
        
        將抽樣架構分為永久全失能、永久部份失能、暫時全失能、暫時部份失能等四層，分別施以簡單隨機抽樣。