抽樣

抽樣目的

3、提升研究信度與效度的最佳保障

1、抽樣具有代表性標本進行分析,可以讓研究獲得更正確、更可信賴的研究結果

抽樣理由

研究者通常無法將所有的研究對象全部含括進入研究的觀察行列中,基於有限的時間、人力與經費限制之下,抽樣符合經濟效益的作法

抽樣架構
Sampling frame

進行抽樣前,必須準備擬抽樣的母群體的名冊

例如欲抽樣學生,則須先掌握全體學生之名冊或學號列表

機率抽樣(隨機抽樣)

原理:讓母群體每一個元素,都有相等的機率被抽取成樣本
1、研究者需要掌握母群體的大小,最好取得母群體的全體名冊(即抽樣架構)
2、經常被使用在量化研究,優點是有強大的可推論性與信度檢驗能力

簡單隨機抽樣

系統隨機抽樣

分層隨機抽樣

多階層叢集隨機抽樣

取得所有母群體元素的名單,或整理一份完整的抽樣架構,給予每個元素一個名義上的編號,再從抽樣架構或母群中抽出所需要的樣本,達到所需要的樣本數量即停止

例如,傳統的抽獎(樂透開獎)或摸彩活動,抽中的機率都有相同的機率

本於簡單隨機抽樣的原理,經過改良調整使得抽樣的過程更有效率。根據母群體或抽樣架構元素的數量,及所欲抽樣的樣本數,作為計算抽樣間隔的依據,故先算出抽樣間隔的大小

例如,母群體有1000,欲抽取200個樣本,則平均是每間隔5號抽取1號(1000/200)

先對其特徵、屬性進行分類(通常是人口學變項之個人特徵,例如性別、年齡、族群等),再依照抽樣的原理,從各分層、類別中抽出所需要的樣本數;雖然每個分層的元素與其他分層元素被抽中的機率不同,但在自己分層內被抽中的機率是相等的

目的是為了抽到重要或關鍵的研究對象,特別是少數族群或稀少研究對象
在所有分層內的元素被隨機抽樣的機率都是相等

因為有些抽樣過程無法先將所有母群體元素列出,要事先掌握抽樣架構實際上不可行,所以不需事先列出所有母群或抽樣架構名單,但經過數個階段,由較大區域趨近於較小區域或社區再使用簡單隨機抽樣或系統抽樣,以抽取適當的樣本
對於研究對象所在的區域或所居住的地方

例如,台灣分成北中南東,欲各抽出兩個縣市,從8個縣市抽出2個鄉鎮市,再從16鄉鎮市隨機抽出1村里,將16個村里的成年居民名冊製成抽樣架構,再使用簡單隨機抽樣或系統隨機抽樣,抽樣該村里的村民;經歷三個階段的行政區域抽樣,由大至小,最後隨機抽取村里成年居民作為研究對象

非機率抽樣

研究問題特殊,或實際狀況使得研究者無法或不可能進行隨機抽樣,或者隨機抽樣是沒有意義,亦或用在質性研究(無法先掌握抽樣架構或母群體名冊)

配額取樣

立意取樣(判斷取樣)

方便取樣

滾雪球取樣法

先根據研究目的,找尋符合研究問題之研究對象,跟該研究對象培養彼此正向的關係,達到雙方信任的正面關係,再從該研究對象,請他介紹或引薦其他符合條件的研究對象,逐漸擴大受訪樣本的過程常用在需要實地觀察或特殊訪談的研究中

根據研究者的方便,研究者任意自行決定受訪對象,或有人願意接受研究的訪問、問卷調查或觀察,就讓他接受研究,也稱為隨意取樣

例如記者採訪民眾;教授在班級上要求學生做問卷填寫

根據研究者對研究問題的認識、研究對象性質與特徵的了解依照研究問題、目的與研究者自行判斷,選取適合的研究樣本;研究對象及樣本的數量由研究者自行決定或與專家討論後決定

例如,出口調查,媒體的民調專家選擇與本次選舉全區性值類似、選民結構相似的少數投開票所,進行投票後的民調,研究者須清楚選民的結構與屬性(可以直接選取樣本)

多階段叢集分層隨機抽樣法

先進行分層,再從各層中進行多階層叢集抽樣;或先進行多階段叢集抽樣操作,再分層抽樣

先繪製一份能夠清楚完整表述目標母群體特徵的矩陣圖表,以便隨後在實際進行取樣時能夠明確無誤,獲得該研究所需要數量與特徵樣本;能解決樣本代表性的問題

例如,欲取樣1000人,而警察母群體的性別比例是9:1,則研究者配給樣本男性警察人員900人,女性警察人員100人;教育程度是研究所與大學(專科)1.5:8.5,則取樣研所知警察人員150人、大學或專科850人

可用來進行問卷編製過程中的預試(trial),幫助研究者修正其問卷,使其研究有更好的信效度

抽樣結構的元素排列方式,隨機排列較好,如果元素的排列具有某種循環性質的週期性或次序性,會造成系統的偏誤,使得研究結果無法代表整體

比例分層

不等比例分層

分層內所有的元素被隨機抽取的機率是相等

讓少數元素的分層與多數元素的分層有相同或比較相近的元素數量成為研究的樣本

1、研究對象不易尋找且數量較少
2、研究議題較敏感、禁忌或具有社會非議性質的情勢或經驗
所以研究對象儘量減少自己的曝光

其研究結論之價值性與可推論性會更高

如果能適當操作實施抽樣,就不需要觀察或測量全體的研究對象,因為從代表性的樣本所獲得到的研究結果,與對整體對象所做的觀察是極為接近

要清楚了解母群體或抽樣架構的編號原則,等週期性或次序性被消除,或確認元素排列無週期性或次序性,方能使用系統抽樣,以避免抽樣的系統化偏誤

研究者必須能夠掌握最新、最正確的配額取樣架構,是研究者根據研究目的與需要自行蒐集相關資訊製成的,正確性是重要的

例如,欲編制一份犯罪被害者補償制度觀點的研究問卷,研究者不需對一般民眾進行大規模的隨機抽樣問卷測試,可以依據研究目的直接選取某些特定犯罪被害人進行問卷調查,以分析的結果進行問卷的修訂

立意取樣通常具有特定的對象、特定的研究問題,要去達成研究者特定的研究目的,勿將立意取樣研究的結果當成隨機抽樣的研究結果,且勿將結果過度推論、擴大解釋

通常無法在短時間內獲得大量的樣本與資料,故研究者需要有耐心、毅力,及良好人際互動能力;並要有堅強的心理建設,與謹守研究倫理的原則

申論

結語

例如,要把五種族裔的居民各隨機抽取100人參加研究調查

依據研究問題與研究目的選擇最適當抽樣方式

最後階段對於分析單位的抽取必須採取隨機抽樣而獲得

抽樣分為機率抽樣、非機率抽樣

1、機率抽樣又稱為隨機抽樣,可以讓研究者將研究所觀察到的結果推論到那些未被觀察到的對象上(或整體母群)

2、非機率抽樣的研究觀察結果無法像機率抽樣研究一樣的推論,其類推能力薄弱,甚至不能進行研究的推論

樣本數的大小問題

沒有標準答案,應該是根據研究問題研究目的、要推論的精確性樣本或研究對象的本質、研究者本身可用的金錢資源與時間資源可用的研究人力來考慮

研究者須要把研究目的與問題釐清,並確認自己所要的研究精確性研究結果論述的信心程度,方能決定明確的研究樣本大小

使用非機率抽樣的目的不在於將結果推論到母群體,故在闡述或討論非機率抽樣研究之結果時,切勿過度推論,以免造成謬誤或誤導

例如,刑事司法體系研究者針對特殊的犯罪人或被害人,進行少數個案(或單一個案)深度的研究,不論有無涉及統計分析,從其成長史、家庭背景與家人互動關係、社會人際互動與社會關係、特殊生命事件等,進行深度訪談、近距離的深度觀察、資料蒐集與分析等,均能得到好的研究結果

例如,各群族內元素被抽取的比例都是800分之1,但各族群的人數都不同,會導致部分族群抽取到的人數占比很少,有部分族群被抽取到的人數占比很多

可以依照研究屬性、研究目的、研究題目,及研究實際操作過程的可行性與方便性,進行抽樣方法之設計

例如,社會上性交易者、販毒者、吸毒者等犯罪人或被害者,因身分具有社會污名化、禁忌性或違法性,其會盡可能掩飾自己的身分或極少認自己的行為,故研究者要事先掌握一份抽樣架構或母群體名冊,幾乎不可能

需要對整個過程及相關的人際關係脈絡,進行詳細且清楚的紀錄或圖示,以能提升研究之信度;能清楚繪製或說明研究樣本是如何進入其研究中,透過什麼管道或人際脈絡介紹

前言

抽樣可以分為機率抽樣及非機率抽樣,機率抽樣經常被用在量化研究,優點是有強大的可推論性與信度檢驗力,而非機率抽樣則使用在職性研究

例如,欲比較城市與鄉村社區巡守隊運作之差異,故選擇分別位於城市及鄉村的典型巡守隊,做成樣本

通常用來進行問卷或量表題目的修訂或預試,較少用在正式的研究資料蒐集當中,且較容易造成抽樣誤差

2、使研究順利進行,以達成研究目的

針對社會行為科學及刑事司法研究

研究對象經常是特殊或特定的人員,例如性侵犯、吸毒犯或少年幫派分子,故接觸較困難

研究問題常屬於個人隱私或社會禁忌話題

因此研究人員在執行抽樣過程中,常遭遇到需要學習去妥協的狀況

抽樣的偏誤

對於研究方法不熟悉、未學習過研究方法,或為求方便,將調查問卷給跟自己有關係的人(例如,教授跟學生)

獲得具有代表性的樣本與資料,以提供研究者進行正確可靠的研究分析,所以研究之抽樣,是讓研究成功的關鍵

抽樣是社會行為科學與刑事司法實證研究必要之過程,是研究者獲取資料關鍵的途徑關係到資料品質的好壞,及研究的信度與效度;所以要熟悉抽樣的原理及技術,依據研究的種類來採用何種抽樣方法