CHAPTER - epaper.gotop.com.twepaper.gotop.com.tw/PDFSample/AEM001800.pdf · 1-2...

統計分析簡介與數量方法的基礎

1-1 統計分析簡介在我們的生活中，存在著許許多多待解決的問題，有些問題是可以使用統計分析

的方法來解決。統計分析方法是以數學為基礎，有嚴緊的邏輯和標準，需要遵循特定

的規範，從確立目的、發展和選用題項、提出假設、進行抽樣、資料的收集，分析和

解釋數據，得出結論，以提供數據給決策者下正確的決定。

在一般的統計課程中都會提到統計分析可分為描述性統計和推論的統計。

描述性統計

描述性統計是將研究中所得的數據加以整理、歸類、簡化或繪製成圖和表，用來

描述和歸納資料的特徵(例如：人口變數統計)，是最基本的統計方法。描述統計主要

提供資料的集中趨勢、離散程度和相關強度，例如：平均數( X )、標準差(σ)、相關

係數(r)等。

推論的統計

推論統計是用機率形式來決斷資料之間是否存在某種關係及用樣本統計值來推

測母體的統計方法。推論統計包括假設檢定和參數估計，最常用的方法有Z 檢定、t

檢定、卡方檢定等等。

描述性統計和推論的統計二者彼此息息相關，相輔相成，描述性統計是推論統計

的基礎，推論統計是描述性統計的進一步運用。一般的研究議題中，是採用描述性統

計還是推論的統計，需要依研究的目的而訂定，如果研究的目的是需要描述性統計的

數據，則需使用描述性統計；若需要以樣本資訊來推論母體的情形，則需用推論的統

計。在社會科學的研究中，常常需要嚴謹的處理方式，描述性統計和推論的統計經常

是一起使用，來解決複雜的問題。

01 C H A P T E R

1-2

統計分析入門與應用－SPSS 中文版+PLS-SEM(SmartPLS)

在社會科學的研究中，待解決的問題通常相當複雜，需要嚴謹的處理方式(研究流

程)來解決複雜的問題，一般社會科學的研究流程有：確立研究動機→擬定研究目的

→相關文獻探討→建立研究架構→決定研究分法→資料蒐集與分析→研究結論與建

議，我們整理一般的研究流程如下圖：

在我們一般生活或工作的社會中找出有意義的問題，形成我們的研究動機，在產

生研究動機後，進而擬定研究目的。接著根據研究動機與目的來進行文獻探討，從文

獻探討中建立觀念性的研究架構，根據此架構決定所應使用的研究方法，包括問卷設

計、資料分析工具的選擇及分析方法的使用。在問卷回收期滿結束後開始進行資料分

析，以提供研究者進行討論，最後作出研究結論及建議。

在社會科學的研究中，統計分析扮演的角色是十分吃重的，統計分析也是社會科

學的研究中的一部份，在確定使用的研究方法和統計分析目的，統計分析前先確定母

體的範圍，設計出量表(問卷設計)，接著就是統計分析的工具選擇及分析方法的使用，

接著在問卷回收期滿結束後開始進行資料分析，呈現出正確的資料分析結果。統計分

析的實施步驟如下圖：

確立研究動機

擬定研究目的

相關文獻探討

建立研究模型與假設

決定研究方法

資料蒐集、分析與討論

研究結論與建議

1-3

統計分析簡介與數量方法的基礎 01 Chapter

統計分析的實施步驟：

在整個社會科學的研究中，牽動到統計分析的部份相當廣，包括理論、量表(問卷

設計)、抽樣(問卷發放和回收)、統計分析的基礎統計學和常用的統計分析(多變量分

析或稱為數量方法)。因此本章節將分別介紹統計分析簡介與數量方法的基礎，包括

理論簡介、量表簡介、抽樣簡介、基礎統計學和常用的統計分析(多變量分析或稱為

數量方法)。

1-2 理論在我們一般生活中，理論是一組的敘述或原理，用來解釋事實或現象。在社會科

學的研究中，理論是社會現象的系統觀，也可以是一個信念或原理用來引導行動，協

助暸解或判斷社會現象。在社會科學的研究裏有實證性的研究，實證性的研究是以某

個理論為基礎，進行相關現象的驗證，在學術上，可以延伸和擴張理論的應用，在實

務上，可以提供實務工作者遵循的依據。理論在社會科學的研究流程中常常扮演著主

導的角色，在確立研究動機→擬定研究目的時，常常會提到以什麼觀點探討，相當多

統計分析目的

母體確定母體的範圍

量表如何量測樣本

抽樣樣本資料

樣本統計量統計分析得樣本統計量

統計推論利用樣本統計量推論估

計出母體參數的統計量

阿忠是一家電信公司的主管，上一個月賣出二萬

台智慧型手機，阿忠想瞭解這一批智慧型手機使

用狀況，看看是否需要改變服務環境與方法。

阿忠設計出量表

阿忠決定隨機抽出 200 名顧客

計算這 200 名顧客的平均滿意度

阿忠認為顧客的平均滿意度情形合乎預期，因此

暫時不必更改服務環境與方法。

母體的範圍二萬台智慧型手機

1-4


的研究就會使用一個或多個理論觀點探討，接著相關文獻探討中，就必須要整理“理

論觀點”的相關文獻，建立研究的模型也常來自於理論，研究結論與建議也需要提到

研究議題的理論貢獻和學術上的意涵。理論在社會科學的研究中扮演著核心的角色，

也就是在社會科學的研究中，暸解的社會現象是由理論建構起系統觀，因此，我們更

應該好好的瞭解什麼是理論？以及更多的理論。

什麼是理論？有關理論的說明是多面貌的，理論是一組的敘述或原理，用來解釋

事實或現象，特別是可以重複的驗證，可以用來預測或是已經被廣泛接受的自然現

象。理論是社會現象的系統觀，也可以是一個信念或原理用來引導行動，協助暸解或

判斷。理論使用的分類也是多面貌的，2006 年 Gregor 在 MIS Quarterly 的一篇文章中，

區分理論使用的五大分類，有 (1) theory for analyzing(理論用來分析)，(2) theory for

explaining(理論用來解釋)，(3) theory for predicting(理論用來預測)，(4) theory for

explaining and predicting (理論用來解釋和預測)，(5) theory for design and action(理論用

來設計和行動)。理論與研究的關係，我們所做的研究可以是研究先於理論(探索性的

研究)或理論先於研究(實證性的研究)，探索性的研究是對於某些尚未了解的現象進行

初步的探討，以熟悉此現象，取得的結果作為後續研究的基礎。實證性的研究是以某

個理論為基礎，進行相關現象的驗證，在學術上，可以延伸和擴張理論的應用，在實

務上，可以提供實務工作者遵循的依據。理論在各個學門，例如：教育學、藝術學、

體育學、圖書資訊學、心理學、法律學、政治學、經濟學、社會學、傳播學、人類學、

教育學、管理學(人力資源、組織行為、策略管理、醫務管理、生管、交管、行銷、

資管、數量方法與作業研究應用)…等，都扮演著相當重要的角色，我們整理常見的

理論如後。

1-2-1 印象管理理論(Theory of impression management)

印象管理理論是由 Erving Goffman 於 1959 所提出，如下圖。印象管理理論解釋

了在複雜人際互動和事實背後的動機。也說明每個人都會配合情境，運用適合的策略

呈現自己。

Resonant

Impression

Discordant

Perceived Reality

1-5


相關資料：

Dillard, C., Browning, L.D., Sitkin, S.B., and Sutcliffe, K.M. 2000. “Impression

Management and the Use of Procedures at the Ritz-Carlton: Moral Standards and

Dramaturgical Discipline,” Communication Studies (51:4), pp. 404-414.

Giacalone, R.A., and Rosenfeld, P. 1989. lmpression Management in the Organization, Hillsdale, NJ: Lawrence Erlbaum Associates.

Giacalone, R.A., and Rosenfeld, P. 1991. Applied Impression Management, Newbury

Park, CA: Sage.

Goffman, E. 1959. The Presentation of Self in Everyday Life, New York, NY: Doubleday.

Schlenker, B.R. 1980. Impression Management: The Self-Concept, Social Identity, and Interpersonal Relations, Monterey, CA: Brooks/Cole Publishing Co.

1-2-2 交易成本理論(Transaction cost theory)

交易成本理論是由諾貝爾經濟學得獎主寇斯(Coase, 1937)所提出，交易成本是指

「當交易行為發生時，所隨同產生的各項成本」。然而不同的交易往往就涉及不同種

類的交易成本，例如：Williamson (1975)提出的交易成本包含：搜尋成本、資訊成本、

議價成本、決策成本、監督交易進行的成本、違約成本。使用交易成本理論的研究模

式如下：

Source：Liang, T.P., and Huang, J.S. / Decision Support Systems (1998)

相關資料：

Coase, R.H. 1937. “The nature of the firm,” Economica, New Series (4:16), pp. 386-405.

Liang, T.P., and Huang, J.S. 1998. “An Empirical Study on Consumer Acceptance

of Products on Electronic Markets: A Transaction Cost Model,” Decision Support Systems (24:1), pp. 29-43.

Oliver, W. 1975. Markets and hierarchies: Analysis and antitrust implications, New

York, NY: Free Press.

Uncertainty

Asset Specificity

Transaction Cost

Acceptance

1-6


1-2-3 任務、科技適配理論(Task technology fit theory)

由 Goodhue 與 Thompson 於 1995 年提出任務、科技適配理論(Task Technology Fit

theory)，如下圖。

任務、科技適配理論認為 IT 可以正面的影響使用者個人的績效，並且可以結合

任務的能力，很容易被使用者所使用。

相關資料：

Goodhue, D.L. 1995. “Understanding user evaluations of information systems,”

Management Science (41:12), pp. 1827-1844.

Goodhue, D.L., and Thompson, R.L. 1995 “Task-technology fit and individual

performance,” MIS Quarterly (19:2), pp. 213-236.

Zigurs, I., and Buckland, B.K. 1998. “A theory of task/technology fit and group support

systems effectiveness,” MIS Quarterly (22:3), pp. 313-334.

1-2-4 長尾理論(The long tail)

2004 年 10 月，《Wired》雜誌主編 Chris Anderson 首次提出長尾理論（The long

tail），以簡單的圖表解釋了電子商務的利基所在。通路只要夠大，不是主流的商品、

例如：需求量小的商品「總銷量」也能夠和主流的、需求量大的商品銷量競爭。在 Internet

上的實例就是 Amazon 跟 Google，因此，長尾理論使得電子商務擁有一個具說服力的

理論基礎。

Task Characteristics

Technology Characteristics

Task- Technology Fit

Performance Impacts

Utilization

Source：Goodhue and Thompson (1995)

1-7


1-2-5 制度理論(Institutional theory)

制度理論 Institutional theory由 Selznick(1948), Dimaggio, and Powell(1983)所倡導，

制度理論的觀點認為，組織在面對的制度環境(institutional environments)下會採取某一

種組織結構設計或某項措施是為了取得所需的資源及組織內部成員和外部社會的支

持，期望獲得組織生存的合法性(legitimacy)。

相關資料：

Selznick, P. 1948. “Foundations of the Theory of Organizations,” American Sociological Review (13), pp. 25-35.

DiMaggio, P.J., and Powell, W.W. 1983. “The iron cage revisited: Institutional

isomorphism and collective rationality in organizational fields,” American Sociological Review (48:2), pp. 147-160.

1-2-6 服務品質理論(Service Quality, SERVQUAL)

服務品質理論是由 Parasuraman, Berry, and Zeithaml 為主要倡導學者，於 1985 年

提出服務品質的概念模型。服務品質理論 SERVQUAL 是用來衡量服務品質，其定義

是「認知服務品質」為顧客的「期望」與「感受」之間的差距。Parasuraman et al. (1988)

提出服務品質的五個構面有 (1) Tangibles (有形性) - physical facilities, equipment, staff

appearance, etc. (2) Reliability (可靠性) - ability to perform service dependably and

accurately. (3) Responsiveness (反應度) - willingness to help and respond to customer

need. (4) Assurance (信賴感) - ability of staff to inspire confidence and trust. (5) Empathy

(關懷度) - the extent to which caring individualized service is given。服務品質理論

(SERVQUAL, Service Quality)除了大量使用於行銷領域外，目前有涉及到服務的各個

領域，大多都認同以 SERVQUAL 做為衡量服務品質的考量。

相關資料：

Parasuraman, A., Berry, L.L., and Zeithaml, V.A. 1985. “A Conceptual Model of Service

Quality and Its Implications for Future Research,” Journal of Marketing (49: 4), pp.

41-50.

Parasuraman, A., Berry, L.L., and Zeithaml, V.A. 1988. “SERVQUAL: A Multiple-Item

Scale For Measuring Consumer Perceptions of Service Quality,” Journal of Retailing

(64:1), pp. 12-40.

1-14


等)。以測量受訪者對各問項相對資訊需求之認知反應結果與強度。進而可以從研究

結果中找出可以影響資訊系統滿意度的因素。對於一個組織而言，提供顧客滿意的服

務，是組織生存的必要條件之一，所以各行各業對於顧客滿意度都相當的重視。

相關資料：

Bailey, J.E., and Pearson, S.W. 1983. “Development of a tool for measuring and

analyzing computer user satisfaction,” Management Science (29), pp.530-545.

Hernon, P.N., Danuta, A, and Altman, E. 1999. “Service Quality and Customer

Satisfaction; an assessment and future direction,” The Journal of Academic Librarianship

(25), pp. 9-17.

Kotler, P. 1991. Marketing management: Analysis, planning, implementation, and control

(7th ed.), Englewood Cliffs, NJ: Prentice-Hall, pp. 455-459.

Miller, J.A. 1977. ”Studying Satisfaction Modifying Models, Eliciting Expectation,

Posing Problem, and Meaningful Measurement,” in The Conceptualization of Consumer

Satisfaction and Dissatisfaction, H. Hunt (ed.), Cambridge: Marketing Science Institute.

1-2-15 權變理論(Contingency theory)

權變理論(Fiedler, 1964)是費德勒於 1964 所提出。一個簡化的權變理論模式如下

圖：

A simplified model of contingency theory in organizational research

權變理論認為組織效能有賴於組織設計與其所面臨的情境的適配度，特別強調情

境因素的重要性。

Organizational Subunit

OrganizationalSubunit

Environment Organizational Performance

1-15


相關資料：

Fiedler, F.E. 1964. “A Contingency Model of Leadership Effectiveness,” Advances in

Experimental Social Psychology (1), New York: Academic Press. pp. 149-190.

Weill, P., and Olson, M.H. 1989. “An Assessment of the Contingency Theory of

Management Information Systems,” Journal of Management Information Systems (6:1),

pp. 63.

1-3 量表簡介研究人員想輕易地使用統計技術來分析資料時，大多都需要嚴謹的量表，但是量

表如何量測資料呢？這就需要先瞭解資料的量測尺度，因此，本節將介紹資料的量測

尺度和量表。

1-3-1 資料的量測尺度(Scales of measurement)

社會科學的資料擁有多種性質，因此，我們在量測這些資料時，就需要有不同的

尺度，量測尺度是對資料給予適當的代表值，以做為統計運算的基礎，一般我們常用

的量測尺度有 - 名目尺度(nominal scale)、順序尺度(ordinal scale)、區間尺度(interval

scale)和比例尺度(ratio scale)，我們分別介紹如下：

名目尺度(nominal scale)：名目尺度是用來處理分類的資料，也稱為類別尺度

(ategorial scale)，在分類的資料中，都會以一個數字來代表一個類別，我們常用的

範例如下：

性別 – 0 代表男性，1 代表女性

婚姻 – 0 代表未婚，1 代表己婚

企業規模 – 0 代表中小企業，1 代表大企業

順序尺度(ordinal scale)：順序尺度用來處理有前後關係的資料，以表示高、低，好、

壞，等級…等等，這些資料可以給予大小不同的值，這些值只代表順序，不代表差

距有多大，也不代表有相同的距離，我們常用的範例如下：

教育程度 – 0 代表國小，1 代表國中，2 代表高中職，3 代表大專，4 代表研究所，

5 代表博士

職位層級 – 0 代表工讀生，1 代表職員，2 代表經理，3 代表總經理，4 代表

董事長

1-16


區間尺度(interval scale)：區間尺度用來處理有標準化的量測，單位和相同距離尺度

的資料，這些資料並無真正的零(無資料)，我們常用的範例如下：

溫度 – 有-5˚C、0˚C、10˚C…等等

時間 – 有時、分、秒…等等

區間尺度的大小是有意義的，數值之間的差距也是有代表的意義，由於處理的是

相同距離尺度的資料，所以也稱為等距尺度或間距尺度。

比例尺度(ratio scale)：比例尺度用來處理其有標準化的量測單位和絶對零值的資

料，絶對零值的意思是數值為零時，就代表無此資料，我們常用的比例尺度範例

如下：

年齡 – 1 歲、10 歲、20 歲、40 歲、60 歲、80 歲、100 歲

身高 – 20 公分、60 公分、100 公分、150 公分、200 公分

體重 – 20 公斤、40 公斤、60 公斤、80 公斤

以上介紹資料的 4 種量測尺度，若是以涵蓋的範圍來比較則是名目尺度(類別)最

小，接下來是順序尺度，區間尺度，最大範圍的是比例尺度，我們以下圖來表示：

資料處理的範圍愈小，其處理的程度較不精確，例如：名目尺度的資料，反之，

資料處理的範圍愈廣，其處理的程度較精確，例如：比例尺度的資料最精確，至於我

們該用何種量測尺度，則是視研究的資料型態而訂定，並非隨意指定的，讀者需要加

以小心使用。

資料的分佈

資料的各種分佈情形代表的是 - 量測而得到的各種特性，例如：我們調查某一

家連鎖超商的顧客消費行為，就可以知道顧客消費的大致情形，一般我們最常想了解

資料的分佈情形有資料的集中趨勢(Measure of central tendency)和資料的分散程度

(Measures of Dispersion) 我們分別介紹如下：

1. 資料的集中趨勢：是在一組的資料中，找出一個值，使得其它的數值會往它集中，

常用的量測方法有眾數、中位數、幾何平均數、算術平均數和加權算術平均數，

我們再簡介如下：

名目(類別)＜順序＜區間＜比例

處理資料的範圍愈大

1-17


眾數 mode：計算出次數最多的觀察值

中位數 median：計算出位置排列在中央的數值

幾何平均數 geometric mean：用來處理等比級數的平均數，是觀察值相乘 n 次就

開 n 次根號，我們以幾何平均數 G、觀察值 1X 、 2X 、….. nX 為範例，數學式

如下：

算術平均數 arithemetic mean：將觀察值加總，再除以觀察值的個數，我們以算

術平均數 X ，觀察值 1X 、 2X 、….. nX 有 n 個為範例，數學式如下：

加權算術平均數 Weighted arithmetic mean：在算術平均數中，每個觀察值都是相

同的比重，若是遇到觀察值的重要程度不一樣時，我們可以對每個觀察值給以權

重，再計算其平均數，我們以加權算術平均數 wX 、觀察值 1X 、 2X 、….. nX 有

n 個，權重 Weight： 1X 是 1W ， 2X 是 2W ， nX 是 nW

2. 資料的分散程度：資料的分散程度是用來確認資料的集中趨勢(例如：平均數)是

否具有代表性的問題，資料的分散程度低時，平均數就具有高的代表性，反之資

料的分散程度高時，平均數會具有低的資料代表性，常見的資料的分散程度量測

有全距、變異數和標準差，我們再簡介如下：

全距(Range)：一組觀察值中最大值與最小值的差，我們以 R 代表

R = 最大值 – 最小值

R 愈大，代表分散程度愈大

R 愈小，代表分散程度愈小

G = nnXXXX ...321 = ∏

=

n

i

niX

1

1

)(

X = n

XXX n+++ ...21 = n

Xn

ii

=1

wX = n

nn

WWW

WXWXWX

++++++

....

....

21

2211 =

=

=n

ii

n

iii

W

WX

1

1

1-18


變異數：變異數也稱為平均平方離差(mean squared deviation) 是觀察值與平均數

離差(相減)的平方和，除以觀察值的個數。我們以母體變異數 2σ (σ = sigma)，母

體觀察值 1X 、 2X 、….. nX 有 n 個，母體平均數為 u，數學式如下：

當變異數的資料來源是樣本時，由於樣本變異數 2S 失去一個自由度(degree of

freeden：df)，所以樣本變異數分母為 n -1，x 為觀察值， x 為平均數，樣本變

異數 2S ，數學式如下：

標準差：用來解釋資料分散的情形，由於變異數是平方值，不易解釋，經由開根

號後會得到標準差，標準差同樣分為母體的標準差和樣本的標準差，數學式如下：

＊母體的標準差： 2σ 為母體的變異數

σ = 2σ

＊樣本的標準差： 2S 為樣本的變異數

S = 2s

(1) 標準差會保留變異數的所有特性，也易於解釋，所以我們一般都用標準差在

作解釋

(2) 標準差愈大，代表資料愈分散

標準差愈小，代表資料愈集中

1-3-2 量表

在社會科學的研究分類中，可以分為質性研究和量化研究，無論是質性研究或量

化研究都是可以加以測量，只是測量的標準化程度不同。在質性研究中，研究者盡可

能地蒐集受訪者的各種資訊，因此，擁有最豐富的資訊，但由於問項未經嚴謹處理，

因此，標準化程度低，一般我們稱這樣的測量方式是使用非結構化的問項(unstructured

questionnaire)，非結構化的問項由於未設定明確的問項主軸內容，容易導致資料分析

時，沒有一定的方向可以遵循，因此，許多研究者會先設定問項的主軸，蒐集受訪者

資料時，只分佈一定範圍內，採用非結構化的處理，這樣的測量方式是使用半結構化

2σ =N

ux 2)( −ε

2S = 1

)( 2

−−

n

XXε

1-19


的問項(semi-structured questionnaire)，半結構化的問項仍傾向適用於質性研究，因為

使用統計技術分析時，仍有相當的難度。研究人員想輕易地使用統計技術來分析資料

時，大多都會嚴謹地先製訂一個測量的工具 – 量表，具有一定的測量格式，以提供

受訪者自行填答(self reported)，我們稱這樣的測量方式為結構化的問項(structured

questionnaire)，我們將結構化和非結構化的測量方式整理如下：

社會科學的研究

質性研究非結構化問項測量

半結構化問項測量

量化研究結構化問項測量

在量化研究中，通常我們需要一個量表來進行問卷調查，量表是用一個以上的指

標(indicator)來衡量待測物體或對象的特性，並且可以將此特性數值化，一般我們常聽

到的量表格式有 Thurstone量表、Guttman量表、語意差異量表(semantic differential scale)

和李克特量表(Likert scale)，我們簡介如下：

Thurstone 量表：

研究人員在編製 Thurstone 量表時，會先寫好要測量的項目，交由專家來篩選項

目(11 點的評分方式)，我們對每一項計算其平均數和四分差(Q score)，四分差較

高的題項代表一致性較差，適合被刪除，我們會選出較一致性的題項，進行後續

的工作，由於 Thurstone 量表的編製較複雜，還有專家的主觀問題，因此，現在

較少使用，在一般的期刊論文中也較少看到。

Guttman 量表：

研究人員在編製 Guttman 量表時，會先將題項依一定的方向排列，也就是說，題

項的意涵是由強到弱或由弱到強的方式編排，填答者依序作答時，會遇到轉折的

題項，在轉折之前，填答者一致性的回答，就代表累積了多少分數，因此，也稱

Guttman 量表為累積量表。

語意差異量表：

研究人員在編製語意差異量表時，主要是使用形容詞在語意上的差異，這些形容

詞常常是成對出現，語意經常是正好相反的，例如：快的-慢的，好的-壞的，重

的-輕的，強的-弱的，忙的-閒的…等等，研究人員可以計算每個題項的平均數，

還可以使用因素分析所取得的構面進行加總後，再進行後續的工作。

1-20


李克特量表(Likert scale)

李克特量表在社會科學研究中，是最常出現的量表，廣泛的應用在行銷、組織行

為、人力資源、學習科技、教育、財務管理、心理測驗、…等等，特別適用於感

受或態度上的衡量，例如：商業品牌代表著產品的銷售好壞，李克特 5 點量表，

可以使用數值 1 代表非常不同意，2 代表不同意，3 代表沒有同意或不同意，4 代

表同意，5 代表非常同意，李克特 5 點量表的數值與數值之間是等距的，經由因

素分析後的構面可以加總，以得到一個加總計分值，形成一個構面可以由一個值

代表，因此，李克特量表也是可加總量表的一種。

在量表的使用上，理論一直是很重要的因素，因為理論可以協助我們概念化測量的

問題，藉由理論的協助，可以使我們發展或使用具有一致性的，有效的、可應用的量表。

1-4 抽樣(Sampling) 為什麼我們需要抽樣？原因是母體太大，我們無法取得所有母體的數據，或則是

因為取得母體數據的成本太高，負擔不起，因此，我們可以藉由抽樣取得的樣本來推

論母體，如下圖：

抽樣的好壞會直接影響推論的結果，也就是說，樣本的正確性和準確性是相當重

要的影響因素，才能代表(推論)母體，因此，我們進行抽樣的目的是想獲得具有代表

性的樣本，這樣的樣本才能代表母體，然而，存在社會現象的母體有很多種，我們必

須針對不同的母體採取不同的抽樣方法，才能獲得代表性的樣本，常見的抽樣方式有

簡單隨機抽樣(simple random sampling)、分層抽樣(stratifies sampling)、群集抽樣(cluster

sampling)和便利抽樣(convenience sampling)，我們分別介紹如下：

簡單隨機抽樣 (simple random sampling)

簡單隨機抽樣會使母體的每一個單位被抽中的機率都一樣，例如：A 班有 60 位

學生，我們要從 A 班抽出 10 位學生參加啦啦隊比賽，則可以使用簡單隨機抽樣，

常用的方式是使用亂數表(random number table)來協助選出適當的樣本。

優點：當母體較小時，容易執行以取得適當的樣本。

缺點：當母體較大時，母體的完整名冊不易獲得，造成抽樣時的成本較大，執行

起來很困難。

推論

樣本母體

1-21


使用時機： 1. 母體有完整的資料，可以進行編號。

2. 母體的抽樣單位差異小，才不會抽出偏誤的樣本。

分層抽樣(stratifies sampling)

分層抽樣是將母體依某個準則，區分成 N 個不重疊的組，這些組我們稱之為 – 層

(strata)，我們先將母體區分成幾個不同的層，之後再從每一層中分別抽取樣本，

最後將各層抽取的樣本集合起來，成為我們所需要的總樣本，這就是分層抽樣。

例如：B 系有博士班、碩士班和大學部，我們可以從這三個不同的層，抽出一定

比例人數參加「校長座談」，這就是分層抽樣。

優點：樣本分配較平均，可以提高精確度，並且可以比較各層樣本的差異可以做

比較分析使用。

缺點：分層的特性若是沒有考慮好，則會有抽樣不均的情形，反而降低精確度。

使用時機： 1. 母體的抽樣單位差異較大時。

2. 母體經分層後，層與層之間的變異較大，該層內的變異較小。

群集抽樣(隨機抽樣的一種)

群集抽樣是將母體分成幾個群集(例如：部落或縣、市、鄰、里)經過隨機選取群

集後，只有選中的群集才進行抽出樣本或進行普查，例如：研究人員想調查大專

學生的生活支出時，可以從全國 150 所大專院校中，先隨機抽出 15 所大專院校，

再從這 15 所大專院校中，每所學校抽出 100 位學生當做樣本，這就是群集抽樣。

優點：可以大量降低抽樣成本，容易實行

缺點：容易發生抽樣偏誤，風險較高

使用時機：群集與群集之間變異小，群集內的變異大時適用，剛好與分層抽樣的

使用時機相反

便利抽樣(非隨機抽樣)

便利抽樣從字面上解釋，是屬於很方便進行抽樣的方式，例如：街頭訪問、資訊

展的訪問…等。

優點：成本低，樣本容易取得。

缺點：抽樣取得的樣本，缺乏代表性，所以較少使用。

在量化研究的抽樣使用上，可以分為 pilot test 抽樣和實測抽樣，pilot test 抽樣的

目的是為了驗證量表適切性和構面的正確性，實測抽樣則是為了研究的結果所作的抽

樣，這二種抽樣取得的樣本，都得仰賴後續章節數量方法的運算，得到我們需要的統

計量，才能對研究的結果下結論。

CHAPTER - epaper.gotop.com.twepaper.gotop.com.tw/PDFSample/AEM001800.pdf · 1-2...

Documents

Transcript of CHAPTER - epaper.gotop.com.twepaper.gotop.com.tw/PDFSample/AEM001800.pdf · 1-2...