抽樣方法

和量化研究相比，質化研究的樣本數較少，因此，若未能發展出抽樣邏輯，

除了造成抽樣誤差外，甚至會嚴重扭曲研究結果。為了減少抽樣誤差，量化研究 透過統計方法，計算出特定信賴區間及母體下，應該要抽選多少樣本數，並通常 採用隨機抽樣(probability sampling)蒐集樣本，而質化研究抽樣邏輯截然不同，有 鑑於蒐 集單 一樣本 的成 本 較 高 ，因 此， 質 化研究 多採 立意抽 樣 (purposeful sampling)，由研究者直接挑選資訊較為豐富的樣本進行訪談，而在抽樣邏輯上，

針對不同研究目的，會發展出不同的抽樣系統。舉例來說，研究極端或異常的個 案是為了從錯誤中學習，避免同樣的狀況再次發生；最大變異抽樣則盡可能擴大 樣本間的差異，透過研究詳盡的紀錄每個樣本的不同之處，或是異中求同；典型 個案抽樣的邏輯則和前兩者不同，首先透過人口統計資料，找出最平均的樣本，

並以此說明社會中的常見狀況 (Patton,1990)。

立意抽樣有數種方法，上述僅列舉三種，說明抽樣方法與研究目的之關聯。

因為投資行為屬於敏感議題，再加上地區及年齡上的限制，導致本研究不易取得 樣本，遂透過滾雪球抽樣方法，詢問已接受訪談的受訪者，是否能介紹符合抽樣 條件，且能提供豐富資料的其他個案，取得聯繫後，再由訪員透過電話訪談確認 其是否符合資格。滾雪球抽樣方法藉由熟人介紹降低受訪者的戒心，除了有效接 觸新樣本外，也能在訪談過程中，提升受訪者的信任，有助於訪員蒐集更多資料。

二、 篩選條件

本研究預計訪談 40 位受訪者。篩選條件分為四大面向，分別是人口統計變 項、使用網路科技的能力、使用金融服務的頻率與需求以及人格特質。在人口統 計變項上，要求年齡、地區與性別的抽樣比例，應符合 2016 年內政部人口統計 結果。

1.人口統計變項：年齡、性別與地區

資料蒐集期間(2017 年)45-55 歲與 56-65 歲的人口比例為 52%與 48%，反映 在 40 個樣本數上，則各訪談 20 位受訪者；性別上，45-55 歲的男女剛好各半，

56-65 歲的男女性別比例則為 48%與 52%，因此針對年齡與性別上的四個類別，

各訪談 10 位受訪者；而在地區上，考量北部、中部、南部的都會區皆有通勤現 象(居住地與工作地位於不同城市)，再加上銀行實體據點的營業時間只到 15:30，

表示即便居住地不為台北、台中、高雄，也可能因為工作地的緣故，而與該地區 銀行來往。因此地區的篩選條件為：一個禮拜至少有 4 天「居住與上班地區」位 在大台北(包含台北市與新北市)、台中或高雄地區，假設週一到週五皆從桃園通 勤到台北工作，則可以算入大台北地區，符合過篩條件；倘若週一到週五住在桃 園工作，只有假日回台北，則算桃園地區，不符合過篩條件。而根據當年度統計 資料，大台北、台中與高雄居住人口的比例為，63%、19%與 18%，反映在樣本 數上，大台北地區需訪談 24 人，台中與高雄地區則各為 8 人。如下表所示：

表 3-2-1 訪談樣本之人口統計變項分布

2.使用網路科技的能力

由於研究目的為了解潛在或已使用金融科技消費者，使用金融科技與否的因 素，因此受訪者須具備基本的網路使用能力，並有金融服務需求。本研究在過篩 問卷中詢問填答者，平時會透過網路從事哪些活動，共有兩題單選題，填答者需 都有從事才為有效樣本。題目如下：

單位：人 年齡區間(比例)

45-55 歲(52%) 56-65 歲(48%)

地區(比例) 男 (50%) 女 (50%) 男 (48%) 女 (52%) 總計

大台北 (63%) 6 6 6 6 24

台中市 (19%) 2 2 2 2 8

高雄市 (18%) 2 2 2 2 8

總計 10 10 10 10 40

表 3-2-2 題組：請問您平時會利用網路從事哪些活動

題目 回答

請問您有沒有線上購物 (e.g.包括各類購物、團購票券、訂房、買 機票…) 的經驗？

有/沒有

請問您最近 6 個月有沒有在手機上使用社群或通訊軟體聯絡 (e.g.

line、Facebook)？

有/沒有

3.使用金融服務的頻率與需求

為檢核填答者是否有金融服務的需求，本研究在過篩問卷中詢問填答者，

最近 6 個月使用過哪些金融服務，共有六題單選題，填答者需至少使用過兩項 金融服務才為有效樣本。題目如下：

表 3-2-3 題組：請問最近 6 個月您是否有使用以下金融科技的相關經驗

題目 回答

網路銀行轉帳？ 有/沒有

網路銀行查詢帳務？ 有/沒有

到銀行做外幣交易 有/沒有

線上繳納水電費？ 有/沒有

線上繳納信用卡費用？ 有/沒有

網路報稅繳費？ 有/沒有

4.人格特質

填答者的人格特質，本研究設計 5 句描述句，請填答者自評符合程度，共有五題