非隨機抽樣

即在抽樣之前每個基本單位被抽中的機率不相等，樣本不按照其 機率抽出，是由抽樣者之主觀抽出或自願樣本。非隨機抽樣方法 尚可分為：

（1）便利抽樣（偶然樣本）

即主要以成本為考量，作業便利性為導向，無任何統計誤差的概 念；適用於母體分佈完全均勻時，唯應注意樣本之偏激性及兩極 化。

（2）配額抽樣

可改善便利抽樣之缺點，即適用於已畫分每一層級均具有不同特 性之母體；其缺點為所選取的樣本，可能是熟識者或具親和力 者，而不完全具有代表性。

（3）判斷抽樣

由抽樣者立意抽取之樣本（亦稱立意抽樣），如民間代表、意見 領袖、學者、專家或代表性之樣本；作業時先依主觀概念過濾較 不具代表性的樣本，僅對具高強度之樣本進行抽樣，其適用於母 體構成樣本數較少，計算單位不相似的情況。

（4）雪球抽樣(滾式、輻射樣本)

即利用樣本尋找樣本，亦即利用樣本之滾雪球方式或輻射力再抽 取樣本；當對母體之了解不夠時，可藉由原始受訪者處取得樣本 資訊，再逐次提升樣本精確度和擴大樣本範圍，適用於特殊族群 樣本或不易取得樣本時之調查。

2、隨機抽樣

按照樣本之機率隨機抽出，因不依個人主觀的選樣或判斷，母體 內每一基本單位個體均具有相同的地位。隨機抽樣方法尚可分 為：

（1）簡單隨機抽樣(Simple Random Sampling)

每一樣本均有相同之被抽中機率，母體不加以任何分割或修飾；

其優點為方法、統計推論簡單；缺點則為隨機樣本散落，各資料 蒐集費用高、抽樣架構不易建立及抽樣效率太低。

（2）系統隨機抽樣(Systematic Sampling)

是相當簡捷的一種抽樣方法，用於母體內的單位數過多或母體內

的單位數不能確定或抽樣繁複時；如假設母體內有 90,000 個抽

樣單位，而只須抽出 200 個單位組成樣本時，即可使用此法。其

優點為理論基礎、抽樣程序、統計推論較簡單；缺點為母體間隔 數排序若與樣本間隔數一樣時，一旦抽取之號碼決定，則其他號 碼被抽取的機率為零，則所抽取樣本將嚴重曲解母體。

（3）集群隨機抽樣(Cluster Random Sampling)

母體底冊的蒐集及編造有時極為困難或龐大，在調查時又希望節 省成本時，可採用群集抽樣法。性質及分層隨機抽樣相反，抽樣 成本計算則集群抽樣成本較低但其樣本代表性也較低。群集抽樣 法可說是一種抽樣極為方便、調查容易的抽樣方法。集群抽樣的 優點為抽樣成本低、過程簡便及集群間若同質程度高則樣本甚具 代表性；缺點為容易造成抽樣偏誤及集群不易劃分。

（4）分層隨機抽樣(Stratified Random Sampling)

當調查的母體內各個抽樣單位間變異大，即分散度很大或具有歪 度(skewness)時，若採簡單隨機抽樣可能造成分散在兩端的樣本 抽中太多或不被抽中，如此抽出的樣本將不具高度代表性，反而 將使估計之誤差過大；此時，宜使用分段隨機抽樣法。其優點為 取樣較為簡單、所抽取之樣本代表性高、段與段間易於比較；缺 點為分段標準不易確定、若分段不當極易造成取樣偏誤等，如欲 估計量販店的平均營業額，即應對量販店按其規模分段後再作抽 樣較適宜[林進田, 1993；鄭光甫、韋端, 1995]。

3.3 調查資料分析法

調查資料必須經過分類、整理後意義才會逐漸名朗，而且所做調

查資料之數值如果沒有圖示相伴則缺意義，因為往往問題的答案不但

可由圖示中明顯的展示出來，圖示也能揭露數值一些意想不到之特

性。茲概述調查資料之分析法如下[戴九永,1998，塵徹工作室,2002]：

一、數據組分佈

用以表示數據組分佈之圖示法有點圖與直方圖兩種；