為何抽樣而不普查(群體中的每一元素均研究)經濟目的
何謂“好樣本”正確的(Valid)樣本，有二因素：
準確性(accuracy)：樣本無偏差(unbiased)的程度。準確 樣本即無系統偏差(System bias) (高 估值會與低估值平衡)。
（系統偏差=測量中因已知/未知影響致分數偏向一邊。例如 區域房價測量以“角落屋”為樣本元素）
又 如 1936 年 美 國 總 統 大 選 ， Literary Digest 預 估 Landon 當選，(200 萬的樣本大小)；結果卻由羅斯福當選。
(原因：調查對象以中、高階級為主，但羅斯福卻獲低階層 民眾的支持。)
精確性(precision) ：機遇原因引起的誤差變異，或抽樣誤 差；變異(deviation)愈小、愈精確。
用標準差x ＝ / n 表示。
(此僅“機率性抽樣”可估計)（x愈小，在相同信賴水準下，
信賴區間愈小）。
抽樣設計的類型
抽樣方法依計劃之要求而定（目標、可用的資金）
如
依元素選擇分成無限制（就整個大群體挑選個別元 素）
有限制（在某些條件下抽樣）。
依代表基礎分成
機率：i)簡單隨機 ii)複雜隨機(系統抽樣、分層抽 樣、集群抽樣、雙重抽樣)。
非機率：i)便利抽樣；
ii) 故意抽樣(判斷、配額)；
iii) 雪球抽樣。
機率性抽樣(以簡單隨機抽樣為基礎，說明抽樣設計的步驟)
抽樣設計的 6 個工作（不必固定順序）
相關群體為何：由管理問題或研究目標而定，群體元素係
以個人、家庭...等為單位亦須考慮，最好能有操作性定義使 更明確。
有興趣的參數(母數)為何：對(mean)有興趣，須用X估 計；對(deviation)有興趣須用 s 估計須用等距/等比尺 度
抽樣架構(Frame)為何：即「從群體得到樣本元素的名單
（list）」，如名錄（但應注意名錄的編製日期，如差太久 應加上更正名單），但有時如找“亞裔”則可能在住戶名 單上找不到，可從某集區（都住在亞洲城，eg.）或其他方 法找“架構”。
樣本為何類型：即用何方法抽樣(如前述)。但有“拒答”，
“不在家”等回收問題。
需多大的樣本？依“群體母數之變異”和“需要的(估計)精 確性”而定。（變異愈大，抽樣量愈多。精確性高(在一定信 賴水準下信賴區間界限小)，則抽樣大小愈大。以上係考慮 無限群體，有限群體(且 n/N 5%)須作校正(× (N-n)/(N-1) )。
另外，a)“抽樣方法”也會影響樣本大小；b)若對子群體也 要作分析，則在子群體的樣本也須夠大，影響整個群體 大小。一般愈小的群體的抽樣比重須愈高(以減少機率變異)。
抽樣成本：成本會影響可用的抽樣方法。如機率抽樣的調查 須考慮回收成本，抽樣架構(list)成本。(而電話、問卷、調查、
訪談的成本也都不同)。
執行：用亂數抽樣
抽樣概念(
X = / n，可用 s 估計)的信賴區間：X Z/2sｓ/ n（t/2(n-1)），P 的信賴區間：
PZ/2 P(1-P)/n 。
複雜的機率性抽樣（即非簡單隨機）
有時無群體 list，故簡單隨機抽樣不可能（執行上不可能）
（有時）簡單隨機浪費時間、金錢(去找 list)（經濟上無效 益）。
簡單隨機固然好，但所得之群體資訊可能用不到（統計上 無效益）。
（有效率的樣本統計上以較小樣本得到一個給定的精確性(
X）) 系 統 抽 樣 ：1~k 個 隨 機 取 一 個 ， 以 後 再 加 k 個又 取 一 個，....
優點：簡單。
缺點：週期性群體(此缺點可用“警戒”克服)或單調變化
（此可先對群體隨機化處理，再進行系統抽樣）
(or)時不適用。
分層抽樣
大部份群體可依某些特性(如：性別、年級、學校....)分成 互斥子群體 稱之層(strata)。
即先分層，再各層進行簡單隨機抽樣為樣本。
採用原因：
增加樣本的統計效率。
可分析子群體的特性。
可在不同層用不同研究方法、程序。
永遠比簡單抽樣好(至少一樣)
理想的分層抽樣，應“層內同質”(Min 變異小)，“層 間異質”(max 變異大)（層之數目愈多，愈能達此理 想）。
限制：當每一層的mean，variance 有一些相似(不夠理 想)時，則統計效率增加不多。
每一層之樣本大小如何決定：（先考慮全部群體的樣本 大小，再考慮其分配到各層的大小）
a)比例配置：好處有三
i) 較高的統計效率(比簡單隨機)；ii)簡單；
iii)樣本可自我加權(代表群體比重)。
其限制：當各層的mean，variance 有些相似時，則 統計效率增加不多。
b) 非比例配置：依
Ni(第 i 層的大小)；
i(第 i 層的變異)；
Ci(第 i 層的抽樣成本)等為權數來分配樣本 大小。
集群抽樣：先分群，再隨機選幾群作為樣本。
採用原因：比簡單隨機的經濟效率高。
有時無可用的抽樣架構。
限制：因群內常同質，致統計效率比簡單隨機差（理想 應“群間同質”“群內異質”）。
（經濟效率卻可彌補統計效率，故可用淨相對效率(=經濟 效率/統計效率)來看其採用性。）
重要型式：地區(area)抽樣可用於國家、省(郡)、....及 更小的區域。
集群抽樣的設計，必須考慮下列五個問題：
群內有多同質？（太同質則無統計效率，應使之異 質）。
群的大小應一樣嗎？（一樣較好，如此群內的 X才 可作為整個群體的不偏估計）。但通常都不一樣，使 之一樣的方法如下：
A)將大群拆開，並合成小群(如地理區之劃分)。
B) 將群大小分層，再對每層抽取群(各抽取不同大 小的群若干個)。
C) 大小與分層併行，即愈大群的層，抽取較多群 但每群抽取元素比例較小，使每層中抽中群的比 例乘上每群中抽取元素的比例為定值。
群的大小應多少？（不一定）。
分成單階或多階的群？（地區抽樣一般為多階，用 多階可使各群在所要的經濟大小程度）。
一組樣本應多大？（此與群的大小是否相同，是否 多階分群有關，若然則相當複雜；若是單層且等大 時，（即“簡單集群抽樣”）則大小與簡單隨機抽 樣同。
雙重抽樣：因便利/經濟之考慮，先經由樣本收集一些資訊，
再經由這些樣本資訊決定繼續抽樣的依據。（如 逐次抽樣，多階抽樣檢驗時）
非機率性抽樣
因低成本故常用，但無統計意義(不可估計母數)。其準確性 僅能由專家評論， 且常不可靠。
採用原因(實際本質)：
可滿意的達成抽樣目標(不須瞭解群體真正特性，或不想 知其母數)如探勘性研究。
成本時間的考慮。
因為機率抽樣受到人性因素的限制致不隨機，故不如用此 種抽樣。
因無法用機率抽樣時。
有時機率抽樣選出的樣本元素，卻可能是由別人代答。
（如問卷由別人收到）。
方法：
便利抽樣：（未給予任何限制）最不可靠！但最簡單、
便 宜 （ 但 在 探 勘 性 研 究 之 早 期 即 適 用 ！可得 一些 ideas）
故意抽樣：符合某種準則的抽樣，有兩種：
i)判斷抽樣：研究者依某些準則找樣本元素(在探勘性研 究初期，很適合；還有在篩選目的時，如讓公司員工 評估新產品觀念：因為員工較懂產品)。
ii)配額抽樣：使樣本可代表群體(如依男女性比例配額抽 樣)。
可用好多個特性配額，即“次數控制”，如依各特性之 群體比例多重配額（經由控制達成不同特性均能符合次 數比例）。
缺點：實際並不能保證代表性；用以作為配額控制資 料可能不準；真正抽樣仍是由人判斷。
但常為民意測驗專家、行銷研究使用。(根據實際使用，仍 有預測效度)
雪球抽樣：對象難確認，須經由介紹網找到。（如吸毒 文化、青年幫派、權力菁英、社區關係、內部交易之研究 時！）