調查研究法綱要講義

調查研究法綱要講義

報告人：朝陽科技大學工管系 孫德修

課程目次：

概述

研究之評價與步驟 問卷設計

預試與信效度分析 抽樣方法

常用之統計分析方法

論文研討

概述

＊本課程屬社會科學研究法之範圍。

＊ 本課程以調查研究法之問卷調查 法為其探討之主題。

＊ 本課程以統計分析之推論統計方 法為主，敘述統計方法為輔。

＊敘述統計是以研究母體全體為調 查對象（或以全體樣本為對象）， 藉由描述統計方法計算所得之數 字，以方便（簡化資料）描述該對 象之事實。

＊推論統計乃根據抽取的樣本資

料，來推論母體之情況，如此即可 以少數之樣本，推論龐大母體之特 徵。

研究之評價與步驟

＊ 研究計畫退件的原因依比率分別

為：主題不重要或無貢獻（35﹪）、 研究方法上的缺失（25﹪）、理論架 構模糊或矛盾（20﹪）與寫作技巧表 達（10 ﹪）等。

＊ 好論文的條件：符合事實的理解與說 服性、思想脈絡之邏輯性高、主要之 名詞與概念明確界定、首尾（題目、

目的、假設、問卷、統計分析、結論）

完全切合一致等。

＊ 研究之步驟：（1）找出並敘述問題、

（2）歸納並提出基本假設、（3）設 計假設考驗的方法、（4）統計分析其 考驗、（5）觀察並提出結論。

問卷設計

＊問卷題目設計原則

1.客觀－避免誤導填答者造成 之偏誤。

2.敘述明確清楚適合填答者－

填答者清楚瞭解題意。

3.依據文獻探討結果－具理論 依據。

4.經濟－題目儘可能少（切忌貪 心），應具有互斥性與重要

性。

5.答項完整－所有可能選項均 供填選。

6.計分的簡單－計分方式一

致，Likert 五點式量表（極同 意、同意、未定、不同意、極 不同意），同一構面分數可加 總。

7.具鑑別度－題目可區別不同 填答者之不同意見（預試中詳 述）。

8.具信度－不同時間測、測量同 一特徵，其一致性高（預試中 詳述）。

9.具效度－能真正測出所欲量 測之問題（預試中詳述）。

問卷設計與統計分析

＊開放式問卷無從進行較深入的統 計分析，欲應用統計分析方法時儘 量採用封閉式問卷。

＊ 研究變項可分為連續變項與非連 續變項兩類。

非連續變項－不能加減計算，只能

歸類與計數，包括類別變項與順序

變項。

類別變項－如：性別、婚姻狀 況、學校別，「數」代表類別 差異。

順序變項－如：學歷、工廠規 模、社會階級，「數」代表觀 察結果的等級順序，無法標示 距離。

連續變項－可以加減計算，包括等 距變項與比率變項。

等距變項－如：年齡、溫度

（攝、華氏）、西元年，「數」

代表相等的間距（單位）之相 對大小差別，(例：心理測驗，

180 分不等於為 90 分之一半)。

比率變項－有絕對 0 值，如：

收入、重量、絕對溫度，(例：

0＝無，例智力測驗，但智 力？？)，因社會科學研究此

等變項較少，故本課程以前三 項（類別、順序、等距）變項 之探討為主。

註：非連續變項所能適用之統 計方法較少，如χ²-test，

其資料屬無母數

（nonparametric），；連續 變項能用之統計方法較

多，如皮爾森相關、t－

test、因素分析、變異數分 析與多變量分析等，故欲運 用較高等之統計方法，問卷 設計時宜儘量將題目設計 為連續變項。

類別、順序、等距數學特質比較

變項/特質 ＝，≠ ＞，＜ ＋，－

類別 ○ X X 順序 ○ ○ X 等距 ○ ○ ○

預試與信效度分析

＊預試－為確保所用之問卷精確度 夠高，在進行正式調查前，應該先 對問卷進行預試，預試發出與回收 之問卷數目可較小（回收 100 份以 上之有效問卷即可），再從項目分 析、效度與信度三方面檢驗問卷，

以確定該問卷為一良好之測量工 具。

＊項目分析－決定問卷中之題項保 留或刪除，分別從決斷值、積差相 關與 typeΙ error（α）三項指稱 檢核，若有不符合之題項即可刪 除，但若有理論依據之重要題項，

亦可考慮保留。

決斷值（critical ratio，CR）－

該題前 25﹪組之平均值與後 25

﹪組之平均值之差異，差異愈大

此題愈具鑑別力，即愈佳。

積差相關－每題分數與總分之相 關，若相關係數低代表此題與此 量表相關，題意不明，應予刪 除。

typeΙ error（α）－計算刪除該 題後之誤差，若該題刪除後之α 值大於整體量表之α值，該題建 議刪除。

註：typeΙerror－是指 reject H⁰，但實際上 H⁰ 是對的機率，若 α選為 0.05，則錯誤 reject H⁰ 之可能性最多為 5﹪。

typeⅡerror－是指 accept H⁰， 但實際上 H⁰ 是錯的機率，typeΙ error 與 typeⅡerror 為對立、

反比的，typeΙerror 選較小（α

＝0.01）則 typeⅡerror 或變得 較大。（樣本數加大兩種 error

均會減少）

＊ 信度－描述同一主題之題目羣，是 否有其內部之一致性，如打靶彈著 點集中，故信度高不表示效度高。

＊ 效度－表面效度與內容效度係指 問卷能夠量出所欲量測之內容的 程度，評定表面效度與內容效度的 方法，可參考相關文獻或先前研 究，是否提供足夠的依據，或將問 卷交由專家檢查判定。而建構效度 為描述同一主題之題目羣，是否列 入同一構面（因素）中，如打靶彈 著點接近紅心。

註：建構效度計算方法－運用探索 性因素分析，即主成分分析，做法 上將所有題項投入，以抽取若干共 同的因素，各因素內之題項有相近 的特性，達到以最少因素完成描 述，並確定研究架構中的各構面。

因素分析應具備的先決條件包

括：各變項為等距變項且存在直線 性的關係。

實務上在應用 SPSS 軟體 run 完主 成分分析後，應該進一步進行因素 轉軸，在社會科學研究中，varimax 法為最常使用的，varimax 法可使 每一主成分高負荷在少數之變項 產生高相關，其他變項產生低相 關，以突顯因素特質；接下來將選 擇 eigenvalue 大於 1 的（新）因 素並命名，作為研究構面，在該構 面中 loading 最大之題項列入該構 面的題項。

抽樣方法

使用正確的抽樣方法，可以經 濟、少量的樣本資訊，推論出龐大 數量的母體。

＊抽樣之步驟

界定母體－清楚描述研究對象範 圍、時間、地點等。

搜集母體之全體名單－做為抽 樣依據。

決定樣本之大小－大樣本代表 性大誤差小（檢定易顯

著），但成本高，原則：最 大限度抽取最大樣本。

選取樣本－決定抽樣方法並進 行抽樣。

評估樣本之代表性－母體資料 分布與樣本分配愈一致，樣 本代表性愈高。

＊抽樣之方法

可分為隨機抽樣與非隨機抽樣 兩類，若欲以樣本所反映的資訊來 推論母體，則應採取隨機抽樣方 法，非隨機抽樣惟有在隨機抽樣不 可行時方予採用，而該樣本反映之 資訊無法進行母體之推論。

隨機抽樣－在此僅介紹常用的簡 單隨機抽樣、系統隨機抽樣、分層 隨機抽樣與集體抽樣法。

簡單隨機抽樣－由母體中所有 成員隨機機抽取樣本，如用籤註 記編號，放入籤統中隨機抽取。

當母體成員過多時，作業較龐 雜。

系統隨機抽樣－將母體中所有 成員依序（如英文字母、中文筆 劃）列表，以母體所有成員數除 以欲抽取之樣本數，如得到 n，

即母體所有成員表中次序 n 以前 任選一個樣本，再每隔 n 個成員 抽取樣本。

分層隨機抽樣－首先須確認適 當的子羣，研究者經由文獻或概 念，認為該子羣之不同階層對研 究旨趣有顯著不同影響，為求取 得較佳之樣本代表性，故依子羣 之不同階層以相對比例進行抽 樣。

集體抽樣法－將整個母體分成 若干個部落，然後抽取數個部 落為隨機樣本，被抽中的每個 部落中之個體皆為調查的對 象。

分層抽樣法與集體抽樣法之比較 分層抽樣法 集體抽樣法 1.層內的元素間

變異較小，而層 與層之間的變異 較大。

1.部落內的元素 間變異較大，而 部落與部落之間 的變異較小。

2.對每一層皆抽 取比率的隨機樣 本，對每層的樣 本加總起來便為 總樣本。

2.在所有的部落 中，只抽出幾個 部落當成樣本。

3.在每一層內皆 進行抽查。

3.對於被選中的 部落，進行普 查，亦即部落內 的全部成員皆為 樣本。

4.使用此方法可 以降低誤差，提 高準確度。

4.使用此方法可 以省下不少時間 與成本。

非隨機抽樣

立意抽樣－不以隨機（random）

為基礎，而是以研究者自己的判 斷決定抽取那些特定之樣本。

偶遇抽樣－研究者遇到的樣本 即予抽取，如路上訪問問卷。

＊樣本大小之決定

樣本愈多，結果之準確度愈高。

樣本同質性愈大，小樣本即可有高 的準確度。

母體愈大，樣本則需愈多，母體 大，可取 10﹪，母體小（500 以下）， 準確度則需母體之 20﹪。

一般而言，樣本數至少 30 個，最 好是 100 個以上，而各子羣（分組）

至少 20 個樣本。

樣本數愈大，統計力愈好，愈容易 拒絕虛無假設。

＊有效的問卷回收方式

問卷有效的回收是問卷調查法 使用時最棘手的工作，以隨機方式抽 樣，若回收率不佳，輕則造成統計力 不佳，重則使樣本之隨機性受質疑，

偏離母體的分布。但從研究法之選擇 中，質性研究因缺乏推論的基礎，故 在學術價值（依邏輯步驟、客觀資 料、可驗證性）上不易確立，以量為 基礎之隨機抽樣方法仍是研究時之 首要選擇。

為了避免 garbage in garbage out 的情事，一套有效的問卷回收方法是 確保研究品質最重要的部份之一。一 般而言，問卷回收的標準程序為（康 自立）：

1.寄出問卷。

2. 二週後未回函者寄（一次）催 收信。

3. 再一週後未回函者寄（二次）

催收信，並附原問卷。

4. 一週後未回函者寄（三次）催 收信。

另一問卷回收的標準程序為（張 火燦）：

1.寄出問卷。

2. 一週後未回函者寄（一次）催 收信。

3. 再二週後未回函者寄（二次）

催收信，並附原問卷。

4. 七週後未回函者掛號寄（三 次）催收信，並附原問卷。

一般大樣本，如對企業界之問卷 調查回收率 10﹪即可使用。如果回收 率太低可進行雙重取樣法（double sampling），即針對為回覆之樣本個 別親訪（電訪），小量（15 個）樣本 即可，並比較其與已回收樣本作顯著

性差異之統計，若存在差異，應於論 文中忠實說明。

另外，增加回收率之小技巧包括

（張火燦）：

1. 增加填答者之報酬－文辭致 謝、肯定填答者之價值、問卷 編製得讓人有興趣、致贈小禮 物。

2. 減低填答者之成本－減少填答 者心理與時間負荷、題項簡要 清楚。

3. 建立彼此信任－有力人士或權 威機構推介。

註：1.問卷要編號，以利催收。

2.問卷最好在 12 張 125 題以 下。

＊研究假設－在社會科學研究時或 先成立假設，即在母體中存在的情 況，假如普遍認為 X 與 Y 是相關

的，此即稱為研究假設（H¹），而研 究之目的乃是研究 H¹ 對不對。在運 用隨機樣本資料做統計推論時，不 能直接檢定研究假設 H¹，而是對檢 定研究假設的對立假設 H⁰，即 X 與 Y 是無相關的，H⁰ 稱為虛無假設，

若檢定結果拒絕 H⁰，因而間接知道 H¹ 正確。其原因在於：樣本中發現 的情況，固然可能是母體中真實的 情況，但亦有可能是由於抽樣誤差 造成。假設檢定的基本邏輯是：先 成立 H¹ 相對立的 H⁰，H⁰ 指出的為：

若在隨機樣本發現有相關，是因抽 樣誤差造成，而非母體真實情況。

根據 H⁰ 成立抽樣分配，然後求出 H⁰ 是對的可能性很小，即可排除抽樣 誤差的說法，表示 H¹ 可能是對的。

常用之統計分析方法

一、敘述統計－將大量觀察之數字，

化約為一些「統計」數字，以描述 與資料有關的「事實」，為研究分 析結果首先要呈現的資料。以下分 別從集中量數、離中量數、相對量 數與常態分配說明之。

1.集中量數－用以表示一組資料 之集中所顯示的特徵，表示方式有 平均數(mean)、中位數(median)、

眾數(mode)等。

平均數（等距變項適用）－例如 欲比較兩班學生成績好壞，最簡 單方便的方法就是以兩班的個 別平均成績來比較，亦即以平均 數代表各班學生的成績。平均數 的優點有：計算簡單且易於了 解，適合用數學運算；因考慮所

母體平均數

μ N

x N

x x

x

N

i i

N ∑

= =

+ +

= ¹+ ² " ¹

樣本平均數

n x n

x x

x x

n i

i

n ∑

= =

+

= ¹+ ² " ¹

有資料，故代表性強且敏感度 高；具有客觀性，不受計算者主 觀的影響。而平均數的缺點為容 易受資料中極端值的影響，而消 弱其代表性。

計算式：設

X

對於有限母體，其母體觀察值 個數為

N

xN，則：

若從母體中所抽取的樣本資

料，其樣本觀察值個數為

n

分別為x1，x2，…，xn，則：

中位數（順序變項適用）－統 計 資 料 按 其 數 值 大 小 順 序 排 列，中位數即為該數列的中間數 值，或中間兩項數值的平均數，

一般均以

Me

2

(n+1 項的數值

即為中位數；若資料項數為偶 數，則先將資料由小至大排列，

其中間 ⁾

(2n 與 ¹⁾

(2n+ 項的數值之平均 數為中位數；當分配明顯為偏態 時適用。

眾數（類別變項適用）－一組 統計資料中，出現次數最多之觀 測值即為眾數(mode)，一般均以

Mo表示之，當資料顯示有多個高 峰時則使用眾數有其困難。

離中量數－用以表示一組資料的 分散情形，此數值乃作為集中量數

之補充，使能明確顯示該組資料的 特性。以下說明全距、變異數、標 準差。

全距－資料中的最大值與最小 值之差即為全距(range)，通常以

R

來表示。全距僅只決定於兩個數 值，並未考慮到所有的資料，且並 未與任何中央趨勢之衡量統計量 做比較。

變異比率（類別變項適用）－其 計算方式為全部個案數目減去眾 數的次數，再以全部個案數目，

以此所求之變異比率愈大，即偏 離眾數的比例愈大，眾數之代表 性愈小。

四分間距（順序變項適用）－將 個案由低至高排列，再分為四等分

（每等分各 25%之個案），四分間 距即為第一個四分位數減去第三

個四分位數，四分位數愈大表示 50%之個案分配愈遠離中位數，即 中位數之代表性愈小。

標準差（等距變項適用）－某一 組有限母體資料為^x1，^x2，．．．，^xN， 且平均數 _∑

=

= ^N

i

xi

N ₁

μ 1 ，則此組資料的母體 變異數（以符號^σ2表示）為：

∑

−

= ^N

i

xi

N ₁

2

2 1 ( μ)

σ

母體變異數開根號後即為母體 標準差（以符號

s

∑

− −

= ⁿ

i

i x

n x s

1

2

2 ( )

1 1

在計算樣本變異數時，分母是取

n-

n

s

度，而以

n-

s

相對量數－此一量數有百分等級、四 分位數、標準分數等，以下僅對標準 分數予以說明。

標準分數（等距變項適用）－資料 數值與平均數之間的差異除以標 準差而成為可以比較的單位，此種 以標準差為單位的相對數值稱為

Z

σ μ

= ⁱ −

i

Z x 或

s x Z_i xⁱ −

=

i =

Z 第ⁱ項觀測值的

Z

x或^μ分別代表樣本或母體的平均數

s 或^σ 分別代表樣本或母體的標 準差

以標準差為單位的好處，是可以

使常態分配標準化，不受變項衡量 單位影響，只要是常態分配，在一 定標準差內個案的比例是一定的，

例如

Z

Z

敘述統計表示方式－如下表

量數/變項 類別 順序 等距 集中 眾數 中位數 平均值 離中 變異比率 四分間距 標準差

二、推論統計－以樣本的資料，推測 全體母體的性質。

＊均差檢定－欲檢定兩組（或以上）

母體的平均數是否相同，可運用各 母體的隨機樣本推論之，如前所

述，H⁰ 為 M¹＝M²＝M³…，H^1：M¹≠M²

≠M³…，其假設之前題包括：隨機 樣本、母體常態分配、母體標準差 相等，其中以隨機樣本為最重要。

當只有兩組樣本（兩個母體檢

定），而樣本數小（總樣本數 30 個 以下），可採 t 檢定法；當總樣本 數較大（大於 30 個以上），可用 Z 檢定法；當有三個或以上的隨機樣 本（三個母體），其均差的檢定應 採 F 檢定，亦稱為變異數分析

（ANOVA），當只有兩組樣本（兩個 母體檢定）亦可採用變異數分析方 法（ANOVA）。

ANOVA MANOVA

＊相關檢定－相關係數是用來描述 兩個（組）變數間，相關程度的大 小。在選擇採用何種相關分析方法 前應確認變項的屬性，包括：類

別、順序、等距、對稱（不區分自 變項與依變項）與否、是否為直線 相關等。

皮爾遜（Pearson）積差相關－該 決定係數（r）由-1 至＋1，表示 兩個變項（X，Y）之相關方向與 程度，相關係數的大小表示相關 程度，相關方向之分析只限於順 序與等距變項，因為類別變項無 大小之分，故無正或負之相關方 向。

(1)

r

X

Y

Y

r_XY= 1 X

(2)^{rXY = −1}時，表

X

Y

的完全直線關係

(3)rXY ^{= 0} 時，表

X

Y

Y

r_XY= 0 X

Y

r_XY= 0 X

注意事項：

1. X 與 Y 應為等距變項。

2. 一般而言，變數間是否相關 應檢定對一特定的 p 值

（＝.05）有否達到顯著，但 因有否達到顯著，受樣本大

Y

r_XY= -1 X

小影響，如 p＝.05，n＝10 則相關係數在大於.632 才達 顯著；但當 n＝102 相關係數 在.195 即達顯著。其共同變 異數為（.195）平方＝3.8﹪

其相關程度相當低。王文科

（民 84）建議求變數之相 關，其係數 0.4 以上即可；

欲以 X 變數預測 Y 則應達

0.6；而作為考驗信度則最好 有 0.9 以上，最少亦應達 0.7。

3.皮爾遜（Pearson）積差相關 是假定兩變項間為直線關

係，若非則不適用。

相關比－又稱 eta 平方係數，一個 類別變項（X）自變項，一個等距 變項（Y）依變項。eta 平方係數之 值由 0 至＋1，適用於 X 與 Y 為非 直線的關係時求取相關，如雨量

（多、均、少）與稻米產量、年齡

（老、中、青）與吸煙量，均非直 線的關係，但若使用皮爾遜

（Pearson）積差相關則其係數將 很小，不符實際情況。

典型相關－

其他相關分析法－如下表

自變項/依變項 類別 順序 等距 類別 Lambda

Tau-y（非 對稱）

χ²

Lambda

Tau-y（非對 稱）

χ²

相關比（非 直線）

順序 X Gamma

dxy（非對稱）

相關比（非 直線）

等距 X X 積差相關

相關比（非 直線）

（人為二分、真正二分與等級相關等為列入）

χ²-test（無母數檢定）

適用時機：在不確定母體分配為常 態，樣本為隨機，兩個變項均為類別 變項，或一個為類別變項另一個為順 序變項。

功能用途：可檢定諸變項是否相關

（顯著），但不能提供其相關程度。

χ²-test 亦可用於幾組樣本的百分率 相同或不同，如 H⁰：P¹＝P²＝P³；H¹： P¹≠P²≠P³。

廻歸與多元廻歸

因徑（徑路）分析

論文研討

我國政府機關主管領導行為、向下影 響策略與領導效能關係之研究