搜索
公職王歷屆試題(95高普考)共11頁第1頁全國最大公教職網站年公務人員普通考試試題類科：社會行政科目：社會研究法概要25分）【擬答】：何人為影響，純按隨機方式取樣，使群體中之每一個體皆有被抽出的機會。其取樣係按均勻的原則任其自然出現，不加以人的安排。任何人為影響，純按隨機方式取樣，使群體中之每一個體皆有被抽出的機會。其取樣係按均勻的原則任其自然出現，不加以人為的安排。簡單隨機抽樣（SimpleRandomSampling）：首先須將群體中所有個體作統一編號，每一個體均編一號碼。然後將之置於箱內澈底洗亂後隨手抽出若干張，這些取出之卡片或小球，即為簡單隨機方式所抽取之樣本。當母群體抽樣單位不多，且同質性高時，適用簡單隨機抽樣。方法簡單易行。合乎抽樣的均等原則和獨立原則。即母群體中每個抽樣單位被抽中的機會完全相等，且抽到任何一個抽樣單位時，並不影響其他單位被抽中的機會。由於個體被抽中之機率均等，故較易推估母體母數及抽樣誤差。為其他抽樣方法之基礎。不適合母群體龐大的研究：當母群體單位數甚多時，要將每一個體編號造冊，不僅費時且工作繁複，不是經濟有效的方法。不適合異質性研究：若為複雜的異質性母群體，使用簡單隨機抽樣，因樣本過於自由出現，導致樣本非常集中，特別是分層非常明顯的時候，此抽樣法無法因母群體特質自動分配樣本多少，導致推估錯誤。抽出之樣本較為分散，故調查人力、費用較大。抽樣之精確度較分層、分段抽樣法為低。要做到完全隨機性並不容易，實際應用不高。表法（Random-numberTableSampling）：機原則，將許多數目集合編在一個表上，編製過程係將0至9等十個數值重複連續的以隨機方式抽出，並按其出現先後順序製成數字之排列非常零亂，無規律可言，故可達隨機抽樣原則。此表含15,000個數字，排列時每數個為一小組，每五小組為一大組以方便抽樣時查閱。作樣本。利用亂數表時，應用隨機方式決定某行某列的數字為起點，然後自左而右，公職王歷屆試題(95高普考)共11頁第2頁全國最大公教職網站公職王或由上而下查出號碼，凡個體號數與亂數表號數相同者選出記下，即為樣本，若有重複則放棄不用，如此直到抽滿樣本數為止。。系統抽樣（SystematicSampling）：成群體中個體之編排順序，即每隔N個就抽取一個為樣本，很有系統的順序取樣。間隔數之求法：RnNR：表間隔距離N：表群體的個體數n：表欲抽出的樣本數第一個樣本也需隨機，應用隨機原則來決定起點。只需群體中各個體之排列次序與所欲研究之某種特性毫無關係時，則可依其已排好次序之個體中每隔若干選取一個。予群體之各個體編號固然方便，但適當情況下可免，只需抽出第一個數值即可。可採用此法。簡便易行，節省編冊及抽取號碼的手續。只要有隨機排列的抽樣名單，均可實施。抽出的樣本普遍出現於母群體各部分，不會過於集中。個體序列呈隨機出現，其抽樣精確度與隨機抽樣相同。項有關時，根據此名單所抽取的樣本，將會增加抽樣的誤差。StratifiedSampling）：類，每類稱之為層，然後在各層中隨機抽出若干個體作為樣本。占全體中個體數的比率相同，又稱比率抽樣，如此所取出之樣本結構與群體結構才完全一致。分層的原則是要求層內個體盡量相同，以簡化群體構造；層間各個體盡量不同，以便包括群體內各種特性。各層取樣時，分層多少與樣本大小對於所取出樣本之代表性或可靠度關係甚大，分層愈細，所抽樣本愈大，則其代表性亦愈大，但適當分層尤為重要。當母群體抽樣單位分配不均勻，或個體異質性大時較適用。當母群體某些種類的抽樣單位很少時，採用分層抽樣法，才能使少數的抽樣單位亦含括在內。公職王歷屆試題(95高普考)共11頁第3頁全國最大公教職網站公職王適用於樣本異質性大或分配不平均時，使用此法，可以防止少數特殊單位影響研究結果使用分層隨機抽樣法是較佳的選擇。分層隨機抽樣法採取各分層獨立抽樣的方式，使用此法利於各層間相互比較。抽樣方便，分層抽樣法可視各層間的實際狀況，選擇適當的隨機抽樣法，在抽樣過程中，較簡單隨機抽樣法方便。兼顧隨機原則及各層在母群體所占比例，在層間差異大，層內差異小之條件下，樣本的代表性較高。使研究者能夠研究可能存在於母群體中的各子群間的差異。缺點：分層後，資料的整理計算繁雜。分層抽樣時，分層多少及樣本大小對樣本的代表性關係頗大。分層愈細樣本愈多，代表性愈大。最重要的是如何分層及分層的標準，每層包含的確切人數必須有可靠的資料，才能增加樣本的可信度。應注意以下事項：與研究目的配合：分層所依據的特徵必須和研究目的相配合，亦即和所要測量的變項有密切的關聯。母體樣本比例相同：採用分層抽樣法時，各層中抽出樣本數所占全部樣本數的比例，應與每一層個體數所占全體個體數的比例相同，才能使樣本的結構與母群體的結構完全一致。層內相同層間不同：分層的原則是層內個體盡量相同，以簡化母群體的構造；層間個體盡量不同，以便包括所有母群體內各種特性。即分層的類別須周延、互斥。例如：把臺灣區域類別化，若分為北區與南區時，周延性可能就不足，因為中區較難歸屬，若把北、中、南、東四區當作區域類別時，周延性顯然較佳。但各區到底包括那些縣市則必須釐清。例如：苗栗是屬於北區或中區？嘉義又應在那個類別？若能事先規劃清楚，分層才會正確無誤，才能使所抽的樣本具有代表性。GroupSampling）：個人為單位，將群體按某種標準分若干類，每類稱一個團體，再沿各團體中以隨機抽樣方式抽取若干小團體，對這些小團體中之個體全部加以訪問，又稱類聚抽樣法。分布地區很分散時，為使抽樣簡單省事，通常採用集叢抽樣法。在抽樣時以團體為單位，因樣本分布不像隨機抽樣或系統抽樣那麼分散，樣本較集中，故可節省往返的時間、人力與財力。叢體間差異小，叢體內差異大時，抽樣的精確度高，有較強的代表性。不符合簡單隨機抽樣的獨立原則。由於樣本過於集中，可能會發生少數特殊樣本過分集中於某一集叢，這些集叢因機率趨勢而未被抽中，導致所得結果的代表性就會降低，除非為了省時省力及不得不然，否則應盡量少用。對樣本數無法精確控制，因每一集叢的個體並非相同。各叢體內之個數多寡不一時，難以採用。公職王歷屆試題(95高普考)共11頁第4頁全國最大公教職網站公職王層內不同層間相同，各集叢在本質上應是同質，集叢內分子較為同質，且叢體間差異較大時，抽樣誤差會較大。因此，集叢的數目不能過少，應盡量加多，以減少抽樣誤差。集叢內的元素不宜過多，以利全體調查。Multi-stageSampling）：作法：先將群體依某種特性之分類標準分為若干層，在這些層中用隨機方式抽出N層，再從所抽取之層中以隨機取樣抽出樣本加以分析。例如：臺灣地區社會福利調查，臺灣共有309個鄉鎮，利用隨機取樣抽出其中10個鄉鎮，每個鄉鎮可能有10,000人以上，如以隨機方法每鄉鎮抽取100名為樣本，10鄉鎮共為1,000人。由於樣本過於集中，導致所得結果的代表性就會降低。層內不同層間相同，各集叢在本質上應是同質，因此，集叢的數目不能過少，應盡量加多，以減少抽樣誤差。為符合研究目的，對樣本的抽取，不得不按其需要，選出具代表性的個體作樣本。這種依研究人員需要與意願，選取具某種特性之個體作為樣本，並不符合機率原則所強調的目的；每個個體均有被相等抽樣的設計，又稱立意抽樣。為法國Leplay首先創用。乃依研究者個人方便或缺乏足夠資料無法隨機取樣而有意抽取合乎某種標準之若干個體為樣本稱之。方式：配額抽樣（QuotaSampling）：係指研究者或取樣或按某種既定的標準來取樣，很似於分層抽樣，但此法研究者主觀意願決定的成分比隨機成分來得大。應用於群體資料不充分時。注意事項：配額取樣乃依據研究需要而來，研究者在設計時應儘量符合分層隨機的要求，以便使樣本更接近代表性。研究者應對母體的特質有較深入的瞭解，方能使配額臻於理想。實際執行調查時，應依照指示選擇配額，不可任意更改。例如：想瞭解社區民眾對於垃圾分類之看法，可依不同背景的人作配額抽樣，依職業、教育程度、性別、年齡等列成抽樣矩陣，設定每個特質細格中所需的人數，交由訪員依此人數訪問到足額的樣本。JudgedSampling）或立意抽樣（PurposiveSampling）：根據研究人員的需要或方便，依其主觀的判斷有意抽取研究上所需樣本。缺點：多少有偏差。常用於試查工作以測度問卷的效率，故需選擇具代表性的受訪者來編列各種指數，以省人力、物力及時間。公職王歷屆試題(95高普考)共11頁第5頁全國最大公教職網站公職王例如：電視記者詢問計程車司機對於警察開罰單的看法。AccidentalSampling）或具備樣本抽樣（AvailabilitySampling）：當研究所需的樣本早就在研究者的手邊時，研究者不必再勞師動眾的進行隨機抽樣的手續。此抽樣方法的指標是很容易說明與描述的，係針對某特殊行為的案主群所做的研究。例如：在醫院服務的醫務社會工作者，以所服務科別的個案為樣本做研究。SnowballSampling）：運用在某一特殊人口中，只熟知某一少部分人時，從已知的人數中去蒐集資料，並請他們介紹其周遭朋友或其他可能適合接受訪問的案主。樣本是從少數中累積循環，一直到受試者全部調查完畢，或樣本數已達到研究的要求為止。在一般研究為較不嚴密或粗略的計畫時，可採用以作為補充性的說明資料。注意事項：利用此法應告知抽樣的範圍，在研究者指定的範圍內提供名單，以免超出範圍。滾雪球抽樣牽涉到人際互動的廣度，很容易造成閉塞現象，故研究者選擇滾動者時，應加大其異質性，而且對於重複提供的人名應加以刪除，以免浪費資源。滾雪球選樣屬非隨機選樣，所得結果不具推論性，不能代表母體特性。例如：研究男同志此一主題，則可從一名男同志訪問起，再由他介紹其他男同志作為研究對象即是。ConvenienceSampling）：資料的取得是隨時可取到的，看到什麼就用什麼，手邊有什麼就使用什麼。這種抽樣方式固然方便，但其客觀性值得懷疑。抽樣架構（SamplingFrame）再從這全部的名單中，研究者也決定了抽取百分之多少的計畫。指抽樣架構應包含所有的研究對象，不能將某些對象排除，但是一般從事社會調查時，常有疏忽，如家戶訪問時，常排除監獄囚犯、養老院民、醫院中之病患；如採電話訪問時，則沒有電話者、新裝電話者或未在電話簿上列名者皆排除在外。調查者常面臨的問題是如果要涵蓋範圍大，調查時費力費時又費錢，如果損失一些該有的研究對象，則調查起來就容易多了，也較省時省錢。所以對研究者來說，最好先將抽樣架構列出，同時考慮抽樣架構的完整性及調查時間的限制，以決定能夠忍受抽樣架構不完整的最大限度。指抽樣架構上每單位皆有同等的機率被選為樣本，但是在實際操作上，常常無法如願。如果採用電話訪問，以電話號碼簿上之號碼為架構，可能有同一人擁有兩支以上的電話，顯然機率就不一樣了，所以考慮機率，必須先瞭解抽樣架構是如何建立起來的；又如家戶訪問時，若採用戶政事務所的名冊作為抽樣架構，可能有新遷入者沒有列入；如果以路牌號數作為抽樣架構，可能有一家擁有數號，或數家共用一號的情形，如公職王歷屆試題(95高普考)共11頁第6頁全國最大公教職網站公職王此種種，對於均等性皆是一種破壞，使得抽樣架構不完整。指抽樣架構上所列的各單位在被抽中後，皆能有效地被研究，但是實際上卻有困難。例如：對臺北市七十歲以上老人從事調查，若採戶政事務所的資料，常會遇上「查無此人」、「空戶」、「死亡」、「已遷移」等現象，亦即在時效上，抽樣架構應保持最新資料，可惜研究者很難要求到此理想狀況。試比較郵寄問卷及電話訪問的優缺點。（25分）【擬答】：刷品交寄，免得被丟入垃圾筒。。之用。在同地區或抽樣架構上隔鄰者，找另一位受試者，再次寄出問卷，以免影響抽樣率。回收問卷後，應先分區歸類，以瞭解各區之回收狀況，