《{品质管理抽样检验}抽样检验基本概念和程序》由会员分享，可在线阅读，更多相关《{品质管理抽样检验}抽样检验基本概念和程序（29页珍藏版）》请在金锄头文库上搜索。
1、企業研究方法 第 6 章,1,抽樣設計與問卷設計,1. 抽樣的基本概念 2. 抽樣的程序 3. 機率抽樣 4. 非機率抽樣 5. 電話抽樣 抽樣誤差與非抽樣誤差 7. 樣本大小的決定, 本章的學習主題 ,企業研究方法 第 6 章,2,1 抽樣的基本概念,抽樣的基本意義是選擇母體或群體(population)中一部份的元素，針對抽出之樣本進行研究，並藉由研究的結果推論整個母體。,企業研究方法 第 6 章,3,1 抽樣的基本概念,為何要抽查而不普查： 1. 減少人力、成本。 2. 縮短資料蒐集的時間。 3. 對抽樣的樣本可做較深入的研 究。 4. 由樣本來推估母體。,企業研究方法 第 6 章,4,
2、1.元素(element)： 元素 是指研究的基本單位，亦是蒐集資料的根據。 2.母體(population)： 母體是研究中所有元素的集合，也是我們藉由樣本 想要推論的標的。 3.抽樣單位(sampling unit)： 抽樣單位是指被抽取樣本中的一個或是一組元素。,抽樣專有名詞簡介,企業研究方法 第 6 章,5,4.樣本(sample)： 經過抽樣方法抽出的元素即為樣本，樣本為母體的一部份，唯 有其與母體具有共同的特質，研究結果才有意義，故樣本必須 具有代表性。 5.抽樣架構(sampling frame)： 抽樣架構是元素(element)的集合名冊，描繪整個抽樣的情形。 抽樣誤差(sa
3、mpling error)： 所謂抽樣誤差即是所選出的樣本並不能完全代表母體特質。,抽樣專有名詞簡介,企業研究方法 第 6 章,6,表 6-1 機率抽樣與非機率抽樣的比較,資料來源：Davis & Cosenza (1993), “Business Research for Decision Marking”, 3rd edition, p.22,企業研究方法 第 6 章,7,2 抽樣的程序,圖 6-1 抽樣程序,資料來源：參考William G. Zikmund (1999), “Business Research Methods”, 6th edition, p.342.,企業研究方法 第
4、 6 章,8,3 機率抽樣,抽樣的目的在於用樣本來解釋母體的特質。機率抽樣的基本要點是隨機選取(random selection)，即每一個元素被抽出的機率是相同的，且每次抽樣為獨立事件。 一、簡單隨機抽樣(Simple Random Sampling) 二、系統抽樣(Systematic Sampling) 三、分層抽樣(Stratified Sampling) 四、群集抽樣(Cluster Sampling),企業研究方法 第 6 章,9,表 6-2 群集抽樣與分層抽樣之差別,企業研究方法 第 6 章,10,企業研究方法 第 6 章,11,4 非機率抽樣,非機率抽樣的特點是無法估計母體中每
5、一個元素被選入樣本的機會或機率，且也不能保證每個元素有機會被選入樣本。 非機率抽樣相較於機率抽樣較節省成本，且應用較方便，但其缺點是所抽出的樣本可能較不具有代表性，因此若要由樣本去推估母體時，會有問題。,企業研究方法 第 6 章,12,4 非機率抽樣,一、便利抽樣(Convenience Sampling) 二、配額抽樣(Quota Sampling) 三、判斷抽樣(Judgment Sampling) 四、雪球抽樣(Snowball Sampling),企業研究方法 第 6 章,13,企業研究方法 第 6 章,14,5 電話抽樣,一、電話簿或名冊抽樣法 簡單隨機抽樣法 系統抽樣法 二、隨機選
6、取撥號 (Random Digit Dialing, RDD) 簡單隨機撥號法 群集隨機撥號法 三、混合法 二位隨機撥號法 加一撥號法,企業研究方法 第 6 章,15,6 抽樣誤差與非抽樣誤差,6,2,抽樣誤差,大,大,小,樣本數,大,圖 6-2 抽樣誤差與樣本數的關係,企業研究方法 第 6 章,16,非抽樣誤差在研究的各個步驟中均可能發生，這些誤差之來源可能是觀察性誤差，也有可能是非觀察性誤差。,6 抽樣誤差與非抽樣誤差,企業研究方法 第 6 章,17,一、非觀察性誤差(Non-observational Error) 非觀察誤差是來自於從母體中抽樣取得資料時可能發生的誤差，這種誤差可細分成
7、以下兩種 : 1. 涵蓋性誤差(noncoverage) 例如：名冊漏列 2. 回覆性誤差(nonresponse) 例如：拒絕回答或回答人資格不符,6 抽樣誤差與非抽樣誤差,企業研究方法 第 6 章,18,二、觀察性誤差(Observational Error) 此種誤差有兩種可能的來源，一是樣本元素中蒐集到不正確的資料，二是資料在處理時或結果呈現時發生錯誤。 1.資料蒐集誤差(data-collection errors) 例如：拒答、敷衍或亂答 2.研究室中處理過程誤差(office processing errors) 例如：編碼錯誤、列表錯誤或資料解釋錯誤等,6 抽樣誤差與非抽樣誤差
8、,企業研究方法 第 6 章,19,7 樣本大小的決定,一、基本的統計概念簡介,母體參數(population parameter)：是指母體中變項特質的總括性敘述。 統計值(statistic)：統計值是由樣本計算出的數值，用來推估母數之用。 抽樣誤差(sampling error)：樣本的估計值與母體參數兩者的差即為樣本的抽樣誤差。 信賴水準與信賴區間(confidence interval)：信賴水準是用來表示樣本估計母體的正確性。,企業研究方法 第 6 章,20,二、平均值與標準差,1. 平均值 假設母體中有N筆資料，而我們從母體N筆資料中抽出n個樣本，則其樣本平均數計算式如下 2. 標
9、準差 標準差為變異數的開方，變異數為每筆資料與平均數差距的平方和，通常我們使用表示母體的標準差，而樣本的標準差通常以S來表示。其計算式如下：,企業研究方法 第 6 章,21,三、常態分配 （Normal Distribution),如果資料以直方圖表示，其分配如鐘形一樣，中間高而往左右兩邊對稱下降，則我們稱此種分配呈常態分配。 而當常態分配中0，1時，則稱為標準常態分配(standard normal distribution)，其以Z N (0, 1)表示。 在常態資料標準化後，才能藉標準常態分配來查表，而Z分數或稱為標準化值，其計算方式為,企業研究方法 第 6 章,22,四、中央極限定理,
10、定義：從一個母體中抽出n筆資料，並且計算樣本平均 數，如果n很大，則 的分配會趨於常態分 配，且 的平均數仍為母體平均數，其以數學式 表示為：,通常要求 n30，才能適用中央極限定理。 中央極限定理不論原母體的分配為何，只要樣本數夠大，那 分配會趨於常態分配。,企業研究方法 第 6 章,23,7 樣本大小的決定,一、簡單隨機抽樣分配樣本大小的決定 1.以母體估計平均數求樣本大小 (母體已知時),企業研究方法 第 6 章,24,7 樣本大小的決定,例如：台灣電力於1978年12月舉辦台灣地區家用電氣普及狀況調查研究，在決定樣本大小時，是根據1977年該公司舉辦家用電氣普及狀況調查時所求得之當年1
11、月份台電14個營業處3,082,502用戶平均用電量為142度，變異數47,078度，作為母體平均數及變異數，並限制樣本對母體之誤差不得超過4度，=0.05，利用上列公式，計算出樣本數如下：,企業研究方法 第 6 章,25,7 樣本大小的決定,2.以母體比率求樣本大小 設P為樣本比率，母體標準差為 時 ， 則其樣本大小 在e固定時其樣本數為,企業研究方法 第 6 章,26,7 樣本大小的決定,公式的p值為母體的真正比率，假設無法得知確切的p值， 亦可採取保守估計，設定p=0.5，且我們希望真正p值與估 計p值相差在3%以內，則，z=1.96、p=0.5，則樣本大小為： 在e=0.03， n =
12、 = 256 若e=0.02，其他條件不變，則 n = = 576 若e=0.01，其他條件不變，則 n = = 2304,企業研究方法 第 6 章,27,3.以樣本精確度求樣本大小，母體己知時 4.以樣本精確度求樣本大小，母體未知時,7 樣本大小的決定,企業研究方法 第 6 章,28,二、分層抽樣樣本大小的決定 分層抽樣有兩個主要的方法： 1. 比例分配法：按各層數量的比例把樣本配置於各層。各層抽出之樣本數量如下：,7 樣本大小的決定,企業研究方法 第 6 章,29,2.最適分配法： 在某些情況下，可能各層的抽樣 單位成本均不同。故在總樣本數已知，各層抽樣成本不同，各層變異數不同時，適合採用最適分配。其公式如下： n：為總樣本數 ni：為第i層之最適樣本數 Ni：為第i層所含母體數 i：為第i層的標準差,7 樣本大小的決定,
