ページ3:

Week 2
(隨機)
·機率抽樣(要有抽樣架構)
No.
P11-18
Date
:
其樣本須具備的要件:每單位被抽取為樣本的機會須相等且獨立
平合本就成為樣本的前提不是其他人被抽取為樣本
其主要的優點:①樣本結果可類推到母體(前提是母體大)比較不會抽到
② 統計考驗程序只適用於隨機標本→很偏誤的樣本
所蒐集的資料上
·大數法則:樣本數量增加,樣本平均值接近母体平均數真值的可能性
抽完會放回去
的家
下越高
越高
·中央極限定理:當隨機抽樣次數趨於無限大時,各個不同樣本組合
平均值出現的頻率,會呈現常態分配,而在曲線正
中央的地方會很接近母體參數
⇒各種樣本組合出現頻率最高的平均值,將會最貼近
(鐘形分配)母体平均值(真值)日本
標準常態分配的面積分布圖
68.2%
1
※標準差範圍愈大,愈能命中母体
由的信心水準:從樣本計算出來的區間估計,有多少機率包含母体多
※母体平均值會有682%的機率數
落在「樣本組合平均值±1個平均值
標準誤的區間內
信賴區間
-26-16 M 16 26
煙
95.4%
與會的
99.9%
好喜
·只抽一組樣本時:實務上假定單一抽樣的平均值,代表無限次抽樣
組合
的平均值(樣本組合年均值)新
樣本平均值標準誤:母体標準差/母体数量
非來
三樣本標準差/~樣本數量不知,以替代)
SE (X) = 0/√N=S/√n
chryv culture

ページ4:

No. P19-262010
Date
·信心水準&信賴區間的關係
信心水準越高,估計的區間越寬。但信賴區間太實時,估計變沒意義
通常以95%為信心水準指標,對應的信賴區間為樣本平
变性最大
均值±1.96個平均值標準誤」 变異性最大
→有95%機率,涵蓋了母体真正的平均值
·需要多少樣本數量:一半人與另一半0.5母体異質性程度
是異質的,
樣本數量(Ns)=母群体規模(NP)xpx(1-P)基本科,但在进入
(NP-1)(可容忍抽樣誤抽B可接受信賴區間)FPx(1-P)
所對應之二分數③
通常設定酒之類常財王會常
1.96(信心水準95%)
母体規模↑,樣本數量↑
母体變異程度↑、樣本數量↑15-30%回報率
的
.
使用膨脹樣本:要考慮不回覆的問卷,把樣本數膨脹
當母体数量小(100↓),抽樣誤差參考價值不大,要普查(成本也不高)
·抽樣設計
① 簡單隨機抽樣 (simple random sample):機率抽樣
產生隨機號碼,有那些號碼的單元就納入
→口亂數表 ② Excel rand函數
↓看母体數幾位數、自訂何種規律抽號碼和起點。
如果缺號或重複就跳過
②系統抽樣 (systematic sampling):又稱等距抽樣機率抽樣
決定抽樣間距,設定每單元抽一次樣本,起點隨機配
但若抽樣架構清單中每單元的循環週期,與抽樣間距相同,就會
抽出,非常偏誤的樣本。
配(比例抽樣
( ③分層抽樣(stratified sampling) 一定數量單元
母体依某特徵分類,再在各層內隨機抽樣。層與層間異質性高、層內
異質性低。可將特別關注的次群体抽取與母体不一樣的比例(非
比例抽樣),但,樣本不可直接推論毋体。要有抽樣架構.
chryv culture

ページ5:

No.
P30-31
Date
·樣本代表性問題
資料蒐集完可能因各種執行上的因素,使分析樣本無法在各屬性上代表母体
訪問失敗是使樣本代表性問題的重要原因
1.未能取得中選樣本的全部資料 個案無反應(unit nonresponse)
回覆率低
2.未能取得中選樣本一部分資料項目無反應(item nonresponse)
因仍有該樣本其他資料,可推估缺少項目之期待值
·訪問失敗的補救
N
1.加權(weighting):某特徵之樣本回應率低,則給已回覆之樣本較高
權重(若樣本和母体比例結構不同,但加權可能使其他項目的比例
歪掉)。若抽太多樣本則一定要用加權※要知抽樣架構
2.插補(imputation):以成功樣本的平均值做為每個未回樣本的值
(nean
imputation) ②以成功樣本的資料,以迴歸方式預測失敗樣本
imputation)②以
之數值後代入(regression imputation)
Choyv culture
52999572

ページ6:

{toow
No.
Date
95-69
(1)欺瞞(deception):形塑受測者所處情境。人不知道被實驗。
(2)同謀(Confederate):訓練受測者,使其受同化
2. 對實驗進行前導測試(pilot study),進行操弄確認
適合使用實驗法:
因果關係的探究(解釋性研究)必不是相關性,關聯性
→排除干擾因素還
米
蟹米
(month) t

ページ7:

Week 3
No P26-29
Date
在選擇分群變項時,要考哪些变項與我們想解釋的变項有關(文獻可以提
eg. 性別官等
供重要变數的參考)
400
500 電200選問出
性别
官等
本就去後支間後
kk
間
抽取樣本總數 可類推母体
男
300
80
30
8
48
200
Zo
女
20
2
(但不能推論母体):非比例抽樣來問
簡 總
性
委
10
30
20
20
30
女
④ 集群抽樣(cluster sampling)
把母体分成小集群,把集群編碼後隨機抽取。被抽中者全部調
查eg.學校班級、系戶政單位中的鄰。群集間同質性高,群集內
同質性低。無法有抽樣架構時使用
-Primary Sampling Unit, PSU
⑤多階段集群抽樣:兩段集群抽樣(Maltistage cluster sampling
沒抽中集群全查的意圖。在第一階抽出一部分集群,再從選中的集群
再抽第二階段的集群(Secondary Sampling Unit, ssu)
SSU)
每階段集群抽樣都會產生抽樣誤差,多階段集群抽樣的抽樣誤差比
單一階段的集群抽樣大。
⑥多階段集群抽樣比例機率抽樣法(Probability proportionate to
size, PPS
Eg
No.1抽大學 No.2抽大學內5位學生。
但若第一階的集群大小不一,則大間學校內的學生被抽中之機
率比小間學校還小
為讓學生抽中機率一樣,則在第一階段抽大學時調整被抽中之機
率大間學校被抽中機率調大,小學校被抽中機率調小
chryv culture

ページ8:

Week 3
資料募集方法:實驗法
No. P1-59
Date
可能的結果
未施打未染病
有打疫苗
·反事實的概念:因果推論要以「反事實分析」(couriersfactual analysis)為
基礎(以反事實的狀態做比較
eg. 有打疫苗(現狀)以沒打疫苗(反事實的狀態與
同
實際
用
未染病
(染病(好夥隋)与肉粉果
異常
疫苗 染病 疫苗確實有
效
反事實
·反事實的建構複製
有個接受方案刺激者
1. 隨機分派 Ladom assignment):透過隨機程序(確保屬性相似)
受測者數量夠多時,隨機分派才有意義
高度相似性
※要確定實驗前沒有受到自变數影響,且須要在很大群的群体中隨
機抽取、接受處遇(Treatment),不可是自願樣本
※要有抽樣架構
方案
2. 配對(matching):選定重要的变散,透過配對揀選的方式,使接受刺
激者與未接受者(反事實)>在所選擇的变項上有高度相似性。研究者
若無法事先確定哪些变項可做為配對基礎則無法使用
·實驗設計的要素
1.處遇(treatment) or 自变項 Lindependent variable)
2. 依變項(dependent variable):結果)
3.前測(prefest):處遇前的依变數
4.後測(posttest):處遇後的依变數
5. 實驗組(experimental group):接受處遇
6. 控制組(Control group):沒接受處遇(反事實)
實驗情境的控制
用設計「封面故事」(cover story)的方式來控制實驗情境,以掩蓋
真正的研究目的,排除「混淆变項」(confounding variables,刻義行為
的扭曲,知道被觀察後的改變)的影響,涉及研究倫理問題g從眾
行為。 讓人不知道自己被觀察
Chryuculture

ページ9:

No.
P10-11
Date
②所羅門四組設計(The Solomon four-group design)
2 組實驗組、2組對照組。有/無前測
OIET
隨機指派(R)
七
02E1
treatment
Experiment D
tz
0201-
A=前測效應+處遇效
OCT
ti
t2
OEZ
tz
Control ①應
Experiment ②
-Olez B=處遇效應
Control②
t2
※前測效應、体
02c10.cz前測效應存在,且對依變數有正向影響
89C2E101E2 前測效應存在、正向提升處遇的影響
前測與處遇的交互效應:[CO2E1CIE1)-(Ozcl-0.51)]
CCIEZOICZ)
B
③雙組唯後測設計(The toro-group posttest-only
lo-group posttest-only design)/
唯後測控制組設計 (The post test -only Control
只有後測
A
20
OIE
group design)
1→ Experiment 因隨機指派
+
應交互作用)
A
tz
> 假定前測會一樣
=> Control
tz
雖隨機指派,但2組起始點不同,只是在決處過下,工者的改
变趨勢相同(斜率一樣)
Treatment 6 = CIE - DIC AN
※Good:隨機指派,控制組
chryv culture
treatment
·C slope -

ページ10:

庵底交互作用)
2組性質沒那麼像
二、準實驗設計(不具完整實驗設計的元素g.未採隨機指派 000
的方式分組,排除外在因素影響的能力較差)門非本
No. 912-15
·Date
④非相等控制組設計(Nonequivalent Control group design/前後測不等
質設計 C Pretest posttest nonequivalent group design
DIE
O
配
1→處遇組成
ti
Treatment
01C
值
Orc
願
> 比較組
樣
tz
選擇有誤差,找到同質性的人
處遇的影響:(C2E-DE)-(O20-D10)
3 無法確定外在因素對處過組的影響,能夠完全(等量)在比較組中展現
時間序例實驗(The time -series experiment)/間斷性時間序列設計(
The interrupted time -series design)
只有處遇/實驗組,做多次的前/後測,可以發現週期性变動的結果
而非處遇的影響。觀察處遇前後的变化速度。以得知週期性變動是否
t₁ t2 t3 t4
ts to to t8
但沒控制組,只可排除週期性变動的外在因素,無法得知其他外在因素
的干擾效果
design) ti
AA
多重時間序列設計(Multiple time-series.
類似②,多了比較組。
但非隨機分配,可能存在先天上的差異影響依变數
十
+
t2
tz
t4
+
ti
+
t2
3
12 處遇組
to ty ts
+
→ 比較組
ts to ty tj.
Chry culture

ページ11:

No. P 18-20
Date
②平衡對抗設計(counter balanced design)/拉丁方塊設計(Latin
Square
design)
若探知處過順序的影響,檢視不同處遇順序影響
R +
→
ti
tz
b
tz
+
ti
a
t2
C
tz
btq
A
△》
ti
b
t₂
a
t3
t
一回前測影響後測結果
↓共6組.
⑤分樣本前後測設計(The separate - Sample Prerest - posttest Design 2
不存在控制組。可避免前測效應,向平均數迴歸效應,且不
需同樣本前/後測皆回覆才分析,較不會流失樣本 ↓
R
OIE
ti
O2C- CIE
A組
Cre
自然地向平均數
靠攏,尤其是極
端值
→ B組
tz
缺點:如果前/後測樣本流失,且流失非隨機(特定屬性),可能
使2組樣本不等質⇒前後測差異,可能包含樣本本身差異
⑧分樣本前後測控制組設計(The separate - sample pretest-posttest
Control
group design)
R
DIEI
t₁
處遇組)
如果處遇組
會有樣本流
0252
處遇超工
失,控制組
0101
也會流失,
控制組
可去除樣本
t₁
0202
流失景影響
t2
→ 控制組2
Chryu culture

ページ12:

No.
915-19
Date
※未隨機指派的自圓其說:
①若2組前測樣態的起始點,變化趨勢相似,則工組性質相似
②在工組中配對or隨機抽樣:事後配對(但樣本數要大)
②等同性時間序列設計(The equivalent time-sories design )
不分組,對同組受測者多次交替施以處過或不給予處遇,且每
次時間間隔相同,重複觀察測量。適合處置效果時效不長(短
暫) or具可達性(reversibe)
swit
++
tz
Yes t3 t4
No
ts
to Yes ty to
事實
03
反事實事實
若處遇效果會持續存在,便比較不適合此種
(學習效果不強,
好處:同一組受測者
⑤相等質量樣本設計(Equivalent materials sample design)/
It is it (comparative design)
非通
隨機指派,每一組施不同處遇,以檢視不同處遇的影響。
若無法處遇前就分組,則前測資料可以受訪者回憶or既存資料 or
假設三組的前測值相同,直接就後測比較
Choyoculture
OIA
A
013
A
t₁
0.0
t₁
92A
tz
02B
處遇A
125處遇B.
tz
△處遇C
A的影響:O2A-DIA
02B-01B
tz