解讀統計與研究 教你讀懂,判斷,和書寫有統計資料的研究報告

33愛的鼓勵 10訂閱站台

如果有某位教師想要從全班的名單當中 抽取五位學生進行測驗 那麼"全班的名單"就是抽樣架構

由此可知 抽樣架構是研究者可獲得的樣本所組成的 那麼我們是否可以說"全人類"組成抽樣架構呢? 那麼我們要思考全人類是否是研究者可獲得的樣本? 既然全人類不是研究者可獲得的樣本 那麼所形成的抽樣推論就不是奠基於抽樣架構之上

既然抽樣架構是研究者可獲得的樣本 那麼為什麼還要從這份抽樣架構名單中抽樣呢? 使用整份抽樣架構當作樣本不就得了? 如果真的這麼做 那麼有可能大大的提高了完成研究的困難度 試想 要電話訪問整個台北市某個里的每一位住民 會遭遇多大的困難? 或者要施測全台北市每一間小學六年級學生的花費會有多大? 里民與學生名單都是研究者可獲得的樣本(即 抽樣架構) 然而不抽樣就逕行研究 可想而知會有多大的難度啊?(例如 光是缺失值的處理就很可能讓整份研究被丟入垃圾桶) 

那麼沒有抽樣架構就無法進行統計推論的工作了嗎? 事實上 許多的研究都是在缺乏抽樣架構的條件下進行的 這樣的樣本經常被稱作方便樣本(convenient sample) 研究者必須從這種樣本進行統計推論 所以這類樣本的詳盡描述就很重要 如果描述不詳盡 讀者會質疑研究所推論的目標母群體特徵是否就如研究樣本那樣