抽樣設計與抽樣方法

抽樣設計與抽樣方法

學習目的

1. 1.      瞭解抽樣的關鍵原則
2. 2.      辨別目標母體與抽樣架構間的不同
3. 3.      辨別機率與非機率抽樣的差異
4. 4.      敘述不同的抽樣方法
5. 5.      決定適當的樣本數

 

前言

    對每一個母體內的個體都進行調查稱之為普查，在大部分的時候普查並不是很方便，因此就從母體中抽取部份元素，稱之為樣本，以作為母體的代表。

    樣本相對於母體是比較小的，其推論的過程中不是使用機率的方法就是使用非機率的方法。在樣本被推論出後，接著就可以用歸納和統計推論來估計母體。但要注意的是要確定所代表的樣本是被推論出來的，抽樣設計問題的考慮就顯的非常必要。

  非機率抽樣是典型被用來做為一段時期研究的方法。在客觀的情形下，可以快速且便宜的蒐集資料。研究者對於在母體中普遍的蒐集資料並不感興趣。同樣的，非機率的設計是廣泛的選擇特定群體中的個體，和問券調查的事先測試。

    在樣本設計中，樣本的大小也是很重要的。抽樣方法的選擇和適當的樣本數

，對於從樣本中蒐集資料可能是重要的。

    在這個章節中，主要探討抽樣的基礎，包含抽樣是什麼，機率與非機率抽樣設計的差異，樣本數的決定等。

 

抽樣

抽樣設計是企業研究過程的一部份，抽樣設計過程包過了以下問題的答案：

1. 樣本或調查所獲得的統計數字能拿來用嗎？

2. 有了樣本後要如何選擇最適合的抽樣方法能較精確的推論母體的一些特性？

3. 樣本要多大才適合？

 

     抽樣調查（Sampling Survey）為科學研究方法中重要技術之一，意指就所要研究的某特定現象之母群體中，依抽樣原理抽取一部份做為樣本，以作為研究推估母群體之依據。將樣本研究結果比對信賴水準，可進而推算母群體之可能特性，並作為決策之參考。所以在實地市場調查中，抽樣調查為一不可或缺的工具。良好的抽樣，可以極少比例的樣本數來充分表現母體的性質。

    抽樣調查基本目的在於將蒐集得來的資訊作成有效的結論，以供決策參考。一般而言，有效的抽樣調查應具備三項原則：

1. 1.    有效原則：抽樣調查應符合調查目的所需，所獲資訊價值應超過抽調進行所支付之成本。
2. 2.    可測量原則：抽樣之正確程度必須能夠測量，否則抽調結果便失去意義。
3. 3.    簡單原則：保持簡單性（simplicity），符合一般統計方法的儉約原則（principle 

   of parsimony）之要求，使抽樣調查能進行順利。

       在進入抽樣方法的領域之前，有一些專有名詞與術語是必須先認識的，以下整理並介紹九個最基本的名詞：

1. 1.    母群體(Population)：調查研究對象的集合體。
   1. 2.    抽樣架構(Sampling frame)：指整體抽樣單位的詳細名單，可供抽樣之用。例如以臺北市醫師為抽樣單位，則臺北市醫師公會名冊，便是抽樣架構。如果以學校班級為抽樣單位，則學校６０班班級名冊便是抽樣構架。共分三種型態：

a.具體的：每一個抽樣單位名字皆列成表冊，可以直接按表冊名字抽取樣本，表列成冊。
  b.抽象的：沒有抽樣單位之名冊，只要符合調查之條件就有被抽樣之可能。例如在百貨公司舉行消費者抽樣，隨然沒有抽樣名冊，但是抽樣架構卻冥冥中隱約出現。無名冊，符合條件即有被抽樣之可能。
  c.階段式：分段抽樣時，依階段之不同，可產生不同之抽樣架構。

抽樣構架對抽樣調查的成敗關係重大。一個抽樣架構是否合適，視調查目的而定。      評估抽樣調查的幾個標準如下：
    (1) 是否包括足夠調查目的所需的母群體
    (2) 是否包括母群體中的所有單位
    (3) 抽樣構架中的基本單位不應重覆出現
    (4) 抽樣構架應易於取得和使用，所列舉的單位應力求正確

◎目標母體（Target Population）：抽樣設計者根據研究目的界定樣本的母體。

1. 3.    抽樣單位(Sampling unit)：在抽樣架構上排列之名單，其個別單位就是抽樣單位。例如臺北市每一醫師即為一抽樣單位。在上例中，每一班級都是抽樣單位。
2. 4.    元素(Element)：指接受調查的最小單位，通常是指人。上例中，班上每一位元學生既為元素。
3. 5.    樣本(Sample)：從抽樣架構中抽取出之抽樣單位總和。
4. 6.    精確度(Precision)與準確度(Validity)：精確度乃用以衡量估計值精確可依賴的程度。準確度乃衡量母群體特性與實際母群體特性間的差異，兩者差異愈小，代表準確度愈高。兩者之間的關係見圖。

 

1. 7.    抽樣誤差(Sampling error)：因抽樣時樣本可能會偏離母群體，其間的差距稱為抽樣誤差，可用統計方法估計其大小。
2. 8.    信賴水準(Confidence level)：以樣本估計值推論母群體實際值大小時，正確估計的概率有多少便稱為信賴水準，調查者以此表示正確估計程度。
3. 9.    容忍誤差(Tolerated error)：在抽樣調查時，設定母體平均數上下各多少百分點作為估計的容忍誤差。精確度不可能百分之百，容忍誤差便是調查者事先設定的容忍範圍。

 

 

 

 

 

 

 

    欲瞭解全體市場概況有兩種途徑，一是普查；另一則為抽樣調查。所謂普查即針對全體個體一一進行觀察、訪問與記錄，進而取得資料。普查工作在執行時須耗費大量人力、物力及時間才得以完成，常因母體資料取得不易而無法進行，因此在實務上運用普查方法進行資料蒐集的情形很少見。以全民人口普查為例，由於動員龐大、物資需求甚钜，而僅能定十年一期的調查週期，普查工作之艱辛由此可知，也因此，抽樣調查的重要性便顯而易見了。 市場調查為何需要以抽樣方法進行調查呢？主要理由有三點：

1. 1.    節省時間、人力及經費

    要訪問整個母群體需經由大量人員花費長時間進行，訪問工程繁瑣而耗時，但許多市場調查必須考慮時效性，倘若訪問費時過久則將使資料失真；再則大多數的調查所編列預算有限，無法聘用太多訪員。所以在時間與經費的雙重限制下，抽樣調查的必要性可見一斑。一套完善又嚴謹的抽樣設計既可以達到正確推估母體的效果，又可節省時間經費與人力，而使市場資訊的取得更為正確迅速。

2. 資料的準確性
    普查涉及大量且繁瑣的作業流程，期間的規畫、訪員的尋找、物資的準備等行政作業，增加許多流程中未知的因素，這些都將影響資料的準確性。舉如訪調人員素質的良莠不齊而導致管理上的失誤甚或訪問失效；亦或因經費不足、呈報作業耗時太久之人為疏失等等，而抽調作業的負擔較為輕鬆，參與人員較少，管理控制較易，作業流程較短，因此資料品質較佳，準確性便隨之提高了。

3. 減少損失
    某些調查必須進行破壞性的檢驗，例如檢驗燈泡時，於品管上欲瞭解整批產品的耐用時間多長或不良品有多少，這些檢驗都不能一一試驗所有產品。又如測試汽車的耐撞程度，亦不可能將一部部新車都拿來進行撞擊測驗。因此，為了將試驗產品性質的成本損失降低而又能達成試驗產品性質的效果，便非得採行抽樣調查不可。

  另外，因為少數的優秀技術人員容易聘請並給予特殊訓練，所以抽樣調查結果所得資料常較普查結果正確，而且在進行某些複雜事項之觀測調查時，因需要曾受過良好訓練之技術人員及特殊設備的原因，普查往往難以實施，甚至無法進行，但抽樣調查便不受此限並能得到較深入的結果。

 

 

 

 

 

 

 

抽樣步驟

代表性樣本的取得有一些通用的步驟，以下是這些步驟：

1、定義目標母體

2、決定抽樣架構

3、選定抽樣方法

4、決定樣本大小

5、執行抽樣計畫

（我們將在以下的章節討論上述的每一個步驟）

    企業研究者必須幫客戶作上述每一項統計抽樣步驟的決策，在作決策的同時，我們也可以運用一些專業的統計公司來幫助我們，他們可以給予我們做統計抽樣的意見，或者是幫我們進行統計分析，或者是將統計分析的其中一個步驟外包給專業的統計分析公司，在美國有名的統計公司中之一為SSI，該公司的網址為”http:// www.surveysampling.com” 在台灣當然也有類似的統計資料公司：如

潤利公司http://www.rainmaker.com.tw/，

廣電人事業調查http://www.broadcasters.com.tw/

但學術上的統計資料仍以各月刊、學術及經濟研究中心的統計資料為優先考量。

 

定義目標母體

    研究目標和範圍對定義目標母體佔有關鍵性的地位，目標母體是對整個研究意義重大的群體，他們之所以有重要的地位，是因為我們可以從他們身上收集到對研究有關鍵用途的資訊，另外還有一些實際上的因子可能也會影響我們界定目標母體，如研究的主題、其他有效的元素、時間架構等等。

   在選定可行的因子及目標時，我們同時也會了解我們的抽樣單位，抽樣單位可以是人們、家庭主婦、各個企業或任何對研究主題有關的單位，當抽樣計畫開始施行時，抽樣單位將被用來堆測母體的特徵，下表是一個定義目標母體的例子，其主題是要統計一個地區銀行裡員工的績效獎金分配：

 

目標母體（分配到績效獎金的員工）

重要元素    分配到績效獎金的員工

抽樣單位    客服代表或分店經理

範圍        德州的所有分店

時間        2003年三月

 

 

 

決定抽樣架構

    目標母體選定後就需要由抽樣架構執行了。抽樣架構包含了所有重要要素的列表，如電話簿的列表、餐廳的菜單、包含公司所有客戶名單的資料庫、或是電子資料庫的目錄。

    理論上，抽樣架構要非常的精確，最好是完整的包含了目標母體中的所有要素，以下為大家常犯的一些錯誤：

＊    不符合年代

＊    包含了不屬於目標母體的要素

＊    該屬於目標母體的要素而未提及

＊    列表的不完全及包含了重複的要素

在從樣本列表取得樣本時，我們必須證明樣本的列表的正確性及來源的原始性，我們將在下一章節詳細的描述樣本設計發行。

 

抽樣方法的選擇

在一個研究調查中，依據若干相關理論及應用的議題，選擇適當的抽樣方法使用。並考慮研究本身的性質、目標及可利用的時間與預算。

傳統的抽樣方法分為兩大類：機率抽樣與非機率抽樣。機率抽樣並不是指隨便亂抽樣，機率抽樣時樣本會依據母體出現的機率高低而多抽到或少抽到。非機率抽樣是不按照機率抽出樣本，是由抽樣者的主觀抽出或樣本自願。

抽樣方法的種類

隨機抽樣                               非機率抽樣

簡單隨機抽樣                       便利抽樣

系統抽樣                               判斷抽樣

分層隨機抽樣                       雪球抽樣

群集抽樣                               配額抽樣

多重階段群集抽樣

 

隨機抽樣

    所謂隨機抽樣即不依個人主觀的取樣或判斷，母體內每一基本單位個體均具有相同地位，採取隨機方式抽選樣本，事前各樣本被抽中的機率完全相等。由於可利用機率理論計算各樣本中選的機率，所以隨機抽樣法又稱為機率抽樣法（Probability Sampling）。

 

 

簡單隨機抽樣

    簡單隨機抽樣是各種機率抽樣方法的基礎，於實用上常配合其他抽樣法使用。此法之基本原則是母體中的每個元素均有相同的機率被抽中，假設母體有N個元素，樣本數為n，而所有可能的樣本組合數為C ( N * n )，每一個樣本被抽中的機率都是1 / C ( N * n )實際運用時，產生隨機樣本可利用電腦亂數（random number），然後依次於母體中抽取樣本，直到n個元素被抽取而構成樣本。
＊優點：
1. 母體名冊完整時，樣本抽取方便，方法簡單
2. 估計式簡單（樣本機率為定值，甚至相等）
＊缺點：
1. 完整母體名冊不易取得，或取得成本很大時實行困難
2. 當母體樣本單位過多時，抽樣作業相對上不便（如母體名冊幾萬戶）
3. 樣本分配分散，增加調查行政作業困難（如台灣地區住戶580萬戶要抽18000戶）
4. 當樣本單位差異大時，樣本代表性恐有不足（如估計所得，抽到高所得或偏低所得）

＊使用時機：
1. 母體內樣本單位不多,且有完備名冊可資編號
2. 母體內樣本單位差異不太大

系統抽樣(Systematic Sampling)

    定義：系統抽樣法，是將母體所有的元素依序排列，然後分成許多間隔，每隔若干單位抽取一個。

＊系統抽樣的步驟：

1. 先將母體單位排列，實務上常有現成的資料可用，如各種名冊，電話簿等。

2. 決定抽樣區間(母體/樣本數)。

3. 從第一個區間採簡單隨機抽樣法抽出一個單位作為起始點。

4. 從一個樣本後，每隔一抽樣間距抽取一個樣本，直到樣本數足夠為止。

例如：欲自10000的母體中抽出500個元素，則抽樣區間:10000/500=20，假設我們以7為第一個元素，則被抽中的單位分別為第7，27，47，67~。

 

 

 

分層抽樣(Stratified Sampling)

    定義：分層抽樣為簡單隨機抽樣與系統抽樣的修正後混合模式，是由母體內同質的次集合中抽出適當數目的樣本。

＊分層抽樣的步驟：

1. 確認目標母體

2. 決定樣本數

3. 決定分層依據的變項

4. 將母體依分層變項分成數個次母體

5. 次母體中隨機選取出足夠的樣本

例如:某教授對甲大學的學生消費傾向興趣，想對全校學生做抽樣調查，母體有5000人，欲抽樣500人則:

 

               

群集抽樣（cluster sampling）

    所謂群集抽樣是將母體一特質分成若干類，每一類稱為一個團體，再以隨機方式抽取若干小團體，然後對這些小團體中的元素全部訪問。例如欲調查逢甲大學大四學生升學或就業的意願，假設大四有35班，從中隨機抽取五班，然後就這五班的成員全部訪問，此法即為群集抽樣法。在以下幾種情況下，研究者可能會採取群集抽樣：

1.需要更經濟效率時可採用此法，尤其是母體相當大。

2.抽樣架構中，每個元素的資料不是很完整或是不易得到，或使用其他機率抽樣法不是那麼方便時，使用群集抽樣會較適合。

＊群集抽樣的好處：

1.節省成本及時間。

2.抽樣架構中每個元素資料不易得到或不完整時，使用此法會較方便。

 

 

 

＊群集抽樣的壞處：

1.選樣不只一次，依研究目的可能要選到二次或三次。

2.群體內的元素值通常都較類似，因此估計量的精確度通常較低。

3.群集的大小差異會影響抽樣正確性。

 

Multi-stage Cluster Sampling多重階段群集抽樣法

    群集抽樣法在做法上，經常重覆實施；即先粗分，再細分，其次再微分，所以稱為「多重階段群集抽樣法」。

此類方法在面對大規模抽樣數時，常配合分層抽樣法實施，先將母群分層後，按比例抽出初步樣本；其次再以類聚式方法將樣本歸類，然後從歸類組中隨機抽出樣本，就是最後進行調查的樣本。此法稱為多重階段群集抽樣法。

例如想實施全省性的防治犯罪相關問題之民意調查，就可以採取此種抽樣方法進行：1.先分層－擬針對之人口為全省居民，先依犯罪率程度將各鄉鎮院轄市，按一定比例隨機抽出100個單位（各鄉鎮區均有）。2.粗分－這100各單位中，以里為類，在同一單位中抽出3個里。3.細分－這一階段以「戶」為單位，隨機抽出5戶作為樣本，所以最後樣本數為100×3×5＝1500。

 

Non-Probability  Sampling非機率抽樣

非隨機抽樣的特點是無法估計母體中每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。在某些情況無法使用機率抽樣時，研究者可以使用非隨機抽樣的方式來進行研究，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。在科學的研究方法中，如果我們是要實際驗證既有的理論，則採用非機率抽樣之方法也是可行的。一個很強的定理必須經得起各種隨機或非隨機樣本之檢驗，否則定理必然會很快被推翻。然而若我們的研究目的是在發現新理論，則抽取具有代表性之樣本是很重要的。

非機率抽樣是按人為意志選擇母體中具代表性的樣本，研究者是以主觀的方法，例如個人經歷、方便性、及個人主觀判斷等等選擇因素。由於這樣的樣本機率的不確定性，造成了統計的不可靠性。非機率抽樣主要有下列幾種方法：

1. 1.      便利抽樣(Convenience Sampling)

便利抽樣又稱為偶遇抽樣。顧名思義即是以選樣的便利為基礎的一種抽樣方法。研究者在路上或其他地方如速食店或便利商店等，攔下行人進行訪問即是一種便利抽樣。這種抽樣方式常被使用，但是並不是一種很好的抽樣方法，因此使用此法抽出的樣本並不知道其是否具有代表母體的特性。但在某些情況下，例如礙於人力及財力的限制下，使用此種方法還是可被接受的，要注意的是，使用此種抽樣方法所蒐集得來的資料用來推論母體特性是有危險的。如果抽樣的母體同質性很高，結果還尚可接受，但是如果母體間差異性很大時就不太可行了。而如果市問卷的研測使用此種抽樣方上是可接受的。

便利抽樣法是調查研究員以現有的或方便取得的方式來抽取樣本的方法。例如：台中市調查人員想了解台中市民對於規劃逢甲商圈的停車位是否滿意，所以到逢甲大學附近商店去訪問在商圈逛街的市民。此種方法稱為便利抽樣法，所得的樣本稱為便利樣本。

1. 2.      判斷抽樣(Judgment Sampling)

    判斷抽樣是依研究者本身判斷選擇樣本，挑選最符合研究目的的樣本。有時候涉及目的抽樣，而目的抽樣係研究者以其特殊知識及專業來決定要選取某些團體，以代表所要研究之對象。使用判斷抽樣法時，研究者必須對母體十分了解，才能做出最適合的抽樣。由於此種抽樣方法是依研究者本身判斷進行，如果研究者對母體不是很了解，很容易發生抽樣偏差。而此種抽樣比較適合母體組成元素同質性很低，且樣本數較少的情形。例如行政院主計處每年所實行的進出口物價調查即是以判斷抽樣法進行。其做法是先選取基期年各類進口及出口值較大的商品，再由這些大宗商品之進出口廠商調查其進出口之物價。

3.配額抽樣(Quota Sampling)

    配額抽樣是種類似分層隨機抽樣的非隨機抽樣，我們使用此法來改善樣本的代表性。其是藉由選擇樣本，使樣本中具有某種特質的比率和母體具有某種特質的比率大約是一致的。例如母體中男性的比例有多少，在不同的教育水準、工作類別等特質中男女的比率又為何？

1. 此法包括下列幾個步驟：選擇「控制特徵」（control characteristics），例如性別、年齡、地區等，將母體細分為幾個子母體。

2. 決定子母體的樣本大小（通常依照子母體佔母體的比例分配）。

3. 隨意選取樣本，但須滿足第2點所規定的條件。

另外要注意的是，雖然配額抽樣不是機率抽樣，但在選樣上仍要避免偏差的選擇。

1. 4.      雪球抽樣(Snowball Sampling)

    顧名思義便是如同滾雪球般，樣本愈抽愈大。利用隨機方法或社會調查名義選出起始受訪者，然後從起始受訪者所提供之資訊去取得其他受訪者。這個方法就像滾雪球一樣，從一小點開始越滾越大，所以稱為雪球抽樣。雪球抽樣在特定的母體成員難以找到時，是最適合採用的方式，此法對找出遊民、外勞等樣本頗為適用。雪球抽樣常用在質化的田野調查或觀察研究上。

 

 

 

		類型	敘述	優點	缺點
1		便利抽樣	研究者使用最方便或是最經濟的方法來進行抽樣。	1.      不需要母體的名冊。 2.      快速、便利。 1.      正確性和估計偏差不能衡量或控制。 2.      研究者的主觀意識可能影響抽樣，選出的樣本可能不是很適合代表母體。
2		判斷抽樣	依研究者的判斷進行抽樣，研究者對母體比須有深入的了解。	1.      在某種類型如選舉預測上是很有用的。 2.      在蒐集樣本時，較節省成本及時間。 1.      研究者在抽樣時可能會因主觀因素而影響了抽樣，造成偏差。 2.      由抽樣資料來推估母體時較不適合。
3		配額抽樣	研究者將母體依特質區分為數類，而抽樣時按比例從各類中抽出；其樣本元素具有某種特質的比率和母體元素具有某種特質的比率大約是一致的。	1.      較機率抽樣中的分層抽樣成本低。 2.      具有分層抽樣的效果。	1.      雖採用配額的方式抽樣，但在抽樣時若不是隨機選取，選出的樣本也不會有誤差，而不能代表整個母體。 2.      在研究者將母體分類時可能會產生偏誤。
4	雪球抽樣		先蒐集目標母體的少數成員，再由這些成員引出其他的母體成員。	1.      在尋找少數難以尋找的母體時，此法是一個很好的方法。	1.      因為抽樣單位不獨立，會產生較高的偏差。 2.      由抽樣資料來推估母體時較不適合。

決定樣本大小

    有效率的樣本大小可以從大（無限）母體或小（有限）母體被抽取出來。底下，我們討論從這兩種母體中，如何決定樣本大小。

從大母體中抽樣

    研究者時常需要去評斷大母體的特性。為了要有效率的達到這個目的，在資料蒐集之前，決定適當的樣本大小是必須的。

    樣本大小的決定是複雜的，因為有很多因素需要同時考慮進去，這些因素包括目標母體的變異性、樣本的類型、所需時間、預算、估計的精確度、及信賴度。如何在這些因素中取得一個可接受的平衡將是一項挑戰。

    根據統計理論的公式可以計算出樣本大小。，在預算和時間有所限制之下，ad hoc法時常被使用。例如樣本大小的決定可以從先前類似的研究、某人擁有的經驗，或者簡單的指定來獲得。樣本大小如何決定是無關緊要的，重要的是樣本大小必須有足夠的量和品質來確保最後結果是可靠的。

    當統計公式被用來決定樣本大小時，有三個因素必須注意：

（1）    信賴程度（通常為95﹪）

（2）    精確度的指定水準（可接受的誤差）

（3）    變異數（母體同質性）

    首先，信賴度（信賴水準）通常是根據管理部門或研究者的判斷來決定的，慣例上，95﹪的信賴水準（小於5﹪的機會估計母體錯誤）是時常被使用的，但是當風險很小的時候，低的信賴水準也是可被接受的。經理或研究者的判斷也可決定精確度的大小。精確度是指在樣本值和母體值兩者之間可接受的最大誤差值。

    最後，是有關於母體的變異性和同質性。母體的變異性是由母體的標準差決定的，假如母體有很高的同質性，就代表母體有較小的標準差。舉個例子來說，合四甲同學之間，年齡之間的標準差比較小（大約差個1、2歲左右），因此需要的樣本大小相對地也較小。但如果母體的異質性很高，例如世界盃足球賽的觀眾之間，年齡之間的標準差就很大，因此需要的樣本數要很大。實際上，真正的標準差可能是未知的，因此研究者通常根據先前類似的研究或試驗性的研究中來取一個標準差的估計值。

＊抽樣計畫的完成

    研究人員在所有抽樣設計細節被同意後完成抽樣計畫。目標母體已經被定義，樣本的架構已經被選擇，抽樣的方法已經被選定與決定適當的樣本大小。假如樣本個別數據之間是有關聯的，只要個別的標題與可能的名字能夠被訪查出來這些類型是必須被詳細說明的，許多細項必須在最後樣本計畫決定之前被同意與完成，因為先前的資料被蒐集太晚便不能再改變樣本設計。

         

`

 

 

 

 

 

 

參考資料：

1.《統計學導論》（出版社：方世榮著華泰文化事業公司）

2.《統計學講義》林進田著（逢甲大學第七章民國2003九月）

3.《社會科學研究方法原理》王玉民著（出版社：洪葉文化事業有限公司 1994年）

4.《應用統計學》林惠玲、陳正倉著（出版社：雙葉書廊有限公司民國88年4月）

5.《企業研究方法》吳萬益、林清河著 （出版社：華泰文化事業股份有限公司 2000年）

 

參考網址：

http://www.104poll.com.tw/AboutResearch/NonSamplingMathod.asp

http://www.stat.fju.edu.tw/Teachonline/謝邦昌/NEW/market/market_2.htm

http://www.stat.fju.edu.tw/Teachonline/謝邦昌/NEW/dictionary.htm

http://home.kimo.com.tw/socialwork_tw/socialwork/research/research-3.htm

http://www.104poll.com.tw/AboutResearch/SamplingDif.asp