市场调查与预测-抽样设计

市场调查与预测1.社会科学研究方法简介2.研究问题与研究假设3.抽样设计4.测量5.问卷设计6.调查研究法抽样设计的重点「抽样」(smapling)是自母群体中选取部份元素/基本单位(elements)为样本，并且认为从选取的样本可得知母群体的特征。1.有那些机率抽样方法？特性为何？2.有那些非机率抽样方法？特性为何？3.抽样时应考虑那些要素？*「好」的样本1.正确性(accuracy)：指样本能否代表母群体特征之程度。2.指标准误之估计值，值愈小表示精准性愈高。易言之，标准误之估计值即是母群体之离散程度。*抽样程序抽样的种类1.随机抽样：随机抽样系采用随机(randomness)做为样本选取的控制。易言之，随机抽样中每个样本被抽中的机率均相等且是独立的2.非随机抽样：非随机抽样则改以研究的判断做为样本选取的控制，它则无法说明每一抽样单位被抽取的机率。随机抽样1.简单随机抽样可采用摸彩法、或利用随机数表。2.系统(间隔)抽样：从抽样名单中，有系统地每间隔若干个抽样单位，就抽取一个样本，如此一直等间隔抽样。例如，从(某年/某地区)出生名单或电话簿中，每间隔20名就抽一位。*随机抽样3.分层抽样：1.取样前，根据与研究目的有关已有的某种标准，将群体中之个体分为若干类，每类称之为一层。2.在各层随机取出若干个体作为样本。3.层与层间主要变量均数差异最大，层内变异数最小。*集群抽样1.以团(集)体为单位，而不以个人为单位。2.将群体按某种标准(如班级、地区)分为若干类，称为团体，对各团体随机取样抽取若干小团体。3.对小团体中之各成员，全部加以访问。*随机抽样1.便利抽样:如街头访问、商场访问。2.判断抽样:又称「立意(purposive)抽样」，它是依据研究者的主观认定，去选取最能适合其研究目的之样本。3.配额抽样4.滚雪球抽样:例如追踪AIDS病人之行为，可先找有得到AIDS病犯者为「初始」样本，再进一步找寻其性陪侣，如此滚雪球般的抽样，以找出所有的样本。*抽样应注意事项1.抽样本框架:有人宣称「政治大学水平高」，那我们就应注意其研究的样本框架是国内各大学呢？或欧美各大学呢？2.样本代表性的问题:如果样本的代表性有问题，则此研究的概化或所谓的外部效度会受到很大的质疑3.样本大小的问题*单一样本大小的公式

n=(Z2*

2)/e2母群体变异数σ2愈大，则研究者所需样本数n就愈大。可忍容的误差e愈小，则研究者所需样本数n就愈大。欲使研究推论达到的信赖水平愈大(95%

99%)，则Z值就愈高，所需样本数n就愈大。通常我们Z值是取1.96。*市场调查与预测1.社会科学研究方法简介2.研究问题与研究假设3.抽样设计4.测量5.问卷设计6.调查研究法测量的定义「测量」是针对某一特定对象、人、或组织，有关某种特征或行为(消费、所得、人格特质…)，赋予其一个值，使其数值能代表(或符合)构念中所代表的概念或状况。它是属于衡量的问题。「测量」就是研究者根据一定「规则」将数值(或其它符号)指派给物体或事物(变量)身上之一种程序。*测量的三个程序(1)选择可观察的「个体或事物」(即「对象」(2)以数字或符号代表事件的特性，即数值系统(numericalsystem)(3)依据指派「规则」赋予观察值一个符号或数字，此种「规则」就是操作型定义。*数值系统可分四大类1.名目(nominal)资料：此种变数可做「分类」。没有大小没有距离。例如性别2.顺序(ordinal)资料：此种变量可比大小及前后，但前后距离不等。只有大小没有距离。例如5>4，但5-4≠1。例如，研究者常用Likert五点计分量表所得数据，可能是１～５分，亦可能是-2～+2分，这种数据属于顺序变量。*数值系统可分四大类3.区间(interval)资料：具有前两者的数据特性，且可以比较差距。前后距离相等，但没有倍数关系，所以没有绝对的0(有距离，但没有绝对的零点)。例如5-4=1,但4≠2×2。比例(ratio)资料：具有前三者的数据特性，且可以做倍数比较。有距离，有绝对的零点。例如，4=2×2。*变数(variable)种类1.自变数：在实验法中又称「因」(cause)变量或实验变量，它是经由实验者安排或操弄的变数。2.依变数：在实验法中又称「果」(effect)变量或反应变量，它是实验者企图观察测量的行为或反应。3.外生(extraneous)变数：指自变量以外，凡是可能影响结果(依变量)之因素。*变数(variable)种类4中介(intervening)变数：指介于自变量与依变量之间，凡是会对研究结果会产生作用的内在历程。通常，它是不能直接观察辨认的，只能凭个体外显行为的线索来推知。*测量工具好坏的评量准则1效度：该量表是否真能测量到我们欲衡量的特性。2信度：该测量工具所衡量的结果是否具有稳定性、一致性。3敏感度：事物起了变化，该测量工具是否能显现出差异。4实用性：即考虑该测量工具的经济性、便利性、可解释性。*量表(scale)的设计所谓「量表化」(scaling)，它是一种测量的程序，旨在将衡量对象或欲衡量的特性(property)指派某些数值，以便将测量对象之特性数值化。衡量「变数」可用单一问项来量衡量「构念」则要用量表来量。量表是用一个以上的指标(indicant,item,manifested)来测量某个体/事物的特性。*李克特量表李克特(Likert)量表是属「评分加总式量表最常用的一种，属同一「构念」的「这些项目」是用「加总」方式来计分，单独或个别项目是无意义的。「评分加总式量表」是对某一概念/构念所设计的数个项目，测量每位受访者对它们的态度反应(同意程度)。每一个反应都给一个数值，以代表受访者对该项目的赞同程度，将每位受访者在这些项目的得分加总，即是受访者对该题的态度。*效度信度过低，则没有效度效度过低，则信度没有意义。三种效度：内容效度、效标关联效度、及建构效度。*内容效度1.抽样(sampling)效度：量表所包含的项目是否能代表母体构念的项目。内容效度的高低，端赖项目(item)取样代表性之大小而定。2.表面(face)效度：是指量表项目和形式上，给人的主观印象，如果该量表从外表来看，似乎确实可适切地测量其欲测的特质或行为，便称它具有表面效度。*效标关联效度又称实用效度或实证效度，意指这种效度应建立在实证数据之上。效标关联效度并不涉及构念的问题。依据效标不同，效标关联效度可分为同时效标及预测效标，两者皆表示测量工具(分数)和效标之间相关的程度。效标关联效度可分为同时(concurrent)效标及预测(predictive)效标*信度种类1.等值性：又称「复本法」，专门为检定同一测验中不同复本上分数的一致。(1)复本信度：不同研究者运用同一量表，对不同一批的样本施测，结果的一致性。(2)折半系数2.稳定性：对同一批样本，前后二期测两次，若两者的相关愈高，则表示该测验的稳定系数愈高。3.一致性：旨在检定某量表在各种不同层面的一致性。例如，量表单独项目与总分是否一致性…等等。此种信度又可分成：折半信度、库李信度、Cronbach’sα信度…等几类*信度在实际应用上，Cronbach’sα值至少要大于0.5，最好能α>0.7(Nunnally,1978)在营销界有名的学术期刊论文中，有85%论文之量表α值大于0.5，有69%量表α值大于0.7干扰变量