概率抽樣：定義、類型與步驟

美國有超過 3.3 億人口，您如何進行準確的全國調查問卷？您無法將調查問卷寄送給每一個人，但您可以使用概率抽樣來取得同樣良好的資料，即使資料來自極小型的群組亦然。

概率抽樣是一種抽樣技術，可從較大規模母體中隨機選取一小組人群（樣本），然後預測將他們所有的回覆結合後，符合整體母體的可能性。

談到概率抽樣，有兩項重要的要求：

遵循這兩個規則能協助您從您的抽樣框架中進行適當的選擇（例如隨機），而這個抽樣框架是一份清單，列出整個母體中可抽樣的每個人。隨機抽樣是關鍵—概率抽樣就是確保每個人都有相同機率被包括在內。從帽子裡挑選名字或抽出最短的稻草，到更為複雜的隨機選取程序，這種抽樣方式都能確保您最終建立的樣本能夠代表整個母體。

在樣本正確的情況下，您獲得的結果價值可媲美規模更大的問卷調查。如此，您即可根據樣本的需要、需求或意見得出有效的結論，並針對整個母體採取合情合理的行動。

有數種抽樣方法都包含在「概率抽樣」的範圍內。這些方法不僅取決於您進行的研究類型和您想要產生的資料類型，也取決於您進行研究所需的時間以及您可以運用的工具。以下是研究人員使用的四種主要概率抽樣類型：

在簡單隨機抽樣中，母體中所有成員被選取的機會均等，且選取是隨機完成。若要實現此目標，研究人員可能會使用諸如亂數產生器等工具，從整體母體中選取參與者做為樣本的一部分。然而，雖然簡單隨機抽樣如其名稱所示，是最簡單的抽樣策略，但也容易產生偏差。例如，相較於整體母體，您的樣本大小越小，完全隨機抽取可靠樣本的可能性也就越小。

SurveyMonkey Audience 能協助您透過人口統計平衡功能，及採用較靈活的方式觸及目標對象，以採用真正具代表性的樣本。

您可根據不重疊但合併在一起能代表整個母體的特定特徵，將許多母體劃分為更小的群組。若使用分層隨機抽樣，您就會分別從這每一個群組（或分層）中抽取樣本。如此一來，您就可以確定樣本正確代表每個子群組，而較簡單隨機抽樣獲得更為準確的結果。

我們通常會依性別、年齡、收入等級或種族等特性進行分層。分層必須具有特定性和互斥性，這表示母體中的每個人都只能被指派到一個群組。將母體劃分成不同分層之後，接下來您就可以使用簡單隨機抽樣，依母體總數的比例，從每個群組中選取個人。這些個人隨後會被合併為單一樣本。

如同分層抽樣，群集抽樣也包含將母體分成子群組或群集。但這就是兩種概率抽樣方法的不同之處。透過群集抽樣，每個群集都應有與母體類似的特性。您最初會隨機選取整個群集，而不是從每一個群集中選取個人。如果可能，您可能會將每個選取群集中的每一位個人納入您的最終樣本。若集群過於龐大，您可能就需要從各個集群中隨機選取個人。

研究人員通常會使用預先建立且容易使用的群組做為集群。這通常是依據地理邊界（如市或縣），但也可以依據學校或辦公室位置。當調查過於龐大或地理上分散的母體時，最常使用集群抽樣來節省成本。但是，集群抽樣存在更大的抽樣誤差風險。每個集群都應該代表母體總數，但可能難以保證做到這點。

系統抽樣類似於簡單隨機抽樣，但通常更容易進行。過程中會對母體的每個成員指定一個編號，然後定期選取以形成樣本。（系統抽樣也稱為區間抽樣。）或者換句話說，母體中的每位編號帶「n」的人都會被選取成為樣本。

例如，在 1,000 人的母體中，您可能選擇每位編號帶 9 的人做為樣本。這可能比其他抽樣方法更為直接，因為可以使用一種不包含亂數產生器，清楚明瞭且系統化的方法挑選個人。但另一方面，最終的選取項目可能不如使用產生器時一般隨機。此外，請務必確保清單中沒有任何可能會影響隨機選擇項目的隱藏模式。如果有資料遭到人為操作的風險，樣本就會有所偏差，樣本中代表人數最終可能會偏高或偏低。

例如，假設您打算對特定組織內的員工進行調查問卷，而所有員工是按字母順序列出。您打算使用系統抽樣，選取每位編號帶 4 的員工做為樣本。不過，如果這份按字母順序排列的清單同時也按團隊和資歷整理，您最終可能會選擇太多或太少人擔任資深角色，而這會導致您的樣本發生偏差。

使用概率抽樣有諸多好處。整體而言，對代表目標購買受眾進行大量受眾抽樣，是一個符合成本效益的做法。對於地理上分散的母體而言，也很有優勢。

每種類型的概率抽樣都各有優勢。例如，簡單隨機及系統抽樣能提供更加人性化的實施程序，分層抽樣可減少研究人員的偏差，而群集抽樣則可限制研究中的差異。採用敏捷體驗管理平台時，概率抽樣幾乎不需要專業技術。當您使用分層抽樣或系統抽樣建立母體樣本時，詳細程度也可以視您的喜好而定。如果您在趕赴最後期限，則群集抽樣和簡單隨機抽樣是您的最佳選擇。

雖然每一項優勢各有好處，該項優點中的某些細節卻可能會不利於您的整體工作效率。例如，若要取得最佳的母體樣本，就必須進行更多研究，但這會花費更多時間和資源。分層抽樣可確保各個群集的代表性皆為均等，但未必能反映該樣本母體內的所有差異。

群集抽樣可以將各個分層區隔為不同的群集，但這些群集可能具有重疊的特性。簡單和隨機概率抽樣能夠提供快速結果，而群集和分層觸及您目標對象的能力可能不如預期。

概率抽樣最適合用來進行量化研究，這種研究旨在使用統計分析來得出關於大型母體的結論。如果對整個母體進行調查問卷難度過高或所費不貲，研究人員則可使用這個抽樣策略來收集具有代表性的資料。

許多市場研究中都是採用概率抽樣，以便深入瞭解龐大的母體。其中包含的專案如下：

除了產業追踪、購買者態度和競爭情報以外，概率抽樣還能讓公司運用能夠反映整個目標市場的資料，進而落實新想法並提升業務量。

舉例來說，假設一家連鎖咖啡店在美國不同的地理位置擁有 15,000 間門市。該公司期望拓展其客戶忠誠度方案，為客戶提供更多付款選項，並為客戶提供賺取獎勵的新方法。不過，在進行任何重要更新之前，公司希望得知客戶對於提案變更是否回應良好。

要觸及 15,000 家咖啡店的所有客戶並不可行，但該公司可以使用概率抽樣方法來建立一個樣本，能夠準確代表這個較大型的母體。透過客戶提供的回應，能顯示客戶整體而言對於忠誠度方案更新的感受。同時，從公司行銷部門到客戶服務代表，每位員工都能夠運用這些資料，深入瞭解需要進一步改變之處，或如何有效地推廣新的忠誠度方案。而且，如果公司期望確保其樣本反映母體中的子群組，例如性別、年齡範圍或收入程度，則可使用特定類型的概率抽樣方法，例如分層抽樣或整群抽樣。

在上列範例中，概率抽樣是處理相當龐大母體（在本案例中是數千家咖啡店）的絕佳方式。在利用真實概率樣本的情況下，較大的樣本有助於降低發生抽樣誤差的可能性；當您選取的樣本不能代表整個母體時，就會發生抽樣誤差。而且，一般來說，隨機抽樣有助於大幅降低抽樣誤差，因為這種抽樣方式是使用系統而非主觀性的方法來選取樣本。

務必避免有意將母體中的某個人排除於樣本之外。請留意特定群組可能會因意外而無法參與。

例如，假設您想瞭解公眾對於廣泛的新移民法有何意見。您是否會提供西班牙文版本的調查問卷？您應該這麼做。否則，您可能會錯失許多以西班牙文為母語者的心聲，這些人雖然不習慣用英文回答問題，但他們對於移民的觀點對您的研究卻極為寶貴。若忽視了他們的參與，您的調查問卷結果將無法忠實呈現民意。

請記住，如果您無法讓母體中的每個人都有機會完成調查問卷，您的樣本將不具代表性，故不會以概率抽樣做為依據。

簡單隨機抽樣、分層抽樣、群集抽樣和系統抽樣全都是概率抽樣的類型。但還有另一個抽樣技術範疇：非概率抽樣。即使您決定要使用隨機選取樣本，也有必要了解一些非概率抽樣的基本知識，包括研究人員使用這種抽樣方式的時機和原因。

採用非概率抽樣時，整體母體中的成員成為樣本的機會並不均等，而且他們也並非以隨機的方式被選取。事實上，有些成員被選取的可能性為零。概率抽樣牽涉從較大型的母體中得出結論，而非概率抽樣則常用於探索性和定性研究，這類型的研究更著重於聽取具有特定專業知識、經驗或深入見解者的意見。

舉例來說，假設您正在研究當地無障礙坡道的使用情形，而您感興趣的母體是您城市中的輪椅使用者。您並沒有這些人的完整清單，因此無法進行概率抽樣。不過，您遇到一些同意參與您研究的人，而這些人能為您聯繫上該地區其他的輪椅使用者。這種稱為滾雪球抽樣的非概率抽樣可能不涉及隨機選取，但這種抽樣方式確實有可能讓您接觸到更多與您的研究相關的人。

進行非概率抽樣通常較容易且成本較低，但抽樣誤差的風險也高於概率抽樣。這是因為樣本選取程序是根據研究人員的主觀判斷，而非隨機化進行。此外，樣本大小和最終結果並不一定要代表整個母體。

那麼概率抽樣涉及哪些步驟？這並非真的如此複雜，但您需要有明確的研究目標和興趣。當您需要縮小範圍來釐清規劃樣本建立的方式及原因時，預先規劃並徹底瞭解期望獲得的結果會非常有幫助。

仔細考慮您有興趣聆聽意見的所有人士，但同時也要暸解任何應該刻意排除的人。

理想情況下，您的框架應該包含感興趣的母體中所有的成員（並且排除任何不屬於您所感興趣母體中的人）。

您是否需要群集和分層？您是否需要所有樣本成員都有相同的選取機率？請思考對您的研究領域、母體成員和資源有意義的事物。

根據您嘗試進行調查的母體，您可能很難找到適當的抽樣框架。即使您有一個絕佳的框架，但為了決定最佳的選取策略，您可能也會被迫在成本、代表性、品質和及時性之間做出取捨。

如果受訪者對調查問卷主題不感興趣，或對於完成調查問卷所花費的時間和精神想要獲得報酬，那麼可能會難以讓受訪者願意在真實概率調查問卷上提供回應。可能會很耗時。例如，如果您是自行（未使用協助您尋找和隨機選取受訪者的工具）進行市場調查，則可能需要花費許多時間和精神來建立較大型的樣本，而這還只是您進行分析研究之前的工作。

許多這類問題都可透過非概率抽樣來解決；非概率抽樣（儘管顧及其名稱）仍會抽取概率和抽樣原理來選取適當的調查問卷樣本。

如果您有無限的資源或感興趣的是小型母體，則可能不必進行概率抽樣。但是，在多數情況下，抽取概率樣本可為您節省時間、金錢，並減少許多麻煩。您通常無法調查每個人，但您可以讓每個人都有機會接受調查；這正是概率抽樣要完成的目標。

利用 SurveyMonkey Audience，向世界各地的目標市場進行抽樣。選取最適合您業務的方案。