隨機抽樣是什麼？抽樣前必須搞懂的概念

想像一下，如果研究者想要知道「全台灣民眾對於核三是否延役的看法」，難道有必要真的去訪問全台灣2300萬人嗎？想也知道根本不可能，而且逐一調查既耗時又耗費資源。這時候，「抽樣」（sampling）的概念就派上用場了。所謂的抽樣，就是從龐大的群體中挑選出一小部分人進行調查，再透過統計方法，來推論整體的情況。以前者為例，研究者可能只需從中抽取約2000位民眾作為樣本，並根據他們的回答，大致推測全台灣人民的意見。這正是抽樣的好處——用群體的一小部分，合理地推估整體。關於抽樣具體要抽取多少數量（樣本數），其實因研究者的需求而異，這裡並不會詳細討論。不過在進行抽樣之前，研究者必須搞清楚「母體」與「樣本」的概念。母體（population），指的是研究者真正想要關心的研究對象；樣本（sample），指的是從母體當中抽取出來、實際被調查的那一小部分人。舉例來說，研究者想了解全台灣高中生的升學意願，「全台灣高中生」就是母體，而樣本就是「從全台灣高中生抽取一小部份的群體」。

那麼，為什麼研究者需要搞清楚「母體」與「樣本」的差別呢？因為這會直接影響到抽樣設計的正確性。試想，如果母體是「全台灣高中生」，但研究者卻在 Threads 或 Instagram 上隨機發放問卷，結果會怎麼樣？最後回收的樣本裡，可能不僅有高中生，甚至還會混入大學生，或者是社會人士。這樣一來，樣本就和母體對不上，根本無法回答研究者原本想關心的問題。這種情況，在調查方法裡被稱為「涵蓋誤差」（coverage error），意思就是樣本範圍和實際母體之間出現落差，導致研究結果失去代表性。當研究者搞清楚樣本與母體之間的差異時，下一步就需要思考一個關鍵問題——樣本是否具備代表性？也就是說，抽出來的這一小部分人，能不能真實反映整個母體的特徵或意見。一般而言，「隨機抽樣」相較於「非隨機抽樣」，前者所抽取的樣本會更具備代表性。隨機抽樣的核心精神是：每個母體成員都有相同的機會被抽中。像是班上有10名同學，老師透過抽籤（假設每支籤的形狀都一樣）的方式抽取同學回答問題，因為每位同學被抽到的機率都是1/10，所以算得上隨機抽樣。至於非隨機抽樣，就是每個母體成員並不會有相同的機會被抽中，比方說老師看心情抽同學回答問題，可能有些同學（像是表現比較好的）抽到的機率就會比其他人還要小。隨機抽樣又可以細分成四種常見方式，分別是：簡單隨機抽樣、系統隨機抽樣、分層隨機抽樣、集群隨機抽樣。以簡單隨機抽樣（Simple Random Sampling，簡稱SRS）為例，假設要從50位同學中抽出10位，因為每位同學被抽到的機會都是一樣的，加上操作方式直觀、容易理解，所以稱為「簡單隨機抽樣」。常見的做法還包括使用「亂數表」或電腦隨機產生號碼來完成抽樣。雖然簡單隨機抽樣容易理解，但實務上不一定好操作，原因是研究者必須先知道母體中每一個成員，才能進行後續抽樣。如果母體很大或名單不完整，這個方法就會變得很困難。

系統隨機抽樣（Systematic Sampling），核心概念就是「按固定間隔挑選樣本」。比方說從50位同學抽出10位，每位同學都會有個編號（1-50）。不過一開始研究者會只先抽取第一位同學，假設是23號，接著再依固定間隔抽取剩下的名額。那麼，要怎麼決定固定間隔呢？固定間隔的計算方式為50÷10＝5，也就是每隔5位抽取下一位名額，直到10位都被抽出來為止。因此，剩下被抽到的號碼分別會是28、33、38、43、48、3（因為沒有53）、8、13、18號這9位同學，再加上原先被選上的23號，加起來的樣本數剛好共有10個。不過，如果母體內成員的排列本身有規律性（例如按成績編號碼），系統抽樣可能導致樣本偏差。為了避免這種情況，通常建議在抽樣前先打亂母體的排列順序，再進行系統抽樣，才能確保樣本更具代表性。

分層隨機抽樣（Stratified Random Sampling），就是研究者依自身的研究目的，將母體依特徵分層成不同群組，之後，研究者再從各個群組中隨機抽樣。舉例來說，研究者想調查全校高中生對於核三延役的看法，先將高中生分成高一、高二、高三這三個年級（全校高一有200人、高二有300人、高三有250人），接著從每個年級中各抽取10%的數量，那麼經由分層隨機抽樣後所得出的樣本，就是高一20人、高二30人、高三25人。如此抽樣的優點，在於每個群體的特徵都能被反映出來，不會有單一群體樣本數特別多的問題。而分層的核心概念，在於「組間異質，組內同質」。

最後則是集群隨機抽樣（Cluster Random Sampling），其實概念與分層隨機抽樣是相反的。「集群」（Cluster）的核心概念，在於「組間同質，組內異質」。舉例來說，研究者想探討高一學生使用手機的習慣，而高一總共有15個班，由於班級與班級之間的特徵基本上算是類似的，所以可以使用集群隨機抽樣。接下來，研究者隨機抽取其中3個班級，並針對這3個班級的所有學生進行調查，以上就是集群隨機抽樣的流程。另外，由於集群抽樣不需要知道整個母體的每一位成員，只要知道母體有哪些群組，再進行抽取即可，因此在操作上更省時、省力。

總結來說，上述四種方法都屬於隨機抽樣，核心精神是讓每個母體成員都有相等的機會被抽中，以提高樣本代表性。不過，雖然隨機抽樣在理論上較能回答研究問題，但在實務上常會遇到一些困難，例如母體名單不完整，或者是樣本沒有回應等。另外，很多人習慣隨意在社群平台或論壇發放Google表單問卷，但這種方式其實不算隨機抽樣，因為填答者是自願參與，母體內每個成員的抽樣機會並不均等，因此容易產生偏差。不過，如果研究者一開始能鎖定特定群體（例如只要高中生，不要其他人）來發放問卷，而不是亂槍打鳥，即使仍屬非隨機抽樣，至少能讓結果更貼近研究問題。