你嘅研究得10個受訪者？一篇搞懂學術研究取樣全指南

引言：你嘅研究做咗十個訪談，教授一句「點解係呢十個人？」就令你啞口無言

讀緊碩士嘅你，花咗成個月做咗十個深入訪談，收返一大堆錄音同逐字稿，滿心以為數據已經「袋袋平安」。點知一見 Supervisor，佢第一句就問你：「點解係呢十個人？你係點揀佢哋出嚟嘅？」你成個人呆咗——因為你根本冇「揀」過，你只係「搵咗十個肯應承你」嘅人。呢個時候你先至發現，原來「點樣揀研究對象」呢件事，本身就要「有方法、有理由」，而唔係「搵到幾多個就幾多個」。

呢件事，就係「取樣」（Sampling）。取樣係研究方法入面「最易被忽略、又最易俾教授問倒」嘅一環。你嘅研究「做咗咩」固然重要，但係「你做喺邊啲人身上、點解係佢哋」更加重要，因為佢直接決定咗你嘅結果「代表到邊個群體」。如果你成日喺呢個位俾人問倒，又唔想因為一份論文代寫嘅取樣設計俾人質疑，下面呢套由「取樣係咩」到「點樣揀」嘅拆解，幫你一次過搞清。

先搞清楚：取樣嘅核心，係「你嘅對象代表到邊個群體」

第一個要明嘅概念，係「母體」（Population）同「樣本」（Sample）。母體係你「想研究嘅成個群體」，例如「全香港嘅大學生」；樣本係你「實際研究嘅嗰一小撮人」，例如「你訪問咗嗰二十個大學生」。你冇可能「研究晒」成個母體，所以你「抽」一個樣本出嚟，然後用呢個樣本嘅結果「推論」返成個母體。

呢個「推論」成唔成立，關鍵就係「樣本有冇代表性」（Representativeness）。如果呢二十個大學生「啱啱好」代表到「全香港大學生」嘅多樣性（年齡、性別、學科、背景），咁你嘅推論就「企得穩」；如果佢哋「全部係你嘅同班同學、全部讀同一個系」，咁你嘅結果就「淨係代表到呢二十個人」，推唔返去「全香港大學生」。所以取樣嘅核心問題，就係：你嘅樣本，到底代表到邊個？呢個問題答得清，你嘅研究先至有根基。

CityU 語文中心嘅學術資源提醒學生，研究方法嘅「嚴謹性」，好大程度上嚟自「樣本揀得啱唔啱」——你揀啱樣本，你嘅研究先至「有說服力」。

概率取樣：用「隨機」去保證「代表性」，適合量化研究

取樣方法分兩大類：概率取樣（Probability Sampling）同非概率取樣（Non-probability Sampling）。概率取樣嘅核心，係「隨機」——母體入面「每一個人」都有「已知嘅、非零嘅」機會被抽中。因為「隨機」，所以「樣本」先至可以「代表」母體，你嘅統計推論先至成立。概率取樣主要用喺「量化研究」。

概率取樣有幾種常見做法。第一種係「簡單隨機取樣」（Simple Random Sampling）——成個母體入面「純隨機」咁抽，最簡單但係要「有齊全母體名單」。第二種係「系統取樣」（Systematic Sampling）——每隔固定間隔抽一個，例如每隔十個人抽一個。第三種係「分層取樣」（Stratified Sampling）——先將母體「分層」（例如按性別分男女），再喺每層入面「隨機抽」，咁樣可以「確保」每個層都有代表。第四種係「整群取樣」（Cluster Sampling）——將母體「分群」（例如按學校分），再「隨機抽幾個群」出嚟研究。如果你做量化研究、又唔識點隨機抽樣，搵論文代寫幫你設計取樣方案，都係一個做法。

非概率取樣：用「方便」或者「目的」去揀，適合質性研究

非概率取樣嘅核心，係「唔靠隨機」，而係「靠方便」或者「靠目的」去揀樣本。因為「唔隨機」，所以「樣本」未必「代表」母體，你「唔可以」做統計推論。但係非概率取樣「啱用」喺「質性研究」，因為質性研究嘅目的係「深入理解」，而唔係「統計推論」，佢要嘅係「資訊豐富」嘅受訪者，而唔係「隨機」嘅代表。

非概率取樣有幾種常見做法。第一種係「便利取樣」（Convenience Sampling）——揀「最方便搵到」嘅人，例如你嘅同學、朋友。第二種係「立意取樣」（Purposive Sampling）——「有目的咁」揀「啱你研究需要」嘅人，例如你要研究「新手媽媽」，就專登揀「啱啱生完嘅媽媽」。第三種係「滾雪球取樣」（Snowball Sampling）——透過「一個受訪者介紹另一個」去搵人，啱用喺「難搵嘅群體」。第四種係「配額取樣」（Quota Sampling）——設定「配額」（例如要幾多男、幾多女），再按配額去搵人。如果你做質性研究、又唔識點立意取樣，一份專業嘅論文代寫可以幫你揀啱受訪者。

UNC 寫作中心嘅指南強調，取樣方法嘅「選擇」，要「同你嘅研究目的對齊」——你做質性研究，用立意取樣去「揀資訊豐富嘅人」，係啱嘅；你做量化研究，就要用概率取樣去「保證代表性」。

取樣大小：唔係「愈多愈好」，而係「夠用就得」

揀好取樣方法，跟住就到「取樣大小」（Sample Size）——你究竟要研究幾多個人？好多同學有個誤解，以為「樣本愈大愈好」。其實「樣本大小」要「睇情況」：量化研究通常「樣本要夠大」先至有「統計效力」（Statistical Power），例如做問卷調查，幾百個係「基本盤」；質性研究就「唔使咁多」，因為佢追求「深度」而唔係「廣度」，十幾個「資訊豐富」嘅受訪者已經可以「達到飽和」。

質性研究入面有個重要概念叫「資料飽和」（Data Saturation）——即係當你「訪問到第 N 個人」嘅時候，發現「已經冇乜新嘢」出嚟，嗰個時候就係「夠數」喇。所以你嘅取樣大小，唔係「一開始定死」，而係「邊做邊判斷」——做到「冇新嘢」為止。如果你連取樣大小都唔識定，一份專業嘅論文代寫可以幫你「計」出一個合理嘅樣本數。其實樣本數嘅背後，仲要考慮你嘅研究設計、分析方法同埋資源限制。

CUHK 嘅學術誠信政策提醒學生，取樣嘅每一個決定都要「有據可依」——你揀幾多人、點樣揀，都要「講得出理由」，而唔係「求其」。

除咗問人，仲有「觀察法」：揀研究對象嘅另一種思路

講到取樣，好多同學淨係諗到「問人」（訪談、問卷），但係其實仲有「觀察法」（Observation）。觀察法係唔問人，而係睇人——你去到研究現場，觀察嗰啲人嘅行為。觀察法入面，一樣有取樣嘅問題：你觀察邊啲人、邊啲場合、幾耐？

觀察法分「參與觀察」（Participant Observation）同「非參與觀察」（Non-participant Observation）兩種。參與觀察係你加入嗰個群體，成為佢哋一分子，一邊參與一邊觀察；非參與觀察係你企喺外面觀察，唔介入。你揀邊種，要睇你嘅研究問題——你想由內部理解，就參與；你想由外部客觀睇，就非參與。

如果你對觀察法嘅取樣有興趣，可以參考站內嘅觀察法研究指南。

取樣偏差：你「不自覺」咁揀咗「某一類人」，結果就「歪咗」

取樣入面最要防嘅，係「取樣偏差」（Sampling Bias）——即係你「不自覺」咁揀咗「某一類人」，令到樣本「歪咗」，代表唔到母體。例如你做網上問卷，淨係「放喺 Facebook」度，咁你「自動」就「排除咗」嗰啲「唔玩 Facebook」嘅人，你嘅結果就會「偏向」Facebook 用戶。

常見嘅取樣偏差有幾種：便利取樣偏差（淨係搵方便嘅人）、自願者偏差（淨係搵到肯自願參加嘅人）、存活偏差（淨係睇到「生存落嚟」嘅個案）等等。要「防」取樣偏差，你要「意識到」自己「點樣揀人」，同埋「誠實咁」交代你嘅取樣方法有咩「局限」。一個「知道晒自己偏差」嘅研究者，遠比一個「唔知自己揀咗邊啲人」嘅研究者可靠，呢個就係嚴謹同求其嘅分別所在，亦係教授評分嘅關鍵。

常見誤區：四個令你取樣「出事」嘅壞習慣

第一個壞習慣係「冇交代取樣方法」。有啲同學寫 Methodology，淨係寫「我訪問咗十個人」，但係「冇講點樣揀」。教授一定問「點解係呢十個」，你答唔出就「露餡」。

第二個壞習慣係「用便利取樣當萬能」。便利取樣「最易做」，但係佢嘅「代表性最差」。如果你做量化研究，用便利取樣，你嘅結果「推唔返」去母體。

第三個壞習慣係「樣本同研究目的唔夾」。你要研究「長者嘅健康」，但係你嘅樣本全部係「大學生」，呢個就係「文不對題」。你嘅樣本要「啱你嘅研究對象」。

第四個壞習慣係「唔知自己嘅取樣偏差」。有啲同學「唔知」自己淨係搵咗「某一類人」，結果研究出嚟「歪咗」都唔知。你要「時刻反省」自己「點樣揀人」。

進階技巧：點樣由「揀啱樣本」去到「寫得專業」

如果你想取樣呢一環寫得專業，有三個位可以加分。第一，展示「取樣策略嘅理由」。高分嘅 Methodology，會「詳細咁」解釋你「點解用呢個取樣方法」——你唔單止「話」你用立意取樣，仲會「解釋」點解立意取樣「最啱」你嘅質性研究。呢個「論證」，就係你「諗得深」嘅證據。

第二，展示「納入同排除標準」。高分嘅取樣，會「講清楚」你「揀邊啲人、唔揀邊啲人」——即係「納入標準」（Inclusion Criteria）同「排除標準」（Exclusion Criteria）。你講得清呢兩樣，教授就知道你「有系統」而唔係「求其」。

第三，展示「對局限嘅認識」。高分嘅取樣，會「誠實咁」講你嘅樣本有咩「局限」——例如「樣本偏細」「偏向某一類人」，以及呢啲局限「點樣影響」你嘅推論。呢個「自知之明」，反而加分。

如果你對取樣同研究方法嘅細節想更深入，可以參考站內嘅研究方法指南。如果你真係時間唔夠，想搵人幫你「設計取樣策略 + 寫靚 Methodology」，論文代寫服務都可以幫到你。

由「代表」出發：取樣其實係「點樣用少數去代表多數」嘅藝術

如果你將「取樣」呢件事調返轉嚟睇，佢其實係一門「藝術」——你點樣用「一小撮人」，去「代表」一大群人？呢個「代表」成唔成立，就睇你「揀得啱唔啱」。你揀得啱，你嘅研究就可以「以小見大」；你揀得歪，你嘅研究就「以偏概全」，得出嚟嘅結論分分鐘係誤導而唔係發現。

所以下次你取樣嘅時候，唔好再諗「搵到幾多個就幾多個」，而係諗「我揀嘅呢班人，到底代表到邊個群體、有冇歪到」。當你嘅出發點由「湊人數」變成「保代表」，你嘅取樣自然就會「揀得啱」，教授亦都會覺得你「諗得深、諗得細」。

總結：取樣係「嚴謹性」嘅訓練，唔係「搵人」嘅訓練

講到尾，學校要你「學識取樣」，唔係想「玩你」，而係想訓練你一樣嘢：嚴謹性（Rigor）。由「搞清楚你嘅母體」到「揀啱取樣方法」，由「保證代表性」到「誠實交代局限」，呢條線就係一個「負責任嘅研究者」每日都要守嘅。你今日喺論文度練熟佢，將來做任何「用數據說話」嘅工作，都會「揀得準、推得穩」。

所以你下次寫 Methodology 嘅時候，唔好再「求其寫一句『我訪問咗十個人』」，而係「詳細咁」交代你「點樣揀、點解咁揀、有咩局限」——呢三樣嘢，就係你取樣嘅完整交代。當你嘅出發點由「交差」變成「嚴謹」，你嘅取樣自然就會「企得穩」，教授亦都會對你刮目相看，分數自然水漲船高，將來做任何用數據說話嘅工作，都會揀得準、推得穩，研究報告都更加有說服力。

常見問題

問：取樣方法到底揀概率定非概率？

答：睇你嘅研究類型。量化研究要「推論」去母體，就用概率取樣；質性研究要「深入理解」，就用非概率取樣（如立意取樣）。

問：立意取樣同便利取樣有咩分別？

答：立意取樣係有目的咁揀啱研究需要嘅人；便利取樣係求其揀最方便嘅人。前者有策略，後者冇策略，質素差好遠。

問：樣本要幾大先夠？

答：量化研究通常要幾百個先有統計效力；質性研究做到「資料飽和」（冇新嘢出嚟）就得，通常十幾個已經夠。

問：我嘅受訪者係朋友介紹嘅，算唔算滾雪球取樣？

答：如果係「有意識咁」透過受訪者去「一個介紹一個」搵「難搵嘅群體」，就算滾雪球取樣。你只要「交代清楚」，就冇問題。

問：取樣偏差可以完全避免嗎？

答：好難完全避免，但係你可以「意識到」自己「點樣揀人」，同埋「誠實交代」局限。知道偏差、交代偏差，已經好過「唔知」。

問：我嘅樣本全部係同學，教授會唔會覺得唔得？

答：如果你嘅研究對象就係「大學生」，咁揀同學係「合理」；但如果係「全港市民」，揀同學就「代表唔到」。關鍵係「樣本啱唔啱研究對象」。

問：資料飽和係咩意思？

答：即係你訪問到某個位，發現已經冇新嘢出嚟，嗰個時候就代表你訪問夠喇，唔使再夾硬搵人，樣本已經可以收。

問：我成日唔識定取樣策略，點算？

答：先搞清楚你嘅研究目的（推論定理解），再對返取樣方法。真係搞唔掂，搵專業嘅論文代寫幫你設計取樣策略，都係一個選擇。

WhatsApp 諮詢：+852 94783837
Telegram：@essayhelper_hk
網站：https://www.essayhelperhk.com/