教授問你點解收200份問卷而唔係100份？3個依據寫出企得穩嘅樣本量

教授問嘅唔係數字，而係你點知呢個數夠用

「本研究共發出 250 份問卷，成功回收有效樣本 208 份。」呢句話寫喺方法章，睇落四平八穩，冇人會特登圈住佢。但到咗答辯，教授問一句「點解係收 200 份而唔係 100 份」，你就會發現自己從來冇認真答過呢個問題。你答「參考咗幾篇同類論文」，教授再追「係邊幾篇、佢哋做嘅題目同你一樣嗎」，你通常就答唔落去。

問題唔在於你揀咗 200，而在於你講唔出 200 係點嚟。樣本量係一個設計決定，同你揀咩研究方法、用咩量表一樣，都需要交代理由。有理由嘅樣本量叫設計，冇理由嘅樣本量只係一個數字。熟悉學術寫作嘅論文代寫團隊在審閱方法章時，最常追問嘅就係樣本量嘅來源，因為呢一項最容易被寫成一句交代唔到嘅事實陳述。

第一步：搞清楚你個樣本要幫你做咩判斷

樣本量夠唔夠，取決於你要用個樣本回答咩問題。同一個 200 份樣本，用嚟估計一個比例可能綽綽有餘，用嚟檢測一個微弱嘅組間差異就可能完全不足。所以問「夠唔夠」之前，要先分清楚你嘅研究屬於以下邊一類。

第一類係描述型問題，例如你想知某個族群入面有幾多人持某種態度。呢類研究關心嘅係估計值嘅精確度，即誤差範圍有幾大，通常用信心區間嘅寬度嚟判斷，樣本越大區間越窄。呢類研究嘅樣本量依據通常寫成「在 95% 信心水平下，誤差範圍為正負三個百分點」。

第二類係比較型問題，例如你想知兩組人之間有冇顯著差異。呢類研究關心嘅係能唔能夠檢測到一個真實存在嘅效果，需要用到統計檢定力嘅概念，亦係論文答辯最常追問嘅一類。如果想先睇清楚定量同定性研究在樣本邏輯上嘅根本分別，可以參考定量與定性研究差異嘅整理。

第三類係關係型問題，例如你想建立一個包含多個自變項嘅迴歸模型。呢類研究嘅樣本量要考慮參數數目，一般會用「每個參數需要幾多個案」嘅比例嚟估算，參數越多要求越高。常見嘅經驗比例由每個參數十個個案到二十個個案不等，具體要睇領域慣例。

分清類別之後，你就會知道要引邊一種依據。用錯類別嘅依據係最常見嘅毛病，例如用描述型研究嘅邏輯去答比較型研究嘅設計決定，聽落有數字，但其實答唔到教授條問題。熟悉論文代寫服務嘅寫手在整理方法章之前，習慣先同作者確認研究問題屬於邊一類，因為呢一步決定咗後面所有數字嘅講法。

第二步：用檢定力反推需要幾多個樣本

如果你嘅研究屬於比較型，樣本量嘅核心依據就係檢定力分析（power analysis）。呢個分析要同時考慮四個元素，缺一個都算唔到。

第一個係效果量（effect size），即你預期兩組之間嘅差異有幾大。呢個數字通常嚟自文獻或者前期研究，亦可以設定為一個最小有意義嘅差異，即係「細過呢個差距就唔值得討論」。第二個係顯著水平，慣例係 .05。第三個係檢定力，慣例係 .80，意思係如果效果真實存在，你有八成機會檢測到。第四個係樣本量，就係你要反推嘅目標。

實際操作嘅時候，比較穩妥嘅做法係固定前三個元素，然後反推樣本量。你可以用統計軟件嘅內建功能，亦可以查檢定力分析表。關鍵唔在於用咩工具，而在於你有冇交代呢四個元素嘅來源。教授追問嘅通常係效果量嘅來源，因為呢個數字最主觀，亦最能反映你有冇真正讀過相關文獻。PubMed 同 PsycINFO 等資料庫收錄嘅實證研究通常會報告效果量，CUHK 圖書館嘅資料庫檢索服務可以幫你快速定位同領域嘅既有研究，從中抽出可引用嘅參數。

仲有一個容易忽略嘅細節：檢定力分析要同你最後實際用嘅分析方法對應。如果你計劃做 t 檢定，就要用兩組比較嘅參數；如果你計劃做變異數分析，就要考慮組數同事後比較嘅校正。用錯檢定嘅參數去算樣本量，算出嚟嘅數字同你嘅分析計劃對唔上，呢種前後不一致比樣本量本身更容易被追問。

仲有一點值得記住：檢定力分析嘅結果唔係一個精確值，而係一個下限。算出「至少需要 128 個個案」，意思係少過呢個數就會明顯削弱你檢測效果嘅能力，多過呢個數並唔會令研究變差。所以你寫嘅時候用「不少於」而唔係「等於」，會更貼近實際。

仲有一個同樣本量直接相關嘅概念係無回應偏差。當你發出 250 份而只收回 208 份，嗰 42 份冇回覆嘅個案並唔係隨機消失。如果佢哋同回覆者喺背景上有系統性差異，你嘅有效樣本就會偏向某一類人，得出嘅比例亦會偏離真實情況。處理方法係比較回覆者嘅背景分佈同目標族群嘅已知分佈，若果差距明顯，就要在限制段落交代。熟悉論文代寫服務嘅團隊在覆核方法章時，亦會一併檢查呢個位，因為無回應偏差往往比樣本量本身更影響結論嘅代表性。

第三步：把樣本量寫入方法章嘅四個位置

算出數字只係一半功夫，另一半係把它寫入論文，令讀者順住邏輯睇得到。以下四個位置缺一不可。

位置一係研究設計段落。你交代研究取態嘅時候，順帶講清楚樣本量嘅決定係基於邊一類依據，係檢定力分析、領域慣例，抑或精確度要求。

位置二係抽樣段落。呢度交代你實際發出幾多份、回收幾多份、有效樣本幾多份，以及無效樣本嘅判定標準。三個數字要分開寫，唔好混成一個。

位置三係分析策略段落。你要講明用邊個軟件、邊個功能做檢定力分析，以及輸入嘅四個參數分別係幾多，令讀者可以複製你嘅計算過程。Purdue OWL 嘅學術寫作指南強調，方法章嘅標準係可重複，所以參數要寫得足夠具體。

位置四係限制段落。如果你最終樣本量低於檢定力分析嘅要求，就要主動交代，並說明呢個差距對結論嘅影響範圍。主動交代比等人問好，因為坦白承認限制本身就係學術訓練嘅一部分，熟悉論文代寫服務嘅團隊在整理限制段落時，亦會優先核對呢一項。

四個位置入面，最常被漏嘅係位置三。學生通常會寫「本研究採用 G*Power 計算樣本量」，但唔會交代參數，結果讀者無法核對，教授亦只能當你係隨手填。把參數寫成一組具體數字，例如效果量 .30、顯著水平 .05、檢定力 .80、雙尾檢定，整句話嘅可信度就完全唔同。

仲有一個實用做法係把檢定力分析嘅輸出留檔。多數軟件都可以匯出計算結果，你可以視乎院校要求，把呢份輸出放入附錄。即使唔放附錄，保留檔案亦可以在被追問嘅時候即時提供，比口頭解釋有效得多，亦方便日後延伸研究時沿用同一組參數。

三個依據令個數字唔再係隨手揀

如果你唔想每次都做完整嘅檢定力分析，以下三個依據同樣可以撐起一個樣本量決定，而且寫出嚟更貼近研究實況。

依據一係領域慣例。做法係回顧同一領域近五年嘅期刊論文，睇佢哋嘅樣本量分佈，然後說明你嘅選擇落在邊個範圍。呢個依據嘅好處係貼近實際，但你要講清楚比較嘅對象係邊幾篇、佢哋嘅研究設計同你嘅差異喺邊，否則就變成「人哋做 200 我照做 200」。Wisconsin 寫作中心嘅學術寫作資源亦提醒，引用他人嘅研究參數時要一併交代適用條件。

依據二係統計檢定力分析。呢個係最硬淨嘅依據，適合比較型同關係型研究，前面已經詳細拆解。呢個依據嘅關鍵在於坦白交代效果量嘅來源，如果冇前期研究可引，就要說明你設定嘅最小有意義差異係基於咩專業判斷。

依據三係資源同可及性。呢個依據唔夠漂亮，但係真實存在，而且可以寫得專業。做法係先講理想樣本量係幾多，再說明實際限制（例如目標族群規模、調查期間、聯絡渠道），最後交代兩者之間嘅差距同你嘅補救方法。論文代寫服務在協助學生修訂方法章時，最常補嘅就係呢一段，因為作者往往覺得講限制會顯得準備不足，實際上交代得清楚反而顯示你理解研究設計嘅取捨。

三個依據唔需要同時用。多數論文用一個主依據加一個輔助依據就足夠，重點係兩者要互相對應，唔好一個講慣例、一個講檢定力，最後兩個數字對唔上。如果你寫完之後發現兩個數字互相矛盾，寧願保留檢定力分析嘅結果，再在限制段落解釋慣例嘅差異，都好過兩個並列而唔解釋。

收唔夠樣本嘅三種處理方式

做完檢定力分析之後，你可能發現實際收到嘅樣本低於要求。呢個情況在研究之中相當常見，處理方法有三種，各有適用條件。

第一種係補充收集。做法係延長調查期間或者擴大接觸渠道，把樣本量追到目標水平。呢個方法最直接，但要留意補充收集嘅個案同原先個案喺背景上係咪一致，如果前後兩批差異明顯，就要在限制段落交代。

第二種係調整分析策略。如果樣本量無法提升，可以考慮改用對小樣本較穩健嘅方法，例如非參數檢定，或者減少模型中嘅自變項數目，令參數同個案嘅比例回復合理範圍。呢個做法要事前想清楚，唔可以睇到結果唔顯著才改，否則會被質疑係事後調整。

第三種係重新界定研究結論嘅範圍。做法係明確講出你嘅樣本只能支持邊個程度嘅結論，例如把「有顯著差異」改寫成「初步顯示可能有趨勢，有待更大樣本驗證」。呢個處理方式對質素要求最高，因為你要清楚知道自己嘅證據強度去到邊度。

三種方法可以並用，但要記住一個原則：無論用邊種，都要在方法章或限制章交代，唔可以靜靜地改咗分析計劃而唔講。若果你想睇下數據分析階段其他容易出事嘅位置，可以對照數據分析常見錯誤整理嘅清單一併檢查。熟悉論文代寫服務嘅團隊在修訂時，亦會一併核對分析計劃前後係咪一致。

交稿前嘅樣本量自查清單

以下六項可以逐項核對，全部通過就表示你嘅樣本量交代基本完整。

第一，你能夠用一句話講出樣本量嘅主要依據。第二，該依據同你嘅研究問題類別對應。第三，方法章有交代檢定力分析嘅四個參數，或者領域慣例嘅比較對象。第四，發出、回收、有效三個數字分開列出。第五，實際樣本同目標樣本嘅差距有交代。第六，限制段落講明樣本量對結論範圍嘅影響。

呢六項入面，第一項最能反映你係咪真正理解自己嘅設計。如果你講唔出，通常代表樣本量係參考人哋抄返嚟，而未經過你自己嘅判斷。第二輪檢查則適合交由熟悉研究方法嘅人做，因為自查嘅時候你已經知道自己想講咩，容易自動補完邏輯跳躍嘅位置。實務上可以把六項抄成一份檢查紀錄，每完成一項就打一個記號，並寫低當時嘅判斷理由。呢個做法在多人合作嘅論文特別有用，因為樣本量依據可能由另一位組員負責，口頭交代容易失真，有紀錄就可以逐項對返。

總結

樣本量嘅問題，本質上係一個「你點知」嘅問題。三個依據分別對應慣例、統計同現實，你只需要揀一個主依據，再配合一個輔助依據，就能夠把一個隨手揀嘅數字變成一個有出處嘅設計決定。真正要避免嘅係答「參考咗其他論文」而又講唔出係邊幾篇，因為呢一句話等於承認你從來冇思考過呢個決定。熟悉論文代寫服務嘅團隊在讀到呢一句嘅時候，通常會直接追問同一條問題。

落筆之前，建議先寫一句最簡單嘅版本：「本研究嘅樣本量為 X，依據係 Y。」如果呢句話你寫得順，後面嘅細節自然補得上；如果寫唔順，就係時候返去第一步，重新確認你嘅研究問題屬於邊一類。

常見問題

問：描述型研究都要做檢定力分析嗎？
答：唔一定。描述型研究可以用誤差範圍或者信心區間寬度嚟交代樣本量，檢定力分析主要針對組間比較同關係檢驗。

問：效果量搵唔到可引用嘅來源，點算？
答：可以參考同領域相近研究嘅數值，亦可以設定最小有意義差異並說明理據，但一定要交代呢個設定係你嘅判斷。

問：樣本量越大係咪一定越好？
答：唔係。樣本過大時，即使差異極細亦會顯著，令結果失去實務意義。樣本量應該配合你要檢測嘅效果大小。

問：回收率低過一半，仲可以繼續分析嗎？
答：可以，但要在限制段落交代回收率同可能嘅無回應偏差，並說明呢個比例對結論代表性嘅影響範圍。

問：檢定力分析要用咩軟件做？
答：常用嘅有 G*Power 同 R 嘅 pwr 套件，重點唔在於揀邊個工具，而在於四個參數嘅來源有冇交代清楚，同分析計劃係咪對應。

問：同一份論文可以同時用兩個依據嗎？
答：可以，建議一個主依據配一個輔助依據。兩者嘅數字要互相對應，如果差距明顯，就要在限制段落解釋差異嘅來源。

問：時間唔夠，樣本量部分應該先處理邊一項？
答：先寫出主依據同四個參數，呢兩項影響最大。若需要協助整理方法章，熟悉研究方法嘅論文代寫團隊可優先處理。

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