欢迎来到抽样方法！

在管理会计中，我们经常需要根据数据做出决策。但如果数据量太大，无法一一审阅该怎么办？试想一下，如果一家工厂每天生产数百万条巧克力，你要检查每一条的品质，那你所有的时间都会花在检查上，根本没时间去销售了！

这就是抽样（Sampling）派上用场的时候。在本章中，我们将学习如何挑选一个易于管理的小群体（样本），以准确代表整个群体（总体）。读完这些笔记后，你将会理解各种选择样本的方法，以及何时该使用哪种方法。

1. 基本概念：总体、样本与抽样框

在深入研究各种方法之前，我们先把定义理清。别担心这些名词听起来很专业，其实背后的概念非常简单！

总体（Population）：这是你感兴趣的所有对象组成的整体。例如一年内发出的所有发票，或是公司内所有的员工。

样本（Sample）：这是从总体中选出的一小部分。我们透过研究样本来对整个总体得出结论。

抽样框（Sampling Frame）：这是一份总体中所有项目的完整清单，从中我们将抽取样本（例如员工名册或发票号码清单）。

小比喻

想像你正在煮一大锅汤。整锅汤就是总体。你舀了一勺来试味——那一勺就是样本。为了确保那一勺是个好的样本，你必须先搅拌这锅汤！如果你有一份汤里所有配料的清单，那份清单就是抽样框。

2. 概率抽样 vs. 非概率抽样

抽样主要分为两大“阵营”：

1. 概率抽样（Probability Sampling）：总体中的每一项都有一个已知且非零的机会被选中。这通常被认为更“公平”且在数学上更准确。
2. 非概率抽样（Non-Probability Sampling）：选择过程并非随机。它通常取决于研究人员的判断或特定的类别。

关键要点：概率抽样能减少偏差（Bias），使你的结果对整个总体而言更具可靠性。

3. 概率抽样方法

让我们来看看你在 ACCA 考试中需要掌握的具体方法。我们先从随机方法开始。

A. 简单随机抽样（Simple Random Sampling）

在这种方法中，总体中的每一项都有平等的机会被选中。就像从帽子里抽签一样。

运作方式：
1. 为抽样框中的每一项分配一个编号。
2. 使用随机数字生成器或随机数字表来选取样本。

优点：完全没有偏差。
缺点：在开始之前，你需要一份完整的总体清单（抽样框），这并不总是能做到。

B. 系统抽样（Systematic Sampling）

这通常被称为“每第 \( n \) 个”方法。它比简单随机抽样更有条理。

运作方式：
1. 使用此公式计算抽样间隔（Sampling Interval）：\( \text{Interval} (n) = \frac{\text{Population Size}}{\text{Sample Size}} \)
2. 在 \( 1 \) 到 \( n \) 之间随机选定一个起点。
3. 从该点开始，每隔 \( n \) 个选取一项。

例子：如果你有 \( 100 \) 张发票，而你想抽取 \( 20 \) 个样本，间隔就是 \( 100 / 20 = 5 \)。如果你从第 \( 3 \) 张发票开始，你的样本将会是第 \( 3, 8, 13, 18 \) 张，依此类推。

常见错误：确保你的清单排列没有规律，否则如果规律刚好对应你的间隔，你可能会不小心只选到同一类型的项目！

C. 分层随机抽样（Stratified Random Sampling）

当你的总体是由具有不同特征的不同群体（称为层，Strata）组成时，请使用此方法。

运作方式：
1. 将总体分成不同的组别（例如按年龄、部门或价值）。
2. 从每个组别中进行随机抽样，样本比例需与该组别在总体中的规模成正比。

例子：如果一家公司有 \( 800 \) 名工厂员工和 \( 200 \) 名办公室员工，而你想要抽取 \( 100 \) 个人的样本，你应该随机挑选 \( 80 \) 名工厂员工和 \( 20 \) 名办公室员工。

记忆小撇步：记住“Stratified（分层）= Sub-groups（子群组）”。

D. 多阶段抽样（Multi-stage Sampling）

这用于规模极大且分散的总体，就像一个漏斗过程。

运作方式：
1. 将国家划分为多个区域，随机选取几个区域。
2. 将这些区域划分为多个城镇，随机选取几个城镇。
3. 从这些选定的城镇中随机选取人员样本。

优点：因为样本集中在特定区域，能节省大量的差旅时间和成本。

E. 整群抽样（Cluster Sampling）

这常与多阶段抽样混淆。在整群抽样中，你将总体分为多个组（群体），随机选取几个群体，然后测试那些选定群体内的每一个人或每一项事物。

例子：一家连锁超市想检查员工士气。他们从 \( 50 \) 家分店中随机选取 \( 5 \) 家，并采访这 \( 5 \) 家分店内的所有员工。

4. 非概率抽样：配额抽样（Quota Sampling）

这是你需要了解的主要非概率抽样方法，在市场研究中非常常见（例如有人在街上拦住你做问卷）。

运作方式：
研究人员被告知需要在特定类别中找到特定数量的受访者（一个配额）。

例子：“去采访 \( 20 \) 位 \( 50 \) 岁以上的男性和 \( 20 \) 位 \( 30 \) 岁以下的女性。”只要符合这些标准，研究人员可以挑选任何他们想挑选的人。

优点：快速且便宜，不需要抽样框。
缺点：存在偏差，因为研究人员可能只挑选“看起来友善”或“不赶时间”的人。

重点总结：
- 简单随机：机会均等，使用随机数字。
- 系统抽样：每第 \( n \) 个项目。
- 分层抽样：从每个组别中随机抽样。
- 整群抽样：选取整个群体并测试内部所有对象。
- 配额抽样：填满特定类型的“配额”（非随机）。

5. 常见陷阱与小技巧

如果一开始觉得困难也不用担心！许多学生会搞混分层（Stratified）和整群（Cluster）抽样。以下是区分它们最简单的方法：
- 在分层抽样中，我们从每一个组别中抽几个人。
- 在整群抽样中，我们从几个群体中抽每一个人。

复习检查表

1. 为什么要抽样？ 为了节省时间和金钱。
2. 什么是抽样框？ 整个总体的清单。
3. 哪种方法使用间隔？ 系统抽样。
4. 哪种方法是非随机的？ 配额抽样。
5. 系统抽样使用什么公式？ \( \text{Interval} = \text{Population} / \text{Sample} \)。

你知道吗？ 在许多 ACCA 考试题目中，他们可能会描述一个情境并要求你识别抽样方法。请务必留意“每第 10 个”（系统抽样）、“成比例”（分层抽样）或“调查员自行选择”（配额抽样）等关键词！