質性研究中的抽樣技術：選擇合適方法的完整指南

---

把抽樣想像成研究的地基。其他一切──訪談、分析、結論──都建立在這個基礎上。如果地基出現裂縫，整棟建築都會受到質疑。.

質性研究中的抽樣技術決定整個研究的成敗。. 如果選錯了，你將花費數月時間收集無法解答你問題的資料。如果選對了，你將發現能夠徹底改變人們對你所研究主題理解的深刻見解。.

了解質性研究中抽樣技術的重要性

質性研究中的抽樣技術較注重資訊的豐富性而非統計代表性。. 你需要的是能夠清楚闡述自身經驗、親身經歷過你所研究的事件、並能提供有助於闡明研究問題的觀點的參與者。隨機挑選一百個對你的研究主題一無所知的人對你毫無幫助。而五位經過精心挑選、親身經歷過相關事件的專家呢？那才是真正的寶藏。.

質性研究中的四種核心抽樣技術

該領域主要有四種方法。目的抽樣、便利抽樣、滾雪球抽樣和理論抽樣。每種抽樣方法都有其獨特的用途，也都有需要注意的盲點。.

目的性抽樣——策略方法

目的抽樣（也稱判斷抽樣）是指 你刻意尋找具有特定特徵的參與者。. 你不是在等待對的人出現，而是在明確你需要什麼樣的人，然後主動去爭取他們。.

假設你正在研究財務長如何做出技術投資決策。你想要的不是普通的商界人士，而是財務長。更具體地說，是那些在過去兩年中進行過重大技術投資的財務長。更確切地說，是那些能夠清楚闡述其決策過程的財務長。.

這是質性研究中最具目的性的抽樣技術。你設定明確的標準，然後找到符合這些標準的參與者。你無需為這種選擇性感到抱歉——選擇性正是關鍵。.

優點在於：你能找到真正能回答你問題的參與者。劣勢在於：你的篩選標準可能會引入偏差。如果你只採訪成功的財務官，就會錯過那些技術投資失敗者的視角。質性研究中的抽樣方法決定了你能發現什麼。.

便利抽樣——務實的現實

學術純粹主義者憎恨便利抽樣。但現實世界的研究人員卻經常使用它。為什麼？因為有時你需要立即取得數據，資源有限，完美的抽樣也不可能實現。.

便利抽樣是指根據哪些人有空且願意參與來選擇參與者。. 你在大學教書？那就招學生。你在為公司做顧問？那就採訪自願參加的員工。你在危機期間做研究？那就盡可能聯絡所有人。.

危險在於：選擇性偏差十分普遍。自願參與研究的人與不參與研究的人往往有差異。可供選擇的參與者可能無法代表你所關注的更廣泛人群…但當時間和資源有限時，便利抽樣可以確保研究順利進行。.

優秀的科研人員會明確承認這些限制。他們不會假裝便利抽樣與目的性抽樣具有同等的可信度。他們會解釋為什麼便利抽樣在特定情況下是合理的。坦誠地說明質性研究中抽樣技術的局限性，有助於贏得讀者的信任。.

滾雪球抽樣法－網路效應

有些群體就隱藏在我們身邊。試想一下，要招募無證移民參與研究，或招募破產的高階主管，又或者招募吸毒的人，傳統的招募方法往往收效甚微。.

引入滾雪球抽樣法。. 你先篩選出幾位符合資格的初始參與者，並對他們進行訪談。然後，你請他們推薦其他有類似經驗的人，這些人會被推薦成為參與者。. 他們會推薦其他人。你的樣本就像滾雪球一樣越滾越大——因此得名。.

這是針對邊緣化或隱藏群體進行質性研究時最有效的抽樣技術之一。在研究敏感話題時，信任至關重要。如果熟人為你擔保，人們更有可能參與研究。.

權衡之下，你的樣本會圍繞著社群網路聚集。每個人可能都彼此認識。他們的觀點可能比更廣泛人群的觀點更相似。你得到的不是隨機多樣性，而是網路多樣性。.

理論抽樣——迭代改進

它的運作方式如下： 你不會預先選定所有參與者。你會在收集資料的同時進行分析。分析會揭示理解上的不足。你會刻意尋找能夠彌補這些不足的參與者。你會再次進行分析。你會發現新的不足。然後你會據此招募參與者。.

想像一下，你正在研究創業家如何扭轉經營困境。最初的訪談揭示了一些成功的轉型案例。你的分析表明，時機至關重要。於是，你專門招募了那些轉型過晚或過早的企業家。你的分析不斷演進。你意識到產業背景會影響轉型策略。於是，你開始招募來自你之前未曾涉足行業的企業家。.

這種質性研究中的抽樣方法需要極強的自律性。你需要不斷地在資料收集和分析之間切換。由於無法預先預測需要多少參與者，因此時間安排必須具有彈性。飽和度決定了何時停止——即當新的參與者不再提供真正新的見解時。.

為您的研究選擇合適的抽樣技術

每個研究項目都會悄悄地告訴你，哪些抽樣技術在質性研究中是合理的。仔細聆聽，你就能聽到。忽略這些提示，你就會弄巧成拙，把方釘硬塞進圓孔裡。.

✔️ 研究問題驅動一切

首先要坦誠地弄清楚你真正想要了解的是什麼。你是在探索一個尚未有理論解釋的新現象嗎？理論抽樣非常適合這種情況。你是在研究某個特定群體（定義明確）的經驗嗎？目的抽樣就很有意義。你是否需要在極短的時間內記錄一個正在發生的事件？便利抽樣可能是你唯一可行的選擇。.

在質性研究中，你的抽樣方法必須服務你的研究問題。. 如果你想問“人們如何體驗X？”，你需要的是體驗過X的人。如果你想問“哪些因素會影響Y決策？”，你需要的是能夠清晰闡述自己想法的決策者。確保你的樣本與你的研究問題相符。.

✔️ 人口可近性塑造選擇

有些組織很容易找到，有些組織則故意隱藏。. 質性研究中的抽樣技術必須考慮可及性的現實情況。.

研究企業主管？你需要有目的的抽樣，並精心建立關係才能獲得接觸機會。研究某種受污名化的行為？透過值得信賴的中間人進行滾雪球抽樣就至關重要了。調查新興趨勢？你可以先用便利抽樣來確定早期參與者，然後隨著模式的出現轉向理論抽樣。.

不要對抗可及性方面的限制——要巧妙地利用它們。如果你的目標族群難以觸及，那麼在質性研究中，應該圍繞著這個挑戰來設計抽樣方法，而不是假裝它不存在。.

✔️ 資源限制迫使人們做出權衡取捨

理論抽樣聽起來很厲害，但它需要數月反覆進行資料收集和分析。如果你的論文三個月後就要交，理論抽樣可能不切實際。如果你是為預算有限的客戶做研究，那麼大規模的目的性抽樣可能會超出可用資源。.

✔️ 偏見和多樣性考量

任何抽樣技術都會引入潛在的偏差。問題不在於是否有偏差，而是你是否理解並考慮了這種偏差。.

目的性抽樣可能遺漏你意料之外的視角。便利性抽樣會過度代表那些容易被聽到的聲音。滾雪球抽樣則傾向於圍繞社交網路進行聚集。理論抽樣可能更注重理論的嚴謹性而非代表性的廣度。.

優秀的質性研究者在使用任何抽樣技術時，都會積極尋找反例。他們會招募可能持有不同觀點的參與者，並在抽樣標準中尋求人口統計學上的多樣性，也會質疑樣本是否涵蓋了所有相關的經驗。.

破壞抽樣品質的常見錯誤

即使是經驗豐富的研究人員也會犯下這些抽樣錯誤。現在就認識這些錯誤，並在你的工作中避免它們。.

❌ 混淆質性研究中的抽樣技術與量化方法

最大的錯誤是什麼？將定量抽樣邏輯應用於質性研究。 “我需要一個具有統計意義的樣本量。”“我需要隨機抽樣以確保有效性。”“我需要確保我的樣本能夠按比例代表總體。”

不，不，絕對不行。.

質性研究中的抽樣技術優先考慮深度而非廣度，優先考慮洞察力而非代表性，優先考慮理解而非概括。. 你不是要證明有多少人相信某件事，而是要理解他們為什麼會相信這件事。.

不要再為「小樣本」而感到抱歉了。如果精心挑選的12位參與者提供了豐富、細緻的見解，能夠解答你的研究問題，那麼你的樣本就是強而有力的。如果隨機抽取的100名參與者提供的回答流於表面，無法闡明你的研究主題，那麼無論樣本量多大，你的樣本都是薄弱的。.

❌ 止步於第一招募途徑

你在社群媒體上發帖，五個人回复，你採訪了他們。搞定了，對吧？錯。.

依賴「誰先回覆誰就選誰」這種做法，會讓你的樣本偏向那些活躍於該平台、碰巧看到你的貼文且當時有空的人。這並非目的性抽樣，而是「誰先回覆誰就選誰」。.

質性研究中有效的抽樣技術包括積極尋找不同背景的參與者。. 如果前五位受訪者在人口統計特徵或經驗上都非常相似，那麼你應該有意識地尋找具有差異性的參與者。你要意識到，容易接觸到的參與者可能無法代表所有不同的經驗。.

❌ 未能達到飽和

飽和意味著新參與者不再提供真正的新見解。. 你的訪談開始變得重複起來。你聽到的都是同樣的主題、同樣的故事、同樣的模式。.

許多研究人員聲稱已經達到飽和狀態，但實際上並未真正達到。他們訪問了10個人，感到疲憊，就宣布飽和。或者他們達到了預先設定的採訪數量（「我計劃採訪15個人，那就15個吧」），卻沒有考慮是否真的挖掘出了新的見解。.

真正的飽和需要嚴謹的分析方法。在收集資料的過程中，你要主動區分哪些是新發現，哪些只是印證了現有的模式。當連續多次訪談都無法為你的理解帶來任何新資訊時，你就接近飽和了。.

❌ 忽略難以觸及的觀點

最容易錄製的聲音往往會在你的樣本中佔據主導地位。. 有強烈觀點的人樂於主動分享。有正面經驗的人樂於分享。成功人士也願意公開自己的經驗。.

但是那些有過負面經驗的人呢？那些失敗的人呢？那些感到被邊緣化的人呢？那些不信任研究者的人呢？這些聲音至關重要，但他們始終難以被聽見。.

有效的質性研究抽樣技術會積極尋求難以取得的觀點。這可能意味著與社區關鍵人物建立聯繫，可能需要透過值得信賴的中間人進行滾雪球抽樣，也可能需要耐心去贏得懷疑的人群的信任。.

❌ 低估倫理複雜性

你選擇接納哪些人，排除哪些人，你如何招募，如何篩選──所有這些都涉及道德問題。.

弱勢族群需要特別保護。對邊緣群體進行滾雪球抽樣時，必須格外注意隱私保護。基於敏感特徵進行目標抽樣需要完善的知情同意程序。過度依賴特定族群（例如學生或員工）的便利抽樣則容易引發脅迫的擔憂。.

樣本數：每位研究者都會面臨的問題

“「我需要多少參與者？」如果你問過這個問題，表示你對質性研究中的抽樣技術理解有誤。.

定性研究沒有所謂的「神奇數字」。沒有「至少需要15名參與者」這樣的規定。. 沒有哪個樣本量計算器能算出正確的數字。. 任何持相反觀點的人都不了解質性研究方法。.

影響樣本數的因素

樣本量取決於多種因素的共同作用。研究範圍至關重要——研究問題越具體，所需的參與者就越少；研究範圍越廣，所需的參與者也越少。參與者資訊的豐富程度也很重要——五位表達能力強的專家可能比二十位只了解表面資訊的受訪者提供更多有價值的見解。.

在質性研究中，你選擇的抽樣方法也會影響樣本量。理論抽樣通常比目的抽樣需要更多的參與者，因為它會持續抽樣直到達到飽和。現象學研究可能使用較少但參與度高的參與者。紮根理論研究可能需要更大的樣本量來支持理論發展。.

品質永遠比數量重要

一次深刻的訪談勝過十次膚淺的訪談。永遠如此。. 你的目標不是達到一定的參與人數，而是增進理解。.

在質性研究中使用抽樣技術時，應該問自己：「我是否從每位參與者身上學到了新東西？」而不是「我是否達到了目標樣本量？」一旦你的訪談變得可預測，主題重複出現而沒有細微差別，當你能夠預測回答時——你就接近了自然樣本量。.

捍衛你的樣本量

審稿人會質疑你的參與人數。準備好用邏輯而非隨意編造的數字來辯護。.

你的辯護理由不是“這是定性研究的正常樣本量”，而是“這個樣本量是我的方法選擇和分析飽和度決定的”。要證明你在質性研究中的抽樣技術是決定樣本數的關鍵因素。.

是什麼讓 SIS International Research 成為定性研究領域中頂尖的抽樣技術合作夥伴？

當你的研究需要的不僅僅是教科書式的抽樣方法，當你面對的是複雜的人群和高風險的問題時，與真正了解定性研究抽樣技術的專家合作就變得至關重要。.

🔹涵蓋全球，滿足多樣化的採樣需求

SIS在美洲、加拿大、英國、歐洲和東南亞進行質性研究的抽樣工作。當您的研究需要國際視角或研究跨越文化界限的現象時，這種全球佈局至關重要。我們深諳質性研究抽樣技術如何在不同的文化背景和監管環境下有效運作。.

🔹先進的採樣基礎設施

SIS團隊建構的招募網絡能夠支持定性研究中最具挑戰性的抽樣技術。需要接觸高階主管？他們數十年來一直在精心維護這些關係。研究難以觸及的消費者群體？他們的樣本庫基礎設施和招募能力可以找到其他機構遺漏的參與者。.

🔹超越執行的方法論專長

我們的團隊了解定性研究中不同抽樣技術的適用時機、每種技術的優缺點，以及當實際情況與計劃不符時如何靈活調整。我們研究過大量的案例，能夠辨識出哪些方法在實務上行之有效，而不僅僅是理論上有效。.

🔹參與者篩選中的品質控制

任何人都可以招募參與者。 SIS 招募的是真正合適的參與者。我們的篩選流程確保參與者真正符合您的要求。我們會核實參與者的經驗水平，確認其資格要求，並篩選出能夠有效闡述自身經驗的參與者。.

🔹將道德標準融入抽樣過程

SIS國際研究公司在質性研究的抽樣技術中秉持嚴格的倫理標準。我們精通複雜的知情同意流程，保護參與者的隱私，並確保招募過程不會剝削弱勢群體。我們對不同司法管轄區的倫理要求瞭如指掌，有助於避免可能導致研究失敗的合規問題。.

我們在紐約的工廠位置

11 E 22nd Street, Floor 2, 紐約, NY 10010 電話：+1(212) 505-6805

---

關於 SIS 國際

SIS國際 提供定量、定性和策略研究。我們為決策提供數據、工具、策略、報告和見解。我們也進行訪談、調查、焦點小組和其他市場研究方法和途徑。 聯絡我們 為您的下一個市場研究項目。