14 在抽樣方法中，如果先將母體分為 A 個集體，再從集體中抽出 a 個集體。最後對中選的集體作全面調查，這種方法 稱之為：
(A)分層配額抽樣法
(B)隨機抽樣法
(C)等距抽樣法
(D)集體抽樣法

集體抽樣法: 先將母體分為A 個集體，再從集體中抽出a 個集體。最後對中選的集體作全面調查。

分層抽樣: 先把樣本以同樣的特性（如種族、宗教）予以分類，再從不同分類中抽出所需樣本。

參考來源：http://www.stat.nuk.edu.tw/prost/content2/statics_2.htm

分層抽樣：依特性分層在從層中依比例抽取樣本數→依特性按比例抽樣

→將母體依其特性及調查者的目的先加以分層，區分成若干個不重複的子母體

→且層與層之間有很大的變異性，層內的變異性較小

→在區分不同層後，再從每一層中利用簡單隨機抽樣抽出所須比例的樣本數

→將所得各層樣本合起來即為樣本。

EX：某高中共有2700位學生，欲從中抽取120位學生作為樣本，設有1620位男生，1080位女生，若用簡單隨機抽樣抽出120位學生，抽出的結果可能女生過多，或男生過多，甚至也可能抽出沒有一個女生, 或沒有一個男生。若是想調查全校學生的平均身高，則男女之間的差異就很大，若選取過多女生，這樣就會影響到最後調查的結果。因此最好的方式就是採用分層抽樣，按男女的比列3:2來選取。在男生部分抽取120×0.6=72位，女生部分抽取120×0.4=48位，其次在男女生中，利用簡單隨機抽樣分別抽出72人, 48人, 此120人便構成我們要的樣本。

簡單隨機抽樣：每個樣本被抽出的機會都相同→直接隨便抽需要的數量

→在進行抽樣時不摻入任何人為因素 。

→母體的每一個體都有同等的機會被選中，且每次抽選與此次之前的歷次抽選無關。

→在進行此方法時，通常將所觀察的母體內每一個體，加以編號1-N，接著隨機地從這N個號碼中抽出我們想要的n個號碼(即預定的樣本數)。

→其次找出母體號碼中與這n個隨機號碼相同的個體, 這就是選出的樣本。

EX：某公司舉辦尾牙餐會，會中並有抽獎活動，為了獎勵員工這一年來的辛勞，公司提供一部汽車及若干家電作為抽獎用，與會的員工每人發給一張兩頭印有號碼的摸彩券(兩頭的號碼相同，且一半為存根聯，一半為抽獎聯)，撕下其中的抽獎聯後投入摸彩箱中，然後由董事長將之攪拌均勻，依序請公司各級主管抽出摸彩券，以決定家電與汽車的得獎人。這就是簡單隨機抽樣。

等距(系統)：先決定一個間距(N/n)→然後在每個間距中取一個樣本

→系統抽樣基本上是只做一次簡單隨機抽樣後，就採取依固定間隔數抽出一樣本。

→一般而言，若母體為有限，可將母體依序編號1-N，假設欲選取n個樣本，先決定區間間隔k，然後以簡單隨機抽樣從1-k中選取一數，此數做為起點，依序每k個單位選取一樣本。

→通常k取為最接近『N/n』的整數。

EX：某製造燈泡的工廠，計畫生產5000個燈泡，想從中抽取50個樣本，以了解不良品的比例，若採取系統抽樣，則依5000個燈泡生產的順序，做為假想的編號，其次決定抽樣區間k，k=5000/50 =100，然後從1至100中以簡單隨機抽樣抽出一數，做為起始點，如抽出35，最後只要每生產第100個燈泡，便將該燈泡抽出，即生產順序為35,135,235,335,…,4935的燈泡，就被抽出做為樣本。

群集(部落、叢聚)抽樣：先區分成差異小的若干群體，再從其中一個群體中做抽樣

→當母體的底冊的蒐集及編造極為困難或龐大，而在調查時又希望節省成本時，可採用此種抽樣。

→群集抽樣的方法就是將母體分成幾個群集(或部落、區域)

→群集間的變異小，群集內的變異大。

→再從這幾個群集中抽出數個群集進行抽樣或普查。

EX：假設某公司想調查高雄市市民每月消費在甲產品的支出，計畫在所有11個行政區中隨機抽出4個行政區，然後再從被抽出的行政區中隨機抽出一條路(街)(如遇街道跨區時，則僅調查屬於該區的住戶)，然後普查該條路(街)的所有住戶。這就是群集抽樣。