方便取樣和立意取樣 105

方便取樣和立意取樣之比較

吳麗珍1* 黃惠滿2 李浩銑3

1
長榮大學護理學系副教授 2 長榮大學護理學系助理教授
3
柳營奇美醫院外科醫師

摘 要： 方 便 取 樣 和 立 意 取 樣 是 不 相 同 的 取 樣 方 式 ， 討論等 ，均須考量到取樣方式的正確性。若未能正確
本 文 將 簡 介 目 標 母 群 體（target population）、 解釋取樣方式 ，將導致錯誤的研究結論和討論 ，嚴
可 及 母 群 體（accessible population）、 簡 單 隨 機
重影響研究的嚴謹度。本文特別討論「 方便取樣」和
取 樣（simple random sampling）、 所 要 的 樣 本
「 立意取樣」的差別 ，期能增進讀者對這兩個取樣方
（intended sample）、 實 際 樣 本（actual sample）、
取樣（sampling）、統計檢力分析（statistical power 式的正確概念。
analysis），並從這幾個面向來比較並釐清「 方便 要區別這兩種取樣方式之不同 ，以下必須先介
取樣」和「 立意取樣」之不同。方便取樣是非機 紹取樣的幾個基本觀念：目標母群體（target popula-
率取樣 ，是研究者從可近母群體中找到容易 、就 tion）、可及母群體（accessible population）、簡單隨機
近方便得到的研究對象 ，可用於質性研究或量性 取樣（simple random sampling）、所要的樣本（intended
研究 ，一般用在量性研究。這些容易被研究者找
sample）、實際樣本（actual sample）、統計檢力分析
到的研究對象 ，會有較多參與研究的機會 ，因此
（statistical power analysis），並從這幾個面向來比較並
母群體中的成員參與研究的機會是不均等的 ，研
究結果也就不能代表母群體。立意取樣一般用於 釐清「 方便取樣」和「 立意取樣」之不同。
質性研究 ，研究參與者是研究者從可近母群體精
挑細選出來的 ，每個研究對象因其特質不同 ，提 取樣的基本概念
供給研究者不同深度的資料 ，非任何一研究可近
母群體的成員就能夠取代 ，也並非是就近或容易 目標母群體
找到。立意取樣的樣本數目不似量性研究用統計
沒有任何研究能在同一研究中探索所有的問題
檢力分析（statistical power analysis）去計算 ，而
或所有的人 ，因此 ，研究者必須依據研究問題和目
是當資料飽和即可停止收案。
的來設定研究範圍 ，並界定所要研究的群體 ，而此
關鍵詞： 方便取樣 、立意取樣 、機率取樣。 群體就稱為目標母群體或稱為母群體（population）。
理論上 ，目標母群體包含所要研究群體的每一個個
體 ，也就是所有個體的集合（Lohr, 1999）。但是實際
前 言 上要觀察母群體的每一個個體很困難 ，甚至不可能確
切找出所有觀察對象 ，因為很多目標母群體的成員
在量性護理研究文章中 ，經常見到研究者將「 方 是會變動的 ，新的成員會產生 ，原來的成員也會消
便 取 樣（convenience sampling）」混 淆 為「 立 意 取 樣 失 ，例如 ，到醫院看診的病人離開醫院 ，新的病人
（purposive sampling）」，其實此為兩種不同的取樣方
法。取樣雖是研究過程的中的一個步驟 ，但卻影響研 接受刊載：102 年 11 月 26 日 doi:10.6224/JN.61.3.105
* 通訊作者地址：吳麗珍 71101 臺南市歸仁區長大路 1 號
究的每一個步驟。從文獻的批判整理 、研究問題的設
電 話：（06）2785123－3172
定 、研究設計的選擇 、樣本數的計算到研究結論 、 E-mail：ljwsuen@mail.cjcu.edu.tw

引用格式 吳麗珍 、黃惠滿 、李浩銑（2014）．方便取樣和立意取樣之比較．護理雜誌 ，61（3），105 －111。[Wu Suen, L.

J., Huang, H. M., & Lee, H. H. (2014). A comparison of convenience sampling and purposive sampling. The Journal of Nursing,
61(3), 105 － 111.] doi:10.6224/JN.61.3.105

護理雜誌 61 卷 3 期 ‧ 中華民國 103 年 6 月

106 Convenience Sampling and Purposive Sampling

進來。因為一般目標母群體要一一列出很困難 ，因此 樣本和隨機取樣

目標母群體又稱做理論母群體（theoretical population; 除非是普查 ，否則即使有可及母群體中每一個成
Babbie, 1990）。 員的名單 ，一般研究不會也不需要包括每一個可及母
要界定目標母群體，研究者必須以納入條件 群體的成員。因為不只人力 、物力 、時間的限制 ，
（inclusion criteria）訂下目標母群體的特徵 ，以劃定 樣本數目龐大 ，也會造成研究過程品質難以控制 ，
研究族群的範圍（Hulley, Cummings, Browner, Grady, 使取得的觀察資料不正確（Henry, 1990）。因此 ，比較
& Newman, 2013）。例如 ，研究者欲知台灣成年女性 實際又有效率的作法是從可及母群體中建立取樣架構
（sampling frame） ，從中抽取一部份最能夠代表可及母
乳房切除後的身體心像改變 ，研究者將納入條件訂
群體的觀察值來成為研究樣本。樣本一般分為機率樣
為居住在台灣 、至少一側乳房切除 、18 歲以上的女
本和非機率樣本 ，以機率取樣取得的樣本最能代表母
性 ，因此 ，目標母群體即是所有居住在台灣 、18 歲
群體的樣本 ，樣本的誤差也比較容易估計出來（Levy
以上 、至少一側乳房切除的女性。護理研究中 ，許多 & Lemeshow, 1999）。所以 ，機率樣本所計算出的平
人誤以為只要列出收案的納入條件和排除條件（exclu- 均數和標準差（ 統計量）會比非隨機樣本算出的 ，更
sion criteria），即是刻意選擇符合收案條件的對象 ， 接近母群體的平均數和標準差（ 參數）。
所以是立意取樣 ，其實 ，納入和排除條件只是用於 隨機取樣有幾種不同的方式：簡單隨機抽樣 、分
界定目標母群體 ，尚未進入取樣的階段。 層抽樣 、系統抽樣 、集體抽樣 、多階段抽樣法。假
一般臨床研究設計會根據研究問題設定納入條 如是簡單隨機取樣 ，必須建立可及母群體中每一個
件 ，明確規定臨床狀況（ 例如某種病況）和人口學特 成員的名冊 ，此種有名冊的取樣架構又稱為外顯取樣
徵（ 如年齡），以界定目標母群體的範圍；假如符合 架構（explicit sampling frame），列在名冊中的每一個
研究目的 ，某一段時間或特定的地點也可做為納入條 成員叫做取樣單位（sampling unit）或元素（element;
Lohr, 1999）。內含取樣架構（implicit sampling frame）
件（Henry, 1990）。有些研究沒有特別的排除條件 ，
則沒有實際的名冊清單 ，也就是在取樣之前無法列
有些研究則會進一步限定目標母群體以排除原本界定
出名單（Biemer, 2010），例如隨機電話撥號。從取樣
的目標母群體中的某些人 ，例如 ，排除有做乳房重
架構中抽出的樣本叫做「 所要的樣本（intended sam-
建的女性。總之 ，納入條件和排除條件 ，都只是在界 ple）」。
定目標母群體 ，還未進入取樣階段。 以下以簡單隨機取樣為例 ，解釋隨機取樣的概
念。簡單隨機取樣意指母群體中每一個成員都有同
可及母群體 樣的機會被抽出成為樣本之一員；但是最重要的概念
目標母群體即使已清楚界定 ，在研究人力 、物 是 ，一個可及母群體可抽出許多不同組合的樣本 ，
力 、時間上的限制下 ，要找到目標母群體中的每一 而這些樣本被抽出的機會都是相同的（Feller, 1968）。
個成員是困難的。要在全台灣找遍每一個 18 歲以上 這個概念就包含了列在名冊中的每一成員都有相同的
有乳房切除的成年女性 ，編成名冊來抽樣 ，過程繁 機會被抽取為所要的樣本中的一員 ，以及任何一個被
瑣 ，費時費力又昂貴 ，而且總會有遺漏的人 ，無法 選入樣本的人都不會影響其他成員是否被選入 ，也就
確定囊括所有的成員。比較可行的方法是縮小母群體 是每個取樣單位都是獨立的（Henry, 1990）。
即使機率樣本最能代表目標母群體 ，但是樣本
範圍 ，從目標母群體中選擇一部分和目標母群體特徵
數也必須要夠大 ，樣本數的計算需以統計檢力分析
相似 ，能代表目標母群體的「 可及母群體」，所以又
（statistical power analysis）來計算。樣本數大的時候 ，
稱作「 研究母群體（study population）」
（Henry, 1990）
包含各種個案的機會比較大；假如樣本數小 ，某些個
或「 取樣母群體（sampled population）」，是研究者要 案在小樣本中的影響就會很顯著 ，與母群體之間的
從中抽取樣本的根據。例如 ，把所有不同等級醫院 、 誤差會比大樣本更大 ，因此 ，不能只從一個樣本數
診所和社區的所有乳房切除病人一一列在名冊中作為 小的樣本來估計母群體 ，即使是機率樣本（Kerlinger,
「 可及母群體」
。因此 ，很多研究會以詳細描述「 可及 1986）。從計算標準差和誤差的公式亦可看出樣本數
母群體」的來源 ，來顯示「 可及母群體」能夠代表「 目 和誤差成反比。此外 ，一個隨機取樣抽出的樣本也不
標母群體」的程度（Henry, 1990）。 能保證就能代表母群體 ，但是能夠以這個隨機樣本所

The Journal of Nursing ■ Vol. 61, No. 3, June 2014


算出來的信賴區間 ，來估計目標母群體的參數（Lohr,
1999）。分層抽樣 、系統抽樣 、集體抽樣 、多階段抽
樣法也都各有其產生樣本誤差（sampling bias）的機會
（Henry, 1990），因為不在本文的討論範圍 ，有興趣的
讀者可自行進一步探討。
所要樣本與實際樣本
被隨機抽到的「 所要的樣本」的成員 ，可能因
為拒絕參與 、沒有能力參與 、或無法被找到等各種
原因 ，而不參與研究；最後真正參與研究 ，完成資
料提供的樣本才是「 實際樣本（actual sample）」。從
目標母群體到可及母群體 ，到所要的樣本 ，再到實
際樣本 ，此實際樣本只是目標母群體的一小部分 ，
和目標母群體可能已有一些差距（Levy & Lemeshow,
1999）。但是量性研究所要探討的是整個母群體的
特性 ，而不在於所收集到的實際樣本的特性 ，由實
際樣本所得的統計量只能用來推論目標母群體參數
（parameter）的估計值。從幾個不同的實際樣本所算
出的統計量彼此之間可能有些微的差異 ，雖然目標母
群體的參數是固定的卻無法確知 ，只能由實際樣本的
統計量來估計。因此在量性研究中 ，實際樣本與目
標母群體越接近 ，就越能代表目標母群體 ，研究結
果就越能夠推論到母群體 ，也越有意義（Hulley et al.,
2013）。綜上 ，量性研究的目的就是要以實際樣本的
研究結果解釋 、估計或預測目標母群體的特性。
方便取樣
即使有可及母群體的抽樣名冊清單 ，要去徵募
隨機抽樣得到的樣本中的成員來參與研究 ，也有許多
困難。研究者在經費和研究時間的限制下 ，往往以方
便取樣代替機率取樣。方便取樣就是研究者從可近母
群體中找到容易 、就近得到的研究對象 ，方便取樣
不但沒有建立可近母群體的名冊 ，也沒有一定的抽樣
步驟；因此 ，每個可近母群體成員被選入參加研究的
機會不均等。比如 ，可近母群體中有些成員因為住在
研究者附近 ，他們成為研究對象的機會比其他成員
大 ，這就造成選樣偏差（selection bias; Lohr, 1999）。
方便取樣也被稱作偶遇取樣（accidental sampling）
或隨意取樣（haphazard sampling），但隨意取樣絕對不
能和隨機取樣混淆。因為方便取樣是非隨機取樣 ，不
同研究者各依其方便所選擇的樣本的特性可能相差很
大 ，每個方便樣本與目標母群體的相似程度不一 ，
護理雜誌 61 卷 3 期 ‧ 中華民國 103 年 6 月
方便取樣和立意取樣 107
有可能相似 ，也可能差異很大。因此 ，不能從方便樣
本的統計量來推論母群體的參數 ，統計誤差一樣很難
正確估計 ，所以非隨機樣本不能代表母群體 ，在統
計上是推論力最低的取樣方式（Kerlinger, 1986）。
雖然在研究法的教科書中有關方便取樣所佔的篇
幅很小 ，此種取樣法卻是行為科學的量性研究中最常
被使用的取樣方式（Onwuegbuzie & Collins, 2007）。
例如研究者未從不同等級的醫院去找乳癌病人 ，只是
從當地一 、兩個就近方便的醫院去招募志願參與的病
人 ，所得到的樣本就是方便樣本。在臨床研究中 ，
找某醫院病房的病人或護理人員填寫問卷 ，或訪問幾
個醫師門診的病人或家屬也是使用方便取樣。其他方
便取樣的情形 ，例如某班上的學生 ，眾人集結的場
所 ，登報徵求的志願參與研究者 ，老人中心 、休閒活
動中心 、研習會 、百貨公司門口 ，訪問路過的人對
某一公共事務之意見 、網路的回應 ，都可能把目標
母群體中的某些成員排除在研究之外 ，故研究結果不
能推論到整個目標母群體。
方便取樣也常用於前驅研究（pilot study），在正
式研究開始之前 ，先找少數方便取得的個案面談 ，
以測試量表或研究工具的清晰度或適切度 ，並了解在
正式研究時取樣可能遇到的問題 ，以及資料收集的過
程步驟是否順暢。
統計檢力分析
量性研究中 ，採方便取樣也和機率取樣的方式
一樣 ，樣本數的計算需要以統計檢力分析來計算。對
於方便取樣 ，要減少因非隨機取樣所造成樣本偏差
（sample bias）的方法是增加樣本數 ，所以 ，有些研究
者會以較大的樣本來降低樣本誤差（Biemer, 2010）。
在量性研究中 ，每一研究對象提供的資料具有相等的
價值 ，所以每增加一個樣本 ，就增加研究的統計檢
力 ，也就是增加樣本數可以降低估計誤差（estimation
error）。若有人臨時退出研究 ，或樣本數不夠時 ，可
從可近母群體中找出任何一個未參加過研究的人來取
代。雖然方便取樣不能代表母群體 ，但是研究者還是
期望透過增加樣本數來降低誤差 ，增加研究結果的價
值。
立意取樣
立意取樣之英文為「purposive sampling」或「pur-
poseful sampling」，也是從可近母群體（accessible pop-
108 Convenience Sampling and Purposive Sampling

ulation）中取得樣本 ，也和方便取樣是非機率取樣 ， 性 取 樣（intensive case sampling）、 最 大 變 異 數 取 樣

所選取的樣本也和方便樣本一樣 ，不能代表目標母群 （maximum variation sampling）、同質性取樣（homoge-
體 ，所以使用立意取樣研究的目的不在於把從樣本得 neous sampling）、有聲望個案取樣（reputational case
到的統計結果推論到母群體。立意取樣一般較常用於 sampling）。獨特個案取樣 ，包括：揭露性個案取樣
質性研究 ，因此也有學者認為立意取樣就是「 質性取 （revelatory case sampling）、關鍵性個案取樣（critical
樣」 （Teddlie & Yu, 2007）。 case sampling）、具政治重要個案取樣（sampling politi-
在質性研究中 ，研究者依照研究目的 ，訂下所 cally important cases）、完全或準則個案取樣（complete
需要的研究參與者的條件 ，從可近母群體中去精挑細 collection or criterion sampling）。循序取樣 ，包括：
選（Teddli & Yu, 2007）。方便樣本是任何一個可及母 理論取樣（theoretical sampling）、驗證或否證性個案
群體的任何成員都可以參與研究 ，而立意樣本則必 取樣（confirming and disconfirming cases）、機會取樣
須從可近母群體中仔細尋找挑選能夠提供研究者資料 （opportunistic sampling）、滾雪球取樣（snowball sam-
以達到研究目的研究對象。例如 ，研究者需要「 極端 pling）。也有其他研究者 Patton（2001）列出 15 種立意
個案」提供資料時 ，研究者必須找到乳房切除後身體 取樣的方法 ，Mile 及 Huberman（1994）則指出 16 種立
心像完全不受影響 ，或受到極度影響的乳房切除女 意取樣的方式 ，Onwuegbuzie 和 Leech（2007）將之增
性 ，所以並非每一個乳房切除女性都適合參與研究。 加到 19 種。因為篇幅限制 ，以下僅介紹幾種常用立
若原來被選出參與研究的成員不能參加時 ，也非可及 意取樣的用法。
母群體中任何一個成員能夠取代。 「 典型個案取樣」，指研究者所選取的是一般 、
立意選樣的過程沒有客觀的外在標準 ，主要是由 普通、平淡無奇的樣本，最能夠代表研究某一群
研究者以主觀的判斷取捨所需的研究對象 ，研究對象 體的一般經驗或現象 ，是常態分配中位於中間的人
可以是個人 、家庭機構 、事件等。研究者根據其經 （Johnson & Christensen, 2010）。而和「 典型個案取樣」
驗 、他人引介 、專業知識 、理論或文獻而精挑細選 相反的是「 極端或偏差的個案取樣（extreme or deviant
出每一個研究對象（ 參與者）。有些研究者在研究開 case sampling）」，這些特殊 、不尋常的行為或經驗 ，
始之後 ，隨著研究的進行 ，找到與原先取樣計畫不 可說是位於常態分配兩端的現象 ，是極正面或極負面
同的研究參與者（Miles & Huberman, 1994）。立意取 其中一群極端的個案（Silverman, 2001），例如：一群
樣的樣本數目不似量性研究用統計檢力分析（statisti- 截肢後生活完全不受影響的人。至於「 最大變異數取
cal power analysis）去計算需要多少樣本 ，而是當資料 樣（maximum variance sampling）」則是最常被使用的
飽和時即可停止收案。立意取樣一般比量性研究的樣 立意取樣之一（Sandelowski, 1995），研究者刻意挑選
本小 ，但是期望這少數的研究參與者能夠對某現象提 的可能是從最典型到最不典型的對象 ，也就是具最
供深入且豐富的資料（Patton, 2001），以增加研究者 大不同或最大距離的行為 、特性 、經驗 、情況 、品
對某一問題的領悟和洞察。因此 ，立意取樣是研究者 質等 ，個案之間的差異性很大 ，又稱為異質性取樣
依照研究目的刻意挑選出最能幫助研究者回答研究問 （heterogeneous sampling），研究者主要欲透過不同的
題和達到研究目的少數研究對象 ，所需要的樣本數不 角度 ，以深入探究某一現象（Sandelowski, 1995）。
在於量大（Miles & Huberman, 1994），相對於量性研 立意取樣雖然以質性研究為主 ，也被用在量性研
究而言 ，立意取樣的樣本數會少很多。但每個研究對 究上。當母群體成員很小 ，若不包含每一樣本 ，則
象因其特質不同 ，故提供給研究者不同深度面向的資 無法獲得所要研究的資料。假如這個所有母群體取樣
料 ，非任何一研究對象能夠取代。 的樣本夠大 ，分析結果時可能使用量性研究所用的統
立意取樣的種類很多 ，在質性研究書中 ，Ted- 計方法分析。另外 ，配額抽樣法（quota sampling）是
dlie 及 Yu（2007）將 14 種立意取樣分為三大類：代表 研究者依照研究對象的特徵 ，如性別 、年齡等從可
性或類似的取樣（representativeness or comparability）、 及母群體中選出固定比例名額的人 ，可進行深入訪
獨 特 個 案 取 樣（special or unique cases）、 循 序 取 樣 談 ，倘若人數夠 ，也可進行量性研究的統計分析。但
（sequential sampling）。 代 表 性 或 類 似 的 取 樣 包 括： 是以專家的判斷挑選出能夠代表所要研究群體的一些
典型個案取樣（typical case sampling）、極端或異常 人 ，也會因為不同專家們中有不同的判斷 ，無可避
個 案 取 樣（extreme or deviant case sampling）
、深入 免的會有取樣偏差。

The Journal of Nursing ■ Vol. 61, No. 3, June 2014


立意取樣的樣本數及檢力
立意取樣所選取的研究對象，因其具有特殊
性，並非目標母群體中其他任何一個人能夠取代
的 ，也非增加樣本數就能夠達到研究目的。因此 ，
立意取樣的檢力是來自於這些研究對象能夠提供研究
者所需要的資料（Onwuegbuzie & Leech, 2007），不是
來自樣本數的大小 ，所以不像量性研究能夠以增加樣
本數來增加檢力。在研究結果報告上 ，立意取樣所得
到的質性資料 ，不使用平均數標準差呈現 ，更不會
用到推論性統計；也就是質性研究的資料 ，不能夠用
來估計母群體的參數或是檢驗假設（Onwuegbuzie &
Leech, 2007）。立意取樣所得到的質性資料一般以主
題（thematic summaries）呈現研究結果。
研究例子解說
以下的例子是發表在某護理雜誌的文章 ，從這例
子來討論為何這個研究所採樣的方法 ，不是立意取樣
而是方便取樣。
本研究目的在探討五專護理科五年級學生之關懷
行為表現 ，採橫斷式研究設計以立意取樣方式選取台
灣地區五所學校之學生為研究對象 ，研究工具為「 關
懷行為量表（caring behavior scale, CBS）」，以郵寄方
式發出 452 份問卷 ，有效問卷總計 287 份 ，採 SPSS
12.0 版進行統計資料分析 ，包括描述性統計 、獨立樣
本 t 檢定 、單因子變異數分析 、斯皮爾曼等級相關分
析等方式進行檢測。
從這例子的研究目的 、研究工具 、收案過程 、
和資料分析來看 ，這顯然是一個量性研究 ，量性研
究很少會用立意取樣方式得到樣本。研究者想要知道
五專五年級的學生之關懷行為表現 ，若要得到比較正
確的推論 ，研究者必須使用隨機取樣取得樣本。如果
研究者先以簡單隨機取樣過程抽取五所學校 ，然後對
這五所學校的每一位五年級學生發出問卷 ，這是集體
抽樣法（cluster sampling），不是立意取樣。即使作者
經過精挑細選找出五所學校 ，然後發出問卷給這五所
學校的每一位五年級學生 ，此種取樣方式仍然不是立
意取樣 ，而是方便取樣；因為研究對象不是這五所學
校 ，而是這五個學校的每一位學生 ，這些學生並非
一個一個挑選出 ，因此不能稱為立意取樣。非經過隨
機取樣過程也非以立意取樣取得樣本 ，可以說都是方
便取樣。
護理雜誌 61 卷 3 期 ‧ 中華民國 103 年 6 月
方便取樣和立意取樣 109
結 論
方便取樣和立意取樣是截然不同的取樣方式。從
研究的性質（ 質性或量性）、研究對象的取得方式 、
樣本數的計算 、樣本數 、研究對象提供的資料 、研
究結果的呈現等可以分辨出方便取樣和立意取樣之差
異。
參考文獻
Babbie, E. (1990). Survey research methods (2nd ed.). Belmont,
CA: Wadsworth.
Biemer, P. P. (2010). Overview of design issues: Total survey
issues. In P. V. Marsden & J. D. Wright (Eds.), Handbook
of survey research (2nd ed., pp. 27-57). Bingley, UK: Em-
erald Group.
Feller, W. (1968). An introduction to probability theory and its
applications (Vol. 1, 3rd ed.). New York, NY: Wiely.
Henry, G. T. (1990). Practical sampling. Newbury Park, CA:
Sage.
Hulley, S. B., Cummings, S. R., Browner, W. S., Grady, D. G.,
& Newman, T. B. (2013). Designing clinical research (4th
ed.). Philadelphia, PA: Lippincott, Williams & Wilkins.
Johnson, B., & Christensen, L. (2010). Educational research:
Quantitative, qualitative, and mixed approaches (4th ed.).
Newbury Park, CA: Sage.
Kerlinger, F. N. (1986). Sampling and randomness. In F. N. Ker-
linger (Ed.), Foundations of behavioral research (3rd ed.,
pp. 109-122). Fort Worth, TX: Harcourt Brace Jovanovich
College.
Levy, P. S., & Lemeshow, S. (1999). Major sampling designs
and estimation procedures. In P. S. Levy & S. Lemeshow
(Eds.), Sampling of populations: Methods and applications
(3rd ed., pp. 47-80). New York, NY: John Wiley & Sons.
Lohr, S. L. (1999). Requirement of a sample. In S. L. Lohr (Ed.),
Sampling: Design and analysis (pp. 2-5). Pacific Grove,
CA: Duxbury Press.
Miles, M. B., & Huberman, A. M. (1994). Qualitative data
analysis (2nd ed.). Thousand Oaks, CA: Sage.
Onwuegbuzie, A. J., & Collins, K. M. T. (2007). A typology
of mixed methods sampling designs in social science re-
search. The Qualitative Report, 12(2), 281-316.
110 Convenience Sampling and Purposive Sampling
Onwuegbuzie, A. J., & Leech, N. L. (2007). A call for qualita-
tive power analyses. Quality & Quantity, 41(1), 105-121.
doi:10.1007/s11135-005-1098-1
Patton, M. Q. (2001). Qualitative research & evaluation meth-
ods (3rd ed.). Thousand Oaks, CA: Sage.
Sandelowski, M. (1995). Sample size in qualitative research. Re-
search in Nursing & Health, 18(2), 179-183. doi:10.1002/
nur.4770180211
Silverman, D. (2001). Interpreting qualitative data: Methods for
analyzing talk, text and interaction (2nd ed., pp. 250-254).
London, England: Sage.
Teddlie, C., & Yu, F. (2007). Mixed methods sampling: A typol-
ogy with examples. Journal of Mixed Methods Research,
1(1), 77-100. doi:10.1177/2345678906292430
The Journal of Nursing ■ Vol. 61, No. 3, June 2014
 方便取樣和立意取樣 111

A Comparison of Convenience Sampling and

Purposive Sampling
Lee-Jen Wu Suen1* • Hui-Man Huang2 • Hao-Hsien Lee3

1 2
PhD, RN, Associate Professor, Department of Nursing, Chang Jung Christian University; PhD, RN,
Assistant Professor, Department of Nursing, Chang Jung Christian University;
3
MD, Department of Surgery, Chi‐Mei Medical Center.

ABSTRACT: Convenience sampling and purposive sampling are two different sampling methods. This article first
explains sampling terms such as target population, accessible population, simple random sampling,
intended sample, actual sample, and statistical power analysis. These terms are then used to explain
the difference between “convenience sampling” and “purposive sampling.” Convenience sampling
is a non-probabilistic sampling technique applicable to qualitative or quantitative studies, although
it is most frequently used in quantitative studies. In convenience samples, subjects more readily ac-
cessible to the researcher are more likely to be included. Thus, in quantitative studies, opportunity to
participate is not equal for all qualified individuals in the target population and study results are not
necessarily generalizable to this population. As in all quantitative studies, increasing the sample size
increases the statistical power of the convenience sample. In contrast, purposive sampling is typically
used in qualitative studies. Researchers who use this technique carefully select subjects based on study
purpose with the expectation that each participant will provide unique and rich information of value
to the study. As a result, members of the accessible population are not interchangeable and sample size
is determined by data saturation not by statistical power analysis.

Key Words: convenience sampling, purposive sampling, probability sampling.

Accepted for publication: November 26, 2013

*Address correspondence to: Lee-Jen Wu Suen, No. 1, Changda Rd., Gueiren District, Tainan City 71101, Taiwan, ROC.
Tel: +886 (6) 278-5123 ext. 3172; E-mail: ljwsuen@mail.cjcu.edu.tw

護理雜誌 61 卷 3 期 ‧ 中華民國 103 年 6 月

Reproduced with permission of the copyright owner. Further reproduction prohibited without
permission.