「老師，我到底要訪談幾個人？」：打破理論飽和（Theoretical Saturation）的迷思

這是我在指導研究生時，最常被問到的問題之一：「老師，我這篇質性研究到底要收多少樣本才夠？十個可以嗎？還是要二十個？」很多同學以為這是一個數字遊戲，好像達到了某個神聖的數字，研究就可以順利過關。

每次遇到這種問題，我都會反問他們一個核心概念：「你達到『理論飽和』（Theoretical Saturation）了嗎？」

這句話一出，很多學生的表情就會變得有些迷惘。他們可能在研究方法的課堂上聽過這個詞，甚至在自己的論文計畫書裡寫過，但如果要具體解釋它是什麼，以及如何判斷，往往說不清楚。

今天，我們就來好好談談「理論飽和」，打破關於質性研究樣本數的常見迷思，告訴你如何判斷你的資料到底「夠了沒」。

什麼是理論飽和？它不是一個數字，是一個狀態

「理論飽和」這個概念，最早源自 Glaser 和 Strauss（1967）提出的紮根理論（Grounded Theory）。簡單來說，理論飽和指的是：當你繼續收集新的資料、進行新的訪談時，已經無法再產生新的洞見、新的主題或新的類別，且現有理論框架的屬性與維度都已經被充分發展時，你的資料就達到了飽和。

把這件事想像成你在拼一幅拼圖。一開始，你拿到很多邊緣的碎片，慢慢拼湊出一個輪廓；接著，你開始填補中間的區塊，圖案越來越清晰。到了一個時間點，你再拿到新的拼圖碎片，你發現它們只是重複現有的圖案，對整幅畫的理解沒有任何新的貢獻。這個時候，你的「拼圖」就飽和了。

所以，理論飽和不是看你訪談了「多少人」，而是看你「問出了什麼」。這是一種對資料深度的評估，而不是對數量的執著。

關於理論飽和的常見誤解

在實務上，許多研究者對理論飽和有著錯誤的期待與操作方式。以下是幾個最常見的盲點：

誤解一：把「資料飽和」等同於「理論飽和」

很多學生會說：「老師，我訪談到第十二個人，他們講的東西都跟前面的人一樣了，所以我達到理論飽和了！」

這是一個很常見的盲點。受訪者說了相同的話，叫做「資料飽和」（Data Saturation）或是「資訊冗餘」（Informational Redundancy）。但「理論飽和」要求的是更高層次的分析：你是否已經將這些資料提升到了概念的層次？你的理論模型是否已經足夠厚實，能夠解釋這些現象？如果你的訪談問題本來就很淺薄，那當然很快就會聽到重複的答案，但這並不代表你的理論已經完整了。

誤解二：先預設一個樣本數，然後宣稱飽和

有些學生會在計畫書裡寫：「本研究預計訪談 15 人，以達到理論飽和。」這在邏輯上是不通的。理論飽和是「做出來」的，不是「預測出來」的。你無法在收集資料之前，就知道何時會再也找不到新的概念。真正的理論飽和，是透過資料收集與資料分析的「來回交替」（Iterative Process）逐步確認的。

誤解三：把飽和當作偷懶的藉口

「老師，我訪談五個人就飽和了，可以不用再做了吧？」

如果你的研究對象非常同質，且研究問題極度聚焦，五個人或許有可能。但在多數情況下，過早宣稱飽和，往往是因為研究者缺乏理論敏感度（Theoretical Sensitivity），看不出資料中潛藏的細微差異，或是因為不想再辛苦找受訪者了。記住，審查委員（Reviewers）都是身經百戰的，你是不是真的飽和，他們從你的分析深度一眼就看穿了。

實務建議：如何判斷並證明你已經達到了理論飽和？

了解了迷思之後，身為研究生，你該如何在論文中具體展現你已經達到了理論飽和？這裡有幾個務實的建議：

1.

…

前陣子在幫一本期刊審稿時，又看到了一個非常典型、許多研究生都會踩到的統計地雷。

這篇研究用了一份自編的知識測驗量表，所有的題目都是「對/錯」的二元計分（0或1）。然而，在信度分析的部分，作者洋洋灑灑地報出了「Cronbach’s α = .85」。

當下我的第一個反應是：數值看起來不錯，但指標用錯了。

如果你也是正在處理問卷數據的碩博士生，或者你設計的量表包含是非題、檢核表、選擇題（答對給 1 分、答錯給 0 分），這篇文章就是為你寫的。我們來聊聊為什麼在這種情況下，你不該報 Cronbach’s α，而應該改用 KR-20 (Kuder-Richardson Formula 20)。

為什麼 0/1 計分不能直接用 Cronbach’s α？

在社會科學研究中，Cronbach’s α 幾乎成了內部一致性信度（internal consistency reliability）的代名詞。許多同學跑統計時，不管三七二十一，直接把所有題目丟進軟體裡算 α 值。就像我在之前文章《Cronbach’s α 信度夠高就好嗎？》裡提過的，信度分析不能只看數字高低，還要看你的資料性質。

Cronbach’s α 的設計初衷，是針對「連續變項」或至少是「多點量表的類別變項」（例如典型的 5 點或 7 點李克特量表，Likert scale）。它考慮了題目得分的變異數。

但是，當你的題目是 0 和 1 的二元計分（dichotomous data）時，資料本身是不連續的。這時候，計算連續變異數的數學邏輯就不完全適用了。強行用 SPSS 或其他軟體跑 Cronbach’s α，雖然軟體還是會吐出一個數字給你，但這在統計學理上是不夠嚴謹的。

KR-20 是什麼？它和 Cronbach’s α 有什麼關係？

這時候，我們需要搬出 KR-20。

KR-20（Kuder-Richardson Formula 20）是專門用來計算「二元計分」題目內部一致性的信度係數。有趣的是，從數學推導來看，KR-20 其實是 Cronbach’s α 在二元資料下的特例。

如果你把 0/1 的資料丟進公式去算，得出來的 KR-20 數值，往往會跟軟體硬算出來的 Cronbach’s α 數值一模一樣，或者極度接近。

你可能會問：「既然數字一樣，那報 Cronbach’s α 錯在哪裡？」

問題出在「專業度」與「對資料性質的理解」。當你在論文裡寫下「本研究以 KR-20 檢驗二元計分題目的信度」時，你是在向審稿人（或口試委員）傳遞一個明確的訊息：我清楚我的資料是類別變項，而且我知道針對這類資料該用什麼統計方法。

相反地，如果你報 Cronbach’s α，審稿人心裡可能會打個問號：「這個作者是不是只會按軟體預設的按鈕，連資料尺度都沒搞清楚？」在競爭激烈的學術期刊審查中，這種小細節往往會影響審稿人對你整體研究嚴謹度的第一印象。

實務上的建議與做法

那麼，如果你現在的手邊正好有這類資料，該怎麼辦呢？我給碩博士生們三個實務上的建議：

第一，檢視你的量表計分方式。
在跑信度之前，先確認每一題的計分尺度。如果是 1-5 分的同意度量表，放心用 Cronbach’s α。如果是對錯題、有/無、是/否這種只有 0 和 1 的計分，請把 KR-20 寫進你的分析計畫裡。

第二，不要被軟體的介面綁架。
很多同學會說：「可是 SPSS 的 Reliability Analysis 預設只有 Alpha 可以選啊！」沒錯，在許多軟體中，如果你硬跑 Alpha，它跑出來的數字其實就是 KR-20 的等效值。但在寫作時，你必須在文字描述和表格標題中，將其正確標示為 KR-20。這是寫作上的嚴謹，與軟體介面無關。

第三，混合題型的量表要分開處理。
這是我最常看到的另一個誤區：同一份問卷裡，前半部是 1-5 分的態度題，後半部是 0/1 的知識題，然後作者把它們全部混在一起跑一個總信度。這在統計上是災難。你應該把李克特量表的部分獨立跑 Cronbach’s α，二元計分的部分獨立跑 KR-20，然後分別在報告中呈現。

結語：魔鬼藏在細節裡

學術研究的價值，很大一部分建立在方法論的嚴謹度上。信度分析只是資料處理的第一步，但這一步走得穩不穩，往往決定了後續分析的基礎。

下次遇到 0/1 計分的量表，別再習慣性地敲下 Cronbach’s α 的按鈕了。換成 KR-20，讓你的論文在細節處展現出真正的學術專業度。這不僅能幫你避開像我這種挑剔的審稿人的法眼，更是對你自己研究資料的一種尊重。

相關文章

References

Cronbach, L.…

很多研究生以為質性研究「找越多人越好」。這篇文章告訴你，數字不是重點，設計才是。

---

你可能聽過這個問題

「老師，我的論文只訪談了六個人，這樣夠嗎？」

這是我在指導學生時最常被問到的問題之一。通常伴隨著一臉焦慮。

我的回答永遠是：「先告訴我你的研究問題是什麼。」

因為「幾個人夠」這個問題，根本問錯了方向。

最近我讀到一篇論文，是今年剛發表在 System（SSCI，Applied Linguistics）的文章。研究者 Li 和 Ding 只訪談了 4 位參與者——四位在抖音拍英文 vlog 的中國大學生——卻通過了嚴格的同儕審查，發表在頂尖期刊。

我用這篇論文作為案例，帶你看懂質性研究「人數邏輯」的真正本質。

---

這篇論文做了什麼

Li & Ding (2026) 研究的是：中國大學生在抖音上拍英文 vlog，這個行為為他們的英語學習帶來了什麼？背後有什麼機制在運作？

他們的理論框架是生態學視角（ecological perspective），聚焦在 affordance（可供性）和 learner agency（學習者主動性）兩個概念。研究發現了四種 affordances（語言的、數位的、社交的、情感的）以及兩種 agency（個人主動發起的、透過與他人互動共同建構的）。

這篇的方法論設計相當完整，值得拆開來看。

---

為什麼四個人就夠：質性研究的人數邏輯

在量化研究裡，樣本數是真的有「夠不夠」的問題，因為你需要足夠的統計力（power）來偵測效果。

但質性研究的目標不是「推論到更大的母群體」（關於個案研究的樣本數邏輯，可參考這篇文章），而是「深入理解特定現象的機制與意義」。

這兩種目標，需要完全不同的樣本邏輯。

質性研究問的是：在什麼條件下，這個現象是如何發生的？

要回答這個問題，你需要的是「夠深的理解」，不是「夠大的樣本」。

Lincoln 和 Guba（1985）提出的概念是「資訊飽和」（informational redundancy）——當你繼續訪談新的參與者，再也得不到新的主題或新的洞察，這時候樣本就足夠了。

四個人可以達到這個標準嗎？在某些研究問題下，可以。特別是當：

• 研究問題聚焦在特定情境或特定群體的深層經驗
• 每位參與者提供了豐富、深入的資料
• 多份資料來源互相支撐
• 研究者有清晰的理論框架引導分析

Li & Ding (2026) 全部符合。

---

這篇做對了什麼：五個關鍵設計決定

1.

…

每學期批改研究計畫書，我都會看到同樣一句話：「本量表 Cronbach’s α = .87，信度良好。」

這句話沒有錯，但它遮蔽了很多問題。Cronbach’s α 是什麼？它能告訴你什麼？更重要的是，它告訴不了你什麼？這篇把這些事情說清楚。

Cronbach’s α 是什麼？

Cronbach’s α（1951）是量表內部一致性的常用估計指標，用來反映題項作為同一量表時的一致程度。直覺上的意義是：如果一組題目都在測同一個構念，它們應該彼此高度相關；α 就是這個相關程度的綜合指標。

α 的值介於 0 到 1 之間，常見的經驗法則參考門檻：

• α ≥ .90：優秀
• .80 ≤ α < .90：良好
• .70 ≤ α < .80：可接受
• α < .70：不足（有些領域接受 .65）

⚠️ 這些只是經驗法則，不是硬性標準。把 α 值對應到門檻後就結束信度討論，是很多論文的問題所在。

α 告訴不了你的三件事

一、α 高 ≠ 量表是單一構念

α 高只代表題項彼此相關。如果一個量表包含兩個彼此相關的構念（例如：認知投入和行為投入），α 仍然可能很高，但這不代表它是單一維度的量表。

我看過學生把一個雙因素量表的所有題目混在一起算整體 α，然後用整體分數做分析。這在結構上是有問題的——你應該分別報告各分量表的 α，而不是把所有題項混算。

⚠️ 審稿人最常抓的點：明明是多構面量表，作者卻只報整體 α，不分子量表報告。這幾乎是 reviewer 的標準 comment，值得提前防範。

二、α 受題項數影響

在其他條件相同的情況下，題項越多，α 越高。題目變多會拉高 α，但不代表量表內容更好、更精準。你可以把一個很差的量表通過無限增加題目來提高 α。

因此，α = .92 不能直接說「量表很好」，也要看題目數量、每題是否有獨立貢獻。

三、α 假設等負荷，在題項負荷差異大時可能偏估

Cronbach’s α 有一個數學假設：每個題項對潛在構念的「貢獻」是相等的（tau-equivalence）。如果題項的因素負荷量差異很大（現實中非常常見），α 在某些條件下可能高估或低估真實信度，因此不應被視為精確無誤的單一答案。

⚠️ α 高不代表有效度。 我看過學生把「信度良好」寫得像量表已被證明有效——這是兩件不同的事。信度高只說明題項彼此一致；量表是否真的在測你想測的構念（效度），需要另外的證據。

四、反向題沒處理會讓 α 崩掉

這不是 α 本身的限制，而是學生最常犯的操作錯誤。我看過不少學生拿到一個 α 很低的結果，以為是量表有問題，後來發現是反向題根本沒有先做逆向計分（reverse coding）。

凡是量表中有反向題（例如：「我不擅長時間管理」和「我能有效管理時間」放在同一個量表），在計算 α 之前，必須先把反向題的分數翻轉（5 改 1，4 改 2 等等）。跳過這步，α 一定偏低，甚至是負數。

更好的替代指標：McDonald’s ω

α 假設每題對構念貢獻相近；McDonald’s ω 則允許不同題項有不同的因素負荷量。因此，ω 在很多情況下比 α 更能補足內部一致性估計的限制，是近年方法學文獻更推薦的補充指標。

⚠️ ω 不是要取代 α，而是幫你更完整地說明量表信度。兩者都報，才是現在審稿人比較期待的做法。

ω 有兩種版本：

• ω total（ω_t）：整體量表總分作為測量工具時的可靠性，適合單維度量表。
• ω hierarchical（ω_h）：當量表有一般因素與群因素時，總分到底多大程度反映一般因素——適合多維度量表，回答「整體分數有多可靠」這個問題。

計算工具：R psych 套件（omega()）、JASP（信度分析模組）。

⚠️ ω 的估計通常建立在因素模型上，因此最好在有清楚測量模型或因素分析結果支持下報告。如果你的量表沒有做 EFA 或 CFA，ω 的計算本身也缺乏依據。許多期刊與審稿人會鼓勵同時報告 α 與 ω，作為更完整的信度說明。

α 太高是問題嗎？

有學生問我：「老師，α = .96 是不是很好？」

我說：「要看情況。」

α 非常高（.95）有時候反而是個警訊：

• 題項重複性太高：幾道題說的幾乎是同一件事，對量表沒有增加新資訊。
• 題項數量過多：用 20 題測一個概念，α 自然飆高。

信度不是越高越好，而是應該在「足夠高」的範圍內，同時確認每道題都有獨立貢獻：

• item-total correlation 應 > .30（表示這題與整體量表有正向相關）
• 刪除某題後，若 α 明顯上升，表示該題可能與整體量表不一致，需要重新檢視

⚠️ 補充提醒：α 不是量表的固定屬性，同一份量表在不同樣本（例如：不同年齡層、不同文化背景）可能得到不同的 α 值。不要把文獻上的 α 直接當作自己研究的品質背書，而要根據自己資料實際計算並報告。

如何在論文裡報告？

完整的信度報告應包含：

• 各分量表各自報 α，不要只報整體（多維度量表尤其重要）
• 題項數：α = .87（8 題）
• ω 值（若有因素分析基礎）：α = .87，ω = .89
• item-total correlation：審稿人若問，你要能提供

範例寫法：「本研究採用 XX 量表，共 3 個分量表。各分量表的 Cronbach’s α 分別為：認知投入 .83（5 題），行為投入 .79（4 題），情感投入 .86（5 題），均達可接受標準（α ≥ .70）。McDonald’s ω 分別為 .85、.81、.87，與 α 值相近，顯示各分量表符合基本的等負荷假設。」

如果有問題，歡迎留言。

更新記錄：2026-03 首次發布。…

學生交來初稿，我翻到方法段，看到一句話：「本研究刪除含有遺漏值的樣本，最終有效樣本為 N = 218。」

我問：「原始問卷收了多少份？」

他說：「251 份。」

我說：「你刪掉了 33 個人，占將近 13%。你有沒有想過，這 33 個人為什麼沒有填完？」

他沉默了一下。這個問題，很多學生沒有想過。

缺失值不是「髒資料」，是資訊

缺失值（missing data）在量化研究裡幾乎無可避免。問卷有人跳題、有人漏填、有人中途離開；追蹤研究有人失聯。問題不是「資料有缺失就不好」，而是：這些缺失是怎麼產生的？

Rubin（1976）把缺失值的機制分成三類，這個分類直接決定你應該用什麼方法處理：

1. MCAR（Missing Completely At Random，完全隨機缺失）
   缺失與任何變項的值完全無關。例如：問卷印刷有個版本漏印了一題，哪些人拿到這份問卷是隨機的。
   這是最理想的情況，但現實中很少見。
2. MAR（Missing At Random，隨機缺失）
   缺失與其他已觀察到的變項有關，但與遺漏的數值本身無關。例如：女性比男性更容易在薪資題跳過，但控制性別後，缺失就不再系統性地和薪資高低有關。
   這是最常見的假設，多重插補和 FIML 都以 MAR 為前提。
3. MNAR（Missing Not At Random，非隨機缺失）
   缺失和遺漏的數值本身有關。例如：憂鬱分數越高的人越可能跳過憂鬱相關題項。
   這是最棘手的情況，標準統計方法無法完全解決，需要特殊模型或明確說明限制。

Listwise Deletion 的問題

Listwise deletion（刪除含有缺失值的整筆資料）是最常用的做法，SPSS 的預設值也是這個。它只在 MCAR 的情況下不會造成偏誤——因為只有在缺失完全隨機時，刪掉這些人才不會讓留下來的樣本變得「特別」。

如果缺失是 MAR 或 MNAR，listwise deletion 會：

• 造成樣本偏誤：留下來的樣本不再能代表原始母群
• 損失統計力：樣本數減少，估計誤差增大
• 低估標準誤：某些情況下讓結果看起來比實際更顯著

⚠️ 容易犯錯的地方：學生在方法段只寫「刪除含有遺漏值的樣本」，但沒有說明缺失率、沒有檢驗缺失機制、也沒有討論這個做法對結論可能的影響。審稿人看到這裡，會直接問：你怎麼知道缺失是 MCAR？

現代處理方式：MI 和 FIML

當前方法學文獻推薦的兩種主流做法是多重插補（Multiple Imputation, MI）和完整資訊最大概似法（Full Information Maximum Likelihood, FIML）。兩者都在 MAR 假設下比 listwise deletion 表現更好。

多重插補（MI）

核心邏輯：不是用一個值去填補缺失，而是建立多個完整資料集（常見做法是 20 次以上，缺失比例較高時可增加插補次數），每次填補都反映填補的不確定性，最後合併分析結果。

操作工具：SPSS（Analyze → Multiple Imputation）、R mice 套件、Stata mi impute。

適合情況：缺失值分散在多個變項；想用不同軟體分開做插補和分析。

完整資訊最大概似法（FIML）

在 SEM 或 CFA 模型中，FIML 讓模型在估計時直接使用每個受試者提供的所有有效資訊，不需要預先填補缺失值。FIML 通常適用於以模型為基礎的分析（如 CFA、SEM、路徑分析），不是所有統計程序都能直接套用。

操作工具：AMOS（預設支援）、R lavaan（missing = "fiml"）、Mplus（DATA: LISTWISE = OFF）。

適合情況：跑 CFA 或 SEM，缺失值主要在觀察變項上。

⚠️ 容易犯錯的地方（一）：學生以為 FIML「自動處理了缺失值所以不用報告」。其實 FIML 也需要在方法段說明：使用 FIML 估計，假設缺失機制為 MAR。

⚠️ 容易犯錯的地方（二）：用 MI 時，插補模型包含的變項不夠完整。MI 的插補品質取決於插補模型有多少有效預測變項——把所有分析相關變項都納入插補模型，結果才可靠。

怎麼檢驗缺失機制？

在方法段說明缺失值處理之前，應該先報告你如何判斷缺失機制。

Little’s MCAR test：SPSS 有內建（Analyze → Missing Value Analysis → Little’s MCAR test）。若 p > .05，表示沒有足夠證據拒絕 MCAR 假設，常被視為與 MCAR 相容——但這不等於「確認是 MCAR」，統計檢驗只能提供線索，機制判斷仍需結合理論與資料情境。

輔助變項分析：建立「是否缺失」的虛擬變項，與其他變項做 t-test 或卡方檢定。如果缺失組和完整組在某些變項上有顯著差異，就有理由懷疑不是 MCAR。

⚠️ 容易犯錯的地方：MNAR 無法用標準統計方法驗證（因為你沒有缺失的數值）。遇到可能是 MNAR 的情況，誠實在討論段說明是更合適的做法，而不是假裝問題不存在。

如何在論文裡報告？

缺失值的報告應包含：

• 缺失率：整體缺失率（如：缺失佔全部資料格的 X%）；各關鍵變項的缺失情況
• 缺失機制：如何判斷（Little’s MCAR test 結果，或輔助分析結論）
• 處理方式：用了哪種方法（MI / FIML / listwise）以及選擇理由
• MI 的細節（若使用）：插補次數、插補模型包含哪些變項、軟體

範例寫法：「本研究資料缺失率為 4.3%，各變項缺失率均低於 10%。Little’s MCAR test 結果不顯著（χ² = 12.3, df = 14, p = .58），初步支持缺失隨機假設。採用多重插補法（R mice 套件，M = 20 次），插補模型包含所有分析變項。」

缺失率多高就不能用？

沒有絕對的門檻。常見的粗略參考是：

• 5% 以下：通常影響不大，listwise 或 MI 均可，但應說明。
• 5%–20%：建議用 MI 或 FIML，並報告缺失機制檢驗。
• 20% 以上：需要非常謹慎，MI 仍可嘗試，但解釋要保守，且需討論對結論的潛在影響。

這些只是經驗參考，不是硬性標準。更重要的判斷仍是：缺失是否系統性地影響估計結果？ 也需要交代缺失集中在哪些變項——是 outcome 缺失多？還是某個背景變項？是否集中在特定群體？ 5% 的 MNAR 可能比 15% 的 MCAR 更嚴重。

如果有問題，歡迎留言。

更新記錄：2026-03 首次發布。…