案例01｜大型資料抽樣：753,324 筆資料如何縮成 9,484 筆可分析樣本

一、案例定位

原書分析案例 16.1，示範當資料列數超過 Excel 實務負荷時，如何先計算需要的樣本數，再用 R 隨機抽樣，最後回到 Excel 比較樣本與母體結果。

二、學習目標

依母體大小、信賴水準與誤差範圍決定樣本數。
用隨機抽樣縮小大型資料檔。
比較樣本估計與完整母體彙總的差異。
理解整體誤差小，不代表每個子群組都同樣精確。

三、案例情境

分析者想繼續使用 Excel，但面對數十萬至數百萬筆資料列時，完整檔案可能不適合直接載入。原書採取折衷：以隨機樣本換取較低的運算負擔，同時接受一定程度的抽樣誤差。

四、開始資料

項目	原書數值／設定
示例大型檔案	約 70 MB
母體資料列	753,324 筆
信賴水準	95%
容許誤差	1%
所需隨機樣本	9,484 筆

五、Excel／R／人工智慧分析方法

先用樣本數計算工具依母體大小、95% 信賴水準與 1% 誤差範圍得到 9,484 筆樣本，再由 R／RStudio 從原始大型檔案隨機抽取資料列。抽樣後以 Excel 樞紐分析表比較完整檔與樣本檔的各區域銷售總額。人工智慧可協助解釋抽樣誤差與群組差異，但不得自行產生樣本或估算應由 R／Excel 計算的數字。

六、計算結果

比較項目	原書結果
753,324 筆母體所需樣本	95% 信賴水準、1% 誤差範圍下為 9,484 筆
`ORDERS.csv` 與 `ORDERSSample.csv` 整體銷售比較	樣本推估與完整母體的總體差異落在 5% 誤差範圍內
區域層級結果	資料列較少的區域可能出現更大的個別誤差
改以 `PROFIT` 比較	原書指出變異比 `SALES` 更大

七、結果分析與管理解讀

抽樣讓 Excel 能處理原本過大的資料，但誤差不是平均分配到每個子群組。整體估計很接近母體時，小型區域仍可能有很大偏差。因此，若商業問題關心的是特定小群組，就不能只用整體誤差範圍判斷樣本是否足夠。

八、人工智慧提問詞

我已用 R 從 753,324 筆母體隨機抽出 9,484 筆，並用 Excel 比較母體與樣本的各區域銷售彙總。請根據我提供的實際比較表，指出哪些區域誤差最大、是否與群組樣本數較小有關，並說明整體誤差很小為何不代表每個區域都同樣可靠。不要重新抽樣或自行改動數值。