社會科學、教育等調查研究常會因問卷內容需包含各種層面，而造成問卷的題項過多，為顧及調查資料的品質與成本，常將不同主題的題項設計成兩份以上的問卷分別進行調查，但如此將不易做不同主題之間的研究。因此，我們提出一種能同時兼顧資料品質與跨主題研究的兩階層式調查方法。兩階層式調查方法的第一步驟為將欲調查的題項依主題分為A和B兩份問卷，且兩份問卷皆有基本題項，爾後將A問卷先進行調查，A問卷回收後，將此部分資料進行決策樹分析找出關鍵題。第二步驟為將關鍵題加入B問卷再進行第二次的調查，B問卷回收後，藉由決策樹補回未調查題項的資料。最後，再利用插補法將A問卷未調查的題項補值。本研究將利用世界價值觀調查資料庫進行實例模擬比較。

In social sciences or education research questionnaire often need to contain various levels, resulting in too many topics questionnaire. The survey data to take into account the quality and cost, that subject of different themes designed more than two questionnaires were investigated,but this would not be easy to do research among different themes. Therefore, we propose two hierarchical methods of investigation data taking into account quality and the cross-thematic research.
Two hierarchical methods of investigation is the first step will investigate the topic by research-oriented is divided into A and B split questionnaire. Two questionnaires have basic questions and A questionnaire first to investigate, after A questionnaire recovered, use the data for decision tree analysis to identify the key questions. The second step is to add the key questions in to B questionnaires and then carry on second questionnaire survey. B questionnaires were collected after the investigation by the decision tree was to pay back the not surveyed information. Finally, using the imputation method to pay back A questionnaire not surveyed information. This study will use the World Values Survey Database analog comparator for instance.

誌謝 I
中文摘要 II
Abstract III
目錄 IV
圖目錄 VI
表目錄 VII
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 3
1.3 研究步驟 3
1.4 研究範圍與限制 4
第二章 文獻探討 5
2.1 缺失資料的處理 5
2.2 群集分析 11
2.3 決策樹 13
2.4 大型問卷調查方式 18
第三章 研究方法 23
3.1 資料庫來源 23
3.2 兩階層式調查程序 24
3.3 插補程序 26
3.4 評估法介紹 28
3.4.1 單一題項評估法 28
3.4.2 兩兩題項評估法 29
3.5 調查程序穩定性探討 30
第四章 實例模擬 31
4.1 資料整理 31
4.2 實例模擬 39
4.3 調查程序穩定性模擬 48
4.4 調查程序比較 52
4.5 調查程序成效評估 53
4.5.1 單一題項評估 53
4.5.2 兩兩題項評估 55
第五章 結論與建議 57
5.1 結論 57
5.2 建議 57
參考文獻 58
附錄 ( 一 ~ 五 ) 60

英文部分
1.Breiman, L., Friedman, J. H., Olshen, R. A., and Stone, C. J., (1984). Classification And Regression Trees. New York: Chapman and Hall.
2.Gilks, W. R., Richardson, S. and Spiegelhalter, D. J., (1995). Markov Chain Monte Carlo in Practice, Lodon: Chapman and Hall.
3.Han, J. and Kamber, M., (2000). Data Mining: Concepts and Techniques. USA: Morgan Kaufmann Publishers.
4.Hartigan, J. A., (1975). Clustering Algorithms, John Wiley, New York.
5.Herzog, A.R. and Bachman, J. G., (1980). “Effects of questionnaire length on response quality,” Public Opinion Quarterly, Vol. 45, pp.549-559.
6.Johnson, E. G., (1992). “The design of National Assesssment of Educational progress,” Journal of Educational Measurement , Vol.29, pp.95-110.
7.Little, R. J. A. and Rubin, D. B., (2002). Statistical Analysis with Missing Data, New Jersey: John Wiley and Sons.
8.MacQueen, J. B., (1967). “Some Methods for classification and Analysis of Multivariate Observations,” Proceedings of 5-th Berkeley Symposium on Mathematical Statistics and Probability, Berkeley, University of California Press, Vol.1,pp.281-297.
9.Morgan, J. N. and Sonquist, J. A., (1963). “Problems in the analysis of survey data, and a proposal.” Journal of the American Statistical Asso-ciation Vol. 58, pp.415-434.
10.Quinlan, J. R, (1986). “Induction of decision trees,” Machine Learning, Vol.1 pp.81-106.
11.Rubin, D. B., (1976). “Inference and missing data,” Biometrika, Vol.63, pp.581-592.
12.Rubin, D. B., (1986). “Statistical Matching Using File Concatenation With Adjusted Weights and Multiple Imputations,” Journal of Business and Economic Statistics, Vol.4, pp.87-94.
13.Shoemaker, D. M., (1973) Principles and Procedures of Multiple Matrix Sampling. Cambridge, MA : Ballinger.
14.Raghunathan, T. E., and Grizzle, J.E., (1995). “A split Questionnaire Survey Design,” Journal of the American Statistical Association, Vol.90, pp.54-63.
 
中文部分
1.李曉芳(2002)，《以Hot Deck插補法推估成就測驗之不完整作答反應》，國立政治大學教育學系博士論文。
2.杜素豪(2007)，《世界價值觀調查執行報告》，台北:中央研究院人文社會科學研究中心。
3.周榮祥(2004)，《以資料探勘技術分析股市個人投資績效之研究》，世新大學資訊管理學系碩士論文。
4.許登翔(2004)，《資料挖掘在中醫診斷系統之應用─ 以酸痛症為例》， 世新大學資訊管理學系碩士論文。
5.許晏賓(2009)，《資料採礦技術應用於微陣列資料分析以篩選阿茲海默症候選基因之研究》，輔仁大學應用統計學碩士論文。
6.陳信木、林佳瑩(1997)，《調查資料之還漏值的處置 －以熱卡插補法為例》，調查研究：方法與應用，第三期，75-106頁。
7.陳順宇(2004)，《多變量分析》，三版。台北市，華泰書局。
8.章英華、傅仰止，(2006)，《台灣地區社會變遷基本調查計劃第五期第一次調查計劃執行報告》。台北:中央研究院社會學研究所。
9.傅仰止(2000)，《國外大型社會調查的運作。調查研究：方法與應用》，第八期，125-128頁。
10.傅仰止、杜素豪(2010)，《台灣地區社會變遷基本調查計劃第五期第五次調查計劃執行報告》。台北:中央研究院民族學研究所。
11.楊國樞、瞿海源(1993)，《台灣地區社會變遷基本調查計劃第一期調查計劃執行報告》。台北:中央研究院民族學研究所。
12.鄒易儒(2009)，《台灣地區社會變遷基本調查之插補研究》，應用統計資訊學系碩士論文。
13.趙世倩(1998)，《問卷調查的不完整取樣設計與分析》，清華大學統計研究所碩士論文。
14.鄭光甫、韋端(1995)，《抽樣方法：理論與實務》。台北市，三民書局。
15.劉長萱、蔡政豐(1997)，《問卷調查的不完整取樣設計》，調查研究：方法與應用，第三期，107-128頁。
16.瞿海源(1993)，《台灣地區社會變遷基本調查計劃第二期第一次調查計劃執行報告》。台北:中央研究院民族學研究所。