第2章 数据的搜集xq.ppt

概率抽样和非概率抽样 概率抽样和非概率抽样 在数据收集阶段，其中一个关键问题是如何抽选出一个好的样本？ 好是相对的，相对包括两方面含义： （1）针对不同的研究问题，有目的的选择样本 （2）针对调查费用和估计精度的关系而言的 利用抽样收集数据的方式有多种，可以将这些不同的方式分为两类：概率抽样和非概率抽样 概率抽样(probability sampling) 也称随机抽样 特点 按一定的概率以随机原则抽取样本 抽取样本时使每个单位都有一定的机会被抽中 每个单位被抽中的概率是已知的，或是可以计算出来的 当用样本对总体目标量进行估计时，要考虑到每个样本单位被抽中的概率 有简单随机抽样、分层抽样、整群抽样、系统抽样、多阶段抽样等方式 简单随机抽样(simple random sampling) 抽样框：又称“抽样框架”、“抽样结构”，是有关总体全部单位的名录。 好的抽样框：抽样框中的单位和研究总体中的 单位有一一对应的关系。 例如：要从10000名职工中抽出200名组成一个样本，则10000名职工的名册，就是抽样框。  简单随机抽样(simple random sampling) 从总体N个单位中随机地抽取n个单位作为样本，每个单位入抽样本的概率是相等的 最基本的抽样方法，是其它抽样方法的基础 特点 简单、直观，在抽样框完整时，可直接从中抽取样本 用样本统计量对目标量进行估计比较方便 局限性 当N很大时，不易构造抽样框 抽出的单位很分散，给实施调查增加了困难 分层抽样(stratified sampling) 将抽样单位按某种特征或某种规则划分为不同的层，然后从不同的层中独立、随机地抽取样本 优点 保证样本的结构与总体的结构比较相近，从而提高估计的精度 组织实施调查方便 既可以对总体参数进行估计，也可以对各层的目标量进行估计 整群抽样(cluster sampling) 将总体中若干个单位合并为组(群),抽样时直接抽取群，然后对中选群中的所有单位全部实施调查 特点 抽样时只需群的抽样框，可简化工作量 调查的地点相对集中，节省调查费用，方便调查的实施 缺点是估计的精度较差 系统抽样(systematic sampling) 即：按照制定的规则抽样 先从数字1到k之间随机抽取一个数字r作为初始单位，以后依次取r+k，r+2k…等单位 优点：操作简便，可提高估计的精度 缺点：对估计量方差的估计比较困难 多阶段抽样(multi-stage sampling) 先抽取群，但并不是调查群内的所有单位，而是再进行一步抽样，从选中的群中抽取出若干个单位进行调查 二阶抽样中群是初级抽样单位，第二阶段抽取的是最终抽样单位。将该方法推广，使抽样的阶段数增多，就称为多阶段抽样 具有整群抽样的优点，保证样本相对集中，节约调查费用 需要包含所有低阶段抽样单位的抽样框；同时由于实行了再抽样，使调查单位在更广泛的范围内展开 在大规模的抽样调查中，是经常被采用的方法 非概率抽样(non-probability sampling) 相对于概率抽样而言 抽取样本时不是依据随机原则，而是根据研究目的对数据的要求，采用某种方式从总体中抽出部分单位对其实施调查 有方便抽样、判断抽样、自愿样本、滚雪球抽样、配额抽样等方式 方便抽样 调查过程中由调查员依据方便的原则，自行确定入抽样本的单位 调查员在街头、公园、商店等公共场所进行拦截调查 厂家在出售产品柜台前对路过顾客进行的调查 优点：容易实施，调查的成本低 缺点：样本单位的确定带有随意性，样本无法代表有明确定义的总体，调查结果不宜推断总体 判断抽样 研究人员根据经验、判断和对研究对象的了解，有目的选择一些单位作为样本 有重点抽样，典型抽样，代表抽样等方式 判断抽样是主观的，样本选择的好坏取决于调研者的判断、经验、专业程度和创造性 抽样成本比较低，容易操作 样本是人为确定的，没有依据随机的原则，调查结果不能用于推断总体 自愿样本 被调查者自愿参加，成为样本中的一分子，向调查人员提供有关信息 例如，参与报刊上和互联网上刊登的调查问卷活动，向某类节目拨打热线电话等，都属于自愿样本 自愿样本与抽样的随机性无关 样本是有偏的 不能依据样本的信息推断总体 滚雪球抽样 先选择一组调查单位，对其实施调查之后，再请他们提供另外一些属于研究总体的调查对象，调查人员根据所提供的线索，进行此后的调查。这个过程持续下去，就会形成滚雪球效应 适合于对稀少群体和特定群体研究 优点：容易找到那些属于特定群体的被调查者，调查的成本也比较低 配额抽样 先将总体中的所有单位按一定的标志(变量)分为若干类，然后在每个类中采用方便抽样或判断抽样的方式选取样本单位 操作简单，可以保证总体中不同类别的单位都能包括在所抽的样本之中，使得样本