第六讲 抽样.ppt

* 《社会研究方法》 * 从操作出发的基本考虑 一是随机，保证样本的代表性； 二，容易找到所抽出的样本。即是说： 在学习抽样方法的过程，不要当作书本知识，而是要如何用。 在我们将要开展的调查中： 1）要从调查可行性的角度，即最终你可以且较为方便地找到你所抽出的那些学生，来接受你的调查； 2）但是，这些学生样本又须是随机抽样得来。 * 《社会研究方法》 * 4.1 简单随机抽样 纯随机抽样：概论抽样的最基本形式。类似抽签。 需要完整的抽样框；抽样通常没有替代；例如 1/1000的概率；抽取200人之后，被抽到的概率就是1/800。 只要被选的机会，在抽样过程中的任一特定阶段中均相同，特别是如果总体数较大，而且（或者）样本数较小，抽样概率的区别将是微不足道的。 * 《社会研究方法》 * 保持客观（随机数字表的使用） 为何要编号？ 保证不会由标记、姓名或其他标准而产生偏见； 为何要有随机数字表？ 避免人们对数字的某些偏好。比如“4”、“6”、‘8’、‘13’等;自己的出生年份等。 购买彩票时的选择；设计密码时往往就是自己喜欢的数字。 * 《社会研究方法》 * 随机数字表的使用 1）获得总体名单，将所有元素编号（一般来说，全部名单往往难以获得，这是简单随机抽样的不利之处）； 2）依据总体编号中的最大数（5000）确定你要的位数（四位）；超出者（大于5000者）不要； 3）随机确定一个开始之处（闭眼戳一下，或请别人告你一个数字，*行*列，都可以） 4）无论确定最后四位，还是中间或者开端四位都可以；但后面要一致；按照横向走或者纵向走都可以； 5）最终抽得你需要的样本数。 * 《社会研究方法》 * 4.2 系统抽样 又称等距抽样或机械抽样。 近似随机抽样；实用，工作量小； 关键是确立n值；即总体数/样本数 随即抽取清单的第一个样本；然后以n为间隔数，隔n抽取一个，直至抽取到需要的样本量。 * 《社会研究方法》 * 系统抽样特别要注意的问题 必须保证总体所含个体序列是随机排定的。即： 不是一种规则分布；例如成绩好坏、消费高低、星期周期； 两种情况： 1）排列有序； 2）周期问题。 否则，就会有较大偏差（代表性差）。例如成绩好的居多；或者都是周一的报纸等等。 * 《社会研究方法》 * 简单随机抽样和系统抽样 在实际研究中的应用 其意义非常重要，在抽样过程中不同阶段 直至最终抽取样本时， 往往凭借的基本方法，就是此二种。 把握了这一点，我们就可再看其他稍微复杂一点的抽样方法。 分层随机抽样和整群抽样。 * 《社会研究方法》 * 4.3 分层随机抽样 何谓“分层”？ 先将总体中的所有单位按某种特征或标志（性别、年龄、职业或地域；我们如性别、年级、专业、宿舍）划分成若干类型或层次； 为何要分层？ 不增加抽样规模前提下，降低抽样误差； 1）把异质性较强的总体划分为同质性较强的子总体。 2）当某个类别在总体中所占比例较小时，不致于漏掉。 * 《社会研究方法》 * 分层随机抽样的操作 两步： 1）将总体按其特征、研究需要分为若干集合，即分总体， 并分配分总体的样本数；将总体分析分成不重叠的数“层”（strata）或者类型。 2）从每个层中抽取子样本。采用简单随机抽样或系统抽样的方法。 * 《社会研究方法》 * 标准：分层要注意的问题1 用来分层的变量不要随便选取，多用已具有明显层次区分的变量。 一般就是调查研究中的自变量，因为这些变量对我们要考察的因变量具有影响。 注意：不要用那些我们在调查中需要测量的变量作为分层标准。比如：如要使用“网民”“非网民”作为分层标准， 这是无法实现的；因为这是需要在调查中获得的信息。 * 《社会研究方法》 * 比例：分层要注意问题2 按比例分配各层样本数，（等比例分层抽样），可以确保得到一个与总体结构完全一样的样本。 但是，这意味着，调查者要分层变量下总体状况有一个清楚了解。需要提前获得总体的相关资料。 举例： 对上政上网状况的调查，按照专业分层确定300个样本中的分布比例。你需要事先掌握什么信息？ * 《社会研究方法》 * 4.4 整群抽样 是分层随机抽样的扩展，但区别在于： 分层：各分总体中样本均匀分布；每一层都要抽样； 整群：抽出的不是单个的个体，而是成群的个体。将这些成群的个体合并起来作为最后的样本。 分层适合层间区别显著；层内同质性高； （例如分收入） 整群适合群间差异不显著，群内异质性高；（例如同类学校） * 《社会研究方法》 * 示 例 整群抽样的一个例证： 分析A市各种类型小企业的生存状态 1、确定总体：全市5000家企业， 2、确定样本规模：样本500家 3、界定子群：