抽样数量的确定.doc

抽样数量的确定 探索性研究，样本量一般较小，而描述性研究，就需要较大的样本；收集有关许多变量的数据，样本量就要大一些；如果需要采用多元统计方法对数据进行复杂的高级分析，样本量就应当更大；如果需要特别详细的分析，如做许多分类等，也需要大样本。针对子样本分析比只限于对总样本分析，所需样本量要大得多；总体指标的差异化越大，需要的样本量就越高；调研的精度越高，样本量越大。简单随机抽样设计，设计效应等于1； 分层抽样设计，设计效应一般小于等于1；整群或多阶抽样设计，设计效应一般大于等于1。 在实际中，在确定样本量时，不考虑时间和费用这两个极为重要的因素是不可思议的。最终确定的样本量必须与可获得的经费预算和允许的时限保持一致。 最终样本量的确定需要在精度、费用、时限和操作的可行性等相互冲突的限制条件之间进行协调。 有关样本量的经验估计： 如果是大型城市、省市一级的地区性研究，样本数在500-1000之间可能比较适合；而对于中小城市，样本量在200-300之间可能比较适合；如果是多省市或者全国性的研究，则样本量可能在1000-3000之间比较适合。对于分组研究的每组样本量应该不少于50个。通过试验设计所作的研究，可以采用较小的样本量。如产品试用（留置）调查，在经费有限的情况下，可以将每组的样本量降低至30个左右，最好每组在50以上，每组超过100个可能是一种资源浪费。 ? 样本量的计算公式： 1）对于简单随机抽样，给定均值估计 的精度（100％回答） 简单随机抽样下，通常使用误差限和估计量的标准差来确定所需的样本量。 其中，为置信区间的值，为估计量的标准差，e为调查误差，N为总体大小。 2) 对于简单随机抽样，给定比例估计 的精度（100%回答率） 于是公式（1）变为： 若在以往调查中可得总体比例的一个较好估计 ，那么直接将它代入上面的公式就可以得到所需的样本量；否则可以用 ，因为这时总体的方差最大。 则公式简化成 市场中常采用该公式来确定最低样本量。下表是一些常用的样本量。 容许的抽样误差e(%) 样本量n 容许的抽样误差e(%) 样本量n 1.0 10000 5.5 320 1.5 4500 6.0 277 2.0 2500 6.5 237 2.5 1600 7.0 204 3.0 1100 7.5 178 3.5 816 8.0 156 4.0 625 8.5 138 4.5 494 9.0 123 5.0 400 9.5 110 ? ? 10.0 100 ? 3）对一般抽样设计，给定比例估计 的精度，逐步计算样本量（回答率小于100%）。 第1步：计算初始样本量 注意，公式（1）使用了有限总体校正因子1－n/N，对总体大小进行校正。如果忽略这个因子，初始样本量 应按下列公式计算： 第2步：对总体大小进行调整： 第3步：如果抽样设计不是简单随机抽样，则用下面公式对样本量进行调整 ： 其中， 是设计效应。 第4步：根据无回答再次进行调整，以确定最终的样本量 ： 其中， 为预计的回答率。 ? 确定样本量的例子 某杂志出版商希望得到读者对该杂志综合满意度的估计值。通过邮寄调查，出版商可以联系到所有2500个订户。但由于时间的限制，出版商决定使用简单随机抽样进行电话调查。请问应访问多少个订户 ？ 我们假定： 可接受的误差限e为0.10； 调查估计值的置信度为95%，因此 =1.96； 使用简单随机抽样； 预计回答率 =0.65； 由于事先没有关于顾客满意度的估计 ，方差应取最大，即 。 样本量的计算步骤如下： 第 1步：计算初始样本量 ： 第 2步：根据总体大小调整样本量(这一步只需对中小规模的总体)： 第3步： 根据抽样的设计效应来调整样本量： 在这个例子中，由于假定采用简单随机抽样设计，所以 = 1。 第4步：根据无回答情况进行调整，确定最终的样本量 ：