分层抽样分层随机抽样.ppt

SPSS 12.0软件的使用之二 南昌大学公共卫生学院 郑辉烈 随机抽样及随机分组的实现 PartⅠ 随机抽样的实现 抽样的类型 两种类型抽样方法的区别 非概率抽样的适用范围 当对调查的总体不够清楚，或者太复杂，不适于采取随机抽样时，那么，就需要用非概率或非随机抽样来抽出样本； 适用于经常性的调查和方便灵活的调查。 Part1.1 非概率抽样 非随机抽样—偶遇抽样 偶遇抽样： 也称为方便抽样或自然抽样，指研究者根据现实情况，以自己方便的形式抽取偶然遇到的人作为对象，或者仅仅选择那些离得最近、最容易找到的人作为对象。或者说研究可以得到的一组个体. 非随机抽样—偶遇抽样 适用范围: 可用于经常性的调查研究； 可用于正式调查之前的试验调查。 非随机抽样—偶遇抽样 优点: 方便、灵活，简便易行，及时取得所需资料，节约时间和费用成本低 缺点： 因为个体差异性，抽样误差很大，结果不够可靠，应用价值较低 非随机抽样—判断抽样 判断抽样： 又称立意抽样法，它是指由抽样调查的专家依据自己的判断来选取样本的一种方法。研究者根据研究目标和自己的主观分析来选择和确定他们认为可以提供所需要信息的人作为样本。 非随机抽样—判断抽样 适用范围: 总体的构成单位差异较大而样本数又很小的情况 优点: 因为是按照调查人员的需要来选定样本，所以较好地满足了特殊的调查需要。 缺点: 如果调查人员在选取样本时主观判断出现偏差，则判断抽样极易发生较大的抽样误差。 非随机抽样—判断抽样 判断抽样应注意的几点: 利用调查总体的全面统计资料，按照一定的标准选择样本. 选好专家 极力避免挑选极端情况的样本 两种具体做法 专家判断选择样本 统计判断选择样本 非随机抽样—配额抽样 配额抽样： 指按照一定的标准确定地区别和职业等不同群体的样本配额，然后由调查人员主观地抽取配额内样本的方法。该方法要求研究者根据可能影响研究变量的因素对总体分层，并计算出比例，然后取挑选对象。抽样标准是适合性，不是代表性。 非随机抽样—配额抽样 适用范围: 通常适用于小型的调查研究 步骤 选择“控制特征”作为细分总体的标准； 将总体按“控制特征”组成 若干子总体； 决定各子总体样本的大小； 选择样本单位。 配额抽样与判断抽样 联系: 配额抽样实质是一种“分层”判断抽样。 区别: 抽取样本的方式不同 配额抽样是分别从各个控制特征的层次抽取若干个样本 判断抽样是从总体中的某一层次中抽取若干个符合条件的典型样本 侧重点不同 配额注重“量”的分配 判断抽样注重“质”的分配 复杂程度不同 配额抽样方法复杂精密 判断抽样方法简便易行 非随机抽样—雪球抽样 雪球抽样： 在无法了解总体情况时，从少数成员入手调查并询问其他符合条件的人，再找这些人所知道的人。 Part1.2 概率抽样—随机抽样 随机抽样的程序 范围与界限 随机抽样—简单随机抽样 单纯随机抽样： 按照等概率原则直接从含有N个元素的总体中随机抽取n个元素组成样本(N＞n)。 简单随机抽样的步骤 将总体中的每一个体按某种可资利用的特征进行编号(1至N号)，形成抽样框。 利用抽签法、随机数字表、计算机产生伪随机数字等方法抽选。 *利用计算机产生伪随机数字抽选样本时，一般选择产生服从均匀分布的随机数字，然后对产生的N个随机数字排序来确定抽样框中被抽中的编号!(可以选择1至N个编号中排在前n个位置的编号为抽中的编号) 简单随机抽样的SPSS实现 例1：为了解某年某社区60岁以上老年人的高血压患病率，准备采用简单随机抽样从该社区约10000名60岁以上老年人中抽取10%进行抽样调查。 Step 1：编号 Step 2：产生随机数字 Step 3：排序 Step 4：编秩次 Step 5：确定入选编号 简单随机抽样结果 简单随机抽样的SPSS程序 随机抽样—系统抽样 系统随机抽样： 等距抽样或机械抽样,将总体的单位编号排序后,按照固定的间隔抽取个体组成样本的方法. 系统随机抽样的步骤 制定抽样框。 计算抽样间隔:K=N/n。 利用产生的伪随机数在第一组K个个体中随机抽取一个个体。 在抽样框中每隔K个个体抽取一个个体。 将n个个体合起来构成样本。 系统随机抽样的SPSS实现 例2：为了解某村庄家庭年人均收入情况，拟利用村庄中每户的门牌号码信息采用系统抽样抽取10%的家庭作随机抽样调查，假设该村庄有150户居民。 Step 1：编号 Step 2：计算抽样间隔 Step 3：产生随机数字 Step 4：排序和编秩次 Step 5：确定初始抽样编号 Step 6：确定其它抽样编号 系统随机抽样的SPSS程序 随机抽样—分层抽样 分层随机抽样： 将总