教育与心理研究中数据分析方法 教学课件 ppt 作者 潘玉进02 抽样设计.pptVIP

温州大学教师教育学院 潘玉进 心理统计学 抽样设计 概述 抽样设计的原则 概率抽样方法 非概率抽样方法 结束 概述 抽样（Sampling）： 从一个总体（population）中抽取部分具有代表性的个体作为样本（sample），然后根据对样本的观测结果去推断总体。 总体 样本 随机取样 统计推断 （研究对象） （观测对象） 概述 抽样的基本要求是： 确定研究总体范围 “研究者打算将来把结果推广到哪一范围，就应该在那个范围（总体）内抽样” 抽样的随机化 是指总体中的每个个体被选入样本的概率相等 样本的代表性 是指样本应具备总体的性质或特征，样本能在较大程度上代表总体 概述 合理的样本容量 研究的类型、范围 统计分析的精确程度 允许误差的大小 总体的同质性程度 抽样的方法 研究成本，包括时间、精力、财力 分析类别的多少 调查研究：样本数量最好不要少于100 相关研究：样本数量最好不要少于50 实验研究：样本数量最好不要少于30 例子 1936年，美国《文摘》杂志上的一项有关总统大选的民意调查，调查结果预测兰登将在总统选举中获胜，罗斯福落选。 但事实正好相反，选举结果是罗斯福当选总统。 虽然民意调查是随机抽样的，而且样本数也不少，但调查者的样本主要是从电话号簿和汽车登记册中抽取的。1936年有电话和汽车的人仅代表了美国选民中的某个特定阶层，对于选民总体来说不具有代表性。这次民意调查的失败在于抽样偏差，样本没有代表性，抽取的样本在质上与总体特征不吻合。 抽样设计的原则 随机性原则 代表性原则 方向性原则 指决定采用抽样方法时要以研究目的为依据，从研究课题的实际情况出发，整体上综合考虑哪种抽样方法最符合研究目标。 可测性原则 指选择抽样方法时要考虑为统计分析提供必要的数据。 可行性原则 经济性原则 概率抽样方法 概率抽样的原则：——随机性原则 具体抽样方法： 简单随机抽样 抽签 随机数字表 计算器 软件编程 系统随机抽样 K（抽样距离）=N（总体规模）/n（样本规模） 分层随机抽样 整群随机抽样 随机数字表 非概率抽样方法 非概率抽样： 指不是按照等概率原则，而是根据人们的主观经验或其他条件来抽取样本。常用于探索性研究。 常用方法： 偶遇抽样 判断抽样 配额抽样 滚雪球抽样 偶遇抽样 内涵： 是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调查对象，或者仅仅选择那些离得最近的、最容易找到的人作为调查对象。 与随机抽样比较： 相似点：都排除了主观因素的影响，纯粹依靠客观机遇来抽取对象。 不同点：偶遇抽样没有保证使总体中的每一个成员都具有同等的被抽中的概率。 优缺点 优点：方便省力； 缺点：样本的代表性差，有很大的偶然性，不能依赖偶遇抽样得到的样本来推论总体。 判断抽样 内涵： 研究者根据研究的目标和自己主观的分析，来选择和确定研究对象的方法。 它是“有目的”地选择样本 多用于无法确定总体边界、或总体规模小、调查所涉及的范围较窄，或调查时间、人力等条件有限而难以进行大规模抽样的情况。 优缺点： 优点：可以充分发挥研究人员的主观能动作用，特别是当研究者对研究的总体情况比较熟悉，研究者的分析判断能力较强、研究方法与技术十分熟练、研究的经验比较丰富时，采用这种方法往往十分方便。 缺点：样本的代表性难以判断，不能推论。 配额抽样 内涵： 按调查对象的某种属性或特征将总体中所有个体分成若干类或层，然后在各层中抽样，样本中各层（类）所占比例与他们在总体中所占比例一样。（例子） 配额抽样和分层抽样的区别： 目的不同 配额抽样：要抽选出一个总体的“模拟物” 分层抽样：使得所抽样本的代表性进一步提高，误差进一步减小。 抽样方法不同 配额抽样：按事先规定地条件，有目的地寻找 分层抽样：完全根据概率原则，排除主观因素，客观地、等概率地到各层中进行抽样 滚雪球抽样 内涵： 当无法了解总体情况时，可以从总体中的少数成员入手，对他们进行调查，向他们询问还知道哪些符合条件的人；再去找那些人并询问他们知道的人。这样，如同滚雪球一样，就可以找到越来越多具有相同性质的群体成员。 可能的偏误： 可能有许多个体无法找到 有些个体因某些原因被提供者故意漏掉不提 滚雪球抽样是在特定总体的成员难以找的时最适合的一种抽样方法。譬如对获得无家可归者、流动劳工及非法移民等 例子 假设某高校有2000名学生，其中男生占60％，女生占40％；文科学生和理科学生各占50％；一年级学生占40％，二年级、三年级、四年级学生分别占30％、20％和10％。现要用定额抽样方法依上述三个变量抽取一个规模为100人的样本。依据总体的构成和样本规模，可得到下列定额表： 男生（60） 女生（40） 文科（30） 理科（30） 文科（20） 理科（20） 年级 一 二 三 四 一