《社会调查研究方法（第二版）》郝大海 第2章 抽样设计.doc

第二章 抽样设计 抽样设计包括以下几点内容：第一，定义总体和编制抽样框，即给目标总体下一个操作化定义。第二，根据不同的目标总体，选择合适的抽样方法。第三，对总体的变异性作出估计，即估计抽样误差。第四，确定样本所含个体数目，即样本规模的大小。由于本书并非从统计学的角度探讨抽样过程，因此只说明具体的抽样方法，而对于估计量的抽样误差和样本规模等统计问题的讨论，则仅限于简单随机抽样过程。 第一节 抽样概述 抽样是研究者选择对象的方法，与社会调查研究的其他议题相比，有关抽样的讨论更加严谨和精确。针对抽样逻辑和操作程序的讨论，是通过专门的抽样术语来表述的。因此，为了更好地了解抽样设计的具体内容，这一节将先对抽样的概念、非概率抽样和概率抽样设计要点等内容做一简要的介绍。 一、抽样的概念 在社会调查研究中，研究者经常从一个规模很大的研究对象集合中，选出一部分作为研究对象，这个选取过程就是抽样（sampling）。如果用专业术语来严格定义，则抽样是指根据某种既定规则从一个总体（population）中选取一组元素（element）的过程，由此产生的元素集合称为样本（sample）。也就是说，在抽样的专业化表述中，每一个具体的研究对象被称为元素，全体研究对象被称为总体，样本则代表一部分研究对象，它可以是个人、家庭、学校、医院、地块、交易事件，也可以是文章、杂志，甚至是歌曲。 之所以要抽样，主要是考虑调查项目的可行性。一方面在社会调查中，经费是一项硬约束，多增加一个调查对象，就意味着多花一份钱。因此，如果总体太大，限于资源，无法逐一对每个总体元素进行调查。而借助抽样就能克服这个困难，因为，根据抽样理论，无论社会调查涉及的总体有多大规模，只要抽样是按随机原则（random principle）实施的，则被抽出的少数元素的情况，就能够比较准确地代表总体的情况。另一方面，即使有充足的调查经费，当总体太大时，也很难找到足够多训练有素的研究人员完成调查。这时如果聘用训练不足的工作人员，或对调查主题进行过于简单的调查，势必会降低调查质量。而抽样由于只涉及较少的元素，因此可以集中使用资源，从而增加每一个研究人员调查的元素数量，进而提高调查的质量。 抽样方法大体可分为两类，一种是非概率抽样（non-probability sampling），主要是依据研究者的主观意愿、判断或是否方便等因素来选取对象；另一种是概率抽样（probability sampling），主要是按照随机原则来选取对象，完全不带研究者的主观因素。两种方法最大的差别是，非概率抽样无法估算出抽样误差（sampling error），概率抽样则能够比较精确地估算出抽样误差。在非概率抽样中，研究者无法知道抽出的样本是否具有代表性，因为，非概率抽样的代表性只有将抽出的少数对象的情况与总体的情况比较后才能得知，但总体的情况又是不知道的。相反，在概率抽样中，研究者根据抽样误差，便能够判断出样本的代表性，进而根据被抽出的少数对象的情况，对全体对象的情况进行推论。正是由于概率样本能推论总体，本书将主要介绍概率抽样。 不过，在应用概率抽样方法时，有两点是需要特别注意的。首先，要注意被抽出的少数对象与全体对象毕竟不是一回事，因此，无论怎样精致的抽样设计，抽样误差都是无法避免的，抽样得到的少数对象的情况很可能并不一定完全符合全体对象的情况。也就是说，根据抽样结果来推断全体对象的情况，可能是对的也可能出错。问题是推论中的对或错的可能性是多少。如果出错的机会很小，便可以接受推论；但如果出错的机会太大，就无法接受推论。其次，在有些情况下，可能无法使用概率抽样方法。例如，对于类似非法使用毒品、行乞等特殊人群，是不可能得到抽取概率样本所需的人名清单的。这时唯一可行的是使用非概率抽样方法。下面将简略介绍一下非概率抽样方法，概率抽样方法留待第三章详细介绍。 二、非概率抽样 如上所述，现实中有时无法界定总体，因此无法进行概率抽样。在这种情况下，经常会采用非概率抽样，即放弃随机原则，依据研究者的主观意愿、判断或是否方便等因素来抽取样本。非概率抽样的成本比较低，操作也比较方便，但无法预先估计抽样误差，因此，很难对总体情况做出可靠的推断。这一节将介绍方便、配额、判断和雪球等几种常见的非概率抽样方法。 （一）方便抽样 方便抽样（convenience sampling）又称偶遇抽样，是指研究者使用对自己最为便利的方法来选取样本。这种方法很容易产生系统误差，样本代表性很差，因此，在使用时要特别小心，总体的情况越复杂，方便抽样的效果就越差。 电视台、电台和报纸记者的“街头拦人”调查，采用的就是方便抽样。“街头拦人”这种碰到谁就选谁的抽样方法，貌似简单随机抽样，有些人、有些媒体也认为这就是随机抽样了。其实这种看法并不正确。因为，虽然方便抽样旨