抽样方法培训课件.pptVIP

选取研究样本 (1) 普查 （census）vs 抽样（sample） 普查是对整个总体（population）做全面的、普遍的调查。 抽样是从总体中选出一部分的过程。 所选出的者部分代表称为样本，样本是总体的一个子集（subset）。 第二十二页，共五十一页。 选取研究样本 (2) 选取样本的方法一般分为两大类：非概率抽样和概率抽样 非概率抽样是根据研究任务的要求和对调查对象的分析，主观地、有意识地在研究对象的总体中进行选择。 概率抽样是根据概率理论，按照随机的原则选择样本，完全不带调查者的主观色彩。 第二十三页，共五十一页。 概率抽样的基本原则 (1) 随机（random）在数学上有一个特定的含义，它是指产生一个数学上所谓随机结果的过程，也就是说，选择过程是按照真正的方式运作的（如不参照任何模式），而且研究人员能够计算出结果出现的概率。在真正的随机过程中，每一个要素都有同等被选中的概率。 随机过程使我们可能对样本和总体匹配程度进行数学上的估计，即抽样误差（sampling error）。在没有掌握整个总体的情况下，你每次抽样，样本都可能偏离整个总体。抽样误差表示偏离或不匹配的大小。 第二十四页，共五十一页。 概率抽样的基本原则 (2) 各种概率样本都有三个重要特征： 你必须先有调查总体中精确的抽样框架即抽样个体清单。 你必须使用不带有人的主观判断的随机选择程序（例如计算机程序、随机数字表）。 你必须识别并挑选特定的抽样个体，尽可能少地使用替代个体。 第二十五页，共五十一页。 概率抽样的分类 简单随机抽样（simple random sampling） 系统抽样（systematic sampling） 分层抽样（stratified sampling） 群集抽样（cluster sampling） 第二十六页，共五十一页。 简单随机抽样 (1) 简单随机抽样（SRS）是其他类随机样本的原型。 在简单随机抽样时要做到： 首先要确定精确的抽样框架 其次要根据数学上的随机选择程序从框架中选择个体 然后确定你样本里所选取的确切个体 第二十七页，共五十一页。 简单随机抽样 (2) 在所有的随机样本中，一开始你要给抽样框架里的每个个体从1到最后一个编上号。 使用特别的计算机程序，输入样本框架的大小和样本的大小； 然后程序输出一列随机数字。 请注意：在选择个体前必须决定样本大小。 第二十八页，共五十一页。 简单随机抽样 (3) 大家或许会问，在从抽样框架中选取一个个体后，应该把它放回抽样框架还是将它单独保留？通常不会放回，不会替换到原位抽样。 在大多数以人为抽样单位的情况下，这样做没有意义。 第二十九页，共五十一页。 简单随机抽样 (4) 简单随机抽样法如应用在总体不大的情况下，实在是简便易行，而且取出的样本又有代表性。但若总体的范围很广，所包含的个体数量很多时，要将每一个体都编上号码后再来抽取，必须花费很多时间，实在不经济，有时也是不可能；而且当总体之中的个体特征有明显的群体差异时，如应用简单随机抽样法来取样，也容易有偏差而失去样本的代表性。因此，在教育研究中的取样，大都以随机为基本原则，再配合其他方法来应用。 第三十页，共五十一页。 系统抽样 (1) 如果大家没有基于计算机的随机数字生成器，得不到完全随机的样本，我们可以使用系统抽样（systematic sampling）的方法。 正如简单随机样本一样，你仍然必须给抽样框架中的每一个个体编号，但不会使用完全随机过程生成样本，而要计算抽样间隔（sampling interval）。根据抽样间隔你能确定在挑选一个样本个体之前要跳过多少个抽样框架里的个体。 第三十一页，共五十一页。 系统抽样 (2) 要计算抽样间隔，把抽样框架中的全部个体的数量除以样本大小，再取最近的整数值。 例如，某个抽样框架包括社会服务机构的1800名接受救济人员的名单，需要抽取300人的样本。要计算抽样间隔，把接受救济的人数除以样本大小，即1800/300=6。这就表明你要跳过5个人的名字后挑选第6个人的名字加入样本。重复这一步骤，直到你取足了样本中的300人的名字。 第三十二页，共五十一页。 系统抽样 (3) 系统抽样法的应用时机大体与简单随机抽样法相同，但比简单随机抽样简便，尤其是在总体不大而且其中个体已有号码顺序时，更为适用。不过在应用系统抽样时，仍要细心检查，看看总体中个体的号码顺序是否随机排列。如果发现个体的号码顺序系依特定标准排列者，则不使用系统抽样，而要改用简单随机抽样。