抽样原理及方法.pdfVIP

抽样原理及方法

一、抽样的基本原则

随机化是抽样研究的基本原则。所谓随机化原则，是指在进行抽样

时，总体中每一个体是否被抽取，并不由研究者主观决定，而是每一个

体按照概率原理被抽取的可能性是相等的。

二、抽样的几种重要方法

抽样有两种方法；非概率抽样和概率抽样。使用哪种方法主要取决

于我们是否打算对总体进行推断。非概率抽样用主观的（非随机的）方

法从总体中抽取单元，它是一种快速、简易且省钱的抽样方法。但要能

从样本对总体进行推算，必须假定样本对总体具有代表性，而在非概率

抽样情形做这样的假设将有很大风险。

概率抽样则是基于随机的原则从总体中抽取单元。与非概率抽样相

比，概率抽样较为复杂，费时，费用也较高，然而，由于单元是从总体

中随机抽取出来的。而且能计算每一个单元的入样概率，因此能得到可

靠的估计值及其抽样误差的估计值，并对总体进行推断。下面介绍的是

概率抽样的几种重要方法。

1、简单随机抽样

它是最基本的抽样方法，适用范围广，最能体现随机化原则，原理

简单。抽取时，总体中每个个体应有独立的、等概率被抽取的可能。抽

取的样本满足两个基本条件：代表性和独立性，常用的具体抽取方式

有抽签法和随机数字法。

有简单随机抽样得到的样本为简单随机样本。尽管在总体构成信息

不同的情况下需要酌情采取不同的抽样方法，如分层抽样方法、集团抽

样等，但随即抽样是各种抽样方法内含的基本要求，有四种不同的简单

随机抽样方式：不重复抽样（还原抽样、放回抽样）；不重复抽样（非

还原抽样、无放回抽样）；有序抽样（既考虑到何元素有考虑到各种元

素出现的顺序）；无序抽样（只考虑到哪些元素不考虑各元素出现的

顺序）。

2、等距抽样

它也叫做机械抽样或系统抽样。在实施时，将已遍好号码的个体排

成顺序，在计算出抽样距离，然后按抽样距离抽取样本。第一个样本采

用的是简单随机抽样的办法抽取。

K(抽样距离)=N（总体规模）/n(样本规模)

一般来说，这种抽样方法比简单随机抽样简便易行，而且它比较均

匀地抽到总体中各个部分的个体，样本的代表性比简单随机抽样好。另

外，等距抽样同简单随机抽样一样也容易忽略已有信息。

3、分层抽样（类型抽样）

现将总体中的所有单位按照某种特征或标志（性别、年龄等）划分

成若干类型或层次，然后再在各个类型或层次中采用简单随机抽样或系

统抽样的方法抽出一个子样本，最后将这些子样本合起来构成总体样

本。分层有两种方法：a.先以分层变量将总体划分为若干层，再按照各

层在总体中的比例从各层中抽取。例如修订智力测验中国版，先把中国

的区域分成东北、华北等大行政区，每个大区再按照其人口比例随机抽

取一定数量的被试（不分省市）。b.先以分层变量将总体划分成若干

层，再将各层中的元素按分层的顺序整齐排列，最后用系统抽样的方法

抽取样本。例如在某大学进行大学生态度调查，可以先按专业分层，再

按年级分层，然后根据抽中的专业和年级全体学生的名册进行等距抽

样。分层抽样是把异质性较强的总体分成一个个同质性较强的子总体，

在抽取不同的子总体中的样本分别代表该子总体，所有的样本进而合在

一起代表总体。

分层标准：

a.以调查所要分析和研究的主要变量或相关的变量作为分

层的标准。

b.以保证各层内部同质性强、各层之间异质性强、突出总

体内在结构的变量作为分层变量。

c.以那些有明显分层区分的变量作为分层变量。

分层的比例问题

a.按比例的分层抽样：根据各层次中的单位数目占总体单位数

目的比重抽取样本。

b.不按比例分层抽样：有的层次在总体中的比重太小，其样本

量就会非常少，此时采用该方法，主要是便于对不同层次的

子总体进行专门研究或进行相互比较。如果要用样本资料推

断总体时，则需要现对各层的数据资料进行加权处理，调整

样本中各层的比例，使数据恢复到总体中各层实际的比例结

构。

4、整群抽样：抽样的单位不是单个的个体，而是成群的个