第五章 研究对象的确定(2017年出版护理研究第5版胡雁王志稳主编)
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
将总体中所有的研究单位按某种属性分成若干个群体 ，再从这些群体中随机抽取其中一部分群体，其内的全部 研究单位构成样本，整群抽样不是从总体中逐个随机抽取 个体，也不是从每个层随机抽取个体，而是以群为单位进
行抽样
二、抽样过程与方法
多阶段抽样（multistage sampling）
在实际抽样时，不仅要考虑抽样误差的大小，同时也 要考虑操作上的可行、方便，所以往往多种抽样方法联合 使用或多级抽样。这是大型调查时常用的一种抽样方法
由研究目的决定的符合纳入标准的被抽取样本的所有 个体变量值的集合体
可得总体（accessible population）
目标总体的一部分，是研究者根据研究的需要能方便 抽取的总体
一、总体
观察单位（observed unit）
亦称个体（individual）或研究单位（study unit） 指研究总体的单位组成部分，是科学研究中的最基本单位 从总体中抽取一部分具有代表性的观察单位作为研究 对象，并用样本的研究结果来推断总体是必要的
又称均衡随机化或限制性随机化分组,即将随机加以约
束,使各处理组的分配更加平衡,满足研究要求
分层随机分组
按研究对象特征，即可能产生混杂作用的某些因素（
如年龄、性别、种族、文化程度、居住条件）先进行分层 ，然后在每层内随机地把研究对象分配到实验组和对照组
第三节 样本含量估计
样本含量估计
样本含量（sample size）是研究者在保证研究结 论的可靠性的前提下，确定的该研究中所需要的最
与样本量相关的一些条件与参数
根据研究目的与资料性质，要先知道的一些数据，如百分 数、率、均数及标准差 此数据可从以往的实践与经验，预备试验的结果或文献资
料里得来
一、样本含量的估计方法
与样本量相关的一些条件与参数
检验水准（α值） 本次研究允许的第一类错误概率，也称假阳性率，是统 计学上的显著性水平 检验效能（power of test）
二、抽样过程与方法
非概率抽样
方便抽样(convenient sampling) 配额抽样（quota sampling） 目的抽样（purposive sampling） 滚雪球抽样（snowball sampling）
三、分组的原则
1. 符合研究目的
研究目的是研究分组的决定性因素
也称非随机抽样，是指抽样未采用随机抽样的方法，总 体中的每一个研究单位被抽取进入样本的概率是不确定的
二、抽样过程与方法
1. 概率抽样
简单随机抽样（simple random sampling） 或称单纯随机抽样，是指总体中的每个研究个体被选 入样本中的概率完全相同，决定哪一个研究个体进入样本 完全随机决定。它是概率抽样中最基本、也被广为使用的
一定条件下无限接近真实值，而不可能做到绝对准确
分为随机误差（random error）和系统误差（
systematic error）
三、误差
1. 随机误差
又称机遇误差（chance error）、偶然误差(accidental error)
本与总体之间的随机变异，以及测量方法本身的随机变
异等原因而存在一定的差异，从而导致实测值与真实值
小结
8. 样本含量（sample size）是研究者在保证研究 结论的可靠性的前提下，确定的该研究中所需要 的最低研究单位的数量 9. 检验水准（α值）、检验效能（power of test） 总体标准差σ或总体率π的估计值、容许误差δ 10.样本含量估计的注意事项
三、误差
2.系统误差（systematic error）
亦称偏倚（bias）,它是由某些确定性原因而造成的确定 性误差，可来自受试者、观察者、仪器以及外环境的非试
验因素四个方面，通常表现为结果有规律的偏大或偏小
包括选择偏倚（selection bias）、信息偏倚
(information bias)和混杂偏倚(confounding bias)
运用：
1.能根据研究目的，研究设计，统计学要求等合理进行样本量计算 2.能根据研究目的，研究设计，以及样本量大小等情况，选择合适的 抽样方法
重点难点
系统误差、随机误差、抽样误差的差异
比较不同抽样方法之间的区别与联系
能运用公式进行样本量计算
根据研究目的，研究设计，以及样本量大小等情
况，选择合适的抽样方法
一、抽样原则
纳入标准（inclusion criteria）
是研究者制定的符合研究课题要求的其他标准 ，要点 从复杂的群体中，选择相对单一临床特点的对象进行研究
排除标准（exclusion criteria）
是研究者对符合诊断标准和纳入标准的潜在研究对象
，根据研究目的以及干预措施的特点，制定的防止干扰因
总体通常限于特定的空间、时间、人群范围之内，若 同质研究对象的所有观察单位的所研究变量取值的个数为
有限个数，则这个总体称为有限总体
无限总体（infinite population）
有时在另一些情形下，没有时间和空间的限制，同质
研究对象的所有观察单位的取值个数为无限个数，则为无 限总体
一、总体
目标总体（target population）
二、样本
样本（sample）
从总体中抽取的部分观察单位，其研究变量的实测值 构成样本
代表性（representative）
某观察指标在样本中的频数分布情况和该观察指标在 总体中实际的分布情况比较接近，可以看作是总体的缩影
三、误差
误差（error）
研究中所得到的实际测量值与客观真实值之间的差异。 误差是客观存在的，任何研究所得到的测量结果都只能在
一种方法，也被认为是最完全的概率抽样，是其他抽样方
法的基础
二、抽样过程与方法
系统抽样(systematic sampling)
又称等距抽样或机械抽样，方法简便易行，被选入样 本的研究单位在总体中的分布比较均匀，一般情况下，其 抽样误差比简单随机抽样小，对总体的估计较准确。当研 究者获得总体的所有按顺序排列的个体名单时，多采用该
护理研究
第五章 研究对象的确定
四川大学华西护理学院 方进博
学习目标
识记：
1.能准确说出总体，有限总体、无限总体、目标总体、可得总体以及 观察单位的概念 2.能准确说出样本与误差的概念 3.能叙述样本含量估计的注意事项 4.能正确复述抽样与分组原则 5.能叙述常见的分组方法
理解：
1.能比较系统误差、随机误差、抽样误差的差异 2.能比较不同抽样方法之间的区别与联系
第二节 抽样和分组的 原则及过程方法
目录
一、抽样原则
二、抽样过程与方法 三、分组的原则
四、分组过程与方法
一、抽样原则
抽样（sampling）是指从全体被研究对象即总体 中，按照一定的要求抽取一部分观察单位组成样
本的过程
一、抽样原则
1.保证样本的可靠性
2.抽取有代表性的样本
一、抽样原则
保证样本的可靠性 指样本中每一观察单位确实来自同质总体，如研 究对象为病人，则需要对研究对象的确认要依据 明确的诊断标准、纳入标准和排除标准
素的标准
一、抽样原则
抽取有代表性的样本
1.抽样要遵循随机化原则 随机化原则（randomization），指在进行抽样时， 总体中每一个体是否被抽取到，不是由研究者主观决定而 是每一个体按照概率原理拥有均等的被抽取到的可能性
2.足够的样本含量
保证样本中有足够的变量值个数
二、抽样过程与方法
（一）抽样的过程
2. 均衡性
保证各组样本的基础情况( 除处理因素以外影响研究 结果的非处理因素) 相同或相似，具有可比性
3. 可比性
四、分组过程与方法
1.分组过程
明确总体 确定合适的样本 明确抽样方法抽取样本
确定每组例数，选择分组方法进行分组
四、分组过程与方法
2.分组方法
随机分组 自然分组
低研究单位的数量
样本越大，所需的精力、人力和物力都会很大，
需要的时间很长
样本含量过少会导致所得指标不稳定，检验效能 太低，结论缺乏充分依据，难以获得正确的研究结 果
目录
一、样本含量的估计方法
1.与样本量相关的一些条件与参数 2.确定样本量的方法
二、样本含量估计的注意事项
一、样本含量的估计方法
数之间或样本统计量间的差值
一、样本含量的估计方法
确定样本量的方法
经验法 根据前人无数次科研实践经验所积累的一些常数作为大致 的标准 查表法
利用根据数理统计已专门编制成的样本量查询表查询得到
计算法
二、样本含量估计的注意事项
1.选择恰当的估算样本的方法 2.尽量选择总体单一，减少研究单位的个体变异 3.多种样本含量估计方法相结合 4.必须考虑样本的丢失情况
明确总体 确定抽样框 选择合适的样本量 确定抽样方法抽取样本
二、抽样过程与方法
（二）抽样方法
1.概率抽样 又称随机抽样（random sampling），是根据概率理 论，通过随机化的具体操作程序，保证总体中的每一个研究 个体均有相等的机会被抽中的抽取样本的方法
2.非概率抽样（non-probability sampling）
小结
1. 总体（population）是根据研究目的确定的全 部同质个体的某个(或某些)变量值 2. 样本（sample）是指从总体中抽取的部分观察 单位，其研究变量的实测值构成样本 3. 误差（error）是研究中所得到的实际测量值与 客观真实值之间的差异
小结
4. 抽样原则包括保证样本的可靠性和抽取有代表性 的样本 5. 抽样方法主要有概率抽样和非概率抽样两种 6. 研究分组要根据研究目的，保证分组的均衡性和 可比性 7. 分组方法有随机分组、自然分组、按意愿分组和 历史对照分组
第一节 基本概念
目录
一、总体
二、样本
三、误差
一、总体
总体（population）
根据研究目的确定的全部同质个体的某个（或某些）变 量值 这里的个体又称为观察单位（或研究单位），可以是一 个社区，一个特定人群，一个人，一个器官，一个细胞，一
个血样，一个基因，一个蛋白等
一、总体
有限总体（finite population）
之间的差异，被称为随机误差
随机误差包括抽样误差和随机测量误差
三、误差
抽样误差是由于个体生物学变异的存在，在随机 抽样研究中产生的样本统计量与总体参数间的差 别，其大小随样本不同而改变 通过增加样本量、在研究的设计阶段平衡或限制 研究对象的特征、在实施阶段充分收集和利用有 价值的信息，以及在分析阶段运用相对高效的统 计分析方法，提高误差估计的精度等方式可控制 随机误差
也称把握度（power），指在特定的α水准下，若总体
间确实存在差异，该项研究能发现此差异的能力（真阳性）
一、样本含量的估计方法
与样本量相关的一些条件与参数
总体标准差σ或总体率π的估计值 反映计量资料和计数资料的变异程度。一般是根据前 人经验或文献报道作出估计 容许误差δ
研究者要求的或客观实际存在的样本统计量与总体参
Baidu Nhomakorabea
按意愿分组
历史对照分组
四、分组过程与方法
随机分组
按照机会均等的原则，将具有同质性的一组研究对象 按照事先设计的比例随机分配到不同的组
简单随机分组
又称为完全随机化分组，是对研究对象直接进行随机 分组， 常通过掷硬币或随机数字表,或用计算机产生随机 数来进行随机化
四、分组过程与方法
区组随机分组
方法
二、抽样过程与方法
分层抽样（stratified sampling）
先按照某种特征将总体分为若干相互之间差异较大的 组别、类型、区域等，称之为“层”（strata），再从每 一层内按比例随机抽取一定数量的研究单位，合起来组成 样本
二、抽样过程与方法
整群抽样（cluster sampling）
行抽样
二、抽样过程与方法
多阶段抽样（multistage sampling）
在实际抽样时，不仅要考虑抽样误差的大小，同时也 要考虑操作上的可行、方便，所以往往多种抽样方法联合 使用或多级抽样。这是大型调查时常用的一种抽样方法
由研究目的决定的符合纳入标准的被抽取样本的所有 个体变量值的集合体
可得总体（accessible population）
目标总体的一部分，是研究者根据研究的需要能方便 抽取的总体
一、总体
观察单位（observed unit）
亦称个体（individual）或研究单位（study unit） 指研究总体的单位组成部分，是科学研究中的最基本单位 从总体中抽取一部分具有代表性的观察单位作为研究 对象，并用样本的研究结果来推断总体是必要的
又称均衡随机化或限制性随机化分组,即将随机加以约
束,使各处理组的分配更加平衡,满足研究要求
分层随机分组
按研究对象特征，即可能产生混杂作用的某些因素（
如年龄、性别、种族、文化程度、居住条件）先进行分层 ，然后在每层内随机地把研究对象分配到实验组和对照组
第三节 样本含量估计
样本含量估计
样本含量（sample size）是研究者在保证研究结 论的可靠性的前提下，确定的该研究中所需要的最
与样本量相关的一些条件与参数
根据研究目的与资料性质，要先知道的一些数据，如百分 数、率、均数及标准差 此数据可从以往的实践与经验，预备试验的结果或文献资
料里得来
一、样本含量的估计方法
与样本量相关的一些条件与参数
检验水准（α值） 本次研究允许的第一类错误概率，也称假阳性率，是统 计学上的显著性水平 检验效能（power of test）
二、抽样过程与方法
非概率抽样
方便抽样(convenient sampling) 配额抽样（quota sampling） 目的抽样（purposive sampling） 滚雪球抽样（snowball sampling）
三、分组的原则
1. 符合研究目的
研究目的是研究分组的决定性因素
也称非随机抽样，是指抽样未采用随机抽样的方法，总 体中的每一个研究单位被抽取进入样本的概率是不确定的
二、抽样过程与方法
1. 概率抽样
简单随机抽样（simple random sampling） 或称单纯随机抽样，是指总体中的每个研究个体被选 入样本中的概率完全相同，决定哪一个研究个体进入样本 完全随机决定。它是概率抽样中最基本、也被广为使用的
一定条件下无限接近真实值，而不可能做到绝对准确
分为随机误差（random error）和系统误差（
systematic error）
三、误差
1. 随机误差
又称机遇误差（chance error）、偶然误差(accidental error)
本与总体之间的随机变异，以及测量方法本身的随机变
异等原因而存在一定的差异，从而导致实测值与真实值
小结
8. 样本含量（sample size）是研究者在保证研究 结论的可靠性的前提下，确定的该研究中所需要 的最低研究单位的数量 9. 检验水准（α值）、检验效能（power of test） 总体标准差σ或总体率π的估计值、容许误差δ 10.样本含量估计的注意事项
三、误差
2.系统误差（systematic error）
亦称偏倚（bias）,它是由某些确定性原因而造成的确定 性误差，可来自受试者、观察者、仪器以及外环境的非试
验因素四个方面，通常表现为结果有规律的偏大或偏小
包括选择偏倚（selection bias）、信息偏倚
(information bias)和混杂偏倚(confounding bias)
运用：
1.能根据研究目的，研究设计，统计学要求等合理进行样本量计算 2.能根据研究目的，研究设计，以及样本量大小等情况，选择合适的 抽样方法
重点难点
系统误差、随机误差、抽样误差的差异
比较不同抽样方法之间的区别与联系
能运用公式进行样本量计算
根据研究目的，研究设计，以及样本量大小等情
况，选择合适的抽样方法
一、抽样原则
纳入标准（inclusion criteria）
是研究者制定的符合研究课题要求的其他标准 ，要点 从复杂的群体中，选择相对单一临床特点的对象进行研究
排除标准（exclusion criteria）
是研究者对符合诊断标准和纳入标准的潜在研究对象
，根据研究目的以及干预措施的特点，制定的防止干扰因
总体通常限于特定的空间、时间、人群范围之内，若 同质研究对象的所有观察单位的所研究变量取值的个数为
有限个数，则这个总体称为有限总体
无限总体（infinite population）
有时在另一些情形下，没有时间和空间的限制，同质
研究对象的所有观察单位的取值个数为无限个数，则为无 限总体
一、总体
目标总体（target population）
二、样本
样本（sample）
从总体中抽取的部分观察单位，其研究变量的实测值 构成样本
代表性（representative）
某观察指标在样本中的频数分布情况和该观察指标在 总体中实际的分布情况比较接近，可以看作是总体的缩影
三、误差
误差（error）
研究中所得到的实际测量值与客观真实值之间的差异。 误差是客观存在的，任何研究所得到的测量结果都只能在
一种方法，也被认为是最完全的概率抽样，是其他抽样方
法的基础
二、抽样过程与方法
系统抽样(systematic sampling)
又称等距抽样或机械抽样，方法简便易行，被选入样 本的研究单位在总体中的分布比较均匀，一般情况下，其 抽样误差比简单随机抽样小，对总体的估计较准确。当研 究者获得总体的所有按顺序排列的个体名单时，多采用该
护理研究
第五章 研究对象的确定
四川大学华西护理学院 方进博
学习目标
识记：
1.能准确说出总体，有限总体、无限总体、目标总体、可得总体以及 观察单位的概念 2.能准确说出样本与误差的概念 3.能叙述样本含量估计的注意事项 4.能正确复述抽样与分组原则 5.能叙述常见的分组方法
理解：
1.能比较系统误差、随机误差、抽样误差的差异 2.能比较不同抽样方法之间的区别与联系
第二节 抽样和分组的 原则及过程方法
目录
一、抽样原则
二、抽样过程与方法 三、分组的原则
四、分组过程与方法
一、抽样原则
抽样（sampling）是指从全体被研究对象即总体 中，按照一定的要求抽取一部分观察单位组成样
本的过程
一、抽样原则
1.保证样本的可靠性
2.抽取有代表性的样本
一、抽样原则
保证样本的可靠性 指样本中每一观察单位确实来自同质总体，如研 究对象为病人，则需要对研究对象的确认要依据 明确的诊断标准、纳入标准和排除标准
素的标准
一、抽样原则
抽取有代表性的样本
1.抽样要遵循随机化原则 随机化原则（randomization），指在进行抽样时， 总体中每一个体是否被抽取到，不是由研究者主观决定而 是每一个体按照概率原理拥有均等的被抽取到的可能性
2.足够的样本含量
保证样本中有足够的变量值个数
二、抽样过程与方法
（一）抽样的过程
2. 均衡性
保证各组样本的基础情况( 除处理因素以外影响研究 结果的非处理因素) 相同或相似，具有可比性
3. 可比性
四、分组过程与方法
1.分组过程
明确总体 确定合适的样本 明确抽样方法抽取样本
确定每组例数，选择分组方法进行分组
四、分组过程与方法
2.分组方法
随机分组 自然分组
低研究单位的数量
样本越大，所需的精力、人力和物力都会很大，
需要的时间很长
样本含量过少会导致所得指标不稳定，检验效能 太低，结论缺乏充分依据，难以获得正确的研究结 果
目录
一、样本含量的估计方法
1.与样本量相关的一些条件与参数 2.确定样本量的方法
二、样本含量估计的注意事项
一、样本含量的估计方法
数之间或样本统计量间的差值
一、样本含量的估计方法
确定样本量的方法
经验法 根据前人无数次科研实践经验所积累的一些常数作为大致 的标准 查表法
利用根据数理统计已专门编制成的样本量查询表查询得到
计算法
二、样本含量估计的注意事项
1.选择恰当的估算样本的方法 2.尽量选择总体单一，减少研究单位的个体变异 3.多种样本含量估计方法相结合 4.必须考虑样本的丢失情况
明确总体 确定抽样框 选择合适的样本量 确定抽样方法抽取样本
二、抽样过程与方法
（二）抽样方法
1.概率抽样 又称随机抽样（random sampling），是根据概率理 论，通过随机化的具体操作程序，保证总体中的每一个研究 个体均有相等的机会被抽中的抽取样本的方法
2.非概率抽样（non-probability sampling）
小结
1. 总体（population）是根据研究目的确定的全 部同质个体的某个(或某些)变量值 2. 样本（sample）是指从总体中抽取的部分观察 单位，其研究变量的实测值构成样本 3. 误差（error）是研究中所得到的实际测量值与 客观真实值之间的差异
小结
4. 抽样原则包括保证样本的可靠性和抽取有代表性 的样本 5. 抽样方法主要有概率抽样和非概率抽样两种 6. 研究分组要根据研究目的，保证分组的均衡性和 可比性 7. 分组方法有随机分组、自然分组、按意愿分组和 历史对照分组
第一节 基本概念
目录
一、总体
二、样本
三、误差
一、总体
总体（population）
根据研究目的确定的全部同质个体的某个（或某些）变 量值 这里的个体又称为观察单位（或研究单位），可以是一 个社区，一个特定人群，一个人，一个器官，一个细胞，一
个血样，一个基因，一个蛋白等
一、总体
有限总体（finite population）
之间的差异，被称为随机误差
随机误差包括抽样误差和随机测量误差
三、误差
抽样误差是由于个体生物学变异的存在，在随机 抽样研究中产生的样本统计量与总体参数间的差 别，其大小随样本不同而改变 通过增加样本量、在研究的设计阶段平衡或限制 研究对象的特征、在实施阶段充分收集和利用有 价值的信息，以及在分析阶段运用相对高效的统 计分析方法，提高误差估计的精度等方式可控制 随机误差
也称把握度（power），指在特定的α水准下，若总体
间确实存在差异，该项研究能发现此差异的能力（真阳性）
一、样本含量的估计方法
与样本量相关的一些条件与参数
总体标准差σ或总体率π的估计值 反映计量资料和计数资料的变异程度。一般是根据前 人经验或文献报道作出估计 容许误差δ
研究者要求的或客观实际存在的样本统计量与总体参
Baidu Nhomakorabea
按意愿分组
历史对照分组
四、分组过程与方法
随机分组
按照机会均等的原则，将具有同质性的一组研究对象 按照事先设计的比例随机分配到不同的组
简单随机分组
又称为完全随机化分组，是对研究对象直接进行随机 分组， 常通过掷硬币或随机数字表,或用计算机产生随机 数来进行随机化
四、分组过程与方法
区组随机分组
方法
二、抽样过程与方法
分层抽样（stratified sampling）
先按照某种特征将总体分为若干相互之间差异较大的 组别、类型、区域等，称之为“层”（strata），再从每 一层内按比例随机抽取一定数量的研究单位，合起来组成 样本
二、抽样过程与方法
整群抽样（cluster sampling）