第二章学前教育研究设计第五节如何选择研究对象

第二章 学前教育研究设计
研究设计是整个研究的施工蓝图或实施计划。

一个完整的研究设计主要涉及确定研究课题，提出研究假设，选择研究变量，下操作性定义，选择研究对象等环节。

研究设计要通盘考虑研究的每一步骤，对研究作出全面规划。

本章就如何选择课题、提出假设、决定变量、下操作定义、抽样等作详细的描述。

第五节 如何选择研究对象
选择研究对象是教育研究设计的重要一环。

它是在研究对象总体中抽取一定数量的对象作为被试，这个过程也叫抽样。

一、什么是抽样
抽样就是从一个总体中抽取部分有代表性的个体作为样本，然后用这一样本的结果去推断总体。

抽样是以概率论的大数定律作为理论基础。

抽样的作用是为了合理地减少研究对象，既可节约人力、物力、时间，又可使研究力量相对集中，使研究工作更深入、细致，从而提高研究的准确性和可靠性。

二、抽样的基本要求
抽样是按一定规则进行的，抽样的基本要求是：
1.确定研究总体范围
抽样，首先要明确抽样的总体范围，通常研究课题和研究目的决定了总提的范围。

如，“上海市区6岁儿童识字量的调查”，这个课题的总体就是上海市区全体6岁儿童，不包括郊县的6岁儿童，也不包括市区其他年龄的儿童。

如果总体范围不很清楚，在抽样前应对总体做出明确规定。

否则，会对抽样本和结果推断造成麻烦。

2.抽样的随机化
随机化是指总体中的每个个体被选入样本的概率不为零。

换句话说，总体中的每个个体入选的机会均等。

抽签、摇奖就是根据抽样的随机化原理设计的。

抽样必须是随机的，这样可避免研究者的主观倾向或认为因素造成的偏差。

3.样本的代表性
样本的代表性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。

样本的代表性会影响研究结论的可靠性，影响研究结论的推断程度。

4.合理的样本容量
样本容量是指抽取样本的具体数量。

样本数量的多少，既要符合研究目的、内容，满足教育统计的要求，又要考虑抽样的可能性，并使误差减少到最低限度，一般来说，样本数越多，代表性越好；样本数过少，抽样误差较大，代表性也较差。

但是，仅仅依赖增大样本数并不是保证充分代表性的必要条件，如果抽样的程度发生偏差，遗漏了总体的某些部分，增加样本就意味着偏差更大。

另外，样本数过多，会造成不必要的浪费。

样本数量多少为宜，这是一个复杂的问题。

一般来说，样本大小取决于以下一些因素：
① 研究的类型、范围
② 统计分析的精确程度
③ 允许误差的大小
④ 总体的同质性
⑤ 抽样的方法
⑥ 研究成本，包括时间、精力、财礼
⑦ 分析的类别
三、抽样的基本方法
抽样的方法多种多样，主要分为两大类：概率抽样和非概率抽样。

1.概率抽样
概率抽样就是每个研究对象被抽取的概率是已知的，抽样方式是随机的。

概率抽样常用于定量研究或大规模的正式研究中。

具体的抽样方法有：
① 简单随机抽样
简单随机抽样是随机抽样方法中最基本的，运用最广泛的，简便易行的抽样方法，是其他抽样方法的基础。

简单随机抽样总体中的每一个体都有被抽到的同等机会，可通过抽签、随机数字或摇号机摇号来实现抽样，具体方式：
抽签先将总体的每一个体编上号码，每个号码做一个签，将全部的签充分混合后，随机从中抽取，被抽到签号的相应个体就进入样本，直到取够所需样本数目为止。

随机数字表随机数字表是由许多随机组合排列的数字组成的表，用它可以进行简单随机抽样。

例如，要从总体800人中抽取100人的样本，首先把800人从1—800编号排列，然后从随机数字表的任何一行，任何一列的任何数字开始，按任意方向依次取三位数（由于总体为800，是三位数），凡碰到1—800范围内的数字即为中选的号，直至取足100个号为止。

其中如果某号大于800或已被抽取过再次出现，则跳过不算。

例如从表2—2随机数字表第18行，第1列开始向右取三位数，803（略去，因为超过800），207，267，198，191，843（略去），429，081，349268……直到抽足100个号为止。

这100个号码的被试就组成了研究所要的简单随机样本。

另外，功能较全的计算器都编有随机数字程序，可利用计算器的这一功能进行随机抽样。

以卡西欧（CASIO）fx—3600型计算器为例，操作过程为：开机后，按INV ·，显示屏上就会不断地出现随机数字。

用计算器随机抽取样本的基本程序与随机数字表的基本程序一样，直到取足样本为止。

② 系统随机抽样
系统随机抽样又称等距抽样或机械抽样，是把总体中的所有个体按某种顺序排列编号，然后依固定的间隔抽取样本（间隔的大小视总体与样本数量的比率而定）。

换句话说，当样本的第一个个体被随机选定后，其他的个体就可按一定的规律抽出。

例如，要研究幼儿的身体发育情况，要从某幼儿园大班120人中抽取30人为研究对象。

首先将全体大班幼儿按身高顺序排列编号，1—120，然后求出抽样的固定间隔为120÷30=4，即4个号为一组，共30个组，再随机决定每组中第几号为抽取对象，假定每组中第3个号为抽取对象，那么编号3，7，11，15，19，23……119这30个号就组成系统随机抽样的样本。

系统随机抽样使样本分配均衡，更具代表性，抽样误差较简单随机抽样小，操作也较简单，实际运用较广。

③ 分层随机抽样
分层随机抽样又称分类抽样或配额抽样，是将总体按某一属性或特征分成若干层次或类别（子总体），然后以各层或各类在总体中所占比重，按比例随机抽取样本。

例如，对某校800个学生的学习态度进行调查，拟抽取十分之二的学生（160人）作为样本。

首先按成绩评定标准将学生分成优、良、中、差四层，优（160人），良（320人），中（240人），差（80人）。

然后用简单随机抽样在四层中按比例分别抽取样本，从优等中抽取160×2/10=32人；从良等中抽取320×2/10=64人；从中等中抽取240×2/10=48人；从差等中抽取80×2/10=16人。

这160人组成了分层随机抽样的样本。

分层随机抽样确保每层子总体都被包容在抽样范围内，避免了某一子总体出现“超载”现象或出现意外样本。

由于样本中各层数量构成了与总体中的数量构成比例相当，从而能保证样本的代表性。

对于总体构成比较复杂，总体数量较大，各层次标志明显的情况下，宜采
用分层随机抽样。

④ 整群随机抽样
整群随机抽样就是以自然群体（学校、班级等）为单位，从较大的群总体中随机抽取样本，整群随机抽样与其他抽样方式的区别在于，它的样本单位是群体，不是个体。

例如，在全市幼儿园中随机抽取20所幼儿园进行一项新的教学方法的实验研究。

采用整群随机抽样比较方便，切实可行。

这种抽样不会因研究而打乱原有的班级，能兼顾到常规的教学秩序，师生配合等问题。

另外，群可作为分析的单位，对统计分析具有意义。

但是整群随机抽样所获样本分布不均匀，群体间可能会存在差异，在一定程度上会影响样本的代表性，因此，在选择研究群体时需要慎重考虑。

2.非概率抽样
非概率抽样是指每个研究对象被抽取的概率是未知的，抽样方式不是随机的，样本是按研究目的而选择的。

非概率抽样常用于定性研究或小范围的非正式的研究中。

具体的抽样方法有：
① 目的抽样
当研究情境不能运用随机抽样时，为达到研究目的而选择样本称为目的抽样。

目的抽样与随机抽样的区别在于它们抽取样本的方式不同，它们运用的逻辑基础不同。

随机抽样的逻辑基础是所选择的样本要有代表性，而目的抽样的逻辑基础是想掌握和了解样本的实际情况。

② 完全抽样
完全抽样是样本数量和总体数量完全一致。

这是抽样的特例，通常在总体数量极少的情况下适用。

例如，某幼儿园有8个多动症儿童，研究者就将这8个儿童全部作为样本进行研究。

③ 异质抽样
异质抽样就是抽取某种特征完全不相同的，差异最大的个体为样本，目的是为获得两类信息，一是不同个体之间的区别和差异；二是不同个体之间的共同之处。

④同质抽样
选择具有典型意义的、特征相近的个体为样本。

与异质抽样相比，同质抽样走的中间道路。

如在一项研究中，所选择的幼儿园既不是最好的，也不是最差的，而是中等程度的幼儿园。

这些幼儿园的特征具有典型性和相似性，能代表大多数的普通幼儿园。

⑤立意抽样
立意抽样又称定标抽样，是研究者根据自己确定的标准，凭自己的经验和主观判断来决定所需样本。

立意抽样注重样本质的方面，能针对性地研究某些问题，经济实用，但抽样的主观性较强。

⑥随意抽样
随意抽样又称偶然抽样，指按研究者的需要和方便，利用现有的机会对偶然遇到的对象进行抽样。

四、抽样的原则
任何抽样大有讲究，但不管采用哪种方法抽样，随机性原则和代表性原则是必须遵循的两条基本原则，除此以外，一个好的抽样设计还应满足以下4条原则：
1.方向性原则
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。

2.可测性原则
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。

3.可行性原则
可行性原则指选择抽样方法时要考虑抽样方案在现实情境中是否行得通。

可行性原则要求抽样设计更多地从实际情况考虑，方案更详尽，操作更具体。

4.经济性原则
经济性原则指选择抽样方法时要考虑与可得资源相吻合，资源包括时间、财力、人力等。