社会科学研究：抽样调查
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)。
ຫໍສະໝຸດ Baidu
Q2：为什么这样抽样的误差小？换言之,为 什么在同样精度要求下 , 分层抽样可以降 低样本数量?
▲分层抽样适合于异质性高的总体
3．整群抽样(Cluster Sampling) 当总体中的要素明显分成许多子群，且 子群间同质性高，子群内异质性高时， 抽出若干子群就能代表总体（抽中的子 群内所有要素均成为样本）
4．抽样框（Sampling Frame） 抽样框=各阶段抽样单位的实际名单（全部省，市， 县/区，街道/乡，居委会/村，家庭/个人名单） 5．参数值（Parameter）与统计值（Statistic） 参数值=总体中某变量的综合描述 统计值=调查样本中某变量的综合描述
二、抽样的程序 1．界定总体和调查总体 ▲要考虑调查总体是否代表总体 （《文学文摘》抽样失败案例）
普查（General Survey）
概率抽样（Probability Sampling）
抽样调查 非概率抽样（Nonprobability Sampling）
▲概率抽样包括： 简单随机抽样 系统抽样 分层抽样 整群抽样 多阶段抽样 概率比例抽样 ▲非概率抽样包括： 偶遇抽样 目标或判断抽样 定额抽样 滚雪球抽样
简单随机抽样在编码前无须使之随机； 系统抽样须在排列时使之随机
2．分层抽样(Stratified Sampling) Q ：当总体异质性高时，为了避免抽取过 大的样本，如何抽样？ 操作方法： 1）选择分层变量：要与想描述的变量紧密 相关 例1:调查各类人员对经济体制改革的看法 例2:调查高校在校生的就职倾向 例3:调查企业职工读书的数量
三、概率抽样（Probability Sampling） ▲抽样的核心原则： 使样本能代表总体 => 使任何要素都具有 同等的、独立于任何其他事件的被抽到 的概率(如抽样过程中要素之间的影响)
=>要素的特征的结构与总体相似
1 ． 简 单 随 机 抽 样 （ Simple Random Sampling ） 和 系 统 抽 样 （ Systematic Sampling） 简单随机抽样=建立了合适的抽样框后， 编码，然后利用随机数字表来抽样 （1）利用随机数字表来进行简单随机抽样 例：从1100人中抽100人 ---把1100人编号 ---确定4位随机数字 ---确定4位随机数字的选择方法 (方法要固 定)
▲ 注意： ---只挑在1—1100间的数 ---若碰到了以前选过的数：跳过
（2）系统抽样（=等距抽样）：每隔K （抽样间距）个要素抽一个
▲ 术语： 抽样比率=样本数/总体数 抽样间距（K）=总体数/样本数
▲ 要求：（两个随机） ---抽样框中要素在抽样前随机排列 ---开始抽的第一个号码须随机
2．总体（Population）=研究总体（袁方书） 研究总体=理论上界定的研究要素的特定集合体 （内容，单位，范围，时间） 如：妇女（15－50岁），人，中国，2004年 3．调查总体（Study Population）=研究者从中 实际抽取调查样本的全体要素的总和 如（上例）：除台湾以外、不在医院和监狱里 的
▲抽样成功案例 1968，G. Gallup 的美国民意调查研究 所（American Institute of Public Opinion） 仅用2000人作为样本成功地预 测总统候选人R. Nixon的得票率(抽样调 查预测的支持率为43%，实际得票率 42.9%)。
一、抽样调查（Survey Sampling）的概念与术 语
1 ． 要 素 / 元 素 （ Element ） 与 抽 样 单 位 （Sampling Unit） 要素 = 搜集信息的单位（人，家庭，组织，社 区；文章，词，杂志，歌曲；汽车） 抽样单位 = 抽样各阶段中选取的要素或要素集 合（省，市，县 / 区，街道 / 乡，居委会 / 村， 家庭/个人）
▲ 危险：当抽样框中要素,依照其某个特征 变量的值发生有规律的排列时,抽样结果有可 能会产生重大偏误.特别注意如下两种情况: (1)循环排列(Cyclical Pattern) (2)高低有序排列(如学生按成绩从高到底排)
解决方法： ---打乱，使之随机 ---在每个间隔内用简单随机抽样
■简单随机抽样与系统抽样的比较
2）进行分层抽样: 方法 1 ：按相对比例从分层得到的次级集 合中随机抽样/系统抽样 方法 2 ：把各次级集合连续列表，然后对 列表进行一个随机起始的系统抽样
Q1:在方法2中,能否对各次级集合的连续 列表进行简单随机抽样?
注意：在方法2中,不能对各次级集合的连 续列表进行简单随机抽样！因为这样一来 又回到了简单随机抽样 ( 简单随机抽样对 要素的排列顺序无任何要求)
抽样调查
一 二 三 四
抽样调查的概念与术语 抽样的程序 概率抽样 非概率抽样
▲著名的抽样失败案例 1936，美国《文学文摘》（Literary Digest ）预测总统候选人A. Landon 和F. Roosevelt的得票率。 从电话薄的车牌登记名单中抽出1000 万人，收到200万人回应。
抽样调查预测A. Landon的支持率为 57%, F. Roosevelt的支持率为43%，但实 际他以61%的优势获胜。
▲抽子群的方法：随机抽样/系统抽样 例：一个城市中的若干小学；居委会；一 个县的若干村
▲分层抽样与整群抽样的比较
4 ． 多 阶 段 整 群 抽 样 (Multistage Cluster Sampling) 是按抽样元素的隶属关系或层次关系, 把抽样过程分成几个阶段进行. 适用的场合 : 在大规模抽样 ( 总体规模大 / 分 布范围广)时，当： 1）子群数或子群内个体数较多 并且， 2）子群间或子群内个体之间差异不大时
2．编制抽样框 3．设计和抽取样本 设计：各阶段抽取多少（根据抽样方法的要求计算） 例：入户访问填答问卷时 不在家或拒答的情况：二访或三访/选左邻
4．评估样本并对总体进行估计
（1）准确性：抽样严格按随机原则；设法 减少无回答率
（2）精确性：比较随机抽取的样本与总体 的特征是否符合（如调查人均受教育年 限时抽取的样本的性别比；调查家庭人 均收入时抽取的样本的户均人口数分布）
Q2：为什么这样抽样的误差小？换言之,为 什么在同样精度要求下 , 分层抽样可以降 低样本数量?
▲分层抽样适合于异质性高的总体
3．整群抽样(Cluster Sampling) 当总体中的要素明显分成许多子群，且 子群间同质性高，子群内异质性高时， 抽出若干子群就能代表总体（抽中的子 群内所有要素均成为样本）
4．抽样框（Sampling Frame） 抽样框=各阶段抽样单位的实际名单（全部省，市， 县/区，街道/乡，居委会/村，家庭/个人名单） 5．参数值（Parameter）与统计值（Statistic） 参数值=总体中某变量的综合描述 统计值=调查样本中某变量的综合描述
二、抽样的程序 1．界定总体和调查总体 ▲要考虑调查总体是否代表总体 （《文学文摘》抽样失败案例）
普查（General Survey）
概率抽样（Probability Sampling）
抽样调查 非概率抽样（Nonprobability Sampling）
▲概率抽样包括： 简单随机抽样 系统抽样 分层抽样 整群抽样 多阶段抽样 概率比例抽样 ▲非概率抽样包括： 偶遇抽样 目标或判断抽样 定额抽样 滚雪球抽样
简单随机抽样在编码前无须使之随机； 系统抽样须在排列时使之随机
2．分层抽样(Stratified Sampling) Q ：当总体异质性高时，为了避免抽取过 大的样本，如何抽样？ 操作方法： 1）选择分层变量：要与想描述的变量紧密 相关 例1:调查各类人员对经济体制改革的看法 例2:调查高校在校生的就职倾向 例3:调查企业职工读书的数量
三、概率抽样（Probability Sampling） ▲抽样的核心原则： 使样本能代表总体 => 使任何要素都具有 同等的、独立于任何其他事件的被抽到 的概率(如抽样过程中要素之间的影响)
=>要素的特征的结构与总体相似
1 ． 简 单 随 机 抽 样 （ Simple Random Sampling ） 和 系 统 抽 样 （ Systematic Sampling） 简单随机抽样=建立了合适的抽样框后， 编码，然后利用随机数字表来抽样 （1）利用随机数字表来进行简单随机抽样 例：从1100人中抽100人 ---把1100人编号 ---确定4位随机数字 ---确定4位随机数字的选择方法 (方法要固 定)
▲ 注意： ---只挑在1—1100间的数 ---若碰到了以前选过的数：跳过
（2）系统抽样（=等距抽样）：每隔K （抽样间距）个要素抽一个
▲ 术语： 抽样比率=样本数/总体数 抽样间距（K）=总体数/样本数
▲ 要求：（两个随机） ---抽样框中要素在抽样前随机排列 ---开始抽的第一个号码须随机
2．总体（Population）=研究总体（袁方书） 研究总体=理论上界定的研究要素的特定集合体 （内容，单位，范围，时间） 如：妇女（15－50岁），人，中国，2004年 3．调查总体（Study Population）=研究者从中 实际抽取调查样本的全体要素的总和 如（上例）：除台湾以外、不在医院和监狱里 的
▲抽样成功案例 1968，G. Gallup 的美国民意调查研究 所（American Institute of Public Opinion） 仅用2000人作为样本成功地预 测总统候选人R. Nixon的得票率(抽样调 查预测的支持率为43%，实际得票率 42.9%)。
一、抽样调查（Survey Sampling）的概念与术 语
1 ． 要 素 / 元 素 （ Element ） 与 抽 样 单 位 （Sampling Unit） 要素 = 搜集信息的单位（人，家庭，组织，社 区；文章，词，杂志，歌曲；汽车） 抽样单位 = 抽样各阶段中选取的要素或要素集 合（省，市，县 / 区，街道 / 乡，居委会 / 村， 家庭/个人）
▲ 危险：当抽样框中要素,依照其某个特征 变量的值发生有规律的排列时,抽样结果有可 能会产生重大偏误.特别注意如下两种情况: (1)循环排列(Cyclical Pattern) (2)高低有序排列(如学生按成绩从高到底排)
解决方法： ---打乱，使之随机 ---在每个间隔内用简单随机抽样
■简单随机抽样与系统抽样的比较
2）进行分层抽样: 方法 1 ：按相对比例从分层得到的次级集 合中随机抽样/系统抽样 方法 2 ：把各次级集合连续列表，然后对 列表进行一个随机起始的系统抽样
Q1:在方法2中,能否对各次级集合的连续 列表进行简单随机抽样?
注意：在方法2中,不能对各次级集合的连 续列表进行简单随机抽样！因为这样一来 又回到了简单随机抽样 ( 简单随机抽样对 要素的排列顺序无任何要求)
抽样调查
一 二 三 四
抽样调查的概念与术语 抽样的程序 概率抽样 非概率抽样
▲著名的抽样失败案例 1936，美国《文学文摘》（Literary Digest ）预测总统候选人A. Landon 和F. Roosevelt的得票率。 从电话薄的车牌登记名单中抽出1000 万人，收到200万人回应。
抽样调查预测A. Landon的支持率为 57%, F. Roosevelt的支持率为43%，但实 际他以61%的优势获胜。
▲抽子群的方法：随机抽样/系统抽样 例：一个城市中的若干小学；居委会；一 个县的若干村
▲分层抽样与整群抽样的比较
4 ． 多 阶 段 整 群 抽 样 (Multistage Cluster Sampling) 是按抽样元素的隶属关系或层次关系, 把抽样过程分成几个阶段进行. 适用的场合 : 在大规模抽样 ( 总体规模大 / 分 布范围广)时，当： 1）子群数或子群内个体数较多 并且， 2）子群间或子群内个体之间差异不大时
2．编制抽样框 3．设计和抽取样本 设计：各阶段抽取多少（根据抽样方法的要求计算） 例：入户访问填答问卷时 不在家或拒答的情况：二访或三访/选左邻
4．评估样本并对总体进行估计
（1）准确性：抽样严格按随机原则；设法 减少无回答率
（2）精确性：比较随机抽取的样本与总体 的特征是否符合（如调查人均受教育年 限时抽取的样本的性别比；调查家庭人 均收入时抽取的样本的户均人口数分布）