1、第4讲抽 样 v抽样与抽样调查 v抽样的术语与程序 v 概率抽样 v非概率抽样 v样本大小 年份总统竞选人盖洛普预测实际选举结果1936罗斯福、蓝敦55.7:44.360.8:36.51940罗斯福、威尔基52:4854.7:44.81944罗斯福、杜威51.5:48.553.4:45.91848杜鲁门、杜威44.5:49.549.5:45.11952艾森豪威尔、史蒂文森51:4955.1:44.41956艾森豪威尔、史蒂文森59.5:40.557.4:42.01960肯尼迪、尼克松51:4949.7:49.61964约翰逊、戈德华特64:3661.1:38.51968尼克松、汉弗莱、华莱士4
2、3:42:1543.4:42.7:13.5第一节 抽样与抽样调查 v抽样抽样 是一种选择调查对象的程序和方法；即由总体中选取一部分代表的过程。v选取样本的方法分为两大类：一类是非概率抽样。另一类概率抽样。v抽样调查的成功成功首先要求所选取的样本能够代表总体。v所谓代表，也就是抽取出来的样本从调查所要研究的总体特征来看，能够再现总体的结构。v概率抽样最具科学性。第二节 抽样的术语与程序 一、抽样的术语 1.总体是指调查研究对象全体所构成的集合；2.样本 是指按照一定方法从总体中抽取出来进行调查的那部分对象的集合；3.抽样 指的是从某个总体的集合中，按一定的方式选择或抽取一部分元素的过程。4.抽样
3、单位是指抽样过程中使用的基本单位。5.样本框样本框是指抽样过程中抽取样本的所有抽样单位的名单。是指抽样过程中抽取样本的所有抽样单位的名单。6.参数值参数值 也称总体值，是关于总体中某一变量的综合描述。也称总体值，是关于总体中某一变量的综合描述。7.统计值统计值 也称样本值，样本值是从样本的所有元素中计算出来的，也称样本值，样本值是从样本的所有元素中计算出来的，它是相应的总体值的估计量。它是相应的总体值的估计量。8.抽样误差抽样误差 在用样本的统计值去推论总体的参数值时，总会存在着在用样本的统计值去推论总体的参数值时，总会存在着偏差，这种偏差就是抽样误差。偏差，这种偏差就是抽样误差。9.置信水平
4、置信水平 是指总体参数值落在样本统计值某一正负区是指总体参数值落在样本统计值某一正负区间内的概率；间内的概率；10.置信区间置信区间 是指在某一置信水平下，样本统计值与总体是指在某一置信水平下，样本统计值与总体参数值间的误差范围。参数值间的误差范围。二、抽样的基本程序二、抽样的基本程序 1.界定总体界定总体 是对从中抽取样本的总体范围和界限作明确的界是对从中抽取样本的总体范围和界限作明确的界定。定。2.制定抽样框制定抽样框 在确定了总体范围和抽样单位以后，收集总体中在确定了总体范围和抽样单位以后，收集总体中全部抽样单位的名单，并通过对名单进行统一编全部抽样单位的名单，并通过对名单进行统一编号来
5、建立起供抽样使用的抽样框。号来建立起供抽样使用的抽样框。3.设计和抽取样本设计和抽取样本 4.对样本进行评估。对样本进行评估。就是对样本的质量、代表性、偏差等进行初步就是对样本的质量、代表性、偏差等进行初步的检验和衡量。的检验和衡量。第三节 概率抽样 一、简单随机抽样 二、等距抽样 三、分层随机抽样 四、整群抽样 五、多阶段抽样 v 一、简单随机抽样v按等概率原则直接从含有N个元素的总体中随机抽取n个元素组成样本(Nn)。v1、抽签法v2、随机数码法概率抽样的概率抽样的最基本形式。最基本形式。随机数字表一部分随机数字表一部分行行 1 2 3 4 5 6 7801 33993 41249 761
6、23 16507 57399 77922 36198802 39041 05779 74278 75301 01779 60768 22023803 56011 26839 38501 03321 43259 73148 43615004 07397 95853 4S764 43803 76659 57736 44801805 74998 53337 13860 89430 9582S 65893 96572806 59572 95893 697e5 43597 90570 60909 06479807 74645 13940 28640 00127 04261 17650 34050808
7、42765 23855 38451 11482 32671 52126 23800809 66561 56130 30356 54034 53996 98874 78001810 50670 13172 31460 20224 34293 59458 24410811 53971 08701 38356 36149 10891 05178 55653812 47177 03085 37432 94053 87057 61859 96943813 41494 89270 48063 12253 00383 96010 41457814 07409 32874 03514 84843 74421
8、86708 43267815 03097 12212 43093 46224 14431 15065 18267具体步骤v(1)先取得 抽样框；v(2)将总体中所有元素按顺序编号；v(3)确定随机数表中选取得数码位数；v(4)用随机方法抽取第一个号码；v(5)按照任意规则逐个抽取与样本单位顺序号码相符的号码与个数；v(6)依据从随机数表中选出的数码，到抽样框中去找出它所对应的元素。例：在某个5000人的企业中抽取1000人进行问卷调查，如何操作？如果是如果是10人如何抽取？人如何抽取？优点：简单易行优点：简单易行缺点：只适用于总体数量不大，而且抽样框缺点：只适用于总体数量不大，而且抽样框容易定
9、位的调查；容易定位的调查；样本代表性差，误差大。样本代表性差，误差大。二、系统抽样v把总体的单位进行编号排序后，再计算出某种间隔，然后按这一固定的间隔抽取个体的号码来组成样本的方法。1、具体步骤(1)制定出抽样框。(2)计算抽样间距K=N/n(3)在最前面的K个个体中，采用简单随机抽样的方法抽取一个个体，记下个体编号(A)。(4)在抽样框中，自A开始，每隔K个个体抽取一个个体，编号分别为A，A+K，A+2K，A+(n1)K。(5)将这n个个体合起来，就构成一个样本。2、课堂作业v要在某大学总共3 000名学生中，抽取一个容量为100的大学生样本。v我们先将3 000名学生的名单依次编上号码；v
10、然后按上述公式可求得抽样间距为：30；v在130的数码中，采用简单随机抽样的方法抽取一个数字，假如抽到12，就以12为第一个号码；v每隔30名再抽一个。这样，我们便可得到12，42，72，2972总共100个号码。v再根据这100个号码，从总体中对应地找出100名学生，这100名学生就构成本次的一个样本。v3、注意两种情况一是总体名单中，个一是总体名单中，个体的排列具有某种次体的排列具有某种次序上的先后、等级上序上的先后、等级上的高低情况。的高低情况。二是总体名单中，二是总体名单中，个体的排列上有个体的排列上有与抽样间隔相对与抽样间隔相对应的周期性分布应的周期性分布的情况。的情况。4、评价v优
11、点：样本的分布比较均匀，抽样误差小于简单随机抽样。v缺点：总体不能太多，要有完整的登记册；三、分层抽样v分层抽样：将总体按某种特征划分成若干类型，然后再根据各类型所包含的抽样单位数与总体单位数的比例，确定从各类型中抽取样本单位的数量。然后按照简单随机和等距抽样的方法抽取样本。例如：了解某市800个企业的生产经营，第一产业80个，第二产业320个，第三产业400个，需选择100个调查，如何做？计算比率：第一产业：10%，第二产业：40%，第三产业：50%；下一步是多少？相应的个数：第一产业：10，第二产业：40，第三产业：50 然后抽取具体的样本2分层抽样的优点v总体单位数量较多，单位之间差异较
12、大的对象。样本代表性大，误差较小。v缺点：必须充分了解总体，否则无法分类；3分层抽样的运用v(1)分层的标准。v第一，以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。v第二，以保证各层内部同质性强、各层之间异质性强的变量作为分层变量。v第三，以那些已有明显层次区分的变量作为分层变量；(2)分层的比例问题。v按比例分层抽样是指按各种类型或层次中的单位数目同总体单位数目间的比例来抽取样本。v例：某地区有百货商店1000个，其中大型百货商店100个，中型百货商店300个，小型百货商店600个。如果总样本数定为20个，则各层应抽取的样本数为多少？四、整群抽样v先将总体各单位按一定标准分成若干群体
13、，并将每一个群体看作一个抽样单位，然后按照随机原则从这些群体中抽取若干群体作为样本。v例如，某大学共有100个班级，每班都是30名学生，总共有3000名学生，抽300名学生作为样本，如何抽取？v从全校100个班级中，采取简单随机抽样的方法（或是系统抽样，分层抽样的方法)抽取10个班级，然后由这10个班级的全部学生(300名)构成样本；v优点：抽样单位集中，它可以降低收集资料的费用，。v缺点：样本的分布面不均匀、样本对总体的代表性相对较差等。和以上几种相比较，在样和以上几种相比较，在样本数量相同的情况下抽样本数量相同的情况下抽样误差较大误差较大课堂练习v假设总体是全国所有城市的集合（600），我
14、们要抽取一个规模为40的样本，按照前面所介绍的方法如何抽取？v1、简单随机抽样或系统抽样？v2、分层抽样（特大、大、中等、小城市）v3、整群抽样（以省为抽样单位）五、多段抽样v多段抽样是按抽样元素的隶属关系或层次关系，把抽样过程分为两个或以上阶段进行。n在社会研究中，当总体在社会研究中，当总体的规模特别大，或者总体的规模特别大，或者总体分布的范围特别广时，研分布的范围特别广时，研究者一般采取多段抽样的究者一般采取多段抽样的方法来抽取样本。方法来抽取样本。具体步骤v先从总体中随机抽取若干大群(组)，再从这几个大群(组)内抽取几个小群(组)，这样一层层抽下来，直至抽到最基本的抽样元素为止。v例如：
15、某市共有6万名员工，他们分布在全国20个城市的400个单位中。现在要抽取一个由1200名员工组成样本。v如果按照三阶段抽样的方法，我们就可以有下列各种不同的抽样选择(见表)。要在类别和个体之间保持要在类别和个体之间保持合适的比例合适的比例。如何选择方案？2、研究者所拥有的人力和财力、研究者所拥有的人力和财力同质性越高，同质性越高，子总体规模子总体规模越小越小大的类别较少，每大的类别较少，每一类别的个体较多一类别的个体较多1、各抽样阶段的子、各抽样阶段的子总体同质性程度。总体同质性程度。总则：大的类别抽取单元较总则：大的类别抽取单元较多，每一单元抽取个体较少多，每一单元抽取个体较少考考虑虑因因素
16、素调查方案例子课堂练习：v例如，假定某山区县有20个乡镇（该县20个乡镇经济发展状况较好的、一般的和较差的3类分别为4个、12个和4个），平均每个乡镇有10个行政村，每个行政村有10个自然村，每个自然村有50户。这样，全县共有200个行政村、2000个自然村、10万户。现决定采用多段随机抽样方法对该县计划生育状况按户做5的抽样调查，共抽取样本500户.v其具体做法如下：首先，确定抽样单位。根据该县社会组织的4个层次，即乡镇、行政村、自然村和户，应采取4段随机抽样方法抽取样本，并确定乡镇为第1级单位，行政村为第2级单位，自然村为第3级单位，户为第4级单位然后，采取不同抽样方法，分4段逐步抽取样本
17、：v一段抽样，从县抽到乡镇。由于该县乡镇之间经济发展状况差异较大，因而应采用宜于这类抽样单位的类型分层抽样。v其具体做法是：首先，编制抽样框。以经济发展状况为标准，将该县20个乡镇分为经济发展状况较好的、一般的和较差的3类(即3个群体)，它们分别为4个、12个和4个。v其次，确定样本数量。假定在第1级单位中抽取25的单位即5个乡镇作为样本。v再次，简单随机抽取和上述比例，在经济发展状况较好的4个乡镇中抽1个乡镇，一般的几个乡镇中抽3个乡镇，较差的4个乡镇中抽1个乡镇，共5个乡镇组成第1级样本。v二段抽样，从乡镇抽到行政村。为了使样本分布比较均匀，可考虑采用等距抽样。具体做法是：v首先，编制抽样
18、框。把第1级样本5个乡镇的50个行政村编号l50。v其次，计算抽样间隔。假定从第2级单位中抽取20的单位即10个行政村作为第2级样本，这样抽样间隔就应该是5010=5。v再次，抽取第2级样本。就是先在第1抽样问隔内随机抽取第1个样本，假定是编号为2的行政村，然后按照抽样间隔就可确定编号为2，7，12，17，22，27，32，37，42，47的10个行政村为第2级样本。v三段抽样，从行政村抽到自然村。为了便于集中调查，节约人财物力和时间，可考虑采取整群抽样方法。其具体做法是：首先，划分群体，即将第首先，划分群体，即将第2 2级样本级样本1010个行政村个行政村所属的所属的100100个自然村，按
19、照地理位置把每两个个自然村，按照地理位置把每两个相近自然村划为一个群体，共分为相近自然村划为一个群体，共分为5050个群体。个群体。其次，抽取第其次，抽取第3 3级样本，即按照随机原则从级样本，即按照随机原则从5050个群体中抽出个群体中抽出1010个群体作为第个群体作为第3 3级样本。级样本。v四段抽样，从自然村抽到户。为了简便易行，可采取简单随机抽样方法。其具体做法是：v首先，编制抽样框，就是编制第3级样本10个群体、20个自然村、1000户的名单，并按照一定标准确定每户的编号。v其次，抽取第4级样本，即按照简单随机抽样方法从每个群体(即相近的两个自然村100户)中抽取50户、10个群体中
20、抽出500户作为第4级样本即最后实施调查的具体对象。v从上例可以看出，多段随机抽样方法的优点：v把各种抽样方法的优点综合起来，达到以最小的人财物力消耗和最短时间获得最佳效果的目的。v特别适合于调查总体范围大、单位多、情况复杂的调查对象。v主要缺点：抽样误差较大，是各阶段抽样误差之和。第四节 户内抽样与PPS抽样v 一、户内抽样v采取一种被称做“Kish选择法”方式。具体做法：v先将调查表分为(编号为)A、B1、B2、C、D、E1、，E2、F八种，每种表的数目分别占调查表总数的1/6、112、112、1/6、16、112、112、16。v其次，印制若干套(一套八种)“选择卡”发给调查员，每人一套
21、。“选择卡”的形式如表综合调查员首先对家庭中的成年人排序n然后，调查员按照调查表上的编号找出相同的然后，调查员按照调查表上的编号找出相同的“选选n择表择表”，确定该选的个体序号，最后对之进行访谈。，确定该选的个体序号，最后对之进行访谈。问题：v当分子公司的规模大小不一时v比如说，甲分子公司比较大，有1000员工，乙分子公司比较小，只有200员工。那么，当它们在第一阶段都被抽中后，第二阶段分别从它们中抽取50员工。v甲分子公司中员工被抽中的概率为(2080)(501000)=180。v乙分子公司中员工被抽中的概率为(2080)(50200)=116。多段抽样中，假定：即每一个阶段多段抽样中，假定
22、：即每一个阶段抽样时，其元素的规模是相同的。抽样时，其元素的规模是相同的。二、PPS抽样不等概率抽样方法，叫不等概率抽样方法，叫“概率与元素的规概率与元素的规模大小成比例抽样模大小成比例抽样”(Sampling with Probability Proportional to Size)，简称简称PPS抽样。抽样。步骤：第一阶段，每个群按照其规模被给予大小不等的抽取概率。大群具有比小群更大一些的概率。第二阶段，从每个抽中群中都抽取同样多元素。)(*群的规模所要抽取的元素平均每个群中）总体的规模群的规模（所抽取的群数每个每个元素元素被抽被抽中的中的概率概率应用这个公司中员工最终被抽中的概率是：这
23、个公司中员工最终被抽中的概率是：20(140)(120)=140。甲甲公公司司第一阶段被抽中的概率是：第一阶段被抽中的概率是：100040000=140；第二阶段群中每一员工被抽中的概率是：第二阶段群中每一员工被抽中的概率是：501000120；所选择的分子公司数目所选择的分子公司数目课堂作业v从某市从某市10家企业、总家企业、总共共55000名职工中，名职工中，抽取抽取1 000名职工进名职工进行调查。行调查。设计一种设计一种PPS抽样方案。抽样方案。名称名称 人数人数企业企业1 3000企业企业2 7000企业企业3 6000企业企业4 4000企业企业5 5000企业企业6 10000企
24、业企业7 1000 企业企业8 8000企业企业9 2000企业企业10 9000第五节 非概率抽样方法v一、偶遇抽样：研究者根据现实情况，以自一、偶遇抽样：研究者根据现实情况，以自己方便的形式抽取偶然遇到的人作为对象。己方便的形式抽取偶然遇到的人作为对象。基本理论依据：调查总体的每个单位都是相同的。基本理论依据：调查总体的每个单位都是相同的。第四节 非概率抽样 一、偶遇抽样 二、主观抽样 1.判断抽样或立意抽样 2.目的抽样 三、定额抽样 四、滚雪球抽样 第五节 样本大小 v样本规模一般取决于：样本规模一般取决于：第一，抽样的精确度。第一，抽样的精确度。第二，总体的规模。第二，总体的规模。第
25、三，总体的异质性程度。第三，总体的异质性程度。第四，研究者所拥有的经费、人力、时间。第四，研究者所拥有的经费、人力、时间。经验确定样本数的范围经验确定样本数的范围v踏实，奋斗，坚持，专业，努力成就未来。22.11.2422.11.24Thursday,November 24,2022v弄虚作假要不得，踏实肯干第一名。5:00:585:00:585:0011/24/2022 5:00:58 AMv安全象只弓，不拉它就松，要想保安全，常把弓弦绷。22.11.245:00:585:00Nov-2224-Nov-22v重于泰山，轻于鸿毛。5:00:585:00:585:00Thursday,Novem
26、ber 24,2022v不可麻痹大意，要防微杜渐。22.11.2422.11.245:00:585:00:58November 24,2022v加强自身建设，增强个人的休养。2022年11月24日上午5时0分22.11.2422.11.24v追求卓越，让自己更好，向上而生。2022年11月24日星期四上午5时0分58秒5:00:5822.11.24v严格把控质量关，让生产更加有保障。2022年11月上午5时0分22.11.245:00November 24,2022v重规矩，严要求，少危险。2022年11月24日星期四5时00分58秒5:00:5824 November 2022v好的事情马上就会到来，一切都是最好的安排。上午5时0分58秒上午5时0分5:00:5822.11.24v每天都是美好的一天，新的一天开启。22.11.2422.11.245:005:00:585:00:58Nov-22v务实，奋斗，成就，成功。2022年11月24日星期四5时00分58秒Thursday,November 24,2022v抓住每一次机会不能轻易流失，这样我们才能真正强大。22.11.242022年11月24日星期四5时00分58秒22.11.24谢谢大家！谢谢大家！
