在实际调查中抽样方法多种多样.doc

在实际调查中抽样方法多种多样,大体上有两大类:概率抽样和非概率抽样。
在介绍主要的抽样方法之前,我们有必要掌握几个有关的基本概念:
总体
Population
在调查研究中,总体是调查研究对象的集合,又称为母群体。如调查广州市的大学生,则在广州市所有大学的在册学生的总数,便是调查研究的总体。
抽样框
Sampling frame
指整体抽样单元的详细名单,可供抽样之用。例如以学校班级为抽样单元,则该学校80个班级的名册就是抽样框。抽样框可以是具体的名册、电话号码簿等;也可以是抽象的,如消费者抽样等,只要是符合调查条件的就有被抽取的可能。
抽样单元
Sampling unit
在抽样框上排列的名单,其个别单位就是抽样单元。例如,上例中每一班级都是抽样单元。抽样单元多为人、户、单位等。
样本
Sample
从抽样框中抽取出来的抽样单元的总和,就是样本。例如,某饮料制造商抽出500个家庭做测试,称为样本。从全校10000名学生中抽出100名学生作调查,也是样本。
精度和准度
Precision &
Validity
精度是用以衡量估计值精确可依赖的程度,如在物价统计中,经济学者认为物价上升2%将影响经济决策,。准度是衡量总体特征与实际总体特性间的差异。两者之间的差异越小,代表准度越高。
抽样误差
Sampling error
因为抽样是样本,可能会偏离总体,之间的差距称为抽样误差,抽样误差可以用统计方法估计。
置信度
Confidence level
以样本估计数推论总体大小时,正确估计的概率有多少,称为置信度。置信度是95%,即正确估计概率为95%,调查者以此表示其正确估计程度。
容忍误差
Tolerated error
在抽样调查时,调查者所要求的精度不是百分之百,而是以设定总体平均数上下各多少百分点作为误差的容忍范围,称为容忍误差。
  
随机抽样
在随机抽样中,抽样单元是随机地抽取的。可以预先规定从总体中可能抽取到的每个样本(给定样本量),以及抽取每个样本的概率。它的优点在于:(1)可以根据抽样数据,利用统计分析方法对总体的数量特征作出估计;(2)抽样误差可以确定并加以控制。其难点在于,要有总体完整的名单才能进行随机抽样,而市场调查中有些总体是无法精确界定的,这就不能进行随机抽样;有些总体的资料是不公开的或很难收集的,此时进行随机抽样必然会增加费用。
随机抽样主要有简单随机抽样法、分层抽样、整群抽样、多级抽样、系统抽样等方法。下面简单说明这几种常用方法。
简单随机抽样(SRS)
在简单随机抽样中,总体中的每一个元素都有一个已知的、相等的被抽中的概率,也就是说,每一种可能组合的几个元素,都有可能成为实际被抽取的样本,而且这种可能性(即概率)是已知的并且是相等的。
简单随机抽样可以通过抽签法和随机数表法来实现。先确定或搜集一个抽样框,将抽样框中的每个元素都编上号。
抽签法是把抽样框中每个元素的号码都写在签上,将签充分混合均匀后,每次抽取一个签,签上的号码即表示样本中的一个元素;不把这个签放回,接着抽取下一个签,直至抽足所需样本量为止。也有抽签法定义每次把抽中的签放回后再继续抽取的。在前一种方法中,总体中每个单元被抽中的概率并不相等后者中概率则完全相等。但是当总体很