社会科学研究方法-定量与定性的抽样.pptx

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2012-11-14,#,中山大学资讯管理学院,周旖 博士,2012-11-15,社会科学研究方法,05.,定量与定性的抽样,非概率抽样,提 纲,概率抽样：逻辑与理论,概率抽样的设计类型,如何确定样本的数量,引言：,为什么要抽样,社会科学研究：寻求关于社会的答案,研究对象,测量,抽样,？,对抽样样本的研究真的能够代表真实的、总体的情况吗,引言：,为什么要抽样,案例,北京社会抽样调查结果显示：十五岁为危险年龄,当前最受市民关注的社会热点问题仍聚焦物价,第二期中国妇女社会地位抽样调查主要数据报告（,5,）,当前社会十大问题抽样调查,引言：,为什么要抽样,2004,年美国总统大选前夕所预测的民意调查结果,引言：,为什么要抽样,2001,年美国“,911,”事件前后布什的支持率比较,5.1,非概率抽样,非概率抽样（,nonprobability sampling,）,就近法,案例演示：,sampling,）,目标式或判断式抽样（,purposive or judgmental sampling,）,选择观察对象的方式是以个人的判断为基础：,研究者对研究对象总体构成的要素或研究目标有所认识。,适用情况：,（,1,）选择特别能提供信息的独特个案；如：针对某本权威学术刊物的内容，研究某学科的研究趋势的变化。,（,2,）选取很难接近、特殊总体中的成员；如：研究农民工信息获取权利保障的情况。,（,3,）需要确认特殊个案类型，以便深入研究。如：深入访谈学生的消费行为。,是否最有效或者为最佳代表,5.1,非概率抽样,非概率抽样（,nonprobability sampling,）,滚雪球抽样（,snowball sampling,）,一种经常用于实地研究的非概率抽样方法，每个被访问者都可能被要求介绍其他人参与访谈：,适用情况：,（,1,）研究社会关系网络，如岭南大学图书馆的赠书来源。,（,2,）特定总体的成员难以寻找时，如研究吸毒。,5.1,非概率抽样,非概率抽样（,nonprobability sampling,）,配额抽样（,quota sampling,）,一种根据预先了解的总体特征来选择样本的方法，能够保证样本的特征分布和所要研究的总体一样；,抽样实施示例,建立全国性的配额样本,第一步：获得有关全国人口中，城市人口的比例、居住在东部地区人口的比例、男性人口的比例、各年龄阶层人口的比例、不同教育水平的比例等,构成类型矩阵,第二步：根据研究目的，固定抽取的类别，按照各个类别相对于总体的,比例,，,决定每一个类别要抽取的样本数目,；,强调样本的代表性,体现出对所抽取的样本加权的思想，使抽取的样本能够合理地代表整个总体。,抽取方法为随机抽取,缺陷,1,：配额的框架必须十分精确，掌握最新的资料。,缺陷,2,：随机抽取会存在误差,5.1,非概率抽样,非概率抽样（,nonprobability sampling,）,配额抽样（,quota sampling,）,练习：,假设全国人口的年龄分布为：,30,岁以下人口占,25%,，,30-60,岁人口占,50%,，,60,岁以上人口占,25%,；此外，各年龄阶段的性别比例为：,30,岁以下人口中的男性占,60%,，女性占,40%,；,30-60,岁人口中的男性占,65%,，女性占,35%,；,60,岁人口中的男性、女性比例各位,50%,。,问题：如果要形成一个,40,人的样本，那么各年龄阶层各应该抽取男性和女性样本分别为多少？,5.1,非概率抽样,非概率抽样（,nonprobability sampling,）,选择线人（,snowball sampling,）,线人（,informants,）：对你所希望研究的社会现象相当熟悉的人，而且愿意告诉你他所知道的。,受访者：只提供关于自身的情况；,线人：提供关于研究对象的一切信息,Eg.,通过访问社工研究自闭症患儿,与“受访者”区分,5.2,概率抽样：逻辑与理论,概率抽样（,probability sampling,）,根据概率理论来选择样本的方法的总称。通过保证总体中的每个要素都有一个已知的（非零）、被抽中的概率，概率抽样能够计算出有意识和无意识的抽样误差。,用途：从大的、已知总体中抽取有代表性的样本,精确地、统计性地描述大型总体,逻辑,在同质性极高的特例群体里，一个个案就足以成为整个总体的样本。,基本观念,对总体进行有用的描述,从总体中抽样出来的样本必须包含总体的各种差异特征,核心：随机抽样,5.2,概率抽样：逻辑与理论,概率抽样（,probability sampling,）,随机抽样：,任何要素都具有同等的、独立于任何其他事件被抽到的概率。,Eg.,掷硬币,方法：随机数表或电脑程序（,P524,，,P204,）,随机数表使用方法举例：某社区图书馆计划调查社区用户的信息需求，计划从社区的,95,户家庭中随机抽取,10,户调查。,即使最仔细的抽样也不可能提供对总体的完全代表性，一定程度的,抽样误差,总是存在的。,避免偏见,可通过预测相关参数的抽样分布估测,衡量标准：置信水平与置信区间。,5.2,概率抽样：逻辑与理论,总体与抽样框（,sampling frame,）,总体所有要素的名单或是准名单表,样本的选择来源,一个样本的代表性直接依赖于抽样框代表总体要素的程度,举例：针对一个街区的调研,总体样本的初级抽样单位是街区内的所有街道,街区的名册可以成为一个抽样框,常见抽样框：街道户口登记名册、电信公司的电话簿、各机构的名册、产品目录、销售目录等等。,根据样本所得的研究成果，只能代表组成抽样框的各个要素的集合。,5.3,概率抽样设计的类型,简单随机抽样,系统抽样,分层抽样,多级整群抽样,5.3,概率抽样设计的类型,简单随机抽样,最基本的抽样技术,方法：每一个代表着总体的单元都用一个数字来代替，然后在随机数字表中进行抽样选择,练习：,档案馆计划从馆藏的,800,盒民国档案中抽取,60,盒，调查档案载体的破损情况。请利用随机数表进行抽样。,单纯的简单随机抽样在实践中几乎不用！,5.3,概率抽样设计的类型,系统抽样,选择完整名单上每第,K,个要素组成样本的概率抽样方法,举例：抽查课堂考勤，在全班同学的名单中选择每,5,个人抽点一次,与简单随机抽样的方法相同，但是更为实用。,两个常用术语：,抽样间距（,sampling interval,）：两个被选择要素间的标准距离。,抽样间距,=,总体大小,/,样本大小,抽样比率（,sample ratio,）：被选择要素与所有总体要素数量的比率。,抽样比率,=,样本大小,/,总体大小,注意的问题：名单中要素的排列方式很关键。,第一个要素是随机产生的。,5.3,概率抽样设计的类型,分层抽样,在抽样之前先将总体要素分成相对同质性群体的过程。,降低抽样误差的程度，增进样本的代表性。,分层的功能：将总体分成几个同质的,次级集合,。,为什么有这样的效果？,降低误差的方法：,（,1,）大样本,（,2,）同质群,次级集合的分层标准以及精确描述程度根据研究的需要而确定。,5.3,概率抽样设计的类型,分层抽样,分层抽样案例：调查某大学在校本科生课外活动内容，假设该大学有在校本科生,15225,人，计划抽样人数为,1100,人。,研究总体与抽样框架：总体为某大学全体在校本科生，抽样框架可来自学校教务处的学生名册。,分层：课外活动情况与年纪和性别有关，所以分层为：大一男生、大一女生、大二男生、大二女生、大三男生、大三女生、大四男生、大四女生。,样本选择：,方法,1,：按照各个次级群体的相对比例，简单随机或系统抽样；,方法,2,：将所有学生按照次级群体排列，然后系统抽样。,样本修订：因为经费原因，只能发放,1000,份问卷,再次使用系统抽样,切不可简单随机抽样,5.3,概率抽样设计的类型,分层抽样,分层抽样练习案例：调查某大型医院医职人员的工作压力，已知该院共有医职人员,520,人，需抽样,100,人进行调研，医院人事部门可以提供一份按照入院工作时间排列的名单。,研究的总体和抽样框架是什么？,分层的标准是什么？,职位,人数,百分比,(%),行政人员,15,2.88,院内医师,25,4.81,院际医师,25,4.81,登记护士,100,19.23,助理护士,100,19.23,药剂师,75,14.42,值班人员,50,9.62,出纳人员,75,14.42,维修人员,30,5.77,清洁人员,25,4.81,总计,520,100,如何进行样本选择,，每个职位各能选出多少人？,5.3,概率抽样设计的类型,概率比例抽样、非比例抽样和加权法可以消除误差，但是不要求掌握。,第一次分层抽样,第二次分层抽样,第三次分层抽样,多级整群抽样,一种比较复杂的抽样技巧，需要一种重复两个基本的步骤：列表名册和抽样。,使用情况：无法获得总体要素名单。,必须考虑的两个问题：群的数量,&,群的规模,案例：对广东省大学生的就业情况进行调研,第一步：获得广东省所有高校的名录,000,），一般要抽样,30%,左右；,对于中等总体（,10 000,左右），一般要抽样,10%,左右；,对于大总体（超过,150 000,），一般要抽样,1%,左右；,对于特大总体（超过,1 000,万），一般要抽样,0.025%,左右。,5.4,如何确定样本的数量,属于统计学讨论范畴,谢谢！,周旖,zhouyi37,2012-11-15,