样本的确定 -非概率抽样

第七章样本的确定－非概率抽样7.1概率抽样•7.1.1概率抽样•――指总体的成员都有一个被选为样本的已知概率。•7.1.2简单随机抽样•抽签法•滚球法•随机数字表法•计算机模拟法－大中型计算机中一般带有随机数字发生器，利用产生的随机数字确定样本单位。7.1.3系统抽样／等距抽样－有关标志排队等距抽样无关标志排队等距抽样由于有关标志抽样利用一致的信息或辅助资料进行排列或分层，一般而言增强样本的代表性，比无关标志抽样或简单随即抽样效果要好－随机起点等距抽样、中间起点等距抽样、对称等距抽样7.1.4分层抽样／类型抽样•--应用最为广泛的抽样组织形式。分层的基本要求是层内差异小，层间差异大。因为数理统计证明，估计量方差的大小只与层内方差相关，而与层间方差无关。--等比例类型抽样--不等比例性抽样；大学教育质量的评价：一般地大四的学生的评价最为稳定或相似，而一年级新生的评价则可能最不一致。因此四年级的学生少抽，新生则多抽。7.1.5整群抽样•----分群原则：•扩大群间差异，减少群内差异•----缺点：相对于简单抽样，整群抽样抽样误差较，抽样估计精度低。因为整群抽样抽样单位相对集中，在总体中分布不太均匀，对总体的代表性差一些。7.2非概率抽样•含义：指总体中的成员被选为样本的概率是未知的。•一般而言，任何不满足概率抽样要求的抽样都被归为非概率抽样，非概率抽样的缺点是不能计算抽样误差，这意味着评估非概率抽样的总体质量有很大的困难。7.2.1便利抽样•顾名思义，便利抽样是因为便利。•例如，一家食品公司的研发部门可能经常让员工对其开发的新产品进行初步测试。固然这个方法看上去有很大的偏差，然而他们不要求雇员评估现有的产品或与竞争对手的产品进行比较。他们要求雇员提供总的感觉如成色、脆度、油腻度等。•在类似情况下，便利抽样是获取必要信息的有效而实用的方法。在进行试探性调研时，既缺乏经验而又急需真实数据的近似值时，这种方法很实用。•对调研者来说以时间的效率表示最方便的场合莫过于交通要道。•例如只限行人活动的商业区或行人来往频繁的十字路口。•该方法可使得总体的某些成员被自动地从抽样过程中排除。•例如有些人可能是偶然来此或偶尔光顾闹市区的游客。•另一方面，在缺乏精确的选择程序时，可以省略总体的某些成员，因为他们的有形外表、通常的举止或他们事实上都是成群结队的而不是单独的。7.2.2判断抽样•判断抽样不同于便利抽样，因为它需要判断或推测谁能代表总体。具有大量有关总体知识的调研者或某些有助于调研者的个体，将选择他或她觉得该选取的那些个体组成样本。•焦点小组座谈会通常利用判断抽样。•最近一个小组座谈会调查人们关注对低卡路里、低脂肪微波炉烹饪技术的要求并选择12名妇女作为目前和未来市场的代表。这些妇女中有6名已经拥有微波炉在3年或3年以上。另有3名妇女拥有微波炉至少3年，还有3名妇女在市场上寻找微波炉。7.2.3推荐抽样•有时又叫滚雪球抽样，要求回答者提供附加回答者的名单，于是调研者为符合研究的要求起初汇编一个比总体样本要小得多的样本目录。在采访了每个回答者后，要求他或她提供其他可能的回答者名单。如此，先前的回答者就提供了额外的回答者，其他名单意味着，样本像雪球滚下坡一样越滚越大。•当手头只有一份有限的且少得可怜的样本架构时，而回答者有可能提供对调查可能有用的别的回答者的名单时，推荐抽样是最合适的。•推荐抽样的非概率方面来自运用了全部的选择。最初的名单在某些方面也可能是特殊的，然而增加样本的主要方法是通过原始名单中那些人的回忆产生的。7.2.4定额抽样定额抽样为各类要采访的个体确定一个具体的定额。它是调研者普遍使用的一种非概率抽样。•例如，指派采访者获得一个女性黑人、男性黑人、女性白人、男性白人各50名的定额样本，他们在人种和性别上都具有特定资格。•假如实地工作者在路上收集样本，它将根据外形特征来确定样本的代表性，从而使四种类型都符合定额。所以定额体系可以克服无推荐抽样在内的许多非代表性危机。•对个体的外貌特征比较了解的公司常常使用定额抽样，他们希望从事特殊的营销调研项目。例如一家大银行可以规定最终的样本是50％的成年男子和50％的成年女子，因为在他们掌握的市场中，男性和女性的消费层面大约是50对50。7.3样本容量•7.3.1教条式方法•--以经验为幌子，认为样本容量应该是“为保证精确，样本至少应该是总体的5%”•优点是简单实用。•但是：耐克公司曾经设计一种训练用鞋—特安士龙训练者，专为铁人三项运动员设计。估计在美国有10000名运动员，5%的话，样本容量应该是500。如果想对“飞人乔丹”进行调查，美国大约有200万使用者，5%将是10万样本，是前者200倍。那么，飞人乔丹调查所需要的人数必须是前者的200倍吗？换个角度说，打篮球的人的差异性是铁人三项运动员的200倍吗。•7.3.2约定式方法•--认为某一个约定或某一个数量就是正确的样本量，如1000-2000名调研者。但可能忽略了与所要进行的研究相关的情况，而且往往进行研究所花费比使用正确的样本容量要高的多。•7.3.3成本基础法•将成本作为确定样本容量的基础。•7.3.4统计分析法•----一般地在大样本概率抽样中，不超过2000的样本就可以代表无限大的总体•可以确定最小样本容量，确保可信度或保证统计结果的正确性。7.3.5从小总体中抽样•小总体抽样要运用有限乘数法进行调整。有限乘数是指近似于不包括样本的总体比率的平方根的一个调整因素。•如假定总体为1000，选定的样本是400家，会产生一个0.77左右的有限乘数，或是0.6的平方根（1000-400/1000），此时样本可以改为308家=0.77*400，可以减少92个样本而不至于影响调研精确度。本章小结