西安网站自然排名优化,工业软件开发前景,互联网保险销售行为可回溯管理办法,成都网站优化指导所谓抽样#xff0c;就是从我们需要研究的所有目标群体中#xff0c;按照某种原则#xff0c;挑选出一定量的样本#xff0c;用他们的研究结果#xff0c;代表目标群体整体结果。既然#xff0c;抽样的目的是通过对一部分被选择的样本来推断总体#xff0c;就要求我们抽…所谓抽样就是从我们需要研究的所有目标群体中按照某种原则挑选出一定量的样本用他们的研究结果代表目标群体整体结果。既然抽样的目的是通过对一部分被选择的样本来推断总体就要求我们抽取的样本具有能够代表总体质量特征的性质也就是抽样的代表性。举个例子如果我们要研究一个城市男性的平均身高我们在抽样的时候可以去抽取这个城市所有男性篮球队员来代表吗显然是不可以的因为篮球队员的身高普遍较高不具有随机代表性。为此我们就要采用合适、合理的能够使样本更具有代表性特征的抽样方法来抽取样本。抽样方法从理论上看有以下这样的分类方式随机抽样 在随机抽样中总体中的每个个体都有相等的被选中的机会给了我们最好的机会去创造一个真正代表总体的样本。非随机抽样在非随机抽样中所有元素被选中的机会都不相等。因此有一个显著的风险即最终得到一个不具代表性的样本它不会产生可推广的结果。在之前的文章《定量研究中的抽样问题1- 随机抽样介绍》中我们已经给大家介绍过了随机抽样的几种常见方式。该篇文章里我们重点来说非随机抽样的几种方式1、任意抽样也可以叫做便利抽样、方便抽样或者偶遇抽样。顾名思义这个抽样方法是以便利为原则的所以带有很大的偶然性和随意性。任意抽样是所有抽样技术中花费最小的包括经费和时间常见的街头随访或拦截式访问、邮寄式调查、杂志内问卷调查等都属于便利抽样的方式。这种方法能及时获得信息数据省时省力能为非正式的探索性研究提供很好的数据源。但是任意抽样容易产生显著的偏见因为抽样可能不能代表诸如宗教或人口的性别等具体特征。同时许多可能的选择偏差都会存在如被调查者的自我选择、抽样的主观性偏差等。这种抽样不能直接代表总体和推断总体。比如下图假设编号为4、7、12、15和20的个体想要成为样本的一部分因此我们将把它们包含在样本中。2、配额抽样配额抽样是非随机抽样中最为普遍运用的一种方式。在这种抽样中我们根据预先确定的总体特征来选择样本。跟随机抽样里的分层抽样类似它也需要先将总体按照一定的特性分成不同类别然后在每个类别里选取样本。例如根据人口的性别、年龄构成来给调查员规定不同性别、年龄的调查人数即配额。配额保证了在这些特征上样本的组成与总体的组成是一致的。一旦配额分配好了选择样本元素的自由度就很大了唯一的要求就是所选的元素要适合所控制的特性。这种抽样方法的目的是使样本对总体具有更好的代表性但仍不一定能保证样本就是有代表性的。如果与问题相关联的某个特征未被考虑进配额配额样本可能就不具有代表性但在实施中包括太多的控制特征是十分困难的。比如考虑到我们必须为我们的样本选择一个倍数为4的个体因此编号为4、8、12、16和20的个人已经为我们的样本保留。3、判断抽样判断抽样是指基于调查人员的主观意愿、经验知识依据对总体相关特征的了解从目标总体中抽取有代表性的典型样本的做法也称为选择性抽样。比如从全体企业中选择若干先进的、居中的、落后的企业作为样本来考察全体企业经营状况。如果判断准确这个方法可能取得代表性较好的样本但这种方法受到主观因素的影响较大。适用于总体规模不大样本量小以及样本不易分门别类挑选的情况较多用于探索性研究。假设我们的专家认为应该将编号为1、7、10、15和19的人作为我们的样本因为它们可以帮助我们更好地推断人口。你可以想象配额抽样同样也容易受到专家的偏见不一定具有代表性。4、滚雪球抽样这种方式指的是以“滚雪球”似的方法通过接触少量样本再逐步通过这些少量样本获取大量样本。它要求总体的样本之间有一定的关联性才会产生这样滚雪球的可能。比如要做宝妈样本调查人员先找到自己认识的几个宝妈然后通过这些宝妈继续寻找他们认识的宝妈。当抽样框架难以识别时这种采样方法是有效的。比如我们随机选择了1个人作为样本然后他推荐了6个人6个人推荐了11个人依此类推滚雪球抽样也有比较大的选择偏见风险因为被引用的个体将与推荐他们的个体具有比较共同的特征。到这里为止所有和抽样有关的常见方法就介绍完毕了。我们会在其它文章中进一步介绍有关样本量设计的话题。
