5傳播學(xué)研究方法第五講研究生

傳播學(xué)研究方法第五講

抽樣鐘智錦中山大學(xué)傳播與設(shè)計學(xué)院抽樣第一節(jié) 抽樣的意義與作用第二節(jié) 概率抽樣的原理與程序第三節(jié) 概率抽樣方法第四節(jié) 非概率抽樣第五節(jié) 樣本規(guī)模與抽樣誤差抽樣的意義與作用一、抽樣的概念1、總體（population）——構(gòu)成總體的全部單位或元素，可以是個人、群體、組織甚至社區(qū)。一般用大寫字母N表示。如婦女－“2005年年滿15－49歲的中國婦女”－“2005年10月1日零時（除臺灣、西藏、香港、澳門）外28個省自治區(qū)15－49歲的婦女”，同時還將醫(yī)院、精神病院、監(jiān)獄、勞教所、軍隊(duì)中的婦女除外。2、樣本（sample）——從總體中按一定方式抽取出的一部分元素的集合。按照概率論，樣本是可以代表總體的。樣本數(shù)目一般用小寫字母n表示。3、抽樣（sampling）——從總體中按一定方式選擇或抽取樣本的過程。4、抽樣單位（samplingunit）——一次直接的抽樣所使用的基本單位。注意：抽樣單位可以是個人、群體、組織或社區(qū)。5、抽樣框（samplingframe）——又稱抽樣范圍，指一次直接抽樣時總體中所有抽樣單位的名單。即“花名冊”。抽樣框可以是多極的。6、參數(shù)值（parameter）——也稱總體值，它是關(guān)于總體中某一變量的綜合描述，或者說是總體中所有元素的某種特征的綜合數(shù)量表現(xiàn)。如，中山大學(xué)教師的平均收入。7、統(tǒng)計值（statistic）——也稱樣本值，它是關(guān)于樣本中某一變量的綜合描述，或者說是樣本中所有元素的某種特征的綜合數(shù)量表現(xiàn)。參數(shù)值和統(tǒng)計值重要區(qū)別：參數(shù)值是確定不變的、唯一的，并且通常是未知的；統(tǒng)計值則是變化的，即對于同一個總體來說，不同樣本所得的統(tǒng)計值是有差別的。同時，對于任一特定的樣本來說，統(tǒng)計值是已知的，或者說是可以通過計算得到的。

8.置信區(qū)間與置信度置信區(qū)間：用樣本統(tǒng)計量構(gòu)造的一個區(qū)間去估計總體參數(shù)的范圍。置信度：總體參數(shù)值落在樣本統(tǒng)計值某一區(qū)間內(nèi)的概率，也稱為置信水平。置信度反映的是推論的可信度或可靠性；置信區(qū)間反映的是推論的準(zhǔn)確性。在一次調(diào)查中發(fā)現(xiàn)，參加大選的某位候選人的支持率為55%，而置信度0.95上的置信區(qū)間是（50%,60%），那么他的真實(shí)支持率有95%的機(jī)率落在50%-60%之間，因此他的真實(shí)支持率不足一半的可能性小于5%。9.抽樣誤差和非抽樣誤差抽樣誤差：當(dāng)用樣本統(tǒng)計值推論總體參數(shù)值時產(chǎn)生的偏差。非抽樣誤差：發(fā)生在測量、記錄、填答、匯總等過程中的誤差，或者指標(biāo)設(shè)計有誤、觀察不當(dāng)、造假、回答不實(shí)等。抽樣的特點(diǎn)1.抽樣調(diào)查是非全面調(diào)查方法中用來推論總體的最完善、最具科學(xué)依據(jù)的方法。隨即抽樣原則使得被抽取的單位在總體中的分布能夠反映總體的結(jié)構(gòu)，對總體具有充分的代表性，不至于出現(xiàn)傾向性偏差。2.抽樣調(diào)查成本低、時間短、資料詳細(xì)、應(yīng)用范圍廣泛。3.準(zhǔn)確性高。抽樣調(diào)查的準(zhǔn)確性在于它是建立在對抽樣誤差估計的基礎(chǔ)上，研究者可以根據(jù)置信度和置信區(qū)間等方法判斷抽樣調(diào)查的結(jié)果或數(shù)據(jù)的準(zhǔn)確性。抽樣分布1、含義：抽樣分布是根據(jù)概率的原則而成立的理論分布，它顯示：從一個總體中不斷抽取樣本時，各種可能出現(xiàn)的樣本統(tǒng)計值的分布情況。2、例：一個總體為10個個案的平均數(shù)分布。假如：這10個人參加工作的年限分別為6、7、8、9、10、11、12、13、14、15年，那么這一總體的成員平均工作年限為10.5年。（1）用容量為1的樣本來估計總體的平均數(shù)（2）用容量為2的樣本來估計總體的平均數(shù)（3）用容量為3的樣本來估計總體的平均數(shù)（4）用容量為4的樣本來估計總體的平均數(shù)（5）用容量為5的樣本來估計總體的平均數(shù)樣本容量增大時，樣本平均數(shù)的分布變化趨勢：平均數(shù)的范圍將逐步縮小，相同的平均數(shù)會相應(yīng)增多；全部平均數(shù)的分布向總體平均數(shù)集中。/central_limit_theorem.htm中心極限定理在一個含有N個元素且平均數(shù)為μ，標(biāo)準(zhǔn)差為σ

的總體中，抽取所有可能含有n（樣本數(shù)）個元素的m組樣本組合。樣本平均數(shù)的以標(biāo)準(zhǔn)誤（SE）σ/

圍繞著總體均值μ波動。隨著n增大，樣本平均值的波動越來越小，也越來越接近正態(tài)分布。這一定理說明：當(dāng)n足夠大時（通常假定大于30），無論總體的分布如何，其樣本的平均數(shù)所構(gòu)成的分布都趨于正態(tài)分布。方差（variance）與標(biāo)準(zhǔn)差(standarddeviation)方差（variance）：將各數(shù)據(jù)與平均數(shù)的差加以平方，然后求和，再除以數(shù)據(jù)總次數(shù)，最后所得的商。

標(biāo)準(zhǔn)差（StandardDeviation）是總體中各數(shù)據(jù)偏離平均數(shù)的距離的平均數(shù)，用σ表示。標(biāo)準(zhǔn)差是方差的算術(shù)平方根。標(biāo)準(zhǔn)差能反映一個數(shù)據(jù)集的離散程度。標(biāo)準(zhǔn)差越大，數(shù)據(jù)越分散，曲線越平坦。Theheights(attheshoulders)are:600mm,470mm,170mm,430mmand300mm.Mean=（600+470+170+430+300）/5=

394TocalculatetheVariance,takeeachdifference,squareit,andthenaveragetheresult:Variance:σ2=（2062+762+(-224)2+362+(-94)2

）/5=

108,520/5

=21,704StandardDeviation:σ=√21,704=147back正態(tài)分布的特點(diǎn)（1）單峰、對稱。其平均數(shù)（mean）、眾數(shù)（次數(shù)最多的值,mode）、中位數(shù)（其兩邊的樣本數(shù)相同，median）都相同。（2）全部樣本平均數(shù)的平均值正好等于總體的平均數(shù)；全部樣本平均數(shù)的標(biāo)準(zhǔn)誤(SE)則等于總體標(biāo)準(zhǔn)差(SD)除以。（3）正態(tài)曲線下面積的大小，等于隨機(jī)變量X取對應(yīng)范圍的值得概率。正態(tài)分布曲線下的全部面積恒等于1。(4)正態(tài)分布是很多統(tǒng)計分析的基礎(chǔ)在正態(tài)分布中,如果進(jìn)行反復(fù)觀測有68％的樣本統(tǒng)計值落在u±SE(樣本平均數(shù)的標(biāo)準(zhǔn)誤)之間有90％的樣本統(tǒng)計值落在u±1.65SE(樣本平均數(shù)的標(biāo)準(zhǔn)誤)之間；有95％的樣本統(tǒng)計值落在u±1.96SE之間；有98％的樣本統(tǒng)計值落在u±2.33SE之間；有99％的樣本統(tǒng)計值落在u±2.58SE之間。其中，百分?jǐn)?shù)表示置信水平，u±1.65SE等表示置信區(qū)間。back正態(tài)分布圖美國男性的平均身高是178厘米，標(biāo)準(zhǔn)誤(SE)為8厘米，呈正態(tài)分布。請計算68%的美國男性的身高范圍和95%的美國男性的身高范圍。178+-8=170-----186178+-8*1.96=162.32-----193.68抽樣的類型（1）概率抽樣：簡單隨機(jī)抽樣、系統(tǒng)抽樣、分層抽樣、整群抽樣、多段抽樣、PPS抽樣、戶內(nèi)抽樣（2）非概率抽樣：偶遇抽樣、判斷抽樣、定額抽樣、雪球抽樣概率抽樣的原理與程序一、概率抽樣的基本原理1、總體的同質(zhì)性與異質(zhì)性同質(zhì)性：如果某個總體中的每一個成員在所有方面都相同，那么，我們就說這個總體具有完全的同質(zhì)性。否則，就存在不同程度的異質(zhì)性。社會各種總體的異質(zhì)性決定了嚴(yán)格的概率抽樣的必要性。概率抽樣的原理——等概率原則（1）每一個個體的抽取都是一個隨機(jī)事件，即保證總體中的每一個個體都有相同的機(jī)會入選樣本?；蛘哒f，每一個個體的抽取都是相互獨(dú)立的，被抽中的概率相等。（2）各種隨機(jī)事件的背后，存在著事件發(fā)生的客觀概率，正是這種概率決定著隨機(jī)事件的發(fā)展變化規(guī)律。（例：投擲硬幣）（3）概率抽樣之所以能夠保證樣本對總體的代表性，其原理就在于它能夠很好地按照總體內(nèi)在結(jié)構(gòu)中所蘊(yùn)涵的各種隨機(jī)事件的概率來構(gòu)成樣本，使樣本成為總體的縮影。抽樣的程序1、界定總體：《文摘》雜志的錯誤弗蘭克林.羅斯福vs阿爾夫.蘭登2、決定抽樣方案：根據(jù)研究目的、總體特征、客觀條件選擇不同的抽樣方案。并同時根據(jù)調(diào)查的精確程度和可靠性的要求，確定樣本規(guī)模。3、制定抽樣框：根據(jù)抽樣方案分階段制定。4、實(shí)際抽取樣本。5.樣本評估。將能夠反映總體一般狀況的指標(biāo)（通常是年齡、性別）與樣本的同類指標(biāo)進(jìn)行比較，差異較大的就需要重新抽樣。概率抽樣方法

p.122-135抽樣方法涉及到研究問題的性質(zhì)、抽樣框的獲得、經(jīng)費(fèi)的多少、樣本的代表性要求、調(diào)查資料的獲取等等因素。不同的方法適用不同的情形。一、簡單隨機(jī)抽樣（simplerandomsampling）又稱純隨機(jī)抽樣，是概率抽樣的基本形式。1、抽簽?？傮w的每一元素編號（抽樣框）——將號碼寫在一張張紙條上——攪拌均勻——抽出紙條——找出編號所對應(yīng)的元素2、隨機(jī)表：抽樣框——編號——確定從隨機(jī)表中選取幾位數(shù)——逐一取舍——找出所選中的編碼的對應(yīng)元素隨機(jī)數(shù)表抽樣舉例二、系統(tǒng)抽樣（systematicsampling）1、含義：又稱等距抽樣、機(jī)械抽樣。它是把總體的單位進(jìn)行編號排序后，再計算出某種間隔，然后從間距以內(nèi)的任意一個數(shù)字開始按照間距的大小來抽取樣本。2、步驟：（1）制定抽樣框（2）計算抽樣間隔K＝總體規(guī)模N/樣本規(guī)模n（3）在間隔數(shù)字以內(nèi)選擇隨機(jī)起點(diǎn)A（4）抽取個體：自A開始，每隔K個個體抽取一個個體。A，A＋K,A+2K……（5）將n個個體合起來，構(gòu)成一個樣本（6）如果抽樣間距不是整數(shù)？如總體為5012，樣本為200，間隔為25.06在5012內(nèi)隨即選取起抽號，如4842，除以200，得24.21樣本1：24.21-----25樣本2：24.21+25.06=49.27------------50樣本3：24.21+2*25.06=74.33---------75尤其注意以下兩種情況：（1）總體名單中，個體的排列具有某種秩序上的先后、等級上的高低。（最好不要按照一定的標(biāo)準(zhǔn)編號，以免出現(xiàn)較大的抽樣誤差。）（2）總體名單中，個體的排列上有與抽樣間隔相對應(yīng)的周期性分布。二戰(zhàn)士兵的研究：中士、下士、二等兵，以一班一班的方式編排，每班10人

分層抽樣（stratifiedsampling）1、步驟：又稱類型抽樣（1）先將總體所有單位按某種特征或標(biāo)志（如性別、年齡、職業(yè)、地域等）劃分成若干類型或?qū)哟危?）然后再在各個類型或?qū)哟沃胁捎煤唵坞S機(jī)抽樣或系統(tǒng)抽樣的辦法抽取一個子樣本（3）最后將這些子樣本合起來構(gòu)成總體的樣本。分類隨機(jī)抽樣如5000人總體內(nèi)，男性有3000人，女性有2000人，樣本為200人。2、優(yōu)點(diǎn)：（1）在不增加樣本規(guī)模的前提下降低抽樣誤差，提高抽樣精度。子總體內(nèi)部同質(zhì)性較強(qiáng)、子總體之間異質(zhì)性較強(qiáng)。（2）便于了解總體內(nèi)不同層次的情況，便于對總體中不同類別進(jìn)行單獨(dú)研究或比較。3、注意：（1）分層的標(biāo)準(zhǔn)如何選擇：主要變量或相關(guān)變量；突出總體內(nèi)在結(jié)構(gòu)的變量；已有明顯層次區(qū)分的變量。如大學(xué)生的生活狀況（家庭收入）大學(xué)生的學(xué)習(xí)方法（專業(yè)）（2）分層的標(biāo)準(zhǔn)要能夠反映層次或類型的主要特征，要既能保證層次內(nèi)部有較大的同質(zhì)性，又能保證層次之間有較大的異質(zhì)性。如：大學(xué)生的價值觀念（生源地、家庭背景vs年齡、專業(yè)）（2）分層的比例問題5000人的總體中，男性為4500人（平均收入2000），女性為500人（平均收入1000）?？傮w平均收入（2000*4500+1000*500）/5000=1900樣本為200人。樣本中的男女?dāng)?shù)：180：20異比抽樣：男女各100人異比抽樣后的平均收入：（2000*100+1000*100）/200=1500加權(quán)處理：男（180/100=1.8），女（20/100=0.2）計算其平均收入：1.8（2000*100）+0.2（1000*100）/200=1900整群抽樣（clustersampling）1、含義：抽樣單位為群體，而非個體。它是從總體中抽?。刹捎秒S機(jī)抽樣、系統(tǒng)抽樣、分層抽樣方法）一些小群體，然后由所抽出的若干小群體的所有元素構(gòu)成調(diào)查樣本。劃分子群隨機(jī)抽樣從全校20000名學(xué)生中抽取1000名可按班級分群整群抽樣的優(yōu)點(diǎn)：可以簡化抽樣過程，降低收集資料的費(fèi)用，還能相對地擴(kuò)大抽樣的應(yīng)用范圍。缺點(diǎn)：樣本分布面不廣，樣本對總體的代表性相對較差。整群抽樣所獲得的樣本是分布在總體內(nèi)的幾個點(diǎn)上，而其他三種抽樣方法所獲得的樣本是彌散在總體之中。適用整群抽樣的情況：子群體之間差別不大，而內(nèi)部差異大中學(xué)生、大學(xué)生、老年人、白領(lǐng)、藍(lán)領(lǐng)要考慮調(diào)查對象是否有集中填答的條件多段抽樣（multistagesampling）1、含義：又稱多級抽樣或分段抽樣，它是按抽樣元素的隸屬關(guān)系或?qū)哟侮P(guān)系，把抽樣過程分成幾個階段進(jìn)行。2、步驟：（1）從總體中隨機(jī)抽取若干大群；（2）再從這幾個大群內(nèi)抽取幾個小群……（3）直到抽到最基本的抽樣元素為止。在每個階段中，都要采用簡單隨機(jī)抽樣、系統(tǒng)抽樣或分層抽樣方法。調(diào)查對象：廣東省大學(xué)生市——高?！獙W(xué)院——班級——學(xué)生調(diào)查對象：報紙記者省（直轄市）——市——報社——記者2、注意：如何確定每一級抽樣的單位數(shù)目？要在類別和個體之間保持合適的比例。一般來說，類別相對較多、每一個類別中個體相對較少的抽樣效果較好?？紤]因素有三：（1）各抽樣階段中的子總體同質(zhì)性程度；（2）各層子總體的人數(shù)；（3）研究者擁有的人力和經(jīng)費(fèi)3、多段抽樣的優(yōu)缺點(diǎn)優(yōu)點(diǎn)：抽樣比較容易進(jìn)行缺點(diǎn)：由于每一級抽樣都會產(chǎn)生誤差，故誤差較大。在同等條件下減少多段抽樣誤差的方法是：相對增加開頭階段的樣本數(shù)目，適當(dāng)減少最后階段的樣本數(shù)目。PPS抽樣(samplingwithprobabilitypropotionaltosize)全稱：概率與元素的規(guī)模大小成比例的抽樣1、PPS抽樣的必要性：元素在總體中的地位不同時，需要采取不等概率抽樣方法，以最終使調(diào)查總體的每一元素都有同等被抽中的概率。步驟（1）在確定的總體內(nèi)，編制單位的抽樣框，給每個單位按序編號，并且統(tǒng)計好每個單位的人數(shù)（2）把每個單位的人數(shù)累積相加，根據(jù)累積人數(shù)確定每個單位的號碼范圍。（3）確定樣本需要的抽樣元素數(shù)量和每個元素里包含的調(diào)查對象的數(shù)量。（4）采用隨機(jī)抽樣或系統(tǒng)抽樣的方法選擇號碼，號碼所對應(yīng)的元素入選第一階段樣本；（5）再從所選元素樣本中進(jìn)行第二階段抽樣，抽出需要的調(diào)查對象。要從全市100家企業(yè)，總共20萬名職工中，抽取1000名職工進(jìn)行調(diào)查。最大的企業(yè)有16000名職工，而最小的企業(yè)只有200名職工。如果用多段抽樣法:多段抽樣的方法，首先從100家企業(yè)中隨機(jī)抽取20家；然后再從這20家企業(yè)中分別抽取50名職工(50X20=1000)構(gòu)成樣本。最大企業(yè)員工被抽中的概率:第一階段20÷100=20％；第二階段50÷16000=0．3125％;總概率=20％×0．3125％=0.0625％最小企業(yè)員工被抽中的概率:第一階段20÷100=20％；第二階段50÷200=25％;總概率=20％×25％=5％。PPS抽樣法:1.首先將各個企業(yè)的員工按編碼排列起來，然后寫出它們的規(guī)模、計算它們的規(guī)模在總體規(guī)模中所占的比例；2.確定每個企業(yè)對應(yīng)的可選擇的號碼范圍.3.確定抽樣元素為20個,每個元素中含有50個號碼。4.然后采用隨機(jī)數(shù)表的方法或系統(tǒng)抽樣的方法選擇號碼，號碼所對應(yīng)的元素人選第一階段樣本。5.最后再從所選樣本中進(jìn)行第二階段抽樣(即從每個被抽中的元素中抽取50名職工)。企業(yè)編號規(guī)模選擇號碼范圍所選號碼入樣元素企業(yè)130001-30001228元素1企業(yè)220003001-5001企業(yè)3160005002-210025976，15782元素2、3企業(yè)420021003-212003企業(yè)51200212004-21320421033元素4企業(yè)6企業(yè)7企業(yè)8企業(yè)9企業(yè)10企業(yè)11企業(yè)100800199200-200000

PPS抽樣中最大企業(yè)和最小企業(yè)的員工被抽中的概率最大企業(yè)第一階段被抽中概率20*（16000/200000）=

1.6第二階段被抽中概率50/16000=

0.003125總概率=

1.6*0.003125=0.005最小企業(yè)第一階段被抽中概率20*（200/200000）=

0.02第二階段被抽中概率50/200=

0.25總概率=0.02*0.25=

0.005單位規(guī)模越大被抽取的概率越大，但單位內(nèi)部各個體被抽取的概率越小，兩相抵消，PPS仍然是等概率抽樣。戶內(nèi)抽樣(samplingwithinhoushold)1、含義：如要研究家庭結(jié)構(gòu)、生活方式等方面的內(nèi)容，通過多段抽樣市、縣－區(qū)、鄉(xiāng)－街、村－居委會、居民組－戶，最后，還要從戶中抽取一個成年人構(gòu)成訪談對象的樣本。最后一階段的抽樣可以采取被稱作戶內(nèi)抽樣。P.133生日法：根據(jù)調(diào)查實(shí)施的具體時間和家庭成員出生時間的匹配程度選擇調(diào)查對象。如果間隔相等，則用抽簽法。非概率抽樣非隨機(jī)抽樣方法，不是按等概率原理抽取樣本，而是根據(jù)研究者的主觀判斷或條件便利等因素選擇樣本。總體中的每個單位被抽取的機(jī)會是不相等的，無法用統(tǒng)計方法對抽樣誤差加以控制。常用于定性研究和定量研究總體無法界定時。一、偶遇抽樣（accidentalorconveniencesampling）又稱方便抽樣或自然抽樣。指研究者根據(jù)現(xiàn)實(shí)情況，以自己方便的形式抽取偶然遇到的人作為調(diào)查對象，或者僅僅選擇那些離得最近的、最容易找到的人作為調(diào)查對象。街頭攔人，往往用于流動性較高的群體，如游客，商場顧客學(xué)生樣本二、判斷抽樣(judgmentalorpurposesampling)又稱立意抽樣。它是調(diào)查者根據(jù)研究目標(biāo)和自己的主觀分析來選擇和確定調(diào)查對象的方法。

主要原則：1.依據(jù)研究者對總體的了解程度，直接選擇自己需要調(diào)查的對象，被選擇對象具有一定的代表性2.根據(jù)研究目的或?qū)颖镜奶厥庖筮x擇對象3.避免抽取極端的例子，而應(yīng)該以“多數(shù)型”或“平均型”的樣本為對象多用于定性研究三、配額抽樣(quotasampling)首先，研究者對總體進(jìn)行分層，并找出具有各種不同特征的成員在總體中所占的比例。然后選擇研究對象，使樣本成員在各種特征上的構(gòu)成盡量接近總體的結(jié)構(gòu)。假設(shè)某高校有2000名學(xué)生，其