社会研究方法,讲义第五章 抽样

第五章抽样第一节抽样的概念与程序一、为什么要抽样在社会研究中，研究者经常从一个规模很大的研究对象中，选出一部分作为研究对象，这个选取过程就是抽样。

之所以要进行抽样，主要是考虑研究成本和研究的可行性。

首先，在社会研究中，经费是一项硬约束，多增加一个研究对象，就意味着多花一份钱，故研究者无法超出预算，对过多的对象逐一进行研究；其次，对于一些太大的总体，如对全国十几亿人口中的成年人逐个进行问卷调查也不现实。

不过，被抽出的少数对象与全体对象毕竟不是一回事，因此，无论怎样精致的抽样设计，都会产生抽样误差，于是抽样得到的少数对象的情况，就不一定完全符合全体对象的情况。

也就是说，抽样方法大体可分为两类：一种是非概率抽样，主要是依据研究者的主观意愿、判断或是否方便等因素来选取对象；另一种是概率抽样，主要是按照随机原则来选取对象，完全不带有研究者的主观因素。

二、抽样的有关术语抽样是一门专业化技术，涉及许多专门的概念和术语，这里介绍抽样中常用的概念与术语。

1.总体、样本和元素如果用专业术语严格定义，则抽样是指从总体中按定方式选取一组元素的过程，由此产生的元素集合称为样本。

也就是说，在抽样的专业化表述中，每一个具体的调查对象被标为元素，全体研究对象被称为总体，样本则代表一组元素，即一部分研究对象，它可以是人、学校、组织，也可以是文章、杂志，甚至是歌曲。

但不管样本由什么构成，它必须是从总体中抽取的，换句话说，样本不能独立于总体而存在。

总体还可以进一步划分为研究总体和目标总体，其中，研究总体是在理论上明确界定的元素的集合体。

例如，在有关妇女生育率的研究中，“妇女”这个概念所代表的总体，只有被界定为15~49岁有生育能力的妇女后，才成为可用于研究的总体。

样本中元素个数与总体中元素个数的比率，即样本规模与总体规模的比率称为抽样比率。

例如，在一个5万人的总体中，研究者想要抽取150人，这时抽样比率就是150/50000=0.003或0.3%；如果总体为500人，而研究者要抽取100人，则抽样比率就是100/500=0.20或20%。

2.抽样框和抽样单元研究者在实际抽样（特别是概率抽样）时，经常是先找到一份近似涵盖所有总体元素的名单，然后从中抽取部分元素，这份名单被称为抽样框。

美国一份叫《文学摘要》（Literary Digest)的新闻杂志，在1920年、1924年1928年和1932年，以邮寄明信片的方式对总统大选进行了民意测验，并准确地预测出这4次选举的结果。

当1936年总统大选来临时，杂志仍以同样的方式进行了民意测验，并从寄出的1000万份明信片中，回收了200多万份。

测验结果显示，57%的人支持共和党候选人兰登，民主党候选人、在任的总统罗斯福的支持率为43%。

然而，两星期后的选举结果，使杂志的编辑们大跌眼镜，罗斯福以62%的得票率，获得第二届任期。

杂志因此声誉扫地，不久就关门大吉了。

抽样框中的总体元素又被称为抽样单元，有时抽样单元与分析单位是相同的。

但在较大范围的抽样中，可能有多个层次的抽样单元。

3.参数值、统计值和抽样误差一般说来，总体的情况或特征是未知的，由参数值来描述，如某个城市中吸烟人口的平均年龄；而样本的情况或特征则是已知的，由统计值来描述，如通过对样本调查资料的统计所得到的被调查吸烟者的平均年龄。

参数值与统计值之间的差异就是抽样误差。

差异越大，抽样误差就越大；差异越小，抽样误差也就越小。

由此可见，抽样误差是衡量样本代表性大小的标准，一般说来，它主要取决于总体的异质性程度和样本规模。

一方面，如果样本规模相同，总体异质性程度越高，抽样误差越大，样本代表性越低；反之，总体异质性程度越低，抽样误差也越小，样本代表性也就越高。

另一方面，如果总体异质性程度相同，样本规模越大，抽样误差越小，样本代表性越高；反之，样本规模越小，抽样误差越大，代表性越低。

三、抽样的步骤抽样作为一门严谨、精确的技术，有一套完整的操作程序。

虽然不同的抽样方法，在操作方法上会有一些不同的要求。

但总的说来，通常都要经历以下几个步骤：设计抽样方案、抽取样本和评估样本。

1.设计抽样方案设计抽样方案包括以下几点内容：首先，要界定总体，即对抽样总体的范围和特征加以明确的说明，特别是要明确目标总体的范围和特征。

其次，介绍抽样框的具体内容，即给目标总体下一个操作化定义。

再次，要确定样本所含个体数目，即样本规模的大小。

最后，要根据不同的目标总体，选择合适的抽样方法。

2.抽取样本抽取样本是指抽样人员按照抽样方案中选定的抽样方法，从抽样框中实际抽取总体元素，构成样本的过程。

由于抽样方法不同，实际抽样工作既可以安排在实地调查前，也可以与实地调查同步进行。

3.评估样本评估样本是指样本抽出后，对样本的代表性和各类误差情况的检验和评估，目的是为了防止由于样本偏差过大而导致对总体推断的失败。

评估样本的方法是先找出一些能够反映总体特征的资料，通常是一些统计数据，如性别比、年龄结构、教育结构和收入结构等，与同类指标的样本统计值进行比较。

若二者之间差别不大，则可以认定样样本的质量较高反之，若二者之间差异明显，则样本质量存在问题，需要对其进行修正。

第二节非概率抽样进行概率抽样的前提条件是有抽样框，但这个条件有时无法满足，如电视栏目收视情况的调查，就很难编出合适的抽样框。

在这种情况下，经常会采用非概率抽样，即放弃随机原则，依据研究者的主观意愿、判断或是否方便等因素来抽取样本。

一、方便抽样方便抽样又称偶遇抽样，是指研究者使用对自己最为便利的方法来选取样本。

这种方法很容易产生系统误差，样本代表性很差，因此，在使用时要特别小心，总体的情况越复杂，方便抽样的效果就越差。

二、配额抽样配额抽样首先要根据某些参数值，确定不同总体类别中的样本配额比例，然后按比例在各类别中进行方便抽样。

例如研究者想要用配额抽样方法，抽取一个40人规模的样本。

他首先决定用性别和年龄作为决定样本配额的参数值，通过查阅相关资料，了解到总体中男女各占50%，30岁以下、30~60岁之间和60岁以上的比例分别为：25%、50%和25%。

实际操作中，可以依据配额抽样的逻辑是通过样本配额，使样本结构尽可能与总体结构保持一致，对总体进行“克隆”。

不难想像，配额矩阵所依据的总体参数值越多，则样本元素的分类也越细，样本与总体的结构也越接近。

配额抽样有以下两点先天不足：首先，为了不偏离总体，配额矩阵中的数字必须十分准确，要做到这一点，就必须掌握总体的最新资料，但这并不容易做到。

其次，尽管配额方法是一种改进，但最后抽样仍由调查员根据方便原则执行，他们从某些特定的矩阵格子中选择样本时，有很大的随意性。

在这种情况下，调查员可能为了图方便而去找那些比较好调查的人。

三、判断抽样判断抽样又称立意抽样，是指研究者根据其研究的目的或专家的判断来选取样本。

在这种抽样中，样本是否能满足研究目的的要求，是否能正确反映总体情况，很大程度上依赖于研究考的主观判断，因此，对研究者个人的研究素质有较高的要求。

判断抽样经常被用于以下三种研究场景：首先，研究者用判断抽样来选择特别能提供信息的独特个案。

例如，在问卷设计阶段，为检验问题设计是否得当，常有意地选择一些观点差异悬殊的人作为研究对象。

其次，研究者用判断抽样来选取很难以接近的特殊人群。

例如，在对城市外来人员的调查中，由于他们居住和就业都很分散，流动性强，并且没有统一登记的名册，因此很难采用随机抽样的方式。

最后，研究者用判断抽样来选取某种特殊个案类型，以便进行深入探究。

例如，选择一些收入远高于农民人均收入水平的农民作为研究对象，深入分析他们的致富途径。

四、雪球抽样雪球抽样也称网络抽样，是一种根据已有研究对象的介绍，不断辨识和找出其他研究对象的累积抽样方法。

名称源于滚雪球的类比，雪球开始时可能很小，但当它在潮湿的雪地上滚动时，就会不断黏上新的雪片，越变越大。

与此类似，雪球抽样开始时，样本可能只有一个或少数几个人，但在随后的时段里，这几个人会凭借自己的社会关系，介绍新人加入，新人也有社会关系，于是，随着关系网络的不断扩大，样本也越滚越大，可见雪球抽样是一种多阶段的技术。

雪球抽样特别适合用来对成员难以找到的总体进行抽样，如城市中的散工、无家可归的流浪者和吸毒者等。

另外，也可以用雪球抽样对具有一定网络联系的总体进行抽样。

雪球抽样理想的结果是“雪球”滚到了大于所需样本规模的人群，这时可在某个时点中止“雪球”的滚动。

当然，也不排除“雪球”滚到一定数量的对象后，样本就无法再扩大了。

这种情况通常是由于“雪球”滚动中，人们互相介绍的对象都属于同一个圈子或关系网络，当圈子里的人统统被介绍完了，“雪球”也就滚不下去了。

这时需要找到圈子以外的人，以他们为核心继续“雪球”的滚动，直至“雪球”达到样本规模为止。

第三节概率抽样抽样能让研究者依据少量元素，来推断元素众多的总体。

而概率抽样则是实现由样本推断总体的最佳方法，概率抽样是按照随机原则进行的抽样，因此又常被称为随机抽样。

一、简单随机抽样简单随机抽样也称纯随机抽样，是指研究者严格按照随机原则来抽取样本。

“随机原则”在数学上是有特定含义的，它意味着在选取对象的过程中，一方面要排除任何事先设定的模式，使每一个对象被选中的概率都相等，即要满足等概率要求；另一方面，对象之间相互独立，任何一个对象是否入选样本，与其他对象无关，或者说，每一个对象的抽取都是相互独立的，是一种随机事件，即要满足独立性要求。

在抽样过程中引入随机性有两方面理由：首先，随机抽样由于排除了研究者个人对样本的主观决定，所以可以避免研究者自觉或不自觉的偏见。

其次，随机抽样是以概率理论为基础，因此，可以计算参数值和抽样误差。

进行简单随机抽样先要建立抽样框，然后再从抽样框中选取元素构成样本。

这种抽样方法是最基本的，也是最容易了解的概率抽样方法，其他概率抽样方法都可以看成是由它派生出来的。

根据被抽中的元素是否放回总体，简单随机抽样又可分为放回和不放回两种。

假设要从一个900人的总体中，用随机数表方法抽取一个100人的样本。

在利用随机数表产生随机数之前，先要建立抽样框，即给这900人中的每一个人按1~900的顺序编号。

接下来再从随机数表中选出100个随机数，抽样框中编号与选出的随机数相同的那些人将组成样本。

假如已经有了所有人的名单，就不一定非要给所有的人编号了，因为在选出随机数后，可以用计数的方式，将被选到的人“数”出来。

用随机数表产生随机数，需要完成以几个步骤：第一，确定选出的随机数的位数。

在本例中，由于总体人数为900.在使用随机数表时，需要有3位数的随机数才能保证所有人都有被选中的机会。

同样，加果总体规模为位数，随机数就应是4位数。

第二，决定从5位数组中选择哪几位数字。

要从随机数表的5位数组中产生3位数，可以有以下几种情况；选择从左到右前3位数字；选择中间的3位数字；选择从左到右后3位数字。