2020-02-06 369

定量研究中的抽样问题(2)- 非随机抽样介绍

作者:Ivy Huang

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。

 

 

在上一篇中(《定量研究中的抽样问题(1)- 随机抽样介绍》),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。

联系我们
客服专线 4006-700-778
其他咨询 4006-188-166
客服邮箱 wenjuan@idiaoyan.com
问卷网公众号 问卷网公众号
问卷网APP 问卷网APP

扫码下载APP

随时随地查看数据

扫码关注

获取更多案例模版

问卷网服务协议 隐私政策 应用权限 免责声明 开发者:上海众言网络科技有限公司 应用版本:v ©2013-2022 上海众言网络科技有限公司 ICP证:合字B2-20160010 沪ICP备10013448号-25 沪公网安备 31010402000149号