第5章抽样调查类型 教学课件农村社会经济调查方法.pptx

《第5章抽样调查类型 教学课件农村社会经济调查方法.pptx》由会员分享，可在线阅读，更多相关《第5章抽样调查类型 教学课件农村社会经济调查方法.pptx（64页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第5 章 抽样调查类型 教学课件农村社会经济调查方法第5章 抽样调查类型第一节 抽样调查中的关键概念第二节 抽样的一般程序第三节 随机抽样的方法第四节 非随机抽样的方法思考练习抽样调查是从调查对象的总体中抽取一部分单位组成样本，将样本作为调查对象开展调查活动，并根据样本调查的结果来推断总体特征的方法类型。抽样调查属于非全面调查，是随着近代数学和计算机技术的发展而形成的一种方法类型。第一节 抽样调查中的关键概念一、随机抽样和非随机抽样根据抽样是否遵循随机原则,抽样调查可以分为随机抽样和非随机抽样两类。也有学者认为,抽样可以分为概率抽样和非概率抽样两类。我们的理解是,这两种分类方法本质上无大的差别

2、。随机抽样一般是概率抽样,遵循随机原则抽取的每一个样本单位,都是可以计算概率的;非随机抽样一般是非概率抽样,不遵循随机原则意味着抽取的每一个样本单位都是无法明确计算概率的;普遍调查、典型调查、重点调查、个别调查等本身不应用抽样方法,所以也是非概率抽样的。（一）随机抽样的概念和特点1.概念随机抽样,是遵循随机原则,按照某种事先设计的程序,从总体中抽取部分单位的抽样方法。概率抽样又可分为等概率抽样和不等概率抽样两种类型。概率抽样是指总体中的每个单位都有一定的非零概率被抽中,且每个单位被抽中的概率是已知的,或是可以计算出来的。如果每个被抽中单位的概率相等,那么这样的抽样被称为等概率抽样;如果每个被抽

3、中单位的概率不相等,那么这样的抽样被称为不等概率抽样。2.特点调查对象是总体单位中的一部分,而不是全部,但也不是个别或少数几个单位;样本单位是按随机原则抽取的,而不是按照调查者的主观意愿进行选择或确定的;抽样调研的目的不仅仅是了解样本本身的情况,而是要通过样本来推断总体、说明总体。（二）非随机抽样的概念和特点1.概念非随机抽样，是指抽样时并不遵循随机原则，而是依据研究者的主观意愿、判断、或方便与否来抽取调查对象的方法。2.特点优点：简单、快捷、经济，不需要样本框，就可以收集数据，应用空间还是比较大的。局限：难以保证样本的代表性，不能计算抽样误差，且容易产生较大的系统性误差，因此，常常被用在研究

4、的初期阶段或者探索性研究上。如果样本不够大，就不能用样本数据对总体情况进行推断。如果样本足够大，那么非随机抽样数据也可以被用来推断总体。二、目标总体和抽样总体总体,是指所要调查研究对象的全体。在实际的调查研究工作中,又可以分为目标总体和抽样总体两个概念。目标总体,是指所要研究的对象的全体,是由所有性质相同的个体所组成的。组成总体的每个个体被称作总体单位。例如,我们要调查研究某县农户农业生产经营的情况,那么目标总体是该县所有的农户。在一项调查中,要对目标总体的范围做出具体规定。抽样总体，是指从中抽取样本的总体。通常情况下,抽样总体与目标总体应该是一致的,但是在实践中可能出现两者不一致的情况。例如

5、,目标总体是某县所有农户,但是,一些早已农转非的家庭,因为没有及时更改住户信息,而仍保留在目标总体中,这实际上造成了抽样总体与目标总体的不同。还有农村家庭的分家、搬迁等行为造成农户的增加或减少等情况,如果没能及时更新信息,那么也会造成目标总体与抽样总体存在差异。因此,理想的状态是:抽样总体由目标总体所决定,但在实践中,可以构造的抽样总体却有可能反过来决定调查中的目标总体。三、总体参数和统计量（一）总体参数的概念和类型表达在统计学中，总体的特征被称为参数，也可以说，参数是总体的某个特征值，是总体的某个特征的数量表现。只要确定了总体的范围，那么总体参数就客观存在了。总体参数值是数据的理论值，是唯一

6、确定的，但是是未知的，需要通过抽样调查的结果来对总体参数进行推断。假定总体有N个基本单位,Y1,Y2,YN为基本单位的数值,Yi表示总体的第i个单位的数值。可以计算的总体参数为:(二)统计量的概念和类型表达假定从总体中抽取的样本中包含n个样本单位,即样本规模为n。y1,y2,yn分别代表样本单位的观察值,yi表示样本中第i个样本单位的观察值。统计量,也叫估计量,是根据样本中n个单位的变量值计算出的一个量,用于对总体参数的估计。总体参数的表示通常为大写字母,估计量的表示通常为小写字母。在简单随机抽样下,与总体参数相对应的常用估计量分别为统计量(估计量)是样本的函数,是随机变量,其结果取决于抽样设

7、计和被选入样本的总体基本单位的特定组合。在同一个总体中抽取若干个样本,即使每个样本的规模相同,样本统计量的结果也会不同。当然,统计量的真正价值并不在于自身结果的数值大小,而在于提供有关总体参数的信息。四、抽样框和样本规模抽样总体，也称作抽样框，是抽样的范围。具体来看，样本框可以是一份包含所有抽样单位的名单,给每一个抽样单位编上一个号码,就可以按一定的随机化程序进行抽样。抽样框可以是按照名录排列的名录框,可以是按照地域排列的地域框,当然也可以是将名录和地域结合起来的样本框。例如,我们在一个村庄进行农户抽样时,抽样框可以是全村的农户名单,可以是农户住宅的地理位置信息,也可以是农户名单与地理位置信息

8、的结合。从抽样框中抽取样本的过程,被称作抽样。抽取的样本是由从总体中随机抽选出来进行调查的一部分单位组成的,是抽取的若干单位的集合。当从抽样框中抽取样本后,样本中的每一个单位就被称为样本单位。样本单位可以是一个农户、一位农民、一个乡镇企业,或一个学校等。例如,从某乡5 000个农户中抽取100个农户进行农户负担状况调查。在这里,5 000个农户的综合体即是“总体”,抽取出的100个农户为“样本”,其中,被抽中的每一个农户即为一个“样本单位”。总体单位数通常用N表示,样本单位数通常用n表示。从统计学上讲,样本只能代表样本框中的总体,而不能代表样本框之外的单位。因此,在使用抽样调查方法时,如何使抽

9、样框与所要描述的总体保持一致就是关键的问题。例如,当我们利用电话调查方法来调查家庭对于维护良好生态环境的支付意愿的时候,没有电话的家庭就已经被我们排除在抽样框外了,于是出现了抽样框里的总体与目标总体不一致的情况。因此确定抽样框时,必须保证抽样框的全面性,即具有某种特征的单位要全部包括在抽样框中,并且使每个单位具有非零的被抽取的概率。如果我们对某些单位进行排除,那么我们必须对哪些单位被排除,以及被排除单位的特别情况,做一个明确的交代。当然,如果我们把所有单位全部归入抽样框也是可以的,但这样做可能会增加工作量。抽样调查主要包括调查准备、抽样选取调查对象(利用各种抽样方法和技术抽取样本单位)、进行调

10、查(利用各种调查方法,包括实地观察法、问卷调查法、访谈调查法等收集资料)、总结整理分析资料、最后形成调查研究报告等几个主要的阶段。其中,抽样环节直接决定了调查研究的可行性和调查数据的质量。为了保证抽样的质量,按照科学、有序的程序完成抽样过程是非常必要和重要的。第二节 抽样的一般程序一、界定目标总体和抽样总体目标总体是我们在调研方案设计时的理想调查对象的范围,但是现实情况往往与理想状态不符,为了使调研方案中的调查工作能够操作和落实下去,调研人员必须进一步明确抽样总体。二、确定和编制样本框抽样框是具有操作意义的调查对象的集合,也就是调查总体中能够被找到的调查对象的名单。没有抽样框,就没有办法进行实

11、际的抽样。当抽样分成几个阶段、在不同的抽样层次上进行时,则需要分别编制几个不同的抽样框。抽样框是计算样本单位入样概率的依据。抽样框的质量决定了样本的质量。一个样本只能代表一个抽样框。例如,2008年受国际金融危机的影响,大量农民工返乡,政府采取了鼓励返乡农民工创业的政策。如果我们要采用抽样调查方法研究返乡农民工创业意愿或实际创业情况等,那么我们就必须到农民工返乡比较聚集的农村地区进行调查,因为只有这样我们才能找到返乡农民工,可以确定抽样框是所有农民工中的返乡农民工,而排除了没有返乡的那一部分农民工。当然返乡农民工名单可以通过县、乡、村三级对农民工返乡情况的及时统计获取。一般而言,抽样框的确定有

12、两条路径:一是利用现有的相对完整的农户、农民、企业、村庄、乡镇等的名单进行确定。例如,我们打算在某县进行农户流转农地的意愿和行为的抽样调查。假设该县有10个乡镇,每个乡镇有10个村,每个村200个农户。如果我们要随机抽选400个农户进行调查,那么我们如何确定抽样框呢?在这里我们根据随机抽样方法的不同,可以确定不同的抽样框。如果我们采用直接简单随机抽样的方法抽取400个农户进行调查,那么抽样框为全县20 000个农户的名单。这份名单可以按照全县农户的姓氏笔画排列,也可以按照拼音排列,也可以不做任何排列,直接体现为一份大名单。如果我们采用多阶段抽样的方法抽取400个农户,那么可以先抽取乡镇,再抽取

13、村庄,最后从村庄里抽取农户。不管是采取简单随机抽样,还是采取分层抽样等方法,可以确定的抽样框都是10个乡镇,从该框里抽取的样本单位是乡镇。假如我们采取分层抽取的方法抽取了经济发展水平处于高、中、低3个层次的3个乡镇。接下来,我们要从这3个乡镇的30个村里随机抽取要前往调查的村庄,那么这里的30个村即为二级样本框,从该样本框中抽取的样本单位为村。假定我们利用分层抽样的方法从30个村里随机抽选了5个村。最后,我们要从这5个村里随机抽选400个农户作为最终的调查对象。选取的不同方法决定了在这一阶段的样本框也是不同的。如果我们要在5个村里各选80个农户做调查,那么每个村的200个农户分别是这一阶段的抽

14、样框。另外,如果我们不是在各村做均等数量的农户调查,那么我们可以将5个村共1 000个农户的名单作为一个抽样框,从中抽取400个农户。多阶段抽样的这个过程说明抽样框的确定也是多阶段的、多层次的,每一阶段的抽样框不同,样本单位也不一样。二是抽样框是由在某处开展或参与某项活动的人组成。例如,我们从参加某个农业经济专题会议的专家学者中随意选择出参加会议的某些调查对象进行调查访问。假设抽样之前没有这些参加会议的人员的名单,因此,这些调查对象的选择和抽样框的确定是同步的。最终可以确定,参加会议的人员名单即为抽样框。三、设计抽样方案具体的抽样方法有多种,不同的抽样方法有不同的特点和使用范围,在进行社会经济

15、调查研究时,应该根据不同的研究目的,选择恰当的抽样方法,并综合考虑各种影响抽样进程和效果的可能,做好预案,以保证抽样过程的顺利进行和抽样结果的合意。在抽样方案设计中,要考虑的一个关键点是确定抽样类型和抽样方法。如果确定采用的是随机抽样这一类型,那么意味着我们选择了概率抽样的方法,需要进一步确定是采取等概率抽样的方法还是不等概率抽样的方法。如果确定采用的是非随机抽样这一类型,那么意味着我们选择了非概率抽样的方法。概率抽样的特征是遵循随机原则,样本单位的入样概率是已知的,从而达到了对总体数量特征进行描述及统计推断的目的。概率抽样的关键之一是调查者事先知道样本单位进入样本的概率,其目的是计算“权数”

16、,权数又被称为“扩张因子”,其计算方法是“入样概率的倒数”,其作用在于将样本调查结果放大,从而达到推断总体的目的。概率抽样又可以分为等概率抽样和不等概率抽样。例如,简单随机抽样就是等概率抽样的方法,每一个单位都有同等的被抽中的概率;分层抽样中同一层内的抽样是等概率抽样,但是不同层的抽样可能是不等概率抽样。不等概率抽样的特征是不完全遵循随机原则,而是遵循方便原则或者目标原则,使样本单位的选取非常方便,并且可以更好地提高估计精度,减少抽样误差。但是它的使用必须具有一定的条件,一般是通过辅助变量(单位规模、地区远近)的设置,来确定每个样本单位的入样概率,以使大的或重要的单位入样的概率大,而小的或不重

17、要的单位入样的概率小。四、落实抽样方案落实抽样方案就是完成样本抽取的工作。在实际抽取样本的过程中,可能会遇到各种困难以及非预期的情况,特别是涉及复杂抽样方法应用的时候,可能需要一边调查一边抽样。作为调研人员,在实际抽样阶段要有耐心、信心和决心,同时还要把握四个基本原则。一是高效率,即精度和费用的关系合理。效率高就是尽可能少用经费而取得尽可能高的精度。高效率有两种情况:在规定的费用之内达到尽可能高的精确度;以尽可能少的费用达到规定的精确度。二是目的性,即一个样本选择的好坏,不能仅从样本本身来看。抽样本身不是目的,而是手段,是工具,样本选择的好坏还要从样本能否很好地为调查服务这一方面来看。三是可度

18、量性,即指从样本能算出抽样误差,拿样本来推断总体。这是样本设计最基本的问题。四是可行性,即必须考虑调查在实地实施时能否完成。五、评估样本质量抽出样本工作的完成并不意味着抽样过程的结束。调研人员还需对样本的质量、代表性、偏差等进行初步的检验和衡量,称为样本评估。其目的是避免样本与总体之间出现过大的偏差,从而导致推断结果出现失误甚至是错误。基本做法是,根据调研人员对抽样总体特征信息的了解,选择一个或多个特征指标,与样本中的同类指标进行对比,如果二者相差不大,则样本的质量可能比较高,代表性比较强;相反,如果二者相差比较大,则样本的质量可能比较差,代表性也不太强。风笑天.社会学研究方法.北京:中国人民

19、大学出版社,2009:125-127.例如,我们以一个有2 000位村民的行政村中的200位村民作为样本。我们从行政村的人口统计报表中得知,该村村民中男性占比为62%,女性占比为38%。如果我们对抽取的200位村民的性别统计发现,男性占比为60%,女性占比为40%,那么与已知的性别比例相比较,可以认为,我们所抽取的样本在一定程度上具有较好的质量和较强的代表性。如果我们不仅比较性别特征指标,而且加入年龄特征指标进行比较,那么对样本质量的评估就更有效。第三节 随机抽样的方法一、简单随机抽样简单随机抽样(simple random simpling),又称为纯随机抽样,是对总体单位不进行任何处理,仅

20、按随机原则直接从总体(抽样框)中抽取样本的方法。调查总体中的任何单位都有同样的被抽取的机会,即总体中每一个单位的入样概率是一样的。（一）简单随机抽样的具体方法1.直接抽选法直接抽选法就是直接从调查总体中随机抽取样本单位的方法。俗话说,“闭着眼睛摸一个”,就是这种方法的生动展现。例如,我们打算调查食品标签标识是否规范,就可以直接从货架、摊位上抽取商品。2.抽签法抽签法就是先将总体的每个单位编上序号,将号码写在纸片上捏成团,做成签,掺和均匀后,再从中随机抽选,一直到抽满预先设计的样本量为止。3.随机数表法随机数表法,也称作乱数表抽样法。随机数表是统计工作者用计算机生成的随机数组成,并保证表中每个位

21、置上出现哪一个数字是等概率的,利用随机数表抽取样本保证了每个个体被抽取的概率是相等已知的,或可计算的。具体做法是:首先把调查总体中的所有单位加以编号,根据编号的最大位数确定使用随机数表中若干列或行数字的栏数,以组成需要的抽样数字;然后以任意组成的行或列的任意一个数字开始,向任何方向数过去;碰上属于总体单位编号范围内的数字号码,就摘录下来,作为样本单位。如果不属于总体单位编号范围内的数字号码,就越过去;如果是不重复抽样,那么碰到重复的数字就跳过去。抽样一直持续到抽足预定的样本数量为止。例1:从50个总体单位中抽取5个样本。抽样步骤:第一步,将总体单位按0150编号,编号最大的数50是一个两位数,

22、故取两位数为抽取单位;第二步,在随机数表中任意取定两列,然后从任一数字开始,由上而下,或由左至右,抽取50范围内的数字作为样本。这里随机选取数字表中的第5、6列,然后以07为起点,由上而下,抽取的样本为07、38、40、28、50;或者由左至右,抽取的样本为07,45,44,17,16。例2:从1 000个总体单位中抽取50个样本。抽样步骤:第一步,将总体单位按00011000编号,编号最大的数1000是一个四位数,故取四位数为抽取单位;当然,总体单位也可以按000999的顺序变化。第二步,在随机数表中任意取定四列,然后从任一数字开始,由上而下,或由左至右,抽取1 000范围内的数字作为样本。

23、这里随机选取数表中的第1、2、3、4四列,然后以1818为起点,由上而下,抽取的一部分样本是0676、0792、0253、0687、0830、0505、0453。由左至右抽取的一部分样本是0792、0830、0676、0505、0253、0453、0687。需要说明的是,由于我们选取的随机数表过小,因此对于大样本的抽样,数字容量不够,所以只抽出了50个样本中的一部分。实际上,随机数表可以很大,完全能够满足抽样的需要。(二)对简单随机抽样方法的评价简单随机抽样是一种最基本的概率抽样方法,是其他抽样方法的基础。此法的优点是符合随机原则,简单易行,只要有总体单位的名册和登记表就行了,但其只适用于总体

24、单位数量不多且分布较均匀的调查总体,否则无法保证样本的代表性。二、等距抽样等距抽样(systematic sampling),又称作机械抽样或系统抽样,是把总体中所有单位按某一标志排列,然后依照固定顺序和相等的间隔来抽取样本单位的方法。（一）等距抽样的步骤首先,把总体单位按一定顺序排列,这个排列可以是完全随机的,可以按抽样框原有的顺序,也可以按一定的标志排列,如按姓氏笔画、时间先后、地理位置等排序。其次,确定抽样间距。用总体规模(N)除以样本规模(n),即可得出抽样间距(k)。再次,选择随机起点(r)。在第一个抽样间距(1k)内,随机抽取一个单位作为第一个样本单位。第一个样本单位的抽取完全是随

25、机的。最后,以第一个样本单位(r)为起点,每隔固定间距(k)抽取一个样本,直到抽取完最后一个样本为止。例3:采取等距抽样的方法,从某乡2 000个农户中抽取100户调查农民负担状况。抽取样本的具体步骤为:首先,将2 000个农户按一定标志(如按行政村或自然村位置)加以排列,编上00012000的序号;然后,用总体单位数除以样本单位数求出抽样间距,即2 000100=20,并在第一个抽样间距120号内,随机抽取一个单位作为第一个样本单位,假定是11;最后,依据间距大小依次确定样本单位,即31,51,71,直到抽取完第50个样本单位为止。例3所举的例子体现了总体规模N(2 000)是样本规模n(1

26、00)的整数倍,也就是说,等距抽样中的间距是整数的情况,因此,不难看出,随机选取一个随机数r后,其后的样本单位就可以确定了。如果总体规模N不是样本规模n的整数倍,也就是说,当k不是整数时,如何按照随机原则选取样本呢?通常的处理方法有两种:一是循环等距抽样。将N个总体单位首尾相接,形成一个封闭的圆圈,间距k可以采取四舍五入的方法,取一个整数;需要在1N的总体单位中随机选取随机起点r,然后按照一定的方向,在封闭的圆圈中依次选取需要的样本数量。这样可以保证每个入选样本的单位被抽取的概率是相同的。二是调整直线等距抽样。这种方法是将非整数的抽样间距k的小数点后移,使其成为整数,然后在扩展后的第一个间距之

27、间任意选取一个随机起点r;然后,将随机起点r的小数点移动回来,转变成非整数的随机起点;在此起点上,依次可以计算出非整数的随机样本单位的号码;最后,将抽取的非整数号码的小数点后面的部分略掉,即可确定为选中的样本单位的号码。例如,从1 700个总体单位中选取200个样本单位,抽样间距k=1 700/200=8.5;利用调整直线等距抽样,将18.5间距的小数点后移,确定为1085,在此间距间随机选取一个抽样起点r,假定为56;然后将此号码的小数点重新移回来,得到非整数的随机起点为r=5.6;在此起点的基础上,可以抽取的随机号码依次为:5.6,14.1,22.6,31.1,接下来,将所有号码后的小数去

28、掉,就是选中的抽样单位,依次为:5,14,22,31,。利用此方法抽取的样本单位被选中的概率都是相同的。（二）对等距抽样方法的评价 等距抽样调查方法的优点在于:抽取的样本单位在总体中的分布比较均匀,所以与简单随机抽样相比较而言,等距抽样的样本代表性较强;同时,等距抽样比较简便易行,只要选定第一个样本单位,整个样本也就选定了。等距抽样的不足之处在于:调查总体的单位不能太多,否则对总体单位进行编号的工作量非常大;同时,等距抽样需要有调查总体单位的完整的登记册,否则就难以进行操作。需要注意的一个问题是,等距抽样要避免抽样间距与调查对象本身生产活动的周期一致,否则,等距抽样就会产生周期性偏差。例如,采

29、取等距抽样的方法调查某一种农产品在某个季度的平均销售价格。如果总体单位是某个季度的120天,要注意避免以7天为一个抽样间距而出现的与销售活动有关的周期性价格,因为这样的周期性抽样选择出的样本单位很可能是每一个星期中固定的某一天,而一个星期当中每天的农产品价格都是有变化的,倘若以某星期当中固定的某一天的产品价格进行平均,这样的样本平均值对总体的代表性就很弱。解决这种问题的方法,就是对总体单位进行重新排列,或者不使用等距抽样方法。三、类型抽样类型抽样(stratified sampling),又称为分层随机抽样,是将总体的所有单位按某种属性或特征进行分类,或者称作分层,然后按照随机原则在每一类或每

30、一层单位中分别独立地、随机地抽取样本单位,最后将抽中的每一类或每一层中的样本集合起来,即为抽取所有样本的方法。（一）类型抽样的步骤首先,按照某一种或几种特征对总体单位进行分类或分层。例如,我们可以把农村中的务农人员按年龄划分为青年、中年和老年三个层次;按性别可以划分为男性和女性。如果我们同时按年龄和性别对调查对象进行划分的话,可以将他们分为青年男性、中年男性、老年男性、青年女性、中年女性、老年女性等不同类型。之所以进行分层或分类,主要是因为要把总体单位中性质相近的单位分在一起,使按照某类性质划分的每一类或每一层内的单位的差异尽可能地小,而类与类之间、层与层之间的差异尽可能地大,这样分类或分层抽

31、取的子样本对每一类或每一层的代表性就更强,子样本的集合对调查总体的代表性也就会更强。因此,在分层或分类的时候,各类或各层的划分务必明确,不要发生混淆或遗漏,当然分层也不宜过多,否则操作起来就很困难。其次,确定从各类或各层中抽取样本的数量。通常采用等比例分层抽样和不等比例分层抽样两种方法来确定各层次的样本单位数。等比例分层抽样,是指各层样本单位数占样本总单位数的比例与各层单位数占总体单位数的比例相同,即各层样本单位数/样本总单位数=各层单位数/总体单位数。非等比例分层抽样,是指各层样本单位数占样本单位总数的比例与各层单位数占总体单位数的比例不相同。非等比例分层抽样中,不同层的单位的入样概率会出现

32、不同,因此,非等比例分层抽样是不等概率抽样,在利用样本数据推断总体的时候,应进行加权处理,否则容易出现推断偏差。一般而言,为了避免出现推断结果的偏差,对那些入样概率比较大的单位,应该赋予一个较小的权重;而对于那些入样概率较小的单位,应该赋予一个较大的权重,从而保证用样本推断总体的无偏性。例4:我们试图了解某市400家工业企业的生产经营情况,决定选取20家单位进行调查。按工业企业产值规模分层后进行的等比例分层抽样的具体做法是:首先,将400个工业企业按产值规模大小分为三类(层)。假定大型企业60个,占企业总数的15%;中型企业160个,占企业总数的40%;小型企业280个,占企业总数的45%。其

33、次,确定各层抽取的样本单位数占样本单位总数的比例。根据等比例抽样原则,我们分别从大、中、小型三类企业中分别抽取的样本单位数应该占样本单位总数(20个)的比例分别为15%、40%和45%,则抽取的各层样本数分别为3、8和9个。最后,根据确定的各层样本数,采用简单随机抽样或等距随机抽样的方法,从各类企业中抽取如上数量的样本单位。按工业企业所有制性质分层后进行的非等比例分层抽样。具体做法是:首先将400个工业企业按照所有制性质进行分类。假定其中的国有工业企业有20家,民营工业企业有380家。如果按照等比例分层抽样的方法进行样本抽取,那么国有工业企业这一层次中只能抽选1个样本单位。然而因为国有工业企业

34、的产值和利税在该市的工业企业中占较大比重,因而调查者想增加1家国有工业企业进行调查,那么工业企业的抽样比为110;民营工业企业的抽样比为120。最后将抽取的国有工业企业和民营工业企业的样本单位数合并在一起来推断总体的时候,国有工业企业的权重要减一半,才能表示国有企业的抽样比为民营企业抽样比的2倍。（二）对类型抽样方法的评价适用于：总体单位数量多，且各单位间差异性大的调查对象。优点：由于分层，同一层次中每个单位间的差异较小，并且各种类型的情况都能包括在所抽取的样本中。保证抽取的样本中包含具有各种特征的抽样单元，样本的结构与总体的结构特征相近，不仅可以对各类型的目标量进行估计，而且还可以进一步估计

35、总体参数，而且分层后，各层间的差异不再影响抽样的误差，样本代表性比较高。同时，便于组织实施。局限：调查者必须对总体各单位的情况有较多的了解，否则便无法进行恰当的分类。四、整群抽样整群抽样(cluster sampling),又称聚类抽样、分群抽样,它是先将总体各单位按一定标准分成许多子群体或集体,然后以子群体为抽取样本的单位,运用简单随机抽样、等距抽样、分层抽样等方法从中抽取若干子群的方法。被抽中的子群体内的所有单位被进行全面调查。（一）整群抽样的步骤首先,将调查总体分群。一般以地理区域或时间为标准划分子群体,如以村落、街区、行政单位等为抽样单位,则村、街区、行政单位即为群。如工厂按日期抽检产

36、品质量,则一天的产品即为一群。整群抽样与分层抽样两者都要将调查总体划分为许多组,但二者划分的作用不同。分层抽样划组是为了归类,使组内差异减小,组间差异加大;整群抽样却正好相反,它要求群间差异小,群内差异大,使之对于总体更有代表性。其次,以群为单位随机抽取样本。没有抽中的群内单位都不作为样本,而抽中的群内单位全部作为样本。最后,对抽中的子群内的所有单位进行全面调查。例5:我们拟在某县进行农民收入状况的随机调查。该调查活动的调查对象是农民,因此,我们必须按照随机抽样的方法抽取样本单位农民。具体做法是:以农民所在的村庄为一个子群,全县的所有村庄为调查的总体单位;采用简单随机抽样、等距随机抽样或分层抽

37、样的方法,从所有的村庄总和中抽取若干村庄作为样本单位;最后对样本村中的全体农户进行调查。（二）对整群抽样方法的评价优点：只需要编制以群为单位的样本框，这简化了样本框的编制工作，进而调查工作便于组织，调查样本容易抽取，可达到节省人财物力的目的。在抽样面较广、设计层次较多、对总体情况又不太了解的情况下，使用这一方法较简便。局限：虽然我们在分群的时候尽量要求群体内部的各单位的差异性要尽可能大些，但是群内的各单位之间或多或少存在着相似性，因此样本的代表性和精确性会差些。与其他抽样方法相比，在样本量相同时，整群抽样的误差较大。当然，为了提高精度，可以采用增加基本调查单位数量的做法。五、分段抽样分段抽样(

38、multi-stage sampling),又称为多阶段抽样,是把从调查总体中抽取样本的过程分成两个或多个阶段来进行的方法。它是在整群抽样的基础上发展起来的。(一)多阶段抽样的步骤首先,将调查总体各单位按一定标准分成若干集体,作为抽样的第一级单位;其次,从被抽取的第一级单位中,抽取第二级单位;再次,从被抽取的第二级单位中,抽取第三级单位;依此类推,不断抽取第四级、第五级单位等,直至抽取到最后需要进行调查的样本单位为止。例6:假定某县有20个乡镇,每个乡镇有30个村(包括行政村或自然村),每个村有200个农户。这样,全县共有600个村、12万个农户。现采用分段抽样方法对该县农户收入来源状况按5的

39、比例做抽样调查,共抽取600户。一段抽样:由县抽乡。这里的抽样可以采用简单随机抽样、等距抽样、类型抽样、整群抽样等方法。我们在这里采取类型抽样法抽取样本。假定将经济发展状况作为分类标准,该县经济发展状况较好的乡有4个,一般的乡有2个,较差的乡有4个。假定在总体中抽取25%的单位,按此比例,在经济发展状况较好、一般、较差的乡中分别随机抽取1、3和1个,共计5个乡作为第一级样本单位。二段抽样:由乡抽村。这里的抽样也可以采用简单随机抽样、等距抽样、类型抽样、整群抽样等方法。在这里我们采取等距抽样方法,将第一级样本中抽取的5个乡,共计150个村,按20%的比例,抽出30个村作为样本单位。首先按一定标准

40、将150个村从1150编号,抽样间距为15030=5。假定在15的间距中抽取的村的编号为3,那么,依次确定抽取的30个村的编号应为3,8,13,18,23,28,这30个选定的村就是第二级样本。三段抽样:由村抽取农户。在这里,我们可采取简单随机抽样的方法,当然也可以采用简单等距抽样、类型抽样、整群抽样等方法。第二级样本30个村,共计6 000个农户,按一定标准,将农户从16000编号,利用随机数表,从中抽取600户作为最终的调查单位。（二）对分段抽样方法的评价优点：可以把各种抽样方法的优点综合起来加以利用，用于研究总体单位多、分布面广、且单位之间差异性大的情况。局限：每段抽样都可能产生误差，因

41、此，经过多阶段抽样得到的样本误差也相应会增大。六、对随机抽样方法的评价优点：样本具有较强的代表性和客观性，因为样本一般是按随机原则抽取的；推断总体比较准确，适宜对总体做定量研究，因为调研结论是运用数学方法计算得出的；与普查比较，抽样调查花费少，速度快，因为调查是针对总体中的少量样本单位进行的。局限：抽样调查中有严格的抽样技术要求，且涉及较多的数学知识、统计知识、计算机知识等，使缺乏这方面知识的人应用起来非常困难，同时，与典型调查、个别调查相比，抽样调查涉及的调查对象数量多，因此其调查内容的深度和广度受到一定的局限。第四节 非随机抽样的方法非随机抽样，是根据研究者的意愿、判断或方便程度等条件来选

42、取样本的方法。非随机抽样具有很强的主观性，抽取的样本单位很难确定抽样概率，因此，也被称作非概率抽样。常用的非概率抽样方法有:偶遇抽样、判断抽样、定额抽样、滚雪球抽样等。一、偶遇抽样偶遇抽样(accidental sampling),又称为任意抽样、方便抽样,是调研人员凭借偶然的机会或方便的条件,任意地抽选样本。例如,我们深入农村调查时,经常是在田间、地头、马路等处,随便选择一些农民作为调查的对象进行调查。这样的抽样方法简便易行,省时省钱,但样本的代表性弱,有很大的偶然性。二、判断抽样判断抽样(judgemental sampling),又称立意抽样、目的抽样,是调查者根据自己的主观判断来抽选样

43、本。样本的代表性取决于调查者对总体的了解程度和判断能力。判断抽样主要适用于两种情况:一是调查总体范围较小,总体各单位之间差异较小,或由于调查时间、设备的限制而无法进行随机抽样的情况;二是用于探索性研究的情况。例如,为了设计调查问卷,检验问卷题条的设计是否得当,而采用判断抽样的方法进行研究探索。三、定额抽样定额抽样(quota sampling),又称为配额抽样,与分层抽样的相似之处是,先将总体中的所有单位按其属性或特征,以一定的分类标准划分为若干层次或类型,然后在各层中抽样。与分层抽样不同的是,在抽样时,并不遵循随机原则,而是由调查者主观确定各层中抽取的样本,只需在各层中抽取样本时保持适当比例

44、。定额抽样简单易行,快速灵活,在民意调查或市场调查中经常使用。四、滚雪球抽样滚雪球抽样(snowball sampling),是先从总体中的少数几个成员入手调查,然后通过对他们的调查,得到更多的适合调查的对象或单位,从而进一步扩大调查范围的方法。依此调查下去,就如同滚雪球一样,我们可以找到越来越多具有相同性质的群体成员;如果总体不大,有时会达到近似饱和状况,后面访问的人再介绍的调查对象可能都是以往已经调查过的。五、自愿抽样自愿抽样(volunteer sampling),是指调查对象自愿参加,成为样本中的一分子,向调查人员提供信息。例如,我们在做农村地区某一重大疾病的防控调查时,由于预先不知道

45、哪些人患有该疾病,抽样总体是未知的,无法开展调查活动,这时就可以通过募集志愿者的方式获取自愿样本,以完成该项调查。非随机抽样对样本的选取,主要取决于调查者的主观因素,样本的代表性和客观性差。另外,不能随便根据样本资料推断总体的全面情况,因此,非随机抽样主要用于不可能或不需要推断总体的社会调查研究。随机抽样和非随机抽样进行调查的主要区别之一就是样本选择的随机性。这里需要注意:“随机”不等于“随便”。“随机”有严格的科学含义,可以用概率来描述,而“随便”带有人为的主观因素。思考练习1.某项目组受托进行某县农村集体经营性资产利用、收益、分配情况的调查工作。项目组计划在全县300个行政村中抽取50个村进行问卷调查。如果你是该项目负责人，你会选择哪种方式进行抽样？并具体阐述抽样过程。2.在一些研究论文中，你经常会看到“本文采取了随机抽样的方式选取样本”这样的一语带过的调查方法表述，对于这样的表述你有会有哪些基本判断？请给出相应理由。