4研究的取样 Flashcards
取样在研究中的重要性
实践证明,取样程序不但能节省人力与物力,而且能显著的提高研究的效率。
事实上,取样还能使研究的结果更为准确、有效和可靠。
取样还能起到减少损耗、保护总体的作用。
取样是科学研究设计的重要部分,它直接关系到研究的效度,特别是外部效度。
总体与样本
总体是指具有某些共同的、可观察特征的测量值的完整集合,它也可以是个体或者某种客体的总合。
样本是总体的子集,它是从总体选取的有限数目的成分或元素,用以代表总体。
样本的代表性
样本的基本条件是能够代表它所属的总体。
所谓代表性,并不一定意味着样本是其总体的缩影,不要求样本具备总体的所有关特征,而是在统计意义上获得的。
取样的置换性
所谓取样置换,是指取样过程中已取样的样本成分是否返回总体,继续参加取样,这在随即取样中特别重要。
取样置换可以分成两类:置换取样和非置换取样。
当所抽选的样本成分在抽选后继续返回总体参加进一步抽选时,称为置换取样。当已抽选的样本成分不再返回总体参加下一步取样时,称为非置换取样。
样本空间
与取样置换性有关的一个概念是“样本空间”,指所有的取样可能性。
随机化
随机化是指研究中的客体、被试、实验室处理或分数等的每一成分被抽选的概率均等。
取样的一般程序
一项研究究竟选择什么样的总体和样本,这取决于研究者所要达到的目的和使研究结果具有普遍意义的范围。 取样过程实际上包括三个方面: (1)规定总体,对总体作出明确的定义; (2)选取样本,运用恰当取样方法抽取样本; (3)统计推论,从样本的统计数据估算出总体的有关参数。 样本可以是有偏向的或无偏向的,选取样本是取样程序的中心环节。
几种主要的取样方法
1、简单随机取样法 2、分层随机取样法 3、系统取样法 4、聚类取样法 5、非随机取样 6、方便取样法
简单随机取样法
在随机取样中,总体中每一个体被抽选的机会是均等的。运用随机取样方法所选取的样本称为“随机样本”。
随机取样的一种方法是采用“抽彩法”。随机取样的另一种方法是“随机表取样法”。就是运用严格制作的随机数字表,随意的进入包含总体数目的随机数字区,选取所需要的样本数目。 随机取样又分为两类:(1)置换型随机取样;(2)非置换型随机取样。
分层随机取样法
分层随机取样法是先把总体分成若干层次或子总体,然后独立、随机的从每一层次选取样本。 分层随机取样与简单随机取样相比,具有三方面的优点:
(1)样本更具代表性;(2)参数估算更为准确;(3)取样更为灵活。
分层随机取样可以分成比例分成取样和非比例分成取样两种方法。
系统取样法
系统取样法是从总体中取一随机起点,从该起点开始选取每K项元素(个体或分数等),直至取满所需要的样本量。
聚类取样法
即先把总体分成若干群类,然后再各群类内进行取样。
非随机取样
有些研究为了某些研究目的或由于研究条件的限制,不能运用随机取样方法,而需要从总体选择具有某方面代表性的个体成分或根据一定的主观判断抽取样本。这种取样方法称为非随机取样,又称作目的性取样或计划取样。
非随机取样主要有两种:
(1)定额取样法:按特定的标准(职业、年龄、文化、性别)确定取样定额,这一方法与分成取样很相似,但主观成分较大。
(2)判断取样法:根据研究人员的需要或方便,以主观判断决定所需样本,这一方法代表性很难确定,适用于试测和可行性研究。
方便取样法
方便取样法是以志愿者或容易招聘的人员作为样本,而很少考虑样本的代表性。
除了上述六种主要的取样方法以外,还有一些其他的取样方法,例如:顺序取样法、穿透重复子样本法等等。
取样的误差
1、样本均值的分布
2、均值的标准误差