看来样本容量固然重要(how many)，但更重要的还是抽样方案(how)。一般来说，方案分为概率抽样(随机抽样)和非概率抽样两大类。下面小编给大家介绍一下关于抽样方案范文4篇，欢迎大家阅读。 rohm抽样方案1
01 非概率抽样(Non-probability sampling)
又称非随机抽样，指根据一定主观标准抽取样本，令总体中每个个体的被抽取不是依据其本身的机会，而是完全决定于调研者的意愿。 其特点为不具有从样本推断总体的功能，但能反映某类体的特征，是一种快速、简易且节省的数据收集方法。当研究者对总体具有较好的了解时可以采用此方法，或是总体过于庞大、复杂，采用概率方法有困难时，可以采用非概率抽样来避免概率抽样中容易抽到实际无法实施或“差”的样本，从而避免影响对总体的代表度。
常用的非概率抽样方法有以下四类：
方便抽样(Convenience sampling)
指根据调查者的方便选取的样本，以无目标、随意的方式进行。例如：街头拦截访问(看到谁就访问谁);个别入户项目谁开门就访问谁。
优点：适用于总体中每个个体都是“同质”的，最方便、最省钱;可以在探索性研究中使用，另外还可用于小组座谈会、预测问卷等方面的样本选取工作。
缺点：抽样偏差较大，不适用于要做总体推断的任何民意项目，对描述性或因果性研究最好不要采用方便抽样。
判断抽样(Judgment sampling)
指由专家判断而有目的地抽取他认为“有代表性的样本”。例如：社会学家研究某国家的一般家庭情况时，常以专家判断方法挑选“中型城镇”进行;也有家庭研究专家选取某类家庭进行研究，如选三口之家(子女正在上学的);在探索性研究中，如抽取深度访问的样本时，可以使用这种方法。
系统工程与电子技术 优点：适用于总体的构成单位极不相同而样本数很小，同时设计调查者对总体的有关特征具有相当的了解(明白研究的具体指向)的情况下，适合特殊类型的研究(如产品口味测试等);操作成本低，方便快捷，在商业性调研中较多用。
缺点：该类抽样结果受研?a href='xuexila/yangsheng/kesou/' target='_blank'>咳嗽钡那阆蛐杂跋齑螅 坏┲鞴叟卸掀 睿 蚋 滓 鸪檠 ?不能直接对研究总体进行推断。
配额抽样(Quota sampling)
指先将总体元素按某些控制的指标或特性分类，然后按方便抽样或判断抽样选取样本元素。
相当于包括两个阶段的加限制的判断抽样。在第一阶段需要确定总体中的特性分布(控制特征)，通常，样本中具备这些控制特征的元素的比例与总体中有这些特征的元素的比例是相同的，通过第一步的配额，保证了在这些特征上样本的组成与总体的组成是一致的。在第二阶段，按照配额来控制样本的抽取工作，要求所选出的元素要适合所控制的特性。例如：定点街访中的配额抽样。
优点：适用于设计调查者对总体的有关特征具有一定的了解而样本数较多的情况下，实际上，配额抽样属于先“分层”(事先确定每层的样本量)再“判断”(在每层中以判断抽样的方法选取抽样个体);费用不高，易于实施，能满足总体比例的要求。 缺点：容易掩盖不可忽略的偏差。
滚雪球抽样(Snowball sampling)
菲律宾与中国 指先随机选择一些被访者并对其实施访问，再请他们提供另外一些属于所研究目标总体的调查对象，根据所形成的线索选择此后的调查对象。
第一批被访者是采用概率抽样得来的，之后的被访者都属于非概率抽样，此类被访者彼此之间较为相似。例如：如在目前中国的小轿车车主等。
优点：可以根据某些样本特征对样本进行控制，适用寻一些在总体中十分稀少的人物。
缺点：有选择偏差，不能保证代表性。
02 概率抽样(Probability sampling)
又称随机抽样，指在总体中排除人的主观因素，给予每一个体一定的抽取机会的抽样。
其特点为，抽取样本具有一定的代表性，可以从调查结果推断总体;操作比较复杂，需要更多的时间，而且往往需要更多的费用。
常用的有以下六种类型：
简单抽样(Simple sampling)
简单随机抽样(simple random sampling)又称纯随机抽样，是概率抽样的最基本形式。它是按等概率原则直接从含有N个元素的总体中随机抽取n个元素组成样本(Nn)。
常用的办法类似于抽签，即把总体的每一个单位都编号，将这些号码写在一张张小纸条上，然后放入一容器(如纸盒、口袋)中，搅拌均匀后，从中任意抽取，直到抽够预定的样本数目。这样，由抽中的号码所代表的元素组成的就是一个简单随机样本。
比如，某系共有学生300人，系学生会打算采用简单随机抽样的办法，从中抽取出60人进行调查。为了保证抽样的科学性，他们先从系办公室得到一份全系学生的名单，然后给名
单中的每个学生都编上一个号(从001到300)。抽样框编好后，他们又用300张小纸条分别写上001，002，…，300。他们把这300张写好不同号码的小纸条放在一个盒子里，搅乱后，随便摸出60张小纸条。然后，他们按这60张小纸条上的号码到总体名单上所对应的60位同学。这60位同学就构成了他们本次的样本。这种方法简便易学。但当总体元素很多时，写号码的工作量就很大，搅拌均匀也不容易，因而此法往往在总体元素较少时使用。
对于总体元素很多的情形，我们则采用随机数表来抽样。本书后就附有一张随机数表，表中的数码和排列都是随机形成的，没有任何规律性(故也称为乱数表)。利用随机数表进行抽样的具体步骤是：北京杂谈
先取得一份总体所有元素的名单(即抽样框);
将总体中所有元素一一按顺序编号;
根据总体规模是几位数来确定从随机数表中选几位数码;
以总体的规模为标准，对随机数表中的数码逐一进行衡量并决定取舍;
根据样本规模的要求选择出足够的数码个数;
依据从随机数表中选出的数码，到抽样框中去出它所对应的元素。
系统抽样(Systematic random sampling)
将总体中的各单元先按一定顺序排列，并编号，然后按照不一定的规则抽样。其中最常采用的是等距离抽样，即根据总体单位数和样本单位计算出抽样距离(即相同的间隔)，然后按相同的距离或间隔抽选样本单位。例如：从1000个电话号码中抽取10个访问号码，间距为100，确定起点(起点间距)后每100号码抽一访问号码。
系统抽样的具体步骤是:
给总体中的每一个个体按顺序编号，即制定出抽样框。
计算出抽样间距。计算方法是用总体的规模除以样本的规模。假设总体规模为N，样本规模为n，那么抽样间距K就由下列公式求得：
K(抽样间距)=N(总体规模)n(样本规模)
在最前面的K个个体中，采用简单随机抽样的方法抽取一个个体，记下这个个体的编号(假
设所抽取的这个个体的编号为A)，它称做随机的起点。大熊猫一般产几只仔?
在抽样框中，自A开始，每隔K个个体抽取一个个体,即所抽取个体的编号分别为A，A+K，A+2K，…，A+(n-1)K。
将这n个个体合起来，就构成了该总体的一个样本。
优点：兼具操作的简便性和统计推断功能，是目前最为广泛运用的一种抽样方法。如果起点是随机确定的，总体中单元排列是随机的，等距抽样的效果近似简单抽样;与简单抽样相比，在一定条件下，样本的分布较好。
缺点：抽样间隔可能遇到总体中某种未知的周期性，导致“差”的样本;未使用可能有用的抽样框辅助信息抽取样本，可能导致统计效率低。
分层抽样(Stratified random sampling)
是把调查总体分为同质的、互不交叉的层(或类型)，然后在各层(或类型)中独立抽取样本。例如：调查零售店时，按照其规模大小或库存额大小分层，然后在每层中按简单随机
方法抽取大型零售店若干、中型若干、小型若干;调查城市时，按城市总人口或工业生产额分出超大型城市、中型城市、小型城市等，再抽出具体的各类型城市若干。
优点：适用于层间有较大的异质性，而每层内的个体具有同质性的总体，能提高总体估计的精确度，在样本量相同的情况下，其精度高于简单抽样和系统抽样;能保证“层”的代表性，避免抽到“差”的样本;同时，不同层可以依据情况采用不同的抽样框和抽样方法。
缺点：要求有高质量的、能用于分层的辅助信息;由于需要辅助信息，抽样框的创建需要更多的费用，更为复杂;抽样误差估计比简单抽样和系统抽样更复杂。
在实际运用分层抽样的方法时，研究者需要考虑下列两个方面的问题
(1)分层的标准问题。同一个总体可以按照不同的标准进行分层，或者说，根据不同的标准可以将一个总体分成不同的类别或层次。那么，在实际抽样中究竟应该按什么标准来分层呢?通常采用的原则有：
第一，以所要分析和研究的主要变量或相关的变量作为分层的标准。比如，若要研究居民的消费状况和消费趋向，可以以居民家庭人均收入作为分层标准;又如，要了解社会研究中
不同职业的人员对社会经济改革的看法，就可以以人们的职业作为分层的标准。
第二，以保证各层内部同质性强、各层之间异质性强、突出总体内在结构的变量作为分层变量。比如在工厂进行，可以以工作性质作为分层标准，将全厂职工分为干部、工人、技术人员、勤杂人员等几类来进行抽样。白银市长
第三，以那些已有明显层次区分的变量作为分层变量。比如在社会研究中，性别、年龄(当然是分段以后，如老、中、青)、文化程度、职业等等，就经常被用作分层的标准;其他如学生按年级、专业、学校类型分层，城市按人口规模分层等等。
(2)分层的比例问题。分层抽样中有按比例和不按比例分层两种方法。按比例分层抽样是指按总体中各种类型或层次的比例来抽取子样本的方法。即在单位多的类型或层次中所抽的子样本就大一些，在单位少的类型或层次中所抽的子样本就小一些。比如，某厂有工人600人，按性别分层则有男工500人，女工100人。总体中两类工人人数的比例为5∶1。因此，若要抽60人作样本，那么，按比例的抽法就是根据上述比例，分别从500名男工中随机抽取50人，而从100名女工中随机抽取10人。这样，样本中男女工人之比与总体中男女工人之比完全相同，均为5∶1。可以说，样本的性别结构是总体中性别结构的一种缩影。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议