抽样方法介绍

当您对一群人进行研究时,很少有可能从该组中的每个人收集数据。相反,您选择一个样本。该样本是实际参与研究的个人组。

为了从你的结果中得出有效的结论,你必须仔细决定如何选择一个代表整个群体的样本。抽样方法有两种:

  • 概率抽样包括随机选择,允许你对整个群体做出统计推断。
  • Non-probability抽样包括基于方便或其他标准的非随机选择,允许您轻松收集初始数据。

你应该清楚地解释你是如何选择你的样本方法论文或论文的一部分。

人口和样本

首先,你需要理解两者的区别一个总体和一个样本,并确定你的研究目标人群。

  • 人口是您想要得出结论的整个集团。
  • 样本是您将从其中收集数据的特定群体。

人口可以根据地理位置、年龄、收入和许多其他特征来定义。

人口和样本 它可以非常广泛或非常狭窄:也许你想要对你们国家的整个成年人口的推论;也许您的研究侧重于某公司的客户,特定健康状况的患者,或在一所学校的学生。

重要的是要根据项目的目的和实用性仔细定义目标人群。

如果人口非常庞大,在人口统计学上混合,在地理上分散,可能很难获得具有代表性的样本。

抽样框架

抽样框架是实际的个体列表,样本将从中抽取。理想情况下,它应该包括整个目标人群(以及不属于该人群的所有人)。

例子

您正在研究X公司的工作条件。您的人口是公司的所有1000名员工。您的采样框架是公司的HR数据库,其中列出了每个员工的名称和联系方式。

样本大小

你的样本中个体的数量取决于总体的规模,以及你希望结果在多大程度上准确地代表整体的总体。

你可以使用一个样本大小的计算器确定您的样本应该有多大。通常,样品大小越大,更准确且自信地,您可以对整个人口进行推断。

概率抽样方法

概率抽样意味着总体中的每个成员都有被选中的机会。它主要用于定量研究.如果你想产生代表整个总体的结果,你需要使用概率抽样技术。

有四种主要类型的概率样本。

概率抽样

1.简单的随机抽样

在一个简单随机样本,人口中的每一个成员都有均等的机会被选中。你的抽样框架应该包括整个总体。

为了进行这种类型的采样,你可以使用像随机数生成器之类的工具或其他完全基于偶然性的技术。

例子

您想选择100个公司X的简单随机样本。您将该号码分配给公司数据库的每个员工1到1000,并使用随机数生成器选择100个数字。

2.系统抽样

系统抽样类似于简单的随机抽样,但通常更易于进行。人口的每个成员都列出了一个数字,而不是随机生成数字,以定期选择各个人。

例子

这家公司的所有员工都是按字母顺序排列的。从前10个数字中,随机选择一个起点:6号。从第6个开始,每10个人就会被选中(6、16、26、36等等),最终你会得到100个人的样本。

如果您使用这种技术,那么一定要确保列表中没有可能扭曲示例的隐藏模式。例如,如果HR数据库按团队对员工进行分组,而团队成员是按资历排序的,那么您的间隔可能会跳过初级角色的人,从而导致样本偏重于高级员工。

3.分层抽样

分层抽样包括将种群分成几个亚种群,这些亚种群在重要方面可能存在差异。通过确保每个子组在样本中得到适当的表示,它可以让您得出更精确的结论。

要使用这种采样方法,您将群体分成基于相关特征(例如性别,年龄范围,收入括号,工作角度)的子组(称为地层)。

根据总体比例,你计算每个子组应该抽样多少人。然后你使用随机或系统的年代充足的从每个子组中选择一个样本。

例子

公司现有女员工800人,男员工200人。您希望确保样本反映公司的性别平衡,因此您根据性别将人口划分为两个阶层。然后你对每组进行随机抽样,选择80名女性和20名男性,这样你就有了100人的代表性样本。

4.集群抽样

整群抽样还包括将总体划分为几个子组,但每个子组必须具有与整个样本相似的特征。你不是从每个子组中抽样,而是随机选择整个子组。

如果可能的话,您可以包含每个抽样集群中的每个个体。如果集群本身很大,您还可以使用上述技术从每个集群中抽样个体。

这种方法对于处理大而分散的人群有利,但样品中有更多的风险,因为簇之间可能存在显着差异。很难保证采样的集群真正代表整个人口。

例子

该公司在全国10个城市设有办事处(所有城市的员工数量都大致相同,从事类似的工作)。你没有能力去每个办公室收集你的数据,所以你使用随机抽样来选择3个办公室——这是你的集群。

这就是为什么学生喜欢Scribbr的校对服务

发现校对和编辑

Non-probability抽样方法

在非概率样本中,基于非随机标准选择个体,而不是每个人都有机会被包括在内。

这种类型的样本更容易获得,也更便宜,但它有更高的风险抽样偏见,你不能用它来对整个人口做出有效的统计推断。

非概率抽样技术通常适用于探索和定性研究.在这些类型的研究中,目的不是测试假设关于一个广泛的群体,但要对一个小的或未被充分研究的群体有一个初步的了解。

非概率抽样

1.便利抽样

方便样品简单地包括恰好是研究人员最可访问的个人。

这是收集初始数据的一种简单且廉价的方法,但无法判断样本是否代表总体,因此无法得出一般化的结果。

例子

您正在研究关于学生支持服务在大学的意见,因此在您的每堂课之后,您会要求您的学生完成一个调查在这个话题。这是一种方便的收集数据的方法,但由于你只调查了与你学习相同课程、水平相同的学生,样本并不能代表你所在大学的所有学生。

2.自愿响应抽样

类似于便利样本,自愿响应样本主要基于易于访问权限。而不是研究人员选择参与者并直接联系他们,人们自愿自己(例如,通过回复公共在线调查)。

自愿回复样本总是至少有一些偏差,因为有些人天生就比其他人更有可能成为志愿者。

例子

你把调查问卷发给你所在大学的所有学生,许多学生决定完成它。这当然可以让你对这个话题有一些了解,但回复的人更有可能是那些对学生支持服务有强烈意见的人,所以你不能确定他们的意见代表所有学生。

3.立意抽样

这种类型的抽样,也被称为判断抽样,涉及研究人员使用他们的专业知识来选择一个样本,这是最有用的研究目的。

它经常用于定性研究在这种情况下,研究人员希望获得关于特定现象的详细知识,而不是进行统计推断;或者在这种情况下,人口非常少,而且非常具体。一个有效的目的样本必须有明确的标准和纳入的理由。

例子

你想知道更多关于你们大学残疾学生的意见和经历,所以你有目的地选择了一些有不同支持需求的学生,以收集关于他们与学生服务经验的各种数据。

4.滚雪球抽样

如果群体难以获取,可以使用滚雪球抽样来通过其他参与者招募参与者。当你与更多的人接触时,你接触到的人数就像滚雪球一样。

例子

你正在研究你所在城市的无家可归者的经历。因为没有这个城市所有无家可归者的名单,所以不可能进行概率抽样。你遇到一个同意参与研究的人,她让你和她认识的其他无家可归的人联系。

关于抽样的常见问题

抽样是什么?

一个样本是来自更大的个人的子集人口抽样意味着选择你将在研究中收集数据的群体。例如,如果你正在调查大学学生的意见,你可以调查100名学生的样本。

在统计学中,抽样允许你测试假设关于人口的特征。

为什么在研究中使用样本?

样品是用来推断关于人口.样品更容易收集数据,因为它们是实用,性价比,方便和可管理的。

什么是概率抽样?

概率抽样意味着目标群体的每个成员都有一个已知的机会被纳入样本。

概率抽样方法包括简单随机抽样系统采样分层抽样,整群抽样

什么是非概率抽样?

non-probability抽样在美国,样本是根据非随机的标准选择的,并不是所有的人口成员都有机会被纳入。

常见的非概率抽样方法有便利抽样、自愿响应抽样、目的抽样、滚雪球抽样和配额抽样。

什么是抽样偏差?

抽样偏差当a中的一些元素人口在系统上更有可能被选中样本比其他人。

这篇文章有用吗?
14
Shona McCombes.

谢纳拥有一个学士学位和两位硕士学位,所以她是写一篇伟大论文的专家。她还担任编辑和教师,与学生在各个层面一起工作,以提高学业写作。

14日的评论

米兰达
2021年1月14日下午3点51分

定性研究中是否允许使用简单随机抽样?

回复

Shona McCombes.
肖娜·麦科姆斯(Scribbr团队)
1月27日,2021年下午9:20

嗨,米兰达,

是的,您可以在定性研究中使用简单的随机抽样。然而,这种方法通常是非常困难和正常的性能(除非您的人口非常小),其优点主要与统计分析相关。这就是为什么许多研究人员使用非概率方法选择样本进行定性研究。

回复

Jakkam Yamini
2021年1月2日下午3点32分

我个人觉得这些信息很有帮助。但我建议你也包括这些主题的替代名称。所以,我想知道判断和目的性抽样是否相同?

回复

Shona McCombes.
肖娜·麦科姆斯(Scribbr团队)
2021年1月19日下午3:01

嗨Jakkam,

是的,判断抽样和目的抽样是一样的。我们将在这篇文章中添加注释:)

回复

迈克尔
2020年8月22日凌晨2点57分

嗨,夏娜,你的文章真是太有帮助了我现在很高兴我知道了所有这些取样技巧。我听说过这种采样技术“配额采样”,我仍然不确定它来自哪个类。希望你能帮助。谢谢你再一次!

回复

Shona McCombes.
肖娜·麦科姆斯(Scribbr团队)
9月16日,2020年下午1:24

嗨,迈克尔,

配额抽样是分层抽样的非概率等价。研究人员不是从覆盖整个人口的阶层中随机选择,而是使用非概率方法从不同的子群体中选择一个“配额”参与者。例如,在一家员工中男性占20%,女性占80%的公司,你可以选择面试20名男性和80名女性,以达到比例平衡。
希望会有帮助!

回复

Mkhulisi
2020年8月6日晚9时07分

一项探索性研究能用非概率技术取样吗

回复

Shona McCombes.
肖娜·麦科姆斯(Scribbr团队)
2020年8月7日下午6:12

嗨mkhulisi,

是的,在探索性研究中使用非概率抽样是很常见的。这是因为探索性研究的目的是探索新的事物问题或者对现象进行初步了解,而不是对整个人口进行统计推断。

回复

Shuaib k . O
2020年7月9日上午11:27

这是理解抽样方法的一种非常聪明和简单的方法。做得很好。
然而,我的问题是,当你决定选择先到先得的抽样方法时,是什么类型的抽样方法。比如让前50名受试者到达研究区域?
谢谢你!

回复

Shona McCombes.
肖娜·麦科姆斯(Scribbr团队)
2020年7月21日下午4时16分

嗨Shuaib,

这听起来像是一种方便的抽样:第一批到达的人只是最容易接近的对象,没有特定的标准或程序来选择他们。

方便的样本可以帮助你初步了解你的研究问题——重要的是要意识到你的结论的局限性。

希望会有帮助!

回复

他们太Khoabane
2020年5月20日下午6:44

我想知道选择非概率抽样技术是否错误,而我的研究是数量形式的

回复

Shona McCombes.
肖娜·麦科姆斯(Scribbr团队)
2020年5月29日晚上7点58分

你好,

您可以在定量研究中使用非概率抽样。但是,这限制了结果的概括性 - 这意味着您无法使用您的样本对更广泛的人群进行有效的统计推论。在编写研究时,请务必解释您选择的样本并讨论潜在限制。

回复

Julie Jacobe.
2020年2月8日下午4:30

我想问一下如何创建一个研究设计。因为我真的不知道该怎么做。

回复

Shona McCombes.
肖娜·麦科姆斯(Scribbr团队)
2020年2月10日下午5时53分

嗨,朱莉,

创建一个研究设计意味着决定在哪里,何时,以及如何收集和分析数据,以便回答一个问题研究问题.你可以在我们的分步指南中了解更多研究设计

希望会有帮助!

回复

仍然有问题吗?

请单击左边的复选框以验证您不是机器人。