抽样方法|类型、技术及实例
当你对一群人进行研究时,几乎不可能从这个群体中的每个人那里收集数据。相反,你选择了样本.样本是实际参与研究的一组人。
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能代表整个群体的样本。这叫做抽样方法.你可以在研究中使用两种主要类型的抽样方法:
- 概率抽样涉及随机选择,允许您对整个组做出强有力的统计推断。
- Non-probability抽样涉及基于便利性或其他标准的非随机选择,允许您轻松收集数据。
你应该清楚地解释你是如何选择你的样本方法你的论文或论文的部分,以及你如何处理最小化研究偏见在你的工作中。
总体vs样本
首先,你需要了解两者之间的区别一个总体和一个样本,并确定研究的目标人群。
- 的人口就是你想要得出结论的整个群体。
- 的样本是您将从中收集数据的特定个人组。
人口可以根据地理位置、年龄、收入或许多其他特征来定义。
它可以非常广泛,也可以非常狭窄:也许你想对你国家的整个成年人口做出推断;也许你的研究重点是某家公司的客户、患有特定健康状况的患者或某所学校的学生。
根据项目的目的和实用性仔细定义目标人群是很重要的。
如果人口非常大,人口结构混合,地理分布分散,可能很难获得具有代表性的样本。缺乏代表性的样品会影响有效性你的结果,并可以导致几个研究偏见,特别是抽样偏差.
抽样框架
抽样框架是将从中抽取样本的实际个体列表。理想情况下,它应该包括整个目标人群(没有人不是该人群的一部分)。
样本大小
你应该在你的样本中包含的个体数量取决于各种因素,包括大小和可变性和你的研究设计。有不同的样本量计算器公式取决于你想要得到什么统计分析.
概率抽样方法
概率抽样意味着群体中的每个成员都有被选中的机会。它主要用于定量研究.如果你想要产生能代表整个群体的结果,概率抽样技术是最有效的选择。
有四种主要的概率样本类型。
1.简单随机抽样
在一个简单的随机样本中,人口中的每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。
要进行这种类型的抽样,您可以使用像随机数生成器或其他完全基于机会的技术等工具。
2.系统抽样
系统抽样类似于简单的随机抽样,但它通常更容易进行。群体中的每个成员都有一个数字,但不是随机生成数字,而是定期选择个体。
如果使用这种技术,重要的是要确保列表中没有可能使示例倾斜的隐藏模式。例如,如果人力资源数据库按团队对员工进行分组,并且团队成员是按资历顺序列出的,那么您的间隔可能会跳过初级角色的人员,从而导致样本偏向高级员工。
3.分层抽样
分层抽样包括将种群划分为在重要方面可能不同的亚种群。它允许您通过确保样本中的每个子组都得到了适当的表示,从而得出更精确的结论。
要使用这种抽样方法,您需要根据相关特征(例如性别认同、年龄范围、收入等级、工作角色)将人口划分为子组(称为阶层)。
根据总体的比例,计算每个子组应该抽取多少人。然后使用随机或系统抽样从每个子组中选择一个样本。
4.整群抽样
聚类抽样还包括将总体划分为子组,但每个子组应具有与整个样本相似的特征。你不是从每个子组中取样,而是随机选择整个子组。
如果实际可行,可以包括每个采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之一从每个集群中对个体进行抽样。这叫做多级抽样.
这种方法适用于处理大而分散的人群,但在样本中存在更大的错误风险,因为聚类之间可能存在实质性差异。很难保证抽样的聚类能够真正代表整个群体。
非概率抽样方法
在非概率样本中,个体是根据非随机标准选择的,并不是每个个体都有机会被包括在内。
这种类型的样本更容易和更便宜的获取,但它有较高的风险抽样偏差.这意味着你对总体的推断比概率样本更弱,你的结论可能更有限。如果你使用的是非概率样本,你的目标仍然是让它尽可能代表总体。
非概率抽样技术常用于探索性而且定性研究.在这些类型的研究中,目的不是测试假设关于一个广泛的人群,但对一个小的或研究不足的人群有初步的了解。
1.便利抽样
便利样本只是包括那些碰巧最容易被研究者接触到的个体。
这是一种简单而廉价的收集初始数据的方法,但无法判断样本是否代表总体,因此无法产生结果可概括的结果。便利样本对两者都有风险抽样偏差而且选择性偏差.
2.自愿抽样
与便利性样本相似,自愿回复样本主要基于获取的方便性。不是研究人员选择参与者并直接联系他们,而是人们自己做志愿者(例如通过回应一个公开的在线调查)。
自愿反应样本总是至少有一些有偏见的,因为有些人天生就比其他人更愿意做志愿者,这就导致了自己挑选的偏见.
3.立意抽样
这种类型的抽样,也被称为判断抽样,包括研究人员利用他们的专业知识来选择一个对研究目的最有用的样本。
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,人口非常小而具体。一个有效的有目的的样本必须有明确的标准和纳入的理由。一定要描述你的纳入和排除标准要注意观察者偏见影响你的论点。
4.滚雪球抽样
如果人口很难获得,可以使用雪球抽样,通过其他参与者招募参与者。当你与更多的人接触时,你可以接触到的人数就像滚雪球一样。它的缺点还在于代表性,因为你无法知道你的样本有多具有代表性,因为参与者依赖于招募其他人。这可能会导致抽样偏差.
关于抽样的常见问题
- 为什么要在研究中使用样本?
-
样品都是用来推断的人口.样本更容易收集数据,因为它们实用、具有成本效益、方便且易于管理。
- 什么是非概率抽样?
-
在non-probability抽样,样本是基于非随机准则选择的,并不是每个成员的人口有机会被包括在内。
引用这篇Scribbr文章
如果你想引用这个来源,你可以复制和粘贴引用或点击“引用这篇Scribbr文章”按钮,自动添加到我们的免费引用生成器引用。