。
73 理解 取样的基本方法及适用情境
亲，这个第 73 题“取样的基本方法及适用情境”，PPT 第四讲讲得比较集中。PPT 先说，选择被试时要考虑被试类别和背景信息、机体特征、样本代表性和样本容量；取样原则包括代表性、随机性、可行性、经济性；选取样本的程序是：规定研究总体、确定样本容量、确定抽样方法并选取样本、进行统计推论。
PPT 中列出的常用取样方法包括：简单随机取样法、系统随机取样法、分层随机取样法、整群随机取样法、方便取样。
73 理解：取样的基本方法及适用情境
一、简单随机取样法
简单随机取样法是最基本的随机取样方法。它是指总体中的每一个个体都有同等机会被抽中。
PPT 中说，简单随机法不作任何预处理，适用于对总体中各类比例不了解，或者来不及了解的情况；具体方法可以是编码后抽签、随机数字表、Excel 随机语句等。
比如要从 1000 名大学生中抽取 100 人做问卷，可以先给所有学生编号，然后用随机数字表或电脑随机抽取 100 个编号。
它的适用情境是：
总体名单比较完整；
总体内部差异不特别复杂；
研究者不知道总体内部各类比例；
需要保证每个个体机会均等；
样本数量不太大，编号和抽取可以操作。
优点是普遍使用、简易可行。缺点是总体很分散时操作费时费力；样本容量较小时容易发生偏向；如果研究对象某些特点需要控制，单纯随机抽样可能不够。
简单记：
简单随机取样：总体名单清楚，直接随机抽。
二、系统随机取样法
系统随机取样法也叫等距抽样。它是从总体中先随机确定一个起点，然后每隔固定间隔抽取一个样本，直到抽满需要的样本量。
PPT 中说，系统随机法是从总体中取一个随机起点，从该起点开始，每隔 K 个位置取一个样本，直到取满所需样本量。K 值按照样本量与总体的比值确定；优点是简便易行，能在总体整个范围内有系统地抽取样本；缺点是总体有周期性波动时，会发生系统性偏差。
比如有 1000 名学生，要抽 100 人，那么 K=10。可以先在 1—10 中随机抽一个起点，比如 6，然后抽第 6、16、26、36……名学生。
它的适用情境是：
总体名单已经按顺序排列；
总体容量较大；
需要快速、简便地抽样；
总体排列没有明显周期性。
不适合的情况是：名单顺序本身有规律。比如学生名单按照成绩高低循环排列，或者宿舍名单里每 4 人一个寝室有固定结构，这时每隔 K 个抽一个，可能刚好抽到某类人，形成系统偏差。
简单记：
系统随机取样：先随机起点，再按固定间隔抽。
三、分层随机取样法
分层随机取样法是先把总体按照某些重要特征分成若干层，然后在每一层中分别随机抽样。
PPT 中说，分层随机取样法是对总体进行预处理，分成若干层次后，再独立地从每一层次中选取样本；需要根据各类型单位数与总体单位数的比例，确定各层抽取数量，然后按随机原则抽取。它的原则是各层间差异大，层内差异越小越好；适用于总体单位数量多、内部差异大的研究对象，但需要了解总体情况并进行科学分类。
比如研究大学生心理健康，如果学校有大一、大二、大三、大四四个年级，而且不同年级差异可能很大，就可以先按年级分层，再从每个年级按比例随机抽取学生。
它的适用情境是：
总体内部差异较大；
研究者知道总体内部有哪些重要类别；
希望每一类都能在样本中得到代表；
需要提高样本代表性和比较不同层次。
比如按性别、年级、地区、城乡、专业、学校类型分层。
简单记：
分层随机取样：总体差异大，先分类，再各层随机抽。
四、整群随机取样法
整群随机取样法又叫聚类抽样。它不是直接抽个人，而是先把总体分成若干个自然群体，然后随机抽取若干“群”，被抽中的群体成员整体进入样本。
PPT 中说，整群随机取样法是将总体中各单位归并成若干互不交叉、互不重复的集合，称为群；然后以群为抽样单位抽取样本。应用整群抽样时，要求各群有较好的代表性，也就是群内差异要大，群间差异要小。
比如研究中学生学习压力，不一定从全市每个学生名单中随机抽人，而可以随机抽取若干学校、若干班级，然后对被抽中班级的学生全部调查。
它的适用情境是：
总体范围大；
个体名单难以获得；
自然群体已经存在；
按个人抽样成本太高；
需要节省人力、时间和经费。
比如按学校、班级、社区、医院、企业、宿舍楼等作为群进行抽样。
但它要求群和群之间尽量相似，每个群内部尽量多样。如果抽中的几个班级都来自重点班，结果就不能代表普通学生。
简单记：
整群随机取样：不抽个人，抽班级、学校、社区这样的“群”。
五、方便取样
方便取样是指研究者根据现实便利条件，选择容易接触、容易获得的被试作为样本。
比如：
研究者调查自己班上的学生；
在学校门口找愿意填写问卷的人；
在网上发布问卷，谁愿意填就填；
从身边熟人、来访者、社群成员中收集资料。
它的适用情境是：
探索性研究；
预调查；
试测问卷；
研究资源有限；
研究目的不是严格推论总体；
研究对象比较难获得，只能先从方便样本入手。
方便取样最大的优点是省时、省力、成本低，容易实施；但最大缺点是代表性差，容易产生样本偏差，研究结果一般不能轻易推广到总体。
比如只调查心理学专业学生，然后说“所有大学生都是这样”，就有问题。
简单记：
方便取样：谁方便找谁，省事但代表性弱。
六、多段随机取样法
PPT 后面还补充了多段随机取样法。它是按照抽样元素的隶属关系，把从总体中抽取样本的过程分成几个阶段进行，每个阶段可以使用简单随机、等距抽样或分层抽样等方法。PPT 举例：考察大学新生适应情况，可以按院、专业、班级、学生四个阶段抽样。它适合总体范围大、单位多、情况复杂的条件，优点是简便节约，缺点是误差较大，分级越多误差越大。
比如全国大学生调查，可以先抽省份，再抽学校，再抽院系，再抽班级，再抽学生。
简单记：
多段取样：总体太大，一层一层抽。
七、几种方法的适用情境对比
| 取样方法 | 核心做法 | 适用情境 |
|---|---|---|
| 简单随机取样 | 每个个体机会相等，直接随机抽 | 总体名单完整，内部差异不复杂 |
| 系统随机取样 | 随机起点，每隔 K 个抽一个 | 总体有顺序名单，且无周期性规律 |
| 分层随机取样 | 先分层，再各层随机抽 | 总体内部差异大，需要保证各类代表 |
| 整群随机取样 | 抽群体，不直接抽个体 | 总体范围大，个体名单难获得，自然群体存在 |
| 方便取样 | 选容易接触的被试 | 探索性研究、预调查、资源有限 |
| 多段随机取样 | 分阶段逐级抽样 | 总体范围特别大、结构复杂 |
八、考试理解重点
这题最好抓住三句话：
第一，取样不是随便找人，而是为了让样本尽可能代表总体。PPT 中也说，取样原则包括代表性、随机性、可行性和经济性。
第二，不同取样方法适合不同总体结构。总体名单完整，可以简单随机；总体有顺序，可以系统随机；总体内部差异大，用分层；总体范围大且个体难找，用整群或多段；资源有限或预调查，可以方便取样。
第三，取样质量直接影响外部效度。PPT 中说，外部效度是研究结果能否一般化到总体和其他条件中的程度，而影响外部效度最重要的因素就是取样代表性。
考试背诵版
取样是指研究者按照一定方法从研究总体中选取一部分个体作为样本，以便通过样本研究推论总体。PPT 中指出，取样应遵循代表性、随机性、可行性和经济性原则，程序包括规定研究总体、确定样本容量、确定抽样方法并选取样本、进行统计推论。常用取样方法包括简单随机取样、系统随机取样、分层随机取样、整群随机取样和方便取样。简单随机取样是不作预处理，给总体中每个个体同等被抽中的机会，适用于总体名单完整、内部差异不复杂或不了解总体各类比例的情况。系统随机取样是先确定随机起点，再每隔 K 个位置抽取一个样本，适用于总体已有顺序名单且不存在周期性波动的情况。分层随机取样是先把总体按重要特征分成若干层，再在各层中随机抽样，适用于总体数量多、内部差异大的研究对象，原则是层间差异大、层内差异小。整群随机取样是以学校、班级、社区等自然群体为抽样单位，适用于总体范围大、个体名单难以获得、按个人抽样成本较高的情况，要求群间差异小、群内差异大。方便取样是根据现实便利选择容易接触的被试，适用于探索性研究、预调查或资源有限的研究，但代表性较差，结论不宜轻易推广。总体来说，取样方法的选择要根据研究目的、总体结构、资源条件和推论要求来决定，取样代表性直接影响研究结果的外部效度。
带货商品
提示信息
提示信息区块，可用于添加需要重点提醒的内容
提示信息区块，可用于添加需要重点提醒的内容
提示信息区块，可用于添加需要重点提醒的内容
提示信息区块，可用于添加需要重点提醒的内容
面板
面板区块
面板区块可用于展示一段带有标题的内容，比如某个功能模块的介绍说明、常见问题等。
面板区块
面板区块可用于展示一段带有标题的内容，比如某个功能模块的介绍说明、常见问题等。
面板区块
面板区块可用于展示一段带有标题的内容，比如某个功能模块的介绍说明、常见问题等。
面板区块
面板区块可用于展示一段带有标题的内容，比如某个功能模块的介绍说明、常见问题等。
选项卡
选项卡支持两种风格设置，上下布局风格（切换选项在上面）：
JustNews内置我们自主开发的WordPress主题可视化编辑器，通过使用可视化编辑器，只需简单拖拽设置，即使小白用户也能轻松快速搭建出属于自己的页面
JustNews主题支持我们原创的用户中心插件WPCOM Member，可支持邮箱和手机注册登录以及国内外常见社交媒体登录，主题更增加了私信、关注等实用功能
QAPress是一款付费WordPress插件，旨在为WordPress网站提供一个轻量级的问答系统，方便客户交流反馈问题，同时提升网站形象。插件已完美适配兼容JustNews主题，可视需求进行选购
幻灯滑块
本文来自投稿，不代表心理库立场
如若转载，请注明出处：https://www.xinliku.net/index.php?app=article&act=view&article_id=613
支付宝扫一扫
评论列表（182条）
11111
介绍