社会研究方法8PPT推荐.pptx
《社会研究方法8PPT推荐.pptx》由会员分享，可在线阅读，更多相关《社会研究方法8PPT推荐.pptx（75页珍藏版）》请在冰点文库上搜索。
样本（sample）：
就是从总体中按一定方式抽出的部分元素集合。
从最常用的角度，社会研究中，元素就是个人；
总体则是你所研究的个人组合而成的群体的范围。
我们练习的“总体”是什么？
总体下有子总体的概念。
例：
上海大学生；
上政大学生（相对于前者就是子总体）；
抽样面临的一个根本难题,社会研究对象的复杂性：
如果所有人的所有属性都是一样的，就无需复杂的抽样技术，研究其中任一元素足够；
社会研究的对象是复杂的社会现象；
个人千差万别的同时又有一定相似性（可以理解为既离散又集中；
或者说同质/异质程度）正是这一点，决定了所有抽样问题、由样本推知总体的复杂性。
对理解抽样及整个调查极端重要的概念,集中、离散（离中）：
统计语言最典型的代表就是平均数。
一个班的平均成绩如何，就是大家成绩上的相似性的反映；
如果大家成绩彼此差距大，这个平均分代表性就差；
说明分数分布上离散程度高；
一般用标准差这个统计概念来表示。
同质、异质：
非统计语言是判断群体在某个属性上的相似与差异程度。
平均数和标准差就分别说明了大家（群体）学习成绩（属性）的同质异质程度。
由对象的复杂性及重要概念引出的抽样的两个重要问题,其一，样本如何具有代表性？
所谓“代表性”，就是部分的特征基本上能够对应于总体的特征，这样，就可以从部分（样本）推论到总体。
一般来说，样本越多，越具有代表性；
直接到总体当然最好；
但不可能不必要不可行。
联系上面所说，同等规模的样本下，总体同质性越高，样本的代表性越大；
误差的不可避免,其二，抽样必然存在误差，但我们可以控制在一定范围内。
人既差异又相似，存在着同质和异质的问题，所以，只要是抽样，就必然存在着误差；
因而，总体存在着异质程度的不同，样本也存在着异质性；
误差存在是必然，部分毕竟不是总体，但明白了误差大小，就意味着对研究的准确性和可靠性有了一定的把握。
因而，整个调查研究的难点，就围绕控制误差展开。
控制误差的关键环节,关键环节1：
抽样时确定样本量；
关键环节2：
统计时由样本推知总体这也是关于抽样中的两个核心和难点问题。
2.如何达到抽样的最终目的,样本量确定和推论是整个调查研究两个核心和难点；
但是样本量的确定是服务于最终目的的。
因而，我们首先需要把握如何通过抽样调查来达到这一最终目的由样本推知总体；
实际上，这就是整个统计分析的最内核之处。
当然，变量的相关分析是另一个难点，二者是密切联系的。
统计中两个核心概念,统计值（statistic）VS.参数值（parameter）统计值：
样本值样本中某一变量的综合描述；
或者说，是样本中所有元素的某种特征的综合数量表现。
参数值：
总体值。
关于总体中某一变量的综合描述；
或者说，总体中所有元素的某种特征的综合数量表现。
调查研究的最内核之处：
从统计值推论参数值,从样本值推论总体值就完成了从部分研究总体（抽样的最终目的）的过程。
真实的总体值的获得，只有通过调查总体中每一个元素但是，直接对总体研究既不经济也无必要；
所以从样本值推论出来的总体值，我们称为参数值，是一个估计的非真实的总体值；
为何是估计？
抽样误差的存在,因为误差不可避免，所以，达到抽样的最终目的（推知总体）才是通过样本统计值去估计总体的参数值；
抽样误差（samplingerror）：
样本统计值与总体参数值之间的偏差。
因为总体与样本的异质性存在。
对异质性的统计学分析,既然是由于异质性的存在，误差不可避免；
那么对误差的测算和衡量把握，就离不开对异质性的考虑；
这就是两个重要概念：
在完成由样本推知总体（抽样的最终目的）中起着重要作用；
标准差；
样本值的标准差，记作s（S.D）总体值的标准差，记作,回过头来理解：
标准差,最简单地理解：
集中与离散标准差就是用来衡量样本及总体内个体间差异程度。
一般与平均值相对；
它恰是来衡量个体的相似或同质程度。
标准差能显示平均值的代表程度；
也即同质程度如何举例：
两组学生考试成绩平均分都为90；
标准差为25分、35分,二者的关系换算,样本统计值的标准差S；
总体参数值的标准差二者的换算公式：
S=总体标准差/样本量的开平方总体的标准差s/样本量的开平方研究实践中，s可以求得。
也是通过spss命令就能得出。
如何估计？
两个重要概念,了解标准差的含义，在于把握异质性程度；
把握了异质性程度，意味着对抽样误差有了基本了解；
然后，就较容易理解如何由样本值估计总体值。
控制误差，在这个环节，就意味着给出这个估计值的范围和这种估计的可靠性如何。
这就涉及到两个极为重要的概念：
估计值的范围：
即置信区间；
估计的可靠性：
即置信度,仔细理解：
置信区间,参数值既然是通过样本值估计出来的，误差又不可避免，所以，估计值要有一个范围，这个范围就是置信区间；
即：
总体参数值落在样本值某一区间内；
例如：
关于上政学生每周上网时间调查；
样本值是平均7小时；
因为有抽样误差；
故：
估计总体值则是6.5小时7.5小时之间；
置信区间举例,又如：
统计值：
有60的学生每月花费100元；
估计的参数值则是：
每月花费100元的学生比例在5060之间；
在研究中，我们在给出统计数据时，如果是指的总体值，都要注明置信区间，但是，这个区间从何而来，这就要涉及另一个重要概念：
置信度（水平）。
仔细理解：
置信度（水平）,最简单地说，就是当我们给出估计的总体值时，我们要对这个估计的把握性程度做出说明。
研究推论/估计表明，总体值落在样本值某一区间内；
我们做出这一估计或推论，把握程度如何。
这就是置信水平。
在实际应用中的置信度（区间）,教材p.125；
p.2813（这两部分回去一定要反复看，彻底记熟），即：
置信度与置信区间之间的联系，两两相对的数值一定要记熟。
这是调查统计分析基础的基础。
这两两相对的数值是：
置信度9095,置信区间总体值在统计值的正负1.65个SE之间总体值在统计值的正负1.96个SE之间,这两个（尤其95）是研究中最常用最常用到的。
什么意思呢？
理解置信度（区间）的实际意义,以上政上网时间调查为例；
通过样本值我们得出：
每周平均上网时间为7小时；
假设总体的标准差为0.5小时；
则在95的置信水平上，推论到总体值，则是71.960.5；
计算得出总体值置信区间为（6.02小时7.98小时）。
那么就可以说：
我们有95的把握认为，上政学生每周平均上网时间在6.02小时到7.98小时之间。
小结1：
把握抽样调查背后的逻辑,1、总体异质性存在，研究总体不必要不可行；
2、所以要抽样，由样本值估计总体值；
3、抽样有误差（总体异质性存在），所以要控制；
4、控制关键还是落在异质性上，即标准差；
5、通过标准差，我们就可以得到估计的范围和把握性。
6、最终落脚点：
一样本值；
二置信区间；
三置信度。
要注意：
这里主要针对单变量的描述统计。
这是基础。
双变量就我们的课程时间和掌握要求来说，不讲。
小结2：
置信度和置信区间,通过把握这两个重要概念：
置信水平和置信区间，实际上我们就可以完成抽样（也是调查）的最终目的。
由部分推论总体；
由样本值估计总体值。
实质上，借助这两个概念，实际研究中我们在解决研究的信度和效度问题；
精确程度和把握程度。
回顾：
发给大家的表格1,SPSS数据处理举例,课堂练习,1、请将上述上政学生上网抽样调查，样本值每周平均上网时间为7小时；
假设标准差为0.5小时；
在90的置信度上，重新计算总体值的置信区间。
并用文字表达出来。
2、在上述调查中，另一组样本数据为：
每月平均花费100元，标准差为12元。
请你分别在95、90两个置信水平上计算置信区间；
也用文字表达出来。
3.另一个重要环节：
样本量确定,前面我们已经明白了调查统计的核心；
即抽样的最终目的；
但是，达到这一目的之前，还有一个无法逾越的环节：
抽样；
才能用我们已打造好的测量工具问卷收集数据；
然后才能通过搜集统计来的样本值去推论（估计）总体值。
抽样环节的首要问题，是确定样本量。
不过，我们首先来看一下：
基本的抽样方案和程序。
基本程序背后的考虑,对调查研究而言，抽样过程服务于最终目的，要考虑的是：
抽多少、怎样抽，,考虑这两个问题的背后在于保证样本具有足够的代表性，同时误差控制在接受范围内。
3.1抽样方案,1、界定总体；
所谓“界定”不是一个简单的确定问题，是需要事先了解和掌握总体个方面的情况；
作业：
回去之后要了解这么几方面信息：
1）有几座学生宿舍；
男女各多少座；
且至少要估算：
每座宿舍有多少人？
2）总共有多少学生？
多少个专业？
每个专业大致分布？
每个年级有多少学生？
男女比例如何？
想一想：
你可以从哪些地方了解到总体的这些基本状况？
基本的抽样程序,2、确定样本规模；
要注意的是：
在具体抽样实施之前，我们就要确定研究的把握性：
即确定置信度和可接受的抽样误差。
操作中，一般我们将置信度定在95%的水平上。
这样，我们就好确定具体的样本量。
3、具体实施抽样；
包括制定抽样框；
决定抽样方案；
操作实施等环节。
3.2抽多少：
确定样本规模/大小,依前面所说，样本的两个核心问题：
代表性和误差确定样本量，实质就是：
给定了研究的置信度（一般采95），我们要抽多少样本，才能保证估计的总体值能落在一定范围内。
要注意理解和实施中的一个难点：
抽样误差是样本值与总体值的偏差；
这是需要我们在研究中求得的；
但为了把握和可靠，抽样前我们又需要对抽样误差有一个控制；
一个重要区分,置信度和抽样误差都是需要我们事先确立的；
事先确定的抽样误差是对整个研究的判断；
而置信区间，主要指，在单变量的统计中，在具体问题上由样本值估计总体值的范围；
这是调查后要做要得到的数据；
它说明了在特定问题上的误差。
一般来说，问题不同，总体值的置信区间也不同。
上网时间和花费。
几条重要原则,1、确定样本量的基本方法很多；
但公式检验表明，当误差和置信区间一定时，不同的样本量计算公式计算出来的样本量是十分相近的；
2、我们在实际操作中可以根据简单随机抽样去近似估计其他抽样方法的样本量。
即表格68来近似确定3、实际操作中，还需要考虑到会有若干废卷，因而在计算时，可以将小数化约进一位，得到的样本量比计算值稍大。
这也是为何教材里将1.96（Z值）取2的原因。
特别提醒,要精确地确定样本数目需要有概率论和数理统计的知识，需要进行复杂的计算，但单纯的计算不可能考虑到各种复杂的社会因素，因此，仅仅依赖于数学公式是不够的。
抽样现在已成为专门学问；
有人一辈子就专门研究这个；
“抽样专家”。
真正的定量研究，是合作进行，需要各类专家参与。
我们现在需要的，是对最基础的东西有一个了解。
但是，所有的复杂问题，都是由这些基础东西发展而来。
统计学中对样本大小的基本判断,统计学一般将容量少于或等于30的样本称为小样本；
大于或等于50的样本称为大样本；
社会研究中一般的样本数目在505000之间；
美国的民意测验，即使调查总体近1亿人，样本数也很少超过3000人。
一般性调查经验样本量,在一般的社会调查中，实际上并不要求很高的精确度，调查人员一般是凭经验确定样本数目的大致范围。
但是，要注意：
不能用它来精确地推论总体状况。
总体规模：
100人以下，1001000人；
10005000人；
50001万人；
1万10万人；
10万人以上,样本占总体的比重50%以上50%20%30%10%15%3%5%1%1%以下,作业说明,限于时间、花费和精力，我们练习做小样本调查。
大家可以自行确定，在3050之间。
注意：
因有废卷问题，最好样本比预定的稍多一点。
但是，必须清楚，规范意义上确定样本量的方法是什么？
即要考虑什么因素？
从规范性角度，如果确定你的抽样误差分别是5或7.5%；
请你给出你所需要的两个样本量。
并说明你是如何确定下来的。
小结：
对样本规模的考虑,1）总体的规模、同/异质性程度总体的规模越大，需要的样本量就越大。
所谓“同质性程度”，指总体内各个个体的同一性程度，如果所有个体在研究者所关心的属性上很一致，则样本可取得很小；
如果变异程度大则样本较大；
以上政学生（总体）调查为例，我们如果基本判断：
大部分是上海生源，相对来说总体同质性高；
则可以小样本。
影响样本规模的因素,2）推断的把握性与精确性。
前面讲过了置信度（水平），即在95，90；
99等不同的把握程度上，所容许误差的范围（即样本属性和总体属性差异的范围）是不同的。
显然，一般要求的把握越大，样本量也就越大。
这两个方面合起来，从对总体的判断和研究的要求一般而言，总体的差异性大，要求的精确性高，那么，需要的样本量就大。
实际应用上的小结,在初学阶段，我们确定样本量借助最简便的随机抽样原则；
在操作中与两个因素密切相关：
其一，你事先确定的置信度；
其二，你事先确定的容许抽样误差。
然后，我们就可借助公式求得一个基本的样本量。
同时，不要忘记实际调查中有个废卷问题。
4.抽样的具体方法和程序,回顾：
1、界定总体；
2、确定样本量3、选择抽样方法，具体实施我们一方面要掌握基本的随机抽样，同时也要清楚，何时可以使用非随机抽样。
另外：
抽样方法在实施中实际上是个“细活”，要求我们深入反复审慎地考虑一切实际相关情况。
从操作出发的基本考虑,一是随机，保证样本的代表性；
二，容易找到所抽出的样本。
即是说：
在学习抽样方法的过程，不要当作知识，而是要如何用。
在我们将要开展的调查中：
1）要从调查可行性的角度，即最终你可以且较为方便地找到你所抽出的那些学生，来接受你的调查；
2）但是，这些学生样本又须是随机抽样得来。
基本概念,抽样单位（Samplingunit）：
一次直接抽样所使用的基本单位可以一次完成；
但实际抽样中，抽样单位往往是多层次的；
分别有初级抽样单位、次级抽样单位、终极抽样单位等；
抽样框（Samplingframe）：
从中抽取样本的抽样单位的清单；
因抽样方法不同，抽样框也可分层。
4.1简单随机抽样,纯随机抽样：
概论抽样的最基本形式。
类似抽签。
需要完整的抽样框；
抽样通常没有替代；
例如1/1000的概率；
抽取200人之后，被抽到的概率就是1/800。
只要被选的机会，在抽样过程中的任一特定阶段中均相同，特别是如果总体数较大，而且（或者）样本数较小，抽样概率的区别将是微不足道的。
保持客观（随机数字表的使用）,为何要编号？
保证不会由标记、姓名或其他标准而产生偏见；
为何要有随机数字表？
避免人们对数字的某些偏好。
比如“134”等、;
自“己6”的、出生8年份、等。
购买彩票时的选择；
设计密码时往往就是自己喜欢的数字。
如何使用随机数字表？
练习：
假设我们已确定样本量300；
即从上政5000名学生中用简单随机抽样方法抽取300人作为样本。
1）5000人编号；
2）随机开始一个数字；
3）选中后，按照一定顺序（横向或纵向），以最后三个数字为选择的编号；
4）遇到000或大于300，不要，直至选出300人。
4.2系统抽样,又称等距抽样或机械抽样。
近似随机抽样；
实用，工作量小；
关键是确立n值；
即总体数/样本数（教材p.131）随即抽取清单的第一个样本；
然后以n为间隔数，隔n抽取一个，直至抽取到需要的样本量。
练习：
5000人抽取300,系统抽样特别要注意的问题,必须保证总体所含个体序列是随机排定的。
不是一种规则分布；
例如成绩好坏、消费高低、星期周期；
两种情况：
1）排列有序；
2）周期问题。
否则，就会有较大偏差（代表性差）。
例如成绩好的居多；
或者都是周一的报纸；
值日生等等。
简单随机抽样和系统抽样在实际研究中的应用,其意义非常重要，在抽样过程中不同阶段直至最终抽取样本时，往往凭借的基本方法，就是此二种。
把握了这一点，我们就可再看其他稍微复杂一点的抽样方法。
分层随机抽样和整群抽样。
4.3分层随机抽样,何谓“分层”？
先将总体中的所有单位按某种特征或标志（性别、年龄、职业或地域；
我们如性别、年级、专业、宿舍）划分成若干类型或层次；
为何要分层？
不增加抽样规模前提下，降低抽样误差；
把异质性较强的总体划分为同质性较强的子总体。
分层随机抽样的操作,两步：
1）将总体按其特征、研究需要分为若干集合，即分总体，并分配分总体的样本数；
将总体分析分成不重叠的数“层”（strata）或者类型。
2）从每个层中抽取子样本。
采用简单随机抽样或系统抽样的方法。
标准：
分层要注意的问题1,用来分层的变量不要随便选取，多用已具有明显层次区分的变量。
一般就是调查研究中的自变量，因为这些变量对我们要考察的因变量具有影响。
不要用那些我们在调查中需要测量的变量作为分层标准。
比如：
如要使用“网民”“非网民”作为分层标准，这是无法实现的；
因为这是需要在调查中获得的信息。
比例：
分层要注意问题2,按比例分配各层样本数，（按比例分层抽样），可以确保得到一个与总体结构完全一样的样本。
但是，这意味着，调查者要分层变量下总体状况有一个清楚了解。
需要提前获得总体的相关资料。
举例：
对上政上网状况的调查，按照专业分层确定300个样本中的分布比例。
你需要事先掌握什么信息？
课堂练习,请你设计一个以“专业班级”为分层标准的分层按比例随机抽样方案；
要求完全以实战方式详细列出：
1）你需要知道有关总体的哪些信息？
2）比例如何确定；
3）最后如何抽？
这个练习考察你对分层按比例随机抽样这一经常使用抽样方法的理解，有些信息你不知道，你只需写出来是哪方面信息就OK.,随机数字表的使用,1）获得总体名单，将所有元素编号（一般来说，全部名单往往难以获得，这是简单随机抽样的不利之处）；
2）依据总体编号中的最大数（5000）确定你要的位数（四位）；
超出者（大于5000者）不要；
3）随机确定一个开始之处（闭眼戳一下，或请别人告你一个数字，*行*列，都可以）4）无论确定最后四位，还是中间或者开端四位都可以；
但后面要一致；
按照横向走或者纵向走都可以；
5）最终抽得你需要的样本数。
4.4整群抽样,是分层随机抽样的扩展，但区别在于：
分层：
各分总体中样本均匀分布；
每一层都要抽样；
整群：
抽出的不是单个的个体，而是成群的个体。
将这些成群的个体合并起来作为最后的样本。
分层适合层间区别显著；
层内同质性高；
（例如分专业）整群适合群间差异不显著，群内异质性高；
（例如学校）,适用和缺点,适用：
总体中个体数量大且分布范围广，研究者往往不可能得到总体中所有成员的信息，或难以接触某些成员。
缺点：
样本分布均匀，代表性差（子群间差异显著，且每个子群中同质性高的话）。
从工人技术水平：
一级、二级、三级直至八级中整群抽样的话。
代表性就差。
（再如：
如果300个样本由班级整群抽出的话，就会缺乏代表性）,示例,整群抽样的一个例证：
分析A市各种类型小企业的生存状态1、确定总体：
全市5000家企业，2、确定样本规模：
样本500家3、界定子群：
以街道办事处为子群；
数量50个4、估计每子群的平均个体数（假设100家），确定子群数5、依据随机数表选定5个街道6、选择500个样本,把握分层和整群抽样在实际研究中的应用,就像简单随机抽样和系统抽样，往往是作为多级抽样过程中最后抽样样本的方法一样；
分层和整群也常常是作为抽样过程的一个环节；
二者都要考虑：
一、抽样的简便、省钱等；
总体信息获得的容易程度；
二、样本对总体的代表性；
尤其是子总体的异质性程度,4.5多级（段）抽样,也称分段抽样。
可以理解从整群抽样下延续，不将抽出的子群中的全部个体作为样本，而是从中以简单随机或系统方法再抽样。
二级直至若干级，抽得最终元素。
每个阶段都要采用简单随机抽样或系统抽样的方法。
教材例子：
区学校教师（对象的层次多）,4.6户内抽样问题,一般是Kish表法和最近生日法。
常用最近生日法。
1）随机确定某一天为标准日期2）入户后调查每个人生日3）离标准日期最近的人为调查对象。
实际调查中限于调查困难，往往是谁在家愿意接受调查就选择哪位。
最后一步没有彻底贯彻随机原则。
5.非随机抽样,简便抽样（conveniencesampling）:
街头拦截访问：
如电视采访；
促销品；
记者的采访。
判断抽样,判断抽样（judgmentsampling）：
目的抽样。
凭研究者主观意愿、经验知识，从总体中选择具有典型代表性的样本作为调查对象的一种抽样方法。
依赖于主观的了解程度、判断水平；
总存在以偏概全的可能。
美国总统选举历来关注几个人口不算多的州的预选；
其结果历来和最后结果接近；
配额抽样（quotasampling）,非随机抽样中最常用的；
类似于随机抽样中的分层抽样。
将总体中所有单位按照一定标准分为若干类；
然后在每一类中用方便抽样或判断抽样的方法选取样本。
前提：
辨识研究有关的总体的多种属性；
事先对总体中所有单位按其属性、特征分类若干类型；
这些属性、特征称为“控制特征”（如年龄、职业、收入、文化程度等）然后按照各个控制特征分配样本数额。
配额抽样（quotasampling）,与其他的非概率抽样相比，具有较高的代表性；
主要缺陷：
额度分配难以精确代表各集合之间的实际比例；
特别是当前动态信息难以及时收集。
盖洛普1936年成功；
1948年失败。
雪球抽样（snowballsampling）,近数年应用日益增多。
尤其在社区研究中。
无法了解总体情况。
由被调查者推荐。
引介。
课堂作业：
抽样方案,我们已经练习了以“专业年级”为标准的分层按比例随机抽样的方法，现在考虑到我们的实际操作方便程度，我们将采取以宿舍入户调查方式（方便我们找到调查对象）。
请以性别为标准，设计一份完整的分层随机抽样方案（第三次重要作业）。
知道大家已有“作业疲劳”，先想，稍后提供参考。
包括内容：
1）界定总体；
上政学生总体的数据大致如此（不够准确，目的在于练习），学生总人数5000人；
男女比例4：
6；
2）确定你的样本量（确定你究竟3050之间的多少）,抽样方案,3）详尽细致地说明你的抽样方法：
你以何为分层标准；
怎样确定比例；
最后怎样抽到你需要的每一个样本。
前面的问题都练习过了，最后一个是问题焦点，着眼于如何找到，又是随机的，打开你的想象力。
记住：
我们用的入户（宿舍
升级会员 