传播研究方法3

第三讲抽样原理和方法、抽样原理问题1：抽样调查与全面调查各有什么优缺点？（民意调查实务P178-179）比较适用于所给条件的调查方式抽样调查全面调查经费预算低高时间要求短长总体大小大小总体特征的方差小大抽样误差可能造成的损失小大非抽样误差可能造成的损失大小测量（实验）的性质毁灭性的非毁灭性的是否需要特别注意各个个案是不是问题2：抽样的理论根据是什么？（传播研究调查法P31-33）1、统计长性法贝I」（LawofStatisticalRegulation）：无论何种事情，在其全部内任选一部分来观察，平均来说，这一部分必有全部的普遍特质。2、大数惰性法贝（LawofInertiaofLargeNumbers）：无论何种现象，当大量观察时，其间偶然发生的现象，恒可互相抵消，而成为普遍的中庸现象。除非发生特殊情况，变化常极小。3、少数恒少原贝（LawofPermanenceofSmallNumbers）：无论何种事物，其罕见的现象，或具有非常的性质者，常为少数。抽样分布定理（中心极限定理）正态近似定理在容量为n的非常简单随机样本中，样本均值X以b/叮n的标准误差围绕着总体均值“波动。随着n的增大，X的分布也就围绕着其目标卩波动得越来越小，它也就越来越接近于正态（铃状）。近似地X〜N（PQ2/n）正态分布：铃状的、对称的分布如果从总体中重复抽取了许多许多容量为n的非常简单随机样本，那么:有90%左右的样本的平均值会落入p土1.64SE的范围之内有95%左右的样本的平均值会落入p士1.96SE的范围之内有99%左右的样本的平均值会落入p士2.58SE的范围之内问题3:样本中的偏差是怎样产生的？随机误差和非随机误差偏差(系统误差):抽样框偏差、有意挑选、回收率低等问题4:如何避免得到有偏的样本？随机抽样完整的抽样框严格的质量控制问题5:抽样调查具有哪些特点？随机性原则(按概率规律抽选样本)可以从样本(的数量特征)估计总体抽样误差可以计算(控制)二、抽样的基本概念♦元素(element)收集资料中的一个单位一个人、一个家庭、一个电台、一个广告、一个文章、一个单词♦总体(population)与样本(sample)总体由研究所界定的元素(个体)的全体所组成样本是总体的一部分，是按一定的程序从总体中抽取的每个抽中进入样本的单元叫做入样单元♦研究单位(studyunits)研究单位(单元)涉及到实际的测量过程是根据研究内容的要求确定的研究单位可以细分成四种类型抽样单位(samplingunits)记录单位(recordingunits)关系单位(contextunits)分析单位(analysisunits)抽样单元在抽样的某些阶段中，所考虑的总体的元素或元素的集合理论上可以将总体划分为互不重迭又穷尽的有限多个部分每个这样的部分就是一个抽样单元：由一个元素或多个元素组成按抽样的过程将抽样单元由大到小（或由先到后）分级一级抽样单元（初级单元）、二级抽样单元（次级单元）、三级抽样单元，最后一级（或最小一级）也叫做基本抽样单元例如在一项报纸广告内容分析的研究中总体是1997年至1998年的200份国内报纸一级抽样单元：报纸二级抽样单元：版面基本抽样单元：四分之一以上版面的广告例如在全国性的受众调查中总体是全国9岁以上的中国公民一级抽样单元：省（直辖市、自治区）二级抽样单元：市（县）为二级抽样单元三级抽样单元：街道（乡、镇）四级抽样单元：居委会（家委会、村委会）五级抽样单元：住户基本抽样单元：家庭成员记录单位编码过程中归类的内容单位，是内容分析中最基本的单位可以与抽样单位相同，也可以不同例如在Olson（1994）的一项关于性和肥皂剧的研究中记录单位：一个具体的性举止恋爱的触摸、性交往的视觉、语言的描写然后再按性举止的动作归成几个类别一项内容分析中，记录单位可能是多个关系单位将内容分类时，能够提示研究者应该考察哪些上下文的单位关系单位可能与记录单位相同，也可能大于记录单位，但不会小于记录单位例如为了对电视人物的社会经济状况进行分类需要考察人物所在的环境、特征（服装、语言等）和行为等环境、特征、行为就是需要编码的上下文关系单位例如在Olson(1994)的关于性和肥皂剧的研究中评价某特定的性举止的性质时关系单位：所在的场景(scene)考察场景可以帮助对性举止作分类一个场景可能包含一个以上的性举止(记录单位)分析单位进行假设检验或回答研究问题等统计分析时所用的单位记录单位可能就是分析单位，也可能不是分析单位分析单位不可能小于记录单位例如在一项电视节目暴力的研究中记录单位：人物的动作是记录单位分析单位：每个电视节目中侵略性动作要统计侵略性动作的次数或所占的百分数一项研究中分析单位可能是多个♦抽样框(samplingframe)包含所有抽样单元的详细名单、地图或其它形式的资料在抽样框中，每个抽样单元都有自己的对应位置或顺序抽样单元的位置一般通过编号来规定理想的抽样框应该是完备的抽样框中的抽样单元既没有重复，也没有遗漏♦总体参数(populationparameters)也叫做总体指标或调查的目标量是根据研究的目的和内容确定的、需要通过样本数据进行估计的、描述总体特征的某些未知的常数1.总体均值(populationmean)例如：某市居民平均日收看电视的时间某电视台平均日播放的卫生巾广告条数我国居民的平均年收入2.总体中具有某种特征的元素(个体)所占的比例(populationmean)例如：某市居民中每天收看栏目A的忠诚观众的比例某电视台播出的卫生巾广告条数占全部播出广告量的比例我国居民中年收入超过万元的人数的比例3.总体总量(populationtotal)例如：某市利用新媒体(互联网)的居民的总数某电视台一年中所播放的主旋律电视剧的总时数观看CCTV黄金时段广告节目的观众总人数和总人次♦抽样误差(samplingerrors)随机抽样抽出的样本，虽然对总体有一定的代表性，但并不等于总体。因此用样本估计总体肯定会产生误差，这一类误差就叫做抽样误差。抽样误差是可以根据统计理论估计出来并加以控制的。♦非抽样误差(non-samplingerrors)非抽样误差指的是在抽样和收集数据过程中，由于人为的差错所造成的误差。这一类的误差是无法测量的，只能通过一定的措施尽量减少它们的出现。♦置信水平(confidentlevel)置信水平(置信度)是估计抽样误差时必须用到的重要概念在抽样设计或宣布抽样调查的结果时，一般都会同时给出两个数例如，宣布某个抽样的结果其置信度为95%，误差不超过3%问题6：抽样方案设计中应包括哪些内容？♦明确研究的目的，确定研究所要估计的主要目标量在一般的受众研究中，需要了解相关媒体的受众总量、受众的结构、受众的媒介接触行为、对现有媒介产品的意见、态度要估计的总体目标量：总体总量、均值和比例等在一项研究黄金时段电视节目中暴力行为的内容分析中要估计的目标量：“有暴力行为的节目所占的比例”“各种类型的暴力行为所占的比例”“平均每天播出暴力行为的个数”，等等♦定义研究的总体，明确抽样单元在一般印刷媒体的读者研究中总体：某个地区所有9岁以上的居民(包括读者和非读者)最小的抽样单元：个人在印刷媒体的可读性研究中总体：该地区的所有9岁以上的读者在一项报纸新闻的内容分析中总体：1998年1月1日至1999年12月31日期间“人民日报”、“光明日报”和“文汇报”的头版新闻报道最小的抽样单元：根据研究目的可能是报纸，也可能是文章♦确定或构造抽样框定义一项研究的抽样框是容易的但是要得到抽样框却经常是困难的受众研究中全体居民的名单几乎是不可能得到的儿童电视节目人物研究中，要列举某个时期内播出的所有儿童电视节目中的人物也是不现实的解决办法之一：采用多级抽样法例如受众研究中：准备前几级元的抽样框（如城市名单、居委会名单等）最后一级或两级的抽样中，仅对抽中的单元准备“抽样框”只对抽中的居委会列出住户的名单、或画出该居委会的结构图♦选择适当的抽样方法抽样设计的难点和关键根据：研究目的、内容、总体的情况、研究的精度要求、经费的多少原则：适用性、科学性、可操作性确定样本量的大小影响样本量大小的因素是复杂的从统计理论来考虑：抽样方法、对主要目标量的精度要求、置信度一般还需给出总体参数的估计式、抽样误差估算式等制定抽样方案的实施细节例如，最后一级抽样中采用等距抽样法具体规定：如何排列住户顺序如何抽取第一户拒访或家中无人时如何处理必要时如何调换样本等三、抽样技术的分类问题7：抽样技术分成哪几类？（民意调查实务P183）非概率抽样抽样单元的抽取依赖于研究者的个人判断也可能对总体特征给出很好的估计但不可能对估计的精度作客观评价概率抽样抽样单元是随机地抽取的可以预先规定抽取到每个样本的概率可以确定样本估计量的精度可以计算置信区间因此可以对总体进行估计和推断四、随机抽样技术问题8：常用的概率抽样技术有哪些？各有什么优缺点？（民意调查实务P185-195）（调查研究中的统计分析法P315-348）简单随机抽样系统抽样（等距抽样）分层抽样整群抽样多级抽样1简单随机扌由样（simplerandomsampling）是最基本的随机抽样方法考虑总体中有N个元素，要从中抽取一个由n个元素组成的样本。假定抽样是不放回的，那么共有Cn种不同的抽取方法。如果每个可能的样本被抽到的概率都相等（1/Cn）,NN则称这种抽样为简单随机抽样（SRS）。如果抽样是有放回的，称非常简单随机抽样（VSRS）。例从以下由N=5个元素=X10，X=15，X=20，X=25，X=30组成的总体中（总体的均值|J=20，方差O2=50，标准差O=7.07）,抽取一个由n=2个元素组成的简单随机样本。试给出所有可能的抽样结果。解：从5个元素中抽取2个元素，共有C2=10种不同的抽取方法。下表给出了这10个可能样本的情况。显然，每个样本被抽到的概5率都等于1/10。而且这10个样本均值的总平均（期望值）就等于总体均值|J=20。表从N=5个元素的总体中抽取n=2个元素的10个可能样本样本编号样本元素编号样本数值样本均值与期望值的偏差11，210，1512.5-7.521，310，2015.0-5.031，410，2517.5-2.541，510，3020.00.052，315，2017.5-2.562，415，2520.00.072，515，3022.52.583，420，2522.52.593，520，3025.05.0104，525，3027.57.5平均20.00.0如何实现SRS？♦抽签法♦随机数字表法例试从N=500个居民户中抽取一个n=10户的简单随机样本，试用随机数字表说明抽样的过程。解：将总体抽样框中的500户按001-500（或按000-499）编号，从表中的一个随机位置（画框的位置）开始，向右（或向下）连续地以三个数字为一组摘取数字，从而得到10个三位数字组的简单随机样本,其中样本的前4个元素所对应的三位数字组为：4,1生20,143,（659）,254,注意，顺序读出的第四组659（括号内的数）超出了001-500的范围，把它去除就是了。随机数字表（部分）8553832995562709244321785509823779491238481393559641924571518909395924000641141201436592547766216486858761714865953115221718213504127551024922804675344341804523574133935226895239235112099451876519484861379933755273783287179579513910961872521106581925977316195462044903264597174173248387593297337320405876393951781838304497745855051086174516992794889792918945123085285084048403594227265710886898584460664710621668937207001422972231906947610088130153914VSRS样本中可能包含重复的元素但每个元素被抽取的概率都是不变的，总等于1/NSRS样本中不包括重复的元素但每个元素被抽取的概率实际上是不相同的按被抽取的顺序，被抽中的概率分别是：1/N1/（N-1）、1/（N-2）等当总体很大时,VSRS和SRS样本几乎没有什么区别SRS的优点：直观易于理解，是导入随机原则的好方法•理论上最为成熟，是其它抽样方法的基础抽样误差易于计算•大多数统计软件都是依据数据按SRS法收集的假定而设计的SRS的局限性：难于得到SRS所需的抽样框得到的样本单元往往十分分散,因此实施十分困难没有利用总体信息,因此不是最有效的、精度不是最高的•从平均意义上来说SRS对总体有代表性，但是具体到某个特定的SRS样本，与总体的差距则可能很大,特别是在样本量较小的情况下。因此在传播学的实证研究中，SRS其实并不常用2系统扌由样（systematicsampling）又称为机械抽样将总体中的N个单元按照某种顺序排列编号在规定的范围内随机由取一个编号为起始单元再按照某种规则由取样本的其它单元最简单的也是最常用的系统由样是等距由样从含有N个单元的总体中抽取含n个单元的样本做法是先求出由样间距kk=[N/n]或k=[N/n]+1其中[N/n]表示N/n的整数部分然后从随机确定的某个起点i开始每隔k个单元就抽取一个作为入样单元直至由足n个单元为止。由中的样本单元的编号为i+k,i+2k,i+3k厂例假定要在一座拥有640户的居民楼内抽取12户进行调查，应该如何实施？解：首先计算抽样间距k=[640/12]=[53.33]=53因此可以每隔53户抽取一户。在具体实施时，可以按照左（右）手规则：在行走编号的过程中，始终保持房门在行走者的左（右）端，而且没有遗漏任何一户。640户的编号顺序确定后，随机地确定一个编号（假定是84）为样本的第一个单元，那么所抽取的n=12户样本的编号分别是：84，137，190，243，296，349，402，455，508，561，614，27（=667-640）等距抽样的优点：简便易行实施中往往不需要严格的抽样框（准确的地址、名单等）只要有一个抽样单元的顺序即可方法很容易被非专业人员所理解和掌握也便于现场实施管理人员的监督和检查等距抽样是各类调查中最广泛采用的一种抽样方法但是必须注意总体中单元的排列是否具有某种周期性如果总体单元是按某个相关的指标（如收入）的大小顺序来排列的那么等距抽样的精度则比简单随机抽样的精度高如果总体单元的大小差异很大时，要考虑采用不等概率的系统抽样3、分层扌由样（stratifiedsampling）也叫分类抽样或类型抽样先将总体按照某些指标分成若干个互不重迭的穷尽的子总体使总体中的每一个元素都属于且只属于一个子总体（也叫层、类）在每层内分别抽取一个子样本，将各层的子样本综合成总样本分层抽样的优点：减少抽样误差，提高抽样调查的精度通过分层可将比较相近的元素归入同一类分层后层内个体间的差异可能比较小结果是各层的层内方差可能都小于总体方差分层抽样也比SRS便于现场的实施和管理在全国性的受众抽样调查中先将总体分成城市和乡村（城乡居民有明显的差异）再将城市和乡村按某些指标分别分成若干层因此各层的子样本就可能有较好的均匀性有可能得到具有较高精度的估计量分层抽样如何有效地提高精度？关键是分层指标的选取入选的指标应该与调查的主要目标量密切相关注意不要遗漏任何重要的指标需限制指标的个数使之尽可能地少有效的分层的条件：同一层内的元素具有较好的同质性不同层间的元素具有明显的异质性对总体的分层和层内的抽样都易于操作和管理例如，央视-索福瑞n=2000户的全国代表性样本采用的是分层、多级PPS整群抽样技术按“非农业人口比例”先将总体划分为三大区域城市域：行政区划中所有地级市的非农业人口在50%或以上的家庭户；中间域：行政区划中所有地级市的非农业人口在50%以下的区的家庭户；农村域：行政区划中所有县和县级市的家庭户；然后在三大区域中按对收视率有显著影响的六个指标进行聚类分析人口规模、0-14岁少儿的比例、年平均气温例非农业人口的比例、识字率、65岁以上老人的比例将城市域分成6小层，中间域分成4小层，农村域分成10小层（20个小层）总样本量n确定的情况下，各层子样本量匕的分配方法：1）各层的样本量相同，即n=n=--=n，效果一般来说较差12k2各层的样本量n与各层的方差O/成正比，操作上有些困难ii3各层的样本量n与各层的大小N成正比，常用，效果较好4）各层的样本量ni与层大小和层内标准差的乘积NO成正比iii这种分配方法估计量的精度最高，因此也叫做最优分配4、整群扌由样（clustersampling）先将总体划分若干个特征比较相近的群以群为（初级）抽样单元进行抽样对抽中的群内的所有单元（次级单元）都进行调查没有抽中的群则不作调查例如，在某地区的农村进行受众调查时采用SRS得到的样本可能十分分散可将一个个的村子作为抽样单元抽取几个村子，对这些村子内的所有村民进行调查实施起来就会方便得多，经济得多初级单元：村子（群）（需要的抽样框）次级单元：村民（不需要次级单元的名单）在收视率调查中一般采用以户为抽样单元的整群抽样对抽中的户内的所有4岁以上的居民进行调查整群抽样的优点：组织方便、节约经费整群抽样的局限性：精度低（一般会大于SRS）如何提高整群抽样的精度？群的划分应该使得群与群之间的差异尽可能小而群内次级单元的差异尽可能大因为整群抽样的误差是由于群间差异产生的此外，尽可能增加群的抽取个数5、多级扌由样（multi-stagesampling）从总体中先抽取若干较大的群体（叫初级单元或一级单元）然后从所由取的群体中再由取若干较小的二级单元依次类推，还可以继续由取三级单元、四级单元等等大规模受众调查中多级由样的应用十分广泛常常结合分层或整群由样进行将省、地市、区县、街道（乡、镇）、居（村）委会、居（村）民小组、户以及个人当作各级由样单元先按某些相关指标将地市分层从每层中由取若干个地市再从每个由中的地市由取区县、居（村）委会最后由至户或个人分层由样和整群由样都可以看成是多级由样的特例对于分层由样，每一层就是一个初级单元分层就相当于在第一级抽样中抽取了全部初级单元而层内抽样就相当于第二级抽样对于整群抽样，相当于在第二级抽样中抽取了全部次级单元因此，多级抽样既具有整群抽样简单易行的优点又比整群抽样效率高、精度高，更有代表性五、非随机抽样技术问题9：常用的非概率抽样技术有哪些？什么情况下采用非概率抽样？（民意调查实务P195-201）1、方便抽样从便利的角度考虑获取样本样本的选取主要让调查员来决定调查对象的选取常常因为他们正好出现例如：利用学校学生、工厂工人作为调查对象街头或商场拦截式的访问利用报纸或杂志刊登问卷进行调查特点：花费小、易操作可用于探索性研究、预测问卷等样本偏差大不能推广到总体2、判断抽样也是一种形式的方便抽样样本的选择主要取决于研究者的判断调查对象的选取是因为研究者认为适当例如在新媒体使用的调查中研究者根据自己的判断选择一些有代表性的单位从中再选择一些有代表性的个人特点：便宜、方便、快捷完全依赖于研究者的经验、专业、创造性也可能是很有价值的主观的不能对总体作推断3、配额抽样可以看成是两阶段的加限制的判别抽样第一阶段分配份额（将总体元素按某些控制的指标分类）第二阶段按方便抽样或判断抽样选取样本元素例如在某电视台体育频道的观众意见调查中按照男女比例4:1、老中青比例1:2:2的份额选取了共计300位被访者，其中男性：240人、女性：60人；老年：60人、中年：120人、青年：120人特点：费用较低，但有可能得到较有代表性的样本调查员选择每一份额的调查对象比较方便要控制所有相关的指标是很困难的每一份额内的取样仍然存在偏差的来源在一定的条件下，可以得到与概率抽样非常接近的结果在应用中使用比较广泛4、滚雪球抽样先选择一些调查对象（通常随机地选取）请他们提供另外一些属于所研究总体的调查对象根据所提供的线索选择此后的调查对象继续这一过程，形成滚雪球的效果例如关于进口小汽车车主的调查先通过有关资料抽取部分车主再由每个接受调查的车主提供几个名单如此不断地将“雪球“越滚越大”最后完成了800人样本的调查特点：主要用于估计总体中稀有人物的特征能比较高效率地找到符合要求的被访者尽管最初选择样本采用随机抽样最后的样本还是非概率样本样本中的个体在某些特征方面很类似六、确定样本量的方法问题10：确定样本量时应考虑哪些主要因素？（完成率、接触率的计算例）（民意调查实务P201-203；统计考虑：总体方差、精度要求、置信度）（关于发生率、接受率的概念和计算例见“大众媒介研究方法”