企业研究方法11

1、第11章 抽样,本章学习目的： 1.定义抽样、样本、总体、元素、受试者及总体架构。 2.描述与讨论不同的抽样设计。 3.针对研究目的使用适当的抽样设计。 4.解释为何使用样本数据来检验假设。 5.讨论精确性与信度。 6.估计样本规模。 7.讨论决定样本规模时应考虑的因素。 8.讨论抽样的效率性。 9.讨论抽样设计的共性。 10.将本章学到的工具应用于课堂作业和研究项目中。,本章学习重点：定义抽样、样本、总体、元素、样本的代表性、概率抽样、精确性与可信度的取舍、抽样的效率性、定性研究的抽样。,11.1总体、元素、总体架构、样本和研究对象,研究选择正确的人、事、物作为统计调查对象的过程就是所谓的抽

2、样 。要了解的概念：,总体 总体是指研究者希望研究的人、事、物的全体。,元素 元素( element )是总体的单一成员。,总体架构 总体架构是总体中所有元素的清单,样本也从中取得。,样本 样本是总体的子集合,是来自总体的部分成员。因此,样本为总体的子群体或子集合。通过研究样本,研究者应能将所获得的结论推广到所研究的总体上。,研究对象 研究对象是样本的单一成员,就如同元素是总体的单一成员一样。,11.2抽样,抽样是从总体中选取足够元素的过程,所以针对样本的研究以及对其属性与特征的了解可以推广到总体上。总体的特征如(总体平均值)、(总体标准差)以及2(总体方差)等,都是总体的参数。样本的集中趋势

3、、离散趋势以及其他统计量都是总体的集中趋势、离散趋势及其他参数的近似值。就其本身而论,从样本中所得到的全部结论都可推广到总体上。换句话说,样本统计量X(样本平均值)、S(样本标准差)以及S2(样本方差)都 是用来估计总体参数(总体平均值)、(总体标准差)以及2(总体方差)的数值。,11.2.1抽样的原因 能减少搜集资料时可能产生的误差吗？-毁灭性抽样,11.2.2样本的代表性,11.3正态分布,总体的属性或特征通常呈正态分布。 若我们欲从样本估计总体特征,则样本特征的分配必须拥有与总体相同的形态,即正态分布。,如果总体的属性在样本中未被过分代表( overrepresented )或代表不足(

4、underrepresented),我们即认为样本具有代表性。 因此,通过适当的抽样分布,我们可确保样本研究对象不会出现极端值,而对总体的属性有相当的代表性。样本越具总体代表性,研究发现的推广程度就越高。 什么时候不要太关注样本的代表性？获取信息的急迫性凌驾于高度的正确性。,问题：1.本研究的目标总体是什么? 2.统计调查中,研究参数是什么? 3.使用何种抽样架构? 4.需要多少样本? 5.抽样设计会产生多大成本? 6.有多少时间可从样本中搜集,11.4概率抽样与非概率抽样,在概率抽样中,总体的元素被选取为样本的机会或概率是已知的。在非概率抽样中,并不知道元素被选取为样本的先决机会或概率。若要

5、求研究具有较高的共性,这时样本代表性变得非常重要,可使用概率抽样设计。若时间或其他因素比共性重要时,则通常会使用非概率抽样。,这两种主要的设计有不同的抽样策略。要选择哪一种抽样方法取决于研究所需得到的共性程度、研究时间、其他因素的需求,以及研究目的。,11.5概率抽样,总体的属性或特征通常呈正态分布。 若我们欲从样本估计总体特征,则样本特征的分配必须拥有与总体相同的形态,即正态分布。,11.5.1非受限概率抽样或简单随机抽样 在非受限概率抽样设计(即广为人知的简单随机抽样)中,总体的每一个元素被选取为研究对象的机会是已知的和相等的。,五种常见的复杂概率抽样设计是:系统抽样、分层随机抽样、聚类抽

6、样、区域抽样以及双重抽样 。,1.系统抽样 系统抽样设计从总体中抽取每第n个元素,抽样始点从1到n中的元素中随机选择。,2.分层随机抽样 虽然抽样有助于估计总体参数,但总体中可能有可识别的元素子群体在所研究的变量上拥有不同的参数。 分层随机抽样包含一个分层或区隔的过程,然后从各层随机抽出研究对象。首先将总体分成互斥的群体,这种分组方式应适当,一般应与研究背景相关。 分层的用意在于确保每一层内是同质的(即在每一层中变量具有极少量的方差或离散情形),但在层与层之间是异质的(具方差性)。换句话说,组间方差多于组内方差。,3.聚类抽样 所谓聚类抽样是指所抽样的群体中各成员具有异质性。,4.区域抽样 区

7、域抽样设计构成了地理上的聚类体,即当研究总体分布于可辨别的地理区域中,如县市、城市街区或地区的特定区域内就可采用区域抽样。,5.双重抽样 这种抽样方法适用于已经对群体的子集合搜集了某些信息之后却还需要额外信息的情况。,11.6非概率抽样,在非概率抽样中,总体中的元素是否被选取而成为样本并无任何概率存在。这意味着研究样本所得到的发现并不能推论到总体上。,11.6.1简便抽样 简便抽样是从便于获得信息的总体成员那里搜集信息。 简便抽样通常在研究的探索阶段采用,是快速有效地获得基本信息的最好方法。,11.6.2计划抽样 除了从最方便取得的样本那里获得信息,有时可能必须从特定群体中搜集信息。这种抽样受

8、限于只有某些人能够提供所需信息,或是只有他们符合研究者设定的标准,这种抽样设计即称为计划抽样 。,1.判断抽样 判断抽样选择在最有利位置或担任最适当职位的研究对象来提供所需信息。,2.定额抽样 第二种计划抽样为定额抽样,其通过定额的分派以确保研究可以适度地代表某些群体。 换句话说,定额抽样确保总体中所有的子群体都能在样本中有适当地代表,定额抽样就是通过非随机的方式确定研究对象的分层抽样。,11.6.3非概率抽样的回顾,11.6.4抽样设计使用时机的范例,11.7跨文化研究的抽样,在从事跨文化研究时,特别是如果我们要开发测量工具和搜集资料时,必须注意在跨文化的不同国家中如何挑选匹配样本,即无论研

9、究对象是来自乡村还是都市,研究组织的性质与类型,使用的抽样设计类型在不同的国家中都应该是相似的,这样才能进行实际的比较。,11.8决定样本规模时,精确性与可信度的问题,。,11.8.1精确性 精确性是指我们的估计值与总体的真实特征的接近程度。,精确性是样本平均值的抽样分布变化范围的函数,若我们从一个总体中抽出了许多不同组的样本,并计算每一组样本的平均值,我们通常会发现这些平均值是不同的,呈现正态分布,并具有离散性。分散或变化愈小,样本平均值接近总体平均的概率就越高。我们无需多个不同的样本去估计这个变化,即使我们只从总体中抽出30位研究对象,我们仍可估计出样本平均值抽样分布的变化。这个变化就称为

10、标准误差(standard error).,。,11.8.2可信度 精确性代表我们以样本统计量估计总体参数的接近程度,可信度则代表通过估计值对总体真实状况的确定程度。,本质上,可信度反映了我们根据样本统计量估计总体参数的置信程度(置信水平可以从0到100%)。对于大部分的企业研究,95%的置信水平是传统上可接受的程度,这通常都表示为显著水平p0.05。换言之,可以说我们的估计值在100次中至少有95次能反映真实的总体特征。,11.9参数估计中的样本资料、精确性与可信度,。,11.8.1精确性 精确性是指我们的估计值与总体的真实特征的接近程度。,精确性是样本平均值的抽样分布变化范围的函数,若我们

11、从一个总体中抽出了许多不同组的样本,并计算每一组样本的平均值,我们通常会发现这些平均值是不同的,呈现正态分布,并具有离散性。分散或变化愈小,样本平均值接近总体平均的概率就越高。我们无需多个不同的样本去估计这个变化,即使我们只从总体中抽出30位研究对象,我们仍可估计出样本平均值抽样分布的变化。这个变化就称为标准误差(standard error).,。,11.10可信度与精确性之间的取舍,我们注意到,如果我们想要有更高的精确性或可信度,抑或是两者都要,都必须增加样本规模,除非总体本身是很少变化的。然而,若是出于某种原因我们无法负担增加样本的成本,以致无法增加样本规模(n),在同样的n之下,唯一能维持相同精确水平的方法就是降低我们估计总体的可信度。也就是说,我们只能降低置信水平或是估计的可信度。这种在精确性与可信度之间的取舍.,。,11.10可信度与精确性之间的取舍,我们注意到,如果我们想要有更高的精确性或可信度,抑或是两者都要,都必须增加样本规模,除非总体本身是很少变化的。然而,若是出于某种原因我们无法负担增加样本的成本,以致无法增加样本规模(n),在同样的n之下,唯一能维持相同精确水平的方