6.5 概率抽样：基本形式（上）-视频在线视频

好 在我们明确了研究总体

并建立了一个样本框之后

我们怎么样来进行随机抽样呢

那么这一节和下一节

我们将会介绍几种主要的概率抽样方式

谈到概率抽样时

最简单直接的方式就是简单随机抽样

在建立了抽样框之后

我们对于列表中的每个个体

从1开始依次排序

然后再利用随机数表

来选择所需要抽取的样本

这个就是简单随机抽样

举个例子来说

假如我们要从全班40位同学中

通过简单随机抽样的方式

来抽取八位同学

我们在获得了全班同学的花名册之后

可以按照对所有同学

分别给出一个1到40的编码

接下来我们可以找到一个随机数表

然后从随机数表中选取八个数字

那么这里我们可以看到

随机数表一般是五位数字

或者是更多位数字的数字号码

就像这里的样表所展示的

那有兴趣的同学可以到网上

再去搜索一下不同类型的随机数表

但是由于这里我们的研究总体

只有40个人

我们所选择的随机数

就只需要两位数就可以了

而且这个数字必须小于40

那么我们怎样从五位的数字号码中

来产生只有两位的数字号码呢

这里我们可以统一规定

对于任何一个被选中的五位数字号码

我们只看最左边的两位数

或者是最右边的两位数

那么我们怎么在一个随机数表中

选择八个两位数字呢

这里有两个要注意的

第一

是从随机数表中的哪个数字开始

第二是按照什么样的顺序

往下接着选择

首先从哪里开始呢

我们其实就可以闭着眼睛

在随机数表中指一个数字

或者是随意的指定某行某列的数字

来作为起始点

假设在这个随机数表中

我们选择了第二行第三列

来作为起始点

那这里我们可以看到这个数字是28

也就是说样本框中排序28号的个体

就是我们的第一个样本

接下来我们按照什么顺序继续呢

我们既可以按照从左到右的顺序

来依次选取

也可以按照从上到下列的顺序

来进行选取

我们也可以从右到左或者从下到上

只要我们是按照某个一致的顺序就可以了

假设这里我们按照从上到下

列的方式依次往下

那后面的每个数字

只要是小于或者等于40

就是被我们选中的号码

这一列结束后

我们可以再从右边一列

再次从上往下来选取

直到我们选够了八个数字

那么所有这些被我们选中的

八个数字号码所对应的样本

就是我们此次抽样所得到的样本

以上就是简单随机抽样的基本过程

这种抽样方式的好处是简单直观

最符合随机的原则

特别是当研究总体

和最终所需样本量的规模

都不是太大的情况下

我们可以考虑采取简单随机抽样的办法

不过如果总体规模过大

而且如果我们要抽取的样本量很大的时候

简单随机抽样就会比较复杂

假如我们不是从40个人里面

抽取八个人

而是从40万个个体中抽取8000个人

那么这就意味着

我们要选择8000个随机数

这个工作量是非常庞大的

因此简单随机抽样方法

尽管是最符合随机原则的

但是在社会研究的实践中

它的应用并不是很多

当然现代计算机技术的发展

使得我们已经能够通过电脑

自动来生成随机数了

特别是如果我们是在数据库软件中

来建立的抽样框

那么我们就可以让软件

来自行生成随机数

从而选出被抽中的个体

这个在一定程度上可以减少工作量

不过也有很多课题的研究总体规模庞大

比如许多的居民调查

所涉及的总体可能是数万

甚至是数十数百万

那么要对每一个个体

进行逐一编号

几乎是不可能的

特别是当这样的样本分布十分分散

要制作一个统一的样本框

需要耗费巨大的人力物力财力

那在这样的情况下

简单随机抽样方案就是难以实现的

还有一些情况下

我们的研究对象总体内部

可能存在巨大的差异

那么我们的研究会希望

所抽取的样本也能够反映这种差距

比如如果我们想要了解

北京市居民家庭收入的情况

那我们知道

研究总体中有少部分的家庭

他的收入非常非常的高

也会有一些少量的家庭

收入非常贫困

那我们会希望

最后抽中的一千户样本家庭

能够反应这种差距

才能够得出较为准确的估计

在这种情况下

按照随机数表的方式抽取的样本

很有可能会集中在人数最多的

收入处于中间阶层的样本中

因此对于研究总体内部

差异程度大的情况下

简单随机抽样所得出的样本代表性

可能不如后面我们会介绍的

其它抽样方法