非概率抽樣方法.課件

1、非概率抽樣方法第1頁，共14頁。點擊添加文本點擊添加文本點擊添加文本點擊添加文本非概率抽樣： 主要依據(jù)研究者的主觀意愿、判斷或是否方便等因素來抽取對象，它不考慮抽樣中的等概率原則，往往產生較大誤差。 因而，其樣本的代表性往往較小，誤差有時相當大，而且這種誤差又無法估計。 為什么？第2頁，共14頁。點擊添加文本點擊添加文本點擊添加文本點擊添加文本非概率抽樣的優(yōu)點和缺點非概率抽樣方法簡單易行、成本低、省時間,在統(tǒng)計上也比概率抽樣簡單。采用非概率抽樣能夠便捷地收集被調查者的各種信息，有助于調研人員形成想法，拓展思路，得出結論。不能估計抽樣誤差難以評價樣本所具有的代表性程度非概率抽樣的結果不能推算出總

2、體，通常存在較大的偏倚優(yōu)點：缺點：第3頁，共14頁。非概率抽樣方法的適用情況：點擊添加文本研究目的的需要。例如：探索性研究、試調查、不打算推論總體的研究。點擊添加文本無法界定總體邊界。例如：農民工研究、流浪兒童研究點擊添加文本總體規(guī)模較小或同質性較強。例如：同性戀研究、吸毒問題研究點擊添加文本時間、人力等條件有限。第4頁，共14頁。點擊添加文本點擊添加文本點擊添加文本點擊添加文本目錄非概率抽樣方法1234偶遇抽樣判斷抽樣定額抽樣雪球抽樣第5頁，共14頁。點擊添加文本點擊添加文本點擊添加文本點擊添加文本一、偶遇抽樣 偶遇抽樣又稱作方便抽樣或自然抽樣，是指研究者根據(jù)現(xiàn)實情況，以自己方便的形式抽取偶

3、然遇到的人作為對象，或者僅僅選擇那些離得最近的、最容易的人作為對象。特點:任意、方便、隨意例一些大城市想做流動人口消費品購買力調研例某市調研人員想了解市民對于規(guī)劃的萬達商圈的停車位的滿意程度注意：偶遇抽樣隨機抽樣1、含義第6頁，共14頁。點擊添加文本偶遇抽樣的適用性探索性調查同質性強的總體時效性要求較高的調查流動性大的總體第7頁，共14頁。點擊添加文本點擊添加文本點擊添加文本“都市里的吉卜賽人對武漢市外來務工、經(jīng)商人員的調查”，青年研究2001年第6期，作者：劉玉等調查實例點擊添加文本點擊添加文本點擊添加文本點擊添加文本點擊添加文本本次調查以武漢市外來務工、經(jīng)商人員為對象。具體做法如下：在武漢

4、市外來務工、經(jīng)商人員集中的地方(漢正街)的幾條主街道發(fā)放調查問卷，由調查員按照非隨機抽樣中的偶遇抽樣原則抽取一定的人員進行調查。調查對象資料的收集方法本次調查問卷由58個問題組成，主要詢問了外來務工、經(jīng)商人員的基本社會特征、工作、收入與支出、觀念、社會交往以及對現(xiàn)有生活的滿意度等方面的問題。實際發(fā)放問卷280份，回收有效問卷252份，有效回收率90%。問卷填寫問卷采用自填法,由被調查者當場填寫回收，對一些沒有上過學不識字的被調查者采取由調查員根據(jù)問卷的內容逐一訪談的方式完成。第8頁，共14頁。點擊添加文本二、判斷抽樣 判斷抽樣又稱立意抽樣或目的抽樣，它是研究者根據(jù)自己主觀的分析來選擇和確定研究

5、對象的方法。特點:典型、主觀例如，調查客戶評價可以重點調查核心客戶的評價。對全國城市家庭平均消費支出的調查應該選擇3口之家。1、含義2、優(yōu)缺點優(yōu)點：充分發(fā)揮研究人員的主觀能動性 簡便易行缺點：受主觀影響大 依賴研究人員的工作經(jīng)驗和判斷能力第9頁，共14頁。點擊添加文本點擊添加文本點擊添加文本點擊添加文本點擊添加文本點擊添加文本點擊添加文本對對象的熟悉程度實際經(jīng)驗研究者的理論修養(yǎng)抽樣標準第10頁，共14頁。點擊添加文本點擊添加文本點擊添加文本點擊添加文本選擇最能代表普遍情況的群體作為樣本，一般選取“多數(shù)型”或“平均型”的樣本為調研單位。另一種是找異常個案的方法。判斷抽樣有兩種方法：采用判斷抽樣法

6、應注意的問題: 一要選好專家，二要應極力避免挑選極端情況的樣本第11頁，共14頁。點擊添加文本例某企業(yè)要調查其自身產品與競爭對手產品的銷售情況，根據(jù)主觀判斷選擇了一些同時對銷售雙方產品有影響的、非常有代表性的零售商店作為判定樣本（找典型）點擊添加文本例調查中國鋼鐵行業(yè)的產品和產量現(xiàn)狀，只要對鞍鋼、寶鋼和首鋼等幾家國有特大型鋼鐵企業(yè)進行調查，就足以大致掌握我國鋼鐵工業(yè)的產品和產量情況了，因為這幾家鋼鐵企業(yè)的鋼鐵產量占全國的大半，把握了它們的生產情況就可以把握總體的生產情況。點擊添加文本點擊添加文本例調查中國鋼鐵行業(yè)的管理機制、運營機制及改革等狀況，所挑選的樣本單位一定得避開鞍鋼、寶鋼和首鋼等幾家國有特大型鋼鐵企業(yè)，其原因是盡管它們的鋼鐵產量占全國鋼鐵產量的大半，但是它們的管理水平、運營能力等不能代表眾多