以下是供参考的样本容量范围

需要说明的是，以上只是依据经验确定的样本规模，其精确程度是需要考量的。 （二）抽样误差和抽样偏差

抽样误差是指样本统计值与总体的参数之间存在的误差。由于样本的性质和规模与总体的性质和规模是存在差异的，这样在用样本的统计值去推算总体的参数值时会有偏差，这时抽样误差就产生了。

案例：假如我们从总体2000名的5岁幼儿中抽取一个容量为300的随机样本，并以此样本来测量幼儿的智力发展水平，如果测试的平均水平是108，那么我们是否可以说总体的平均水平正好是108呢？这是不行的，但我们可以相信总体的平均水平在108左右。

在总体的平均分和样本的平均分之间存在的偏差就是抽样误差。100枚硬币同时落在地上正面朝上的不一定刚好是50个

在随机抽样中，由于随机波动原因，抽样误差是一个变动量，而随着随机样本容量的增大，作为变动量的抽样误差是会逐渐减少的。

在抽样的过程中，常常会因为误抄、数据登录差错、计算错误、违规操作等人为原因而产生误差，但这种误差并非抽样误差

一般来说抽样误差是不可避免的，只是存在误差大小的问题，而抽样偏差是可以避免的。 抽样偏差是指所抽取样本不能代表其所要代表的总体的情况，这时抽样偏差就出现了。 案例：我们想从总体为2000名的5岁幼儿中抽取一个容量为300的随机样本来测量幼儿智力发展水平，假如我们抽取的300名幼儿都是男孩或者都是女孩，最终测试的平均水平是108，那么这样的样本是否能代表总体的情况呢？当然不行，因为其抽样存在偏差，这样的样本顶多只能说是能代表一部分男孩或女孩的平均智力发展水平。

总的来说 抽样偏差是一种歪曲，是在选取和形成样本的过程中引起的，由于抽样偏差所产生的样本对总体来说是不具有代表性的。 第三节 概率抽样

一、简单随机抽样

1、概率抽样是以概率理论为依据来选取研究样本的方法的总称。概率抽样是通过随机化的操作来抽选样本，使得总体中每一个个体都有 被选为样本。

2、简单随机抽样是最基本的概率抽样，是其他抽样方法的基础。在抽样中通过一定的程序在总体中抽取一组样本，要使总体中所有个体都有同等而独立的机会被选为样本的成员。所谓“同等”就是每个个体被选中的机会都是一样的，所谓“独立”则是指每一个个体被选为样本时不会对其他个体的选入产生影响。

3、简单随机抽样的优点是，在总体和样本足够大时研究所的数据在统计公式决定的误差范围内能够被推广或应用到更多的总体中去而且随机抽样的方式也能够保证样本的公平性和代表性。

4、简单随机抽样是理想的概率抽样类型，简单易行，样本具有很好的代表性，也能很好的推断总体，并且有相应的抽样规则。但是如果总体容量太大时这种抽样方法就比较费时费力费钱。 二、分层抽样

1、分层抽样是指在抽样之前将总体按照不同的性质或者特征分为不同的子总体，这些性质相同的子总体就是层，然后从每一层中分别抽取子样本，将子样本和在一起就构成了总体样本。与简单随机抽样相比分层抽样能够提供代表性，同时可能减少抽样误差，其原因在于从通知总体中抽取样本比从异质总体中抽取样本产生的误差要小。

2、分层抽样是要确保总体中同质的次级子总体会被抽出适当数量的个体作为样本，而不是直接随意的在总体中抽取样本。

3、该如何划分？划分多少层？从理论上来说，用一分层的理想变量是目标变量，也就是研究者想要测量或者精确描述的变量，但在实际调查中，目标变量通常是未知或者不明确的，所以通常情况下只能根据与目标变量最相关的辅助变量进行分层。

4、对于抽样层次数量的划分，理论上是分层越多越好，因为层次越多层内的个体性质就越相似，但在实践中由于样本数量、研究经费以及研究者时间和精力限制，分层数量是比较有限的。

5、比例分层抽样就是按照分属各层的子总体在总体中所占比例来抽取子样本的方法,也就是说在总体中所占比例大的层所抽取的子样本就大一些，而在总体中所占比例小的层所抽取的子样本就小一些。

6、非比例抽样，由于总体中有的层所包含要素数量太少，如果按比例分层抽样的方法，则

这些层的样本量会很小，不便于了解各个层次的情况，也无法进行统计分析，这时就需要采取非比例抽样的方法，加大该层的样本量，从而对子总体进行更好的研究和比较。加权处理，也就是对于那些较大概率入样的单位赋予一个较小的权重，而对那些较小概率入样的单位赋予一个较大的权重，从而保证以样本推断总体时不会出现偏差。 三、系统抽样

1、系统抽样又称等距抽样具体做法是：

第一，将总体中所有个体按照顺序排列起来并给个体编上号码。

第二，计算出抽样间距，抽样间距是指两个被选中的个体间的标准距离。其方法是以总体容量初一样本容量。

第三，在最开始的K个个体中，用完全随机的方法抽取一个个体作为样本，记下这个个体的编号假设其为X，这个X就是随机抽取样本的起点。

第四，在总体中，从X开始，每间隔K个个体抽取一个个体作为样本，即陆续抽取的个体分别为X,X+K,X+2K……..X+(n-1)K.最后，将这些抽取的个体集合起来，就成了研究所要求的样本容量。 四、整群抽样

1、整群抽样是将总体按照某种标准划分为若干个群体，然后以一定的方式从总体中抽取一部分群，只要该群被选中，则该群的所有个体进入随后的子群体，这些子群体合起来构成了总体的样本。

2、在整群抽样中，群体的划分原则是：群体内各单位的异质性高，群体间同质性高。如果在整群抽样中，子群体之间的差异显著，而每个子群体内个体之间的差异很小，那么这种情况下抽取的几个子群体显然是没有代表性的，不能有效推断总体。

3、整群抽样还分为等规模整群抽样和不等规模整群抽样，在实际研究中，经常会碰到不等规模整群抽样的情况，即总体内各群大小不一，面对这种情况，要避免抽样偏差的产生，可以采取多级整群抽样的方法。 第四节 非概率抽样的 一、目的抽样

1、目的抽样就是研究者选择与研究目的相关的案例作为样本的抽样方法，目的抽样是质性研究的通常采用的抽样方法，需要注意的是目的抽样并不遵循概率理论进行抽样，但并不是说这样的抽样是随意的，抽样单元的选择是以事先确定的准则为依据的。也就是说，研究者在抽样之前必须对抽样单元的特征有深刻的了解，需要这些单元提供与研究问题相关的信

息。

2、全面抽样是指样本中包括所有具备特定特质的个体的抽样方法，适合于样本容量较小时使用。

3、方便抽样也叫偶遇抽样，是指研究者根据研究的需要，以自己方便的形式在一定的时间、情境和环境中偶然遇到或接触到的人作为样本的抽样方法。

4、最大差异抽样是指抽取那些能解释研究对象的某些特征的最大差异的个体作为样本的抽样方法。这种抽样方法实际上是一种选择的过程，主要是选择那些特征差异较大的个体作为样本。最大差异抽样也叫配额抽样，因为在调查中总是将具有不同属性或者特征的个体分成不同的类或层，然后按照“定额”在不同的类中抽样。

5、极端案例抽样是指抽取那些具有显著特征的个体作为样本的抽样方法。在进行极端案例抽样的时候，还可以从连续体的两端选择极端案例，以便更好地进行比较和分析。注意，极端案例抽样的研究结果一般只在有限范围内具有解释性，人们可能会因为样本是极端案例而怀疑其结论，但是这种抽样所获得的研究结果常常会很有启发性。 6、典型案例抽样

典型案例抽样是指抽取那些具有典型特征的个体作为样本的抽样方法。所抽取的个体通常被认为是研究现象的典型或者占据总体的大多数

7、滚雪球式抽样是指在调查开始时先从几个被访者开始，然后通过被访者介绍更多的人来参与访谈和调查，从而使赝本的范围不断扩大。这种抽样方式所选取的样本代表性差，容易产生偏差，通常会在探索性研究的阶段运用。 二、机会抽样

1、机会抽样是指研究者从先前 案例的研究中所获得的发现来指导对下一个案例的选择。在运用这种抽样方法的过程中，先前的案例研究为后来的案例选择提供了机会，使之成为一个相关的信息链条。

2、在研究中先前的研究发现对研究者的意义重大，它会影响研究者对下一个案例的选择甚至会改变研究者选择下一个案例的研究设计。

第六章 观察法

【教学要求】掌握观察法的含义以及应用范围，观察法的信效度考察，以及调高信效度的方法。