抽样方法

就是抽样调查方法，它可以根据被称为样本的总体的某部分对总体所研究特征的分布性质作出结论。研究人员进行抽样 （形成样本）并按照统计规律将结果和结论外推给总体。抽样调查在解决某一课题的人力、物力和时间消耗的效果上大大优于全面调查（参看“应用社会学研究”词条）。 从社会学的角度来看，要获得明显的结果，就需采用形成样本的下列方法：a）个别典型法，也称专题研究法；b）统计抽样法。它又可以分为两大类：观察（非随机）抽样和随机（概率）抽样。 观察抽样可分为有目的的抽样和定额抽样。无论在哪种情况下，总体结构都是已知的。定额抽样是一种模型，它能以被研究特征的分布定额（比例）的形式再现总体结构。假定有一组特征，并按其选择定额，这组特征就是研究对象的决定性特征，然后根据定额可以确定出要调查多少人，这些人都有什么样的特征。在特征分布上，样本结构和总体结构进行比较就可以断定，定额抽样完成得如何。在进行有目的抽样时，应从总体中选出典型因素，这样就可得到小容量的总体模型。目的抽样的优点在于，它能较容易和有效地发现总体中的一定趋势。借助于这种趋势就要很好地考虑这样一种事实，即社会群体有一个“核心”，而这个核心具有不变性。目的抽样的主要缺点是，它凭主观来实现，因此它不能对总体中的数量分布作出十分可靠的结论。 随机（概率）抽样分为：纯粹随机抽样、分层抽样（分区）和成团抽样（整群抽样）。 纯粹随机抽样是概率抽样的主要形式，即总体的所有元素成为样本时具有同样的概率。进行此种抽样有几种方法：a）按抽签原则进行抽样；b）利用随机数抽样；）系统抽样，它的基础是要有一定的系统性，如精确区间抽样，区间的大小按公式■来确定，其中N为总体容量；n为样本容量。 为了组织纯粹随机抽样，就需要大量情报——总体所有单位目录。实际上当样本具有同一基础时，局部社会学调查就可采用这种样本。与此同时，纯粹随机抽样通常作为抽样的完成阶段运用于复杂的样本中。 概率抽样也叫分层抽样，这是指同一部分的总体分层先于观察单位纯粹随机抽样程序之前而言。这种分层的必要性是由总体的复杂结构造成的，从社会、经济和其他特征看，也是由非同一性的结构造成的。从统计的意义上说，分层就是相应地分出这种数和统计上的齐次（典型）群，这样所研究的特征其内部变化要比它们之间小。根据特征进行总体分层的特征称为分层特征。按照社会学家要解决的任务，典型群可以是自然形成的（如国家的经济地理区域），也可以人为形成（如按照劳动内容特征划分的人群）。 组织分层抽样要求了解总体中特征的分布性质，这些特征应成为形成典型群，即形成分层特征的基础。对已分层的总体元素进行抽样，要借助于下列方法进行：a）比例抽样，即从每层中取定额的百分值（5％）； b）不成比例抽样，或最优化抽样，目的在于获得每一抽样群内的元素的最大等质性。总体的层越不同质，进入样本的该层的元素就越多。 典型群内的分层特征变化越小，各群体之间的差别越大，分层的质量就越高。例如，每一群体中劳动的机械化程度和复杂性越单一，群体在特征上相互差别越明显，劳动内容特征上的分层就越有效。 成团抽样或叫整群抽样，它与分层抽样的不同之处在于其抽样单位乃是统计数列，即统计上各种有区别的单位的总体。家庭、学校班级、生产集体都可作为这种成团抽样单位。成团抽样是按照纯粹随机样本的规则进行的，而进入样本的团本身通常是要进行全面调查的。进行成团抽样时，需要注意以下几点：总体的每一元素都要隶属于团；而团要尽可能的同类；团本身（与总体一样）的组成是非齐次的。 在总体是自然划分（尽管可能，但还是人为的划团）的情况下，最好采用成团抽样，这种抽样手续简单，且经济有效。整群抽样组织上优于纯粹随机抽样：非常容易调查集中于一地并以团（家庭、学校班级、生产集体）表示的总体。此外，被研究单位不会脱离自己直接所处的社会环境，这样就能获得团本身的补充情报。 与非随机抽样相比，各种随机（概率）抽样的主要优点在于，进行随机抽样时，必须按计算样本容量和代表性误差的公式进行。 任何一种随机抽样可以是单级抽样，也可以是多级抽样。多级抽样运用于难于直接从总体中抽取样本的情况中。例如，在调查产业工人时，样本计划可采用下列方式表现出来：第一级对工业企业抽样，第二级对作为第一级样本的企业班组抽样，第三级对作为第二级样本的班组工人抽样。各个级上的随机抽样类型相同，纯粹随机抽样较常采用。只有当每一级抽样的所有单位在调查时相同时，才可以采用多级抽样。 各种抽样（纯粹随机抽样、分层抽样、整群抽样）在多级抽样中结合起来就变成了复合样本。分层抽样与每层中元素的纯粹随机抽样数结合或成团抽样与全面调查成团本身相结合，就是复合样本的例证。复合样本的目的在于为完成研究任务创造最合理和最经济收集资料的条件。 多相抽样是多级抽样的特殊形式，它的内容是从大容量的样本中形成小容量的新样本（子样本）。只有在大样本基础上有必要对问题的薄弱环节进行研究时，才使用多和抽样。为此应形成第二相，即小规模范围内的样本。这些样本的数目不受限制。子样本中所采用的抽样单位与相数无关，但与主样本中的单位相同。 样本对总体的外推问题是指两个方面，即样本的依据问题和代表性问题。要解决第一个问题必需要求研究任务与抽样程序对等，抽样程序本身要包括样本类型论据，确定抽样单位和确定每一个被研究单位中需考虑的特征。解决第二个问题就是使总体与要求的准确程度模型化。