概率抽样和非概率抽样的区别


概率抽样和非概率抽样的区别

文章插图
概率抽样以概率理论为依据,通过随机化的机械操作程序取得样本,所以能避免抽样过程中的人为因素的影响,保证样本的客观性.虽然随机样本一般不会与总体完全一致,但它所依据的是大数定律,而且能计算和控制抽样误差,因此可以正确地说明样本的统计值在多大程度上适合于总体,根据样本调查的结果可以从数量上推断总体,也可在一定程度上说明总体的性质,特征.概率抽样主要分为简单随机抽样,系统抽样,分类抽样,整群抽样,多阶段抽样等类型.现实生活中绝大多数抽样调查都采用概率抽样方法来抽取样本.
非概率抽样:又称为不等概率抽样或非随机抽样,就是调查者根据自己的方便或主观判断抽取样本的方法.它不是严格按随机抽样原则来抽取样本,所以失去了大数定律的存在基础,也就无法确定抽样误差,无法正确地说明样本的统计值在多大程度上适合于总体.虽然根据样本调查的结果也可在一定程度上说明总体的性质,特征,但不能从数量上推断总体.非概率抽样主要有偶遇抽样,主观抽样,定额抽样,滚雪球抽样等类型.
百度百科有非常详细的说明,楼主可以去仔细阅读
参考资料:http://baike.baidu.com/view/937150.htm http://baike.baidu.com/view/540368.htm
1、方便抽样(Convenience sampling)
样本限于总体中易于抽到的一部分 。最常见的方便抽样是偶遇抽样,即研究者将在某一时间和环境中所遇到的每一总体单位均作为样本成员 。“街头拦人法”就是一种偶遇抽样 。
某些调查对被调查者来说是不愉快的、麻烦的,这时为方便起见就采用以自愿被调查者为调查样本的方法 。方便抽样是非随机抽样中最简单的方法,省时省钱,但样本代表性因受偶然因素的影响太大而得不到保证 。
2、判断抽样(Judgment sampling)
指由专家判断而有目的地抽取他认为“有代表性的样本” 。例如:社会学家研究某国家的一般家庭情况时,常以专家判断方法挑选“中型城镇”进行 。
3、配额抽样(Quota sampling)
指先将总体元素按某些控制的指标或特性分类,然后按方便抽样或判断抽样选取样本元素 。
相当于包括两个阶段的加限制的判断抽样 。在第一阶段需要确定总体中的特性分布(控制特征),通常,样本中具备这些控制特征的元素的比例与总体中有这些特征的元素的比例是相同的,通过第一步的配额,保证了在这些特征上样本的组成与总体的组成是一致的 。
在第二阶段,按照配额来控制样本的抽取工作,要求所选出的元素要适合所控制的特性 。例如:定点街访中的配额抽样 。
4、滚雪球抽样(Snowball sampling)
以若干个具有所需特征的人为最初的调查对象,然后依靠他们提供认识的合格的调查对象,再由这些人提供第三批调查对象,……依次类推,样本如同滚雪球般由小变大 。
滚雪球抽样多用于总体单位的信息不足或观察性研究的情况 。这种抽样中有些分子最后仍无法找到,有些分子被提供者漏而不提,两者都可能造成误差 。
非概率抽样(Non-probability sampling)又称非随机抽样,指根据一定主观标准抽取样本,令总体中每个个体的被抽取不是依据其本身的机会,而是完全决定于调研者的意愿 。
其特点为不具有从样本推断总体的功能,但能反映某类群体的特征,是一种快速、简易且节省的数据收集方法 。当研究者对总体具有较好的了解时可以采用此方法 。
或是总体过于庞大、复杂,采用概率方法有困难时,可以采用非概率抽样来避免概率抽样中容易抽到实际无法实施或“差”的样本,从而避免影响对总体的代表度 。
扩展资料
简单易行、成本低、省时间,在统计上也比概率抽样简单 。但由于无法排除抽样者的主观性,无法控制和客观地测量样本代表性,因此样本不具有推论总体的性质 。
非概率抽样多用于探索性研究和预备性研究,以及总体边界不清难于实施概率抽样的研究 。在实际应用中,非概率抽样往往与概率抽样结合使用 。
非概率抽样,又称为不等概率抽样或非随机抽样,就是调查者根据自己的方便或主观判断抽取样本的方法 。
它不是严格按随机抽样原则来抽取样本,所以失去了大数定律的存在基础,也就无法确定抽样误差,无法正确地说明样本的统计值在多大程度上适合于总体 。虽然根据样本调查的结果也可在一定程度上说明总体的性质、特征,但不能从数量上推断总体 。

推荐阅读