在统计数据中,样本是用来表示整个群体的总体的一个子集。 在进行研究时, 调查特定人群的每个成员往往是不切实际的,因为绝大多数人太庞大。 为了推断人口的特征,研究人员可以使用随机样本 。
为什么研究人员使用样本?
当研究人类思维或行为的一个方面时,研究人员在大多数情况下根本无法收集每一个人的数据 。 相反,他们选择代表较大群体的较小样本个体。 如果样本真正代表了所讨论的人群,那么研究人员就可以将其结果推广到更大的群体。
抽样类型
在心理学研究和其他类型的社会研究中,实验者通常依靠几种不同的抽样方法。
1.概率抽样
概率抽样意味着人口中的每个人都有被选中的机会和平等机会。 因为概率抽样涉及随机选择,所以它确保不同的子群体在样本中具有相同的表示机会。 这使得概率样本更具代表性,研究人员能够更好地将其结果推广到整个组。
有几种不同类型的概率抽样:
- 顾名思义, 简单随机抽样是最简单的概率抽样类型。 研究人员将人群中的每个人随机抽取样本,通常使用某种类型的计算机程序或随机数生成器。
- 分层随机抽样涉及将人口分成子组,然后从这些子组中抽取一个简单的随机样本。 例如,一项研究可能会根据种族,性别或年龄将人口分成不同的小组,然后对这些小组中的每个小组进行简单的随机抽样。 分层随机抽样通常提供比简单随机抽样更高的统计准确性,并有助于确保某些组在样本中的准确表示。
- 整群抽样包括将人口分成较小的群集,通常基于地理位置或边界。 随后选择这些簇的随机样本,并测量簇内的所有主体。 例如,假设您正在尝试对您所在州的校长进行研究。 从每一所学校的原则收集数据将是成本过高和耗时的。 使用整群抽样方法,您随机选择您所在州的五个县,然后从这五个县的每个县的每个主题收集数据。
2.非概率抽样
另一方面,非概率抽样涉及使用不给每个人口中的每个人都被选择的机会的方法来选择参与者。
这类样本的一个问题是,志愿者可能在某些变量上与非志愿者有所不同,这可能会导致难以将结果推广到整个人群。
还有几种不同类型的非概率抽样:
- 便利抽样涉及使用参与者进行研究,因为他们方便且可用。 如果你有自愿参加通过你的大学心理学系进行的心理学研究,那么你参加了一项依赖便利样本的研究。 依靠征求志愿者或使用研究人员可用的临床样本的研究也是便利样本的例子。
- 目的抽样涉及寻找符合特定标准的个人。 例如,营销人员可能有兴趣了解18岁至35岁的女性如何看待他们的产品。他们可能聘请市场研究公司进行电话访谈,故意寻找并采访符合其年龄标准的女性。
- 配额抽样涉及有意抽样人群中特定比例的亚组。 例如,政治民意调查者可能有兴趣研究某个政治问题上的人口意见。 如果他们使用简单的随机抽样,他们可能会错过某些人口的子集。 相反,他们建立了一定比例的样本必须包括这些小组的标准。 尽管所得到的样本实际上可能并不代表该群体中存在的实际比例,但拥有配额可确保代表这些较小的群组。
了解更多关于概率和非概率样本不同的一些方法。
采样错误
由于抽样自然不能包括人口中的每一个人,因此可能会出现错误。 抽样误差称为人口中存在的和样本中存在的差异。
虽然不可能确切知道人口与样本之间的差异有多大,但研究人员能够统计估计抽样误差的大小。 例如,在政治民意调查中,您可能会经常听到某些置信水平表达的误差幅度。
一般来说,样本量越大,误差水平越小。 这很简单,因为随着样本接近达到总人口的规模,准确捕捉人口的所有特征的可能性就越大。 完全消除抽样误差的唯一方法是从整个人口收集数据,这往往是成本过高和耗时的。 采样误差可以通过随机概率测试和大样本量来最小化。
参考文献:
Goodwin,CJ(2010)。 心理学研究:方法与设计。 霍博肯,新泽西州:约翰威利和儿子。
Nicholas,L。(2008)。 心理学导论。 UCT出版社:开普敦。