隨機抽樣

簡介
　　它的最大優點是在根據樣本資料推論總體時，可用概率的方式客觀地測量推論值的可靠程度，從而使這種推論建立在科學的基礎上。正因爲此，隨機抽樣在社會調查和社會研究中應用較廣泛。常用的隨機抽樣方法主要有純隨機抽樣、分層抽樣、系統抽樣、整羣抽樣、多階段抽樣等。分類

純隨機抽樣

　　又稱簡單隨機抽樣。是最基本的抽樣方法。分爲重復抽樣和不重復抽樣。在重復抽樣中，每次抽中的單位仍放回總體，樣本中的單位可能不止一次被抽中。不重復抽樣中，抽中的單位不再放回總體，樣本中的單位只能抽中一次。社會調查採用不重復抽樣。
　　純隨機抽樣的具體作法有：①抽籤法。將總體的全部單位逐一作籤，攪拌均勻後進行抽取。②隨機數字表法。將總體所有單位編號，然後從隨機數字表中一個隨機起點(任一排或一列)，开始從左向右或從右向左、向上或向下抽取，直到達到所需的樣本容量爲止。
　　純隨機抽樣必須有一個完整的抽樣框，即總體各單位的清單。總體太大時，制作這樣的抽樣框工作量巨大，加之有許多情況，使總體名單根本無法得到。故在大規模社會調查中很少採用純隨機抽樣。

分層抽樣

　　先依據一種或幾種特徵將總體分爲若幹個子總體,每一子總體稱作一個層;然後從每層中隨機抽取一個子樣本，這些子樣本合起來就是總體的樣本。各層樣本數的確定方法有 3種：①分層定比。即各層樣本數與該層總體數的比值相等。例如，樣本大小n=50，總體N=500，則n/N=0.1即爲樣本比例，每層均按這個比例確定該層樣本數。②奈曼法。即各層應抽樣本數與該層總體數及其標準差的積成正比。③非比例分配法。當某個層次包含的個案數在總體中所佔比例太小時，爲使該層的特徵在樣本中得到足夠的反映，可人爲地適當增加該層樣本數在總體樣本中的比例。但這樣做會增加推論的復雜性。
　　總體中賴以進行分層的變量爲分層變量，理想的分層變量是調查中要加以測量的變量或與其高度相關的變量。分層的原則是增加層內的同質性和層間的異質性。常見的分層變量有性別、年齡、教育、職業等。分層隨機抽樣在實際抽樣調查中廣泛使用，在同樣樣本容量的情況下，它比純隨機抽樣的精度高，此外管理方便，費用少，效度高。

系統抽樣

　　又稱等距抽樣。是純隨機抽樣的變種。在系統抽樣中，先將總體從1～N相繼編號，並計算抽樣距離K=N/n。式中N爲總體單位總數，n爲樣本容量。然後在1～K中抽一隨機數k1，作爲樣本的第一個單位，接着取k1＋K,k1+2K……，直至抽夠n個單位爲止。
　　系統抽樣要防止周期性偏差，因爲它會降低樣本的代表性。例如，軍隊人員名單通常按班排列，10人一班，班長排第 1名，若抽樣距離也取10時，則樣本或全由士兵組成或全由班長組成。

整羣抽樣

　　又稱聚類抽樣。先將總體按照某種標準分羣，每個羣爲一個抽樣單位，用隨機的方法從中抽取若幹羣，抽中的樣本羣中所有單位都要進行調查。與分層抽樣相反,整羣抽樣的分類原則是使羣間異質性小,羣內異質性大。分層抽樣時各羣（層）都有樣本，整羣抽樣時只有部分羣有樣本。整羣抽樣只需列出入樣羣的單位，因此可節約大量財力、人力。整羣抽樣的代表性低於簡單隨機抽樣。

多階段抽樣

　　又稱多級抽樣。前 4種抽樣方法均爲一次性直接從總體中抽出樣本，稱爲單階段抽樣。多階段抽樣則是將抽樣過程分爲幾個階段，結合使用上述方法中的兩種或數種。例如，先用整羣抽樣法從北京市某中等學校中抽出樣本學校，再用整羣抽樣法從樣本學校抽選樣本班級，最後用系統或純隨機抽樣從樣本班級的學生中抽出樣本學生。當研究總體廣泛且分散時，多採用多階段抽樣，以降低調查費用。但由於每級抽樣都會產生誤差，經多級抽樣產生的樣本，誤差也相應增大。