什么是概率抽样?|类型和示例
概率抽样是一个抽样方法这包括随机选择一个样本，或你想研究的一部分人口。它有时也被称为随机抽样。
要成为随机的，每个研究单位(例如，你的人群中的个人、企业或组织)必须有一个平等的被选中的机会。这通常是通过随机选择过程来完成的，比如绘图。
概率抽样的类型
有四种常用的概率抽样设计类型:
简单随机抽样
简单随机抽样是从整个总体中随机选择，其中每个单位都有相同的选择机会。这是选择随机样本最常见的方法。
要在你的研究人群中编制一个单位列表，可以考虑使用随机数生成器。网上有一些免费的，比如random.org，calculator.net,randomnumbergenerator.org．
手写所有4000名居民的名字，然后随机抽取100人，既不切实际又耗时，而且出于道德原因也有问题。相反，您决定使用随机数生成器来绘制一个简单的随机样本。
如果程序生成的第一个数字是1735，这意味着应该选择列表中的居民#1735作为示例的一部分。你继续将每个号码与名单上的居民相匹配。
分层抽样
分层抽样从种群的某一特定阶层或子群体中随机选取一个样本。每个子组都是根据一个共同的特征(如性别、种族或宗教)从其他子组中分离出来的。这样，您可以确保给定总体的所有子组在样本总体中得到充分代表。
例如，如果你按照大学专业来划分学生群体，工程学、语言学和体育教育的学生在这个群体中是三个不同的阶层。
要将总体划分为不同的子组，首先要选择您希望通过哪个特征来划分它们。然后你可以从每个子组中选择你的样本。你可以通过以下两种方式之一做到这一点:
- 通过从每个子组中选择相等数量的单元
- 通过从每个子组中选择与它们在总人口数中所占比例相等的单位
如果你采取一个简单的随机抽样，来自城市地区的孩子将有更大的机会被选中，所以获得有代表性的样本的最好方法是分层抽样。
首先，你将人口划分为不同的阶层:一个是来自城市地区的儿童，一个是来自农村地区的儿童。然后，从每个子组中抽取一个简单的随机样本。您可以使用以下两种选项之一:
- 选择100个城市和100个农村，即相同数量的单位
- 选择80个城市人和20个农村人，这样你就得到了100人的代表性样本
然后，你可以继续你的数据收集例如，让他们填写一份表格问卷调查)．如果你选择相同数量的单位，请记住，你需要权衡结果，以便得出整体人口的结论。在这种情况下，由于城市地区的孩子占人口的80%，你必须比农村地区的孩子多四倍地衡量他们的结果。
系统抽样
系统抽样是从目标总体中随机抽取一个样本，从一个随机点开始，每隔一定的时间间隔选择一个单位。这种方法在目标人群的记录已经存在的情况下非常有用，例如机构客户的记录、大学生的注册名单或公司的就业记录。它们中的任何一个都可以用作采样帧。
要开始系统采样，首先需要将采样帧划分为许多段，称为间隔。通过将总体大小除以所需的样本大小来计算。
然后，从第一个区间，你选择一个单位使用简单随机抽样。从其他间隔中选择下一个单元取决于在第一个间隔中选择的单元的位置。
让我们回到我们关于4000名居民的政治观点的例子。你也可以用系统抽样法抽取100人的样本。要做到这一点，请遵循以下步骤:
- 确定您的间隔:4000 / 100 = 40。这意味着您必须从记录中的每40个居民中选择1个。
- 使用简单的随机抽样(例如，随机数发生器)，选择1个居住者。
- 假设你选择了列表上的第11个人。在随后的每个区间中，你需要选择该区间中的第11个人，直到你有100人的样本。
例如，假设您有一个按部门划分的组织中所有员工的列表。如果每个部门列表也是按资历来组织的(从资历最高的人开始，以最近聘用的人结束)，那么您就有可能只选择资历较深或较浅的员工，这取决于您设置的间隔数。
整群抽样
聚类抽样是将目标人群划分为组的过程，称为聚类。然后，从这些组中随机选择一个分段形成样本。当你想研究大的、地理上分散的人群时，聚类抽样是一种有效的方法。它通常涉及在某些方面彼此相似的现有群体(例如，学校中的班级)。
聚类抽样有两种类型:
- 单(或单阶段)聚类抽样，当你把整个人口分成聚类时
- 多级聚类抽样，将聚类进一步划分为更多的聚类，以缩小样本量
集群是预先存在的组，因此每个高中都是一个集群，您为每个集群分配一个编号。然后，使用简单的随机抽样进一步选择聚类。选择多少簇取决于所需的样本量。
接下来，你联系每一所选定高中的校长，请他们与你合作，将你的问卷分发给他们的高年级学生。
多阶段抽样是一种更复杂的聚类抽样形式，其中从较大的总体中依次选择较小的组，以形成您的研究中使用的样本总体。
首先，你从部门中抽取一个简单的随机样本。然后，再次使用简单的随机抽样，选择一些单位。根据总体的大小(即，有多少员工在公司工作)和你想要的样本量，你确定你需要在你的样本中包括3个单位。
一旦做出选择，请在所选单位工作的每位员工填写问卷。
在分层抽样，你将你的人口划分为具有共同特征的组(阶层)，然后从每个组中选择一些成员作为你的样本。在整群抽样，使用预先存在的组将总体划分为聚类，然后将随机选择的聚类中的所有成员纳入样本。
概率抽样方法的例子
有几种方法可以用来绘制随机样本。下面是一些例子:
鱼缸画
你正在调查一种流行的便携式电子阅读器在图书馆和信息科学专业学生中的使用情况，以及它对个人阅读实践的影响。你把25个学生的名字写在纸上，把它们放在一个罐子里，然后在不看的情况下，随机挑选3个学生接受你的调查采访。
所有学生都有平等的机会被选中，任何其他因素(如个人喜好)都不能影响这种选择。这种方法适用于人口总数较少的情况，因此将每个单位的名称或数字写在一张纸上是可行的。
随机数发生器
假设你正在研究一个特定居民区的人们对道路安全的看法。你列出所有郊区的名单，并给每个郊区分配一个数字。然后，使用一个在线随机数生成器，选择四个数字，对应四个郊区，并关注它们。
当你已经有了一个包含总人口的列表，并且可以很容易地为每个人分配一个数字时，这种方法最有效。
Microsoft Excel中的RAND功能
如果数据在电子表格中，还可以使用Microsoft Excel中的随机数函数(RAND)来选择随机样本。
假设你有一个4000人的列表，你需要一个300人的样本。输入公式= RAND ()然后按enter键，你可以让Excel为列表中的每个名字分配一个随机数。要使其工作，请确保没有空白行。
这个视频说明如何使用RAND函数。
概率抽样和非概率抽样
根据你研究的目标，有两种抽样方法你可以使用:
- 概率抽样：抽样方法，确保研究人群中的每个单位都有均等的机会被选中
- Non-probability抽样：抽样方法，从你想研究的人口中使用非随机样本，基于特定的标准，如便利性
概率抽样
在定量研究，重要的是你的样本能代表你的目标人群。这允许您根据收集到的数据做出强有力的统计推断。拥有足够大的随机概率样本是样本具有代表性和结果具有代表性的最佳保证可概括的并且从研究偏见就像选择性偏差而且抽样偏差．
Non-probability抽样
非概率抽样设计两者都有定量与定性研究当种群中的单位数量未知或无法单独识别时。当您只想将结果应用于某个部分或组织而不是一般公众时，也可以使用它。对于研究偏差，非概率抽样比概率抽样有更高的风险抽样偏差．
你不太可能列出全国所有实践组织心理学家的名单，但你可以列出你所在领域的所有专家，并选择一些进行采访。
一个好的经验法则是进行面试，直到你达到一个饱和点，当你不再听到对你的问题的新回答时。
概率抽样的优点和缺点
重要的是要意识到概率抽样的优点和缺点，因为它将帮助你决定这是否是你的研究设计的正确抽样方法。
概率抽样的优点
概率抽样有两个主要优点。
- 用这种方法选择的样本在总体上具有代表性。因此，从这些样本中得出的推论可以推广到您正在研究的总体。
概率抽样的缺点
选择概率抽样作为你的抽样方法也有一些挑战。其中包括:
- 可能很难获得整个人口的列表，因为道德或者隐私问题，或者一个完整的列表可能不存在。自己编译这些文件可能既昂贵又耗时。
关于概率抽样的常见问题
引用这篇Scribbr文章
如果你想引用这个来源，你可以复制和粘贴引用或点击“引用这篇Scribbr文章”按钮，自动添加到我们的免费引用生成器引用。
Nikolopoulou, K.(2022, 12月1日)。什么是概率抽样?|类型和示例。Scribbr。检索于2022年12月14日，来自//www.charpingshvac.com/methodology/probability-sampling/
