系统抽样|一步一步的指南与例子

系统抽样是一个概率抽样法在这种方法中,研究人员以一定的时间间隔(或时间间隔)选择人群中的成员k)事先确定。

如果总体顺序是随机的或随机的(例如,字母顺序),那么这个方法将给你一个代表性的样本,可以用来得出关于你感兴趣的总体的结论。

何时使用系统抽样

系统抽样是一种方法,它模仿了随机抽样的许多好处简单随机抽样,但更容易操作。

您可以使用系统抽样与整个列表人口,就像在简单的随机抽样中一样。然而,与简单的随机抽样不同,当您无法提前访问总体列表时,也可以使用这种方法。

总体顺序

当使用总体列表的系统抽样时,这是必须考虑您的总体列出的顺序,以确保您的样本是有效的

如果你的总体是升序或降序的,使用系统抽样仍然应该给你一个相当有代表性的样本,因为它将包括来自总体底层和顶层的参与者。

例如,如果您从一个按年龄排序的个体列表中进行抽样,系统抽样将导致从整个年龄范围中抽取的总体。如果你使用简单的随机抽样,有可能(尽管不太可能)你最终只得到更年轻或更年长的人。

你应该如果您的总体是周期性或周期性的,请使用系统抽样,因为您得到的样本不能保证具有代表性。

示例:交替列表
您的人口列表在男性(偶数)和女性(奇数)之间交替。你选择每十分之一的个体进行抽样,这将导致你的样本中只包括男性。这显然不能代表整个人口。
示例:循环排序列表
您正在从大约1000名医院患者的总体列表中进行抽样。该名单分为50个部门,每个部门约有20名患者。在每个部门中,列表是按年龄排序的,从最小到最大。这就产生了一个包含20个重复年龄周期的列表。

如果每20个人抽样一次,因为每个部门是按年龄排序的,那么你的人口将由每个部门中年龄最大的人组成。这很可能无法提供整个医院人口的代表性样本(高普遍性).

系统抽样,没有人口清单

你可以用系统抽样来模仿随机化简单随机抽样当你无法提前获得完整的人口列表时。

研究的例子
你经营一家百货商店,并对如何为客户改善商店体验感兴趣。为了调查这个问题,你让一名员工站在商店门口调查每20个访客中就有一个离开,持续一周。

尽管您不必提前获得所有客户的列表,但这种方法仍然可以为您提供具有代表性的客户样本,因为他们的退出顺序基本上是随机的。

步骤1:定义用户群体

像其他抽样方法一样,你必须确定你正在研究的总体。

在系统抽样中,你有两个选择数据收集

  • 您可以提前从列表中选择您的样本,然后接近所选的主题来收集数据,或者
  • 你可以接近每一个人k你的目标人群的成员邀请他们参与你的研究。

提前列出人口

确保您的列表包含所有的集合,并且不是周期性的或循环的顺序。理想情况下,它应该是随机的或随机的(如字母顺序)顺序,这将允许您模仿随机化的好处简单随机抽样

示例:列出人口
在你的百货商店研究中,你的顾客构成了你的目标人群。要提前创建示例,需要创建上周访问过您的商店的每个客户的列表。

然而,即使不是完全不可能,创建这样一个列表也很困难。您可以选择使用收据来创建列表,但这将排除任何不购买的客户,这很可能会使您的结果产生偏差。

现场挑选样品

如果你不能提前访问列表,但你能够实际观察人口,你也可以在数据收集的时候使用系统抽样来选择被试。

在这种情况下,确保抽样程序的时间和位置覆盖整个总体,以避免结果的偏差。

例子:现场抽样
由于您无法获得商店客户的完整列表,因此可以选择对每个客户进行抽样k当顾客离开商店时。这样你就可以把买东西的人和不买东西的人都包括在内。

你必须确保你在整个星期内进行抽样,以确保有代表性的样本,因为不同类型的顾客在不同的时间和日子进入:青少年通常在放学后和周末购物,而工作的专业人士可能在晚上晚些时候购物,全职父母可能在白天购物。

校对对你的论文有什么好处?

Scribbr编辑不仅纠正语法和拼写错误,还通过确保你的论文没有模糊的语言、多余的单词和尴尬的措辞来加强你的写作。

参见编辑示例

步骤2:确定样本大小和采样间隔

在选择区间之前,必须首先确定样本大小。重要的是要选择一个有代表性的数字,以避免抽样偏差.有几种不同的方法来选择样本大小,但最常见的一种是使用样本容量计算器

一旦你选择了你想要的误差范围和置信水平,估计总人口数,以及标准偏差对于您试图测量的变量,这个计算器将为您提供您应该瞄准的样本量。

当你知道了目标样本容量,你就可以计算区间了,k,方法是将总体估计大小除以样本大小。这可能是一个粗略的估计,而不是一个精确的计算。

样本量和采样间隔
虽然你不能确切地知道有多少人会提前访问你的商店,但你可以通过使用前几周的平均人流量来估计总人数。

你估计每周约有7500人光顾你的商店,根据这个估计,你计算出理想的样本量为366。你的采样间隔k因此等于7500/366 = 20.49,四舍五入为20。

步骤3:选择样本并收集数据

如果你已经有了一个人口列表,在列表上随机选择一个起点,然后从那里选择每一个k要纳入你的样本的总体成员。

如果你没有列表,你可以选择每一个k在为你的研究收集数据的同时,为你的样本的总体成员。

就像在简单随机抽样,你应该尽量确保你为样本选择的每个人实际上都参与了你的研究。如果那些决定参与的人这样做的原因与您正在收集的变量有关,这可能会导致研究偏见影响你的学习。

示例:数据收集
你选择一名员工站在门口,调查每20个离开的顾客。重要的是,被选为样本的人要尽可能多地决定参与;否则,你的结果可能不能正确地反映整个人群的意见。

例如,那些对商店有特别好或特别坏的意见的人可能比一般顾客更愿意参与,从而使你的调查结果产生偏差。

关于系统抽样的常见问题

什么是概率抽样?

概率抽样意味着目标群体的每个成员都有一个已知的机会被包括在样本中。

概率抽样方法包括简单随机抽样系统抽样分层抽样,整群抽样

什么是系统抽样?

系统抽样是一个概率抽样法研究人员在定期间隔中选择人口成员——例如,通过选择人口列表中的每15个人。如果种群是随机顺序的,这就可以模仿的好处简单随机抽样

如何进行系统抽样?

有三个关键步骤系统抽样

  1. 定义并列出你的目标人口,确保不是周期性或周期性的顺序。
  2. 确定样本大小并计算区间,k,即用总体数除以目标样本容量。
  3. 选择每一个k作为样本的总人数。

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。

托马斯,L.(2022, 12月05日)。系统抽样|一步一步的指南与例子。Scribbr。检索于2022年12月17日,来自//www.charpingshvac.com/methodology/systematic-sampling/

这篇文章有用吗?
劳伦·托马斯。

劳伦拥有经济学和政治学学士学位,目前正在攻读经济学硕士学位。她一直在四处奔波,曾在美国和法国的五个城市生活过,她很高兴有一份随她而去的工作。
Baidu