抽样调查理论与实践剖析.ppt

抽样调查理论与实践赵继东 2014年10月 主要内容 一、抽样方法选择 二、样本量的确定 三、方案及问卷设计 四、抽样调查的组织实施 五、质量控制 六、数据汇总 七、推算总体与权重使用 八、数据分析与报告撰写 抽样方法选择 1、纯随机抽样：纯随机抽样是在总体中以完全随机的方法抽取一部分观察单位组成样本（即每个观察单位有同等的概率被抽中）。 其优点是简单直观；缺点是当总体较大时，难以对每个体一一编号，且抽到的样本分散，可能也不均匀。 2、系统抽样：系统抽样又称等距抽样或机械抽样，即先将总体中的全部个体按与研究现象无关的特征排序编号；然后根据样本含量大小，规定抽样间隔(步长）k；随机选定第i（i＜k）号个体开始，每隔一个k，抽取一个个体，组成样本。 系统抽样的优点是：易于理解，简便易行；容易得到一个在总体中分布均匀的样本，其抽样误差小于单纯随机抽样。缺点是：抽到的样本较分散，不易组织调查；当总体中观察单位按顺序有周期趋势或单调增加（减小）趋势时，容易产生偏倚。 PPS抽样法即属此列 ，实践中大多采用此法。 3、整群抽样：整群抽样是先将总体划分为K个“群”，每个群包含若干个观察单位，再随机抽取k个群（k＜K），由抽中的各群的全部观察单位组成样本。 整群抽样的优点是便于组织调查，节省经费，容易控制调查质量；缺点是当样本含量一定时，抽样误差大于单纯随机抽样。 4.分层抽样：分层抽样是先将总体中全部个体按对主要研究指标影响较大的某种特征分成若干“层”，再从每一层内随机抽取一定数量的观察单位组成样本。 分层抽样的优点是样本具有较好的代表性，抽样误差较小，分层后可根据情况对不同的层采用不同的抽样方法。 四种抽样方法的抽样误差大小一般是： 整群抽样≥单纯随机抽样≥系统抽样≥分层抽样。 此外还有选择性抽样、指定性抽样、滚雪球式抽样等。 选择抽样方法的原则： 方便、快速、精确、节省 1、代表性—要紧紧围绕调查项目的特点和要求。 2、精确性—以样本信息代表母体信息，可测量其可信度 3、可行性—要全面考虑每一种统计抽样方法各自的优点和运用条件。 4、低成本 在实际工作中，常常将两种或几种抽样方法结合使用，进行多阶段抽样。有的需要重点调查和抽样调查结合。 社保调查 人口抽样调查 住户收支调查 物价调查 采购经理调查 农产量调查 小微企业调查 其他市场调查等 样本量的确定 总原则：用最经济的样本量，取得尽可能准确的数据 一、离散度 1、极差 2、离均差平方和 3、方差 4、标准差：表示的是样本数据的离散程度。标准差就是样本平均数方差的开平方。 标准差越小，表明数据越聚集，需要的样本量越少；标准差越大，表明数据越离散，需要的样本量越多。 5、变异系数 二、置信度 也称为可靠度，或置信水平、置信系数，即在抽样对总体参数作出估计时，由于样本的随机性，其结论总是不确定的。 置信水平是指总体参数值落在样本统计值某一区内的概率；而置信区间是指在某一置信水平下，样本统计值与总体参数值间误差范围。置信区间越大，置信水平越高。 置信水平表示区间估计的把握程度，置信区间的跨度是置信水平的正函数，即要求的把握程度越大，势必得到一个较宽的置信区间，这就相应降低了估计的准确程度。 可靠度要求越高，需要的样本量越大。 实际工作中如何确定样本量 1、调查对于决策的重要性。重要的决策，需要更多更准确的信息，需要较大的样本；探索性研究，样本量可以较小。 2、收集有关许多变量的数据，样本量就要大一些，以减少抽样误差的累积效应。 3、如果需要采用多元统计方法对数据进行复杂的高级分析，样本量就应当较大。 4、如做许多分类等，也需要大样本。针对子样本分析比只限于对总样本分析，所需样本量要大得多。 5、可操作性。容易操作，简单易行，样本量可以多些；操作难度较大，样本就少些。 6、调查经费。 科学做法： 在调查前先抽取少量的样本，得到标准差S的估计，然后代入公式，得到下一步抽样所需样本量n。  如果有以前类似调查的数据，可以使用以前调查的方差作为总体方差的估计。 经验做法： 如果是多省市或者全国性的研究，则样本量可能在1000--3000之间比较适合；大型城市、省市一级的地区性研究，样本数在500--1000之间比较适合；中小城市，样本量在200--300之间比较适合； 如果要进行分组研究，每组样本量应该不少于50个。 在经费有限的情况下，每组的样本量可降至30个左右。 每组超过100个可能是资源浪费。 方案及问卷设计 总原则：切忌贪大求全，问题不宜太多，研究的问题要集中，时间不宜过长。 考虑要素：研究目标、调查报告的大致框架、覆盖的地理范围、将做哪些分组（涉及样本量）、所设问题之间的逻