114 抽样设计Survey Sampling Methods - 西安交通大学.PPT

设计调查 Design Investigation 张煜 Email：zy_xjtu@163.com 029 西安交通大学机械工程学院工业设计系 0 2周 6周 10周 教学进度 16周 确定选题 访谈调查 定性分析 调查专题： 1.高档产品设计因素调查 2.与产品相关的生活方式调查 3.移动终端设备的用户研究方法 4.眼动仪在用户界面交互研究中的应用 5.SNS的用户行为研究与分析 6.游戏调查与设计 7.可用性测试方法分析与改进 4周 8周 问卷设计试调查 正式调查 数据分析 报告撰写 设计调查基础 专题讨论 1.14 抽样设计 Survey Sampling Methods * 定义目标人群 选择抽样框 指导实地调查 确定采用概率抽样或非概率抽样方法 根据抽样单元设计抽样过程 确定抽样的样本量 选择实际的抽样单元 抽样能否预测全体？ 抽样起什么作用？ 抽样的前提：样本调查的特性上有相似性 希望：这一次的抽样误差是多少？ 如何弥补这个问题？专家访谈，提高信度效度 心理学、社会学调查、实验没有普遍性 只能反映抽样的结果，“抽样人群”而不是“总体” 时间、地点、人等因素影响都很大；时效性，只能在一段时间有效，不是长期的。 不是规律，是经验，能告诉你下次如何调查实验。 虽然不能反映普遍规律，但是普遍问题的一个子集。“调查人群中的一部分问题”。 抽样具有三个特性： 能真实代表用户总体人群的基本特征 能反映用户总体人群的各种典型特征 能全面反映总体特征 这三个特性（代表性、典型性、全面性）就是抽样的基本思想。对这三个问题的考虑也就是为了提高抽样的效度（真实性和全面性）。 抽样的基本原则 2.概率抽样要求两个条件是“随机抽样”和“样本足够大”，只要取样足够大，随机抽样得到的数据就能够反映真实特性。 实际操作时，所谓的“随机”往往都受条件限制而无法实现。 在现实中很难估计什么叫“抽样样本足够大”？数理统计中给出这个数值了吗？因此实际调查时，一开始我们就要考虑调查效度，也就是从抽样结构和实际操作去设法弥补这些缺陷。数学上的这些“想象条件”无法被实现，必须找出等效的方法。用“抽样结构效度”代替“随机抽样”。 从可操作角度看，“随机抽样”和“取样足够大”的概念，被转化成“抽样的结构效度”概念。什么叫“抽样的结构效度”？人口分布具有若干附带有关因素，例如，性别、年龄、受教育程度、收入、居住地区等，人口数量可以被描述为按照年龄的分布数量（被称为“人口-年龄分布”表），人口数量可以被描述为按照受教育程度的分布数量等。这样，“如何随机抽样人口？”，就被转化成另一个问题：“使得抽取的人口数量基本符合附带因素的分布比例”，按照这些结构因素比例的抽样结果，应当大致符合“取样足够大”的“随机”抽样结果。 抽样的基本原则 3.在不同调查中，目的不同，对应的方法不同，选择的调查人数也不同，要具体分析。不论用什么抽样方法，最后都要考虑用什么公式（或什么方法）来确定抽样人数以及结合实际情况如何设计抽样方法。 抽样的基本原则 概率抽样(probability sampling) 简单随机抽样 系统抽样 分层抽样 多级整群抽样 概率比例抽样 非概率抽样(nonprobability sampling) 就近抽样 目标式或判断式抽样 滚雪球抽样 配额抽样 抽样方法 抽样设计中有两个因素可以减少抽样误差： 大样本比小样本产生的抽样误差小。 从同质总体中抽取样本比从异质总体中抽取样本所产生的抽样误差要小 简单随机抽样 确定抽样框，将所有要素进行编码，按照随机数表来选择样本要素。 d为估计误差，是我们设定的调查精度。 设定一个置信度水平1-α。通常置信度水平取95%，99%。确定了置信度水平即可查表得到对应的t值（标准正态分布的上侧分位数）。 σ2是总体方差（一般是不可知的，用样本方差代替总体方差）。 概率抽样 系统抽样 抽样间距=总体大小/样本大小 抽样比率=样本大小/总体大小 如果要素名单是以与抽样间隔一致的循环方式排列的，有可能产生重大偏误。 例如，需要从容量为5?000的总体中抽取一个容量为50的样本，我们可以从总体中每100（5 000／50）个个体中抽选一个个体。这种情况的系统样本，是从抽样框的前100个个体中随机选择一个；根据选中的第一个个体位置，然后在其后面的抽样框中，每隔100个个体选择一个，可得到样本中其余的个体。实际上，通过系统排列总体，及在随机抽取第一个个体后，每隔100个来选择一个个体，可以得到一个容量为50的样本。 概率抽样 分层抽样 将总体分成几个同质的次级集合，然后再从每个次级集合中抽出适当数量的样本。 可