分层抽样是从分布不均的研究人群中抽取有代表性样本的常用方法，可以使各层内具有较好的均质性，然后在均质的各层内以随机方式抽取恰当的研究单位。分层抽样时要注意选择分层的特征指标与分层标志，各层内的研究单位其观察值变异越小，各层间变异越大，分层效果越好，抽样误差越小。

分层抽样可分为两种：

①等比例分层随机抽样，是指各层内抽样比例相同。

②最优分配分层随机抽样，是指按特定要求或针对各层的特点，在不同层抽取样本的比例不同，除考虑各层的观察单位数外，还考虑各层的标准差大小，使抽样误差进一步减少。抽取的比例应参照人口构成比进行，即构成比大的应多抽，构成比小的则少抽。

分层抽样的优点：

①抽样误差较少，分层后增加了层内的同质性，使观察值的变异度减少。

②抽样方法灵活，在分层抽样过程中，可对不同层采用不同的抽样方法。

③信息丰富，可估计总体的参数值，还可对各层做独立分析及层间比较分析。分层抽样的缺点是所获得结论仅适用于分层条件相同的其他对象，因此有局限性，另外，抽样钱需要有完整的研究人群资料，增加了工作的难度。

因此，为了保证样本对总体的代表性，分层抽样适用于总体含量大，构成复杂且内部差异明显的情况。

（2）

系统抽样（systematic sampling），又称机械抽样或等距抽样，是按照一定的顺序机械地，每隔一定的数量单位抽取一个单位的方法或者是按一定的比例抽取一个个体或一户居民的方法。特点：简便易行，抽样误差比单纯随机抽样小，对总体的估计较准确。适用于被选入样本的研究单位在总体中的分布比较均匀的情况。

（3）

简单随机抽样（simple random sampling）,又称单纯随机抽样，是指总体中的每个研究个体被选入样本中的概率完全相同，某个研究个体是否入选为样本完全随机决定。特点：简便易行，计算均数（或率）和抽样误差比较方便，适用于总体含量不大，变异性不显著的情况。

（4）

整群抽样(cluster sampling)：将总体中所有研究单位按某种属性分成若干个群体，再从若干群体中随机抽取其中一部分群体作为全部研究单位构成样本。特点：以群为单位进行抽样，易于组织实施，节省人力物力，适用于大规模调查，分群时应尽量使群体间差异小，抽取的群体数相对多，以减少误差，使样本代表性越好。

（5）

抽取有代表性的样本

多阶段抽样（multistage sampling）：常用于大型调查时采用的抽样方法。从总体中先抽取范围较大的单位，称为一级抽样单元（例如县、市），再从抽中的一级单元中抽取范围较小的二级抽样单位（例如区、街），称为二阶段抽样。若再继续从已抽出的区、街中抽取居民，称为三阶段抽样。三阶段以上的抽样通称为多阶段抽样。

2、非概率抽样（non-probability sampling），又称非随机抽样

是指未采取随机抽样的方法，总体中每个研究个体被抽取进入样本的概率是不确定的。非概率抽样的方法可分为四种：

（1）

方便抽样（convenient sampling）,样本限于总体中易于抽到的一部分。优点：方便、易行，省时省力省钱。缺点：抽到的样本不一定能代表总体，抽样误差较大。

（2）

配额抽样（quota sampling）,研究者根据总体内有层的特性，将总体依照某种标准分层（群），根据总体内各层（群）的构成比，按比例非随机抽取各层（群）中的研究单位作为样本。特点：在方便抽样的基础上增加分层配额的抽样，样本代表性比方便抽样好。

（3）

目的抽样（purposive sampling）,是指研究者依据专业研究领域的知识经验以及对调查总体的了解，有意识地选择最能代表总体的研究对象作为样本的抽样方法。适用于研究总体较小，但内部各研究对象间差异大，以及研究总体范围无法确定的情况。优点：具有很强的实用性。缺点：没有客观指标来判断所抽得的样本是否真正具有代表性。

（4）

滚雪球抽样（snowball sampling）,是指利用社会群体内部间联系较密切的优势和朋友间具有共性的特点，形成联系线索进行抽样。适用于寻找某些特殊总体的个体。

（李文俊）

参考文献：返回搜狐，查看更多