《传播研究方法》第八讲

《传播研究方法》第八讲

ID:36717701

大小:1.76 MB

页数:50页

时间:2019-05-10

《传播研究方法》第八讲_第1页
《传播研究方法》第八讲_第2页
《传播研究方法》第八讲_第3页
《传播研究方法》第八讲_第4页
《传播研究方法》第八讲_第5页
资源描述:

《《传播研究方法》第八讲》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、复习为什么抽样?经济、提高研究质量抽样的类型:概率抽样、非概率抽样7种非概率抽样(NonprobabilitySampling)抽样类型原则便利样本Haphazard样本的选取主要考虑它们是否便利于收集、研究。目的样本Purposive尽可能收集到符合某一标准的全部样本。配额样本Quota样本在某些变量上有与总体相同的比例,以反映总体的多样性。但个案以便利抽样的方式抽取。滚雪球Snowball由一组成员来确定其他选入样本的成员。反常案例Deviantcase选取与主导范式不同的样本(一种特殊类型的目的样本)。贯序样本Seq

2、uential持续收集样本,直到样本中不再含有额外的信息或特征。理论样本Theoretical样本能够帮助揭示具有理论重要性的某一特殊场景/主题的特征。复习:概率抽样的逻辑和理论代表性(Representativeness)当选出的样本的各种集合特征大体接近于总体的集合特征时,样本就具有代表性。样本不需要在每一方面都具有代表性,代表性只需局限于与研究的实质性需要相关的特征。概率抽样的基本原则:总体中的每一单位都有一个已知的、非零的被包含在样本中的概率,尽管对于总体的所有单位而言,选择的概率并非总是相同的。EPSEM(Equ

3、alprobabilityofselectionmethod):在这种样本设计中,总体中的每个成员都具有相等的被选进样本的机会。概率抽样的独特优点:虽无法完美地代表总体,但能避免各种偏见;能够估计样本的精确度及代表性。复习:概率抽样的逻辑和理论代表性(Representativeness)当选出的样本的各种集合特征大体接近于总体的集合特征时,样本就具有代表性。样本不需要再每一方面都具有代表性,代表性只需局限于与研究的实质性需要相关的特征。概率抽样的基本原则:总体中的每一单位都有一个已知的、非零的被包含在样本中的概率,尽管对

4、于总体的所有单位而言,选择的概率并非总是相同的。EPSEM(Equalprobabilityofselectionmethod):在这种样本设计中,总体中的每个成员都具有相等的被选进样本的机会。概率抽样的独特优点:虽无法完美地代表总体,但能避免各种偏见;能够估计样本的精确度及代表性。复习:概率抽样的逻辑和理论随机选择(RandomSelection)获得代表性样本的核心步骤。随机并非偶然,而是一种非常仔细的特别的程序,能确保每一样本单位的选择都独立于其他单位的选择。独立:总体中的任何一个成员的选择都不会对总体中任何其他正在

5、被选择的成员的选择的可能性产生影响。例如:投掷硬币以随机数表或电脑程序完成。随机选择的优点此过程可以避免研究者自觉或不自觉的偏见;符合概率理论,提供了估计总体参数和抽样误差的基础。复习:概率抽样的逻辑和理论——一些基本概念总体(Population):我们感兴趣的、试图概括的群体或集合体。如:全国人口要素(Element):构成总体的单位,也是样本所包含的内容。在一个既定研究中,要素与分析单位往往是相同的。要素用于抽样,分析单位用于资料分析。样本率(samplingratio):样本个案数和总体之比,即n/N.例:总体包含

6、50,000人,研究者从中抽取150人作为样本,则样本率为150/50000=0.003or3%复习:概率抽样的逻辑和理论——一些基本概念样本框(SamplingFrame)“总体”是个抽象的概念。样本框:用于抽样的总体列表。如果样本能够代表总体,则其样本框必须包含所有(或几乎所有)的总体成员。例:对组织的研究【成员名单即为样本框】以电话黄页为样本框复习:概率抽样的逻辑和理论——一些基本概念样本框(SamplingFrame)样本框存在的四个潜在的缺陷丢失:样本框中丢失了目标总体的某些人口单位重复:某些单位在清单中登录了一

7、次以上不合格:样本框中有不属于目标总体的单位整群登录:样本框中的单位以群体形式登录样本框定义出现问题,会导致非抽样偏倚:样本框造成的偏倚;无回答偏倚测量误差【定义和测量工具的问题】复习:概率抽样的逻辑和理论——一些基本概念参数(parameter):对总体中某变量的概括性描述。统计值(statistic):对样本中的变量的概括描述,并被用来估测总体参数。统计值Statistic样本框SamplingFrame总体(Population)参数Parameter抽样过程SamplingProcess样本(Sample)数据中实

8、际观察到的抽样逻辑模型我们想要研究的复习:概率抽样的逻辑和理论——一些基本概念抽样单位(samplingunit)抽样过程中的基本单元。在简单随机抽样中,抽样单位是个体(individuals);在群集(clustersampling)抽样中,抽样单位是由个体组成的群集。层级(stratum):样本的一

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。