Clasificación del muestreo aleatorio
Los métodos específicos de muestreo aleatorio puro son los siguientes: ① Sorteo. Firme todas las unidades de toda la población una por una, revuelva uniformemente y luego extraiga. ②Método de tabla de números aleatorios. Numere todas las unidades de la población y extraiga desde cualquier punto inicial de la tabla de números aleatorios (cualquier fila o columna) de izquierda a derecha o de derecha a izquierda, hacia arriba o hacia abajo, hasta alcanzar el tamaño de muestra deseado.
El muestreo puramente aleatorio debe tener un marco muestral completo, es decir, una lista de todas las unidades de la población completa. Cuando el grupo es demasiado grande, la carga de trabajo para crear dicho cuadro de muestra es enorme y hay muchos casos en los que no se puede obtener la lista del grupo. Por lo tanto, el muestreo aleatorio puro rara vez se utiliza en encuestas sociales a gran escala. Primero, toda la población se divide en varias subpoblaciones según una o varias características, y cada subpoblación se denomina capa, luego se selecciona aleatoriamente una submuestra de cada capa y se suma la suma de estas submuestras; la muestra total. Hay tres métodos para determinar el número de muestras en cada capa: ① Relación de estratificación. Es decir, la relación entre el número de muestras en cada estrato y el número total en ese estrato es igual. Por ejemplo, si el tamaño de la muestra es n=50 y la población es N=500, entonces n/N=0,1 es la proporción de muestra. El número de muestras en cada estrato se determina en función de esta proporción. ②Método Neymar. Es decir, el número de muestras a muestrear en cada estrato es proporcional al producto del número total en ese estrato y su desviación estándar. ③Método de distribución no proporcional. Cuando el número de casos en un determinado nivel es demasiado pequeño en el número total, para reflejar completamente las características de ese nivel en la muestra, la proporción del número de muestras en ese nivel en la muestra total se puede aumentar apropiadamente de manera artificial. . Pero hacerlo aumenta la complejidad del razonamiento.
Las variables que estratifican a la población son variables de estratificación. Las variables de estratificación ideales son las variables a medir en la encuesta o variables que están altamente correlacionadas con ellas. El principio de estratificación es aumentar la homogeneidad dentro de las capas y la heterogeneidad entre capas. Las variables de estratificación comunes son el género, la edad, la educación y la ocupación. El muestreo aleatorio estratificado se utiliza ampliamente en encuestas por muestreo reales. Con el mismo tamaño de muestra, tiene mayor precisión que el muestreo aleatorio simple y es fácil de administrar, de menor costo y mejor. También llamado muestreo equidistante. Ésta es una variación del muestreo puramente aleatorio. Durante el muestreo sistemático, la población se numera del 1 al n y se calcula la distancia de muestreo K=N/n. donde n es el número total de unidades y n es el tamaño de la muestra. Luego extraiga un número aleatorio k1 de 1 ~ K como la primera unidad de la muestra, y luego tome K1+K, K1+2k... hasta que se extraigan suficientes N unidades.
El muestreo sistemático debe evitar sesgos cíclicos, que pueden reducir la representatividad de la muestra. Por ejemplo, la lista de personal militar generalmente está organizada por escuadrón. Hay 10 personas en cada escuadrón y el líder del escuadrón ocupa el primer lugar. Si la distancia de muestreo también es 65.438+00, la muestra se compone enteramente de soldados o líderes de escuadrón.
Por poner un ejemplo sencillo: de 100 personas hay que seleccionar 10 personas. Ahora están numerados del 1 al 100 y luego divididos en 1-10, 11-20 y 26438. . . . . . Del 91 al 100. Entre los 10 grupos, el primer grupo extrae el número 3 (en realidad puedes elegir cualquier número del 1 al 10). Luego el segundo grupo saca 13, el tercer grupo saca 23 y el cuarto grupo saca 33. . . El número 93 fue elegido entre 10 grupos. También llamado muestreo multietapa. Los primeros cuatro métodos de muestreo son todos muestreo directo de la población al mismo tiempo, lo que se denomina muestreo de una sola etapa. El muestreo multietapa divide el proceso de muestreo en varias etapas y combina dos o más de los métodos anteriores. Por ejemplo, se utiliza un método de muestreo por conglomerados para seleccionar una escuela de muestra de una escuela secundaria en Beijing, luego se utiliza un método de muestreo por conglomerados para seleccionar una clase de muestra de una escuela de muestra y, finalmente, se utiliza un método de muestreo sistemático o puramente aleatorio para seleccione un estudiante de muestra de una clase de muestra. Cuando el estudio general es extenso y disperso, a menudo se utiliza el muestreo en múltiples etapas para reducir los costos de la encuesta. Sin embargo, dado que cada nivel de muestreo producirá errores, los errores de muestra generados por el muestreo de múltiples etapas también aumentarán en consecuencia.