样本大小 - 社会学研究方法的选择性

民意调查 的人群往往是一大群人之间进行。 经常被误认为是的想法，结果的可靠性会更好，如果问题回答每一个社会成员。 由于大量的时间，这种检查的金钱成本和复杂性是不能接受的。 随着越来越多的受访者不仅增加成本，而且也增加了不正确的数据的风险。 从实际情况来看，很多面试官和编码器的减少他们的行动的可靠的监控可能性。 这项调查被称为连续的。

在社会学，不连续性的研究是最经常使用，或取样方法。 他的研究结果可以被分配到一大群人，这是一般。

定义和重要性抽样方法

抽样方法 - 研究的从人群单元，和调查的结果的选择的定量方法将被扩展到每一个人，不参与此。

采样方法也科学研究和学科的主题。 他是获得对人口的可靠信息的手段，并帮助给它的所有参数的评估。 条款的选择项将影响对结果的后续统计分析。 如果选择的程序表现不佳，使用甚至收集到的信息处理的最可靠的方法将是无用的。

选择理论的主要概念

一般总体关于呼叫互连单元，其得出的结论，制定采样。 由于它可以成为一个国家，一个特定地点，该公司的工作人员，等居民。D.

一般部分，其使用特殊的技术和标准分离的总样本（或样本）。 例如，形成期间占统计标准。

包括在这个个体的数字或一组，调用它的体积。 但是它可以表示不仅在人数，也给投票站，定居点，那肯定是较大的单位，其中包括观察单元。 但它已经是一个多阶段抽样。

选择单元是人口的组成部分，它们可以是观察装置直接（单步样品）和更大的形成。

在使用抽样的方法获得的研究结果可靠大多数角色是一个属性，如采样的代表性。 这是一般人的，这也成为受访者应该充分发挥其全部特征的一部分。 任何偏离承认错误。

采样的应用阶段

每一个实证 案例研究 由阶段。 在将采样方法将内置序列如下的情况：

1. 创建示例项目：设置一般人群，其特点是选择程序的体积。
2. 执行：在社会学的数据收集的过程中执行指示的受访者选择的方法的工作面试。
3. 鉴定和代表性差错更正。

在社会学样本类型

确定的人口研究人员进行到采样过程后。 他们可以在两种类型（标准）可分为：

1. 在采样过程中的作用概率规律。
2. 筛选步数。

如果使用第一准则，则该方法被随机地分离和非随机选择。 关于后者的基础上，可以认为，样品可以是单级和多级。

类型的样品 直接影响的准备和研究，不仅各个阶段，也说明其结果。 在您优先选择其中的一个，你应该明白的概念的内容。

在国内的应用“随机”，一个完全相反的意义比在数学的定义。 这种选择是根据严格的规则进行不允许从他们的任何偏差，因为它是重要的，以提供一般人群的每个单元被包括在样品中的相同的机会。 如果不符合这些条件，这个概率会有所不同。

随机抽样，依次分为：

• 简单的;
• 机械（系统）;
• 插座（串行，簇）;
• 分层（典型或分区）。

简单类型的内容

使用该表进行简单采样方法 随机数。 最初，样品大小被确定; 它创建的属于一般人口为受访者的完整列表。 用于包含在数学和统计出版物特殊表的选择。 任何优秀的禁止使用它们。 如果样本大小 是一个三位数字，选择的每个单元的数目必须是一个三位数，即从001到790的最后一个号码是人的总数。 该研究将招募谁在这个范围内，这是在表中找到被分配一个号码的人。

该系统类型的内容

系统抽样是基于计算。 预编制的人口中的所有元素的字母顺序列表，设置步骤，然后才 - 样本大小。 公式步 如下：

N：N，其中N -一般人群，以及n -样品。

例如，150 000 5 000 = 30。所以，每三十人将被选择参与调查。

发明内容嵌套类型

整群抽样是在条件下使用，如果人们研究人口由少数自然群体。 在这种情况下，请注意，这样的槽的列表确定的数量的第一步骤。 使用随机数表的帮助下选择和进行的是谁在每个样品槽受访者连续调查。 在这种情况下，他们的更多了这项研究，较小的平均抽样误差。 然而，此技术可用于在所研究的巢提供了类似的功能。

摘要选择分层

分层抽样是从在上一般群体的选择前夕以前的不同分为阶层，即，具有共同属性的均匀部分。 例如，教育，选举的喜好程度，生活的各方面的满意程度。 最简单的方法是按性别和年龄来划分的主题。 原则上，有必要进行选择，以便从各个阶层已经分配的人数成比例的总量。

在这种情况下，样本大小可以比在具有随机选择的情况下变小，但这种表示会更高。 应该认识到，分层抽样是最昂贵的，在资金和信息，以及养殖方面的 - 最好的在这方面。

非随机抽样配额

还有一个名额样品。 她 - 唯一一种非随机选择的，其中有一个数学基础。 的应呈现的比例和普通人群匹配单元形成配额样品。 目的的分布特性以这样的形式来进行。 如果出现的症状调查人数的意见，人们估计，配额往往是性别，年龄，受访者的教育。

该案例研究还区分选择的方法有两种：重采样无需更换。 当第一次当选后的测试单元返回到普通人群，继续参与评选。 在第二实施例中，受访者排序，这增加了人口的其余成员的机会被选择。

社会科学家G. A. Cherchill开发了以下的规则：样品尺寸应该努力用于分量分类为初级和次级20-50至少100个观测。 应该记住的是，样品中的大部分受访者，因为种种原因不能参与调查甚至放弃它承担。

用于确定样品的大小的方法

在社会学研究应用这些方法：

1.任意的，即样品量在总人口的组合物的5-10％的范围内确定。

2.计算的传统方法是基于定期调查，例如，每年一次，覆盖600，2000或2500的受访者。

3.统计 - 是建立信息的可靠性。 统计作为一门科学不是孤立发展。 主题和她的研究领域积极参与其他相关部门：技术，经济和人道主义。 因此，在使用社会学它的方法，在用于制备轮询和，特别地，样本大小的确定。 统计作为一门科学具有广泛的方法论基础。

4.在所设定的允许量进行研究的费用支出。

5.样本大小可以等于普通人群的单元的数量，然后研究将携带连续性质。 这种方法适用于小团体。 例如，劳动集体，学生等。D.

此前，人们发现，样品被认为是代表时，其特征描述与人口最少的错误的性质。

计算样本量的估计之前的从普通人群配房最终数目：

N = Npqt ^2：Nδ2 _P + PQT ^2，其中所述N -的一般人群的单元的数量，对- （ - P Q = 1），叔-匹配率置信概率P（由一个特殊的表确定的），Δ所研究的性状的比例_p -可容忍误差。

这仅仅是样品体积是如何计算的一个实施例。 式可根据所选择的研究条件和标准（例如，重复的或非迭代样品）而变化。

抽样误差

基于使用的样品类型之一人口的民意调查中，我们上面讨论。 然而，在任何情况下，每一个研究者的任务是评估的数字准确度，也就是，你需要确定他们是否反映人口的特点。

抽样误差可分为随机和非随机的。 第一种类型包括从一般的选择性指标偏差，其可以通过（中间）级分和由不仅连续测量类型引起的差来表示。 很自然地，如果已经下降对增长的受访者人数的背景下。

这就是所谓的从总指数系统误差偏差，如减去样品和普通比例，从既定规则采样技术的失配引起发现。

这些类型的错误包括在整体抽样误差。 在总人口中的研究可以得出只有一个样本。 最大可能的采样指标偏差的计算可以通过一个特殊的配方来执行。 这就是所谓的边际抽样误差。 还有这样的事，平均抽样误差。 这意味着从一般样品分数方差。

分离为后验（posleopytny）类型的错误。 它指的是从一般兴趣（平均）下它的指标的样品的偏差。 它是通过比较总指数，其中的细节来自可靠来源，并选择性，这是建立在调查计算。 作为可靠的信息来源是企业，政府统计机构的经常人事部门。

此外，还有一个先验误差，作为拒绝的样品和普通指标，其可以被表示为在其股份的差，并计算其可以是在一个特殊的配方。

在教育研究最常犯有关的受访者选择了以下错误：

1.样本人群属于不同一般。 当它们被用于开发适用于整个样本的统计结论。 很明显，这是不能接受。

2.考虑到类型的样品时，没有考虑采取研究者，组织和财政能力，其中之一是首选。

3.不要充分利用预防抽样误差占总人口的统计标准结构。

4.不要考虑在比较研究的受访者代表的选择的要求。

5.访问员指令必须适应于由选择类型采用的具体细节。

在研究中，受访者参与的性质可以是开放的或匿名。 这应该被视为对样品的形成，从而不同意的条款，参与者可以退休了。