四种非概率抽样的操作步骤及适用环境

滚雪球抽样的例子如下：滚雪球抽样，是指先随机选择一些被访者并对其实施访问，再请他们提供另外一些属于所研究目标总体的调查对象，根据所形成的线索选择此后的调查对象。简介：滚雪球抽样(Snowball sampling)。例如，要研究退休老人的生活，可以清晨到公园去结识几位散步老人，再通过他们结识其朋友，不用很久，你就可以交上一大批老年朋友。但是这种方法偏误也很大，那些不好活动、不爱去公园、不爱和别人交往、喜欢一个人在家里活动的老人，你就很难把雪球滚到他们那里去，而他们却代表着另外一种退休后的生活方式。滚雪球抽样以若干个具有所需特征的人为最初的调查对象，然后依靠他们提供认识的合格的调查对象，再由这些人提供第三批调查对象，依次类推，样本如同滚雪球般由小变大。滚雪球抽样多用于总体单位的信息不足或观察性研究的情况。这种抽样中有些分子最后仍无法找到，有些分子被提供者漏而不提，两者都可能造成误差。第一批被访者是采用概率抽样得来的，之后的被访者都属于非概率抽样，此类被访者彼此之间较为相似。例如:目前中国的小轿车车主等。

滚雪球抽样是一种非随机抽样方法，一般适用于社会学、教育学和市场调研等领域。该方法的优点主要包括：方便操作、高效、适用于目标难以直接获取的人群。缺点主要包括：可能存在偏差、无法考虑个体差异、受节奏和个人心态影响。一、滚雪球抽样的优点1、方便操作：滚雪球抽样是一种简单直接的抽样方法，操作方便，容易实施。2、高效：适用于人员生态或人际网络开展的调查对象数量较小的调查研究，数据收集效率高。3、适用于目标难以直接获取的人群：滚雪球抽样的优点是适用于目标人群不容易获取或样本数量不太多的情况。二、滚雪球抽样的缺点1、可能存在偏差：由于滚雪球抽样是非随机性抽样，因此可能存在偏差，不能完全代表整个受众群体。2、无法考虑个体差异：滚雪球抽样不能考虑受访者个体之间的异质性和多样性，难以描述总体的特点。3、受节奏和个人心态影响：滚雪球抽样容易受到研究对象的节奏和个人心态的影响，数据的真实性难以保证。滚雪球抽样是一种有利有弊的抽样方法，可以在特定条件下应用，但同时也要考虑其不足和缺点。在实施滚雪球抽样的过程中，需要根据具体的研究对象和采样目的，综合考虑样本质量要求、可达到的样本规模、抽样策略等多方面因素，从而确保抽样的精度和结果的可信度。滚雪球抽样的注意事项1、确定抽样范围：需要明确抽样的研究对象群体范围，确定要抽取的样本数量，以及是否需要考虑对象属性、性别、年龄等特定属性。2、确认调查者：需要选取信任的调查者居间推荐，以确保抽取的样本具有代表性和可信度。3、确定抽样路径：需要确定滚雪球抽样的路径和步长，这是构建样本的关键环节，需要考虑不同模型和实际情况下的路径选择。4、控制样本误差：需要注意控制样本误差，调查研究过程中需要注意测量误差、表达误差和框架误差等潜在问题。5. 注意退出：滚雪球抽样是一种主动找到样本的抽样方法，需要适当掌握退出样本的方法和原则，避免样本数量过多或样本重复。在进行滚雪球抽样时需要注意以上几点，以提高样本质量和抽样精度，进而保证研究者的研究节奏和结果的可信度。此外，滚雪球抽样适合于某些调查和研究场景，但不适合于样本总量较大或调查目标需要固定样本量的场景。若使用滚雪球抽样作为调查方法，需特别注重抽样设计和抽样过程的可靠性和有效性，以实现所期望的研究目标。

滚雪球抽样是一种非概率抽样方法，适用于研究人口特征难以获取完整名单的情况，例如研究非法移民、毒品滥用者等群体。滚雪球抽样的基本过程是：首先找到一部分初始被调查者（也称种子个体），通过这些个体介绍和联系其他符合研究条件的人群，进一步扩大样本规模。通过这种方式，可以让研究者接触到那些不容易被直接获取名单的人群，从而提高调查的效率和可行性。滚雪球抽样的优点在于：能够接触到那些不容易被直接获取名单的人群，如隐蔽、边缘化群体等；可以获得一些非常有用的信息，如那些无法在标准的抽样方法中出现的样本、被抽样者的社会网络信息等；还可以适用于一些小众、特定的研究领域，如研究少数民族、性工作者等。滚雪球抽样的缺点在于：可能会引入抽样偏差，因为初始种子个体和后续加入的个体都是基于非概率的方式选择的；可能会引入自我选择偏差，因为那些愿意参加研究的人往往具有某些特殊的特征或态度；样本的多样性有限，可能无法覆盖全部人群。因此，在使用滚雪球抽样时，需要注意样本的代表性和可靠性，并且需要进行数据的有效性和可比性检验。

滚雪球抽样是指先随机选择一些被访者并对其实施访问，再请他们提供另外一些属于所研究目标总体的调查对象，根据所形成的线索选择此后的调查对象。滚雪球抽样可以根据某些样本特征对样本进行控制，适用寻找一些在总体中十分稀少的人物。滚雪球抽样的调查费用相对较少，然而这种成本的节约是以调查质量的降低为代价的。整个样本很可能出现偏差，因为那些个体的名单来源于那些最初调查过的人，而他们之间可能十分相似，因此，样本可能不能很好地代表整个总体。另外，如果被调查者不愿意提供人员来接受调查，那么这种方法就会受阻。

一个是在原来的基础范围内，一个是随机随意抽取。滚雪球式抽样是指在原来的抽样基础上扩大抽样范围机会的。抽样是指不同的时间随意的时间去抽样。滚雪球抽样是指先随机选择一些被访者并对其实施访问。再请他们提供另外一些属于所研究目标总体的调查对象。根据所形成的线索选择此后的调查对象。二者定义不同。

【答案】：滚雪球抽样的优点：能利用样本单位点方便快捷地寻找样本单位点，有针对性地找到样本单位。滚雪球抽样的缺点：要求总体单位之间必须有一定的联系，并愿意提供和保持这种关系，或至少不会反对向外公开这种关系。滚雪球抽样的适用性：通常用于对总体缺乏了解，没有现成的抽样框以及那些现象发生率低的事物。

划分标志；抽样误差。滚雪球抽样和整层抽样的不同点有：1、滚雪球抽样的划分标志与调查标志有密切关系，而整层抽样的划分标志不一定与调查标志有关。2、滚雪球抽样的抽样误差取决于各层总体方差的平均数，整层抽样的抽样误差取决于总体的群间方差。

在滚雪球抽样中，先选择一组调查对象，通常是随机地选取的。访问这些被调查者之后，再请他们提供另外一些属于所研究的目标总体的调查对象，根据所提供的线索，选择此后的调查对象。这一过程会继续下去，形成滚雪球的效果。尽管最初选择调查对象时采用的是随机抽样，但是最后的样本都是非概率样本，被推荐或安排的被调查者比随机抽取的被调查者将在人口和心理特征方面更类似于推荐他们的那些人。滚雪球抽样主要是用于估计十分稀有的人物特征，例如名字不能公开的，可利用政府或社会服务的人员；特别的群体，如私家车的车主等。滚雪球抽样的主要优点是可以大大地增加接触总体中所需群体的可能性。

是。问卷属于滚雪球抽样，滚雪球抽样是指先对随机选择的一些被调查者实施访问，然后再请推荐属于研究目标总体特征的调查对象。问卷调查是指通过制定详细周密的问卷，要求被调查者据此进行回答以收集资料的方法。

【答案】：D雪球抽样也称为滚雪球抽样，其原理是先找到最初的样本单位，然后根据他们提供的信息去获得新的样本单位；这种过程不断继续，直到完成规定的样本容量为止。滚雪球抽样往往用于对稀少的特定群体的调查。

滚雪球抽样是非概率抽样的基本方法之一滚雪球抽样是指先对随机选择的一些被调查者实施访问，然后再请他们推荐属于研究目标总体特征的调查对象。这种方法用于低发生率或少见的总体中进行抽样，因为要找到这些少见的个体，代价是很大的，使得调查人员因为费用的原因不得不使用类似滚雪球这样的抽样技巧。

可以根据某些样本特征对样本进行控制，适用寻找一些在总体中十分稀少的人物。调查费用大大减少，然而这种成本的节约是以调查质量的降低为代价的。整个样本很可能出现偏差，因为那些个体的名单来源于那些最初调查过的人，而他们之间可能十分相似，因此，样本可能不能很好地代表整个总体。另外，如果被调查者不愿意提供人员来接受调查，那么这种方法就会受阻。 如果总体不大，有时用不了几次就会接近饱和状况，即后来访问的人再介绍的都是已经访问过的人。但是很可能最后仍有许多个体无法找到，还有些个体因某些原因被提供者故意漏掉不提，这两者都可能具有某些值得注意的性质，因而可能产生偏误，不能保证代表性。　滚雪球抽样是在特定总体的成员难以找到时最适合的一种抽样方法。譬如对获得无家可归者、流动劳工及非法移民等的样本就十分适用。

一般来说应该属于滚雪球抽样，滚雪球抽样是指先对随机选择的一些被调查者实施访问，然后再请他们推荐属于研究目标总体特征的调查对象。使用问卷星通常是通过朋友圈等形式使一部分人群进行回答，同时回答人群进一步转发扩散问卷，最终回收到目标样本总量。

常用的非概率抽样方法有以下四类：1、方便抽样（Convenience sampling）指根据调查者的方便选取的样本，以无目标、随意的方式进行。例如：街头拦截访问（看到谁就访问谁）；个别入户项目谁开门就访问谁。优点：适用于总体中每个个体都是“同质”的，最方便、最省钱；可以在探索性研究中使用，另外还可用于小组座谈会、预测问卷等方面的样本选取工作。缺点：抽样偏差较大，不适用于要做总体推断的任何民意项目，对描述性或因果性研究最好不要采用方便抽样。2、判断抽样（Judgment sampling）指由专家判断而有目的地抽取他认为“有代表性的样本”。例如：社会学家研究某国家的一般家庭情况时，常以专家判断方法挑选“中型城镇”进行。也有家庭研究专家选取某类家庭进行研究，如选三口之家（子女正在上学的）；在探索性研究中，如抽取深度访问的样本时，可以使用这种方法。优点：适用于总体的构成单位极不相同而样本数很小，同时设计调查者对总体的有关特征具有相当的了解（明白研究的具体指向）的情况下，适合特殊类型的研究（如产品口味测试等）；操作成本低，方便快捷，在商业性调研中较多用。缺点：该类抽样结果受研究人员的倾向性影响大，一旦主观判断偏差，则根易引起抽样偏差；不能直接对研究总体进行推断。3、配额抽样（Quota sampling）指先将总体元素按某些控制的指标或特性分类，然后按方便抽样或判断抽样选取样本元素。相当于包括两个阶段的加限制的判断抽样。在第一阶段需要确定总体中的特性分布（控制特征），通常，样本中具备这些控制特征的元素的比例与总体中有这些特征的元素的比例是相同的，通过第一步的配额，保证了在这些特征上样本的组成与总体的组成是一致的。在第二阶段，按照配额来控制样本的抽取工作，要求所选出的元素要适合所控制的特性。例如：定点街访中的配额抽样。优点：适用于设计调查者对总体的有关特征具有一定的了解而样本数较多的情况下，实际上，配额抽样属于先“分层”（事先确定每层的样本量）再“判断”（在每层中以判断抽样的方法选取抽样个体）；费用不高，易于实施，能满足总体比例的要求。缺点：容易掩盖不可忽略的偏差。4、滚雪球抽样（Snowball sampling）指先随机选择一些被访者并对其实施访问，再请他们提供另外一些属于所研究目标总体的调查对象，根据所形成的线索选择此后的调查对象。第一批被访者是采用概率抽样得来的，之后的被访者都属于非概率抽样，此类被访者彼此之间较为相似。例如：如在目前中国的小轿车车主等。优点：可以根据某些样本特征对样本进行控制，适用寻找一些在总体中十分稀少的人物。缺点：有选择偏差，不能保证代表性。扩展资料抽样是有一定规则的，抽样的基本要求是：1、总体范围的确定抽样首先要明确规定抽样的总体范围，一般来说，研究课题和研究目的决定了总体的范围。如，“上海市区初中学生身体素质的调查”这个课题的总体就是上海市区全体初一至初三的中学生，不包括郊县的初中生。如果总体范围不很清楚，在抽样前应对总体做出明确的规定。否则，会对抽取样本和研究结果的推断造成麻烦。通常研究课题的确立就已基本框定了总体范围，研究者要考虑的是为什么要确定该总体的理由，以及研究的预期效果和可行性问题。2、抽样的随机化抽样要尽可能做到随机化（random）。随机化是指总体中的每个个体被选入样本的概率（probability）不为零。也就是说，总体中的每一个个体入选的机会均等。随机是科学研究的基本原则。抽样的随机化是一种精确而科学的过程，是科学研究结果可靠性的保证，可以避免研究者自觉或不自觉的偏见。抽签、摇奖就是根据抽样的随机化原理设计的。严格的抽样必须是随机的，这样可避免研究者的主观倾向或人为因素造成的抽样偏差（sampling bias）3、样本的代表性样本的代表性指样本应具备总体的性质或特征，样本能在较大程度上代表总体。样本研究的关键在于抽样和推论，抽样是推论的先决条件，样本的代表性会影响研究结论的可靠性和研究结论的推断程度。代表性越高的样本，其研究结果的普遍性就越大。反之，如果样本没有代表性往往会导致研究的失败。常为人引用的一个例子是：1936年美国的总统大选，当时美国的《文学文摘》杂志曾做了一次关于总统大选的民意调查，调查结果预测兰登将在总统选举中获胜，罗斯福落选。但事实正好相反，选举结果是罗斯福当选总统。虽然《文学文摘》杂志的民意调查样本数很大，但调查者的样本是从电话号簿和汽车登记册中抽取的。1936年正是美国经济大萧条过后，有汽车有电话的人仅代表了美国选民中的某个特定阶层，对于选民总体来说不具备代表性。这次民意调查的失败主要在于抽样偏差，样本没有代表性，抽取的样本在质上与总体特征不相吻合。与此同时，盖洛普民意调查所也作了总统大选的调查，只发了2000份问卷，结果预测成功，罗斯福当选总统。4、合理的样本容量样本容量又称样本大小，是指抽取样本的具体数量。样本数量的多少是研究无法回避的问题，是研究设计中重要的一环，也是比较困难的一件事。它既要符合研究目的、内容，满足教育统计的要求，又要考虑抽样的可能性，并使误差减少到最低限度。一般来说，样本数越多，代表性越好，但是增大样本，势必增加研究的人力、物力、财力，增加研究的难度，造成不必要的浪费。如果样本数太小，则抽样误差较大，样本不能代表总体，不利于统计分析，影响研究效果。样本数量究竟多少为宜，这是一个复杂的问题。我们很难说出一个确定的数字，样本数量要从多个方面综合起来考虑。抽样是以概率论为理论基础。抽样的作用是为了合理地减少研究对象，既可以节约人力、物力、时间，又可使研究力量相对集中，使研究工作深入、细致，从而提高研究的准确性和可靠性。一般来说，定性研究中抽取的样本很小，样本有时仅仅是一个案例或一个个体，研究目的是为了对所研究对象进行更深入的了解。而定量研究的样本数较大，样本可以是一群个体，并要考虑样本能否准确代表总体，能否对总体作出推断。参考资料来源：百度百科-非概率抽样

非随机抽样的主要方法有非随机抽样的主要方法就是，非随机抽样方法有偶遇抽样、判断抽样、等额抽样、滚雪球抽样。非随机抽样的定义是指抽样时不是遵循随机原则，而是按照研究人员的主观经验或其它条件来抽取样本的一种抽样方法。非随机抽样调查是凭调查人员的意愿、经验和知识,从总体中选择被认为具有代表性的样本进行调查。非随机抽样也称“判断抽样”。抽样的一种。研究者根据自己的专业知识、经验、态度或观点来确定调查对象或抽取样品的抽样方法。非随机抽样的主要方法就是，如统计调查中的重点调查、典型调查。这类抽样方法带有明显的主观色彩。非随机抽样获得的样本，不能应用推断统计的方法作分析。非随机抽样的主要方法适用场合1、非随机抽样严格的概率抽样几乎无法进行。2、调查目的仅是非随机抽样对问题的初步探索或提出假设。3、非随机抽样调查对象不确定或根本无法确定。4、总体各单位间离散程度不大，且非随机抽样调查人员有丰富的调查经验。

　抽样方法可分为两大类：随机抽样（Probability-Sampling），即在抽样时，母群体中每一个抽样单位被选为样本之机率相同。 随机抽样具有健全之统计理论基础，可用机率理论加以解释，是一种客观而科学的抽样方法，在市场调查 中通常都用随机抽样。常用的随机抽样方法主要有纯随机抽样、分层抽样、系统抽样、整群抽样、多阶段抽样等。非随时抽样（Non-Probabity-Sampling），在抽样时，抽样单位被选为样本之机率为不可知。非随时抽样分为任意抽样、判断抽样、配额抽样和滚雪球抽样

【答案】：B、D本题考查抽样市场调查。随机抽样可分为简单随机抽样、等距抽样、分层抽样、整群抽样等。非随机抽样常见的方法有任意抽样、判断抽样、配额抽样和滚雪球抽样。

【答案】：A、B、D概率抽样是根据一个已知的概率随机选取被调查者。从理论上讲，概率抽样是最科学的抽样方法，它能保证抽出来的部分单位（样本单位）对总体单位的代表性，而且它能将抽样误差限制在一定范围之内。常用的概率抽样形式有：简单随机抽样、分层抽样、整群抽样、系统抽样。方便抽样和滚雪球抽样属于非概率抽样。

非随机抽样是指抽样时不是遵循随机原则，而是按照研究人员的主观经验或其他条件来抽取样本的一种抽样方法。(1)重点抽样。重点抽样只对总体中为数不多但影响颇大(标志值在总体中所占比重颇大)的重点单位调查。(2)典型抽样。典型抽样是挑选若干有代表性的单位进行研究。(3)任意抽样。任意抽样是随意抽取调查单位进行调查(与随机抽样不同，不保证每个单位相等的入选机会)，如柜台访客调查、街头路边拦人调查。(4)配额抽样。配额抽样是对总体作若干分类，在样本容量既定的情况下，按照配额从总体各部分抽取调查单位。（2）非随机袖样法非随机抽样法是指不按照随机原则，而是按照调查者主观设定的某个标准抽选样本单位的调査方法。此方法对样本单位的抽选是经过调查人思考后有意识进行的。一般来说，非随机抽样可有以下几种方式：①偶遇抽样法。又称方便抽样，是根据调查者的方便与否，以尽可能使调查对象对总体具有代表性为原则的一种抽样方法。这种方法常用于非正式的探索性调查。通常在总体各单位标志差异不大时，采用此法可获得具有较强代表性的调查结果。②判断抽样。又称立意抽样。是按照调査者的主观判断选取调査单位组成样本的一种方法。采用此方法的前提为调査者必须对总体的有关特性有相当的了解，判断样本单位代表性大小完全凭调查者的经验、知识等。在精确度要求不很高的情况下，通常可采用此种方法。③配额抽样。又称定额抽样，这是一种与类型抽样相对应的非随机抽样，是指调查者首先将总体中的所有单位按其一定属性或特征分成若干组，然后再采用偶遇或立意抽样的方式抽选样本单位的一种方法。非随机抽样方式灵活，能适应多变的市场环境。因此，小规模的经常性的市场调査更多地采用非随机抽样。非随机抽样的缺点是不能判断误差，对所调査结果的把握程度难以精确估计。

非概率抽样依抽样特点可分为方便抽样、定额抽样、立意抽样、滚雪球抽样和空间抽样。 对非静止的、暂时性的空间相邻的群体的抽样方法。例如，游行与集会没有确定的总体，参加者从一地到另一地，一些人离去又有一些人进来，但这些事件是在一定范围内进行的。对这样的总体在同一时间内抽样十分重要，以便样本组成不会经历时间上的太大变化。具体作法是:若干调查员间隔均匀的距离,从某一方向开始，访问离他最近的人，然后每隔一定步数抽取一人为调查对象。

数据收集的四种常见的方式包括问卷调查、查阅资料、实地考查、试验，几种方法各有各的又是和缺点，具体分析如下。一是问卷调查。问卷调查是数据收集最常用的一种方式，因为它的成本比较低，而且得到的信息也会比较全面。但是问卷调查所得到的答案通常是没有针对性的，也就是说，对问卷调查所收集到的数据要进行进一步的分析。并且以前问卷调查推广的时间会比较慢，因为很耗人力。但是现在网上有很多问卷调查的网站，如果通过问卷调查网站收集数据的话，那么会更方便快速一些。所以问卷调查操作方便，缺点是数据没有针对性，无法得到深层次的数据。二是查阅资料。查阅资料是最古老的数据收集的方式，通过查阅书籍，记录等资料来得到自己想要的数据。在这个数据收集的过程中，本来就有筛选性和分析性，也就是说，查阅资料所得到的数据，相对而言，可能更接近你想要得到的结果。现在不管是图书馆还是网络查询，都是非常方便的，给查阅资料提供了很好的环境。查阅资料的缺点是对操作者的要求很高，并且现在资料繁琐真假参半，需要有很高的判断力。三是实地考查。实地考察就是到指定的地方去做研究 。指为明白一个事物的真相，势态发展流程，而去实地进行直观的，局部进行详细的调查。在考察过程中，要随时对自己观察到的现象进行分析，努力把握住考察对象的特点。这种收集数据的方式就比较耗时耗力，并且也需要大家的配合。这种收集方式的优点是可以第一时间得到第一手的资料，缺点就是可能没有办法达到你想要的目标，因为考察过程中变数也是很大的。四是实验。实验设计数据是四种方法中最耗时间的一种，因为它是通过各种各样的实验来得到一个统一的方向，也就是说，在这个过程中，可能有无数次的失败。但是实验得到的数据是最准确的，而且可能会推动某个行业的进步。所以，实验收集数据的优点是数据的准确性很高，而他的缺点就是未知性很大，不管实验的周期还是实验的结果都是不确定性的。随着科技的发展和大数据时代的到来，收集数据越来越容易，而大家也应该更注重于保护和利用数据。

定性研究与定量研究的区别是研究的方法和目的不同。研究的方法不同：定量研究的方法是通过调查法、相关法、实验法获取数据进行分析，其中数学的应用占了很大地位。很多时候是通过分析数据发现问题进行的研究。定性研究强调研究人的经验和思维力度。使用的方法有文献分析法、访谈法、历史回顾法、观察法等。研究目的不同：定量研究主要根据数据统计发现研究对象的数量关系，从而得出结论剖析问题，其目的在于研究问题并找出解决的方法。定性研究的关注点在于发掘研究对象的性质，发现研究对象的行为特征，分析探讨出产生的原因。知网查重：1、包括论文正文、原创说明、摘要、图标及公式说明、参考文献、附录、实验研究成果、结语、引言、专利、文献、注释，以及各种表格。2、大多数高校在每年毕业季时，都会统一发通知说明学校的毕业论文规范和查重说明，学校会统一下发论文样式等内容，一般会详细说明查重的范围。3、要是学校有具体的要求，那提交到学校的时候必须按照学校所要求的来。数据收集方法：在研究中可以使用各种方法收集定量和定性数据，收集数据有助于辅助解决论文中提出的各种问题。

电视台、电台和报纸记者的“街头拦人”调查，所采用的抽样方法是( )A．方便抽样B．配额抽样C．系统抽样D．雪球抽样因为只有这四种选项，所以没有随机抽样

非随机抽样方式,一种主观抽样方法,在选择样本时,加入人的主观因素,使总体中,每一个体被抽取的机会,是不均等的 非随机抽样方式分类,1方便,2判断,3配额,4固定样本连续调查,5滚雪球

不知道总体时，可以采取以下几种抽样方法：1、偶遇抽样：是指研究者根据现实情况，以自己方便的形式抽取偶然遇到的人，或者仅仅选择那些离得最近的、最容易找到的人作为调查对象的方法。 2、判断抽样：调查者根据研究的目标和自己主观的分析来选择和确定调查对象的方法。 3、雪球抽样：当无法了解总体情况时，可以从总体中少数成员入手，向他们询问其他符合条件的人，再去找那些人并再询问他们知道的人。如同滚雪球一样。

滚雪球 [gǔn xuě qiú]基本翻译snowball网络释义滚雪球:Snowball滚雪球:snowball sampling滚雪球抽样:snowball sampling|Snow Sampling

现代被广泛应用的抽样调查是概率抽样。因此，现代的抽样调查是指概率抽样，其定义为：抽样调查，又称抽样推断，是一种重要的、科学的非全面调查方法。它根据调查的目的和任务要求，按照随机原则，从若干单位组成的事物总体中，抽取部分样本单位来进行调查、观察，用所得到的调查标志的数据来推断总体。抽样调查按抽样的组织形式划分，有以下几种主要方法： 　　（1）简单随机抽样（也叫纯随机抽样，SPS抽样）。也就是从总体中不加任何分组、划类、排队等，完全随机地抽取调查单位。特点是：每个样本单位被抽中的概率相等，样本的每个单位完全独立，彼此之间无一定的关联性和排斥性。简单随机抽样是其他各种抽样形式的基础。通常只是在总体单位之间差异程度较小和数目较少时，才采用这种方法。 　　（2）等距抽样（也叫机械抽样或系统抽样，SYS抽样）。是将总体各单位按一定标志或次序排列成为图形或一览表式（也就是通常所说的排队），然后按相等的距离或间隔抽取样本单位。特点是：抽出的单位在总体中是均匀分布的，而且抽取的样本可少于纯随机抽样。等距抽样既可以用同调查项目相关的标志排队，也可以用同调查项目无关的标志排队。等距抽样是实际工作中应用较多的方法，目前我国城乡居民收支等调查，都是采用这种方式。 　　（3）类型抽样（也叫分层抽样，STR抽样）。就是将总体单位按其属性特征分成若干类型或层，然后在类型或层中随机抽取样本单位。特点是：由于通过划类分层，增大了各类型中单位间的共同性，容易抽出具有代表性的调查样本。该方法适用于总体情况复杂，各单位之间差异较大，单位较多的情况。 　　（4）整群抽样（又称集团抽样）。就是从总体中成群成组地抽取调查单位，而不是一个一个地抽取调查样本。特点是：调查单位比较集中，调查工作的组织和进行比较方便。但调查单位在总体中的分布不均匀，准确性要差些。因此，在群间差异性不大或者不适宜单个地抽选调查样本的情况下，可采用这种方式。 　　（5）多阶抽样（又称多级抽样）。就是将调查分成两个或两个以上的阶段进行抽样。第一阶段先将总体按照一定的规范分成若干抽样单位，称之为一级抽样单位（或称初级抽样单位），再把抽中的一级抽样单位分成若干更小的二级抽样单位，从抽中的二级抽样单位再分三级抽样单位等等，这样就形成一个多阶段抽样过程。特点是，在对超大而又复杂总体调查的抽样中实施和管理更加方便，且不需要对每级抽样单位编制完全的抽样框。 　　（6）二重抽样（又称两相抽样）。就是先抽取一个容量比较大的初始样本，用初始样本估计总体的某些参数或某些必要的信息作为分层的比例或再次抽样的标志，然后将抽出的初始大样本作为"总体"，从中抽取容量合适的样本进行比较详细的调查。特点是，适合用于对总体信息了解比较少的调查。 　　（7）比率抽样（PPS抽样）。就是将总体按一种准确的标准划分出容量不等的具有相同标志的单位在总体中不同比率分配的样本量进行的抽样。特点是总体中含量大的部分被抽中的概率也大，可以提高样本的代表性。 　　在抽样调查的实际工作中，经常是要将几种抽样方法结合起来应用。比如，城市居民的收支调查，是将二重抽样、多阶段抽样、分层抽样、机械抽样等多种方法结合起来使用。 　　在现实的商业性的市场调查中也有非概率抽样的应用。如，配额抽样、随意抽样、志愿者抽样、判断抽样、修正的概率抽样和滚雪球抽样等等，由于这些抽样方法容易出现偏差，所以只在对共性特别强的群体的商业性调查中应用。

概率抽样以概率理论为依据,通过随机化的机械操作程序取得样本,所以能避免抽样过程中的人为因素的影响,保证样本的客观性.虽然随机样本一般不会与总体完全一致,但它所依据的是大数定律,而且能计算和控制抽样误差,因此可以正确地说明样本的统计值在多大程度上适合于总体,根据样本调查的结果可以从数量上推断总体,也可在一定程度上说明总体的性质,特征.概率抽样主要分为简单随机抽样,系统抽样,分类抽样,整群抽样,多阶段抽样等类型.现实生活中绝大多数抽样调查都采用概率抽样方法来抽取样本.非概率抽样:又称为不等概率抽样或非随机抽样,就是调查者根据自己的方便或主观判断抽取样本的方法.它不是严格按随机抽样原则来抽取样本,所以失去了大数定律的存在基础,也就无法确定抽样误差,无法正确地说明样本的统计值在多大程度上适合于总体.虽然根据样本调查的结果也可在一定程度上说明总体的性质,特征,但不能从数量上推断总体.非概率抽样主要有偶遇抽样,主观抽样,定额抽样,滚雪球抽样等类型.百度百科有非常详细的说明,楼主可以去仔细阅读 参考资料：http://baike.baidu.com/view/937150.htm http://baike.baidu.com/view/540368.htm

1.样本量的确定是费用与精度的函数，取决于研究的精度和费用，特别是实践中费用考虑的更多！ 2.抽样调查，特别是随机抽样，样本有代表性，往往比普查更有效率，甚至精度更高，这里我们主要计算和讨论抽样误差，非抽样误差是人为因素，考质量控制； 3.样本量的确定有赖于随机抽样，或者说主要是针对随机抽样，需要统计推断下的计算样本量，如果是非概率抽样，理论上没有计算和控制样本量的问题； 4.如果研究只要40-50个样本，感觉上应该是非概率抽样（依赖被访者选择方式） 5.即使是非概率抽样，我们很多时候也采用概率和统计分析及推断思想来进行数据分析和下结论！只是这种方法没有完善的理论支持，或者说有可能因为研究者的主观判断失误造成偏差； 6.无论是概率抽样还是非概率抽样，样本量越大当然效果越好，结论越稳定（理论上说） 7.40-50个样本在统计上属于小样本，t-检验，如果样本大于60或理想120以上，t分布就是正态分布了，所以40个样本在统计上是最小推断总体的样本，换句话说40-50个样本是介于小样本和正态分布大样本的临界样本量；如果不严格的话40个样本就可以比较总体之间的统计差异了； 8.所以，一般来讲，针对一个研究对象和人群，要进行比较最少40个样本，比如男女差异，应该各拥有40人（80人），或者说你们进行配额样本的时候要保证统计比较的类别至少有40个样本； 9.那么40个样本有代表性吗？ 当然越多越好，越有代表性 10.但如果调查对象非常一致，没有差异，只要问一个人就行了，所以要考虑研究对象的差异性，如果差异大，当然样本量要大，如果没有差异，同质性较高样本量就少； 11.总体的大小对样本量的选择没有影响，调查研究一般必须在研究前明确总体是谁，大总体没有影响（上万人），中等总体有点影响（5000人），小总体有很大影响（千百个人）；总体是你要推断的人群； 12.再者要考虑研究对象在总体中拥有的比例（比如要找艾滋病人），如果比例非常低的话，需要大样本才能找到；但往往商业研究就采用非概率抽样了，比如滚雪球抽样，专家判断抽样，配额抽样等； 13.另外，选择40个人，如果是经过我们主观判断的，有一种说法：叫条件概率，也就是我们越了解研究目的和对象，我们就越能够做出正确判断；比如P（A|B），也就是说我们越了解B事件发生的概率，那么A发生的概率就越确定；就像我们在Google中搜东西，你的关键词=B越准确，得到的结果A就越是你想要的东西； 14.当然，如果你的主观判断错了，就会犯更大的错误 15.还有就是希望得到的精度；如果得到的结果是70%加减10%误差我们可以接受，但如果是总体本身就不到8%，那8%加减10%，尾巴比头都大显然不行，当然到底如何确定精度，是研究前你们与客户要明确的，事先研究设计确定的，不能事后来说； 16.记住：有时候我们研究本身不需要那么高的精度 17.整个研究设计过程的质量控制可以更有效提升研究品质 18.研究测试的技术（接近自然科学仪器测量）可获得更好研究品质 19.根据精确的抽样，需要采用精确的统计分析，否则也达不到效果 20.任何研究都不会完美，都是权衡和保守的过程，总的来讲保守不犯错 21.如果研究有实验设计和研究设计，所以实验设计，包括所谓双盲实验、正交设计、拉丁方格等，确定样本分组是非常精细的，有助于研究品质；但设计缺陷会造成降低品质； 22.处置组和对照组的设计，主要应用在传播效果、广告效果研究上，需要有设计原则 23.实验设计也强调对其它影响因素的控制，也就是X对Y的影响，要控制住Z的干扰，更能提高研究品质 24.被访者的参与度（你的激励方式）也重要，一分钱一分货；我们是花钱买信息 25.任何理由都是可解释的，但这里主要是要用术语，越专业越说行话，别人更相信，所以解释样本量的科学性，有时候要用科学，也就是理论； 26.因为有理论，显得有水平，因为有水平就有话语权，就有执行力！所以权威部门的设计或出面，客户就相信了！ 27.研究过程，不断修正，比如追加样本也是解决问题的办法 28.连续性研究，也会解决或减少对样本量的需求 29.广告效果研究经常采用rolling data的方式，因为广告效果有延迟效应，每周50个样本，4周一个分析，就是200样本，第五周分析前4周，第六周分析2-5周数据，进行比较和检验，这是常有方法；

概率抽样是在一个群体里面的，例如，是调查这间学校的学生身体状况 ，单位是这间学校的学生是一个群体。 非概率抽样是适合商场的 ，他们抽查东西是随机的抽样， 目的是能得到更高的商品质量的报告。 概率抽样又称随机抽样.概率抽样以概率理论和随机原则为依据来抽取样本的抽样,是使总体中的每一个单位都有一个事先已知的非零概率被抽中的抽样。总体单位被抽中的概率可以通过样本设计来规定，通过某种随机化操作来实现,.虽然随机样本一般不会与总体完全一致,但它所依据的是大数定律,而且能计算和控制抽样误差,因此可以正确地说明样本的统计值在多大程度上适合于总体,根据样本调查的结果可以从数量上推断总体,也可在一定程度上说明总体的性质,特征.概率抽样主要分为简单随机抽样,系统抽样,分类抽样,整群抽样,多阶段抽样等类型.现实生活中绝大多数抽样调查都采用概率抽样方法来抽取样本.原则 概率抽样的基本原则是:样本量越大，抽样误差就越小，而样本量越大，则成本就越高。根据数理统计规律，样本量增加呈直线递增的情况下(样本量增加一倍，成本也增加一倍)，而抽样误差只是样本量相对增长速度的平方根递减。因此，样本量的设计并不是越大越好，通常会受到经济条件的制约。原理市场调查方法A 案头调研 案例研究法 B 不重复抽样 C 抽样调查 重置抽样 抽签法 产品留置测试 D 多维尺度法 定量研究方法 定性研究方法 典型调查法 电话调查 多阶段抽样 等距抽样 独立控制配额抽样 等距量表 等比量表 E 二手资料调研 二路焦点小组 F 非概率抽样 分层抽样 分层比例抽样 分层最佳抽样 G 观察法概率抽样拐点调研 滚雪球抽样 H 会议调查 J 焦点访谈法 经验判断法 随机抽样 家庭日记法 经销商访谈 K 可行性研究 L 联合分析法 留置调查 垃圾调研法 类别量表 M 面谈访问法 盲测 描述性调研 P PPS 判断抽样 配额抽样 平衡量表法 评价量表 配对比较量表 Q Q分类法 R 任意抽样 S 容量测定法 SEM模型 深层访谈法 双重抽样 实验调查法 实地调研 数值分配量表 随机号码表法 顺序量表 T 投影技法 推销估计法 投射研究 探索性调研 W 文献调查法 问卷调查法 网络调研 文案调查法 无准备访问 网上调查 X 询问法 辛迪加调研 行踪分析 相互控制配额抽样 Y 邮寄调查 因果性调研 Z 主观概率法 整群抽样 重点调查 逐户寻找法概率抽样之所以能够保证样本对总体的代表性，其原理就在于它能够很好的按总体内在结构中所蕴含的各种随机事件的概率来构成样本，使样本成为总体的缩影。优点⑴ 概率抽样包括以下几个方面的优点:调查者可获得被抽取的不同年龄、不同层次的人们的信息; 能估算出抽样误差; 调查结果可以用来推断总体。 例如，在一项使用概率抽样法的调查中，如果有 5 %的被访者给出了某种特定回答，那么，调查者就可以以此百分比再结合抽样误差，推及总体情况。⑵ 另一方面，概率抽样也有一些弊病:-在大多数案例中，同样规模的概率抽样的费用要比非概率抽样高;-概率抽样比非概率抽样需要更多时间策划和实施;-必须遵守的抽样计划执行程序会大量增加收集资料的时间。方法 概率抽样包括有简单随机抽样、系统抽样(等距抽样)、分层抽样(类型抽样)、整群抽样、多段抽样、PPS抽样和户内抽样。等距抽样 在定量抽样调查中，等距抽样常常代替简单随机抽样。由于该抽样方法简单实用，所以应用普遍。等距抽样得到的样本几乎与简单随机抽样得到的样本是相同的。等距抽样的基本做法是，将总体中的各单元先按一定的顺序排列、编号，然后决定一个间隔，并在此间隔基础上选择被调查的单位个体。样本距离可通过下面公式确定:样本距离 =总体单位数∕样本单位数 例如，假设你使用本地电话本并确定样本距离为 100 ，那么 100 个中取 1 个组成样本。这个公式保证了整个列表的完整性。 等距抽样方式随意用一个起点，例如，如果你把一本电话本作为抽样框，必须随意取出一个号码决定从该页开始翻阅。假设从第 5 页开始，在该页上再另选一个数决定从该行开始。假定选择从第 3 行开始，这就决定了实际开始的位置。等距抽样方式相对于简单随机抽样方式最主要的优势就是经济性。等距抽样方式比简单随机抽样更为简单，花的时间更少，并且花费也少。使用等距抽样方式最大的缺陷在于总体单位的排列上。一些总体单位数可能包含隐蔽的形态或者是"不合格样本"，调查者可能疏忽，把它们抽选为样本。分层抽样 定量调查中的分层抽样是一种卓越的概率抽样方式，在友邦公司以往的调查中经常被使用。 分层抽样的具体程序是:把总体各单位分成两个或两个以上的相互独立的完全的组(如男性和女性)，从两个或两个以上的组中进行简单随机抽样，样本相互独立。总体各单位按主要标志加以分组，分组的标志与我们关心的总体特征相关。例如，我们正在进行有关啤酒品牌知名度方面的调查，初步判别，在啤酒方面男性的知识与和女性不相同，那么性别应是划分层次的适当标志。如果不以这种方式进行分层抽样，分层抽样就得不到什么效果，花再多时间、精力和物资也是白费。 分层抽样与简单随机抽样相比，我们往往选择分层抽样，因为它有显著的潜在统计效果。也就是说，如果我们从相同的总体中抽取两个样本，一个是分层样本，另一个是简单随机抽样样本，那么相对来说，分层样本的误差更小些。另一方面，如果目标是获得一个确定的抽样误差水平，那么更小的分层样本将达到这一目标。在调查实践中，为提高分层样本的精确度实际上要付出一些代价。通常，我们现实正确的分层抽样一般有三个步骤: 首先，辩明突出的(重要的)人口统计特征和分类特征，这些特征与所研究的行为相关。例如，研究某种产品的消费率时，按常理认为男性和女性有不同的平均消费比率。为了把性别作为有意义的分层标志，调查者肯定能够拿出资料证明男性与女性的消费水平明显不同。用这种方式可识别出各种不同的显著特征。调查表明，一般来说，识别出 6 个重要的显著特征后，再增加显著特征的辨别对于提高样本代表性就没有多大帮助了。第二，确定在每个层次上总体的比例(如性别已被确定为一个显著的特征，那么总体中男性占多少比例，女性占多少比例呢?)。利用这个比例，可计算出样本中每组(层)应调查的人数。最后，调查者必须从每层中抽取独立简单随机样本。整群抽样 以上各种抽样类型全部是按单位抽取的，即按样本单位数，分别一个单位一个单位地抽取。在整群抽样中，样本是一组单位一组单位地抽取。整群抽样有两个关键步骤:-同质总体被分为相互独立的完全的较小子集。-随机抽选子集构成样本。 如果调查者在抽中的子集中观察全部单位，我们就有了一级整群样本。如果在抽中的子集中再以概率方式抽取部分单位观察，我们就有了二级整群样本。分层和整群抽样都要将总体分为相互独立的完全子集。它们的区别是，分层抽样的样本是从每个子集中抽取，而整群抽样则是抽取部分子集。 地理区域抽样是整群抽样的典型方式。挨门挨户去调查一个特定城市的调查者也许会随机抽选一些区域，较集中地访查一些群体，大量减少访问时间和经费。整群抽样被认为是概率抽样技术，因为它随机抽出群和随机抽出单位。值得注意的是，在整群抽样下，我们假定群中单位与总体一样存在异质性。如果一群中单位的特征非常相似，如果由于共同环境使群内差异小而群与群之间差异大。一般来说，要解决这个问题可以扩大群数，然后从各群中抽取少量单位数，以保证样本的代表性。

　　马太效应，指强者愈强、弱者愈弱的现象，广泛应用于社会心理学、教育、金融以及科学领域。马太效应，是社会学家和经济学家们常用的术语，反映的社会现象是两极分化，富的更富，穷的更穷 。以下是我整理的关于从马太效应看社会阶层固化的论文，欢迎大家借鉴！ 　　 摘 要： “富者愈富，穷者愈穷”，是马太效应的经典表述。阶层固化现象的发展趋势已经引发了社会各界的关注。马太效应以先机优势有自我扩张能力为指导，用以探析阶层固化现象，可以发现阶层固化的形成是以社会发展、阶层分化为前提，以社会阶层流动性阻塞为导火线。以马太效应为工具，分别从经济、政治、文化教育和社会管理四个方面分析了阶层固化的理由及缓解措施。 　　 关键词： 马太效应;阶层固化现象;阶层分化;阶层流动性 　　 一、马太效应视角 　　在《圣经》当中，马太效应主要指的是物质财富，我们应该将马太效应的研究拓展到除了经济领域的其他社会领域的一切资源。在经济领域中，资本的“滚雪球效应”引发了马太效应，穷人的财富间接聚集到富人的手中。简单举一个例子，普通家庭将收入变成存款，银行将存款聚集发放贷款，获得贷款的企业家将贷款投入生产，产品卖给消费者，获得了巨大的利润，这些利润转为企业家的个人财富以及扩大性资本。在文化教育领域，我们都有这样的认知，一个小的成绩发挥出的巨大乘数效应，使在该学科的成就更大。在科学技术领域，人才是制胜法宝，马太效应的良性循环使本是优秀的机构通过吸引优秀人才更易成为行业佼佼者。在政治领域，我们就举职权优势例子，政治界的精英以自己的利益最大化为出发点，易于选取利于自己政策实施方案，以换取更大更多的职位优势，比如升迁。 　　 二、社会阶层固化现象趋于严重 　　引用一个社会分层的概念，社会分层是指社会成员、社会群体因社会资源占有不同而产生的层化或差异现象，尤其指建立在法律、法规基础上的制度化的社会差异体系。社会阶层的分化是社会分化的纵向分化表现，我们所要探讨的阶层固化，是阶层间流动渠道闭塞之后，社会各阶层间失去了这种维持公平的流动性，各阶层间有选择性的排除其他阶层的人或组织流入该阶层。社会阶层固化形成后，会产生一些诸如“二代”效应、“新底层社会”等现象。“新底层社会”阶层包含失地农民、被拆迁的城市居民以及不能充分就业的大学生群体、因为高房价坠落的“城市中产”、未被利益集团吸纳的知识分子，在加上传统作用上的农民、农民工、下岗失业工人。 　　阶层固化后将带来严重影响。在经济领域，2001年我们在全国做的抽样调查表明，我国的贫富两个阵营已经成型，其中国家与社会管理者、经理人员、私营企业主、专业技术人员和办事人员成为富裕群体，而个体工商户、商业服务业员工、产业工人、农业劳动者和无业失业半失业者成为低收入群体，其中农业劳动者属于最低收入者。在政治领域，阶层固化的最大影响就是政治腐朽。早在2004年中国社科院的当代中国社会流动报告中显示：干部子女成为干部的机会，是非干部子女的2.1倍多。在2011年，某北大博士一项引起学术圈轰动的调查则表明，在一个化名为中县的地方，重要的公务员职位获得者，大多出自于本县的.21个政治“大家族”，140个政治“小家族”。在文化教育领域，教育的不公现象趋于严重。近年来，从综合情况看，高等阶层的子女比低等阶层的子女有更多的受教育机会和更优越的受教育条件，弱势阶层的子女获得教育机会要少的多，受教育的条件要恶劣的多，教育不公平将会使得低阶层的下一代很难向上流动，使社会不平等向下一代延续和发展。 　　 三、缓解阶层固化现象的措施 　　在经济方面，要健全市场经济体制，在效率的基础上注重公平原则，在市场资源配置时，政府要宏观调控，引导资源的公平合理分配，打破垄断，预防人为干预资源的不良流动方向。适度放缓经济发展速度，使得全方位改革能够同步进行，从而拓宽资源在不同阶层间的流动渠道，使得阶层流动成为可能。 　　在政治方面，首先要加快政治体制改革与官僚体制改革的步伐，建立对公共组织的异体监督机制，强化网络监督和舆论引导，加强人民对权力监督的力度，增加政治腐朽的违规成本，有效防止腐朽滋生影响政策的正常贯彻实施。其次要发挥遗产税、所得税等税收的作用，推动再分配的公平，防止财富在代际间的流动，缓解阶层固化现象。最后要加快构建政治民主，推动公民社会的发育与成熟，健全公民的上访机制，疏通人民不良情绪的反应途径和解决途径。 　　在文化教育方面，要推动教育公平，就要加快教育体制改革，提高受教育者的自身素质和社会竞争能力，拓宽参与阶层间流动的可能性方向。教育资源要在全国范围内得到公平合理的分配，打破按一类院校、二类院校等分门别类的划分方式来配给教育资源的方式，充分发挥各院校的优势，使其各有所长、公平竞争。扶持贫困地区、偏远山区等地的教育，降低教育门槛，加大贯彻义务教育的力度，使低收入阶层或贫困阶层也能享受充分的教育资源，是向上的阶层流动成为可能。 　　在社会管理方面，一方面是要推动就业机会的平等，二是要加大对弱势群体的扶持力度，三是要健全法制。公平的就业机会是普通公民获得阶层向上流动的重要渠道。加大对弱势群体的扶持力度，要大力发展社会慈善事业，建立有效的社会保障机制，可以帮助弱势群体不再向下流动，并提供了向上流动的可能。福利和慈善组织能够承担一些政府做不好、个人和家庭又无力承担的职能，在社会管理中发挥着不可替代的作用。慈善事业还可以有效的转移富人阶层的财富，减少财富的代际间流动。健全的法制体系是一切政策措施的有力保障，也是能将一切不良现象的“防患于未然”的有力保障。(作者单位：云南师范大学) 　　 参考文献： 　　[1] [美]丹尼尔·里格尼.贫与富——马太效应：缘起[M].北京：商务印刷出版社 　　[2] 周振超.阶层分化与政府治理模式变革研究：基本论题[M].上海：学林出版社 　　[3] 邓超.浅析当前我国阶层固化现象[D].上海：华东理工大学，2011

可以用，多阶段抽样（Multistage sampling）：是指将抽样过程分阶段进行，每个阶段使用的抽样方法往往不同，即将各种抽样方法结合使用，其在大型流行病学调查中常用。非概率抽样是适合商场的 ，他们抽查东西是随机的抽样， 目的是能得到更高的商品质量的报告。概率抽样又称随机抽样.概率抽样以概率理论和随机原则为依据来抽取样本的抽样,是使总体中的每一个单位都有一个事先已知的非零概率被抽中的抽样。总体单位被抽中的概率可以通过样本设计来规定，通过某种随机化操作来实现,.虽然随机样本一般不会与总体完全一致,但它所依据的是大数定律,而且能计算和控制抽样误差,因此可以正确地说明样本的统计值在多大程度上适合于总体,根据样本调查的结果可以从数量上推断总体,也可在一定程度上说明总体的性质,特征.概率抽样主要分为简单随机抽样,系统抽样,分类抽样,整群抽样,多阶段抽样等类型.现实生活中绝大多数抽样调查都采用概率抽样方法来抽取样本.原则 概率抽样的基本原则是:样本量越大，抽样误差就越小，而样本量越大，则成本就越高。根据数理统计规律，样本量增加呈直线递增的情况下(样本量增加一倍，成本也增加一倍)，而抽样误差只是样本量相对增长速度的平方根递减。因此，样本量的设计并不是越大越好，通常会受到经济条件的制约。原理市场调查方法A 案头调研 案例研究法 B 不重复抽样 C 抽样调查 重置抽样 抽签法 产品留置测试 D 多维尺度法 定量研究方法 定性研究方法 典型调查法 电话调查 多阶段抽样 等距抽样 独立控制配额抽样 等距量表 等比量表 E 二手资料调研 二路焦点小组 F 非概率抽样 分层抽样 分层比例抽样 分层最佳抽样 G 观察法概率抽样拐点调研 滚雪球抽样 H 会议调查 J 焦点访谈法 经验判断法 随机抽样 家庭日记法 经销商访谈 K 可行性研究 L 联合分析法 留置调查 垃圾调研法 类别量表 M 面谈访问法 盲测 描述性调研 P PPS 判断抽样 配额抽样 平衡量表法 评价量表 配对比较量表 Q Q分类法 R 任意抽样 S 容量测定法 SEM模型 深层访谈法 双重抽样 实验调查法 实地调研 数值分配量表 随机号码表法 顺序量表 T 投影技法 推销估计法 投射研究 探索性调研 W 文献调查法 问卷调查法 网络调研 文案调查法 无准备访问 网上调查 X 询问法 辛迪加调研 行踪分析 相互控制配额抽样 Y 邮寄调查 因果性调研 Z 主观概率法 整群抽样 重点调查 逐户寻找法概率抽样之所以能够保证样本对总体的代表性，其原理就在于它能够很好的按总体内在结构中所蕴含的各种随机事件的概率来构成样本，使样本成为总体的缩影。优点⑴ 概率抽样包括以下几个方面的优点:调查者可获得被抽取的不同年龄、不同层次的人们的信息; 能估算出抽样误差; 调查结果可以用来推断总体。 例如，在一项使用概率抽样法的调查中，如果有 5 %的被访者给出了某种特定回答，那么，调查者就可以以此百分比再结合抽样误差，推及总体情况。⑵ 另一方面，概率抽样也有一些弊病:-在大多数案例中，同样规模的概率抽样的费用要比非概率抽样高;-概率抽样比非概率抽样需要更多时间策划和实施;-必须遵守的抽样计划执行程序会大量增加收集资料的时间。方法 概率抽样包括有简单随机抽样、系统抽样(等距抽样)、分层抽样(类型抽样)、整群抽样、多段抽样、PPS抽样和户内抽样。等距抽样 在定量抽样调查中，等距抽样常常代替简单随机抽样。由于该抽样方法简单实用，所以应用普遍。等距抽样得到的样本几乎与简单随机抽样得到的样本是相同的。等距抽样的基本做法是，将总体中的各单元先按一定的顺序排列、编号，然后决定一个间隔，并在此间隔基础上选择被调查的单位个体。样本距离可通过下面公式确定:样本距离 =总体单位数∕样本单位数 例如，假设你使用本地电话本并确定样本距离为 100 ，那么 100 个中取 1 个组成样本。这个公式保证了整个列表的完整性。 等距抽样方式随意用一个起点，例如，如果你把一本电话本作为抽样框，必须随意取出一个号码决定从该页开始翻阅。假设从第 5 页开始，在该页上再另选一个数决定从该行开始。假定选择从第 3 行开始，这就决定了实际开始的位置。等距抽样方式相对于简单随机抽样方式最主要的优势就是经济性。等距抽样方式比简单随机抽样更为简单，花的时间更少，并且花费也少。使用等距抽样方式最大的缺陷在于总体单位的排列上。一些总体单位数可能包含隐蔽的形态或者是"不合格样本"，调查者可能疏忽，把它们抽选为样本。分层抽样 定量调查中的分层抽样是一种卓越的概率抽样方式，在友邦公司以往的调查中经常被使用。 分层抽样的具体程序是:把总体各单位分成两个或两个以上的相互独立的完全的组(如男性和女性)，从两个或两个以上的组中进行简单随机抽样，样本相互独立。总体各单位按主要标志加以分组，分组的标志与我们关心的总体特征相关。例如，我们正在进行有关啤酒品牌知名度方面的调查，初步判别，在啤酒方面男性的知识与和女性不相同，那么性别应是划分层次的适当标志。如果不以这种方式进行分层抽样，分层抽样就得不到什么效果，花再多时间、精力和物资也是白费。 分层抽样与简单随机抽样相比，我们往往选择分层抽样，因为它有显著的潜在统计效果。也就是说，如果我们从相同的总体中抽取两个样本，一个是分层样本，另一个是简单随机抽样样本，那么相对来说，分层样本的误差更小些。另一方面，如果目标是获得一个确定的抽样误差水平，那么更小的分层样本将达到这一目标。在调查实践中，为提高分层样本的精确度实际上要付出一些代价。通常，我们现实正确的分层抽样一般有三个步骤: 首先，辩明突出的(重要的)人口统计特征和分类特征，这些特征与所研究的行为相关。例如，研究某种产品的消费率时，按常理认为男性和女性有不同的平均消费比率。为了把性别作为有意义的分层标志，调查者肯定能够拿出资料证明男性与女性的消费水平明显不同。用这种方式可识别出各种不同的显著特征。调查表明，一般来说，识别出 6 个重要的显著特征后，再增加显著特征的辨别对于提高样本代表性就没有多大帮助了。第二，确定在每个层次上总体的比例(如性别已被确定为一个显著的特征，那么总体中男性占多少比例，女性占多少比例呢?)。利用这个比例，可计算出样本中每组(层)应调查的人数。最后，调查者必须从每层中抽取独立简单随机样本。整群抽样 以上各种抽样类型全部是按单位抽取的，即按样本单位数，分别一个单位一个单位地抽取。在整群抽样中，样本是一组单位一组单位地抽取。整群抽样有两个关键步骤:-同质总体被分为相互独立的完全的较小子集。-随机抽选子集构成样本。 如果调查者在抽中的子集中观察全部单位，我们就有了一级整群样本。如果在抽中的子集中再以概率方式抽取部分单位观察，我们就有了二级整群样本。分层和整群抽样都要将总体分为相互独立的完全子集。它们的区别是，分层抽样的样本是从每个子集中抽取，而整群抽样则是抽取部分子集。 地理区域抽样是整群抽样的典型方式。挨门挨户去调查一个特定城市的调查者也许会随机抽选一些区域，较集中地访查一些群体，大量减少访问时间和经费。整群抽样被认为是概率抽样技术，因为它随机抽出群和随机抽出单位。值得注意的是，在整群抽样下，我们假定群中单位与总体一样存在异质性。如果一群中单位的特征非常相似，如果由于共同环境使群内差异小而群与群之间差异大。一般来说，要解决这个问题可以扩大群数，然后从各群中抽取少量单位数，以保证样本的代表性。百度教育ue63c

所谓数学思想，是指现实世界的空间形式和数量关系反映到人们的意识之中，经过思维活动而产生的结果。数学思想是对数学事实与理论经过概括后产生的本质认识；基本数学思想则是体现或应该体现于基础数学中的具有奠基性、总结性和最广泛的数学思想，它们含有传统数学思想的精华和现代数学思想的基本特征，并且是历史地发展着的。 “数学思想”比一般的“数学概念”具有更高的概括抽象水平，后者比前者更具体、更丰富，而前者比后者更本质、更深刻。“数学思想”是与其相应的“数学方法”的精神实质与理论基础，“数学方法”则是实施有关的“数学思想”的技术与操作程式中。中学数学用到的各种数学方法，都体现着一定的数学思想。数学思想属于科学思想，但科学思想未必就是数学思想。有的数学思想（例如“一分为二”的思想和“转化”思想）和逻辑思想（例如完全归纳的思想）由于其在数学中的运用而被“数学化”了，也可以称之为数学思想。 基本数学思想包括：符号与变元表示的思想，集合思想，对应思想，公理化与结构思想，数形结合思想，化归思想，函数与方程的思想，整体思想，极限思想，抽样统计思想等。当我们按照空间形式和数量关系将研究对象进行分类时，把分类思想也看作基本数学思想。基本数学思想有两大基石——符号与变元表示的思想和集合思想，又有两大支柱——对应思想和公理化结构思想。基本数学思想及其衍生的其他数学思想，形成了一个结构性很强的网络。 数学中渗透着基本数学思想，它们是基础知识的灵魂，如果能使它们落实到我们学习和应用数学的思维活动上，就能在发展我们的数学能力方面发挥出一种方法论的功能，这对于学习数学、发展能力并开发智力都是至关重要的。所谓数学思想，是指现实世界的空间形式和数量关系反映到人们的意识之中，经过思维活动而产生的 结果。数学思想是对数学事实与理论经过概括后产生的本质认识；基本数学思想则是体现或应该体 现于基础数学中的具有奠基性、总结性和最广泛的数学思想，它们含有传统数学思想的精华和现代数学思想的基本特征，并且是历史地发展着的。“数学思想”比一般的“数学概念”具有更高的概括抽象水平，后者比前者更具体、更丰富，而前者 比后者更本质、更深刻。“数学思想”是与其相应的“数学方法”的精神实质与理论基础，“数学 方法”则是实施有关的“数学思想”的技术与操作程式中。中学数学用到的各种数学方法，都体现 着一定的数学思想。数学思想属于科学思想，但科学思想未必就是数学思想。有的数学思想（例如 “一分为二”的思想和“转化”思想）和逻辑思想（例如完全归纳的思想）由于其在数学中的运用而被“数学化”了，也可以称之为数学思想。 自20世纪以来，由于数学基础学科中重大思想方法的出现，特别是数学公理化的形成以及数学基础理论研究的深入开展，人们渐渐关心数学各分支之间的内在联系，开始注意对数学思想方法本身的产生及其发展规律的探讨。许多著名的数学家都曾从事过数学思想方法理论的研究，并获得丰富的研究成果，这些成果为我们今天研究数学思想方法的教学提供了理论基础，为数学思想方法教学的顺利进行提供了可能。 自20世纪50年代以来，许多著名的数学家，尤其是长期从事教育工作的数学家，集中精力从事数学教育功能的研究，并获得了一系列理论研究成果。如波利亚所著的《数学与猜想》，米山国藏发表的《数学的精神、思想与方法》等就是其中的研究成果。 进入20世纪80年代，数学方法论作为研究数学的发展规律、数学的思想方法以及数学中发现、发明与创新等法则的一门新学科，在我国数学界，特别是数学教育界获得了广泛重视。这期间徐利治先生所著的《数学方法论选讲》与郑毓信先生所著的《数学方法论入门》等论著十分有意义，这些工作是奠基性和开创性的。这些工作直接推动了我国数学教育界开展数学思想方法及其教学的研究。 进入20世纪90年代，随着教育改革的不断深入，国内许多专家、学者对数学思想方法及其教学的研究兴趣日益浓厚，有了许多新著出版，如郑毓信先生的《数学方法论入门》，张奠宙先生与过伯祥先生合著的《数学方法论稿》。不少报刊、杂志也刊登过许多有价值的论文。特别是1992年8月国家教委制定的“九年义务教育数学教学大纲”中明确数学思想方法是数学知识的组成部分后，引起了人们对数学思想方法教学的进一步重视，有关数学思想方法的教学研究也不断深入和拓广，解决了不少教学实际问题，极大推动了我国数学教育改革的进程，并成为一项独具特色而又富有深远意义的研究课题。那么，到底什么是数学思想方法呢？ “方法”一词，起源于希腊语，字面意思是沿着道路运动。其语义学解释是指关于某些调节原则的说明，这些调节原则是为了达到一定的目的所必须遵循的。《苏联大百科全书》中说：“方法表示研究或认识的途径、理论或学说，即从实践上或理论上把握现实的，为解决具体课题而采用的手段或操作的总和。”美国麦克来伦公司的《哲学百科全书》将方法解释为“按给定程序达到既定成果必须采取的步骤。”我国《辞源》中解释“方法”为“办法、方术或法术”。从科学研究的角度来说，方法是人们用以研究问题，解决问题的手段、工具，这种手段、工具与人们的知识经验、理论水平密切相关，是指导人们行动的原则。中国古代兵书《三十六计》开篇就写道：“六六三十六，数中有术，术中有数。”说明古代人早已意识到数学与策略、方法之间的密切关系。我们认为，数学方法就是提出、分析、处理和解决数学问题的概括性策略。 在现代汉语中，“思想”解释为客观存在反映在人的意识中经过思维活动而产生的结果。《辞海》中称“思想”为理性认识。《中国大百科全书》认为“思想”是相对于感性认识的理性认识成果。《苏联大百科全书》中指出：“思想是解释客观现象的原则。”毛泽东在《人的正确思想从哪里来》一文中说：“感性认识的材料积累多了，就会产生一个飞跃，变成了理性认识，这就是思想。”综合起来看，思想是认识的高级阶段，是事物本质的、高级抽象的概括的认识。我们认为，数学思想是数学中的理性认识，是数学知识的本质，是数学中的高度抽象、概括的内容，它蕴涵于运用数学方法分析、处理和解决数学问题的过程之中。数学思想是对数学事实、概念和理论的本质认识，是数学知识的高度概括。数学方法是数学思想在数学认识活动中的具体反映和体现，是处理探索解决数学问题、实现数学思想的手段和工具。广义来说，数学思想和方法是数学知识的一部分。 （I）数学思想的结构 数学思想范围很广，在中学里常用的基本数学思想有： ①转化的思想。数学中充满着各种矛盾，如繁和简、难和易、一般和特殊、未知和已知等。通过转化可以化繁为简、化难为易、化一般为特殊，化未知为已知，使矛盾得到解决。数学问题解决的过程，实际上是由条件向结论转化的过程，由条件先得出过渡的结论、然后一步一步转化，得到最后的结论。因此转化是数学中最基本的思想。具体地分析，有加法和减法的转化、乘法和除法的转化、乘方和开方的转化、指数和对数的转化，高次向低次转化、多元向一元转化、三维向二维转化等。 ②函数和方程的思想。函数描述了自然界中量与量之间的依赖关系，函数的思想是用联系和变化的观点，从实际问题中抽象出数量关系的特征，建立函数关系，从而研究变量的变化规律。 方程思想 是在解决问题时，先设定一些未知数，然后根据问题的条件找出已知数与未知数之间的等量关系，列出方程最后通过解方程未知数的值使问题得到解决。 ③逻辑划分的思想。又称分类讨论思想，其实质是根据问题的要求，确定分类的标准准，对研究的对象进行分类，然后对划分的每一类分别求解，最后综合得出结论。 ④数形结合的思想。数形结合是将数量关系和空间图形结合起来，抽象思维和形象思维结合起来，把数量关系转化为图形性质，用几何方法解决代数问题，或把图形性质转化为数量关系，用代数方法解决几何问题。（2）基本数学方法的结构 基本的数学方法一般有两种： ①数学思维方法。这是数学方法中较高层次的方法，是数学中思考问题的方法，包括分析、综合、抽象、概括、观察、试验、联想类比、猜想、归纳、演绎、一般化与特殊化等。 ②数学解题方法。这是数学解题的通法，相对于特殊的解题技巧而言，它具有一般的 规律，有配方法、换元法、消元法、代入法、待定系数法、参数法等。前面我说了重视数学知识的发生、形成和发展过程的教学在有效的形成学生认知结构中的重要作用。同时，我们还知道，问题是数学的心脏，方法是数学的行为，思想是数学的灵魂。不管是数学概念的建立，数学规律的发现，还是数学问题的解决，乃至整个“数学大厦”的构建，核心问题在于数学思想方法的培养和建立。因此，在教学中，我不仅重视知识形成过程，还十分重视发掘在数学知识的发生、形成和发展过程中所蕴藏的重要思想方法。“数学科学”之所以从自然科学领域中分离出来，成为现代科学的十大部门之一，首先不是因为数学知识本身，而是因为数学思想与数学意识的重要作用。在一个人的一生中，最有用的不仅是数学知识，更重要的是数学的思想和数学的意识。因此我们应当在小学数学教学中不失时机地进行思想方法的渗透。 (一)“单位”思想的渗透 数学中，不管是“数”还是“量”的计算都得益于“单位”思想。 1．重视渗透“1”是自然数的单位的思想。 可以说，没有“1”就没有自然数，就没有整个的数学体系。所以，从一年级开始，我就十分注重对学生进行“单位”思想的渗透。 (1)在具体认识10以内各数之前，我就非常重视“1”与“许多”的教学。教师出示一篮子苹果，说篮子中有“许多”苹果。并要学生将篮子中的苹果一个一个地分别放到每个小盘中，那么，每个小盘中就都是“1”个苹果。再把每个盘子里一个一个苹果集中在篮子里，篮子里就是“许多”苹果。在上述演示过程中，让学生体验到“许多”和“1”的关系：“许多”由一个一个的“1”组成；“许多”可以分成一个一个的“1”。“许多”是对“1”而言的。 (2)在10以内的数的认识阶段，注意讲清每个数与“1”的关系，强调若干个“1”可以合成这个数。例如，教数“7”时，我首先不是出示“6”，然后再加“1”，向学生说明这就是“7”；而是一次出示七个物体，让它直接与一个物体比较，让学生从中领悟到“7”表示七个“1”；其次，才是揭示“7”与前面所认识的数，特别是与它前面最靠近的数“6”的关系。 (3)在教学百以内、万以内数的认识时，仍然强调“1”是自然数的单位，而注意把它与计数单位“十”、“百”、“千”、“万”等区别开来。 2．在量的计量教学中，重视“计量单位”的引进。 量的计量教学，首要问题是要合理引入计量单位。在历史上，任何一个计量单位的引进都有一个漫长的历史过程。作为课本不可能也没有必要花大气力去阐述这个过程。但是作为教师根据教学的实际情况，适当地展示它的简单过程和所运用的思想方法，有利于培养学生的创造性思维品质和为追求真理而勇于探索的精神。例如，在“面积与面积单位”一课教学中，当学生无法直接比较两个图形面积的大小时，引进“小方块”，并把它一个一个地铺在被比较的两个图形上，这样，不仅比较出了两个图形的大小，而且，使两个图形的面积都得到了“量化”。使形的问题转化为数的问题。在这一过程中，学生亲身体验到“小方块”所起的作用。接着又通过“小方块”大小必须统一的教学过程，使学生深刻地认识到：任何量的量化都必须有一个标准，而且标准要统一。很自然地渗透了“单位”思想。 再如，在“时、分、秒”一课的教学中，一开始导入新课时，我就设计了如下过程：(1)老师先后发出两次“啊”的声音(两次时间明显不一样)问学生哪一次“啊”的时间长？接着，老师又分别举起左、右手(左、右手举得时间明显不一样长)。问学生左、右手举手时间哪次长？设计这一教学过程的目的是，让学生体验到时间虽然看不见，摸不着，但我们能用眼睛和耳朵感觉到时间确实存在。(2)老师又先后发出两次“啊”的声音和举起左、右手，但时间长短几乎一样，使学生难以判断出两次“啊”的时间和左、右手举手时间的长短。从而使学生感到单凭感觉不能解决问题。(3)教师再次举左、右手，并用数数方法计算左、右手举得时间长短。举左手时，数了5下，举右手时，同速数了6下，所以学生很快知道右手举的时间长一些。这里，左、右手举得时间虽然仍相差不大，但由于学生知道“数一下”就是一个“单位”所以很容易判断出来。从而使学生感到引入客观“标准”的必要性。自然地引出：计算时间的长短，要有“单位”，从而适时地渗透了“单位”思想。 (二)化归思想方法的渗透 化归思想是小学数学中重要的思想方法之一。所谓“化归”可理解为“转化”与“归结”的意思。我觉得：作为小学数学教师，如果注意并正确运用“化归思想”进行教学，可以促使学生把握事物的发展进程，对事物内部结构、纵横关系、数量特征等有较深刻的认识。下面略举几例。 1．四则运算“巧用定律”。 有不少四则运算题，虽然可以根据常规运算顺序逐步算出正确结果，但往往因为数据庞杂，计算十分繁琐。如果能利用恒等变换，使题目的结构适合某种“模式”，运用已学过的定律、性质进行解答，便能一蹴而就，易如反掌。 例如：计算1.25×96×25 将96分解成8×4×3，再利用乘法交换律、结合律计算就显得非常方便。 1.25×96×25=1.25×8×4×3×25 =(1.25×8)(25×4)×3 =10×100×3 =3000将第二个因数18变形为(17＋1)用乘法分配律解答就比较方便。2．面积计算“变换图形”。 解答一些组合几何图形的面积，运用变换思想，将原图形通过旋转、平移、翻折、割补等途径加以“变形”，可使题目变难为易，求解也水到渠成。 例如：下左图。大正三角形的面积是28平方厘米，求小正三角形的面积。图中大、小正三角形的面积关系很难看出，若将小正三角形“旋转”一下，变成右图的模样，出现了四个全等的小正三角形，答案也就垂手可得了。小正三角形的面积是： 28÷4=7(平方厘米)。 实际上，小学课本中，除了长方形的面积计算公式之外，其他平面图形的面积计算公式都是通过变换原来的图形而得到的。教学中，我们应不失时机地利用这些图形变换，进行思想渗透。 3．理解数量“由此及彼”。 有些题目，按惯例将已知数量进行分析组合，往往觉得困难重重，甚至苦于“条件不足”。但是，只要打破思维定势，由此及彼，从全新的角度分析数量关系，就会找到正确的解题思路。 例如，下图是一堵直角梯形的墙面。试涂阴影部分用去涂料2千克。照这样计算，涂这堵墙面需用涂料多少？ 若按常规通过面积、单位量、总量之间的关系求解，必须首先算出墙面面积。对照已知条件，便会一筹莫展。如果另辟蹊径，先求出阴影部分面积和整个墙面面积之比，再根据阴影部分的已知量推算出整个墙面的总量，就可轻而易举地达到解题目的。阴影部分面积：整个梯形面积4．数学语言“互换表达”。 数学语言从形态上说，主要有三种：普通语言、图形语言和符号语言。例如“圆锥的体积”用符号语言表示为V=1／3Sh，用普通语言表示为“圆锥的体积等于和它等底等高的圆柱体积的三分之一”。课本上还配有图形语言。由于三种形式的数学语言各有其特点，图形语言形象直观，符号语言简练准确，普通语言通俗易懂。小学阶段由于学生思维还处于形象思维向抽象思维的过渡阶段，课本上以图形语言和普通语言为主，但不少地方也出现了符号语言，所以在数学教学中，加强各种数学语言的化归，可以加深对数学概念和命题的理解与记忆，帮助学生审题和探求解题思路。 (三)符号化思想的渗透 数学符号在数学中占有相当重要的地位。英国著名哲学家、数学家罗素也说过，什么是数学？数学就是符号加逻辑。面对一个普通的数学公式：S=πr2，任何具有小学文化程度的人，无论他来自地球的哪一方都知道它表示的意思。数学的符号化语言能够不分国家和种族到处通用。世界交流需要数学符号化语言。 在一个简单的不等式：3+□＜8中，对低年级小学生来讲，“□”可以说表示许多个数(0、1、2、3、4)，对高年级学生来讲，可以说是表示无数个数(0≤□＜5)再将“□”用字母替代，学生便可看出：用字母表示数，这一个小小的字母却能代表这么多的数。深刻体会到：符号以它浓缩的形式，可以表达大量信息。同时，运用符号化思想还能大大简化运算或推理过程，加快思维的速度，提高单位时间的效益。 符号化思想的实质有两条：一是要有尽量把实际问题用数学符号来表达的意识；二是要充分把握每个数学符号所蕴含的丰富内涵和实际意义。因此，不管是元素符号、运算符号、关系符号、结合符号等等，我都注意到以上两点。例如在讲解数字符号“5”时，一方面强调与一个人一只手的手指“同样多”的物体个数，都可以用符号“5”表示。同时还让小学生看着“5”说出它的内涵。如说出5个人，5支笔，5辆小汽车等。对小学课本中的数学公式、运算定律等，我除了尽量让学生用符号表示外，还要求他们完整地说出每个公式和运算定律的意义。 把客观现实中存在的事物和现象以及它们之间的相互关系抽象概括为数学符号和公式，对小学生来说不是一件很容易的事。这是因为符号化有一个从具体——表象——抽象——符号化的过程。为此，必须逐步培养小学生的抽象概括能力。例如在应用题教学中，我时常对学生进行从复杂的情节、关系叙述中，浓缩、提炼数量关系的训练。这不仅有利于问题的解决，而且，相应的能力也得到了培养和提高。 在小学阶段，课本上现有的数字符号化语言不是很多，对小学生掌握多少符号化语言也不应有过高要求。但在日常教学中，我们数学教师应该有这样一种强烈的意识：重视符号化思想的渗透；重视小学生抽象概括能力的培养。

据第六次全国私营企业抽样调查公布的数据显示，从1993年到2003年，我国私营企业数量从23.79万户增加至300.55万户，增长了13倍多，年均增长28.89％；注册资本从681亿元增至35305亿元，增长了52倍，年均增长48.41％；从业人员则从373万人增至4299万人，增长了近12倍，年均增长27.72％。 毋庸置疑，在民营企业不断发展壮大的过程中，也面临着较多的问题，融资难就是其中一个突出问题。虽然，在中央的关心、支持下，融资难的问题正在逐步得到缓解，但融资渠道不畅、融资渠道狭窄，仍然是制约民营企业发展的重要因素。 一、我国民营企业融资的现状 我国的民营企业以劳动密集型、低技术的行业为主，仅制造业、批发零售餐饮业就集中了民营企业的75％。绝大多数民营企业无论是在其初创期，还是发展期，主要是依靠自我积累、自我筹资发展起来的。但是，由于这些企业管理水平低、生产规模小、创利能力弱，要进一步发展，仍受到资金严重不足的制约。民营企业有着巨大的资金需求，然而，从银行所得到的贷款，尚不足银行贷款总量的2％；通过发行股票融资的民营企业在我国证券市场的上市公司中约只占9％左右，这里还不包括那些以较高昂的代价购买别的上市公司的股份而曲线上市的；在债券市场上占有的份额则几乎为零。民营企业的融资难，突出表现为中小企业难、中西部地区难、小城镇难，而这又恰恰是我们经济发展需要加大支持力度的重要环节。 应当看到，中央有关部门和不少地方政府为了解决民营经济融资难的问题，下了很大的力气，也出台了一些具体政策措施，如，组建民营股份制银行和地方商业银行、鼓励和支持四大商业银行，增加对民营经济贷款、建立担保体系、建设风险投资体系等等。但是，从实施效果来看，这些措施还没有使民营企业融资难的问题发生根本性的改变。因为，民营企业融资难的问题，表面上看是反映渠道狭窄，而深层次的原因则是体制和制度问题。 二、我国民营企业融资难的成因分析 1、从体制上看。当前仍然不同程度地存在着对民营企业的“歧视”现象。由于长期受计划经济体制和传统意识的影响，金融部门对非公有制企业尚不能一视同仁，受各种条件制约，诸如有的怕出现问题受到牵连。我国四大国有商业银行拥有全国70％以上的信贷资金，在信贷市场上处于垄断地位，原本是民营企业寻求信贷支持的主要来源之一，但由于国有商业银行一直受处在行政过分干预的准财政运作体制的约束，导致其对民营企业的“歧视”现象。许多地方反映，对同样数额的不良贷款，贷款对象如果是国有企业，银行工作人员可以不承担或少承担责任，如果是私营企业就可能被有关领导机构甚至司法机关予以追究。出于对贷款责任的考虑，不少银行员工宁肯少贷或不贷给民营企业，尽量限制对民营企业的贷款数额。其贷款手续之繁杂，抵押条件之苛刻，对抵押品要求之严，抵押率之低，远远超过国有企业，使不少民营企业望而却步，当民营企业在无可奈何的情况下不得不去贷款时，也往往要花费很长的时间，白白地错过了宝贵的商机。在国家有关政策上也残留着“缺陷”，急需调整完善。例如，国有企业并购重组时，许多不良资产可以通过剥离、核销、挂账、停息等办法处置，外资企业将部分利润投资可在税收上减免，而私营企业却不能享有同等待遇。此外，民营企业也无法享受开发区企业应有的政策优惠等等。这种政策性差异在很大程度上影响了民营企业融资渠道的拓展。 2、从制度上来看。（1）担保公司和各类基金制度还未完善。民营企业信用贷款因担保问题尚未解决而难以运作；抵押贷款因市区多数民营企业未能解决房产、土地等相关证件而被搁置。抵押担保落实难是当前民营企业融资、特别是申请金融机构贷款过程遇到的最大难题之一。（2）银行为民营企业服务严重不足。尽管中央银行的信贷政策鼓励商业银行增加对中小企业的贷款，但各商业银行从自身经济利益考虑，往往集中力量抓大客户，乐于“大宗批发”，而对额度小、频率高的民营企业贷款缺少兴趣，由此导致民营企业贷款明显不足。这里分析的不仅是服务意识差，而更重要的是制度引致的问题。各区县专业银行大都无权审批固定资产投资贷款，对流动资金贷款也有严格限制，这些限制难以适应遍布各地的民营企业的金融服务需要。此外还缺少对国有商业银行中小企业贷款的考核，缺少专门从事中小企业贷款的金融机构。（3）融资渠道狭窄。目前我国资本市场整体发展不够，尤其是为中小企业融资的创业板在深圳上市仅一年左右，目前我国证券市场十分萧条，使得中小企业发行债券、股票相当困难。 3、从民营企业自身来看。民营企业一般规模较小，资金匮乏，而且偿债能力弱；加上经营观念和管理模式的相对落后，财产抵押实力不足，没有完整的、令人信服的信用记录，缺乏信用基础，加大了银行投资民营企业的风险，缩小了民营企业的融资范围。这些问题均需要我们作进一步深入研究。 民营企业之所以不容易融到资金，从主观方面看可能有三个原因：一是相当一部分民营企业没有按照规定建立账目，即使有账目也是比较混乱，漏洞甚多，经不起检查，因此金融机构不愿贷款给它们，它们自己也难以通过直接融资方式融资；二是不少民营企业由于抵押物不足，无法从金融机构那里借到钱；三是有些民营企业信用信息不明，信用记录不清楚。正是上述主观原因使民营企业融资困难，它们往往只能依靠自我积累、慢慢“滚雪球”，或者通过非正式渠道融资。 再从客观方面进行分析，民营企业融资难有五个原因：一是近年来国有商业银行从县以下领域退出，县以下的金融服务范围缩小；二是即使是县城和县以上的城市，由于国有商业银行资金实行统一运筹的策略，资金重点投向发达地区和优势行业，以致欠发达地区和一般行业的民营企业难以得到贷款；三是缺乏有效的信贷担保机构；四是民间金融机构、地下金融没有被引导浮出水面，难以通过正当渠道发挥作用；五是商业银行实行严格的贷款责任追究制，而且贷款工作中又缺乏一定的激励机制，从而信贷人员认为向民营企业放贷责任巨大，宁肯慎之又慎，而不愿意冒这样的风险。 当前应针对民营企业融资的主观原因和客观原因两个方面采取措施，力求尽快地畅通民营企业融资渠道，提出以下七条建议： ——尽快建立专为民营企业提供金融服务的小型商业银行，解决民营经济发展中的融资难问题；中小型商业银行的建立，要依靠民间资本的参股，尤其要吸纳游离于金融体系外的民间资本。这也有助于使民间资本从“体外循环”转入“体内循环”。 ——现有商业银行(包括尚未改制的和正在进行改制的商业银行)在调整业务结构的过程中，对大额贷款业务和小额贷款业务分别制定规划和分别核算，即对小额贷款业务另行制定规划和单独核算，避免贷款部门因担心小额贷款的成本高而予以放弃。此外，商业银行应制定符合民营企业、尤其是中小型企业特点的信贷管理和风险控制的制度，以便提高工作效率。最近，银监会发布了《银行开展小企业贷款指导意见》，在贷款发放方面作了改进，包括对银行业绩考核办法也作了修改，这是有积极作用的。 ——对有条件发展企业债券的民营企业，要积极引导和扶持。目前，可以在各省市选择一些管理制度完善和盈利的民营企业进行试点。对于个别盈利现状虽然一般但确有发展前途和盈利前景良好的民营企业，也可以列入试点范围。企业债券不一定都要中长期的，短期债券可能更加适用。 ——在上市方面，应当坚持对民营企业和国有企业或国家控股企业一视同仁的政策。要重点推动达到一定规模的高科技行业的、符合上市条件的民营企业上市融资，包括海外上市、买壳上市等多种模式。在这里，应当注意的一个问题是，上市必须是民营企业自愿的，在上市决策方面必须充分尊重民营企业自身的意见。 ——积极发展各类有助于民营企业、特别是中小型民营企业融资的信用担保机构。包括：由企业集资联合建立商业性的担保公司，主要接受民营企业的财产抵押而替它们担保；政府拨款设立的非营利性担保公司；专业协会之类的民间组织集资成立互助担保基金；企业集资联合建立的互助担保基金。此外，还有必要建立民营企业信用再担保机构。 ——加强企业信用体系的建设。各省市可以建立统一的企业信用信息中心，收集、汇总税务、海关、金融、社保、治安、司法等系统的企业信用信息，记录企业纳税情况、信贷记录、合同履约率、遵守法律等情况，供社会查询，以增加企业信用信息的透明度。同时，应当完善企业信用评价制度和评价机制，由信用评估机构全面实施企业的信用评价，规范各类信用中介机构的设立和发展。 ——引导民间资本进入民营企业融资领域。在“2005中国宏观经济走势与产业发展高层论坛”上，央行副行长吴晓灵说，我国民营融资规模为9500亿元。另据农业部农村经济研究中心定点观察的数据，全国农户户均借款来源中，来自银行和信用社的贷款只占26%，而来自私人的贷款则占71%。可见，民间资本的影响是不可低估的。现在要研究的是如何引导民间资本为民营企业的融资更好地发挥作用。设想如下：其一，使民间资本作为资本金注入民营企业；其二，使民营资本能组成金融机构或建立投资基金，解决民营企业的融资难问题。央行准备在一些地区试行的建立“只贷不存”的民间金融机构的意见，是有积极意义的。今后，如果这些金融机构确有效率而且信用很好，未尝不可以发展为民营的商业银行，既存也贷；其三，使民间原来就已存在的互助性的融资形式(如标会、同乡会、互助会等)继续存在并发挥作用。

问题一：非概率抽样一般包括哪些具体的抽样方法 非概率抽样：调查者根据自己的方便或主观判断抽取样本的方法。它不是严格按随机抽样原则来抽取样本，所以失去了大数定律的存在基础，也就无法确定抽样误差,无法正确地说明样本的统计值在多大程度上适合于总体。虽然根据样本调查的结果也可在一定程度上说明总体的性质，特征，但不能从数量上推断总体。非概率抽样主要有偶遇抽样,主观抽样，定额抽样,滚雪球抽样等类型。 问题二：非概率抽样的抽样列举 常用的非概率抽样有方便抽样、定额抽样、立意抽样、雪球抽样等。（一）方便抽样方便抽样又称偶遇抽样。在这种抽样中，研究者选择那些最容易接近的人作为研究对象。此法常用于干预试验或预调查时，也可用于调查收尾时补缺。（二）立意抽样立意抽样又称目的抽样和判断抽样。根据研究目的的需要和研究者的主观判断，选择研究对象。（三）雪球抽样雪球抽样是指选择并调查几个具有研究目的所需要的特征的人，再依靠他们选择合乎研究需要的人，后者又可选择更多合乎研究需要的人，以此类推下去，样本就像滚雪球一样越来越大。（四）定额抽样定额抽样是先将要研究的人群按某种特征划分成几个组别，然后，按照一定的比例，从每组人群中任意选择一定量的样本作为研究对象。由于抽样前先进行了分层处理，抽得的样本代表性比单纯的方便抽样要好。 问题三：下列抽样方法中,属于非概率抽样的有什么。 下列抽样方法中，属于非概率抽样的是（ ）。 A.分层抽样 B.整群抽样 C.判断抽样 D.等距抽样 正确答案：C 本题考查抽样方法的分类。抽样方法分为概率抽样和非概率抽样。概率抽样的形式分为简单随机抽样、分层抽样、等距抽样和整群抽样。由此可以看出，只有选项C属于非概率抽样。 问题四：概率抽样和非概率抽样的特点 在什么情况下适用 由于非概率抽样不是依据随机原则抽选样本,样本统计量的分布是不确切的,因而无法使用样本的结果对总体相应的参数进行推断.如果调查的目标是用样本的调查结果对总体的相应参数进行评估,并计算估计的误差,得到的总体参数的置信区间,这时就不适合采用非概率抽样.非概率抽样的特点是操作简单、时效快、成本低,而且对于抽样中的统计专业技术要求不高.非概率抽样适合探索性的研究,调查的结果用于发现问题,为更深入的数据分析提供准备. 概率抽样是依据随机原则抽选样本,这时样本统计量的理论分布是存在的,因此可以根据调查的结果对总体的有关参数进行估计,计算估计误差,得到总体参数的置信区间,并且在进行抽样设计时,对估计的精度提出要求,计算为满足特定精度要求所需要的样本量.所以,如果调查的目的在于掌握研究对象总体的数量特征,得到总体参数的置信区间,就应当使用使用概率抽样的方法.当然,概率抽样的技术含量更高,无论是抽样样本还是对调查数据进行的分析,都要求有较高的统计学专业知识,调查的成本也比非概率抽样的调查成本高. 望采纳 问题五：非概率抽样的分类 非概率抽样依抽样特点可分为方便抽样、定额抽样、立意抽样、滚雪球抽样和空间抽样。 对非静止的、暂时性的空间相邻的群体的抽样方法。例如， *** 与 *** 没有确定的总体，参加者从一地到另一地，一些人离去又有一些人进来，但这些事件是在一定范围内进行的。对这样的总体在同一时间内抽样十分重要，以便样本组成不会经历时间上的太大变化。具体作法是:若干调查员间隔均匀的距离,从某一方向开始，访问离他最近的人，然后每隔一定步数抽取一人为调查对象。 问题六：社会调查研究与方法非概率抽样有哪些类型，其特点和应 inner part of zipper ledge

非概率抽样是指调查者根据自己的方便或主观判断抽取样本的方法。它不是严格按随机抽样原则来抽取样本，所以失去了大数定律的存在基础，也就无法确定抽样误差,无法正确地说明样本的统计值在多大程度上适合于总体。虽然根据样本调查的结果也可在一定程度上说明总体的性质，特征，但不能从数量上推断总体。非概率抽样主要有偶遇抽样,主观抽样，定额抽样,滚雪球抽样等。常用的非概率抽样有方便抽样、定额抽样、立意抽样、雪球抽样等。非概率抽样优点：简单易行、成本低、省时间,在统计上也比概率抽样简单。但由于无法排除抽样者的主观性，无法控制和客观地测量样本代表性，因此样本不具有推论总体的性质。非概率抽样多用于探索性研究和预备性研究，以及总体边界不清难于实施概率抽样的研究。在实际应用中，非概率抽样往往与概率抽样结合使用。

滚雪球抽样（Snowballsampling）例如，要研究退休老人的生活，可以清晨到公园去结识几位散步老人，再通过他们结识其朋友，不用很久，你就可以交上一大批老年朋友。但是这种方法偏误也很大，那些不好活动、不爱去公园、不爱和别人交往、喜欢一个人在家里活动的老人，你就很难把雪球滚到他们那里去，而他们却代表着另外一种退休后的生活方式。滚雪球抽样以若干个具有所需特征的人为最初的调查对象，然后依靠他们提供认识的合格的调查对象，再由这些人提供第三批调查对象，依次类推，样本如同滚雪球般由小变大。滚雪球抽样多用于总体单位的信息不足或观察性研究的情况。这种抽样中有些分子最后仍无法找到，有些分子被提供者漏而不提，两者都可能造成误差。第一批被访者是采用概率抽样得来的，之后的被访者都属于非概率抽样，此类被访者彼此之间较为相似。例如：目前中国的小轿车车主等。

滚雪球抽样是指先随机选择一些被访者并对其实施访问,再请他们提供另外一些属于所研究目标总体的调查对象,根据所形成的线索选择此后的调查对象. 　　例如,要研究退休老人的生活,可以清晨到公园去结识几位散步老人,再通过他们结识其朋友,不用很久,你就可以交上一大批老年朋友.但是这种方法偏误也很大,那些不好活动、不爱去公园、不爱和别人交往、喜欢一个人在家里活动的老人,你就很难把雪球滚到他们那里去,而他们却代表着另外一种退休后的生活方式. 　　滚雪球抽样以若干个具有所需特征的人为最初的调查对象,然后依靠他们提供认识的合格的调查对象,再由这些人提供第三批调查对象,依次类推,样本如同滚雪球般由小变大.滚雪球抽样多用于总体单位的信息不足或观察性研究的情况.这种抽样中有些分子最后仍无法找到,有些分子被提供者漏而不提,两者都可能造成误差. 希望能帮到您. 　　第一批被访者是采用概率抽样得来的,之后的被访者都属于非概率抽样,此类被访者彼此之间较为相似.例如：目前中国的小轿车车主等.

滚雪球抽样（Snowball sampling）例如，要研究退休老人的生活，可以清晨到公园去结识几位散步老人，再通过他们结识其朋友，不用很久，你就可以交上一大批老年朋友。但是这种方法偏误也很大，那些不好活动、不爱去公园、不爱和别人交往、喜欢一个人在家里活动的老人，你就很难把雪球滚到他们那里去，而他们却代表着另外一种退休后的生活方式。滚雪球抽样以若干个具有所需特征的人为最初的调查对象，然后依靠他们提供认识的合格的调查对象，再由这些人提供第三批调查对象，依次类推，样本如同滚雪球般由小变大。滚雪球抽样多用于总体单位的信息不足或观察性研究的情况。这种抽样中有些分子最后仍无法找到，有些分子被提供者漏而不提，两者都可能造成误差。第一批被访者是采用概率抽样得来的，之后的被访者都属于非概率抽样，此类被访者彼此之间较为相似。例如：目前中国的小轿车车主等。

滚雪球抽样是指先随机选择一些被访者并对其实施访问,再请他们提供另外一些属于所研究目标总体的调查对象,根据所形成的线索选择此后的调查对象. 　　例如,要研究退休老人的生活,可以清晨到公园去结识几位散步老人,再通过他们结识其朋友,不用很久,你就可以交上一大批老年朋友.但是这种方法偏误也很大,那些不好活动、不爱去公园、不爱和别人交往、喜欢一个人在家里活动的老人,你就很难把雪球滚到他们那里去,而他们却代表着另外一种退休后的生活方式. 　　滚雪球抽样以若干个具有所需特征的人为最初的调查对象,然后依靠他们提供认识的合格的调查对象,再由这些人提供第三批调查对象,依次类推,样本如同滚雪球般由小变大.滚雪球抽样多用于总体单位的信息不足或观察性研究的情况.这种抽样中有些分子最后仍无法找到,有些分子被提供者漏而不提,两者都可能造成误差. 希望能帮到您. 　　第一批被访者是采用概率抽样得来的,之后的被访者都属于非概率抽样,此类被访者彼此之间较为相似.例如：目前中国的小轿车车主等.

抽样方法不同、适用范围不同。1、抽样方法不同。整层抽样是从总体中成群成组地抽取调查单位，而不是一个一个地抽取调查样本。滚雪球抽样是指先随机选择一些被访者并对其实施访问，再请他们提供另外一些属于所研究目标总体的调查对象。2、适用范围不同。整层抽样多用于总体范围太大，无法直接抽取样本的情况。滚雪球抽样多用于总体单位的信息不足或观察性研究的情况。

是。滚雪球抽样多用于总体单位的信息不足或观察性研究的情况，是指先随机选择一些被访者并对其实施访问，再请他们提供另外一些属于所研究目标总体的调查对象，根据所形成的线索选择此后的调查对象。

　　滚雪球抽样是指先随机选择一些被访者并对其实施访问，再请他们提供另外一些属于所研究目标总体的调查对象，根据所形成的线索选择此后的调查对象。　　滚雪球抽样可以根据某些样本特征对样本进行控制，适用寻找一些在总体中十分稀少的人物。　　滚雪球抽样的调查费用相对较少，然而这种成本的节约是以调查质量的降低为代价的。整个样本很可能出现偏差，因为那些个体的名单来源于那些最初调查过的人，而他们之间可能十分相似，因此，样本可能不能很好地代表整个总体。另外，如果被调查者不愿意提供人员来接受调查，那么这种方法就会受阻。

1、方便抽样（Convenience sampling）样本限于总体中易于抽到的一部分。最常见的方便抽样是偶遇抽样，即研究者将在某一时间和环境中所遇到的每一总体单位均作为样本成员。“街头拦人法”就是一种偶遇抽样。某些调查对被调查者来说是不愉快的、麻烦的，这时为方便起见就采用以自愿被调查者为调查样本的方法。方便抽样是非随机抽样中最简单的方法，省时省钱，但样本代表性因受偶然因素的影响太大而得不到保证。2、判断抽样（Judgment sampling）指由专家判断而有目的地抽取他认为“有代表性的样本”。例如：社会学家研究某国家的一般家庭情况时，常以专家判断方法挑选“中型城镇”进行。3、配额抽样（Quota sampling）指先将总体元素按某些控制的指标或特性分类，然后按方便抽样或判断抽样选取样本元素。相当于包括两个阶段的加限制的判断抽样。在第一阶段需要确定总体中的特性分布（控制特征），通常，样本中具备这些控制特征的元素的比例与总体中有这些特征的元素的比例是相同的，通过第一步的配额，保证了在这些特征上样本的组成与总体的组成是一致的。在第二阶段，按照配额来控制样本的抽取工作，要求所选出的元素要适合所控制的特性。例如：定点街访中的配额抽样。4、滚雪球抽样（Snowball sampling）以若干个具有所需特征的人为最初的调查对象，然后依靠他们提供认识的合格的调查对象，再由这些人提供第三批调查对象，……依次类推，样本如同滚雪球般由小变大。滚雪球抽样多用于总体单位的信息不足或观察性研究的情况。这种抽样中有些分子最后仍无法找到，有些分子被提供者漏而不提，两者都可能造成误差。非概率抽样（Non-probability sampling）又称非随机抽样，指根据一定主观标准抽取样本，令总体中每个个体的被抽取不是依据其本身的机会，而是完全决定于调研者的意愿。其特点为不具有从样本推断总体的功能，但能反映某类群体的特征，是一种快速、简易且节省的数据收集方法。当研究者对总体具有较好的了解时可以采用此方法。或是总体过于庞大、复杂，采用概率方法有困难时，可以采用非概率抽样来避免概率抽样中容易抽到实际无法实施或“差”的样本，从而避免影响对总体的代表度。扩展资料简单易行、成本低、省时间,在统计上也比概率抽样简单。但由于无法排除抽样者的主观性，无法控制和客观地测量样本代表性，因此样本不具有推论总体的性质。非概率抽样多用于探索性研究和预备性研究，以及总体边界不清难于实施概率抽样的研究。在实际应用中，非概率抽样往往与概率抽样结合使用。参考资料来源：百度百科-非概率抽样

1、方便抽样（Convenience sampling）样本限于总体中易于抽到的一部分。最常见的方便抽样是偶遇抽样，即研究者将在某一时间和环境中所遇到的每一总体单位均作为样本成员。“街头拦人法”就是一种偶遇抽样。某些调查对被调查者来说是不愉快的、麻烦的，这时为方便起见就采用以自愿被调查者为调查样本的方法。方便抽样是非随机抽样中最简单的方法，省时省钱，但样本代表性因受偶然因素的影响太大而得不到保证。2、判断抽样（Judgment sampling）指由专家判断而有目的地抽取他认为“有代表性的样本”。例如：社会学家研究某国家的一般家庭情况时，常以专家判断方法挑选“中型城镇”进行。3、配额抽样（Quota sampling）指先将总体元素按某些控制的指标或特性分类，然后按方便抽样或判断抽样选取样本元素。相当于包括两个阶段的加限制的判断抽样。在第一阶段需要确定总体中的特性分布（控制特征），通常，样本中具备这些控制特征的元素的比例与总体中有这些特征的元素的比例是相同的，通过第一步的配额，保证了在这些特征上样本的组成与总体的组成是一致的。在第二阶段，按照配额来控制样本的抽取工作，要求所选出的元素要适合所控制的特性。例如：定点街访中的配额抽样。4、滚雪球抽样（Snowball sampling）以若干个具有所需特征的人为最初的调查对象，然后依靠他们提供认识的合格的调查对象，再由这些人提供第三批调查对象，……依次类推，样本如同滚雪球般由小变大。滚雪球抽样多用于总体单位的信息不足或观察性研究的情况。这种抽样中有些分子最后仍无法找到，有些分子被提供者漏而不提，两者都可能造成误差。非概率抽样（Non-probability sampling）又称非随机抽样，指根据一定主观标准抽取样本，令总体中每个个体的被抽取不是依据其本身的机会，而是完全决定于调研者的意愿。其特点为不具有从样本推断总体的功能，但能反映某类群体的特征，是一种快速、简易且节省的数据收集方法。当研究者对总体具有较好的了解时可以采用此方法。或是总体过于庞大、复杂，采用概率方法有困难时，可以采用非概率抽样来避免概率抽样中容易抽到实际无法实施或“差”的样本，从而避免影响对总体的代表度。扩展资料简单易行、成本低、省时间,在统计上也比概率抽样简单。但由于无法排除抽样者的主观性，无法控制和客观地测量样本代表性，因此样本不具有推论总体的性质。非概率抽样多用于探索性研究和预备性研究，以及总体边界不清难于实施概率抽样的研究。在实际应用中，非概率抽样往往与概率抽样结合使用。参考资料来源：百度百科-非概率抽样

1、方便抽样（Convenience sampling）样本限于总体中易于抽到的一部分。最常见的方便抽样是偶遇抽样，即研究者将在某一时间和环境中所遇到的每一总体单位均作为样本成员。“街头拦人法”就是一种偶遇抽样。某些调查对被调查者来说是不愉快的、麻烦的，这时为方便起见就采用以自愿被调查者为调查样本的方法。方便抽样是非随机抽样中最简单的方法，省时省钱，但样本代表性因受偶然因素的影响太大而得不到保证。2、判断抽样（Judgment sampling）指由专家判断而有目的地抽取他认为“有代表性的样本”。例如：社会学家研究某国家的一般家庭情况时，常以专家判断方法挑选“中型城镇”进行。3、配额抽样（Quota sampling）指先将总体元素按某些控制的指标或特性分类，然后按方便抽样或判断抽样选取样本元素。相当于包括两个阶段的加限制的判断抽样。在第一阶段需要确定总体中的特性分布（控制特征），通常，样本中具备这些控制特征的元素的比例与总体中有这些特征的元素的比例是相同的，通过第一步的配额，保证了在这些特征上样本的组成与总体的组成是一致的。在第二阶段，按照配额来控制样本的抽取工作，要求所选出的元素要适合所控制的特性。例如：定点街访中的配额抽样。4、滚雪球抽样（Snowball sampling）以若干个具有所需特征的人为最初的调查对象，然后依靠他们提供认识的合格的调查对象，再由这些人提供第三批调查对象，……依次类推，样本如同滚雪球般由小变大。滚雪球抽样多用于总体单位的信息不足或观察性研究的情况。这种抽样中有些分子最后仍无法找到，有些分子被提供者漏而不提，两者都可能造成误差。非概率抽样（Non-probability sampling）又称非随机抽样，指根据一定主观标准抽取样本，令总体中每个个体的被抽取不是依据其本身的机会，而是完全决定于调研者的意愿。其特点为不具有从样本推断总体的功能，但能反映某类群体的特征，是一种快速、简易且节省的数据收集方法。当研究者对总体具有较好的了解时可以采用此方法。或是总体过于庞大、复杂，采用概率方法有困难时，可以采用非概率抽样来避免概率抽样中容易抽到实际无法实施或“差”的样本，从而避免影响对总体的代表度。扩展资料简单易行、成本低、省时间,在统计上也比概率抽样简单。但由于无法排除抽样者的主观性，无法控制和客观地测量样本代表性，因此样本不具有推论总体的性质。非概率抽样多用于探索性研究和预备性研究，以及总体边界不清难于实施概率抽样的研究。在实际应用中，非概率抽样往往与概率抽样结合使用。参考资料来源：百度百科-非概率抽样

1、方便抽样（Convenience sampling）样本限于总体中易于抽到的一部分。最常见的方便抽样是偶遇抽样，即研究者将在某一时间和环境中所遇到的每一总体单位均作为样本成员。“街头拦人法”就是一种偶遇抽样。某些调查对被调查者来说是不愉快的、麻烦的，这时为方便起见就采用以自愿被调查者为调查样本的方法。方便抽样是非随机抽样中最简单的方法，省时省钱，但样本代表性因受偶然因素的影响太大而得不到保证。2、判断抽样（Judgment sampling）指由专家判断而有目的地抽取他认为“有代表性的样本”。例如：社会学家研究某国家的一般家庭情况时，常以专家判断方法挑选“中型城镇”进行。3、配额抽样（Quota sampling）指先将总体元素按某些控制的指标或特性分类，然后按方便抽样或判断抽样选取样本元素。相当于包括两个阶段的加限制的判断抽样。在第一阶段需要确定总体中的特性分布（控制特征），通常，样本中具备这些控制特征的元素的比例与总体中有这些特征的元素的比例是相同的，通过第一步的配额，保证了在这些特征上样本的组成与总体的组成是一致的。在第二阶段，按照配额来控制样本的抽取工作，要求所选出的元素要适合所控制的特性。例如：定点街访中的配额抽样。4、滚雪球抽样（Snowball sampling）以若干个具有所需特征的人为最初的调查对象，然后依靠他们提供认识的合格的调查对象，再由这些人提供第三批调查对象，……依次类推，样本如同滚雪球般由小变大。滚雪球抽样多用于总体单位的信息不足或观察性研究的情况。这种抽样中有些分子最后仍无法找到，有些分子被提供者漏而不提，两者都可能造成误差。非概率抽样（Non-probability sampling）又称非随机抽样，指根据一定主观标准抽取样本，令总体中每个个体的被抽取不是依据其本身的机会，而是完全决定于调研者的意愿。其特点为不具有从样本推断总体的功能，但能反映某类群体的特征，是一种快速、简易且节省的数据收集方法。当研究者对总体具有较好的了解时可以采用此方法。或是总体过于庞大、复杂，采用概率方法有困难时，可以采用非概率抽样来避免概率抽样中容易抽到实际无法实施或“差”的样本，从而避免影响对总体的代表度。扩展资料简单易行、成本低、省时间,在统计上也比概率抽样简单。但由于无法排除抽样者的主观性，无法控制和客观地测量样本代表性，因此样本不具有推论总体的性质。非概率抽样多用于探索性研究和预备性研究，以及总体边界不清难于实施概率抽样的研究。在实际应用中，非概率抽样往往与概率抽样结合使用。

1、概率抽样又称随机抽样，指在总体中排除人的主观因素，给予每一个体一定的抽取机会的抽样。其特点为，抽取样本具有一定的代表性，可以从调查结果推断总体；操作比较复杂，需要更多的时间，而且往往需要更多的费用。2、非概率抽样（Non-probability sampling）又称非随机抽样，指根据一定主观标准抽取样本，令总体中每个个体的被抽取不是依据其本身的机会，而是完全决定于调研者的意愿。其特点为不具有从样本推断总体的功能，但能反映某类群体的特征，是一种快速、简易且节省的数据收集方法。当研究者对总体具有较好的了解时可以采用此方法。或是总体过于庞大、复杂，采用概率方法有困难时，可以采用非概率抽样来避免概率抽样中容易抽到实际无法实施或“差”的样本，从而避免影响对总体的代表度。扩展资料常用的非概率抽样方法有以下四类：1、方便抽样（Convenience sampling）指根据调查者的方便选取的样本，以无目标、随意的方式进行。例如：街头拦截访问（看到谁就访问谁）；个别入户项目谁开门就访问谁。优点：适用于总体中每个个体都是“同质”的，最方便、最省钱；可以在探索性研究中使用，另外还可用于小组座谈会、预测问卷等方面的样本选取工作。缺点：抽样偏差较大，不适用于要做总体推断的任何民意项目，对描述性或因果性研究最好不要采用方便抽样。2、判断抽样（Judgment sampling）指由专家判断而有目的地抽取他认为“有代表性的样本”。例如：社会学家研究某国家的一般家庭情况时，常以专家判断方法挑选“中型城镇”进行。也有家庭研究专家选取某类家庭进行研究，如选三口之家（子女正在上学的）；在探索性研究中，如抽取深度访问的样本时，可以使用这种方法。优点：适用于总体的构成单位极不相同而样本数很小，同时设计调查者对总体的有关特征具有相当的了解（明白研究的具体指向）的情况下，适合特殊类型的研究（如产品口味测试等）；操作成本低，方便快捷，在商业性调研中较多用。缺点：该类抽样结果受研究人员的倾向性影响大，一旦主观判断偏差，则根易引起抽样偏差；不能直接对研究总体进行推断。3、配额抽样（Quota sampling）指先将总体元素按某些控制的指标或特性分类，然后按方便抽样或判断抽样选取样本元素。相当于包括两个阶段的加限制的判断抽样。在第一阶段需要确定总体中的特性分布（控制特征），通常，样本中具备这些控制特征的元素的比例与总体中有这些特征的元素的比例是相同的。通过第一步的配额，保证了在这些特征上样本的组成与总体的组成是一致的。在第二阶段，按照配额来控制样本的抽取工作，要求所选出的元素要适合所控制的特性。例如：定点街访中的配额抽样。优点：适用于设计调查者对总体的有关特征具有一定的了解而样本数较多的情况下，实际上，配额抽样属于先“分层”（事先确定每层的样本量）再“判断”（在每层中以判断抽样的方法选取抽样个体）；费用不高，易于实施，能满足总体比例的要求。缺点：容易掩盖不可忽略的偏差。4、滚雪球抽样（Snowball sampling）指先随机选择一些被访者并对其实施访问，再请他们提供另外一些属于所研究目标总体的调查对象，根据所形成的线索选择此后的调查对象。第一批被访者是采用概率抽样得来的，之后的被访者都属于非概率抽样，此类被访者彼此之间较为相似。例如：如在目前中国的小轿车车主等。优点：可以根据某些样本特征对样本进行控制，适用寻找一些在总体中十分稀少的人物。缺点：有选择偏差，不能保证代表性。参考资料来源：百度百科-概率抽样参考资料来源：百度百科-非概率抽样

常用的非概率抽样方法有以下四类：1、方便抽样（Convenience sampling）指根据调查者的方便选取的样本，以无目标、随意的方式进行。例如：街头拦截访问（看到谁就访问谁）；个别入户项目谁开门就访问谁。优点：适用于总体中每个个体都是“同质”的，最方便、最省钱；可以在探索性研究中使用，另外还可用于小组座谈会、预测问卷等方面的样本选取工作。缺点：抽样偏差较大，不适用于要做总体推断的任何民意项目，对描述性或因果性研究最好不要采用方便抽样。2、判断抽样（Judgment sampling）指由专家判断而有目的地抽取他认为“有代表性的样本”。例如：社会学家研究某国家的一般家庭情况时，常以专家判断方法挑选“中型城镇”进行。也有家庭研究专家选取某类家庭进行研究，如选三口之家（子女正在上学的）；在探索性研究中，如抽取深度访问的样本时，可以使用这种方法。优点：适用于总体的构成单位极不相同而样本数很小，同时设计调查者对总体的有关特征具有相当的了解（明白研究的具体指向）的情况下，适合特殊类型的研究（如产品口味测试等）；操作成本低，方便快捷，在商业性调研中较多用。缺点：该类抽样结果受研究人员的倾向性影响大，一旦主观判断偏差，则根易引起抽样偏差；不能直接对研究总体进行推断。3、配额抽样（Quota sampling）指先将总体元素按某些控制的指标或特性分类，然后按方便抽样或判断抽样选取样本元素。相当于包括两个阶段的加限制的判断抽样。在第一阶段需要确定总体中的特性分布（控制特征），通常，样本中具备这些控制特征的元素的比例与总体中有这些特征的元素的比例是相同的，通过第一步的配额，保证了在这些特征上样本的组成与总体的组成是一致的。在第二阶段，按照配额来控制样本的抽取工作，要求所选出的元素要适合所控制的特性。例如：定点街访中的配额抽样。优点：适用于设计调查者对总体的有关特征具有一定的了解而样本数较多的情况下，实际上，配额抽样属于先“分层”（事先确定每层的样本量）再“判断”（在每层中以判断抽样的方法选取抽样个体）；费用不高，易于实施，能满足总体比例的要求。缺点：容易掩盖不可忽略的偏差。4、滚雪球抽样（Snowball sampling）指先随机选择一些被访者并对其实施访问，再请他们提供另外一些属于所研究目标总体的调查对象，根据所形成的线索选择此后的调查对象。第一批被访者是采用概率抽样得来的，之后的被访者都属于非概率抽样，此类被访者彼此之间较为相似。例如：如在目前中国的小轿车车主等。优点：可以根据某些样本特征对样本进行控制，适用寻找一些在总体中十分稀少的人物。缺点：有选择偏差，不能保证代表性。扩展资料抽样是有一定规则的，抽样的基本要求是：1、总体范围的确定抽样首先要明确规定抽样的总体范围，一般来说，研究课题和研究目的决定了总体的范围。如，“上海市区初中学生身体素质的调查”这个课题的总体就是上海市区全体初一至初三的中学生，不包括郊县的初中生。如果总体范围不很清楚，在抽样前应对总体做出明确的规定。否则，会对抽取样本和研究结果的推断造成麻烦。通常研究课题的确立就已基本框定了总体范围，研究者要考虑的是为什么要确定该总体的理由，以及研究的预期效果和可行性问题。2、抽样的随机化抽样要尽可能做到随机化（random）。随机化是指总体中的每个个体被选入样本的概率（probability）不为零。也就是说，总体中的每一个个体入选的机会均等。随机是科学研究的基本原则。抽样的随机化是一种精确而科学的过程，是科学研究结果可靠性的保证，可以避免研究者自觉或不自觉的偏见。抽签、摇奖就是根据抽样的随机化原理设计的。严格的抽样必须是随机的，这样可避免研究者的主观倾向或人为因素造成的抽样偏差（sampling bias）3、样本的代表性样本的代表性指样本应具备总体的性质或特征，样本能在较大程度上代表总体。样本研究的关键在于抽样和推论，抽样是推论的先决条件，样本的代表性会影响研究结论的可靠性和研究结论的推断程度。代表性越高的样本，其研究结果的普遍性就越大。反之，如果样本没有代表性往往会导致研究的失败。常为人引用的一个例子是：1936年美国的总统大选，当时美国的《文学文摘》杂志曾做了一次关于总统大选的民意调查，调查结果预测兰登将在总统选举中获胜，罗斯福落选。但事实正好相反，选举结果是罗斯福当选总统。虽然《文学文摘》杂志的民意调查样本数很大，但调查者的样本是从电话号簿和汽车登记册中抽取的。1936年正是美国经济大萧条过后，有汽车有电话的人仅代表了美国选民中的某个特定阶层，对于选民总体来说不具备代表性。这次民意调查的失败主要在于抽样偏差，样本没有代表性，抽取的样本在质上与总体特征不相吻合。与此同时，盖洛普民意调查所也作了总统大选的调查，只发了2000份问卷，结果预测成功，罗斯福当选总统。4、合理的样本容量样本容量又称样本大小，是指抽取样本的具体数量。样本数量的多少是研究无法回避的问题，是研究设计中重要的一环，也是比较困难的一件事。它既要符合研究目的、内容，满足教育统计的要求，又要考虑抽样的可能性，并使误差减少到最低限度。一般来说，样本数越多，代表性越好，但是增大样本，势必增加研究的人力、物力、财力，增加研究的难度，造成不必要的浪费。如果样本数太小，则抽样误差较大，样本不能代表总体，不利于统计分析，影响研究效果。样本数量究竟多少为宜，这是一个复杂的问题。我们很难说出一个确定的数字，样本数量要从多个方面综合起来考虑。抽样是以概率论为理论基础。抽样的作用是为了合理地减少研究对象，既可以节约人力、物力、时间，又可使研究力量相对集中，使研究工作深入、细致，从而提高研究的准确性和可靠性。一般来说，定性研究中抽取的样本很小，样本有时仅仅是一个案例或一个个体，研究目的是为了对所研究对象进行更深入的了解。而定量研究的样本数较大，样本可以是一群个体，并要考虑样本能否准确代表总体，能否对总体作出推断。参考资料来源：百度百科-非概率抽样

1、概率抽样又称随机抽样，指在总体中排除人的主观因素，给予每一个体一定的抽取机会的抽样。其特点为，抽取样本具有一定的代表性，可以从调查结果推断总体；操作比较复杂，需要更多的时间，而且往往需要更多的费用。2、非概率抽样（Non-probability sampling）又称非随机抽样，指根据一定主观标准抽取样本，令总体中每个个体的被抽取不是依据其本身的机会，而是完全决定于调研者的意愿。其特点为不具有从样本推断总体的功能，但能反映某类群体的特征，是一种快速、简易且节省的数据收集方法。当研究者对总体具有较好的了解时可以采用此方法。或是总体过于庞大、复杂，采用概率方法有困难时，可以采用非概率抽样来避免概率抽样中容易抽到实际无法实施或“差”的样本，从而避免影响对总体的代表度。扩展资料常用的非概率抽样方法有以下四类：1、方便抽样（Convenience sampling）指根据调查者的方便选取的样本，以无目标、随意的方式进行。例如：街头拦截访问（看到谁就访问谁）；个别入户项目谁开门就访问谁。优点：适用于总体中每个个体都是“同质”的，最方便、最省钱；可以在探索性研究中使用，另外还可用于小组座谈会、预测问卷等方面的样本选取工作。缺点：抽样偏差较大，不适用于要做总体推断的任何民意项目，对描述性或因果性研究最好不要采用方便抽样。2、判断抽样（Judgment sampling）指由专家判断而有目的地抽取他认为“有代表性的样本”。例如：社会学家研究某国家的一般家庭情况时，常以专家判断方法挑选“中型城镇”进行。也有家庭研究专家选取某类家庭进行研究，如选三口之家（子女正在上学的）；在探索性研究中，如抽取深度访问的样本时，可以使用这种方法。优点：适用于总体的构成单位极不相同而样本数很小，同时设计调查者对总体的有关特征具有相当的了解（明白研究的具体指向）的情况下，适合特殊类型的研究（如产品口味测试等）；操作成本低，方便快捷，在商业性调研中较多用。缺点：该类抽样结果受研究人员的倾向性影响大，一旦主观判断偏差，则根易引起抽样偏差；不能直接对研究总体进行推断。3、配额抽样（Quota sampling）指先将总体元素按某些控制的指标或特性分类，然后按方便抽样或判断抽样选取样本元素。相当于包括两个阶段的加限制的判断抽样。在第一阶段需要确定总体中的特性分布（控制特征），通常，样本中具备这些控制特征的元素的比例与总体中有这些特征的元素的比例是相同的。通过第一步的配额，保证了在这些特征上样本的组成与总体的组成是一致的。在第二阶段，按照配额来控制样本的抽取工作，要求所选出的元素要适合所控制的特性。例如：定点街访中的配额抽样。优点：适用于设计调查者对总体的有关特征具有一定的了解而样本数较多的情况下，实际上，配额抽样属于先“分层”（事先确定每层的样本量）再“判断”（在每层中以判断抽样的方法选取抽样个体）；费用不高，易于实施，能满足总体比例的要求。缺点：容易掩盖不可忽略的偏差。4、滚雪球抽样（Snowball sampling）指先随机选择一些被访者并对其实施访问，再请他们提供另外一些属于所研究目标总体的调查对象，根据所形成的线索选择此后的调查对象。第一批被访者是采用概率抽样得来的，之后的被访者都属于非概率抽样，此类被访者彼此之间较为相似。例如：如在目前中国的小轿车车主等。优点：可以根据某些样本特征对样本进行控制，适用寻找一些在总体中十分稀少的人物。缺点：有选择偏差，不能保证代表性。参考资料来源：百度百科-概率抽样参考资料来源：百度百科-非概率抽样