【正文】 包含所有在該省登記注冊(cè)的執(zhí)業(yè)會(huì)計(jì)師事務(wù)所。 ? 一個(gè)禮堂有 30排座位，每排有 40個(gè)座位，一次報(bào)告會(huì)禮堂坐滿(mǎn)了聽(tīng)眾。會(huì)后為聽(tīng)取意見(jiàn)留下座位號(hào)為 20的 30名聽(tīng)眾進(jìn)行座談。這里選用了哪種抽取樣本的方法。 ? 一個(gè)單位的職工有 500人，其中不到 35歲的有 125人， 3549歲的有 280人， 50歲以上的有 95人。為了了解該單位職工年齡與身體狀況的有關(guān)指標(biāo)，從中抽取 100名職工作為樣本，應(yīng)該怎樣抽取。 ? 假設(shè)有 1000群，即在該省登記注冊(cè)的從事會(huì)計(jì)活動(dòng)的會(huì)計(jì)師事務(wù)所有1000個(gè)，選擇 10個(gè)會(huì)計(jì)師事務(wù)所為一個(gè)簡(jiǎn)單隨機(jī)樣本。 ? 一個(gè)教授在大學(xué)里進(jìn)行一項(xiàng)調(diào)查研究，他可以邀請(qǐng)一些學(xué)生志愿者參加他的研究項(xiàng)目，僅僅是因?yàn)檫@些學(xué)生在他的班上。 上海市居民消費(fèi)狀況調(diào)查 ? 本次居民消費(fèi)狀況調(diào)查主要指標(biāo)調(diào)查結(jié)果需保證對(duì)全市具有代表性，特別要對(duì)上海市區(qū)部分具有代表性。經(jīng)匡算全市調(diào)查樣本量為 10000戶(hù)，根據(jù) 1998年公安年報(bào)中農(nóng)業(yè)人口和非農(nóng)業(yè)人口的比例，最終樣本人口中城市為 7000戶(hù)左右，農(nóng)村為 3000戶(hù)左右。 ? 根據(jù)調(diào)查的實(shí)際要求和可操作性，擬采取 多階段抽樣是指在總體中采用四個(gè)階段抽取居民調(diào)查戶(hù)。第一階段，從總體中確定調(diào)查樣本單位區(qū)（縣）；第二階段，從抽中的區(qū)（縣）抽取鄉(xiāng)（鎮(zhèn)、街道）；第三階段，從抽中的鄉(xiāng)（鎮(zhèn)、街道）中抽取村（居）委會(huì)；第四階段，從抽中的村（居）委會(huì)抽取最終調(diào)查單位居民家庭。 ? 考慮到抽樣的地域分布和實(shí)際操作能力以及樣本對(duì)市區(qū)的代表性等因素，確定第一級(jí)樣本單位為全市 20個(gè)區(qū)縣，第二級(jí)樣本單位為 100個(gè)鄉(xiāng)、鎮(zhèn)、街道 ,第三級(jí)樣本單位為每個(gè)鄉(xiāng)級(jí)單位中抽取 3個(gè)村 (居 )委會(huì)單位 ,第四級(jí)樣本單位每個(gè)居委會(huì)抽 40戶(hù)左右的居民戶(hù)作為調(diào)查群，村居委會(huì)抽 23戶(hù)左右的居民作為調(diào)查群。鄉(xiāng)、鎮(zhèn)、街道單位和村 (居 )委會(huì)單位的抽取均采用人口比例法，等距隨機(jī)抽取。 三、非隨機(jī)抽樣方法 偶遇抽樣（ accidental sampling) ? 又稱(chēng)方便抽樣 (convenience sampling)或自然抽樣，是指研究者根據(jù)現(xiàn)實(shí)情況，以自己方便的形式抽取偶然遇到的人作為對(duì)象，或者僅僅選擇那些離得最近的、最容易找的人作為對(duì)象。 常見(jiàn)的街頭隨訪或攔截式訪問(wèn)、郵寄式調(diào)查、雜志內(nèi)問(wèn)卷調(diào)查等都屬于偶遇抽樣的方式。它的優(yōu)點(diǎn)是花費(fèi)?。òń?jīng)費(fèi)和時(shí)間）、抽樣單元可以接近、容易測(cè)量并且合作。缺點(diǎn)是存在選擇偏差。 判斷抽樣（ judgmental sampling) ? 又稱(chēng)立意抽樣（ purposive sampling)，它是研究者根據(jù)研究的目標(biāo)和自己主觀的分析來(lái)選擇和確定研究對(duì)象的方法。這種抽樣首先要確定抽樣標(biāo)準(zhǔn)，標(biāo)準(zhǔn)的確定帶有主觀性，往往與研究者的理論修養(yǎng)、實(shí)際經(jīng)驗(yàn)以及對(duì)對(duì)象的熟悉程度有很大關(guān)系。 ? 優(yōu)點(diǎn)在于可以充分發(fā)揮研究人員的主觀能動(dòng)作用，特別是當(dāng)研究者對(duì)總體的情況比較熟悉、研究者的分析判斷能力較強(qiáng)、研究方法與技術(shù)十分熟練、研究經(jīng)驗(yàn)比較豐富時(shí)，采用這種方法十分方便。 ? 但樣本的代表性差。多用于總體規(guī)模小、所涉及的范圍較窄或時(shí)間、人力等條件有限而難以進(jìn)行大規(guī)模抽樣的情況。 拉扎斯菲爾德的伊里（ Eric County）調(diào)查和笛卡圖 (Decatur County)調(diào)查 ? 1940年，拉氏在伊里縣，了解選民關(guān)于總統(tǒng)選舉的態(tài)度和投票行為，居民 43 000，入戶(hù)拜訪 3000名，選出 600人組成研究樣本（ ？ 抽樣），時(shí)間 511月，每隔 1月，調(diào)查這 600人對(duì)選舉的態(tài)度，（固定樣本研究）， 《 人民的選擇 》 1944年出版。 ? 8%被調(diào)查者改變最終的投票意向，接觸媒體頻率平均比所有調(diào)查對(duì)象少很多，說(shuō)明不是因?yàn)槊襟w影響而改變投票意向，因此媒體并沒(méi)有直接改變受眾態(tài)度和行為的力量，只能強(qiáng)化已有的投票意向。據(jù)此提出政治既有傾向假說(shuō)、被強(qiáng)效果假說(shuō)，選擇性接觸假說(shuō)，意見(jiàn)領(lǐng)袖概念。基本屬有限效果論，與魔彈論針?shù)h相對(duì)。 ? 為了驗(yàn)證伊里調(diào)查的結(jié)論是否能應(yīng)用到其它領(lǐng)域，拉氏于 1945年在 笛卡圖 縣主持大規(guī)模調(diào)查，研究問(wèn)題從政治擴(kuò)展到 電影、時(shí)尚、消費(fèi)和政治 四個(gè)議題，試圖回答個(gè)人如何獲得信息，以及個(gè)人做決定時(shí)媒體和人際因素的影響有多大。 ？ 抽樣，找女性，回憶影響了她們關(guān)于這四個(gè)議題的看法的人的名字，找到這些人調(diào)查，回憶自己對(duì)他人的影響，這些影響他人的人就是意見(jiàn)領(lǐng)袖，最終樣本包括 700多女性。 《 人際影響 》 1955年出版。 ? 笛卡圖調(diào)查正式提出“兩級(jí)傳播”理論，概括了意見(jiàn)領(lǐng)袖的特征，用 生活閱歷、社交交往程度和社會(huì)經(jīng)濟(jì)地位 三項(xiàng)指標(biāo)來(lái)表示哪些人屬，在政治議題上，社會(huì)交往程度最重要，而在其他三個(gè)議題上，生活閱歷是最重要的指標(biāo)。 定額抽樣（ quota sampling) ? 又叫配額抽樣。進(jìn)行配額抽樣時(shí)，盡可能依據(jù)那些有可能影響研究變量的因素來(lái)對(duì)總體分層，并找出具有各種不同特征的成員在總體中所占的比例。然后依據(jù)這種劃分及各類(lèi)成員的比例去選擇對(duì)象，使樣本中的成員在上述各種因素、各種特征方面的構(gòu)成及其在樣本中的比例都盡量接近總體。 ? 例：假設(shè)某高校有 4000名學(xué)生，其中男生占 60%，女生占 40%，文科學(xué)生和理科學(xué)生各占 50%；一年級(jí)學(xué)生占上 40%，二年級(jí)、三年級(jí)、四年級(jí)分別占 30%、 20%、 10%。用定額抽樣方法以性別、年級(jí)、專(zhuān)業(yè)為變數(shù)抽取一個(gè)規(guī)模為 100人的樣本。 ? 100人的定額樣本分布表 ? 分類(lèi)特征（變數(shù)）越多，樣本中成員的分類(lèi)越細(xì)，與總體的結(jié)構(gòu)就越接近。但是，每增加一個(gè)分類(lèi)特征，分布就會(huì)復(fù)雜一層，抽樣就會(huì)困難一步。 男生（ 60人） 女生（ 40人 ） 文科（ 30人） 理科（ 30人） 文科（ 20人） 理科（ 20人） 年級(jí) 一 二 三 四 一 二 三 四 一 二 三 四 一 二 三 四 人數(shù) 12 9 6 3 12 9 6 3 8 6 4 2 8 6 4 2 雪球抽樣（ snowball sampling) ? 雪球抽樣是先隨機(jī)選擇一組調(diào)查對(duì)象，訪問(wèn)這些調(diào)查對(duì)象之后，再請(qǐng)他們提供另外一些屬于所研究的目標(biāo)總體的調(diào)查對(duì)象，根據(jù)所提供的線索，選擇此后的調(diào)查對(duì)象。 ? 在非概率抽樣中，采用雪球抽樣的方式能較好的收集到不能公開(kāi)得到的隱秘人群。這樣做的缺點(diǎn)是：所收集到的人群又很大的相似性，代表性較差。 ?Linear Snowball Sampling ?Exponential NonDiscriminative Snowball Sampling ?Exponential Discriminative Snowball Sampling