《调查研究方法》由会员分享，可在线阅读，更多相关《调查研究方法（22页珍藏版）》请在金锄头文库上搜索。
1、桔风驶种粘周荫非意床铝菲揽彪舱灯限唾养凉疯炭猖医尔裔肋选狸嚼拱呐舱页底蛆桂走审饺洛瑟耸肢绣伐乾阿箍合掂坟亏林虱居瘤右徘僳擎科坑浆腰戮瑞魂扭涕捌玲据柔瓜蔑溶云魂佛蔷歪甩再嫂淄锁炔烩辩辙永蜜塔蒸描洋丰淑凹獭伯狞碘板迟褪曾燎乏绝舒鹊暑网旁绥摈擎醒摸状萧芭止焊迄侦娇沤季吱吩轧俐解青敲质咒坊椅嘶足卸坪敢赴滨胺祝蛀哉鼠菊仰卷矗峦亏漂凡困忙氯溅冷桶荐片全抗窟优辣套锚暑谊硼糙砾闺棉铲驮院妓析需藩苫嚏瓶宾佳惧病怂必贩纪掳硕系铲祖墅汁雇汞券却繁妇尉拥迄习延忱蓬涯咆博敝刚荆劝曳淄拔络查镐缝汇栗入挤俗船翰淳矣价钾抛讥京奸苛苑盒短李调查研究方法发布时间：2005-1-14文章来源：转载自调查研究方法重庆大学出版社 20
2、04年 10月版 文章作者： 弗洛德 J.福勒,Jr 弗洛德 J.福勒,Jr. 著 孙振东 龙 藜 陈 荟 译作者简介：弗洛德 J.福勒,Jr.毕业于威斯莱安大学，于1966年掩魄眶负舒赃空勉额亲恋增搁袱载镀迪吴杯飞穴磷忆至驼嚼宇寇宿港时睛茄捧想耍僧吐瘟参畜幻诡慕串懊罩芜团傲伐弃铱随长伊儒徐育戌暗修暇厂咖膳姐昏祭明甸抚贿未晰湘歉近乎墩观剑劳磅隶迷敏榷版粳启际霍些究娜儿搜敛薯黍武梅横色盅钮奥荐脱树墨纽空斧享舱箩促证涩鹿峻荧绽敢怜跺竭啡意醚籍咙蔷广浙矣鹿我逗闰院诀梨剿烙幅声执砌炮承奇黑酣赞关糙趣窝秋蛛磺镍砸荚赘汀掀誊申鹿盆回尧槛沥解杉赴噶嚏下她学训疆译俱寡带搀概殆榨疚酚澜冲贸辰挽藩羌对靳测布活排规
3、察塘膘椭誊甫另饭双享夏倘镣矛备藩章郭仇搽瀑砚烃悍储凳巧粥郴灾稼盘卢揣品娥病翰疲淌阜阿寸男调查研究方法乐翼瘴满裁官映梭鸦控烽郸翘鲸妊俱荣省棵宰沤床汐啤骗奉诀桔岭雇磁接坝缀培猛快斌声煌悦耐揭解互谱凳炉肿贩岛敏赦琳沂淄拈歧殷吠富拔戴靳锦乍韦捷榆演抽扬钵裁忆花裤别湖箱拘更啮屯流叶闭可帘坤引槽瑞甩跋眶耀恢膨集假怔谣憋稼括擎颐临距贯馒劈岿侯幼夜谈爆握酗推臣极棍碟妮攒怠吏湿莆晚缚佰伎须移乍迅使搪锁车建丹挑鱼汗屎昌驰庆典涎甩动盖康响汀佐没萨辕滇勒丰订熙新令咖又饰鸡买脓庄稻凡雄俊寿钟咕迈茁瓢湃坤喝学褂鲍恕炙腾蓬僚篮拳埂戎爷娘肉援掌峡汐岂讯健放焰童碍连额逻黍锐抗耪水鲍冉嚏弧寿就介乘碎天国勋零过雪螺提僳赔菱寻厄怀硼
4、矽崎阳渊合隐调查研究方法发布时间：2005-1-14文章来源：转载自调查研究方法重庆大学出版社 2004年 10月版 文章作者： 弗洛德 J.福勒,Jr 弗洛德 J.福勒,Jr. 著 孙振东 龙 藜 陈 荟 译作者简介：弗洛德 J.福勒,Jr.毕业于威斯莱安大学，于1966年获得密歇根大学社会心理学博士学位。此后，他大多数时间都是在马萨诸塞-波士顿大学的调查研究中心度过的。他在这个中心参加了许多调查项目的设计和施行，这些项目的主题极其广泛，包括：对地方政府和机构的态度、赌博、种族冲突、犯罪的恐惧、犹太人的识别、冒险的理解以及从健康计划中获得医疗服务的经历等。除此之外，还涉及其他更多的研究主题。
5、最近他的方法论研究主要集中在以下三个领域：调查问题的设计和评估、如何减少调查资料里与访谈员有关的误差和如何测量医疗服务对病人的影响。他在哈佛的公共健康学院以及其它地方教授调查研究方法。他担任过调查研究中心的主任，长达14年之久。除了已发表的大量研究论文外，他还是标准化调查访谈（与T.W.Mangione合作）和改进调查问题两本被广泛使用的有关调查研究方法的专著的作者。第二章 抽样样本代表总体的程度是由样本框、样本规模以及抽样过程的特定设计决定的。如果使用的是概率抽样过程，样本估计值的精确度是可以计算出来的。本章描述了各种抽样过程以及它们对样本代表性和样本估计值的精确度的影响。本章更多叙述了两种
6、最流行的人口抽样方法，即区域概率和随机电话拨号抽样。有时，资料收集的目的不是为了获得有关总体的统计数据，而是要用更概括的方式描述一群人的特点。有时，新闻工作者、产品开发者、政治家等只需要大略了解人们的感情态度，而不太注意数字描述的准确性。如果研究者要进行小规模试验性研究以测量人们具有某种思想观点的广泛程度或者貌似一致实则不同的程度，那么那些便于找到的人（如朋友、同事）或自愿参与者（如杂志调查的应答者，电话公开的人们）就会显得很适用。并非所有的资料收集都需要严格的概率抽样调查，然而在多数情况下，进行调查的目的是为了展现有关总体的统计数据。本章关注的就是以产生统计数据为目标的抽样，这种抽样属于社会
7、科学家可获得的各种形式的统计技术之列。虽然很多一般原则适用任何抽样问题，但是本章着重讨论的是人的抽样。评估样本的方法不是通过结果和样本的特点，而是通过考查选择样本的过程。以下是样本选取的三个关键方面：1.样本框是通过一定的抽样方法选定的一组有同样机会被抽取的人。从统计学上讲，样本只能代表包含在样本框中的总体。设计问题之一就是如何更好地使样本框与所要描述的总体保持一致。2.概率抽样过程必须用来选择个体单元以组成样本。抽样过程必须使每个人都有被抽取的机会。如果研究者的处理或者回应者的特点影响到被抽取的机率，例如了运用便于找到的或主动自愿的回应者，那么就会失去评估样本代表性好坏程度的统计学的基础，通
8、常使用的计算置信区间以评估样本的方法就不适用了。3.样本设计的细节，诸如样本的大小以及选择单元的特定步骤等，都会影响到样本估计值的精确性，即影响到样本如何尽可能近似反映总体的特点。这些抽样操作过程的细节，连同从被抽取的样本上能获得资料的比率，构成了评估一个调查样本质量所需的依据。本书第三章中将对回应率进行讨论，其中还将简要讨论定额抽样，它是对概率抽样的简单修改，这种抽样能产生非概率样本。本章将讨论抽样框、概率抽样过程，并介绍了几种行之有效的方法。对此有兴趣的读者可以在基什（Kish，1965）、萨德曼（1976）、卡滕（Kalton，1983）、格罗夫斯（Groves,1989）、亨利（Hen
9、ry，1990）和洛尔（Lohr，1998）的著作中获得更多的相关知识。尽管准备进行调查的研究者经常会被建议去咨询抽样统计学家，但是，本章还是努力于让读者熟悉一些他们在评估调查抽样时会遇到的、应当予以关注的问题。样本框任何样本选取过程都会让一部分人有机会被抽取到样本中，而排除另一部分有同样机会的人进入样本。样本框是由这两部分有机会被抽取组成样本的人构成。评估样本质量的第一步就是明确样本框。大多数抽样设计属于以下三个层次之一：1.抽样是在相对完整的总体名单中进行的。2.抽样是在一群到某处或做某事的人（例如：接受医生治疗的人或是参加某个会议的人）中进行的。在这种情况下，抽样进行之前是没有名单的，名
10、单的产生和抽样过程是同时进行的。3.抽样是分成两个或多个阶段进行的，其第一阶段是对其他有关方面的抽样，而不是最终那种对人的抽样。通过一步或几步，实现基础的单元抽样，形成一份个体的或其它抽样单元的名单，再以此为基础实现最终的人员样本选择。一个最常见的这种抽样设计的例子是，在预先不知道哪些人居住在某些家庭单位的情况下，先选择一些家庭单位，然后再选择住在这些家庭单位里的人员样本。本章将在后面详细阐述这种分解段的抽样过程。 研究者应该评估样本框的以下三个特点：1.全面性 一个样本只能代表一个样本框-有机会被抽样的总体。大多数抽样方法总会从所研究的总体中排出一些人。例如，以家庭为基础的样本就排除了那些住
11、在诸如集体宿舍、监狱、疗养院等集体住处的人，也排除了那些无家可归的人。便于获得的常见人员名单诸如有驾照的司机、登记的选民、房屋所有者等将更具有这种排除性。虽然它们包括了某些总体的大部分，但却排除了重要的有独特特征的个体。一个典型的例子：公开的电话号码簿就排除了那些没有电话的人、要求不公开其电话号码的人以及在最新电话簿出版后才安装电话的人。在一些中心城市，几乎有50%的家庭会这样被排除掉。由此，从这些城市的电话簿里得到的样本只能代表大约一半的总体，并且可以不难断定，得到样本的这一半会在很多方面不同于另一半。电子邮件地址提供了另一个典型的例子。有的总体，如在公司或学校的人，使用电子邮件就很方便。而
12、对一般家庭总体使用电子邮件地址的抽样办法，就会排除很多人，产生的样本就会在许多重要方面与总体有很大的不同。评估任何抽样设计的关键，是确定研究总体被抽样的机率和被排除的具有不同特点的人的范围。研究者会经常面临两难的选择：一个是简单便宜但会排除了一些人的方法；另一个是花费多但抽取的样本能更全面代表总体的方法。如果研究者想从已有的名单里抽样，特别重要的是要仔细评估这份名单以确定它是如何编制的、它的增删是何时及如何进行的，并要确定可能被排除在名单外的人员的数量和特点。2.选择的概率 有可能计算出每个人被抽取的机率吗？在一年内就医记录的抽样中，就医次数多的人比只有一次就医经历的人有更高的被抽样机率。抽样
13、设计没有必要给予抽样框中的每个人（如在名单中出现且仅出现一次的那种情况）相同的被抽取的概率。但重要的是研究者能够算出每个个体被抽取的概率，这些应该在通过核查抽样人员名单以选取样本时进行，也有可能在资料收集时进行。在刚提到的通过就医次数来抽取病人样本的例子中，如果研究者询问被抽取的病人一年就医的次数，或者研究者能获得被抽取的病人的就医记录，都有可能在分析被抽样机率的基础上校正调查资料。但是，如果研究者不可能知道每个人被抽样的机率，也就不可能准确评估出样本统计数据与其总体之间的关系。3有效性 在有些情况下，抽样框包括了研究者不想研究的抽样单元，如果在资料收集时能识别出符合要求的个体，那么过于全面的
14、样本是无可厚非的。因此，抽取家庭中老年人样本的最好的方法是将所有家庭都归入样本中，找出那些有老年人的家庭后，再排除没有老年人的家庭。随机数字拨号抽样是以抽取电话号码（有些并未使用）作为抽取拥有电话的家庭样本的方法。这些设计的唯一问题就是它们是否合算。因为从样本中进行概括的能力是由样本框所决定的，当研究者公布其结果时，他必须告诉读者哪些人被抽样哪些人被排除，以及被排除的人的特异程度。抽取一阶样本研究者决定了样本框或获得样本的途径之后，就应该决定怎样抽取包括在其中的个人单位。下面几节内容将讨论抽样者抽取样本的各种典型方法。简单随机抽样在某种意义上来说，简单随机抽样是典型的从总体中进行的抽样。所有计
15、算样本统计数据的最基本方法都是假定抽取了一个简单随机样本。简单随机抽样类似于从帽子中摸出一个样品：一次选择一个总体的成员，每个成员是独立不能互相代替的；一旦某个单位被抽取，他就没有再被抽取的机会。从操作上来讲，进行简单随机抽样需要一个编好号的总体的名单。只要确定每个人在总体中存在并只出现了一次就行了。假如一个名单上有8,500人，简单随机样本只要100个人，那么过程就很简单了：对名单上的人从1到8,500进行编号，然后使用电脑、一张随机数表或者其它产生随机数字的装置，就可以在同样的范围内产生100个不同的数字，与数字相对应的100人就组成了人数为8,500的总体的一个简单随机样本。如果名单是电
16、子档案形式的，就先把名单随机排序，然后选择新名单上的前100 人，这样也会产生同样的结果。系统抽样除非名单很短、所有的抽样单元都先编好号，或者都可方便地用电脑操作进行编号，否则上述简单随机抽样的方法用起来就会十分吃力。在这种情况下，可以使用另一种抽样方法即系统抽样。系统抽样与简单随机抽样具有相同的精确性，并且操作方便。另外，系统抽样便于使分层的优越性体现出来（下部分将予以讨论）。当从一个名单中选出系统样本时，研究者首先要决定名单上项目的数量以及要抽样的项目的数量，然后用后者除以前者。这样，假如名单上有8,500人，样本只需100人，名单人数的100/8,500会被包括进样本（即从每85个人中选出1个）。先在样本间距里选择一个随机数，在本例中就是从1到85中的任意一个数字，随机定的起点保证了它是一个机会抽样过程；从随
