您当前位置: 圣才学习网首页 > 统计类 > 抽样技术

典型案例:美国盖洛普民意测验机构的抽样设计

扫码手机阅读
用圣才电子书APP或微信扫一扫,在手机上阅读本文,也可分享给你的朋友。
评论(0

  一、抽样目的
  取得居住在美国(50个州和哥伦比亚特区)的所有成年人(18岁和18岁以上者)对于一些社会问题的意见的抽样估计量,其中包括生活在军事基地上的军人和暂时在一些机构中的人,例如囚犯或者住院病人等。
  二、抽样方法
  盖洛普民意测验调查机构采用的是一个由调查地区构成的全国性概率抽样样本,具体抽样过程是一种分层两阶段抽样,具体是:
  (一)按照地理位置、都市化程度和社区规模对全国各地区进行分层。
  盖洛普抽样首先根据1980年人口普查资料,按照地区的人口规模和都市化程度进行分层,将全国各地区划分为以下7类:
  1.中心城市人口在100万人和100万人以上;
  2.中心城市人口在25万人至100万人之间;
  3.中心城市人口在5万人至25万人之间;
  4.人口规模低于以上三组,但其地理位置处在(人口普查局确认的)都市化地区;
  5.城市和乡镇(人口密集地区和人口普查标识地区)的人口数为2500人至49999人之间;
  6.乡镇和村庄(人口密集地点和人口普查标识地点)的人口数在2500人以下;
  7.其它地区。
  接下来,盖洛普抽样又把全国划分为若干地理区域:新英格兰地区,大西洋中部地区,中东部地区,中西部地区,东南部地区,山区和太平洋沿海地区。经过这样的以社区规模、都市化程度和地理区域的逐次分层之后,全国被划分为人口规模相等的若干地区,并且将这些地区按照各自的地理位置呈螺旋状的带状排列。这样,便可根据与人口规模等比例的原则,从这一带状分布的地区中抽出调查地区。
  (二)抽取调查地区。以多阶段概率抽样方式,分阶段抽取地区样区。
  (三)将抽中的调查地区进一步分成数个分区。然后仍然按照各分区的人口规模,等比例地抽取分区样本。倘若缺少分区的人口资料,而且各分区的地理面积差异又不大时,亦可采取等概率方式抽取分区样本。
  (四)在进行入户调查时,若能取得分区中各街道的有关资料,则应按照与住宅数目等比例的抽样概率,抽取街道或街区样本。在那些缺少有关统计资料的分区中,可按照等概率的原则抽取街区或街段。
  (五)从调查地区中抽取家庭和个人。在城市以街区为单位,在乡村以乡(或者同等大小面积的地区)为单位,抽取入户调查点。在进行全国性调查时,大约需要300个这样的调查点。在每一个由街区或街段构成的调查点上,都要根据该地区的地图,随机地确定出抽样的起点。调查员将从这一点开始,顺着一条事先定好的访问路线,挨家挨户地进行调查。直到面访的男性和女性的被调查者人数达到任务规定的数额时,这次入户调查方告结束。
  (六)调整调查点。盖洛普抽样依据人口普查局最新公布的各地区人口结构抽样数据,定期地校正各地区抽样前分层的人口结构,使之与人口普查局的最新资料一致。例如,根据人口普查局的抽样数据,对样本中的受教育程度、年龄、性别等人口结构进行一些小的调整。
  三、调查方法:派员入户调查
  调查一般在周末或者周末的晚上进行。因为这种时候成年人大多喜欢待在家里,正适合进行入户调查。
  盖洛普抽样是一种以人们“出行规律”进行加权的抽样设计,它考虑人们外出的情况,具有比回访方式更高的效率。有些人由于种种原因,平时很少待在家里,采用这一方法有助于减少由于缺少这类样本而引起的抽样误差。
  四、优点
  (一)穿插抽样。
  从一个完整的盖洛普抽样的抽样框中抽出的每一组调查点,都可以提供一个独立的,具有充分代表性的全国性样本。能够取得每一个独立子样的总体参数估计量和通过样本资料计算出估计量的标准误差,是盖洛普抽样设计时的突出特点。采用这一类穿插样本,可以进行任何特定的研究。
  (二)
  计算出由抽样资料取得的比率数据的估计量标准误差,有助于确定“典型的”盖洛普抽样误差置信区间。经过对大量估计量的数量分析,在95%的置信水平下,由1500个全国性标准样本资料得出的估计量的置信区间,大约为±3%。比率数据的抽样误差界限(例如,对于某一观点或态度的比率,反映为90%10%80%20%),一般可以比置信区间稍小一些。然而,当估计量是由部分样本资料取得时(例如,仅仅从男子样本中取得的数据),抽样误差界限略大于置信区间才是合理的。
  必须指出,抽样误差置信区间是一个存在于抽样过程的随机变量,抽样设计效率要取决于分层技术、加权技术、调查登记和数据处理过程中的种种随机因素。此外,抽样误差置信区间并没有考虑非抽样误差和其它一些可能的偏误因素。因此,当我们试图减少偏误时,仅仅依靠置信区间是不够的,它不能反映调查研究中导致偏误的全部根源。
  
 

小编工资已与此挂钩!一一分钱!求打赏↓ ↓ ↓

如果你喜欢本文章,请赐赏:

已赐赏的人
最新评论(共0条)评论一句