随机抽样看的是选取机制

随机抽样就是:用事先定好的概率机制从总体里抽取对象,让每个对象都有明确且大于零的入选机会,而不是由调查员随手挑、看谁顺眼选谁。

比如完整名册有 100 名学生(演示数字),要抽 10 人。用可靠的随机抽取方式从名册中选出 10 个不同名字,每名学生都有相同的入选机会。反过来,在走廊随意拦人看似"没故意挑",实际上受上课地点、时间和对方是否愿意停下影响,有些人几乎没有被遇到的机会——所以"我没故意挑"不能证明样本来自明确的概率机制。

一眼看懂 / 示意图

从设计到实际样本

  1. 01完整名单

    尽量覆盖目标对象

  2. 02随机机制

    预先确定选取概率

  3. 03应答核查

    记录未联系到和未回答的对象

随机选择不能替代覆盖与测量质量。

随机不保证每一次都刚好均衡

即使每位学生机会相同,某次抽到的不同年级人数也可能不均衡。随机抽样提供分析这种波动的基础,却不保证一次样本恰好复制总体的所有比例。

如果需要各年级都有足够观察,可以先分层再在层内随机抽样。这种分组抽取需要另外说明规则,不能认为所有名叫随机抽样的方案都完全相同。

抽到以后还要追踪遗漏与应答

名册不完整、抽到的人联系不上、只有部分人回答,都可能破坏理想设计。随机选择这一步做对,并不会自动修复后续的无应答或错误测量。

实施和阅读调查时,应说明使用什么名单、怎样抽取、哪些人最终回答了。先判断设计是否适合问题,再讨论样本量和误差,比单凭“随机”两个字就信任结论更稳妥。