Sampling Designs in Qualitative and Quantitative Research

Section 1: 课程概览

• 介绍课程的目标和内容
• 简述抽样在研究设计中的作用

Section 2: 抽样 terminology and concepts

• 研究人群 (Study Population): 你想要推理或说服的所有个体
• 样本 (Sample): 从研究人群中选择的代表性集合
• 样本大小 (Sample Size): 在实际抽样中使用的个体数量
• 抽样策略 (Sampling Strategy): 用于从研究人群中选择样本的方法
• 抽样单位 (Sampling Unit): 在抽样过程中考虑的基本个体（例如，个人、家庭）
• 抽样框架 (Sampling Frame): 包含研究人群信息的数据集
• 样本统计 (Sample Statistics): 描述样本特征的数据（均值、标准差等）

Section 3: 随机/概率抽样设计和非随机/非概率抽样设计

• 随机抽样：所有单位都有被选中的机会，例如简单随机抽样(SRS)、系统atic随机抽样等。
• 非随机抽样：选择单位不基于概率机制，例如挫折采样(Convenience Sampling)、引人注目的性质抽样(Purposive Sampling)等。

Section 4: 定额抽样

• 定义和示例：根据某些标准或特征在不同群体之间分配样本的方法，以确保多样性或代表性。
• 优点：可以灵活地控制样本的特征；成本相对较低。
• 缺点：可能出现选择偏差；难以估计统计错误。

Section 5: 偶然抽样

• 定义和示例：在没有具体目标或设计的情况下，样本是由实际情况“自然”形成的。
• 优点：适用于探索性研究；可以轻松地进行。
• 缺点：难以控制或预测结果；可能存在选择偏差和统计错误。

Section 6: 专家/有针对性的抽样

• 定义和示例：根据专家意见或特定目标选择样本的方法，通常用于寻找具体信息或经验。
• 优点：能够获得高质量的深入见解；适合研究复杂现象或难以量化的问题。
• 缺点：可能存在选择偏见；结果可能不具有一般性。

Section 7: 专家抽样（重复）

• 定义和示例：依赖专家的判断来构建样本，以便为研究提供专业见解。
• 优点：可以提供专家知识；对于某些类型的研究非常有效。
• 缺点：可能受到专家偏见的影响；结果可能不具有普遍性。

Section 8: 专家抽样（补充）

• 定义和示例：同上。
• 优点和缺点：同上。

在本课程中，我们将详细分析每种抽样方法的应用场景、优势和局限性，以及如何在实际研究中选择和实施最合适的抽样策略。这将帮助你更好地理解抽样的复杂性，并能够设计出既有效又具有可靠性的研究方法。