分层抽样,也叫类型抽样。先将总体中的所有单位按照某种特征或标志(性别、年龄等)划分成若干类型或层次,,然后在类型或层中随机抽取样本单位,最后将各层抽出的样本组成一个总的抽样样本。
分层的原则是增加层内的同质性和层间的异质性。常见的分层变量有性别、年龄、教育、职业等。
通过划类分层,增大了各类型中个体间的共同性,容易抽出具有代表性的调查样本。该方法适用于总体情况复杂,各层/类之间差异较大,个体较多的情况。
分层抽样又分为两类,一种是按比例分配分层随机抽样,即每一层内抽样的比例相同;另一种是最优分配分层随机抽样,每一层抽样比例不同,内部变异小的层,抽样的比例小,反之变异大的层抽样比例大。
01
SPSS分层随机抽样
咱们找个案例数据,就用自带的雇员数据,假设它现在是一个总体数据。假设我现在希望抽100个样本,先把总体按【是否少数族裔】划分为两个人群(两层),按8:2来抽取,少数族裔占两成。
直接用SPSS的【复杂抽样】菜单模块,【分析】→【复杂抽样】→【选择样本】。
选择【设计样本】创建一个抽样计划,起名为“雇员分层抽样”。
选择是否少数族裔变量作为分层依据的变量。下一步。
默认选择不放回的【简单随机抽样】方法,这个就是分层随机抽样。
如上图所示,咱们按指定的比例来抽样,这样做保证所得样本大体符合实际分布情况。【下一步】。
定制一个随机种子,比如就按今天的日期来定。
将抽样结果单独另存为一个新的SPSS数据文件,起名叫做雇员分层抽样。
直接点【完成】,工具开始执行此次分层抽样。
02
结果解读
打开刚才另存的“雇员分层抽样”数据,按是否少数族裔进行频率统计。
大家来看下表,总100个样本中,是否少数族裔符合2:8比例。满足抽样计划。
03
小兵推荐阅读
全文完
文/图=数据小兵
评论已关闭!