社会科学量化分析论文统计样本数量问题
(2014-05-24 05:18:39)
社会科学量化分析论文统计样本数量问题
应邀到一所985大学参加博士论文答辩，该校答辩委员不客气地批评论文的样本数，学生无言以对。其实这个学生倒是可以找一个理据来说明的，但文科学生往往在此问题上不大熟悉，导致不敢言说。
量化分析是一种工具，使用工具的能力是一种关键能力。我以为这是中国国民不可或缺的关键能力之一。
我今年毕业的博士的论文也是量化分析，好在之前我坚持了样本不得少于1000的底线，数据还能勉强说得过去，论文尽管学理性没有达到我的要求，但强大的数据仍然使其顺利通过，并获得较好评价。
为此，将当时整理的一点文献分享一些，或可帮助需要者更好地把握，有助于导师为学生量化分析提出样本要求，也有助于学生答辩时回答答辩委员关于样本的问题，当然也有助于社会科学的学术研究中的样本选择。
需要说明的是，以下为根据文献整理而得之材料，非本人研究所获。统计学非常复杂，本人没有学过统计学。故而，以下文献可能存在或此或彼的谬误。请读者自断。
描述性统计分析可以对能获得的全部观察样本进行分析，不必采用抽样分析，当然也可采取抽样的方法，对部分对象进行观察，但其描述则是对部分对象的描述。若以对部分对象的观察推断总体，则属于推断性统计分析了。
推断性统计分析是采用抽样的方法对样本进行统计分析，从一部分推断整体，所以需要考虑样本数量的合理性，以保证推断的科学性。
推断分析的准确性一方面取决于对研究过程中无关变量的控制和数据处理的准确性（如录入数据的差错控制、选择恰当的分析方法等），另一方面取决于样本的大小。
样本量在30以上或50、100以上为大样本，在30以下为小样本。样本越大，能从专题中提取的信息就越多，推断分析的结论越准确。所以，应尽快抽取大样本进行统计分析。若因客观原因，样本数小，则其推断结论的可靠性偏低。
样本大小不同，统计分析的方法就不同。一般而言，因子分析、回归分析等，都需要大样本。
样本的大小及其合理性是与总体数量相对的，以全世界人口总数为总体，1000个样本也是很小的，以一所大学5000名在校学生为总体，1000个样本是非常大的。对于一个省30000多名大学生，1000个样本具有较强的说服力。
同时，样本大小的合理性，也根据研究目的不同而不同。
统计学对于抽样有全面的要求。样本抽取有着既定的方法，应严格遵守。抽样的误差可以计算。样本的合理数量，可以根据相关公式计算获得，也可查阅相应样本容量表获知。
对于运用SPSS进行处理的样本数量，一些外国学者的看法可供参考。
Sudman（1976）认为样本的大小取决于总体的分布区域，他认为，地区性研究的平均样本数应在500至1000之间；全国性研究的平均样本数应在1500至2500之间，重复前人的研究或进行类似研究时，则可参考他人的样本数。
Gay（1992）认为，样本的大小取决于不同的统计分析方法。描述性研究的样本数最少要占总体的10%，如果总体本身较小，则样本数最少要达到20%。相关性研究的样本至少在30人以上，如因果比较研究：各组人数不能少于30人。严密控制的实验研究的样本，每组受试者至少在15人以上，30人以上最为合适。
Borg等人（1983）指出，样本的大小取决于研究条件的优劣。若测量工具的信度较低；研究中有较多的变量无法控制、总体的同质性（homogeneity）不强；研究中须用分组比较的统计分析方法，则需要采用较大的样本。
喜欢
0
赠金笔
加载中，请稍候......
喜欢
加载中…