多層抽樣

多層抽樣（multi-stage sampling）是整群抽樣（cluster sampling）方法中的一種方法。

基本介紹

• 中文名：多層抽樣
• 外文名：multi-stage sampling
• 類型：抽樣方法

整群抽樣會產生兩類誤差：界定群集過程帶來的誤差和從群集中選擇個體時產生的誤差。比方說，在用整群抽樣法分析美國某個州的人們的雜誌閱讀習慣，可以先把州分成不同的郵政編碼區，然後從這些區中選擇整群人進行調查。但是某個郵政編碼區域的居民大多數社會經濟地位較低，對整個州而言不具代表性。如果選擇了這個區域進行分析，這一群集的人的數據可能導致研究結果出現偏差，為了對付此類誤差，最好是採用較小的地區或群集，以減少每個群集中個體的數量，同時最大化可供選擇的群集數量。

此時即可用到多層抽樣。

舉例在全美範圍內，可進行一個四階段抽樣。首先，對美國縣一級的群集進行抽樣，然後研究者縮小群集範圍，在主要群集中隨機選擇一個縣、地區或街區，接下來在每個所選地區中選擇單個街區。最後，建立諸如“從東北角起的第三戶住戶”這樣的擇戶原則，最終確定樣本中的各個住戶。

許多情況下，研究者還需要在一個給定住戶中隨機選定一個被訪者。研究者通常不能指望訪問那個碰巧接電話的家庭成員。研究中可能需要確定人口配額（demographic quotas），即被訪者中一定比例的人必須符合特定年齡和性別要求。在這類研究中，研究者通過隨機數表來決定所抽中的住戶中，應該由哪一個人來回答問卷。