总体和样本 Microsoft Word 文档

第反章 总体和样本

护理研究对象的选择从理论上讲是该研究的全部目标人群最为理想，可以避免抽样误差，但是这样却因为调查者和被调查者的人数众多而增加产生系统误差的机会。所以选择总体的代表样本为研究对象，必须讨论样本的来源、抽样的原则和方法、确定的研究对象的条件和标准，最后还要审视它对总体的代表性。在护理研究中要选择正确的抽样方法，必须了解总体、样本及误差等相关的基本概念。 一、总 体

(一)总体(population) 是根据研究目的确定具有相同性质的个体所构成的全体，更确切地说，是具有相同性质的所有个体某种变量值的集合，总体所包含的范围随研究。目的的不同而改变。例如要研究2006年我国护士的健康状况，则我国全体护士就是研究总体；研究2006年我国传染病房护士的健康状况，则我国所有传染病房护士就是研究总体；研究2006年糖尿病病人的自护行为，则所有糖尿病病人就是研究总体。它们的同质基础则是同一地区、同一年份的同一人群。

(二)有限总体(finitepopulation) 总体通常限于特定的空间、时间、人群范围之内，若同质研究对象的所有观察单位的所研究变量取值的个数为有限个数，则这个总体称为有限总体。例如研究某护理学院护生的心理健康状况，该护理学院所有的护生构成的是一个有限总体。

(三)无限总体(infinitepopulation) 有时在另一些情形下，总体是假设的或抽象的，没有时间和空间的限制，观察单位数是无限的，称为无限总体。如研究高血压病人的自我护理能力，组成该总体的个体为所有高血压病人，并无时间和空间的限制，其观察单位的全体数只是理论上存在，因而可视为“无限总体”。

(四)目标总体(targetpopulation) 是符合条件的所有个体的集合体，是研究者所要推论的整个的集合体。

(五)可得总体(accessiblepopulation) 是目标总体的一部分，是研究者根据研究的需要能方便抽取的总体。例如某研究者需要研究的目标总体是中国不同学历的护士，可得总体可能是某市的各种学历的护士。在这种情况下，样本从可得总体中获得，样本研究的结果首先适用于可得总体，然后再推广到目标总体。

(六)观察单位(observedunit) 亦称个体(individual)或研究单位(studyunit)指研究总体的单位组成部分，是科学研究中的最基本单位。它可以是一个人，也可以是特指的一群人(例如一个家庭、一个幼儿园、一个自然村等)，可以是一个器官、甚至一个细胞、一头动物、一个采样点等。

在临床护理研究中，某种病人的压力情况、某人群的心理健康状况等，都是无限总体。在研究实践中，不可能直接研究无限总体中每个观察单位。·即使是有限总体，这个“有限”也是庞大的，要对其中每个观察单位进行观察或研究，受人力、物力、时间等条件限制，常 常也不可能，而且没有必要。因此，常从总体中抽取一部分具有代表性的作为研究对象，并 用研究结果来推断总体。 二、样 本

样本(sample)是指从总体中抽取的部分观察单位，其研究变量实测值构成样本。抽样 的目的是用样本信息推断总体特征。为了能用样本的特征推论总体的特征，必须保证被直接 观察或测量的样本对于其所属的总体具有代表性。所谓代表性，就是指某观察指标在样本中 的频数分布情况和该观察指标在总体中实际的分布情况比较接近，否则，样本观察指标的结 果向总体外推就缺乏可靠性。如果样本对于总体具有代表性，则样本测量或观察所得的结果 外推到总体中，必然正确可靠。如用一滴外周血的化验结果，代表此人的全血成分；用同一 条河不同时间、不同流域的有限个水样的污染指数推断整条河的污染状况等。

三、误 差

在护理研究中常由于观察研究方法本身的问题，导致研究者的观察结果偏离真实的情 况，造成误差(error)。误差的原因常见于两种基本类型，即偏倚和随机误差。

(一)偏倚(bias) 偏倚亦称系统误差(systematicerror)，它不是由随机抽样所引起 的，而是由某些不能准确定量的但较为恒定的因素所致。它可使调查结果偏离总体的真值。 偏倚可来自几个方面：①受试者，即抽样不均匀、分配不随机或观察单位本身变化所致； ②观察者，如在调查中调查员倾向性暗示或在检验操作中由于个人技术偏差所致；③仪器， 因仪器未校正、发生故障或使用不当所致；④外环境的非试验因素，如气候、地理等。偏倚 可以发生在研究设计、实施、分析以至推理的各个阶段，是可以通过正确的实验设计、严格 的技术措施尽可能控制、减小甚至消除的。

(二)随机误差(randomerror) 随机误差即抽样误差，从同一总体中随机抽取含量相 等的若干样本，算得的样本指标往往不一定相等。如分3批观察某种护理措施对高血压病人 血压的影响，样本含量各为50例，尽管各样本的条件力求一致，该种护理措施的影响力也 不会完全一致。虽然使用了随机抽样的方法，但抽样产生的样本指标与总体指标仍存在差 异。这种差异称为随机误差。由于观察单位间存在个体差异，样本又未包含总体的全部信 息，因而抽样误差是无法避免的。影响随机误差发生的因素是样本的大小，理论上希望要尽 可能减小随机误差，样本应越大越好，实际上又不可能随意扩大样本量。另外还有观察对象 个体间的差异性和对偏倚和随机误差的容许接收范围等因素的影响。 第二节 抽样过程及方法

抽样(sampling)是指从总体抽取部分观察单位获得样本的过程。抽样是临床护理研究 中的基本方法之一。如调查某地2005年2岁正常男童的体重这个研究变量，可从某地2005 年2岁正常男童中，随机抽取110名男童，逐个进行体重称量，得到110名男童的体重测量 值，组成样本。当然获取样本仅仅是手段，还要规定样本的条件，通过样本信息来推断总体 特征才是研究的目的。 一、抽样过程

1．明确总体 根据护理研究的目的选择合适的研究总体，这是研究的关键环节。

2．列出抽样标准 在确定研究总体时，根据研究目的，对研究对象的人群特征及范围 的大小要有明确的规定，还要考虑在这个人群开展研究的可行性问题。抽样标准包括诊断标 准、纳入标准和排除标准。

3．选择合适的样本量及抽样方法 根据研究目的选择合适的样本量。当样本量确定后，应确定抽样方法。抽样方法的选择应根据研究对象的人群特征来进行。如果研究对象的人群特征差异较大(可分成几个层)，可采用分层抽样方法。如果调查样本大，涉及单位多，且各单位情况比较一致，可采用整群抽样方法。如果是一项大范围调查，可采取多级抽样方 法。

4．选择样本 确定样本量及抽样方法后，在研究对象中选择符合抽样标准的样本进行 研究。只有在研究总体中，正确地选择了研究样本才能保证研究的真实性与科学性。 二、抽样原则

抽样的原则是必须保证样本的可靠性和代表性。

(一)保证样本的可靠性 指样本中每一观察单位确实来自同质总体，对研究对象的选 择要有明确的诊断标准、纳入标准和排除标准。 诊断标准(diagnosisstandard)是对病种、病型、病程、病情等严格区分，给出正确诊 断，在制定疾病诊断标准中，注重参考国际上如WHO所建议的通用标准，如高血压、心 肌梗死、糖尿病等，取得诊断标准的一致，也便于国际间的比较和交流。

在符合统一诊断标准的同时，还需制定符合研究课题要求的纳入标准(inclusionc小e—

ria)，纳入标准的要点是从复杂的群体中，选择相对单一临床特点的对象进行研究。例如研 究急性心肌梗死患者的自护能力，研究对象除符合心肌梗死的诊断标准外，研究者规定： ①症状发作一周后；②75岁以下的患者等两条为该研究的纳入标准。

另外护理研究的实施和结果受着研究对象的来源、病情、社会经济地位、心理特点以及 接受种种治疗的因素的影响。为了防止这些因素的干扰，在研究对象的选择上，还应根据研 究目的以及干预措施的特点，制定相应的排除标准(exclusivecriteria)。例如急性心肌梗死 患者的自护能力的研究，研究对象排除标准是除外伴有充血性心力衰竭、完全房室传导阻滞 和持续心动过缓者。由此在纳入和排除标准的共同控制下，使符合诊断标准的人组病例相对 单一，从而避免过多干扰因素，使研究结果有相对可靠的病例基础。

(二)选取有代表性的样本 指样本能充分反映总体的本质，要求样本必须满足两条原 贝Ij：

1．抽样遵循随机化(randomization)原则 因为在一个人群中，某些因素或某些方面 的特征并不是均匀分布的，这就要求在选择调查样本时，不能随意地进行选择，而是采用一 定抽样技术进行随机抽样，以保证样本的某些特征与总体相同或相近。 2．足够的样本含量 即样本中有足够的变量值个数。“足够”的标准要根据研究的精度 和变量的变异程度确定。通常精度要求越高，样本含量要求越大；变量的变异越大，样本含 量要求越大。

只有满足上述两个原则，样本才具有真正的代表性，才能保证研究结果的可靠性。 三、抽样方法

抽样方法有多种，各种抽样方法可归为概率抽样与非概率抽样二类。

(一)概率性抽样 概率抽样(probabilitysampling)是用随机的方法抽取样本，每一 个研究个体都有被抽中的可能性。随机抽样和随机分配是两个不同的概念。随机分配是将研究对象随机分到研究的组别中，随机抽样是从总体中随机抽取样本。四种常见的概率抽样法是单纯随机抽样、分层抽样、整群抽样及系统抽样。

1．单纯随机抽样(simplerandomsampling) 是指总体中的每个研究个体被选人样本 中的概率完全相同，决定哪一个研究个体进入样本完全随机决定。它是概率抽样中最基本的 一种方法，较复杂的抽样法都具有单纯随机抽样的特点。具体方法是：先将总体的全部研究 个体统一编号，再用抽签法或随机数字表法，随机抽取部分个体组成样本。

(1)抽签法：例如，要了解某校2 000名医学生的考试焦虑问题，拟用单纯随机抽样法 调查100人，就可对2 000人都编上一个号，并做成签；充分混合后，随机抽取100个签， 与这100个签号相对应的学生，就是我们所要调查的学生，也就是单纯随机抽样的一个样 本。抽签法比较简便，随时可用，几乎不需专门工具。

(2)随机数字表法：是一种由许多随机数字排列起来的表格。它的使用方法很多。对于 上述例子，就可利用随机数字表进行随机抽样。首先将学生编号，然后在随机数字表中任意 指定一个数字，向任何一个方向摘录数字，以四个数字为一组，取100组，这些四位数中凡 大于2 000直至4 000者均减2 000，大于4 000直至6 000者减4 000，以此类推，使每一组 数字都不大于2 000，与这些数字相对应的学生就列为调查对象。

正确运用随机数字表能保证抽样的随机性，但要求有随机数字表，并学会正确使用。 由于计算机和某些计算器可以用随机函数产生随机数，因此也可以用于抽样设计。但有 些计算机和计算器在每次运行或每次开机运行随机函数时产生的随机数字序列都是相同的， 这时需先给以另一指令(如randomize)，才能使随机函数产生的随机数字的序列不相同。 单纯随机抽样要求事先把所有研究对象编号，因此当研究对象较多时，甚为繁复，往往难以做到。但单纯随机抽样计算误差比较方便。

2．系统抽样(systematicsampling) 又称等距抽样或机械抽样。具体方法是：首先将

总体的每个研究个体按某一特征顺序编号，并根据抽样比例即样本含量与总体含量之比规定 好抽样间隔H(抽样比例的倒数)，再随机确定一个小于H的数字K，然后以K为起点，每间隔H抽取一个研究个体组成样本。如：某医学院共有学生1 200名，为调查该医学院学生的健康意识，·若用系统抽样方法抽取含量为120的样本，可按下法进行：首先对全院学 生按学号顺序统一编号，总体含量N＝1 200，样本含量n＝120，抽样间隔H＝1 200／120’ 10，随机确定K(K

3．分层抽样(stratifiedsampling) 是指先按照与研究目的明显有关的某种特征将总体 分为若干层，然后从每一层内按比例随机抽取一定数量的个体，组成该层的样本，各层样本 之和代表整个总体。如研究某医院护士的心理应激水平，该医院本科学历的护士占10％， 大专学历的护士占50％，中专学历的护士占40％，假如想抽一个100人的样本，那么就应 该从本科、大专、中专学历的护士中分别随机抽取10人、50人、40人，合起来组成所需的 样本。

分层可以使层内具有均质性，然后在均质的各层内以随机方式抽出恰当的个体数。这种 抽样方法可以更好地保证样本对总体的代表性。但分层常使得各层个体含量不相等，如上 例，以学历来分层，本科学历、大专学历、中专学历的护士数目皆不相等。抽样时样本中每 一层的个体数量，要根据它们在总体中所占比例确定，结果样本中本科学历的护士只有10 人。假如研究者想对本科学历的护士作进一步深入探讨，这10名本科护士就不具有代表性， 这时研究者应该放弃原有的比例而加大稀少部分的抽样数，使所抽取的样本更具代表性。 分层抽样时要注意选择分层用的特征指标与分层标志，应能使各层内的差异较小，层间差异较大。这样可使分层抽样得到的样本抽样误差较小，对总体有较好的代表性。在分层抽样时，各层也可以分别得到独立的样本进行分析研究。 4，整群抽样(clustersampling) 是指将总体中所有的个体按某种属性分成若干个群 体，再从所有的群体中随机抽选一部分群体构成样本，即整群抽样不是从总体中逐个随机抽取个体，也不是从每个层随机抽取个体，而是以群体为单位进行抽样。如研究的问题是某市护士的工作满意度及相关因素，调查的总体是一个市的所有护士，可以将该市的每所医院都看成为一个群体，对所有的医院进行编号，随机从中抽出若干个医院，然后对被抽医院中的所有护士进行调查，这叫单纯整群抽样。如果我们不是调查被抽医院中的所有护士，而是在其中随机抽查一部分护士，那就是两阶段抽样。这些医院称为初级抽样单位，而每一名护士称为基本抽样单位。整群抽样在下面两种情况下使用：第一种情况是由于时间等问题，不能进行简单随机抽样和分层随机抽样；第二种情况是组成总体的个体不明确，无法获得总体中所有个体的名单。

整群抽样易于组织实施，可节省人力物力，比较适用于大规模的调查。但当群体间差异 较大时会增大抽样误差，所以在分群时应尽量使群体间差异较小，群体含量相对较少，群体 的个数相对较多，这样可减少整群抽样带来的误差。 上述四种抽样方法都是单阶段抽样，其中的单纯随机抽样是最基本的方法，也是其他抽 样方法的基础。4种抽样方法按抽样误差大小排列为：分层抽样<系统抽样<单纯随机抽 样<整群抽样。

5．多级抽样 在实际抽样时，不仅要考虑抽样误差的大小，同时也要考虑操作上的可 行、方便，所以往往多种抽样方法联合使用或多级抽样。这是大型调查时常用的一种抽样方 法。从总体中先抽取范围较大的单元，称为一级抽样单元(例如县、市)，再从抽中的一级单元中抽取范围较小的二级单元(如区、街)，这就是两级抽样(two-stagesampling)。还可依次再抽取范围更小的单元，即为多级抽样(multistagesampling)。多级抽样常与上述各种基本抽样方法结合使用，才能保证样本的代表性。

(二)非概率性抽样 非概率抽样(nonprobabilitysampling)是指抽样时没有采取随机抽样的方法，不是总体中的每一个研究个体都有机会被选择进入样本。非概率抽样在抽样的正确性和样本的代表性方面都不如概率抽样。但是许多专业包括护理专业仍较多地应用非概率抽样。非概率抽样主要有四种方法：方便抽样、配额抽样、主观抽样及网络抽样。

1．方便抽样(accidentalsampling) 是指用最容易找到的人或物作为研究对象。如教师用本校的学生，护士调查本病房的患者等。方便抽样的优点是方便、易行。其缺点是抽到的样本不一定能代表总体，会造成较大的偏差。它是抽样方法中准确性和代表性最差的一种方法，应尽量避免使用。如果只能用这种方法，在分析结果时，应特别慎重。

2。配额抽样(quotasampling) 是指研究者根据总体内有层的特性，利用总体内各层的构成比抽取与总体相似的样本。如研究者想调查护生对护士角色的看法，准备抽取40人的样本，某护理学院的学生共200人，一、二、三、四年级分别占20％、25％、30％、25％，进行配额抽样，从一、二、三、四年级分别抽取8人、10人、12人、10人，至于选谁不是随机的。

配额抽样是在方便抽样的基础上增加了分层配额的抽样策略，确保了在方便抽样中被排 除在外的个体能进入样本。除此之外，配额抽样的过程与方便抽样是相同的，并没有采取随 机的方法来抽样，所以它的缺点与方便抽样相同。

3．目的抽样(purposivesampling) 是指研究者依据自己的专业知识和经验以及对调查 总体的了解，有意识地选择某些研究对象。护理研究中经常运用这种方法u如调查冠心病患 者接受冠状动脉搭桥术的情况，可以从开展该项手术的医院中选择调查对象。这种方法虽然 没有采取随机抽样，但是仍然有很强的实用性，适合于检验某种新的技术措施，在探索性、前瞻性的研究中比较常用。其缺点是没有客观的指标来判断所抽得的样本是否真的具有代表性。

4．网络抽样(networksampling) 也称为滚雪球抽样(snowballsampling)，是指利用 社会网络的优势和朋友间具有共性的特点来进行抽样。具体方法是：先访问具有代表性的某 人，然后由被访问者推荐，再访问第二人，访问第二人后，由第二人推荐，再访问第三人， 如此继续下去，与滚雪球一样，逐渐增加样本人数，从而达到研究目的。网络抽样在寻找某 些特殊总体中的个体时非常有用，如酗酒者、药物滥用者、离婚者、丧偶者等，因为这些个 体一般不愿意让人们了解他们，很难找到。 在临床护理研究中，最好采用概率抽样方法，非概率抽样在抽样的正确性和样本的代表 性方面都不如概率抽样。但有时条件不许可，亦可考虑使用非概率抽样，此时要警惕偏差的 影响。

第三节 样本含量估计

护理研究的样本含量(samplesize)应是按照总体客观存在的性质与特征和研究者所欲 承担的误差风险而决定的最小样本含量。若样本含量过少，往往所得指标不稳定，检验效能 太低，结论缺乏充分依据，难以获得正确的研究结果；若样本含量过大，会增加临床研究的 困难，往往难以严格控制条件，造成不必要的人力、物力、时间和经济上的浪费。样本含量 估算就是在保证科研结论具有一定可靠性条件下，确定最少的观察例数。 一、样本量估计的参数

本文来源：https://www.bwwdw.com/article/wrh.html