2
0Sampling & Power Analysis 终极背诵版
1. 基本概念
• Population：总体
• Sample：样本
• Sampling unit：抽样单元
• Parameter（总体）：N, μ, σ
• Statistic（样本）：n, mean, SD
2. Probability Sampling 概率抽样
（可推论总体 generalizable）
1. Simple Random Sampling 简单随机：等概率
2. Systematic Sampling 系统抽样：随机起点 + 固定间隔
3. Stratified Sampling 分层抽样：先分层，再每层抽样
4. Cluster Sampling 整群抽样：先分群，再抽群
5. Multistage Sampling 多阶段抽样：两种以上结合
Non-probability Sampling 非概率抽样
（不可推论总体 NOT generalizable）
1. Convenience 方便抽样
2. Purposive / Judgment 判断/目的抽样
3. Quota 配额抽样
3. Sampling Bias 抽样偏差
（systematic difference → low external validity）
• Coverage bias：覆盖偏差，抽样框不全
• Non-response bias：无回应偏差
• Self-selection bias：自选择偏差
• Survivorship / Healthy User bias：幸存者偏差
• Under/over-coverage：覆盖不足/过度
4. Power Analysis 功效分析
• Power = 1 – β
• α：Type I error 假阳性
• β：Type II error 假阴性
影响功效的4个因素：
• Effect size 效应量
• Sample size 样本量
• α level
• Statistical test
效应量指标：
• r（相关）, d（均值差）, f/η²/R²（回归/ANOVA）
样本量经验法则（r）：
• Small (r=0.20): n ≥ 300
• Medium (r=0.50): n = 60–100
• Large (r=0.80): n ≥ 30
5. Sampling Decision Steps 六步
1. Define target population
2. Select sampling frame
3. Choose sampling method
4. Determine sample size
5. Collect data
6. Evaluate response rate
6. 批判题万能句式（直接套）
• This is non-probability sampling, so findings cannot be generalized.
• There is self-selection / coverage bias, which threatens external validity.
• Sample size may be insufficient to achieve adequate statistical power.
• The sampling frame is incomplete, leading to under-coverage.
