源起1961年，美国芝加哥大学教授C.古德曼（C.Goodman）在《数学统计年报》（The Annals of Mathematical Statistics）上发文，首次提出链式抽样。1988年美国学者J.斯科特（J.Scott）将链式抽样引入社会网络分析法中，从而提出网络抽样。1997年，在对经典链式抽样进一步改良后，D.埃克索恩（D.Heckathorn.）提出同伴推动抽样法。2006年出版的《斯普林格工程统计手册》（Springer Handbook of Engineering Statistics）中第15章专门介绍链式抽样。随着多个学科研究的深入，链式抽样方法在不断发展，并开始应用于组织管理领域中的案例研究。 步骤①确认几个具有所需特征的样本对象并访问，以这几个样本对象为初始标准或经其介绍，辨识其他可以包括在样本总体中的样本对象；②访问新选出的样本对象，然后由其再辨识出更多的、合适的样本对象，以便在第三步继续访问，如此类推。如果研究者意图使得链式抽样成为可概率的，可以在访问的每一阶段进行随机抽样。如果非概率样本足够的话，则可在第一阶段中用定额抽样等方法。 在多案例研究中，案例链式抽样的步骤通常是：按照研究要求，先随机选取一个或少数案例作为起始样本，访问这一或这些案例样本个体，得到所需信息后，再请其提供另外一些属于所调研目标总体的案例样本，然后根据所提供的线索，选择此后的案例样本进一步访问，依此类推。 特点首先，案例链式抽样的最突出特点是探索性，即抽样过程是循序渐进、分步推进的，其本身就是一项特别注重循迹性的工作，因而为探索性研究所采用。其次，链式抽样有助于找到隐藏的案例样本，如没有正式清单、缺乏现成来源的案例样本，因而在某些情况下，链式抽样可能是研究者可选的唯一方法。然而，由于案例链式抽样需要多个案例样本之间形成“链式”或“滚雪球”式的关系，才能使得该方法得以贯彻，这也给开展实际调研带来了一定难度。 应用链式抽样的具体做法，通常是从定位关键信息提供者或关键案例开始，往往以询问以下问题开场，如“关于这个事件（问题、现象等）谁最为了解？我（们）应该和谁谈这一问题？”随着询问这一问题的受访者数量的增多，答案就像链条联结或雪球滚动一样不断延伸或增长。在此期间，研究者会发现在所有答案中，某些人或事件的名字被重复提及，而那些被反复提及的事件就是案例研究者继续访谈和调研的对象。在链式案例抽样过程中，最常见的是在开始之初，被提及的个体或事件的名称出现分散化趋势，但最终出现收敛的态势。 在组织管理领域中，链式抽样已在市场营销、消费者行为等相关研究中出现了具体应用。例如，消费者特征（时尚领导力、购买冲动、议价）、网站梯度和访问次数对个人网站购买的影响问题研究，消费者环境知识和态度对可持续消费模式的影响问题研究等。 扩展阅读
|
|
|
来自： 求是1025 > 《162大数据与人工智能》
