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》