抽样调查 sampling survey

一种以概率论为基础，按随机原则从调查总体中抽取部分单位进行观察，用以估计推算总体某些数量特征的非全面调查。又称抽样推断。

随机原则要求总体每个单位具有相同的（或某种一定的）被抽到的概率，而不是根据被调查者的主观判断来确定所要选择的单位。

抽样调查是相对于普查而言的，目的是通过对样本的调查获得对总体的估计，它最早用于人口调查。1895年瑞典统计学家A.N.凯尔在国际统计学会（ISI）第五次大会上首先提出用代表性样本调查方法来代替全面调查的建议，被视为抽样调查的发端。21世纪初它已广泛用于社会、经济等诸多领域，成为获取统计资料的一种重要手段。

应用范围

抽样调查的基本特点是随机原则和从数量上推算总体。这一特点决定了它的应用范围：

①对一些不能进行全面调查的总体，例如对某些具有破坏性的产品的质量的检查，如灯泡的寿命检验，农作物全面成熟前和产量实割测定等，只能采用抽样调查的方法。

②对一些不必要进行全面调查的对象，如人口普查的事后质量检查，生育率调查，农产量调查等，抽样调查可缩短调查和管理的时间。

③对一些难于进行全面调查而又必须推算总体数量的现象，如家庭联产承包制条件下的农产品产量，个体工商户的经营情况等，可用抽样调查的方法取得资料推算总体。

在抽样调查中，所要研究的全部对象构成总体，又称全及总体。随机抽选出的单位构成样本，又称抽样总体。总体单位有的界限明确，如一个人、一只灯泡等；有的需要进行人为划分，如1平方米的耕地、一段时间的产品等。

进行抽样前首先要明确划分总体单位，列出总体单位的清单。每抽一个单位进行观察后又放回总体参加下一次抽选的称为重复抽样，观察后不放回总体的称为不重复抽样。

抽样误差的计算

抽样调查结果既包含由于测量、回答、记录、计算、抄录错误而造成的登记误差，也包含由于用部分单位的观察值估计总体指标而产生的代表性误差。后者又包含由于抽样方法不当而产生的系统偏差和由于抽样的随机性而产生的随机误差，也即通常所说的抽样误差。

抽样误差不是指某一次具体结果与总体真实数值的实际离差，而是指样本指标的各种可能数值围绕总体指标真实数值而分布的平均的误差，即这一分布的标准差。其大小取决于所有可能样本指标值的概率分布。

若N为总体单位数，n为样本单位数，为总体中某标志的方差，P为具有某种标志的单位在总体中比重（又称成数），μ为抽样误差，则重复抽样时，和；不重复抽样时，和。

一般情况下，总体方差和总体比重P的数值为未知。可用以前或本项抽样调查的样本方差S和样本比重p代替和P。

在估计总体标志平均值或某类单位的比重时，取抽样误差的若干倍（t·μ）作为容许误差范围（Δ），Δ=t·μ，并以一定的把握程度估计总体指标位于样本指标±Δ的范围之内。

当抽样误差μ的数值已经确定，所取t值越大，容许误差范围越大，则估计正确的把握程度便越大。例如，当t=1或2或3，则把握程度相应为0.683或0.954或0.997；当给定容许误差并要求一定把握程度t时，可根据上述公式计算必要的抽样数目n。

摘自：《中国大百科全书（第2版）》第3册，中国大百科全书出版社，2009年