格雷汉姆·加尔顿，美国密歇根大学调查研究中心抽样部的研究学者以及生物统计系的教授。他曾在英国的南安普顿大学担任社会统计学的教授，在此之前他还在伦敦政治经济学院担任过高级讲师。

抽样调查作为一种提供统计数据的方式，已在众多领域被研究者和管理者们应用，这些领域包括社会学、社会心理学、人口学、政治学、经济学、教育学以及公共健康等。本书围绕抽样调查的方法层面这一主题展开论述，先简要介绍了简单随机抽样、系统抽样、分层抽样、整群抽样和多阶抽样、概率抽样等方法的概念，然后逐个引入实例，具体解释这些方法在实际中的应用及优缺点。最后，本书还推荐了抽样调查的理论和实例文献，方便读者深入了解并在必要时参考。

 人们一般使用回访（callbacks）来解决拒访中不在家(not-at-home)的问题。在面访中，当调查员无法联系到受访者时，他们一般会被要求至少回访四次，并且四次回访需要在不同的时间（日期以及一天中不同时候，甚至晚上）进行。如果访问员在该不在家受访者的周边地区进行访问时，他们甚至被鼓励做第五次回访。在提高联系受访者成功率方面，预约是一个有用的办法。在电话访问中，用到回访的次数更多；因此电话访问中打电话的数量显然要比面对面访问需要打电话的数量多。在信件调查中，与回访类似的一种做法是跟进（follow-up）——也即给无应答者再次寄去访问的请求。然而，跟进的做法并不是为了解决不在家的问题，而是为了提高应答率。一个常常被用到的方法是给在一定时间段内未寄回信件者发送提醒信件（reminder letter），并且给上一阶段没有提供应答的受访者再次发送提醒以及问卷。事实证明，跟进是一个提高应答率的好办法。读者可以参考Dillman(1978)其中的提高信件调查中的应答率的其他办法。

抽样调查的应答率被定义为有效成员完成的问卷数量与样本中有效成员数量之比。这一定义虽然非常直观，但在遇到空白元素和外来元素的时候，我们还是会遇到一些问题。根据定义，此类非有效成员应当被排除在分子和分母之外，但判断一个成员是不在家还是空白元素却并不总是可能的。因此，举例来说，对于一个使用随机拨号调查时抽取到的一个号码，当重复拨号没有应答时，可能该号已不再使用，为空白号，或者打电话时该住户不在家。类似的，在一个对18到24岁的年轻人的调查中，一个没有应答的住户可能包括也可能不包括一个以上我们目标群体的成员。在实际中，这种情形在不同的调查中的处理方式不同，从而导致了不可比的无应答率。因此，应当谨慎对待汇报的应答率，尤其看看它们是如何计算的。

现在，对于并不复杂的由非政府调查机构实施的面访的应答率在70%到75%之间，并且其变动程度根据调查条件有所不同。一般来说，拒访是无应答的主要原因，然后就是不在家。较面访而言，电话访问常常有更低的应答率，其中拒访是主要原因。电话访问同时也有很多中断访问的情况（break-off），也即在访问中间被受者停止了访谈。信件访问的应答率变动很大，从10%到超过90%。这一波动部分地依赖于跟进的程度，以及调查主题与受访者的相关性。

以目前的拒访率来看，不能被忽略无应答偏误的风险。更重要的，常常有证据表明无应答并非均匀分布在不同群体中，而是在一些群体中更加严重。比如，面访中的无应答率在城市内部比城市的其他地方更高。因为无应答率的不同，不同子群体中所抽出的样本的分布将与我们预期的不同。当这些群体特征与调查的变量相关时，以上偏差就会引起无应答率的偏误。如果我们能得到不同子群体的无应答率，那么我们仍然可以尝试通过使用加权调整对这一偏误进行调整，这一方法我们将在下一章中提到。然而，人们应当注意到，这些调整仅仅是对已知的不平衡的分布进行了调整，但不一定能够消除——甚至减小——无应答偏误。仅仅当无应答率为对于调查变量的总样本中各个子群体的一个随机子集时，这一方法才能消除无应答偏误，而这一情形在实践中基本是不可能的。因此，虽然使用加权调整可以让我们努力消除无应答偏误，但这并非此解决问题的完美方案。使用加权调整并不能削弱在数据搜集中的追求高应答率的努力。

项目无应答，也即数据搜集中出现的不合适的断裂（gaps），其出现有一系列原因。被访者可能不知道问题的答案，或者因为某些问题比较敏感、尴尬或者他们认为其与调查主题不相关时而拒绝回答。在调查访问的压力下，访问员可能错误的跳过了问题或者没有记录下问题的答案。即使当答案被记录到问卷上时，它可能也是无效的，因为其与其他问题的回答不一致。项目无应答的变异依赖于该项目的特性以及数据搜集的模式。简单的人口学的项目无应答率很低，然而对收入与支出的项目无应答率则有10%以上；非常敏感或者很难回答的问题可能有很高的项目无应答率。

一个解决项目无应答率的方法是将分析限制在有回应的那些项目内。在单变量分析中，总无应答率和项目无应答率常常可以通过这种方式来解决。因此，我们可以使用公式26来用应答者的均值来估计总体均值，其中 现在被定义为没有给某一条目提供应答的各个元素的数量——完全没有回答或者没有回答该项目——与合格元素的总数之比。因此，总无应答偏差在此与项目无应答偏差是被同等对待的。

与总体无应答中使用加权调整对应，人们可以使用很多填补方法（imputation）来解决项目无应答率问题。这一方法通过给缺失应答填补值实现，在此过程中会用到问卷中应答者对其他条目的回答作为辅助。一个方法是根据人们对其他相关条目的应答来将样本分为不同层级（classes），然后将该层级的该问题的应答者的均值作为该层级无应答者的值。这一方法能够部分弥补层级之间不同条目的不同无应答率的问题，并且在估计总体均值方面，它与对总无应答使用基于相同层级的加权调整是等价的。

使用层级均值进行填补的劣势在于，它扭曲了该条目的分布，在该条目无应答之处使用均值替换，使得该层的均值处出现突起（spike），从而减小了分布的方差。一个变通的方法可以避免这一问题，也即将该层该条目的某一值赋予给无应答处。美国国家统计局使用过这种方法，也被叫做传统热卡法（traditional hot deck method）。首先人们分出层级，并给每一层级用该条目的单一值进行赋值，这一赋值可能基于上一次调查得到。然后，当前调查的记录可以按顺序进行。如果该条目是有应答的，这一值就会取代该层所被赋予的值。如果得到了无应答，那么其取值则保留为之前该层中所存储的值。这一方法的主要优势在于其具有计算的经济性，因为所有的填补都是根据数据中的单个来源进行的。然而，这一方法的缺陷在于，一个应答值可能被分配到了多个无应答处；当在一个层级内，具有缺失值的一条记录后面跟着一条或以上的缺失值时，这种情况就会出现。这种方法的另一个变体能够最小化应答值的多样用途，其方式是先通过将所有记录值排序分层级，然后将应答者和无应答者进行匹配（matching）；这一方式也不需要设置初始值（start-up values）。这一方法是美国统计局进行当前人口普查的辅助调查（March Income Supplement of the Current Population Survey）使用的一个复杂填补方法的基础(Welniak and Coder, 1980)。

另一个填补的方法使用了回归方程来预测缺失值，具体而言使用应答者在问卷中对其他条目的回答作为预测变量，从而从应答者样本中得到回归系数。我们可以通过使用回归方程得到预测值作为填补，然而这么做的后果是该条目的方差将会偏低，正如层级均值的方法的缺陷一样。对这一方法的一个修正是在回归预测过程中加入随机残差来避免对方差的低估。

填补的一个重要作用在于我们可以得到一个没有缺失值的数据集，而这能够极大的帮助我们的研究。然而，调查研究者需要意识到此过程中用到了填补。被填补的值应当在数据中被标出，从而让分析者能够区分真实值与填补值。与原始数据对比，一个包含了填补值的调查数据得到的结果应当得到严格的审查。其中的一个原因在于这一方法会带来估计量的更高的并不合理的精确度。另一个原因则是虽然填补可能会降低单变量分析中无应答条目带来的偏误，在多变量分析中这一做法可能扭曲变量之间的关系从而影响估计结果。对于一个填补方法的回顾以及这一方法对估计量的影响，请读者参考Kalton 和 Kasprzyk (1982)。

……

序 

第1章 简介

第2章 简单随机抽样

第3章 系统抽样

第4章 分层抽样

第1节 按比例分层

第2节 非比例分层

第3节 层的选择

第5章 整群抽样和多阶抽样

第6章 按规模大小成比例的概率抽样

第7章 其他概率抽样设计

第1节 二阶段抽样

第2节 重复抽样

第3节 面板设计 

第8章 抽样框

第1节 缺失元素

第2节 群

第3节 空白与外来元素

第4节 重复列举

第9章 无应答 

第10章 调查分析

第1节 权重

第2节 抽样误差

第11章 样本量 

第12章 两个例子

第1节 全国性面访调查

第2节 电话访问调查的例子

第13章 非概率抽样 

第14章 结语 

参考文献 

译名对照表