第七章选择研究对象的方法 任何研究首先必须要有明确研究对象,然后才能根据研究对象收集资料。在教育研究中, 研究对象通常是人,如:学生、教师、家长等,当然,研究对象还可以是与教育有关的现象与 问题。 选择研究对象是教育研究设计的主要内容之一,它不仅与研究目的、内容密切相关,而且 还直接关系到资料的收集、整理、分析,同时它还涉及到整个研究的费用以及应用范围。一般 来说,如果研究对象仅仅是个别的或少数人,通常不存在抽样问题,因为研究对象的总体差不 多就是研究的直接对象。但是绝大多数研究课题设计的对象总体比较大,有时趋于无穷。要将 课题规定的所有对象都拿来进行研究往往是难以做到的,也没有必要,因此需要选择部分的研 究对象,这样的程序和方法,用一个专业术语表示就是“抽样 抽样的基本原理 抽样( Sampling)就是从一个总体( population)中抽取部分具有代表性的个体作为样本 sample),然后用这一样本的结果去推断总体。在这里,总体指研究对象的全体,样本是指从 总体中抽取的部分个体。 例如做汤,为了知道汤的咸淡,没有必要等到一锅汤喝完后再对汤的味道下结论,只需舀 勺汤品尝一下,然后根据尝的味道推断这锅汤的味道。在这里,一锅汤就是研究的的总体, 而这一勺汤则是从总体中选取得到的样本。又如,我们要了解上海市小学三年级学生的识字量 是多少?由于全市小学三年级学生数量巨大,不可能给每个学生都测量一下,研究只能在上海 市小学三年级学生总体中抽取部分个体对他们进行识字量测验,然后从得出的研究结果推断全 市小学生的识字量。假设上海市小学三年级学生总体为10000人,从中随机抽取样本1000人 并对这1000人进行识字量测试,获得结果为平均识字量1600字,然后根据测试结果推断上海 市小学三年级学生平均识字量为1600字左右。抽样的基本原理见下图: 随机抽样 样本 100000人 1000 研究结果 推断 图7-1抽样基本原理关系图 抽样是以概率论为理论基础。抽样的作用是为了合理地减少研究对象,既可以节约人力、 物力、时间,又可使研究力量相对集中,使研究工作深入、细致,从而提高研究的准确性和可 靠性。 般来说,定性研究中抽取的样本很小,样本有时仅仅是一个案例或一个个体,研究目的
第七章 选择研究对象的方法 任何研究首先必须要有明确研究对象，然后才能根据研究对象收集资料。在教育研究中， 研究对象通常是人，如：学生、教师、家长等，当然，研究对象还可以是与教育有关的现象与 问题。 选择研究对象是教育研究设计的主要内容之一，它不仅与研究目的、内容密切相关，而且 还直接关系到资料的收集、整理、分析，同时它还涉及到整个研究的费用以及应用范围。一般 来说，如果研究对象仅仅是个别的或少数人，通常不存在抽样问题，因为研究对象的总体差不 多就是研究的直接对象。但是绝大多数研究课题设计的对象总体比较大，有时趋于无穷。要将 课题规定的所有对象都拿来进行研究往往是难以做到的，也没有必要，因此需要选择部分的研 究对象，这样的程序和方法，用一个专业术语表示就是“抽样”。 一、抽样的基本原理 抽样（Sampling）就是从一个总体（population）中抽取部分具有代表性的个体作为样本 （sample），然后用这一样本的结果去推断总体。在这里，总体指研究对象的全体，样本是指从 总体中抽取的部分个体。 例如做汤，为了知道汤的咸淡，没有必要等到一锅汤喝完后再对汤的味道下结论，只需舀 一勺汤品尝一下，然后根据尝的味道推断这锅汤的味道。在这里，一锅汤就是研究的的总体， 而这一勺汤则是从总体中选取得到的样本。又如，我们要了解上海市小学三年级学生的识字量 是多少？由于全市小学三年级学生数量巨大，不可能给每个学生都测量一下，研究只能在上海 市小学三年级学生总体中抽取部分个体对他们进行识字量测验，然后从得出的研究结果推断全 市小学生的识字量。假设上海市小学三年级学生总体为 100000 人，从中随机抽取样本 1000 人， 并对这 1000 人进行识字量测试，获得结果为平均识字量 1600 字，然后根据测试结果推断上海 市小学三年级学生平均识字量为 1600 字左右。抽样的基本原理见下图： 随机抽样 研究结果 推断 图 7-1 抽样基本原理关系图 抽样是以概率论为理论基础。抽样的作用是为了合理地减少研究对象，既可以节约人力、 物力、时间，又可使研究力量相对集中，使研究工作深入、细致，从而提高研究的准确性和可 靠性。 一般来说，定性研究中抽取的样本很小，样本有时仅仅是一个案例或一个个体，研究目的 100000 人 样本 1000
是为了对所研究对象进行更深入的了解。而定量研究的样本数较大,样本可以是一群个体, 要考虑样本能否准确代表总体,能否对总体作出推断 抽样的基本要求 抽样是有一定规则的,抽样的基本要求是 1.总体范围的确定 抽样,首先要明确规定抽样的总体范围,一般来说,研究课题和硏究目的决定了总体的范 围。如,“上海市区初中学生身体素质的调查”这个课题的总体就是上海市区全体初一至初三的 中学生,不包括郊县的初中生。如果总体范围不很清楚,在抽样前应对总体做出明确的规定 否则,会对抽取样本和研究结果的推断造成麻烦。通常研究课题的确立就已基本框定了总体范 围,研究者要考虑的是为什么要确定该总体的理由,以及研究的预期效果和可行性问题 2.抽样的随机化 抽样要尽可能做到随机化( random)。随机化是指总体中的每个个体被选入样本的概率 ( probability)不为零。也就是说,总体中的每一个个体入选的机会均等。随机是科学研究的基 本原则。抽样的随机化是一种精确而科学的过程,是科学研究结果可靠性的保证,可以避免研 究者自觉或不自觉的偏见。抽签、摇奖就是根据抽样的随机化原理设计的。严格的抽样必须是 随机的,这样可避免研究者的主观倾向或人为因素造成的抽样偏差( sampling bias) 3.样本的代表性 样本的代表性指样本应具备总体的性质或特征,样本能在较大程度上代表总体。样本研究 的关键在于抽样和推论,抽样是推论的先决条件,样本的代表性会影响研究结论的可靠性和研 究结论的推断程度。代表性越高的样本,其研究结果的普遍性就越大:反之,如果样本没有代 表性往往会导致研究的失败。常为人引用的一个例子是:1936年美国的总统大选,当时美国的 《文学文摘》杂志曾做了一次关于总统大选的民意调查,调查结果预测兰登将在总统选举中获 胜,罗斯福落选。但事实正好相反,选举结果是罗斯福当选总统。虽然《文学文摘》杂志的民 意调查样本数很大,但调查者的样本是从电话号簿和汽车登记册中抽取的。1936年正是美国经 济大萧条过后,有汽车有电话的人仅代表了美国选民中的某个特定阶层,对于选民总体来说不 具备代表性。这次民意调查的失败主要在于抽样偏差,样本没有代表性,抽取的样本在质上与 总体特征不相吻合。 与此同时,盖洛普民意调查所也作了总统大选的调查,只发了2000份问卷,结果预测成功, 罗斯福当选总统。后来盖洛普嘲笑《文学文摘》杂志说:“用两匹马来拉的车,用50匹马来拉 是无用的。” 4.合理的样本容量 样本容量又称样本大小,是指抽取样本的具体数量。样本数量的多少是研究无法回避的问 题,是研究设计中重要的一环,也是比较困难的一件事。它既要符合研究目的、内容,满足教 育统计的要求,又要考虑抽样的可能性,并使误差减少到最低限度。一般来说,样本数越多, 代表性越好,但是增大样本,势必増加研究的人力、物力、财力,增加硏究的难度,造成不必 要的浪费。如果样本数太小,则抽样误差较大,样本不能代表总体,不利于统计分析,影响研 究效果。样本数量究竟多少为宜,这是一个复杂的问题。我们很难说出一个确定的数字,样本 数量要从多个方面综合起来考虑。一般来说,样本容量大小取决于以下一些因素 (1)研究的类型、范围 当研究是定量研究,研究范围较广,样本数量可适当大一些:反之,当研究是定性硏究, 研究范围较狭窄,样本数量可适当少一些 (2)研究分析的精确程度 当研究要求有较高的统计显著程度,具有较高的可信程度时,样本数量可多些:反之,则 可少些 (3)允许误差的大小 当研究允许的误差值小,要求的可信程度高,所需样本容量相应要大;反之,则可小些
是为了对所研究对象进行更深入的了解。而定量研究的样本数较大，样本可以是一群个体，并 要考虑样本能否准确代表总体，能否对总体作出推断。 二、抽样的基本要求 抽样是有一定规则的，抽样的基本要求是： 1．总体范围的确定 抽样，首先要明确规定抽样的总体范围，一般来说，研究课题和研究目的决定了总体的范 围。如，“上海市区初中学生身体素质的调查”这个课题的总体就是上海市区全体初一至初三的 中学生，不包括郊县的初中生。如果总体范围不很清楚，在抽样前应对总体做出明确的规定。 否则，会对抽取样本和研究结果的推断造成麻烦。通常研究课题的确立就已基本框定了总体范 围，研究者要考虑的是为什么要确定该总体的理由，以及研究的预期效果和可行性问题。 2．抽样的随机化 抽样要尽可能做到随机化（random）。随机化是指总体中的每个个体被选入样本的概率 （probability）不为零。也就是说，总体中的每一个个体入选的机会均等。随机是科学研究的基 本原则。抽样的随机化是一种精确而科学的过程，是科学研究结果可靠性的保证，可以避免研 究者自觉或不自觉的偏见。抽签、摇奖就是根据抽样的随机化原理设计的。严格的抽样必须是 随机的，这样可避免研究者的主观倾向或人为因素造成的抽样偏差（sampling bias）。 3．样本的代表性 样本的代表性指样本应具备总体的性质或特征，样本能在较大程度上代表总体。样本研究 的关键在于抽样和推论，抽样是推论的先决条件，样本的代表性会影响研究结论的可靠性和研 究结论的推断程度。代表性越高的样本，其研究结果的普遍性就越大；反之，如果样本没有代 表性往往会导致研究的失败。常为人引用的一个例子是：1936 年美国的总统大选，当时美国的 《文学文摘》杂志曾做了一次关于总统大选的民意调查，调查结果预测兰登将在总统选举中获 胜，罗斯福落选。但事实正好相反，选举结果是罗斯福当选总统。虽然《文学文摘》杂志的民 意调查样本数很大，但调查者的样本是从电话号簿和汽车登记册中抽取的。1936 年正是美国经 济大萧条过后，有汽车有电话的人仅代表了美国选民中的某个特定阶层，对于选民总体来说不 具备代表性。这次民意调查的失败主要在于抽样偏差，样本没有代表性，抽取的样本在质上与 总体特征不相吻合。 与此同时，盖洛普民意调查所也作了总统大选的调查，只发了 2000 份问卷，结果预测成功， 罗斯福当选总统。后来盖洛普嘲笑《文学文摘》杂志说：“用两匹马来拉的车，用 50 匹马来拉 是无用的。” 4．合理的样本容量 样本容量又称样本大小，是指抽取样本的具体数量。样本数量的多少是研究无法回避的问 题，是研究设计中重要的一环，也是比较困难的一件事。它既要符合研究目的、内容，满足教 育统计的要求，又要考虑抽样的可能性，并使误差减少到最低限度。一般来说，样本数越多， 代表性越好，但是增大样本，势必增加研究的人力、物力、财力，增加研究的难度，造成不必 要的浪费。如果样本数太小，则抽样误差较大，样本不能代表总体，不利于统计分析，影响研 究效果。样本数量究竟多少为宜，这是一个复杂的问题。我们很难说出一个确定的数字，样本 数量要从多个方面综合起来考虑。一般来说，样本容量大小取决于以下一些因素： （1）研究的类型、范围 当研究是定量研究，研究范围较广，样本数量可适当大一些；反之，当研究是定性研究， 研究范围较狭窄，样本数量可适当少一些。 （2）研究分析的精确程度 当研究要求有较高的统计显著程度，具有较高的可信程度时，样本数量可多些；反之，则 可少些。 （3）允许误差的大小 当研究允许的误差值小，要求的可信程度高，所需样本容量相应要大；反之，则可小些
表7-1表示当总体趋于无限大时,不同的允许误差和可信程度要求不同的样本数量 表7-1允许误差和可信程度与样本容量关系表① 允许误差 99% 1% 9604 16587 4147 3% 1067 1843 384 7% 196 339 (4)总体的同质性 当总体的变异性比较大,变量的相关程度比较低,研究的条件控制不严格,样本数量可适 当增加些;反之,当总体同质性比较好,变量的相关程度较高,研究条件控制严格,则可少些。 如,人的血液同质性比较好,医院化验只需抽取一点点血。学生的智力、能力变异性比较大 因此抽取样本相对比较大。 (5)测量工具的可靠程度 当测量工具的可靠程度即测定指标信度比较低时,测量的误差就比较大,这时需要增大样 本数量:反之,则可减少样本数量。一般说来,有关学习能力和成就的测量工具可靠性程度好 些,有关人格特质、自我概念、态度等方面的测量工具可靠程度差些。 (6)研究的成本 研究的成本包括经费、时间、人力、物力,抽样数量总是要控制在研究成本允许的范围内 因此,确定样本容量时,必须仔细分析研究的条件,量体裁衣。 (7)分析的类别 当研究的关系复杂,分析的项目较多,那么样本数量可多些;反之,则可少些。一般应保 证每一分析小类的样本数量不少于10。 以上七个方面都是原则性的意见,可作为决定样本容量大小的参考依据。下面根据实际经 验提供一些可参照的数据: 教育硏究中的调查或描述现状的研究,样本数量最好不要少于100: 相关性研究中,样本数量最好不少于30 实验研究中,每组样本数量最好不少于30 全国性的调查,样本数量控制在15002500之间 地区性的调查,样本数量控制在500-1000之间 当然,以上给出的数字仅仅供参考,在研究中具体样本数为多少,还需根据实际情况作出 决定。对于初学者,不妨先查看有关文献中的同类研究,别人的样本数量是多少以作为参照 另外,我们还可以根据推算样本数量的公式计算出总体数量与样本数量的参照数据,见表7-2 ①转引自袁方主编:《社会研究方法教程》北京大学出版社,1997年,第225页
表 7-1 表示当总体趋于无限大时，不同的允许误差和可信程度要求不同的样本数量。 表 7-1 允许误差和可信程度与样本容量关系表① 可 信 程 度 允许误差 95% 99% 1% 9604 16587 2% 2401 4147 3% 1067 1843 4% 600 1037 5% 384 663 6% 267 461 7% 196 339 （4）总体的同质性 当总体的变异性比较大，变量的相关程度比较低，研究的条件控制不严格，样本数量可适 当增加些；反之，当总体同质性比较好，变量的相关程度较高，研究条件控制严格，则可少些。 如，人的血液同质性比较好，医院化验只需抽取一点点血。学生的智力、能力变异性比较大， 因此抽取样本相对比较大。 （5）测量工具的可靠程度 当测量工具的可靠程度即测定指标信度比较低时，测量的误差就比较大，这时需要增大样 本数量；反之，则可减少样本数量。一般说来，有关学习能力和成就的测量工具可靠性程度好 些，有关人格特质、自我概念、态度等方面的测量工具可靠程度差些。 （6）研究的成本 研究的成本包括经费、时间、人力、物力，抽样数量总是要控制在研究成本允许的范围内。 因此，确定样本容量时，必须仔细分析研究的条件，量体裁衣。 （7）分析的类别 当研究的关系复杂，分析的项目较多，那么样本数量可多些；反之，则可少些。一般应保 证每一分析小类的样本数量不少于 10。 以上七个方面都是原则性的意见，可作为决定样本容量大小的参考依据。下面根据实际经 验提供一些可参照的数据： 教育研究中的调查或描述现状的研究，样本数量最好不要少于 100； 相关性研究中，样本数量最好不少于 30； 实验研究中，每组样本数量最好不少于 30； 全国性的调查，样本数量控制在 1500—2500 之间； 地区性的调查，样本数量控制在 500—1000 之间。 当然，以上给出的数字仅仅供参考，在研究中具体样本数为多少，还需根据实际情况作出 决定。对于初学者，不妨先查看有关文献中的同类研究，别人的样本数量是多少以作为参照。 另外，我们还可以根据推算样本数量的公式计算出总体数量与样本数量的参照数据，见表 7-2 ① 转引自袁方主编：《社会研究方法教程》北京大学出版社，1997 年，第 225 页
表7-2有限总体数量与样本数量关系表 总体数(N)10205000200500100200050001000000 样本数(n)10195080133217278322357370382384 注:可信度为95%,允许误差5% 从总体与样本数量的关系表中可以发现,样本数并不是随总体数量的增加而同步增加的。 当总体数量不断增加,样本数量的增长逐步减缓,在总体数量与样本数量曲线图上呈一条负加 速的增长曲线。见图7-2 样本数(n) 总体数(N) 图72有限总体数量与样本数量关系曲线示意图 由此可见,当总体大于1000,接近无限总体时,样本数量的增长微乎其微,在曲线图上几乎 就是平走。 三、抽样的基本过程 抽样的基本过程从研究设计考虑抽取研究对象开始,到完成抽样获得实际样本为止,大约 经历以下四个操作步骤 1、研究对象或理论总体 总体就是研究对象的全部。课题确立时的总体往往是虚拟的,是理论上的总体。如,进行 项有关10岁儿童生长发育的研究,如果期望以研究结果解释全世界的10岁儿童,那么理论 总体就是全世界10岁儿童;如果期望以研究结果解释全中国的10岁儿童,那么理论总体就是 全中国的10岁儿童:如果期望以研究结果解释上海市的10岁儿童,那么理论总体就是上海市 10岁儿童:如果期望以研究结果解释某一学校的10岁儿童,那么理论总体就是某校的10岁儿 童。由此可知,总体的范围可大可小,由研究者依据研究目的自行界定。如何界定总体可以参 考以下几点 (1)考虑并说明采用“特定群体”为总体的理由(为什么?理由何在?) (2)考虑并说明不采用“其他群体”为总体的理由(为什么?理由何在? (3)考虑研究的预期效果(结果的推广程度) (4)考虑研究的可行性(研究的必要条件)
表 7-2 有限总体数量与样本数量关系表 总体数（N）10 20 50 100 200 500 1000 2000 5000 10000 50000 100000 样本数（n） 10 19 50 80 133 217 278 322 357 370 382 384 注：可信度为 95%，允许误差 5% 从总体与样本数量的关系表中可以发现，样本数并不是随总体数量的增加而同步增加的。 当总体数量不断增加，样本数量的增长逐步减缓，在总体数量与样本数量曲线图上呈一条负加 速的增长曲线。见图 7-2 样本数（n） 总体数（N） 图 7-2 有限总体数量与样本数量关系曲线示意图 由此可见，当总体大于 10000，接近无限总体时，样本数量的增长微乎其微，在曲线图上几乎 就是平走。 三、抽样的基本过程 抽样的基本过程从研究设计考虑抽取研究对象开始，到完成抽样获得实际样本为止，大约 经历以下四个操作步骤： 1、 研究对象或理论总体 总体就是研究对象的全部。课题确立时的总体往往是虚拟的，是理论上的总体。如，进行 一项有关 10 岁儿童生长发育的研究，如果期望以研究结果解释全世界的 10 岁儿童，那么理论 总体就是全世界 10 岁儿童；如果期望以研究结果解释全中国的 10 岁儿童，那么理论总体就是 全中国的 10 岁儿童；如果期望以研究结果解释上海市的 10 岁儿童，那么理论总体就是上海市 10 岁儿童；如果期望以研究结果解释某一学校的 10 岁儿童，那么理论总体就是某校的 10 岁儿 童。由此可知，总体的范围可大可小，由研究者依据研究目的自行界定。如何界定总体可以参 考以下几点： （1）考虑并说明采用“特定群体”为总体的理由（为什么？理由何在？） （2）考虑并说明不采用“其他群体”为总体的理由（为什么？理由何在？） （3）考虑研究的预期效果（结果的推广程度） （4）考虑研究的可行性（研究的必要条件）
2、可获得总体或抽样框架 理论总体往往是虚的,不是一个实在的、可操作的总体。而可获得总体则是实在的、具体 的、可操作的总体。抽样框架是抽样单位的实际名单,样本就是从抽样框架中选取。如果一个 学生样本是从学校的学生花名册中抽选,这个花名册就是抽样框架。比较复杂的抽样,抽样框 架可以有不同的层次。如先抽取不同类型的学校,然后再从学校花名册抽取个体。通常确定课 题基本上规定了硏究的总体,根据这个总体再去寻找可能的抽样框架,然后对这个抽样框架进 行检验和评估,看这个抽样框架是否符合研究要求 3、选择样本 选择样本是指通过抽样方法得到的样本数量,是被选取参与研究的人员。这个样本数量只 是理想上的数量 4、实际样本 实际样本是指实际参与研究的样本数量。如果进行问卷调查的话,实际样本相当于回收问 卷的数量 例如,我们要对当前高中教师的教学理念的变化进行调查,理论总体是上海市所有高中教 师,可获得总体是某个区的高中教师,抽样框架为该区的高中教师2000人,选择样本为300人, 而实际样本即实际参与研究的教师为270人 在实际社会科学研究中,总体与抽样框架的问题并未引起重视,一般来说,根据样本所得 的研究成果只能代表组成抽样框架的总体,只能推断组成抽样框架的总体 在抽样过程中,确定样本的大小是一件重要的事,也是一件相当困难的事。样本太小,不 能代表总体,也不利于统计分析;可是一旦增大样本,势必增加收集资料所需的人力、物力 以及时间等资源,而且庞大资料的整理与分析也较困难。研究者必须在两难中作出决断 博格( Borg)与高尔(M、D、Gall)建议,在下列情况下要有较大的样本 1、研究中有较多的变量未于控制时 2、预期效果可能由于研究变量的性质而较不明确时 3、当研究样本必须再细分为次项目来分析时 4、当预期会有较多被试退出研究时 5、当总体的异质性较大时 6、当测量工具的可靠程度较低时 7、当期望有较高的统计显著性或统计鉴定力 一般来说,样本容量不如样本的准确性重要,即使样本容量很大,如果选择不当,也会得 出无效结论,因此谨慎抽样比增加样本容量更重要 哈佛大学教育研究院的莱特( RJ. Light)等人以预设的的统计鉴定力来表示进行研究时所 需要的样本人数,见下表 表7-3以统计鉴定力推估样本人数表 预期效果大小 研究类型统计检验方法统计鉴定力小中 大 相关研究 积差相关 1047 616 67 23 实验研究或 t检验 170 事后回溯研究 620 100 注:统计显著性程度为5%
2、 可获得总体或抽样框架 理论总体往往是虚的，不是一个实在的、可操作的总体。而可获得总体则是实在的、具体 的、可操作的总体。抽样框架是抽样单位的实际名单，样本就是从抽样框架中选取。如果一个 学生样本是从学校的学生花名册中抽选，这个花名册就是抽样框架。比较复杂的抽样，抽样框 架可以有不同的层次。如先抽取不同类型的学校，然后再从学校花名册抽取个体。通常确定课 题基本上规定了研究的总体，根据这个总体再去寻找可能的抽样框架，然后对这个抽样框架进 行检验和评估，看这个抽样框架是否符合研究要求。 3、 选择样本 选择样本是指通过抽样方法得到的样本数量，是被选取参与研究的人员。这个样本数量只 是理想上的数量。 4、 实际样本 实际样本是指实际参与研究的样本数量。如果进行问卷调查的话，实际样本相当于回收问 卷的数量。 例如，我们要对当前高中教师的教学理念的变化进行调查，理论总体是上海市所有高中教 师，可获得总体是某个区的高中教师，抽样框架为该区的高中教师 2000 人，选择样本为 300 人， 而实际样本即实际参与研究的教师为 270 人。 在实际社会科学研究中，总体与抽样框架的问题并未引起重视，一般来说，根据样本所得 的研究成果只能代表组成抽样框架的总体，只能推断组成抽样框架的总体。 在抽样过程中，确定样本的大小是一件重要的事，也是一件相当困难的事。样本太小，不 能代表总体，也不利于统计分析；可是一旦增大样本，势必增加收集资料所需的人力、物力、 以及时间等资源，而且庞大资料的整理与分析也较困难。研究者必须在两难中作出决断。 博格（W、R、Borg）与高尔（M、D、Gall）建议，在下列情况下要有较大的样本： 1、研究中有较多的变量未于控制时 2、预期效果可能由于研究变量的性质而较不明确时 3、当研究样本必须再细分为次项目来分析时 4、当预期会有较多被试退出研究时 5、当总体的异质性较大时 6、当测量工具的可靠程度较低时 7、当期望有较高的统计显著性或统计鉴定力时 一般来说，样本容量不如样本的准确性重要，即使样本容量很大，如果选择不当，也会得 出无效结论，因此谨慎抽样比增加样本容量更重要。 哈佛大学教育研究院的莱特（R.J.Light）等人以预设的的统计鉴定力来表示进行研究时所 需要的样本人数，见下表： 表 7-3 以统计鉴定力推估样本人数表 预期效果大小 研究类型 统计检验方法 统计鉴定力 小 中 大 相关研究 积差相关 .90 1047 113 87 .80 783 85 28 .70 616 67 23 实验研究或 t 检验 .90 1052 170 68 事后回溯研究 .80 786 128 52 .70 620 100 40 注：统计显著性程度为 5%