本章要点
抽样的概念、方法及类别
电视收视率、广播收听率的测量方法及指标
调查法和实验法的特点及应用程序
定量和定性研究方法是受众研究中常用的两种方法，适用于不同的研究目的和研究假设。
定量研究（Quantitative Research）方法是指确定研究对象某种量的属性和特征，将问题与现象用数量的方式来表示，进而分析、考察、解释，从而获得意义的一种研究方法和过程。
在定量研究中，研究对象被认为是独立于研究者而客观存在的，可以被分割成不同的组成部分，研究者通过对这些组成部分的研究可以获得关于总体的认识。而且，从最一般的意义上来说，研究对象是相似的、基本同质的，对作为研究对象的人的行为、感情乃至感觉，都是可以概括和归类的。定量研究通常旨在探讨人类行为的一般规律，力图通过对部分对象的研究来推断总体。
就具体的研究活动过程而言，在定量研究中，研究者的角色被认为是中立而客观的，即他们力图客观地独立于资料进行分析，定量研究的资料主要是数据的、硬性的、可证的。从研究设计来看，定量研究的设计早在研究开始之前便已经确定，其步骤基本上是预置的。定量研究既可以在自然环境或者说非人工环境中进行，也可以在人工环境中进行（例如实验室实验研究），后者旨在达到通过操纵变量以探求变量间关系特征的目的。在定量研究中，测量工具（问卷或态度量表等）是外在于研究者而独立存在的，任何研究者均可以运用这些测量工具来收集资料。在定量研究中，一般理论假设先于研究结果而存在，研究工作主要是检验理论假设的正确性，即对之进行证伪或证实。
在国际传播受众研究领域，比较常用的传统定量研究方法主要包括视听率测量、调查法、实验法等。
第一节 抽样与样本
定量研究通常需要借助抽样统计方法进行。抽样方法运用是否得当，样本量大小是否合适，直接关系到研究结果的正确性和可靠性。
一、抽样与抽样分类
什么是抽样？抽样方法是否可行？对于这一类问题，我们可以先用美国总统大选投票的例子来说明。1984年美国总统大选前夕，著名的盖洛普民意调查所进行了一次选举结果预测，结论是，里根总统将在大选中以59％对41％的优势，击败民主党总统候选人蒙代尔，连任美国总统。11月16日大选结果揭晓，里根以59.1％的选票当选，这个数字与之前的预测结果相比只有0.1个百分点的差距。盖洛普这次调查的样本数颇有意味地定为1985，在美国亿万选民中，仅仅访问1985位就能够准确预测美国大选的结果，听起来似乎有些不可思议，其实，这种准确性主要源于对选民的科学抽样。
（一）何谓抽样
所谓抽样，简单地说，是指从符合调查要求的总体中抽取一定数量的个体（样本），对其进行考察和分析，以便把握总体的情况。这里，总体是指全体调研对象。在统计学上，这种通过考察从总体中抽出的样本，进而认识和推断总体的方法，叫做抽样推断法或抽样调查法，简称抽样法。抽样法属于一种非全面性的调查方法。
与普查这种全面性调查方法相比，抽样调查具有速度快、经费少、准确度高、适应面广等优点，更节省人力、物力和时间。由于样本量相对较少，调查者还可以集中力量对样本进行详细深入的分析。不过，抽样调查的目的通常并不在于样本，而在于总体，换言之，如果所抽取的样本不具有代表性，无法对总体进行推断，也就难以实现研究目的。
抽样方法大体可以分为两类，一类是随机抽样，一类是非随机抽样。只有随机抽样才能对总体进行推断，因为随机抽样是按照一定的概率进行的，能够计算抽样误差；非随机抽样则不受概率限制，无法计算抽样误差，不具有统计推断的能力。
当现实条件不便于或不适于进行随机抽样，比如，总体构成不清楚或无法把握总体构成，时间和经费不允许时，人们会采用非随机方法来抽取样本。非随机抽样可用于一些预测性的或实验性的研究。如果研究目的重在根据样本情况来推断总体，要求保证样本抽取的随机性，这时便要采用随机抽样方法。
（二）随机抽样
人们在日常生活中炒菜时，要想知道菜的咸淡生熟，就会从锅里夹起一片来尝尝，而不是将整锅菜都吃完。当翻炒均匀时，这一小片菜便能够代表整锅菜的味道。这就是生活中的随机抽样事例。
随机抽样方法有多种，一般常用的有简单随机抽样、系统抽样、分层抽样、整群抽样和多级抽样五种。当情况比较复杂时，人们往往会采用几种方法混合的方式进行抽样。
1.简单随机抽样
这是最简单、最基本的随机抽样方法。它要求总体中的每一个体都有相同的机会被抽中。比如，将总体中每一个体的编号分别写在同样大小的纸片上，放入盒内，待充分混合后从中抽取纸片，由这些纸片所代表的个体便组成一个简单随机样本。这种类似幸运抽奖的方式，可以使每一个体都有相同的几率被抽中，这个几率又被称为抽样比率，可以用样本量n除以总体N（即f=n∕N）来表示。
如果从总体中抽出的个体又被重新送回总体中，使其有机会再次被抽中，这个做法叫做放回抽样；如果不再送回总体，则为不放回抽样。不放回抽样在社会科学研究中应用十分广泛。当总体很大时，是否放回相对来说不太重要，但当总体较小时，便需要考虑放回问题。
当总体数目众多时，一般采用随机数表法来抽取样本。在随机数表中，数字的出现和排列是随机的。比如，总体有10万人，首先对其进行编号，从000001到100000，这样每人都有一个六位数的号码。研究者可以从随机数表中任意选定一个数字作为起点，按照向上、向下、向左或者向右的任意方向，依次选出一系列六位数号码，号码多少，以样本数大小为准，既可以选取相邻的数字，也可以每隔若干数字选取一个。如果所选号码没有相应的个体与之对应，便要剔除，再选另一个号码补上。
2.系统抽样
系统抽样是指每一样本个体都是“系统地”从总体中抽出的，亦即将总体中的个体编号排列，从中随机抽取一个个体作为起点，然后按照某一确定的规则，依次抽出其他个体，形成样本。最简单的系统抽样被称为等距抽样。具体做法是，首先将总体中的所有个体排列起来，按抽样比例决定间隔大小，然后在第一个间隔内随机抽取第一个个体，以后再每经过一个间隔选取一个个体，由此构成所需要的样本。比如，从1000名受众中抽出100个来进行考察，即每10个取1个，抽样比例为1∶10，抽样间隔为10。我们将1000名观众编码后顺次排列，并随机地从1～10中选取一个数字作为起点，比如选中7号，然后每经过一个间隔10便选取一名观众，则所选观众样本由7、17、27、37……组成。系统抽样常常被用来从已知的名单中抽样，比如从电话簿、节目单、编辑记者名录等中间抽样。
进行系统抽样时，需要注意两点：一是避免样本选择的周期性可能带来的偏差。比如，对电视栏目（节目）进行抽样，有些栏目是一周播出一次的，如果抽样间隔为7天，很可能每隔7天选出的样本会是同样的栏目，这样的样本便存在偏差。因此，在应用系统抽样方法时，要考察样本是否具有周期性的特征。比较安全的做法是，经过若干间隔后，改以随机方式重新确定个体，再依次抽样。二是据以抽样的总体名单要尽可能准确、完整，以保证研究结果的代表性和准确性。比如在电话调查中，电话簿常常被用作抽样框，可是有些人没有电话，有些人未将自己的号码登录在电话簿上，显然，以此为依据进行抽样会存在偏差。
3.分层抽样
分层抽样是根据总体中的某一特征（或标准）将总体分成若干个层次，然后从每一个层次里随机抽出若干个体组成样本。当研究者对总体中的某个特定部分感兴趣，或者需要保证某些特定目标被抽中时，经常采用分层抽样方法。年龄、收入、文化程度、性别、地域等都可能成为分层的依据。比如，要考察听众对某一节目的看法，研究者估计不同地域的人看法可能不一样，便根据不同地域将听众先分为几个层次，再从不同层次中分别随机抽取个体。
需要注意的是，采用分层抽样方法要掌握恰当的分层标准。另外，如果按照相同的比例从每一层次中随机抽样，称为定比分层抽样。比如，观众总体中具有大专以上文化程度者占20％，则样本也有20％的人来自这一层次。当总体中某一层次的个体特别少，如果按照相同比例抽取，其样本数就会很少，以致影响统计分析的准确性，这时就可以采取异比分层抽样，即在不同层次中采用不同的比例抽样。比如，在某些层次中用5％的比例抽样，而在另外一些层次中则采用15％的比例抽样。由于各层次的抽样比例不同，研究者在进行统计分析时需要进行一定的修正。
4.整群抽样
整群抽样又可称为聚类抽样、集体抽样。它是指当总体中的个体可以分为许多个互不交叉、互不重复的群（或集合）时，首先随机地抽取若干个整群，然后再以它们所包括的个体作为研究样本。抽取整群时，既可以用简单随机抽样，也可将整群分组后再随机抽取。
当无法准确掌握总体构成，或者需要将研究限定在某些特定部分，或者需要节约时间和经费时，可以采用整群抽样方法。不过这种方法也有缺陷：一是可能产生抽样误差，如果每一整群内个体与个体之间差异较小，而整群与整群之间差异较大，则整群抽样的误差较大，相反，则较小；二是样本的代表性往往不如简单随机抽样和分层抽样。
5.多级抽样
多级抽样（或称多阶段抽样）是指分两个或两个以上阶段实施的抽样。第一阶段，先将总体分为若干个一级抽样单位，抽取若干个一级单位入样；第二阶段，将入样的每个一级抽样单位分成若干个二级抽样单位，再从入样的每个一级抽样单位中各抽取若干个二级抽样单位入样，等等，依次类推，直到抽得最终样本。
例如，要对某城市一个区的观众收视情况进行调查，调查单位是户。具体实施时，可以分多阶段进行：第一阶段，将该区内的居（村）委会作为一级抽样单位，抽取若干个居（村）委会入样；第二阶段，从入样的居（村）委会中再抽取一定数量的家庭户，构成样本。这种抽样方式又被称为二级或二阶段抽样。在每一阶段中，既可以采用简单随机抽样法，也可以采用分层、整群等其他随机抽样方法抽取样本。
多级抽样的优点是节省人力、资金和时间，在大规模的调查中被广泛采用。但是其缺点也很明显：由于每个阶段的抽样都会产生误差，经过多个阶段抽出来的样本，误差会更大。
（三）非随机抽样
常见的非随机抽样主要有四种：一是立意抽样，二是便利抽样，三是配额抽样，四是滚雪球抽样。
1.立意抽样
所谓立意抽样，是指根据研究者的主观标准对具有某种特性的对象进行抽样，抽取他认为典型的个体。比如在国际传播中，为调查某对象国听众对某一节目的看法，研究者选择到该国某大专院校中去挑取样本，这样选出的样本是否具有代表性，要视研究者的主观判断而定。通常，立意抽样的样本不能代表总体，只能反映总体中的某一特定部分。
2.便利抽样
所谓便利抽样，顾名思义，是指研究者就自己的方便，选取一些碰巧接触到或者容易接触到的对象进行调查。比如，路上的行人、课堂上的学生、商店里的顾客等。街头拦访是一种常见形式。这种调查很容易进行，但是样本的代表性却值得怀疑，因为这些人是碰巧被研究者接触到的，不是按照随机抽样原则抽选出来的。不过，便利抽样在传播研究中仍然被比较广泛地采用，原因在于，有些研究是先导性的，其目的主要在于收集信息；有些研究只关注样本间的可比性，不一定在乎样本的代表性。
3.配额抽样
配额抽样类似于分层抽样，也是先按照某些特征将总体分成若干个层次，但是，接下来它并不采用随机抽样，而是采用立意或便利抽样方法，从每层中抽取个体样本。这是配额抽样区别于分层抽样的主要之处。用配额抽样取得的样本，由于包括了各层的个体，因此其代表性往往比单纯的立意或便利抽样要好。
在受众研究中，人们通常按照人口统计特征，如年龄、性别、受教育程度、职业、城市∕农村居民等在总体中的比例进行抽样，以保证样本组成能够与总体中具有这些特性的个体在比例上相一致。
4.滚雪球抽样
滚雪球抽样是指先选取一些具有调查所需特征的对象，通常是随机选取的，然后再由这些调查对象提供他们认识的另外一些符合要求的调查对象，依次类推，样本如滚雪球般由小变大。滚雪球抽样的优点是可以控制样本的某些特征，寻找那些在总体中比较稀少或难觅的对象；缺点是尽管最初选择调查对象时采用的是随机抽样，但是后面的样本都是非随机样本，无法保证代表性。滚雪球抽样多用于有关总体的信息不足或者对象难找，以及观察性研究的情况。例如，在国际传播受众调研中，要了解收听某一跨国广播的听众情况，有时可以采用滚雪球抽样方法。