选择一个随机样本就需要一个抽样框。抽样框可以是一个数据库、一个列表、一个 记录、一张地图——能够确定目标总体所有个体的东西。挑选公众样本的例子包括选民登 记、邮政地址档案或者是“案例研究8-1”的儿童福利注册。例如，顾客数据库——属于 客户，最近在市场调研中也被经常使用。以调研目的使用一个数据库时，数据库所有者必 须在《数据保护法案》( 1998 )，使用顾客数据库也会带来和顾客隐私相关的道德问题。《MRS行为规范》为调研者处理这个问题制定 了一些规则。

一个有效的抽样框必须是精确的、完整的和最新的，这样才能从中抽取能代表意向总 体的样本。1936年《文学文摘》的民意调查是使用不当抽样框的最著名和引用最多的例子 (回复率只有22%,这个数字也含有水分)。这本杂志的调查预测，美国的总统大选，阿尔 夫•伦敦(Alf London)将会获得压倒性胜利，战胜时任总统富兰克林•罗斯福(Franklin Roosevelt)_o事实上，罗斯福以史上最大差距获得了连任。该民意调查的1 000万人的样 本有两个来源：汽车登记和电话清单。记得吗？ 1936年，当时美国的大萧条仍旧带来很 大影响，选择一个富人(那些能够买得起车和电话的人)占多数或穷人占多数的样本框就 造成了一个偏差样本。

联系实际，样本框必须是容易获取的、方便使用的，并且包含了你需要的足够的信 息。基什(Kish, 1949)确定了抽样框的四大主要问题：遗失项、个体集群、空白或外部 个体，以及重复。

1.遗失项

遗失项(missing elements)是指属于总体的但未在抽样框中出现的个体。检测一个抽样框是否有遗失项通常是很困难的，一个不完整的抽样框意味着从里面抽取的样本将不能 代表总体。一种解决方法是找到关于同一总体的其他信息来源，再进行比对或结合。例 如，一个牙医的列表可以从专业协会那里获得，也可以从期刊或杂志那里获得。如果列 表不完整——有些牙医没有订阅，这个列表还可以根据电话号码簿上给出的牙医列表来 核对。

2.个体集群

抽样框列出的个体可能不是个人，可能是组群或个体集群(clusters of elements),比 如相同地址中的人。在牙医的例子中，没有列出单个的牙医，样本框可能列岀的是牙科诊 疗。一个牙科诊疗可能是一个牙医，也可能是多个牙医。我们怎么对待这种情况呢？这里 有一些选择：

・包括样本集群中的所有牙医。缺点：在相同诊疗实践中的牙医其态度、年龄等都很 类似。

・从集群中随机选择一个。缺点：这意味着总体中的所有个体被选中的概率是不同的。

・从抽样框的所有集群中抽取样本，列出每个个体，然后从这个列表中再随机选择。 注意：集群样本必须要足够大，并且要设定一个合适的抽样间隔，以保证最终样本 中的每个个体来自不同的集群。

3.空白或外部个体

一个抽样框中可能会包含并不属于抽样框的个体，这样的个体被称作空白(blanks) 或外部个体(foreign elements),它们的发生很可能是由于样本框陈旧。例如，在样本框 编制和使用期间.列表上的人可能已经去世、退休、出国，或者是不能再被当作意向总体 的一部分了，抽样框就可能比意向总体涵盖了一个更广的总体范围，这样就包括了那些与 目标总体并不相关的个体。例如，对于获取牙医样本，一份牙医杂志的订阅者名单可能是 一个有用的抽样框，但是它也可能包括了非牙医，如牙科设备销售人员、牙科技师或牙科 护士。

获取样本时对待空白和外部个体的最好方法是忽略它们，继续以适宜的方式挑选样本 单位，而不是用下一个个体来替代它们，这并不是一个合适的方法。这种方法意味着空白 或外部个体的下一个个体有两次机会被选择，一次是作为它自己本来就有的机会，另外一 次就是作为空白或外部个体的替代。

4.重复

样本框中一个个体可能会重复，出现不止一次。例如，在一个订阅者的名单中，如果 一个人订阅了两种或多种产品时，他可能会出现两次。当样本框被电子程序操作，那么重 复这个问题就变得很容易解决，一个去重复程序可以消除一个个体的重复出现。