课题研究是解决实际教学问题的一种研究行为，为了保证成果的有效性及研究的价值度，在做课题前必须选取合适的研究对象，善于进行科学的取样，也是科学研究的基本要求。那么，课题研究对象该如何选择?
一、总体、样本与抽样
在一项研究中，研究对象的全体叫做总体，组成总体的每一个基本单位叫做个体。总体是由具有某种相同性质特征的每一个个体共同组成的。在实际研究中，总是要根据具体的研究内容，确定所研究问题的范围，规定研究的对象。研究问题的性质不同，所确定的总体通常也不一样。
每一项具体的研究都有一个特定的总体。总体可以是一个学校的全体学生，也可以是一个地区、一个国家的全体学生。总体可以是不同年级、不同性别的学生，也可以是不同层次、不同职业的成人。总之，总体可以是任何具有某种共同特点的单个个体组成的全体。在实际研究中，总体的范围有大有小，大到一个省、一个国家的全体学生，甚至几个国家的学生，小到一个市、一个县、一个区的学生。确定研究总体的时候要特别注意，并不是总体越大越好，而是应该考虑研究者所选择的样本是否能够代表这个总体。因为总体的范围越大，在选择样本的时候，其代表性就应该越广。如果我们只能在一个比较小的范围内选择样本，那么就不能希望能够代表更大的总体。一些研究者在对自己的研究结果做推论时常犯的一个错误就是夸大了研究结果的代表性。比如，我们对中学生的网络道德现状进行调查，只是在长春市区内选择了几所重点中学进行调查，却对调查的结果冠以“吉林省中学生网络道德现状”，就属于夸大了研究结果的代表性。如果要想使调查结果可以代表更大的范围，研究者就必须在更大的范围内选择样本，或采取一些必要的措施，来证明研究结果具有更广泛的意义。
一般的研究可以先在一个比较小的总体中进行，取得的结果，再用适当的方法推广到比较大的总体中去。在一个普通的研究中，要谨慎地运用比较大的总体，如全省的学生、全国的学生。只有在普查性的研究中，才可以用这样的总体，如全国儿童情况的调查、全省普及义务教育状况调查等。
在确定研究总体时要明确总体所包含的范围，规定总体的明确界限。如研究的对象是“小学生”，是否包括特殊学校的学生和在小学读书的超龄儿童;调查的对象若是“小学教师”，是否包括已退休但还在校工作的教师和代课教师。
样本是从总体中按照某种方法确定的若干个体的集合。样本所包含的个体的数量叫做样本的容量。
抽样是遵循一定的规则，从一个总体中抽取有代表性的一定数量的个体的过程。目的在于用一个样本得到关于这个总体的信息及一般性的结论，或从样本的特征推断总体，从而对相应的研究作出结论。
从一个总体中确定一个样本，就必须解决两个问题。一是好的样本选择应具有什么样的特征;二是采用何种方法能够抽取到合理的样本。下面我们先来解决第一个问题。
二、选择样本的基本要求
为了保证抽样水平，样本的抽取必须满足以下四个要求。
1.明确规定总体
抽样的目的是要选择出能够代表总体的样本，因此，合理抽样要首先从确定总体开始，要从内涵和外延两方面明确总体界限。
研究目的和课题性质决定了总体的内涵。譬如，“大学生学习现状调查与学习指导的研究”，总体就是全国的所有大学生;“弱智儿童智能特点的研究”，总体就是所有的弱智儿童;“初中学习困难学生教育的研究”总体是城乡初中学习困难的学生。当然还必须对“学习困难”的含义加以明确界定。
研究目的决定了研究总体的范围。研究者准备将研究成果推广到什么样的范围，就应在该范围内抽样。这就要区分是城市学校还是农村学校，是重点校、一般校还是薄弱学校，是大学理科还是工科、文科，是男生还是女生，是低年级还是高年级。从某一总体抽取的样本，经过研究获得的结果只能推广到这一总体中去。这在前面讲总体时已例举过，不再赘述。
2.保证抽样的随机性
要尽可能使每个被抽取的个体具有均等的机会，也就是说使被抽取的任何个体与个体之间是彼此独立的，在选择上没有联系。这里不存在任何选择的标准，不带有任何有意义的成分，从而尽可能使样本保持和总体有相同的结构。
3.使抽样具有代表性
要尽可能使抽取的样本能代表总体。如某市对初中学生学习方法现状进行调查研究，全市初中三个年级共42万学生，可以从中抽选840人来说明42万人的情况，因此这840人的代表性就非常重要了。只有样本具有代表性，那么由样本特征推断的总体特征才有一般性，对总体的研究结果才有推广价值。样本的代表性正是由部分推断整体做法的理论根据。
抽样的偏差将导致结论的无效。一个非常著名的例子是1936年美国全国新闻杂志联合会就总统候选人进行选民民意测验，取样对象是各州交通处登记在案的汽车主人和各城市的电话用户两类人。正式开票结果是罗斯福当选，而民意测验的结果与此则不相吻合。民意测验为何不准确呢?从抽样的角度看，这是取样偏差所致。该调查的总体应为所有参与投票的选民，而实际抽样中，却只抽取了拥有汽车和使用电话的个体，把多数没有汽车、电话的选民排除于调查对象之外，由此得出的结论自然不能推广至全体选民。
要使取样具有代表性，还必须对取样误差进行正确估计。取样误差是指样本的指标数值与总体的指标数值之间所存在的离差。这种差异值越小，就说明抽取的样本能比较正确地反映总体。因此，为了保证取样的代表性，研究者要分析影响误差大小的因素，通过计算取样的标准误差值测定出来，并努力使误差控制在最低的程度。
4.确定合理的样本容量
样本的容量取决于研究方法的性质、研究所用的统计分析的方法以及研究者所具备的条件。也就是说，要科学地确定样本的大小，既要满足统计学上的要求，又要考虑实际上搜集资料的可能性，并使误差减到最低限度。从理论上看，样本容量与样本代表性呈正相关，采取尽可能大的样本更能保证研究结果的可靠性。但是大的样本会花费更多的人力物力。假如在较小的样本中进行研究就能得到满意的结果，那么就没有必要用较大的样本去研究。因此，确定样本的容量是关系到研究效果和研究成本的重要问题、样本容量的确定取决于以下诸方面因素：(1)研究的不同类型。(2)预定分析的精确程度。(3)允许误差的大小。(4)总体的同质性。(5)研究者的人力、时间和物力。(6)取样的方法等。在研究中，如果要求的精确度高，允许的误差值小，总体的异质性很大，许多未控制因素会混淆研究结果，或研究的因变量在测量上的信度较低时，就要考虑使用较大的样本。
根据以上分析，以及有经验的研究者提供的一些实践经验，如下的一些取样值可供参考。在描述研究、调查研究中，样本应占总体的10%。除了少数情况外，调查研究的样本容量一般不能少于100。相关、比较研究的满意样本每组至少30。实验研究当条件控制较严密的研究时，如心理学实验，每组可以15人;条件控制不严密的教育实验，最好是一个自然教学班，不少于30人。
抽取的样本是否有代表性，最后好要通过对结果的检验来证明。由样本得到的结果必须作统计学上的显著性检验。例如，在某种实验研究中，实验班成绩高于对比班成绩，那么这种差异是否真实呢?这就必须做实验结果的显著性检验，目的是说明由实验样本所取得的结论能否推论到整体。如果样本具有代表性，那么这种结论也适用于总体，因而具有一般性。而某种统计量的计算和各种不同的显著性检验，如平均数、标准差、相关系数以及U检验、t检验等，都有各自的标准来估计样本可能产生的误差，样本容量大小将会影响上述误差和由样本估计总体的真实价值。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。