整群抽样是将总体划分为由总体单位所组成的若干群，然后，以群作为抽样单位，从总体中抽取若干个群体作为样本，而对中选群内的所有单位进行全面调查的抽样方式。例如，若欲调查某个大学的学生身高，组成总体的基本单位是每个学生，但抽样单位可以是由学生组成的班或系等，对中选的班级或系的全部学生作为样本进行观察。

整群抽样的作用：

1.当总体缺乏包括全部总体单位的抽样框，无法进行抽选时须采用整群抽样。因为在抽样调查之前须有一个抽样框，它是包括所有总体单位的名单或地图，这样才能编上号码，利用随机数码表或其他方式抽取所需的样本。然而，有时候总体很大且没有现成的名单，而要编制一个抽样框也十分费时费力，甚至是不可能的。

例如，我们欲调查上海市中学生近视眼学生的比例有多大，就需要全上海市中学生的名单，然后顺序编号后才能进行抽选。显然，这是一项十分繁重的工作。如果我们以中学作为抽样单位，那么从上海市教育局拿一张中学的名单，对中学进行抽样，对抽中学校所包括的学生全部进行调查，就要方便多了。

2.比较方便和节约费用。有时即使具备必要的抽样框，但由于总体单位很多，分布很广，若采用简单随机抽样势必使样本的分布十分分散，调查时所需的人力和费用也比较大。在上例中，假如我们具有全市中学生名单，要从数十万中学生中抽取几百人或几千人调查，其抽样的过程也相当麻烦，抽中的样本单位可能遍布在全市的各个中学，调查起来也很费时费力。若能抽取几个中学，对抽中学校的全部学生进行调查，这样样本单位比较集中，调查就方便得多，费用也可以大大节省。再例如，在某城市要抽样调查1-000户居民，对按简单随机抽样得到的1-000个样本进行查找和访问，显然要比查找10个居委会（一个居委会含100户居民）和访问这些居委会中所有居民的费用大。

整群抽样也有局限性，由于抽取的样本单位比较集中，在一个群内各单位之间的差异往往比较小，不同群之间则差异比较大。因此，在抽取同样多的基本单位数目时，整群抽样的抽样误差常常大于简单随机抽样。为了达到规定的精确度要求，就要多抽一些群。然而群抽得多了，就会大大增加调查的基本单位数，这样又不符合整群抽样要节约人力、物力的目的，因此，须根据具体情况来确定是否采取整群抽样。

整群抽样中的“群”可分为两类：一类是根据行政、地域以及自然形成的群体，如学校（或班级）、企业（或流水线）等。抽取这一类群主要是为了方便和节约费用。另一类群是一个连续的总体，可由调查者根据需要来适当确定群的大小。例如，一个地块可以划分成不同的大小面积的群，在这种情况下就须研究如何分群使方差和费用达到最优。在划分群时，根据方差分析的原理，当总体划分成群以后，总体方差可以分解为群间方差和群内方差两部分。这两部分相互制约，若群内方差大则群间方差小；反之，群内方差小则群间方差大。若要使整群抽样的误差小成为可能的话，在划分群时，应使群内方差尽可能大，而使群间方差尽可能地小。这一点与分类（层或组）抽样时分类（层或组）的原则恰好相反。这也可以从直观上加以解释：若一个群中各单位的情况相同，在整群抽样时虽然基本单位增加不少，但都是重复的信息，如果群内的差异较大，群内各单位的分布与总体的分布一样，那么只要任意抽取一个群进行观察就可以代表总体。当然以上是两种极端的情况，但掌握这一原则对于如何分群进行整群抽样是有益的。

整群抽样的抽样误差受三个因素影响：

1.抽出群数多少。设所有的群数为R，抽出的群的数目为r。显然抽出的r的数目越多，则抽样误差越小。

2.群间方差。群间方差也称组间方差，它说明群和群之间的差异程度。在整群抽样时，群内方差（组内方差）无论多大都不影响抽样误差。因为对每一个群来讲，进行的是全面调查，不发生抽样误差问题。群间方差的计算方法如下：

（1）平均数的群间方差(www.daowen.com)

（2）成数的群间方差

式中，Pi——全及各群的成数；

P——全及成数；

pi——抽样各群的成数；

p——抽样各群的总成数。

经过上述对抽样误差影响分析，归纳出抽样误差的计算公式

现举例说明。某企业生产某种灯泡，在连续生产720小时中，每隔24小时抽取1小时的全部产品加以检查，根据抽样资料计算结果，灯泡平均使用寿命1-200小时，群间方差为60小时，计算样本平均数的抽样误差，并以95%的可靠程度推断该批灯泡的平均使用寿命。

根据资料：

以95%的概率估计该批灯泡的平均使用寿命为

即该批灯泡的平均使用寿命在1-197.29小时～1-202.72小时之间。