江西市場調查公司概率抽樣方法

江西市場調查公司概率抽樣方法

（1）概率抽樣概念

定量市場調查中的概率抽樣是指在調查總體樣本中的每個單位都具有同等可能性被抽中的機會。在實際應用中，概率抽樣方法是常用的方法之一。

概率抽樣包括以下幾個方麵的優點：

調查者可獲得被抽取的不同年齡、不同層次的人們的信息；

能估算出抽樣誤差；

調查結果可以用來推斷總體。例如，在一項使用概率抽樣法的調查中，如果有 5 ％的被訪者給出了某種特定回答，那麽，調查者就可以以此百分比再結合抽樣誤差，推及總體情況。

另一方麵，概率抽樣也有一些弊病：

在大多數案例中，同樣規模的概率抽樣的費用要比非概率抽樣高；

概率抽樣比非概率抽樣需要更多時間策劃和實施；

必須遵守的抽樣計劃執行程序會大量增加收集資料的時間。

下麵，介紹幾種常采用的概率抽樣技術。

（2）簡單隨機抽樣（Simple sampling）

簡單隨機抽樣是一種廣為使用的概率抽樣方法。是完全的概率抽樣。如前麵提到的，隨機抽樣就是總體中每個單位在抽選時有相等的被抽中的機會。

在簡單隨機抽樣條件下，抽樣概率公式為：

抽樣概率＝樣本單位數∕總體單位數

例如，如果總體單位數為 10000 ，樣本單位數為 400 ，那麽抽樣概率為 4 ％。

簡單隨機抽樣的優點在於，它看起來簡單，並且滿足概率抽樣的一切必要的要求，保證每個總體單位在抽選時都有相等的被抽中的機會。簡單隨機抽樣可以通過電話隨機撥號功能完成這個步驟，可以從電腦檔案中挑選調查對象。

（3）等距抽樣（ Systematic sampling ）

在定量抽樣調查中，等距抽樣常常代替簡單隨機抽樣。由於該抽樣方法簡單實用，所以應用普遍。等距抽樣得到的樣本幾乎與簡單隨機抽樣得到的樣本是相同的。

等距抽樣的基本做法是，將總體中的各單元先按一定的順序排列、編號，然後決定一個間隔，並在此間隔基礎上選擇被調查的單位個體。

樣本距離可通過下麵公式確定：

樣本距離 = 總體單位數∕樣本單位數

例如，假設你使用本地電話本並確定樣本距離為 100 ，那麽 100 個中取 1 個組成樣本。這個公式保證了整個列表的完整性。

等距抽樣方式隨意用一個起點，例如，如果你把一本電話本作為抽樣框，必須隨意取出一個號碼決定從該頁開始翻閱。假設從第 5 頁開始，在該頁上再另選一個數決定從該行開始。假定選擇從第 3 行開始，這就決定了實際開始的位置。

等距抽樣方式相對於簡單隨機抽樣方式主要的優勢就是經濟性。等距抽樣方式比簡單隨機抽樣更為簡單，花的時間更少，並且花費也少。使用等距抽樣方式大的缺陷在於總體單位的排列上。一些總體單位數可能包含隱蔽的形態或者是“不合格樣本”，調查者可能疏忽，把它們抽選為樣本。

（4）分層抽樣（Stratified random sampling ）

定量調查中的分層抽樣是一種卓越的概率抽樣方式，在調查中經常被使用。

分層抽樣的具體程序是：把總體各單位分成兩個或兩個以上的相互獨立的完全的組（如男性和女性），從兩個或兩個以上的組中進行簡單隨機抽樣，樣本相互獨立。

總體各單位按主要標誌加以分組，分組的標誌與我們關心的總體特征相關。例如，我們正在進行有關啤酒品牌知名度方麵的調查，初步判別，在啤酒方麵男性的知識與和女性不相同，那麽性別應是劃分層次的適當標誌。如果不以這種方式進行分層抽樣，分層抽樣就得不到什麽效果，花再多時間、精力和物資也是白費。

分層抽樣與簡單隨機抽樣相比，我們往往選擇分層抽樣，因為它有顯著的潛在統計效果。也就是說，如果我們從相同的總體中抽取兩個樣本，一個是分層樣本，另一個是簡單隨機抽樣樣本，那麽相對來說，分層樣本的誤差更小些。另一方麵，如果目標是獲得一個確定的抽樣誤差水平，那麽更小的分層樣本將達到這一目標。

在調查實踐中，為提高分層樣本實際上要付出一些代價。通常，我們現實正確的分層抽樣一般有三個步驟：

首先，辯明突出的（重要的）人口統計特征和分類特征，這些特征與所研究的行為相關。例如，研究某種產品的消費率時，按常理認為男性和女性有不同的平均消費比率。為了把性別作為有意義的分層標誌，調查者肯定能夠拿出資料證明男性與女性的消費水平明顯不同。用這種方式可識別出各種不同的顯著特征。調查表明，一般來說，識別出 6 個重要的顯著特征後，再增加顯著特征的辨別對於提高樣本代表性就沒有多大幫助了。

第二，確定在每個層次上總體的比例（如性別已被確定為一個顯著的特征，那麽總體中男性占多少比例，女性占多少比例呢？）。利用這個比例，可計算出樣本中每組（層）應調查的人數。

調查者必須從每層中抽取獨立簡單隨機樣本。

（5）整群抽樣（ Cluster sampling ）

以上各種抽樣類型全部是按單位抽取的，即按樣本單位數，分別一個單位一個單位地抽取。在整群抽樣中，樣本是一組單位一組單位地抽取。

整群抽樣有兩個關鍵步驟：

同質總體被分為相互獨立的完全的較小子集。

隨機抽選子集構成樣本。

如果調查者在抽中的子集中觀察全部單位，我們就有了一級整群樣本。如果在抽中的子集中再以概率方式抽取部分單位觀察，我們就有了二級整群樣本。分層和整群抽樣都要將總體分為相互獨立的完全子集。它們的區別是，分層抽樣的樣本是從每個子集中抽取，而整群抽樣則是抽取部分子集。

地理區域抽樣是整群抽樣的典型方式。挨門挨戶去調查一個特定城市的調查者也許會隨機抽選一些區域，較集中地訪查一些群體，大量減少訪問時間和經費。整群抽樣被認為是概率抽樣技術，因為它隨機抽出群和隨機抽出單位。值得注意的是，在整群抽樣下，我們假定群中單位與總體一樣存在異質性。如果一群中單位的特征非常相似，如果由於共同環境使群內差異小而群與群之間差異大。一般來說，要解決這個問題可以擴大群數，然後從各群中抽取少量單位數，以保證樣本的代表性。