市場調研抽樣方法有什麼

A. 在市場調查中，如何選擇抽樣方法

三、抽樣方法種類及其意義 抽樣方法可分為兩大類： 1.隨機抽樣（Probability-Sampling），即在抽樣時，母群體中每一個抽樣單位被選為樣本之機率相同。隨機抽樣具有健全之統計理論基礎，可用機率理論加以解釋，是一種客觀而科學的抽樣方法，在市場調查中通常都用隨機抽樣。 2.非隨時抽樣（Non-Probabity-Sampling），在抽樣時，抽樣單位被選為樣本之機率為不可知。 非機率抽樣之種類，主要有四種： (１)．便利抽樣（Convenience Sampling） 在樣本之選擇只考慮到接近樣本或衡量便利。如訪問過路行人即為一例。 (２)．配額抽樣（Quota Sampling） ａ選擇「控制特徵」，作為將母體細分類之標准。 ｂ將母體細分為幾個子母體，按比較分配各子母體樣本數大小。 ｃ訪查員有極大自由去選擇子母體中之樣本個體，只要完成配額調查，即告完成。 此一方法因調查偏好及方便，喪失精確度。 抽樣配額分配表，此配額由訪問員選定，不做任何修正。 (３)．判斷抽樣（Judgement Sampling） 在母體之構體極不相同且樣本數很小之時，根據抽樣設計者之判斷來選擇樣本個體，設計者必須對母體有關特徵具有相當了解。在編制物價指數時，有關產品項目選擇及樣本地區之決定，即採用判斷抽樣。 (４)．雪球抽樣（Snowball Sampling） 利用隨機方法或社會調查選出原始受訪者。再根據原始受訪者提供信息去取得其它受訪者。本法之目的乃母體很難尋找或十分稀少。例如單親家庭計抽樣屬之。 隨機抽樣之種類有： １．簡單隨機抽樣（Simple random Sampling） 母體中全部個體，完全委諸均勻機率分布抽取樣本，使每一個體被抽出之機率均為己知且相等。簡單隨機抽樣為其它各種隨機抽樣方法之基礎。 簡單隨機抽樣法樣本之取得，對母體編號後以利用隨機數表依機率抽取。 假定由２０００名調查對象，以隨機數表隨機抽取１５０名樣本，其抽樣步驟如下： （１）將２０００名調查對象，由０００１編至２０００等２０００個連續編號。 （２）由隨機數表，利用抽簽方法選取號碼開始點。例如選取為第十五行第四列。 （３）由設定之起始點，選取號碼，選取號碼以調查對象之編號位數相同：即１４７５，９９３８，４４６０，０６２８，．．．．，有效號碼樣本２０００以下。 （４）若抽樣單位與隨機數表抽樣號碼條件相同即為樣本，大於調查編號，跳過不取。 （５）若逢重復號碼，亦應跳過。 （６）依上述方法，連續採用１５０個號碼，即為完成樣本選用。 採用簡單隨機抽樣之時機： （１）母體小，母體名冊令人滿意且為母體信息唯一來源。 （２）單位訪問成本不受樣本單位所在地遠近之影向。

B. 簡述常用的抽樣方法有哪些

四種基本的抽樣方法：

1.單純隨機抽樣：單純隨機抽樣是在總體中以完全隨機的方法抽取一部分觀察單位組成樣本（即每個觀察單位有同等的概率被選入樣本）。常用的辦法是先對總體中全部觀察單位編號，然後用抽簽、隨機數字表或計算機產生隨機數字等方法從中抽取一部分觀察單位組成樣本。

其優點是簡單直觀，均數（或率）及其標准誤的計算簡便；缺點是當總體較大時，難以對總體中的個體一一進行編號，且抽到的樣本分散，不易組織調查。

2.系統抽樣：系統抽樣又稱等距抽樣或機械抽樣，即先將總體中的全部個體按與研究現象無關的特徵排序編號；然後根據樣本含量大小，規定抽樣間隔k；隨機選定第i（i＜k）號個體開始，每隔一個k，抽取一個個體，組成樣本。

系統抽樣的優點是：易於理解，簡便易行；容易得到一個在總體中分布均勻的樣本，其抽樣誤差小於單純隨機抽樣。缺點是：抽到的樣本較分散，不易組織調查；當總體中觀察單位按順序有周期趨勢或單調增加（減小）趨勢時，容易產生偏倚。

3.整群抽樣：整群抽樣是先將總體劃分為K個「群」，每個群包含若干個觀察單醫學教|育網搜集整理位，再隨機抽取k個群（k＜K），由抽中的各群的全部觀察單位組成樣本。

整群抽樣的優點是便於組織調查，節省經費，容易控制調查質量；缺點是當樣本含量一定時，抽樣誤差大於單純隨機抽樣。

4.分層抽樣：分層抽樣是先將總體中全部個體按對主要研究指標影響較大的某種特徵分成若干「層」，再從每一層內隨機抽取一定數量的觀察單位組成樣本。

分層隨機抽樣的優點是樣本具有較好的代表性，抽樣誤差較小，分層後可根據具體情況對不同的層採用不同的抽樣方法。

四種抽樣方法的抽樣誤差大小一般是：整群抽樣≥單純隨機抽樣≥系統抽樣≥分層抽樣。

在實際調查研究中，常常將兩種或幾種抽樣方法結合使用，進行多階段抽樣。

C. 在調查中經常使用的非概率抽樣方法主要有哪些

常用的非概率抽樣方法有以下四類：

1、方便抽樣（Convenience sampling）

指根據調查者的方便選取的樣本，以無目標、隨意的方式進行。例如：街頭攔截訪問（看到誰就訪問誰）；個別入戶項目誰開門就訪問誰。

優點：適用於總體中每個個體都是「同質」的，最方便、最省錢；可以在探索性研究中使用，另外還可用於小組座談會、預測問卷等方面的樣本選取工作。

缺點：抽樣偏差較大，不適用於要做總體推斷的任何民意項目，對描述性或因果性研究最好不要採用方便抽樣。

2、判斷抽樣（Judgment sampling）

指由專家判斷而有目的地抽取他認為「有代表性的樣本」。例如：社會學家研究某國家的一般家庭情況時，常以專家判斷方法挑選「中型城鎮」進行。

也有家庭研舉仿究專家選取某類家庭進行研究，如選三口之家（子女正在上學的）；在探索性研究中，如抽取深度訪問的樣本時，可以使用這種方法。

優點：適用於總體的構成單位極不相同而樣本數很小，同時設計調查者對總體的有關特徵具有相當的了解（明白研究的具體指向）的情況下，適合特殊類型的研究（如產品口味測試等）；操作成本低，方便快捷，在商業性調研中較多用。

缺點：該類抽樣結果受研究人員的傾向性影響大，一旦主觀判斷偏差，則根易引起抽樣偏差；不能直接對研究總體進行推斷。

3、配額抽樣（Quota sampling）

指先將總體元素按某些控制的指標或特性分類，然後按方便抽樣或判斷抽樣選取樣本元素。

相當於包括兩個階段的加限制的判斷抽樣。在第一階段需要確定總體中的特性分布（控制特徵），通常，樣本中具備這些控制特徵的元素的比例與總體中有這些特徵的元素的比例是相同的，通過第一步的配額，保證了在這些特徵上樣本的組成與總體的組成是一致的。

在第二階段，按照配額來控制樣本的抽取工作，要求所選出的元素要適合所控制的特性。例如：定點街訪中的配額抽樣。

優點：適用於設計調查者對總體的有關特徵具有一定的了解而樣本數較多的情況下，實際上，配額抽樣屬正納纖於先「分層」（事先確定每層的樣本量）再「判斷」（在每層中以判斷抽樣的方法選取抽樣個體）；費用不高，易於實施，能滿足總體比例的要求。

缺點：容易掩蓋不可忽略的偏差。

4、滾雪球抽樣（Snowball sampling）

指先隨機選擇一些被訪者並對其實施訪問，再請他們提供另外一些屬於所研究目標總體的調查對象，根據所形成的線索選擇此後的調查對象。

第一批被訪者是採用概率抽樣得來的，之後的被訪者都屬於非概率抽樣，此類被訪者彼此之間較為相似。例如：如在目前中國的小轎車車主等。

優點：可以根據某些樣本特徵對樣本進行控制，適用尋找一些在總體中十分稀少的人物。

缺點：有選擇偏差，不能保證代表性。

(3)市場調研抽樣方法有什麼擴展閱讀

抽樣是有一定規則的，抽樣的基本要求是：

1、總體范圍的確定

抽樣首先要明確規定抽樣的總體范圍，一般來說，研究課題和研茄明究目的決定了總體的范圍。如，「上海市區初中學生身體素質的調查」這個課題的總體就是上海市區全體初一至初三的中學生，不包括郊縣的初中生。如果總體范圍不很清楚，在抽樣前應對總體做出明確的規定。

否則，會對抽取樣本和研究結果的推斷造成麻煩。通常研究課題的確立就已基本框定了總體范圍，研究者要考慮的是為什麼要確定該總體的理由，以及研究的預期效果和可行性問題。

2、抽樣的隨機化

抽樣要盡可能做到隨機化（random）。隨機化是指總體中的每個個體被選入樣本的概率（probability）不為零。也就是說，總體中的每一個個體入選的機會均等。

隨機是科學研究的基本原則。抽樣的隨機化是一種精確而科學的過程，是科學研究結果可靠性的保證，可以避免研究者自覺或不自覺的偏見。抽簽、搖獎就是根據抽樣的隨機化原理設計的。嚴格的抽樣必須是隨機的，這樣可避免研究者的主觀傾向或人為因素造成的抽樣偏差（sampling bias）

3、樣本的代表性

樣本的代表性指樣本應具備總體的性質或特徵，樣本能在較大程度上代表總體。樣本研究的關鍵在於抽樣和推論，抽樣是推論的先決條件，樣本的代表性會影響研究結論的可靠性和研究結論的推斷程度。代表性越高的樣本，其研究結果的普遍性就越大。

反之，如果樣本沒有代表性往往會導致研究的失敗。常為人引用的一個例子是：1936年美國的總統大選，當時美國的《文學文摘》雜志曾做了一次關於總統大選的民意調查，調查結果預測蘭登將在總統選舉中獲勝，羅斯福落選。但事實正好相反，選舉結果是羅斯福當選總統。

雖然《文學文摘》雜志的民意調查樣本數很大，但調查者的樣本是從電話號簿和汽車登記冊中抽取的。1936年正是美國經濟大蕭條過後，有汽車有電話的人僅代表了美國選民中的某個特定階層，對於選民總體來說不具備代表性。

這次民意調查的失敗主要在於抽樣偏差，樣本沒有代表性，抽取的樣本在質上與總體特徵不相吻合。與此同時，蓋洛普民意調查所也作了總統大選的調查，只發了2000份問卷，結果預測成功，羅斯福當選總統。

4、合理的樣本容量

樣本容量又稱樣本大小，是指抽取樣本的具體數量。樣本數量的多少是研究無法迴避的問題，是研究設計中重要的一環，也是比較困難的一件事。它既要符合研究目的、內容，滿足教育統計的要求，又要考慮抽樣的可能性，並使誤差減少到最低限度。

一般來說，樣本數越多，代表性越好，但是增大樣本，勢必增加研究的人力、物力、財力，增加研究的難度，造成不必要的浪費。如果樣本數太小，則抽樣誤差較大，樣本不能代表總體，不利於統計分析，影響研究效果。

樣本數量究竟多少為宜，這是一個復雜的問題。我們很難說出一個確定的數字，樣本數量要從多個方面綜合起來考慮。

抽樣是以概率論為理論基礎。抽樣的作用是為了合理地減少研究對象，既可以節約人力、物力、時間，又可使研究力量相對集中，使研究工作深入、細致，從而提高研究的准確性和可靠性。

一般來說，定性研究中抽取的樣本很小，樣本有時僅僅是一個案例或一個個體，研究目的是為了對所研究對象進行更深入的了解。而定量研究的樣本數較大，樣本可以是一群個體，並要考慮樣本能否准確代表總體，能否對總體作出推斷。

D. 抽樣方法有哪兩種

抽樣方法有哪些
（1）簡單隨即抽樣：包括直接抽選法、抽簽法、隨機數字表法。

（2）分類抽樣：也叫類型抽樣或分層抽樣，先將總體中所有的單位按照某個標志分成若干類（組）然後在各個類中分別隨機抽取樣本。

（3）機械抽樣：先將抽樣總體單位按照一定順序排隊，根據總體單位數和樣本單位數計算出抽選間隔（抽選距離），然後按照一定的間隔抽選樣本單位。由於抽選間隔相等，所以也叫等距抽樣。

（4）整群抽樣：先將總體分為若干群或組，然後一群一群地抽選，每一群中包含若干個樣本單位

抽樣估計的方法有哪兩種
隨機抽樣和分層抽樣
根據取樣的方式不同，抽樣方式有哪兩種
根據取樣的方式不同，抽樣方式有哪兩種

統計學的中心問題就是如何根據樣本去探求有關總體的真實情況。因此，如何從一個總體中抽取一些元素組成樣本，什麼樣的樣本最能代表總體，這直接影響著統計的准確性。如果抽取元素的方法是使總體中的元素成分不改，所觀測到的數值是互相獨立的隨機變數，並有著和總體一樣的分布，這樣的樣本是一個簡單的隨機樣本，它是總體的最好代表，而取得簡單隨機樣本的過程叫做簡單隨機取樣。

簡單隨機取樣就是重復進行同一隨機試驗，也就是指每次試驗都在同一組條件下進行，因而每次試驗得到什麼結果，其可能程度都是固定不變的。對於有限總體，簡單隨機抽樣意味著每次抽出一個元素後，放還再抽，若不放還，總體的成分將有所改變，那麼再抽時，出現各種結果的可能程度就相對地改變了。至於無限總體則沒有區分「放回」或「不放回」的必要。

除上述原則外，另一方面，獲得樣本的具體方法能否保證觀察值是獨立的，這是問題的關鍵，因此，一樣本的隨機與否還取決於獲得樣本的具體方法。

在具體進行取樣時，必須根據研究目的的不同，選擇不同的取樣方法。

①單純隨機取樣法先把每個個體編號，然後用抽簽的方式從總體中抽取樣本。這種方法適用於個體間差異較小、所需抽選的個體數較少或個體的分布比較集中的研究對象。

②分區隨機取樣法將總體隨機地分成若幹部分，然後再從每一部分隨機抽選若干個體組成樣本。這種抽樣法可以更有組織地進行，而且中選的個體在總體的分布比單純隨機取樣更均勻。

③系統取樣法先有系統地將總體分成若干組，然後隨機地從第一組決定一個起點，如每組15個元素，決定從第一組的第13個元素選起，那麼以後選定的單位即28，43，58，73等等。

④分層取樣法根據對總體特性的了解，把總體分成若干層次或類型組，然後從各個層次中按一定比例隨機抽選。這種方法的代表性好，但若層次劃分得不正確，也不能獲得有高度代表性的樣本。
抽樣的基本方法為什麼和什麼兩大類
抽樣方法可分為兩大類：

隨機抽樣（Probability-Sampling），即在抽樣時，母群體中每一個抽樣單位被選為樣本之機率相同。 隨機抽樣具有健全之統計理論基礎，可用機率理論加以解釋，是一種客觀而科學的抽樣方法，在市場調查 中通常都用隨機抽樣。

非隨時抽樣（Non-Probabity-Sampling），在抽樣時，抽樣單位被選為樣本之機率為不可知。
常用的抽樣方法有哪些
1、簡單隨機抽樣 優點：當總體內觀察單位數與樣本例數都不大時擁有實施，均數及其標 准誤的計算也比較簡單。

2、分層抽樣 優點：易於理解、簡單易行。容易得到一個按比例分配的樣本。

3、系統抽樣 優點：由於分層後各層內的個體同質性質增強，使得抽樣誤差比較小。

4、整群抽樣 優點：便於組織，節省人力、物力、時間，容易控制調查質量。

E. 調查研究中常見的概率抽樣方法有哪些

概率抽樣包括有簡單隨機抽樣、系統抽樣、分層抽樣、整群抽樣、多段抽樣、PPS抽樣和戶內抽樣。具體如下：

1、簡單隨機抽樣

簡單隨機抽樣是一種廣為使用的概率抽樣方法。是最完全的概率抽樣。如前面提到的，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。

2、等距抽樣

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。

樣本距離可通過下面公式確定：樣本距離 =總體單位數∕樣本單位數。

3、分層抽樣

定量調查中的分層抽樣是一種卓越的概率抽樣方式，在友邦公司以往的調查中經常被使用。又稱分類抽樣或類型抽樣。

分層抽樣是先將總體的單位按某種特徵分為若干次級總體（層），然後再從每一層內進行簡單隨機抽樣，組成一個樣本。分組減小了各抽樣層變異性的影響，抽樣保證了所抽取的樣本具有足夠的代表性。可以提高總體指標估計值的精確度。

4、整群抽樣

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。

5、系統抽樣

使用系統抽樣時，調研人員首先選取一個隨機的起點，然後連續地在抽樣框架中每隔i個個體就選出一個樣本。其選取樣本的間隔i被稱作抽樣間距。它是由總體大小N除以樣本量聹的結果四舍五人後得出的。

例如，假設總體中共有100 000個個體，樣本量大小為l 000。在這一情況下，抽樣間距為100，即從1至100之間隨機選擇一個數字。如果選取的是數字23，那麼樣本就包括個體23、123、223、323、423、523等。