市场调研抽样方法有什么

A. 在市场调查中，如何选择抽样方法

三、抽样方法种类及其意义 抽样方法可分为两大类： 1.随机抽样（Probability-Sampling），即在抽样时，母群体中每一个抽样单位被选为样本之机率相同。随机抽样具有健全之统计理论基础，可用机率理论加以解释，是一种客观而科学的抽样方法，在市场调查中通常都用随机抽样。 2.非随时抽样（Non-Probabity-Sampling），在抽样时，抽样单位被选为样本之机率为不可知。 非机率抽样之种类，主要有四种： (１)．便利抽样（Convenience Sampling） 在样本之选择只考虑到接近样本或衡量便利。如访问过路行人即为一例。 (２)．配额抽样（Quota Sampling） ａ选择“控制特征”，作为将母体细分类之标准。 ｂ将母体细分为几个子母体，按比较分配各子母体样本数大小。 ｃ访查员有极大自由去选择子母体中之样本个体，只要完成配额调查，即告完成。 此一方法因调查偏好及方便，丧失精确度。 抽样配额分配表，此配额由访问员选定，不做任何修正。 (３)．判断抽样（Judgement Sampling） 在母体之构体极不相同且样本数很小之时，根据抽样设计者之判断来选择样本个体，设计者必须对母体有关特征具有相当了解。在编制物价指数时，有关产品项目选择及样本地区之决定，即采用判断抽样。 (４)．雪球抽样（Snowball Sampling） 利用随机方法或社会调查选出原始受访者。再根据原始受访者提供信息去取得其它受访者。本法之目的乃母体很难寻找或十分稀少。例如单亲家庭计抽样属之。 随机抽样之种类有： １．简单随机抽样（Simple random Sampling） 母体中全部个体，完全委诸均匀机率分布抽取样本，使每一个体被抽出之机率均为己知且相等。简单随机抽样为其它各种随机抽样方法之基础。 简单随机抽样法样本之取得，对母体编号后以利用随机数表依机率抽取。 假定由２０００名调查对象，以随机数表随机抽取１５０名样本，其抽样步骤如下： （１）将２０００名调查对象，由０００１编至２０００等２０００个连续编号。 （２）由随机数表，利用抽签方法选取号码开始点。例如选取为第十五行第四列。 （３）由设定之起始点，选取号码，选取号码以调查对象之编号位数相同：即１４７５，９９３８，４４６０，０６２８，．．．．，有效号码样本２０００以下。 （４）若抽样单位与随机数表抽样号码条件相同即为样本，大于调查编号，跳过不取。 （５）若逢重复号码，亦应跳过。 （６）依上述方法，连续采用１５０个号码，即为完成样本选用。 采用简单随机抽样之时机： （１）母体小，母体名册令人满意且为母体信息唯一来源。 （２）单位访问成本不受样本单位所在地远近之影向。

B. 简述常用的抽样方法有哪些

四种基本的抽样方法：

1.单纯随机抽样：单纯随机抽样是在总体中以完全随机的方法抽取一部分观察单位组成样本（即每个观察单位有同等的概率被选入样本）。常用的办法是先对总体中全部观察单位编号，然后用抽签、随机数字表或计算机产生随机数字等方法从中抽取一部分观察单位组成样本。

其优点是简单直观，均数（或率）及其标准误的计算简便；缺点是当总体较大时，难以对总体中的个体一一进行编号，且抽到的样本分散，不易组织调查。

2.系统抽样：系统抽样又称等距抽样或机械抽样，即先将总体中的全部个体按与研究现象无关的特征排序编号；然后根据样本含量大小，规定抽样间隔k；随机选定第i（i＜k）号个体开始，每隔一个k，抽取一个个体，组成样本。

系统抽样的优点是：易于理解，简便易行；容易得到一个在总体中分布均匀的样本，其抽样误差小于单纯随机抽样。缺点是：抽到的样本较分散，不易组织调查；当总体中观察单位按顺序有周期趋势或单调增加（减小）趋势时，容易产生偏倚。

3.整群抽样：整群抽样是先将总体划分为K个“群”，每个群包含若干个观察单医学教|育网搜集整理位，再随机抽取k个群（k＜K），由抽中的各群的全部观察单位组成样本。

整群抽样的优点是便于组织调查，节省经费，容易控制调查质量；缺点是当样本含量一定时，抽样误差大于单纯随机抽样。

4.分层抽样：分层抽样是先将总体中全部个体按对主要研究指标影响较大的某种特征分成若干“层”，再从每一层内随机抽取一定数量的观察单位组成样本。

分层随机抽样的优点是样本具有较好的代表性，抽样误差较小，分层后可根据具体情况对不同的层采用不同的抽样方法。

四种抽样方法的抽样误差大小一般是：整群抽样≥单纯随机抽样≥系统抽样≥分层抽样。

在实际调查研究中，常常将两种或几种抽样方法结合使用，进行多阶段抽样。

C. 在调查中经常使用的非概率抽样方法主要有哪些

常用的非概率抽样方法有以下四类：

1、方便抽样（Convenience sampling）

指根据调查者的方便选取的样本，以无目标、随意的方式进行。例如：街头拦截访问（看到谁就访问谁）；个别入户项目谁开门就访问谁。

优点：适用于总体中每个个体都是“同质”的，最方便、最省钱；可以在探索性研究中使用，另外还可用于小组座谈会、预测问卷等方面的样本选取工作。

缺点：抽样偏差较大，不适用于要做总体推断的任何民意项目，对描述性或因果性研究最好不要采用方便抽样。

2、判断抽样（Judgment sampling）

指由专家判断而有目的地抽取他认为“有代表性的样本”。例如：社会学家研究某国家的一般家庭情况时，常以专家判断方法挑选“中型城镇”进行。

也有家庭研举仿究专家选取某类家庭进行研究，如选三口之家（子女正在上学的）；在探索性研究中，如抽取深度访问的样本时，可以使用这种方法。

优点：适用于总体的构成单位极不相同而样本数很小，同时设计调查者对总体的有关特征具有相当的了解（明白研究的具体指向）的情况下，适合特殊类型的研究（如产品口味测试等）；操作成本低，方便快捷，在商业性调研中较多用。

缺点：该类抽样结果受研究人员的倾向性影响大，一旦主观判断偏差，则根易引起抽样偏差；不能直接对研究总体进行推断。

3、配额抽样（Quota sampling）

指先将总体元素按某些控制的指标或特性分类，然后按方便抽样或判断抽样选取样本元素。

相当于包括两个阶段的加限制的判断抽样。在第一阶段需要确定总体中的特性分布（控制特征），通常，样本中具备这些控制特征的元素的比例与总体中有这些特征的元素的比例是相同的，通过第一步的配额，保证了在这些特征上样本的组成与总体的组成是一致的。

在第二阶段，按照配额来控制样本的抽取工作，要求所选出的元素要适合所控制的特性。例如：定点街访中的配额抽样。

优点：适用于设计调查者对总体的有关特征具有一定的了解而样本数较多的情况下，实际上，配额抽样属正纳纤于先“分层”（事先确定每层的样本量）再“判断”（在每层中以判断抽样的方法选取抽样个体）；费用不高，易于实施，能满足总体比例的要求。

缺点：容易掩盖不可忽略的偏差。

4、滚雪球抽样（Snowball sampling）

指先随机选择一些被访者并对其实施访问，再请他们提供另外一些属于所研究目标总体的调查对象，根据所形成的线索选择此后的调查对象。

第一批被访者是采用概率抽样得来的，之后的被访者都属于非概率抽样，此类被访者彼此之间较为相似。例如：如在目前中国的小轿车车主等。

优点：可以根据某些样本特征对样本进行控制，适用寻找一些在总体中十分稀少的人物。

缺点：有选择偏差，不能保证代表性。

(3)市场调研抽样方法有什么扩展阅读

抽样是有一定规则的，抽样的基本要求是：

1、总体范围的确定

抽样首先要明确规定抽样的总体范围，一般来说，研究课题和研茄明究目的决定了总体的范围。如，“上海市区初中学生身体素质的调查”这个课题的总体就是上海市区全体初一至初三的中学生，不包括郊县的初中生。如果总体范围不很清楚，在抽样前应对总体做出明确的规定。

否则，会对抽取样本和研究结果的推断造成麻烦。通常研究课题的确立就已基本框定了总体范围，研究者要考虑的是为什么要确定该总体的理由，以及研究的预期效果和可行性问题。

2、抽样的随机化

抽样要尽可能做到随机化（random）。随机化是指总体中的每个个体被选入样本的概率（probability）不为零。也就是说，总体中的每一个个体入选的机会均等。

随机是科学研究的基本原则。抽样的随机化是一种精确而科学的过程，是科学研究结果可靠性的保证，可以避免研究者自觉或不自觉的偏见。抽签、摇奖就是根据抽样的随机化原理设计的。严格的抽样必须是随机的，这样可避免研究者的主观倾向或人为因素造成的抽样偏差（sampling bias）

3、样本的代表性

样本的代表性指样本应具备总体的性质或特征，样本能在较大程度上代表总体。样本研究的关键在于抽样和推论，抽样是推论的先决条件，样本的代表性会影响研究结论的可靠性和研究结论的推断程度。代表性越高的样本，其研究结果的普遍性就越大。

反之，如果样本没有代表性往往会导致研究的失败。常为人引用的一个例子是：1936年美国的总统大选，当时美国的《文学文摘》杂志曾做了一次关于总统大选的民意调查，调查结果预测兰登将在总统选举中获胜，罗斯福落选。但事实正好相反，选举结果是罗斯福当选总统。

虽然《文学文摘》杂志的民意调查样本数很大，但调查者的样本是从电话号簿和汽车登记册中抽取的。1936年正是美国经济大萧条过后，有汽车有电话的人仅代表了美国选民中的某个特定阶层，对于选民总体来说不具备代表性。

这次民意调查的失败主要在于抽样偏差，样本没有代表性，抽取的样本在质上与总体特征不相吻合。与此同时，盖洛普民意调查所也作了总统大选的调查，只发了2000份问卷，结果预测成功，罗斯福当选总统。

4、合理的样本容量

样本容量又称样本大小，是指抽取样本的具体数量。样本数量的多少是研究无法回避的问题，是研究设计中重要的一环，也是比较困难的一件事。它既要符合研究目的、内容，满足教育统计的要求，又要考虑抽样的可能性，并使误差减少到最低限度。

一般来说，样本数越多，代表性越好，但是增大样本，势必增加研究的人力、物力、财力，增加研究的难度，造成不必要的浪费。如果样本数太小，则抽样误差较大，样本不能代表总体，不利于统计分析，影响研究效果。

样本数量究竟多少为宜，这是一个复杂的问题。我们很难说出一个确定的数字，样本数量要从多个方面综合起来考虑。

抽样是以概率论为理论基础。抽样的作用是为了合理地减少研究对象，既可以节约人力、物力、时间，又可使研究力量相对集中，使研究工作深入、细致，从而提高研究的准确性和可靠性。

一般来说，定性研究中抽取的样本很小，样本有时仅仅是一个案例或一个个体，研究目的是为了对所研究对象进行更深入的了解。而定量研究的样本数较大，样本可以是一群个体，并要考虑样本能否准确代表总体，能否对总体作出推断。

D. 抽样方法有哪两种

抽样方法有哪些
（1）简单随即抽样：包括直接抽选法、抽签法、随机数字表法。

（2）分类抽样：也叫类型抽样或分层抽样，先将总体中所有的单位按照某个标志分成若干类（组）然后在各个类中分别随机抽取样本。

（3）机械抽样：先将抽样总体单位按照一定顺序排队，根据总体单位数和样本单位数计算出抽选间隔（抽选距离），然后按照一定的间隔抽选样本单位。由于抽选间隔相等，所以也叫等距抽样。

（4）整群抽样：先将总体分为若干群或组，然后一群一群地抽选，每一群中包含若干个样本单位

抽样估计的方法有哪两种
随机抽样和分层抽样
根据取样的方式不同，抽样方式有哪两种
根据取样的方式不同，抽样方式有哪两种

统计学的中心问题就是如何根据样本去探求有关总体的真实情况。因此，如何从一个总体中抽取一些元素组成样本，什么样的样本最能代表总体，这直接影响着统计的准确性。如果抽取元素的方法是使总体中的元素成分不改，所观测到的数值是互相独立的随机变量，并有着和总体一样的分布，这样的样本是一个简单的随机样本，它是总体的最好代表，而取得简单随机样本的过程叫做简单随机取样。

简单随机取样就是重复进行同一随机试验，也就是指每次试验都在同一组条件下进行，因而每次试验得到什么结果，其可能程度都是固定不变的。对于有限总体，简单随机抽样意味着每次抽出一个元素后，放还再抽，若不放还，总体的成分将有所改变，那么再抽时，出现各种结果的可能程度就相对地改变了。至于无限总体则没有区分“放回”或“不放回”的必要。

除上述原则外，另一方面，获得样本的具体方法能否保证观察值是独立的，这是问题的关键，因此，一样本的随机与否还取决于获得样本的具体方法。

在具体进行取样时，必须根据研究目的的不同，选择不同的取样方法。

①单纯随机取样法先把每个个体编号，然后用抽签的方式从总体中抽取样本。这种方法适用于个体间差异较小、所需抽选的个体数较少或个体的分布比较集中的研究对象。

②分区随机取样法将总体随机地分成若干部分，然后再从每一部分随机抽选若干个体组成样本。这种抽样法可以更有组织地进行，而且中选的个体在总体的分布比单纯随机取样更均匀。

③系统取样法先有系统地将总体分成若干组，然后随机地从第一组决定一个起点，如每组15个元素，决定从第一组的第13个元素选起，那么以后选定的单位即28，43，58，73等等。

④分层取样法根据对总体特性的了解，把总体分成若干层次或类型组，然后从各个层次中按一定比例随机抽选。这种方法的代表性好，但若层次划分得不正确，也不能获得有高度代表性的样本。
抽样的基本方法为什么和什么两大类
抽样方法可分为两大类：

随机抽样（Probability-Sampling），即在抽样时，母群体中每一个抽样单位被选为样本之机率相同。 随机抽样具有健全之统计理论基础，可用机率理论加以解释，是一种客观而科学的抽样方法，在市场调查 中通常都用随机抽样。

非随时抽样（Non-Probabity-Sampling），在抽样时，抽样单位被选为样本之机率为不可知。
常用的抽样方法有哪些
1、简单随机抽样 优点：当总体内观察单位数与样本例数都不大时拥有实施，均数及其标 准误的计算也比较简单。

2、分层抽样 优点：易于理解、简单易行。容易得到一个按比例分配的样本。

3、系统抽样 优点：由于分层后各层内的个体同质性质增强，使得抽样误差比较小。

4、整群抽样 优点：便于组织，节省人力、物力、时间，容易控制调查质量。

E. 调查研究中常见的概率抽样方法有哪些

概率抽样包括有简单随机抽样、系统抽样、分层抽样、整群抽样、多段抽样、PPS抽样和户内抽样。具体如下：

1、简单随机抽样

简单随机抽样是一种广为使用的概率抽样方法。是最完全的概率抽样。如前面提到的，随机抽样就是总体中每个单位在抽选时有相等的被抽中的机会。

在简单随机抽样条件下，抽样概率公式为：抽样概率=样本单位数∕总体单位数。

2、等距抽样

在定量抽样调查中，等距抽样常常代替简单随机抽样。由于该抽样方法简单实用，所以应用普遍。等距抽样得到的样本几乎与简单随机抽样得到的样本是相同的。

等距抽样的基本做法是，将总体中的各单元先按一定的顺序排列、编号，然后决定一个间隔，并在此间隔基础上选择被调查的单位个体。

样本距离可通过下面公式确定：样本距离 =总体单位数∕样本单位数。

3、分层抽样

定量调查中的分层抽样是一种卓越的概率抽样方式，在友邦公司以往的调查中经常被使用。又称分类抽样或类型抽样。

分层抽样是先将总体的单位按某种特征分为若干次级总体（层），然后再从每一层内进行简单随机抽样，组成一个样本。分组减小了各抽样层变异性的影响，抽样保证了所抽取的样本具有足够的代表性。可以提高总体指标估计值的精确度。

4、整群抽样

以上各种抽样类型全部是按单位抽取的，即按样本单位数，分别一个单位一个单位地抽取。在整群抽样中，样本是一组单位一组单位地抽取。

整群抽样有两个关键步骤：

同质总体被分为相互独立的完全的较小子集。

随机抽选子集构成样本。

5、系统抽样

使用系统抽样时，调研人员首先选取一个随机的起点，然后连续地在抽样框架中每隔i个个体就选出一个样本。其选取样本的间隔i被称作抽样间距。它是由总体大小N除以样本量聍的结果四舍五人后得出的。

例如，假设总体中共有100 000个个体，样本量大小为l 000。在这一情况下，抽样间距为100，即从1至100之间随机选择一个数字。如果选取的是数字23，那么样本就包括个体23、123、223、323、423、523等。