2021年经典抽样方案策划范文4篇

1、资料来源：来自本人网络整理！祝您工作顺利！2021年经典抽样方案策划范文4篇 调查中通常试图对目的总体中具有代表性的一个侧面进展调查而获得信息。它旨在依据抽取样本的调查结果而推想总体的状况。下面我给大家介绍一下关于抽样方案范文4篇，欢送大家阅读。 抽样方案1 调查系统误差 首先，任何调查所获信息(调查数据)质量都存在误差，而这种误差在评估调查质量时都是必需的，作为调查管理者必需推断这些结果的精度范围。因此，这就需要认真讨论所用法的调研方法可能导致的误差类型。 (1)抽样误差 抽样过程中主要存在着以下两类误差：随机误差和系统误差。有时也称为偏向。调查中通常试图对目的总体中具有代表性的一个侧面进展

2、调查而获得信息。它旨在依据抽取样本的调查结果而推想总体的状况。因此，即使样本选择过程是适当的，调查结果仍不免因偶尔性而产生肯定的误差(随机误差或随机抽样误差)，这种误差是不行避开的，它只能随着抽样规模的增加而减小。通常在样本量设计时，我们可以以肯定的置信程度来估量随机抽样的误差。 (2)系统误差 系统误差或偏向是指因调研设计或施行抽样设计中的错误或问题而产生的误差。假如抽样的结果与我们依据被调查对象的真实值所做的估量值总是有肯定的偏向(固定的偏高或偏低)，那么抽样结果便很有可能存在系统误差。系统误差包括除随机抽样之外全部可能产生的误差。因此，有时系统误差又被称为非抽样误差，从系统上影响抽样调研

3、的结果。非抽样误差分为样本设计误差和测量误差。样本设计误差是因样本设计或样本抽选过程而产生的误差。 样本设计误差的产生有多种缘由： 抽样框误差 抽样框是指对于某一类人口类型和成员的一个总体清单。样本将从这个总体清单中加以选取。抽样框误差便是因不精确或不完好的抽样框而引起的误差。问题是，从包含抽样误差的抽样框中抽取的样本有时无法正确地代表调研目的的实际状况，这就存在抽样框误差。举个例子，以电话号码薄作为抽样框，在对某地区全部住户进展的某种意向调查时，就存在着抽样框误差。 调研对象范围误差 调研对象范围误差是因为对调研对象范围限定的不精确而引起的误差。例如，我们将某项讨论对象限定在 35 岁以上，

4、后来，我们发觉不少 35 岁以下的年轻人也应当包含在这个讨论之中，即当时的我们的限定范围是不正确的，这样的抽样便产生了误差。 选样误差 即使抽样框的组建与调研对象范围确实定都没有什么问题，抽样误差也有可能发生。抽选误差是因为不完好或不恰当的抽选过程，或者正确的抽选过程未得以恰当的执行而产生的误差。例如，在入户调查时，访问员会因为不同的缘由绕开被认为是不友好的住户，这样的话便会产生选样误差。特殊是在非随机抽样中，选样误差是一个更为严峻的问题。 (3)测量误差 测量误差对于抽样调查的精确性来说，比随机误差更具危害性。在很多调查报告中，包括媒介上发布公众意向调查，都会给出一个误差指数。对许多调研报告

5、用法者来说，一般认为这个指数是针对总体误差而言，其实并非如此。这个数字仅代表随机抽样误差，它并不包括样本设计误差，也没有涉及调研结果中的测量误差。 测量误差是指所获得的原始信息(实际价值)与经测量处理的信息之间的差异。在信息处理过程中会因多种因素而产生测量误差。 替代信息误差 是指实际所需的信息与调研者所搜集信息之间的差距而产生的误差。这种误差与调研设计的主要问题有关，特殊是对一些问题不恰当定义而产生的。 调研员误差 是指因调研员与被调研者之间的互相作用而引起的误差。调研员有时会自觉或不自觉地影响被调研者，使之给出不真实或不精确的答复。 测量工具误差 测量工具误差是指因测量工具或问卷而产生的误

6、差。这种误差是由于所提出的问题或问卷设计中的某些因素而导致答复的偏向或者使答复时简单产生错误。这种类型的错误可以通过细致的问卷修改和在实地调研前进展充分的试调查而加以避开。 数据处理误差 主要是指调研资料或调研数据在向计算机输入过程中所产生的误差。例如，在计算机帮助电话访谈中，访问员可能错误地输入某个问题的答案。这类错误可以通过在数据录入以及调研结果处理过程中严格的质量掌握加以避开。 拒访误差 假如我们从某个特定群体中抽选 400 个样本，抱负的状况是对这 400 个样本都进展调查。而在实际中，这是很难实现的。在邮寄调研中，答复率一般在 5% 左右，甚至更低。因这种差异而引起的误差被称为拒访误

7、差。很明显，答复率越高，拒访误差的影响便越小，因为拒访者在总体中占的比例减小了。 拒访误差在以下三种状况下发生：在特定时间无法联络到被访者;虽然得到了默许，但在当时的环境下不能或不情愿承受访谈;虽然可以联络到被访者，但被访者回绝承受访问。其中，最终一种状况最为严峻。因为，前两种状况都有重新进展调研的可能。如今，拒访率已经到达了前所未有的程度，大约近 40% 。好在大局部人并非在全部状况下都回绝访问。 答复误差 假如被访问者在某一特定问题的答复中有特定的偏向，那么产生答复误差。答复误差的产生有两种根本的形式：有意错误与无意错误。有意错误的产生是因为被调查者有意对所提问题做出不真实答复;无意错误是

8、指答复者盼望可以做出真实、精确的答复，但却给出了不正确的答案。这种类型的误差可能是由于问题的格式、内容或其他缘由造成的。 定量测量技术 (1)测量概念 市场调查测量是指在定量测量中将按特定的规章将数字或者符号合理安排给被调查的目的(包括人、看法、状态或者大事)，将其特征量化的过程。量化概念强调的是：测量的不是被测量者本身，而是被测量者(通常是消费者)的看法、收入、品牌忠诚度以及相关因素等。 测量另一方面的关键是制定和理解规章，它指示被调查者该怎么做。如，您对咖啡的爱好程度做出评价，特别喜爱为 5 分，不喜爱为 1 分，并按相应的标准安排 2 、 3 、 4 分。 (2)测量程序 (3)测量标称

9、 测量标称一般包括四种主要技术类型，详见下表。 (4)测量牢靠性 测量的牢靠性是指测量中可以避开随机误差，从而供应前后全都的数据的程度。随机误差越小，测量的客观性就越强，调查的结果就越牢靠。 通常采纳如下三种方法评估测量的牢靠性; 二次测试法 为了评估测量的牢靠性,采纳在尽可能一样的条件下用法一样的测量工具进展重复测量,以确定测量的牢靠性。 等价测试法 在同一时间内，用法尽可能类似的两种工具对同一目的进展测量，然后评估其牢靠性。 比拟测试法 在同一时间内，对测量的同一现象的不同样本进展比拟。 抽样概念 抽样是市场调查执行中重要的环节，抽样方法选择的正确与否挺直打算着调查数据的牢靠程度，同时也就

10、打算了调查的成败。 (1)总体与全域 总体或全域，是指在市场调查中能供应所需信息的个人或者群体的全体。通常，在调查之前分析人员的首要任务是定义同质总体，并经常涉及到与之亲密相关的产品和效劳目的市场的界定。 举例来说，一个讨论人员正在为一种新型非处方感冒药进展产品创意测试。他或许会认为被调查的总体包括每个人，因为每个人都会有患感冒的可能性。但是即便如此，并非每个患者都会选择这种非处方药。在这种状况下，调查过程中的重要任务是确定哪些人是目的主体，这就要看感冒时他们是否选购或用法这种或多种品牌的药。只有那些购置或用法的人们，才应包括在总体内。 为总体下定义是抽样调查中关键的一步，为到达市场讨论目的，

11、我们在定义调查总体时经常基于已有的和潜在的顾客特征。 (2)抽样与普查 普查这一概念用于描绘猎取总体中每个成员的信息。市场调研中并不常常用到普查，因为其同质总体一般状况下包括成千上万的个体，这样大规模地进展普查在本钱和时间上的消耗都是宏大的，以致于在通常状况下是不行行的。 统计学理论证明：一个相对较小、但细心选择的样本群能精确地反映出被抽查总体的特征，一个样本是总体全部成员的一个子集，从子集获得的有关信息，可以用来估测总体特征，这种方法就是抽样调查。 尽管市场调查中很少用到普查，但是有时它们也适用于某些案例。譬如，在某有名石油公司、麦当劳、中国电信等神奇顾客访问中，由于总体不大，因此采纳的是普

12、查的方式。另外，在工业品营销中，一个企业只向少量客户销售极为特别的产品时，普查也是适当和可行的。 抽样步骤 抽样方案大致需要以下步骤，如下所示。 (1)定义总体(全域) 为了满足市场讨论目的，确定可供应信息或与所需信息有关的个体或实体(所具有的特性是非常重要的。抽样总体可以从以下几方面特征进展描绘：地域特征、人口统计学的特征、产品或效劳用法状况、认知程度等。在调查中，从调查问卷开头局部的过滤性问题，可以看出某个体是否属于总体。在实际应用中，即使有总体和样本清单，但仍有必要用法过滤性问题识别合格的被访问者。 另外，为了确定总体，通常状况下，还需要确定那些应排除在外的被访问者的特征。例如，大局部商

13、业市场调查就因为一些所谓的平安性问题而排除某些个体。通常，调查问卷上的第一个问题就是询问采访对象或其家庭成员是否从事市场调查、广告或消费与调查内容有关产品的工作，假如采访对象指出他们从事其中某项工作，那么就不必要去采访他了，这就是所说的平安性问题，因为这样的采访对象不保险。他们或许是竞争对手或为竞争对手效劳的。 (2)选择调查方法 正如调查方法局部所描绘的那样，资料搜集方式对抽样过程有重要影响。例如，电话采访有一种内在优势，购物中心拦截顾客有着自身的优势。 (3)选择抽样框 把抽样框定义为被调查总体的数据清单(数据库或者数据仓)，从抽样框中可以抽出合适访问的样本单位。众所周知，一些抽样框原来根

14、本是不存在的，因此，在调查的初期还要建立符合需要的抽样框。例如，在一项调查中，调查的总体是那些在近 30 天内打三轮或三轮以上十八洞高尔夫球的人。但是，根本就没有一种计算方法可以完全供应这份名单。在不存在传统意义上的抽样框的状况下，我们需要根据可以产生具有盼望特征的样本个体的程序来建立新样本框。 (4)选择抽样方法 制定抽样方案的第四步是选择抽样方法。选择哪种抽样方法取决于讨论目的、讨论经费、时间限制、欲调查问题的性质等。可供选择的重要抽样方法可以分为两大类： 概率抽样与非概率抽样，每大类中又有很多可供选择的详细方法。 (5)确定样本量 一旦选定抽样方法，下一步就要确定适宜的样本量。样本量确实

15、定方法将在样本量确定单元中给出。 (6)制定抽样方案 无论用法概率或非概率抽样，在一个讨论工程的资料搜集阶段必需指定和明确选择样本单位的操作程序。对于胜利的概率抽样的来说，这个程序更为重要，必需具体、清楚。假设不能知道适宜的选择样本单位的操作程序，那么整个抽样程序会陷入逆境。 (7)抽样方案的施行 在施行适于操作的抽样方案前，应先对其进展争论讨论。这一步很重要，它包括检查、确定是否要依据拟好的具体程序来施行方案。 样本量确定 确定样本的数量是抽样调查中的重要环节，在充分满足调查内容要求状况下合理确实定样本量不能不说是摆在每个调查公司面前的重要课题，过多的样本量设计只会给客户增加经济负担。 概率

16、抽样的根本原那么是：样本量越大，抽样误差就越小，而样本量越大，那么本钱就越高。依据数理统计规律，样本量增加呈直线递增的状况下(样本量增加一倍，本钱也增加一倍)，而抽样误差只是样本量相对增长速度的平方根递减。因此，样本量的设计并不是越大越好，通常会受到经济条件的制约。 通常，在概率抽样的状况下，在确定样本量时会遇到如下状况： 预算：预算的多少挺直影响着调查样本量的设计，通常某一项调查为满足调查要求必需有一个最低的预算指标。假如低于这个指标的预算，不能满足调查最低精度的话，建议要放弃这项调查任务。 子群分析：在任何样本量确定的过程中，都必需考虑被调查样本的子群数。也就是说，当被调查样本群子群数比拟

17、多的时候，样本量就必需相应扩大。如：某一项调查 400 个样本量是根本满足要求的，但假如将这些样本量划分为男和女各占 50 %的话，那么，每个子群只有 200 个样本。假如进一步按年龄组细分的话，假设是两个年龄组，那每一个子群只有 100 个样本，这样的样本量就不能满足最初设计的要求了，因此必需根据子群要求设计样本量那么是最合理的。 统计分析：友邦参谋在确定样本量时通常在考虑上述详细状况下，会考虑如下统计方面的因素，即：总体调查标准差;抽样允许的误差和预期置信度。 样本量确定公式：在充分考虑全部统计因素根底上，友邦公司通常采纳的简洁随机抽样(特殊是估量平均值时)的公式为： n = z 2 2

18、/ e 2 其中， n 为合适的样本量; z 为调查置信度; 为总体标准差; e 为抽样误差范围 在解决比例方面的调查问题时，采纳的抽样公式为： n = z 2 p(1-p) / e 2 其中， n 为合适的样本量; z 为调查置信度; p 为样本的离散程度; e 为抽样误差范围 抽样方案2 概率抽样方法 (1)概率抽样概念 定量市场调查中的概率抽样是指在调查总体样本中的每个单位都具有同等可能性被抽中的时机。在实际应用中，概率抽样方法是最常用的方法之一。 概率抽样包括以下几个方面的优点： 调查者可获得被抽取的不同年龄、不同层次的人们的信息; 能估算出抽样误差; 调查结果可以用来推断总体。例如，

19、在一项用法概率抽样法的调查中，假如有 5 %的被访者给出了某种特定答复，那么，调查者就可以以此百分比再结合抽样误差，推及总体状况。 另一方面，概率抽样也有一些弊病： 在大多数案例中，同样规模的概率抽样的费用要比非概率抽样高; 概率抽样比非概率抽样需要更多时间策划和施行; 必需遵守的抽样方案执行程序会大量增加搜集资料的时间。 下面，介绍几种最常采纳的概率抽样技术。 (2)简洁随机抽样( simple sampling ) 简洁随机抽样是一种广为用法的概率抽样方法。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时机。 在简洁随机抽样条件下，抽样概率公式为： 抽

20、样概率=样本单位数总体单位数 例如，假如总体单位数为 10000 ，样本单位数为 400 ，那么抽样概率为 4 %。 简洁随机抽样的优点在于，它看起来简洁，并且满足概率抽样的一切必要的要求，保证每个总体单位在抽选时都有相等的被抽中的时机。简洁随机抽样可以通过电话随机拨号功能完成这个步骤，可以从电脑档案中选择调查对象。 (3)等距抽样( systematic sampling ) 在定量抽样调查中，等距抽样经常代替简洁随机抽样。由于该抽样方法简洁有用，所以应用普遍。等距抽样得到的样本几乎与简洁随机抽样得到的样本是一样的。 等距抽样的根本做法是，将总体中的各单元先按肯定的挨次排列、编号，然后打算一

21、个间隔，并在此间隔根底上选择被调查的单位个体。 样本间隔 可通过下面公式确定： 样本间隔 = 总体单位数样本单位数 例如，假设你用法本地电话本并确定样本间隔 为 100 ，那么 100 个中取 1 个组成样本。这个公式保证了整个列表的完好性。 等距抽样方式随便用一个起点，例如，假如你把一本电话本作为抽样框，必需随便取出一个号码打算从该页开头翻阅。假设从第 5 页开头，在该页上再另选一个数打算从该行开头。假定选择从第 3 行开头，这就打算了实际开头的位置。 等距抽样方式相对于简洁随机抽样方式最主要的优势就是经济性。等距抽样方式比简洁随机抽样更为简洁，花的时间更少，并且花费也少。用法等距抽样方式最

22、大的缺陷在于总体单位的排列上。一些总体单位数可能包含隐藏的形态或者是不合格样本，调查者可能忽略，把它们抽选为样本。 (4)分层抽样( stratified random sampling ) 定量调查中的分层抽样是一种卓越的概率抽样方式，在调查中常常被用法。 分层抽样的详细程序是：把总体各单位分成两个或两个以上的互相独立的完全的组(如男性和女性)，从两个或两个以上的组中进展简洁随机抽样，样本互相独立。 总体各单位按主要标记加以分组，分组的标记与我们关怀的总体特征相关。例如，我们正在进展有关啤酒品牌知名度方面的调查，初步判别，在啤酒方面男性的学问与和女性不一样，那么性别应是划分层次的适当标记。假

23、如不以这种方式进展分层抽样，分层抽样就得不到什么效果，花再多时间、精力和物资也是白费。 分层抽样与简洁随机抽样相比，我们往往选择分层抽样，因为它有显著的潜在统计效果。也就是说，假如我们从一样的总体中抽取两个样本，一个是分层样本，另一个是简洁随机抽样样本，那么相对来说，分层样本的误差更小些。另一方面，假如目的是获得一个确定的抽样误差程度，那么更小的分层样本将到达这一目的。 在调查理论中，为进步分层样本的准确度事实上要付出一些代价。通常，我们现实正确的分层抽样一般有三个步骤： 首先，辩明突出的(重要的)人口统计特征和分类特征，这些特征与所讨论的行为相关。例如，讨论某种产品的消费率时，按常理认为男性

24、和女性有不同的平均消费比率。为了把性别作为有意义的分层标记，调查者确定可以拿出资料证明男性与女性的消费程度明显不同。用这种方式可识别出各种不同的显著特征。调查说明，一般来说，识别出 6 个重要的显著特征后，再增加显著特征的区分对于进步样本代表性就没有多大关心了。 其次，确定在每个层次上总体的比例(如性别已被确定为一个显著的特征，那么总体中男性占多少比例，女性占多少比例呢?)。利用这个比例，可计算出样本中每组(层)应调查的人数。 最终，调查者必需从每层中抽取独立简洁随机样本。 (5)整群抽样( cluster sampling ) 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

25、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： 同质总体被分为互相独立的完全的较小子集。 随机抽选子集构成样本。 假如调查者在抽中的子集中观看全部单位，我们就有了一级整群样本。假如在抽中的子集中再以概率方式抽取局部单位观看，我们就有了二级整群样本。分层和整群抽样都要将总体分为互相独立的完全子集。它们的区分是，分层抽样的样本是从每个子集中抽取，而整群抽样那么是抽取局部子集。 地理区域抽样是整群抽样的典型方式。挨门挨户去调查一个特定城市的调查者或许会随机抽选一些区域，较集中地访查一些群体，大量削减访问时间和经费。整群抽样被认为是概率抽样技术，因为它随机抽出群

26、和随机抽出单位。值得留意的是，在整群抽样下，我们假定群中单位与总体一样存在异质性。假如一群中单位的特征特别相像，假如由于共同环境使群内差异小而群与群之间差异大。一般来说，要解决这个问题可以扩大群数，然后从各群中抽取少量单位数，以保证样本的代表性。 非概率抽样方法 (1)非概率抽样的概念 非概率抽样也是市场调查中比拟常采纳的手段之一，如配额抽样等。非概率抽样是指从总体中非随机地选择特定地要素(单位)。有目的的非随机抽样可能会系统地排除或过分强调总体的某些局部特征。 非概率抽样的缺点恰是概率抽样的优势： 不能估量出抽样误差; 不知道抽中的单位所具有代表性的程度; 非概率抽样的结果不能也不应当推算总

27、体。 在实际操作过程中，非概率抽样常常被市场调研人员用法，其缘由与本身固有的优势有关： 非概率抽样比概率抽样费用低。非概率抽样的这一特点对那些准确性要求补不严格的调查有相当大的吸引力。摸索性调查就是其中的一例。 一般来讲，非概率抽样施行起来要比概率抽样用的时间少。 由于非概率抽样具有上述的缺乏，因此，假如合理运用非概率抽样，它能产生极具代表性得合理的抽样结果，是我们常常思索并试图解决的一个重要问题。在实际应用过程中，非概率抽样的结果不能计算其抽样误差，这意味着评估非概率抽样的总体质量有很大的困难，因为我们清晰地知道它们不满足概率抽样所必需的标准，但问题是它们脱离标准有多远?调查设计者事先必需对

28、非概率抽样进展评估，评估应当建立在对非概率抽样方法论认真评价的根底上。评估需要留意的是，用法的抽样方法是否可以掩盖目的总体的各个局部?或者样本是否无目的地倾向于一些特别群体?这些都是友邦参谋调查人员在调查设计与抽样评估时必需认真考虑的问题。 在实际工作中，我们常常用法的非概率抽样方法包括四类：便利抽样、推断抽样、配额抽样和滚雪球抽样。 便利抽样( convenience sampling ) 便利抽样是依据调查者的便利性，以无目的、随便的方式进展的抽样调查活动。例如，常见的无限制的街头拦访和随便的入户访问就是便利抽样的常见形式。在某些调查测试中，便利抽样会获得快速有效的结果。在进展探究性调研时

29、，即缺乏阅历而又急需真实数据的近似值时，这种方法也很有用。 推断抽样( judgment sampling ) 推断抽样适用于调查员或者调查专家基于选择标准或者条件抽取典型样本的状况。一般商业机构进展的市场或产品测试调查根本上都属于推断抽样的范围。在进展探究性调研时，如抽取深度访谈样本的状况下，就可以采纳这种方法。 配额抽样( quota sampling ) 配额抽样是依据肯定标记对总体分层或分类后，从各层或各类中主观地选取肯定比例的调查单位的方法。所谓配额是指对划分出的总体各类型都安排给肯定的数量而组成调查样本。因此，配额抽样较之推断抽样加强了对样本构造与总体构造在量的方面的质量掌握，可以

30、保证样本有较高的代表性。配额抽样类似于随机抽样中的分层抽样。不过，有两点重要的区分：首先，配额抽样的被调查者不是按随机原那么抽出来的，而分层抽样必需遵守随机原那么。其次，在分层抽样中，用于分类的标记，应联络讨论目的来选择，而配额抽样无此要求。 滚雪球抽样( snowball sampling ) 滚雪球抽样是指先对随机选择的一些被调查者施行访问，然后再请他们推举属于讨论目的总体特征的调查对象。这种方法用于低发生率或少见的总体中进展抽样，因为要找到这些少见的个体，代价是很大的，使得调查人员因为费用的缘由不得不用法类似滚雪球这样的抽样技巧。 滚雪球抽样调查的优点是调查费用大大削减，然而这种本钱的节

31、省是以调查质量的降低为代价的。整个样本很可能出现偏向，因为那些个体的名单来源于那些最初调查过的人，而他们之间可能非常相像，因此，样本可能不能很好地代表整个总体。另外，假如被调查者不情愿供应人员来承受调查，那么这种方法就会受阻。 抽样方案3 简洁随机抽样 一般，设一个总体含有n个个体，从中逐个不放回地抽取n个个体作为样本(nn)，假如每次抽取时总体内的个体被抽到的时机相等，就把这种抽样方法叫做简洁随机抽样。 简洁随机抽样的详细作法有：挺直抽选法，抽签法，随机数法。 挺直抽选法。例如某项调查采纳抽样调查的方法对某市职工收入情况进展讨论，该市有职工56，000名，抽取5，000名职工进展调查，他们的

32、年平均收入为10，000元，据此推断全市职工年收入为8，000-12，000元之间。 抽签法又称抓阄法。它是先将调查总体的每个单位编号，然后采纳随机的方法任意抽取号码，直到抽足样本。在这里选取一个案例说明，如要在10个人中选取3个人作为代表，先把总体中的10个个体编号，把号码写在号签上，将号签放在一个容器中，搅拌匀称后，每次从中抽取一个号签，连续抽取3次，就得到一个容量为3的样本。这就是抽签法，与挺直抽样法类似。 另一个常常被采纳的方法是随机数法，即利用随机数表、随机数骰子或计算机产生的随机数进展抽样。下面是随机数字表： 当然，随机抽样也有缺乏之处，它只适用于总体单位数量有限的状况，否那么编号

33、工作繁重;对于冗杂的总体，样本的代表性难以保证;不能利用总体的已知信息等。在市场调研范围有限，或调查对象状况不明，难以分类，或总体单位之间特性差异程度小时采纳此法效果较好。 抽签法的优点是简洁易行，缺点是当总体的容量特别大时，费时、费劲，又不便利。假如标号的签搅拌得不匀称，会导致抽样不公正。而随机数表法的优点与抽签法一样，缺点受骗总体容量较大时，仍旧不是很便利，但是比抽签法公正，因此这两种方法只合适总体容量较少的抽样类型。 2分层抽样 分层抽样又称分类抽样或类型抽样，是先将总体的单位按某种特征分为假设干次级总体(层)，然后再从每一层内进展单纯随机抽样，组成一个样本。一般地，在抽样时，将总体分成

34、互不穿插的层，然后按肯定的比例，从各层次独立地抽取肯定数量的个体，将各层次取出的个体合在一起作为样本。 分层抽样尽量利用事先把握的信息，并充分考虑了保持样本构造和总体构造的全都性，这对进步样本的代表性是很重要的。当总体是由差异明显的几局部组成时，往往选择分层抽样的方法。其特点是将科学分组法与抽样法结合在一起，每个个体被抽到的概率都相等n/m。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。 下面，是一个实例应用： 某公司要估量某地家用电器的潜在用户。这种商品的消费同居民收入程度相关，因此以家庭年收入为分层根底。假定某地居民为1，000，000户，已确定样本数为1，000

35、户，家庭年收入分10，000元以下，10，00030，000元;30，00060，000元，60，000元以上四层，其中收入在10，000元以下家庭户为180，000户，收入在10，00030，000元家庭户为350，000户，收入在30，00060，000元家庭户为3000，000户，收入在60，000元以下家庭户为170，000户，应进展如下抽样，如图： 分层抽样与简洁随机抽样相比，往往选择分层抽样，因为它有显著的潜在统计效果。也就是说，假如从一样的总体中抽取两个样本，一个是分层样本，另一个是简洁随机抽样样本，那么相对来说，分层样本的误差更小些。另一方面，假如目的是获得一个确定的抽样误差程

36、度，那么更小的分层样本将到达这一目的。 总体中赖以进展分层的变量为分层变量，抱负的分层变量是调查中要加以测量的变量或与其高度相关的变量。分层的原那么是增加层内的同质性和层间的异质性。常见的分层变量有性别、年龄、训练、职业等。分层随机抽样在实际抽样调查中广泛用法，在同样样本容量的状况下，它比纯随机抽样的精度高，此外管理便利，费用少，效度高。 3系统抽样 系统抽样也称为等距抽样、机械抽样、sys抽样，它是首先将总体中各单位按肯定挨次排列,依据样本容量要求确定抽选间隔，然后随机确定起点，每隔肯定的间隔抽取一个单位的一种抽样方式。是纯随机抽样的变种。在系统抽样中，先将总体从1n相继编号，并计算抽样间隔

37、 k=n/n。式中n为总体单位总数，n为样本容量。然后在1k中抽一随机数k1，作为样本的第一个单位，接着取k1+k,k1+2k，直至抽够n个单位为止。 依据总体单位排列方法，系统抽样的单位排列可分为三类：按有关标记排队、按无关标记排队以及介于按有关标记排队和按无关标记排队之间的按自然状态排列。根据详细施行等距抽样的作法，系统抽样可分为：直线系统抽样、对称系统抽样和循环系统抽样三种。 在定量抽样调查中，系统抽样经常代替简洁随机抽样。由于该抽样方法简洁有用，所以应用普遍。系统抽样得到的样本几乎与简洁随机抽样得到的样本是一样的。 下面看一个例子，某产品的口味测试，需要运用等距抽样的方法从某校营销专业

38、90名同学中抽选9名进展测试，如下列图： 系统抽样方式也不是完善的，它相对于简洁随机抽样方式最主要的优势就是经济性。系统抽样方式比简洁随机抽样更为简洁，花的时间更少，并且花费也少。用法系统抽样方式最大的缺陷在于总体单位的排列上。一些总体单位数可能包含隐藏的形态或者是不合格样本，调查者可能忽略，把它们抽选为样本。由此可见，只要抽样者对总体构造有肯定理解时，充分利用已有信息对总体单位进展排队后再抽样，那么可进步抽样效率。 4整群抽样 整群抽样又称聚类抽样。是将总体中各单位归并成假设干个互不穿插、互不重复的集合，称之为群;然后以群为抽样单位抽取样本的一种抽样方式。 应用整群抽样时，要求各群有较好的代

39、表性，即群内各单位的差异要大，群间差异要小。 整群抽样优点是施行便利、节约经费;整群抽样的缺点是往往由于不同群之间的差异较大，由此而引起的抽样误差往往大于简洁随机抽样。 例如，调查中同学患近视眼的状况，抽某一个班做统计;进展产品检验;每隔8h抽1h消费的全部产品进展检验等。 整群抽样与分层抽样在形式上有相像之处，但事实上差异很大。分层抽样要求各层之间的差异很大，层内个体或单元差异小，而整群抽样要求群与群之间的差异比拟小，群内个体或单元差异大;分层抽样的样本时从每个层内抽取假设干单元或个体构成，而整群抽样那么是要么整群抽取，要么整群不被抽取。 以上几种抽样方法的误差程度排序从大到小一般是：整群抽

40、样、简洁随机抽样、系统抽样、分层抽样。 5配额抽样 配额抽样也称定额抽样，是指调查人员将调查总体样本按肯定标记分类或分层，确定各类(层)单位的样本数额，在配额内任意抽选样本的抽样方式。 例如一在一项关于某品牌洗发水的消费者座谈会的讨论抽样中，讨论对象为1840岁的女性。已确定样本量为24人。讨论者选择经济收入和发型为掌握特征;并要求凹凸收入者各占50%，烫、直发型各占50%。依据上述要求一个配额抽样的掌握表便可设计出来。如下表: 配额抽样和分层随机抽样相比拟，既有相像之处，也有很大区分。配额抽样和分层随机抽样有相像的地方，都是事先对总体中全部单位按其属性、特征分类，这些属性、特征我们称之为掌握特性。例如市场调查中消费者的性别、年龄、收入、职业、文化程度等等。然后，按各个掌握特性，安排样本数额。但它与分层抽样又有区分，分层抽样是按随机原那么在