爱华网抽样方法的几种分析
1.抽样的基本方法
抽样方法基本上可分为随机抽样法和预定抽样法。
2.随机抽样法
这种抽样方法是以概率理论的原理为基础的，即基本整体中的每一个具体单元都有相同被抽中的机会（例如：掷骰子）。
⑴简单随机抽样法
它直接从基本整体中抽出子样，前提条件是该整体至少能以标记形式来表示（例如：卡片），并可以混合至保证使每个单元都能有相同的被抽样的机会。简单随机抽样法简单易行，至于整体的某些特征及其分布情况不需要知道。但如果整体情况比较分散，彼此的差距比较大，则误差就可能较大。
所有的随机抽样方法都是以票箱模型为基础的（如抽彩票），即所有的票单（组成样本的单元）都标上号，装入票箱，封闭，然后抽票。一张票单在认定结果后再放回票箱，即整体数量保持不变。用这种方法来确定调查对象，就像用掷骰子来确定对象一样（整体数量不大时可以使用）。如果将抽样的票单放在一边可以避免出现重复。当整体数量很大时，常采用下列方法代替票箱模式，因为在实际运用中它们的速度更快，也更完善。
①乱数表抽样。例如用两只骰子掷数，可得下表所列数字：13、45、65、36、22、24、31、43、61、52、55、16、23、14、25。每隔两位取一个数字，即可得到：65、24、61、16、25。从整体中抽出的这些数字就是所取得的子样。
②尾数抽样（根据最后一个数字抽样）。将整体中的每一个单元都按顺序编上号，然后将例如 7、17、27、37等号抽出作为子样。
③字母抽样。例如将整体中所有以“P”为姓名的第一个字母的人抽出来作为样本，但条件是必须在整体中所有姓的第一个字母均匀分布情况下得到“P”。
⑵分层随机抽样法
分层随机抽样法是将混合着多种主要调查特征的综合性整体，分成不同类型的小组（层次），要求小组成员具有尽可能一致的特征，然后再从这些特征比较一致的小组（层次）中用相应的简单随机抽样法抽出所需的样本。例如：以一个国家为基本整体，各省份为小组。这种抽样方法特别适用于基本整体的特征表现为非均匀性（如：各省购买力不同），它能减少因采用简单随机抽样的方法而产生的偏差。分层方法有：①按比例的分层抽样。每一层中样本的比例同在基本整体中各层次所占的比例完全一样。②不按比例的分层抽样。如果相对较小的层次（小组）对调查结果具有更为重要的意义，则可以不按各层次在基本整体中的比例来抽取样本。例如，在以销售额为主要参数进行市场调查时，销售额大的企业就必须在分层抽取样本时，在样本中占有比它在所有企业中的自然比例更高的样本量。
⑶整群抽样法
所谓“整群抽样”，实际上是将整体的范围缩小。即从调查对象的整体中取出一个完整的组（多数是取“自然组”），然后根据随机数从这个缩小了的整体中抽出一定量的样本，作为抽样调查的对象。在整群抽样时，不是从整体中直接抽取样本单元，而是先从基本整体中抽取一个完整的组来作为下一步抽样的基础。例：某城市共有十二个辖区，根据某项市场调查的要求，从该城市的十二个区中随机抽出三个区作为市场调查的实施对象。
按照这种抽样方法可使一些规模较大的市场调查项目在较低的费用情况下获得有代表性的、可靠的调查结果。例如：某市的市长想尽可能全面地了解独身居住、带一个孩子的家庭父亲或母亲对计划生育的看法。这个城市有十二个区，用随机方法从十二个区（基本整体）中抽出三个区来进行调查。在这些区中所有具备上述特征的家庭（单独居住，有一个孩子）都是调查的对象，对他们再进行进一步的抽样。
整群抽样法的优点：毋需排列出基本整体的序列（如排列卡片那样），也不必先了解整体的具体结构。这种抽样方法（整群抽样）可以根据地理分布来进行，例如：按城市地图划分、按住宅区划分等。在确定和寻找调查对象时，不再需要每个调查对象的地址。这样可以大大缩小调查对象的范围和降低收集这些资料的费用。采用整群抽样法容易出现偏差，尤其是当所取出的抽样群内部特征过于一致，而与基本整体的结构特征却有明显的差别时（如：老式住房、政府官员居住区、工人集居区、名人居住区等），就很容易使调查的结果出现偏差。有些偏差是事先预想得到的，如靠近市区主要交通线地区，有一个孩子的父母亲们对计划生育会有相似的看法。而居住在公园附近，周围有小孩玩耍的地方，又单独居住的家庭很可能会有另一种看法。
⑷预定随机法
这是一种根据已知抽样方案进行的随机抽样的方法。与简单随机法每次抽取一个随机数来选取一个样本不同，预定随机法在整个过程中只需一个随机数。一旦选定了第一个抽样单元，后面的样本根据预定的方案选取。例如：在进行询问时，调查人员先找出预定的出发点（如某条路），这个出发点是按预定计划用随机方法预定的。
预定方案抽样法的优点可使调查工作在有限样本内完成，抽样速度快得多，不需全面确定被抽样的单元数。但不是基本整体中的每个单元都有被抽入样本的同等机会，易产生单调性或周期性的数据。
3.预定抽样法
采用预定抽样法时，抽取的样本对象是有目的性的，样本构成是预先规定的（计划好的）。使用这种抽样法的前提是掌握调查项目中基本整体的主要特征标志。预定抽样法主要有配额抽样法、典型抽样法和重点抽样法。
⑴配额抽样法
这是预定抽样法中最主要的抽样方法，也是使用得最频繁的方法。它以整体结构设想为基础，要求人们对基本整体的结构有明确了解，并能根据不同的特征标记予以区分和按照这种整体结构特征提出样本份额（不必完全知道基本整体的量）。调查人员事先得到整体结构特征配额，在这个配额内可以由自己挑选询问对象（这一点非常重要），并由调查人员填满所得份额。
使用配额法的优点是费用低、速度快、灵活性强，它的缺点是定性标志（态度、观点等）无法分配。此外，如果调查人员尽找自己的熟人、朋友或容易找到的人来询问，就会使调查结果产生很大的偏差。
⑵典型抽样法
从基本整体的范围选出调查目的有特别关系的对象，从对他们的调查得出的结果作为对整体的调查结果（如：市郊典型的零售商店，或典型的学生、典型的公职人员等）。这种抽样法的一个主要问题在于：什么叫典型？这种类型的特征一致化可靠吗？也就是说，在这种情况下尽量排除抽样时的主观影响。
如果事先有一份有关对象的总体材料，或者是如果基本整体可以解释为一个统一的整体，就可以轻易地构成“典型剖面”了，并只用少量样本就能很好地代表被调查的整体。在这种情况下，使用这种抽样方法可以使调查的过程变得简单化。
⑶重点抽样法
这种抽样方法只限于用在那些整体中的少量单位对调查目标具有特殊意义的市场调查中。即整体中的少量单位能提供被调查整体的主要信息，大多数调查对象就作为无意义对象被排除掉了。这种抽样法只适合于用在一些重要、又较窄的条件下：①具体单元具有特别明确的重要性；②相当少的单元就能清楚地说明调查所要求的目的；③调查对象必须能精确地加以划分，并且构成也不能太复杂。例如：工业产品的市场营销中，少数几个大企业就占了加工机械生产商的大多数订单。
这种抽样方法的优点是费用相当低，而且调查结果出得也快。在整体调查特征明显地不典型时，能保证抽到所有的重要单位作为样本。缺点是由于一些较小的单位未能包括进去，所以调查的结果存在着一定量的信息损失。同时，也无法包含调查中呈现的一些特殊的发展和趋势，结果会造成结论的偏差。除此之外，所得到的结果也已明显地带上了那些重要意义的对象的特征，所以得出的调查结论相比之下也不像随机抽样法和预定抽样法那样清楚，因为那两种抽样方法抽到的结果是很精确的。
值得注意的是，在实践中往往几种方法组合起来运用。在不同的阶段运用不同的抽样方法。例如：第一阶段：把一个国家分成省和地区；第二阶段：根据整群随机抽样法抽取城市或地区；第三阶段：用分层随机抽样法来抽取居住区；第四阶段：用预定方案随机抽样法抽取调查对象。
4.市场调查中的偏差
⑴偏差的来源
进行市场调查需要将一系列独立并行的或顺序排列的工作，包括准备、实施、后期处理（数据处理和背景说明等）等，编成工作程序。整个工作过程的大部分环节将由人来完成。由于主观的评价总是不可能完全正确，或多或少会出现偏差，因而会造成结果的偏差。因此，要求市场调查绝对客观、百分之百的准确是可望而不可及的。在市场调查中出现的偏差，大致可分为两种类型：随机偏差和系统偏差。随机偏差通常是可以预计的，而且能用概率来加以考虑。而系统偏差一般是无法估计其偏差来源的。
⑵随机偏差
通过抽样调查所获得的结果应与整体相应的数值有联系，但通过估算得到的值，永远不会跟全面调查的实际结果完全一致。当然，从整体抽取的样本越多，随机偏差也就越小，但这样就会引起成本的上升。因此，人们必须在调查成本和随机偏差的范围之间进行权衡。
⑶系统偏差
与随机偏差相反，系统偏差无严格的数学规律。尽管有可能根据各个系统偏差的情况逐个找到相应的偏差点，并能精确地相加，在效果上也有可能会相互抵消，然而它们更可能是相互叠加甚至产生乘积效应，以致于根本不可能用概率理论对它加以说明。在市场调查中各个阶段都可能出现系统偏差，而且它们的产生原因不同，表现形式也不一样。例如：设计阶段：有可能定错问题的对象，或对基本整体定义不明确；计划阶段：抽样方法不对，提出问题的方法不对（如：询问表）；实施阶段：数据处理和解释时产生错误，譬如：计数不对、计算不对、由于实施人员的缘故，使询问对象受到影响；控制阶段：预计值错误，譬如：进行经济性控制时忽略了重要的成本项目（如人员培训），对询问对象的书面答复检验不当。
由于系统偏差的出现形式和产生原因多种多样，所以这种类型的偏差无法预计，而只能大致予以估计。所以在进行市场调查的各个阶段中，只能依靠工作人员认真细致的工作才能将误差降到最低程度。
