爱华网一、抽样调查（Sampling Survey）意义 抽样调查为科学研究方法中重要技术之一，是指就所要研究的某特定现象之母群体中，依随机原理抽取一部份作为样本（Sample），以为研究母群体（Population）之依据。将样本研究结果，在抽样信赖水准内，推算母群体可能特性以为决策之参考。
抽样调查之优点：
１．利用抽样技术及机率理论，可获得既定精确估计值，以代表母群体特征。
２．节省调查人力，物力，时间及经费。
３．经由少数优秀人员施予特殊训练及配合特殊设备，施行调查，可得较深入且正确调查结果。
故在实地市场调查中，抽样调查为一不可或者之工具。
抽样调查基本目的乃在信息之搜集作成结论，以供决策参考。有效抽样调查应具有准则有下：
１．有效原则
抽样调查应该（１）符合调查目的之需要，（２）所获信息价值应超过所支付成本。
２．可测量原则
抽样的正确程度必须能够测量，否则抽样调查就失去意义。
３．简单原则
抽样调查必须保持简单性要求。俾使抽样调查顺利进行，以避免不必要之节外生枝。
二、抽样调查的基本术语
１ 母群体（Population）在调查研究中，调查研究对象的集合体。调查台北市中学生，则在台北市上课之５４所中学生总数，便是调查研究之母群体。
２ 抽样架构（Sampling frame）
整体抽样单位的详细名单，以供抽样之用。例如以台北市医师为抽样单位，则台北市医师公会名册，便是抽样架构。如果以学校班级为抽样单位，则学校６０班班级名册便是抽样构架。
抽样架构有三种型态：
具体的抽样架构：每一个抽样单位名字皆列成表册，可以直接按表册名字抽取样本。
抽象的抽样架构：没有抽样单位之名册，只要符合调查之条件就有被抽样之可能。例如在百货公司举行消费者抽样，随然没有抽样名册，但是抽样架构却冥冥中隐约出现。
阶段式抽样架构：在采用分段抽样中，依抽样阶段之不同，产生不同之抽样架构。
３ 抽样单位（Sampling unit）
在抽样架构上排列的名单之个别单位。例如台北市每一医师即为一抽样单位。在上例中，每一班级都是抽样单位。
４ 元素 （ Element ）
指接受调查的最小单位，通常是指人。上例中，班上每一位学生既为元素。
５ 样本（Sample）
从抽样架构中抽出取来的抽样单位总和。例如百事可乐抽出３５０家庭做测试称为样本。从台北市医师公会抽出９０名医生作调查，称为样本。
６ 精确度（Precision）与 准确度（Validity）
精确度乃用以衡量估计值精确可依赖的程度，如在物价统计中，经济家若认为物价如上升０．０２将影向经济决策，则精确度即须订在０．０２。
准确度乃衡量母全体特性与实际母全体特性间之差异。两者之差异愈小，代表准确度愈高。
７ 抽样误差（Sampling error）
因为抽样时样本可能会偏离母群体，其间的差距称为抽样误差。抽样误差可用统计方法估计。
８ 信赖水准（Confidence level）
以样本估计数推论母群体大小时，正确估计的概率有多少。信赖水准是９５﹪，即正确估计概率为９５％，调查者以此来表示其正确估计程度。
９ 容忍误差（Tolerated erro）
在抽样调查时，调查者所要求的精确度不是百分之百，而是在设定母群体平均数上下各多少百分点作为误差容忍范围，称为容忍误差。
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。
２．双重抽样（Double Sampling）
先对母群体做一次初步抽样，搜集一些有关母群体之信息，根据所获得之信息，再做一次比较精密之抽样。通常对母群体认识极为贫乏之下，可用本法。第一次抽样，因所要信息较少，故样本数通常较大。第二次进行比较流入调查，样本数较小。
３．逐次抽样（Sequential Sampling）
此一方式之抽样，开始只抽取少量样本，根据此少量样本之结果来决定是否接受某一假设，或应继续抽取样本，直到能够决定接受或摈弃假定为止 。
逐次抽样法应是费用较低且实用的一种方法。
４．分段抽样（Subsampling）
先由一母体中抽取ｎ个单位随机样本（PUS），再由PUS中抽出ｍ个单位（SSU），就SSU进行调查，称二段抽样。若续从SSU抽取更小单位进行调查，称为三段抽样。三段以上，称多段调查。
分段抽样之调查费用节省且处理方便，应用范围很广，且有限母群体或无限母群体，均可采用。
二段抽样法样本数分配实例
５．分层抽样（Stratified Sampling）
先设立目的及某种分类标准分为若干组或若干类，此组类称为层，然后将母群体之各个体分别编入相当层中，再由各层中以简单抽样或系统抽样法选取适量样本之方法。
分层之基础有赖抽样设计者之经验及判断。理想上分层之数目愈多愈好。因为层数愈多，每层之样本单位愈相似，样本估计值之精确度愈高。但成本与疾率之考虑，层数不宜超过六层。
分层抽样图标
６．群集抽样（Cluster Sampling）
在本法抽样是以随机选出一群，一群为单位，不是个别单位。群集抽样之优点简便易行，经济省事。但是易产生抽样误差危险性很大。
群集抽样图标７．系统抽样（Systematic Sampling）
将母群体之每单位加以编号，先计算样本区隔，在１～N/n间随机选出一个号码作为第一个样本单位，依定距循序抽出样本。
此法优点，抽样操作简单。有发生抽样误差的可能为其缺点。
８．复合抽样（Replicated Sampling）
将母体分为若干层，用系统抽样法选取样本。因此有分层抽样及系统抽样优点。
抽样调查方法一览图四、抽样样本使用方式 依样本使用方式分：１ 重复调查（Repeated Survey）
每次调查均重新抽样，使用新样本（Fresh Survey）进行同样调查，是最常用之方法。
２ 同样本调查（Panel Survey）
利用同一样本作长期的观念调查，以集中力量于样本变化研究上。又称追纵调查（Logitudiual Survey）。
在研究消费者品牌忠诚度或消费者购买行为，多使用此一方式。
３轮换样本调查（Rotating Pauel Survey）
每次换取部份样本，以代表母体变化；维持部份样本的连续性及稳定性又降低成本。
４分裂调查（Split Pauel Survery）
一部份每次均采用新样本（重复调查）；一部份均用相同样本（同样本调查）。
五 抽样调查之程序
举办抽样调查之步骤有：１．对母群体的识别
「这次市场调查的母全体是什么」？
·调查之时，必须一贯性。如果针对家庭的事实调查，就不要混杂个人意见调查。
·母全体有何特征必须掌握？否则易丧失其代表性。
２．抽样方法的选择
决定采用抽样方法考虑因素：
（１）抽样调查可用资源极为有限，以非机抽样为主。
（２）要获得不偏估计值，必须采用随机抽样。否则可考虑非随机抽样。
（３）必须以客观方法评估抽样设计精密度，应采用随机抽样；否则就考虑非随机抽样。
（４）预期抽样误差是研究误差主要来源，采用随机抽样，如预期非抽样误差是研究误差主要来源，则可虑用非随机抽样。
当选用随机抽样之后，斟酌下表各种随机抽样方法之优缺点比较，与调查之时间，人力，经费及母群体特征与需要估计值精准度需要，选取适当抽 样方法。
各种随机抽样方法之优劣比较３．样本数决定
决定样本数考虑因素及样本数估算
１．调查结果所要求的精准度。精度愈高，样本数愈多。
２．抽样母体的特性。如母全体不规则且分成若干较小子群体（Sar-Groups）则需求较多的样本，以求抽样准确度。
３．抽样调查设计良窳。如果样本能真正代表母群体，样本数小准确性高。由不相干之人来答，其误差随样本数加大而加大。
４．抽样成本合理化
因此最佳抽样数量，应是样本数足以产生准确的资料，又不超过调查预算称 。即
┌─────────┐ ┌──────┐
│抽样调查之信息价值｜ ＞ │抽样调查成本│
└─────────┘ └──────┘
估算抽样样本有多种，仅介络抽样统计项目提供简便之样本大小估计公式，以供参考。
实例：市场调查者想利用简单随机抽样自消费者１０００名中抽出若干消费者来测验其品牌忠诚度，并希望估计误差小于１．００，在９５％依赖水准之下，应抽样人数是多少﹖
＜此部份详阅统计学抽样理论部份，将更深入了解精密做法＞
六、非抽样误差之避免 在实际进行抽样调查时，常会产生「非随机因素」以外之其它因素所造成的误差，影向抽样结果精准性甚大，称为「非抽样误差」。此种误差只有细心设计抽样过程及正确认真执行抽样工作，方可减为最低。造成非抽样误差原因：
１未能回受问卷或填答项目不完整，遗漏数据。
２测量不准：由测量方法及测量工具不良所导致。其主要原因之乃：
ａ设计错误：对于问题的了解不够深入，导致观念及推理逻辑偏离主题，整个抽样设计错误，所测量对象并非母群体真正参数。
ｂ问题偏激或隐匿事实，易造成受访者不安或压力，不愿给予正面答案。
ｃ更换样本：抽样访问对象与原来计划不同。
ｄ访问员之错误，误解问题或加入自己意见。
ｅ方法影向答案。即访问者本身影向被访问者状况。
３数据处理错误：如程序设计错误，资料牏入错误。
为弥补非抽样误差，通常使用之一些方法。
a. 为弥补遗漏数据采用「加权调整法」加以弥补。至于问卷没有回收，问项答不完整。采用「设算法」加以弥补。
b. 利用手提微电脑进行实地访问；计算机辅助电话访问（Conputer-assisted Telephone Interviewing，CATI）。
c. 统计分析利用计算机处理；抽样调查的结果经由计算机通讯网路直接传送结使用者。
七、美国企业公司在市场调查使用抽样方法之统计
美国２８２家公司市场调查抽样的方法
市场调查的管理要点 先锋企管中心市场调查小组译 犬田充着
台北先锋企业管理发展中心 出版
单纯随机抽样＝简单随机抽样
集团抽样＝群集抽样
八、结语 在实地市场调查中，抽样调查为不可或缺手法。因此平日深入研究抽样方法，以使市场调查内容更加精确有效，调查时间及调查成本更趋合理，将促使市场研究之利用更加广泛更加深入。
